CN102592180A - 一种基于生态区尺度的冬小麦干旱风险预警方法 - Google Patents
一种基于生态区尺度的冬小麦干旱风险预警方法 Download PDFInfo
- Publication number
- CN102592180A CN102592180A CN2011104318912A CN201110431891A CN102592180A CN 102592180 A CN102592180 A CN 102592180A CN 2011104318912 A CN2011104318912 A CN 2011104318912A CN 201110431891 A CN201110431891 A CN 201110431891A CN 102592180 A CN102592180 A CN 102592180A
- Authority
- CN
- China
- Prior art keywords
- arid
- different
- drought
- winter wheat
- ecotope
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于生态区尺度的冬小麦干旱风险预警方法,本发明的生态区尺度的干旱预警方法能够提供准确、适用性强的干旱预测预报和预防,通过生态区数据对干旱预警方法进行优化,增加了干旱预警方法的适用性和预测预报的准确性,通过生态区多点的数据分析,对干旱预警方法的数据库进行实时更新,实现干旱预警方法的实时校正和验证,可以实现以生态区为单元尺度的冬小麦干旱的预测预报和预防。进一步与遥感数据的结合,将能够实现本技术方案的更加高效,同时实现干旱预测预报与3S技术的结合,推动冬小麦生产的信息化和数字化。
Description
技术领域
本发明涉及一种冬小麦干旱风险预警方法,具体地讲,涉及一种基于生态区尺度的冬小麦干旱风险预警方法。
背景技术
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。
农业干旱预测预警是防旱、抗旱决策的重要学科依据。目前,农业干旱预测的方法有很多,使用较多的方法是在灾害指标基础上,应用时间序列分析、多元回归分析等数理统计方法建立预测模型。
目前,对农业干旱的研究已取得了一定的成果,随着人类活动和气候变化影响的加剧,新形势下的干旱管理对农业干旱风险评价及预警预测提出了新的要求。现有的干旱预测方法主要存在以下不足之处:
1、现有预警模型的预测精度不够,只能够实现干旱的宏观预测预报,普适性差。
2、现有预警技术和方法的数据更新慢。
发明内容
本发明的目的是提供一种基于生态区尺度的冬小麦干旱风险预警方法,较准确的实现区域尺度上的干旱预测方法,能直接为农业生产管理部门提供理论依据和技术支撑。
本发明采用如下技术手段实现发明目的:
一种基于生态区尺度的冬小麦干旱风险预警方法,其特征在于,包括如下步骤:
(1)根据温度、光照、水、气、土壤因子划分不同冬小麦生态类型区;
(2)计算不同生态区内冬小麦不同生长发育阶段不同降水负距平发生的频率;
(3)根据不同生态区不同时段降水负距平与相应减产的相对气象产量的关系方程,求出减产百分率;
(4)划分干旱等级,求出不同干旱等级对应的减产百分率等级;
(5)用样本平均值μ代替总体数学期望,用样本均方差σ代替总体方差,建立相对气象产量的正态分布密度函数:
其分布函数为:
不同的减产率出现的概率:
(6)计算干旱风险指数,它是干旱强度和发生概率的函数,可以表达为:
式中I为干旱风险指数,Gi为以降水负距平(%)划分的干旱等级,Pi为不同等级干旱发生的概率,n为干旱等级总数;
(7)对干旱等级Gi取中值,按步骤(6)公式可得到冬小麦不同生育时期的干旱风险指数Ii。
式中,n代表生育时期数。
作为对本技术方案的进一步限定,所述步骤(2)中的生长发育阶段包括全生育期、返青拔节期和播期。
与现有技术相比,本发明的优点和积极效果是:本发明的生态区尺度的干旱预警方法能够提供准确、适用性强的干旱预测预报和预防,通过生态区数据对干旱预警方法进行优化,增加了干旱预警方法的适用性和预测预报的准确性,通过生态区多点的数据分析,对干旱预警方法的数据库进行实时更新,实现干旱预警方法的实时校正和验证,可以实现以生态区为单元尺度的冬小麦干旱的预测预报和预防。进一步与遥感数据的结合,将能够实现本技术方案的更加高效,同时实现干旱预测预报与3S技术的结合,推动冬小麦生产的信息化和数字化。
具体实施方式
下面结合优选实施例对本发明作更进一步的详细描述。
本优选实施例以山东地区为例,对基于生态区尺度的冬小麦干旱风险预警方法进行详细描述,其它地区的干旱预警分析方法和山东地区的分析方法相同,不再赘述。
根据温度、光照、水、气、土壤因子划分山东不同冬小麦生态类型区,划分的方法为本领域技术人员的公知常识,在此不再赘述,分别为鲁西北、鲁西南、鲁中、胶东。
一、气候干旱指标(降水负距平,即降水距平百分率为负)
降水距平百分率(%)=(现阶段总降水量-降水量气候值)/降水量气候值*100%
二、冬小麦相对气象产量(相对气象产量为负值的减产年份)
Y=Yi+Yw
Y为作物单产;Yt为趋势产量(由小麦单产的3次多项式获取,此为现有技术,在此不再赘述);Yw为气象产量。
式中Yr为相对气象产量,以百分率(%)表示。
三、冬小麦不同生长发育阶段不同降水负距平(%)发生的频率及其对应的减产百分率
表1冬小麦不同生长发育阶段不同降水负距平(%)发生的频率
表2不同生态区不同时段降水负距平与相应减产相对气象产量的关系方程
注:y为减产百分率(%),x为不同时段的降水距平百分率
根据上述方程,可以求出不同降水负距平(%)相对应的减产百分率,如表3所示。可以看出,不同地点尽管条件不同,但就降水负距平(%)对减产(%)的影响来看基本是相同的,均有①降水负距平(%)的绝对值越大,减产幅度(%)就愈大;②对于同一个降水负距平(%)等级,不同生态区的减产幅度基本上变化不大。
表3不同生育时段降水负距平(%)和对应的减产百分率(%)(小数点省略到两位)
四、干旱等级的划分
参照农业生产上灾年常用的减产标准,确定相对气象产量减少≤10%的年份为轻旱年;相对气象产量减少在10-15%、15-20%之间及>20%时分别为中旱、重旱和严重干旱年。根据他和降水负距平之间的定量关系,可以得到用降水负距平表示的干旱指标。见下表4:
表4不同等级主要干旱指标和减产百分率
不同生态区干旱发生的生育时期不同,这是由不同生态区的气候特征和环境条件决定的,每一个生态区,最初进行相关显著性分析的时候,所选用的风险因子类型和数目是相同的,最终每个生态区中出现的降水负距平是根据显著或极显著相关的因子确定的,结果就是:鲁西北所有的干旱风险因子中,全生育期的降水负距平对相对气象产量的影响显著,鲁西南之所以只有一个干旱等级,说明在冬小麦生育期的各个关键生育阶段,只有播种期存在因气候原因引起的降水少而导致的干旱,干旱等级为轻度,其它生育时期不存在降水少引起的干旱。其它两个生态区的解释相同。
用样本平均值μ代替总体数学期望,用样本均方差σ代替总体方差,建立相对气象产量的正态分布密度函数:
其分布函数为:
不同的减产率出现的概率:
根据相对气象产量的概率分布密度函数,分别计算山东省冬小麦不同减产率的风险概率。根据其(相对气象减产率)分布状况,划分为0-10%、10-15%、15-20%、>20%4个风险水平。
干旱灾害的风险评估,主要应从两个方面来进行,一是干旱发生的强度及其对农业生产所造成的损失;二是不同强度干旱发生的可能性大小,即发生概率。同时还应对不同生育阶段、不同强度干旱发生的风险进行综合分析。为此,必须建立一个客观、定量的指标,能综合评定某一地区冬小麦干旱发生的风险,这就是所谓的干旱风险指数,它是干旱强度和发生概率的函数,可以表达为:
式中I为干旱风险指数,Gi为以降水负距平(%)划分的干旱等级,Pi为不同等级干旱发生的概率,n为干旱等级总数。
对干旱等级Gi取中值,按上式可得到冬小麦不同生育时期的干旱风险指数,全生育期干旱风险指数(Is),返青拔节期干旱风险指数(Ie),播期干旱风险指数(Ip)。
表5不同生态区不同生育时段的干旱风险指数
不同生态区干旱风险阶段的确定是通过回归和和通径分析确定的,某一生态区中存在干旱风险指数的生育时段,即指该生育时段对应的降水负距平是造成该生态区干旱风险的风险因子,而没有风险指数的则是指那一生育时段不存在干旱风险。
根据相对气象产量和不同时段降水距平百分率的相关分析和相关系数,经归1化处理,不同生态区的不同时段干旱指数的权重系数见下表:
表6山东不同生态区不同时段气候干旱指标的权重系数
干旱指数的权重系数计算过程:根据相对气象产量和不同时段降水距平百分率的相关分析和相关系数,经归1化处理而获得不同气象干旱指标的权重系数。
其中,ai表示第i个生育时段的权重系数,ri表示第i个生育时段降水负距平百分率与相对气象产量的相关系数,i取值为1、2、3...的自然数,rn表示n个生育时段降水负距平百分率与相对气象产量的相关系数。
可得不同生态区有代表性的综合气候干旱风险指数(Ic)。
鲁西北:Ic=Is
鲁西南:Ic=a1 Ip+a2 Is
鲁中:Ic=a1 Ie+a2 Ip
胶东:Ic=a1 Ie+a2 Is
其中的a1和a2值见上表6
当然,上述说明并非对本发明的限制,本发明也不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也属于本发明的保护范围。
Claims (2)
1.一种基于生态区尺度的冬小麦干旱风险预警方法,其特征在于,包括如下步骤:
(1)根据温度、光照、水、气、土壤因子划分不同冬小麦生态类型区;
(2)计算不同生态区内冬小麦不同生长发育阶段不同降水负距平发生的频率;
(3)根据不同生态区不同时段降水负距平与相应减产相对气象产量的关系方程,求出减产百分率;
(4)划分干旱等级,求出不同干旱等级对应的减产百分率等级;
(5)用样本平均值μ代替总体数学期望,用样本均方差σ代替总体方差,建立相对气象产量的正态分布密度函数:
其分布函数为:
不同的减产率出现的概率:
(6)计算干旱风险指数,它是干旱强度和发生概率的函数,可以表达为:
式中I为干旱风险指数,Gi为以降水负距平(%)划分的干旱等级,Pi为不同等级干旱发生的概率,n为干旱等级总数;
(7)对干旱等级Gi取中值,按步骤(6)公式可得到冬小麦不同生育时期的干旱风险指数Ii。
式中,n代表生育时期。
2.根据权利要求1所述基于生态区尺度的冬小麦干旱风险预警方法,其特征是:所述步骤(2)中的生长发育阶段包括全生育期、返青拔节期和播期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110431891.2A CN102592180B (zh) | 2011-12-21 | 2011-12-21 | 一种基于生态区尺度的冬小麦干旱风险预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110431891.2A CN102592180B (zh) | 2011-12-21 | 2011-12-21 | 一种基于生态区尺度的冬小麦干旱风险预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102592180A true CN102592180A (zh) | 2012-07-18 |
CN102592180B CN102592180B (zh) | 2015-06-24 |
Family
ID=46480786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110431891.2A Expired - Fee Related CN102592180B (zh) | 2011-12-21 | 2011-12-21 | 一种基于生态区尺度的冬小麦干旱风险预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102592180B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103238493A (zh) * | 2013-05-20 | 2013-08-14 | 江苏省农业科学院 | 桃不同砧木类型对持续干旱的响应及其抗旱性评价方法 |
CN104145757A (zh) * | 2014-08-11 | 2014-11-19 | 江苏恒创软件有限公司 | 一种基于无人机的干旱灾情监测以及应急处理方法 |
CN104732045A (zh) * | 2015-04-22 | 2015-06-24 | 民政部国家减灾中心 | 一种基于作物生长模型确定作物旱灾自然脆弱性曲线的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546419A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种耕地粮食生产能力核算方法 |
CN101982055A (zh) * | 2010-08-28 | 2011-03-02 | 浙江大学 | 基于统计局统计抽样调查地块实割实测数据的省级水稻单产遥感估算方法 |
-
2011
- 2011-12-21 CN CN201110431891.2A patent/CN102592180B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546419A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种耕地粮食生产能力核算方法 |
CN101982055A (zh) * | 2010-08-28 | 2011-03-02 | 浙江大学 | 基于统计局统计抽样调查地块实割实测数据的省级水稻单产遥感估算方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103238493A (zh) * | 2013-05-20 | 2013-08-14 | 江苏省农业科学院 | 桃不同砧木类型对持续干旱的响应及其抗旱性评价方法 |
CN103238493B (zh) * | 2013-05-20 | 2015-02-25 | 江苏省农业科学院 | 桃不同砧木类型对持续干旱的响应及其抗旱性评价方法 |
CN104145757A (zh) * | 2014-08-11 | 2014-11-19 | 江苏恒创软件有限公司 | 一种基于无人机的干旱灾情监测以及应急处理方法 |
CN104732045A (zh) * | 2015-04-22 | 2015-06-24 | 民政部国家减灾中心 | 一种基于作物生长模型确定作物旱灾自然脆弱性曲线的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102592180B (zh) | 2015-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jin et al. | An analysis of spatiotemporal patterns in Chinese agricultural productivity between 2004 and 2014 | |
Lv et al. | Climate change impacts on regional rice production in China | |
Sun et al. | Assessment of surface water resources and evapotranspiration in the Haihe River basin of China using SWAT model | |
Yang-yue et al. | Research progress in application of crop growth models | |
Huang et al. | Water footprint of cereals and vegetables for the Beijing market: comparison between local and imported supplies | |
Dias et al. | Application of DSSAT crop simulation model to identify the changes of rice growth and yield in Nilwala river basin for mid-centuries under changing climatic conditions | |
Song et al. | Cultivated land use change in China, 1999–2007: Policy development perspectives | |
CN105389740A (zh) | 一种基于作物生长模型的农业旱灾风险评估方法 | |
Zhang et al. | Best management practices for agricultural non‐point source pollution in a small watershed based on the Ann AGNPS model | |
Shi et al. | Progress on quantitative assessment of the impacts of climate change and human activities on cropland change | |
Wu et al. | The variation of the water deficit during the winter wheat growing season and its impact on crop yield in the North China Plain | |
Yu et al. | Climate change characteristics of Amur River | |
CN102592180B (zh) | 一种基于生态区尺度的冬小麦干旱风险预警方法 | |
Tingem et al. | Climate variability and maize production in Cameroon: simulating the effects of extreme dry and wet years | |
Jiang et al. | Impacts of global warming on the cropping systems of China under technical improvements from 1961 to 2016 | |
Bi et al. | The impact of land use and socio-economic factors on ammonia nitrogen pollution in Weihe River watershed, China | |
Ma et al. | Impact of climate change on the growth of typical crops in karst areas: A case study of Guizhou province | |
Sand-Jensen et al. | The dangers of being a small, oligotrophic and light demanding freshwater plant across a spatial and historical eutrophication gradient in southern Scandinavia | |
Saidova et al. | Econometric analysis of the influence of climate characteristics on the ecological condition of soils and the productivity of agricultural crops | |
CN103593576A (zh) | 一种人工增雨环境效应测评方法 | |
Zhou et al. | Calibration and validation of APSIM for maize grown in different seasons in Southwest tropic of China | |
Yang et al. | Assessing the impacts of projected climate changes on maize (Zea mays) productivity using crop models and climate scenario simulation | |
Pathak et al. | Spatial analysis of water stress and application of water poverty index (WPI) in the Mahakali River basin, Sudurpaschim Province, Nepal | |
Bai et al. | Influence of varied drought types on soil conservation service within the framework of climate change: insights from the Jinghe River Basin, China | |
Wang et al. | Spatiotemporal variations in drought and waterlogging and their effects on maize yields at different growth stages in Jilin Province, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150624 Termination date: 20171221 |
|
CF01 | Termination of patent right due to non-payment of annual fee |