气象灾害定义范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇气象灾害定义范例，将为您的写作提供有力的支持和灵感！

篇1

中图分类号：P429 文献标识码：A 文章编号：1671-7597（2014）10-0197-01

1 气象灾害风险评估定义与意义

1）定义。气象灾害风险评估是根据规划、建设项目所在地的气象要素空间、时间分布特征及其衍生灾害特征，结合现场实际情况，对各类气象灾害可能导致的人身财产损失、社会影响危害等进行综合风险计算分析，为规划建设项目的选址、功能布局、气象灾害防护等级与措施、应对灾害事故方案等方面提出建设性意见的一种评价方法。

2）意义。开展工程建设项目的气象灾害风险评估工作可以有效避免或减轻气象灾害造成的损失，从而有效地保障人们生命财产安全，并有效提高工程建设项目的防灾减灾能力。防御气象灾害一直是国家公共安全工作的重要课题之一，因此开展气象灾害风险评估是气象部门履行政府社会化管理和公共服务职能的重要体现。

2 吉林市开展评估的必要性

1）吉林市地处长白山向松嫩平原的过渡地带，属温带大陆性季风气候，地形复杂，山区、半山区、丘陵、平原、盆地、谷地和湖泊交错分布，气候多样，气象灾害发生频繁，气象灾害风险评估尤为重要。

2）贯彻国家地方法律法规的规定要求。《气象灾害防御条例》《吉林省气象条例》《吉林省气象灾害防御条例》及《吉林市气象灾害防御条例》从国家法律到地方性法规分别规定了建设项目应当充分全面地考虑其在气候方面的可行性和可能受到的气象灾害风险性，尽力避免、减轻气象灾害的影响。吉林市的气象灾害风险评估是贯彻国家法律法规履行部门职能的必然要求。

3 评估现状

吉林市的气象灾害风险评估工作开展于2012年，是由雷电灾害风险评估发展而来，现已形成了以雷电、暴雨、暴雪、大风、大雾、冰雹、高温、严寒等吉林市主要气象灾害对项目可能造成的风险评估。评估范围涉及有大型建设项目、爆炸火灾危险环境、普通住宅、重点工程、人员密集场所等新建、改建及扩建项目，至今已完成了百余个项目的评估。

4 评估报告内容与地位

4.1 评估报告的内容

1）规划或者建设项目概况。根据发改立项确认书、规划建设许可证等相关证件及风险评估现场勘查情况综合得出评估对象概况。

2）气象资料来源及其代表性、可靠性说明。评估使用经省气象主管机构审查通过的气象资料，吉林市城郊气象站因有较长的观测记录，在资料年代和气候环境上其均均有代表性，故选为评估中参证站。

3）吉林市气象灾害历史与现状分析及发展趋势预测。

4）规划、建设项目可能受到的雷电、暴雨、暴雪、大风、大雾、冰雹、高温、严寒等其中一种或多种极端气象灾害并存的危险程度评估，预防及减轻气象灾害影响的措施。

5）规划、建设项目选址地点的气候条件背景分析，极端气象灾害出现的概率，通过对暴雨、雪压、风压等不同重现期的计算得出安全有效、经济合理的设计方案及防灾减灾措施。

6）进行气象灾害风险评估的规划或者建设项目的评估结论及建议，提出应对气象灾害，预防或者减轻影响的意见和建议。

7）其他有关内容。关于评估报告的说明、结束语及开展气象灾害风险评估工作的法律依据等。

4.2 评估报告的地位

气象灾害风险评估结论及建议作为项目建设设计方案的重要依据，并已纳入政府行为，成为建设项目立项阶段行政审批中非行政许可审查的必备要件。

5 几点建议

1）细化评估范围。作为本地化法规，《吉林省气候可行性论证若干规定》及《吉林省气象灾害防御条例》（2013年11月1日起施行）虽都规定了与气候条件密切相关的国家重点建设工程、重大区域性经济开发项目及城市规划、气候资源开发利用项目等应当由气象主管机构组织进行气候可行性论证，但《吉林省气候可行性论证若干规定》也同时规定了气候可行性论证项目的范围，即由县级以上气象主管机构与当地发改委、住建、交通运输以及其他相关部门依法确定。目前吉林市的气象灾害风险评估针对的是所有新、改、扩建建筑物，不区分项目大小及性质，这样容易造成受气象灾害影响较小的小型建设项目对评估工作的错误认识。

2）充分利用气象数据。目前所利用气象台站多年观测记录多是进行气候分析统计及气象极值出现概率统计，应加入闪电定位数据、大气电场及卫星雷达产品的使用，充分体现出气象数据的全面性及科学性。

3）完善丰富评估方法。目前尚未出台气象灾害风险评估方面的技术规范，开展评估只针对规划或建设项目整体，缺乏项目分区评估，如一建设项目内部各个单元的自身参数及周边环境取值不尽相同，所面临的风险值是不同的，相应评估的技术结论意见也不同。

4）建立气象灾害数据库。气象相关部门应当对气象灾害的种类及强度、出现次数和造成损失等情况开展普查，建立完备的气象灾害数据库，使气象灾害风险评估工作能够准确地按照气象灾害的种类和分区进行。

5）提出针对性的评估建议。针对不同的项目，选择其面临的主要气象灾害种类进行评估，选择符合其特性的评估方法和标准，并应根据评估对象特性提出有针对性的评估建议。

6）加强相关部门交流协作。气象灾害风险评估工作是一项技术性很强的工作，涉及的知识面非常广，应加强与城市建设、规划、国土及水利等部门的学习交流，使得评估报告更具科学性。

吉林市的气象灾害风险评估工作开展较早，发展较快，目前已形成了成熟的操作流程，原始气象数据详实可靠，内容全面，评估思路清晰，计算分析精密，结论科学合理的评估报告模板。但评估工作中仍存在一些薄弱的环节，需要通过不断的发展完善来保障评估工作的健康有序开展，为吉林市防灾减灾工作，保障人民的福祉安康作出积极地贡献。

篇2

突发性气象灾害是指突发性强，生成发展移动快，破坏性大的短时暴雨、大风、龙卷风、冰雹、强降雪等所造成的灾害。突发性气象灾害预警信息指上述灾害性天气可能发生时的气象警示信息。

二、信息管理、、播发单位及其职责

（一）信息管理部门。**市气象局负责本市突发性气象灾害天气预警信息和播发的管理工作，制订信息标准和确定信息播发媒体，市级新闻宣传、通信等相关管理部门协助做好播发管理工作。

（二）信息单位。**市气象台负责各类突发性气象灾害信息的。建立突发性天气预警系统，规范预警的内容、标准和流程，如发现突发性灾害天气即将发生或发展时，立即启动预警系统，并预警信息并迅速传递给播发单位。根据天气变化，实时更新突发性气象灾害预警信息或者解除信息。

（三）信息播发单位。市电视台、市电台、电信**分公司、移动**分公司、联通**分公司、市气象台（声讯电话96121）、市气象局网站为指定预警信息播发单位，其他媒体和信息服务单位如要播发，须报经市气象局审批。各播发单位必须使用市气象台直接提供的适时突发性气象灾害预警信息，并在收到气象台或者更新的突发性气象灾害预警信息后迅速播发，最迟不超过15分钟，不得擅自更改信息内容。各有关单位都要建立信息接收、播发制度，落实人员，确保信息及时畅通。

三、信息传输保障

篇3

ZHOU Zhao-Ji，WANG Qian

（College of Economics and Management， Nanjing University of Information Science and Technology， Nanjing 210044， China）

Abstract： Based on the data of grain yield， disaster area and sown area from 1986 to 2011， the comprehensive risk evaluation model of meteorological disaster index was constructed. Meteorological disaster risks were assessed and zoned by GIS. Based on the meteorological disaster on grain yield， combining with the MATLAB algorithm and two exponential smoothing methods， the loss grain yield of 2013 caused by meteorological disasters was predicted. Results showed that meteorological disaster risk of grain production in eastern China was less than that in Western China， Southern China less than northern China. Jiangsu and Shanghai had the lowest comprehensive risk index， with value between 0 and 1. The number of meteorological disasters in these places was less， with slight disaster and stable grain yield. Zhejiang， Fujian and other places in the comprehensive risk index was between 1.0～2.5 which was belongs to high risk. Guizhou， Inner Mongolia and other places had serious disasters with strong impact on food production and was belonged to high risk area. Tibet， Hainan and other places had the highest risk. The prediction of grain yield showed Hunan， Liaoning， Hebei，Hubei and Sichuan had the most loss of grain caused by disasters， reaching more than 6.0×106 tons.

Key words： grain yield； comprehensive risk index； risk assessment and zoning； two exponential smoothing method； GIS

基金项目：国家公益性行业（气象）科研专项（GYHY201106019）

中国是一个气象灾害种类繁多的国家，主要有干旱、台风、暴雨、热带气旋、寒潮、冰雹、冷冻、雪灾、热浪、沙尘暴、浓雾等气象灾害，其中干旱、台风、暴雨、寒潮对中国农业的危害影响范围最广，灾情最严重。灾害的发生导致农作物大面积减产、降质甚至绝收，人民生命财产等遭到重大损失，不仅影响农业持续发展和农民生活水平的提高，而且影响国民经济的发展。例如，1972年特大干旱年，重旱区京、津、晋、陕北、辽西干旱持续时间最长，不少河流断流，水库干涸；黄河在济南以下断流20 d，秋收作物受灾严重，有的甚至绝收。全国过去对农业气象灾害进行了很多的预测和研究[1-3]，学者们通过分析农业气象灾害的孕灾环境、致灾因子、承载体的抗灾防灾能力及灾情，得出这些灾害因子与灾害风险之间的关系，从而更深层次地揭示农业气象灾害对农业的影响，然后借助于各个地方的行政区划图等因子，做出农业气象灾害的风险区划和评述。例如，陈怀亮等[1]根据农业气象灾害风险分析理论，以河南省小麦生产为例，对小麦产量影响较大的农业气象灾害风险要素和风险源进行了辨识，并在此基础上，通过构造灾度函数，运用概率和EFO等分析方法，分析了河南省小麦生产中主要农业气象灾害――麦播旱涝、晚霜冻、干热风与青枯雨的发生、发展规律及其对小麦产量的定量影响程度和风险概率，同时运用多因子综合风险指数模型对河南省小麦农业生产气象灾害风险进行了综合区划。等[2]对贵州农业气象灾害综合风险进行了评价与区划，利用聚类分析将该省分为5类农业气象灾害风险区域，又以不同聚类区域为研究对象进行了灰色关联分析，最后求得每种灾害的关联度，最终确定了不同聚类区域的主要灾害，并在灰色关联分析的基础上，建立了该省综合农业气象灾害风险评价模型，并计算出该省各县的综合农业气象灾害风险性分布，再利用GIS空间分析进行了综合农业气象灾害风险区划。

本研究是基于前人研究的基础上，以粮食产量（指稻谷、小麦、玉米、豆类的总产量）来表示气象灾害对农业的影响，在对全国各省（市、自治区）的历史粮食产量资料分析的基础上，以省（市、自治区）为单位运用ArcGIS软件进行分析，得出全国宏观层面的农业气象灾害的风险评估与区划，定量得出气象灾害对粮食产量的影响。最后对这些所得到的由于气象灾害损失的粮食产量，运用二次指数平滑法预测出接下来两年可能由气象灾害引起的粮食损失的产量，以期为农业部门和政府部门提供一定的灾害服务信息，为抗灾减灾、制定相关防御政策、最大程度地减轻农业因气象灾害所致的损失提供依据。

1灾害评价模型的建立

所用到的各省（市、自治区）的粮食产量、受灾面积和总播种面积等数据都来源于历年的《中国统计年鉴》（Http：//stats.gov.cn/tjsj/ndsj/）。资料的时间序列为1986―2011年，共计26年。本研究区域是除了香港、澳门、台湾以外的全国各省（市、自治区）。

1.1粮食产量的变异系数

变异系数能够有效反映数据的离散程度，其数据大小不仅受变量离散程度的影响，而且还受变量平均水平的影响。一般而言，变量平均水平高，其离散程度的测度值也大，反之越小。粮食产量的变异系数一方面综合表征了各地区粮食生产受气象因子或其他生态环境条件影响的产量波动情况；另一方面它也能有效反映各地的抗灾减灾能力。粮食产量的变异系数大，说明产量的波动大，抗灾减灾能力弱，受到气象灾害影响的风险大。可以用公式（1）计算出变异系数的大小。

C= （1）

公式（1）中，C表示粮食产量的变异系数，Y表示各省（市、自治区）历年粮食的实际产量，表示各省（市、自治区）历年粮食产量的平均值，n表示样本容量，本研究样本为26年。

1.2气象灾害的发生频率

采用一般比例法来求解由于气象灾害所导致的粮食产量减产的具体数值。因为在一般情况下，极端气象灾害是不易发生的，所以把气象灾害所导致损失的粮食产量与受灾面积相关联，各地区每年的实际产量与各地区未受灾的粮食种植面积相关联，即各地区每年的实际产量与粮食种植总面积与受灾面积之差相关联，可以得到如下公式：

（2）

公式（2）中，Q表示各省（市、自治区）第i年由于气象灾害导致的粮食减产量，S表示各省（市、自治区）第i年气象灾害所导致的受灾面积，Y表示各省（市、自治区）第i年的实际粮食产量，S表示各省（市、自治区）第i年粮食的总播种面积。其中，S、 Y、S都是已知量，可以通过历年的《中国统计年鉴》查到相关数据；Δ1、Δ2、Δ3表示的是可以接受的误差范围。

根据公式（2）可以求得由气象灾害所引起的损失的粮食产量，而减产率是气象灾害损失的粮食产量与实际粮食产量和气象灾害损失的那部分产量的和的比值，用公式（3）表示。

R=×100%（3）

公式（3）中，R表示粮食减产率。

根据公式（2）、（3）可以求得各省（市、自治区）每年的粮食减产率。研究以粮食减产率来界定灾年等级，规定减产率在5%～15%为轻灾年，16%～30%为灾年，31%～50%为重灾年，51%～70%为严重灾年，大于71%为特严重灾年。根据灾年的界定分类情况，可以得到全国各省（市、自治区）灾年发生的次数，如表1所示。

1.3灾年的平均减产率

为了使全国各省（市、自治区）的气象灾害风险程度表征的更明显，需要计算出各省（市、自治区）粮食的平均减产率，其计算公式如公式（4）所示。

A= （4）

公式（4）中，A表示各省（市、自治区）历年粮食的平均减产率，R表示各省（市、自治区）第i年的粮食减产率。

1.4灾年风险指数

依据与上文界定的灾害等级，采用概率分布函数法来求解各等级气象灾损发生的概率。由于影响气象产量的各种气象因子的时间序列具有正态分布的特征，即极端的气象条件发生的概率较小，一般的气象条件发生的概率较多，相对气象产量序列也具有正态分布的性质[4]。因此可以构造减产率平均值（μ）和减产率序列的均方差（σ）的概率密度函数，如公式（5）所示。

f（x）=e（5）

根据概率分布函数的定义，不同程度粮食减产率x（x1

P（x1

风险概率指数为：

D= （7）

公式（6）、（7）中，P表示各个等级粮食减产率出现的概率，T表示各等级灾年出现的次数，D表示风险概率指数。各省（市、自治区）灾害发生风险概率如图1所示。

1.5抗灾指数

各省（市、自治区）的抗灾防灾能力也会对粮食产量产生一定程度的影响，这里用实际产量与理论极大产量的比值来表示抗灾指数，它反映的是农业生产综合抗灾能力的强弱，实际产量高反映了该地区的农业生产水平高，也间接地反映了农业抗灾减灾能力强。抗灾指数的计算公式如公式（8）所示。

K=（8）

公式（8）中，K表示抗灾指数，Y表示各省（市、自治区）第i年中粮食产量的最大值。

1.6灾害风险评估

综合风险指数与历年粮食的平均减产率、气象灾害风险概率指数和粮食产量的变异系数呈正向关联，与抗灾指数呈反向关联，可以用公式（9）计算。

Z=×A×C×D （9）

公式（9）中，Z表示综合风险指数。

为了使综合风险指数更具有直观性，对数据进行极差标准化，按公式（10）计算。

Ii′=×10（10）

公式（10）中，Ii′表示极差标准化后的数据，I为原始数据，I和I分别为每一列中的最大值和最小值。

2农业风险区划

农业气象灾害风险区划的目的在于把致灾因子出现后有无风险或带来风险的大小进行分区，揭示农业气象灾害风险的地域差异，合理地划分出各省（市、自治区）农业气象灾害风险大小的范围，并对各风险区内历年粮食的平均减产率、粮食产量的变异系数和风险指数等进行综合评价，为政府及防灾部门确定防灾重点地区、重点灾害、重点防灾时间等提供科学依据，把灾害造成的损失降低到最低限度，促进农业稳定持续发展。根据综合风险指数，对农业风险进行划分，定义0.0

为了更加直观地描述各省（市、自治区）由气象灾害引起的粮食损失分布的空间特征，运用ArcGIS平台绘制出气象灾害综合风险区划图（图2）。从图2可以看出，中国的粮食生产的气象风险具有明显的区域分布特征。就全国来看，粮食生产的气象风险整体上是东部低于西部，南方低于北方。其中，综合风险指数最低的地区是江苏，它不仅发生灾年的可能性小，且灾害大多都是轻灾，粮食产量比较稳定，适合粮食作物的生长。河北、辽宁、吉林、黑龙江、上海、安徽、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川的气象灾害综合风险指数也较低，均在0.0～1.0之间，这些地区粮食产量比较稳定。浙江、福建、云南、陕西、新疆的综合风险指数为1.0～2.5，要高于江苏、上海等地，属于次高风险区域。贵州、内蒙古、甘肃、山西属于粮食产量不稳定区域，即高风险区域，这里经常发生气象灾害，而且发生的灾害大多比较严重，严重影响粮食产量。例如贵州，这里光照条件差，多雨潮湿，灾年减产程度和风险概率较大等都导致贵州粮食产量的不稳定性。天津、北京、海南、宁夏、青海、西藏是极高风险区，这些地方气象灾害极易发生，从而导致粮食严重减产。例如海南，位于中国的东南沿海地区，地处温带、热带过渡带，为典型的亚热带季风气候，季风气候致使秋冬干旱每5年发生一次；有时在特定的环流影响下使秋雨较多，造成粮食作物根茎腐烂；冬季和早春在北方冷空气的影响下，粮食作物遭受低温冷害，致使减产等。综上所述，这些地区更要做好灾害的应急管理和防灾减灾工作。

3灾损粮食产量的预测

3.1预测模型

研究表明，历史数据对未来的影响是随时间间隔的增长而递减的。因此，更加精确的方法是对各个观察数据按照时间顺序进行加权平均作为预测值。而指数平滑法满足这一要求，此外它还具备简单的递推形式。所谓的指数平滑法是指通过对历史数据平滑平均数的求解，继而对时间序列进行均匀修正的一种方法[5]。本研究把前面所求得的每年各省（市、自治区）由气象灾害所损失的粮食产量作为历史资料，以这些资料来预测出接下来两年全国各省（市、自治区）由气象灾害损失的粮食产量。构建模型[6，7]如下：

设时间序列为q1，q2，...，qt，α为加权系数，则一次简单的移动平均值Mt（1）的计算公式如公式（11）所示。

Mt（1）=（qt+qt-1+…qt-N+1）=Mt-1（1）+（11）

以Mt（1）作为qt-N的最佳估计值，则有：

Mt（1）=+（1-）Mt-1（1）（12）

设α=，用St代替Mt（1），即得公式（12）一次指数平滑法的计算公式，如公式（13）所示。

St（1）=αqt+（1-α）St-1（1）（13）

在一次指数平滑法的基础上再做一次指数平滑，得到公式（14）所示的二次指数平滑法。

St（2）=αSt（1）+（1-α）St-1（2）（14） 公式（13）、（14）中，St（1）为一次指数的平滑值， St（2）为二次指数的平滑值。预测方程为：

t+m=at+btmm=1，2，…，n（15）

at=2St（1）-St（2）（16）

bt=（St（1）-St（2））（17）

3.2预测结果

为了更加快捷地得出各省（市、自治区）各年份的预测值，在MATLAB中对其进行数据处理，编制相应的算法能够更加迅速地得到各年份的预测值。根据公式（2）求得的气象灾损粮食产量，得到2013年全国各省（市、自治区）的灾损粮食产量预测值，如表2所示。

篇4

中图分类号：S42文献标识号：A文章编号：1001-4942（2017）02-0136-06

潍坊市地处山东半岛中部，地势南高北低，西部与南部为山地丘陵，东部为平原，北临渤海湾。四季均有不同气象灾害发生，春季干燥大风，春夏之交冰雹多发，夏季降水集中，洪涝灾害较多，秋季易出现干旱、霜冻、连阴雨，冬季易出现风雪灾害。农业气象灾害一般是指农业生产过程中所发生的导致农业显著减产的不利天气或气候条件的总称，它是影响作物稳产、高产最主要的自然因素，与农业经济效益紧密相连[1，2]。目前，已有许多学者对不同地区的气象灾害进行了深入研究，房世波[3]、卢丽萍[4]等分析了我国农业气象灾害变化趋势和分布特征及对农业生产的影响；王静[5]、孙霞[6]、邵末兰[7]、解明恩[8]、朱保美[9]等分别对山东、河北、湖北、云南、山东德州等地区的气象灾害时空分布特征进行了研究。本文利用1978-2015年资料分析潍坊市主要气象灾害对农业生产的影响及其时空分布特征，对更精确地指导当地农业生产及提高防灾减灾的能力提供参考依据。

1资料与方法

1.1资料来源

本文所用1978-2015年的农作物受灾面积数据来源于潍坊市九个县市区气象局、民政局和《中国气象灾害大典（山东卷）》[10]，播种面积及粮食产量数据来源于《潍坊统计年鉴》。

1.2计算方法

1.2.1线性倾向估计用线性倾向估计对农业气象灾害变化程度进行描述，分析潍坊市主要气象灾害的年际变化特征。

1.2.2受灾率因每个地区每年粮食播种面积与遭受自然灾害的受灾面积不等，造成灾害的危害程度不同，本文采用受灾率统一反映各年的受灾状况。

受灾率定义为某一种气象灾害当年农作物受灾面积与当年总播种面积的比值[11]。

1.2.3经验正交函数（EOF）分解[12]利用经验正交函数（EOF）分解将原变量场分解为正交函数的线性组合，用个数较少的几个空间分布模态来描述原变量场。以受灾率作为定量表征指标，应用经验正交函数（EOF）分析潍坊市气象灾害的空间分布特征。

1.3气象灾害类型

1978-2015年潍坊市出现的气象灾害包括冰雹、暴雨洪涝、大风、干旱、雷击、风暴潮、台风、霜冻、低温冻害、大雾、雪灾、龙卷风、蝗灾、雨凇、连阴雨、飑线、赤潮等17种，累计出现230次。其中，冰雹（占全部气象灾害的35.2%）、暴雨洪涝（18.7%）、大风（11.7%）、干旱（7.8%）发生频次较高，占全部气象灾害的73.5%，定义为潍坊市出现的主要气象灾害，故本文对主要气象灾害进行分析。

2气象灾害对农业生产的影响及其年际变化特征2.1气象灾害比重的年际变化特征

为更好地分析每年各类气象灾害的发生特征，将洪涝灾害、干旱、风灾和冰雹四种气象灾害在当年总灾害中所占比重进行统计，分析气象灾害引发的灾害程度。结果（图2）表明，暴雨洪涝、干旱、大风和冰雹灾害的比重分别为14.9%、45.2%、10.6%、29.3%，其中干旱和冰雹是潍坊发生受灾面积最重的两种农业气象灾害。干旱灾害比重超过90%的年份主要发生在1979、1981、1983、2000-2002、2006-2009、2014年，2000年以来的连年大旱造成的损失严重；冰雹灾害比重超过90%的年份主要发生在1982、1986、2004-2005年，每年都有不同程度的冰雹灾害发生，每次发生时造成的受灾面积相对较小，但发生次数较多，农作物受灾损失严重；洪涝灾害比重较大的年份主要出现在1998和2013年；风灾比重相对较少，一般伴随着暴雨、冰雹等天气出现，1988、1990-1995年所占比重在23%～49%。

图21978-2015年潍坊市主要气象灾害所占比重

2.2气象灾害对粮食产量的影响

潍坊是农业大市，农作物种植面积广，粮食产量高，西部与南部属于山区丘陵地带，基础设施薄弱，自然抗灾能力差，受灾强度大，对粮食产量影响较大。从潍坊市农业气象灾害与粮食播种面积、粮食产量之间的关系（图3）可知，农作物播种面积变化较小，略呈增加趋势；随着农业科技水平的提高，粮食产量呈显著增加趋势，气候倾向率达到5.4×105 t/10a（通过了α=0.001的显著性检验），而受灾面积呈显著下降趋势，气候倾向率为7.3×104 hm2/10a（通过了α=0.05的显著性检验），粮食产量与受灾面积呈现明显负相关关系。1978-1979、1981、1984、1987-1989、1992、1997-2002、2014年，主要灾害的总受灾面积较大，粮食产量明显减少；1993-1996、2006-2013年，庀笤趾减少，粮食产量提高。因此，气象灾害对农业生产产生直接影响，成为粮食产量增减的重要原因之一。

图31978-2015年农业气象灾害与粮食播种面积、粮食产量的关系

2.3各类农业气象灾害年际变化特征

潍坊市每年都有不同程度的农业气象灾害发生，受灾面积呈减少趋势，年平均成灾面积为28.7×104 hm2。按受灾比重大小分析干旱、冰雹、暴雨洪涝、大风灾害的年际变化特征。

2.3.1干旱灾害年际变化趋势干旱灾害虽然发生的频次少，但是影响范围大、持续时间长，受灾程度重。由图4可知，38年来，干旱受灾面积呈波动性下降，阶段变化明显，气候倾向率为-4.04×104 hm2/10a，平均受灾面积为19.6×104 hm2。20世纪70年代末与80年代初、1989年、2000年代初与末发生的干旱受灾面积最大，最大值出现在1979年，达93.3×104 hm2，1999-2002年连续干旱受灾面积达147.9×104 hm2，

变化趋势

2006-2011年连续干旱受灾面积达162.2×104 hm2；干旱受灾面积在平均值以下的年份有1980、1982-1983、1985-1996（除1989）、1998、2003-2005、2009、2011-2013、2015年，其中有17年未发生过干旱灾害，受灾面积统计结果为0。

2.3.2冰雹灾害年际变化趋势冰雹是一种局地性较强的农业气象灾害，潍坊市冰雹常出现在每年的5-6月份，正值农作物成熟收获季节，而且冰雹发生频次高，遭受冰雹的地区易产生严重的损失。从图5冰雹受灾面积的变化趋势可知，冰雹受灾面积呈显著减少趋势，气候倾向率为-2.1×104 hm2/10a，年平均成灾面积为4.1×104 hm2。38年中，除1992、2011、2013年未发生冰雹灾害外，其余年份均发生不同程度的冰雹灾害，受灾面积最大的年份发生在1987年，达30.8×104 hm2。统计资料显示，1987年5月23日凌晨发生冰雹天气，冰雹大者如鸡蛋，持续10～15 min，同年7月7日，降雹持续20 min，地面冰雹厚度5 cm，最厚的地方达7 cm以上，因冰雹局地性强，冰雹多发区易产生较严重的灾害。

2.3.3洪涝灾害年际变化趋势洪涝灾害主要是短时间内降水量大而造成的一种灾害，潍坊地区遭受暴雨、大暴雨时易发生洪涝灾害，以夏季雨涝为主。从图6可知，洪涝受灾面积变化趋势不明显，呈波动性变化，年平均成灾面积为3.4×104 hm2。1987年与1997年受灾面积的变化幅度呈主高峰，分别为30.8×104 hm2与45.1×104 hm2；1990、1998-1999、2012年，洪涝受灾面积的变化幅度呈次高峰；1978-1986连续9年、2000-2011连续12年受灾面积低于洪涝年平均受灾面积，除1981、1984、1986、1989、1991-1993、2002、2006、2014年未发生洪涝灾害外，1996年受灾面积最小，为30 hm2。洪涝灾害虽然发生的次数少，但危害很大，1997年8月19-20日，潍坊各县市区均遭受了特大暴雨袭击，直接经济损失达16.55亿元。

2.3.4大风灾害年际变化趋势潍坊市春季的干燥大风易引发风灾，出现6级（平均风速10.8 m/s）以上大风时，对农作物生长的影响非常大。由图7可知，大风受灾面积呈显著减少趋势，气候倾向率为0.9×104 hm2/10a（通过了α=0.05的显著性检验），年平均成灾面积为1.6×104 hm2。在20世纪70年代末80年代初和80年代末90年代初，风灾面积较大，最大年份出现在1988年，受灾面积达15.4×104 hm2，其次出现在1990年，受灾面积达11.0×104 hm2，1994-2015年连续22年大风受灾面积小于年平均值。统计资料显示，1988年6月1日，潍坊全市遭受大风袭击，平均风力7～9级，局部10级以上；1990年7月15-16日，潍坊全市遭受暴风雨袭击，风力达8～10级，局部11级以上，这种范围大、持续时间长、风力强的大风出现在春夏季节，造成损失较高。

3.1总气象灾害的空间分布特征

利用EOF正交经验函数分析1978-2015年9个县市区38年气象灾害的空间分布特征。图8显示，受灾率大值区主要出现在潍坊西部与南部，临朐受灾率最大，为0.211，其次是诸城、安丘，受灾率分别为0.209、0.193；东部、北部受灾率相对较小，高密受灾率最小，仅为0.119，其次为寿光和寒亭。潍坊西部与南部为山区和丘陵地形，易发生干旱、冰雹、洪涝等气象灾害，受灾率较高，成为气象灾害的重灾区，北部地区易出现风灾，风灾影响面积较小，东部受灾率低，受灾程度相对弱。

3.2四种气象灾害的空间分布特征

从图9a干旱灾害分布可知，西部临朐、青州、昌乐的旱灾最为严重，其次是东北部的昌邑和寒亭，再次是诸城和安丘的西部，受灾率在0.102～0.147，其他地区的受灾率均在0.008～0.010。可见，西部是干旱的重灾区，西部山区地形造成土壤水分丧失快，影响了农作物的播种及生长，易引发旱情；旱灾持续时间较长，局部性或区域性的旱灾经常发生，统计资料表明，潍坊地区易发生春夏连旱、夏秋连旱等，连旱造成的灾害更加严重。

从图9b冰雹灾害分布情况可知，安丘西部和临朐南部的雹灾最严重，受灾率分别达到0.061和0.053，其次是潍坊南部的诸城、西部的青州和西北部的寿光，受灾率在0.044～0.048，再次是昌乐、寒亭和昌邑，受灾率在0.003～0.004，东南部的高密受灾率最小。冰雹灾害是一种局地性很强的气象灾害，虽然影响范围小，但对农业生产的危害较为严重[13]，潍坊西部山区与南部丘陵地带是冰雹多发地。

洪涝灾害分布情况可知，潍坊南部的诸城灾情最严重，受灾率为0.054，其次是安丘和昌妨降兀受灾率在0.003～0.004，潍坊西部和北部灾情最轻，受灾率0.010。对比图9a和9c可知，潍坊西部、南部的旱灾和洪涝灾害分布基本成反向变化。

从图9d风灾分布情况可知，潍坊北部的寒亭、寿光、昌邑是风灾的重灾区，受灾率最大为0.009，其次东南部的诸城和高密，风灾最小的地方出现在西部的临朐，受灾率不足0.001。潍坊北部频临渤海湾，受海陆热力性质差异大的影响，北部的风力较大，易出现大风天气，对露地农作物的影响较大。

4结论

利用1978-2015年38年资料分析潍坊市农业气象灾害对农业生产的影响及其时空分布特征，主要结论如下：

（1）潍坊市出现的气象灾害有17种，累计出现230次，出现最多的是冰雹、暴雨洪涝、大风、干旱，灾害比重的年际变化也很大，受灾面积比重分别为29.3%、14.9%、10.6%、45.2%，干旱和冰雹灾害最为严重。

（2）气象灾害与粮食产量呈负相关关系，即受灾面积大，粮食产量低；受灾面积小，粮食产量高。

（3）潍坊市总气象灾害受灾面积以7.3×104 hm2/10a速率呈下降趋势，年平均成灾面积为28.7×104 hm2。干旱受灾面积呈波动性下降，20世纪70年代末与80年代初、1989年、2000年代初与末发生的干旱受灾面积较大；冰雹受灾面积呈显著减少趋势，除1992、2011、2013年三年外，每年都会出现冰雹灾害；暴雨洪涝灾害变化趋势不明显，呈波动性变化，1987与1997年受灾面积的变幅出现两个高峰；大风受灾面积呈显著减少趋势，20世纪70年代末80年代初和80年代末90年代初，风灾面积较大。

（4）潍坊市主要气象灾害出现在西部与南部，临朐受灾率最大，其次是诸城、安丘，东部与北部受灾率小。各种气象灾害的空间分布不统一，干旱灾害多发生在西部的临朐、青州、昌乐，其次是东北部的昌邑和寒亭，再次是诸城和安丘的西部；冰雹灾害分布范围大，安丘西部和临朐南部的雹灾最严重，其次是南部诸城、西部青州和西北部寿光；洪涝灾害多发生在南部诸城，其次是安丘和昌乐，潍坊西部、南部的旱灾和洪涝灾害分布基本成反向变化；风灾主要出现在北部的寒亭、寿光、昌邑，其次东南部的诸城和高密。

参考文献：

[1]陈怀亮， 邓伟， 张雪芬， 等. 河南小麦生产农业气象灾害风险分析及区划[J]. 自然灾害学报， 2006， 15（1）：136-140.

[2]程纯枢. 中国的气候与农业[M]. 北京： 气象出版社， 1991： 542-603.

[3]房世波， 阳晶晶， 周广胜， 等. 30年来我国农业气象灾害变化趋势和分布特征[J]. 自然灾害学报， 2011， 20（5）：69-73.

[4]卢丽萍， 程丛兰， 刘伟东， 等. 30年来我国农业气象灾害对农业生产的影响及其空间分布特征[J]. 生态环境学报， 2009， 18（4）：1573-1578.

[5]王o， 刘焕斌， 曹洁， 等. 1984-2013年山东省主要气象灾情特征分析[J].内蒙古气象，2015（5）：53-56.

[6]孙霞， 俞海洋， 孙斌， 等. 河北省主要气象灾害时空变化的统计分析[J].干旱气象，2014，32（3）：388-340.

[7]邵末兰， 向纯怡 . 湖北省主要气象灾害分类及其特征分析[J].暴雨灾害，2009，28（2）：179-185.

[8]解明恩， 程建刚 范菠. 云南气象灾害的时空分布规律[J].自然灾害学报，2004，13（5）：40-47.

[9]朱保美， 周清， 胡雪红， 等. 德州市农业气象灾害特征与区域分布[J].山东农业科学，2015，47（11）：94-98.

[10]温克刚. 中国气象灾害大典[M]. 北京：气象出版社，2006.

[11]魏亚刚， 陈思. 23年来河南省主要气象灾害对农业的影响及时空分布特征[J].云南地理环境研究，2015，27（3）：65-71.

[12]魏凤英. 现代气候统计诊断与预测技术[M]. 北京：气象出版社，2007：155-122.

山 东 农 业 科 学2017，49（2）：142～146Shandong Agricultural Sciences山 东 农 业 科 学第49卷第2期王可，等：济宁青山羊微卫星标记多态性分析DOI：10.14083/j.issn.1001-4942.2017.02.030

篇5

为了便于分析，把造成一定的经济损失，但未造成人员伤亡的气象灾害定为一般旅游气象灾害;把造成一定的经济损失的同时造成人员伤(亡)或失踪的气象灾害定为严重旅游气象灾害;把一般气象灾害在年内发生最早与最晚日期之间的时段定为灾害期;把严重危害在年内发生最早与最晚发生日期之间的时段定为严重灾害期。本文主要以对游客有危害的气象灾害作为分析对象。

青海旅游气象灾害概况

青海的旅游季节集中在5～10月份，而沙尘暴、雪灾、冻害等灾害，大多发生在10月至翌年4月份，即适宜旅游季节以外，对旅游设施、交通、自然景观会产生一些影响，但对户外活动的旅客影响甚微。对于出现在5～9月份冰雹、暴雨洪涝、雷电、高温、大雾、龙卷风等灾害而言，灾害期与适宜旅游季节相重叠。高温、大雾、龙卷风等灾害虽有发生，但次数极少，24年累计仅为2～8次，且危害区域小、持续时间短，对游客危害也很小。因此，确定暴雨洪涝、雷电、冰雹灾害是青海旅游业的主要气象灾害，见表1。

青海旅游气象灾害时空特征

1时间变化

1.1日变化

日内，冰雹灾害发生于11时至次日05时，相对集中在15～19时(占降雹总数的58.2%);16～17时为日内最易发生冰雹灾害的时段，占日降雹总数的18.1%。05～10时未出现过冰雹灾害，见图1。暴雨洪涝灾害在日内每个时次均有发生，16～22时发生的暴雨洪涝灾害的比例明显高于其它时次，占暴雨洪涝灾害总数的55.0%;20～21时为日内最易发生暴雨洪涝灾害的时次，其它时次均在4.2%以下。雷电灾害发生在11～23时，此时段发生的雷电灾害占日雷电灾害总次数的92%;相对集中在13～22时，占日总次数的86%;16～17时是日内最易发生雷电灾害的时次。00～01时、03～05时虽有雷暴灾害发生，但次数较少，仅为6%，见图1。

1.2年变化

统计表明:青海冰雹灾害的一般灾害期最早从5月上旬开始，最晚在10月上旬结束。6～8月份为灾害集中发生时期(占年发生次数的95.2%)。灾害期历时152d。严重灾害期开始于5月下旬，结束于9月上旬，为时103d。严重灾害期较一般灾害期短49d。暴雨洪涝灾害的一般灾害期最早从4月上旬开始，最晚在10月上旬结束。6～8月份为灾害集中发生时期(占年发生次数的89.7%)，灾害期历时184d;严重灾害期开始于4月下旬，结束于9月下旬，为时150d。严重灾害期较一般灾害期短34d。雷电灾害的一般灾害期最早从4月中旬开始，最晚在10月下旬结束。5～9月份为灾害集中发生时期(占年发生次数的96.2%);历时200d。严重灾害期于4月中旬开始，9月中旬结束，为时160d。严重灾害期较一般灾害期短40d，见图2。年内严重灾害主要集中在5～8月份，6～8月份为青海严重灾害高发期，见表2。

1.3年际变化

分析表明:年际间的冰雹、暴雨洪涝和雷电灾害次数表现出增加趋势。其中:1984—1989年，年冰雹灾害次数仅为8.5次/年;1990—1999年灾害次数增加至20.7次/年;2000—2007年高达38.5次/年。暴雨洪涝灾害在1984—1989年间发生次数为3.7次/年;1990—1999年增加至14.5次/年;2000—2007年高达42.4次/年。雷电灾害在1984—1989年间发生次数为0.5次/年;1990—1999年为0.7次/年;2000—2007年高达11.9次/年，见表3。

1.4灾害持续时间

统计表明:雷暴灾害的个例虽较多，但多数记录起、止时间不详，无法进行准确统计和分析，本文仅选择较完整的资料个例进行相关统计和分析。雷电灾害持续时间在31～60min之间的频次达36%;持续时间在61～90min之间的频次为32%;持续时间在91～120min和120min以上的频次为12%;持续时间少于10min和11～30min之间的频次为4%。

冰雹灾害持续时间在6～10min之间的频次达30.2%;持续时间不足5min和16～20min之间的频次为22.1%和20.9%;持续时间在11～15min的频次为17.4%;持续时间在21～30min和大于30min之间的频次为7%和2%。

暴雨持续时间在11～60min之间的频次达32.9%;持续时间在61～180min之间的频次为29.5%;持续时间在181～360min的频次为16.4%;持续时间在小于10min的灾害频次为1.4%，见表4。

2地域分布

2.1地区(州)分布

以主要旅游气象灾害总次数而言，海东地区是青海严重旅游气象灾害高发区，其比例占全省总次数的30.1%;西宁市、黄南州、海南州为严重气象灾害次高发区，占全省总次数的11.8%～19.1%;海北州、海西州、玉树州和果洛州为严重气象灾害低发区，占全省总次数的4.4%～5.9%，见表5。由表5可见，从旅游灾害造成的伤亡人数上看，海南州为灾害伤亡最多地区，伤亡比例占全省伤亡总数的46.2%;海东地区和黄南州是次多地区，占全省伤亡总数的12.9%～16.0%;西宁市和海北州为伤亡人数较少地区，占全省总数的7.9%～8.9%;玉树州、果洛州和海西州是严重灾害造成人员伤亡最少地区，只占全省总数的2.0%～3.5%。

以单一旅游气象灾害而言，西宁市、海东地区、黄南州为青海雷电灾害高发地区和伤亡人数最多地区，24年中先后发生严重雷灾9～13次、造成21～34人(次)伤亡，分别占全省严重雷灾发生次数的17.0%～24.5%和伤亡人数的17.4%～28.1%。海西州和果洛州是严重雷灾发生最少地区，24年间，只发生过2次，占青海严重雷灾发生次数的3.8%和雷灾伤亡人数的3.3%～5.7%。西宁市、海东地区、海北州、海南州是青海冰雹灾害高发地区。海南州、海东地区、西宁市为青海暴雨严重灾害高发区，占总次数的16.7%～29.5%。果洛州24年间未发生暴雨严重灾害，见图3。

2.2县级分布

由图3可见，西宁市的湟中县、湟源县、大通县;海东地区的化隆县、互助县、民和县、平安县、乐都县;海北州的门源县、刚察县;海南州的同德县、兴海县、共和县是青海省内冰雹灾害多发县份。海南州的贵德县、共和县、贵南县、兴海县;海东地区的化隆县、民和县、循化县、平安县;黄南州的同仁县;海西州的都兰县、天峻县是暴雨洪涝灾害多发县份。西宁市的大通县、湟中县、湟源县;海东地区的互助县、化隆县;海北州刚察县;黄南州的泽库县、河南县则是雷电灾害多发县份。

结论及建议

(1)青海最佳旅游时期与冰雹等灾害的灾害期重叠，暴雨洪涝、雷电、冰雹是青海主要旅游气象灾害。灾害期在150～200d之间。6～8月份为年内旅游气象灾害次数最多时段。

(2)年际间的暴雨洪涝、冰雹和雷电灾害的年次数存在持续增多趋势，但检验表明这种增多趋势不明显。

(3)海南州、海东地区、西宁市为青海最易发生旅游气象灾害的地区;海西州、黄南州和海北州为青海旅游气象灾害较容易发生地区;玉树州和果洛州发生旅游气象灾害的机率较低。湟中县、兴海县、贵德县、化隆县、大通县、湟源县是青海旅游气象灾害易发和危害最重的县份，班玛县、久治县、治多县、玛多县是旅游气象灾害发生次数较少、危害较轻的县份。

(4)冰雹、暴雨洪涝、雷电灾害次数在年际间呈现出的增长趋势除与全球性气候变暖有直接关系外，与当地经济发展、人口增加以及环境保护有密切的关系，这个关系有待于以后进一步分析和研究。