川南地区1989—2019年农业干旱危险性特征分析

doi:10.11923/j.issn.2095-4050.cjas20190900177

农学学报 ›› 2020, Vol. 10 ›› Issue (8): 78-82.doi: 10.11923/j.issn.2095-4050.cjas20190900177

所属专题：现代农业发展与乡村振兴；农业气象

川南地区1989—2019年农业干旱危险性特征分析

支询¹(), 林中冠², 沙莉¹, 李施¹, 苏航³

¹辽宁省气象装备保障中心,沈阳 110166
²辽宁省气象服务中心,沈阳 110166
³辽宁省气象台,沈阳 110166

收稿日期:2019-09-02 修回日期:2019-11-17 出版日期:2020-08-20 发布日期:2020-08-19
作者简介:支询,男,1987年出生,工程师,硕士,研究方向：综合气象观测与农业资源利用。通信地址：110166 辽宁省沈阳市和平区长白南路388号东北区域气象中心,E-mail： zhixun1987@163.com
基金资助:
辽宁省气象局青年英才项目(Y201601)

Agricultural Drought Hazard Characteristics in Southern Sichuan During 1989-2019

Zhi Xun¹(), Lin Zhongguan², Sha Li¹, Li Shi¹, Su Hang³

¹Meteorological Equipment Support Center of Liaoning, Shenyang 110166, Liaoning, China
²Liaoning Meteorological Service Center, Shenyang 110166, Liaoning, China
³Liaoning Meteorological Observatory, Shenyang 110166, Liaoning, China

Received:2019-09-02 Revised:2019-11-17 Online:2020-08-20 Published:2020-08-19

摘要/Abstract

摘要：

旨在研究川南地区近30年农业干旱危险性特征。基于川南地区（内江市、自贡市、宜宾市、泸州市）1989—2019年夏季（6—8月）降水数据,组成了降水距平百分率和农业干旱危险性等级之间的模糊隶属函数,通过引入区间平均隶属度,将信息扩散理论与之结合,研究了川南经济区的农业干旱危险性特征。结果显示：轻、中度农业干旱危险性水平最大的都是泸州市,危险性水平分别达21.47%、15.32%;重度农业干旱危险性水平最大的是自贡市,其危险性水平达7.58%;严重农业干旱危险性水平最大的是宜宾市,其危险性水平达7.47%。

关键词: 农业干旱危险性, 川南地区, 降水距平, 信息扩散, 模糊数学, 危险性水平

Abstract:

To study the risk characteristics of agricultural drought in southern Sichuan in nearly 30 years, based on the precipitation data of summer (June-August) in southern Sichuan (Neijiang, Zigong, Yibin, and Luzhou) from 1989 to 2019, the fuzzy membership function between the precipitation anomaly percentage and agricultural drought hazard levels was formed. By introducing interval average membership degree and combining information diffusion theory, we studied the risk characteristics of agricultural drought in southern Sichuan economic zone. The results showed that: the highest risk of light and moderate agricultural drought was in Luzhou, and the risk level was 21.47% and 15.32%, respectively; the highest level of severe agricultural drought risk was in Zigong with the risk level of 7.58%; the highest level of serious agricultural drought risk was in Yibin with a risk level of 7.47%.

Key words: Agricultural Drought Hazard, Southern Sichuan, Precipitation Anomaly, Information Diffusion, Fuzzy Mathematics, Hazard Level

中图分类号:

支询, 林中冠, 沙莉, 李施, 苏航. 川南地区1989—2019年农业干旱危险性特征分析[J]. 农学学报, 2020, 10(8): 78-82.

Zhi Xun, Lin Zhongguan, Sha Li, Li Shi, Su Hang. Agricultural Drought Hazard Characteristics in Southern Sichuan During 1989-2019[J]. Journal of Agriculture, 2020, 10(8): 78-82.

图/表 6

等级	轻旱	中旱	重旱	严重干旱
降水距平率	-40<P_a≤-25	-60<P_a≤-40	-75<P_a≤-60	P_a≤-75

表1. 主要农区降水量距平百分率农业干旱危险性等级划分 %

各级旱灾	内江市	自贡市	宜宾市	泸州市
轻度干旱	16.44	16.31	12.39	21.47
中度干旱	12.58	14.27	10.02	15.32
重度干旱	6.52	7.58	6.27	2.99
严重干旱	5.14	3.57	7.47	0

表2. 川南经济区各级干旱危险性水平

图1. 川南四市轻度干旱危险性

图2. 川南四市中度干旱危险性

图3. 川南四市重度干旱危险性

图4. 川南四市严重干旱危险性

参考文献 20

[1]	黄崇福. 自然灾害风险评价:理论与实践[M]. 北京: 科学出版社, 2005.
[2]	钱正安, 吴统文, 宋敏红, 等. 干旱和我国西北干旱气候的研究进展及问题[J]. 地球科学进展, 2001,16(1):28-38.
[3]	Dai A G, Trenberth K E, Qian T T. A global dataset of Palmer Drought Severity Index for 1870-2002: Relationship with soil moisture and effects of surface warming[J]. Journal of Hydrometeorology, 2004,5:1117-1130. doi: 10.1175/JHM-386.1 URL
[4]	IPCC. Climate change 2001: Impacts, adaptation and vulnerability of climate change, working group Ⅱ report[R]. London: Cambridge University Press, 2001.
[5]	IPCC. Climate change 2007: Impacts adaptation and vulnerability, working group II report[R]. New York: Cambridge University Press, 2007.
[6]	王春乙, 娄秀荣, 王建林. 中国农业气象灾害对作物产量的影响[J]. 自然灾害学报, 2007,16(5):37-43.
[7]	倪长健, 王杰. 再论自然灾害风险的定义[J]. 灾害学, 2012(3):1-5.
[8]	Jon C H. Treatment of uncertainty in performance assessments for complex systems[J]. Risk analysis, 1994,14(4):483-511. doi: 10.1111/risk.1994.14.issue-4 URL
[9]	Dale H. Assessment of variability and uncertainty distributions for practical risk analysis[J]. Risk analysis, 1994,14(5):713-730. doi: 10.1111/risk.1994.14.issue-5 URL
[10]	Kenneth B T. Methods to approximate joint uncertainty and variability in risk[J]. Risk analysis, 1995,15(3):411-419. doi: 10.1111/risk.1995.15.issue-3 URL
[11]	王积全, 李维德. 基于信息扩散理论的干旱区农业旱灾风险分析——以甘肃省民勤县为例[J]. 中国沙漠, 2007,27(5):826-830.
[12]	张丽娟. 基于信息扩散理论的气象灾害风险评估方法[J]. 地理科学, 2009,29(2):250-254.
[13]	娄伟平. 基于灰色-模糊理论的农业旱灾风险分析[J]. 自然灾害学报, 2011,20(4):90-94.
[14]	刘引鸽, 缪启龙, 高庆久. 基于信息扩散理沦的气象灾害风险评价方法[J]. 气象科学, 2005,25(1):80-84.
[15]	罗培. 基于GIS的重庆市干旱灾害风险评估与区划[J]. 中国农业气象, 2007,28(1):100-104.
[16]	王志强, 方伟华, 史培军, 等. 基于自然脆弱性的中国典型小麦旱灾风险评价[J]. 干旱区研究, 2010,27(1):6-12.
[17]	许月萍, 张庆庆, 楼章华, 等. 基于Copula方法的干旱历时和烈度的联合概率分析[J]. 天津大学学报, 2010,43(10):928-932.
[18]	陆桂华, 闫桂霞, 吴志勇. 基于Copula函数的区域干旱分析方法[J]. 水科学进展, 2010,21(2):188-193.
[19]	黄崇福, 王家鼎. 模糊信息优化处理技术及其应用[M]. 北京: 北京航空航天大学出版社, 1995.
[20]	中华人民共和国国家标准. 农业干旱等级(征求意见稿)[S]. 国家质量监督检验检疫总局, 2008.

川南地区1989—2019年农业干旱危险性特征分析

Agricultural Drought Hazard Characteristics in Southern Sichuan During 1989-2019

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 20

相关文章 3

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	王琪珍, 范永强, 徐风霞. 莱芜生姜温度适宜性研究[J]. 农学学报, 2020, 10(9): 38-42.
[2]	江懿,陈磊,任竹,陈娟. 基于信息扩散理论的安徽省农业风雹灾害风险评估[J]. 农学学报, 2016, 6(3): 77-81.
[3]	王辉王鹏云田燕李万春曾艳. 基于模糊评价法的小麦生长期气象因子定量评价[J]. 农学学报, 2012, 2(2): 9-12.