英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料
期刊气候变化研究进展2017年, Vol. 8, No. 2, pp. 171 —175
韩国气象风险管理农业气象预警系统的实施
Shim, Kyo Moon, Kim, Yong Seok, Jung, Myung-Pyo, Choi, In Tae, Kim, Hojung and Kang, Kee Kyung
韩国万州国立农业科学研究所农业气候变化与生态学司
摘要
农场特定的天气风险管理预警服务系统的目的是为受气候变化及其变率威胁的个体农场制定定制的风险管理建议。该系统将天气状况量化为根据作物及其生长阶段定制的“天气风险指数”。当风险达到可能对农作物造成任何损害的阶段时，系统就会启动并将相应的警告信息发送给农民的手机。这些信息会以适当的建议发出，农民可以利用这些建议来保护作物免受潜在的破坏。目前，已经制定了使警报系统更实用的技术，其中包括用于预测实时天气状况的技术，将天气数据缩减到个体农场级别以及特定作物的风险评估。此外，科学技术已被纳入基于网络的预警系统（http://new.agmet.kr）。该系统提供给直接的一对一天气数据和灾难警报以及相关建议的志愿者农民。 2016年，在Seomjin河流域的农村集水区（1,500平方公里）建立了运营系统。
- 背景
气候变化和极端天气可能导致天气危险和自然灾害增加，对人类构成严重威胁。 对此，与韩国国家应急管理机构类似的政府组织正在全球运营。 全球范围内，联合国（UN）制定了联合国国际减灾战略（UNISDR），鼓励政府间的合作，以此作为减少灾害的手段（UNISDR，2001）。
灾害管理一般分为危机管理和风险管理两大类。由于无法避免暴雨、暴雨等天气危机，灾后分析和灾后恢复是重点。另一方面，风险管理强调通过预测和准备来预防和保护（WiHelet等人，2000）。UNISDR从2005到2015采取了行动框架，重点是预防和准备（UNSDR，2005）。为此，强调实施预警服务体系，识别潜在风险。
灾害的发生和规模取决于天气风险的概率和强度和暴露目标（人类和植物群落）的脆弱性。预警系统是一种有效的工具，有助于减少脆弱性。在世界各地，政府部门已经开发出符合自身目的的预警系统，如城市设置、农业环境和森林，以及提供相关服务。最近，气候变化使农业对天气的依赖性更大。气候变化增加了极端天气的频率，导致一些地区农业部门遭受严重损失。虽然气候极端事件发生在各种各样的环境中，但是减轻它们的破坏效应仅在有限的范围内是可能的。
在这样的背景下，农业气象预警系统是有效的，只有当系统建立在精确和特定地点的农业信息基础上。
然而，现有的系统常常缺乏针对不利天气事件的站点特定数据。农地制度的特殊情况在制度上被普遍忽视。此外，该机制不考虑不利天气事件的“长期长期效应”或两个或多个天气要素的联合效应。
在这方面，韩国农业发展局（RDA）下属的国家农业科学研究所（NAS）设计了一个个体农场的风险管理框架，该框架受到气候变化及其变异性的不利影响的威胁。
- 变化与需求
预警系统始于1975年初由粮农组织（FAO）建立的全球信息和预警系统（GIWS），以应对20世纪70年代初的全球粮食危机。粮食、粮食、粮食等各种场所的粮食供求状况，适时向相关政策制定者（粮农组织GIWS，2017）提供。
这些系统的另一个例子是由美国国际开发署（USAID）和美国农业部（USDA）建立的饥荒预警系统网络（FEWS Net）。它预测了特定地区或国家的供需状况，并提前发布预警报告，准备应对任何预测的食物短缺（FEWS，2017）。
与上述系统不同，农业部门气象风险管理预警系统需要在单个站点（农田、农庄）层面上签署和服务。它还需要预测更快、改进的信息获取和传递方法（互联网和移动电话），在正确的时间在正确的地点向正确的人提供正确的信息，并个性化信息（有必要）（GunaseKEAL，2004；JAgTAP和李，2004；Stand等人，2004）。
- 基本概念
农业部门天气风险管理预警系统的目的是为气候变化及其变异性威胁的个体农庄制定定制的风险管理建议。该服务系统将天气条件量化为“作物的天气风险”，其被定制为作物及其物候期（生长阶段）。
当风险达到能够对农作物产生任何影响的条件时，预警系统被激活，并将警告信息传递给农民的手机。这些信息是通过适当的建议发送的，农民可以利用它们来保护作物免遭潜在的破坏。预警系统已经开发，基于综合技术，包括缩小天气信息到田间水平和作物特定风险评估业务服务。该系统已成为一个基于云的服务系统。
- 当下的实施方案
自2014以来，已经开发了一个框架，以使天气风险管理预警系统更加实用，通过整合多种技术，包括预测实时气象条件、将气象数据缩减到各个农场级别和SPE的天气风险评估。农作物。此外，科学知识已被集成到基于网络的警告系统（图1）中。具体的框架如下。
4.1场（农场）级气象数据的缩减
韩国气象局（KMA）通过韩国局域分析预报系统（KLAPS）和5公里格子单元的数字预报提供了06:00（日最小）和15:00（天最大）的地面气温数据作为背景温度。考虑到各种地形效应（高度、推移率、冷空气积累、冷池、平流等），基于空间距离分辨率30m的空间分辨率，将这些数据修正为具有30m空间分辨率的详细分布图（Con等人，2006；Chung et et）。A.，2009；基姆和云，2011；基姆等人，2012；基姆和云，2014； Kim et al., 2015; Kim and Yun, 2016).
韩国气象风险管理农业气象预警系统的实现
图1。农地农业气象气象预警系统的信息流
为了产生适合农业部门的详细降水图（270米网格单元），将雷达反射强度应用于KLAPS降水数据（5公里网格单元），以形成1公里的网格分辨率。然后通过基于270米数字高程模型（DEM）（基姆和云，2013）根据斜率方向改变海拔降水回归系数来反映地形效应。
在太阳辐射的情况下，气象成像仪（MI）的通信，海洋和气象卫星（COMS）所提供的国家气象卫星中心的KMA用于太阳辐射映射。在15分钟的时间间隔的表面太阳辐照度被连续收集并转换成韩国的日太阳辐照度。在附近的气象站测量的实际太阳辐照度与相应点处的卫星太阳辐照度之间的偏差被获得。利用太阳辐照度（云，2009；基姆和云，2015）以30m的栅格分辨率估计太阳辐照度的分布。
利用微尺度的城市气候模型（MUKLIMO）对风分布进行了细化，以从中等尺度的风矢量（5times;5 km）到270times;270米（西弗和Zunkkosik，1986）的分辨率产生详细的风场。
4.2作物特定风险评估
影响作物的灾害类型有：自由冻害、霜冻、冻害、晒伤、高温、干旱、潮湿、大风、日照不足等。研究了它们的发生机理，以获得最相关的气象要素，并根据作物品种的类型重新分类。然后将生长阶段划分为优先顺序。为了估算作物的生长阶段（物候期），引入了基于物候期、生长速率和生长度日（GDD）的热时间模型。这些模型被用来开发作物日历在本研究中。根据农庄的作物日历，当前和未来天气条件下的风险等级被表示为相对于正常气候条件的相对风险指数（基姆等人，2015；恽等，2015）。
4.3集成系统与服务
天气风险管理预警系统与各种系统组成部分相连，它包括对30米270米的农场级气象数据的估计、作物特定风险指数的计算和向农民提供风险预警，并提出避免或减少风险的相关建议。CE损伤。它还包括具有视觉抓握的分布式Web GIS服务（HTTP://Ne.AgMe.Kr）和通知服务区域中的个体农民的移动文本服务（Sin等人，2015）。它在Seomjin流域的一个农村集水区（1500 kM2）中被应用和实施，并具有不同的农业活动。本项目共有600名志愿者参加，以获取用户特定的天气风险信息。
- 展望
天气风险管理预警系统与各种系统组成部分相连，它包括对30米270米的农场级气象数据的估计、作物特定风险指数的计算和向农民提供风险预警，并提出避免或减少风险的相关建议。CE损伤。它还包括具有视觉抓握的分布式Web GIS服务（HTTP://Ne.AgMe.Kr）和通知服务区域中的个体农民的移动文本服务（Sin等人，2015）。它在Seomjin流域的一个农村集水区（1500 kM2）中被应用和实施，并具有不同的农业活动。本项目共有600名志愿者参加，以获取用户特定的天气风险信息。
致谢
本研究在国家农业科学研究院、大韩民国农村发展管理局“农业科技发展研究项目（项目编号：JJ01000 701）”的支持下进行。
参考文献
Chung U, Seo HH, Hwang KH, Hwang BS, Choi J, Lee JT, Yun JI. 2006. Minimum temperature mapping over comnot;plex terrain by estimating cold air accumulation potential. Agricultural and Forest Meteorology 137:15-24.
Chung U, Seo HC, Yun JI, Jeon SJ, Moon KH, Seo HH, Kwon YS. 2009. Extrapolation of daily maximum tempenot;rature in a mountainous terrain. Asia-Pacific Journal of
FAO GIEWS. 2017. Global information and Early Warning System. Food and Agriculture Organization of the United Nations. (Available at http://www.fao.org/giews/en/)
FEWS. 2017. Famine Early Warning Systems network. Food Security Alerts and Special Reports. (Available at http:// www.fews.net/)
Gunasekera D. 2004. Natural disaster mitigation: Role and value of warnings, Outlook 2004. Speaker papers, Disanot;ster Management Workshop Session, Canberra, Australia.
Jagtap S, Li C. 2004. Status of agrometeorological infornot;mation and dissemination networks. Korean Journal of Agricultural and Forest Meteorology 6(2):71-84.
Kim DJ, Yun JI. 2013. Improving usage of the Korea Meteo-rological Administrationrsquo;s digital forecasts in agriculture: 2. Refining the distribution of precipitation amount. Konot;rean Journal of Agricultural and Forest Meteorology 15 (3):171-177.
Kim DJ, Kim SO, Kim JH, Shim KM, Yun JI. 2015. A drought index designed for field-scale water management. Asia-Pacific Journal of Atmospheric Sciences 51(3): 197not;203.
Kim DJ, Yun JI. 2015. Improving the usage of the Korea Meteorological Administrationrsquo;s digital forecasts in agrinot;culture: IV. Estimation of daily sunshine duration and solar radiation based on lsquo;Sky Conditionrsquo; product. Korean Journal of Agricultural and Forest Meteorology 17(4):281- 289.
<s
剩余内容已隐藏，支付完成后下载完整资料</s
资料编号：[21334]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
