CN116227683B - 易旱易涝区旱涝急转交互效应评估方法 - Google Patents
易旱易涝区旱涝急转交互效应评估方法 Download PDFInfo
- Publication number
- CN116227683B CN116227683B CN202310029631.5A CN202310029631A CN116227683B CN 116227683 B CN116227683 B CN 116227683B CN 202310029631 A CN202310029631 A CN 202310029631A CN 116227683 B CN116227683 B CN 116227683B
- Authority
- CN
- China
- Prior art keywords
- drought
- waterlogging
- stress
- dfaa
- crop growth
- 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
Links
- 230000000694 effects Effects 0.000 title claims abstract description 197
- 230000003993 interaction Effects 0.000 title claims abstract description 87
- 238000011156 evaluation Methods 0.000 title claims abstract description 18
- 230000012010 growth Effects 0.000 claims abstract description 193
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 72
- 238000013210 evaluation model Methods 0.000 claims abstract description 28
- 230000035882 stress Effects 0.000 claims description 124
- 230000008641 drought stress Effects 0.000 claims description 79
- 208000027418 Wounds and injury Diseases 0.000 claims description 54
- 208000014674 injury Diseases 0.000 claims description 53
- 230000006378 damage Effects 0.000 claims description 52
- 230000001737 promoting effect Effects 0.000 claims description 43
- 208000005156 Dehydration Diseases 0.000 claims description 27
- 230000008485 antagonism Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 230000005764 inhibitory process Effects 0.000 claims description 9
- 230000003313 weakening effect Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 9
- 238000012272 crop production Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 241000209094 Oryza Species 0.000 description 26
- 235000007164 Oryza sativa Nutrition 0.000 description 26
- 235000009566 rice Nutrition 0.000 description 26
- 238000012360 testing method Methods 0.000 description 16
- 239000005556 hormone Substances 0.000 description 15
- 229940088597 hormone Drugs 0.000 description 15
- JLIDBLDQVAYHNE-YKALOCIXSA-N (+)-Abscisic acid Chemical compound OC(=O)/C=C(/C)\C=C\[C@@]1(O)C(C)=CC(=O)CC1(C)C JLIDBLDQVAYHNE-YKALOCIXSA-N 0.000 description 12
- 241000196324 Embryophyta Species 0.000 description 12
- SEOVTRFCIGRIMH-UHFFFAOYSA-N indole-3-acetic acid Chemical compound C1=CC=C2C(CC(=O)O)=CNC2=C1 SEOVTRFCIGRIMH-UHFFFAOYSA-N 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 235000013339 cereals Nutrition 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 7
- FCRACOPGPMPSHN-UHFFFAOYSA-N desoxyabscisic acid Natural products OC(=O)C=C(C)C=CC1C(C)=CC(=O)CC1(C)C FCRACOPGPMPSHN-UHFFFAOYSA-N 0.000 description 6
- 230000002401 inhibitory effect Effects 0.000 description 6
- 229920000742 Cotton Polymers 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 239000003617 indole-3-acetic acid Substances 0.000 description 5
- 230000001066 destructive effect Effects 0.000 description 4
- 230000009036 growth inhibition Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 230000002195 synergetic effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 238000002965 ELISA Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009418 agronomic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002777 nucleoside Substances 0.000 description 2
- 239000002985 plastic film Substances 0.000 description 2
- 229920006255 plastic film Polymers 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000028327 secretion Effects 0.000 description 2
- UZKQTCBAMSWPJD-UQCOIBPSSA-N trans-Zeatin Natural products OCC(/C)=C\CNC1=NC=NC2=C1N=CN2 UZKQTCBAMSWPJD-UQCOIBPSSA-N 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 229940023877 zeatin Drugs 0.000 description 2
- -1 zeatin nucleoside Chemical class 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 229930191978 Gibberellin Natural products 0.000 description 1
- 102000018997 Growth Hormone Human genes 0.000 description 1
- 108010051696 Growth Hormone Proteins 0.000 description 1
- IXORZMNAPKEEDV-SNTJWBGVSA-N LSM-6641 Chemical compound C([C@@]1(O)C(=C)C[C@@]2(C1)[C@H]1C(O)=O)C[C@H]2[C@]2(C=C[C@@H]3O)[C@H]1[C@@]3(C)C(=O)O2 IXORZMNAPKEEDV-SNTJWBGVSA-N 0.000 description 1
- 206010053159 Organ failure Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000003042 antagnostic effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- IXORZMNAPKEEDV-UHFFFAOYSA-N gibberellic acid GA3 Natural products OC(=O)C1C2(C3)CC(=C)C3(O)CCC2C2(C=CC3O)C1C3(C)C(=O)O2 IXORZMNAPKEEDV-UHFFFAOYSA-N 0.000 description 1
- 239000003448 gibberellin Substances 0.000 description 1
- 239000000122 growth hormone Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 239000003375 plant hormone Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000008653 root damage Effects 0.000 description 1
- 230000002786 root growth Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000003270 steroid hormone Substances 0.000 description 1
- 150000003431 steroids Chemical class 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明属于旱涝灾害机理研究领域,涉及一种易旱易涝区旱涝急转交互效应评估方法,包括:1)构建易旱易涝区旱涝急转交互效应评估模型;2)基于步骤1)构建得到的易旱易涝区旱涝急转交互效应评估模型对易旱易涝区旱涝急转造成的灾情进行评估。本发明提供了一种测算旱涝急转双重水分叠加胁迫时产生的交互效应的评估模型,能够快速、准确地测算作物在遭遇旱涝急转灾害时植株的相对生长水平和产量的相对损失水平,为科学合理地实施易旱易涝区农作物生产评估,落实最严格粮食安全保障措施奠定基础。
Description
技术领域
本发明属于旱涝灾害机理研究领域,涉及一种旱涝急转交互效应评估方法,尤其涉及一种易旱易涝区旱涝急转交互效应评估方法。
背景技术
在全球气候变化的背景下,极端气候越来越频繁,降雨的时空分布不均呈加剧趋势。水稻作为我国南方地区的主要粮食作物,遭受旱涝交替胁迫是一种常见现象,一些地区常常表现为由干旱向洪涝快速转化的灾害形式,这种旱涝急转的灾害形式可能会加重作物的减产损失,威胁我国的粮食生产安全。旱涝急转是指在某个季节内干旱持续一段时间后突然遭遇一场洪涝灾害,旱涝极端事件几乎在同一时间共存的现象。而现有水分胁迫研究多侧重于单一旱胁迫或单一涝胁迫,对旱涝急转双重水分胁迫下作物农艺和理化指标的研究较少。旱和涝毕竟属于两种截然不同的灾害形式,两种水分叠加胁迫产生的交互效应到底是联合的抑制、破坏作用,还是“相克”的拮抗、抵消作用目前还不清楚,因此如何计算旱涝急转胁迫的交互效应成为当前亟待解决的问题。
发明内容
为了解决背景技术中存在的上述技术问题,本发明提供了一种能够快速且准确、科学合理地反映易旱易涝区农作物的生产水平的易旱易涝区旱涝急转交互效应评估方法。
为了实现上述目的,本发明采用以下方案:
一种易旱易涝区旱涝急转交互效应评估方法,其特征在于:所述易旱易涝区旱涝急转交互效应评估方法包括以下步骤:
1)构建易旱易涝区旱涝急转交互效应评估模型;
2)基于步骤1)构建得到的易旱易涝区旱涝急转交互效应评估模型对易旱易涝区的旱涝急转造成的灾情进行评估。
作为优选,本发明所采用的步骤1)中易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型或者是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型。
作为优选,本发明所采用的步骤1)中易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型时,所述易旱易涝区旱涝急转交互效应评估模型的表达式是:
DIDFAA-ck=fD+fF
其中:
所述DIDFAA-ck是旱涝急转相对正常情况的伤害指数;
所述fD是旱涝急转双重水分胁迫中旱胁迫的效应,即旱效应;
所述fF是旱涝急转双重水分胁迫中涝胁迫的效应,即涝效应。
作为优选,本发明所采用的fD的表达式是:
其中:
所述xDFAA是旱涝急转胁迫下作物生长指标;
所述xD是单一旱胁迫下作物生长指标;
所述xF是单一涝胁迫下作物生长指标;
所述cxk是正常情况下作物生长指标。
作为优选,本发明所采用的fF的表达式是:
其中:
所述xDFAA是旱涝急转胁迫下作物生长指标;
所述xD是单一旱胁迫下作物生长指标;
所述xF是单一涝胁迫下作物生长指标;
所述xck是正常情况下作物生长指标。
作为优选,本发明所采用的步骤2)的具体实现方式是:
2.1)获取单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA;
2.2)根据步骤2.1)获取的单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA分别获取易旱易涝区旱涝急转双重水分胁迫中旱胁迫的效应fD以及旱涝急转双重水分胁迫中涝胁迫的效应fF;
2.3)根据易旱易涝区旱涝急转双重水分胁迫中旱胁迫的效应fD以及旱涝急转双重水分胁迫中涝胁迫的效应fF对易旱易涝区的旱涝急转情况进行评估;具体评估方式是:
若fD与fF同正或同负,则旱胁迫以及涝胁迫对作物生长产生共同的促进或抑制作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
若fD与fF不同号,则旱胁迫以及涝胁迫对作物生长产生削弱或抵消作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大。
作为优选,本发明所采用的步骤1)中易旱易涝区旱涝急转交互效应评估模型是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型时,所述易旱易涝区旱涝急转交互效应评估模型的表达式是:
DIDFAA-ck=(DID-ck+fD×F)+(DIF-ck+fD×F)
其中:
所述DIDFAA-ck是旱涝急转相对正常情况的伤害指数;
所述DID-ck是单一旱胁迫相对正常情况的伤害指数;
所述DIF-ck是单一涝胁迫相对正常情况的伤害指数;
所述fD×F是旱涝急转胁迫下旱涝交互效应。
作为优选,本发明所采用的DID-ck的表达式是:
DID-ck=(xD-xck)/xck;
所述DIF-ck的表达式是:
DIF-ck=(xF-xck)/xck;
其中:
所述xD是单一旱胁迫下作物生长指标;
所述xF是单一涝胁迫下作物生长指标;
所述xck是正常情况下作物生长指标。
作为优选,本发明所采用的fD×F的表达式是:
其中:
所述xDFAA是旱涝急转胁迫下作物生长指标;
所述xD是单一旱胁迫下作物生长指标;
所述cF是单一涝胁迫下作物生长指标;
所述xck是正常情况下作物生长指标。
作为优选,本发明所采用的步骤2)的具体实现方式是:
2.1)获取单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA;
2.2)根据步骤2.1)获取的单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA分别获取易旱易涝区单一旱胁迫相对正常情况的伤害指数DID-ck、易旱易涝区单一涝胁迫相对正常情况的伤害指数DIF-ck以及旱涝急转相对正常情况的伤害指数DIDFAA-ck;
2.3)根据易旱易涝区单一旱胁迫相对正常情况的伤害指数DID-ck、易旱易涝区单一涝胁迫相对正常情况的伤害指数DIF-ck以及旱涝急转相对正常情况的伤害指数DIDFAA-ck对易旱易涝区的旱涝急转情况进行评估;具体评估方式是:
当DID-ck和DIF-ck同负,且DIDFAA-ck为正时表示拮抗作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同负,且DIDFAA-ck为负表示协同作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同正,且DIDFAA-ck为正表示协同作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同正,且DIDFAA-ck为负表示拮抗作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck<0,且DIDFAA-ck为正表示伤害指数减弱;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck<0,且DIDFAA-ck为负表示伤害指数加强;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck>0,且DIDFAA-ck为正表示促进作用加强;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck>0,且DIDFAA-ck为负表示促进作用减弱;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大。
本发明的优点是:
本发明所提供的易旱易涝区旱涝急转交互效应评估模型能够快速有效地进行旱涝急转交互效应的测算,并能够正确评估作物在遭遇旱涝急转灾害时植株的相对生长水平和产量的相对损失水平,为实现易旱易涝区农作生产评估及落实最严格农田保护和粮食安全管理措施奠定基础,对当地农业用水管理决策、区域水资源合理配置、作物种植结构优化、农业防灾减灾体系健全具有重要意义。
附图说明
图1本发明所提供的旱涝急转交互效应计算示意图;
图2为本发明实施例中涉及的安徽省新马桥农水综合试验站研究区旱涝急转试验图片((a)~(c))以及阶梯型淹水池尺寸图(单位:mm,(d)~(e));
图3为本发明实施例中涉及的安徽省新马桥农水综合试验站研究区旱涝急转结束时水稻根系伤流强度的交互效应分析图;
图4为本发明实施例中涉及的安徽省新马桥农水综合试验站研究区旱涝急转结束时水稻根干重的交互效应分析图;
图5为本发明实施例中涉及的安徽省新马桥农水综合试验站研究区旱涝急转结束时水稻根系抑制类激素(ABA)和促进类激素(IAA+GA3+ZR)的交互效应分析图;
图6为本发明实施例中涉及的安徽省新马桥农水综合试验站研究区旱涝急转对水稻产量产生的交互效应分析图。
具体实施方式
以下结合附图对本发明涉及的易旱易涝区旱涝急转交互效应评估方法的具体实施方案进行详细地说明。
本发明提供了一种易旱易涝区旱涝急转交互效应评估方法,该方法包括以下步骤:
1)构建易旱易涝区旱涝急转交互效应评估模型,本发明基于旱效应和涝效应所形成的模型或者是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型。
当易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型时,所述易旱易涝区旱涝急转交互效应评估模型的表达式是:
DIDFAA-ck=fD+fF
其中:
所述DIDFAA-ck是旱涝急转相对正常情况的伤害指数;
所述fD是旱涝急转双重水分胁迫中旱胁迫的效应,即旱效应,fD的表达式是:
所述fF是旱涝急转双重水分胁迫中涝胁迫的效应,即涝效应,fF的表达式是:
其中:
所述xDFAA是旱涝急转胁迫下作物生长指标;
所述xD是单一旱胁迫下作物生长指标(本发明所提及的作物生长指标在农业领域一般指作物形态指标或生理生化指标,可根据不同试验目的再进一步选择相应的作物形态指标或生理生化指标。其中,作物形态指标如长势、长相、株型、开花状态等;生理生化指标如叶绿素含量、养分含量、植物激素含量等。无论是作物形态指标还是生理生化指标,其获取方法都是农业领域常规的技术手段,下同。);
所述xF是单一涝胁迫下作物生长指标;
所述xck是正常情况下作物生长指标。
当易旱易涝区旱涝急转交互效应评估模型是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型时,所述易旱易涝区旱涝急转交互效应评估模型的表达式是:
DIDFAA-ck=(DID-ck+fD×F)+(DIF-ck+fD×F)
其中:
所述DIDFAA-ck是旱涝急转相对正常情况的伤害指数;
所述DID-ck是单一旱胁迫相对正常情况的伤害指数,DID-ck的表达式是:
DID-ck=(xD-xck)/xck;
所述DIF-ck是单一涝胁迫相对正常情况的伤害指数,DIF-ck的表达式是:
DIF-ck=(xF-xck)/xck;
所述fD×F是旱涝急转胁迫下旱涝交互效应,fD×F的表达式是:
其中:
所述xDFAA是旱涝急转胁迫下作物生长指标;
所述xD是单一旱胁迫下作物生长指标;
所述xF是单一涝胁迫下作物生长指标;
所述xck是正常情况下作物生长指标。
2)基于步骤1)构建得到的易旱易涝区旱涝急转交互效应评估模型对易旱易涝区的旱涝急转情况进行评估。
当易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型时,对易旱易涝区的旱涝急转情况进行评估包括以下方式:
2.1)获取单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA;
2.2)根据步骤2.1)获取的单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA分别获取易旱易涝区旱涝急转双重水分胁迫中旱胁迫的效应fD以及旱涝急转双重水分胁迫中涝胁迫的效应fF;
2.3)根据易旱易涝区旱涝急转双重水分胁迫中旱胁迫的效应fD以及旱涝急转双重水分胁迫中涝胁迫的效应fF对易旱易涝区的旱涝急转情况进行评估;具体评估方式是:
若fD与fF同正或同负,则旱胁迫以及涝胁迫对作物生长产生共同的促进或抑制作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
若fD与fF不同号,则旱胁迫以及涝胁迫对作物生长产生削弱或抵消作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大。
当易旱易涝区旱涝急转交互效应评估模型是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型时,对易旱易涝区的旱涝急转情况进行评估包括以下方式:
2.1)获取单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA;
2.2)根据步骤2.1)获取的单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA分别获取易旱易涝区单一旱胁迫相对正常情况的伤害指数DID-ck、易旱易涝区单一涝胁迫相对正常情况的伤害指数DIF-ck以及旱涝急转相对正常情况的伤害指数DIDFAA-ck;
2.3)根据易旱易涝区单一旱胁迫相对正常情况的伤害指数DID-ck、易旱易涝区单一涝胁迫相对正常情况的伤害指数DIF-ck以及旱涝急转相对正常情况的伤害指数DIDFAA-ck对易旱易涝区的旱涝急转情况进行评估;具体评估方式是:
当DID-ck和DIF-ck同负,且DIDFAA-ck为正时表示拮抗作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同负,且DIDFAA-ck为负表示协同作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同正,且DIDFAA-ck为正表示协同作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同正,且DIDFAA-ck为负表示拮抗作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck<0,且DIDFAA-ck为正表示伤害指数减弱;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck<0,且DIDFAA-ck为负表示伤害指数加强;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck>0,且DIDFAA-ck为正表示促进作用加强;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck>0,且DIDFAA-ck为负表示促进作用减弱;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大。
下面将结合附图,对本发明所提供的技术方案进行详细说明:
实施例
本实施例所提供的易旱易涝区旱涝急转交互效应评估方法,包括如下步骤:
步骤I.旱涝急转交互效应定义:旱涝急转交互效应是指作物遭受旱涝急转双重水分叠加胁迫时旱、涝胁迫产生的协同促进或拮抗削弱效应。
步骤II.旱涝急转对作物生长产生的影响使用相对伤害指数(damage index,简称DI)进行衡量,计算公式如下:
其中,SI是作物生长胁迫指数(stress index),SI=xas/xck;xas是水分胁迫情况下作物生长指标;xck是正常情况下作物生长指标。若DI<0,说明作物生长受抑制,且负值越大,长势越不好。相反,DI>0,作物生长被促进,且正值越大,促进作用越大。因此,单一旱胁迫、单一涝胁迫和旱涝急转胁迫相对正常情况的伤害指数可分别表示为DID-ck、DIF-ck和DIDFAA-ck,又称单旱效应、单涝效应和旱涝急转效应。注意:这里的“伤害”一词指的是水稻的农艺、生理生化或者产量指标由于某种水分胁迫的原因引起的减少,可能是水分胁迫引起的生长抑制,也可能是因水分胁迫引起的器官早衰。
步骤III.旱涝急转(droughts-floods abrupt alternation,简称DFAA)相对正常情况的伤害指数可以表示为旱效应和涝效应之和,也可以看成是单一旱胁迫、单一涝胁迫造成的伤害与交互效应之和。即:
DIDFAA-ck=(DID-ck+fD×F)+(DIF-ck+fD×F)=fD+fF
其中,DIDFAA-ck是旱涝急转相对正常情况的伤害指数,DIDFAA-ck=(xDFAA-xck)/xck;DID-ck是单一旱胁迫相对正常情况的伤害指数,DID-ck=(xD-xck)/xck;DIF-ck是单一涝胁迫相对正常情况的伤害指数,DIF-ck=(xF-xck)/xck;fD是旱涝急转双重水分胁迫中旱胁迫的效应,即旱效应;fF是旱涝急转双重水分胁迫中涝胁迫的效应,即涝效应;fD×F是旱涝急转胁迫下旱、涝交互效应。旱涝急转交互效应计算示意图如图1所示,图1中单一旱胁迫、单一涝胁迫和旱涝急转胁迫相对正常情况的伤害指数柱状示意大小仅为多种情况中的一种,不代表所有情况。
若fD与fF同正或同负,说明旱胁迫和涝胁迫对作物生长产生共同的促进或抑制作用;若fD与fF不同号,说明旱胁迫和涝胁迫对作物生长产生“相克”的削弱或抵消作用。在DID-ck和DIF-ck同负的情况下,交互效应为正时表示拮抗作用(共同伤害指数削弱),为负表示协同作用(共同伤害指数加强)。在DID-ck和DIF-ck同正的情况下,交互效应为正表示协同作用(共同促进作用加强),为负表示拮抗作用(共同促进作用削弱)。否则(DID-CK和DIF-CK不同号时),若DID-ck+DIF-ck<0,交互效应为正表示伤害程度减弱,为负表示伤害程度加强;若DID-CK+DIF-CK>0,交互效应为正表示促进作用加强,为负表示促进作用减弱。
步骤Ⅳ.旱涝急转胁迫下旱效应、涝效应、交互效应计算公式如下:
其中,fD×F是旱涝急转胁迫下旱涝交互效应;fD是旱涝急转胁迫下旱效应;fF是旱涝急转胁迫下涝效应;xDFAA是旱涝急转胁迫下作物生长指标;xD是单一旱胁迫下作物生长指标;xF是单一涝胁迫下作物生长指标;xck是正常情况下作物生长指标。
步骤Ⅴ.典型区域旱涝急转胁迫对水稻生长及产量的影响研究
为准确计算所在地区旱涝急转对水稻生长和产量产生的交互效应,常常需借助当地农水综合试验站了解所在地区水稻生长在不同水分胁迫条件下的生长和产量情况。本实施例以在安徽省新马桥农水综合试验站(33°09′N,117°22′E,海拔19.7m)进行的“旱涝急转”对水稻生长及产量影响的测桶试验为例,进行旱涝急转交互效应的计算说明。
(1)实施例研究区概况
研究区年均气温14.3℃,年均降雨量911mm,年均蒸发量917mm。降雨年际年内分布不均,多年最大与最小降雨量的比值为3.0~3.3,年内6~9月降雨量占全年降雨量的60%以上,且多以暴雨形式降落,极易造成旱涝急转灾害。
(2)试验设计与田间管理
考虑到当地旱涝急转发生时期主要在水稻拔节孕育-抽穗开花期,结合当地极端气候表现特征,旱胁迫主要发生在水稻分蘖期,涝胁迫主要发生在水稻拔节孕育-抽穗开花期,试验同时设置了单一受旱、单一淹涝、正常水分处理三个对照组,因此,试验种共涉及四种类型的水分处理,具体水分控制如下:
处理①正常水分处理组(CK,没有水分胁迫,土壤表面保持2~3cm的淹水层);
处理②9个旱涝急转处理组(DFAA1~DFAA9),四个因素,三个水平,即干旱程度(50%,60%,70%的田持),干旱持续时间(5,10,15天),淹涝程度(1/2,3/4,1/1株高)和淹水持续时间(5,7,9天),严格按照标准正交表(L9(34))设计;
处理③9个单一受旱处理组(D1~D9),只有旱胁迫阶段设计同旱涝急转处理组,其余阶段都同正常水分处理组;
处理④9个单一淹涝处理组(F1~F9),只有涝胁迫阶段设计同旱涝急转处理组,其余阶段都同正常水分处理组。
整个控水过程在淹水池实验场进行,具体控水方案表1所示。控水全过程大致分为三个阶段,即旱阶段(StageⅠ)、涝阶段(StageⅡ)和恢复正常水位阶段(StageⅢ)。试验过程和淹水池设计如图2所示。不同阶段控水方式为:控水开始前,所有测桶都位于最上面一层台阶,测桶保持2~3cm的含水层。旱处理阶段将要进行旱处理的测桶转移到淹水池旁边的草坪进行干旱胁迫处理,测桶土壤水分控制根据表进行。旱胁迫结束后,将不需要进行淹涝处理的测桶重新移回第一层台阶正常淹水处理,需要进行淹涝处理的测桶则移动到淹水池对应深度台阶,用砖块进行微调达到到设计淹水深度(如图2b)。淹涝结束后,所有测桶都恢复正常淹水处理。
表1新马桥农水综合试验站2016~2018年水稻拔节孕穗期旱涝急转控水方案
(3)水稻形态生理指标监测
在水分胁迫过程中,分别于5个特殊时间节点,即在土壤水分达到控制要求(旱胁迫开始)时、旱胁迫结束(即涝胁迫开始)时、涝胁迫结束时、恢复正常水位后第10天和第20天分别进行破坏试验,测定植株生长指标,每次破坏3个重复。
水稻形态指标的观测项目主要有:关键生育期的记录、株高、叶面积、光合特性、根系伤流量、根系形态指标、干重(根、茎、叶、穗)、产量及其组成等;水稻生理指标主要检测了植物内源激素含量。
以下以水稻根系伤流强度、根干重、根系内源激素含量以及水稻产量为例进行说明。
步骤VI.旱涝急转交互效应分析
(1)根系伤流强度
实验方法:采用塑料膜袋收集伤流液的方法,测定时间安排在每次破坏试验时。预先将准备好的脱脂棉连同塑料膜袋一起称重并编号,首先在距根部地面10cm处做好记号,用纸巾将茎部水分及赃物祛除干净后再用剪刀剪去地上部分;然后将装有脱脂棉的塑料袋套在每穴的余茎上,用橡皮筋固定,两小时后取回脱脂棉,运输途中注意密封保存,带回实验室后立即用万分天平称重。最后计算水稻的伤流强度(Bleeding Intensity,BI=q/t,其中q指伤流液重量,mg/株;t是测量时间,h。本发明所采用的t=2h)。
旱涝急转对水稻根系伤流强度产生的旱效应、涝效应、交互效应计算结果如图3所示。从图3可知,旱涝急转结束时,前期旱胁迫对根系伤流强度的旱效应基本为正(如图3a),而后期涝胁迫的涝效应基本为负(如图3b),说明前期的旱胁迫会使根系活力在后期的涝胁迫中产生一定程度的补偿,而后期的涝胁迫则不利于根系伤流强度的恢复。旱涝急转对根系伤流强度的交互效应值大都为负,且受旱程度或者淹涝程度越大,交互负效应越明显,说明前期的旱胁迫会在一定程度上削弱后期涝胁迫的抑制作用,旱、涝胁迫对根系生长的影响并不是这两种单一胁迫的简单叠加,而存在一定的拮抗作用,即后期的涝胁迫补偿了前期旱胁迫对根干重的抑制作用。
(2)根干重
实验方法:每次破坏试验时将根、茎、叶、穗完全分离,收集到根、茎、叶、穗置于烘箱内105℃杀青半小时,然后75℃烘干至恒重,记录各器官的干重。
旱涝急转对水稻根干重产生的旱效应、涝效应、交互效应计算结果如图4所示。从图4可知,旱涝急转结束时,前期旱胁迫和后期涝胁迫对根干重的影响存在一定的交互效应。轻旱时旱效应为正(促进作用),中/重旱时旱效应为负(抑制作用);轻涝时涝效应为正(促进作用),中/重涝时涝效应为负(抑制作用)。值得注意的是,交互效应大都为负,表现为协同伤害作用,个别旱、涝胁迫组合会产生拮抗效应,比如在中旱中涝(DFAA4)条件下,单旱(D4)和单涝(F4)使根干重每株分别减小了3.80g和0.26g,而DFAA4使根干重每株减小了17.13g,远远大于D4和F4的减小幅度之和4.06g,此时交互效应表现为负(协同作用),即前期旱胁迫加重了后期涝胁迫对根干重的影响;又比如在中旱轻涝(DFAA6)条件下,单旱(D6)使根干重每株减小了12.15g,单涝(F6)使根干重每株增加了1.16g,而DFAA6使根干重每株减小了7.34g,小于D6和F6的变化幅度之和-10.99g,此时旱胁迫和涝胁迫之间产生了拮抗作用,即后期的涝胁迫削弱了前期旱胁迫对根干重的减小作用。
(3)植物内源激素含量
实验方法:测桶破坏后快速称取0.5g根鲜样低温速冻,置于-80℃冰箱中保存,用酶联免疫吸附法(ELISA)测定ABA(脱落酸)、IAA(吲哚乙酸)、ZR(玉米素核苷)、GA3(赤霉素)共4种内源激素的含量。
旱涝急转对水稻根系植物内源激素含量产生的旱效应、涝效应、交互效应计算结果如图5所示。旱涝急转结束时,中/重旱效应和涝效应均会使根系脱落酸ABA含量显著增加(轻旱效应会使其减小),旱涝交互效应表现为负(-0.13,削弱两种胁迫的作用)。而对于根系生长素IAA和玉米素核苷ZR,旱效应大多表现为促进作用(0.16,0.05),而涝效应则表现为抑制作用(-0.24,-0.19),旱涝交互效应在重旱转涝组表现为负,轻/中旱转涝为正,平均值为正(0.04,0.03);对于赤霉素GA3来说,旱、涝效应均表现为负,且涝效应(-0.31)强于旱效应(-0.08),两者交互效应在轻/中旱转涝时表现为负,重旱转中/重涝时表现为正。对于促进类激素的总和(IAA+GA3+ZR)来说,旱效应和涝效应均表现为负,旱涝交互效应也为负,说明前期旱胁迫和后期涝胁迫对根系促生长类激素的分泌表现为协同抑制作用。
从旱、涝效应与旱、涝胁迫程度之间的关系来看,随受旱程度和淹涝程度的增加,根系生长抑制类激素含量增幅明显,而生长促进类激素含量降幅明显。旱涝急转发生后,旱效应和涝效应对生长抑制类激素均表现为正(促进作用,轻旱组除外),而对生长促进类激素总体表现为负(抑制作用,轻旱时为促进作用)。交互效应大多为负,对生长抑制类激素来说是拮抗削弱效应,而对生长促进类激素来说是协同减小效应。对生长抑制类激素而言,旱涝交互作用似乎在轻/中旱转轻涝组(如DFAA6和DFAA7)表现出较强的拮抗效应,而在重旱转涝时(DFAA1~DFAA3)拮抗效应变弱。
(4)产量
实验方法:成熟后晒田一周,收获前首先用一个大网兜罩住穗部防止籽粒脱落,然后依次收割,分离出穗部,考查测桶每株水稻穗数、每穗穗长、每穗粒数、实粒数、瘪粒数,千粒重以及籽粒产量。
旱涝急转对水稻产量产生的旱效应、涝效应、交互效应计算结果如图6所示。从图6可知,旱涝急转对水稻产量籽粒产量的交互效应在不同水分组合下均为正,而旱效应在重旱时为负,在轻旱时为正,涝效应基本全为负,说明后期的淹涝胁迫会削弱前期重旱胁迫对产量造成的损失,而前期轻旱胁迫产生的正效应不足以补偿后期涝胁迫对产量产生的负效应,因此,从相对减产情况来看,旱涝急转组相对正常组几乎均表现为减产,三年平均减产率为-29.8%,而单旱组平均减产率为-9.8%,单涝组平均减产率为-42.8%。由此可见,大多数旱涝急转胁迫对产量产生的叠加效应都是正向的削弱作用,造成的产量损失会显著小于单旱胁迫和单涝胁迫之和,介于单旱胁迫和单涝胁迫之间,存在一定的补偿效应。
综上可知,后涝胁迫在一定程度能补偿前旱胁迫后根系的伤流活性,但补偿作用小于旱后复水;旱涝交互效应使根系促生长类激素分泌受到的抑制作用加强;前旱胁迫削弱了后涝胁迫对水稻产量的减少效应(旱涝急转组相比单涝组减产率低了13.0%)。结合当地田间旱涝急转胁迫不同水平与持续时间的组合实验,通过计算旱涝急转交互效应和明确旱涝交互效应的作用特征可以了解当地旱涝急转极端气候变化对作物生长和产量的影响水平,进而指导易旱易涝区农业生产评估、农业用水管理和农业防灾减灾体系健全等。
以上实施例仅仅是对本发明技术方案所做的举例说明。本发明所涉及的旱涝急转交互效应计算方法并不仅仅限定于在以上实施例中所描述的内容,而是以权利要求所限定的范围为准。本发明所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换,都在本发明的权利要求所要求保护的范围内。
Claims (1)
1.一种易旱易涝区旱涝急转交互效应评估方法,其特征在于:所述易旱易涝区旱涝急转交互效应评估方法包括以下步骤:
1)构建易旱易涝区旱涝急转交互效应评估模型;所述易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型或者是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型;
所述易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型时,所述易旱易涝区旱涝急转交互效应评估模型的表达式是:
DIDFAA-ck=fD+fF
其中:
所述fD的表达式是:
所述fF的表达式是:
所述易旱易涝区旱涝急转交互效应评估模型是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型时,所述易旱易涝区旱涝急转交互效应评估模型的表达式是:
DIDFAA-ck=(DID-ck+fD×F)+(DIF-ck+fD×F)
其中:
所述DID-ck的表达式是:
DID-ck=(xD-xck)/xck;
所述DIF-ck的表达式是:
DIF-ck=(xF-xck)/xck;
所述fD×F的表达式是:
上述模型中:
所述DIDFAA-ck是旱涝急转相对正常情况的伤害指数;
所述xD是单一旱胁迫下作物生长指标;
所述xF是单一涝胁迫下作物生长指标;
所述xck是正常情况下作物生长指标;
所述xDFAA是旱涝急转胁迫下作物生长指标;
所述fD是旱涝急转双重水分胁迫中旱胁迫的效应,即旱效应;
所述fF是旱涝急转双重水分胁迫中涝胁迫的效应,即涝效应;
所述DID-ck是单一旱胁迫相对正常情况的伤害指数;
所述DIF-ck是单一涝胁迫相对正常情况的伤害指数;
所述fD×F是旱涝急转胁迫下旱涝交互效应;
2)基于步骤1)构建得到的易旱易涝区旱涝急转交互效应评估模型对易旱易涝区旱涝急转造成的灾情进行评估;
所述易旱易涝区旱涝急转交互效应评估模型是基于旱效应和涝效应所形成的模型时,所述步骤2)的具体实现方式是:
2.1)获取单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA;
2.2)根据步骤2.1)获取的单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA分别获取易旱易涝区旱涝急转双重水分胁迫中旱胁迫的效应fD以及旱涝急转双重水分胁迫中涝胁迫的效应fF;
2.3)根据易旱易涝区旱涝急转双重水分胁迫中旱胁迫的效应fD以及旱涝急转双重水分胁迫中涝胁迫的效应fF对易旱易涝区的旱涝急转情况进行评估;具体评估方式是:
若fD与fF同正或同负,则旱胁迫以及涝胁迫对作物生长产生共同的促进或抑制作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
若fD与fF不同号,则旱胁迫以及涝胁迫对作物生长产生削弱或抵消作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
所述易旱易涝区旱涝急转交互效应评估模型是基于单一旱胁迫、单一涝胁迫及交互效应所形成的模型时,所述步骤2)的具体实现方式是:
2.1)获取单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA;
2.2)根据步骤2.1)获取的单一旱胁迫下作物生长指标xD、单一涝胁迫下作物生长指标xF、正常情况下作物生长指标xck以及旱涝急转胁迫下作物生长指标xDFAA分别获取易旱易涝区单一旱胁迫相对正常情况的伤害指数DID-ck、易旱易涝区单一涝胁迫相对正常情况的伤害指数DIF-ck以及旱涝急转相对正常情况的伤害指数DIDFAA-ck;
2.3)根据易旱易涝区单一旱胁迫相对正常情况的伤害指数DID-ck、易旱易涝区单一涝胁迫相对正常情况的伤害指数DIF-ck以及旱涝急转相对正常情况的伤害指数DIDFAA-ck对易旱易涝区的旱涝急转情况进行评估;具体评估方式是:
当DID-ck和DIF-ck同负,且DIDFAA-ck为正时表示拮抗作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同负,且DIDFAA-ck为负表示协同作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同正,且DIDFAA-ck为正表示协同作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck同正,且DIDFAA-ck为负表示拮抗作用;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck<0,且DIDFAA-ck为正表示伤害指数减弱;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck<0,且DIDFAA-ck为负表示伤害指数加强;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck>0,且DIDFAA-ck为正表示促进作用加强;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大;
当DID-ck和DIF-ck不同号时,若DID-ck+DIF-ck>0,且DIDFAA-ck为负表示促进作用减弱;且当DIDFAA-ck<0,则作物生长受抑制,且负值越大,长势越不好;相反,当DIDFAA-ck>0,则作物生长被促进,且正值越大,促进作用越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310029631.5A CN116227683B (zh) | 2023-01-09 | 2023-01-09 | 易旱易涝区旱涝急转交互效应评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310029631.5A CN116227683B (zh) | 2023-01-09 | 2023-01-09 | 易旱易涝区旱涝急转交互效应评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116227683A CN116227683A (zh) | 2023-06-06 |
CN116227683B true CN116227683B (zh) | 2023-11-17 |
Family
ID=86579781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310029631.5A Active CN116227683B (zh) | 2023-01-09 | 2023-01-09 | 易旱易涝区旱涝急转交互效应评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116227683B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105052576A (zh) * | 2015-08-19 | 2015-11-18 | 南京信息工程大学 | 一种设施作物干旱胁迫等级的确定方法 |
KR20170005553A (ko) * | 2015-07-06 | 2017-01-16 | 주식회사 유일기연 | 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발 |
KR101784441B1 (ko) * | 2016-04-28 | 2017-10-11 | 세종대학교산학협력단 | 컴퓨터가 수행하는 자연가뭄지수 산정 방법 |
CN110705811A (zh) * | 2018-07-10 | 2020-01-17 | 中国水利水电科学研究院 | 基于水位埋深值预测产量的方法和装置 |
CN113960699A (zh) * | 2021-09-27 | 2022-01-21 | 中国水利水电科学研究院 | 一种田间旱涝急转等级判别方法 |
CN115329610A (zh) * | 2022-10-17 | 2022-11-11 | 中山大学 | 一种基于土壤水分的旱涝急转事件识别方法、装置及设备 |
CN115409340A (zh) * | 2022-08-17 | 2022-11-29 | 西北农林科技大学 | 一种短周期旱涝急转指数构建方法及系统 |
-
2023
- 2023-01-09 CN CN202310029631.5A patent/CN116227683B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170005553A (ko) * | 2015-07-06 | 2017-01-16 | 주식회사 유일기연 | 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발 |
CN105052576A (zh) * | 2015-08-19 | 2015-11-18 | 南京信息工程大学 | 一种设施作物干旱胁迫等级的确定方法 |
KR101784441B1 (ko) * | 2016-04-28 | 2017-10-11 | 세종대학교산학협력단 | 컴퓨터가 수행하는 자연가뭄지수 산정 방법 |
CN110705811A (zh) * | 2018-07-10 | 2020-01-17 | 中国水利水电科学研究院 | 基于水位埋深值预测产量的方法和装置 |
CN113960699A (zh) * | 2021-09-27 | 2022-01-21 | 中国水利水电科学研究院 | 一种田间旱涝急转等级判别方法 |
CN115409340A (zh) * | 2022-08-17 | 2022-11-29 | 西北农林科技大学 | 一种短周期旱涝急转指数构建方法及系统 |
CN115329610A (zh) * | 2022-10-17 | 2022-11-11 | 中山大学 | 一种基于土壤水分的旱涝急转事件识别方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
Scientometric Analysis on Rice Research under Drought, Waterlogging or Abrupt Drought-Flood Alternation Stress;X.Y. PAN 等;《Agriculture》;第1-15页 * |
淮北平原旱涝急转条件下水稻减产规律分析;高芸 等;《农业工程学报》;第128-136页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116227683A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gill et al. | Tree and shrub seedling colonization of old fields in central New York | |
Tufekcioglu et al. | Biomass, carbon and nitrogen dynamics of multi-species riparian buffers within an agricultural watershed in Iowa, USA | |
Steckel et al. | Common waterhemp (Amaranthus rudis) interference in corn | |
Bueno et al. | Water productivity of contrasting rice genotypes grown under water-saving conditions in the tropics and investigation of morphological traits for adaptation | |
Medeiros et al. | Post-fire resprouting and mortality in cerrado woody plant species over a three-year period | |
Stokes et al. | Seed biology and ecology of natalgrass (Melinis repens) | |
Broadhead et al. | Tree phenology and water availability in semi-arid agroforestry systems | |
Owen et al. | Impact of defoliation on yield of group IV soybeans in Mississippi | |
Cooper | The association between altitude, environmental variables, maize growth and yields in Kenya | |
Spencer et al. | Emergence of vegetative propagules of Potamogeton nodosus, Potamogeton pectinatus, Vallisneria americana, and Hydrilla verticillata based on accumulated degree-days | |
Chastain et al. | Irrigation frequency and seasonal timing effects on perennial ryegrass (Lolium perenne L.) seed production | |
Moot et al. | Plant population, yield and water use of lucerne sown in autumn at four sowing rates. | |
Mansaray et al. | Sweet potato weevil (Cylas puncticollis) Boheman infestation: cultivar differences and the effects of mulching | |
CN116227683B (zh) | 易旱易涝区旱涝急转交互效应评估方法 | |
Snyman | Disturbances impact on longevity of grass seeds, semi-arid South African Rangeland | |
Inafuku-Teramoto et al. | Production approaches to establish effective cultivation methods for Jatropha (Jatropha curcas L.) under cold and semi-arid climate conditions. | |
Laan et al. | Interference potential of the perennial grasses Eragrostis curvula, Panicum maximum and Digitaria eriantha with Parthenium hysterophorus | |
Camara-Cabrales et al. | Seed dispersal of big-leaf mahogany (Swietenia macrophylla) and its role in natural forest management in the Yucatán Peninsula, Mexico | |
Baskin et al. | Germination ecology of Collinsia verna, a winter annual of rich deciduous woodlands | |
Sandler et al. | Flooding to manage dodder (Cuscuta gronovii) and broad-leaved weed species in cranberry: An innovative use of a traditional strategy | |
Pande et al. | Effect of moisture stress, plant population density and pathogen inoculation on charcoal stalk rot of sorghum | |
Wyckoff et al. | Populus L | |
Li et al. | Effect of irrigation amount and uniformity on alfalfa yield and quality under center pivot system | |
Rossler | Water stress effects on the growth, development and yield of sugarcane | |
Sheppard | The effect of drought on growth of three potential new weeds in New Zealand |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |