水稻低温冷害风险难点.docx

学校代码：10200 研究生学号：2013102271分 类 号： P9 密级：无 硕士学位论文基于CERES-Rice模型的吉林省东部水稻冷害风险动态评估Dynamic assessment of cold damage risk for rice based on CERES-Rice model in Eastern Jilin Province, China作者：朱 萌指导教师：张继权 教授学科专业：自然地理学研究方向：应用气候学学位类型：学历硕士东北师范大学学位评定委员会2016年5月独创性声明本人郑重声明：所提交的学位论文是本人在导师指导下独立进行研究工作所取得的成果。据我所知，除了特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。对本人的研究做出重要贡献的个人和集体，均已在文中作了明确的说明。本声明的法律结果由本人承担。学位论文作者签名： 日期：学位论文使用授权书本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定，即：东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权东北师范大学可以采用影印、缩印或其它复制手段保存、汇编本学位论文。同意将本学位论文收录到中国优秀博硕士学位论文全文数据库（中国学术期刊（光盘版）电子杂志社）、中国学位论文全文数据库（中国科学技术信息研究所）等数据库中，并以电子出版物形式出版发行和提供信息服务。（保密的学位论文在解密后适用本授权书）学位论文作者签名： 指导教师签名：日 期： 日期：学位论文作者毕业后去向：工作单位： 电话： 通讯地址： 邮编： 摘 要水稻是我国最重要的口粮作物之一，东北地区是水稻冷害发生最频繁的地区，水稻生产安全直接关系到我国粮食生产安全。冷害风险是冷害发生及其造成损失的可能性，主要取决于低温的危险性、承灾体的脆弱性、暴露性以及当地的防灾减灾能力这四个因素。本文从灾害风险形成机理出发，默认在一定时间内承灾体的暴露性和当地的防灾减灾能力不变，冷害风险取决于低温的危险性和承灾体的脆弱性。本文对吉林省东部地区的水稻冷害进行了背景分析，分析了水稻冷害孕灾环境的复杂性，致灾因子的变化情况，承灾体的脆弱程度和暴露状况。选取吉林省东部10个气象站点的1961-2010年的逐日气象资料和水稻种植资料，采用中国气象局2013年发布的水稻冷害评估技术规范（QX/T1822013）行业标准中东北地区不同热量区域5-9月平均气温之和的距平值作为水稻延迟型冷害识别指标，以日冷积温值作为水稻障碍型冷害识别指标，分析了吉林省东部水稻延迟型冷害和障碍型冷害发生的空间分布规律，利用EOF、小波变换的方法总体上分析了吉林省东部水稻冷害的时空分布规律。建立了水稻延迟型冷害和水稻障碍型冷害的危险性指数，利用空间插值技术、M-K趋势检验和突变分析的方法对吉林省东部水稻延迟型冷害和障碍型冷害的危险性指数进行了时空特征的分析。脆弱性是用来反映承灾体受到胁迫因子胁迫造成损失的可能性，是影响灾害风险形成的关键因子，是连接灾害风险与灾情的桥梁，本文从水稻的自然脆弱性入手，在田间试验数据的基础上以冷害的致灾强度为横坐标，以不同生育阶段对水稻的产量起关键作用的生理指标损失率的值为纵坐标，从而构建了基于田间试验的水稻不同生育期冷害脆弱性曲线；应用CERES-Rice模型逐日逐网格模拟水稻的生长过程，选取冷害的典型案例年与多年气象数据平均值作为模型的输入，排除水分胁迫的影响，计算出水稻不同生育期由于冷害造成的关键生理指标损失率，最终拟合出基于CERES-Rice模型水稻不同生育期的脆弱性曲线。两种方式构建的脆弱性曲线可以相互补充，田间试验的结果是对模型计算结果的一种检验。最后根据灾害风险评价技术，基于作物生长模拟模型，耦合冷害致灾因子的危险性和水稻的脆弱性，构建了水稻不同生长阶段冷害风险动态评估模型，利用GIS技术绘出了水稻不同生育阶段的冷害风险区划图。结果表明：敦化地区是水稻移栽期-孕穗期冷害风险等级最高的地区；孕穗期-抽穗开花期长白、东岗、二道地区的冷害风险等级最高；抽穗期-成熟期长白、二道地区的冷害风险等级最高。将冷害年的水稻减产率与水稻各个生育期冷害风险值进行相关分析，发现二者存在一定的线性关系，并且每个生育期都通过了=0.05的F检验，说明该风险评估模型是科学合理的，风险评估的结果也通过了显著性验证。最后，提出了吉林省东部水稻冷害风险管理对策，选择水稻耐冷性比较好的品种，对水稻的前历期进行深灌，通过区组试验得到施氮量为120kg/hm2、施氮方式翻前90%+返青10%是水稻冷害调控技术的最优组合，以上方法均可以降低水稻冷害的风险。传统水稻冷害风险研究中，基于风险评价理论的水稻冷害动态风险评估的研究很少，本研究针对水稻不同生长发育阶段，对水稻冷害实施了分生育期的实时、动态评估，为水稻冷害的发生提供先兆预警，既可以预测研究区水稻冷害的发生及其强度，还可以估算不同冷害程度可能造成作物产量的损失，实现了水稻冷害风险预警的实时化。 关键词：水稻；冷害； CERES-Rice模型；风险动态评估；吉林省东部VAbstractRice is one of the most important subsistence crops，northeast region of rice cold damage is the most frequent areas, rice production safety is directly related to the production of safe food.Risk is the possibility of cold damage caused by chilling injury and loss, depending on the risk of low temperature, vulnerability, exposure and local disaster prevention and mitigation of these four factors. This article from the formation mechanism of disaster risk, default within a certain time of exposure and the local disaster prevention and mitigation of hazard bearing body unchanged, Cold damage risk depends on the risk of hypothermia and the vulnerability of hazard bearing body.In this paper, rice cold damage in eastern Jilin province were analyzed background, analysis of rice cold damage disaster-environmental complexity, hazard factor changes, the vulnerability of hazard bearing body and exposure status. The use of 10 meteorological stations in the eastern part of Jilin Province 1961-2010 years of daily temperature data and rice cultivation information, In CMA 2013 release of rice cold damage assessment technical specification (QX/T182-2013) industry standard in different thermal zones in Northeast May to September the average temperature of the rice and the anomaly is delayed cold damage index, in daily low temperature accumulated value as rice obstacle type cold damage indicators. Analysis eastern Jilin province rice delayed cold damage and distribution of spatial barriers type cold damage occurred. Use EOF, wavelet transform analysis of the distribution of rice in eastern Jilin Province cold damage time and space as a whole. We were established rice obstacles and delayed cold damage risk index. The use of spatial interpolation techniques, methods M-K mutation analysis of the trend test and eastern Jilin Province Rice delayed cold damage and obstacles cold disaster risk index were analyzed temporal characteristics. Vulnerability is used to reflect the possibility of hazard bearing body stress caused by the stress factors of loss, is the key factors affect the formation of disaster risk, is connected to the bridge disaster risk and disaster. From the nature of the vulnerability of rice to start, based on the field trial data, cold damage hazard intensity as abscissa, the loss rate of rice production in different growth stages on the final play a key role in physiological indicators as ordinate , to build rice different growth stages based on field trials cold damage vulnerability curve, daily application of CERES-Rice model by frame simulation rice growth process, select a typical case of cold damage and mean years of meteorological data as model input, excluding the impact of water stress，loss rate calculation different rice growth stages due to the cold damage caused by the key physiological indicators, final fitting on different rice growth stages vulnerability curve based on CERES-Rice model. Two ways of constructing vulnerability curve can complement each other. The result of the field trials is a test to the model calculation results. According to disaster risk evaluation techniques, based on crop growth simulation model,coupled cold damage risk hazard and vulnerability of rice, constructed the cold damage risk dynamic evaluation model at rice different growth stages, using GIS technology to draw different growth stages of rice cold damage risk zoning map. The results showed that: Dunhua areas rice transplanting - booting stage cold damage with the highest risk level; Changbai, Donggang, Erdao is the highest level of disaster risk regions in rice Booting Heading-Blooming stage; Analyzed the cold damage in rice production and rice each growth stage cold damage risk value relevance, There is a certain linear relationship between the yield reduction rate and risk value , and each growth period have passed the test F = 0.05, The risk assessment model is scientific and rational, Results of the risk assessment also passed significant verification. Finally, the eastern part of Jilin Province Rice cold damage risk management measures, cold tolerance in rice select better varieties of rice on the calendar before deep irrigation to give the amount of nitrogen fertilizer 120kg / hm2 by block experiment before Nitrogen way turn 90% + 10% of reviving rice cold damage control technology for the optimal combination of the above methods can reduce the risk of rice cold damage.Traditional rice cold damage risk study, based on rice risk assessment theory cold damage dynamic risk assessment studies seldom present study different growth stages of rice, rice cold damage implementation of real-time, dynamic rating indicates growth period, rice chilling injury occurred provide early warning aura, either prediction area of rice cold damage occurrence and intensity, can also estimate the varying degrees of cold damage it may cause loss of crop production, achieve rice cold damage risk in real-time warning. Key words: Rice, cold damage, CERES-Rice model, dynamic assessment of risk, eastern Jilin province 目 录中文摘要I英文摘要II目 录IV1 引 言11.1选题背景与研究意义11.1.1选题背景11.1.2研究意义21.2国内外研究现状21.2.1水稻低温冷害的研究进展21.2.2农业气象灾害风险评估的研究进展41.2.3作物模型的研究进展51.2.4研究特色和创新点61.2研究内容与章节安排71.3项目支持82 理论依据和研究方法92.1理论依据92.1.1区域灾害系统理论92.1.2农业气象灾害风险形成理论102.2研究方法112.2.1 EOF特征向量空间分析法112.2.2小波变换122.2.3 Mann-Kendall检验122.2.4 CERES-Rice模型132.2.5遥感解译技术152.2.6 GIS格网技术162.2.7作物低温胁迫模拟试验与水稻生育阶段划分172.3数据来源202.4技术路线213吉林省东部水稻冷害背景分析223.1孕灾环境223.2致灾因子233.3承灾体243.4水稻冷害时空演变规律分析253.4.1水稻延迟型冷害识别指标253.4.2水稻延迟型冷害空间分布规律263.4.3水稻障碍型冷害识别指标273.4.4水稻障碍型冷害空间分布规律273.4.5基于EOF和小波变换的吉林省东部水稻冷害时空分布规律304 吉林省东部水稻冷害风险致灾因子危险性分析与评价324.1水稻延迟型冷害危险性指数的建立324.2水稻延迟型冷害致灾因子危险性分析与评价324.2.1水稻延迟型冷害危险性指数空间分布324.2.2水稻延迟型冷害发生的时间变化趋势分析334.3水稻障碍型冷害危险性指数的建立344.4水稻障碍型冷害致灾因子危险性分析与评价344.4.1水稻孕穗期冷害危险性指数空间分布344.4.2水稻抽穗开花期冷害危险性指数空间分布354.4.3水稻障碍型冷害危险性指数空间分布354.4.4水稻孕穗期冷害发生的时间变化趋势分析364.4.5水稻抽穗开花期冷害发生的时间变化趋势分析374.4.6水稻障碍型冷害发生的时间变化趋势分析375 吉林省东部水稻冷害风险脆弱性分析与评价385.1基于田间试验的水稻不同生育期冷害脆弱性曲线的建立385.1.1基于田间试验的水稻不同生育期冷害脆弱性曲线的建立385.1.2水稻不同生育期冷害脆弱性曲线的检验405.2基于CERES-Rice模型的水稻冷害不同生育期脆弱性曲线的建立405.2.1模型参数的校验405.2.2基于CERES-Rice模型的水稻冷害脆弱性曲线的建立425.2.3水稻不同生育期冷害脆弱性曲线的检验456 基于CERES-Rice模型的吉林省东部水稻冷害风险动态评估466.1水稻冷害风险动态评估模型的建立466.2基于CERES-Rice模型的吉林省东部水稻冷害风险动态评估结果466.3吉林省东部水稻冷害风险动态评估结果的检验497 吉林省东部水稻冷害风险管理对策研究508 结论与讨论548.1结论54 8.2问题与讨论55参考文献57致 谢62东北师范大学硕士学位论文1 引 言1.1选题背景与研究意义1.1.1选题背景水稻是我国重要的口粮作物之一，它的种植面积占粮食作物种植总面积的30%，产量占粮食作物总产量的40%，可见其在粮食生产过程中的重要地位1，水稻生产安全直接关系到我国粮食生产安全，东北地区是中国主要的水稻种植地区之一，稻米品质好，口感好，深受人们的喜爱，市场需求量在逐年增加。东北地区农业生产资源丰富，为单季稻的生产提供了有利条件，东北平原是由冲积物组成的辽阔平原，黑土、黑钙土、草甸土等肥沃的土壤中富含腐殖质，土层深厚，有机质含量可达1.24%3.42%。正常年份，年降雨量600800mm，59月水稻生长期内的总降雨量占年降雨总量的80%，松花江、黑龙江、牡丹江、鸭绿江、辽河、绥芬河、图们江等水系构成了东北地区稠密的水网，地表径流量可达1367.4亿m3，大部分地区10的有效活动积温范围是20003000，年日照时数为22003000h，68月每天日照时数达14h以上，59月大部分地区昼夜温差达10142。东北地区雨热同期、日照时间长、光照充足、昼夜温差比较大、蒸腾蒸散量小，为水稻的生长提供了有利的气候条件。与此同时，热量资源也是限制东北地区水稻种植的不利条件。一方面，在全球气候变暖的背景下，极端灾害事件频繁发生，给水稻的生产带来了巨大挑战。另一方面，由于热量资源的普遍增加，为增加对气候变暖的适应性，提高水稻单产，使得中晚熟水稻品种的界限不断北移东扩，由于热量资源本身具有年际波动性，水稻种植对气候变化的适应具有相对的滞后性，往往在某些高温年的刺激下，盲目将一些喜温作物或晚熟品种种植面积扩大，增加了水稻冷害的风险3。夏季低温冷害一直是制约吉林省东部山区水稻生产的主要因素。自然灾害风险评估目前是国际上防灾减灾的一项重要工作，农业气象灾害风险评估是自然灾害风险评估的一个重要分支，农业气象灾害的风险评估是对气象灾害事件发生的可能性，及造成作物产量损失和品质降低以及最终造成经济损失可能性的评估。特别是近些年来越来越多的学者从自然灾害风险形成机理的角度出发对农业气象害进行了风险评估。目前风险评估的方法归纳起来主要有三种，第一种为利用数理统计的方法统计出历史上气象灾害事件发生的情况，总结其规律，实现对气象灾害风险和未来灾情预测的概率风险评估；第二种为构建气象灾害风险评估指标体系，计算各指标的权重，从而对气象灾害风险进行评估；第三种利用系统仿真和3S技术模拟气象灾害过程，是一种在不同灾害情景下的风险动态评估4。本研究结合第一种和第三种风险评估的方法，从自然灾害风险形成理论的二因子出发，以冷害为致灾因子统计冷害发生的频率和强度，总结其发生规律评估其危险性，在不同的灾害情景下对田间试验和CERES-Rice模型进行逐生育期的脆弱性评估，最后对吉林省东部水稻不同生育期进行风险动态评估，可以为吉林省东部水稻不同生育期冷害风险提供预警和预报，使得农民可以快速对不同生育阶段水稻冷害采取防灾减灾措施，减少因冷害发生对农民造成的经济损失，并为政府部门制定防灾减灾政策提供科学依据。 1.1.2研究意义 （1）理论意义吉林省东部是低温冷害频繁发生的地区之一，为了应对夏季冷害的发生对农作物产量造成潜在影响而进行冷害风险实时、动态评估是目前本研究领域的热点问题和前沿问题。自然灾害风险评估目前是国际上防灾减灾的一项重要工作，农业气象灾害风险评估是自然灾害风险评估的一个重要分支，农业气象灾害风险评估是对气象灾害事件发生的可能性，造成作物产量损失和品质降低以及最终造成经济损失程度大小的评估。特别是近些年来，风险研究的学者逐渐在自然灾害风险形成机理角度达成一定的共识，本研究遵循水稻冷害发生的机制，从自然灾害风险形成理论的二因子出发，以冷害为致灾因子统计冷害发生的频率和强度，总结其规律，评估其危险性，在不同的冷害情景下利用田间试验和CERES-Rice模型进行逐生育期的脆弱性评估，真正实现了从作物本身的自然脆弱性出发，对水稻冷害进行实时、动态的风险评估，为吉林省东部水稻冷害防御提供了定量化、信息化的科学方法与手段。 （2）现实意义 在全球气候变暖的背景下，极端灾害事件的发生越来越频繁，低温冷害时有发生。吉林省东部是夏季低温冷害发生最频繁、最严重的地区之一。我国是农业大国，水稻是我国主要的粮食作物之一，东北地区是我国水稻的最主要的商品粮生产基地，吉林省东部属于这一地区，因此，这一地区的水稻生产安全至关重要，它关系着我国粮食生产的安全。经过对水稻种植地区气象资料和水稻产量资料的相关分析得出，冷害是导致这一地区水稻产量波动的最主要原因，水稻冷害的发生影响了水稻的产量和品质，因此，对水稻冷害风险的评估是十分有必要的。加强水稻冷害的预防和风险管理，逐渐成为风险管理研究领域的基础性工作。实行对吉林省东部水稻冷害风险动态评估可以对冷害发生与否以及可能造成的潜在损失情况进行实时的预报和动态的评估，人们根据动态评估结果，可以及时的采取预防冷害的风险管理措施，从而由被动变主动，有益于农业的可持续发展，减轻因冷害造成的经济损失，为相关部门制定防灾减灾和粮食安全政策以及农民采取防灾减灾措施提供科学依据。1.2国内外研究现状1.2.1水稻低温冷害的研究进展对水稻冷害概念的界定，专家们给出了不同的见解。目前应用比较多的是郭建平等提出的在水稻生长发育期，不管温度是否低于0，只要呈现长时间的连续性低温天气，抑或是在水稻生殖生长阶段出现短时间的强低温天气过程，使得日均温低于水稻生长的下限温度，对水稻生长发育和结实造成不利影响并导致水稻减产的气象灾害称为水稻冷害5。吉林省东部地区水稻移栽期通常为5月中下旬，水稻的全生育期可分为六个时期。第一个为播种-移栽期，第二个为移栽-分蘖期，第三个为分蘖-拔节期，第四个为拔节-孕穗期，第五个为孕穗-抽穗开花期，第六个为乳熟灌浆-成熟期，每个生育期起始时间在不同年份由于温度、降水、土壤等诸多因素影响会有一定的不同6。从水稻冷害形成机理出发，水稻冷害类型可为延迟型冷害、障碍型冷害和混合型冷害。延迟型冷害是指水稻生长阶段呈现长时间的连续性低温天气，导致水稻在生育阶段的积温不足，使水稻生理代谢速率变得迟缓，水稻生育期发生延迟，水稻的产量受到影响。水稻抽穗发生延迟是因为冷害发生在水稻孕穗分化之前的生长阶段；冷害发生在水稻籽粒形成的阶段，低温可以使水稻的光合作用生产能力减弱，造成水稻灌浆不充分而减产。水稻的障碍型冷害指水稻在生殖生长阶段内遇到短时间极端的低温天气，使水稻的生殖器官正常的生理活动受到严重影响，水稻颖花不育、多空秕粒使得最终水稻产量降低。水稻的混合型冷害就是指延迟型冷害与障碍型冷害在水稻的相同生长季中两种冷害同时发生或者是接连发生，给水稻生育过程和产量带来严重危胁7。关于冷害对水稻的生理生态的影响，前人做了大量的研究。王连敏等（1997），在水稻的开花期对水稻进行低温处理，温度设定16，持续不同的天数，研究了花期低温对水稻结实率产生的影响8，发现低温处理的时间越长，水稻的结实率越低。王连敏（1997），通过对两种水稻品种小孢子阶段进行不同低温强度和低温历时的处理，得出水稻抽穗开花期和成熟期叶片与穗可溶性糖含量增加，水稻小穗的结实率降低的结论9。姜丽霞等（2010）对黑龙江省6个水稻品种分别进行了不同低温强度和低温持续时间的实验处理，分析了水稻的单穗空壳率与孕穗期低温的关系10。王连敏等（2009）对黑龙江早、中、晚熟的6个水稻品种在小孢子阶段进行低温处理，用水稻的叶枕距和距离安全抽穗期的天数作为评价指标来判定水稻对低温敏感的具体日期11；王立志等（2009）对不同的水稻品种在分蘖期进行了温度为12，不同处理天数的低温处理并且将室外生长的水稻作为冷害实验的对照组，发现了大于3天的处理天数对水稻分蘖产生了不利的影响，分蘖数明显减少，生育期延迟 12；姜丽霞等（2009）统计了黑龙江省32个气象站点19612006年水稻障碍型冷害发生的年数，连续发生年数和间隔年数，研究区多个站点冷害发生时的平均温度和持续日数，采取多元线性回归法确定了水稻实际单产与孕穗期障碍型冷害平均温度与持续时间的函数关系13。耿丽清等（2009a,b）分别分析了孕穗灌浆期低温对水稻穗部性状和孕穗灌浆期低温对水稻粒重的影响14-15。龚金龙等（2013）综述了灌浆结实期的低温对水稻产量和品质形成的影响16。王远皓等（2008）对低温冷害的识别指标进行了归纳总结，分别为生长季温度距平指标，生长季积温指标，生长发育关键期冷积温指标，作物发育期距平指标，玉米热量指数指标，玉米综合冷害指标17共6种。冯喜媛，郭春明等（2014）以水稻灌浆程度为指标对东北地区水稻延迟型冷害气候变化特征进行了分析18。余会康，郭建平等（2014）在对气候变化下东北水稻冷害时空分布特征中采取了QX/T1822013水稻冷害评估技术规范中有关冷害的评估指标19。王艳华在前人研究的基础上构建了一个能反应当前气候变化和水稻冷害发生特点的低温冷害指标，低温持续指数（CCDI），利用该指标系统研究了东北地区该指标的时空变化规律20。但是该指标仍然存在一些不足，就是没有将延迟型冷害和障碍型冷害区分开来，没有从水稻的具体的生理生态的临界温度和下限温度出发，只是对低温关键期的识别比较准确。Liu et al将GDD生长度日作为水稻冷害的评估指标21，它是国际比较通用的冷害指标，其计算公式的本质和我们通常用的日冷积温指标是一样的，还有部分学者更进一步使用时冷积温进行冷害评估22，但由于数据难以获取，目前应用极少。综上所述，目前关于水稻低温冷害的研究大多还是水稻某一生育期受害对水稻生理生态造成的影响研究，对水稻整个生长发育阶段冷害对其生长发育和产量构成造成的影响研究较少。以往的研究者水稻冷害的识别指标比较单一，对水稻不同生育阶段冷害识别应该选择不同的识别指标。1.2.2农业气象灾害风险评估的研究进展农业气象灾害风险是指在农业生产过程中，因为孕灾环境的气象因子年际间的波动从而引起某些致灾因子发生变异，承灾体发生相应的响应，使承灾体产量降低或品质发生较大的变化，从而影响农业生产的稳定性和持续性，并带来很多经济社会问题23。王春乙，张继权等（2015）归纳总结了农业气象灾害风险评估的研究进展，着重说明了农业气象灾害风险评估的主要内容，其中包括致灾因子的危险性评估，承灾体脆弱性评估，灾情期望损失评估以及灾害风险综合评估；并且归纳出了3种主要研究方法：基于指标的综合评估方法、基于数据的概率评估方法、基于情景模拟的动态评估方法来对农业气象灾害风险进行评估24。王主玉，申双和（2010）认为水稻冷害风险评估的流程是首先要建立水稻冷害指标评价体系，其次分析低温与水稻减产率之间的关系，最终是对水稻冷害的风险进行区划研究并编写水稻风险评估报告25。王远皓等（2008）认为目前国内的作物低温冷害的风险评估还主要从低温冷害出现的概率、温度变异系数出发来进行水稻冷害的风险评估，结合产量灾损方面的风险评估还比较少26。王雨，杨修（2007）以黑龙江省正常年份水稻的产量为基础，采用拉格朗日插值法得到水稻的期望产量作为潜在产量，把有气象灾害的年份对应的产量和潜在产量之间的差值作为损失量，从而对水稻气象灾害损失量进行了风险评估27。潘卫华等（2012）利用了MODIS数据对地表温度和农作物地物信息进行反演，根据低温频率和强度，叠加上农作物的分布区域，对福建省低温风险进行等级区划28，并没有从风险形成机理出发进行风险评估。Chen et al（2013）利用MODIS数据对湖南省的双季早稻和双季晚稻进行了冷害风险评估，采用气象数据里面的日平均气温作为识别冷害强度和频率的指标，用20012010年的MODISA18天合成的数据提取了湖南双季稻的种植面积29，仍是基于冷害发生频率和强度的风险评估，没有从风险形成机理出发。陆魁东等（2011）对湖南早稻5月低温冷害风险进行评估，该研究在日冷积温的基础上，建立湖南5月低温强度指数，改进了冷积温的定义，创建当量冷积温30。但是，对湖南早稻低温冷害风险评估还是没有从风险形成的机理出发，而只是对低温冷害发生的强度和频率并结合上水稻种植面积进行的风险评估和区划。唐为安等(2012)从自然灾害风险形成机理出发，采用GIS技术对安徽省的低温冷冻害进行了风险区划31。王健（2013）从风险形成机理的角度出发，对东北地区粳稻冷害进行了风险评价，以粳稻的最终减产率作为粳稻冷害灾损指标进行脆弱性分析，以气象要素对东北地区粳稻造成的延迟型冷害和障碍型冷害进行了气候风险分析32。但这种灾害风险分析本身属于静态风险分析，没有真正从粳稻本身的自然脆弱性出发，没有对粳稻的不同生育期不同生理指标的灾损进行风险动态评估。姚蓬娟等（2015），用冷积温和热积温指标对长江中下游双季早稻的冷害、热害的时空分布特征进行了分析。用冷害和热害的发生频率和灾害值（灾害发生强度）来表征长江中下游双季早稻的灾害风险33，是对水稻冷害、热害风险的危险性评价。王春乙等（2015）从自然灾害风险形成机理出发，对东北地区玉米干旱、冷害进行了风险评价34，高晓蓉等（2014）从农业气象灾害风险形成机理出发，对东北地区玉米不同生育阶段的冷害、干旱、涝害进行了风险评价与区划35。这种风险评价仍是静态的风险评价，没有从玉米本身的自然脆弱性出发，没有对玉米的不同生育期不同生理指标的灾损进行风险动态评估。综上所述，基于风险形成机理的风险评价越来越得到大家的认可，但是基于宏观、微观相结合的作物本身各生长阶段的不同生理指标灾损的风险动态评估还比较少。1.2.3作物模型的研究进展目前，关于作物生长模型的研究越来越多。韩健、池宝亮（2011）阐述了作物生长模型的研究现状和未来的前景，作物生长模型是通过对作物生育过程和产量的实验数据进行整理分析，并符合作物生长的基本原理，建立作物生育状况与环境之间的动态关系模型，最后以计算机软件的形式运行程序对作物生长动态过程进行模拟。文中指出，作物模型按研究思路的不同大体上可分为三类：第一类为光能驱动型，即作物产量依靠太阳光能驱动光合作用形成，例如美国的CERES系列的模型；第二类为CO2驱动模型，即作物产量受CO2浓度对光合作用的影响，例如荷兰的WOFOST模型；第三类为水分驱动模型，即作物产量主要受土壤中水分情况决定，例如联合国粮农组织推出的AquaCrop模型。关于作物生长模型的研究始于20世纪60年代中后期，美国佛罗里达大学Duncan WG和荷兰瓦格宁根农业大学的de Wit C T依据冠层太阳辐射截获理论，开始了作物模型的研究36。林忠辉等（2003）对DSSAT模型进行了介绍，DSSAT（Decision Support System of Agro-technology Transfer）是在IBSANT（International Benchmark Sites Network for Agro-technology Transfer）计划的资助下开发出来的。1983年许多所院校和研究所开始参与，其核心研究团队是在夏威夷大学，DSSAT是由一系列作物模型如CERES、CROPGRO以及SUBSTOR POTATO等构成。CERES（Crop-Environment Resources Synthesis System）模型模拟的作物有小麦、玉米、水稻等等。CERES系列模型用来模拟天气状况、土壤因素、栽培管理措施和品种遗传系数对作物生长发育和产量造成的影响37。CERES-Rice模型对湿地与旱地水稻的产量都可以进行估产，它可以模拟水稻的生育期、叶面积指数以及一些产量构成要素，土壤中氮素平衡与水分平衡以及CO2浓度变化对水稻产量的影响等38-40。罗霄等（2009）对CERES-Rice模型输入的气象数据、土壤数据、作物田间管理数据做了详细的叙述，也对模型中品种的遗传参数进行了说明。模型为了实现对作物生长过程和产量的准确估计，非常注重作物品种参数的校验。作物品种参数的校验需要大量的野外实验数据的输入41。Wei xiong et al利用交叉试验来验证作物模型的参数，并对模型进行了参数敏感性分析42。Rezal Mahmood 使用YIELD模型和CERES-Rice模型对孟加拉国水稻在温度发生变化的情况下产量和生长期长度受到影响而发生变化的研究。通过对比，分析了两个模型模拟的产量和生长期长度，发现YIELD模型模拟的产量在温度增加2，4的情况下，比CERES-Rice模型模拟的产量值要高43。Shakeel Ahmad 应用CSM-CERES-Rice模型评估了在半干旱气候条件下水稻的移栽密度和灌溉管理模式对水稻产量的影响44-45。Fengmei Yao et al (2007)利用CERES-Rice模型评估了不同的CO2排放情景下，中国水稻种植区水稻产量的变化情况46。S.Cheyglinted et al(2001)利用两年的盆栽实验获得了4种水稻品种的遗传参数，在不同的施氮量和施氮时间下，模拟了水稻的产量，茎秆重，开花期，最后挑选出了最适宜泰国中部平原种植的水稻品种和施氮方式47。Jayanta Kumar Basak et al（2010）使用DSSAT模型评估了气候变化对孟加拉国两种普遍种植水稻品种产量的影响，评估了在不同的CO2排放情境下水稻的最终产量变化情况48。作物模型与传统的农业研究方法比较有它的优点，传统的农业研究方法构建的模型影响因子列举的数量是比较有限的，构建的模型大多是简单的线性模型；作物生长模型可以反应作物生长发育、产量形成等内在的发展过程，它还能够做到逐日的动态地模拟作物生长过程，传统的研究方法只是“数据处理-处理结果”的简单因果分析；传统的农业研究方法构建的模型试验数据的时间序列比较短，受实验的地点限制比较大，浪费了大量的人力物力，作物模型只要把握住模型机理，调整好作物参数，输入相应的数据就可以快速模拟出很多个作物生长指标、产量构成指标、土壤氮素和水分变化情况等49-50。但是模型本身也存在很多不足，CERES-Rice模型默认在不同低温条件下水稻的单粒重和分蘖数是没有变化的，水稻的单粒重和分蘖系数是模型的固定参数。很显然这不符合水稻实际生长状况，低温对粒重和分蘖会造成损失这一特征。综上所述，本文结合了模型模拟与传统田间试验的优点，在构建不同生育阶段脆弱性曲线时，选择了两种方法，一种是基于田间试验的水稻脆弱性曲线的构建，另外一种是基于模型模拟的水稻不同生育阶段的脆弱性曲线的构建。1.2.4研究特色和创新点本研究基于自然灾害风险形成理论，从农业气象灾害风险形成的二因子出发，即从冷害危险性、水稻本身脆弱性入手，默认研究区一定时间内水稻冷害风险的暴露性和区域防灾减灾能力是不变的。通过地面农学监测、土壤墒情监测、农业气象监测、遥感监测等多渠道获取多源数据，建立多指标、多尺度、多属性、多时效的水稻冷害风险动态评估模型，建立起了水稻冷害风险评价指标体系和方法模型，形成了基于风险形成机理的水稻冷害风险动态评估技术。 从土壤-农作物-大气系统出发，综合考虑水稻冷害孕灾环境危险性、水稻本身自然脆弱性，水稻种植分布情况及水稻冷害风险管理对策等，形成多指标、多尺度、多要素、多时效的水稻冷害风险动态评估模型，并且建立区域气象与作物生长模型和农业气象灾害风险评估模型相结合的新一代作物全过程农业气象灾害风险动态评估技术，基于静态和动态风险耦合的农业气象灾害风险评价新方法与风险图谱绘制技术，该方法优于传统概率风险评价方法。 在传统水稻冷害风险研究中，基于风险评价理论的水稻冷害动态风险评估的研究很少，本研究针对水稻不同生长发育阶段，对水稻冷害实施了分生育期的实时、动态评估，为水稻冷害的发生提供先兆预警，既可以预测研究区水稻冷害的发生及其强度，还可以估算不同冷害程度可能造成作物产量的损失，实现水稻冷害风险预警的实时化。 本研究结合了模型模拟与传统田间试验的优点，建立了基于田间试验与CERES-Rice模型相耦合的水稻冷害脆弱性评价技术，以及不同冷害情景下水稻不同生育阶段、风险动态评估模型，这是以往的研究中很少涉及的。1.2研究内容与章节安排首先对吉林省东部地区的水稻冷害进行了背景分析，分析了水稻冷害孕灾环境的复杂性，致灾因子的变化情况，承灾体的脆弱程度和暴露状况。确定吉林省东部两种冷害类型的风险识别指标，分析了吉林省东部水稻延迟型冷害和障碍型冷害发生的空间分布规律，利用EOF、小波变换的方法总体上分析了吉林省东部水稻冷害的时空分布规律。其次构建了两种冷害类型的致灾因子危险性指数，对吉林省东部两种冷害类型的危险性进行时空特征的分析；然后根据野外实验数据，选取影响水稻最终产量的关键生理指标和冷害危险性指数建立了基于田间试验的水稻脆弱性曲线；搜集研究区的气象数据、土壤属性数据、田间管理数据，并且结合了野外试验的观测数据、室内土壤分析数据、室内水稻考种数据，对CERES-Rice模型进行了作物遗传参数的校验。结合水稻本身生长的生理生态特征，科学的选取了对水稻不同生长发育阶段起主要影响的评价指标，构建了基于CERES-Rice模型的水稻冷害脆弱性曲线。基于田间试验的水稻脆弱性曲线的建立弥补了模型模拟