鲁西南近50年降水量和雨日雨强变化趋势

利用最小二乘法、Mann-Kedall方法分析近50年来鲁西南9县区降水量、雨日、雨强变化。结果表明:鲁西南中南部地区降水日数减少较北部明显;≥25.0mm、≥50.0mm、≥150.0mm平均降水日数均呈略增加趋势,≥100.0mm降水日数中北部呈减少趋势,南部呈增加趋势。各级平均降水日数均与年平均降水量显著相关,≥25.0mm降水日数与年降水量相关最为密切,说明从平均状况看,降水量的多少取决于降水日数的多少,特别是≥25.0mm降水日数的多少。平均最长连续降水和无降水日数均呈减少趋势。平均最大连续降水量以3.719mm/10年的趋势减少 (近30年以6.724mm/10年的趋势增加),平均最大日降水量以0.38mm/10年的趋势略增 (近30年以4.904mm/10年的趋势增加)。平均1小时最大降水量以1.423mm/10年的趋势增加,平均10分钟最大降水量以 0.707mm/10年的趋势增加。鲁西南年平均降水资源减少,年降水季节和空间分布明显,气候有"干化"变化趋势。降水日数减少但降水强度增加,短时强降水出现的月份集中且夜间出现频率接近50%,致使洪涝灾害防御任务更加艰巨,应做好气象灾害防御规划趋利避害。     

甘肃省现代农业与县域经济协调发展的时空特征

［目的］通过测度甘肃省各县域现代农业与经济发展水平协调发展度，分析两者的相互作用关系及其时空耦合协同关系，为促进区域农业和农村经济可持续发展提供科学决策依据。［方法］运用耦合协调度模型、空间自相关等方法考察2002—2016年甘肃省现代农业与县域经济耦合协调发展的时空特征。［结果］2002—2016年甘肃省现代农业发展水平均值分别为0238 6、0243 6和0243 7，标准差分别为0118 6、0121 2和0114 7； 县域经济发展水平均值分别为0152 9、0124 4和0243 7，标准差分别为0185 1、0142 9和0144 6。现代农业与县域经济协调发展度均值分别为0335 9、0316 0和0353 6，标准差分别为0168 3、0158 5和0141 1； 县域尺度的协调发展度平均值介于0316 0~0353 6，河西地区的波动幅度大于陇东、陇南地区。2002年、2008年、2016年3个年份的协调发展度Global Moran′s I值均为正值，全局冷热点区和局部冷热点区同步变动程度不大。［结论］甘肃省现代农业发展水平与县域经济发展水平均呈现“西北—东南”阶梯式降低特征，且时空分异明显，河西地区现代农业与县域经济发展水平优势明显，陇东、陇南地区水平最小。甘肃省现代农业与县域经济的协调程度整体水平不高，协调发展度时空分异显著，基本形成了以河西地区高水平的集聚区和陇南地区的低水平集聚区，陇东地区零星分布有较高水平县域单元； 协调发展成长空间呈现与协调发展度相反的分布格局，协调发展度越高的县域其协调度成长幅度却小； 协调发展度存在正的空间自相关性，冷热点分布呈现出北热南冷的空间发展格局，热点区空间结构复杂，辐射范围大致呈现沿河西走廊的条带状分布，冷点区空间分布呈现圈层扩散过程，主要呈现以陇南为中心向周边县域扩散的团块状分布。     

1961~2015年贵州省气候生产潜力估算及趋势分析

［目的］估算和预测分析贵州复杂地形下的气候生产潜力，为充分利用气候资源和农业可持续发展提供科学依据。［方法］基于1961～2015年贵州81个气象观测站的平均温度和降水量气象资料，运用Miami 模型、Thornthwaite Memorial 模型，计算了温度、降水和气候生产潜力，并运用气候倾向率、Mann Kendall突变检验、GIS空间插值和R/S等方法分析其变化特征。［结果］温度生产潜力以9.2kg/（hm2·10年）的速率递增，降水生产潜力呈递减趋势，递减速率为13.27kg/（hm2·10年），气候生产潜力呈递增趋势，递增速率为0.73kg/（hm2·10年），多年平均值为1462.12kg/hm2； 空间分布上温度、降水生产潜力与年平均温度和年降水量的空间分布一致，气候生产潜力总体呈现出南高北低，由东南向西北递减变化趋势；平均气温和降水量对气候生产潜力均有正影响，其中降水量是主要限制因子，R/S结果表明，温度生产潜力和气候生产潜力继续保持增长趋势而降水生产潜力保持递减趋势。［结论］影响贵州气候生产潜力最重要的因素是降水，其次是光温条件的综合效应。     

1961—2014年东北三省水稻生长季极端降水事件分析

［目的］系统分析东北三省水稻生长季内极端降水天气的时空变化特征。［方法］以东北三省为研究区，利用1961—2014年黑龙江省、吉林省和辽宁省66个气象站点逐日降水资料，选取年无降雨日数、生长季无降雨日数等7个极端降水指标，运用线性趋势分析方法和GIS空间表达方法，分析了水稻生长季内极端降水天气的时空变化特征。［结果］东北三省年无降雨日数、生长季内无降雨日数、生长季最长连续无雨日数和生长季连续无雨日数超过10d出现次数均表现明显的增加趋势； 大雨和暴雨主要出现在水稻的拔节—孕穗—抽穗—乳熟期； 生长季最长连续无雨日数发生在水稻播种—三叶—移栽—返青期和乳熟—成熟期的比例最高； 生长季最长连续无雨日数以6~18d出现次数最多； 生长季内无降雨日数（GPTDD）和生长季最长连续无雨日数（GPCDD）在空间上总体均呈从东南向西北递减的趋势； 生长季连续无雨日数超过10d出现次数（TCDD>10）表现为从西向东递减的趋势； 黑龙江省的中部地区和吉林省的东南部地区大雨发生频率增加，无降雨日数比例表现为明显上升趋势。［结论］明确东北三省水稻生长季极端降水事件的发生时段和范围，为极端灾害的防抗避减提供参考。     

1960—2015年云南省极端气候指数变化特征研究

［目的］基于1960—2015年的云南省31个气象站点逐日平均气温、最高气温、最低气温和降水量等数据，研究极端气候指数的时空变化，为降低云南省自然灾害对农业生产的影响，以及制定应对气候风险的策略提供依据。［方法］采用国际气候诊断与指数小组（ETCDD-MI）定义的极端气候指标，运用线性趋势法和克里金插值法等对其进行分析。［结果］7个气温指数中，夏季日数、冷昼日数和寒潮持续指数呈下降趋势，霜冻日数、月极端最高气温、月极端最低气温和暖夜日数呈上升的趋势。空间变异分析显示夏季日数、月极端最高气温和月极端最低气温由南向北递减，暖夜日数、冷昼日数和寒潮持续指数表现为东高西低。7个极端气温指数的变化趋势中，霜冻日数和冷昼日数的变化趋势与海拔高度呈显著的负相关关系，月极端最高气温的趋势与海拔高度呈极显著的正相关关系。6个降水指数中，日最大降水量、连续干旱日数和极强降水量呈上升的趋势，大雨日数、连续湿日数和年总降水量呈下降的趋势。日最大降水量和大雨日数由南向北递减，连续湿日数和年总降水量由西南向东北递减，连续干旱日数高值中心主要位于云南的中部和东部，极强降水量主要集中在德宏州和保山市。云南省的极端强降水由西南向东北递减。6个极端降水指数的变化趋势与海拔的相关性均未达到显著水平。［结论］这些极端气候变化特征表明云南省有变干和变暖的趋势，农业生产应采取适应性对策。     

呼伦贝尔植被蒸散发时空变化研究

［目的］蒸散发是影响陆地和大气系统能量交换过程的关键因素，也是评价陆地生态系统的重要指标。文章运用中分辨率成像光谱仪(MODIS MOD16A2和MOD13A1)产品数据，并结合中国气象数据共享网的气象数据，估算了2008—2017年呼伦贝尔植被的蒸散发量，并在年度和季节两个时间尺度开展了植被蒸散发时空变化分析。［方法］运用变异系数(CV)和突变检验法(Mann Kendall），研究2008—2017年呼伦贝尔地区年际和季节蒸散发时空变化趋势。使用Pearson相关分析法，对呼伦贝尔地区季节尺度的蒸散发与归一化植被指数(NDVI)、各气象要素进行相关分析。［结果］2008—2017年呼伦贝尔地区蒸散发呈上升趋势，蒸散发值较大的月份为3月、8月和11月，蒸散发主要集中在5—10月份。变异系数的空间分布较均匀，平均变异系数为038，变异系数变化幅度较大的区域主要集中在呼伦贝尔北部，CV值均在1～265。CV变化幅度较小的区域主要分布在呼伦贝尔中部和南部，CV值在041～084。从年际变化趋势来看， 2013年为一个蒸散发突变年； 根据呼伦贝尔月份变异系数的计算，从1—12月变异系数幅度变化较大，说明呼伦贝尔ET变异剧烈。呼伦贝尔月份平均CV值是1，草原区的CV平均值是096，森林区的CV平均值是104，农区的CV平均值097。植被蒸散发与气象要素关系分析表明：蒸散发与气温、水汽压、NDVI、降水、日照时数呈显著正相关关系。［结论］2008—2017年呼伦贝尔地区蒸散发总体呈上升趋势，从整个季节变化来看，蒸散发起伏变化趋势明显，波动变化较大。从空间分布上来看，总体表现为呼伦贝尔南部的蒸散发大于北部。蒸散发主要集中在4—10月份，多年的低值出现在5月。不同区划类型平均蒸散发量由大到小依次为草原区＞农区＞森林区，全区的蒸散发变化趋势与农区变化趋势较为一致。正相关性强度依次为气温＞日照时数＞NDVI＞水汽压＞降水＞风速。     

1959—2016年华南地区极端降水事件变化特征

目的 分析我国华南地区极端降水事件的时空变化特征,探讨极端降水指数的影响因子,及其与年总降水量、大尺度大气环流的关系,并预测未来研究区域极端降水事件变化趋势,为区域水资源可持续利用和防灾减灾提供参考。方法 文章选用1959—2016年华南地区72个资料序列较长的地面气象站点逐日降水实测数据,计算11种极端降水指数并对其进行气候倾向率分析、空间分析、因子分析、相关分析、小波分析及R/S预测分析。结果 （1）从时间尺度上来看,1959年以来,研究区极端降水事件呈现增加趋势,降水强度指数SDII变化倾向率为0.34 mm/d/10a;极端降水量指数（PRCPTOT、RX1day、RX5day、R95p、R99p）变化倾向率分别为19.96 mm/10a、2.06 mm/10a、3.22 mm/10a、17.46 mm/10a和7.23 mm/10a;极端降水日数指数（R10、R20、R50、CDD、CWD）中除持续湿润日数CWD呈减少趋势以外,其他指数也呈现微弱增加趋势,其变化倾向率分别为0.31 d/10a、0.48 d/10a、0.19 d/10a、0.09 d/10a和-0.11 d/10a。从空间尺度上来看,研究区极端降水指数总体呈增加趋势,存在明显的空间差异。（2）基于因子分析方法提取了3个公共因子,累积方差贡献率为90.01 %,反映了极端降水量指数和降水强度指数对极端降水事件影响较大;相关分析也表明极端降水指数与年总降水量的相关性很好,R95p和R99p对年总降水量的贡献呈增加趋势。北大西洋涛动（NAO）对极端降水事件具有明显的影响,南海副高强度指数（SCSSHII）和西太平洋副高强度指数（WPSHII）对研究区极端降水事件贡献明显。大气环流的变化是极端降水变化的重要影响因素。（3）基于R/S分析方法表明PRCPTOT、R10、R20、R50和CDD等指数表现为强反持续性,未来将呈现减少趋势;R95p呈随机变化,未来变化趋势不明确;SDII、RX1day、RX5day、R99p和CWD等指数表现为弱持续性,即未来变化趋势与过去变化趋势一致。结论 华南地区极端降水事件总体呈增加趋势,空间差异显著,大尺度大气环流对华南地区极端降水影响明显。     

广东揭西县土壤微量元素与有机质和pH的关系分析

［目的］为研究广东省揭西县土壤有机质和pH对土壤中微量元素全量的影响，对研究区域土壤进行采样，共采集331份表层土样（0～20cm），测定土壤中pH和有机质以及微量元素铜、锌、锰、钼、硼和硒的含量。［方法］利用Pearson相关分析法与一元线性回归方法对土壤微量元素全量与有机质和pH的关系进行分析。［结果］土壤中有机质的平均值为183%，pH的平均值为522，说明研究区土壤中有机质含量偏低且土壤大体上呈酸性。铜、锌、锰、钼、硼和硒的平均含量分别为1003、6192、30219、106、1611、053mg/kg，锌、锰和硒的平均值高于广东省背景值，铜、钼和硼的平均值低于广东省背景值。铜、锌、锰与pH呈极显著（P<001）的线性正相关关系，硒与pH呈极显著（P<001）的线性负相关关系； 铜、锌、钼、硒与有机质之间存在着正相关的关系，锰与有机质呈负相关关系。［结论］在揭西县土壤中，随着有机质的积累，土壤中铜、锌、钼、硒和硼含量增加，锰含量减少； 在酸性和中性条件下，随着pH值增大，土壤中铜、锌、锰含量增加，硒含量减少。     

四川水资源压力与耕地利用效益变化的格局及耦合关系

［目的］以我国传统的农业大省——四川省为研究区域，构建水资源压力评价模型、耕地利用效益评价模型，对各市（州）水资源压力与耕地利用效益及耦合效应进行研究，以期为区域水土资源协调发展提供借鉴。［方法］基于2005、2008、2011、2014年各市（州）4期水土资源的相关数据，运用量化分析法和Jenks最佳自然断裂法及GIS空间分析法进行实证研究。［结果］(1)各市（州）水资源压力从时间尺度看，水资源经济和技术发展压力逐渐减小，平均值分别由2005年的0595和0007减小到2014年的-0178和-0033，人口和生态发展压力逐渐增大，平均值分别由2005年的-7314和-203增加到2014年的-6035和-1571，水资源综合压力有明显波动； 从空间尺度看，水资源压力从高到低的区域依次为川中平原区、川东北丘陵区、川南丘陵区、攀西地区、川西北高原区。(2)各市（州）耕地利用效益从时间序列看，川南丘区和川西高原区耕地利用效益相对比较稳定，川中平原区、川东北丘区、攀西地区耕地利用效益则变化较大甚至有减小趋势； 从空间分布特征看，土地利用效益值从大到小依次为川中平原区、川东北丘陵区、攀西地区、川南丘陵区、川西北高原区。(3)通过Spearman等级相关分析发现，水资源综合压力与耕地利用综合效益，水资源人口压力与耕地利用社会效益在置信度为001时显著相关，相关系数分别为0555和0560，呈现出较高的协调演进格局，耦合特征与前文水资源压力和耕地利用效益的分区格局基本一致； 而耕地利用经济、生态效益与水资源经济、生态效益间的相关性则表现为不显著。［结论］研究发现，影响两者耦合协调发展的内外部因素主要包括区域人口、资源禀赋所存在的差异和工业化、新型城镇化进程的加快给社会经济发展带来巨大的变革。     

1990~2014年我国农村金融效率测算及分析

［目的］立足于我国农村发展和金融资源利用现状，探究1990~2014年我国农村的金融效率，为我国农业金融资源的合理使用和农村经济的协调发展提供一些思考和建议，探索更好的农业经济发展道路。［方法］文章采用统计数据分析法、文献分析法及数据包络分析法（DEA法）。搜集1990~2014年我国农村金融发展有关的数据，基于DEA方法，通过构建CCR和BCC模型，最终得到我国农业金融效率值。［结果］1990~2014年，我国农村金融综合效率值在04~10之间，呈现小幅度波动局面。其中， 1990年、1999年、2000年、2002年、2008年综合效率值较低，分别为044、056、052、052和056。2008年之后，尤其从2010年开始，农村金融效率不断提升且最终维持在一个比较平稳的状态，金融综合效率值保持在100左右的水平。另外， 1990~1995年我国农村金融技术效率值均小于或等于其规模效率值； 1995年之后，我国农村金融技术效率值均大于或等于其规模效率值。1990~2014年有超过6000%的年份农村金融效率达到有效水平。［结论］我国现阶段农村金融效率除去个别年份波动较大外，一直处于较高的发展水平； 深化农村金融改革、促进农村金融效率最大化是今后的发展方向。