1982—2011年旱灾对中国粮食产量影响研究

旱灾严重危害粮食生产,进而危及国家粮食安全乃至社会的稳定和经济的发展。利用1982—2011年的旱灾受灾、成灾和绝收数据,从灾害面积、旱灾强度指数(ξn)、旱灾强度异常指数(Id)、灾损量(Fd)、粮食波动系数(Ip)和灾损比例及旱灾影响等角度定量分析了中国与各省区旱灾的时空特征及其对中国粮食安全的影响。研究表明,1982—2011年,我国年均受灾、成灾和绝收面积为361.68×106、186.38×106、38.43×106hm2,分别占农业气象灾害年平均面积的53.3%、53.2%和47.1%;粮食灾损量在20.46×106~83.63×106t,年均粮食灾损量为39.40×106t;灾损比例在8.02%~18.97%,平均灾损比例为13.96%,年人均旱灾粮食损失32.56 kg;我国旱灾严重的中心在北方,西南地区为次中心,而东南沿海地区的旱灾较轻;干旱强度与粮食单产波动、粮食灾损量的统计分析表明,干旱对二者有显著影响。因此,建立和完善农业防灾减灾体系,增强应对旱灾的能力对于保证我国粮食安全具有重要意义。     

基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究 ——以新疆为例

干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害，准确预测干旱的发生具有重要的现实意义。基于1960—2019年新疆气象站点的逐日降水量数据，计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模型（Autoregressive Integrated Moving Average,ARIMA）、长短期记忆网络（Long Short-Term Memory,LSTM）、互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测，确定各模型在干旱预测中的适用性。结果表明：（1）4种模型的预测精度均随时间尺度的增加而逐渐提高，在24个月时间尺度时达到最高；（2）CEEMD能够有效平稳时间序列，各时间尺度下，组合模型均达到了较高的预测精度，相较单一模型更适用于干旱预测；（3）4种模型预测结果精度由低到高分别为：LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA（决定系...