基于东北玉米区域动力模型的低温冷害预报应用研究
STUDY OF LOW TEMPERATURE DAMAGE PREDICTION APPLICATIONS IN EN, CHINA BASED ON A SCALING-UP MAIZE DYNAMIC MODEL
-
摘要: 在田间试验资料基础上,采用改进的发育模型和分区作物参数,结合前人有关研究成果建立了东北玉米区域动力模型,并利用模型模拟了12站40年 (1961~2000年) 玉米生长发育过程。确定抽雄期延迟天数为低温冷害指标,分析了历史低温冷害年及减产情况。模拟了典型冷害年和40年气候平均的0.25°×0.25°网格点玉米生长发育过程, 探讨了与区域气候模式结合进行低温冷害预报的方法。主要结论有:①玉米发育模型能够较好地模拟玉米发育期和发育期对低温冷害的响应,以抽雄期延迟天数为冷害指标评估的历史冷害发生状况基本符合历史实况。②模型有一定的模拟玉米生长量对低温冷害响应的能力,但还需要更多的试验数据校正品种参数,完善模型。③利用GIS技术,结合区域化的作物参数运行区域作物模型,是作物模型区域化应用的一种解决方案。④东北玉米区域动力模型解释性好,根据确定的害指标,以区域气候模式输出结果驱动玉米模型可以模拟和预测低温冷害,是农业气象灾害预测预报的一个有益的尝试。Abstract: A scaling-up maize dynamic model in EN, China is established, including an improved heat unit development model and crop parameters in the certain regions based on the maize field experiments data and predecessors' studies on crop simulation models. The development and growth processes are simulated for 12 stations using daily weather data for 40 years (1961—2000). The index for low temperature damage is defined by the days of tasseling postponed. The years with low temperature damage and the related reduction of yield are analyzed using the index. The development and growth processes in the grids with 0.25o×0.25o are simulated for the year with typical low temperature damage and for mean climate condition in 40 years. The experiment on prediction method of low temperature damage using maize simulation model combined with regional climate model is carried out. The main conclusions are as follows: (1) The model of development stage well simulates maize development stages and the response of development stages to low temperature damage. Using the index for low temperature damage defined by the days of tasseling postponed, the degree of low temperature damage is estimated. The results are very well and are conformed by historical cases. (2) The model can basically simulate responses of maize biomass to low temperature damage; but the parameters of cultivar should be calibrated by more measured experiment data, and the model will be modified further. (3) It is a resolution to scaling-up application of crop models to determine the crop parameters in these areas and to apply GIS. (4) The method for scaling-up maize dynamic model is of more mechanism and explanatory. Running maize model, according to low temperature damage index and output of regional climate models, it is easily to simulate and predict occurrence degree of low temperature damage.
-
Keywords:
- Maize /
- North East China /
- Low temperature damage /
- Scaling-up
-
引言
根据国家《给水排水设计手册》[1]和《室外排水设计规范 (GBJ14-87) 》[2]规定, 暴雨强度是设计水库大坝高度, 确定公路、铁路涵洞直径以及城市雨污分流管道系统的关键技术参数, 也是设计防洪及水利工程设施中的重要指标, 而这些工程排水的可靠与否和采用的暴雨强度公式的准确性和精度有直接关系。
暴雨强度公式是反映一定重现期、历时下的平均暴雨强度, 有许多种经验公式, 在我国一般采用如下公式[1-2] :
(1) 式 (1) 中i, t, T均为变量; i为暴雨强度 (单位: mm/min); T为重现期 (单位:a), 取值范围为0.25~100 a; t为降雨历时 (单位:min), 取值范围为1~120 min。重现期越长、历时越短, 暴雨强度就越大。而A1, C, b, n是与地方暴雨特性有关且需求解的参数 (b, n亦称气候参数): A1雨力参数, 即重现期为1 a时的1 min设计降雨量 (单位:mm), C为雨力变动参数, b为降雨历时修正参数, 即对暴雨强度公式两边求对数后能使曲线化成直线所加的一个时间常数 (单位:min), n为暴雨衰减指数, 与重现期有关。
(2) 式 (2) 中, A为雨力参数, 即不同重现期下的1 min设计降雨量 (单位: mm)。
可见暴雨强度公式为已知关系式的超定非线性方程, 总公式、分公式各有4个和3个参数, 常规方法将无能为力, 所以参数估计方法设计和减少估算误差尤为关键。长期以来水文气象工作者不懈探索, 提出许多参数估算方法, 在城市排水设计中发挥了重要的作用。但这些方法仍然存在较大的人为判断误差 (经验法、图解法), 一定的近似假设误差 (麦夸尔特法, 遗传法, 加速遗传法, Marqardt-Hartley法, 解超定非线性方程组), 以及跳跃搜索中遗漏误差 (二分搜索法或黄金分割法)。本文在以上工作基础上提出了一种客观、对参数进行全组合、可找到最小误差的参数估算方法, 可巧妙避开以上3类问题的出现。虽然占用机时较多, 如对总公式, 若参数均保留3位小数, 有近亿种组合, 在PIV/2.8 G微机上约需机时10 min左右, 但在计算速度不断加快的今天已不是问题。
1. 方法与误差分析
首先对式 (1) 和 (2) 进行线性化处理, 再推导出未知参数b与C的取值范围, 给定一个b值 (分公式) b与C组合 (总公式), 对已求出的雨强-历时-重现期 (i-t-T) 三联表数据, 进行最小二乘法拟合便可得到参数A, n, 以总误差最小为控制条件, 理论上可得到最优的一组参数估算值。采用均方根误差 (σ) 或相对均方根误差 (f) 并参照国家标准[2]进行误差评判。
1.1 确定b和C的范围
根据大量文献, 从我国200多个暴雨强度公式[1, 3-27]中可见, b, C是有一定范围的, 最大值分别为46.4(江苏无锡), 1.537(河南济源)。另外1 + ClgT必须大于0, 而T=0.25时, lgT=-0.602, 所以必须有C < 1.666。
1.2 对分公式线性化及最优化目标控制
对分公式, b取 (0, 50.000), 以0.001为间隔, 共50000种情景, 对分公式两端求对数:
(3) (4) 通过最小二乘法求出b0, b1, 从而可求出A, n以及i′ (拟合值), 同时求出均方根误差:
(5) 以其为目标函数, 取使σ最小的一组参数, 同时计算出相对均方根误差。
同理, 也可求出i与i′的相关系数r, 取使r最大的一组参数。
1.3 对总公式线性化及最优化目标控制
对总公式, b取 (0, 50.000), C取 (0, 1.666), 以0.01为间隔, 共5000×166=830000种组合, b取 (0, 50.000), C取 (0, 1.666), 以0.001为间隔, 共50000×1666=83300000种组合对总公式两端求对数:
(6) (7) 通过最小二乘法求出b0, b1, 从而可求出A1, n以及i′, 同时求出总的误差:
(8) 以其为目标函数, 取使σ最小的一组参数。其中也可m0=8, 即前8个重现期 (0.25 a, …, 10 a)。并将总公式分解到分公式 (代入不同的T便可), 算出分公式均方根误差和相对均方根误差。
(9) 同理, 也可求出i与i′的相关系数r, 取使r最大的一组参数。
1.4 误差标准
按照国家标准[2]规定, 暴雨强度公式参数估算误差, 以均方差σ≤0.05 mm为主要衡量指标, 对于深圳、武汉这样降雨强度大的地方, 也可采用另一规定:平均相对误差f≤5%, 或适当放宽条件为均方差在多数重现期下 (0.25 a, …10 a, 共8个重现期) 不高于0.05 mm, 或平均相对误差不高于5%。
1.5 试验资料
利用指数分布, 根据深圳市1954—2003年50年、武汉市1961—1995年35年降水资料序列求出两地各自的雨强-历时-重现期 (i-t-T) 三联表数据, 见表 1①和表 2。可见深圳的雨强比武汉大。
①陈正洪, 张海军, 王小丽, 等.深圳市新一代暴雨强度公式的编制与创新研究———技术报告. 2005.
表 1 深圳市不同历时 (t)、重现期 (T) 对应的雨强 (指数分布, 单位: mm/min)Table 1. Rainstorm intensity with duration (t) and return period (T) in Shenzhen (exponential distribution, unit: mm/min)表 2 武汉市不同历时 (t)、重现期 (T) 对应的雨强 (指数分布, 单位: mm/ min)Table 2. Rainstorm intensity with duration (t) and return period (T) in Wuhan (exponential distribution, unit: mm/min)2. 试验结果分析
2.1 分公式
根据深圳、武汉的i-t-T资料, 采用最优法求出两地各自的暴雨强度分公式各参数和误差, 见表 3、表 4。
表 3 最优法所求深圳市暴雨强度分公式参数和误差一览表 (指数分布)Table 3. The value of the parameters and error of the rainstorm intensity formula for single return period calculated by optimized method in Shenzhen (exponential distribution)表 4 最优法所求武汉市暴雨强度分公式参数和误差一览表 (指数分布)Table 4. The value of the parameters and error of the rainstorm intensity formula for single return period calculated by optimized method in Wuhan (exponential distribution)可见, 两地重现期为20年以下的各分公式的绝对误差均在0.05 mm以下, 最小只有0.0122 mm; 重现期为50年、100年两种情况也只略大于临界值, 最大也只有0.0667 mm。两地相对误差则全部在2.62%以下。至于绝对误差、相对误差平均值, 在深圳分别为0.0324 mm, 1.717%, 在武汉分别为0.0334 mm, 2.284%, 结果相当理想。另外还发现, 两地分公式的绝对误差、相对误差均随重现期增加而增大。深圳市不同重现期下暴雨强度随历时变化曲线见图 1(武汉市图略)。
2.2 总公式
采用最优法求出了两地各自的暴雨强度总公式各参数,
(10) (11) 以上两公式误差见表 5。
表 5 最优法所求深圳、武汉暴雨强度总公式误差一览表 (指数分布)Table 5. The value of the error of the rainstorm intensity formula for any return period calculated by optimized method in Shenzhen and Wuhan (exponential distribution)由表 5可见, 在深圳, 重现期为10年以下公式绝对误差不高于0.05 mm标准的仅4次 (4/8), 但相对误差不高于5%标准的则有6次 (6/8);在武汉, 重现期10年以下公式绝对误差则全部达标 (8/8), 相对误差达标的也有6次 (6/8)。深圳绝对误差平均不达标, 但平均相对误差可达标; 在武汉, 平均绝对误差、相对误差均达标, 完全可以满足国家标准的要求。
2.3 与其他方法计算结果比较
同时计算出二分搜索法 (黄金分割法) [16, 19]推算出总公式参数后的回代误差 (表 6), 并与表 5进行对比。可见, 二分搜索法在两地求出的暴雨强度公式的绝对误差均不能达标; 至于相对误差, 在深圳重现期10年以下公式的相对误差个数 (5/8) 及平均值刚好可达标, 在武汉虽然重现期10年以下公式的相对误差个数不达标 (4/8), 但所有重现期下公式的相对误差个数可达标 (7/11), 平均值仍不能达标。无疑, 二分搜索法整体效果仍不及最优法。
表 6 二分搜索法 (黄金分割法) 所求深圳、武汉暴雨强度总公式误差一览表 (指数分布)Table 6. The value of the error of the rainstorm intensity formula for any return period calculated by two-part searching method in Shenzhen and Wuhan (exponential distribution)3. 结语
1) 在前人工作基础上, 考虑计算条件的极大改善, 提出了一种简单、有效的暴雨强度公式参数的求解方法, 较好地解决了暴雨强度公式参数的估算问题。
2) 以深圳和武汉多年短历时暴雨样本资料为例, 应用该算法求取了两地暴雨强度公式参数, 结果表明两地公式精度均高于国家规范要求, 尤其是较好地控制了大雨地区总公式的误差。
-
表 1 中、晚熟品种各发育阶段所需的新热量单位累积值
表 2 光饱和时CO2同化速率的白天温度订正系数①
表 3 12个站点抽雄期距平值 (d) 频率分布统计
表 4 12个站点低温冷害年统计
-
佟屏亚.中国玉米科技史.北京:中国农业科技出版社, 2000.13-17. 孙玉亭, 赵宏凯.玉米冷害及冷害指标鉴定.农业气象, 1980, 1. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGNY198001007.htm 毛飞, 高素华, 庄立伟.近40年东北地区低温冷害发生规律的研究.见:王春乙, 郭建平主编.农作物低温冷害综合防御技术研究.北京:气象出版社, 1999.17-25. 王春乙, 毛飞.东北地区低温冷害的分布特征.见:王春乙, 郭建平主编.农作物低温冷害综合防御技术研究.北京:气象出版社, 1999. 9-15. 刘玉瑛, 马树庆, 袭祝香.吉林省80年代以来热量资源的地理分布及作物品种布局.见:王春乙, 郭建平主编.农作物低温冷害综合防御技术研究.北京:气象出版社, 1999.90-95. 王书裕.作物冷害的研究.北京:气象出版社, 1995.20-22. 高素华, 郭建平, 张国民, 等.低温对玉米生理过程的影响.见:王春乙, 郭建平主编.农作物低温冷害综合防御技术研究.北京:气象出版社, 1999.180-185. 周立宏, 刘新安, 周育慧.东北地区低温冷害年的环流特征及预测, 沈阳农业大学学报, 2001, 32(1):22-25. http://www.cnki.com.cn/Article/CJFDTOTAL-SYNY200101004.htm Hansen J W, Jones J W. Scaling-up crop models for climate prediction application. In: Sivakumar M V K. Eds. Climate Prediction and Agriculture. Proceedings of the STARAT/WMO International Workshop held in Geneva, Switzerland, 27-29 September 1999.Washington DC, USA: International START Secretariat. 2000.77-117.
庄立伟, 王石立.东北地区逐日气象要素的空间插值研究.应用气象学报, 2003, 14(5):605-615 http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20030575&flag=1 丁一汇, 孙永甫, 颜宏, 等.高分辨率区域气候模式的改进及其在东亚持续暴雨事件模拟试验中的应用.国家"九五"重中之重96-908科技项目 < 我国短期气候预测系统的研究 > 之二, 短期气候预测业务动力模式的研制.北京:气象出版社, 217-231. 刘汉中.普通农业气象学.北京:北京农业大学出版社, 1990. 高亮之, 金之庆, 等.水稻钟模型--水稻发育动态的计算机模型.中国农业气象, 1989, 10(3):3-10. Supit I. Hooijer A A, van Diepen C A. System Description the WOFOST 6.0 Crop Simulation Model Implemented in CGMS. Luxembourg: Office for Official Publications of the European Communities, 1994.
张银锁. 基于作物生长模拟模型的夏玉米可持续生产管理系统分析: [博士论文]. 北京: 中国农业大学, 2001. 孙玉亭, 孙孟梅.温度对玉米生长和发育综合影响的评价模型.资源科学, 1999, 21(1):63-70. http://www.cnki.com.cn/Article/CJFDTOTAL-HLJQ803.004.htm 刘玉瑛, 袭祝香, 马树庆.东北地区玉米播期预报方法及应用.见:王春乙, 郭建平主编.农作物低温冷害综合防御技术研究.北京:气象出版社, 1999.138-142. Penning de Vires F W T, Jansen D M, ten Berge H F M, et al. 几种一年生作物的生态生理过程模拟. 朱德峰等译. 北京: 中国农业科技出版社, 1991. 冯佩芝, 李翠金, 李小泉, 等.中国主要气象灾害分析1951-1980.北京:气象出版社, 1985.