陳 翔,許 波,唐 鵬,王正科,湯如茂,徐夢(mèng)穎,顧冬玫
我國(guó)是世界氣象災(zāi)害最嚴(yán)重的國(guó)家之一,氣象災(zāi)害帶來(lái)的損失占所有自然災(zāi)害總損失的70%以上[1]。氣象災(zāi)害種類多、分布廣、發(fā)生頻率高、損失重。隨著全球氣候持續(xù)變暖,各類極端氣候天氣事件發(fā)生愈來(lái)愈頻繁,氣象災(zāi)害造成的損失更加嚴(yán)重,引起了政府和社會(huì)各界廣泛關(guān)注,許多氣象工作者開始從事氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究[2-6]。周兆基等依據(jù)各省(市、自治區(qū))1986~2011年的糧食產(chǎn)量、受災(zāi)面積和播種面積等數(shù)據(jù),構(gòu)造出氣象災(zāi)害的綜合風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)模型,利用GIS平臺(tái)對(duì)省(市、自治區(qū))的氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估與區(qū)劃[5];孫光東等根據(jù)徐州市歷年各種氣象災(zāi)害對(duì)農(nóng)業(yè)造成影響的資料,應(yīng)用信息擴(kuò)散模糊數(shù)學(xué)理論模型,對(duì)徐州地區(qū)洪澇、干旱、風(fēng)雹和霜凍等氣象災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)估[6];于飛等以縣為基本評(píng)價(jià)單元,基于信息擴(kuò)散理論、不確定性理論以及風(fēng)險(xiǎn)矩陣法,對(duì)貴州省8種主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)與區(qū)劃[7]。然而這些研究多以理論技術(shù)為主,或以縣基本單元進(jìn)行災(zāi)害風(fēng)險(xiǎn)區(qū)劃[8]。該研究與李喜平等采用相同方法[9],以鄉(xiāng)鎮(zhèn)為基礎(chǔ),依托災(zāi)害調(diào)查資料進(jìn)行風(fēng)險(xiǎn)區(qū)劃,再利用ArcGIS空間分析繪制農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖,為科學(xué)制定氣象災(zāi)害防御規(guī)劃、防災(zāi)減災(zāi)、降低災(zāi)害損失提供技術(shù)參考。
1.1 研究區(qū)概況 洪澤縣地處江蘇省西北部(118°28'~119°9'E、33°02'~34°24'N),西依洪澤湖,與泗洪、泗陽(yáng)隔湖相看,東挽白馬湖,與寶應(yīng)、金湖水陸相依,南臨淮河進(jìn)江水道,與盱眙毗鄰,北瀕蘇北澆灌總渠,與淮安市交界。轄12鎮(zhèn)及江蘇洪澤經(jīng)濟(jì)開發(fā)區(qū),總?cè)丝?8.80萬(wàn)人。洪澤縣屬北亞熱帶和暖溫帶過(guò)渡性地帶,具有明顯季風(fēng)環(huán)流特征,氣候溫和,四季分明,雨量較豐沛,光照充足,無(wú)霜期較長(zhǎng)。但冬季寒冷干燥,易受極地大陸氣團(tuán)影響,夏季又在熱帶暖氣流控制之下,南北冷暖空氣常在當(dāng)?shù)亟粎R,常見的氣象災(zāi)害有暴雨洪澇、干旱、高溫、大風(fēng)、雷電、低溫冰凍等災(zāi)害。
1.2 資料選取 所用氣象資料為洪澤、淮安區(qū)、淮安、泗洪、盱眙和金湖6個(gè)臺(tái)站的1981~2010年逐日氣象要素資料和洪澤地區(qū)12個(gè)自動(dòng)站及周邊地區(qū)自動(dòng)站近2年逐日氣象要素資料。
1.3 分析方法 依托氣象災(zāi)害普查工作,全面開展洪澤縣主要?dú)庀鬄?zāi)害調(diào)查,查閱各鄉(xiāng)鎮(zhèn)和民政、水利、農(nóng)委、水產(chǎn)、氣象等部門災(zāi)情記錄。氣象人員還通過(guò)走訪鄉(xiāng)村農(nóng)戶,獲得了大量寶貴的第一手資料。對(duì)原始數(shù)據(jù)分類整理,統(tǒng)計(jì)各種災(zāi)害發(fā)生強(qiáng)度、范圍和發(fā)生頻率,建立洪澤縣暴雨洪澇、干旱、高溫、大風(fēng)、雷電、低溫凍害等6種主要?dú)庀鬄?zāi)害資料庫(kù)。綜合考慮致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和防災(zāi)減災(zāi)能力等4個(gè)方面[10],建立基于ArcGIS應(yīng)用技術(shù)的災(zāi)害風(fēng)險(xiǎn)指數(shù)評(píng)估模型,即DRI=WHH+WEE+WVV+WRR、H=∑WHkXHk、E= ∑WEkXEk、V= ∑WVkXVk、R= ∑WRkXRk,式中,DRI是各災(zāi)種災(zāi)害風(fēng)險(xiǎn)指數(shù);H、E、V、R分別表示致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境、承災(zāi)體脆弱性和防御能力因子指數(shù);WH、WE、WV、WR相應(yīng)的表示其權(quán)重;Xk是指標(biāo) k 量化后的值;Wk為指標(biāo)k的權(quán)重,表示各指標(biāo)對(duì)氣象災(zāi)害風(fēng)險(xiǎn)的主要因子的相對(duì)重要性。接著再找出各評(píng)價(jià)因子的影響程度,計(jì)算各災(zāi)種的風(fēng)險(xiǎn)系數(shù)。根據(jù)當(dāng)?shù)貙?shí)際情況,在ArcGIS應(yīng)用技術(shù)的支持下,按高風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、低風(fēng)險(xiǎn)區(qū)3個(gè)等級(jí),繪制各氣象災(zāi)害的風(fēng)險(xiǎn)區(qū)劃圖。
2.1 暴雨洪澇風(fēng)險(xiǎn)區(qū)劃 暴雨洪澇災(zāi)害是暴雨造成的洪災(zāi)和澇災(zāi)的總稱,它是由短時(shí)強(qiáng)降水如突發(fā)性暴雨或連續(xù)性強(qiáng)降水導(dǎo)致的江河洪水泛濫、淹沒(méi)農(nóng)田和城鄉(xiāng),或因長(zhǎng)期降雨等產(chǎn)生積水或徑流、淹沒(méi)低洼土地,造成農(nóng)業(yè)或其他財(cái)產(chǎn)損失和人員傷亡的一種災(zāi)害。因洪澤縣地處淮河下游,地勢(shì)西高東低,成坡形傾斜,再加之雨量年內(nèi)分布不均,主要集中在汛期,故干濕較為明顯,暴雨洪澇比較頻繁,因此暴雨洪澇是洪澤縣主要自然災(zāi)害,對(duì)農(nóng)業(yè)生產(chǎn)影響很大。
洪澤縣暴雨一年四季均有出現(xiàn),但主要集中在7~8月。根據(jù)洪澤1981~2010年氣象資料統(tǒng)計(jì),平均每年3.1次,最多的年份有7次暴雨。從暴雨日數(shù)的年代際變化來(lái)看,20世紀(jì)80年代前期暴雨日數(shù)異常偏多的年份相對(duì)較多;而80年代中后期~90年代前期,暴雨日數(shù)總體上偏多,且每年的變化相對(duì)穩(wěn)定;90年代中期~2010年,年平均暴雨日數(shù)有所減少,但年際間相差較大。一些強(qiáng)度大、來(lái)勢(shì)猛、時(shí)間短的強(qiáng)對(duì)流性暴雨以及持續(xù)降雨過(guò)程導(dǎo)致的暴雨,由于降水量過(guò)于集中,往往容易引發(fā)洪澇和地質(zhì)災(zāi)害。
暴雨洪澇致災(zāi)因子危險(xiǎn)性主要考慮氣象災(zāi)害造成的影響程度,影響因子主要包括暴雨日數(shù)、極端日最大降水量和暴雨災(zāi)情記錄。暴雨洪澇防御能力影響因子是溝渠是否暢通和暴雨洪澇排洪能力。經(jīng)分析,各致災(zāi)因子災(zāi)害風(fēng)險(xiǎn)指數(shù)權(quán)重系數(shù)分別為 0.3、0.4、0.2、0.1,計(jì)算得到危險(xiǎn)性等級(jí)。由圖1可見,白馬湖西岸岔河、仁和和洪澤湖西岸高良澗鎮(zhèn)為暴雨洪澇高危險(xiǎn)區(qū),而洪澤湖南、北岸老子山、蔣壩、西順河鎮(zhèn)為低危險(xiǎn)區(qū),其余各鎮(zhèn)為中等危險(xiǎn)區(qū)。
2.2 干旱風(fēng)險(xiǎn)區(qū)劃 干旱是洪澤縣危害重、出現(xiàn)頻繁、影響范圍大的農(nóng)業(yè)氣象災(zāi)害之一。干旱是長(zhǎng)時(shí)間降水偏少或無(wú)雨,造成河流流量減少,空氣干燥,土壤缺水引起農(nóng)作物和人畜飲水不足的一種災(zāi)害現(xiàn)象。對(duì)洪澤縣而言,引發(fā)干旱的原因主要有:一是梅雨量偏少,夏季是洪澤降水集中的季節(jié),梅雨期的降水通常占夏季降水的50%以上,入梅偏遲、梅雨期短均是造成洪澤縣干旱災(zāi)害的直接原因;二是熱帶氣旋暴雨少,在熱帶氣旋影響少的年份,洪澤縣出現(xiàn)伏旱和秋旱幾率也會(huì)加大,因?yàn)闊釒庑ǔ?huì)帶來(lái)充沛的降水,當(dāng)然降水太多就會(huì)形成澇災(zāi);三是降雨時(shí)空分布不均,降雨時(shí)空分布的異常是導(dǎo)致階段性干旱主要原因之一;四是上游來(lái)水不足,由于上游降雨稀少,導(dǎo)致洪澤湖水位持續(xù)下降而影響灌溉,使春播、水稻插栽和秋播時(shí)節(jié)農(nóng)田用水出現(xiàn)嚴(yán)重短缺。
干旱致災(zāi)因子危險(xiǎn)性主要考慮干旱災(zāi)害造成的影響程度,影響因子主要包括干旱日數(shù)和降水日數(shù)。承災(zāi)體易損性主要考慮與干旱密切相關(guān)的農(nóng)業(yè)種植面積比例和人口密度,干旱災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)造成的影響是最為嚴(yán)重的,農(nóng)業(yè)生產(chǎn)面積比較大的鎮(zhèn)干旱易損性級(jí)別較高;此外,干旱災(zāi)害對(duì)人民生活也會(huì)造成影響,人口密度較大的地區(qū)干旱易損性級(jí)別較高。影響農(nóng)田干旱程度還有一個(gè)是灌溉水綜合利用系數(shù)和灌溉保證率。綜述以上因素,4個(gè)指數(shù)分別以權(quán)重為0.4、0.2、0.1、0.3 計(jì)算得到干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃。從圖 2 可看出,洪澤縣干旱風(fēng)險(xiǎn)度總體上不高。高良澗地勢(shì)高,為高風(fēng)險(xiǎn)區(qū)域,岔河鎮(zhèn)雖靠白馬湖,但因水利設(shè)施不到位,也為高風(fēng)險(xiǎn)區(qū)域;老子山、蔣壩、西順河地處洪澤湖域,灌溉方便,明顯為干旱低風(fēng)險(xiǎn)區(qū)域;其余各鎮(zhèn)為干旱中等風(fēng)險(xiǎn)區(qū)。
2.3 高溫災(zāi)害風(fēng)險(xiǎn)區(qū)劃 氣象上將最高氣溫≥35℃的定義為高溫。高溫由于生物體不能適應(yīng)這種環(huán)境而引發(fā)各種災(zāi)害,持續(xù)性高溫會(huì)引起中暑、傷寒等疾病,給人們的健康造成危害,甚至危及生命。持續(xù)高溫會(huì)造成干旱,引發(fā)旱災(zāi)。
高溫致災(zāi)因子危險(xiǎn)性主要考慮高溫災(zāi)害造成的影響程度,高溫的影響因子主要考慮高溫日數(shù)和極端最高氣溫。孕災(zāi)環(huán)境敏感性主要考慮洪澤地區(qū)的城鎮(zhèn)化規(guī)模和地形特征。一般來(lái)講,城市化規(guī)模越大,熱島效應(yīng)越強(qiáng),高溫影響相對(duì)較大,因此洪澤地區(qū)城鎮(zhèn)化規(guī)模較大的地區(qū),其敏感性等級(jí)較高。承災(zāi)體易損性主要考慮與高溫密切相關(guān)的人口密度和經(jīng)濟(jì)密度。人口越密集,高溫災(zāi)害易造成較大影響;此外,高溫災(zāi)害對(duì)社會(huì)經(jīng)濟(jì)發(fā)展也會(huì)造成重大影響,因此經(jīng)濟(jì)密度較大的地區(qū),其高溫易損性等級(jí)較高。最后將以上4個(gè)方面分別以權(quán)重為0.4、0.3、0.2 和0.1 計(jì)算得到高溫災(zāi)害風(fēng)險(xiǎn)區(qū)劃等級(jí),在洪澤中部的高良澗、萬(wàn)集和仁和地區(qū)為高風(fēng)險(xiǎn)區(qū),而洪澤湖周邊的老子山、蔣壩和西順河為低風(fēng)險(xiǎn)區(qū),其余大部地區(qū)為中等風(fēng)險(xiǎn)區(qū)(圖3)。
2.4 大風(fēng)風(fēng)險(xiǎn)災(zāi)害區(qū)劃 一般將當(dāng)風(fēng)力達(dá)8級(jí)以上(即風(fēng)速>17 m/s)者,稱為大風(fēng)。洪澤縣西有洪澤湖、東有白馬湖,每年均有多次8級(jí)及以上大風(fēng)出現(xiàn),據(jù)1981~2010年資料統(tǒng)計(jì),出現(xiàn)最多的月份是7和5月,均為0.8次;最少為9月,平均出現(xiàn)不足0.1次;按年份平均,每年達(dá)4.6次;最多出現(xiàn)的年份是1995年,達(dá)10次,最少出現(xiàn)的年份是1989、2007、2008年,均僅1次。
大風(fēng)致災(zāi)因子危險(xiǎn)性主要考慮大風(fēng)災(zāi)害造成的影響程度,主要的影響因子包括極大風(fēng)速、最大風(fēng)速、平均風(fēng)速和風(fēng)速災(zāi)情記錄。大風(fēng)風(fēng)險(xiǎn)區(qū)劃主要從致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性和承災(zāi)體易損性3個(gè)方面綜合分析得到。孕災(zāi)環(huán)境敏感性主要考慮洪澤地區(qū)的城鎮(zhèn)化規(guī)模和地形特征。城鎮(zhèn)化規(guī)模較大,各類建筑及大型建筑較多,對(duì)風(fēng)速影響較大,因此城鎮(zhèn)化規(guī)模較大的地區(qū),對(duì)大風(fēng)的敏感性相對(duì)較低。承災(zāi)體易損性主要考慮與大風(fēng)密切相關(guān)的經(jīng)濟(jì)密度和人口密度。經(jīng)濟(jì)越發(fā)達(dá),大風(fēng)災(zāi)害造成的損失越大,因此經(jīng)濟(jì)密度較大的地區(qū),其大風(fēng)易損性等級(jí)較高;此外人口密集區(qū),大風(fēng)災(zāi)害也易造成重大損失。綜合分析,最終將以上3個(gè)方面分別以權(quán)重為0.4、0.2和0.4計(jì)算得到大風(fēng)災(zāi)害風(fēng)險(xiǎn)區(qū)劃等級(jí)。從洪澤縣大風(fēng)風(fēng)險(xiǎn)區(qū)劃(圖4)可以看出,風(fēng)險(xiǎn)度較高的地區(qū)主要在洪澤湖地區(qū)和白馬湖沿岸,而洪澤東南部共和、萬(wàn)集鎮(zhèn)為低風(fēng)險(xiǎn)區(qū),其余各鎮(zhèn)為中等風(fēng)險(xiǎn)區(qū)。
2.5 雷電風(fēng)險(xiǎn)區(qū)劃 雷電在氣象學(xué)上稱為雷暴。據(jù)1981~2009年氣象資料統(tǒng)計(jì),洪澤年平均雷暴日27 d,年最多雷暴日出現(xiàn)在2005年,為38 d,年最少雷暴日出現(xiàn)在1989年,僅13 d。從雷暴日數(shù)的年代際變化來(lái)看,由二階滑動(dòng)平均趨勢(shì)(圖5)來(lái)分析,洪澤年強(qiáng)雷暴日數(shù)呈現(xiàn)先下降后上升趨勢(shì)[11],即1981~1989年是波動(dòng)下降趨勢(shì),2000年開始呈現(xiàn)波動(dòng)上升。每年的6~8月為洪澤雷暴的多發(fā)月份。
致災(zāi)因子危險(xiǎn)性主要考慮雷暴日數(shù)和雷電災(zāi)情。孕災(zāi)環(huán)境敏感性主要考慮洪澤地區(qū)的地形特征。通常來(lái)講,野外、農(nóng)田等暴露地區(qū)為雷電災(zāi)害影響較重區(qū)域,洪澤地勢(shì)平坦,大部分地區(qū)為雷電災(zāi)害較敏感區(qū)域。承災(zāi)體易損性主要考慮與雷電密切相關(guān)的人口密度和經(jīng)濟(jì)密度。人口越密集,雷電引起的傷亡可能性就大;此外,雷電災(zāi)害對(duì)經(jīng)濟(jì)發(fā)達(dá)地方造成的經(jīng)濟(jì)損失也越大。防災(zāi)減災(zāi)能力主要考慮洪澤地區(qū)城鎮(zhèn)化指標(biāo),城鎮(zhèn)化程度越高,社會(huì)應(yīng)對(duì)雷電災(zāi)害能力也越強(qiáng)。最終將4 個(gè)方面指數(shù)分別以權(quán)重 0.5、0.1、0.2 和 0.2計(jì)算得到雷電災(zāi)害風(fēng)險(xiǎn)區(qū)劃等級(jí),由圖6得知,高良澗鎮(zhèn)和中北部化工業(yè)集中區(qū)朱壩、黃集鎮(zhèn)為雷電災(zāi)害高危險(xiǎn)區(qū)域,中南部的萬(wàn)集、仁和和共和鎮(zhèn)為低危險(xiǎn)區(qū),其余地區(qū)為中等危險(xiǎn)區(qū)。
2.6 低溫冰凍風(fēng)險(xiǎn)區(qū)劃 低溫凍害指越冬作物、果樹林木及牲畜因遇到0℃以下(或劇烈變溫,甚至在-20℃左右)或長(zhǎng)期持續(xù)在0℃以下的溫度,引起植株體冰凍或喪失一切生理活力,造成植株死亡或部分死亡等現(xiàn)象,分為冬季凍害和春秋季凍害2類。冬季凍害發(fā)生在嚴(yán)寒的冬季,作物經(jīng)歷深秋和初冬的耐寒鍛煉,自身抗御低溫能力增強(qiáng),一般,此時(shí)氣溫降至-5℃以下,僅麥子、油菜葉片受凍,-7℃以下油菜凍害較重,-10℃以下麥子、油菜凍害重。春秋季凍害指在溫暖的春秋季里,土壤表面(或植物表面)的溫度下降到足以引起植物遭受傷害或死亡的短時(shí)間低溫凍害,它與冬季凍害的主要區(qū)別在于春秋凍害發(fā)生在春、秋轉(zhuǎn)換季節(jié)里。
低溫凍害致災(zāi)因子危險(xiǎn)性主要考慮低溫日數(shù)、極端最低氣溫、結(jié)冰日數(shù)和積雪日數(shù)。承災(zāi)體易損性主要考慮與高溫密切相關(guān)的農(nóng)業(yè)密度、人口密度和經(jīng)濟(jì)密度。低溫凍害對(duì)農(nóng)業(yè)生產(chǎn)有直接影響,農(nóng)業(yè)密度大的地區(qū)其易損性等級(jí)越高;人口越密集,低溫凍害造成的生命財(cái)產(chǎn)損失也較重;此外,低溫凍害對(duì)社會(huì)經(jīng)濟(jì)發(fā)展也會(huì)造成重大影響,經(jīng)濟(jì)密度較大的地區(qū),其易損性等級(jí)較高。綜述各方條件,最后將指數(shù)分別以權(quán)重0.4、0.2、0.3 和 0.1 計(jì)算得到低溫凍害風(fēng)險(xiǎn)區(qū)劃等級(jí)。從圖7可以看出,高良澗、西順河、黃集鎮(zhèn)和岔河為高風(fēng)險(xiǎn)區(qū),中、南部沿洪澤湖岸的東雙溝、蔣壩、三河和老子山為低風(fēng)險(xiǎn)區(qū),其余各鎮(zhèn)為中等風(fēng)險(xiǎn)區(qū)。
(1)氣象災(zāi)害資料是通過(guò)查閱各鄉(xiāng)鎮(zhèn)和民政、水利、農(nóng)委、水產(chǎn)、氣象等部門災(zāi)情記錄,以及走訪鄉(xiāng)村農(nóng)戶獲得的。有一定人為影響因素,特別是年代較遠(yuǎn)的數(shù)據(jù)資料可靠性差一些,相應(yīng)影響區(qū)劃結(jié)果的準(zhǔn)確性。因此,在以后工作中,要不斷收集資料進(jìn)行修正。
(2)綜合考慮致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和防災(zāi)減災(zāi)能力4個(gè)方面,建立基于ArcGIS應(yīng)用技術(shù)的災(zāi)害風(fēng)險(xiǎn)指數(shù)評(píng)估模型;再找出各評(píng)價(jià)因子的影響程度,計(jì)算各災(zāi)種的風(fēng)險(xiǎn)系數(shù);按高風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)、低風(fēng)險(xiǎn)區(qū)3個(gè)等級(jí),繪制各氣象災(zāi)害的風(fēng)險(xiǎn)區(qū)劃圖。
(3)在分析干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃時(shí),沒(méi)有考慮洪澤湖水和白馬湖水灌溉對(duì)干旱程度的減緩作用,一定程度上影響了干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃的準(zhǔn)確性。
[1]章國(guó)材.氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃方法[M].北京:氣象出版社,2012:1-177.
[2]章國(guó)材.自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃原理和方法[M].北京:氣象出版社,2013:1-261.
[3]夏瑩,李俊有.通遼市氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃方法探討[J].內(nèi)蒙古農(nóng)業(yè)科技,2011(5):90 -91.
[4]帥細(xì)強(qiáng),蔡榮輝,劉敏,等.近50年湘鄂雙季稻低溫冷害變化特征研究[J].安徽農(nóng)業(yè)科學(xué),2010,38(15):8065 -8068.
[5]周兆基,王倩.全國(guó)農(nóng)業(yè)氣象災(zāi)害的評(píng)估與區(qū)劃[J].湖北農(nóng)業(yè)科學(xué),2014,53(10):2299 -2303.
[6]孫光東,蔡勤,欒承淼.徐州農(nóng)業(yè)生產(chǎn)面臨氣象災(zāi)害風(fēng)險(xiǎn)的評(píng)估[J].氣象科學(xué),2011(S1):105-109.
[7]于飛,谷曉平,羅宇翔,等.貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)評(píng)論與區(qū)劃[J].中國(guó)農(nóng)業(yè)氣象,2009,30(2):267 -270.
[8]李亞春,黃文杰,謝志清,等.江蘇省海安縣優(yōu)質(zhì)水稻精細(xì)化氣候區(qū)劃研究[J].江蘇農(nóng)業(yè)科學(xué),2014,40(2):271 -274.
[9]李喜平,馬志紅,任麗偉,等.浚縣主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)區(qū)劃[J].氣象環(huán)境科學(xué),2011,34(S1):40 -44.
[10]鄒大林,李維干,袁昌洪,等.興華農(nóng)業(yè)氣象服務(wù)與農(nóng)村氣象災(zāi)害防御[M].南京:鳳凰出版社,2012:1-36.
[11]陳翔,彭麗霞,許波,等.洪澤湖地區(qū)強(qiáng)雷暴天氣與雷達(dá)回波分析[J].氣象,2011,37(9):1118-1125.