农业气象灾害的预报及方法分析

2022-09-11 版权声明 我要投稿

当前, 我国农业气象灾害的预报方法主要为数理统计模型法, 各种不同统计方法的长期应用中, 作物生长模拟模型、信息技术的应用、农业气象模式与气候模式相结合的方法取得了较大的进展。然而从整体上来看, 我国灾害的预报技术在应用上仍不够成熟, 农业气象灾害预报需要从数学模型计算、生物物理机理、统计模型物理概念等方面进一步加强研究, 将各种不同的预报方法与学科有机结合起来、将补充订正与动态预报结合起来、将短期预报与长期预报结合起来, 形成专门的预警业务系统, 只有这样才能够在最大程度上保证农业气象灾害预报的科学性与准确性。

1 当前我国农业气象灾害预警技术的研究现状

增强农业气象灾害预警分析水平是推动我国农业发展的重要技术之一, 当前该技术在国同的应用主要集中在以下几个方面:

第一, 小麦干旱预报。在预报小麦干旱情况的过程中, 可以通过光合作用测定仪来现场收集有关参数, 建立水分胁迫响应曲线, 形成包含干旱胁迫、蒸腾以及光合等因子在内的预警指数。

第二, 玉米低温冷害预报。东北玉米冷害通常来自于由生育期内热不足所造成的正常成熟障碍, 这就需要专门生成一个以日最高、最低气温为因子的模型, 同时依照品种熟性指标, 划分参数区域, 选取抽雄期延迟天数作为等级指标, 根据区域玉米模型来对预报结果进行分析。虽然当前我国气候模式应用技术在预测质量上仍然存在一定程度的不足, 而将气候模式预报与作物模型升尺度结合起来, 在区域化模型与GIS技术的支持下, 可以进行格点化预报, 所得到的预报结果仍然具有一定的可靠性。

第三, 小麦渍害预警研究。基于小麦模拟优化决策系统, 对小麦渍水持续时间进行深入的分析, 进而对叶片衰老、干物质分配以及光合作用等方面的模型进行建立, 模拟冬小麦产量以及生长两个方面的情况, 预报各个影响因子与小麦产量之间的关系, 结合气象台站数据与气候模式嵌套两方面的指标来得出天气实况与模拟结果。基于WCSODS小麦模型与渍害模型, 对二者模拟产量进行对比, 可以得到小麦产量与过量土壤水之间的关系, 实现科学准确的渍害预警。

2 当前农业气象灾害预报技术改进方法

2.1 时间序列分析的拓展与改进

采用相似、韵律、多元回归分析以及时间序列分析法, 结合现有气象灾害指标对农业气象灾害进行分析与预报是当前我国最为常用的气象灾害分析方法, 其目的在于建立预报模型。

时间序列分析是当前我国比较常用的气象灾害预报方法, 相关的研究也得到了进一步的拓展与改进, 例如在水稻扬花期低温预报方面, 可以根据EOF将低温指数时间序列展开并得出最后的均生函数, 同时也可以选择时间序列中的7个周期建立均生函数, 形成回归预测模型, 该模型以周期为自变量[1]。在贵州地区凝冻、秋绵雨和秋风、倒春寒、夏旱、春旱等农业气象的研究过程中, 所选择的时间尺度均按照均生函数划分, 形成试验周期分量, 再通过逐步回归的方式将分量筛选出来, 所形成的多元回归预测模型具有多种不同的周期分量。另外, 部分研究机构通过灰色系统理论选择以往受灾较严重并且有代表性的受害区域为研究样本, 从研究样本中收集数据, 筛选适宜阈值, 形成GM11模型, 再根据模型得出响应函数, 最终得到将会出现灾害的对应年份, 进而达到预测灾害气象的目的。若采用常规的线性回归分析法, 则只能对以往资料的平均情况进行分析, 如采用优选最佳分析法, 结合加速遗传算法技术, 可以在更加简便的操作情况下得到较全面的通用方案, 该通用方案下生成的预测模型应用上也具有一定的稳定性与预测性。

2.2 多元回归分析法的拓展与改进

多元回归分析法是农业气象灾害中十分普遍和常用的分析方法, 能够对海温、大气环流特征量等地面气象和宏观因子要素进行预测, 判断作物产量年景指数与积温距平指数, 并对低温冷害年型进行划分。综合运用差别分析、聚类分析以及相关分析等手段, 可以对冷害年所内在的环游特征量进行分析, 在环游特征量基础上生成低温冷害预测模型[2]。从整体上来看, 多元回归分析法的应用已非常成熟, 应用模型也较规范, 该分析技术的发展与改进并不多见。

2.3 物候信号应用法的拓展与改进

物候可以综合反映当前以及以往一段时间内的气象干湿、冷暖变化情况, 可以通过前期物候现象的方式预测生物生育状况、农业气象灾害、未来异常气候等方面的情况, 如辽宁本溪已经开始通过以往非固定地段旱柳、加拿大杨、杏树等树木物候资料对当年生长季积温与春季平均气温进行预测, 其预测结果通过显著性检验后, P<0.001。

3 新型农业气象灾害预报技术应用方法

3.1 灾害前兆信号的应用

对农业气象灾害进行预报既可以采用数理统计预报模型法, 也可以通过物理统计方法, 这种预测方法可以综合考虑大气环游形势, 影响演变规律与天气系统的气候学特点, 揭示前兆信号, 根据分析结果形成预测模型, 如通过SVD技术与EOF技术对太平洋各区域海温异常与东北夏季低温冷害时空特征之间的影响机理与内在关系, 依照西太平洋暖池冬季海温变化情况对东北夏季低温情况进行预测。

3.2 农业气象模式与气候模式相结合

以往建立的农业气象预测模型通常缺少农作物生理特性与生长过程相关统计资料, 模型本身在应用特性也存在一定的缺陷。因此, 一些研究尝试将农业气象与气候模式结合起来[3]。例如, 将土壤水分模型与区域气候模式相连接, 依照气象要素预测作物临界土壤含水量与1 m深土层的含水量, 在前者值大于后者值的情况下, 即可判定干旱灾害, 土壤灌溉量上限与含水量之间的差值即是预测的灌溉量, 为了实现两个模型之间深层次的联系, 需要于气候模式格点上加入三次线段插值。

3.3 冬小麦的预测模型与识别方法

综合考虑作物不同阶段对于水分的敏感性与需求以及生长状况, 依照小麦发育模式的有关特点, 形成冬小麦干旱预测与识别模型, 再将土壤水分模型与逐旬气象要素结合起来分析, 模拟水分供需与土壤水分比, 依照重旱、中旱、轻旱、不旱四个等级预测与识别干旱, 在土壤水分平衡分量方面, 需要考虑作物潜在蒸散量与小麦根生长进入根层的水量, 通过作物发育期模拟生成叶面模拟, 进而得到叶面蒸散量, 除了土壤温度拟合外, 该模型的验证结果总体较好。

3.4 省级农业气象灾害预测系统

采用物理学、天气学以及统计学等方法, 建立适应于预测各种不同气象灾害的预测模式, 既能够预测与粮棉油产量年景, 也能够依照预测结果合理配置作物种植面积, 形成农业气象灾害预测体系, 可以气象灾害预测子系统与主控模块构成预测体系, 显示直观、操作方便、功能齐全, 预测结果通过政府服务网与气象局局域网向用户进行公布, 很大程度上方便了政府部门的有关决策[4]。

例如, 已经建成并广泛投入使用的棉花气象灾害预报系统, 该系统所使用的数据库中纳入了海温、大气环游以及地面气象要素等年代资料, 预报体系中也纳入了一些常用的预报因子处理软件与统计预报软件, 依照现有的预报指标自动推理预报结论, 判断气象灾害的严重程度, 同时也能够为用户提出相关的管理措施, 该系统在应用上快捷方便, 人机界面友好, 具有较强的可操作性, 所得出的预测结果可以通过微机网络以信函的形式发送给相关管理部门。

摘要:随着我国现代化建设的不断发展, 农业生产领域的技术含量不断提高, 为农业气象灾害进行科学稳定的预报已经成为相关单位十分重要的研究课题之一。基于此, 详细地阐述与分析农业气象灾害的预报及方法, 希望可以起到参考作用。

关键词:气象灾害,农业,预报,方法

参考文献

[1] 朱嫄哲, 田雨佳.浅析农业气象灾害的预报及方法[J].黑龙江科技信息, 2015 (26) :24.

[2] 王石立.近年来我国农业气象灾害预报方法研究概述[J].应用气象学报, 2003 (5) :574-582.

[3] 陈素华, 宫春宁.气象灾害损失评估方法在呼市地区农业气象产量预报中的应用[J].内蒙古气象, 1998 (3) :22-26.

[4] 谭薇, 刘成智, 孙玉敏.北安垦区的农业气象灾害及其预报方法[J].黑龙江气象, 1998 (2) :18-19, 22.

上一篇:石油输油管道的施工管理及质量控制下一篇:浅析网络时代信息安全对人们生活的影响