DB37T 4144.2-2020 夏玉米气象灾害鉴定评价规范 第2部分：高温

1、ICS65.020B 01DB37山东省地方标准DB37/T 4144.22020夏玉米气象灾害鉴定评价规范第2部分：高温Standard identification and evaluation of meteorological disasters for maizePart 2: High temperture2020 - 09 - 25发布2020 - 10 - 25实施山东省市场监督管理局发布DB37/T 4144.22020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。本部分为DB

2、37/T 4144的第2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、山东省农业科学院作物研究所、青岛农业大学、枣庄市农业科学研究院、淄博市农业科学研究院、烟台市农业科学研究院、聊城市农业科学研究院、菏泽市农业科学院、德州市农业科学研究院、山东省气候中心、山东省标准化研究院。本部分主要起草人：李宗新、刘开昌、刘树堂、张慧、高英波、薛艳芳、钱欣、赵海军、刘春晓、代红翠、赵红、王昊、张敏、郭兴臻、王光明、夏德君、李学杰、曹凤格、郭建军、王良、

3、单晶、成浩、李源方、刘元元、肖蓉、王慧敏。8夏玉米气象灾害鉴定评价规范第2部分：高温1 范围本标准规定了夏玉米高温灾害等级、高温灾害指标和科学的高温灾害损失率计算方法。本标准主要适用于夏玉米高温灾害鉴定评价。2 规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 219852008主要农作物高温危害温度指标3 术语和定义下列术语和定义适用于本文件。3.1高温灾害 heat disaster当气温上升到一定程度时，作物某一器官或植株生长发育受阻甚至死亡，导致作物产量下

4、降和品质变差的现象。3.2日灼 sun burn 作物受高温引起灼伤的一种现象。3.3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。4 符号下列符号适用于本文件。TMax：日最高温度。H：相对湿度。5 高温灾害鉴定5.1 高温灾害等级依据GB/T 219852008玉米高温危害温度指标规定，将高温热害等级划分为轻度、中度、重度和严重热害四级。5.2 高温灾害等级划分指标5.2.1 高温灾害等级鉴定指标基于高温灾害气象评估指标所隶属级别划分的高温灾害等级按表1执行。表1 基于高温气象综合评估指标隶属级别划分的高温灾害等级高温

5、灾害等级轻度中度重度严重高温灾害的综合评估指标Ihai0Ihai0.40.4Ihai0.80.8Ihai1.0Ihai1.0高温灾害气象评估指标计算原理及方法按照附录A执行。5.2.2 TMax持续时间与玉米植株形态指标基于TMax持续出现时间长短和植株形态划分的夏玉米不同生育阶段高温灾害等级按表2执行。表2 基于TMax持续时间和植株形态的夏玉米不同生育阶段高温灾害等级类型TMax持续时间与受高温危害植株形态苗期穗期花粒期轻度热害TMax36且持续出现12天，上部叶片中午出现短暂卷曲萎蔫。TMax32且持续出现12天，植株叶片中午出现短暂卷曲萎蔫。TMax32且持续出现12天，植株叶片中午出

6、现短暂卷曲萎蔫，开花、授粉略有影响，灌浆受阻，穗粒数、千粒重略有下降，减产10%以内。中度热害TMax36且持续出现34天，全株叶片均长时间卷曲萎蔫。TMax32且持续出现34天，全株叶长时间卷曲萎蔫，雌穗发育延迟，雄穗分支数减少。TMax35 且持续出现34天，H75%，全株叶长时间卷曲萎蔫，雌穗吐丝延缓，雄穗开花较少，穗粒数、千粒重显著下降，减产10%30%。重度热害TMax36且持续出现57天，全株叶片均长时间卷曲萎蔫后枯萎。TMax32且持续出现57天，全株叶片长时间卷曲萎蔫，雌穗与雄穗发育均迟缓，甚至植株枯萎。TMax35且持续出现57天，H60 %，雌穗无法正常吐丝，雄穗开花较少且

7、花粉粒丧失活力，不能正常灌浆，穗粒数、千粒重严重下降，减产30%60%。严重热害TMax36且持续出现8天及以上，植株枯萎。TMax32且持续出现8天及以上，雌穗与雄穗发育均迟缓，植株枯萎。TMax35且持续出现8天及以上，H50%，雌穗无法正常吐丝，雄穗无法正常散粉，不能正常灌浆，穗粒数、千粒重严重下降，减产60%100%。5.2.3 高温灾害发生面积百分比在实地调查的基础上，结合气象数据、生产统计资料、卫星遥感等资料，再根据5.2.1中高温灾害等级指标，确定高温灾害的实际发生面积。计算受灾面积所占比例按照公式（1）执行，以此判定高温灾害等级。(1)式中：A1区域内玉米高温灾害发生面积（hm

8、2）；A0区域内玉米种植总面积（hm2）。基于受灾面积划分的高温灾害等级按表3执行。表3 基于受灾面积的高温灾害等级热害等级轻度中度重度严重作物受灾面积比Si（%）Si1010Si3030Si60Si605.2.4 成灾面积百分比统计作物因高温灾害减产30%以上的面积，计算其与作物合计受灾面积的比值按照公式（2）执行，以此判定高温灾害等级。(2)式中：Ac因高温灾害致作物产量减少30%以上面积（hm2）；A1区域内作物高温灾害合计面积（hm2）。基于成灾面积划分的高温灾害等级按表4执行。表4 基于成灾面积的高温灾害等级热害等级轻度热害中度热害重度热害严重热害成灾面积比Sz（%）Sz1010Sz

9、2020Sz50Sz506 高温灾害产量损失评估方法6.1 高温灾害产量损失评估6.1.1 等级划分将高温灾害影响玉米产量损失评估等级划分为轻度减产、中度减产、重度减产和严重减产4级。6.1.2 评估方法利用趋势模拟产量与实际产量相对比值，作为高温热害对玉米产量影响的评估指标，表述为减产率Iy，计算按照公式（3）执行。(3)式中：Iy 减产率（%）；Yh 趋势产量，计算原理及方法按照附录A执行；Y 实际产量。6.1.3 评估指标玉米产量减产率评估高温灾害等级按表5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10Iy1510Iy1510Iy20中度15Iy2015Iy252

10、0Iy30重度20Iy2525Iy3530Iy40严重Iy25Iy35Iy406.2 高温灾害评估流程6.2.1 高温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、气温、空气湿度、降水、日照等要素的观测资料，收集农业气象、农学、遥感等多学科信息，以及气象、民政、农业等有关部门的灾情监测信息。6.2.2 实地调查和灾情会商玉米生长季有较大范围和程度的高温灾害发生时，及时到重点灾区进行灾情考察，并开展灾情会商。6.2.3 进行高温灾害等级鉴定当发生高温灾害时，结合高温灾害评估指标5.2.15.2.4进行高温灾害等级评估。6.2.4 进行高温灾害等级鉴定与产量损失

11、评估高温灾害发生后，结合高温灾害等级划分指标5.2.15.2.4和6.1开展高温灾害等级及产量损失评估。6.2.5 撰写综合评估报告根据上述各项评估结果，结合高温灾害发生区域气象信息，对高温灾害发生和作物产量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 （规范性附录）高温灾害的分项评估指标与计算方法A.1 高温灾害的分项评估指标高温灾害的分项评估指标为高温强度指标、持续时间和覆盖范围指标。A.2 高温灾害的分项评估指标与计算方法高温强度指标：(附录A

12、.1)式中：n 被评估区域内单日达到高温标准的气象观测站点个数；Tj 其中第j个气象观测站点在被评估灾害中的日最高气温的最大值（单位：）。持续时间指标：(附录A.2)式中：Ndj第j个气象观测站点在被评估灾害中连续出现高温的最大天数（单位：d）。覆盖范围指标：(附录A.3)式中：N被评估区域内气象观测站点总数。A.3 高温灾害气象评估指标的计算方法高温灾害气象评估指标：(附录A.4)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的综合影响。长时间序列

13、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)式中：Y 为实际产量

14、，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-产量统计模式中，趋势产量代表气

15、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，