下载文档原格式
辽宁省主要农业气象灾害及防御措施辽宁省位于中国东北地区，是我国重要的农业大省之一。
农业气象灾害对辽宁省的农业生产造成了严重影响，因此及时采取有效的防御措施对保障农业生产具有重要意义。
本文将从辽宁省主要农业气象灾害及防御措施展开阐述。
一、主要农业气象灾害1. 干旱辽宁省属于半干旱地区，农作物生长需要充足的水分。
干旱对作物生长造成极大影响，降低产量，甚至导致歉收。
干旱还会导致土壤退化、草场荒漠化，对农业生产和生态环境都造成严重破坏。
2. 暴雨洪涝在农业生产中，暴雨洪涝是一大灾害。
暴雨过程中，雨水急剧增多，造成土壤流失、农田淹没、农作物受灾等问题。
洪涝灾害还会破坏农田的排水系统，导致长期积水，影响农作物的生长发育，严重时可能引发农田退化。
3. 高温干热与冷害随着全球气候变暖，辽宁省的高温干热天气增多，对小麦、玉米等农作物生长产生不利影响。
而冷害则会对春季播种的农作物造成冻害，影响作物的正常生长。
4. 霜冻春秋间的霜冻对农作物造成严重危害，农作物的嫩叶、嫩芽等易受霜冻影响而受灾，严重影响产量和品质。
1. 加大水利设施建设对抗干旱和洪涝灾害，辽宁省需要加大水利设施的建设力度。
包括加强灌溉设施建设，改善排水系统，完善水库、水塘和水闸等水利设施，提高农田水利工程的防灾能力和抗灾能力。
2. 科学合理的耕作制度采取科学合理的农业耕作制度，包括轮作休耕、合理施肥、优化种植结构等措施，减少水土流失，增加土壤保水保肥能力，提高农田的抗旱抗洪能力，降低农作物因气象灾害而受灾风险。
3. 推广气象保险鼓励农民购买气象农业保险，建立气象保险制度，对因气象灾害造成的农作物损失进行补偿。
通过气象保险，可以降低农民受灾时的损失，提高农业生产的稳定性。
4. 加强气象监测预警工作加强对气象灾害的监测预警工作，及时发布气象灾害预警信息，提高农民对气象灾害的认识和应对能力，减少农作物受灾损失。
加强气象灾害的防治技术研究与推广，提高农业生产的抗灾能力。
第14卷 第1期2024年1月农 业 灾 害 研 究Journal of Agricultural CatastrophologyVol. 14 No. 1 Jan. 2024黑龙江省农业巨灾保险发展现状研究韩佳颀黑龙江大学，黑龙江哈尔滨 150080摘 要：在人类社会进步和经济水平不断提高的同时，自然环境不断被破坏。
近年来，各类大型自然灾害频发，给黑龙江省农业发展和农民权益保障带来较大挑战，因此黑龙江省农业巨灾保险市场发展迫在眉睫。
通过对已有研究及相关数据的梳理和分析发现，黑龙江省农业巨灾保险的供给制度暴露出保险深度不足、地区发展不平衡等问题，急需转型升级，以期为黑龙江省农业巨灾保险供给制度的转型升级提出相关的建议。
关键词：黑龙江省；巨灾保险；博弈分析中图分类号：F842.66 文献标志码：B 文章编号：2095–3305(2024)01–0296-041 相关概念和理论基础1.1 巨灾与巨灾风险关于巨灾风险，各界普遍认为由情节严重的自然灾害、传染病、恐怖主义袭击或人为事故造成巨大损失且事后需依靠多方力量合作化解的风险。
巨灾通常是给人民生命财产造成巨大的损失，对国家经济社会产生严重负面影响的灾害事件[1]。
巨灾被划分为自然灾害和人为灾害两类。
巨灾与巨灾风险具有区别于普通风险与灾害的显著特征，如发生频率低、难以预测、波及范围广、持续时间长、造成严重经济损失及地域性特点等。
基于巨灾和巨灾风险的特殊性，有效预防和预警巨灾事件、灾害发生过程中的迅速控制以及灾后的救助和重建等工作与居民生活息息相关，更是新时代我国防灾减灾工作的重点[2]。
1.2 巨灾保险与农业巨灾保险巨灾保险是以有效分散和转移巨灾风险及缓解巨灾造成的经济损失为目的的一种保险形式。
相对其他巨灾相关的金融产品，巨灾保险的运行机制更完善。
我国巨灾保险建设工作在汶川大地震发生后越来越受到重视，多年来我国在多个地区开展了不同类型的巨灾保险试点工作。
黑龙江省松嫩平原水旱灾害与防治措施的研究通过对1991-2014年松嫩平原洪涝灾害、干旱灾害统计数据和区域内4个气象站降雨量数据的研究，得出：松嫩平原洪涝旱灾害发生的频率为66.7%。
根据黑龙江省第一次水利普查成果，对区域内灾害防治工程现状进行了研究，得出：松嫩平原洪涝旱灾害防治标准是低的。
标签：松嫩平原；洪涝灾害；干旱灾害；防治措施1 研究区概况1.1 自然地理概况：研究区为黑龙江省松嫩平原，北为小兴安岭的山脊，南为嫩江、松花江和拉林河主河道，西为内蒙古自治区的边界，东为岔林河、蚂蚁河的分水岭。
面积16.56×104km2，其中：平原区面积12.06×104km2，占总面积的72.8%；山区及丘陵区面积4.50×104km2，占总面积的27.2%。
区内地势为北、东高，西南、南低。
山区山高林密，是著名的林区；中间为丘陵地带，是高平原区；西南部为低平原区。
1.2 社会经济概况：研究区内有哈尔滨（不含依兰县）、齐齐哈尔、大庆、绥化、黑河（仅含嫩江县、北安市和五大连池市）和伊春市（仅含铁力市）等6个市，36个县；2013年底：总人口2490×104人，GDP10290×108元，农作物播种面积594×104hm2、粮食产量395×108kg。
2013年齐齐哈尔市的三次产业比例为31.7：37.9：30.4，绥化、黑河的一产超过GDP的35%；在松嫩平原的市县中农业占GDP的比重还是很高的。
1.3 河湖概况：河流：研究区外流入的流域面积10000km2以上的主要河流：嫩江及右岸部分支流（雅鲁河、绰尔河等），松花江干流及支流拉林河；二龙套河为研究区外流入的无尾河。
研究区内流的流域面积10000km2以上主要河流：讷谟尔河、呼兰河、蚂蚁河等。
乌裕尔河、双阳河为研究区内的无尾河。
人工开挖排水河：安肇（安达市至肇源县的松花江）新河和肇兰（肇东市至兰西县的呼兰河）新河。
《农业旱灾脆弱性及其风险管理研究——以湖北省孝感市为例》篇一一、引言在日益加剧的气候变化和全球环境变化背景下，农业旱灾已经成为严重影响我国农业生产的重要自然灾害之一。
农业旱灾的频繁发生，不仅导致农作物减产，也对农民的生活水平和社会稳定产生严重影响。
因此，针对农业旱灾的脆弱性及其风险管理的研究，具有非常重要的意义。
本文以湖北省孝感市为例，深入探讨农业旱灾的脆弱性及风险管理的现状与策略。
二、孝感市农业旱灾现状及脆弱性分析湖北省孝感市地处江汉平原，地势平坦，水资源丰富，但近年来，随着全球气候变暖，旱灾频发，对当地农业生产造成了严重影响。
孝感市农业旱灾的脆弱性主要体现在以下几个方面：1. 气候条件变化：近年来，孝感市的气候变化趋势明显，降水量的减少和降水季节的分布不均，使得旱灾发生的频率和强度都有所增加。
2. 农业结构单一：孝感市以传统农业为主，种植结构单一，缺乏抗旱能力强的作物品种。
3. 水利设施老化：部分水利设施年久失修，无法有效利用和储存水资源，导致抗旱能力下降。
三、孝感市农业旱灾风险管理策略针对孝感市农业旱灾的脆弱性，应采取以下风险管理策略：1. 完善水利设施：加大对水利设施的投入，对老旧设施进行维修和更新，提高其抗旱能力。
2. 推广节水农业：推广节水灌溉技术，提高水资源的利用效率，减少浪费。
3. 优化种植结构：引导农民种植抗旱能力强的作物品种，优化种植结构，降低旱灾对农业生产的影响。
4. 建立风险预警系统：建立农业旱灾风险预警系统，及时发布预警信息，帮助农民提前采取防范措施。
5. 加强灾害保险制度：建立和完善农业灾害保险制度，为农民提供风险保障。
四、案例分析以孝感市某县为例，该县通过实施了上述风险管理策略，取得了显著的成效。
在过去的旱季中，由于水利设施的完善和节水农业的推广，使得该县能够有效地利用和储存水资源，大大降低了旱灾对农业生产的影响。
同时，该县还建立了农业旱灾风险预警系统，及时发布预警信息，帮助农民提前采取防范措施，减少了灾害损失。
基于作物生长模型的农业干旱灾害风险动态评估孙洪泉;苏志诚;屈艳萍【摘要】在阐述干旱灾害风险基本概念的基础上，分析了农业干旱灾害风险动态评估的难点。
通过作物生长模型———DNDC模型模拟作物逐日生长，得到最终的粮食产量。
采用情景分析方法，对不同气象条件下的作物产量进行估计，进而计算作物粮食因旱损失，实现农业干旱灾害风险动态分析。
研究选择辽宁省为研究区，以玉米作物为代表，空间分析单元为县级行政区，利用15年的序列数据进行粮食因旱损失评估，模型模拟辽宁省的总误差控制在15％左右。
风险分析结果表明，辽宁省西北部地区干旱灾害风险高于其他地区，这也与辽宁省干旱实际情况相吻合。
%This paper reviewed the basic concepts of the drought disaster risk and addressed the difficulties of dy-namical assessment of agricultural drought disaster risk .To obtain the final yields of crop ,the DNDC model was used to simulate the crop daily growth .The dynamical assessment of agricultural drought disaster risk was derived from the esti-mation of the crop yields under different weather conditions by using scenario analysis method and the further calculation of the yield losses caused bydrought .A 15-years sequence data of maize growth in LiaoningProvince ,counties as the spatial analysis units ,was used in this paper to assess the losses caused by drought .The total error of model simulation was about 16% .The risk analysis results showed that the drought disaster risk in northwest region of Liaoning Province was higher than in other regions ,which is consistent with the real drought situation of Liaoning Province .【期刊名称】《干旱地区农业研究》【年(卷),期】2013(000)004【总页数】6页(P231-236)【关键词】干旱灾害;风险;作物生长模型;农业;辽宁省【作者】孙洪泉;苏志诚;屈艳萍【作者单位】中国水利水电科学研究院，北京100038;中国水利水电科学研究院，北京 100038;中国水利水电科学研究院，北京 100038【正文语种】中文【中图分类】S423近年来，我国局部性、区域性干旱灾害频发高发重发，对我国城乡供水安全、粮食安全和生态安全的影响越来越大，灾害管理方式也逐渐由危机管理向风险管理转变。
《农业旱灾脆弱性及其风险管理研究——以湖北省孝感市为例》篇一一、引言农业作为我国国民经济的基础产业，其稳定发展对于保障国家粮食安全具有重要意义。
然而，随着全球气候变化的影响，旱灾成为农业面临的重要自然灾害之一。
湖北省孝感市作为我国重要的农业产区，其农业旱灾脆弱性问题日益凸显。
本文旨在分析孝感市农业旱灾的脆弱性，并探讨相应的风险管理策略，以期为该地区的农业可持续发展提供科学依据。
二、研究背景与意义孝感市位于湖北省中部，地势平坦，水资源相对丰富，但近年来随着气候的变化，旱灾频发，对当地农业生产造成了严重影响。
因此，对孝感市农业旱灾脆弱性及其风险管理进行研究，不仅有助于了解该地区农业抗旱能力，也为制定科学合理的抗旱措施提供理论支持。
同时，这一研究对于提升我国农业抗旱减灾能力，保障粮食安全具有重要现实意义。
三、农业旱灾脆弱性分析1. 自然环境因素分析（1）气候条件：孝感市属于亚热带季风气候区，降水年际变化大，易发生季节性干旱。
（2）地形地貌：地势平坦，缺乏自然屏障，使得旱灾影响范围广。
（3）土壤条件：土壤类型、保水能力等影响作物抗旱性能。
2. 农业生产因素分析（1）作物种植结构：作物种类、生长周期等影响其对水分的依赖程度。
（2）农田水利设施：灌溉系统、排水系统等基础设施的完善程度直接影响抗旱能力。
3. 社会经济因素分析（1）经济结构：以农业为主导的经济结构使得地区对旱灾更为敏感。
（2）农民收入：旱灾对农民的收入产生直接影响，进一步影响其抗旱积极性。
四、风险管理策略探讨1. 加强监测预警系统建设建立完善的气象监测网络，提高旱情预测预报的准确性和时效性，为抗旱救灾提供科学依据。
2. 完善农田水利设施建设加强灌溉系统、排水系统等基础设施建设，提高农田抗旱能力。
3. 优化种植结构根据当地气候条件、土壤类型等因素，优化作物种植结构，提高作物的抗旱性能。
4. 推广节水农业技术推广节水灌溉技术、雨水收集利用技术等，提高水资源利用效率。
气候变暖背景下中国农业干旱灾害致灾因子、风险性特征及其影响机制研究气候变暖背景下中国农业干旱灾害致灾因子、风险性特征及其影响机制研究随着全球气候变暖的加剧，中国农业干旱灾害频发且威力日益增强，给农业生产、生态环境和社会发展带来了巨大挑战。
因此，深入研究气候变暖背景下中国农业干旱灾害的致灾因子、风险性特征以及其影响机制，对于有效应对和减轻农业干旱灾害的影响具有重要意义。
首先，中国农业干旱灾害的致灾因子多种多样，主要包括降水减少、蒸发增加、气候干旱度的增强以及土壤水分亏缺等。
气候变暖导致了全球的降水变化趋势，相对干旱的地区更容易受到干旱灾害的威胁。
在中国，南方季风区和西北地区是较为干旱的地区，常年降水偏少，土壤水分亏缺现象普遍。
此外，全球变暖引发的气温升高也导致了蒸发增加，加剧了农作物需水量的上升，加重了灌溉需求和水资源的紧张程度。
其次，中国农业干旱灾害具有较强的风险性特征。
一方面，中国是人口大国，农业是重要的国民经济部门，因此，农业干旱灾害对国家的经济和粮食安全有着重要影响。
另一方面，由于中国幅员辽阔，不同地区的气候和水资源特征差异较大，导致农业干旱灾害的频发区域和强度各异。
北方地区的干旱问题主要集中在土壤水分亏缺，南方地区则存在因洪涝和旱灾交替出现而带来的农业灾害，这使得农业干旱灾害对整个中国的影响都十分严重。
最后，中国农业干旱灾害的影响机制十分复杂。
首先，气候变暖导致的降水减少和蒸发增加，加剧了土壤水分亏缺，使得作物生长受到限制，产量减少。
其次，干旱引发的水资源紧张，特别是在农业灌溉需求增加的情况下，进一步降低了农作物的生产能力。
同时，干旱还会导致土壤质量的恶化，使得土地退化，并影响后续种植季节的作物产量。
此外，农业干旱灾害还会引发农村经济困难，增加农民贫困和社会不稳定的风险。
综上所述，气候变暖背景下中国农业干旱灾害的致灾因子、风险性特征及其影响机制的研究具有重要意义。
了解和掌握农业干旱灾害的形成原因和趋势，有助于制定科学合理的农业灾害防治措施。
我国13个粮食主产区农业旱灾风险评价【摘要】我国13个粮食主产区是我国粮食生产的关键地区，但由于气候变化等因素，农业旱灾频发，给粮食生产带来不小影响。
本文旨在对我国13个粮食主产区农业旱灾风险进行评价，从而为未来的防灾救灾工作提供依据。
通过对各主产区的概况、农业旱灾影响、评价方法以及结果进行分析，提出应对策略建议。
研究认为，我国13个主产区存在不同程度的农业旱灾风险，需加强灾害监测预警和防范措施。
但同时也要注意研究局限，提出未来发展的展望，加强科研力量，为我国粮食生产保驾护航。
【关键词】关键词：粮食主产区、农业旱灾、风险评价、影响、方法、结果、应对策略、结论、展望未来、研究局限。
1. 引言1.1 研究背景我国13个粮食主产区农业旱灾风险评价的研究背景十分重要。
随着全球气候变暖和极端天气事件的增加，我国农业面临着越来越严重的旱灾风险。
粮食是人类的生命线，而粮食主产区的农业旱灾直接影响着我国的粮食安全和稳定供给。
对我国13个粮食主产区的农业旱灾风险进行评价，有助于及早发现潜在的风险因素，制定有效的防灾减灾措施，保障我国的粮食生产和供给稳定。
当前，我国正在加大农业现代化的力度，不断提高农业生产水平和抗灾能力。
农业旱灾是一个长期存在的挑战，如何科学评估和预防这一风险，对于提高我国农业的可持续发展至关重要。
开展对我国13个粮食主产区的农业旱灾风险评价，有助于促进我国农业现代化进程，保障粮食安全，维护社会稳定。
.1.2 研究目的研究目的是为了深入了解我国13个粮食主产区的农业旱灾风险情况，为制定有效的应对策略提供科学依据。
在当前气候变化日益严重的背景下，我国的粮食主产区面临着越来越严重的旱灾风险，这不仅影响粮食生产和农业经济发展，也对国家粮食安全构成了严峻挑战。
通过对不同地区的农业旱灾风险进行评价，可以帮助政府和农业部门更好地了解各地旱灾风险程度及其影响，有针对性地制定应对措施，提高我国粮食主产区农业抵御旱灾的能力。
农业灌溉旱灾监测与预警技术研究是当前农业领域中的重要课题，其研究对于提高农业生产效率、保障粮食安全具有重要意义。
近年来，随着气候变化的不断加剧，全球范围内旱灾频发，给农业生产带来了极大的不利影响。
因此，研究农业灌溉旱灾监测与预警技术，对于提高抗旱能力、减少农作物损失具有重要的现实意义。
一、农业灌溉旱灾监测技术随着信息技术的不断发展，农业灌溉旱灾监测技术也在不断创新和完善。
传统的农业灌溉旱灾监测主要依靠人工巡查和经验判断，效率低下且容易出现误差。
而现代化的农业灌溉旱灾监测技术通过物联网、遥感技术等手段，可以实现对农田灌溉情况和旱灾风险的实时监测，为农业生产提供科学依据。
1.1 物联网技术在农业灌溉监测中的应用物联网技术是近年来兴起的一种新型技术，其通过将各种物体连接到互联网上，实现信息的实时传输和共享。
在农业领域，物联网技术可以应用于农田的灌溉监测中，通过传感器实时监测土壤湿度、气象条件等数据，帮助农民科学合理地进行灌溉，提高农田的利用效率。
1.2 遥感技术在旱灾监测中的应用遥感技术是一种通过卫星或无人机等载体获取地表信息的技术，可以实现对大范围区域的快速监测。
在旱灾监测中，遥感技术可以通过获取植被指数、地表温度等数据，分析出地区的旱情程度，为农民提供旱灾预警信息，帮助其及时采取措施应对旱情。
二、农业灌溉旱灾预警技术农业灌溉旱灾预警技术是在灌溉旱灾监测的基础上，通过数据分析和模型预测等手段，提前预警可能发生的旱灾情况，为农民提供更加全面和准确的应对方案。
2.1 数据分析在旱灾预警中的应用数据分析是农业灌溉旱灾预警的重要手段，通过对历史灌溉数据、气象数据等进行分析，可以发现旱灾发生的规律和特点，为未来旱情的预测提供参考。
同时，数据分析还可以帮助农民进行灌溉决策，提高农田的利用效率。
2.2 模型预测在旱灾预警中的应用模型预测是通过建立数学模型，对旱灾的发生进行预测和评估。
在农业灌溉旱灾预警中，可以通过建立旱灾风险评估模型，根据土壤湿度、气象条件等因素进行预测，提前发现旱情风险，帮助农民及时调整灌溉措施，减少农作物的损失。
农业干旱灾害风险评价及预测预警研究进展杨志勇;刘琳;曹永强;于赢东;严登华【摘要】在总结国内外关于农业干旱定义的基础上,对适应于农业干旱灾害风险评价的不同指标进行分析对比,归纳了农业干旱灾害风险评价方法并介绍其应用情况,总结了农业干旱预测预警理论和方法研究进展,结合农业、水文等相关学科的最新进展对农业干旱灾害风险评价和预测预警的发展趋势做出展望.【期刊名称】《水利经济》【年(卷),期】2011(029)002【总页数】6页(P12-17)【关键词】农业干旱;评价指标;风险评价;预测预警【作者】杨志勇;刘琳;曹永强;于赢东;严登华【作者单位】中国水利水电科学研究院水资源研究所,北京,100038;中国水利水电科学研究院水资源研究所,北京,100038;辽宁师范大学城市与环境学院,辽宁,大连,116029;辽宁师范大学城市与环境学院,辽宁,大连,116029;中国水利水电科学研究院水资源研究所,北京,100038;中国水利水电科学研究院水资源研究所,北京,100038【正文语种】中文【中图分类】S16旱灾是影响我国农业的主要自然灾害之一,我国每年的旱灾损失占各种自然灾害损失的15%以上,每年因旱灾减产粮食约50亿kg,20世纪50～80年代因旱灾损失的粮食约占全国因灾损失粮食总量的50%。
旱灾在导致严重经济损失的同时,也因干旱期间河川径流的大幅衰减,抗旱中大量超采地下水导致地下水漏斗、沿海地区海水入侵等一系列次生资源环境问题的发生,对社会经济和生态环境的可持续发展提出了严峻的挑战。
在历史上,我国的西北、华北以及东北等部分地区是干旱灾害多发地,而南方湿润地区则相对较少或破坏性较弱。
随着我国社会经济的迅速发展,经济社会用水的需求迅速增大,目前已经达到了近6 000亿m3的规模,在我国北方的海河、辽河、黄河等流域经济社会用水量已经超过了水资源利用的上限。
经济需水量的快速增长使我国特别是北方地区水资源形势更为紧张,干旱发生的频率和破坏性也迅速扩大。
黑龙江农业科学２０２３(９):９１Ｇ９７H e i l o n g j i a n g A gr i c u l t u r a l S c i e n c e s h t t p ://h l j n y k x ．h a a s e p．c n D O I :１０．１１９４２/j．i s s n １００２Ｇ２７６７．２０２３．０９．００９１吴黎,解文欢,李岩,等．黑龙江省２０００－２０２１年干旱变化特征及影响因素分析[J ]．黑龙江农业科学,２０２３(９):９１Ｇ９７．黑龙江省２０００－２０２１年干旱变化特征及影响因素分析吴㊀黎１,解文欢１,李㊀岩１,吕志群１,张㊀研１,张冬梅２,宋丽娟３,王晓楠１(１．黑龙江省农业科学院农业遥感与信息研究所,黑龙江哈尔滨１５００８６;２．黑龙江省农业科学院草业研究所,黑龙江哈尔滨１５００８６;３．黑龙江科技大学,黑龙江哈尔滨１５００２２)摘要:黑龙江省是我国粮食主产区,２０世纪气温上升较明显,且降雨分布不均,易受干旱灾害影响.为了解黑龙江省不同地区耕地干旱多年变化特征㊁发生频率㊁发展趋势及引起干旱变化的气象因素,基于温度植被干旱指数(T V D I ),结合趋势分析方法,探究黑龙江省２０００－２０２１年来干旱变化和发展趋势特征,并探讨引起省内干旱变化的主要气象因素之间的关系.结果表明,２０００－２０１０年黑龙江省大兴安岭㊁三江平原㊁张广才岭㊁松嫩平原４个区的T V D I 值较高,较易发生干旱,２０１３和２０１９年属于湿润年,其中松嫩平原多年处于干旱状态;按月份分析,５月和９月易处于干旱状态,特别是松嫩平原区,７月常处于湿润状态,表明省内春秋易发生干旱,夏季较湿润;从干旱发生频率分析,大兴安岭㊁三江平原㊁张广才岭和松嫩平原干旱发生频率分别为７０ ００％㊁８０．９１％㊁８５．４５％和９２．７３％,强度以轻旱和中旱为主,研究时间段内仅有松嫩平原有１０％概率的重旱发生,该地春季干旱发生频率和强度最大;黑龙江省２２年来干旱趋势呈基本稳定偏减少,其中东部有干旱趋势轻度增加像元;月干旱趋势中,６月有明显增加的趋势,面积占比达６１．０８％,５月㊁７月㊁８月㊁９月以基本稳定趋势为主.黑龙江省T V D I 变化主要取决于降雨量,年T V D I 与年降雨量呈极显著负相关关系,T V D I 与气温关系不显著.关键词:干旱;干旱趋势;干旱频率;温度植被干旱指数;黑龙江省收稿日期:２０２３Ｇ０４Ｇ２６基金项目:国家重点研发计划课题 基于大数据耕地资源评价利用技术与工具 (２０２２Y F F ０７１１８０３);黑龙江省省属科研院所科研业务费项目(C Z K Y F ２０２１Ｇ２ＧB ０１０).第一作者:吴黎(１９８３－),女,硕士,副研究员,从事农业灾害研究.E Ｇm a i l :a r o m a w u ＠１６３．c o m .㊀㊀农业干旱是指在农作物生长过程中,由于降水不足㊁土壤含水量过低,致使供水不能满足农作物生长正常需求而造成的农作物减产的现象[１],在世界范围内对经济㊁环境和社会带来严重损害[２].近几十年,全球气候变暖使得农业干旱频率不断加快[３].干旱过程复杂多样,较难实现预测,因此通过分析历史多年干旱发生的过程㊁趋势,有助于更好地了解干旱形成的机理,为指导农业抗旱减灾制定科学的应对措施和合理的解决方案提供科学依据.黑龙江省作物属一年一熟制,春旱严重制约作物植株水分,长期干旱会致使作物发育不良从而降低产量,因此只有明确区域时间干旱特征,精准预测干旱发生,才能指导高标准农田精准灌溉,提高作物产量,进而保障国家粮食安全.遥感技术可实现大面积实时干旱监测,填补了传统气象站点数量少且分布不均的不足,能更全面更直观地反映区域干旱的时空变化特征.遥感利用地面温度和植被指数特征空间耦合而成的温度植被干旱指数(T V D I)监测干旱方法优越㊁可行性高.于敏等[４]利用T V D I 监测黑龙江省２００７年夏季干旱,表明该方法可实时监测干旱,可较真实地反映当地干旱发生㊁发展的动态过程.钟伟等[５]基于T V D I 进行拉萨地区土壤湿度特征分析,发现T V D I 与实测的地表土壤湿度有较好的负相关关系.T V D I 模型也被应用于草原和冬小麦等农作物区的旱情监测和模拟[６Ｇ１０].黑龙江省是中国重要的商品粮基地,干旱是黑龙江省主要的农业气象灾害之一,据统计２０００－２０１９年间黑龙江省平均每年农作物受旱面积达２１２．８７万h m ２.其中２０００年夏季干旱严重[１１],全省受旱面积达５０１．６万h m ２,干旱时间长达３０~４０d ;２００２年全省气温普遍偏高,西北降水少,干旱形势严峻[１２].干旱发生严重影响了粮食产量.目前,学者对黑龙江省开展的干旱时空变化及趋势分析研究主要以气象站点数据和统计数据为基础,如于家瑞等[１３]利用１９５３－２０１５年降水数据计算不同时间尺度下的S P I,由其变化速率分析黑龙江省干旱变化过程;李险峰等[１４]采用S P I 分析黑龙江省近６０年的气候干湿时空格局特征;张１９Copyright ©博看网. All Rights Reserved.㊀㊀㊀㊀㊀黑㊀龙㊀江㊀农㊀业㊀科㊀学９期剑侠等[１５]利用１９７６－２００５年气象站点和农业气象灾害数据分析干旱空间分布规律.本文引用黑龙江省T V D I 干旱等级划分标准[１６],对黑龙江省２０００－２０２１年间农作物生长季内月平均T V D I 进行干旱分级,进一步分析２２年来干旱时空变化特征,利用趋势分析法研究黑龙江省逐像元及全区的干旱发展趋势及其分布情况,结合同时期的气象数据探讨干旱时空变化规律与降雨量㊁气温的响应关系.为后期干旱精准预测㊁预报工作提供数据支撑,对监测的干旱区进行精准灌溉,降低农民损失,促进农民增收,保障粮食安全具有突破性的意义.１㊀材料与方法１．１㊀研究区概况黑龙江省地处我国最北,是纬度最高的省份,位于４３ʎ２５ᶄN~５３ʎ３３ᶄN ,１２１ʎ１１ᶄE~１３５ʎ０５ᶄE 之间,总土地面积４７．３万k m２,约占全国总面积的４．７％,排全国第６位,是全国最大的商品粮基地.黑龙江省属寒温带和温带大陆性季风气候,雨热同期,夏季炎热多雨且短暂,冬季寒冷干燥且漫长,年平均气温在－６ħ~４ħ之间,是典型的旱作农业区,农作物熟制属一年一熟.黑龙江省根据农业生产和生态环境特征分为大小兴安岭林业区㊁三江平原农牧区㊁张广才岭农林区和松嫩平原农牧区等４个地区[１７].１．２㊀数据来源本文所需遥感数据来源于中国科学院计算机网络信息中心(h t t p://w w w．n s d a t a ．c n /),包括空间分辨率１k m 的植被指数(MO D １３A ２)和地表温度(MO D １１A ２)数据.文中采用最大值法将相邻２期M O D １１A ２(时间分辨率８d )数据合成１６d 数据,达到与MO D １３A ２时间分辨率相吻合的目的.数据时间为２０００－２０２１年,每年的５月初至９月末,涵盖农作物的整个生育期.气象数据来源于中国气象数据共享网(h t t p://c d c ．n m i c ．c n /),包含月平均降雨量和月平均气温数据.由于未收集到２０２０－２０２１年数据,因此本文气象数据时间为２０００－２０１９年.土地利用数据M O D I SL a n dC o v e r (M C D １２Q １)来源于网站(h t t ps ://l a d s w e b ．n a s c o m．n a s a ．go v /d a t a /s e a r c h ．h t m l ),本文下载的为２０１３年空间分辨率５００m 的M C D １２Q １数据,本研究假设每年耕地范围不变,得到黑龙江省耕地信息[１８],利用MO D I S T O O L 工具,将M C D １２Q １空间分辨率重采样为１k m ,与前面遥感数据空间分辨率相吻合.１．３㊀研究方法１．３．１㊀温度植被干旱指数(T V D I )法㊀S a n d h o l t等[１９]在研究N D V I ＧT s 特征空间时提出了温度植被干旱指数(T V D I )监测地表湿度状况,计算公式为:T V D I ＝T s －T s m i nT s m a x －T s m i n(１)T s m a x ＝a １＋b １ˑND V I (２)T s m i n ＝a ２＋b ２ˑND V I (３)将公式(２)(３)代入公式(１)得到公式(４).T V D I ＝T s －(a ２＋b ２ˑND V I )(a １＋b １ˑN D V I )－(a ２＋b ２ˑND V I )(４)式中,T s 为地表温度;T s m i n 为相同ND V I 条件下的最小地表温度;T s m a x 为相同N D V I 条件下的最大地表温度.其中a １㊁a ２㊁b １㊁b ２为拟合方程系数.基于T V D I 的干旱等级划分:０＜T V D I ＜０．４６为无旱;０．４６ɤT V D I ＜０．５７为轻旱;０．５７ɤT V D I ＜０．７６为中旱;０．７６ɤT V D I ＜０．８６为重旱;０．８６ɤT V D I ＜１．００为特旱[１６].为方便绘图,将T V D I 值扩大１００倍,即T V D I 值在０~１００间,其等级范围值同样扩大１００倍.即０＜T V D I ＜４６为无旱;４６ɤT V D I＜５７为轻旱;５７ɤT V D I ＜７６为中旱;７６ɤT V D I ＜８６为重旱;８６ɤT V D I ＜１００为特旱.１．３．２㊀趋势分析法㊀趋势分析法可逐像元模拟其研究时间范围内的变化趋势.通过计算每个像元的年T V D I 平均值,获得２０００－２０２１年每年平均T V D I 的空间分布情况,采用趋势分析法分析时间序列中T V D I 的变化趋势,从而得到干旱的变化情况.公式[２０]为:θs l o p e ＝m ˑðm i ＝１(i ˑT V D I i )－ðm i ＝１i ðmi ＝１T V I D im ˑðm i ＝１i ２－(ðmi ＝２i )２(５)式中,θs l o pe 为某个像元T V D I 年际变化的斜率;m 为时间序列的总年数(m ＝２２);T V D I i 为该像元第i 年T V D I 平均值;当θs l o p e ＞０,表明该像元有干旱的趋势,θs l o p e ＜０,表明该像元有湿润的趋势.吴英杰等[２１]对变化趋势进行统计检验,根据变化趋势值大小将其划分为５个等级:明显减少２９Copyright ©博看网. All Rights Reserved.９期㊀㊀吴㊀黎等:黑龙江省２０００－２０２１年干旱变化特征及影响因素分析㊀㊀㊀㊀(θs l o p e ɤ－０．０１５㊁轻度减少(－０．０１５＜θs l o pe ɤ－０ ００５)㊁基本稳定(－０．００５＜θs l o pe ɤ０．００５)㊁轻度增加(０．００５＜θs l o p e ɤ０．０１５)㊁明显增加(θs l o pe ＞０ ０１５).２㊀结果与分析２．１㊀黑龙江省２０００－２０２１年干旱时间变化特征在研究时间段内计算年平均T V D I 值,得到黑龙江省４个地区的２０００－２０２１年年干旱时序变化图(图１).从２２年整体来看２０１３年㊁２０１９年４个地区T V D I 值均较小,代表２０１３年㊁２０１９年较其他年份相比湿润.２０１３年４个区T V D I 最大值为松嫩平原,处于无旱状态;２０１９年４个区T V D I 最大值为张广才岭,处于轻旱状态.从２２年每年４个区来看,松嫩平原T V D I 值均高于其他３个区,除２０１３年和２０１９年外T V ＧD I 最小值处于中旱状态,表明多年来松嫩平原区普遍处于较干旱状态;大小兴安岭T V D I 值普遍低于其他３个区,２２年中只有３年T V D I 值为中旱状态,其他均为无旱或轻旱状态,表明大小兴安岭区普遍处于较湿润状态.图１㊀黑龙江省４个地区２０００－２０２１年T V D I 变化图从黑龙江省４个区逐月干旱变化特征来看(图２),５月松嫩平原㊁张广才岭和三江平原T V D I 值较高,均处于中旱状态,其中松嫩平原值最高,接近重旱状态,表明松嫩平原５月干旱明显,这是因为该地降水少且受风沙影响严重;６月除三江平原外,其他地区较５月T V D I 值均有所下降,表明干旱在该月份有所缓解;７月T V D I 值较低,表明省内夏季较湿润;９月T V D I 平均值有所回升,黑龙江省属一年一熟制,秋季为收获季节,此时少雨高温对农作物成熟有利.４个区中大小兴安岭常年受干旱影响最小.从黑龙江省４个区干旱发生频率来看,在研究时间段内共１１０个月份的数据中,大兴安岭地区有３３个月份为无旱状态,无旱发生频率为３０％;三江平原地区有２１个月份为无旱状态,无旱发生频率为１９．０９％;张广才岭地区有１６个月份为无旱状态,无旱发生频率为１４．５５％;松嫩平原地区有８个月份为无旱状态,无旱发生频率为７ ２７％.各地区其余月份干旱主要集中在轻旱或中旱状态.仅有松嫩平原１１个月份存在重旱现象,重旱频率为１０％,且重旱集中出现在春季.黑龙江省大小兴安岭㊁三江平原㊁张广才岭和松嫩平原４个地区干旱发生总频率分别是:７０ ００％㊁８０ ９１％㊁８５ ４５％和９２．７３％.干旱发生频率和强度最大的是西部松嫩平原,其次是张广才岭,而很少发生干旱的是大小兴安岭(图３).图２㊀黑龙江省４个地区２０００－２０２１年T V D I月份变化图图３㊀黑龙江省２０００－２０２１年４个地区干旱发生频率２．２㊀黑龙江省２０００－２０２１年干旱空间趋势特征通过２０００－２０２１逐年T V D I 值,基于趋势分析方法利用公式(５),分析２０００－２０２１年黑龙江省像元尺度的T V D I 变化趋势.由图４可知,轻度增加面积占比为５．４６％,主要分布在三江平原和张广才岭;轻度减少面积占比为１４．５３％,主要分布在松嫩平原和三江平原;基本稳定面积占比最大为７８．４４％,其中稳定偏减小(－０．００５＜θs l o pe ＜０)的面积占５１．２３％;明显减少和明显增加的面积占比均较小.综上分析可知,２２年来黑龙江省变化趋势为基本稳定偏减小,其中东部有干旱趋势轻度增加像元.３９Copyright ©博看网. All Rights Reserved.㊀㊀㊀㊀㊀黑㊀龙㊀江㊀农㊀业㊀科㊀学９期图４㊀２０００－２０２１年黑龙江省T V D I年际变化趋势类型空间分布㊀㊀通过２０００－２０２１年月T V D I值,基于趋势分析方法利用公式(９),分析２０００－２０２１年黑龙江省像元尺度的月T V D I变化趋势(图５).５月中基本稳定趋势占比７２．８４％,其中基本稳定减少趋势(θs l o p e＜０)占５９．４６％,基本稳定增加趋势(θs l o p e＞０)占４０．５４％;轻度减少趋势占比２０ ０９％,明显减少㊁轻度增加和明显增加趋势占比均小于５％,表明５月份全省干旱呈基本稳定偏减少趋势,少量轻度增加和明显增加趋势在张广才岭地区(图５A).６月中明显增加趋势占比６１．０８％,表明全省一半比例地区干旱有明显增加的趋势,这与省内６月少雨,温度升高相吻合;基本稳定趋势占比３１．４９％,轻度减少趋势占比７ １５％,基本稳定和轻度减少趋势主要分布在齐齐哈尔市㊁讷河市㊁嫩江县㊁肇源县㊁肇州县㊁肇东市㊁虎林市和宁安市等地(图５B).７月基本稳定趋势占比７１．１２％,轻度减少占比１０．４１％,主要分布在南部和东部地区;轻度增加占比９．０１％,主要分布在西部和东北部地区(图５C).８月基本稳定趋势占比８４．２９％,轻度增加趋势占比１３ ５４％,主要分布在西部和东部的友谊县㊁富锦市㊁集贤县㊁桦川县等地(图５D).９月基本稳定趋势占比７５．７０％,轻度增加趋势占比１４ ２０％,主要分布在西部和东部的绥滨县㊁富锦市㊁友谊县㊁桦川县等地;轻度减少趋势占比９ ５０％,主要分布在中南部和东南部(图５E).各月份干旱总体趋势为６月以明显增加趋势为主,５月－９月以基本稳定趋势为主,因此省内应该注重６月的灌溉,以避免干旱的发生和发展对作物造成减产的风险.４９Copyright©博看网. All Rights Reserved.９期㊀㊀吴㊀黎等:黑龙江省２０００－２０２１年干旱变化特征及影响因素分析㊀㊀㊀㊀图５㊀黑龙江省T V D I 月变化趋势类型空间分布２．３㊀黑龙江省影响T V D I 变化的气象因素分析为了探明气象因子与T V D I 变化之间的关系,本研究分析了T V D I 变化与降雨量和气温的相关关系.因未获取到２０２０－２０２１年气象数据,因此本文采用２０００－２０１９年的降雨量和气温与年平均T V D I 进行关系分析.以每年５月－９月的月降雨量之和作为生长季年降雨量,以每年５月－９月的月气温的平均值作为生长季年平均气温,计算研究区内３１个气象站点的年平均气温和年降雨量,同时取各站点的平均值代表黑龙江省年平均气温及年降雨量情况,并采用一元线性回归法对时间序列进行分析,得到２０年间黑龙江省年降水量与年平均气温的变化情况(图６).由图６A 可知,黑龙江省年降水量值在３００~６５０m m 之间,且逐年呈增加趋势(P ＜０．０１),表明年降雨量逐年有极显著增加趋势;由图６B 显示年平均气温在１７~１９ħ之间波动,无明显的变化趋势.将黑龙江省２０年的年平均T V D I 与年降雨量和年平均气温做P e a r s o n 相关性分析,找到影响T V D I 变化的主要因素.结果表明省内年降雨量与年T V D I 呈极显著负相关关系(图７),相关系数为－０．５８.年平均气温与年T V D I 关系不明显,未通过０．０５水平的显著性检验.结果说明,黑龙江省T V D I 变化主要取决于气象因素中的降雨量,降雨量的增加是影响黑龙江省２０００－２０１９年T V D I 减小的主要因素,是干旱减弱的主要限制型因子.图６㊀黑龙江省２０００－２０１９年降雨量和年平均气温图７㊀黑龙江省２０００－２０１９年T V D I 与降雨量关系５９Copyright ©博看网. All Rights Reserved.㊀㊀㊀㊀㊀黑㊀龙㊀江㊀农㊀业㊀科㊀学９期３㊀讨论本研究表明T V D I 指数可以较好地表征研究区多年干旱变化特征情况,并采用趋势分析法对黑龙江省２０００－２０２１年来逐年和逐月的干旱变化趋势进行了分析.李崇瑞等[２２]利用S P E I 分析东北地区１９８９－２０１８年时间尺度玉米干旱规律,提出东北地区整体干旱呈现偏轻Ｇ偏重Ｇ偏轻的趋势.而本文结果为减少趋势即偏轻趋势,出现这种不同的原因是两者研究的时间范围不同,前者研究的时间是１９８９－２０１８年,整体干旱趋势年份是１９８９－１９９９年(偏轻),２０００－２０１０年(偏重),２０１１－２０１８年(偏轻),而本研究采用的时间是２０００－２０２１年,２０００－２０１０年是干旱较重时期,总体变化趋势是减少趋势,与李崇瑞等[２２]２０００－２０１８年同时间段的结果相一致.李崇瑞等[２２]还指出２０００－２０１０年东北地区干旱较为严重,且干旱高发月为５月,在黑龙江西南部等地区干旱发生概率较高.本研究５月松嫩平原和张广才岭５月均处于干旱状态,干旱频率分别为９２．７３％和８５．４５％.其结果大概一致,存在不同的原因是前后两者的研究分区不同,前者研究的是东北地区,指黑龙江西南部大概范围,而本研究将全省划分为４个区,其西南部主要包含松嫩平原和张广才岭区;同时前者还提出９月份干旱面积有所增加,作物处于生长发育晚期,因此此时的干旱对产量影响较小,与本研究结果相同.李崇瑞[２２]还通过考虑海拔等影响的A N U S ＧP L I N 专业气象数据插值软件对所有气象因子数据进行空间插值,获取区域面数据,虽准确度有所提升,但由于区域㊁环境㊁气候的复杂性,本研究利用T V D I 逐像元地监测研究区的面数据干旱特征更具有优势.受MO D I S 数据时间限制,只研究了２０００－２０２１年的黑龙江省T V D I 变化特征情况,在分析变化趋势上虽采用了趋势分析方法,但数据年限少的影响依然存在.趋势特征往往与研究的时间尺度紧密相关,因此未来将随着MO D I S 数据存档数量的增加或从多数据源入手,加长时间序列,开展更长时间的遥感干旱分析研究,将对干旱的变化分析更有指导意义.４㊀结论从黑龙江省２０００－２０２１年年T V D I 来看,２０００－２０１０年较易发生干旱,２０１３和２０１９年属于湿润年,４个区中松嫩平原多年普遍处于干旱状态;从月T V D I 来看,５月和９月易处于干旱状态,特别是松嫩平原区,７月常处于湿润状态,表明省内春秋易发生干旱,夏季较湿润;从干旱总发生频率来看松嫩平原干旱频率最大且存在１０％频率的重旱发生,其次是张广才岭,最小的是大小兴安岭.黑龙江省２２年来干旱趋势呈基本稳定偏减少,其中东部有干旱趋势轻度增加像元;月干旱趋势中,６月有明显增加的趋势,面积占比达６１ ０８％,５月㊁７月㊁８月㊁９月以基本稳定趋势为主,表明６月干旱有增加的趋势,应注重人工灌溉来缓解干旱发生.黑龙江省T V D I 的变化主要由降雨量决定.降雨是干旱变化的主要限制型因子,年降雨量的增加使得黑龙江省年内T V D I 值减小,也是省内干旱减弱的一个主要因素.本研究中土地利用类型为耕地,其对天然降水变化响应显著.参考文献:[１]㊀张瑾,王斌,白建军．基于植被状态指数的甘肃省２０００－２０１９年干旱时空特征分析[J ]．水土保持研究,２０２２,２９(６):１６７Ｇ１７３,１８２．[２]㊀梁任刚,周旭,李松,等．基于C W S I 的贵州省干旱时空变化特征及影响因素分析[J ]．水土保持研究,２０２２,２９(３):２８４Ｇ２９１．[３]㊀黄梦杰,贺新光,卢希安,等．长江流域的非平稳S P I 干旱时空特征分析[J ]．长江流域资源与环境,２０２０,２９(７):１５９７Ｇ１６１１．[４]㊀于敏,程明虎．基于N D V I ＧT s 特征空间的黑龙江省干旱监测[J ]．应用气象学报,２０１０,２１(２):２２１Ｇ２２８．[５]㊀钟伟,卢宏玮,管延龙,等．基于温度植被指数T V D I 的拉萨地区土壤湿度特征分析[J ]．中国农村水利水电,２０２１(１２):９１Ｇ９８．[６]㊀鲍艳松,严婧,闵锦忠,等．基于温度植被干旱指数的江苏淮北地区农业旱情监测[J ]．农业工程学报,２０１４,３０(７):１６３Ｇ１７２．[７]㊀陈斌,张学霞,华开,等．温度植被干旱指数(T V D I)在草原干旱监测中的应用研究[J ]．干旱区地理,２０１３,３６(５):９３０Ｇ９３７．[８]㊀刘立文,张吴平,段永红,等．T V D I 模型的农业旱情时空变化遥感应用[J ]．生态学报,２０１４,３４(１３):３７０４Ｇ３７１１．[９]㊀孙丽,王飞,吴全．干旱遥感监测模型在中国冬小麦区的应用[J ]．农业工程学报,２０１０,２６(１):２４３Ｇ２４９．[１０]㊀杜灵通,候静,胡悦,等．基于遥感温度植被干旱指数的宁夏２０００－２０１０年旱情变化特征[J ]．农业工程学报,２０１５,３１(１４):２０９Ｇ２１６．[１１]㊀李廷全,王萍,祖世亨．黑龙江省２０００年农业气象灾害综述[J ]．黑龙江气象,２００１(２):１３Ｇ１５．６９Copyright ©博看网. All Rights Reserved.９期㊀㊀吴㊀黎等:黑龙江省２０００－２０２１年干旱变化特征及影响因素分析㊀㊀㊀㊀[１２]㊀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):２４Ｇ２５．[１３]㊀于家瑞,艾萍,袁定波,等．基于S P I的黑龙江省干旱时空特征分析[J]．干旱区地理,２０１９,４２(５):１０５９Ｇ１０６８．[１４]㊀李险峰,朱海霞,李秀芬,等．１９６１ ２０１８年黑龙江省干湿气候的时空格局特征[J]．东北林业大学学报,２０１９,４７(１２):７３Ｇ７８,９９．[１５]㊀张剑侠,孙彦坤,王晨轶,等．黑龙江省近３０a干旱发生规律及趋势分析[J]．黑龙江气象,２０１０,２７:２０Ｇ２５．[１６]㊀吴黎．基于MO D I S数据温度植被干旱指数干旱监测指标的等级划分[J]．水土保持研究,２０１７,２４(３):１３０Ｇ１３５．[１７]㊀刘巍．黑龙江省灌溉水利用效率时空分异规律及节水潜力研究[D]．哈尔滨:东北农业大学,２０１７．[１８]㊀朱闯,刘沁萍,田洪阵．２００１－２０１７年中国土地利用时空变化[J]．中国资源综合利用,２０１９,３７(９):７０Ｇ７１,７４．[１９]㊀S A N D H O L T I R A S MU S S E NK,A N D E R S E NJ．As i m p l ei n t e r p r e t a t i o no f t h es u r f a c e t e m p e r a t u r eＧv e g e t a t i o n i n d e xs p a c ef o r a s s e s s m e n t o f s u r f a c e m o i s t u r e s t a t u s[J]．R e m o t eS e n s i n g o fE n v i r o n m e n t,２００２,７９:２１３Ｇ２２４．[２０]㊀覃艺,张廷斌,易桂花,等．２０００年以来内蒙古生长季旱情变化遥感监测及其影响因素分析[J]．自然资源学报,２０２１,３６(２):４５９Ｇ４７５．[２１]㊀吴英杰,全强,陈晓俊,等．２０００ ２０１８年锡林郭勒地区干旱时空变化及其气候响应[J]．干旱区地理,２０２０,４３(５):１２８９Ｇ１２９７．[２２]㊀李崇瑞,游松财,武永峰．东北地区干旱特征与春玉米生长季干旱主导气象因子[J]．农业工程学报,２０２０,３６(１９):９７Ｇ１０６．A n a l y s i s o fD r o u g h tV a r i a t i o nC h a r a c t e r i s t i c s a n d I n f l u e n c i n gF a c t o r s i nH e i l o n g j i a n g P r o v i n c e f r o m２０００t o２０２１W UL i１,X I E W e n h u a n１,L IY a n１,LÜZ h i q u n１,Z H A N G Y a n１,Z H A N G D o n g m e i２,S O N GL i j u a n３, W A N GX i a o n a n１(１．I n s t i t u t e o fA g r i c u l t u r a lR e m o t e S e n s i n g a n d I n f o r m a t i o n,H e i l o n g j i a n g A c a d e m y o fA g r i c u l t u r a l S c i e n c e s, H a r b i n１５００８６,C h i n a;２．I n s t i t u t eo fF o r a g ea n d G r a s s l a n dS c i e n c e s,H e i l o n g j i a n g A c a d e m y o fA g r i c u l t u r a l S c i e n c e s,H a r b i n１５００８６,C h i n a;３．H e i l o n g j i a n g U n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y,H a r b i n１５００２２,C h i n a) A b s t r a c t:H e i l o n g j i a n g P r o v i n c e i s t h em a i n c r o pp r o d u c i n g a r e a i nC h i n a．I n t h e２０t h c e n t u r y,t h e t e m p e r a t u r e r o s e o b v i o u s l y,a n d t h e r a i n f a l l d i s t r i b u t i o nw a su n e v e n,w h i c hw a sv u l n e r a b l e t od r o u g h t d i s a s t e r s．I no r d e r t ou n d e r s t a n dt h ec h a r a c t e r i s t i c s,f r e q u e n c y,d e v e l o p m e n t t r e n da n d m e t e o r o l o g i c a l f a c t o r so f f i e l dd r o u g h t i n d i f f e r e n t r e g i o n s o fH e i l o n g j i a n g P r o v i n c e,b a s e do n t h e t e m p e r a t u r ev e g e t a t i o nd r o u g h t i n d e x(T V D I),c o m b i n e d w i t h t h e t r e n da n a l y s i sm e t h o d,t h ec h a r a c t e r i s t i c so fd r o u g h t c h a n g ea n dd e v e l o p m e n t t r e n d i n H e i l o n g j i a n g P r o v i n c e i n t h e p a s t２２y e a r sw e r e e x p l o r e d,a n d t h em a i nm e t e o r o l o g i c a l f a c t o r s c a u s i n g d r o u g h t c h a n g e i n t h e p r o v i n c e a n d t h e r e l a t i o n s h i p b e t w e e n m e t e o r o l o g i c a l d r o u g h t i n d e xw e r ed i s c u s s e d．T h e r e s u l t ss h o w e dt h a t t h eT V D I o f t h e f o u r d i s t r i c t s i n２０００－２０１０w a s h i g h e r a n dm o r e p r o n e t o d r o u g h t．I n２０１３a n d２０１９,i tw a s ah u m i d y e a r,a n dt h eS o n g n e nP l a i n i nt h e f o u rd i s t r i c t sw a s i nad r o u g h t s t a t e f o rm a n yy e a r s．F r o mt h e m o n t ha n a l y s i s,M a y a n dS e p t e m b e rw e r e p r o n et od r o u g h t,e s p e c i a l l y i nt h eS o n g n e nP l a i n,a n dJ u l y w a s o f t e n i naw e t s t a t e,i n d i c a t i n g t h a t t h e p r o v i n c ew a s p r o n e t o d r o u g h t i n s p r i n g a n d a u t u m n,a n dw e t i n s u m m e r．T h e f r e q u e n c y o f d r o u g h t i nD a x i n gᶄa n M o u n t a i n s a n dX i a o x i n gᶄa n M o u n t a i n s,S a n j i a n g P l a i n,Z h a n g g u a n g c a i M o u n t a i n s a n dS o n g n e nP l a i nw e r e７０．００％,８０．９１％,８５．４５％a n d９２．７３％,r e s p e c t i v e l y,d u r i n g t h e１１０m o n t h s o f c r o pg r o w t hs e a s o n．T h ei n t e n s i t y w a s m a i n l y l i g h td r o u g h ta n d m o d e r a t ed r o u g h t．D u r i n g t h es t u d y p e r i o d,o n l y t h e S o n g n e nP l a i nh a d a１０％p r o b a b i l i t y o f s e v e r e d r o u g h t．T h e f r e q u e n c y a n d i n t e n s i t y o f s p r i n g d r o u g h t i n t h i s a r e aw e r e t h e h i g h e s t,a n d t h e d r o u g h t i nD a x i n gᶄa nM o u n t a i n s a n dX i a o x i n gᶄa nM o u n t a i n sw a s t h e l e a s t a f f e c t e d．I nt h e p a s t２２y e a r s,t h ed r o u g h t t r e n d i n H e i l o n g j i a n g P r o v i n c eh a sb e e nb a s i c a l l y s t a b l ea n d d e c r e a s i n g,a n dt h ed r o u g h t t r e n di nt h ee a s t e r n p a r th a s i n c r e a s e ds l i g h t l y．I nt h em o n t h l y d r o u g h t t r e n d, t h e r ew a sas i g n i f i c a n t i n c r e a s ei nJ u n e,a n dt h ea r e aa c c o u n t e df o r６１．０８％．I n M a y,J u l y,A u g u s ta n d S e p t e m b e r,t h e t r e n dw a sb a s i c a l l y s t a b l e．T h e c h a n g e o fT V D I i nH e i l o n g j i a n g P r o v i n c em a i n l y d e p e n d e do n r a i n f a l l,a n d m e t e o r o l o g i c a ld r o u g h t w i l ll e a dt oa g r i c u l t u r a ld r o u g h t．T h ea n n u a l T V D I w a s n e g a t i v e l y c o r r e l a t e dw i t ha n n u a l r a i n f a l l,a n da l l p a s s t h ee x t r e m e l y s i g n i f i c a n t t e s to f P＜０．０１．T h er e l a t i o n s h i p b e t w e e n T V D I a n d t e m p e r a t u r ew a sn o t s i g n i f i c a n t,w h i c h i s r e l a t e d t o t h e l a n d t y p e s t u d i e d i n t h i s p a p e r．K e y w o r d s:d r o u g h t;d r o u g h tt r e n d;d r o u g h tf r e q u e n c y;T e m p e r a t u r e V e g e t a t i o n D r o u g h tI n d e x(T V D I);H e i l o n g j i a n g P r o v i n c e７９Copyright©博看网. All Rights Reserved.。
农业干旱风险研究进展与发展趋势王东芳;张飞;周梅;李瑞;李晓航【摘要】随着农业旱灾对农业系统造成的损失日益加剧,增大了对区域资源的压力,造成一系列环境问题,农业干旱风险分析逐渐成为近年一个新的研究领域;这一研究不仅是农业旱灾风险管理的基础和前提,也是农业干旱风险区划和灾前损失预评估的理论基础.目前,针对农业干旱风险的研究大多是通过模拟特定干旱指标与作物生物量之间的关系,对作物因旱损失进行微观风险评价,因此在阅读大量文献的基础上,分别对农业干旱、农业干旱风险的定义,以及对基于降水指数的农业干旱风险的研究进展进行了综述.【期刊名称】《安徽农业科学》【年(卷),期】2014(000)017【总页数】5页(P5455-5458,5523)【关键词】农业干旱;干旱风险;降水指数【作者】王东芳;张飞;周梅;李瑞;李晓航【作者单位】新疆大学资源与环境科学学院,新疆乌鲁木齐830046;新疆大学绿洲生态教育部重点实验室,新疆乌鲁木齐830046;新疆大学资源与环境科学学院,新疆乌鲁木齐830046;新疆大学绿洲生态教育部重点实验室,新疆乌鲁木齐830046;新疆大学智慧城市与环境建模普通高校重点实验室,新疆乌鲁木齐830046;新疆大学资源与环境科学学院,新疆乌鲁木齐830046;新疆大学绿洲生态教育部重点实验室,新疆乌鲁木齐830046;新疆大学资源与环境科学学院,新疆乌鲁木齐830046;新疆大学绿洲生态教育部重点实验室,新疆乌鲁木齐830046;新疆大学资源与环境科学学院,新疆乌鲁木齐830046;新疆大学绿洲生态教育部重点实验室,新疆乌鲁木齐830046【正文语种】中文【中图分类】S423干旱作为一种慢性自然灾害，在全球范围内频繁发生，对社会生活和经济发展的影响之大、范围之广、持续之久、危害之深，超出了其他任何自然灾害，对人类赖以生存的粮食、水和生态环境造成了严重的威胁。
在全球范围内干旱主要发生在非洲中部、印度半岛、中亚以及我国(图1);而在我国干旱区主要分布于西南与西北地区，尤其以新疆、云南和贵州等省分布面积最广。
东北旱情概述近期，东北地区出现了严重的旱情，造成了严重的干旱和水资源短缺问题。
本文将就东北旱情的原因、影响以及如何应对进行详细介绍。
旱情原因东北旱情的原因主要有以下几点：1.气候变化：东北地区的气候特点是干燥，而近年来全球气候变化导致了东北地区的降水量减少，气温上升，造成了旱情的加剧。
2.不合理的土地利用：一些地区过度开垦耕地，大量砍伐森林，破坏了生态环境，导致水土流失，加剧了旱情。
3.缺乏水资源管理：东北地区在水资源管理上存在不足，缺乏有效的水利设施建设和水资源的合理分配，导致了旱情的发生。
旱情影响东北旱情给当地的农业、生态环境和居民生活带来了严重的影响：1.农业受损：由于旱情导致水稻等农作物缺水，大面积的农田无法正常灌溉，导致农作物减产甚至绝收。
2.生态环境恶化：旱情使得湿地干涸、河流断流，动植物生存环境严重受损，破坏了生物多样性。
3.居民生活受限：由于水资源短缺，居民的日常生活用水受到限制，一些地区甚至出现了供水不足的情况。
应对策略为了应对东北旱情，需要采取以下措施：1.加强水资源管理：加强对水资源的调度和管理，确保水资源的合理分配和利用，提升水资源利用效率。
2.推广节水技术：加大对节水技术的研发和推广，引导农民、居民等广泛采用节水措施，减少浪费。
3.加强生态恢复：加大对生态环境的保护力度，恢复湿地、植树造林，提升生态系统的稳定性。
4.完善水利设施：加大对水利设施的投入，修建水库、灌溉渠道等基础设施，提高对水资源的利用效率。
结论东北旱情是一个严重的问题，对农业、生态环境和居民生活造成了重大影响。
通过加强水资源管理，推广节水技术，加强生态恢复和完善水利设施等措施，可以有效应对旱情，保障当地的可持续发展和居民的生活质量。
以上是对东北旱情的概述、原因、影响以及应对策略的介绍，希望能为读者提供一定的了解和参考。
1912-1931年间东北灾荒的社会应对研究1912-1931年间东北灾荒的社会应对研究引言：东北地区在1912年至1931年期间，经历了一系列严重的灾荒。
由于多种因素的综合影响，包括自然灾害、战争、政治动荡等等，东北地区的灾荒给人民生活带来了巨大的影响。
本文将围绕1912-1931年间东北灾荒的社会应对进行研究，以探讨人们在面对灾难时的应对策略和社会团体的作用。
一、自然灾害的影响东北地区常年面临着严寒和大雪的天气，这给农业和日常生活带来了很多困难。
然而，在1912-1931年期间，东北地区还遭受了一系列自然灾害的打击，如旱灾、水灾、虫灾等。
这些灾害破坏了当地农田和农作物，导致了粮食减产和供应短缺，进而引发了灾荒。
农民们面临粮食不足的困境，同时价格飞涨，极大地影响了其生活。
二、政治动荡和战争的影响1911年辛亥革命后，中国进入了动荡时期，东北地区也受到了影响。
1912年至1928年间，东北地区发生了数起政治动荡和战争，如军阀混战、日本侵略等。
这些政治动荡和战争对东北地区的经济和社会秩序造成了巨大破坏。
农业生产受到军队调动和抢劫的影响，工商业也因此停滞不前，致使供应链断裂，经济陷入低谷。
三、社会应对策略面对重重灾难和困境，东北地区的人们采取了一系列应对措施。
首先，他们互相帮助，以共同度过难关。
农民从临近省市收购粮食，以保证自己的生计，并与邻居互相借贷饥荒期间的粮食。
其次，当地政府出台了灾荒救济政策，包括减免租贷、粮食救济等。
同时，一些富裕人士和慈善机构也积极捐助资金和粮食，帮助受灾人民。
此外，一些志愿组织和慈善机构也派遣人员前往东北地区提供食物和医疗救助。
四、社会团体的作用社会团体在1912-1931年间东北灾荒的社会应对中发挥了重要作用。
例如，民间组织如红十字会、救济会等积极组织救济物资和人员，向受灾人民提供食品、药物和医疗服务。
同时，农民组织如农民协会、互助组织等也起到了重要的社会保障和救助作用。
黑龙江自然灾害损失情况数据分析报告2019版序言黑龙江自然灾害损失情况数据分析报告从农作物受灾面积，农作物绝收面积，旱灾受灾面积，旱灾绝收面积，洪涝、山体滑坡、泥石流和台风受灾面积，洪涝、山体滑坡、泥石流和台风绝收面积，风雹灾害受灾面积等重要因素进行分析，剖析了黑龙江自然灾害损失情况现状、趋势变化。
借助对数据的发掘及分析，提供一个全面、严谨、客观的视角来了解黑龙江自然灾害损失情况现状及发展趋势。
黑龙江自然灾害损失情况分析报告的数据来源于中国国家统计局等权威部门，并经过专业统计分析及清洗而得。
黑龙江自然灾害损失情况数据分析报告知识产权为发布方即我公司天津旷维所有，其他方引用我方报告均请注明出处。
黑龙江自然灾害损失情况数据分析报告以数据呈现方式客观、多维度、深入介绍黑龙江自然灾害损失情况真实状况及发展脉络，为机构和个人提供必要借鉴及重要参考。
目录第一节黑龙江自然灾害损失情况现状概况 (1)第二节黑龙江农作物受灾面积指标分析 (3)一、黑龙江农作物受灾面积现状统计 (3)二、全国农作物受灾面积现状统计 (3)三、黑龙江农作物受灾面积占全国农作物受灾面积比重统计 (3)四、黑龙江农作物受灾面积（2016-2018）统计分析 (4)五、黑龙江农作物受灾面积（2017-2018）变动分析 (4)六、全国农作物受灾面积（2016-2018）统计分析 (5)七、全国农作物受灾面积（2017-2018）变动分析 (5)八、黑龙江农作物受灾面积同全国农作物受灾面积（2017-2018）变动对比分析 (6)第三节黑龙江农作物绝收面积指标分析 (7)一、黑龙江农作物绝收面积现状统计 (7)二、全国农作物绝收面积现状统计分析 (7)三、黑龙江农作物绝收面积占全国农作物绝收面积比重统计分析 (7)四、黑龙江农作物绝收面积（2016-2018）统计分析 (8)五、黑龙江农作物绝收面积（2017-2018）变动分析 (8)六、全国农作物绝收面积（2016-2018）统计分析 (9)七、全国农作物绝收面积（2017-2018）变动分析 (9)八、黑龙江农作物绝收面积同全国农作物绝收面积（2017-2018）变动对比分析 (10)第四节黑龙江旱灾受灾面积指标分析 (11)一、黑龙江旱灾受灾面积现状统计 (11)二、全国旱灾受灾面积现状统计分析 (11)三、黑龙江旱灾受灾面积占全国旱灾受灾面积比重统计分析 (11)四、黑龙江旱灾受灾面积（2016-2018）统计分析 (12)五、黑龙江旱灾受灾面积（2017-2018）变动分析 (12)六、全国旱灾受灾面积（2016-2018）统计分析 (13)七、全国旱灾受灾面积（2017-2018）变动分析 (13)八、黑龙江旱灾受灾面积同全国旱灾受灾面积（2017-2018）变动对比分析 (14)第五节黑龙江旱灾绝收面积指标分析 (15)一、黑龙江旱灾绝收面积现状统计 (15)二、全国旱灾绝收面积现状统计 (15)三、黑龙江旱灾绝收面积占全国旱灾绝收面积比重统计 (15)四、黑龙江旱灾绝收面积（2016-2018）统计分析 (16)五、黑龙江旱灾绝收面积（2017-2018）变动分析 (16)六、全国旱灾绝收面积（2016-2018）统计分析 (17)七、全国旱灾绝收面积（2017-2018）变动分析 (17)八、黑龙江旱灾绝收面积同全国旱灾绝收面积（2017-2018）变动对比分析 (18)第六节黑龙江洪涝、山体滑坡、泥石流和台风受灾面积指标分析 (19)一、黑龙江洪涝、山体滑坡、泥石流和台风受灾面积现状统计 (19)二、全国洪涝、山体滑坡、泥石流和台风受灾面积现状统计 (19)三、黑龙江洪涝、山体滑坡、泥石流和台风受灾面积占全国洪涝、山体滑坡、泥石流和台风受灾面积比重统计 (19)四、黑龙江洪涝、山体滑坡、泥石流和台风受灾面积（2016-2018）统计分析 (20)五、黑龙江洪涝、山体滑坡、泥石流和台风受灾面积（2017-2018）变动分析 (20)六、全国洪涝、山体滑坡、泥石流和台风受灾面积（2016-2018）统计分析 (21)七、全国洪涝、山体滑坡、泥石流和台风受灾面积（2017-2018）变动分析 (21)八、黑龙江洪涝、山体滑坡、泥石流和台风受灾面积同全国洪涝、山体滑坡、泥石流和台风受灾面积（2017-2018）变动对比分析 (22)第七节黑龙江洪涝、山体滑坡、泥石流和台风绝收面积指标分析 (23)一、黑龙江洪涝、山体滑坡、泥石流和台风绝收面积现状统计 (23)二、全国洪涝、山体滑坡、泥石流和台风绝收面积现状统计分析 (23)三、黑龙江洪涝、山体滑坡、泥石流和台风绝收面积占全国洪涝、山体滑坡、泥石流和台风绝收面积比重统计分析 (23)四、黑龙江洪涝、山体滑坡、泥石流和台风绝收面积（2016-2018）统计分析 (24)五、黑龙江洪涝、山体滑坡、泥石流和台风绝收面积（2017-2018）变动分析 (24)六、全国洪涝、山体滑坡、泥石流和台风绝收面积（2016-2018）统计分析 (25)七、全国洪涝、山体滑坡、泥石流和台风绝收面积（2017-2018）变动分析 (25)八、黑龙江洪涝、山体滑坡、泥石流和台风绝收面积同全国洪涝、山体滑坡、泥石流和台风绝收面积（2017-2018）变动对比分析 (26)第八节黑龙江风雹灾害受灾面积指标分析 (27)一、黑龙江风雹灾害受灾面积现状统计 (27)二、全国风雹灾害受灾面积现状统计分析 (27)三、黑龙江风雹灾害受灾面积占全国风雹灾害受灾面积比重统计分析 (27)四、黑龙江风雹灾害受灾面积（2016-2018）统计分析 (28)五、黑龙江风雹灾害受灾面积（2017-2018）变动分析 (28)六、全国风雹灾害受灾面积（2016-2018）统计分析 (29)七、全国风雹灾害受灾面积（2017-2018）变动分析 (29)八、黑龙江风雹灾害受灾面积同全国风雹灾害受灾面积（2017-2018）变动对比分析 (30)第九节黑龙江风雹灾害绝收面积指标分析 (31)一、黑龙江风雹灾害绝收面积现状统计 (31)二、全国风雹灾害绝收面积现状统计 (31)三、黑龙江风雹灾害绝收面积占全国风雹灾害绝收面积比重统计 (31)四、黑龙江风雹灾害绝收面积（2016-2018）统计分析 (32)五、黑龙江风雹灾害绝收面积（2017-2018）变动分析 (32)六、全国风雹灾害绝收面积（2016-2018）统计分析 (33)七、全国风雹灾害绝收面积（2017-2018）变动分析 (33)八、黑龙江风雹灾害绝收面积同全国风雹灾害绝收面积（2017-2018）变动对比分析 (34)第十节黑龙江低温冷冻和雪灾受灾面积指标分析 (35)一、黑龙江低温冷冻和雪灾受灾面积现状统计 (35)二、全国低温冷冻和雪灾受灾面积现状统计 (35)三、黑龙江低温冷冻和雪灾受灾面积占全国低温冷冻和雪灾受灾面积比重统计 (35)四、黑龙江低温冷冻和雪灾受灾面积（2016-2018）统计分析 (36)五、黑龙江低温冷冻和雪灾受灾面积（2017-2018）变动分析 (36)六、全国低温冷冻和雪灾受灾面积（2016-2018）统计分析 (37)七、全国低温冷冻和雪灾受灾面积（2017-2018）变动分析 (37)八、黑龙江低温冷冻和雪灾受灾面积同全国低温冷冻和雪灾受灾面积（2017-2018）变动对比分析 (38)第十一节黑龙江低温冷冻和雪灾绝收面积指标分析 (39)一、黑龙江低温冷冻和雪灾绝收面积现状统计 (39)二、全国低温冷冻和雪灾绝收面积现状统计分析 (39)三、黑龙江低温冷冻和雪灾绝收面积占全国低温冷冻和雪灾绝收面积比重统计分析 (39)四、黑龙江低温冷冻和雪灾绝收面积（2016-2018）统计分析 (40)五、黑龙江低温冷冻和雪灾绝收面积（2017-2018）变动分析 (40)六、全国低温冷冻和雪灾绝收面积（2016-2018）统计分析 (41)七、全国低温冷冻和雪灾绝收面积（2017-2018）变动分析 (41)八、黑龙江低温冷冻和雪灾绝收面积同全国低温冷冻和雪灾绝收面积（2017-2018）变动对比分析 (42)第十二节黑龙江受灾人口指标分析 (43)一、黑龙江受灾人口现状统计 (43)二、全国受灾人口现状统计分析 (43)三、黑龙江受灾人口占全国受灾人口比重统计分析 (43)四、黑龙江受灾人口（2016-2018）统计分析 (44)五、黑龙江受灾人口（2017-2018）变动分析 (44)六、全国受灾人口（2016-2018）统计分析 (45)七、全国受灾人口（2017-2018）变动分析 (45)八、黑龙江受灾人口同全国受灾人口（2017-2018）变动对比分析 (46)第十三节黑龙江受灾死亡人口（含失踪）指标分析 (47)一、黑龙江受灾死亡人口（含失踪）现状统计 (47)二、全国受灾死亡人口（含失踪）现状统计 (47)三、黑龙江受灾死亡人口（含失踪）占全国受灾死亡人口（含失踪）比重统计 (47)四、黑龙江受灾死亡人口（含失踪）（2016-2018）统计分析 (48)五、黑龙江受灾死亡人口（含失踪）（2017-2018）变动分析 (48)六、全国受灾死亡人口（含失踪）（2016-2018）统计分析 (49)七、全国受灾死亡人口（含失踪）（2017-2018）变动分析 (49)八、黑龙江受灾死亡人口（含失踪）同全国受灾死亡人口（含失踪）（2017-2018）变动对比分析 (50)第十四节黑龙江自然灾害直接经济损失指标分析 (51)一、黑龙江自然灾害直接经济损失现状统计 (51)二、全国自然灾害直接经济损失现状统计 (51)三、黑龙江自然灾害直接经济损失占全国自然灾害直接经济损失比重统计 (51)四、黑龙江自然灾害直接经济损失（2016-2018）统计分析 (52)五、黑龙江自然灾害直接经济损失（2017-2018）变动分析 (52)六、全国自然灾害直接经济损失（2016-2018）统计分析 (53)七、全国自然灾害直接经济损失（2017-2018）变动分析 (53)八、黑龙江自然灾害直接经济损失同全国自然灾害直接经济损失（2017-2018）变动对比分析54八、黑龙江自然灾害直接经济损失同全国自然灾害直接经济损失（2017-2018）变动对比分析 (54)图表目录表1：黑龙江自然灾害损失情况现状统计表 (1)表2：黑龙江农作物受灾面积现状统计表 (3)表3：全国农作物受灾面积现状统计表 (3)表4：黑龙江农作物受灾面积占全国农作物受灾面积比重统计表 (3)表5：黑龙江农作物受灾面积（2016-2018）统计表 (4)表6：黑龙江农作物受灾面积（2017-2018）变动统计表（比上年增长%） (4)表7：全国农作物受灾面积（2016-2018）统计表 (5)表8：全国农作物受灾面积（2017-2018）变动统计表（比上年增长%） (5)表9：黑龙江农作物受灾面积同全国农作物受灾面积（2017-2018）变动对比统计表 (6)表10：黑龙江农作物绝收面积现状统计表 (7)表11：全国农作物绝收面积现状统计表 (7)表12：黑龙江农作物绝收面积占全国农作物绝收面积比重统计表 (7)表13：黑龙江农作物绝收面积（2016-2018）统计表 (8)表14：黑龙江农作物绝收面积（2017-2018）变动统计表（比上年增长%） (8)表15：全国农作物绝收面积（2016-2018）统计表 (9)表16：全国农作物绝收面积（2017-2018）变动统计表（比上年增长%） (9)表17：黑龙江农作物绝收面积同全国农作物绝收面积（2017-2018）变动对比统计表（比上年增长%）10表17：黑龙江农作物绝收面积同全国农作物绝收面积（2017-2018）变动对比统计表（比上年增长%） (10)表18：黑龙江旱灾受灾面积现状统计表 (11)表19：全国旱灾受灾面积现状统计分析表 (11)表20：黑龙江旱灾受灾面积占全国旱灾受灾面积比重统计表 (11)表21：黑龙江旱灾受灾面积（2016-2018）统计表 (12)表22：黑龙江旱灾受灾面积（2017-2018）变动分析表（比上年增长%） (12)表23：全国旱灾受灾面积（2016-2018）统计表 (13)表24：全国旱灾受灾面积（2017-2018）变动分析表（比上年增长%） (13)表25：黑龙江旱灾受灾面积同全国旱灾受灾面积（2017-2018）变动对比统计表（比上年增长%） (14)表26：黑龙江旱灾绝收面积现状统计表 (15)表27：全国旱灾绝收面积现状统计表 (15)表28：黑龙江旱灾绝收面积占全国旱灾绝收面积比重统计表 (15)表29：黑龙江旱灾绝收面积（2016-2018）统计表 (16)表30：黑龙江旱灾绝收面积（2017-2018）变动统计表（比上年增长%） (16)表31：全国旱灾绝收面积（2016-2018）统计表 (17)表32：全国旱灾绝收面积（2017-2018）变动统计表（比上年增长%） (17)表33：黑龙江旱灾绝收面积同全国旱灾绝收面积（2017-2018）变动对比统计表（比上年增长%） (18)表34：黑龙江洪涝、山体滑坡、泥石流和台风受灾面积现状统计表 (19)表35：全国洪涝、山体滑坡、泥石流和台风受灾面积现状统计表 (19)表36：黑龙江洪涝、山体滑坡、泥石流和台风受灾面积占全国洪涝、山体滑坡、泥石流和台风受灾面积比重统计表 (19)表37：黑龙江洪涝、山体滑坡、泥石流和台风受灾面积（2016-2018）统计表 (20)表38：黑龙江洪涝、山体滑坡、泥石流和台风受灾面积（2017-2018）变动统计表（比上年增长%） (20)表39：全国洪涝、山体滑坡、泥石流和台风受灾面积（2016-2018）统计表 (21)表40：全国洪涝、山体滑坡、泥石流和台风受灾面积（2017-2018）变动统计表（比上年增长%） (21)表41：黑龙江洪涝、山体滑坡、泥石流和台风受灾面积同全国洪涝、山体滑坡、泥石流和台风受灾面积（2017-2018）变动对比统计表 (22)表42：黑龙江洪涝、山体滑坡、泥石流和台风绝收面积现状统计表 (23)表43：全国洪涝、山体滑坡、泥石流和台风绝收面积现状统计表 (23)表44：黑龙江洪涝、山体滑坡、泥石流和台风绝收面积占全国洪涝、山体滑坡、泥石流和台风绝收面积比重统计表 (23)表45：黑龙江洪涝、山体滑坡、泥石流和台风绝收面积（2016-2018）统计表 (24)表46：黑龙江洪涝、山体滑坡、泥石流和台风绝收面积（2017-2018）变动统计表（比上年增长%） (24)表47：全国洪涝、山体滑坡、泥石流和台风绝收面积（2016-2018）统计表 (25)表48：全国洪涝、山体滑坡、泥石流和台风绝收面积（2017-2018）变动统计表（比上年增长%） (25)表49：黑龙江洪涝、山体滑坡、泥石流和台风绝收面积同全国洪涝、山体滑坡、泥石流和台风绝收面积（2017-2018）变动对比统计表（比上年增长%） (26)表50：黑龙江风雹灾害受灾面积现状统计表 (27)表51：全国风雹灾害受灾面积现状统计分析表 (27)表52：黑龙江风雹灾害受灾面积占全国风雹灾害受灾面积比重统计表 (27)表53：黑龙江风雹灾害受灾面积（2016-2018）统计表 (28)表54：黑龙江风雹灾害受灾面积（2017-2018）变动分析表（比上年增长%） (28)表55：全国风雹灾害受灾面积（2016-2018）统计表 (29)表56：全国风雹灾害受灾面积（2017-2018）变动分析表（比上年增长%） (29)表57：黑龙江风雹灾害受灾面积同全国风雹灾害受灾面积（2017-2018）变动对比统计表（比上年增长%） (30)表58：黑龙江风雹灾害绝收面积现状统计表 (31)表59：全国风雹灾害绝收面积现状统计表 (31)表60：黑龙江风雹灾害绝收面积占全国风雹灾害绝收面积比重统计表 (31)表61：黑龙江风雹灾害绝收面积（2016-2018）统计表 (32)表62：黑龙江风雹灾害绝收面积（2017-2018）变动统计表（比上年增长%） (32)表63：全国风雹灾害绝收面积（2016-2018）统计表 (33)表64：全国风雹灾害绝收面积（2017-2018）变动统计表（比上年增长%） (33)表65：黑龙江风雹灾害绝收面积同全国风雹灾害绝收面积（2017-2018）变动对比统计表（比上年增长%） (34)表66：黑龙江低温冷冻和雪灾受灾面积现状统计表 (35)表67：全国低温冷冻和雪灾受灾面积现状统计表 (35)表68：黑龙江低温冷冻和雪灾受灾面积占全国低温冷冻和雪灾受灾面积比重统计表 (35)表69：黑龙江低温冷冻和雪灾受灾面积（2016-2018）统计表 (36)表70：黑龙江低温冷冻和雪灾受灾面积（2017-2018）变动统计表（比上年增长%） (36)表71：全国低温冷冻和雪灾受灾面积（2016-2018）统计表 (37)表72：全国低温冷冻和雪灾受灾面积（2017-2018）变动统计表（比上年增长%） (37)表73：黑龙江低温冷冻和雪灾受灾面积同全国低温冷冻和雪灾受灾面积（2017-2018）变动对比统计表 (38)表74：黑龙江低温冷冻和雪灾绝收面积现状统计表 (39)表75：全国低温冷冻和雪灾绝收面积现状统计表 (39)表76：黑龙江低温冷冻和雪灾绝收面积占全国低温冷冻和雪灾绝收面积比重统计表 (39)表77：黑龙江低温冷冻和雪灾绝收面积（2016-2018）统计表 (40)表78：黑龙江低温冷冻和雪灾绝收面积（2017-2018）变动统计表（比上年增长%） (40)表79：全国低温冷冻和雪灾绝收面积（2016-2018）统计表 (41)表80：全国低温冷冻和雪灾绝收面积（2017-2018）变动统计表（比上年增长%） (41)表81：黑龙江低温冷冻和雪灾绝收面积同全国低温冷冻和雪灾绝收面积（2017-2018）变动对比统计表（比上年增长%） (42)表82：黑龙江受灾人口现状统计表 (43)表83：全国受灾人口现状统计分析表 (43)表84：黑龙江受灾人口占全国受灾人口比重统计表 (43)表85：黑龙江受灾人口（2016-2018）统计表 (44)表86：黑龙江受灾人口（2017-2018）变动分析表（比上年增长%） (44)表87：全国受灾人口（2016-2018）统计表 (45)表88：全国受灾人口（2017-2018）变动分析表（比上年增长%） (45)表89：黑龙江受灾人口同全国受灾人口（2017-2018）变动对比统计表（比上年增长%）..46 表90：黑龙江受灾死亡人口（含失踪）现状统计表 (47)表91：全国受灾死亡人口（含失踪）现状统计表 (47)表92：黑龙江受灾死亡人口（含失踪）占全国受灾死亡人口（含失踪）比重统计表 (47)表93：黑龙江受灾死亡人口（含失踪）（2016-2018）统计表 (48)表94：黑龙江受灾死亡人口（含失踪）（2017-2018）变动统计表（比上年增长%） (48)表95：全国受灾死亡人口（含失踪）（2016-2018）统计表 (49)表96：全国受灾死亡人口（含失踪）（2017-2018）变动统计表（比上年增长%） (49)表97：黑龙江受灾死亡人口（含失踪）同全国受灾死亡人口（含失踪）（2017-2018）变动对比统计表（比上年增长%）表97：黑龙江受灾死亡人口（含失踪）同全国受灾死亡人口（含失踪）（2017-2018）变动对比统计表（比上年增长%） (50)表98：黑龙江自然灾害直接经济损失现状统计表 (51)表99：全国自然灾害直接经济损失现状统计表 (51)表100：黑龙江自然灾害直接经济损失占全国自然灾害直接经济损失比重统计表 (51)表101：黑龙江自然灾害直接经济损失（2016-2018）统计表 (52)表102：黑龙江自然灾害直接经济损失（2017-2018）变动统计表（比上年增长%） (52)表103：全国自然灾害直接经济损失（2016-2018）统计表 (53)表104：全国自然灾害直接经济损失（2017-2018）变动统计表（比上年增长%） (53)表105：黑龙江自然灾害直接经济损失同全国自然灾害直接经济损失（2017-2018）变动对比统计表 (54)第一节黑龙江自然灾害损失情况现状概况黑龙江自然灾害损失情况现状详细情况见下表（2018年）：表1：黑龙江自然灾害损失情况现状统计表注：报告中农作物受灾面积，农作物绝收面积、受灾人口、受灾死亡人口(含失踪)和自然灾害直接经济损失含地震、森林、海洋等灾害。
