基于GIS和遙感的東北地區(qū)水稻冷害風(fēng)險區(qū)劃與監(jiān)測研究.pdf

1、當生長季內(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長的時期內(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。對水稻冷害進行及時、準確地監(jiān)測與預(yù)警，對穩(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)為宏觀和動態(tài)地監(jiān)測農(nóng)業(yè)氣象環(huán)境和農(nóng)業(yè)生產(chǎn)過程提供了良好的技術(shù)手段，是未來構(gòu)建立體化農(nóng)業(yè)氣象服務(wù)體系的必然發(fā)展趨勢。目前低溫農(nóng)業(yè)氣象災(zāi)害遙感研究對象以作物凍害為主，直接利用

2、遙感數(shù)據(jù)進行作物冷害監(jiān)測與評價的研究尚不多見。
　　 本文選擇東北三省為研究區(qū)，運用GIS空間分析方法和衛(wèi)星遙感技術(shù)，以冷害綜合風(fēng)險評估與區(qū)劃、基于全天候氣溫遙感估算的冷害遙感監(jiān)測和水稻冷害產(chǎn)量損失量遙感預(yù)測為主要研究內(nèi)容，對近13年東北地區(qū)水稻冷害開展了監(jiān)測與評估研究，系統(tǒng)建立起基于GIS和遙感的水稻冷害監(jiān)測與評估技術(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)險評估理論，以日平均溫、水稻生長發(fā)育期及水稻產(chǎn)量和面積作為基礎(chǔ)資料，借助GIS平臺，對冷害致災(zāi)因子危險性、承災(zāi)體脆弱性和承災(zāi)體損失度三大風(fēng)險要素的多個單項評價指標進行了年際統(tǒng)計與空間分析。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)險要素評估模型及東北地區(qū)水稻低溫冷害綜合風(fēng)險評估模型。依據(jù)冷害綜合風(fēng)險評估指標數(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)險五個水稻綜合冷害風(fēng)險分區(qū)。

4、分別對冷害綜合風(fēng)險評估指標及風(fēng)險分區(qū)進行定量和定性驗證，結(jié)果表明冷害綜合風(fēng)險評估指標與典型冷害年水稻平均減產(chǎn)率達到0.01水平極顯著相關(guān);風(fēng)險區(qū)劃結(jié)果也與任意冷害類型發(fā)生頻率的空間分布特征一致，說明本文提出的冷害綜合風(fēng)險評估與區(qū)劃方法具有一定的合理性和應(yīng)用價值，能客觀反映各地區(qū)水稻低溫冷害風(fēng)險等級差異。
　　 (2)在總結(jié)國內(nèi)外氣溫遙感估算方法研究進展的基礎(chǔ)上，本文提出了基于多平臺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。首先采用高級統(tǒng)計法對多平臺LST數(shù)據(jù)源晴空像元對應(yīng)的平均氣溫分別進行估算。借助多平臺MODIS數(shù)據(jù)的時間互補優(yōu)勢，構(gòu)建了兩種基于時間融合和局部窗口空間插補的全天候氣溫遙感估算方案。通過分析非晴空像元氣溫估算的誤差來源及大小，得出LST產(chǎn)品的反演誤差對氣溫估算精度引入的不確定性明顯小于空間插補算法引入的誤差，確定基于全幅LST的時間融合-空間插補方案為最優(yōu)全天候氣溫估算方法。檢驗結(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值小于3℃的樣本百分數(shù)超過90％;與臺站8天平均氣溫時間序列對比得出，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。同時對日LST產(chǎn)品運用改進的時間融合-空間插補算法計算日平均氣溫，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站觀測氣

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)測的溫度指標計算提供有效的數(shù)據(jù)支持。本文提出的基于時間融合-空間插補的全天候平均氣溫遙感估算方法同樣適用于全天候最低、最高氣溫數(shù)據(jù)的遙感估算。
　　 (3)參考現(xiàn)有氣象行業(yè)標準中的冷害溫度指標，以全天候8天平均氣溫時間序列和植被指數(shù)時間序列為基礎(chǔ)數(shù)據(jù)，針對像元及縣級兩種空間尺度，分別構(gòu)建了以T5-9距平和相對累積生長度日距平為溫度指標的冷害遙感監(jiān)測指標。經(jīng)分析，遙感估算的兩

8、種冷害溫度指標均與臺站估算值之間具有高度一致的年際變化趨勢，能有效反應(yīng)水稻生長季內(nèi)研究區(qū)熱量條件空間分布的實際年際差異。以地面臺站氣溫數(shù)據(jù)辨識的冷害發(fā)生地點對2000-2012年遙感監(jiān)測結(jié)果進行驗證，結(jié)果顯示在發(fā)生大范圍延遲型冷害的年份，遙感監(jiān)測結(jié)果與實際災(zāi)情的空間一致性較高，像元尺度的一般延遲型冷害監(jiān)測準確率超過均70％，嚴重冷害監(jiān)測準確率超過80％，可用于計算冷害受災(zāi)面積。分生育階段統(tǒng)計相對AGDD距平指標，可對縣級尺度的水稻冷害區(qū)

9、域進行遙感動態(tài)監(jiān)測。
　　 (4)東北水稻冷害災(zāi)損遙感預(yù)測方法研究
　　 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)動因子，預(yù)測水稻單產(chǎn)中的氣象產(chǎn)量及隨機產(chǎn)量，通過累加上一年真實趨勢產(chǎn)量，得到預(yù)測年水稻單產(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;縣級及地市級單產(chǎn)遙感估產(chǎn)精度R2均大于0.7，且地市級估產(chǎn)精度好于縣級結(jié)果。在前面章節(jié)水