氣象災(zāi)害評估技術(shù)

1、1/ 5農(nóng)業(yè)氣象災(zāi)害評估研究姜緒彬農(nóng)業(yè)推廣碩士 Z09470106032Z09470106032農(nóng)業(yè)氣象災(zāi)害是影響農(nóng)作物產(chǎn)量和質(zhì)量的重要災(zāi)害之一，我國每年因各種 氣象災(zāi)害造成的農(nóng)業(yè)作物受災(zāi)面積大、經(jīng)濟損失多。隨著氣候變化的日趨明 顯，農(nóng)業(yè)氣象災(zāi)害的頻率增加、強度增強、危害加重，對國家糧食安全和農(nóng)業(yè) 可持續(xù)發(fā)展構(gòu)成嚴(yán)重威脅。農(nóng)業(yè)氣象災(zāi)害評估是研究災(zāi)害規(guī)律，進行災(zāi)害區(qū) 劃、災(zāi)害管理和災(zāi)害風(fēng)險預(yù)測的基礎(chǔ)。準(zhǔn)確及時評估農(nóng)作物在遭受農(nóng)業(yè)氣象災(zāi)害后的產(chǎn)量損失和經(jīng)濟損失，是當(dāng) 前農(nóng)業(yè)生產(chǎn)急需解決的問題。準(zhǔn)確及時的災(zāi)害損失評估結(jié)果，可以科學(xué)認(rèn)識災(zāi) 害、了解災(zāi)情、提高災(zāi)害意識，為各級政府防災(zāi)減災(zāi)及救災(zāi)決策提供重

2、要依 據(jù)。農(nóng)業(yè)氣象災(zāi)害對農(nóng)業(yè)造成的影響通常以農(nóng)業(yè)氣象災(zāi)害指標(biāo)體系為依據(jù)進行 評價，尤其是 2O2O 世紀(jì) 8080年代以來，我國學(xué)者以人工控制條件和大田試驗以及 災(zāi)害資料統(tǒng)計分析為基礎(chǔ)，形成了主要農(nóng)業(yè)氣象災(zāi)害指標(biāo)體系，在此基礎(chǔ)上建 立了各種農(nóng)業(yè)氣象災(zāi)害評價的數(shù)學(xué)模型使災(zāi)害評價由定性逐漸向定量發(fā)展。其 研究對象涉及干旱、洪澇、連陰雨、熱帶氣旋、晚霜凍、干熱風(fēng)等多種農(nóng)業(yè)氣 象災(zāi)害。針對全球氣候變化，許多學(xué)者也對全球氣候變化背景下農(nóng)業(yè)氣象災(zāi)害 時空分布及強度對氣候變化的響應(yīng)進行了研究。近年來隨著 3s3s 技術(shù)的應(yīng)用以及 作物模型的 1313 趨成熟，農(nóng)業(yè)氣象災(zāi)害評估在時間和空間的精細(xì)化程度方面得到

3、 明顯提高。目前國內(nèi)外關(guān)于農(nóng)業(yè)氣象災(zāi)害影響評估主要包括綜合模型評估、作 物模型評估和災(zāi)害風(fēng)險評估，評估內(nèi)容包括作物產(chǎn)量損失、人類社會經(jīng)濟損失 和災(zāi)害風(fēng)險區(qū)劃及管理等方面。綜合模型評估一般從災(zāi)害的強度、災(zāi)害覆蓋 度、作物對災(zāi)害的敏感度、抗災(zāi)能力以及社會生產(chǎn)力水平等因素入手，構(gòu)建災(zāi) 害評估指標(biāo)體系，利用回歸分析、模糊數(shù)學(xué)方法、灰色聚類分析 、層次分析法 和 BPBP 神經(jīng)網(wǎng)絡(luò)等多種數(shù)學(xué)方法，建立農(nóng)業(yè)氣象災(zāi)害綜合評估模型，進行農(nóng)業(yè)氣 象災(zāi)害定性或定量評估。經(jīng)濟損失評估是綜合評估模型的另外一個重要評估內(nèi)容。李翠金采用降水 距平百分率和干旱指數(shù)確定了華北平原單站及區(qū)域的干旱等級，并依據(jù)干旱指 數(shù)建立了受

4、災(zāi)面積和成災(zāi)面積評估模型以及經(jīng)濟損失評估模式。王守榮等把災(zāi)害造成的經(jīng)濟損失分解為時間序列趨勢項、氣候異常影響項和隨機波動項，建 2/ 5立了氣候異常直接經(jīng)濟損失統(tǒng)計預(yù)測模型。王鎮(zhèn)銘等根據(jù)受災(zāi)面積、經(jīng)濟損 失、GDPGDP值等資料，對浙江省重大旱澇氣象災(zāi)害對國民經(jīng)濟的影響進行了評 估。襲祝香等根據(jù)統(tǒng)計資料及受災(zāi)面積，利用多元回歸方法，建立了吉林省歷 年洪澇損失序列和洪澇損失評估模型。吳蓁、吳富山等利用多元回歸方程對河 南省暴雨洪水災(zāi)害損失進行了預(yù)評估，并提出了相應(yīng)的減災(zāi)對策。隨著計算機與信息技術(shù)的快速發(fā)展和人們對農(nóng)作物受災(zāi)機理理論認(rèn)識進一 步深入，作物模型在農(nóng)業(yè)氣象災(zāi)害定量評估方面取得較大進展。

5、作物生長模型 在農(nóng)業(yè)氣象災(zāi)害評估中的優(yōu)勢在于機理性強，可以較好地反映出作物生育進 程、產(chǎn)量與各生育階段溫度、降水量以及土壤水分動態(tài)的關(guān)系，實現(xiàn)不同年型 下的動態(tài)決策和氣候應(yīng)變管理。目前的作物模型主要有荷蘭deWitdeWit學(xué)派的系列模型、美國DSSATDSSAT莫型、澳 大利亞的APSIMAPSIM模型以及我國的CCSODCCSOD模型。其中荷蘭模型強調(diào)作物光合作 用，主要考慮土壤、氣候等因素的作用，是一個通用性強的模型，不同作物可 以通過改換作物參數(shù)和土壤、氣候數(shù)據(jù)而共用一個模型框架。美國的DSSATDSSAT模型每一種作物都有其獨立的模塊，考慮了品種遺傳特性、土壤、天氣和管理措 施等因素

6、的作用以及土壤碳循環(huán)，考慮相同作物不同品種之間的特性，在氣候 影響評價領(lǐng)域應(yīng)用比較廣泛。澳大利亞的 APSIMAPSIM模擬系統(tǒng)的核心突出的是土 壤，而不是植被、天氣和管理措施引起的土壤特征變量的連續(xù)變化。國內(nèi)高亮 之等發(fā)展的CCSODCCSOD模型具有機理性和通用性，同時也注重實用性，面向基層農(nóng) 業(yè)管理者和農(nóng)田管理者，提供作物優(yōu)化栽培體系。2020 世紀(jì) 8O8O 年代中期，以農(nóng)業(yè)專家系統(tǒng)為代表的評估模型開始應(yīng)用于農(nóng)業(yè) 管理，其應(yīng)用范圍也逐漸從單一的病蟲害診斷轉(zhuǎn)向生產(chǎn)管理經(jīng)濟決策分析、生 態(tài)環(huán)境評估等。伴隨著作物模型的進一步發(fā)展， CERECERE系列模型也逐漸被許多國 家廣泛應(yīng)用于不同環(huán)境

7、條件下的作物估產(chǎn)、干旱評價以及氣候變化對農(nóng)業(yè)的影 響。國內(nèi)農(nóng)業(yè)評估模型研究開始于 2020世紀(jì) 8080 年代初期， 9090年代后金之慶等采 用作物模擬模型與氣候變化情景耦合的方法，評價了全球氣候變化對我國東 北、華北和長江中下游平原大豆產(chǎn)量和灌溉量的影響。王石立利用水分脅迫的 后效性及作物不同發(fā)育階段對水分脅迫的敏感性，研制出實際水分條件下的冬 小麥生長模擬模式，并利用該模式對干旱進行了動態(tài)、客觀評估。孫寧等利用APSIMAPSIMWheatWheat 模型的模擬結(jié)果評估了北京地區(qū)干旱造成的冬小麥產(chǎn)量風(fēng)險。張 3/ 5雪芬等利用WOFOSTWOFOST模型，選取干物質(zhì)重、穗重、莖重等模型輸

8、出量定量評估 了黃淮平原晚霜凍對產(chǎn)量的影響。馬樹慶應(yīng)用改進后的玉米生長發(fā)育和干物質(zhì)積累動態(tài)模型，采用新的玉米 低溫冷害指標(biāo)和參數(shù)，建立了玉米低溫冷害發(fā)生及損失程度。張建平等借助 WOFOSTWOFOST模型在東北地區(qū)玉米適應(yīng)性驗證的基礎(chǔ)上，實現(xiàn)了東北地區(qū)玉米低溫 冷害的定量化評估。災(zāi)害風(fēng)險是指各種危險因子未來若干年內(nèi)發(fā)生的可能性及 其可能達到的災(zāi)害程度。災(zāi)害風(fēng)險評價是一項在災(zāi)害危險性、災(zāi)害危害性、災(zāi) 害預(yù)測、社會承災(zāi)體脆弱性、減災(zāi)分析及相關(guān)的不確定性研究的基礎(chǔ)上進行的 多因子綜合分析工作。災(zāi)害風(fēng)險管理是指人們對可能遇到的各種災(zāi)害風(fēng)險進行 識別、估計和評價，并在此基礎(chǔ)上進行有效地控制和處置災(zāi)害風(fēng)

9、險，以最低的 成本實現(xiàn)最大安全保障的決策過程。災(zāi)害風(fēng)險評估與管理已逐漸成為災(zāi)害科 學(xué)、地球科學(xué)的發(fā)展方向、重點領(lǐng)域和前沿課題。災(zāi)害風(fēng)險分析在國外的研究起步較早，但多側(cè)重于經(jīng)濟領(lǐng)域和重大自然災(zāi) 害等方面，在農(nóng)業(yè)氣象災(zāi)害風(fēng)險方面研究成果并不多。農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估 在我國大致開始于 2020 世紀(jì) 9090 年代，前期以災(zāi)害風(fēng)險分析技術(shù)方法探索研究為 主，以風(fēng)險分析技術(shù)為核心，探討了農(nóng)業(yè)自然災(zāi)害風(fēng)險分析的理論、概念、方 法和模型。后來逐步發(fā)展到以災(zāi)害影響評估的風(fēng)險化、數(shù)量化技術(shù)方法為主， 構(gòu)建災(zāi)害風(fēng)險分析、跟蹤評價、災(zāi)后評估、應(yīng)變對策的技術(shù)體系。王石立等分 析了小麥各發(fā)育階段在有限灌溉條件下的干旱

10、指標(biāo)及發(fā)生概率，計算出了干旱 引起的減產(chǎn)率，得出冬小麥各發(fā)育階段及全生育期的干旱風(fēng)險度并進行分級定 量評估。鄧國等以風(fēng)險理論為指導(dǎo)，初步探討了糧食生產(chǎn)中的風(fēng)險問題，并從 糧食產(chǎn)量序列人手采用解析概率密度曲線積分的方法，著重糧食產(chǎn)量的波動情 況，定量地反映該地區(qū)糧食生產(chǎn)風(fēng)險水平的高低狀況。針對農(nóng)業(yè)生產(chǎn)中大范圍 農(nóng)業(yè)氣象災(zāi)害影響的定量評估需求，霍治國、李世奎等將風(fēng)險原理有效地引入 農(nóng)業(yè)氣象災(zāi)害影響評估，豐富和拓展了災(zāi)害風(fēng)險內(nèi)涵，建立了災(zāi)害影響評估的 技術(shù)體系，實現(xiàn)了災(zāi)害風(fēng)險的量化評估。薛昌穎、王素艷等利用北方冬小麥近 50a50a的實際單產(chǎn)資料和氣象資料，進 行冬小麥產(chǎn)量災(zāi)損風(fēng)險評估和風(fēng)險類型劃分

11、。以歷年平均減產(chǎn)率、災(zāi)年減產(chǎn)率 變異系數(shù)、不同減產(chǎn)率及其發(fā)生的概率和抗災(zāi)指數(shù)作為產(chǎn)量災(zāi)損風(fēng)險評估指 標(biāo)，提出了北方冬小麥產(chǎn)量災(zāi)損綜合風(fēng)險類型分類指標(biāo)和綜合風(fēng)險區(qū)劃指標(biāo)。 4/ 5劉榮花等從冬小麥產(chǎn)量的實際損失角度出發(fā)，對減產(chǎn)率、發(fā)生概率及產(chǎn)量的變 異系數(shù)等因子分析，構(gòu)建了華北平原冬小麥干旱產(chǎn)量損失風(fēng)險評估模型，并對 華北平原冬小麥進行了災(zāi)損風(fēng)險區(qū)劃。羅培從干旱災(zāi)害發(fā)生的成災(zāi)環(huán)境、災(zāi)害 發(fā)生的可能性，以及承載體的易損性三方面選取了地貌、災(zāi)害頻率、人口、社 會經(jīng)濟等評價因子，應(yīng)用模糊評價法建立了干旱災(zāi)害孕災(zāi)背景、災(zāi)害危險性、 成災(zāi)體 _易損性等數(shù)學(xué)模型，得到了重慶干旱災(zāi)害的風(fēng)險評估及其區(qū)劃。目 前

12、，綜合模型評估研究多是建立在統(tǒng)計分析基礎(chǔ)上的經(jīng)驗性模型 （不涉及系統(tǒng)內(nèi) 部運行機理 ）或靜態(tài)模型 （不含時間變量 ），常常存在統(tǒng)計樣本量的不足和氣候變 量生物學(xué)意義不明確等問題，對災(zāi)情很難達到動態(tài)、快速、準(zhǔn)確的評估。在氣 象災(zāi)害的分布規(guī)律研究方面，多采用離散點氣象資料進行分析，對極端天氣氣 候引發(fā)的重大農(nóng)業(yè)氣象災(zāi)害頻率、強度和發(fā)生區(qū)域遷移的影響研究甚少。其次 從適用的空間范圍上，這些模型往往只適用于統(tǒng)計數(shù)據(jù)的特定環(huán)境，存在地區(qū) 適應(yīng)性差，起不到在不同區(qū)域、不同時期評估農(nóng)業(yè)生產(chǎn)狀態(tài)的作用。尤其是在 極端天氣氣候條件下，利用統(tǒng)計方法進行災(zāi)害損失評估，其效果將受影響。作 物生長模型雖然已經(jīng)取得了長足

13、進步，利用作物模型進行農(nóng)業(yè)氣象災(zāi)害定量評 估也有一定優(yōu)勢。但由于氣象災(zāi)害對農(nóng)業(yè)影響的復(fù)雜性，至今在農(nóng)業(yè)氣象業(yè)務(wù) 中還沒有形成成熟的定量化評估方法?，F(xiàn)有模型的許多部分還有較多的經(jīng)驗性 成分，諸多生理生態(tài)過程仍需要深人研究并進一步完善，與模型應(yīng)用相匹配的 參數(shù)獲取、估算與計算方法仍很不完善，災(zāi)害損失評估效果在區(qū)域尺度上仍有 待改進。其次，由于作物模型的模擬時間步長一般是以 1d1d 為單位，而對于危害 持續(xù)時間小于1d1d，或者只有幾個小時的農(nóng)業(yè)氣象災(zāi)害的評估，可能達不到理想 效果。另外，有關(guān)作物模型的基本原理和各種模型的建立研究較多，而模型的 應(yīng)用研究較少。目前我國開展的農(nóng)業(yè)氣象災(zāi)害風(fēng)險評估研究

14、大多是基于氣象和 作物資料，通過計算災(zāi)害概率、災(zāi)損統(tǒng)計、變異系數(shù)等分析災(zāi)害的風(fēng)險性，沒 有考慮概率風(fēng)險模型對災(zāi)害不確定性的描述，在實際風(fēng)險評估中勢必引起一定 的誤差。氣象災(zāi)害風(fēng)險識別研究較多，氣象災(zāi)害風(fēng)險形成機理研究較少；氣象 災(zāi)害風(fēng)險評價關(guān)于自然屬性的研究較多，關(guān)于社會屬性的研究較少；單一氣象 災(zāi)害風(fēng)險研究較多，綜合氣象災(zāi)害風(fēng)險研究較少。不易量化的氣象災(zāi)害風(fēng)險因 素在評估中如何體現(xiàn)，還有待進一步研究。由于作物模型能對作物重要生理過 程及其氣象、土壤等環(huán)境條件的關(guān)系進行數(shù)值模擬，人為再現(xiàn)農(nóng)作物生長發(fā)育 過程，能夠從機理上定量描述作物生長過程及其與環(huán)境因素之間的關(guān)系，可以反映作物與氣候環(huán)境的相互

15、作用，因此以農(nóng)業(yè)模型為基礎(chǔ)的農(nóng)業(yè)氣象災(zāi)害評估 5/ 5技術(shù)將得到加強。今后模型將以面向用戶、簡便、準(zhǔn)確為原則，由面向上層研 究轉(zhuǎn)為面向基層生產(chǎn)用戶研究。一方面農(nóng)業(yè)評估模型與土壤水分等生態(tài)模型相 結(jié)合，形成農(nóng)業(yè)生產(chǎn)優(yōu)化決策系統(tǒng)；另一方面應(yīng)用人工智能的技術(shù)方法建立領(lǐng) 域?qū)＜抑R模型，并與數(shù)學(xué)模型融合形成農(nóng)業(yè)綜合評估專家系統(tǒng)。作物模擬的 可視化與管理決策系統(tǒng)結(jié)合也將是今后的方向之一。農(nóng)業(yè)氣象災(zāi)害風(fēng)險的新方法、新理論和新概 念將不斷引入、完善和發(fā)展。在災(zāi)害成災(zāi)機理研究基礎(chǔ)上，災(zāi)害致災(zāi)因子危險 性、承災(zāi)體脆弱性和區(qū)域防災(zāi)能力研究將進一步深入。其次，由于不同類型的 氣象災(zāi)害有著不同的孕災(zāi)環(huán)境，不同的風(fēng)險因素在風(fēng)險評估中的作用也不同， 不同學(xué)者對同一種承災(zāi)體提出的不同的風(fēng)險指標(biāo)和不同的風(fēng)險評估模型，由于 標(biāo)準(zhǔn)不統(tǒng)一，造成統(tǒng)一孕災(zāi)環(huán)境下同一災(zāi)害風(fēng)險評估結(jié)果有較大差異。風(fēng)險評 估指標(biāo)和風(fēng)險評估模型的標(biāo)準(zhǔn)將相對統(tǒng)一。由于農(nóng)業(yè)氣象災(zāi)害對農(nóng)業(yè)造成的影響是多方面的，在災(zāi)損定量評估方面大 都只注重對農(nóng)業(yè)受損等直接經(jīng)濟損失的研究，而忽略了對社會