广东农业科学  2021, Vol. 48 Issue (11): 143-152   DOI: 10.16768/j.issn.1004-874X.2021.11.018.
0

文章信息

引用本文
郭翔, 赵金鹏, 李旭毅, 王茹琳. 四川盆区油菜花期连阴雨灾害指标及风险分析[J]. 广东农业科学, 2021, 48(11): 143-152.   DOI: 10.16768/j.issn.1004-874X.2021.11.018
GUO Xiang, ZHAO Jinpeng, LI Xuyi, WANG Rulin. Disaster Index and Risk Analysis of Continuous Rain for Rape During Anthesis in Sichuan Basin, China[J]. Guangdong Agricultural Sciences, 2021, 48(11): 143-152.   DOI: 10.16768/j.issn.1004-874X.2021.11.018

基金项目

“十三五”国家重点研发计划课题川东水稻多元种植周年优质丰产增效技术集成与示范(2018YFD0301203);高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金(省重实验室2018- 重点-05-03)

作者简介

郭翔(1984—),女,硕士,高级工程师,研究方向为农业气象灾害风险评估、农业气候资源利用,E-mail:gxcbb@vip.qq.com.

通讯作者

王茹琳(1986—),男,博士,高级工程师,研究方向为农业气象灾害、病虫气象,E-mail:wrl_1986_1@163.com.

文章历史

收稿日期:2021-06-30
四川盆区油菜花期连阴雨灾害指标及风险分析
郭翔1,2,3 , 赵金鹏4 , 李旭毅2,5 , 王茹琳1,4     
1. 中国气象局成都高原气象研究所 / 高原与盆地暴雨旱涝灾害四川省重点实验室,四川 成都 610072;
2. 南方丘区节水农业研究四川省重点实验室,四川 成都 610066;
3. 四川农业气象中心,四川 成都 610072;
4. 四川省农村经济综合信息中心,四川 成都 610072;
5. 四川省农业科学院作物研究所,四川 成都 610066
摘要:【目的】 针对四川盆区春季连阴雨灾害发生情况,对油菜花期连阴雨灾害综合风险分析和评估,为防灾减灾和灾害保险研究提供科学基础。【方法】 利用四川盆区1981—2020年105个气象观测站的气象资料,结合油菜生产观测资料、农业统计资料及基础地理信息,对危险性、暴露性、易损性和防灾减灾能力4要素指标进行定量评价,并分别建立评价模型。依据自然灾害风险形成机制,构建综合风险评价模型并进行风险区划。【结果】 盆东平行岭谷区、盆南丘陵区和盆周边缘山地西南部是油菜花期连阴雨灾害的高危险性区;盆中浅丘区暴露性最高;高脆弱性区域较分散,在盆南丘陵区和盆西平原区分布相对较多;盆西平原、盆南丘陵区防灾减灾能力较强;油菜花期连阴雨灾害综合风险高风险区多集中在盆东平行岭谷区、盆南丘陵区和盆中浅丘区中部,低风险区主要分布在盆西平原区中部及盆周边缘山地区;中风险区分布最广,占四川盆区耕地面积的45% 以上。【结论】 研究结果与四川盆区气候背景、农业气象灾害时空分布特点一致,能呈现和解释四川盆区油菜花期连阴雨灾害风险。
关键词油菜    花期连阴雨    灾害指标    风险分析    四川盆区    
Disaster Index and Risk Analysis of Continuous Rain for Rape During Anthesis in Sichuan Basin, China
GUO Xiang1,2,3 , ZHAO Jinpeng4 , LI Xuyi2,5 , WANG Rulin1,4     
1. Institute of Plateau Meteorology, China Meteorological Administration/Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072, China;
2. Water-Saving Agriculture in Southern Hill Area Key Laboratory of Sichuan Province, Chengdu 610066, China;
3. Sichuan Agro-meteorological Center, Chengdu 610072, China;
4. Sichuan Province Rural Economic Information Centre, Chengdu 610072, China;
5. Crop Research Institute, Sichuan Academy of Agricultural Sciences, Chengdu 610066, China
Abstract: 【Objective】 Aiming at the occurrence of continuous rain disasters during spring in the of Sichuan Basin, a comprehensive-risk analysis and evaluation of continuous rain for rape during anthesis was carried out so that it can provide a scientific basis for the research of regional disaster prevention and mitigation and disaster insurance. 【Method】 Based on the meteorological data of 105 meteorological observation stations in the Sichuan Basin between 1981 and 2020, combining with the observation data of rape production, agricultural statistics and basic geographic information, four assessment indexes(hazard, exposure, vulnerability and disaster prevention and mitigation capacity)were quantitatively evaluated, and the evaluation models were established. Base on the formation mechanism of natural disaster risk, a comprehensive risk assessment model was established and used for risk division. 【Result】 The higher-hazard areas concentrated in the paralleled ridge-valley region of eastern basin, the rolling terrain of southern basin and the southwest of basin edge; the exposure index of shallow hilly region of central basin was the highest; the distribution of higher-vulnerability areas was dispersed and relatively concentrated in the rolling terrain of southern basin and the plain terrain of western basin; the disaster prevention and mitigation capacity of western basin and southern basin were stronger; the comprehensive higher-risk areas of continuous rain disaster during anthesis of rape concentrated in the eastern basin, southern basin and central basin, and lower-risk areas concentrated in the middle plain terrain of western basin and basin edge; moderate-risk areas were the most widely distributed, the total area of which was over 45 percent of cultivated land area in the Sichuan Basin. 【Conclusion】 The results were consistent with the climatic background of Sichuan Basin and temporal-spatial distribution of agrometeorological disasters, which could present and explain the risks of continuous-rain for rape during anthesis in Sichuan Basin.
Key words: rape    continuous rain during anthesis    disaster index    risk analysis    Sichuan Basin    

【研究意义】四川是我国油菜种植和产量第一大省,总产和面积连续多年居全国第1位[1],2020年油菜籽产量达到317万t、占全国总产20% 以上,油菜种植面积突破133万hm2。四川油菜以冬油菜为主,其中四川省盆地区(简称“四川盆区”)油菜产量占全省的98%,是我国最大的冬油菜集中产区。四川盆区冬、春季温度适宜、降水充沛,种植油菜具有明显的气候优势[2],但由于极端天气频发在一定程度上危害其产量和品质。连阴雨天气是四川盆区的气候特点之一,也是主要农业气象灾害,纵观油菜整个生育期,花期是对连阴雨天气最敏感的时期,而此时正值春季四川盆区连阴雨天气频发时段,其中2月下旬至4月中旬四川盆区常出现阶段性降水偏多、日照持续偏少、空气湿度较大的情况,导致油菜开花结荚受阻,菌核病流行[3],从而影响生长发育和产量形成,造成油菜减产。

【前人研究进展】目前,完善的连阴雨灾害评估技术和理论体系仍在探索中,但对连阴雨灾害的定性分析以及风险区划等研究已取得了一定成果,如综合涝害和连阴雨天气揭示湖南省油菜春季涝渍害时空分布规律[4];分析水蜜桃低温、连阴雨等灾害发生情况,并基于灾害指数构建气象产量模型[5];通过构建“灾害胁迫- 暴露- 适应”的连阴雨灾害风险评估体系,对全国冬小麦连阴雨灾害进行风险评估[6];基于农业生产资料确定连阴雨灾害指数临界值,建立花生连阴雨天气指数保险模型[7]。而已发表的对油菜连阴雨灾害风险指标的研究,主要从天气气候和农业气象两方面进行,如基于油菜灾损率筛选出安徽省油菜花期连阴雨灾害评估指标[8],通过分析油菜开花期、结荚期、成熟期的连阴雨等气象灾害构建湖南省油菜气象灾害综合风险指数[9],利用降水和日照资料建立江淮地区油菜涝渍综合指标[10],采用油菜涝渍判别系数模型对江淮地区油菜涝渍害进行识别[11];基于阴雨强度系数为气象指标的灾害风险评价模型尚未见报道。【本研究切入点】在前人对自然灾害风险形成机制的研究基础上[12],本研究以连阴雨灾害为研究对象,分别分析四川省盆地区油菜花期连阴雨灾害危险性、暴露性、脆弱性和防灾减灾能力,并建立综合风险评估模型进行评价和区划。【拟解决的关键问题】提高研究区气象为农服务能力,为四川油菜产业发展和防灾减灾策略提供理论依据。

1 材料与方法 1.1 研究区背景

四川盆区(27°~33°N,102°~108°E)是四川省内油菜的主要种植区,地形以浅丘、平原和山地为主,海拔跨度达1 100 m[13]。根据地理、气候条件的差异(表 1),本研究将四川盆区划分为5个油菜种植区(图 1)。各种植区最冷月气温仍处于油菜安全越冬的下限温度以上,使得四川盆区成为同纬度独一无二的无休眠越冬油菜区。从各种植区的分布(表 2)可知,油菜种植比例最大、总产最高的区域为盆中丘陵区;而盆周边缘山地区由于气候和地理条件相对较差,种植比例和产量最低。

表 1 油菜种植区地理、气候概况 Table 1 General situation of geography and climate of rape planting area

图 1 油菜种植分区 Fig. 1 Geographical zoning of rape planting area

表 2 油菜种植区面积和产量概况 Table 2 General situation of rape planting area and output

1.2 资料来源

气象资料:四川盆区105个气象观测站,1981—2020年2—4月逐日地面气象观测资料(包括降水量、日照时数)、连阴雨监测资料以及气象观测站经纬度资料,来源于四川省农业气象中心。

农业气象观测资料:1981—2020年油菜物候观测资料(主要包括始花期、盛花期、花期),来自四川省农业气象中心。

统计资料:2001—2020年四川盆区各区/ 县粮食产量、农村人口人均纯收入、油菜产量和种植面积等,来源于四川省统计局。

地理资料:四川省(分区县)底图〔审图号GS(2017)3320号〕,来源于四川省农业气象中心。

1.3 数据处理

1.3.1 油菜花期确定 依据各种植区油菜种植习惯和多年油菜物候期观测结果,结合油菜栽培专家意见,以能包括油菜主要花期为原则,采用多年油菜普遍花期的均值来反映该区域油菜的花期。

1.3.2 数据标准化处理 采用极差标准化方法[14]处理不同量纲数据,避免对评价结果的影响。

1.3.3 等级划分 油菜花期连阴雨灾害强度等级采用Fisher最优分割法[15],分为轻、中、重3个等级;油菜花期连阴雨灾害综合风险等级通过自然断点法,分为低、中、高3个等级。

1.3.4 权重确定 对油菜花期连阴雨危险性、暴露性、防灾减灾能力,及综合风险评价,均采用层次分析法(AHP)[16]来确定评价模型中的权重,构建判断矩阵(表 3),其一致性比例CR = 0.037<0.1,通过一致性检验。

表 3 权重判断矩阵 Table 3 Judgment matrix and weights

1.3.5 空间处理 利用ArcGIS10.0软件,处理空间数据[17],并生成图片。

1.4 油菜花期连阴雨灾害指标

油菜花期连阴雨灾害程度取决于连阴雨发生的规模和频次,本研究选用油菜花期连阴雨发生强度和近40年连阴雨发生概率作为油菜花期连阴雨灾害指标。

1.4.1 油菜花期连阴雨过程 参考四川盆地连阴雨灾害研究[18],将研究区内油菜花期连阴雨灾害过程统计标准定义为:日降水量≥ 0.1 mm且日照时数<0.1 h视作1个雨日,否则视作1个非雨日;出现连续3 d及以上雨日视为1个连阴雨过程,第1个雨日出现的时间为连阴雨开始时间;出现连续2 d日降水量<0.1 mm视为连阴雨过程结束,最后1个雨日为连阴雨结束时间;连阴雨开始和结束之间的时段为连阴雨过程持续时间;若连阴雨过程在3~6 d,则允许过程中可以有1个非雨日;若连阴雨过程在6 d以上,则允许过程中可以有不连续的2个非雨日。

1.4.2 油菜花期连阴雨强度 在查阅油菜花期连阴雨/ 渍害致灾因子研究[8, 11, 19-20]、多地灾害性天气/ 气候地标[21-22]的基础上,征求多年从事农业气象灾害研究、油菜栽培方面的专家意见,选用连阴雨过程中单日最大降水量、过程累计降水量和持续时间来量化油菜花期连阴雨强度,将单次连阴雨过程的强度(K)表示为:

式中,d为连阴雨强度系数,T为连阴雨过程持续时间(d);rmax为连阴雨过程的日最大降水量(mm);rsun为1个连阴雨过程的累计降水量(mm)。其中,油菜花期连阴雨强度系数是在对四川盆区105个气象观测站1981—2020年油菜花期连阴雨过程统计后,发现连阴雨持续时间主要集中在3~16 d,结合农业气象观测和油菜灾损指标研究[8, 11]等,经过多次调整后确定。某年油菜花期连阴雨强度表示为该年该站点油菜花期所有连阴雨过程的强度之和,分别统计每年各站点在油菜花期的连阴雨强度,再用Fisher最优分割法将连阴雨强度分为轻、中、重3级(表 4)。

表 4 连阴雨强度等级 Table 4 Strength grades of continuous rain

1.4.3 连阴雨频次 依据表 4中油菜花期连阴雨强度等级标准,分别计算各站油菜花期轻、中、重3个强度等级连阴雨灾害发生频率(F),即:

式中,n为某站油菜花期出现某一强度连阴雨灾害的总年数,N为年份序列总长。

1.5 风险评价

基于自然灾害风险形成机制,本研究从危险性、暴露性、脆弱性和防灾减灾能力4个方面,构建油菜连阴雨风险评价模型[23-24]为:

式中,R为油菜花期连阴雨灾害风险指数;HEVC分别为油菜花期连阴雨灾害危险性、暴露性、脆弱性和防灾减灾能力;whwewvwc则为HEVC各自对应的权重,利用层次分析法确定,分别取0.380、0.364、0.190、0.066。

1.5.1 危险性评价模型 危险性代表致灾因子的自然变异程度,本研究用油菜花期连阴雨灾害指标来表征。油菜花期连阴雨灾害发生的强度越大,频率越高,则危险性越高,进而导致风险越高。将连阴雨强度分为3个等级,需考虑不同强度等级连阴在油菜花期造成的影响,因此将危险性模型构建为:

式中,H为危险性;i为连阴雨灾害的不同强度等级,i = 1表示轻度,i = 2表示中度,i = 3表示重度;Xi为不同强度等级连阴雨发生频率;Wi代表不同强度等级在连阴雨灾害中的权重系数,通过层次分析法计算,分别取0.105、0.258、0.637。

1.5.2 暴露性评价模型 用暴露性表示油菜暴露于连阴雨灾害环境中的情况,本研究从暴露的面积和产量两方面进行描述,暴露性越大,连阴雨灾害导致损失的可能性越大,因此最终风险也会越高。用四川盆区各县油菜的播种面积比(播种面积与耕地面积的比值)和产量比重(各县油菜总产与盆地油菜总产的比值)构建暴露性模型:

式中,E为暴露性;ArapeAall分别表示区/ 县油菜播种面积和该县耕地面积;OrapeOall分别为区/ 县油菜总产和四川盆区油菜总产;wawo为权重系数,经层次分析法计算后,分别取值0.75和0.25。

1.5.3 脆弱性评价模型 油菜在花期遭受连阴雨灾害威胁并造成损失的难易程度用脆弱性表示,脆弱性越高,则灾害造成的损失程度越大,从而风险越高。本研究用油菜产量变异程度来表征脆弱性[25],由多年油菜单产标准差与多年油菜最高单产的比值计算得出,表达式为:

式中,V为脆弱性,Yj为某区/ 县第j年油菜单产,Ymax为该县多年最高单产,n为油菜单产序列总长。

1.5.4 防灾减灾能力评价模型 防灾减灾能力是反映油菜花期遭受连阴雨灾害后,受灾区域灾后恢复的能力,该能力越高,风险越低。本研究从农业生产水平和经济投入能力两方面进行表征,其中某区/ 县粮食单产水平表示该区/ 县农业生产水平[26],某区/ 县农民人均纯收入用以反映经济投入能力,表达式为:

式中,C为防灾减灾能力;I为某区/ 县农民人均纯收入的标准化值;SjASj分别为第j年某区/ 县粮食单产和四川盆区平均粮食单产;wiws为权重系数,采用层次分析法确定为0.33和0.67。

2 结果与分析 2.1 危险性分析

油菜花期连阴雨危险性高值区主要集中在盆东、盆南和盆周边缘山地的西南部(图 2),其中高县最高,达到0.31。高值区与油菜花期降水量相关,四川盆区冬末初春的气候特点是,盆东、盆南和盆西边缘山区降水最多,盆地中、西部次之,在油菜开花期高值区油菜很可能由于阴雨天气不能正常授粉而影响结荚。盆中和盆西地区危险性较低,从水分条件的角度分析,是种植条件最好的,由油菜种植概况(表 2)也能看出,该区域是油菜的主产和高产区域。

图 2 危险性分布 Fig. 2 Distribution of hazard

2.2 暴露性分析

从暴露性2个指标和暴露性空间分布图(图 3)可以看出,盆中和盆东是油菜花期连阴雨暴露性高值区,绵阳市和资阳市暴露性基本在0.45以上,尤其是三台县、涪城区等地暴露性达到0.6以上。当油菜进入花期发生连阴雨灾害时,暴露性高会导致产量下降,从而影响该区域粮油作物产出的稳定性,其中盆南、盆周山地西南部和盆东局部油菜暴露性较低,基本在0.2以下,受连阴雨灾害影响的油菜较少,产量受到影响也较小。结合2个指标来看,盆西和盆中区域种植面积比重和产量比重均相对较高,尤其是盆中区域,产量比重较高的区/ 县大部分都分布在该区域,而盆南和盆周山区(尤其是盆周山地西南部)种植面积和产量均处于较低水平。这可能是由于四川盆区主要夏收粮油作物为油菜和小麦,而油菜较小麦耐湿,但不如小麦耐旱,因此大部分油菜种植在水分条件较好的坝区和一台土区域,高台位和山地上种植的油菜较少,受气象条件制约,产量也不高。同时,盆南地区热量资源和水分条件均较好,油菜的前作和后作均为水稻(且前作多为再生稻),在保证前后作产量的情况下,盆南油菜种植面积在减少。

图 3 暴露性2个指标及暴露性分布 Fig. 3 Distribution of the two indexes and exposure

2.3 脆弱性分析

脆弱性高值区分布较为分散,在盆南和盆西区域分布相对较多,其中最高值0.41出现在恩阳区,此外温江区、彭山区、通川区、沿滩区、高县、泸县等也属于高值区域,其油菜产量对农业气象灾害的反应最敏感。脆弱度较低的区域在盆东、盆中、盆周边缘山地和盆西均有分布,其中以成都市主城区最低,这些脆弱度较低地区的油菜在经受灾害性天气后,产量受到的影响较小(图 4)。

图 4 脆弱性分布 Fig. 4 Distribution of vulnerability

2.4 防灾减灾能力分析

分别处理农民人均纯收入和农业生产水平2个评价指标,依照防灾减灾能力评价模型,得到防灾减灾能力。由图 5可知,成都、德阳、眉山3市的防灾减灾能力最强,基本在0.58以上,结合防灾减灾2个指标来看,农民人均纯收入和农业生产水平在成都市均较高,灾害发生时能有充足的抗灾减灾资金投入,能及时采取措施减少灾损;而以广元、雅安、乐山南部为主的盆周边缘山地区,防灾减灾能力较弱,盆中大部和盆东北大部的灾害防治能力处于中间水平。

图 5 防灾减灾2个指标及防灾减灾能力分布 Fig. 5 Distribution of the two indexes and disaster prevention and mitigation capacity

2.5 油菜花期连阴雨灾害风险区划

通过自然断点法将四川盆区油菜花期连阴雨灾害风险划分成低、中、高3个等级(图 6),各等级对应的风险度阈值和所占盆区面积比重见表 5。盆东平行岭谷区风险高,主要是由于该区域花期连阴雨灾害发生较频繁,危险性很高且暴露性也较高造成的;盆南丘陵区大部综合风险高,主要由于该区域油菜花期连阴雨天气频发,导致该区域危险性非常高,虽暴露性较低,但在危险性和脆弱性均较高的情况下,盆南大部仍属于高风险区;盆中浅丘区以中- 高风险为主,其中资阳市及其周边由于暴露性较高、危险性不低、防灾减灾能力偏低,属于高风险区,而其余大部由于暴露性相对较低,处于中等风险区;盆西平原区则以中- 低风险区为主,有高风险区零星分布,其中成都市和德阳市区域危险性、脆弱性均偏低且防灾减灾能力较强,是低风险区域;盆周边缘山地区北部危险性、暴露性和脆弱性都相对较低,而其西南部虽危险性相对偏高,但暴露性、脆弱性都属于低值区,因此盆周山区大部属于低风险区。

图 6 四川盆区油菜花期连阴雨风险区划 Fig. 6 Risk zoning of continuous rain for rape during anthesis in Sichuan Basin

表 5 风险等级及风险区划面积比 Table 5 Grade of risk and area ratio of risk zoning

从四川盆区整体情况来看,盆东、盆南、盆中风险高于盆西和盆周边缘山地,盆周边缘山地北部高于西南部。高风险区主要分布在盆东、盆中和盆南;低风险区主要集中在盆周山区;其余大部区域为中等风险区。从低、中、高3个风险等级分布面积来看,分布最广的为中风险区,占了研究区域45% 以上,其次为高风险区,低风险区面积占比略小于高风险区,分布最少。

3 讨论

连阴雨灾害是四川盆区油菜花期频繁出现的农业气象灾害,本研究结合四川盆区内油菜各种植区的生育期,连阴雨灾害的高风险区呈现“盆东、盆南和盆中区域集中分布,盆西和盆西南边缘区域零星分布”的特点。按照连阴雨气象灾害标准,对四川盆区105个气象站1981—2020年每年2月中旬至4月上旬进行统计,大部分站点发生频率在70%~90%,且盆南>盆东>盆中>盆周>盆西,与本研究危险性评价相吻合,近年来气候变化、农业气象灾害时空特征的研究结果也与本研究对危险性的分析趋同一致[27-29]

结合四川盆区油菜实际生产情况,从连阴雨灾害风险的4个评价要素来看,油菜花期连阴雨的发生情况严重影响油菜最终产量及品质,因此致灾因子危险性的影响最大,权重最高;油菜暴露在连阴雨天气下的情况对最终风险的影响也很大,权重略低于危险性;油菜生产自身对连阴雨的敏感程度在风险评价中也较为重要,因此脆弱性权重值居第3位;社会因素和人类活动仅能在一定程度上降低风险,因此防灾减灾能力的权重最低。此外,本研究中暴露性、脆弱性和防灾减灾能力的评价,是通过统计年鉴数据分析研究得到,随着近年来农业产业结构的调整,农业示范园区的广泛推广,这些要素的评价指标也应进一步改进完善。

连阴雨灾害是一种复合型的农业气象灾害,春季连阴雨天气常伴有低温,因此油菜花期连阴雨灾害是由水分、光照和温度等多种要素共同作用的结果[30]。气温低于5 ℃,油菜停止开花[31],对四川盆区105个气象站初春时期(3月上旬至4月上旬)日均温低于5 ℃的情况进行统计,发现低温发生频率大都在5%~20%,且频率相对较高的站点多分布在盆周边缘山地区或海拔较高的地方,因此本研究在连阴雨的定义统计和定量分析中没有加入气温条件。然而,油菜花期遭受不同程度的低温胁迫,会对其生长和最终产量形成造成影响,因此,将来对油菜花期连阴雨的研究,可以进一步细化评估指标。

油菜花期遭遇连阴雨天气不利于开花授粉,可能导致落花和分段结荚现象,还影响油菜菌核病的发生[32-33],因此在油菜花期遭遇连阴雨灾害时,需重点关注预防菌核病。盆东平行岭谷区连阴雨危险性高,且油菜种植面积较大,是油菜菌核病防治的重点区域;盆西南边缘山地和盆南丘陵区连阴雨危险性高,但油菜种植相对较少,尤其盆南丘陵区常年3—4月已进入后作作物大面积播种期,因此该区域发生油菜菌核病的压力较小;盆中浅丘区和盆西平原区,虽连阴雨危险性不高,但该区域地势相对平坦,低洼田块较多,加之油菜种植面积和产量均较高,若花期遇连阴雨天气,田间湿度大,种植密度高,易诱发菌核病造成产量损失,仍需高度关注。

4 结论

对油菜花期连阴雨综合风险评价与区划结果表明,油菜花期连阴雨灾害综合风险呈“盆东平行岭谷、盆南丘陵、盆中浅丘区高于盆西平原和盆周边缘山地区,盆周边缘山地北部高于西南部”的特点。盆东平行岭谷区、盆南丘陵区和盆中浅丘区中部多为高风险区,盆西平原区中部及盆周边缘山地大部处于低风险区,其余地方为中等风险区。

研究结果与四川盆区气候背景、农业气象灾害时空分布特点等吻合,能很好地呈现和解释油菜花期连阴雨灾害风险,可以为四川油菜生产中防灾减灾措施及灾害保险研究提供参考。

参考文献(References):
[1]
国家统计局. 全国年度统计公报[EB/OL]. (2020-01-01)[2020-02-28]. http://data.stats.gov.cn/.
Nation Bureau of Statistics. National Annual Statistical Bulletin[EB/OL]. (2020-01-01)[2020-02-28]. http://data.stats.gov.cn/.
[2]
郭翔, 王明田, 李金建, 李旭毅. 四川盆地区油菜农业气候适宜性分析与精细化区划[J]. 西南农业学报, 2015, 28(2): 846-852. DOI:10.16213/j.cnki.scjas.2015.02.074
GUO X, WANG M T, LI J J, LI X Y. Analysis and zoning of agricultural climate suitability of oilseed rape in Sichuan Basin[J]. Southwest China Journal of Agricultural Sciences, 2015, 28(2): 846-852. DOI:10.16213/j.cnki.scjas.2015.02.074
[3]
罗泽青, 吴畏, 肖晓华, 刘春, 杨昌洪, 吴洪华. 油菜菌核病流行预测模型研究[J]. 西南师范大学学报(自然科学版), 2016, 41(3): 81-84. DOI:10.13718/j.cnki.xsxb.2016.03.015
LUO Z Q, WU W, XIAO X H, LIU C, YANG C H, WU H H. On predicting model for sclerotinia sclerotiorum of rape[J]. Journal of Southwest China Normal University(Natural Science), 2016, 41(3): 81-84. DOI:10.13718/j.cnki.xsxb.2016.03.015
[4]
范雨娴, 霍治国, 杨宏毅, 尚莹. 湖南省油菜春季涝渍过程灾变判别指标[J]. 应用气象学报, 2018, 29(2): 141-153. DOI:10.11898/1001-7313.20180202
FAN Y X, HUO Z G, YANG H Y, SHANG Y. Catastrophe distinction index of oilseed rape vernal waterlogging in Hunan[J]. Quarterly Journal of Applied Meteorology, 2018, 29(2): 141-153. DOI:10.11898/1001-7313.20180202
[5]
丁烨毅, 杨栋, 朱佳敏, 陈妙金, 李从初, 魏莎莎, 徐红霞. 基于灾害指数的奉化水蜜桃气象产量模拟[J]. 生态学杂志, 2021, 40(4): 1146-1153. DOI:10.13292/j.1000-4890.202104.031
DING Y Y, YANG D, ZHU J M, CHEN M J, LI C C, WEI S S, XU H X. Climate yield simulation of juicy peach in Fenghua based on disaster index[J]. Chinese Journal of Ecology, 2021, 40(4): 1146-1153. DOI:10.13292/j.1000-4890.202104.031
[6]
李亚男, 秦耀辰, 谢志祥, 宁晓菊, 张丽君. 中国冬小麦麦收期连阴雨灾害风险评价[J]. 自然资源学报, 2018, 33(11): 1926-1939. DOI:10.31497/zrzyxb.20171263
LI Y N, QIN Y C, XIE Z X, NING X J, ZHANG L J. Disaster risk assessment of continuous rain during harvest period of winter wheat in China[J]. Journal of Natural Resources, 2018, 33(11): 1926-1939. DOI:10.31497/zrzyxb.20171263
[7]
王新伟, 杜明哲, 王丽, 李梦夏, 徐岩岩, 刘晓迎, 李宁. 河南省花生连阴雨灾害气象指数保险设计[J]. 生态学杂志, 2018, 37(12): 3390-3395. DOI:10.13292/j.1000-4890.201811.039
WANG X W, DU M Z, WANG L, LI M X, XU Y Y, LIU X Y, LI N. Design of the continuous rainfall days index insurance of peanut in Henan Province[J]. Chinese Journal of Ecology, 2018, 37(12): 3390-3395. DOI:10.13292/j.1000-4890.201811.039
[8]
刘瑞娜, 杨太明, 陈鹏, 王晓东. 安徽省油菜花期连阴雨灾害损失评估指标[J]. 中国农业气象, 2016, 37(4): 471-478. DOI:10.3969/j.issn.1000-6362.2016.04.012
LIU R N, YANG T M, CHEN P, WANG X D. Evaluation index of continuous rain to rape during anthesis in Anhui province[J]. Chinese Journal of Agrometeorology, 2016, 37(4): 471-478. DOI:10.3969/j.issn.1000-6362.2016.04.012
[9]
陆魁东, 彭莉莉, 黄晚华, 周伟. 气候变化背景下湖南油菜气象灾害风险评估[J]. 中国农业气象, 2013, 34(2): 191-196. DOI:10.3969/j.issn.1000-6362.2013.02.010
LU K D, PENG L L, HUANG W H, ZHOU W. Meteorological disaster risk assessment of oilseed rape under climate change conditions[J]. Chinese Journal of Agrometeorology, 2013, 34(2): 191-196. DOI:10.3969/j.issn.1000-6362.2013.02.010
[10]
鞠英芹, 杨霏云, 马德栗, 朱晓炜, 罗蒋梅, 李文科. 江淮地区油菜渍害的时空分析[J]. 自然灾害学报, 2017, 26(6): 136-146. DOI:10.13577/j.jnd.2017.0616.j.jnd.2017.0616
JU Y Q, YANG F Y, MA D L, ZHU X W, LUO J M, LI W K. Temporal and spatial analysis of rape waterlogging in Jianghuai region[J]. Journal of Natural Disasters, 2017, 26(6): 136-146. DOI:10.13577/j.jnd.2017.0616.j.jnd.2017.0616
[11]
盛绍学, 马晓群, 陈晓艺. 江淮地区油菜涝渍灾害识别及其指标的研究[J]. 自然灾害学报, 2003, 21(2): 175-181.
SHENG S X, MA X Q, CHEN X Y. Study on index and identification of rape waterlogging disaster in Jianghuai region[J]. Journal of Natural Disasters, 2003, 21(2): 175-181.
[12]
HAN L, ZHANG Q, MA P, JIA J, WANG J. The spatial distribution characteristics of a comprehensive drought risk index in southwestern China and underlying causes[J]. Theoretical and Applied Climatology, 2016, 124: 517-528. DOI:10.1007/s00704-015-1432-z
[13]
甘书龙, 付绶宁, 唐洪潜. 四川省农业资源与区划[M]. 成都: 四川省社会科学院出版社, 1986: 90-95.
GAN S L, FU S N, TANG H Q. Sichuan Agricultural Resources and Division[M]. Chengdu: Sichuan Academy of Social Sciences Press, 1986: 90-95.
[14]
王春乙, 张雪芬, 赵艳霞. 农业气象灾害影响评估与风险评价[M]. 北京: 气象出版社, 2010: 67-81.
WANG C Y, ZHANG X F, ZHAO Y X. Risk assessment agricultural meteorological disaster[M]. Beijing: China Meteorological Press, 2010: 67-81.
[15]
王禹, 许世卫, 喻闻. 气象因素对花生单产影响研究[J]. 广东农业科学, 2014, 41(15): 1-8. DOI:10.16768/j.issn.1004-874X.2014.15.001
WANG Y, XU S W, YU W. Research on the effects of meteorological factors on peanut yield[J]. Guangdong Agricultural Sciences, 2014, 41(15): 1-8. DOI:10.16768/j.issn.1004-874X.2014.15.001
[16]
蒙林平, 程纹, 廖一颖. 东非芳香乔灌木的综合评价及其观赏价值研究[J]. 广东农业科学, 2021, 48(3): 53-63. DOI:10.16768/j.issn.1004-874X.2021.03.007
MENG L P, CHENG W, LIAO Y Y. Comprehensive evaluation of aromatic trees and shrubs in East Africa and research on their ornamental value[J]. Guangdong Agricultural Sciences, 2021, 48(3): 53-63. DOI:10.16768/j.issn.1004-874X.2021.03.007
[17]
袁媛, 胡晓黎, 雷蕾, 张鸿雁, 常庆瑞. 基于GIS的秦岭山区县域耕地地力调查与评价研究[J]. 广东农业科学, 2020, 47(7): 97-105. DOI:10.16768/j.issn.1004-874X.2020.07.012
YUAN Y, HU X L, LEI L, ZHANG H Y, CHANG Q R. Investigation and evaluation of county-based cultivated land capacity in Qinling Mountain area based on GIS[J]. Guangdong Agricultural Sciences, 2020, 47(7): 97-105. DOI:10.16768/j.issn.1004-874X.2020.07.012
[18]
张菡, 郑昊, 王明田, 游超. 基于GIS的秋季连阴雨对农业生产影响的风险评估——以四川省盆地区为例[J]. 应用生态学报, 2020, 28(8): 2569-2576. DOI:10.13287/j.1001-9332.201708.027
ZHANG H, ZHENG H, WANG M T, YOU C. GIS -based risk assessment of the impact of continuous rain in autumn on agricultural pro-duction: a case study of the basin area in Sichuan Province, China[J]. Chinese Journal of Applied Ecology, 2020, 28(8): 2569-2576. DOI:10.13287/j.1001-9332.201708.027
[19]
范雨娴, 霍治国, 尚莹. 湖南油菜春季涝渍灾变等级指标与灾损评估[J]. 中国农业资源与区划, 2019, 40(9): 37-47. DOI:10.7621/cjarrp.1005-9121.20190904
FAN Y X, HUO Z G, SHANG Y. Catastrophe classification indicator and yield loss analysis of oilseed rape vernal waterlogging in Hunan province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(9): 37-47. DOI:10.7621/cjarrp.1005-9121.20190904
[20]
谢幽兰. 湖北省油菜花角期渍害指标及时空分布规律研究[D]. 武汉: 华中农业大学, 2018.
XIE Y L. Study on indicator and spatio-temporal distribution of rape waterlogging in Hubei Province[D]. Wuhan: Huazhong Agricultural University, 2018.
[21]
中国气象局. 冬小麦、油菜涝渍等级QX/T 107-2009[S]. 北京: 气象出版社, 2009.
China Meteorological Administration. Classification of Winter Wheat and Rape Waterlogging QX/T 107-2009[S]. Beijing: China Meteorological Press, 2009.
[22]
四川省质量技术监督局. 气候术语DB51/T 582-2013[S]. 成都, 2013.
Sichuan Bureau of Quality and Technical Supervision. Usage of Terms in Climate DB51/T 582-2013[S]. Chengdu, 2013.
[23]
SUN Z Y, ZHANG J Q, YAN D H, GUO E. The impact of irrigation water supply rate on agricultural drought disaster risk: a case about maize based on EPIC in Baicheng City, China[J]. Natural Hazards, 2015, 78: 23-40. DOI:10.1007/s11069-015-1695-9
[24]
葛全胜, 邹铭, 郑景云. 中国自然灾害风险综合评估初步研究[D]. 北京: 科学出版社, 2008: 136-137, 173-176.
GE Q S, ZOU M, ZHENG J Y. Integrated assessment of natural disaster risks in China[D]. Beijing: Science Press, 2008: 136-137, 173-176.
[25]
王春乙, 姚蓬娟, 张继权, 任义方. 长江中下游地区双季早稻冷害、热害综合风险评价[J]. 中国农业科学, 2016, 49(13): 2469-2483. DOI:10.3864/j.issn.0578-1752.2016.13.003.j.issn.0578-1752.2016.13.003
WANG C Y, YAO P J, ZHANG J Q, REN Y F. Risk assessment of cold and hot damages for double-copping early rice(DCER) in lower-middle reaches of the Yangtze River Basin[J]. Scientia Agricultura Sinica, 2016, 49(13): 2469-2483. DOI:10.3864/j.issn.0578-1752.2016.13.003.j.issn.0578-1752.2016.13.003
[26]
杨世民, 郭翔, 王明田. 四川盆区直播与移栽水稻旱灾风险比较[J]. 应用生态学报, 2019, 30(1): 198-208. DOI:10.13287/j.1001-9332.201901.021
YANG S M, GUO X, WANG M T. Comparison of drought risk between transplanting and direct-sowing rice in the Sichuan Basin, China[J]. Chinese Journal of Applied Ecology, 2019, 30(1): 198-208. DOI:10.13287/j.1001-9332.201901.021
[27]
金垚, 郭艺媛, 刘琰琰, 上官昌贵, 张玉芳, 王锐婷. 四川盆区冬小麦灌浆结实期阴雨寡照空间分布特征[J]. 湖北农业科学, 2019, 58(17): 27-32. DOI:10.14088/j.cnki.issn0439-8114.2019.17.007
JIN Y, GUO Y Y, LIU Y Y, SHANGGUAN C G, ZHANG Y F, WANG R T. Spatial distribution of continuous rain disaster on winter wheat during grain-filling in the Sichuan basin[J]. Hubei Agricultural Sciences, 2019, 58(17): 27-32. DOI:10.14088/j.cnki.issn0439-8114.2019.17.007
[28]
曹磊, 李永利, 余予, 李艳, 任芝花. 中国南方地区1961-2018年冬春季低温连阴雨过程时空变化分析[J]. 气象科学, 2021, 41(1): 78-85. DOI:10.12306/2019jms.0046
CAO L, LI Y L, YU Y, LI Y, REN Z H. Spatial and temporal variations of continuous cold rainy weather during winter and spring seasons over South China from 1961-2018[J]. Journal of the Meteorological Sciences, 2021, 41(1): 78-85. DOI:10.12306/2019jms.0046
[29]
刘定辉, 刘永红, 熊洪, 徐富贤, 庞良玉, 王明田, 潘开文, 陈尚洪. 西南地区农业重大气象灾害危害及监测防控研究[J]. 中国农业气象, 2011, 32(S1): 208-212.
LIU D H, LIU Y H, XIONG H, XU F X, PANG L Y, WANG M T, PAN K W, CHEN S H. Research on the harmfulness, prevention and control of main agricultural weather disaster in south-west China[J]. Chinese Journal of Agrometeorology, 2011, 32(S1): 208-212.
[30]
吴洪颜, 高苹, 茆海云, 邓华军. 春季连阴雨对夏收作物产量影响的通径分析[J]. 安徽农业科学, 2008, 36(31): 13596-13597. DOI:10.13989/j.cnki.0517-6611.2008.31.048
WU H Y, GAO P, MAO H Y, DENG H J. Path Analysis on the effects of spring continuous rain on the yield of summer harvesting crops[J]. Journal of Anhui Agricultural Sciences, 2008, 36(31): 13596-13597. DOI:10.13989/j.cnki.0517-6611.2008.31.048
[31]
杨霏云, 郑秋红, 罗蒋梅, 李文科. 实用农业气象指标[M]. 北京: 气象出版社, 2015: 28.
YANG F Y, ZHENG Q H, LUO J M, LI W K. Agrometeorological Index[M]. Beijing: China Meteorological Press, 2015: 28.
[32]
许孟会, 赵辉, 王晋, 薛东洋, 曹立新, 黄克磊. 春季低温连阴雨对农业生产的影响及防御[J]. 湖南农业科学, 2008, 41(1): 78-85. DOI:10.16498/j.cnki.hnnykx.2008.06.005
XU M H, ZHAO H, WANG J, XUE D Y, CAO L X, HUANG K L. Effects of low temperature and continuous rain on crops in spring and its preventive strategies[J]. Hunan Agricultural Sciences, 2008, 41(1): 78-85. DOI:10.16498/j.cnki.hnnykx.2008.06.005
[33]
秦虎强, 高小宁, 韩青梅, 黄丽丽, 张吉昌, 唐建祥. 油菜菌核病发生流行与菌源量、气候因子关系分析及病情预测模型的建立[J]. 植物保护学报, 2018, 45(3): 496-502. DOI:10.13802/j.cnki.j.cnki.zwbhxb.2018.2016176
QIN H Q, GAO X N, HAN Q M, HUANG L L, ZHANG J C, TANG J X. Effects of inoculum density and environmental factors on the epidemics of rape Sclerotinia rot and establishment of a predicative model[J]. Acta Phytophylacica Sinica, 2018, 45(3): 496-502. DOI:10.13802/j.cnki.j.cnki.zwbhxb.2018.2016176

(责任编辑   邹移光)