DB37 T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分：风灾.pdf

《DB37 T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分：风灾.pdf》由会员分享，可在线阅读，更多相关《DB37 T 4144.4-2020 夏玉米气象灾害鉴定评价规范 第4部分：风灾.pdf（9页珍藏版）》请在麦多课文档分享上搜索。

1、 ICS 65.020 B 01 DB37 山东省 地 方 标 准 DB37/T 4144.4 2020 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 maize Part 4:Wind disaster 2020 - 09 - 25 发布 2020 - 10 - 25 实施 山东省市场监督管理局 发布 DB37/T 4144.4 2020 I 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、 2部分：高温； 第 3部分：渍涝； 第 4部分：风灾； 第 5部分：冰雹。 本部分为 DB37/T 4144的第 4部分。 本部分按照 GB/T 1.1 2009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。 DB37/T 4144.4 2020 1 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

3、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 disaster 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 agricul

4、tural 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 wind 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。 DB37/T 4144.4 2020 2 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

5、 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。 y = x x x x x1 2 3 4 5（ -0.847751 +3.261553 -4.173009 -0.434269 -17 .470693 ）. (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

6、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 0 y 1 1 y 2.5 2.5 y 4 y 4 3.2.2 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 20 20倒伏率 40 40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 的基础上根据风灾

7、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。 100% 0 1AASi . (2) DB37/T 4144.4 2020 3 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（ %） 10 Si30 30 Si50 50 Si80 Si 80 3.2.4 成灾面积百分比 成灾面积百分比是指夏玉米因风灾

8、减产 30 %以上的面积与夏玉米播种面积的比值，见公式 3。 100% 1AAS cz . (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）。 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（ %） 10 Sz20 20 Sz40 40 Sz60 Sz 60 4 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

9、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。 % h h 100 Y YYIy . (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 DB37/T 4144.4 2020 4 依据作物产量减产率评估风灾害等级按表 4执行。 表 5 不同区域产量损失评估等级 评估级别 减产率（ %） 省 市 县 轻度 10I y 15 10I y 15 10I y 20 中度 15I y 20 15I y 25 20I y 30 重度 20I y 25 25I y 35

10、30I y 40 严重 Iy 25 Iy 35 Iy 40 4.2 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 当发生风灾时，结合风灾评估指标 3.2.1 3.2.4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

11、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。 DB37/T 4144.4 2020 5 A A 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株玉米，统计茎折 株数、根倒株

12、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（ %） 1 2 3 4 5 平均 注： 倒伏率 =（茎折株数 +根倒株数 +茎倒株数） /50 100% DB37/T 4144.4 2020 6 B B 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

13、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

14、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： hwY Y Y . (B.1) 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

15、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

16、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。 DB37/T 4144.4 2020 7 某阶段的线性趋势方程为： (t) a (t)i i iYb . (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

17、=1， 2， 3， k； 当 i=2时， t=2， 3， 4， k+1； 当 i=n-k+1时， t=n-k+1， n-k+2， n-k+3， n。 计算每个趋势方程在 t点的函数值 Yi(t)，对 t点上的 p个函数值进行平均后得到该点模拟值： 1(t) (t) iipYyjip . (B.3) 滑动平均法的优点：一方面，计算方法简便，计算量相对较小，由于计算过程采用的是递推形式， 可节省贮存单元，在处理非平稳数据时便于快速且实时计算；另一方面，该方法计算上存在一定的主观 性、任意性，由于该方法的应用效果在很大程度上是取决于各类算法参数的选定，因此需要依据经验尽 量合理地选定滑动平均算法的参数。 _