基于GIS和遙感的東北地區(qū)水稻冷害風(fēng)險(xiǎn)區(qū)劃與監(jiān)測(cè)研究.pdf

1、當(dāng)生長(zhǎng)季內(nèi)熱量條件不足或在關(guān)鍵生育期內(nèi)遭遇持續(xù)低溫就會(huì)發(fā)生低溫冷害從而造成作物減產(chǎn)。研究表明，低溫冷害在今后相當(dāng)長(zhǎng)的時(shí)期內(nèi)仍然是影響東北地區(qū)水稻的主要農(nóng)業(yè)氣象災(zāi)害之一。對(duì)水稻冷害進(jìn)行及時(shí)、準(zhǔn)確地監(jiān)測(cè)與預(yù)警，對(duì)穩(wěn)定糧食生產(chǎn)意義重大。地理信息系統(tǒng)(GIS)與遙感(RS)技術(shù)為宏觀和動(dòng)態(tài)地監(jiān)測(cè)農(nóng)業(yè)氣象環(huán)境和農(nóng)業(yè)生產(chǎn)過(guò)程提供了良好的技術(shù)手段，是未來(lái)構(gòu)建立體化農(nóng)業(yè)氣象服務(wù)體系的必然發(fā)展趨勢(shì)。目前低溫農(nóng)業(yè)氣象災(zāi)害遙感研究對(duì)象以作物凍害為主，直接利用

2、遙感數(shù)據(jù)進(jìn)行作物冷害監(jiān)測(cè)與評(píng)價(jià)的研究尚不多見(jiàn)。
　　 本文選擇東北三省為研究區(qū)，運(yùn)用GIS空間分析方法和衛(wèi)星遙感技術(shù)，以冷害綜合風(fēng)險(xiǎn)評(píng)估與區(qū)劃、基于全天候氣溫遙感估算的冷害遙感監(jiān)測(cè)和水稻冷害產(chǎn)量損失量遙感預(yù)測(cè)為主要研究?jī)?nèi)容，對(duì)近13年?yáng)|北地區(qū)水稻冷害開(kāi)展了監(jiān)測(cè)與評(píng)估研究，系統(tǒng)建立起基于GIS和遙感的水稻冷害監(jiān)測(cè)與評(píng)估技術(shù)框架，為今后建立完整的農(nóng)業(yè)氣象災(zāi)害服務(wù)系統(tǒng)奠定理論基礎(chǔ)。
　　 本文的主要研究工作成果如下:
　

3、　 (1)依據(jù)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估理論，以日平均溫、水稻生長(zhǎng)發(fā)育期及水稻產(chǎn)量和面積作為基礎(chǔ)資料，借助GIS平臺(tái)，對(duì)冷害致災(zāi)因子危險(xiǎn)性、承災(zāi)體脆弱性和承災(zāi)體損失度三大風(fēng)險(xiǎn)要素的多個(gè)單項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行了年際統(tǒng)計(jì)與空間分析。采用加權(quán)綜合分析法和基于熵值法和層次分析法的綜合賦權(quán)法，構(gòu)建冷害各風(fēng)險(xiǎn)要素評(píng)估模型及東北地區(qū)水稻低溫冷害綜合風(fēng)險(xiǎn)評(píng)估模型。依據(jù)冷害綜合風(fēng)險(xiǎn)評(píng)估指標(biāo)數(shù)據(jù)大小，將東北地區(qū)劃分為較低、低、中等、較高和高風(fēng)險(xiǎn)五個(gè)水稻綜合冷害風(fēng)險(xiǎn)分區(qū)。

4、分別對(duì)冷害綜合風(fēng)險(xiǎn)評(píng)估指標(biāo)及風(fēng)險(xiǎn)分區(qū)進(jìn)行定量和定性驗(yàn)證，結(jié)果表明冷害綜合風(fēng)險(xiǎn)評(píng)估指標(biāo)與典型冷害年水稻平均減產(chǎn)率達(dá)到0.01水平極顯著相關(guān);風(fēng)險(xiǎn)區(qū)劃結(jié)果也與任意冷害類(lèi)型發(fā)生頻率的空間分布特征一致，說(shuō)明本文提出的冷害綜合風(fēng)險(xiǎn)評(píng)估與區(qū)劃方法具有一定的合理性和應(yīng)用價(jià)值，能客觀反映各地區(qū)水稻低溫冷害風(fēng)險(xiǎn)等級(jí)差異。
　　 (2)在總結(jié)國(guó)內(nèi)外氣溫遙感估算方法研究進(jìn)展的基礎(chǔ)上，本文提出了基于多平臺(tái)MODIS地表溫度(LST)數(shù)據(jù)的全天候平均氣溫

5、遙感估算方法。首先采用高級(jí)統(tǒng)計(jì)法對(duì)多平臺(tái)LST數(shù)據(jù)源晴空像元對(duì)應(yīng)的平均氣溫分別進(jìn)行估算。借助多平臺(tái)MODIS數(shù)據(jù)的時(shí)間互補(bǔ)優(yōu)勢(shì)，構(gòu)建了兩種基于時(shí)間融合和局部窗口空間插補(bǔ)的全天候氣溫遙感估算方案。通過(guò)分析非晴空像元?dú)鉁毓浪愕恼`差來(lái)源及大小，得出LST產(chǎn)品的反演誤差對(duì)氣溫估算精度引入的不確定性明顯小于空間插補(bǔ)算法引入的誤差，確定基于全幅LST的時(shí)間融合-空間插補(bǔ)方案為最優(yōu)全天候氣溫估算方法。檢驗(yàn)結(jié)果顯示，2000-2012年晴空、非晴空及全

6、天候8天平均氣溫遙感估算RMSE分別為1.4-1.8℃、1.6-2.3℃和1.4-2.0℃，13年間共有12年全天候氣溫估算誤差絕對(duì)值小于3℃的樣本百分?jǐn)?shù)超過(guò)90％;與臺(tái)站8天平均氣溫時(shí)間序列對(duì)比得出，遙感估算氣溫在夏季有理想結(jié)果，而在初春和秋末階段存在普遍高估。同時(shí)對(duì)日LST產(chǎn)品運(yùn)用改進(jìn)的時(shí)間融合-空間插補(bǔ)算法計(jì)算日平均氣溫，并比較了全天候日氣溫和8天氣溫合成月平均氣溫的精度差異，結(jié)果顯示由8天LST數(shù)據(jù)源估算的月平均氣溫與臺(tái)站觀測(cè)氣

7、溫相比有更高的相關(guān)性和更小的RMSE，可為后續(xù)冷害遙感監(jiān)測(cè)的溫度指標(biāo)計(jì)算提供有效的數(shù)據(jù)支持。本文提出的基于時(shí)間融合-空間插補(bǔ)的全天候平均氣溫遙感估算方法同樣適用于全天候最低、最高氣溫?cái)?shù)據(jù)的遙感估算。
　　 (3)參考現(xiàn)有氣象行業(yè)標(biāo)準(zhǔn)中的冷害溫度指標(biāo)，以全天候8天平均氣溫時(shí)間序列和植被指數(shù)時(shí)間序列為基礎(chǔ)數(shù)據(jù)，針對(duì)像元及縣級(jí)兩種空間尺度，分別構(gòu)建了以T5-9距平和相對(duì)累積生長(zhǎng)度日距平為溫度指標(biāo)的冷害遙感監(jiān)測(cè)指標(biāo)。經(jīng)分析，遙感估算的兩

8、種冷害溫度指標(biāo)均與臺(tái)站估算值之間具有高度一致的年際變化趨勢(shì)，能有效反應(yīng)水稻生長(zhǎng)季內(nèi)研究區(qū)熱量條件空間分布的實(shí)際年際差異。以地面臺(tái)站氣溫?cái)?shù)據(jù)辨識(shí)的冷害發(fā)生地點(diǎn)對(duì)2000-2012年遙感監(jiān)測(cè)結(jié)果進(jìn)行驗(yàn)證，結(jié)果顯示在發(fā)生大范圍延遲型冷害的年份，遙感監(jiān)測(cè)結(jié)果與實(shí)際災(zāi)情的空間一致性較高，像元尺度的一般延遲型冷害監(jiān)測(cè)準(zhǔn)確率超過(guò)均70％，嚴(yán)重冷害監(jiān)測(cè)準(zhǔn)確率超過(guò)80％，可用于計(jì)算冷害受災(zāi)面積。分生育階段統(tǒng)計(jì)相對(duì)AGDD距平指標(biāo)，可對(duì)縣級(jí)尺度的水稻冷害區(qū)

9、域進(jìn)行遙感動(dòng)態(tài)監(jiān)測(cè)。
　　 (4)東北水稻冷害災(zāi)損遙感預(yù)測(cè)方法研究
　　 以水稻生育期降雨總量、不同水稻生育階段有效積溫(AGDD)、各月月平均氣溫及水稻關(guān)鍵生育期EVI平均值為驅(qū)動(dòng)因子，預(yù)測(cè)水稻單產(chǎn)中的氣象產(chǎn)量及隨機(jī)產(chǎn)量，通過(guò)累加上一年真實(shí)趨勢(shì)產(chǎn)量，得到預(yù)測(cè)年水稻單產(chǎn)。結(jié)果顯示，基于水稻產(chǎn)量水平分區(qū)的遙感估產(chǎn)精度好于不分區(qū)估產(chǎn)精度;縣級(jí)及地市級(jí)單產(chǎn)遙感估產(chǎn)精度R2均大于0.7，且地市級(jí)估產(chǎn)精度好于縣級(jí)結(jié)果。在前面章節(jié)水