DB37T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分:风灾_第1页
DB37T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分:风灾_第2页
DB37T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分:风灾_第3页
DB37T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分:风灾_第4页
DB37T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分:风灾_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、ICS65.020B 01DB37山东省地方标准DB37/T 4144.42020夏玉米气象灾害鉴定评价规范第4部分:风灾Standard identification and evaluation of meteorological disasters for summer maizePart 4:Wind disaster2020 - 09 - 25发布2020 - 10 - 25实施山东省市场监督管理局发布DB37/T 4144.42020前言DB37/T 4144夏玉米气象灾害鉴定评价规范分为五个部分:第1部分:干旱;第2部分:高温;第3部分:渍涝;第4部分:风灾;第5部分:冰雹。本部

2、分为DB37/T 4144的第4部分。本部分按照GB/T 1.12009给出的规则起草。本部分由山东省农业农村厅提出并组织实施。本部分由山东省农业标准化技术委员会种植业标准化分技术委员会归口。本部分起草单位:山东省农业科学院玉米研究所。本部分主要起草人:钱欣、李宗新、刘开昌、张慧、高英波、薛艳芳、赵海军、方志军、代红翠、王良、成浩、李源方、单晶、刘元元、肖蓉、王慧敏。7夏玉米气象灾害鉴定评价规范第4部分:风灾1 范围本标准规定了夏玉米受风灾影响受灾程度分级、风灾指标和科学的风灾等级评估方法。本标准主要适用于夏玉米风灾鉴定评价。2 术语和定义下列术语和定义适用于本文件。2.1风灾wind dis

3、aster由于风速过大,造成夏玉米倒伏、植株折断导致产量减损的灾害。2.2茎折stem break玉米植株根系在土壤中固定的位置不变,从茎的某一节间折断。2.3根倒root lodging植株的根系在土壤中固定的位置发生改变,茎秆与垂直线大于一定角度(30)而茎秆不发生折断。2.4茎倒stem lodging玉米植株根系在土壤中固定的位置不变,而植株的中上部分发生弯曲。2.5风灾评估agricultural wind disaster assessment通过对作物生长状况和致灾气象要素监测,依照风灾发生状况及经济损失,对风灾发生的区域、范围、等级和损失情况进行及时评价的过程。2.6风灾等级w

4、ind disaster grade描述受风灾影响程度的级别标准。2.7减产率yield reduction rate单位面积玉米趋势产量与实际产量之差占趋势产量的比率,以百分率(%)表示。3 风灾鉴定3.1 风灾等级综合考虑风灾所在地区气象资料数据及玉米植倒伏情况划分为轻度、中度、重度和严重风灾四级。3.2 风灾等级划分指标3.2.1 统计回归模型模拟评估风灾等级针对区域性的风灾发生过程,通过田间倒伏率调查手段难以获得准确的倒伏数据,不易判断风灾等级,可通过建立统计回归模型的方式模拟评估风灾等级。计算方法按照公式1执行。 (1)式中:x1玉米受灾过程中持续时间内的最大风速的最大值;x2持续时

5、间内的最大风速的平均值;x3最大风速持续时间;x4过程降水量;x5生育期影响因子。x5的取值分别为:播种拔节期0.80,拔节抽雄期0.85,抽雄吐丝期0.85, 吐丝成熟期0.80。基于y值划分的风灾等级按表1执行。表1 基于y值的风灾等级风灾等级轻度中度重度严重y值0y11y2.52.5y4y43.2.2 倒伏率基于夏玉米田间植株倒伏率(茎折率+根倒率+茎倒率)划分风灾等级按表1执行。表2 基于田间植株倒伏率的风灾等级风灾等级轻度中度重度严重倒伏率(%)9倒伏率2020倒伏率4040倒伏率80倒伏率80田间倒伏率调查参见附录A。3.2.3 受灾面积百分比风灾发生面积应该在实地调查的基础上根据

6、风灾指标,采用统计资料、卫星遥感等资料计算,所采用资料应该区分不同风灾等级发生的面积。依据以下公式(2)计算受灾面积所占比例,以此判定风灾等级。(2)式中:A1区域内夏玉米受风灾面积(hm2);A0区域内夏玉米种植总面积(hm2)。基于受灾面积划分的风灾等级指标按表2执行。表3 基于受灾面积的风灾等级风灾等级轻度中度重度严重作物受风灾面积比Si(%)10Si3030Si5050Si80Si803.2.4 成灾面积百分比成灾面积百分比是指夏玉米因风灾减产30%以上的面积与夏玉米播种面积的比值,见公式3。(3)式中:Ac因风灾农作物产量减少30%以上面积(hm2);A1区域内作物受风灾面积(hm2

7、)。基于成灾面积划分的风灾等级指标按表3执行。表4 基于成灾面积的风灾等级风灾等级轻度中度重度严重成灾面积比Sz(%)10Sz2020Sz4040Sz60Sz604 风灾产量损失评估方法4.1 风灾产量损失评估4.1.1 等级划分将分灾害影响作物产量损失评估等级划分为轻度、中度、重度和严重减产4级。4.1.2 评估方法利用趋势模拟产量与实际产量相对比值,作为风灾对夏玉米产量影响的评估指标,表述为减产率Iy,计算方法按照公式4执行。(4)式中:Iy 减产率(%);Yh 趋势产量 计算原理及方法按附录B执行;Y 实际产量。4.1.3 评估指标依据作物产量减产率评估风灾害等级按表4执行。表5 不同区

8、域产量损失评估等级评估级别减产率(%)省市县轻度10Iy1510Iy1510Iy20中度15Iy2015Iy2520Iy30重度20Iy2525Iy3530Iy40严重Iy25Iy35Iy404.2 风灾评估流程4.2.1 气象监测信息收集在玉米生长发育季节,收集玉米种植区域内各台站的玉米生长发育进程、长势、土壤湿度、气温、降水、最大风速等要素的观测资料,收集农业气象、农学、遥感等多学科信息,以及气象、民政以及农业等有关部门的灾情监测信息。4.2.2 实地调查和灾情会商当玉米生长发育过程中,有较大范围和程度的风灾发生时,到重点灾区进行灾情考察。并及时进行灾情会商。4.2.3 进行风灾等级鉴定当

9、发生风灾时,结合风灾评估指标3.2.13.2.4进行夏玉米风灾等级评估。4.2.4 进行灾后风灾等级鉴定与产量损失评估在风灾发生后,结合风灾评估指标和评估方法,选择适宜的评估手段进行夏玉米风灾等级及产量损失评估。4.2.5 撰写综合评估报告根据上述各项评估结果,结合天气气候信息,对夏玉米风灾发生和损失情况进行综合评价,撰写评估报告。评估报告应坚持内容真实、数据准确、信息全面、分析客观、文字简练和通俗易懂的原则。评估报告应包括标题、前言、主体、结尾、署名、成文日期和印章部分。AA附录A (资料性附录)夏玉米倒伏率田间调查方法在受风灾危害后第二日,于每块受灾地块随机选取5个样点,每样点连续调查50

10、株玉米,统计茎折株数、根倒株数和茎倒株数,记录到“夏玉米风灾后田间植株倒伏率调查表”(表A.1)中,计算地块平均倒伏率。该方法适用于较小地块(小于100亩)的风灾等级评估。表A.1 夏玉米风灾后田间植株倒伏率调查表地址: 市 县(区) 镇(街道) 村 地块面积: 亩时间: 年 月 日调查人: 样点茎折株数根倒株数茎倒株数倒伏率(%)12345平均注: 倒伏率=(茎折株数+根倒株数+茎倒株数)/50100%BB附录B (规范性附录)实际产量分解及趋势产量模拟计算方法B.1 实际产量分解作物生产是一个自然再生产和社会经济再生产的过程,农作物产量受到多种因素的相互作用,主要是各种自然因素和非自然因素

11、的综合影响。长时间序列的作物产量变化不仅与气象因子有关,也与科技进步、物质投入、环境、政策等有密切关系,其中科技进步水平对粮食单产的影响力最大。国内外研究者大多将这些因素按影响性质和时间尺度划分为农业技术措施、气象条件和随机“噪声”三大类。因此一般将作物产量分解为趋势产量、气象产量和随机产量3部分。趋势产量可看作是反映某一历史时期某一生产区域生产力发展水平的长周期产量分量;气象产量是以气象要素为主的短周期变化因子影响的产量分量;随机产量是由一些没有考虑的偶然因素以及统计误差所产生的产量分量。其中随机产量一般忽略不计,可将粮食实际产量视作趋势产量和气象产量之和。实际产量计算公式如下:(附录B.1

12、)式中:Y 为实际产量,单位为kg/hm2;Yh 为趋势产量,单位为kg/hm2;Yw 为气象产量,单位为kg/hm2。B.2 趋势产量模拟一般情况下,尤其是在大范围的农业生产中,农艺技术措施对作物产量的影响在时间序列上是一个变化比较平缓的过程。相邻两年间的产量一般不会因农艺技术措施的变化而发生剧增或锐减。一项农业技术措施的变革往往是逐渐发生、扩大(推广),并且持续多年方得以完成。因此,在具体处理时,通常把年序或其它时间参数简单地作为“自变量”,而以种种函数关系去逼近模拟农业技术措施这类稳定的非自然因素对作物产量的影响。通称为时间趋势产量或技术趋势产量,简称为趋势产量。实际上,在天气-产量统计

13、模式中,趋势产量代表气象产量模拟所用因素以外的所有非自然与自然因素对产量贡献的总和,也就是除农艺技术措施的影响外,还包括其它对产量有类似于农业技术措施那样起作用的所有自然与非自然因素的影响。换言之,它是产量历史演变曲线中的长周期(或低频)波动部分。B.3 趋势产量模拟计算方法:滑动平均法滑动平均法是一种古典的数据处理方法,在一组动态测试数据中,利用点函数值表示其确定性变化规律,消除动态测试数据中的随机起伏,进而对确定性成分和不确定性成分进行分离。作物趋势产量的计算则是一种线性回归模型结合滑动平均法进行模拟计算的方法,需要将产量的时间序列在某一阶段内发生的变化看作是线性函数,随着确定的某一时间阶段的连续后延滑动,得到的直线不断变化位置,以此求得各个阶段的线性回归模型,各时间点上获得的直线滑动回归模拟的均值即是所求的趋势产量,可反映产量历史演变的趋势变化。某阶段的线性趋势方程为:(附录B.2)式中:i i=n-k+1,表示方程个数;k 表示滑动步长(一般取奇数);n 表示样本量的序列总数;t 表示时间序列。当i=1时,t=1,2,3,k;当i=2时,t=2,3,4,k+1;当i=n-k+1时,t=n-k+1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论