CN102779391B - 一种干旱预警方法和预警系统 - Google Patents

一种干旱预警方法和预警系统 Download PDF

Info

Publication number
CN102779391B
CN102779391B CN201210257722.6A CN201210257722A CN102779391B CN 102779391 B CN102779391 B CN 102779391B CN 201210257722 A CN201210257722 A CN 201210257722A CN 102779391 B CN102779391 B CN 102779391B
Authority
CN
China
Prior art keywords
crop
information
drought
soil
prewarning area
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.)
Active
Application number
CN201210257722.6A
Other languages
English (en)
Other versions
CN102779391A (zh
Inventor
陈智芳
王景雷
孙景生
张寄阳
宋妮
刘小飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Farmland Irrigation Research Institute of CAAS
Original Assignee
Farmland Irrigation Research Institute of CAAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Farmland Irrigation Research Institute of CAAS filed Critical Farmland Irrigation Research Institute of CAAS
Priority to CN201210257722.6A priority Critical patent/CN102779391B/zh
Publication of CN102779391A publication Critical patent/CN102779391A/zh
Application granted granted Critical
Publication of CN102779391B publication Critical patent/CN102779391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了干旱预警方法,包括获取预警区域作物的种植分布信息;采集预警区域天气预报信息等信息;计算参考作物蒸发蒸腾量和作物系数;计算得到作物实际蒸发蒸腾量;根据作物实际蒸发蒸腾量等信息计算得到土壤计划湿润层内的相对含水量;比较土壤计划湿润层内的相对含水量和干旱阈值下限判断作物的干旱程度,这样就综合考虑了作物生长状况、土壤水分、天气预报信息和预警区域地理信息等多种来源的信息,判断作物的干旱程度,使得作物干旱预警更加准确和合理,在灌溉的时候不至于造成水资源的不合理利用和浪费,最后将作物的干旱程度等相关信息,利用地理信息系统生成空间分布图并显示,以实现农业水资源的优化配置和区域范围内的干旱预警。

Description

一种干旱预警方法和预警系统
技术领域
本发明涉及自然灾害预测领域,更具体地说,涉及一种干旱预警方法和预警系统。
背景技术
干旱是一种比较特殊的自然灾害,持续时间长、波及范围广、治理难度大是其主要的特点。干旱作为一种全球普遍存在的自然灾害,有120多个国家和地区每年不同程度地遭受干旱灾害的威胁,我国就是饱受干旱灾害之苦的国家之一。因此,气象干旱、土壤干旱的预警显得尤为迫切。
干旱预警是根据干旱成因和干旱发生规律,分析前期干旱程度,结合未来天气气象要素变化,预测未来干旱发生的时间、范围和强度,并结合干旱预警发布条件,确定发布干旱警报。虽然,国内外已经对干旱预警展开了大量的研究,但是综合考虑气象、土壤和不同农作物生长发育状况,进行区域干旱预警,国内外尚且缺少行之有效的方法。
传统的干旱预警的方法只是依靠单一的气象或土壤信息,对某一预警区域的干旱程度进行预警,而作物干旱不仅受到预警区域气候条件的影响,还受到作物生长状况、土壤类型、土壤水分状况等多方面的影响,对于某一预警区域或灌溉区域,相同的土壤水分状况,不同农作物甚至同一农作物的不同生育阶段缺水程度也会有所不同,如果只考虑气象或土壤干旱指标、则可能导致有些农作物缺水而另外一些作物浇灌过量。因此,如果不将气象、土壤与农作物生长发育和天气预报信息进行综合考虑进行干旱预警和水资源合理配置,将会造成水资源利用的不合理和浪费。
并且,传统的干旱预警只是对单一田块的干旱预警,不能准确反映某一区域的干旱程度,因此,不能及时进行区域范围内的抗旱防灾工作。
发明内容
有鉴于此,本发明提供一种干旱预警方法,以实现农业水资源的优化配置和区域范围内的干旱预警。
一种干旱预警方法,包括:
获取预警区域作物的种植分布信息,所述种植分布信息是指,不同作物的种类和空间分布情况;
采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息;
计算所述参考作物蒸发蒸腾量和作物系数,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算得到的,所述作物系数利用预先储存的作物生物学下限温度结合天气预报信息计算得到;
根据所述参考作物蒸发蒸腾量和作物系数计算得到作物实际蒸发蒸腾量;
根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到所述预警区域土壤计划湿润层内的相对含水量;
比较所述相对含水量和干旱阈值下限判断作物的干旱程度,当判断所述相对含水量小于干旱阈值下限时,则作物干旱,当所述相对含水量大于或者等于干旱阈值下限时,则作物水分适宜;
将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统生成空间分布图并显示。
优选地,所述地理信息包括预警区域的土地利用率、预警区域不同空间位置的经纬度和高程信息、预警区域的植被覆盖率和预警区域土壤类型信息。
优选地,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算得到的,具体包括:
天气预报中的定性信息定量化;
根据所述预警区域地理信息和所述定量化后的天气预报信息,利用彭曼-蒙特斯公式、彭曼修正公式、索恩斯威特公式或者泰勒公式计算所述作物的参考作物蒸发蒸腾量。
优选地,所述天气预报中的定性信息定量化包括降雨量定量解析和风速定量解析。
优选地,所述降雨量定量解析具体为:
根据气象观测规范,将天气预报信息中的降水量等级转变为降水量值Pt,根据条件的不同,将降水量值转换为有效降水量值,具体计算公式为:
P e = P t 0 ≤ P t ≤ 40 mm P e = 40 + SF [ 1.2525 ( P t - 40 ) 0.82416 - 2.935224 ] ( 10 9.5511811 × 10 - 4 ET c ) P t > 40 mm
其中:
SF=0.531747+1.16063×10-2D-8.943053×10-5D2+2.3213432×10-7D3
式中:Pe为有效降水量(mm);Pt为日或旬平均降水量(mm);ETc为日或旬平均作物需水量(mm);SF为土壤水分贮存因子;D为可使用的土壤贮水量(mm),取为作物根区土壤有效持水量的40%~60%。
优选地,所述风速定量解析具体为:
根据气象标准,将风力等级解析为10m处的风速,然后采用以下公式换算为2m处的风速值:
u 2 = u z 4.87 ln ( 67.8 z - 5.42 )
式中,u2为地面2m处风速(m/s);uz为距离地面zm处风速(m/s);z为风速测量高程(m)。
优选地,所述作物系数利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到,具体包括:
根据所述天气预报信息和所述作物的生物学下限温度,计算某一时段内所述作物的有效积温;
根据有效积温与作物系数之间的关系模型计算所述作物的作物系数。
优选地,根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到所述预警区域土壤计划湿润层内的相对含水量,具体为:
通过公式:
Wt+1=W0+WT+Pe+K+M-ETc
计算,其中:WT=10ρθ(H2-H1)
式中:W0、Wt+1分别为初始时段和任一时间的土壤计划湿润层内的储水量(mm);WT为湿润层增加的水量(mm);Pe为土壤计划湿润层内的有效降雨量(mm);K为时段t内的地下水补给量(mm);M为时段t内的灌溉水总量(mm);ETc为时段t内的作物需水量(mm);ρ为土壤干容重(g/cm3);θ为时段初土壤平均含水率;H1、H2分别为时段初和时段末的湿润层深度(cm)。
优选地,将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统生成空间分布图并显示,具体为:
以栅格为基本单元,将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度转化为空间分布图;
不同干旱等级用不同的颜色来显示空间分布图。
一种干旱预警系统,包括:
用于获取预警区域作物的种植分布信息的获取单元,所述种植分布信息是指,不同作物的种类和空间分布情况;
用于采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息的采集单元;
与所述采集单元相连、用于计算所述作物的参考作物蒸发蒸腾量和作物系数的第一计算单元,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域的地理信息计算得到,所述作物系数利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到;
与所述第一计算单元相连、用于根据所述参考作物蒸发蒸腾量和作物系数计算得到作物实际蒸发蒸腾量的第二计算单元;
与所述第二计算单元相连、用于计算所述预警区域土壤计划湿润层内的相对含水量的第三计算单元,所述相对含水量是根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到的;
与所述第三计算单元相连、用于将所述相对含水量与所述作物的干旱阈值下限进行比较、进而判断作物干旱程度的比较单元;
与所述获取单元、采集单元和比较单元相连、用于将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统推及到区域的旱情分析,生成空间分布图的分布图生成单元;
与所述分布图生成单元相连、用于显示所述空间分布图的显示单元。
优选地,所述地理信息包括预警区域的土地利用率、预警区域不同空间位置的经纬度和高程信息、预警区域的植被覆盖率和预警区域土壤类型信息。
优选地,所述干旱预警系统可以通过地理信息系统的网络发布功能,将作物的干旱程度推及到区域旱情分析,进而得到区域作物缺水状况。
从上述的技术方案可以看出,本发明提供了一种干旱预警方法,首先获取预警区域作物的种植分布信息,采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息,其次计算所述作物的参考作物蒸发蒸腾量、作物系数和作物实际蒸发蒸腾量,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算的,所述作物系数是根据所述作物的生物学下限温度和所述天气预报信息计算得到的,所述实际作物蒸发蒸腾量是根据参考作物蒸发蒸腾量和作物系数得到的,最后就可以计算出预警区域的土壤计划湿润层内的相对含水量,进而与作物的干旱阈值下限比较,判断作物的干旱程度,这样就综合考虑了包括作物生长状况、土壤水分、天气预报信息和预警区域地理信息等多种来源的信息,通过预警区域土壤计划湿润层内的土壤相对含水量判断作物的干旱程度,使得作物干旱预警更加准确和合理,这样在灌溉的时候不至于造成水资源的不合理利用和浪费。
此外,通过地理信息系统整合来自不同田块的干旱情况,分析、处理数据得到区域范围内的干旱情况,并形成预警分布图,最后显示干旱预警空间分布图,使得操作人员能够通过分布图了解宏观旱情,及时进行抗旱防灾工作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种干旱预警方法的流程图;
图2为本发明实施例公开的一种干旱预警系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种干旱预警方法,以实现农业水资源的优化配置和区域范围内的干旱预警。
一种干旱预警方法,如图1所示,包括以下步骤:
S101、获取预警区域作物的种植分布信息;
其中,所述作物的种植分布信息是指,专业人员借助地理上的判读仪器,利用获取的遥感信息,通过监督分类和目视解译方法,提取出作物的种植分布信息。所述种植分布信息是指,不同作物的种类和空间分布情况。
S102、采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息;
所述地理信息包括预警区域的土地利用率、预警区域不同空间位置的经纬度和高程信息、预警区域的植被覆盖率和预警区域土壤类型信息。
S103、计算所述作物的参考作物蒸发蒸腾量和作物系数;
其中,所述参考作物蒸腾量是根据所述天气预报信息和预警区域地理信息计算得到的,所述作物系数利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到;
S104、根据所述参考作物蒸发蒸腾量和作物系数计算得到作物实际蒸发蒸腾量;
S105、根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到所述预警区域土壤计划湿润层内的土壤相对含水量;
S106、比较所述相对含水量和作物干旱阈值下限判断作物的干旱程度;
当判断所述相对含水量小于干旱阈值下限时,则作物干旱,当所述相对含水量大于或者等于干旱阈值下限时,则作物水分适宜;
S107、将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统生成空间分布图并显示。
当获取预警区域作物的种植分布信息后,获得不同作物的种类,在计算出不同作物土壤计划湿润层内的相对含水量后,储存于上位机中,方便利用地理信息系统(GIS)推广到其他地区,地理信息系统再结合该种作物的干旱阈值下限和储存于上位机中土壤计划湿润层内的相对含水量,得出该区域作物的干旱情况。例如,在河南省获取不同作物的空间分布情况,根据气象、土壤、初始土壤含水量及不同作物所处的生长发育期计算得到不同作物土壤计划湿润层内的相对含水量,储存在上位机中,然后结合河南省不同作物的干旱阈值下限和储存的上位机中的不同作物土壤计划湿润层内的相对含水量,判断整个河南省的干旱情况。
从上述实施例可以看出,本发明提供了一种干旱预警方法,首先获取预警区域作物的种植分布信息,采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息,其次计算所述作物的参考作物蒸发蒸腾量、作物系数和实际作物蒸发蒸腾量,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算的,所述作物系数是根据所述作物的生物学下限温度和所述天气预报信息计算得到的,所述作物实际蒸发蒸腾量是根据参考作物蒸发蒸腾量和作物系数计算得到的,最后就可以计算出预警区域土壤计划湿润层内的相对含水量,进而与作物的干旱阈值下限进行比较,判断作物的干旱程度,这样就综合了包括作物生长状况、土壤水分、天气预报信息和预警区域地理信息等多种来源的信息,判断预警区域土壤计划湿润层内的相对含水量得知作物的干旱程度,使得作物干旱预警更加准确和合理,这样在灌溉的时候不至于造成水资源的不合理利用和浪费。
此外,通过地理信息系统整合来自不同田块的干旱情况,分析、处理数据得到区域范围内的干旱情况,并且形成预警分布图,最后显示干旱预警分布图,使得操作人员能够通过分布图了解宏观旱情,及时进行抗旱防灾工作。
本发明实施例公开的一种干旱预警方法中,所述计算参考作物蒸发蒸腾量具体为,先将天气预报中的定性信息定量化,天气预报信息定量化主要包括降雨量的定量解析和风速的定量解析,降雨量的具体解析方法为:根据气象观测规范,将天气预报信息中的降水量等级转变为降水量值Pt,根据不同的条件,将降水量值转换为有效降水量值,具体计算公式为:
P e = P t 0 ≤ P t ≤ 40 mm P e = 40 + SF [ 1.2525 ( P t - 40 ) 0.82416 - 2.935224 ] ( 10 9.5511811 × 10 - 4 ET c ) P t > 40 mm
其中:
SF=0.531747+1.16063×10-2D-8.943053×10-5D2+2.3213432×10-7D3
式中:Pe为有效降水量(mm);Pt为日或旬平均降水量(mm);ETc为日或旬平均作物需水量(mm);SF为土壤水分贮存因子;D为可使用的土壤贮水量(mm),一般取为作物根区土壤有效持水量的40%~60%。
风速的解析方法为:根据气象标准,将风力等级解析为10m处的风速,然后采用以下公式换算为2m处的风速值:
u 2 = u z 4.87 ln ( 67.8 z - 5.42 )
式中,u2为地面2m处风速(m/s);uz为距离地面zm处风速(m/s);z为风速测量高程(m)。
再根据所述预警区域地理信息和所述定量化后的天气预报信息,利用彭曼-蒙特斯公式、彭曼修正公式、索恩斯威特公式或者泰勒公式计算所述作物的参考作物蒸发蒸腾量。
具体的,根据当地的站点资料、气象资料,选择不同的计算公式估算参考作物蒸发蒸腾量ET0的方法分别是:
(1)彭曼-蒙特斯公式
ET 0 = 0.408 Δ ( R n - G ) + γ 900 T + 273 u 2 ( e s - e a ) Δ + γ ( 1 + 0.34 u 2 )
式中:ET0为参考作物腾发量(mm);Δ为饱和水汽压与温度关系曲线的斜率(kPa/℃);G为土壤热通量(MJ/m2 d);Rn为净辐射量(MJm-2d-1);γ为湿度计常数(kPa/℃);T为平均温度(℃);u2为地面以上2m高处的风速(m/s);es为平均饱和水汽压(kPa);ea为实际饱和水汽压(kPa);
(2)彭曼修正公式
ET 0 = p 0 p * Δ γ * R n + 0.26 ( e s - e a ) ( 1 + cu 2 ) p 0 p * Δ γ + 1.0
式中:p0、p分别为海平面和预报地点的平均气压(kPa);c为风速修正系数,为常数;
(3)索恩斯威特公式(Thornthwait)
其中: I = Σ i = 1 12 ( Ti 5 ) 1.514
式中:I为热效应指标;Ti为该月平均温度(℃);C为修正系数;EToi为某月的参考作物蒸发蒸腾量(mm);i为月份;
(4)泰勒公式(Priestley-Taylor)
ET 0 = 1.26 * Δ ( R n - G ) Δ + γ - - - ( 7 )
在上述实施例中计算完参考作物蒸发蒸腾量后,需要计算作物系数,所述作物系数是利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到,具体为先根据天气预报信息和作物的生物学下限温度,计算某一时段内所述作物的有效积温,再根据有效积温计算所述作物的作物系数,这里以冬小麦为例,通过实验,得到利用积温资料估算冬小麦作物系数的模型如下:
其中: x = log 10 Σ i = 1 n T i
式中:kc为作物系数;x为有限积温;Ti为第i日的有效温度(0~30℃之间温度为有效温度);n为播种后天数。
在上述实施例中计算所述预警区域土壤计划湿润层内的储水量是通过公式:
Wt+1=W0+WT+Pe+K+M-ETc
计算,其中:WT=10ρθ(H2-H1)
式中:W0、Wt+1分别为初始时段和任一时间的土壤计划湿润层内的储水量(mm);WT为湿润层增加的水量(mm);Pe为土壤计划湿润层内的有效降雨量(mm);K为时段t内的地下水补给量(mm);M为时段t内的灌溉水总量(mm);ETc为时段t内的作物需水量(mm);ρ为土壤干容重(g/cm3);θ为时段初的平均含水率;H1、H2分别为时段初和时段末的湿润层深度(cm)。
在干旱情况下,作物的各项生理指标在作物的不同生育阶段,对土壤的干旱存在阈值反应,并且不同作物此阈值下限又存在差异。当计算得到某一预警区域土壤计划湿润层内的相对含水量,并与该作物的干旱阈值下限比较,当相对含水量大于或者等于作物的干旱阈值下限时,则作物水分适宜,当作物储水量小于干旱阈值下限时,则认为作物干旱,以冬小麦为例,冬小麦苗期的干旱阈值下限是70%,当土壤相对含水量大于或者等于70%时,则冬小麦水分适宜,当土壤相对含水量大于65%小于70%时,则认为冬小麦轻度干旱,当土壤相对含水量大于55%小于65%的时候,则冬小麦处于中度干旱,当土壤相对含水量小于55%时,则处于重度干旱状态。
在本实施例中,最后显示空间分布图,具体过程是先以栅格为基本单元,将数据融合技术处理过的土壤墒情点数据进行空间投影的校正,然后再将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量、作物的干旱程度转化为栅格分布图,天气预报信息具体显示为有效降水量,预警区域地理信息为测站资料,将干旱等级分为四级:重度干旱、中度干旱、轻度干旱和适宜水分,颜色分别用红色、黄色、浅黄色和绿色表示。
本发明实施例还公开了一种干旱预警系统,以实现农业水资源的优化配置和区域范围内的干旱预警。
一种干旱预警系统,如图2所示,包括:
用于获取预警区域作物的种植分布信息的获取单元101,所述种植分布信息是指,不同作物的种类和空间分布情况;
用于采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息的采集单元102;
与采集单元102相连、用于计算作物的参考作物蒸发蒸腾量和作物系数的第一计算单元103,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算得到,所述作物系数利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到;
与第一计算单元103相连、用于根据所述参考作物蒸发蒸腾量和作物系数计算得到实际蒸腾量的第二计算单元104;
与第二计算单元104相连、用于计算预警区域土壤计划湿润层内的相对含水量的第三计算单元105,所述相对含水量是根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到的;
与所述第三计算单元105相连、用于将所述预警区域土壤计划湿润层内的土壤相对含水量与所述作物的干旱阈值下限进行比较、进而判断作物干旱程度的比较单元106;
与获取单元101、采集单元102与比较单元106相连、用于将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统推及到区域的旱情分析,生成空间分布图的分布图生成单元107;
与分布图生成单元107相连、用于显示所述空间分布图的显示单元108。
从上述实施例可以看出,本发明提供了一种干旱预警系统,获取单元101首先获取预警区域作物的种植分布信息,采集单元102采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息,然后第一计算单元103计算作物的参考作物蒸发蒸腾量和作物系数,与第一计算单元103相连的第二计算单元104根据参考作物蒸发蒸腾量和作物系数计算得到作物的实际蒸发蒸腾量,与第二计算单元104相连的第三计算单元105计算预警区域土壤计划湿润层内的土壤相对含水量,随后比较单元106将预警区域土壤计划湿润层内的土壤相对含水量与作物的干旱阈值下限进行比较和判断,这样就综合了包括作物生长状况、土壤水分、天气预报和预警区域地理信息等多种来源的信息,通过比较作物预警区域土壤计划湿润层内的相对含水量判断所述作物的干旱程度,使得作物干旱预警更加准确和合理,这样在灌溉的时候不至于造成水资源的不合理利用和浪费。
此外,分布图生成单元107根据预警区域作物干旱信息、所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤相对含水量、作物实际蒸发蒸腾量和作物的干旱程度利用地理信息系统推及到区域的旱情分析,以得到预警区域的作物缺水状况,生成空间分布图,显示单元108最终显示空间分布图,使得操作人员能够通过分布图了解宏观旱情,及时进行抗旱防灾工作。
在本发明实施例公开的干旱系统中,可以利用地理信息系统的网络发布功能,将测站资料、实时气象、作物需水量、有效降雨量、土壤墒情分布及干旱预警结果等信息进行发布,实现各种信息的动态可视化表达,使得操作人员既能够通过地图宏观了解区域旱情,又能对离散资料进行整合、分析和显示。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种干旱预警方法,其特征在于,包括:
获取预警区域作物的种植分布信息,所述种植分布信息是指,不同作物的种类和空间分布情况;
采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息;
计算参考作物蒸发蒸腾量和作物系数,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算得到的,所述作物系数利用预先储存的作物生物学下限温度结合天气预报信息计算得到;
根据所述参考作物蒸发蒸腾量和作物系数计算得到作物实际蒸发蒸腾量;
根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到所述预警区域土壤计划湿润层内的相对含水量;
比较所述相对含水量和干旱阈值下限判断作物的干旱程度,当判断所述相对含水量小于干旱阈值下限时,则作物干旱,当所述相对含水量大于或者等于干旱阈值下限时,则作物水分适宜;
将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤计划湿润层内的相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统生成空间分布图并显示;
其中,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域地理信息计算得到的,具体包括:
天气预报中的定性信息定量化;
根据所述预警区域地理信息和所述定量化后的天气预报信息,利用彭曼-蒙特斯公式、彭曼修正公式、索恩斯威特公式或者泰勒公式计算所述参考作物蒸发蒸腾量;
所述作物系数利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到,具体包括:
根据所述天气预报信息和所述作物的生物学下限温度,计算某一时段内所述作物的有效积温;
根据有效积温与作物系数之间的关系模型计算所述作物的作物系数;
根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到所述预警区域土壤计划湿润层内的相对含水量,具体为:
通过公式:
Wt+1=W0+WT+Pe+K+M-ETc
计算,其中:WT=10ρθ(H2-H1)
式中:W0、Wt+1分别为初始时段和任一时间的土壤计划湿润层内的含水量(mm);WT为湿润层增加的水量(mm);Pe为土壤计划湿润层内的有效降水量(mm);K为时段t内的地下水补给量(mm);M为时段t内的灌溉水总量(mm);ETc为时段t内的作物需水量(mm);ρ为土壤干容重(g/cm3);θ为时段初土壤平均含水率;H1、H2分别为时段初和时段末的湿润层深度(cm)。
2.根据权利要求1所述的干旱预警方法,其特征在于,所述地理信息包括预警区域的土地利用率、预警区域不同空间位置的经纬度和高程信息、预警区域的植被覆盖率和预警区域土壤类型信息。
3.根据权利要求1所述的干旱预警方法,其特征在于,所述天气预报中的定性信息定量化包括降雨量定量解析和风速定量解析。
4.根据权利要求3所述的干旱预警方法,其特征在于,所述降雨量定量解析具体为:
根据气象观测规范,将天气预报信息中的降水量等级转变为降水量值Pt,根据条件的不同,将降水量值转换为有效降水量值,具体计算公式为:
P e = P t 0 ≤ P t ≤ 40 mm P e = 40 + SF [ 1.2525 ( P t - 40 ) 0.82416 - 2.935224 ] ( 10 9.5511811 × 10 - 4 ET c ) P t > 40 mm
其中:
SF=0.531747+1.16063×10-2D-8.943053×10-5D2+2.3213432×10-7D3
式中:Pe为土壤计划湿润层的有效降水量(mm);Pt为日或旬平均降水量(mm);ETc为日或旬平均作物需水量(mm);SF为土壤水分贮存因子;D为可使用的土壤贮水量(mm),取为作物根区土壤有效持水量的40%~60%。
5.根据权利要求3所述的干旱预警方法,其特征在于,所述风速定量解析具体为:
根据气象标准,将风力等级解析为10m处的风速,然后采用以下公式换算为2m处的风速值:
u 2 = u z 4.87 ln ( 67.8 z - 5.42 )
式中,u2为地面2m处风速(m/s);uz为距离地面zm处风速(m/s);z为风速测量高程(m)。
6.根据权利要求1所述的干旱预警方法,其特征在于,将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤计划湿润层内的相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统生成空间分布图并显示,具体为:
以栅格为基本单元,将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤计划湿润层内的相对含水量、作物实际蒸发蒸腾量和作物的干旱程度转化为空间分布图;
不同干旱等级用不同的颜色来显示空间分布图。
7.一种干旱预警系统,其特征在于,包括:
用于获取预警区域作物的种植分布信息的获取单元,所述种植分布信息是指,不同作物的种类和空间分布情况;
用于采集预警区域天气预报信息、预警区域地理信息、水文地质参数及初始土壤含水量信息的采集单元;
与所述采集单元相连、用于计算参考作物蒸发蒸腾量和作物系数的第一计算单元,所述参考作物蒸发蒸腾量是根据所述天气预报信息和预警区域的地理信息计算得到,所述作物系数利用预先储存的所述作物生物学下限温度结合天气预报信息计算得到;
与所述第一计算单元相连、用于根据所述参考作物蒸发蒸腾量和作物系数计算得到作物实际蒸发蒸腾量的第二计算单元;
与所述第二计算单元相连、用于计算所述预警区域土壤计划湿润层内的相对含水量的第三计算单元,所述相对含水量是根据预先得知的作物所处的生育阶段、所述水文地质参数、所述初始土壤含水量和作物实际蒸发蒸腾量计算得到的;
与所述第三计算单元相连、用于将所述相对含水量与所述作物的干旱阈值下限进行比较、进而判断作物干旱程度的比较单元;
与所述获取单元、采集单元和比较单元相连、用于将所述作物的种植分布信息、预警区域天气预报信息、参考作物蒸发蒸腾量信息、土壤计划湿润层内的相对含水量、作物实际蒸发蒸腾量和作物的干旱程度,利用地理信息系统推及到区域的旱情分析,生成空间分布图的分布图生成单元;
与所述分布图生成单元相连、用于显示所述空间分布图的显示单元。
8.根据权利要求7所述的干旱预警系统,其特征在于,所述地理信息包括预警区域的土地利用率、预警区域不同空间位置的经纬度和高程信息、预警区域的植被覆盖率和预警区域土壤类型信息。
9.根据权利要求7所述的干旱预警系统,其特征在于,所述干旱预警系统可以通过地理信息系统的网络发布功能,将作物的干旱程度推及到区域旱情分析,进而得到区域作物缺水状况。
CN201210257722.6A 2012-07-24 2012-07-24 一种干旱预警方法和预警系统 Active CN102779391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210257722.6A CN102779391B (zh) 2012-07-24 2012-07-24 一种干旱预警方法和预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210257722.6A CN102779391B (zh) 2012-07-24 2012-07-24 一种干旱预警方法和预警系统

Publications (2)

Publication Number Publication Date
CN102779391A CN102779391A (zh) 2012-11-14
CN102779391B true CN102779391B (zh) 2014-09-24

Family

ID=47124298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210257722.6A Active CN102779391B (zh) 2012-07-24 2012-07-24 一种干旱预警方法和预警系统

Country Status (1)

Country Link
CN (1) CN102779391B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103461083A (zh) * 2013-09-05 2013-12-25 江苏大学 一种启动温室营养液浇灌的方法
CN103604462A (zh) * 2013-10-23 2014-02-26 首都师范大学 一种粮食生产风险数据采集方法
CN103778564A (zh) * 2014-02-24 2014-05-07 南京信息工程大学 一种设施农业气象预警轻量地理分析方法
CN104848893A (zh) * 2015-04-18 2015-08-19 中国计量学院 一种基于机载土壤水分传感器的无人机旱情检测方法
CN107316095B (zh) * 2016-09-23 2020-09-11 武汉大学 一种耦合多源数据的区域气象干旱等级预测方法
CN106576798B (zh) * 2016-12-04 2019-10-29 西北农林科技大学 一种陕北马铃薯水肥一体化栽培方法
CN106950613A (zh) * 2017-01-10 2017-07-14 于洋 一种干旱区灌溉水资源平衡分析系统
CN107192812B (zh) * 2017-06-15 2019-09-13 南京肯铎特电子科技有限公司 一种智能判定旱作作物缺水状态的方法及系统
CN107360774B (zh) * 2017-06-27 2023-02-17 中国水利水电科学研究院 一种动比例注肥方法、智能精量灌溉施肥机及方法
CN107657541A (zh) * 2017-09-28 2018-02-02 安徽农业大学 一种大田作物旱情判别方法
CN108760643B (zh) * 2018-04-04 2021-03-16 西南石油大学 一种适宜于高海拔地区的干旱遥感监测方法
CN109345775B (zh) * 2018-08-15 2020-09-15 北京林业大学 基于水文连通结构指数的灾情预警方法及系统
CN109006412B (zh) * 2018-09-18 2024-04-02 北京农业智能装备技术研究中心 一种温室作物灌溉决策预警装置及方法
CN109188567A (zh) * 2018-09-30 2019-01-11 康美中药材数据信息服务有限公司 一种药材生产天气预警方法、电子设备和存储介质
CN109845625A (zh) * 2018-12-12 2019-06-07 珠江水利委员会珠江水利科学研究院 一种基于神经网络的多维参量农作物智能灌溉控制方法
CN109892214B (zh) * 2019-02-22 2021-06-22 固安京蓝云科技有限公司 用于农作物的缺水处理方法及装置
CN109977515A (zh) * 2019-03-19 2019-07-05 固安京蓝云科技有限公司 用于农作物的实际耗水量处理方法及装置、服务器
CN110231246A (zh) * 2019-05-14 2019-09-13 山东省农业可持续发展研究所 一种冬小麦干旱预警系统
CN110367097B (zh) * 2019-07-23 2021-06-04 山东开创云计算有限公司 一种灌区水流控制方法和服务器
CN112000683B (zh) * 2020-08-25 2021-03-16 中科三清科技有限公司 数据处理方法、装置及设备
CN112966960A (zh) * 2021-03-23 2021-06-15 西安理工大学 一种基于土壤湿度的多阈值干旱综合风险评价方法
CN113742899A (zh) * 2021-08-16 2021-12-03 北京安赛博技术有限公司 一种作物系数计算方法及系统
CN113785759B (zh) * 2021-10-09 2022-09-20 辽宁省农业科学院 一种作物间套作种植智能灌溉系统、方法及可存储介质
CN117236564B (zh) * 2023-11-08 2024-02-02 北京弘象科技有限公司 针对农田干旱的评估解决方法、装置、设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1631098A (zh) * 2003-12-25 2005-06-29 中国农业大学 一种非充分灌溉预报与控制方法
CN101236260A (zh) * 2008-03-06 2008-08-06 中国农业科学院农田灌溉研究所 基于蒸发量的灌溉预警装置及其操作方法
CN102160520A (zh) * 2010-12-23 2011-08-24 南京农业大学 基于作物蒸散量模型的智能化滴灌控制系统及其方法
CN202026659U (zh) * 2011-04-06 2011-11-09 中国农业科学院农田灌溉研究所 畦灌灌水提醒装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1631098A (zh) * 2003-12-25 2005-06-29 中国农业大学 一种非充分灌溉预报与控制方法
CN101236260A (zh) * 2008-03-06 2008-08-06 中国农业科学院农田灌溉研究所 基于蒸发量的灌溉预警装置及其操作方法
CN102160520A (zh) * 2010-12-23 2011-08-24 南京农业大学 基于作物蒸散量模型的智能化滴灌控制系统及其方法
CN202026659U (zh) * 2011-04-06 2011-11-09 中国农业科学院农田灌溉研究所 畦灌灌水提醒装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于动态干旱指数的区域干旱识别系统研究;王俊等;《安徽农业科学》;20101231;第38卷(第30期);17162-17163 *
基于蒸发量的膜下滴灌棉花灌溉预警装置设计与试验;张寄阳;《农业机械学报》;20100930;第41卷(第9期);56-59,89 *
张寄阳.基于蒸发量的膜下滴灌棉花灌溉预警装置设计与试验.《农业机械学报》.2010,第41卷(第9期),56-59,89.
王俊等.基于动态干旱指数的区域干旱识别系统研究.《安徽农业科学》.2010,第38卷(第30期),17162-17163.

Also Published As

Publication number Publication date
CN102779391A (zh) 2012-11-14

Similar Documents

Publication Publication Date Title
CN102779391B (zh) 一种干旱预警方法和预警系统
Zhang et al. Satellite based analysis of northern ET trends and associated changes in the regional water balance from 1983 to 2005
Zhang et al. A hierarchical patch mosaic ecosystem model for urban landscapes: model development and evaluation
Fischer et al. Evapotranspiration of a high-density poplar stand in comparison with a reference grass cover in the Czech–Moravian Highlands
Hamburg et al. Climate change at the ecosystem scale: a 50-year record in New Hampshire
Liu et al. Stemflow of water on maize and its influencing factors
Xiao et al. Optimizing hotspot areas for ecological planning and management based on biodiversity and ecosystem services
Li et al. Applying segmented Jarvis canopy resistance into Penman-Monteith model improves the accuracy of estimated evapotranspiration in maize for seed production with film-mulching in arid area
CN112837169A (zh) 一种干旱过程网格化旱情综合监测、预警与评估方法
CN104951986A (zh) 流域农业面源污染物入湖负荷估算方法
CN104933300A (zh) 流域农业面源污染物河道削减系数计算方法
Wang et al. Evaluating nitrogen removal by vegetation uptake using satellite image time series in riparian catchments
CN106202857A (zh) 一种地表水质对旱涝事件的响应分析方法
Sun et al. Projecting water yield and ecosystem productivity across the United States by linking an ecohydrological model to WRF dynamically downscaled climate data
Yuan et al. Simulation of surface runoff and sediment yield under different land-use in a Taihang Mountains watershed, North China
Sudharsan et al. Evaluation of weather-based rice yield models in India
CN104732045A (zh) 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
Jones et al. Water balance, surface conductance and water use efficiency of two young hybrid-poplar plantations in Canada’s aspen parkland
CN104933626A (zh) 流域农业面源污染物沟渠削减系数计算方法
Zhao et al. A framework for assessing the effects of afforestation and South-to-North Water Transfer on nitrogen and phosphorus uptake by plants in a critical riparian zone
Osorio et al. Influence of potential evapotranspiration on the water balance of sugarcane fields in Maui, Hawaii
Tessendorf et al. An assessment of winter orographic precipitation and cloud-seeding potential in Wyoming
Li et al. Effect of human disturbances and hydrologic elements on the distribution of plant diversity within the Shamu watershed, Mt. Yuntai Nature Reserve, China
Chatha et al. Estimating reference evapotranspiration by Hargreaves and Blaney-Criddle methods in humid subtropical conditions
Napoli et al. Modeling soil and nutrient runoff yields from an Italian vineyard using SWAT

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