构建适用于安徽省的寒露风初日趋势预测模型,农业基础科学论文

构建适用于安徽省的寒露风初日趋势预测模型,农业基础科学论文引言寒露风害即秋季低温寒害，是南方双季稻地区。寒露风在安徽省称为秋分寒，是安徽省危害水稻的三大低温冷害之一。寒露风引起的低温主要影响双季晚稻的抽穗扬花，严重时花而不实或抽不出穗，极易导致空壳、瘪粒而减产。长期以来，中国不少学者对寒露风的时空分布特征、寒露风对晚稻的影响与预防措施、寒露风预测等进行了研究。在寒露风的时空分布特征方面，刘文英等分析了19592008年江西省寒露风发生情况和演变趋势以及寒露风出现日数与空壳率的关系；黄晚华等系统地研究了19612008年湖南省寒露风的空间分布特征和出现规律，并应用GIS和定量评估技术给出了湖南省寒露风综合气象风险区划；刘丽英等统计分析了广东寒露风时空分布特征；李艳兰等和戴剑波等分别讨论了广西省和桂北的寒露风气候变化特征。在寒露风预测方面，气象局研究所早在20世纪70年代就提出了长江中下游寒露风出现早晚趋势的长期预报指标；娄秀荣建立了长江中下游寒露风灰色系统预测模型；安晓明用因子搭配法制作桂西北寒露风长期预报；居晶琳建立湖南桃源县寒露风灰色预测模型；欧阳兆云建立广西德保县寒露风初日的模糊数学预测模型；肖富明对影响广西寒露风的多种因子进行普查、分析和挑选后，建立了广西寒露风气候趋势预测概念模型。辛学飞等研究给出湘西北寒露风偏早年份的主要环流特征。可见2000年以后，由于气候变暖，寒露风灾祸明显减弱，对寒露风预测的研究工作逐步减少。总的来看，有关寒露风时空分布和气候趋势预测的研究主要集中在江西、湖南、两广地区，而针对安徽省的相关研究特别缺乏，系统的研究文献几乎没有。因而，本研究旨在理解安徽省寒露风初日的时空分布规律及其与9月平均气温的联络，构建适用于安徽省的寒露风初日趋势预测模型，以提高安徽省寒露风气候预测专项服务水平，以期为和双季晚稻的生产部门提供决策根据，对预防和减少农业气象灾祸具有重要的现实意义。1资料与方式方法1.1资料来源考虑到在安徽寒露风对双季晚稻危害严重，安徽双季晚稻主要分布在沿江和江南，因而本研究范围为安徽省沿江和江南地区。使用的数据为19612020年安徽省沿江江南除天柱山和黄山2个高山站外的37个气象观测站的逐日平均气温数据集，数据来源于安徽省气候中心，经安徽省气象信息中心审核和整编，包括对资料进行要素允许值范围检查、极值检查、气候学界线值检查、时间一致性检查、内部一致性检查和空间一致性检查的质量控制。寒露风初日气候趋势预测模型所用的数据来源于国家气候中心的126项环流指数。1.2研究方式方法寒露风指标采用安徽农业气象业务服务中使用的指标，即秋季日平均气温连续3天20℃，该标准与气象行业标准(寒露风等级〕中的中度干冷型寒露风等级和气象行业标准(水稻冷害评估技术规范〕中的寒露风轻度灾祸致灾指标一致。因而，寒露风初日指秋季日平均气温连续3天20℃的初日。在寒露风气候趋势预测中，主要考虑寒露风初日，而寒露风初日的预测重点是寒露风偏早的研究和预报。本研究主要分析方式方法包括：利用线性回归分析方式方法，探寻求索寒露风初日的长期变化趋势；利用线性相关分析方式方法，研究寒露风初日和9月气温之间的联络及其与126项环流指数之间的联络。利用多元逐步回归分析方式方法，挑选有用的环流指数并建立寒露风初日和环流指数之间的线性回归预测模型。2结果分析2.1寒露风初日的空间分布特征初次寒露风天气经过出现的早晚能够用寒露风初日出现的日期来表示。为计算方便，本研究以9月1日为日序1，依次顺推10月1日的日序为31。首先，给出不同气候平均态〔19611990年和19812018年〕下寒露风初日日序平均值的空间分布〔见图1〕，能够看到，19611990年沿江东部寒露风初日平均值出如今9月2627日，中部在9月2728日，而沿江西部在9月29日10月2日。江南寒露风初日平均值相对沿江要早4~7天，出如今9月2225日，华而不实太平和宁国寒露风初日平均值出现的最早，在9月2223日。19812018年与19611990年气候平均态下寒露风初日平均值的空间分布型基本一致，两者的空间相关系数到达0.83，但出现日期明显推延2~3天。寒露风初日平均值在沿江东部和中部出现于9月30日10月1日，在沿江西部出如今10月3日，在江南出如今9月2529日，华而不实太平和旌德出现的最早，出如今2425日。【图1】寒露风初日平均值的空间分布型与9月平均气温的空间分布型〔图略〕特别一致。在19611990年和19812018年气候平均态上，寒露风初日和9月平均气温之间的空间相关系数分别到达0.91和0.92，均通过0.001信度的显着性检验。9月平均气温的高低与寒露风初日平均值的早晚关系密切，沿江平均气温高于江南，尤其沿江西部最高，对应着寒露风初日平均值沿江晚于江南，且沿江西部最晚。江南太平、旌德、宁国和泾县温度最低，对应着寒露风初日平均值出现的最早。19812018年相比19612018年9月平均气温明显升高，对应着寒露风初日平均值明显推延。2.2寒露风初日的时间变化特征从19612020年寒露风初日变化趋势的空间分布〔见图2〕来看，寒露风初日日序只要沿江西部呈现-0.4~0.8d/10a的下降趋势，大部分地区为上升趋势。【图2】表示清楚沿江江南大部地区寒露风初日的出现均为推延趋势，而沿江西部寒露风初日的出现有提早趋势。沿江东部寒露风初日日序为显着的上升趋势，变化趋势到达1~1.7d/10a，通过0.05信度的显着性检验，当涂的变化趋势最大，到达1.7d/10a。江南寒露风初日日序为明显的上升趋势，变化趋势为0.4~1d/10a，但未通过0.05信度的显着性检验，华而不实江南东部和南部上升趋势多在0.8~1d/10a，趋势大于江南北部。表示清楚寒露风初日推延趋势在沿江东部最为显着，其次是江南东部和南部，再次是江南北部。这与9月平均气温变化趋势密切相关，两者的空间相关系数到达0.82。9月平均气温变暖趋势对应着寒露风初日日序的上升趋势，也就是寒露风初日的推延趋势。沿江东部气温显着变暖趋势对应着寒露风初日显着推延趋势，而沿江西部气温变化趋势微弱，对应着寒露风初日微弱提早趋势。江南气温变暖趋势南部大于北部，对应寒露风初日推延趋势南部较北部明显。2.3区域寒露风初日的时间变化特征考虑到寒露风出现早晚的区域一致性较强，气候趋势预测业务中用区域寒露风初日代表沿江江南寒露风出现的早晚。借鉴气象行业标准(寒露风等级〕中区域寒露风的定义，定义沿江江南区域内出现寒露风的站点到达该区域总站数35%以上的寒露风初日为区域寒露风初日。19612020年区域寒露风初日与各站寒露风初日的相关关系在0.42~0.93，多数在0.6~0.8，均通过0.001信度的显着性检验，表示清楚区域寒露风能够代表各站的时间变化特征。从19612020年区域寒露风初日出现早晚的年际变化〔见图3〕可看出，区域寒露风初日最早出如今9月10日〔1981年、1984年和2006年〕，最晚出如今10月14日〔1998年〕，早晚相差1个多月〔34天〕，多年平均值在9月26日，寒露风初日出如今9月的年份有36年，占总年数的68%。由于安徽省晚稻抽穗扬花主要发生在9月中下旬，也就意味着安徽双季晚稻3年中有2年会遭到寒露风的影响。19612020年区域寒露风初日日序呈现0.6d/10a的上升趋势，通过0.001信度的显着性检验，表示清楚寒露风初日存在显着的推延趋势。按年代际统计来看，区域寒露风初日在20世纪80年代和70年代出现的较早，而在20世纪90年代和21世纪前10年出现的较晚。值得注意的是21世纪以来，相较于20世纪90年代，寒露风初日明显提早，2006年寒露风初日异常偏早位居历史并列第1，20182020年连续4年寒露风初日早于气候平均值，表示清楚在气候变暖的背景下，区域寒露风初日整体趋于推延，但仍会出现异常偏早的情况。【图3】2.4区域寒露风初日的气候趋势预测在气候预测业务中，8月开展寒露风出现早晚的气候趋势预测专项服务。实际业务中通常将寒露风趋势的预测转化为9月平均气温趋势的预测，9月平均气温偏低时，寒露风初日偏早，反之亦然。寒露风初日与9月平均气温之间的密切联络可从上文得到证实。该方式方法简单省事，但预测准确率受局限，19612020年寒露风初日和9月平均气温的距平符号有39年一致，仍有14年不一致。另外，在气候变暖背景下，气候预测形式太多考虑这一背景，一直预测气温偏高趋势。如国家气候中心业务使用的月动力延伸集合形式在20052020年均预测9月气温偏高，虽有5年趋势预测正确，但并不能准确预测气温偏低的年份，而气温偏低的年份往往正是寒露风出现早、危害大的年份。鉴于此，本研究构建基于前期物理因子的区域寒露风初日趋势预测模型。寒露风初日气候趋势预测模型的建立经过主要有3个步骤：首先，从前期〔上一年10月至当年7月〕126项环流指数中普查可能的预测因子，需知足2个条件：〔1〕前期环流指数与寒露风初日存在显着的高相关关系，通过0.05信度的显着性检验；〔2〕前期环流指数与寒露风初日的距平符号一致率到达70%及以上。将知足条件的环流指数作为可能的预测因子；然后，利用逐步回归法，并结合各个可能预测因子之间的独立性检验进行预测因子的挑选；最后，利用最小二乘法用挑选的预测因子拟合寒露风初日的回归预测模型。考虑到126项环流指数从1980年开场才完好，模型验证时段选为19812018年，气候平均态使用19812018年。采用穿插检验的办法去验证寒露风初日趋势预测模型的预测效果，详细为逐一去除19812018年中的任一年用于建模，将去除年份作为预测年，由此可获得19812018年任一年的预测结果。20182020年作为独立检验时段，详细是利用1981年至预测的前一年用来建模，然后预测当年的寒露风初日趋势。由图4可知，寒露风初日趋势实况和预测的相关系数为0.89，通过0.001信度的显着性检验，明显高与9月平均气温距平的相关关系(0.57)。19812018年预测模型穿插检验阶段只要1988年和1992年寒露风初日趋势预测错误，其余28年均正确，预测正确率为93.3%，远高于19812018年9月平均气温与寒露风初日的距平符号一致率(64%)，预测正确率相对提高46%。20182020年独立检验时段均预测寒露风初日偏早，预测趋势均正确，也好于9月平均气温与寒露风初日的距平符号一致率(67%)，两者在2018年和2020年距平符号一致，在2020年9月平均气温正距平而寒露风初日偏早〔负距平〕。表示清楚寒露风初日趋势预测模型的预测准确率要明显优于直接利用9月平均气温距平符号的趋势预测方式方法。【图4】3结论〔1〕19611990年气候平均态下，寒露风初日沿江东部出如今9月2627日，中部9月2728日，西部9月29日10月2日，江南比沿江出现的要早4~7天，出如今9月2225日。19812018年与19611990年寒露风初日气候平均态的空间分布型基本一致，但出现日期明显推延2~3天。〔2〕在气候变暖背景下，19612020年沿江江南大部地区寒露风初日呈现推延趋势，而沿江西部有提早趋势。寒露风初日推延趋势中沿江东部最为显着，其次是江南东部和南部，再次是江南北部。〔3〕寒露风初日与9月平均气温不管是气候平均态和多年变化趋势的空间分布型，还是两者在19612020年的时间演变特征均特别一致，为利用9月平均气温趋势预测寒露风初日趋势提供科学根据。〔4〕在气候变暖背景下，19612020年区域寒露风初日呈现显着的推延趋势，但其存在年代际差异，21世纪以来明显提早，仍会出现异常偏早的情况。〔5〕构建基于前期物理因子的寒露风初日趋势预测模型，该预测模型不管在19812018年穿插检验时段，还是在20182020年独立检验时段，对于寒露风初日趋势的预测正确率明显优于当前业务上直接利用9月平均气温距平符号的趋势预测方式方法。4讨论本研究构建了安徽省寒露风初日趋势预测模型，该模型预测准确率明显优于以往的业务预测方式方法，具有优异的业务应用前景，有助于提高寒露风气候预测专项服务水平，对于预防和减轻寒露风引起的农业气象灾祸具有重要意义。在气候变暖背景下，寒露风呈现推延减弱的趋势，生产中对防御寒露风灾祸有所轻视。但值得注意的是，21世纪以来寒露风初日明显提早，尤其20182020年连续4年偏早，这一点必须引起各有关部门和粮农的高度重视。寒露风专项气候预测业务固然在寒露风初日趋势方面已获得良好的服务效果，然而当前气候预测业务水平与服务需求仍存在宏大差距。在决策部门和双季晚稻生产部门特别关注的寒露风引起的低温程度、发生时段、气象灾祸风险等级等预测服务需求方面，气候预测水平特别有限，预测业务仍然空白。有待从寒露风气象灾祸角度加强对寒露风专项预测业务技术的研发。以下为参考文献[1]陈利东,黄永森,匡昭敏.寒