• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      區(qū)域暴雨災(zāi)害指標(biāo)與棉花減產(chǎn)率的關(guān)系探討

      2014-04-29 00:44:03侯雙雙等
      棉花科學(xué) 2014年4期
      關(guān)鍵詞:區(qū)域

      侯雙雙等

      試驗(yàn)研究

      摘要:利用湖北省襄樊地面氣象站1981~2006年逐日降水量和氣溫?cái)?shù)據(jù)資料,按IPCC評(píng)估報(bào)告對(duì)極端天氣氣候事件的定義,分析襄樊地區(qū)暴雨災(zāi)害指標(biāo)與棉花減產(chǎn)率之間的關(guān)系。結(jié)果表明,襄樊地區(qū)的暴雨災(zāi)害指標(biāo)為日降水量≥34 mm;區(qū)域暴雨災(zāi)害指標(biāo)與減產(chǎn)率明顯正相關(guān),棉花減產(chǎn)率與生長(zhǎng)期(15℃和20℃)暴雨日數(shù)及強(qiáng)度關(guān)系為:y=-118.66+8.58x1+0.11x2-19.86x3+2.38x4。旨在為農(nóng)業(yè)生產(chǎn)防災(zāi)減災(zāi)提供參考。

      關(guān)鍵詞:襄樊地區(qū);區(qū)域;暴雨災(zāi)害指標(biāo);棉花減產(chǎn)率

      中圖分類(lèi)號(hào):S162.8 文獻(xiàn)標(biāo)志碼: A 文章編號(hào):2095-3143(2014)04-0016-05

      DOI:10.3969/j.issn.2095-3143.2014.04.004

      0 引言

      IPCC(聯(lián)合國(guó)氣候變化政府間專(zhuān)家委員會(huì))2007年評(píng)估報(bào)告指出:在整個(gè)21世紀(jì)中,如果氣候持續(xù)變暖,那么極端天氣氣候事件(例如熱浪、強(qiáng)降水、風(fēng)暴)發(fā)生頻率也將增加[1-3]。處于氣候變暖的背景下,大量研究表明極端天氣事件中強(qiáng)降水事件在各地區(qū)呈現(xiàn)不同的變化趨勢(shì)[4-7]。作為強(qiáng)降水事件的暴雨,歸屬于極端天氣氣候事件,具有明顯的地區(qū)差異;因此,暴雨指標(biāo)也應(yīng)有地區(qū)差異。

      中國(guó)氣象局規(guī)定以日(24 h)雨量達(dá)到50.0 mm為暴雨[8],并以此暴雨指標(biāo)分析全國(guó)暴雨時(shí)空分布特征和開(kāi)展業(yè)務(wù)服務(wù)。而新疆吐魯番年均降水量雖然只有16.6 mm,1958年8月14日12 h的降水量卻高達(dá)36 mm[9],如果按50 mm的國(guó)家暴雨標(biāo)準(zhǔn)吐魯番這次罕見(jiàn)的強(qiáng)降水事件只能列為大雨;馬淑紅等根據(jù)屬干旱、半干旱地區(qū)的新疆的暴雨成災(zāi)事實(shí)、暴雨特點(diǎn)以及河川與下墊面滲透力情況,把日降水量≥20.0 mm為干旱區(qū)暴雨指標(biāo)和日雨量≥25.0 mm為半干旱地區(qū)暴雨指標(biāo)[10];楊霞等以日降水量≥24 mm為新疆地區(qū)暴雨指標(biāo)[11];像東北地區(qū)日降水量達(dá)到30 mm已構(gòu)成強(qiáng)降水,而西北地區(qū)日降水量達(dá)到25 mm也屬罕見(jiàn)[9]。因此,有人提出中國(guó)各地氣候、地理及農(nóng)業(yè)生產(chǎn)特點(diǎn)不同,暴雨標(biāo)準(zhǔn)也應(yīng)有所不同[9,12]。顯然,作為強(qiáng)降水事件的暴雨指標(biāo)因地而異,相對(duì)全國(guó)統(tǒng)一的以日降水量≥50.0 mm為暴雨指標(biāo)難反映當(dāng)?shù)氐膶?shí)際情況,但如何確定區(qū)域暴雨指標(biāo),又如何檢驗(yàn)該暴雨指標(biāo)的合理性是有待深入探索的課題。

      襄樊地區(qū)是湖北省重要的產(chǎn)棉區(qū),棉花各生育階段對(duì)淹水都十分敏感,抗?jié)衬芰θ鮗13],襄樊地區(qū)處于亞熱帶濕潤(rùn)季風(fēng)氣候區(qū),澇漬不利于棉花生長(zhǎng)發(fā)育[14]。暴雨洪澇給該地區(qū)棉花生產(chǎn)造成嚴(yán)重?fù)p失[15-16]。本文擬以棉花減產(chǎn)率為災(zāi)損指標(biāo),根據(jù)IPCC-2007評(píng)估報(bào)告對(duì)極端天氣氣候事件的定義,研究襄樊地區(qū)的暴雨指標(biāo)與棉花減產(chǎn)率的關(guān)系,探尋有效的區(qū)域暴雨指標(biāo)。

      1 資料來(lái)源及處理方法

      從湖北省襄樊地面氣象站和農(nóng)業(yè)氣象試驗(yàn)站分別獲取1981~2006年逐日氣溫、降水量和棉花產(chǎn)量數(shù)據(jù)。利用5日滑動(dòng)平均法[17]計(jì)算歷年穩(wěn)定通過(guò)界限溫度(0℃、5℃、10℃、15℃和20℃)的起止日期,并得到各界限溫度起止日期之間的時(shí)段,分別稱(chēng)為0℃生長(zhǎng)期、5℃生長(zhǎng)期、10℃生長(zhǎng)期、15℃生長(zhǎng)期及20℃生長(zhǎng)期,對(duì)應(yīng)生長(zhǎng)期天數(shù)稱(chēng)為生長(zhǎng)期長(zhǎng)度。并按日降水量≥0.1 mm為雨日,篩選出歷年的雨日日降水量序列。

      利用非參數(shù)K-S單樣本檢驗(yàn)方法檢驗(yàn)襄樊站點(diǎn)1981~2006年的雨日日降水量序列的分布類(lèi)型并擬合相應(yīng)的概率密度分布函數(shù),按照IPCC-2007評(píng)估報(bào)告中極端天氣事件為發(fā)生概率小于等于10%的定義[1],計(jì)算得到概率發(fā)生值為10%的日降水量作為歷年的暴雨下限指標(biāo);然后根據(jù)26個(gè)年暴雨指標(biāo)計(jì)算得到襄樊地區(qū)暴雨下限指標(biāo)。

      采用11年直線滑動(dòng)平均法[18]從襄樊市1981~2006年的棉花單產(chǎn)中分離出趨勢(shì)產(chǎn)量和氣象產(chǎn)量,計(jì)算相對(duì)氣象產(chǎn)量百分率,按相對(duì)氣象產(chǎn)量百分率<-5%、-5%~5%和>5%分別劃分為欠年、平年和豐年[19],并以欠年的相對(duì)氣象百分率的絕對(duì)值定義為減產(chǎn)率,作為棉花災(zāi)損指標(biāo)。

      2 暴雨特征分析

      2.1 暴雨指標(biāo)及暴雨特性

      利用非參數(shù)K-S單樣本檢驗(yàn)方法檢驗(yàn)襄樊站點(diǎn)1981~2006年日降水量序列的分布類(lèi)型,結(jié)果表明歷年日降水量分布均為正態(tài)分布,根據(jù)擬合的正態(tài)分布密度函數(shù),得到概率發(fā)生值為10%的歷年日降水量值,最終得到襄樊暴雨下限指標(biāo)為日降水量34 mm。采用5日滑動(dòng)平均法得到襄樊站點(diǎn)1981~2006年界限溫度為0℃、5℃、10℃、15℃及20℃生長(zhǎng)期起止日期和相應(yīng)的生長(zhǎng)期長(zhǎng)度。

      2.2 暴雨致災(zāi)因子

      暴雨對(duì)農(nóng)作物的不利影響主要表現(xiàn)在兩個(gè)方面:一是雨量過(guò)大導(dǎo)致的積水對(duì)農(nóng)作物產(chǎn)生的澇災(zāi)影響,二是雨強(qiáng)度過(guò)大對(duì)農(nóng)作物造成的直接機(jī)械損傷。統(tǒng)計(jì)分析襄樊各界限溫度生長(zhǎng)期暴雨日數(shù)、暴雨量和暴雨強(qiáng)度三者兩兩之間的相關(guān)系數(shù)列于表2。從表2看出,各生長(zhǎng)期暴雨量與暴雨日數(shù)相關(guān)系數(shù)在0.82以上,并通過(guò)置信水平為0.01的相關(guān)系數(shù)檢驗(yàn),兩者相關(guān)關(guān)系顯著;暴雨強(qiáng)度與暴雨日數(shù)相關(guān)系數(shù)在0.36以下,為沒(méi)有線性相關(guān)關(guān)系;暴雨量與暴雨強(qiáng)度的相關(guān)系數(shù)在0.62~0.71之間。就相關(guān)程度來(lái)看,暴雨日數(shù)與暴雨量大于暴雨量與暴雨強(qiáng)度的相關(guān)性,而暴雨日數(shù)與暴雨強(qiáng)度可認(rèn)為是相互獨(dú)立的。因此,從暴雨特征量來(lái)分析暴雨對(duì)作物影響時(shí)可選取暴雨日數(shù)和暴雨強(qiáng)度兩個(gè)特征作為暴雨致災(zāi)因子。

      3 區(qū)域暴雨災(zāi)害指標(biāo)與棉花減產(chǎn)率的關(guān)系

      事實(shí)上,若不考慮其他因素影響,暴雨作為極端強(qiáng)降水事件勢(shì)必會(huì)對(duì)作物生長(zhǎng)造成不利影響,然而在作物生長(zhǎng)過(guò)程中,各種因素(包括人為和自然)的相互影響形成了作物的最終產(chǎn)量。根據(jù)襄樊區(qū)域暴雨指標(biāo),統(tǒng)計(jì)得出襄樊每一年都有暴雨的發(fā)生,但襄樊的棉花欠年年份共有10年,并非每一年都為欠年。對(duì)于豐年和平年來(lái)說(shuō),可以認(rèn)為暴雨的不利影響被其他因素抵消了甚至是使暴雨這一不利事件轉(zhuǎn)為有利,例如長(zhǎng)期的干旱后強(qiáng)度適中的暴雨發(fā)生能緩解旱情使得暴雨轉(zhuǎn)害為利。因此,作者認(rèn)為豐年和平年中氣象條件是有利的,可假設(shè)沒(méi)有暴雨及其他不利氣象事件發(fā)生。而對(duì)棉花欠年來(lái)說(shuō),暴雨災(zāi)害與棉花災(zāi)損是否存在直接的關(guān)系是接下來(lái)需要驗(yàn)證的問(wèn)題。

      5 結(jié)論與討論

      通過(guò)對(duì)襄樊1981~2006年氣象資料及棉花產(chǎn)量資料的統(tǒng)計(jì)分析,根據(jù)IPCC評(píng)估報(bào)告對(duì)極端天氣氣候事件的定義,得到了襄樊地區(qū)的暴雨指標(biāo)為日降水量≥34 mm,并且以襄樊棉花實(shí)際產(chǎn)量相對(duì)氣象產(chǎn)量的減產(chǎn)率為災(zāi)損指標(biāo),得到暴雨致災(zāi)因子與棉花減產(chǎn)率二者之間的模型關(guān)系式。結(jié)果表明,對(duì)于襄樊而言,作為極端天氣事件的暴雨與棉花減產(chǎn)有直接的正相關(guān)關(guān)系,進(jìn)而驗(yàn)證了本文確定的襄樊區(qū)域暴雨指標(biāo)及其得出方法的合理性。

      由于氣象資料的限制,本文得到的暴雨指標(biāo)是以日降水量為單位的,而從暴雨是強(qiáng)降水這個(gè)角度來(lái)說(shuō),今后的暴雨指標(biāo)研究還需要進(jìn)一步縮小時(shí)間尺度。另外,本文區(qū)域暴雨指標(biāo)的確定方法對(duì)襄樊地區(qū)來(lái)說(shuō)顯然是合理的,但在全國(guó)其他地區(qū)確定要因地而異,也是亟待展開(kāi)的工作。

      6 致謝

      感謝貴州省山地環(huán)境氣候研究所“西南重大突發(fā)性自然災(zāi)害預(yù)警與防控技術(shù)研究與應(yīng)用”課題組全體同志給予的支持和指導(dǎo)!

      參考文獻(xiàn)

      [1] Martin Benisons. Extreme climatic events: examples from the alpine region [J]. JOURNAL DE PHYSIQUE IV 2004(121): 139-149.

      [2] Cynthia Rosen Zweig, Ana Iglesias, X.B. Yang, Paul R. Epstein, and Eric Chivian. Climate change and extreme weather events Implications for food production, plant diseases, and pests [J]. GLOBAL CHANGE & HUMAN HEALTH, VOLUME 2, NO. 2 (2001):90-104.

      [3] Viatcheslav V. Karin, Francis W.Zwiers, and Xuebing Zhang.Hegerl. Changes in Temperature and Precipitation Extremes in the IPCC Ensemble of Global Coupled Model [J].JOURNAL OF CLIMATE, Volume 20, NO.15(2007):1419-1445.

      [4] 嚴(yán)中偉,楊赤.近幾十年我國(guó)極端氣候變化格局[J].氣候與環(huán)境研究, 2000, 5 (3) : 267-272.

      [5] 翟盤(pán)茂,潘曉華. 中國(guó)北方近50年溫度和降水極端事件變化[J].地理學(xué)報(bào), 2003, 58 (增刊) : 1-10.

      [6] QianW, Lin X. Regional trends in recent precipitation indices in China [J]. Meteorology and Atmospheric Physics, 2005, 90 (2) : 93 – 207.

      [7] 羅勇. 全球氣候變化及其應(yīng)對(duì)[C].北京:中國(guó)氣象學(xué)會(huì),2010:9-18.

      [8] 鮑名,黃榮輝. 近40年我國(guó)暴雨的年代際變化特征[J].大氣科學(xué),2006,30(6): 1057-1067.

      [9] 章淹,林宗鴻,陳渭民.暴雨預(yù)報(bào)[M]. 北京:氣象出版社,1990.

      [10] 馬淑紅,席元偉.新疆暴雨的若干規(guī)律性[J].氣象學(xué)報(bào),1997,55(2):241-248.

      [11] 楊霞,趙逸舟,李圓圓.烏魯木齊極端天氣事件及其與區(qū)域氣候變化的聯(lián)系[J].干旱區(qū)地理,2009,32(6):867-873.

      [12] 范興科,吳普特,馮浩. 暴雨的判定方法和評(píng)價(jià)指標(biāo)[J].中國(guó)水土保持科學(xué),2003,1(3):72-75.

      [13 ]歐陽(yáng)惠.水旱災(zāi)害學(xué)[M].北京:氣象出版社,2001:107.

      [14] 王璞.農(nóng)作物概率[M].北京:中國(guó)農(nóng)業(yè)大學(xué)出版社,2004:250-268.

      [15] 姜樹(shù)海,范子武,吳時(shí)強(qiáng).洪災(zāi)風(fēng)險(xiǎn)評(píng)估和防洪安全決策[M].北京:中國(guó)水利水電出版社,2005:7-8.

      [16] 郭廣芬,周月華,史瑞琴,等.湖北省暴雨洪澇致災(zāi)指標(biāo)研究[J].暴雨災(zāi)害,2009,28(4):357-361.

      [17] 姜會(huì)飛.農(nóng)業(yè)氣象觀測(cè)與數(shù)據(jù)分析[M].北京:科學(xué)出版社,2008:153-155.

      [18] 薛昌穎,霍治國(guó),李世奎.華北北部冬小麥干旱和產(chǎn)量災(zāi)損的風(fēng)險(xiǎn)評(píng)估[J].自然災(zāi)害學(xué)報(bào),2003,12(1):131-139.

      [19] 姜會(huì)飛,溫德永,廖樹(shù)華.運(yùn)用混沌理論預(yù)測(cè)糧食產(chǎn)量[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào),2006,11(1):47-52.

      [20] 蔡賽緘,凌良新,唐仰華.廣東潮州暴雨的氣候特征及成因分析[J]. 安徽農(nóng)業(yè)科學(xué), 2009,37 (33):16462-16464.

      [21] 黃忠雄,馬藝,陳翠敏.廣西南寧市農(nóng)業(yè)氣候資源分析與合理利用對(duì)策[J].安徽農(nóng)業(yè)科學(xué),2010, 38 (3):1309-1312.

      [22] 姜會(huì)飛.農(nóng)業(yè)氣象學(xué)[M].北京:科學(xué)出版社,2008:64.

      Abstract:The author analysed the relationship between regional rainstorm index and yield reduction rate of cotton according to the daily precipitation and temperature data of Xiangfan meteorological station in Hubei province from 1981 to 2006 and the evaluation definition of extreme weather and climate events in IPCC.The result showed that,the rainstorm weather index was greater than or equal to 34 mm inXiangfan area; A significant positive correlation between the regional rainstorm disaster index and yield reduction rate, the relationship between cotton yield reduction rate and growth period (15℃ and 20℃) rainstorm day numbers, strength was y=-118.66+8.58x1+0.11x2-19.86x3+2.38x4 in order to provide reference for agricultural production and disaster prevention and mitigation.

      Key words:Xiangfan area;Area;Rainstorm disaster index; Yield reduction rate of cotton

      猜你喜歡
      區(qū)域
      分割區(qū)域
      探尋區(qū)域創(chuàng)新的密碼
      科學(xué)(2020年5期)2020-11-26 08:19:22
      基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
      軟件(2020年3期)2020-04-20 01:45:18
      小區(qū)域、大發(fā)展
      商周刊(2018年15期)2018-07-27 01:41:20
      論“戎”的活動(dòng)區(qū)域
      區(qū)域發(fā)展篇
      區(qū)域經(jīng)濟(jì)
      關(guān)于四色猜想
      分區(qū)域
      公司治理與技術(shù)創(chuàng)新:分區(qū)域比較
      新巴尔虎右旗| 石首市| 桐庐县| 临澧县| 鹤岗市| 普格县| 泰顺县| 景泰县| 广昌县| 台南县| 阳城县| 洞口县| 比如县| 大港区| 郯城县| 靖边县| 镇赉县| 兰西县| 海伦市| 贵定县| 广南县| 大庆市| 巧家县| 许昌市| 莫力| 贵阳市| 肥乡县| 伊吾县| 姚安县| 浪卡子县| 溆浦县| 繁昌县| 凤翔县| 从化市| 水富县| 环江| 高平市| 商城县| 西华县| 东安县| 浏阳市|