成災(zāi)

以房屋基礎(chǔ)高程為成災(zāi)水面線的下邊界約束，當(dāng)有堤防時(shí)以堤防高程為約束，最終以外包線作為成災(zāi)水面線，取成災(zāi)水面線在水文站點(diǎn)（預(yù)警源）的水位為成災(zāi)水位[9-15]，即保證水位。由調(diào)查情況可知，旌德縣城區(qū)主受徽水（旌德站）、白沙河及匯合后徽水的影響。故將旌德城區(qū)的計(jì)算劃分為3 部分，即徽水（旌德站以上）流域、白沙河流域及匯合中心城區(qū)以上流域。3.1 白沙河流域此次白沙河流域洪水分析計(jì)算是基于“1991·7·2”特大暴雨洪水。依投影原理，將實(shí)測(cè)洪痕要素、兩岸堤防要素

的發(fā)生規(guī)律和暴發(fā)成災(zāi)氣象指標(biāo)及預(yù)報(bào)方法[8-18]，最大程度地減輕蝗災(zāi)對(duì)草原生態(tài)造成的嚴(yán)重破壞[19-20]，對(duì)發(fā)展可持續(xù)畜牧業(yè)等方面具有重要意義。1 資料來源與處理根據(jù)蝗蟲產(chǎn)卵、越冬、孵化、蝗蝻到成蟲完成的一個(gè)世代周期中各發(fā)育期經(jīng)歷的時(shí)段，將一年的天氣、氣候資料劃分為8 月-12 月和1 月-7 月兩個(gè)時(shí)段，由于上一年天氣、氣候影響蝗蟲的順利產(chǎn)卵和安全越冬，當(dāng)年天氣、氣候影響蝗蟲越冬、孵化、蝗蝻到成蟲各個(gè)階段，因此蝗蟲一個(gè)周期的歷時(shí)分為上一年的8 月-1

個(gè)冰雹災(zāi)害日，即成災(zāi)日(單位為d)。冰雹過程常伴有暴雨(強(qiáng)降水)、大風(fēng)、雷電等天氣現(xiàn)象，災(zāi)情統(tǒng)計(jì)時(shí)不再細(xì)分，均統(tǒng)計(jì)為雹災(zāi)。2 延安市冰雹時(shí)空分布特征2.1 冰雹日的年變化延安市2011—2020年每年都有冰雹發(fā)生，10 a間共出現(xiàn)冰雹日232 d，年平均冰雹日23.2 d。冰雹日數(shù)年際差異較大，2015—2017年為多雹年份，共出現(xiàn)冰雹日104 d，占10 a總冰雹日數(shù)的44.8%。2015年最多為39 d，占總冰雹日數(shù)的16.8%，2016年為35 d，

我國森林火災(zāi)平均成災(zāi)面積達(dá)26467hm2，各省市均經(jīng)歷了不同程度的森林火災(zāi)。由于全球氣候不斷變暖，加之火災(zāi)還受到地形和人為等眾多因素的干擾和影響，林火發(fā)生概率逐漸提高[2]。因此，構(gòu)建準(zhǔn)確的森林火災(zāi)成災(zāi)面積預(yù)測(cè)模型，可以為林火預(yù)防工作提供指導(dǎo)，從而減少相應(yīng)損失。目前針對(duì)森林火災(zāi)面積預(yù)測(cè)方面，一些學(xué)者開展了相關(guān)研究。沈姣姣等[3]采用聚類分析對(duì)陜西省森林火災(zāi)成災(zāi)面積、次數(shù)等特征進(jìn)行分析，考慮溫度、濕度等氣候因素，建立了森林火災(zāi)面積預(yù)測(cè)模型，模型正確率超過7

中國的受災(zāi)面積、成災(zāi)面積、糧食產(chǎn)量和播種面積等系列數(shù)據(jù)，其中，1949—1990年旱情旱災(zāi)資料來源于《中國水旱災(zāi)害》[11]，1991—2007年旱情旱災(zāi)數(shù)據(jù)來源于《全國抗旱規(guī)劃》[12]，2008—2018年數(shù)據(jù)來源于《中國水旱災(zāi)害公報(bào)》[13]，2019年數(shù)據(jù)來源于《中國水旱災(zāi)害防御公報(bào)》[14]，歷年播種面積來源于《中國統(tǒng)計(jì)年鑒(2020)》[15]。1.2 分析方法受災(zāi)率是指因旱導(dǎo)致作物正常生長(zhǎng)受到影響的受災(zāi)面積與播種面積的比值，成災(zāi)率是指在受災(zāi)面

誰的春天不是相思成災(zāi)每一朵花開? 都是春天的獨(dú)白回憶有些泛濫時(shí)間開始變得稀缺風(fēng)雨不辭而別醒來的陽光灑下大地第一抹綠色遇見的那天? 滿山的花綻放在心里小小花盆里聽破土的清脆聲發(fā)春的種子在跳舞想把粉紅色天空裝進(jìn)口袋打一個(gè)天長(zhǎng)地久的結(jié)鎖進(jìn)古老的保險(xiǎn)箱? 讓它發(fā)酵那些浪漫的詩詞? 沖動(dòng)了千年誰的春天不是相思成災(zāi)薄的衫? 紅的裙眉眼之間? 溫柔藏了多久等著青春的一次回眸遠(yuǎn)方的影子心動(dòng)? 無處安放我站在那里你說? 每一朵花開都是春天的獨(dú)白

象災(zāi)害日趨嚴(yán)重，成災(zāi)面積呈上升趨勢(shì)，災(zāi)害類型中旱災(zāi)成災(zāi)面積最大，區(qū)域分布上北方旱災(zāi)嚴(yán)重，中部和南方水災(zāi)較重［8］。中國中西部及西北部地區(qū)洪澇災(zāi)害呈顯著上升趨勢(shì)，西北、東北地區(qū)及云南等地區(qū)干旱災(zāi)害呈顯著上升趨勢(shì)［9］。趙海燕等［10］分析表明我國1951-2018年干旱受災(zāi)面積、影響強(qiáng)度隨氣候增暖先快后緩的速度表現(xiàn)出先大幅增加后減小的趨勢(shì)。劉玉等［11］使用1978-2012年成災(zāi)面積說明不同氣象災(zāi)害的變化趨勢(shì)。近年來眾多學(xué)者對(duì)我國全國或某區(qū)域一類或多類農(nóng)業(yè)

重，其受災(zāi)面積和成災(zāi)面積均最大，有888.5萬人和486萬頭牲畜出現(xiàn)臨時(shí)飲水困難[3]。因此，弄清西南地區(qū)的農(nóng)業(yè)干旱災(zāi)害變化特征具有重要意義。【前人研究進(jìn)展】干旱的時(shí)空分布很大程度上決定于降水量的時(shí)空分布。我國西北和青藏高原地區(qū)屬于常年干旱區(qū)，東部地區(qū)屬于季節(jié)性干旱區(qū)[4]。李克讓等[5]利用1951-1991年全國160個(gè)站點(diǎn)的氣象資料，分析了我國干旱(多旱、重旱和持續(xù)干旱)的區(qū)域分布，指出我國主要有四大干旱中心，全國多數(shù)地區(qū)干旱隨時(shí)間的變化呈線性增長(zhǎng)趨

理指標(biāo)體系,用“成災(zāi)率”代替“發(fā)生率”。此后,“四率”指標(biāo)雖又經(jīng)調(diào)整,但成災(zāi)率作為指標(biāo)體系的一項(xiàng)核心指標(biāo),自確立以來一直沿用至今[1]。目前,縣級(jí)以上地方政府已將成災(zāi)率納入政府考核評(píng)價(jià)指標(biāo)體系,并將其作為《重大林業(yè)有害生物防治目標(biāo)責(zé)任書》簽訂與考核的重要內(nèi)容之一[2]。以成災(zāi)率為主的防治目標(biāo)管理指標(biāo)體系的深入實(shí)施,對(duì)有效壓實(shí)地方政府主體責(zé)任、強(qiáng)化災(zāi)害管理、控制重大林業(yè)有害生物傳播擴(kuò)散等方面發(fā)揮了重要作用。但一直以來,林業(yè)有害生物成災(zāi)率指標(biāo)在計(jì)算方法、指標(biāo)值

內(nèi)提取影響泥石流成災(zāi)過程的指標(biāo)，并根據(jù)因子的重要性賦予相應(yīng)的權(quán)重，最終計(jì)算得到代表溝谷危險(xiǎn)度的危險(xiǎn)度值。[1]泥石流危險(xiǎn)度評(píng)價(jià)是泥石流防治工作的重要組成部分，為災(zāi)前防治科學(xué)決策提供依據(jù)。自危險(xiǎn)度評(píng)價(jià)的基本框架確定后，危險(xiǎn)度方面的研究主要針對(duì)于指標(biāo)選取及權(quán)重確定兩方面。對(duì)于指標(biāo)選取方面，為提高因子的有效性，陳鵬宇等[2]以復(fù)相關(guān)系數(shù)作為因子選取的參數(shù)。孟凡奇等[3]利用逐步判別分析法，選取對(duì)泥石流溝識(shí)別能力強(qiáng)的因子。尹超[4]通過遺傳算法優(yōu)化特征項(xiàng)組合，選取

進(jìn)行總結(jié)，并對(duì)其成災(zāi)影響因素進(jìn)行分析，以期為冰湖成災(zāi)機(jī)制研究和災(zāi)害防治提供科學(xué)依據(jù)。2 研究區(qū)地質(zhì)環(huán)境概況2.1 研究區(qū)基本概況研究區(qū)地處西藏南部，喜馬拉雅山北麓，平均海拔在4 500 m 以上，屬高原內(nèi)陸干燥氣候。除西南部的陳塘地區(qū)受印度洋氣候的影響，氣候溫和，夏秋雨水充沛，四季分明，無霜期長(zhǎng)外，其他大部分區(qū)域四季不明顯，日照充足，晝夜溫差大，紫外線強(qiáng)，干燥少雨，多大風(fēng)，四季溫差小，氣候惡劣。年平均氣溫2 ℃，1 月份平均氣溫﹣8 ℃，極端最低氣溫平均﹣

后檢驗(yàn)復(fù)核對(duì)象的成災(zāi)水位、現(xiàn)狀防洪能力，設(shè)計(jì)暴雨洪水計(jì)算方法、參數(shù)及結(jié)果，雨量預(yù)警指標(biāo)等信息，為下一步檢驗(yàn)復(fù)核提供基礎(chǔ)依據(jù)。表2 檢驗(yàn)復(fù)核對(duì)象名錄2.2.2 外業(yè)資料收集為使建模更加準(zhǔn)確，開展現(xiàn)場(chǎng)調(diào)查測(cè)量，共補(bǔ)充測(cè)量河道斷面12個(gè)。為了更準(zhǔn)確地模擬河道上橋梁的阻水信息，外業(yè)調(diào)查補(bǔ)測(cè)了檢驗(yàn)復(fù)核對(duì)象范圍內(nèi)橋梁信息。根據(jù)收集到的洪水場(chǎng)次信息，調(diào)查成災(zāi)水位信息以及災(zāi)情，對(duì)于沒有房屋受災(zāi)的村落，以前期成災(zāi)水位作為本次成災(zāi)水位，根據(jù)復(fù)核后的水位流量關(guān)系推算成災(zāi)流量，進(jìn)

旱受災(zāi)面積、干旱成災(zāi)面積等數(shù)據(jù)，構(gòu)建了干旱影響強(qiáng)度和干旱成災(zāi)強(qiáng)度特征指標(biāo)，并分析近70a各省（自治區(qū)）空間尺度的農(nóng)業(yè)干旱災(zāi)害的分布、發(fā)生次數(shù)、變化趨勢(shì)和氣候變暖背景下的階段性變化特點(diǎn)。研究表明：（1）內(nèi)蒙古自治區(qū)、山西省和河北省等?。ㄗ灾螀^(qū)）的干旱受災(zāi)面積、干旱成災(zāi)面積、干旱影響強(qiáng)度和干旱成災(zāi)強(qiáng)度的多年平均值均位于前列；（2）中度及以上干旱等級(jí)發(fā)生次數(shù)最多的前10位均為北方省份（自治區(qū)），總次數(shù)均≥25次，其中內(nèi)蒙古自治區(qū)、山西省和陜西省位居農(nóng)業(yè)干旱發(fā)生次

紀(jì)慎言“興啥啥成災(zāi)”是老百姓對(duì)某些社會(huì)亂象的形象說法。譬如，興小汽車了，你買我買大家都買，有用的買，沒用的也買，結(jié)果買來買去，馬路上車多得跑不動(dòng)了，堵車成了常態(tài);如果你不想去馬路上擠了，而停車又成了難題，住宅樓小區(qū)買個(gè)車庫比買輛車還貴，就是買個(gè)停車位也要不少的花費(fèi)?？纯?，成災(zāi)了不是？再譬如，跟小汽車并駕齊驅(qū)的電動(dòng)車如今也是大興特興了，倆輪的、仨輪的、四輪的，有棚的、無棚的等等五花八門。不光老年人可以輕松代步，年輕人也照開不誤，因?yàn)殚_這個(gè)車不用花錢費(fèi)工夫去考

本刊編輯 劉國隨著生活水平的提高，大家對(duì)于美食的關(guān)注度已經(jīng)越來越高。尤其是現(xiàn)在眾多的網(wǎng)紅美食，非常受年輕人的追捧。無論是心情不好還是有事情需要慶祝，很多人都喜歡和家人朋友一起去餐廳大吃一頓。但在眾多受歡迎的美食里，有一些是可能攜帶有寄生蟲的，吃了會(huì)對(duì)身體造成傷害。小龍蝦提到可能含有寄生蟲的食物，首當(dāng)其沖的就是現(xiàn)在特別受歡迎的小龍蝦。作為必點(diǎn)的美食之一，小龍蝦幾乎是飯店和大排檔的必備菜品，喜歡這道菜的人真的非常多。但是很多人不知道的是，小龍蝦對(duì)水質(zhì)的要求很低

采用農(nóng)作物受災(zāi)、成災(zāi)和絕收面積代表受災(zāi)、成災(zāi)和絕收情況，而每年農(nóng)作物播種面積并不相同，因此不能準(zhǔn)確反映農(nóng)業(yè)氣象災(zāi)害的趨勢(shì)變化。其次，大多研究針對(duì)單一災(zāi)害，在農(nóng)作物生長(zhǎng)季經(jīng)常會(huì)有幾種災(zāi)害發(fā)生，某單一災(zāi)害損失不能真實(shí)反映當(dāng)年農(nóng)作物產(chǎn)量損失情況。鑒于此，本文利用東北三省風(fēng)雹、干旱、洪澇和低溫災(zāi)害損失數(shù)據(jù)，通過數(shù)理統(tǒng)計(jì)方法分析1971—2016年東北地區(qū)農(nóng)業(yè)氣象災(zāi)害的變化特征及其影響，以期為提高東北地區(qū)防災(zāi)減災(zāi)能力提供參考依據(jù)。1 數(shù)據(jù)與方法1.1 數(shù) 據(jù)數(shù)據(jù)來源

，揭示了蝗蟲聚群成災(zāi)的奧秘。研究團(tuán)隊(duì)通過分析飛蝗群居型和散居型飛蝗的體表和糞便揮發(fā)物，在35種化合物中鑒定到了一種由群居型蝗蟲特異性揮發(fā)的氣味，釋放量低但生物活性非常高的化合物：4-乙烯基苯甲醚（4VA）。隨后通過一系列行為實(shí)驗(yàn)確定該化合物對(duì)群居型和散居型飛蝗的不同發(fā)育階段和性別都有很強(qiáng)的吸引力，能夠響應(yīng)蝗蟲種群密度的變化，隨著種群密度增加而增加，甚至它的產(chǎn)生可由4～5只散居飛蝗聚集而觸發(fā)，具有很低的誘發(fā)閾值。

km2)山洪災(zāi)害成災(zāi)時(shí)間短、突發(fā)性強(qiáng)、危害性大、易發(fā)頻發(fā)等特征突出，對(duì)沿河村落居民生命財(cái)產(chǎn)安全構(gòu)成較大的威脅。由于小流域水文監(jiān)測(cè)資料缺乏，雨量預(yù)警為其主要預(yù)警措施。雨量預(yù)警指標(biāo)一般采用“水位反推法”求得，即根據(jù)沿河村落控制斷面成災(zāi)水位，采用曼寧公式推算成災(zāi)流量，由成災(zāi)流量反推各預(yù)警時(shí)段的臨界雨量。基于預(yù)警提前性和防洪安全性考慮，一般在臨界雨量的基礎(chǔ)上經(jīng)驗(yàn)下浮15%作為立即轉(zhuǎn)移預(yù)警雨量，立即轉(zhuǎn)移雨量下浮15%作為準(zhǔn)備轉(zhuǎn)移預(yù)警雨量。雨量預(yù)警指標(biāo)確定原理如圖1所

小蜂在贛南的發(fā)生成災(zāi)特點(diǎn)，結(jié)合試驗(yàn)研究，分析了桉樹枝癭姬小蜂在贛南暴發(fā)成災(zāi)原因，并提出了一套以化學(xué)防治為主的應(yīng)急防控技術(shù)和以抗蟲品種（品系）為主的生態(tài)持續(xù)控制技術(shù)。關(guān)鍵詞?桉樹枝癭姬小蜂;桉樹;贛南;成災(zāi);原因;防控對(duì)策中圖分類號(hào)?S763.43文獻(xiàn)標(biāo)識(shí)碼?A文章編號(hào)?0517-6611（2020）02-0162-03doi：10.3969/j.issn.0517-6611.2020.02.046開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：Disaster C

]等采用受災(zāi)率、成災(zāi)率、降水變率等指標(biāo)構(gòu)建模型，研究了1971—2006年湖南省洪澇災(zāi)害農(nóng)業(yè)風(fēng)險(xiǎn)度。該研究在前人研究的基礎(chǔ)上，結(jié)合湖南省農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)災(zāi)害現(xiàn)狀，基于引起該省農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)的旱災(zāi)、水災(zāi)、風(fēng)雹災(zāi)、病蟲害和霜凍5個(gè)主導(dǎo)因子，系統(tǒng)分析2009—2016年各主導(dǎo)因子的受災(zāi)率和成災(zāi)率變化趨勢(shì)，并通過受災(zāi)率、成災(zāi)率、災(zāi)害脆弱度、災(zāi)害經(jīng)濟(jì)損失所占比重和因?yàn)?zāi)缺糧人口所占比重5項(xiàng)指標(biāo)構(gòu)建農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，整體評(píng)估該省農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)度，同時(shí)進(jìn)一步對(duì)全省抗旱防洪效

受極端天氣影響，菲律賓芒果產(chǎn)量突增，近乎滯銷，已成為該國“甜蜜的負(fù)擔(dān)”。據(jù)英國《衛(wèi)報(bào)》9日?qǐng)?bào)道，菲律賓農(nóng)業(yè)部長(zhǎng)埃馬紐埃爾·皮諾表示，芒果種植者報(bào)告稱產(chǎn)量出現(xiàn)“異常增長(zhǎng)”，原因是厄爾尼諾現(xiàn)象使得天氣異常炎熱和干燥。僅菲律賓呂宋島就有200萬公斤芒果過剩，芒果價(jià)格因此從每公斤58比索暴跌至25比索（1菲律賓比索約合0.13元人民幣），隨著芒果陸續(xù)成熟，價(jià)格還有下降空間，農(nóng)民利益也會(huì)嚴(yán)重受損。菲農(nóng)業(yè)部為此已策劃了營(yíng)銷活動(dòng)，在馬尼拉設(shè)立多個(gè)攤位銷售芒果。新鮮芒果將

旱區(qū)，受災(zāi)面積和成災(zāi)比例都呈現(xiàn)較為明顯的上升趨勢(shì)。近些年來，對(duì)于農(nóng)業(yè)干旱成災(zāi)頻率的研究大都還是基于平穩(wěn)系列進(jìn)行分析，但農(nóng)業(yè)干旱影響的因素較多，農(nóng)業(yè)干旱成災(zāi)數(shù)據(jù)系列滿足非平穩(wěn)變化的數(shù)據(jù)系列，因此采用平穩(wěn)系列的方式來進(jìn)行農(nóng)業(yè)干旱成災(zāi)頻率的分析適用性不高，為此本文采用在水文非一致性分析效果較好的頻率分析方法，以遼寧西部干旱區(qū)域?yàn)檠芯繉?shí)例，對(duì)其受農(nóng)業(yè)干旱影響下的成災(zāi)率進(jìn)行分析，分析成果對(duì)于受旱條件下的農(nóng)業(yè)受災(zāi)保護(hù)措施具有參考價(jià)值。1 干旱成災(zāi)非一致性分析方法干旱成

據(jù)，計(jì)算受災(zāi)率、成災(zāi)率、災(zāi)害強(qiáng)度指數(shù)、受災(zāi)率異常指數(shù)和成災(zāi)率異常指數(shù)。采用Pearson相關(guān)性統(tǒng)計(jì)分析交叉對(duì)比各指數(shù)與糧食產(chǎn)量、糧食單產(chǎn)的關(guān)系，采用自然斷點(diǎn)分級(jí)法編制全國干旱分級(jí)圖，探究干旱災(zāi)害長(zhǎng)時(shí)間序列時(shí)空變化特征及其對(duì)糧食生產(chǎn)的影響，以期為我國農(nóng)業(yè)干旱災(zāi)害預(yù)警體系和保障糧食產(chǎn)量提供參考。1 數(shù)據(jù)及方法1.1 數(shù)據(jù)來源及處理由于缺少歷年港、澳、臺(tái)干旱災(zāi)害數(shù)據(jù)，因此以中國大陸31個(gè)?。ㄖ陛犑?、自治區(qū)）作為研究區(qū)，底圖數(shù)據(jù)采用以WGS1984為地理坐標(biāo)系的中

經(jīng)濟(jì)損失的是實(shí)際成災(zāi)面積和受災(zāi)程度，山西省氣候中心從2005年底開始進(jìn)行季度生態(tài)質(zhì)量氣象評(píng)價(jià)，其中對(duì)于災(zāi)害的統(tǒng)計(jì)數(shù)據(jù)來源于山西省11個(gè)地市的各季度實(shí)際受災(zāi)面積的統(tǒng)計(jì)數(shù)據(jù)。1 數(shù)據(jù)和方法1.1 數(shù)據(jù)來源災(zāi)害統(tǒng)計(jì)常用發(fā)生的次數(shù)來計(jì)算，有的農(nóng)業(yè)氣象災(zāi)害是短時(shí)間致災(zāi)，如冰雹、暴雨、霜凍，但有的農(nóng)業(yè)氣象災(zāi)害常常表現(xiàn)出持續(xù)氣象條件致災(zāi)，比如干旱、連陰雨，以災(zāi)害發(fā)生的頻次雖然能表示一定程度的受災(zāi)面積，但是具體受災(zāi)范圍和受災(zāi)程度卻表現(xiàn)不出來，本研究利用山西省2006—20

認(rèn)為我國洪澇災(zāi)害成災(zāi)面積同樣存在著3年左右、7～9年和17年的主要周期。以上研究均從不同角度分析了我國洪澇災(zāi)情變化趨勢(shì)和規(guī)律。但是，洪澇災(zāi)情程度變化比較復(fù)雜，客觀分析洪澇災(zāi)情程度變化規(guī)律，既應(yīng)研究因洪澇造成某項(xiàng)承災(zāi)因子災(zāi)損量變化與某項(xiàng)承災(zāi)因子總量的變化關(guān)系，又應(yīng)分析造成洪澇災(zāi)害致災(zāi)降水因子的變化趨勢(shì)，還需綜合分析洪澇孕災(zāi)環(huán)境的變化，從而比較客觀地分析洪澇災(zāi)損變化特征，以及認(rèn)識(shí)致災(zāi)降水因子變化和社會(huì)防御洪澇災(zāi)害的成效?；谝陨峡紤]，本文提出了洪澇災(zāi)損度的概念

的農(nóng)業(yè)災(zāi)害受災(zāi)、成災(zāi)面積和播種面積資料, 以受災(zāi)率和成災(zāi)率作為指標(biāo), 利用經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Function, EOF)等統(tǒng)計(jì)分析, 對(duì)影響我國農(nóng)業(yè)生產(chǎn)的主要農(nóng)業(yè)氣象災(zāi)害(干旱災(zāi)害、洪澇災(zāi)害、低溫凍害和風(fēng)雹災(zāi)害)的時(shí)空變化進(jìn)行分析并得到典型場(chǎng)。結(jié)果表明, 近幾年除洪澇災(zāi)害沒有明顯的升降趨勢(shì)以外, 干旱、風(fēng)雹和低溫凍害受災(zāi)率成災(zāi)率均呈下降趨勢(shì)。干旱受災(zāi)率和成災(zāi)率典型場(chǎng)較為相似, 北方因?yàn)?zāi)損失情況明顯重于南方; 全國大部分

害）程度診斷以及成災(zāi)診斷是對(duì)災(zāi)害情況的基本判斷指標(biāo)．由于我國各區(qū)域林業(yè)有害生物災(zāi)害現(xiàn)象頻發(fā)[1]，調(diào)查數(shù)據(jù)量大且災(zāi)害發(fā)生診斷標(biāo)準(zhǔn)內(nèi)容多，基于GIS二次開發(fā)進(jìn)行的林業(yè)有害生物發(fā)生與成災(zāi)診斷系統(tǒng)的開發(fā)將有效地解決這一問題．國內(nèi)林業(yè)有害生物災(zāi)害相關(guān)的系統(tǒng)研發(fā)，多以面向縣市級(jí)，省級(jí)，國家級(jí)三級(jí)用戶層面實(shí)現(xiàn)，大部分為林業(yè)有害生物災(zāi)害管理信息系統(tǒng)[2?5]．從功能實(shí)現(xiàn)來說，實(shí)現(xiàn)了林業(yè)有害生物信息的可視化，包括地圖瀏覽功能、信息查詢、專題圖、標(biāo)本管理、監(jiān)測(cè)預(yù)警等功能；從

多選擇受災(zāi)面積、成災(zāi)面積等；研究方法主要有模型評(píng)估[12-14]、趨勢(shì)分析[15-16]、概率分析[17-18]、歷史案例分析[19]等。為了全面掌握全國農(nóng)業(yè)氣象災(zāi)害災(zāi)情趨勢(shì)情況，本研究收集整理了全國7大地理分區(qū)的不同農(nóng)業(yè)災(zāi)害損失數(shù)據(jù)資料，通過統(tǒng)計(jì)分析、損失估算、概率分析等方法，研究不同農(nóng)業(yè)氣象災(zāi)害對(duì)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的影響，分析風(fēng)險(xiǎn)發(fā)展趨勢(shì)，以期為農(nóng)業(yè)防災(zāi)減災(zāi)提供參考依據(jù)。1　數(shù)據(jù)與方法1.1　數(shù)據(jù)來源與處理以全國7大地理區(qū)域?yàn)檠芯繉?duì)象，收集整理1978-20

地區(qū)的受災(zāi)面積和成災(zāi)面積均最大，其次為東北地區(qū)和西北地區(qū)；從受災(zāi)率和成災(zāi)率來講，3個(gè)地區(qū)相差不是很大。表11978—2010年北方農(nóng)業(yè)氣象災(zāi)害的受災(zāi)面積和成災(zāi)面積統(tǒng)計(jì)Table1DisasterareaandhazardareastatisticsofagriculturalmeteorologicaldisastersinnorthernChinaduring1978-2010地區(qū)Area受災(zāi)面積Disasterarea萬hm2/a成災(zāi)面積Hazarda

、0.443%，成災(zāi)率的10年變化趨向率分別為1.396%、0.615%、 -0.835%、0.114%。整體來看，除了干旱災(zāi)害外，洪澇、低溫和風(fēng)雹的受災(zāi)率和成災(zāi)率均呈不斷增加的趨勢(shì)，因而在今后的防災(zāi)減災(zāi)中應(yīng)重點(diǎn)關(guān)注，并做好相應(yīng)的防治措施。關(guān)鍵詞 農(nóng)業(yè)氣象災(zāi)害；農(nóng)作物；影響；江西??；1978—2014年中圖分類號(hào) S42 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2017）24-0211-02Effects of Agrometeorological

2015年受災(zāi)、成災(zāi)和絕收面積等統(tǒng)計(jì)數(shù)據(jù)，計(jì)算中國主要農(nóng)業(yè)氣象災(zāi)害包括洪澇、干旱、風(fēng)雹和低溫災(zāi)害的受災(zāi)率、成災(zāi)率、絕收率和損失率，并對(duì)其變化趨勢(shì)、災(zāi)害損失和災(zāi)害等級(jí)的變化特征進(jìn)行分析。結(jié)果表明：（1）總體上，1976-2015年中國主要農(nóng)業(yè)氣象災(zāi)害的受災(zāi)率呈顯著減小的趨勢(shì)，而成災(zāi)率和絕收率變化趨勢(shì)則不顯著。干旱與農(nóng)業(yè)氣象災(zāi)害總體變化趨勢(shì)相一致；洪澇受災(zāi)率、成災(zāi)率和絕收率存在階段性的變化特征，1986-2005年各項(xiàng)均值最大；風(fēng)雹災(zāi)害下降趨勢(shì)顯著，受災(zāi)率、成

14]從臺(tái)風(fēng)災(zāi)害成災(zāi)機(jī)理出發(fā)對(duì)承災(zāi)體脆弱性進(jìn)行評(píng)估；牛海燕等[15]采用臺(tái)風(fēng)災(zāi)次指數(shù)和承災(zāi)體指數(shù)對(duì)中國沿海地區(qū)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)開展評(píng)價(jià)。本文基于信息擴(kuò)散理論的模糊計(jì)算方法，利用歷年臺(tái)風(fēng)所造成的農(nóng)業(yè)受災(zāi)和成災(zāi)面積資料，客觀分析和評(píng)估福州市臺(tái)風(fēng)災(zāi)害給農(nóng)作物帶來的風(fēng)險(xiǎn)，旨在揭示農(nóng)業(yè)水災(zāi)風(fēng)險(xiǎn)發(fā)生規(guī)律和強(qiáng)度，為相關(guān)部門制定防范措施提供科學(xué)依據(jù)。1　材料與方法1.1　數(shù)據(jù)來源2001年以前，農(nóng)作物因臺(tái)風(fēng)受災(zāi)的災(zāi)情數(shù)據(jù)沒有單獨(dú)統(tǒng)計(jì)，均籠統(tǒng)地包括在風(fēng)雹災(zāi)情中。因此，在農(nóng)作物臺(tái)

定性，且自然災(zāi)害成災(zāi)率與糧食單產(chǎn)呈現(xiàn)負(fù)相關(guān)，同時(shí)自然災(zāi)害還可以通過次生作用來制約糧食安全系統(tǒng)中的其他影響因素，而旱澇災(zāi)害是中國發(fā)生最多且影響農(nóng)業(yè)生產(chǎn)最嚴(yán)重的兩大自然災(zāi)害，故旱澇保收面積是糧食穩(wěn)產(chǎn)的重要保障［9-14］。貴州省獨(dú)特的地質(zhì)面貌條件和地理環(huán)境，使其具有獨(dú)特的氣候條件、水利條件，再加上光、熱、水時(shí)空分布與糧食生產(chǎn)時(shí)空要求的不一致性，使自然災(zāi)害對(duì)糧食產(chǎn)量的影響更為突出。據(jù)貴州省糧食局統(tǒng)計(jì)調(diào)查，近十年來，貴州省平均每年從省外購糧232.7萬t。隨著人口

上升趨勢(shì)；農(nóng)作物成災(zāi)面積比值呈現(xiàn)下降的態(tài)勢(shì)；長(zhǎng)江中下游地區(qū)、華東沿海和華南沿海地區(qū)省份農(nóng)業(yè)損失嚴(yán)重。洪澇災(zāi)害；農(nóng)業(yè)損失；時(shí)空特征保障農(nóng)業(yè)生產(chǎn)是關(guān)系國民經(jīng)濟(jì)社會(huì)發(fā)展的大事。農(nóng)業(yè)生產(chǎn)極易受外部自然環(huán)境（尤其是氣象因素）影響，具有明顯的不穩(wěn)定性和波動(dòng)性。研究農(nóng)業(yè)洪澇損失的時(shí)空變化特征對(duì)區(qū)域防災(zāi)減災(zāi)工作布局，保障農(nóng)業(yè)生產(chǎn)和社會(huì)穩(wěn)定具有重要意義。20世紀(jì)90年代，國家防汛抗旱總指揮部辦公室組織有關(guān)單位對(duì)1950年以來我國洪澇災(zāi)害的空間特征開展了大量研究，出版《中國水

貴州和云南的旱災(zāi)成災(zāi)率高，重慶和廣西的水災(zāi)成災(zāi)率高，說明這些地區(qū)的農(nóng)業(yè)對(duì)干旱和洪澇的適應(yīng)性和恢復(fù)力差，容易成災(zāi)；（2）農(nóng)業(yè)水（旱）災(zāi)受災(zāi)等級(jí)普遍高于成災(zāi)等級(jí)。隨著農(nóng)業(yè)水（旱）災(zāi)受災(zāi)風(fēng)險(xiǎn)等級(jí)的增加，成災(zāi)風(fēng)險(xiǎn)等級(jí)可能并未隨之增加，說明良好的防災(zāi)減災(zāi)能力可以有效地降低農(nóng)業(yè)水（旱）災(zāi)成災(zāi)率。研究區(qū)北部的水災(zāi)風(fēng)險(xiǎn)防范難度大于南部，西南的旱災(zāi)風(fēng)險(xiǎn)防范難度大于華南，農(nóng)業(yè)旱災(zāi)較之水災(zāi)的發(fā)生風(fēng)險(xiǎn)等級(jí)高、成災(zāi)率高，受災(zāi)面積和成災(zāi)面積廣；（3）從空間分布來看，水災(zāi)主要發(fā)生在四川

9年農(nóng)作物受災(zāi)和成災(zāi)情況的屬性偏序結(jié)構(gòu)圖。結(jié)果表明，該方法清晰、直觀，可用于支持文本型災(zāi)情信息的分析和趨勢(shì)判斷。可視化；災(zāi)情信息；文本型數(shù)據(jù)；屬性偏序結(jié)構(gòu)圖無論是應(yīng)急中的實(shí)時(shí)動(dòng)態(tài)信息，還是事后的靜態(tài)統(tǒng)計(jì)分析，文本型數(shù)據(jù)都是應(yīng)急管理中災(zāi)情信息的主要表現(xiàn)形式。如：在應(yīng)急管理工作各階段，不同應(yīng)急部門報(bào)送的統(tǒng)計(jì)數(shù)據(jù)、報(bào)表、人員傷亡、財(cái)產(chǎn)損失等。2002－2008年每年發(fā)表于《安全與環(huán)境學(xué)報(bào)》的系列論文“我國事故與災(zāi)害狀況綜述”，以及從2009年開始《中國減災(zāi)》雜志

暴雨量為橫坐標(biāo)，成災(zāi)面積為縱坐標(biāo)，建立不同時(shí)段暴雨量～成災(zāi)面積曲線圖，按各時(shí)段與解放初期工程條件對(duì)比，查在同等雨情下實(shí)際減少的成災(zāi)面積，再根據(jù)成災(zāi)與絕產(chǎn)面積關(guān)系，折算成減淹絕產(chǎn)面積。按歷年糧、棉、油單產(chǎn)、單價(jià)，得到除澇經(jīng)濟(jì)效益和增產(chǎn)實(shí)物量。1.計(jì)算原則分片計(jì)算范圍：根據(jù)流域水系及降雨、排水條件，全省共劃分為四片計(jì)算，即沂沭泗片、淮河片、太湖片、長(zhǎng)江片。效益估算對(duì)象：主要包括糧、棉、油三項(xiàng)。效益估算時(shí)限：從1950年至2009年為分析系列。與洪災(zāi)效益重復(fù)部分

受 災(zāi) 面 積和成災(zāi)面積、受災(zāi)率和成災(zāi)率、干旱災(zāi)害強(qiáng)度指數(shù)和災(zāi)害異常指數(shù)等方面，系統(tǒng)分析了安徽省農(nóng)業(yè)旱災(zāi)規(guī)律，并闡明其對(duì)糧食安全的影響。梁紅梅等［15］通過對(duì)農(nóng)業(yè)旱災(zāi)規(guī)律的研究，推求廣東省旱災(zāi)的時(shí)間分布規(guī)律和重災(zāi)年份的預(yù)測(cè)。羅艷麗等［16］基于歷史資料，分析云南省的干旱演變趨勢(shì)等等。江淮丘陵區(qū)界于長(zhǎng)江與淮河之間，該區(qū)人均、畝均地表水資源量低，由于水資源供給不足，導(dǎo)致江淮丘陵區(qū)旱災(zāi)頻繁，作物受旱減產(chǎn)損失嚴(yán)重。研究該地區(qū)旱災(zāi)變化規(guī)律有利于對(duì)旱災(zāi)發(fā)生進(jìn)行預(yù)測(cè)，可

66萬畝，其中，成災(zāi)123萬畝，絕產(chǎn)48萬畝；東營(yíng)市種植棉花209萬畝中受災(zāi)175萬畝，其中，成災(zāi)108萬畝，絕產(chǎn)24.5萬畝。根據(jù)國家棉花臨時(shí)收儲(chǔ)預(yù)案規(guī)定，原則上只收儲(chǔ)4級(jí)以上的棉花，只因有局部地區(qū)遭遇嚴(yán)重自然災(zāi)害導(dǎo)致大部分棉花等級(jí)達(dá)不到4級(jí)以上時(shí)，經(jīng)國家發(fā)改委等有關(guān)部門研究后方可在受災(zāi)地區(qū)啟動(dòng)5級(jí)棉收儲(chǔ)。5級(jí)棉收儲(chǔ)政策實(shí)施后，我省新棉購銷進(jìn)展順利，市場(chǎng)平穩(wěn)。來自省發(fā)改委經(jīng)貿(mào)處的最新統(tǒng)計(jì)顯示，截至11月15日，全省累計(jì)收購新棉35萬噸左右，占產(chǎn)量的50%

）農(nóng)業(yè)受災(zāi)面積和成災(zāi)面積總體呈下降趨勢(shì)。1978年，我國農(nóng)業(yè)受災(zāi)面積是50807千hm2，1991年55472千hm2是最多的，2007年受災(zāi)37106千hm2是最少的，2010年37426千hm2相對(duì)較少。如圖1所示，線性趨勢(shì)表明受災(zāi)面積在降低。與此同時(shí)，1978年我國農(nóng)業(yè)成災(zāi)面積24457千 hm2，2000年34374千hm2達(dá)到最高，2004年16297千hm2最少，2010年是18538千hm2。如圖1所示，成災(zāi)面積也呈降低趨勢(shì)。圖1 1978～

.每年干旱、洪澇成災(zāi)面積占全部災(zāi)種成災(zāi)面積的百分比達(dá)80%左右，幾乎每年都有干旱、洪澇災(zāi)害發(fā)生，風(fēng)調(diào)雨順之年實(shí)屬罕見.(2)自然災(zāi)害發(fā)生具有顯著的季節(jié)性，交替性.河南的澇災(zāi)一般發(fā)生在夏秋季節(jié)，且具突發(fā)性、強(qiáng)度大等特征，加之預(yù)測(cè)難度大，造成損失極大.旱災(zāi)雖然一年四季均可發(fā)生，但一般初夏和伏早較多.旱澇災(zāi)害的交替性也較明顯，一般旱澇災(zāi)害在一年中交替出現(xiàn)，或先旱后澇，先澇后旱，或是先旱后澇，澇后又旱，或是先澇后旱，旱后又澇.(3)災(zāi)害具有地域性與不均衡性.河南地

洪澇災(zāi)害、受災(zāi)和成災(zāi)面積為安徽省之最，多年平均水災(zāi)受災(zāi)和成災(zāi)面積約占安徽省的60%左右。其水災(zāi)的特點(diǎn)主要有以下幾個(gè)方面。2.1 .1 災(zāi)害頻繁，受災(zāi)面積大據(jù)1950～2010年61年統(tǒng)計(jì)，安徽省淮河流域水災(zāi)成災(zāi)面積超過100萬hm2的有5年，水災(zāi)成災(zāi)面積超過50萬hm2的有9年。61年年平均水災(zāi)成災(zāi)面積21.72萬hm2，占2010年全省耕地面積433.3萬hm2的5%。2.1 .2 洪澇災(zāi)害并發(fā)安徽省淮河流域平原及沿淮低洼地面積較大，地勢(shì)低平，河道泄流能

年平均受旱面積、成災(zāi)面積分別為95.232萬hm2，35.109萬hm2，成災(zāi)比為36.9%；其次為中部地區(qū)，多年平均受旱面積、成災(zāi)面積分別為39.332萬hm2，14.845萬hm2，成災(zāi)比為37.7%；東部地區(qū)影響范圍最小，多年平均受旱面積、成災(zāi)面積分別為10.850萬hm2，3.439 萬 hm2，成災(zāi)比為 31.7%。3.2 旱災(zāi)易發(fā)類型區(qū)空間分布根據(jù)旱災(zāi)等級(jí)標(biāo)準(zhǔn)（見表1），1956—2007年，全省48個(gè)縣（市）中，12個(gè)縣（市）易發(fā)嚴(yán)重干旱，1