Temporal Characteristics and Impact Differences of Major Agro-meteorological Disasters in Heilongjiang Province Under Climate Change

doi:10.11924/j.issn.1000-6850.casb2023-0485

Abstract

Abstract:

Based on the grain sown area, disaster data, and agro-meteorological disaster data of Heilongjiang Province from 1972 to 2020, this study employed grey correlation analysis and an integrated agro-meteorological disaster loss model to examine the temporal changes in major agro-meteorological disasters over the past five decades. The research also explored the occurrence characteristics and agricultural impacts of different levels of agro-meteorological disasters under the backdrop of climate change. The results indicated that while the total agricultural disaster area exhibited a fluctuating downward trend (P>0.05), the proportion of disaster-affected areas showed a slight upward trend (P>0.05). Among various meteorological disasters, their effects on agriculture were ranked as follows: drought > low temperature c > flood > wind - hail, with drought and low temperature having the most significant impact and causing more severe damage. In Heilongjiang Province, 85% of the years experienced agro-meteorological disasters, with 15% being classified as major or severe disasters. The most severe disaster years were 1976, 2002, and 2003, with comprehensive disaster indices of 5.8173, 5.1791, and 5.3219, respectively. The disaster-affected area was significantly negatively correlated with grain yield (P < 0.05). As the disaster-affected area increased, grain yield decreased. Specifically, for every 100×10³ hm² increase in the disaster-affected area, grain yield per unit area decreased by 26.34 kg. On average, grain yield per unit area decreased by 38.27 kg. However, there was no significant correlation between the affected area and grain yield during mild or minor disaster years. These disaster assessment results align well with historical records of agricultural disasters in Heilongjiang Province and can provide valuable scientific references for mitigating disaster risks and ensuring stable and high grain yields in agricultural production.

Key words: climate change, agro-meteorological disasters, time series analysis, grey correlation degree, disaster loss assessment model, disaster level, Heilongjiang Province

WANG Qiujing, MA Guozhong, ZHAI Mo, CHU Zheng, QU Huihui, JIANG Lixia. Temporal Characteristics and Impact Differences of Major Agro-meteorological Disasters in Heilongjiang Province Under Climate Change[J]. Chinese Agricultural Science Bulletin, 2025, 41(5): 110-118.

Figures/Tables 10

References 38

[1]	魏湜, 王建国, 顾万荣. “中国粮仓”——黑龙江省粮食生产分析与发展策略[J]. 东北农业大学学报, 2011, 42(7):1-8.
[2]	马宝新. 黑龙江省玉米生产现状与对策[J]. 黑龙江农业科学, 2018(12):111-112,117.
[3]	姜丽霞, 赵慧颖, 曲辉辉, 等. 2021. 黑龙江省玉米干旱与低温冷害复合逆境对产量的影响[J]. 气象,2021, 47(1):94-105.
[4]	杨卫东. 黑龙江省气象灾害防御技术手册[M]. 北京: 气象出版社, 2017.
[5]	王晓宁, 丘大鹏, 赵景波, 等. 黑龙江省1958—2017年极端降水时空变化与灾害效应[J]. 水土保持研究, 2020, 27(5):138-146.
[6]	IPCC. Climate change 2021: the physical science basis[EB/OL]. (2021-8-7) [2021-8-11]. https://www.ipcc.ch/report/sixth-assessment-report-working-group-i/.
[7]	Global Network Against Food Crisis. Global report on food crises 2020[R]. Brussels/Rome/New York: food security information Network, 2020.
[8]	陈源源. 气候变化对中国粮食生产的影响[J]. 中国农学通报, 2021, 37(12):51-57. doi: 10.11924/j.issn.1000-6850.casb2020-0402
[9]	矫梅燕. 农业应对气候变化蓝皮书:气候变化对中国农业影响评估报告(NO.1)[M]. 北京: 社会科学文献出版社, 2014.
[10]	周广胜. 气候变化对中国农业生产影响研究展望[J]. 气象与环境科学, 2015, 38(1):80-84.
[11]	姚亚庆, 郑粉莉, 关颖慧, 等. 近60年我国旱涝灾情时空特征分析[J]. 干旱地区农业研究, 2017, 35(1):228-232,236.
[12]	崔宁波, 殷琪荔. 气候变化对东北地区粮食生产的影响及对策响应[J]. 灾害学, 2022, 37(1):52-57.
[13]	王华, 陈慧华, 唐力生, 等. 气候变暖背景下广东冬种生产季气候资源和气象灾害的时空变化[J]. 应用生态学报, 2018, 29(1):93-102.
[14]	薛华柱, 李阳阳, 董国涛. 基于SPEI指数分析河西走廊气象干旱时空变化特征[J]. 中国农业气象, 2022, 43(11):923-934.
[15]	张煦庭, 潘学标, 徐琳, 等. 基于降水蒸发指数的1960—2015年内蒙古干旱时空特征[J]. 农业工程学报, 2017, 33(15):190-199.
[16]	白磊, 张帆, 文元桥, 等. 基于格点资料的1961—2018年中国霜冻灾害时空变化规律[J]. 中国农业气象, 2021, 42(9):761-774.
[17]	赵娅君, 郑粉莉, 姚亚庆, 等. 1978—2018年我国农业气象灾害时空变化特征[J]. 自然灾害学报, 2022, 31(1):198-207.
[18]	刘笑, 何学敏, 游松财, 等. 1976—2015年中主要农业气象灾害的变化特征[J]. 中国农业气象, 2017, 38(8):481-487.
[19]	田志会, 李晓雪. 1949—2016年我国粮食主产区旱灾变化趋势分析[J]. 中国农业大学学报, 2019, 24(12):159-167.
[20]	陈妮娜, 张玉书, 张硕, 等. 2004—2013年辽宁省主要气象灾害分布及预警服务分析[J]. 自然灾害学报, 2017, 26(3):176-184.
[21]	韩晶, 焦美玲, 曹彦超. 陇东地区气象灾害灾情演变及灾害损失评估[J]. 湖北农业科学, 2022, 61(13):12-17.
[22]	马建勇, 许吟隆, 潘婕. 东北地区农业气象灾害的趋势变化及其对粮食产量的影响[J]. 中国农业气象, 2012, 33(2):283-288.
[23]	于文颖, 纪瑞鹏, 李卓群, 等. 辽宁省玉米复合农业气象灾害判识及特征[J]. 应用生态学报, 2021, 32(1):241-251. doi: 10.13287/j.1001-9332.202101.011
[24]	江和文, 张录军, 曹士民. 辽宁省主要粮食作物产量灾损风险评估[J]. 干旱地区农业研究, 2011, 29(4):238-243.
[25]	郭建平. 农业气象灾害监测预测技术研究进展[J]. 应用气象学报, 2016, 27(5):620-630.
[26]	姜丽霞, 任桂林, 李秀芬, 等. 作物生长期低温指数演变及对作物产量的影响[J]. 西北农林科技大学学报(自然科学版), 2018, 46(10):79-88,100.
[27]	高茂盛, 范建忠, 吴清丽. 旱涝灾害对陕西省粮食生产的影响研究[J]. 中国农业大学学报, 2012, 17(3):149-153.
[28]	张星, 郑有飞, 周乐照. 农业气象灾害灾情等级划分与年景评估[J]. 生态学杂志, 2007, 26(3):418-421.
[29]	王胜, 沈梅, 石磊. 安徽省近33年农业气象灾害年景评估[J]. 中国农业大学学报, 2013, 18(3):192-197.
[30]	王秋京, 李秀芬, 闫平, 等. 黑龙江省主要农业气象灾害时序特征及其对大豆产量影响的灰色关联分析[J]. 中国农学通报, 2020, 36(3):81-87. doi: 10.11924/j.issn.1000-6850.casb20190700428
[31]	姚俊英, 朱红蕊, 南极月, 等. 基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测[J]. 灾害学, 2012, 27(1):59-63.
[32]	梅旭荣, 刘勤, 严昌荣. 中国主要农作物生育期图集[M]. 杭州: 浙江科学技术出版社, 2016.
[33]	薛飞, 曹雨, 何平, 等. 玉米越区种植问题初讨[J]. 吉林农业科学, 2000, 25(3):55-57.
[34]	王萍, 王桂霞, 石剑, 等. 黑龙江省2002年农业气象灾害综述[J]. 黑龙江气象, 2003(3):24-25.
[35]	闫平, 季生太, 姜丽霞, 等. 2003年黑龙江省主要灾害性天气及其对作物生长发育和粮食产量的影响[J]. 黑龙江气象, 2004(1):36-38.
[36]	王秋京, 马国忠, 朱海霞, 等. 黑龙江省主要农业气象灾害演变特征及对水稻产量的影响[J]. 灾害学, 2020, 35(1):76-83.
[37]	林而达, 许吟隆, 蒋金荷, 等. 气候变化国家评估报告(Ⅱ):气候变化的影响与适应[J]. 气候变化研究进展, 2006, 2(2):51-56.
[38]	董国庆, 李丽平, 郑广芬, 等. 宁夏近53年冬季气温变化趋势及对农业的影响[J]. 地球科学进展, 2016, 31(11):1172-1181. doi: 10.11867/j.issn.1001-8166.2016.11.1172

因子	轻灾	小灾	中灾	大灾	重灾
洪涝	-0.8≤z_t<-0.08	-0.08≤z_t<0.61	0.61≤z_t<1.29	1.29≤z_t<1.98	1.98≤z_t<2.7
干旱	-1.15≤z_t<-0.42	-0.42≤z_t<0.29	0.29≤z_t<1.02	1.02≤z_t<1.74	1.74≤z_t<2.5
风雹	-0.9≤z_t<0.27	0.27≤z_t<1.45	1.45≤z_t<2.64	2.64≤z_t<3.82	3.82≤z_t<5.1
低温	-0.65≤z_t<0.26	0.26≤z_t<1.17	1.17≤z_t<2.08	2.08≤z_t<2.98	2.98≤z_t<3.9
分值	0<FI≤2	2<FI≤4	4<FI≤6	6<FI≤8	8<FI≤10

因子	轻灾	小灾	中灾	大灾	重灾
洪涝	-0.8≤z_t<-0.08	-0.08≤z_t<0.61	0.61≤z_t<1.29	1.29≤z_t<1.98	1.98≤z_t<2.7
干旱	-1.15≤z_t<-0.42	-0.42≤z_t<0.29	0.29≤z_t<1.02	1.02≤z_t<1.74	1.74≤z_t<2.5
风雹	-0.9≤z_t<0.27	0.27≤z_t<1.45	1.45≤z_t<2.64	2.64≤z_t<3.82	3.82≤z_t<5.1
低温	-0.65≤z_t<0.26	0.26≤z_t<1.17	1.17≤z_t<2.08	2.08≤z_t<2.98	2.98≤z_t<3.9
分值	0<FI≤2	2<FI≤4	4<FI≤6	6<FI≤8	8<FI≤10

因子	大灾		重灾
因子	发生年份	频率/%	发生年份	频率/%
洪涝	1991，1994，2018	6.1	1981，1985，1988，1998，2013，2019，2020	14.3
干旱	2003	2.0	2000，2001，2007，2016	8.2
风雹	2018	2.0	1976，2017	4.1
低温	1976，2018	4.1	1992，2002	4.1

因子	大灾		重灾
因子	发生年份	频率/%	发生年份	频率/%
洪涝	1991，1994，2018	6.1	1981，1985，1988，1998，2013，2019，2020	14.3
干旱	2003	2.0	2000，2001，2007，2016	8.2
风雹	2018	2.0	1976，2017	4.1
低温	1976，2018	4.1	1992，2002	4.1

影响因子	洪涝	干旱	风雹	低温
关联度	0.7586	0.8041	0.5154	0.7876
权重	0.265	0.281	0.179	0.275
位次	3	1	4	2