您好，欢迎访问安徽省农业科学院 机构知识库！

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

作者： 陈金华 1 ; 岳伟 1 ; 吴文革 1 ; 许有尊 1 ; 乔玉强 1 ; 刘瑞娜 1 ; 杨太明 1 ;

作者机构： 1.安徽省农业气象中心\安徽省农村综合经济信息中心;安徽省农业科学院水稻研究所;安徽省农业科学院作物研究所

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。

  • 相关文献

[1]安徽省水稻生产现状及其发展对策. 张培江,占新春,吴文革,李安林. 2002

[2]安徽省杂交棉育种进展及产业化. 路曦结,何团结,吴德祥. 2004

[3]依靠科技进步 推动安徽粮食生产能力不断提升. 张长青. 2011

[4]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

[5]安徽农业东向发展的几点思考. 王光宇. 2005

[6]安徽省县域经济发展问题分析和对策研究. 潘泽义. 2004

[7]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

[8]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

[9]安徽省耕地数量时序变化分析预测及对策. 孙红忠. 2000

[10]论安徽茶业如何由比较优势转向竞争优势. 廖万有. 2003

[11]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

[12]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

[13]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

[14]明代安徽主要农业自然灾害与防控研究. 鲍立新. 2019

[15]2018年安徽省兔产业发展趋势与建议. 黄冬维,程广龙,赵辉玲,杨永新,赵小伟,齐云霞,王小飞,汪勇. 2018

[16]安徽省霜冻灾害的发生及防御. 张彩丽. 2015

[17]安徽部分地方禽种FMO3基因频率分布研究. 刘伟,詹凯,李俊营,刘盛南. 2014

[18]安徽省水稻施肥现状及技术需求. 王家宝,程燚,胡荣根,余忠,袁嫚嫚,邬刚,耿维,孙义祥. 2021

[19]安徽茶叶科技创新成就与展望. 王文杰. 2007

[20]安徽省夏玉米生长季气候资源变化特征及对气象产量的影响. 岳伟,王晓东,陈曦,孔令聪,陈金华,蒋跃林,王珍. 2020

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：安徽省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台