基于WCSODS的小麦旱涝灾损区域化监测与精细化评估

采用国内外广泛应用的气候数据插值专用软件-ANUSPLIN,插值生成江苏、安徽、山东和河南4个小麦主产省代表性区域1971-2015年逐年的5 km×5 km分辨率的网格化逐日数据集,数据包括逐日平均、最高气温、最低气温、降水量和日照时数等。结合经改进的WCSODS(小麦栽培模拟优化决策系统)的区域化方法,并利用相关监测数据,开展了研究区域冬小麦旱涝灾害损失的区域化监测与精细化评估。结果表明:作物模型评估的灾损率等级与实际灾损率等级在空间分布上表现一致,区域内所有格点灾损率等级基本准确率(等级差≤1)为83.3%,其中完全准确率(等级差=0)为62.3%。研究区域冬小麦有典型的北部偏旱、南部偏涝的分布特点,且干旱灾损一般大于涝渍灾损。整个研究区域平均而言,干旱和涝渍灾损均有随年份微弱减少的趋势。     

基于作物生长模型的小麦旱涝敏感性分析与损失评估

针对山东、河南、江苏和安徽4个小麦主产省小麦生产现状以及旱涝评估技术要求,运用经改进的WCSODS(小麦栽培模拟优化决策系统),通过检索代表性站点48年(1961-2008年)降水量、麦田初始土壤相对含水量和根层土壤相对含水量资料,计算了上述3要素在平均状况和极端状况下对应的小麦产量的变化幅度,进而进行了冬小麦旱、涝敏感性分析。在此基础上开展了研究区域的冬小麦旱、涝损失评估。结果显示,从时间上看,干旱损失随年代推移有降低的趋势,而涝渍损失没有随年代变化的趋势。从空间上看,干旱、涝渍损失均有明显的纬度分布特点,不同的是,干旱损失表现为北高南低,而涝渍损失表现为南高北低。     

陇东地区主要农作物干旱灾损风险分析及区划

【目的】研究陇东地区冬小麦和春玉米种植的干旱风险,为指导该区农业生产的合理布局和有效地进行防灾减灾提供科学依据。【方法】从陇东主要农作物产量灾损角度出发,利用作物产量资料和气象资料,对历史干旱灾损情况(干旱分布、干旱发生强度和频率、干旱灾损分布)、受灾体种植面积比例和当地产量水平等方面进行综合分析,建立干旱灾损风险评估模型,确立综合区划指标,并进行干旱灾损风险区划。【结果】陇东多数县(区)冬小麦、春玉米因旱减产率大于20%的年份分别超过20%和14%;冬小麦、春玉米生育期间各类干旱发生频率分别为53%~94%和34%~80%;环县是陇东地区干旱发生最多,重度、极重度干旱发生频率最高的地区,冬小麦、春玉米干旱灾损率最大值均在环县,分别大于30%和20%;根据标准化风险指数将陇东冬小麦、春玉米种植区域分为低、中、较高和高4个风险区,对应的标准化风险指数(Ei)冬小麦分别为:Ei≤0.1,0.1Ei≤0.3,0.3Ei≤0.5,Ei0.5,春玉米分别为:Ei≤0.2,0.2Ei≤0.5,0.5Ei≤0.7,Ei0.7。【结论】陇东冬小麦和春玉米干旱风险分布自南向北逐渐增加,呈纬向分布;陇东北部是高风险区,中北部是较高风险区,中南部是中度风险区,东南部是低风险区。     

陇东地区主要农作物干旱灾损动态评估

[目的]为陇东地区旱灾动态监测及灾损评估提供依据。[方法]利用陇东冬小麦、春玉米的产量资料及其相应的生育期、土壤含水量和气象资料,计算作物的因旱减产率,分析不同时期水分亏缺率与作物因旱减产率之间的关系,并建立主要农作物的干旱灾损动态评估模型。[结果]冬小麦各类模型的误差值均小于春玉米,冬小麦累乘模型效果好于累加模型和简化模型,而春玉米累乘模型效果明显差于累加模型和简化模型,因此实际应用中要通过比较,因地制宜,选用适合的模型进行监测和评估。[结论]应用干旱灾损动态评估模型可及时了解陇东地区干旱对主要农作物产量影响的动态变化。     

基于GIS的清镇市暴雨灾害风险分析

本文选取清镇市国家基本站1961—2015年及近10a清镇市9个乡镇基础站点逐日降水数据,利用ArcGis 10.3空间分析技术,对各影响因子进行空间插值、栅格图层计算等操作,综合分析清镇市致灾因子、致灾环境因子等,以期为清镇市暴雨诱发的山洪、地质灾害预报预警及防治提供参考依据。     

中国小麦自然灾害风险综合评价初步研究

【目的】探索建立作物自然灾害风险综合评价方法,对省级单元小麦自然灾害风险进行综合分析和评估。【方法】基于区域自然灾害理论,构建作物自然灾害风险综合评价指标体系,利用层次分析法和差异化赋权方法,综合加权得到灾害风险综合评价指标（I）,基于I进行风险综合评价和分级,并利用小麦因灾损失估算值（L）进行验证。【结果】基于以小麦为承灾体的不同类型灾害发生频次和危害程度分析致灾因子的构成和危险性的区域分异;利用14个评价指标对不同省区小麦自然灾害的孕灾环境不稳定性（S）、致灾因子危险性（H）、承灾体脆弱性（V）和抗灾减灾能力（C）进行了评价和比较;利用各省区小麦自然灾害风险综合评价值,借助GIS技术将风险评价结果进行直观化表达,显示西北麦区、黄淮麦区和长江中下游麦区的省区具有较高的灾害综合风险,风险评价值与基于灾情数据的小麦灾损估算值显著相关。【结论】评价方法和结果可用于寻求和发展风险监测、预警、防灾减灾等缓解小麦生产风险的综合策略。     

中国西北旱作小麦干旱灾害损失评估方法研究

 为探索能定量监测中国西北旱作农区旱灾对小麦造成产量损失的方法,以宁夏南部山区为例,计算了1961～2000年参考作物蒸散量,利用FAO提供的小麦KC值和历年小麦生育期资料,模拟了历年逐旬小麦需水量。通过土壤水分平衡方程各分量的订正,求算了历年小麦生长期间的实际耗水量和水分满足率,运用期望产量和作物水分生产函数建立了小麦单产的干旱灾损监测与损失评估模型,效果良好,可以满足监测与灾损评估需要。该方法适用于中国西北旱作小麦的干旱监测与灾损评估。     

冬小麦产量预测与气象灾害预警系统研发

为进行小麦产量预测与气象灾害预警分析,利用C#语言和.NET开发平台,基于Super Map组件式GIS的二次开发技术,设计开发了黄淮海地区冬小麦产量预测与气象灾害预警系统。该系统设置基础地理信息、数据查询与管理、冬小麦长势监测、产量估算、气象灾害预警、数据统计分析、专题图制作和系统帮助八个模块,可实现冬小麦基本农情信息查询、长势分级、产量预测及气象灾害预警等决策分析,同时可输出各类专题图等信息产品,以期为小麦生产管理的定量化、信息化提供技术支撑。     

区域旱涝灾害灾损评价及影响因素分析

从生活影响因子、农业生产影响因子、社会经济影响因子3个方面构建了旱涝灾损评价指标体系,运用主成分分析法计算了2007、2008年全国31个省市自治区的旱涝灾损综合得分,并从社会经济视角对影响旱涝灾损的社会经济因素作了初步分析。结果表明,2007年为旱涝灾害异常年,2008年为旱涝灾害正常年;社会经济状况在一定程度上决定了灾情的主要表现,经济发达程度与灾损程度基本呈负相关关系。     

四川盆地冬小麦干旱监测预警技术研究及应用

针对四川省作物干旱监测业务服务需求,选择能够充分反映作物不同生育期干旱程度并容易获得的多个因子指标,采用主成分分析法确定各指标的权重,根据工作经验进行细微调整,构建冬小麦干旱综合监测预警指标,并在此基础上建立了四川盆地冬小麦干旱监测预警系统,实现逐日监测预测并输出图形。模型有利于对盆地小麦旱情进行综合判断,检验效果良好,可在业务中逐步完善推广。     

基于WheatGrow和CERES模型的区域小麦生育期预测与评价

【目的】研究小麦生长模型在区域应用中的关键技术,并利用WheatGrow和CERES-Wheat两套模型模拟区域小麦生育期,以检验和评价模型区域应用方法的有效性。【方法】首先利用薄盘样条法（thin plate spline,TPS）对各站点逐日气象数据进行空间插值,得到研究区域气象要素表面数据;其次利用TPS方法对各站点历史多年小麦播种期进行空间插值,并将插值后的结果进行多年平均得到研究区域播种期表面数据;进一步将Markov Chain Monte Carlo（MCMC）方法与生长模型相结合,利用典型站点历史多年小麦生育期实测数据,估算出典型站点的品种参数,并将其作为各省份的代表性生态型品种参数;最后将生成的气象要素和播种期表面数据以及生态型品种参数等输入到WheatGrow和CERES-Wheat模型中,并以栅格为单元进行研究区域小麦生育期的模拟,进一步结合不同站点历史年份的生育期观测资料,检验和评价模型区域应用方法的有效性,并量化区域生育期模拟结果的不确定性。【结果】两个模型在区域尺度上的生育期预测效果均较好,区域尺度上拔节期、抽穗期、成熟期的预测值和观测值之间的R2分别为0.85、0.87和0.86（WheatGrow）,0.87、0.85和0.82（CERES）;RMSE分别为9.6、7.2和6.3 d（WheatGrow）,9.4、7.8和6.6 d（CERES）。另外,WheatGrow模型对抽穗期和成熟期区域预测的准确度略高于CERES-Wheat,但由品种参数导致的区域模拟结果的不确定性也相对较高。【结论】通过气象数据和小麦播期数据的TPS插值技术结合MCMC方法的品种参数估计技术,将基于机理的生育期模型拓展到区域尺度,较好地预测区域小麦生育期,量化了由品种参数导致模拟结果的不确定性,研究结果可为进一步量化中国小麦主产区的区域生产力提供技术支撑。     

基于MODIS数据的河南省冬小麦长势监测研究

利用MODIS卫星数据提供的红波段和近红外波段(分辨率为250 m)计算冬小麦的NDVI,建立NDVI值和麦苗长势的对应关系。利用河南省冬小麦面积分布图层数据,去除非小麦信息。将全省划分为5个遥感监测生态区,利用历史数据做出每个生态区的多年平均NDVI值随日期变化曲线,将需要分类的NDVI合成图和变化曲线进行比较进而对冬小麦进行分类。叠合行政区划图层,以行政区划为单元进行统计输出,监测河南省冬小麦长势。     

基于GIS的干旱遥感监测及定量评估系统

尝试依托GIS技术,利用VBA及ArcObjects建立干旱监测评估系统,通过对辽宁省再分区,不同区域分别建立干旱遥感监测模型,进行辽宁省干旱灾害监测。同时,结合高程数据和土地利用等地理信息系统数据,通过调用不同作物、不同等级的灾损系数进行干旱定量评估的探索。     

冬小麦拔节期遥感监测方法研究

遥感数据因其空间连续成像和重复采样的特点,可用于区域尺度小麦拔节期监测,为冬小麦晚霜冻害监测研究提供基础数据。以河南省冬麦区为研究区,建立气象台站获取的积温与遥感获取的陆面温度（LST）累积值间的关系方程,在此基础上,将冬小麦返青-拔节期间的积温需求量转化成累积LST需求量,利用Terra/MODIS LST数据产品MOD11A2,从返青日期开始求算累积LST值达到返青-拔节期间的累积LST需求量的日期,获得拔节期开始时间。结果表明,河南省小麦拔节期开始日期集中在3月下旬至4月上旬;年际间同期气温差异会引起小麦拔节期开始时间显著波动;空间分布上,除信阳地区外,河南省冬小麦拔节期开始时间大致由南到北逐渐推迟;小麦拔节期开始时间监测值与观测值之间的误差大部分能控制在5 d之内,说明利用LST遥感数据结合积温法可以监测冬小麦的拔节期。     

冬季大棚蔬菜低温冰雪灾害评估与预警研究

建立客观的冬季大棚蔬菜气象灾害灾损评估模型与气象灾害预警指标,有利于提高防灾减灾科学性,稳定蔬菜市场。试验对1998～2009年武汉城市圈大棚蔬菜风灾损失数据与当地气象条件、2005～2010年冬季大棚蔬菜冻害实际监测资料与大棚内外的气温进行了统计分析。结果表明,大棚风灾灾损率与瞬间极大风速的平方值呈显著的相关关系,大棚蔬菜低温冻害灾损率与低温过程的极端最低气温相关不明显,与低温及其持续时间即累计小时负积温的相关极显著;由此分别建立了竹棚和水泥钢筋大棚风灾、雪灾灾损模型及冻害灾损模型,利用模型对2008年年初的低温冰雪灾害过程进行了检验,结果显示,人为干预越少,即救灾不力,则会使实际的灾害损失越接近理论值;试验通过灾损模型建立了风灾、雪灾、冻害的预警指标,为灾害客观评估、气象防灾减灾奠定了基础。     

基于模型与GIS的小麦籽粒品质空间差异分析

 【目的】基于小麦籽粒品质预测模型和GIS技术,探索主要籽粒品质指标区域模拟与空间变异分析的方法。【方法】首先利用文献资料对已有小麦籽粒品质预测模型进行验证和评价,并基于江苏省40个生态点2000-2003年逐日气象数据和5个生态点、6个品种类型的小麦田间试验数据,对籽粒品质预测模型进行先计算后插值(calculate first,interpolate later,CI)和先插值后计算(interpolate first,calculate later,IC)两种升尺度方法的研究与评价;在此基础上进行小麦籽粒蛋白质含量、湿面筋含量和沉降值3项籽粒品质指标的区域模拟;最后,运用GIS和地统计学方法,分析江苏省3项籽粒品质指标的空间变异,获取3项籽粒品质指标的空间分布栅格图。【结果】IC方法的模拟精度较高,3项籽粒品质指标在不同地点、不同品种上的模拟值与实测值的RMSE基本小于20%;江苏省3项小麦籽粒品质指标在最大变程7.16 km范围内显著相关,表现为东西经向和南北纬向变异较大的各向异性分布;空间栅格图能直观显示3项籽粒品质指标的空间分布以及纬度和经度方向的变异趋势。【结论】利用基于IC的小麦籽粒品质模型升尺度方法进行区域籽粒品质模拟和空间变异分析是可行的,为小麦籽粒品质的生态变异研究提供了参考。     

基于灰色预测模型的山东省粮食灾损量评估及灾害关联度分析

基于山东省1978-2012年粮食生产及自然灾害数据,利用灰色预测模型量化分析自然灾害对粮食生产的影响,估计粮食灾损量并测算不同粮食作物灾损量与不同自然灾害间的关联系数,得出结论如下:1)1979-2012年间,粮食总灾损量年平均146.50万t。平均波动周期5.67 a,总体来看波动幅度不断减小,具体来看各周期振幅呈现减小、增加、减小的变化规律。2)1979-2012年间,小麦灾损率平均波动周期6.60 a,灾损平均变化率-0.33%;玉米灾损率平均波动周期3.67 a,玉米灾损平均变化率-0.43%。3)各类自然灾害对小麦、玉米的影响程度均表现为:旱灾风雹灾害水灾。     

县域耕地质量监测样点布设研究——以河北省昌黎县为例

掌握区域耕地资源数量与质量是耕地资源管理工作的基础,监测样点布设是了解耕地质量的前提。为确保监测样点数量、位置科学合理,以昌黎县为例,基于国家自然质量等指数,利用空间分层抽样方法初步确定昌黎县耕地等别渐变区域应至少布设40个监测样点;基于国家自然质量等指数的半变异函数结构分析得到,昌黎县耕地质量的最大相关距离为5.48 km,在ArcGIS中以5 km×5 km布设网格得到,昌黎县预布设45个监测样点才能满足耕地质量监测的精度要求;考虑监测样点布设稳定性,基于耕地等别渐变类型与耕地国家等别的空间分布特征对监测样点预布设进行空间优化,最终确定监测点位置;对监测样点国家自然质量等指数进行Kriging插值,利用插值结果的预测误差统计量检验样点布设精度。本研究提出的样点布设方法可提高监测精度,并可保证监测样点的代表性和监测信息的完整性,从而使监测成果更为科学、准确。     

基于HJ-1CCD影像的冬小麦种植面积提取研究

针对目前省域冬小麦种植面积遥感监测业务化运行中所存在的监测精度与成本之间相互制约的问题,本研究选取冬小麦主产区——山东省为研究区域,利用HJ-1卫星提供的CCD遥感影像,采用决策树分类法,同时以山东省土地利用类型之林地数据和野外地面调查数据作为辅助,通过分区解译提取出山东省冬小麦种植面积和分布区域。研究表明:利用HJ-1 CCD影像进行山东省冬小麦种植面积提取是可行的,位置精度和面积总量精度分别达到93.0%和96.8%,对国产卫星的推广应用具有良好的示范作用。     

基于概率模型的冬小麦白粉病监测研究

【目的】利用多源数据对白粉病易发区进行病害发生监测研究能够提供大面积、快速、客观的病害发生信息,为农业植保部门开展科学防控提供有效的指导。研究以结合遥感与气象数据监测冬小麦白粉病并获取其精细空间信息为目的。【方法】利用中国高分辨率对地观测系统高分一号卫星(GF-1/WFV)遥感影像提取了研究区小麦种植区及归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI),通过气候灾害组站点红外雨量数据(climate hazards group infra Red precipitation with station data,CHIRPS)及美国中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)获取了研究区气象相关数据。采用基于概率模型的方法筛选并定量化表达了特征因子与小麦患病情况间的关系,生成了研究区小麦患病概率分布数据、研究区小麦白粉病监测结果、监测结果错分概率分布数据。【结果】基于概率模型的白粉病监测方法总体精度为81.25%,与目前较为流行的分类与回归树(classification and regression tree,CART)和随机森林(random forests,RFs)2种分类监测方法相比具有较高的监测精度;小麦患病概率分布数据能够详细地展现研究区小麦患病概率的空间分布及高患病概率麦区向低患病概率麦区的过渡情况;监测结果的错分概率分布数据与实际错分情况具有较好的一致性。【结论】基于概率模型的白粉病监测方法能够应用于区域尺度冬小麦白粉病发生发展状况监测研究。