基于日尺度的安徽省冬小麦生长过程阴湿害灾损评估模型研究

文献类型： 中文期刊

第一作者： 陈金华

作者： 陈金华;岳伟;吴文革;许有尊;乔玉强;刘瑞娜;杨太明

作者机构：

关键词： 安徽;冬小麦;有效阴湿害积;过程敏感性;灾损评估;日尺度

期刊名称： 麦类作物学报

ISSN： 1009-1041

年卷期： 2020 年 01 期

页码： 127-134

收录情况： 北大核心 ; CSCD

摘要： 为了构建日尺度的冬小麦阴湿害评估方法,综合应用基于HP滤波趋势产量分解法的安徽省冬小麦历年气象减产率数据、地面气象观测数据,以日尺度的标准化前期降水蒸散指数、日照百分率为阴湿害关键影响因子,通过有效阴湿害积与过程敏感性耦合方式,构建冬小麦全生育期阴湿害综合指数(overcast and waterlogging composite index,OWCI),并选取阴湿害典型年样本,分别以Logistic曲线敏感性、等敏感性两种方法计算的阴湿害综合气象指数OWCIs、OWCIe为自变量、气象减产率(△Y)为因变量进行相关性分析,比较、验证两种方法在冬小麦阴湿害评估中的差异性与适用性。结果表明,△Y与两种方法的阴湿害综合气象指数均呈显著二次曲线相关,R~2分别为0.843、0.805;检验样本的△Y实测值与两种方法模拟值的R~2分别达0.685、0.573。对两种方法比较,Logistic曲线敏感性法建模的拟合性、误差、检验效果均优于等敏感性法,其气象减产率的均方根误差从7.78%下降到6.97%。应用Logistic曲线敏感性法模拟的2016年冬小麦阴湿害灾损率值与调查值基本吻合。反演计算的1981-2010年灾损率气候态均值南高北低,符合安徽省实际分布型,但2011年以来的灾损率均值普遍高于30年气候态均值,可见近年来阴湿害影响有加重趋势。因此,基于有效阴湿害积与过程敏感性耦合应用构建的冬小麦生长过程阴湿害灾损评估模型,能差异化表征不同阶段的阴湿害影响贡献,可应用于冬小麦阴湿害影响评估。

分类号： S512.11`S42

  • 相关文献

[1]基于高分辨率遥感影像的农作物灾损评估研究. 崔京路,毛克彪,陈日清,曹萌萌,袁紫晋,唐世浩. 2018

[2]基于模型的水稻高温热害风险评估与动态预警. 江敏,王广伦,李明璐,苗波,李明煊,石春林. 2025

[3]黄山苔类植物区系研究. 师雪芹,吴明开,张小平. 2009

[4]安徽藓类植物调查研究. 吴明开,曹同,张小平. 2010

[5]油研9号在安徽省种植的产量表现及特征特性. 张敏琴,韩宏仕. 2006

[6]安徽藓类植物地理分布新记录. 吴明开,张小平,曹同. 2010

[7]依靠科技进步 推动安徽粮食生产能力不断提升. 张长青. 2011

[8]安徽省耕地变化态势分析及保护对策. 孙红忠,周春香,韩千红. 2001

[9]安徽沿江地区油麦后直播棉的品种选用策略. 王晓光,王晓光,刘效明,龚金河,刘满来,张飞,周晓箭. 2021

[10]安徽农业东向发展的几点思考. 王光宇. 2005

[11]安徽省县域经济发展问题分析和对策研究. 潘泽义. 2004

[12]安徽省稻曲病气象等级预报方法研究-以池州为例. 岳伟,伍琼,陈曦,姚卫平,邱坤,陈金华,阮新民. 2020

[13]安徽省蚕桑产业创新驱动发展的做法与成效. 章玉萍,陈明,张丽丽. 2021

[14]安徽省耕地数量时序变化分析预测及对策. 孙红忠. 2000

[15]论安徽茶业如何由比较优势转向竞争优势. 廖万有. 2003

[16]安徽养殖中华绒螯蟹体内砷形态的分布特征及膳食风险评估. 刘香丽,汪倩,宋超,范立民,孟顺龙,裘丽萍,陈家长. 2020

[17]安徽省低碳农业发展的影响因素研究. 朱丽君,王光宇,姚升,张扬,姜涛,张耀兰. 2015

[18]安徽土著鳜鱼规模化人工繁育关键技术研究. 季索菲,侯冠军,崔凯,呙明跃,胡玉婷,王利军,段国庆. 2019

[19]安徽省翘嘴鲌野生群体的遗传多样性分析. 胡玉婷,侯冠军. 2022

[20]明代安徽主要农业自然灾害与防控研究. 鲍立新. 2019

作者其他论文 更多>>

微信小程序