研究论文 正式出版 版本 3 Vol 10 (5) : 514-524 2019
下载
宝鸡市主要农作物冰雹灾害风险评估
Risk assessment of hail disaster for main crops in Baoji
: 2018 - 10 - 13
: 2019 - 03 - 19
: 2019 - 04 - 03
268 8 0
摘要&关键词
摘要:冰雹灾害是宝鸡市面临的主要农业气象灾害之一,采用宝鸡市2016年的Landsat TM遥感影像,经过遥感解译得到宝鸡市主要农作物的空间分布图。根据宝鸡市1961—2016年55 a的降雹记录和防雹炮点分布资料,计算得到区域降雹强度、降雹频次和防雹能力值,以灾损数据确定主要农作物的承灾体敏感性指数。基于致灾因子危险性、承灾体暴露度及脆弱性三要素,采用综合评价法和自然间断分类法得出宝鸡市主要农作物的冰雹灾害风险分布图。结果表明:宝鸡市主要农作物的冰雹灾害风险等级以中级风险为主,占全部风险等级的43.5%,主要分布于千阳、凤县、岐山、扶风等地;次高风险区占25.2%,主要分布在陈仓及扶风;次低风险区占18.7%,分布于金台、眉县及太白零星散区;高风险区占9.8%,全部集中于陇县和麟游;低风险区占比最少,为2.8%,零星分布于凤县和扶风。应加强对冰雹灾害高风险区的防爆能力建设,调整防雹点分布和作物种植。
关键词:脆弱性;敏感性;雹灾;风险评估;宝鸡
Abstract & Keywords
Abstract: Background, aim, and scope Hail disaster is one of the main nature disasters that seriously affect the agriculture of Baoji area. In this paper, the risk of the hail disaster on crops of Baoji area were calculated by comprehensively evaluating the hazards of disaster-causing factors, exposure and vulnerability of disaster bodies. The adjustments of measurements against hail disaster were suggested. Materials and methods The spatial distribution of the main crops (wheat, corn, cotton) in Baoji area were obtained by interpreting Landsat TM images of the year 2016. The hail intensity, frequency and anti-disaster capacity were calculated on the hail records of Baoji Meteorological Bureau from 1961 to 2016. The disaster sensitivity index of main crops was determined according to the records of crops loss after hail disaster. Finally, the hazards of disaster-causing factors, exposure and vulnerability of disaster bodies were used to calculate the risk of the hail disaster on crops of Baoji area by comprehensive evaluation method and natural breaks classification method. Results Areas with medium risk account for 43.5% of the total area with crops and mainly distribute in Qianyang, Fengxian, Qishan and Fufeng. Areas with sub-high risk account for 25.2% and mainly distribute in Chencang and Fufeng. Areas with sub-low risk account for 18.7% of the total area and mainly distribute in Jintai, Mei County and other sporadic areas. Areas with high risk account for 9.8% and all distribute in Long County and Linyou. Areas with low-risk account for the least proportion of 2.8% and scatter in Feng County and Fufeng. Discussion The vulnerability of crops to hail disaster were calculated according to the records of crops loss after hail disaster and the inquiry of planters, which can be further improved by plotting the vulnerability curve of crops through experiments. The risk grades of hail disaster on crops over Baoji area are the combined consequences of disaster intensity, anti-disaster capacity, types of crops and spatial distribution of crops. Conclusions The risk grade of hail disaster on crops, and sensitivity and vulnerability grade of crops to hail disaster in Baoji area are mainly medium. High risk area was mainly in Long county with the strongest hazards of hail disaster. High sensitivity and vulnerability areas were mainly in the cotton area of Fufeng, Fengxiang and Qishan. Recommendations and perspectives The monitoring and early warning of hail disaster in areas with high risk shall be strengthened, and the distribution of anti-hail stations and crop fields shall be adjusted according to the risk distribution of hail disaster.
Keywords: vulnerability; susceptibility; hail disaster; risk assessment; Baoji
冰雹是中国西部常见的阵发性短时气象灾害(段英,2009;李晶,2016),强度和破坏力大,防灾较为困难(张建康,2015)。冰雹多发于每年的4-9月份,与多种农作物的生长发育期重合,是宝鸡市主要的农业气象灾害之一(万红莲等,2017)。降雹通常会带来农作物冻害、农作物组织受损以及大面积倒伏。冰雹的拍击、砸实以及降雹后高发的干旱天气,使得表层土壤板结,会长期影响农作物的生长发育,最终导致各类农作物减产甚至绝收(孙旭映等,2004),因此对宝鸡市的冰雹灾害风险进行识别和评估是十分必要的。
目前对农作物的冰雹灾害风险研究,主要以区域灾害风险评价体系的构建和承灾体脆弱性曲线的研究(周兰等,2014;李星苇等,2016)为主。李培仁等(2006)利用苹果硬度计测量不同生长发育期的苹果抗雹能力,结合冰雹落地速度得到苹果雹损概念模型,建立了苹果的雹灾脆弱性曲线。胡国芳等(2015)利用Logistic方法分析了降雹致灾因子与棉花植株受损参数的定量关系,研究了不同强度降雹对不同生长发育期的棉花的影响,确定了不同生长阶段棉花的雹灾脆弱性曲线。此类研究结果均是在实验模拟情况下得出,较难反映自然条件下承灾体的脆弱性。冯红英等(2017)以黄骅试验基地棉花苗期1次自然降雹为例,通过实际观测、对比分析的方法,计算出4种不同致灾等级下单株和大田棉花雹灾损失率。尹圆圆等(2013)选择棉花为承灾体,基于区域灾害系统理论和棉花雹灾风险区划数据库,提出了多技术手段和多方法相结合的雹灾风险区划方法,为安徽省棉花雹灾风险管理和防灾减灾工作的开展提供科学依据。张菡等(2016)利用致灾因子危险性、孕灾环境敏感性、承灾体易损性和抗灾能力4个评价指标建立了四川地区冰雹灾害风险评估模型,并计算了灾害风险的分布指数,为区域内烤烟种植结构调整及冰雹灾害防御工作提供了科学指导。刘杨宾等(2013)模拟分析了河北省农作物冰雹灾害年发生次数以及农作物损失的统计规律,对河北省农作物冰雹灾害风险进行评估。这些研究侧重单一农作物区域冰雹灾害风险的评估,对不同种类农作物的敏感性和抗灾能力考虑较少。如何结合已有的防灾系统能力,识别和评估雹灾风险地区主要农作物的风险类型及等级,从而为区域农作物的种植规划,以及防灾系统的调整提供科学依据,已成为宝鸡市气象服务部门急需解决的问题。
基于防雹点的布设位置和影响范围描述区域防灾能力,基于灾损数据、调查数据和文献记载建立主要农作物的敏感指数,结合Landsat TM影像和宝鸡市1955—2016年的冰雹灾害记录,建立基于致灾因子危险性、承灾体暴露度和承灾体脆弱性等三要素的宝鸡市主要农作物冰雹灾害风险评估系统,给出宝鸡市冰雹灾害的风险分布图,从而为区域的防灾减灾建设提供决策支持。
1   研究区概况及研究资料
1.1   研究区概况
宝鸡市位于陕西省关中平原西部,中心坐标为107.17°E、34.36°N,占地面积约1.8×104 km2,属暖温带半湿润气候区,年平均气温7.6—12.9℃,年平均降水量在590—900 mm。宝鸡市北面为黄土台塬,南面是秦岭山地,中部为渭河平原,主要粮食作物为小麦和玉米,棉花种植区相对较少。冰雹灾害是该区域主要气象灾害之一,历史记录表明,北部四县(陇县、千阳、凤县、麟游)是雹灾的高发区,目前气象部门的人工影响天气办公室(简称人影办)已经在宝鸡北部地区建立了以高射炮和火箭弹为主的多点防雹体系。
1.2   数据来源
依据区域灾害系统理论(史培军,1996),宝鸡地区雹灾风险评估数据包括冰雹灾害致灾因子数据、承灾体数据和灾情数据。冰雹灾害致灾因子和灾情数据均来自对宝鸡市气象局1961—2016年累计55a的宝鸡地区三区九县冰雹灾害资料和防雹点作业记录信息,以及《中国气象灾害大典(陕西卷)》中1961—2016年宝鸡地区的冰雹灾情相关记载的整理,从中提取了冰雹发生起止时间、直径大小、持续时间、灾损统计以及人影办防雹措施(防雹火箭和防雹弹的发射数量和覆盖农作物范围)等信息。研究中对每条历史记录进行了对比和定量转换,如“鸡蛋大小”转换为40 mm,“黄豆大小”转换为5 mm。等承灾体信息主要包括宝鸡地理基础数据及农作物种植种类和面积数据,其中宝鸡市行政边界矢量数据、宝鸡市2016年Landsat TM遥感影像,均由地理空间数据云平台(http://www.gscloud.cn/)下载。农作物种植面积和种类数据来自布瑞克农业数据库及2017年宝鸡市统计年鉴。
2   研究方法
2.1   冰雹灾害风险评估方法
自然灾害是由自然事件或力量为主因造成的生命伤亡和人类社会财产损失的事件,传统的自然灾害风险评估的方法包括三因素法,即风险度=致灾因子危险性×孕灾环境敏感性×承灾体易损性/脆弱性(史培军,1996),以及四因素法,风险度=致灾因子危险性×孕灾环境敏感性×承灾体脆弱性×防灾减灾能力(张继权等,2007)。IPCC AR5的报告中,强调通过研究灾害事件与承灾体关系来评估灾害风险度,根据IPCC AR5最新的灾害风险表达式:风险度=致灾因子危险性×承灾体暴露度×承灾体脆弱性,来构建冰雹灾害风险评估的指标体系(IPCC,2014)。
2.1.1   致灾因子危险性
致灾因子危险性包括变异强度和致灾频次两个因素。致灾因子强度越大,同一时段内灾害频次越多,灾变可能性就越大,危险性越高。根据灾情记录,用降雹的直径和持续时间两个因子来表示变异强度,利用研究区1961—2016年各县区降雹成灾次数的平均值表示致灾频次。
2.1.2   承载体暴露度
承灾体暴露度指不同承受体暴露在自然灾害下的数量,选取生长期与降雹发生期吻合的各主要作物暴露在自然环境下的面积作为暴露度数据。宝鸡地区1961—2016年冰雹灾害记录表明,冰雹天气大致出现在每年的3—10月,记录中最早出现在3月2号,最晚出现在10月19号。宝鸡地区1961—2016年冰雹灾害的月变化特征见表1。从表中可看出:3、4、9、10月降雹相对少,受灾情况较轻;5、8月降雹次数居中,受灾情况较为严重;6、7月份在全年中降雹次数最多,受灾情况最为严重。
表1   1961—2016年宝鸡地区冰雹灾害月变化
月份
Month
降雹次数
Bail frequency
比重
Ratio/%
受灾面积(hm2)
Disaster hit area
比重
Ratio/%
340.800
4295.8181403.5
58516.91247462.4
613526.914078527.1
713226.315774430.4
87715.3495669.6
9367.1255354.9
1040.822950.4
根据布瑞克农业数据库及2017年宝鸡市统计年鉴,宝鸡市农作物种植面积40.4万公顷,其中粮食作物32.9万公顷,粮食作物中小麦播种面积最多,玉米次之,经济作物包括烤烟和少量棉花。灾情记录中显示受灾次数和损失较大的农作物包括小麦、玉米、烤烟和棉花,由于烤烟的遥感影像解译较为困难,最终选择小麦、玉米和棉花这三种易受冰雹影响的农作物为冰雹灾害风险评估的主要对象。
2.1.3   承载体脆弱性
自然灾害的承灾体脆弱性指不同承灾个体接受外界打击后表现出的易受到破坏和损失性质(敏感性)以及受损后自身恢复力或人类社会经济活动的防灾能力的定量化研究(李鹤和张平宇,2011)。根据同一强度雹灾下不同作物的灾损数据确定承灾体敏感性。防灾减灾能力方面通过量化宝鸡地区的防雹站点的防护能力实现,承灾体脆弱性为承灾体敏感性与防灾减灾能力的综合评分。
2.1.4   冰雹灾害风险评估指标体系
冰雹灾害风险评估指标体系分为致灾因子危险性、承灾体暴露度和承灾体脆弱性三方面。通过对指标数据进行归一化处理得到指标值,基于ArcGIS栅格计算器采用加权综合评价法计算得到冰雹灾害风险评估值,采用自然间断法对风险评估值分类形成宝鸡市主要作物雹灾的风险评估结果。宝鸡市主要农作物的冰雹灾害风险评估系统见图1。


图1   宝鸡市主要作物雹灾风险评估体系
Fig. 1 Hail risk assessment system for main crops in Baoji
2.1   极差标准归一化处理−
要消除各个指标之间的量纲差异,必须对各个指标进行归一化处理。采用极差标准归一化法实现各个指标的归一化处理,计算公式(1)(李楠等,2010;杨益等,2011)如下:
Yij=0.5+0.5×[(Yij-mini)/(maxi-mini)] (1)
式中:Yij为j要素第i个指标的归一化值,mini为指标中的最小值,maxi为指标中的最大值。
2.3   加权综合评价法
致灾因子危险性、承灾体暴露度和承灾体脆弱性等要素以及主要作物的冰雹灾害风险指数均采用加权综合评价法计算。加权综合评价法根据各个指标的相关关系确定权重,对各指标按照公式(2)进行加权求和,得到评价因子指数。
Kj\(=\sum _{i=1}^{n}Qi*Xi\) (2)
式中:Kj为评价因子指数;Qi 表示第i类指标的权重;Xi 表示第i类指标的归一化值;n为指标个数。
3   结果与分析
3.1   致灾因子危险性
统计1961—2016年宝鸡12个县区的降雹频次、多年降雹直径及多年降雹持续时间,进行归一化处理,求三个指标的平均值,作为描述致灾因子危险性的主要因素,将三个指标按照公式(3)进行计算,指标权重是根据历次雹灾灾损值与三个要素的相关系数,结合菲德尔法中专家打分意见得出。计算结果利用GIS重分类中的自然间断分类法(张建康,2015)分为五个危险等级,致灾因子危险性强度范围分级表见表2。
y = 0.4*x1 + 0.3*x2 +0.3*x3 (3)
式中:y为致灾因子危险性指数;x1表示降雹频次;x2表示降雹直径;x3表示降雹持续时间。
表2   致灾因子危险性强度范围分级表
强度等级Hazards grade指数范围Index range
高强度High≥0.14
次高强度Sub-high0.09—0.14
中等强度Medium0.07—0.09
次低强度Sub-low0.05—0.07
低强度Low≤0.05


图2   宝鸡市冰雹灾害致灾因子危险性分布
Fig. 2 Distribution of hazards of hail disaster-causing factors in Baoji
从图2中可以看出陇县降雹强度最高;麟游以及陈仓东北部少部分区与降雹强度为次高;凤翔、扶风和陈仓中部地带为中等强度区,这些地区的高强度降雹主要受特殊的地貌影响。宝鸡西部和北部的山地和黄土台塬,对从西北方向飘来的冰雹云具有抬升作用,被山地包围的陇中盆地和千阳盆地有利于热量的集中,使得高温高湿的天气系统常常处于不稳定状态,易于形成冰雹天气。岐山、千阳、眉县以及陈仓降雹强度处于次低强度区,主要是因其地势平坦,属关中平原,降雹频次少。太白属于低强度区,这与区域人口稀少,降雹大多位于非农业种植区,缺少相关降雹记录有关。
3.2   承灾体暴露度
宝鸡市受冰雹灾害影响较为严重的主要农作物类型包括小麦、玉米和棉花。根据三种农作物的种植规律、物候特征和生长特性,选定小麦、玉米和棉花的最佳时相期分别为6月上旬、8月下旬和7月上旬,在以上最佳时相期内选取3帧清晰的Landsat TM遥感影像,采用缨帽变换和监督分类进行判别,再结合目视解译、实地调查验证和三种作物种植面积数据的验证,最终提取得到三种农作物种植的空间分布范围,经过重采样升尺度为1 km×1 km的栅格数据。利用ArcGIS软件的栅格计算功能提出小麦,玉米,棉花,玉米、小麦混种区和三种作物混种区,得出宝鸡市主要作物种植分布图即宝鸡市主冰雹灾害承灾体暴露度,见图3。经计算研究区中并无小麦、棉花混种区和玉米、棉花混种区。


图3   宝鸡市主要作物空间种植分布
Fig.3 Spatial distribution of main crops in Baoji
由图可知,宝鸡市大部分主要农作物种植区集中在关中平原地带;陇县及千阳部分地区,种植作物类型为玉米和少量小麦,这些地区属于降雹高频区,经政府及农户多年调整,已更换种植为敏感性较低的玉米和小麦等种植类型;眉县主要种植大量猕猴桃,少量耕地种植玉米;扶风、岐山和凤翔少部地区,主要为棉花种植区,分布在降雹强度小的平原地带。
3.3   承灾体脆弱性
3.3.1   承灾体敏感性分析
承灾体敏感性是指承灾体受灾变破坏时所表现出来可能受到影响的一种度量。同一强度雹灾下不同作物承灾体敏感性不同,同一作物承灾体在不同生长发育期受雹灾影响程度也不一(尹圆圆,2012)。依据同一地区相同降雹强度下作物的受灾情况记录,统计得出各作物类型受灾面积和减产量等灾损程度的百分比作为各自的敏感性指数,表3显示了部分典型冰雹过程中小麦和玉米的损失情况,可见同等降雹强度下,小麦的灾损程度在30%—60%,玉米的灾损程度在10%—40%,取其平均值,小麦的敏感性指数为0.45,玉米的敏感性指数为0.25。棉花的灾损情况记录较少,万艳霞等(2004)的试验研究结果表明,遭遇冰雹灾害的棉株的子棉产量比正常棉株降低70%,故定棉花的敏感性指数为0.7。混种区的敏感性指数取三种作物敏感性指数的平均值,确立三种主要作物分区敏感性由高到低顺序为棉花>(玉米+棉花+小麦)>小麦>(玉米+小麦)>玉米,敏感性指数值见表4。
表3   宝鸡地区主要作物部分冰雹灾害过程灾损程度统计表
日期
Date
地点Location持续时间
Time
雹径
diameter
灾情
Lost
2000-06-16千阳
Qianyang
20min30mm玉米30%—40%叶面脱落,小麦60%籽粒脱落
damage to 30%—50% corn leaf and 60% wheat grain
2002-05-16陇县
Longxian
30min15mm玉米受灾面积20%—30%;小麦受灾面积30%—50%
20%—30% corn and 30%—50% wheat field affected
2002-07-21陇县
Longxian
20min10mm玉米减产10%—30%;小麦减产30%—40%
10%—30% corn and 30%—40% wheat output lost
表4   各类作物冰雹灾害敏感性指数表
作物类型 Crop type敏感性指数 Sensitivity index
棉花 Cotton0.70
棉花+小麦+玉米 Cotton+ Wheat+ Corn0.47
小麦 Wheat0.45
玉米+小麦 Corn+ Wheat0.35
玉米 Corn0.25
3.3.2   防灾减灾能力
宝鸡市防雹工作开展已有40多年,北部四县设立防雹炮点削弱了降雹强度,有效保护耕地面积和农户利益。利用防雹点分布数据、各站点记录的防后保护作物公顷数定量化表示防雹能力。宝鸡市的防雹站点主要有高射炮防雹和火箭炮两种作业形式,高射炮与火箭炮影响范围均为10 km。以防雹炮点为中心向外缓冲10 km,根据防雹历史记录,在陇县,麟游和千阳等冰雹灾害高发区,在覆盖整个县区的几次大型冰雹灾害事件中,防雹站点基本能够对区域内的80%以上的耕地进行灾害防护,但由于技术条件所限,农作物的有效防护仍然不足,实现有效防护且灾损轻微的耕地的面积占区域受灾耕地总面积的比例通常不足50%,大型雹灾的灾损值仍然较高,根据灾损记录中的经济损失和受保护耕地面积等综合考虑,防雹站点的影响值按照公式(4)进行计算:
p = m / M (4)
式中:m为折算有效防护的作物公顷数,即经过防护后灾损轻微的面积;M为受灾总耕地公顷数。综合计算防雹炮点影响值p为0.5,将0.5赋值给缓冲区部分,形成宝鸡市防雹区分布图(图4)。


图4   宝鸡市防雹炮点影响范围
Fig. 4 Influence of anti-hail stations in Baoji
3.3.3   承灾体脆弱性分析
承灾体脆弱性包括承灾体敏感性和防灾减灾能力两个方面,将宝鸡市主要作物冰雹灾害敏感性指数与防雹炮点影响范围按照公式(5)进行栅格计算,得到宝鸡市雹灾主要作物脆弱性图层如图6,按照自然间断点分类法重分类为5个等级,脆弱性指数范围分级见表5。
V = Z *(1- p) (5)
式中:V表示脆弱性指数;Z表示敏感性指数;p为防雹炮点作业影响值,为0.5。
表5   承灾体脆弱性指数范围分级表
脆弱等级 Vulnerability grade指数范围Index range
高脆弱High≥0.47
次高脆弱Sub-high0.25—0.47
中等脆弱Medium0.17—0.25
次低脆弱Sub-low0—0.17
低脆弱Low≤0
图5为利用自然间断点分级法对承灾体脆弱性指标值重分类得到的宝鸡市冰雹灾害主要作物脆弱性分布,可见宝鸡市主要作物脆弱性大部分为中等脆弱和次高脆弱。陇县地区次低脆弱区居多,主要原因是当地种植相对敏感性较低的玉米面积居多且防雹站点分布密集,防雹作用力度强。扶风及岐山少量种植地区属高脆弱区,其主要受棉花种植区影响较大。


图5   宝鸡市雹灾主要作物脆弱性分布
Fig. 5 Vulnerability distribution of main crops to hail disaster in Baoji
3.4   宝鸡市主要农作物冰雹灾害风险评估
利用ArcGIS软件的栅格计算器工具将致灾因子危险性、承灾体暴露度、承灾体脆弱性三个评价指标图层按照公式(2)进行计算,参考文献记载和专家打分制,确定致灾因子危险性和承灾体脆弱性的权重赋值为0.4和0.3(罗培,2007;张永红等,2013),承灾体暴露以三种作物种植空间分布数据表示,无具体数值。计算结果按照自然间断点分级法重分类为5个等级,主要作物雹灾风险指数范围分级见表6。
表6   主要作物雹灾风险指数范围分级表
风险等级Risk grade指数范围Index range
高风险High≥0.36
次高风险Sub-high0.27—0.36
中等风险Medium0.23—0.27
次低风险Sub-low0.17—0.23
低风险Low≤0.17
栅格计算结果为主要作物风险指数图层,利用自然间断点分级法重分类得到宝鸡市冰雹灾害主要农作物风险分布图(图6)。按照公式(6)计算不同风险等级占宝鸡市三种作物类型总面积的百分比,进行主要作物雹灾风险分析。
P = ( Ri / S )*100% (6)


图6   宝鸡市主要农作物冰雹灾害风险分布
Fig.6 Risk distribution of hail disaster on crops in Baoji
表7   宝鸡市主要农作物冰雹灾害风险等级占比表
风险等级Risk grade百分比Percentage(%)
高风险High9.8
次高风险Sub-high25.2
中等风险Medium43.5
次低风险Sub-low18.7
低风险Low2.8
结合表7和图6可以看出,宝鸡市主要农作物风险等级以中等风险为主,占全部风险等级的43.5%,主要分布于千阳、凤县、岐山、扶风,主要受区域种植类型以小麦为主的影响,其中受防雹作用力影响也比较重;次高风险区占25.2%,主要分布在陈仓及扶风,主要是没有防雹作用力的影响;次低风险区占18.7%,次低风险区分布于金台、眉县及太白零星散区,主要受降雹强度较弱因素的影响;高风险区占9.8%,全部集中在陇县和麟游,主要受高降雹强度的影响。低风险区占比最少,为2.8%,零星分布于凤县和扶风。
4   结论
(1)宝鸡市致灾因子危险性高的地区主要集中在渭河北部的陇县、麟游及陈仓东北部,作物类型面积暴露由高到低依次为小麦、玉米和棉花。混合作物区主要分布于宝鸡东部的扶风和眉县,占地面积极少。宝鸡市主要农作物敏感性分布为中等敏感区,高敏感区主要分布在扶风、岐山和凤翔少部地区。主要农作物脆弱性分布以中等脆弱和次高脆弱为主,扶风、岐山棉花种植区为高脆弱区。
(2)宝鸡市主要作物雹灾风险等级分布以中等风险区为主,占总风险等级区域的43.5%,高风险区均分布在陇县及麟游境内,但占总风险等级面积较少,为9.8%,次高风险区主要分布在陈仓及扶风,占比为9.8%。
(3)随着气候变化的加剧,冰雹、暴雨和大风等极端气候事件在整个宝鸡地区,特别是高风险区的发生频率呈上升趋势,并常常相伴发生,为防灾减灾工作造成一定困难。雹灾风险评估结果显示:陇县、麟游及扶风部分地区冰雹灾害风险等级较高,这些地区也是防雹站点重点部署的区域。建议以上区域采取以下措施:一方面加大防雹站点的建设力度,根据灾情记录和气候变化规律调整防雹站点位置设置;一方面调整区域农作物种植种类,降低烤烟、棉花等灾害敏感性高的作物的种植面积。此外,小麦多种植于中风险或者次高风险的平原地区,该区域的降雹频次低,缺乏防雹设施,随着冰雹灾害发生频率的增加,由于小麦具有一定的冰雹灾害敏感性,也应考虑加强这些区域的防雹能力建设。
(4)以灾情历史数据和文献实验结果确定三种作物的敏感性,未来可进一步补充基于本地农作物的冰雹灾害实验,以建立更为完善的主要农作物冰雹敏感性曲线。
致谢
段英. 2009. 冰雹灾害[M]. 北京: 气象出版社: 91-92. [Duan Y. 2009. Hail calamity [M]. Beijing: Meteorology Press: 91-92.]
胡国芳, 仇梦梦, 周兰, 等. 2015. 棉花雹灾脆弱性试验研究(Ⅰ):模拟降雹对棉花损害的影响[J]. 自然灾害学报, 24(5): 139–148. [Hu G F, Qiu M M, Zhou L, et al. 2015. Experimental study on cotton vulnerability to hail hazard: the effect of simulated hailfall on cotton damages [J]. Journal of Natural Disasters, 24(5): 139–148.]
刘杨宾, 叶涛, 赵金涛, 等. 2013. 基于统计建模与随机事件仿真的农作物冰雹灾害风险评估——以河北省为例[J]. 北京师范大学学报(自然科学版), 49(5): 496–500. [Liu Y B, Ye T, Zhao J T, et al. 2013. Hailfall risk assessment of crop damage by statistical modeling and random simulation: case of Hebei [J]. Journal of Beijing Normal University (Natural Science), 49(5): 496–500.]
罗培. 2007. GIS支持下的气象灾害风险评估模型——以重庆地区冰雹灾害为例[J]. 自然灾害学报, 16(1): 38–44. [Luo P. 2007. GIS-based risk evaluation model of meteorological disaster: a case study on hail disaster in Chongqing Administrative Region [J]. Journal of Natural Disasters, 16(1): 38–44.]
李鹤, 张平宇. 2011. 全球变化背景下脆弱性研究进展与应用展望[J]. 地理科学进展, 30(7): 920–929. [Li H, Zhang P Y. 2011. Research progress and prospective applications of vulnerability approach under global change [J]. Progress in Geography, 30(7): 920–929.]
李楠, 任颖, 顾伟宗, 等. 2010. 基于GIS的山东省暴雨洪涝灾害风险区划[J]. 中国农学通报, 26(20): 313–317. [Li N, Ren Y, Gu W Z, et al. 2010. GIS based risk evaluation for flood hazard in Shandong Province [J]. Chinese Agricultural Science Bulletin, 26(20): 313–317.]
李培仁, 孙鸿娉, 李军霞. 2006. 冰雹对苹果的灾损模式研究[J]. 中国农业气象, 27(2): 84–88. [Li P R, Sun H P, Li J X. 2006. A study on disaster damage model of hail on apple [J]. Chinese Journal of Agrometeorology, 27(2): 84–88.]
李晶. 2016. 气候变化对降水与极端天气气候的影响略述[J]. 地下水, 38(2): 131–132. [Li J. 2016. The impact of climate change on precipitation and extreme weather [J]. Ground Water, 38(2): 131–132.]
李星苇, 孙震, 孙桂丽, 等. 2016. 冰雹灾害对阿克苏地区果树的影响分析[J]. 农业灾害研究, 6(8): 32–35. [Li X W, Sun Z, Sun G L, et al. 2016. Influence of hail disaster on fruit trees in Aksu Prefecture [J]. Journal of Agricultural Catastrophology, 6(8): 32–35.]
史培军. 1996. 再论灾害研究的理论与实践[J]. 自然灾害学报, 5(4): 6–17. [Shi P J. 1996. Theory and practice of disaster study [J]. Journal of Natural Disasters, 5(4): 6–17.]
孙旭映, 俞亚勋, 闫敬泽, 等. 2004. 甘肃冰雹灾害对农业的影响及其防御对策研究[J]. 中国农业气象, 25(3): 33–36. [Sun X Y, Yu Y X, Yan J Z, et al. 2004. Impacts of hail disaster on agriculture in Gansu Province and its defense measures [J]. Chinese Journal of Agrometeorology , 25(3): 33–36.]
万红莲, 宋海龙, 朱婵婵, 等. 2017. 陕西地区1368-2013年冰雹灾害时空分布特征研究[J]. 干旱区资源与环境, 31(2): 123–127. [Wan H L, Song H L, Zhu C C, et al. 2017. Analysis of hail disasters and its spatial and temporal distribution characteristics in Shaanxi region from 1368 to 2013 [J]. Journal of Arid Land Resources and Environment, 31(2): 123–127.]
万艳霞, 金卫平, 王广恩, 等. 2004. 棉花子叶期雹灾后不同类型棉株生长差异的研究[J]. 中国棉花, 31(10): 12–13. [Wan Y X, Jin W P, Wang G E, et al. 2004. Study on the growth difference of different types of cotton plants after hail disaster in cotyledon stage [J]. China Cotton, 31(10): 12–13.]
杨益, 陈贞宏, 王潇宇, 等. 2011. 基于GIS和AHP的潍坊市冰雹灾害风险区划[J]. 中国农业气象, 32(S1): 203–207. [Yang Y, Chen Z H, Wang X Y, et al. 2011. GIS/AHP-based risk zonation of hail disaster in Weifang [J]. Chinese Journal of Agrometeorology, 32(S1): 203–207.]
尹圆圆, 赵金涛, 王静爱. 2013. 安徽省棉花冰雹灾害风险区划研究[J]. 长江流域资源与环境, 22(7): 958–964. [Yin Y Y, Zhao J T, Wang J A. 2013. Risk regionalization of hail disaster for cotton of Anhui Province [J]. Resources and Environment in the Yangtze Basin, 22(7): 958–964.]
张菡, 刘晓璐, 房鹏. 2016. 四川烤烟主产区冰雹灾害风险评估[J]. 气象科技, 44(3): 468–473. [Zhang H, Liu X L, Fang P. 2016. Risk assessment of hail disasters in main tobacco growing areas of Sichuan Province [J]. Meteorological Science and Technology, 44(3): 468–473.]
张继权, 梁警丹, 周道玮. 2007. 基于GIS技术的吉林省生态灾害风险评价[J]. 应用生态学报, 18(8): 1765–1770. [Zhang J Q, Liang J D, Zhou D W. 2007. Risk assessment of ecological disasters in Jilin Province based on GIS [J]. Chinese Journal of Applied Ecology, 18(8): 1765–1770.]
张建康. 2015. 基于ArcGIS技术的榆林市冰雹灾害风险区划[J]. 农业灾害研究, 5(12): 32–34. [Zhang J K. 2015. ArcGIS-based risk zonation of hail disaster in Yulin [J]. Journal of Agricultural Catastrophology, 5(12): 32–34.]
张永红, 葛徽衍, 郭建茂. 2013. 冰雹灾害风险区划研究[J]. 安徽农业科学, 41(31): 12385–12386, 12391. [Zhang Y H, Ge H Y, Guo J M. 2013. Study on hail disaster risk regionalization [J]. Journal of Anhui Agricultural Sciences, 41(31): 12385–12386, 12391.]
周兰, 岳耀杰, 栗健, 等. 2014. 冰雹灾害承灾个体脆弱性评估研究进展[J]. 中国农业气象, 35(3): 330–337. [Zhou L, Yue Y J, Li J, et al. 2014. Review of research on vulnerability assessment of hail hazard bearing body [J]. Chinese Journal of Agrometeorology, 35(3): 330–337.]
IPCC. 2014. Climate change 2014: synthesis report [R]// Core Writing Team, Pachauri R K, Meyer L A. Contribution of Working Groups Ⅰ, Ⅱ and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Geneva, Switzerland: 1-151.
稿件与作者信息
陈浩
CHEN Hao
陈 浩,Email:chenhao@bjwlxy.cn
曹茹
Cao Ru
王玉丹
WANG Yudan
陕西省教育厅重点实验室项目(16JS006);陕西省科技统筹创新计划项目(2016KTCL03-17);宝鸡文理学院博士启动项目(ZK16065)
Key Laboratory Project of Shaanxi Education Department (16JS006); Shaanxi Coordinate Innovation Plan Project of Science and Technology (2016KTCL03-17); Doctoral Program of Baoji University of Arts and Sciences(ZK16065)
出版历史
出版时间: 2019年4月3日 (版本3
参考文献列表中查看
地球环境学报
Journal of Earth Environment