前言:想要寫出一篇令人眼前一亮的文章嗎?我們特意為您整理了5篇洪澇災害特征范文,相信會為您的寫作帶來幫助,發現更多的寫作思路和靈感。
中圖分類號 P531 文獻標識碼 A 文章編號 1007-7731(2017)05-0029-05
Abstract:Records for rainstorm-floods in Guangxi in 2015 were analyzed for disaster temporal-spatial distribution and vulnerability assessment of flood disaster. The results show that a total of 14 storm floods in Guangxi in 2015,disasters on international distribution,the summer is most concentrated,the amount of disaster was east>north>central>south>west;the vulnerability assessment and crop vulnerability of flood disaster is the most in Nanning,population vulnerability of flood disaster is the most in Hechi,economic vulnerability of flood disaster is the most in Guilin.
Key word:Flood disaster;Spatial and temporal characteristics;Vulnerability assessment;Guangxi
在氣候變暖、海平面上升的環境下,我國自然災害發生的頻率和強度及影響范圍不斷上升[1]。自然災害引起的直接經濟損失、受災人口、農作物受災面積也出現不斷增加的趨勢[2]。暴雨洪澇災害是由長期暴雨或降水而造成大量積水和徑流淹沒低洼地區造成的人口、經濟財產損失的自然災害[3],我國的暴雨洪澇災害大部分是由暴雨引發的,其發生頻率高、影響范圍大、造成經濟損失高[4]。我國每年因暴雨洪澇災害影響的農田面積平均在70fhm2,每年造成的經濟損失在100億元以上[5]。
2015年中國有20多個省(區)發生暴雨洪澇災害,受災人口約2 000萬人,死亡人數108人、失蹤20人以上;暴雨洪澇災害造成的緊急轉移安置人口約100萬人,農作物受災面積1 700萬hm2,暴雨洪水造成4.4萬間房屋倒塌。暴雨洪澇災害給我國的社會經濟發展、人民生命健康帶來嚴重的威脅。而處在我國南部沿海地區的廣西壯族自治區降水豐富、暴雨量大,每年因暴雨引發的山洪、泥石流等災害也給人民的生命財產造成了巨大威脅。據統計,2015年廣西洪澇災害造成約300萬人受災,因災死亡28人,南寧、百色、梧州等地區緊急轉移安置約15萬人;暴雨洪澇災害造成16.7萬hm2農作物受災,其中成災有8.7萬hm2;有7 000多間房屋倒塌。暴雨洪澇災害造成直接經濟損失高達2.2億元,其中農業損失1.3億元,家庭財產損失3 000多萬元。
因此,需要對廣西的洪澇災害進行研究分析,分析其時空特征,找出重災區在哪里,哪個時段比較容易發暴雨洪澇災害,切實為廣西減災防災工作提供科學的參考依據。目前,國內外對洪澇災害時空格局特征開展了大量的研究。如陳香等根據福建省氣象災害年鑒提供的數據資料,對福建省的暴雨洪澇災害時空格局進行研究分析,提出了具有針對福建沿海地區的防災減災對策[6-7];楊佩國等利用EM-DAT中的災害記錄數據資料,對亞太地區近20年洪澇災害的時空特分析[8];廖永豐等對我國21世紀初發生的的自然災情,進行空間分析[9];還有學者對廣西暴雨洪澇的時空分布特征及成因、風險評估與區劃、防御對策等進行相關研究[10-16]。Barredo運用歐洲1970―2005年間的暴雨洪澇災害數據進行研究,發現洪澇災害出現加重的現象,暴雨洪澇災害的加重主要是人口的脆弱性增加造成的[17];而SREX報告也指出干旱、暴雨等能否構成災害,很大程度上由脆弱性和暴露度水平決定,脆弱性和暴露度是決定災害風險的關鍵因素。國內學者對暴雨洪澇災害的脆弱性進行了相關研究[18-23],如尹占娥等利用GIS技術對上海浦東區暴雨澇災害的脆弱性進行分析[18];王艷君等對我國暴雨洪澇災害脆弱性的時空特征進行分析[19];金有杰等根據人口、GDP等數據,利用空間化技術對暴雨洪澇災害的脆弱性進行探討[20]。分析脆弱性的時空特征和脆弱性的評價是災害風險評估、管理的重要內容之一,災害脆弱性的分析研究能夠為災害的預報預警、防災減災工作提供依據。本文采用災情數據的數理統計方法,搜集梳理了2015年廣西壯族自治區暴雨洪澇災害的災情數據資料,包括受災人口、災害發生的次數以及造成的農作物受災面積等,從時間和空間角度對暴雨洪澇災害的特征進行分析,進而對其暴雨洪澇災害的脆弱性分析評價,切實為廣西壯族自治區的經濟社會發展和實施防災減災規劃工作提供科學依據和理論參考。
1 研究區概況與研究方法
1.1 研究區概況 廣西壯族自治區位于北緯20°54′~26°24′,東經104°26′~112°04′,屬中亞熱帶季風氣候區和南亞熱帶季風氣候區,氣候溫暖、降水豐富。各地級市年平均氣溫16.0~23.0℃,各地級市年降水量均在1 070~
2 000mm,降水時空分布不均,東部沿海地區多,西部地區少,各地級市多年平均水面蒸發量在600~1 200mm,降水量在年內和年際之間的時空分布差異大。廣西地貌類型復雜多樣,地勢西北高東南低,區內有紅水河、南流江、西江等流域,河網密度大,受東南季風的影響,每年暴雨出現的次數較多,而且降水歷時較短暴雨量大,區內的河流水位變幅大,喀斯特地區范圍廣排水不暢,遇到暴雨容易引發洪澇災害。
1.2 資料與方法
1.2.1 資料來源 根據暴雨洪澇災害的時空特征與脆弱性評價的基本要素分析和研究目的,應用廣西地情網、廣西氣象局網站的2015年各類暴雨洪澇災害統計資料,以及廣西壯族自治區民政廳的《災情快報》中各縣的受災次數、受災人口、直接經濟損失和農作物受災面積等數據資料。
1.2.2 暴雨洪澇災害的脆弱性指標及評價方法 在脆弱性指標的選取上,用受災人口作為人口脆弱性指數VP;農作物受災面積來表示農作物脆弱性指數VC;各縣(市、區)的直接經濟損失為經濟脆弱性指數VE。依據人口脆弱性指數VP、農作物脆弱性指數VC和經濟脆弱性指數VE的等級數構建暴雨洪澇災害脆弱度指數(V),V=(VP等級數+VC等級數+VE等級數)/3。根據廣西暴雨洪澇災害的實際情況將脆弱性指數分級如表1所示。
2015年廣西發生的暴雨洪澇災害與常年相比,4月中旬就出現了,來的比較早。由圖1可知,2015年廣西暴雨洪澇災害發生主要集中在5月、6月和9月,其中5月份發生的次數最多為4次;5月和6月發生的暴雨洪澇災次占全年災次的一半。由圖2可知,2015年廣西暴雨洪澇災害事件中,有7次造成的損失比較大,經濟損失慘重。5月18―20日這次暴雨洪澇災害,造成的直接經濟損失最高達9 500萬元;受災人口最多的是發生在7月22―31日這次暴雨洪澇災害,其受災人口高達101.87萬人;6月13―15日這次暴雨洪澇災害造成的農作物受災面積最大高達4.9萬hm2,占全年農作物受災面積的29.4%。廣西暴雨洪澇災害年內分布不均,夏季最為集中。
直接經濟損失對比
2.2 空間分布特征 強降水是引發暴雨洪澇災害的主要原因之一,廣西降水的空間分布受到不同的地形地貌等條件的影響。從地勢上看廣西西北高東南低,受到地形的影響,全區降水分布差異明顯,西北喀斯特石灰巖地區排水不暢,暴雨洪澇災害頻繁發生。利用廣西氣象局網站2015年各類暴雨洪澇災害統計資料,以及廣西壯族自治區民政廳的《災情快報》中各縣的受災次數、受災人口、直接經濟損失和農作物受災面積的數據資料,分析暴雨洪澇災害災次的空間分布。由圖3可知,廣西暴雨洪澇災害發生的次數在空間分布上總體表現由東北部地區向西南部地區減小,其中發生災害的次數中桂東>桂北>桂中>桂南>桂西。桂東地區在2015年共發生28次,發生的暴雨洪澇災害最多,占總數的27.2%;桂西地區發生的暴雨洪吃趾Υ問最少,僅有13次。由圖4可知,廣西各地級市發生暴雨洪澇災害的災次在空間分布上差異較大,河池、南寧以及百色的災次位居前3位,發生的暴雨洪澇災次分別為16次、12次和12次;崇左的暴雨洪澇災次最少,僅1次。
3.3 農作物脆弱性特征 以各縣(市、區)的農作物受災面積為農作物脆弱性指數,2015年廣西14個地級市的平均農作物脆弱性指數為6 000hm2。桂中地區的農作物脆弱性最高,在空間分布上表現為中部東部地區向西南部地區逐漸遞減的。南寧市的農作物受災面積最大,達到19 301hm2;其次為賀州、柳州,分別達到16 000hm2和15 700hm2;玉林是農作物受災面積最少的地區,農作物受災面積僅為2 884hm2。
3.4 暴雨洪澇災害脆弱性評價 脆弱性是決定災害風險及其影響的關鍵因素之一。災害經濟損失的增長主要是受災人口和經濟資產暴露度的增加。在暴露度同樣的環境下,災害不利影響的程度和類型取決于脆弱性。本文在脆弱性指標的選取上,用受災人口的來表示人口脆弱性指數;農作物受災面積來表示農作物脆弱性指數;各縣(市、區)的直接經濟損失作為經濟脆弱性的指數。依據人口脆弱性指數VP、農作物脆弱性指數VC和經濟脆弱性指數VE的等級數構建暴雨洪澇災害脆弱度指數(V),V=(VP等級數+VC等級數+VE等級數)/3,最后以地級市為基本制圖單元編制出暴雨洪澇脆弱性評價圖。由圖8可知,南寧、賀州、河池的暴雨洪澇災害脆弱性位居前3位,暴雨洪澇災害脆弱性分別為5.33、4.67和5.0;其次為欽州、柳州,欽州、柳州的暴雨洪澇災害脆弱性為4.33和4.0;崇左市的脆弱性最小,僅為1.33。2015年廣西暴雨洪澇災害脆弱性在空間分布上以中部區域為中心,分別向西、向南降低。
4 結論與討論
本次研究采用2015年廣西地情網、廣西氣象局網站的各類暴雨洪澇災害統計資料,以及廣西壯族自治區民政廳的《災情快報》中各縣的受災次數、受災人口、直接經濟損失和農作物受災面積等資料,對廣西暴雨洪澇災害的時空格局和脆弱性進行分析,主要結論如下:
(1)基于災情數據的數理統計方法,重建了廣西2015年4―11月14場暴雨洪澇的時空特征,客觀的反映2015年廣西暴雨洪澇災害的分布規律,暴雨洪澇災害區域涉及14個地級市,其中較大范圍的有11場。暴雨洪澇災害月際分配不均,夏季最為集中,暴雨洪澇主要發生在5―9月,5月和6月發生的災次占全年災次的一半。7月22―31日這次暴雨洪澇災害的受災人口最多,高達101.87萬人。
(2)暴雨洪澇災害發生的次數在空間分布差異大,總體表現為由桂中桂東地區向桂西地區減小的,暴雨洪澇災害的次數中桂東>桂北>桂中>桂南>桂西,其中河池、南寧和百色的暴雨洪澇災害災次位居前3位。
(3)暴雨洪澇災害脆弱性在空間分布上以中部區域為中心,分別向西、向南降低;人口脆弱性由中北部地區向西南部地區減小;經濟脆弱性由桂東北地區向桂西南地區減小;桂中地區的農作物脆弱性最高,在空間分布上表現由中東地區向西南部地區減小。南寧市的暴雨洪澇災害脆弱性和農作物脆弱性最高,河池市的人口脆弱性最高,桂林市的經濟脆弱性最高。
參考文獻
[1]景垠娜,尹占娥,殷杰,等.基于GIS的上海浦東新區暴雨內澇災害危險性分析[J].災害學,2010,02:58-63.
[2]孟翠麗,匡昭敏,李莉,等.基于GIS的廣西暴雨災害風險實時評估技術研究[J].中國農學通報,2013,26:184-189.
[3]馬宗晉.中國重大自然災害及減災對策(總論)[M].北京:科學出版社,1994.
[4]丁一匯,張建云.暴雨洪澇[M].北京:氣象出版社,2009.
[5]陳J,史培軍.自然災害[M].北京:北京師范大學出版社,2007.
[6]陳香. 福建暴雨洪澇災害時空格局與減災對策研究[J].山西師范大學學報(自然科學版),2008,01:104-108.
[7]陳香,王靜愛,陳靜.福建暴雨洪災時空變化與區域劃分的初步研究[J].自然災害學報,2007,06:1-7.
[8]楊佩國,胡俊鋒,于伯華,等.亞太地區洪澇災害的時空格局[J].陜西師范大學學報(自然科學版),2013,01:74-81.
[9]廖永豐,趙飛,王志強,等.2000-2011年中國自然災害災情空間分布格局分析[J].災害學,2013,04:55-60.
[10]覃衛堅,李棟梁,王慧,等.近50年廣西大范圍暴雨的大氣環流異常分析[J].高原氣象,2014,02:515-521.
[11]李夢婕,汪明,史培軍.湖南暴雨洪澇災害損失時空特征及影響因素分析[J].北京師范大學學報(自然科學版),2014,04:429-434.
[12]張雅昕,王存真,白先達.廣西漓江洪澇災害及防御對策研究[J].災害學,2015,01:82-86.
[13]黎琮煒,覃衛堅,高安寧.1961―2013年廣西洪澇災害時空分布特征及成因[J].氣象研究與應用,2015,01:80-85.
[14]莫建飛,陸甲,李艷蘭,等.基于GIS的廣西農業暴雨洪澇災害風險評估[J].災害學,2012,01:38-43.
[15]黃明策.廣西暴雨時空分布特征[J].廣西氣象,2006,03:9-13.
[16]梁玉蓮,黃丹萍,黎美宏,等.基于GIS的南寧市暴雨洪澇災害風險評估與區劃[J].氣象科技,2013,05:934-939.
[17]Barredo J I.Major flood disasters in Europe:1950-2005[J].Natural Hazards,2007,42(1):125
[18]尹占娥,暴麗杰,殷杰. 基于GIS的上海浦東暴雨內澇災害脆弱性研究[J].自然災害學報,2011,02:29-35.
[19]王艷君,高超,王安乾,等.中國暴雨洪澇災害的暴露度與脆弱性時空變化特征[J].氣候變化研究進展,2014,06:391-398.
[20]金有杰,曾燕,邱新法,等.人口與GDP空間化技術支持下的暴雨洪澇災害承災體脆弱性分析[J].氣象科W,2014,05:522-529.
[21]高佳琦,沈天琦,朱曉晨.基于GIS的南京主城區暴雨內澇災害脆弱性研究[J].湖北農業科學,2015,12:2891-2896.
[22]王豫燕,王艷君,姜彤.江蘇省暴雨洪澇災害的暴露度和脆弱性時空演變特征[J].長江科學院院報,2016,04:27-32+45.
關鍵詞:氣象災害;農業;影響;時空分布;特征
中圖分類號:S42文獻標識號:A文章編號:1001-4942(2017)02-0136-06
濰坊市地處山東半島中部,地勢南高北低,西部與南部為山地丘陵,東部為平原,北臨渤海灣。四季均有不同氣象災害發生,春季干燥大風,春夏之交冰雹多發,夏季降水集中,洪澇災害較多,秋季易出現干旱、霜凍、連陰雨,冬季易出現風雪災害。農業氣象災害一般是指農業生產過程中所發生的導致農業顯著減產的不利天氣或氣候條件的總稱,它是影響作物穩產、高產最主要的自然因素,與農業經濟效益緊密相連[1,2]。目前,已有許多學者對不同地區的氣象災害進行了深入研究,房世波[3]、盧麗萍[4]等分析了我國農業氣象災害變化趨勢和分布特征及對農業生產的影響;王靜[5]、孫霞[6]、邵末蘭[7]、解明恩[8]、朱保美[9]等分別對山東、河北、湖北、云南、山東德州等地區的氣象災害時空分布特征進行了研究。本文利用1978-2015年資料分析濰坊市主要氣象災害對農業生產的影響及其時空分布特征,對更精確地指導當地農業生產及提高防災減災的能力提供參考依據。
1資料與方法
1.1資料來源
本文所用1978-2015年的農作物受災面積數據來源于濰坊市九個縣市區氣象局、民政局和《中國氣象災害大典(山東卷)》[10],播種面積及糧食產量數據來源于《濰坊統計年鑒》。
1.2計算方法
1.2.1線性傾向估計用線性傾向估計對農業氣象災害變化程度進行描述,分析濰坊市主要氣象災害的年際變化特征。
1.2.2受災率因每個地區每年糧食播種面積與遭受自然災害的受災面積不等,造成災害的危害程度不同,本文采用受災率統一反映各年的受災狀況。
受災率定義為某一種氣象災害當年農作物受災面積與當年總播種面積的比值[11]。
1.2.3經驗正交函數(EOF)分解[12]利用經驗正交函數(EOF)分解將原變量場分解為正交函數的線性組合,用個數較少的幾個空間分布模態來描述原變量場。以受災率作為定量表征指標,應用經驗正交函數(EOF)分析濰坊市氣象災害的空間分布特征。
1.3氣象災害類型
1978-2015年濰坊市出現的氣象災害包括冰雹、暴雨洪澇、大風、干旱、雷擊、風暴潮、臺風、霜凍、低溫凍害、大霧、雪災、龍卷風、蝗災、雨凇、連陰雨、颮線、赤潮等17種,累計出現230次。其中,冰雹(占全部氣象災害的35.2%)、暴雨洪澇(18.7%)、大風(11.7%)、干旱(7.8%)發生頻次較高,占全部氣象災害的73.5%,定義為濰坊市出現的主要氣象災害,故本文對主要氣象災害進行分析。
2氣象災害對農業生產的影響及其年際變化特征2.1氣象災害比重的年際變化特征
為更好地分析每年各類氣象災害的發生特征,將洪澇災害、干旱、風災和冰雹四種氣象災害在當年總災害中所占比重進行統計,分析氣象災害引發的災害程度。結果(圖2)表明,暴雨洪澇、干旱、大風和冰雹災害的比重分別為14.9%、45.2%、10.6%、29.3%,其中干旱和冰雹是濰坊發生受災面積最重的兩種農業氣象災害。干旱災害比重超過90%的年份主要發生在1979、1981、1983、2000-2002、2006-2009、2014年,2000年以來的連年大旱造成的損失嚴重;冰雹災害比重超過90%的年份主要發生在1982、1986、2004-2005年,每年都有不同程度的冰雹災害發生,每次發生時造成的受災面積相對較小,但發生次數較多,農作物受災損失嚴重;洪澇災害比重較大的年份主要出現在1998和2013年;風災比重相對較少,一般伴隨著暴雨、冰雹等天氣出現,1988、1990-1995年所占比重在23%~49%。
圖21978-2015年濰坊市主要氣象災害所占比重
2.2氣象災害對糧食產量的影響
濰坊是農業大市,農作物種植面積廣,糧食產量高,西部與南部屬于山區丘陵地帶,基礎設施薄弱,自然抗災能力差,受災強度大,對糧食產量影響較大。從濰坊市農業氣象災害與糧食播種面積、糧食產量之間的關系(圖3)可知,農作物播種面積變化較小,略呈增加趨勢;隨著農業科技水平的提高,糧食產量呈顯著增加趨勢,氣候傾向率達到5.4×105 t/10a(通過了α=0.001的顯著性檢驗),而受災面積呈顯著下降趨勢,氣候傾向率為7.3×104 hm2/10a(通過了α=0.05的顯著性檢驗),糧食產量與受災面積呈現明顯負相關關系。1978-1979、1981、1984、1987-1989、1992、1997-2002、2014年,主要災害的總受災面積較大,糧食產量明顯減少;1993-1996、2006-2013年,庀笤趾減少,糧食產量提高。因此,氣象災害對農業生產產生直接影響,成為糧食產量增減的重要原因之一。
圖31978-2015年農業氣象災害與糧食播種面積、糧食產量的關系
2.3各類農業氣象災害年際變化特征
濰坊市每年都有不同程度的農業氣象災害發生,受災面積呈減少趨勢,年平均成災面積為28.7×104 hm2。按受災比重大小分析干旱、冰雹、暴雨洪澇、大風災害的年際變化特征。
2.3.1干旱災害年際變化趨勢干旱災害雖然發生的頻次少,但是影響范圍大、持續時間長,受災程度重。由圖4可知,38年來,干旱受災面積呈波動性下降,階段變化明顯,氣候傾向率為-4.04×104 hm2/10a,平均受災面積為19.6×104 hm2。20世紀70年代末與80年代初、1989年、2000年代初與末發生的干旱受災面積最大,最大值出現在1979年,達93.3×104 hm2,1999-2002年連續干旱受災面積達147.9×104 hm2,
變化趨勢
2006-2011年連續干旱受災面積達162.2×104 hm2;干旱受災面積在平均值以下的年份有1980、1982-1983、1985-1996(除1989)、1998、2003-2005、2009、2011-2013、2015年,其中有17年未發生過干旱災害,受災面積統計結果為0。
2.3.2冰雹災害年際變化趨勢冰雹是一種局地性較強的農業氣象災害,濰坊市冰雹常出現在每年的5-6月份,正值農作物成熟收獲季節,而且冰雹發生頻次高,遭受冰雹的地區易產生嚴重的損失。從圖5冰雹受災面積的變化趨勢可知,冰雹受災面積呈顯著減少趨勢,氣候傾向率為-2.1×104 hm2/10a,年平均成災面積為4.1×104 hm2。38年中,除1992、2011、2013年未發生冰雹災害外,其余年份均發生不同程度的冰雹災害,受災面積最大的年份發生在1987年,達30.8×104 hm2。統計資料顯示,1987年5月23日凌晨發生冰雹天氣,冰雹大者如雞蛋,持續10~15 min,同年7月7日,降雹持續20 min,地面冰雹厚度5 cm,最厚的地方達7 cm以上,因冰雹局地性強,冰雹多發區易產生較嚴重的災害。
2.3.3洪澇災害年際變化趨勢洪澇災害主要是短時間內降水量大而造成的一種災害,濰坊地區遭受暴雨、大暴雨時易發生洪澇災害,以夏季雨澇為主。從圖6可知,洪澇受災面積變化趨勢不明顯,呈波動性變化,年平均成災面積為3.4×104 hm2。1987年與1997年受災面積的變化幅度呈主高峰,分別為30.8×104 hm2與45.1×104 hm2;1990、1998-1999、2012年,洪澇受災面積的變化幅度呈次高峰;1978-1986連續9年、2000-2011連續12年受災面積低于洪澇年平均受災面積,除1981、1984、1986、1989、1991-1993、2002、2006、2014年未發生洪澇災害外,1996年受災面積最小,為30 hm2。洪澇災害雖然發生的次數少,但危害很大,1997年8月19-20日,濰坊各縣市區均遭受了特大暴雨襲擊,直接經濟損失達16.55億元。
2.3.4大風災害年際變化趨勢濰坊市春季的干燥大風易引發風災,出現6級(平均風速10.8 m/s)以上大風時,對農作物生長的影響非常大。由圖7可知,大風受災面積呈顯著減少趨勢,氣候傾向率為0.9×104 hm2/10a(通過了α=0.05的顯著性檢驗),年平均成災面積為1.6×104 hm2。在20世紀70年代末80年代初和80年代末90年代初,風災面積較大,最大年份出現在1988年,受災面積達15.4×104 hm2,其次出現在1990年,受災面積達11.0×104 hm2,1994-2015年連續22年大風受災面積小于年平均值。統計資料顯示,1988年6月1日,濰坊全市遭受大風襲擊,平均風力7~9級,局部10級以上;1990年7月15-16日,濰坊全市遭受暴風雨襲擊,風力達8~10級,局部11級以上,這種范圍大、持續時間長、風力強的大風出現在春夏季節,造成損失較高。
3.1總氣象災害的空間分布特征
利用EOF正交經驗函數分析1978-2015年9個縣市區38年氣象災害的空間分布特征。圖8顯示,受災率大值區主要出現在濰坊西部與南部,臨朐受災率最大,為0.211,其次是諸城、安丘,受災率分別為0.209、0.193;東部、北部受災率相對較小,高密受災率最小,僅為0.119,其次為壽光和寒亭。濰坊西部與南部為山區和丘陵地形,易發生干旱、冰雹、洪澇等氣象災害,受災率較高,成為氣象災害的重災區,北部地區易出現風災,風災影響面積較小,東部受災率低,受災程度相對弱。
3.2四種氣象災害的空間分布特征
從圖9a干旱災害分布可知,西部臨朐、青州、昌樂的旱災最為嚴重,其次是東北部的昌邑和寒亭,再次是諸城和安丘的西部,受災率在0.102~0.147,其他地區的受災率均在0.008~0.010。可見,西部是干旱的重災區,西部山區地形造成土壤水分喪失快,影響了農作物的播種及生長,易引發旱情;旱災持續時間較長,局部性或區域性的旱災經常發生,統計資料表明,濰坊地區易發生春夏連旱、夏秋連旱等,連旱造成的災害更加嚴重。
從圖9b冰雹災害分布情況可知,安丘西部和臨朐南部的雹災最嚴重,受災率分別達到0.061和0.053,其次是濰坊南部的諸城、西部的青州和西北部的壽光,受災率在0.044~0.048,再次是昌樂、寒亭和昌邑,受災率在0.003~0.004,東南部的高密受災率最小。冰雹災害是一種局地性很強的氣象災害,雖然影響范圍小,但對農業生產的危害較為嚴重[13],濰坊西部山區與南部丘陵地帶是冰雹多發地。
洪澇災害分布情況可知,濰坊南部的諸城災情最嚴重,受災率為0.054,其次是安丘和昌妨降兀受災率在0.003~0.004,濰坊西部和北部災情最輕,受災率0.010。對比圖9a和9c可知,濰坊西部、南部的旱災和洪澇災害分布基本成反向變化。
從圖9d風災分布情況可知,濰坊北部的寒亭、壽光、昌邑是風災的重災區,受災率最大為0.009,其次東南部的諸城和高密,風災最小的地方出現在西部的臨朐,受災率不足0.001。濰坊北部頻臨渤海灣,受海陸熱力性質差異大的影響,北部的風力較大,易出現大風天氣,對露地農作物的影響較大。
4結論
利用1978-2015年38年資料分析濰坊市農業氣象災害對農業生產的影響及其時空分布特征,主要結論如下:
(1)濰坊市出現的氣象災害有17種,累計出現230次,出現最多的是冰雹、暴雨洪澇、大風、干旱,災害比重的年際變化也很大,受災面積比重分別為29.3%、14.9%、10.6%、45.2%,干旱和冰雹災害最為嚴重。
(2)氣象災害與糧食產量呈負相關關系,即受災面積大,糧食產量低;受災面積小,糧食產量高。
(3)濰坊市總氣象災害受災面積以7.3×104 hm2/10a速率呈下降趨勢,年平均成災面積為28.7×104 hm2。干旱受災面積呈波動性下降,20世紀70年代末與80年代初、1989年、2000年代初與末發生的干旱受災面積較大;冰雹受災面積呈顯著減少趨勢,除1992、2011、2013年三年外,每年都會出現冰雹災害;暴雨洪澇災害變化趨勢不明顯,呈波動性變化,1987與1997年受災面積的變幅出現兩個高峰;大風受災面積呈顯著減少趨勢,20世紀70年代末80年代初和80年代末90年代初,風災面積較大。
(4)濰坊市主要氣象災害出現在西部與南部,臨朐受災率最大,其次是諸城、安丘,東部與北部受災率小。各種氣象災害的空間分布不統一,干旱災害多發生在西部的臨朐、青州、昌樂,其次是東北部的昌邑和寒亭,再次是諸城和安丘的西部;冰雹災害分布范圍大,安丘西部和臨朐南部的雹災最嚴重,其次是南部諸城、西部青州和西北部壽光;洪澇災害多發生在南部諸城,其次是安丘和昌樂,濰坊西部、南部的旱災和洪澇災害分布基本成反向變化;風災主要出現在北部的寒亭、壽光、昌邑,其次東南部的諸城和高密。
參考文獻:
[1]陳懷亮, 鄧偉, 張雪芬, 等. 河南小麥生產農業氣象災害風險分析及區劃[J]. 自然災害學報, 2006, 15(1):136-140.
[2]程純樞. 中國的氣候與農業[M]. 北京: 氣象出版社, 1991: 542-603.
[3]房世波, 陽晶晶, 周廣勝, 等. 30年來我國農業氣象災害變化趨勢和分布特征[J]. 自然災害學報, 2011, 20(5):69-73.
[4]盧麗萍, 程叢蘭, 劉偉東, 等. 30年來我國農業氣象災害對農業生產的影響及其空間分布特征[J]. 生態環境學報, 2009, 18(4):1573-1578.
[5]王o, 劉煥斌, 曹潔, 等. 1984-2013年山東省主要氣象災情特征分析[J].內蒙古氣象,2015(5):53-56.
[6]孫霞, 俞海洋, 孫斌, 等. 河北省主要氣象災害時空變化的統計分析[J].干旱氣象,2014,32(3):388-340.
[7]邵末蘭, 向純怡 . 湖北省主要氣象災害分類及其特征分析[J].暴雨災害,2009,28(2):179-185.
[8]解明恩, 程建剛 范菠. 云南氣象災害的時空分布規律[J].自然災害學報,2004,13(5):40-47.
[9]朱保美, 周清, 胡雪紅, 等. 德州市農業氣象災害特征與區域分布[J].山東農業科學,2015,47(11):94-98.
[10]溫克剛. 中國氣象災害大典[M]. 北京:氣象出版社,2006.
[11]魏亞剛, 陳思. 23年來河南省主要氣象災害對農業的影響及時空分布特征[J].云南地理環境研究,2015,27(3):65-71.
[12]魏鳳英. 現代氣候統計診斷與預測技術[M]. 北京:氣象出版社,2007:155-122.
山 東 農 業 科 學2017,49(2):142~146Shandong Agricultural Sciences山 東 農 業 科 學第49卷第2期王可,等:濟寧青山羊微衛星標記多態性分析DOI:10.14083/j.issn.1001-4942.2017.02.030
收稿日期:2016-07-07
旅游氣象災害是指由于氣象因素發生劇烈變化的天氣(氣候)對旅游業的危害。以自然景觀而言,暴雨造成山洪突發、引發泥石流、滑坡等,毀壞景點及設施,破壞旅游景觀面貌;雷電引發森林、草原火災;干旱使得草原、森林植物因水分缺失而枯死,江河斷流,雪山消融;大風、沙塵暴引起草原退化等等。對戶外活動的游客,雷電災害威脅其生命及財產安全;暴雨洪澇造成的局地山洪引發泥石流、山體滑坡等一系列的水文與地質災害,沖毀公路、鐵路、橋梁、房屋等設施,發生翻車、房屋倒塌等事故,造成游客出行困難,嚴重時危害游客的生命及財產。
為了便于分析,把造成一定的經濟損失,但未造成人員傷亡的氣象災害定為一般旅游氣象災害;把造成一定的經濟損失的同時造成人員傷(亡)或失蹤的氣象災害定為嚴重旅游氣象災害;把一般氣象災害在年內發生最早與最晚日期之間的時段定為災害期;把嚴重危害在年內發生最早與最晚發生日期之間的時段定為嚴重災害期。本文主要以對游客有危害的氣象災害作為分析對象。
青海旅游氣象災害概況
青海的旅游季節集中在5~10月份,而沙塵暴、雪災、凍害等災害,大多發生在10月至翌年4月份,即適宜旅游季節以外,對旅游設施、交通、自然景觀會產生一些影響,但對戶外活動的旅客影響甚微。對于出現在5~9月份冰雹、暴雨洪澇、雷電、高溫、大霧、龍卷風等災害而言,災害期與適宜旅游季節相重疊。高溫、大霧、龍卷風等災害雖有發生,但次數極少,24年累計僅為2~8次,且危害區域小、持續時間短,對游客危害也很小。因此,確定暴雨洪澇、雷電、冰雹災害是青海旅游業的主要氣象災害,見表1。
青海旅游氣象災害時空特征
1時間變化
1.1日變化
日內,冰雹災害發生于11時至次日05時,相對集中在15~19時(占降雹總數的58.2%);16~17時為日內最易發生冰雹災害的時段,占日降雹總數的18.1%。05~10時未出現過冰雹災害,見圖1。暴雨洪澇災害在日內每個時次均有發生,16~22時發生的暴雨洪澇災害的比例明顯高于其它時次,占暴雨洪澇災害總數的55.0%;20~21時為日內最易發生暴雨洪澇災害的時次,其它時次均在4.2%以下。雷電災害發生在11~23時,此時段發生的雷電災害占日雷電災害總次數的92%;相對集中在13~22時,占日總次數的86%;16~17時是日內最易發生雷電災害的時次。00~01時、03~05時雖有雷暴災害發生,但次數較少,僅為6%,見圖1。
1.2年變化
統計表明:青海冰雹災害的一般災害期最早從5月上旬開始,最晚在10月上旬結束。6~8月份為災害集中發生時期(占年發生次數的95.2%)。災害期歷時152d。嚴重災害期開始于5月下旬,結束于9月上旬,為時103d。嚴重災害期較一般災害期短49d。暴雨洪澇災害的一般災害期最早從4月上旬開始,最晚在10月上旬結束。6~8月份為災害集中發生時期(占年發生次數的89.7%),災害期歷時184d;嚴重災害期開始于4月下旬,結束于9月下旬,為時150d。嚴重災害期較一般災害期短34d。雷電災害的一般災害期最早從4月中旬開始,最晚在10月下旬結束。5~9月份為災害集中發生時期(占年發生次數的96.2%);歷時200d。嚴重災害期于4月中旬開始,9月中旬結束,為時160d。嚴重災害期較一般災害期短40d,見圖2。年內嚴重災害主要集中在5~8月份,6~8月份為青海嚴重災害高發期,見表2。
1.3年際變化
分析表明:年際間的冰雹、暴雨洪澇和雷電災害次數表現出增加趨勢。其中:1984—1989年,年冰雹災害次數僅為8.5次/年;1990—1999年災害次數增加至20.7次/年;2000—2007年高達38.5次/年。暴雨洪澇災害在1984—1989年間發生次數為3.7次/年;1990—1999年增加至14.5次/年;2000—2007年高達42.4次/年。雷電災害在1984—1989年間發生次數為0.5次/年;1990—1999年為0.7次/年;2000—2007年高達11.9次/年,見表3。
1.4災害持續時間
統計表明:雷暴災害的個例雖較多,但多數記錄起、止時間不詳,無法進行準確統計和分析,本文僅選擇較完整的資料個例進行相關統計和分析。雷電災害持續時間在31~60min之間的頻次達36%;持續時間在61~90min之間的頻次為32%;持續時間在91~120min和120min以上的頻次為12%;持續時間少于10min和11~30min之間的頻次為4%。
冰雹災害持續時間在6~10min之間的頻次達30.2%;持續時間不足5min和16~20min之間的頻次為22.1%和20.9%;持續時間在11~15min的頻次為17.4%;持續時間在21~30min和大于30min之間的頻次為7%和2%。
暴雨持續時間在11~60min之間的頻次達32.9%;持續時間在61~180min之間的頻次為29.5%;持續時間在181~360min的頻次為16.4%;持續時間在小于10min的災害頻次為1.4%,見表4。
2地域分布
2.1地區(州)分布
以主要旅游氣象災害總次數而言,海東地區是青海嚴重旅游氣象災害高發區,其比例占全省總次數的30.1%;西寧市、黃南州、海南州為嚴重氣象災害次高發區,占全省總次數的11.8%~19.1%;海北州、海西州、玉樹州和果洛州為嚴重氣象災害低發區,占全省總次數的4.4%~5.9%,見表5。由表5可見,從旅游災害造成的傷亡人數上看,海南州為災害傷亡最多地區,傷亡比例占全省傷亡總數的46.2%;海東地區和黃南州是次多地區,占全省傷亡總數的12.9%~16.0%;西寧市和海北州為傷亡人數較少地區,占全省總數的7.9%~8.9%;玉樹州、果洛州和海西州是嚴重災害造成人員傷亡最少地區,只占全省總數的2.0%~3.5%。
以單一旅游氣象災害而言,西寧市、海東地區、黃南州為青海雷電災害高發地區和傷亡人數最多地區,24年中先后發生嚴重雷災9~13次、造成21~34人(次)傷亡,分別占全省嚴重雷災發生次數的17.0%~24.5%和傷亡人數的17.4%~28.1%。海西州和果洛州是嚴重雷災發生最少地區,24年間,只發生過2次,占青海嚴重雷災發生次數的3.8%和雷災傷亡人數的3.3%~5.7%。西寧市、海東地區、海北州、海南州是青海冰雹災害高發地區。海南州、海東地區、西寧市為青海暴雨嚴重災害高發區,占總次數的16.7%~29.5%。果洛州24年間未發生暴雨嚴重災害,見圖3。
2.2縣級分布
由圖3可見,西寧市的湟中縣、湟源縣、大通縣;海東地區的化隆縣、互助縣、民和縣、平安縣、樂都縣;海北州的門源縣、剛察縣;海南州的同德縣、興海縣、共和縣是青海省內冰雹災害多發縣份。海南州的貴德縣、共和縣、貴南縣、興海縣;海東地區的化隆縣、民和縣、循化縣、平安縣;黃南州的同仁縣;海西州的都蘭縣、天峻縣是暴雨洪澇災害多發縣份。西寧市的大通縣、湟中縣、湟源縣;海東地區的互助縣、化隆縣;海北州剛察縣;黃南州的澤庫縣、河南縣則是雷電災害多發縣份。
結論及建議
(1)青海最佳旅游時期與冰雹等災害的災害期重疊,暴雨洪澇、雷電、冰雹是青海主要旅游氣象災害。災害期在150~200d之間。6~8月份為年內旅游氣象災害次數最多時段。
(2)年際間的暴雨洪澇、冰雹和雷電災害的年次數存在持續增多趨勢,但檢驗表明這種增多趨勢不明顯。
(3)海南州、海東地區、西寧市為青海最易發生旅游氣象災害的地區;海西州、黃南州和海北州為青海旅游氣象災害較容易發生地區;玉樹州和果洛州發生旅游氣象災害的機率較低。湟中縣、興海縣、貴德縣、化隆縣、大通縣、湟源縣是青海旅游氣象災害易發和危害最重的縣份,班瑪縣、久治縣、治多縣、瑪多縣是旅游氣象災害發生次數較少、危害較輕的縣份。
(4)冰雹、暴雨洪澇、雷電災害次數在年際間呈現出的增長趨勢除與全球性氣候變暖有直接關系外,與當地經濟發展、人口增加以及環境保護有密切的關系,這個關系有待于以后進一步分析和研究。
(5)加強全社會旅游氣象災害防范意識的宣傳教育,提高游客災害救助能力。
一、減去導入環節中不必要的教學步驟
導入好比是提琴家上弦和歌唱家定調,第一個音定準了,就為演奏或歌唱的成功奠定了基礎。同樣道理,教師的導入如果能導在學生的心坎上或教材的要害處,就可以激發學生的學習興趣,激起學生的學習動機,使他們進入一個良好的學習情景中,為接下來的教學起到事半功倍的效果。但如果在新課導入過程中,拖泥帶水,又未揭示教材的本質問題,就既不能吸引學生的注意,也不能快速開啟他們的心扉,就不利于教學任務的圓滿完成。以“自然災害對人類的危害”的新課導入為例,我們先來看W老師在新課導入時安排的幾個步驟:
1.多媒體呈現1998年長江洪澇視頻,2008年汶川地震視頻。
2.請同學說說發生在身邊的自然災害。
這一環節共耗時15分鐘,很顯然,導入部分存在拖沓冗長、穿靴戴帽的問題。一節課才45分鐘,單在導入環節就用這么多時間,是沒有必要且很不合理的。可以說,精彩的導入一般都是簡潔、干凈的,而拖泥帶水往往是導致一堂課失敗的重要因素。W老師設計前兩問的目的是為了激發學生的學習興趣及導出這節課所要學習的內容,但是很明顯,這兩者內容重復,而且多個視頻很耗時。
再來看看J老師對這一節課的導入:
1.多媒體呈現不同類型的自然災害圖片。
2.請學生說說那個災害更嚴重,判斷依據是什么?
這樣的導入共用了5分鐘的時間,簡單明了,既讓學生感知了自然災害的類型多樣,也讓其感知自然災害危害很嚴重,往往會造成人員的大量死亡,從而激發其進一步學習的動機。
二、減去授課過程中不必要的教材內容
教材是教師實施教學活動最重要的課程資源,能否正確理解和把握教材內容對課堂教學質量的影響很大。在教學設計時,教師需要對教材內容進行加工處理,對一些“贅余”的教學內容要大膽減去或一筆帶過。在這次活動中,兩位老師對自然災害的概念、特點、危害等內容進行了不同的處理:J老師在上課過程中基本省略了這一內容,而W老師在講這個內容時卻頗為詳細。
這一節課的課程目標是“以某一自然災害為例,分析自然災害對人類的危害,從而增強學生的減災防災意識”。因此,在講解這節內容時J老師選取了我國常見的一種自然災害――洪澇,以本地區的一條河流――曹娥江為例,重點分析了洪澇產生的原因及解決途徑。對自然災害概念、特點、分類、危害等內容,花了四五分鐘,簡單地交代過了,而把大量的時間放在了洪澇產生的原因及解決措施上,實現了課堂的高效教學。而W老師卻把這一內容作為重點知識一一詳細講解,結果整節課的時間安排上就出現了問題,并且還大大增加了學生的記憶內容,這樣的處理極大地影響了整節課的教學效果。當然刪減教材內容得有一定的依據,既要根據課程標準和教材的要求,還要基于學生的學習特點與需求等。課標中沒有要求的內容但課本有的應盡量減去,如,“自然災害的特征”“20世紀90年代以來,我國主要的洪澇災害”這些知識應該是編者為了內容的完整性而加上去的,上課時可以不講,也可以讓學生簡單閱讀就行。還有學生一看就一目了然的或者在初中時已經掌握了的,再說也并非本課的教學重點的,也可以減去。在減去不必要的教學內容后,就有足夠的時間解決本節課的重難點問題了。
三、減去補充知識中不必要的鏈接與拓展
地理本來就是豐富多彩,但囿于篇幅的限制,教材呈現的往往是高度凝練、概括力極強的語言。因此,在教學過程中增加了一些閱讀材料,如,在“自然災害對人類的危害”一節中,就增加了《中國的自然災害》《20世紀90年代我國洪澇災害》《1998年長江流域的洪澇災害》《2003年淮河流域的洪澇災害》四則閱讀材料。用這些閱讀材料作為教學案例,既有助于增加學生的學習興趣,也有助于突出學習重點和突破學習難點,培養地理思維和解決問題的能力。事實上,引用閱讀材料來豐富教學已成為絕大多數教師的共識。但有些教師在引用材料時卻出現了一些問題:有動輒就鏈接材料,一節課下來使學生疲憊不堪的。有鏈接長篇大論,導致材料與問題不在同一幻燈片上,因操作不便而影響了教學效果的。有同一問題鏈接多則材料,名之曰加強鞏固,實則浪費時間的。不知從何下手的。我們從以上這些鏈接導致的結果中不難看出,它們或多或少地影響了教學目標的有效實現,因此,在教學設計時對這部分內容應減去或作適當修改。也就是說,在教學過程中鏈接的材料必須精心選擇,要有可讀性和針對性。另外,還要控制總量,不能因為鏈接太多而沖淡教學重點,喧賓奪主。在這方面,J老師在備課時對教學案例進行了大膽取舍,減去了那些不必要的部分,因此,鏈接就比較合理。如,他在講“洪澇災害危害”這一內容時,選取了身邊河流――曹娥江,內容如下:
材料一:曹娥江分布圖
材料二:曹娥江為紹興市最大河流之一,發源于金華市磐安縣尖公嶺,流經新昌、嵊州、上虞,在紹興縣新三江閘以下注入杭州灣,流域面積6046平方公里,涉及紹興、杭州、金華、臺州、寧波等5個市。上游四大支流:澄潭、新昌、長樂、黃澤,先后在嵊縣城關附近會合。曹娥江干流(自嵊縣東橋始),舊時按流經縣域分段命名,嵊縣段稱剡;上虞段(含姚江)在今百官龍山以上稱舜江,上虞龍山以下到三江口,俗稱前海,其北,俗稱后海,即今杭州灣。東漢江安二年(143年)五月初五日,曹娥之父盱,因龍舟競渡溺于江蘇,尸不得見,投江自溺求父尸,以孝女聞名,始以廟前一段江稱曹娥江。民國始,統稱自嵊縣城關至入海口為曹娥江。
從材料一曹娥江分布圖讓學生認識曹娥江流向,流經地區的地形,氣候,及干支流情況。而材料二則具體介紹其流域特征。然后通過這兩則材料分析其產生的自然災害及原因。既激發了學生的學習興趣,也增強了其熱愛祖國熱愛家鄉的情感,也使學生在解決問題中學會學習,體現新課程“學習對生活有用的地理”這一理念。
另外,教學中適時的拓展可以激發學生的發散性思維,豐富教學內容,拓展教學空間,同時又能推進教學的順利進程。但教師一定要注意對教學重難點的把握,所補充的材料要圍繞教學目標,切不可沖淡教學主題,更不能讓地理課成為故事會。在這次同課異構中,金老師簡單補充了泥石流爆發,在山區的你我應該如何逃生這樣情景,增強了學生的防災意識。黃老師在講解中國洪澇災害時,對1998年長江的洪澇災害,淮河洪澇災害情況做了大量描述,她想通過這些補充內容讓學生進一步了解我國洪澇災害很嚴重,但其實這塊內容在這里中并不是教學的重點,因此,教師只要簡單提及一下就可以了,沒有必要大篇幅的拓展。這一現象很多教師在新課講授過程中都時有發生,他們總是對自己感興趣的內容滔滔不絕地“一瀉千里”,其結果往往是“離題萬里”。
四、減去輔助手段中不必要的知識呈現
這里的知識呈現主要指的是幻燈片上顯示的內容。由于受時間與能力的限制,傳統“一支粉筆加一張嘴”的教學方式無法在黑板上手寫大量的文字,所以不重要的知識一般也不會在黑板上呈現。但自從有了現代多媒體技術以后,情況就不同了。由于課件都是在備課時制作的,時間相對比較充裕,因此,很多教師喜歡把一些知識的注解、拓展都一股腦兒地呈現在幻燈片上。而在實際操作時,由于時間所限,一些教師還沒等學生看清楚幻燈片中的內容就走馬觀花般地一晃而過,這樣,往往造成學生的視覺疲勞;還有些教師恰好相反,他們會詳細講述呈現的所有內容,結果往往是沖淡了教學的重點,無形中增加了學生的負擔。如,前面提到的“洪澇的概念、特點”“20世紀以來自然災害的典型事件”,W老師都一一地呈現在幻燈片上實在有點畫蛇添足,極大地影響了一節課的質量,的確有刪減的必要。
我們再來看一下J老師對這一內容在幻燈片上的知識呈現:
1.自然災害概念。
2.自然災害危害。
3.洪澇災害。
(1)原因。
(2)措施。
高考答案要求盡量做到高度概括、語言精練,盡可能地用地理學科語言回答。但這些能力的具備不是一蹴而就的,除自己平時的訓練積累外,也有教師的引導影響。J老師通過對教材的處理,就自然災害的概況以兩個大標題呈現,災害的原因最終概括為以上幾點,簡潔明了、要點清晰,符合高考答案要求,久而久之,就能對學生起到潛移默化的影響。而有些教師則喜歡把要講的重要知識點、課堂設問的答案完整地顯示出來,這樣既不便于學生做課堂筆記,也不利于培養學生的概括能力。因此,我們要減去輔助手段中不必要的知識呈現,也就是說課件也需要簡而精。
關鍵詞:合肥市;一季稻;農業氣象災害;產量
中圖分類號 S511 文獻標識碼 A 文章編號 1007-7731(2017)07-0159-02
合肥市地處江淮腹地,海拔高差平均只有2~4m,是長江三角洲的組成部分。總體地勢低平,水網稠密,是我國著名的水稻種植區,屬于暖溫帶和亞熱帶過渡地區。合肥市是安徽省農業主產區之一,同時也是農業氣象災害多發地區。光照、溫度、水分、風等氣象要素是農作物及農業生產過程中的必需因子,不同作物對不同氣象要素的適應性不同,當氣象要素的變化適合作物的正常生理活動要求時,可以看作是農業氣候資源,當氣象要素的變化超越作物的正常生理活動要求時,就成為脅迫,當脅迫嚴重到造成明顯的經濟損失時,就成為農業氣象災害[1]。農業氣象災害是合肥市一季稻生產過程中,對中后期產量造成危害和損失的重要因素。合肥市下轄肥東縣、肥西縣、廬江縣、長豐縣和巢湖市。從農業氣候資源角度來講,雨熱同季,適宜水稻種植,因此4縣1市均是重要的稻米產區。此外,小行政地域內,地貌多樣,平原為主,兼具丘陵和濕地。優良的地理條件,導致一季稻成為合肥糧棉油作物中占比最大的農作物。近幾年一季稻總產量相對穩定,個別農業氣象災害多發年份,產量波動明顯。
1 合肥地區一季稻生產易受的農業氣象災害類型分析
合肥地區屬于農業氣象災害多發地區,一年四季均有不同的農業氣象災害發生,但總的來說,能夠造成對一季稻生產形成危害的,主要有以下幾種:苗期連陰雨、移栽后干旱、分蘗拔節期洪澇、抽穗灌漿期高溫熱害以及成熟、收獲期的連陰雨、臺風等。不同的生育階段,農業氣象災害造成的損失都有評估指標與措施[2]。而從生產實際角度來看,合肥地區對一季稻生產造成重大影響的,尤以旱災和洪澇災害為主,這些農業氣象災害都在一定程度上對合肥一季稻生產造成了不利影響。
1.1 苗期連陰雨災害的分析 合肥地區一季稻播種通常在4月中下旬至5月上旬。傳統一季稻播種通常是在保證達到水稻播種的最低農業氣象指標時進行[3](日平均氣溫穩定通過12℃)。隨著經濟發展,有些農戶為了方便外出務工,總是提前或就便播種。這容易導致一季稻播種出苗后,遇到4月中下旬的連陰雨天氣并伴隨低溫,導致僵苗不發、低溫冷害,輕則發育遲緩,重則爛秧。
1.2 干旱氣象災害的分析 合肥市是典型的江淮地貌,大的區域內總體地勢平緩,但小行政區域內地形復雜。平原、丘陵等各類地形都有分布。地勢總體平緩,南部多平原,北部是丘陵和低矮山地。合肥夾在淮河和長江兩大水系之間,中間還有全國最大的內陸湖泊之一――巢湖,理論上水源充足,但實際江淮分水嶺地區易旱易澇。最近幾年時常出現干旱天氣。干旱對一季稻影響有明顯的季節性特征,初夏旱影響一季稻及時移栽;伏旱影響拔節孕穗;秋旱影響揚花和灌漿成熟。近10a來一季稻典型干旱年份為1992年、1994年和2000年等。研究表明,合肥地區8月上中旬一季稻抽穗揚花時,如發生中等程度的干旱會減產5%~10%,嚴重干旱時減產10%~20%或以上[1]。
1.3 洪澇災害的分析 合肥市一季稻受洪澇災害的影響,多是梅雨季節汛期內短時強降水的影響或臺風帶來的強降水。由于時間短、強度大、排澇不及時導致,并與地形地貌關系很大。合肥市南部河網密集地帶,地勢低洼,排水不暢。短時強降水后,洪水聚集,容易導致水位迅速升高,排水不暢;或者水系水位高,短時間洪水難以排出,容易出現洪澇災害。洪澇災害不但影響一季稻,還可沖毀道路,影響到交通等。洪澇氣象災害對合肥地區一季稻影響不是很多,夏季雨水偏多或者特多,會形成洪澇災害淹沒稻田。比如2016年6月30日開始,合肥地區出現連續多日的強降水導致的洪澇災害就是明顯的例子。持續降水,大部分農田被淹沒,同時光照不足,一季稻光合作用受阻,干物質積累減少;持續多雨天氣還會使溫度明顯偏低形成涼夏,使得一季稻發育受影響,最終對產量的影響很大。而洪水淹沒多日的受災田塊,常常水退后植株枯死,造成絕收。
1.4 高溫熱害影響分析 合肥地區一季稻抽穗灌漿多處于7月下旬至8月上旬,此時合肥常受副熱帶高壓控制,是盛夏高溫季節。高溫天氣的時空分布特征顯現[4],因而一季稻生產經常受到高溫熱害影響。高溫對水稻植株的損害與水稻的生育時期、高溫的強度、持續時間、高溫期間夜間最低溫度高低關系密切。隨著新品種的推廣,不耐高溫品種減少。近年來,合肥偶爾出現局部地塊發生高溫熱害。高溫危害的敏感期為水稻盛花期。盛花期前或盛花期后影響較輕,應引導農民改變種植習慣,適當防御。
1.5 收獲期連陰雨 從統計數據看,收獲期合肥地區發生連陰雨災害的頻率低于江南而高于淮河以北。一季稻收獲期集中在9月中下旬至10月上旬。在此期間,江淮地區總體來說多處于秋高氣爽,多云為主天氣,但也時常受臺風影響,或大的環流形勢導致的秋季連陰雨出現。如臺風影響,容易造成成熟水稻倒伏不易收割,而連陰雨出現時,極易造成成熟稻穗發芽、病變或霉壞,造成成熟水稻的減產。
2 主要農業氣象災害對合肥市一季稻產量的危害
2.1 干旱對合肥一季稻及其他糧食產量的影響 對于合肥市農業生產,一季稻和小麥、油菜等對水源,尤其是灌溉水源的需求一直都是十分迫切的。灌溉水源的a充,基本依賴自然降水。合肥市農業生產總體而言,抵御干旱能力還比較脆弱。對于近年頻繁出現的干旱天氣,只能通過諸如調整種植結構等措施來解決。一年四季中,春旱影響不明顯,合肥多種植冬小麥,頭年秋季播種,油菜春季基本發棵,扎根穩固。總體地下水位較高,保證作物水分供應。伏秋旱影響顯著,在地旱糧作物多處于需水關鍵期,如出現伏秋連旱,旱糧減產一般都在30%~50%,甚至更多。部分地區農村水利設施年久失修,導致全部靠自然降水來滿足水稻生產用水所需。目前抵御干旱是合肥尤其是合肥以北江淮分水嶺等地域近年面臨的一個嚴重的課題。
2.2 連陰雨及洪澇對一季稻產量的影響 根據連陰雨出現時間及一季稻生育期重疊綜合考慮,連陰雨主要危害一季稻早播苗及后期成熟收獲。苗期容易導致爛秧,收獲期導致收獲困難,甚至減產。洪澇的出現,導致大量的農作物的根莖浸泡在水中,致使根莖腐爛,農作物死亡。對于一季稻來說,雖然是水生作物,但是過長時間的水淹也是致命的。對于合肥市乃至江淮地區,發生洪澇幾率較大的通常也是梅汛期。此時期,一季稻多處于分蘗拔節,一旦受淹,短時間無法排水,會造成植株缺氧,即使水退后仍會導致植株死亡,絕收。
2.3 高溫熱害的影響 高溫熱害導致一季稻難以抽穗或者“花而不實”,失去活力,無法受粉,影響產量。近年來一季稻高溫熱害問題日益突出。合肥地區常常出現持續高溫天氣,部分正處于抽穗揚花盛期的一季稻嚴重受害。個別年份結實率下降10%~50%,稻谷減產明顯。一季稻受害表現為最后3片功能葉早衰發黃,穎殼不閉合、畸形或炸裂,灌漿期縮短,千粒重下降,空瘦粒增加。高溫對一季稻的影響是持續時間和高溫強度的共同作用結果。從生育期疊合角度看,影響最顯著的是孕穗期,其次是幼穗分化期,再次是抽穗灌漿期。
3 加強農業氣象災害預防建議
從合肥市一季稻生育過程來看,結合江淮地區天氣形勢特征,一季稻主要受干旱、洪澇、高溫熱害及連陰雨等幾種農業氣象災害影響。而干旱、高溫熱害的影響程度相對較大。可以算上是影響合肥市一季稻產量的主要氣象災害。洪澇及連陰雨等具有隨機性,但都與大尺度天氣形勢密切相關。
在現階段,各類農業氣象災害頻發,如何趨利弊害,科學規避氣象災害,是當前合肥市一季稻生產與農業結構轉化調整需考慮的重要問題。加強氣象為農服務體系建設,充分考慮已有研究成果[5-6],建議政府在一季稻種植方面,注重調整水稻生產面積與區域布局。根據不同的農業氣象災害特征,加強災害的科研和預防工作。提高全民抗災的風險防御意識是關鍵,在應對氣象災害的問題上,要做好災害預防工作,其中準確及時的預報和服務是關鍵。同時加大水利基礎設施建設,江淮地貌復雜,氣候條件多樣,氣象災害對一季稻影響也表現為多層次的,不同的氣象災害對一季稻不同發育時期的影響程度不同,要區別對待。加強農業氣象災害的研究和預防工作,提高預防災害的能力,能夠有效減少災害給農業生產帶來的損失。
參考文獻
[1]于波.2013.安徽省農業氣象業務服務手冊[M].北京:氣象出版社.
[2]高慶華,馬宗晉,等,2007.自然災害評估[M].北京:氣象出版社.
[3]許昌觶2004.農業氣象指標大全[M].北京:氣象出版社.
[4]高素華,王培娟,長江中下游高溫熱害及對水稻的影響[M].北京:氣象出版社,2009.
[5]郭永芳,查良松.安徽省洪吃趾Ψ縵漲劃及承載面積變化趨勢分析[J].中國農業氣象,2010.31(1):130-136.