排序方式: 共有16条查询结果,搜索用时 31 毫秒
1.
2.
Spatial Exploration of Multiple Cropping Efficiency in China Based on Time Series Remote Sensing Data and Econometric Model 总被引:1,自引:0,他引:1
This study explored spatial explicit multiple cropping efficiency(MCE) of China in 2005 by coupling time series remote sensing data with an econometric model-stochastic frontier analysis(SFA).We firstly extracted multiple cropping index(MCI) on the basis of the close relationship between crop phenologies and moderate-resolution imaging spectroradiometer(MODIS) enhanced vegetation index(EVI) value.Then,SFA model was employed to calculate MCE,by considering several indicators of meteorological conditions as inputs of multiple cropping systems and the extracted MCI was the output.The result showed that 46% of the cultivated land in China in 2005 was multiple cropped,including 39% doublecropped land and 7% triple-cropped land.Most of the multiple cropped land was distributed in the south of Great Wall.The total efficiency of multiple cropping in China was 87.61% in 2005.Southwestern China,Ganxin Region,the middle and lower reaches of Yangtze River and Huanghuaihai Plain were the four agricultural zones with the largest rooms for increasing MCI and improving MCE.Fragmental terrain,soil salinization,deficiency of water resources,and loss of labor force were the obstacles for MCE promotion in different zones.The method proposed in this paper is theoretically reliable for MCE extraction,whereas further studies are need to be done to investigate the most proper indicators of meteorological conditions as the inputs of multiple cropping systems. 相似文献
3.
在分析云南土壤水文参数的基础上,构建基于土壤相对凋萎湿度的干旱监测指标IRWM,并分析其在云南地区的适用性。结果表明:云南0~20 cm土层土壤水文参数空间分布较为一致,土壤水分利用率总体呈现东高西低,南高北低的特点;从IRWM指标来看,云南轻旱、中旱、重旱和特旱上限对应的土壤相对湿度分别为45.6%、36.5%、27.5%和18.4%;当大部地区土壤相对湿度低于60%时,云南发生中等干旱灾害的可能极大;云南的西部边缘地区对土壤水分更为敏感,有旱情发展波动大的特点;在干旱监测中,IRWM指标能够降低极端降水对旱情监测的干扰,且对干旱灾害的描述与实际更接近。综合来看,IRWM指标在云南的适用性优于MCI指数。 相似文献
4.
5.
为科学识别气象干旱及其发生、发展过程,并探究其致灾因子变化特征,通过1981—2020年海西州8个气象站点逐日气象干旱综合指数(Meteorological drought composite index,MCI)描述历年干旱事件,识别干旱过程个数、入旱出旱时间,分析干旱过程强度、干旱过程降水量等。结果表明:1981—2020年,海西州共识别干旱过程192个,干旱开始时间介于5月18日—6月20日之间,结束时间介于7月4日—8月8日之间,历时时长40~63 d;各等级干旱日数变化趋势不一,茫崖、乌兰县干旱日数变化呈增加趋势,变化倾向率分别为2.0 d·(10a)-1,1.0 d·(10a)-1,其余站点呈减小趋势,变化倾向率介于-4.0~-1.0 d·(10a)-1。不同干旱等级的干旱日数大体呈中部少,西部多的态势,西南地区干旱最为严重;时间序列上,轻、中、重、特旱日数和年最长连续干旱日数呈减少趋势;年最长连续干旱日数均值为16 d,最大值为65 d (1995年);茫崖干旱过程强度最高,天峻和都兰相对较低。 相似文献
6.
基于1986—2013年青海高原114个干旱个例和1981—2015年逐月、四季和年SPI指数、PA指数、K指数和MCI指数,通过对比逐年、四季不同等级干旱出现频率和实际干旱的吻合情况,评估不同干旱监测指数对典型干旱发展过程的刻画能力,主要得出以下结论:(1)SPI指数和K指数对总干旱发生频率的年代际变化具有很好的监测效果,但SPI对不同等级干旱的监测能力最强,K指数次之,PA指数、MCI指数对干旱年代际变化的监测能力较差。(2)SPI指数和K指数对春旱和夏旱的监测效果很好,对秋、冬季的干旱监测效果不理想,PA指数和MCI指数对四季干旱的监测结果有较大偏差。(3)SPI能很好地监测出干旱的发生区域和干旱的程度,K指数和PA指数监测的干旱程度有偏差,而MCI指数对干旱范围和程度均有很大的偏差。(4)SPI指数和K指数的监测结果符合干旱发生、发展过程,对干旱发生、发展过程的刻画较为合理,而PA指数和MCI指数基本不能反映干旱的发生发展过程。(5)综合来看,SPI指数对春旱和夏季监测效果最优,K指数次之,PA指数和MCI指数最差。 相似文献
7.
基于MCI指标的甘肃省近50年干旱特征分析 总被引:3,自引:0,他引:3
基于甘肃省16个气象站1961—2010年改进气象干旱指标(MCI)对甘肃省近50年不同季节的干旱特征进行了统计分析。结果表明:春旱和夏旱发生频率最高,为55.4%和55.0%;秋旱发生频率最低,为41.1%;冬季干旱发生频率为46.3%。全省夏秋季易出现大范围干旱,冬季较少。近50年来,干旱发生范围在全年各季节都有不同程度增加。春季各等级干旱发生天数均较高,且更容易发展成为重旱甚至特旱;夏季和冬季易发生大范围的轻旱和中旱,而严重干旱发生较少;秋季干旱发生日数最少,且干旱强度也最轻。总的来说,甘南地区干旱发生最少,而河西东部、陇中北部和陇南南部发生干旱较多。近50年,研究区干旱平均持续日数、发生干旱站次比以及干旱强度虽有不同程度增加或减少趋势,但变化并不显著。春季干旱强度最强,秋季最弱。干旱强度与无雨日数有显著负相关关系。 相似文献
8.
气候变暖背景下青海省春季干旱时空变化 总被引:1,自引:0,他引:1
基于1961-2018年35个气象台站观测资料,分析了青海省农牧区无雨日数、干旱次数时空演变特征,结果表明:①1961-2018年青海省春季平均气温呈升高趋势、降水呈增多趋势,无雨日数空间差异明显,其中,东部农业区、牧业区无雨日数总体无明显变化趋势。②近57 a,东部农业区轻旱、中旱、特旱发生次数均无明显趋势性变化,仅重旱略有增加,进入21世纪以来,东部农业区轻旱、重旱发生次数呈增加趋势,农业区各等级干旱次数呈南多北少的空间分布。③近57 a,青海省主要牧业区出现干旱总次数及不同等级干旱次数均呈减少趋势。其中,轻旱减少最为明显,而牧业区各等级干旱次数呈北多南少的分布。④青海省春季出现灾损的旱灾次数呈减少趋势,减少率为2.4次·(10a)^-1。其中,东部农业区出现灾损的旱灾次数最多。⑤近57 a青海省牧业区干旱发生次数在1981年前后存在明显的突变现象,而东部农业区无明显的突变现象。 相似文献
9.
10.