设为首页
加入收藏
Early-warning of Low-temperature Disaster Levels on Double-cropping Rice in Southern China Based on Fisher's Discriminant
-
摘要: 为了建立南方双季稻低温灾害综合预测预警技术体系, 基于南方双季稻种植区1961—2010年708个气象站的逐日气象资料、水稻生育期资料和低温灾害发生的气象行业标准，采用Fisher判别分析法、因子膨化法、相关性分析法，利用SPSS软件构建早稻春季低温灾害高风险区 (Ⅰ区) 未来10 d、晚稻寒露风高风险区 (Ⅰ区)、主灾区 (Ⅱ区) 未来5 d的低温灾害发生等级逐日滚动预警模型。其中，1961—2009年资料用于模型构建和回代检验，2010年资料用于模型的外延预测。结果表明：早稻、晚粳稻、晚籼稻Ⅰ区平均外延预测基本一致准确率分别达到90.5%，74.2%，80.3%，晚粳稻、晚籼稻Ⅱ区平均外延预测基本一致准确率分别为89.4%和80.3%。构建的南方双季稻低温灾害逐日滚动预警模型的外延预测基本一致准确率多超过80%，等级预测检验误差总体上在1个等级以内，模型评价效果较好。Abstract: Rice is the main food crop in southern China. So far, low-temperature disaster has become one of the main agricultural meteorological disasters which influence the production of rice. Spring low-temperature disaster of early rice and autumn cold dew wind of late rice are the main low-temperature disasters in double-cropping rice growing areas in southern China. However, the frequency of low-temperature disaster has decreased in some regions while increased in other regions, and the damage to the rice yield even increases under the background of global warming. In order to reduce the yield loss and build comprehensive forecasting and early-warning technical architecture, the low-temperature disaster is deeply looked into. Using the software SPSS and methods of factor puffing, correlation analysis and Fisher's discriminant, a series of data are analyzed, including daily meteorological data, rice growing period data from 708 weather stations located in the planting region of double-cropping rice in the south during 1961-2010, together with meteorological industry standards. An early-warning model is established to forecast low-temperature disasters for spring rice in high risk areas (area Ⅰ) 10 days in advance, and for autumn rice in both high risk areas (areaⅠ) and main disaster areas (area Ⅱ) 5 days in advance.Based on data during 1961-2009, the model constructed is used for hindcast, and data of 2010 is used for evaluation. The average basically consistent accuracy of the early-warning model in area Ⅰ of early rice, late japonica rice and late indica rice is 90.5%, 74.2% and 80.3%, respectively. As for area Ⅱ of late japonica rice and late indica rice, the average basically consistent accuracy of the early-warning model is 89.4% and 80.3%, respectively. On the whole, the average basically consistent accuracy of the early-warning model is above 80%, and the error is within one level, showing good efficiency.
-
图 1 我国南方双季稻种植区708站分布
Fig. 1 Distribution of 708 stations of double-cropping rice growing areas in southern China
图 2 我国南方双季稻低温灾害预警区域划分
(a) 早稻，(b) 晚稻
Fig. 2 Division of early-warning region of low-temperature disaster to double-cropping rice in southern China
(a) early rice, (b) late rice
表 1 双季早稻春季低温灾害发生等级指标
Table 1 Level index of spring low-temperature disaster to double-cropping early rice
等级 指标 日平均气温/℃ 过程持续日数/d 轻度灾害 ＜12 3~5 中度灾害 ＜12 6~9 重度灾害 ＜12 ≥10 
下载: 导出CSV
表 2 双季晚稻寒露风发生等级指标
Table 2 Level index of cold dew wind to double-cropping late rice
等级 粳稻 籼稻 日平均气温/℃ 过程持续日数/d 日平均气温/℃ 过程持续日数/d 轻度灾害 ＜20 3 ＜22 3 中度灾害 ＜20 4 ＜22 4 重度灾害 ＜20 ≥5 ＜22 ≥5
下载: 导出CSV
表 3 余江站早稻春季低温灾害发生等级影响因子
Table 3 Level impact factors of spring low-temperature disaster to early rice of Yujiang Station
序号 含义 相关系数 X1 前1候平均风速 0.434* X2 前1候—前2候平均风速 0.307* X3 前1候日降水量 0.280 X4 前1候—前3候平均风速 0.272 X5 前1候—前4候平均风速 0.272 X6 前3候—前4候日最高气温 -0.254 X7 前1候日最低气温 -0.235 X8 前3候—前4候日平均气温 -0.229 X9 前1候日平均气温 -0.228 X10 前2候—前3候平均本站气压 -0.227 注：*表示达到0.05显著性水平。
下载: 导出CSV
表 4 墨江站粳稻寒露风发生等级影响因子
Table 4 Level impact factors of cold dew wind to japonica rice of Mojiang Station
序号 含义 相关系数 X1 前1候日平均气温 -0.449** X2 前1候日最高气温 -0.368** X3 前1候—前2候日平均气温 -0.361* X4 前1候—前3候日平均气温 -0.361* X5 前1候—前4候日平均气温 -0.357* X6 前1候—前2候日最低气温 -0.345* X7 前1候日最低气温 -0.344* X8 前1候—前3候日最低气温 -0.336* X9 前4候平均本站气压 -0.317* X10 前3候—前4候平均本站气压 -0.281 注：**表示达到0.01显著性水平, *表示达到0.05显著性水平。
下载: 导出CSV
表 5 新津站籼稻寒露风发生等级影响因子
Table 5 Level impact factors of cold dew wind to indica rice of Xinjin Station
序号 含义 相关系数 X1 前1候—前2候平均风速 0.540*** X2 前1候—前3候平均风速 0.476** X3 前1候平均风速 0.474** X4 前1候—前4候平均风速 0.413** X5 前1候日最高气温 -0.366* X6 前3候日照时数 0.325* X7 前1候日平均气温 -0.297* X8 前2候—前3候日照时数 0.295* 注：***表示达到0.001显著性水平，**表示达到0.01显著性水平, *表示达到0.05显著性水平。
下载: 导出CSV
表 6 余江站各类别重心坐标
Table 6 Barycentric coordinates of each category of Yujiang Station
等级 三维坐标 第1维度 第2维度 第3维度 0 0.675 0.572 -0.198 1 0.117 -0.682 0.202 2 -1.427 0.598 0.225 3 -1.764 -1.367 -2.719
下载: 导出CSV
表 7 3站单次预警的回代与预测检验
Table 7 Single back substitution and prediction test of three stations
年份 余江站 墨江站 新津站 实测 回代与预测 误差 实测 回代与预测 误差 实测 回代与预测 误差 1961 1 1 0 3 3 0 3 1 2 1962 1 1 0 0 3 3 3 3 0 1963 0 0 0 0 0 0 2 2 0 1964 1 1 0 0 0 0 0 3 3 1965 2 2 0 2 2 0 3 3 0 1966 0 2 2 2 2 0 3 3 0 1967 0 1 1 2 2 0 3 3 0 1968 1 1 0 0 0 0 0 2 2 1969 1 1 0 0 1 1 0 0 0 1970 1 2 1 0 0 0 1 1 0 1971 1 1 0 0 2 2 3 3 0 1972 0 1 1 0 3 3 0 0 0 1973 0 0 0 0 2 2 3 3 0 1974 1 0 1 2 2 0 3 3 0 1975 0 2 2 0 0 0 0 3 3 1976 3 3 0 0 0 0 3 1 2 1977 1 0 1 3 3 0 1 1 0 1978 1 1 0 1 1 0 2 0 2 1979 1 3 2 0 0 0 0 0 0 1980 1 1 0 0 0 0 3 3 0 1981 0 0 0 0 0 0 1 0 1 1982 2 2 0 0 0 0 1 1 0 1983 2 0 2 0 0 0 1 3 2 1984 1 1 0 0 0 0 0 0 0 1985 1 1 0 1 1 0 3 2 1 1986 0 2 2 3 3 0 3 1 2 1987 2 1 1 0 1 1 0 0 0 1988 2 2 0 1 1 0 0 0 0 1989 2 2 0 0 0 0 0 0 0 1990 0 0 0 0 1 1 0 0 0 1991 1 1 0 0 0 1 0 0 0 1992 2 2 0 0 0 1 3 1 2 1993 1 3 2 0 3 3 0 2 2 1994 0 0 0 0 0 0 3 3 0 1995 1 0 1 3 3 0 3 1 2 1996 2 2 0 0 0 0 0 0 0 1997 0 0 0 3 3 0 3 3 0 1998 2 3 1 0 0 0 2 2 0 1999 1 1 0 1 0 1 0 0 0 2000 0 1 1 0 3 3 0 0 0 2001 0 0 0 0 1 1 0 0 0 2002 1 0 1 0 0 0 1 1 0 2003 0 0 0 0 0 0 0 0 0 2004 1 1 0 0 0 0 0 0 0 2005 0 1 1 0 0 0 0 0 0 2006 0 0 0 0 3 3 3 3 0 2007 0 0 0 3 3 0 2 0 2 2008 0 0 0 0 1 1 0 0 0 2009 1 1 0 0 0 0 0 0 0 2010 0 1 1 0 0 0 0 0 0
下载: 导出CSV
表 8 分区逐日滚动预警模型外延预测检验
Table 8 The extending prediction test of the early-warning model of rolling on a daily basis in different regions
作物 研究区 代表站 滚动次数 误差0级
数量误差1级
数量误差2级
数量误差3级
数量基本一致
准确率/%早稻 Ⅰ区 温州 28 10 18 0 0 100 桂阳 23 7 12 3 1 82.6 余江 23 11 9 3 0 87.0 晚粳稻 Ⅰ区 墨江 22 11 3 4 4 63.6 北川 22 17 3 1 1 90.9 永德 22 11 4 4 3 68.2 Ⅱ区 邵东 22 17 3 1 1 90.9 乐安 22 17 3 2 0 90.9 永福 22 13 6 2 1 86.4 晚籼稻 Ⅰ区 景东 22 12 5 1 4 77.3 新津 22 15 3 2 2 81.8 镇沅 22 14 4 1 3 81.8 Ⅱ区 涟源 22 13 2 4 3 68.2 崇仁 22 19 2 1 0 95.5 柳州 22 12 5 4 1 77.3
下载: 导出CSV
-
[1] IPCC.Climate Change 2013:The Physical Science Basis.Cambridge:Cambridge University Press. [2015-10-01]. http://www.ipcc.ch/report/art5/wg1/#.UqtD7KBRR1. [2] 丁一汇, 任国玉, 赵宗慈, 等.中国气候变化的检测及预估.沙漠与绿洲气象, 2007, 1(1):1-10. http://www.cnki.com.cn/Article/CJFDTOTAL-XJQX200701001.htm [3] 霍治国, 王石立.农业和生物气象灾害.北京:气象出版社, 2009. [4] 刘素平, 陈晨辉, 刘礼鹏, 等.嘉禾县寒露风特征及其对双季晚稻的影响.湖南农业科学, 2015(1):110-113. http://www.cnki.com.cn/Article/CJFDTOTAL-HNNK201501038.htm [5] 尤红, 周泓, 白学文, 等.2011年3月云南连续两次强倒春寒天气过程对比分析.暴雨灾害, 2013, 32(2):167-175. http://www.cnki.com.cn/Article/CJFDTOTAL-HBQX201302010.htm [6] Jones J W, Hoogenboom G, Porter C H, et al.DSSAT cropping system model.European Journal of Agronomy, 2003, 18(3-4):235-265. doi: 10.1016/S1161-0301(02)00107-7 [7] Subash N, Mohan H S R.Evaluation of the impact of climatic trends and variability in rice-wheat system productivity using Cropping System Model DSSAT over the Indo-Gangetic Plains of India.Agricultural and Forest Meteorology, 2012, 164(8):71-81. http://www.sciencedirect.com/science/article/pii/S0168192312001773 [8] Fillery I, Gregory P J, Bowgen J W.Performance of the APSIM-wheat model in Western Australia.Field Crops Research, 1998, 57(2):163-179. doi: 10.1016/S0378-4290(97)00117-2 [9] Asseng S, Keulen H V, Stol W.Performance and application of the APSIM Nwheat model in the Netherlands.European Journal of Agronomy, 2000, 12(1):37-54. doi: 10.1016/S1161-0301(99)00044-1 [10] Wit A D, Duveiller G, Defourny P.Estimating regional winter wheat yield with WOFOST through the assimilation of green area index retrieved from MODIS observations.Agricultural and Forest Meteorology, 2012, 164(6):39-52. [11] Bouman B A M, Laar H H V.Description and evaluation of the rice growth model ORYZA2000 under nitrogen-limited conditions.Agricultural Systems, 2006, 87(3):249-273. doi: 10.1016/j.agsy.2004.09.011 [12] Hayes M J, Wilhite D A, Tsdesse T, et al.Recent Advances in Drought Monitoring.Amer Meteor Soc, 2004. http://www.academia.edu/1403948/Recent_advances_in_drought_monitoring [13] 王春林, 刘锦銮, 周国逸, 等.基于GIS技术的广东荔枝寒害监测预警研究.应用气象学报, 2003, 14(4):487-495. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20030460&flag=1 [14] 钱拴, 霍治国.大气环流对中国稻飞虱的影响及其预测.气象学报, 2007, 65(6):994-1102. doi: 10.11676/qxxb2007.094 [15] 于彩霞, 霍治国, 黄大鹏, 等.基于大尺度因子的小麦白粉病长期预测模型.生态学杂志, 2015, 34(3):703-711. http://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201503016.htm [16] 何燕, 李政, 徐世宏, 等.GIS在水稻"寒露风"冷害监测预警中的应用.灾害学, 2012, 27(1):68-72. http://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201201013.htm [17] 魏瑞江, 宋迎波, 王鑫.基于气候适宜度的玉米产量动态预报方法.应用气象学报, 2009, 20(5):622-627. doi: 10.11898/1001-7313.20090514 [18] 杨晓华, 金菊良, 魏一鸣.预测低温冷害的门限回归模型.灾害学, 2002, 17(1):10-14. http://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU200201002.htm [19] 王永成, 韩跃东, 赵小勇.投影寻踪门限自回归模型在水稻单产变化预测中的应用.黑龙江水利科技, 2007, 35(2):12-14. http://www.cnki.com.cn/Article/CJFDTOTAL-HSKJ200702004.htm [20] 喻彦, 蒙桂云, 王恩超, 等.灰色系统理论在冬季强低温霜冻灾变年份预测中的应用.中国农业气象, 2005, 26(3):191-193. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGNY200503014.htm [21] 朱寿燕, 陈绘画, 崔相富.应用人工神经网络预测马尾松毛虫的有虫面积.中国农业气象, 2004, 25(1):51-53. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGNY200401014.htm [22] 王珊珊, 韩丽娟, 崔恒建, 等.基于大气降水的土壤湿度预测模型.应用气象学报, 2011, 22(4):445-452. doi: 10.11898/1001-7313.20110407 [23] 刘建栋, 王馥棠, 于强, 等.华北地区农业干旱预测模型及其应用研究.应用气象学报, 2003, 14(5):593-604. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20030574&flag=1 [24] 石春林, 金之庆.基于WCSODS的小麦渍害模型及其在灾害预警上的应用.应用气象学报, 2003, 14(4):463-468. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20030457&flag=1 [25] 赵艳霞, 王馥棠, 裘囯旺.冬小麦干旱识别和预测模型研究.应用气象学报, 2001, 12(2):234-241. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20010231&flag=1 [26] 中国气象局.中国灾害性天气气候图集.北京:气象出版社, 2007. [27] 汪万林. 中国农作物生长发育和农田土壤湿度旬值数据集. [2015-08-05]. http://mdss.cma.gov.cn:8080/index.jsp. [28] 崔读昌.中国主要农作物气候资源图集.北京:气象出版社, 1984. [29] 殷剑敏, 辜晓青, 林春.寒露风灾害评估的空间分析模型研究.气象与减灾研究, 2006, 29(3):30-34. http://www.cnki.com.cn/Article/CJFDTOTAL-HXQO200603005.htm [30] 姜燕, 霍治国, 李世奎, 等.全国小麦条锈病长期预报模型比较研究.自然灾害学报, 2006, 15(6):109-113. http://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH200606018.htm [31] 许章华, 李聪慧, 刘健, 等.马尾松毛虫害等级的Fisher判别分析.农业机械学报, 2014, 45(6):275-282. doi: 10.6041/j.issn.1000-1298.2014.06.042 [32] 吴立, 霍治国, 姜燕, 等.南方晚稻寒露风风险要素的地理分布特征.生态学杂志, 2014, 33(10):2817-2823. http://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201410034.htm [33] 吴立, 霍治国, 张蕾, 等.气候变暖背景下南方早稻春季低温灾害的发生趋势与风险.生态学报, 2016, doi: 10.5846/stxb2014-07281526. -
点击查看大图
计量
- 摘要浏览量: 3023
- HTML全文浏览量: 1230
- PDF下载量: 467
- 被引次数: 0
