李蕊++黃啟開(kāi)

摘 要 隨著我國(guó)現(xiàn)代化建設(shè)的不斷發(fā)展，農(nóng)業(yè)生產(chǎn)領(lǐng)域的技術(shù)含量不斷提高，為農(nóng)業(yè)氣象災(zāi)害進(jìn)行科學(xué)穩(wěn)定的預(yù)報(bào)已經(jīng)成為相關(guān)單位十分重要的研究課題之一。基于此，詳細(xì)地闡述與分析農(nóng)業(yè)氣象災(zāi)害的預(yù)報(bào)及方法，希望可以起到參考作用。

關(guān)鍵詞 氣象災(zāi)害；農(nóng)業(yè)；預(yù)報(bào)；方法

中圖分類號(hào)：P456 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2017.15.057

當(dāng)前，我國(guó)農(nóng)業(yè)氣象災(zāi)害的預(yù)報(bào)方法主要為數(shù)理統(tǒng)計(jì)模型法，各種不同統(tǒng)計(jì)方法的長(zhǎng)期應(yīng)用中，作物生長(zhǎng)模擬模型、信息技術(shù)的應(yīng)用、農(nóng)業(yè)氣象模式與氣候模式相結(jié)合的方法取得了較大的進(jìn)展。然而從整體上來(lái)看，我國(guó)災(zāi)害的預(yù)報(bào)技術(shù)在應(yīng)用上仍不夠成熟，農(nóng)業(yè)氣象災(zāi)害預(yù)報(bào)需要從數(shù)學(xué)模型計(jì)算、生物物理機(jī)理、統(tǒng)計(jì)模型物理概念等方面進(jìn)一步加強(qiáng)研究，將各種不同的預(yù)報(bào)方法與學(xué)科有機(jī)結(jié)合起來(lái)、將補(bǔ)充訂正與動(dòng)態(tài)預(yù)報(bào)結(jié)合起來(lái)、將短期預(yù)報(bào)與長(zhǎng)期預(yù)報(bào)結(jié)合起來(lái)，形成專門的預(yù)警業(yè)務(wù)系統(tǒng)，只有這樣才能夠在最大程度上保證農(nóng)業(yè)氣象災(zāi)害預(yù)報(bào)的科學(xué)性與準(zhǔn)確性。

1 當(dāng)前我國(guó)農(nóng)業(yè)氣象災(zāi)害預(yù)警技術(shù)的研究現(xiàn)狀

增強(qiáng)農(nóng)業(yè)氣象災(zāi)害預(yù)警分析水平是推動(dòng)我國(guó)農(nóng)業(yè)發(fā)展的重要技術(shù)之一，當(dāng)前該技術(shù)在國(guó)同的應(yīng)用主要集中在以下幾個(gè)方面：

第一，小麥干旱預(yù)報(bào)。在預(yù)報(bào)小麥干旱情況的過(guò)程中，可以通過(guò)光合作用測(cè)定儀來(lái)現(xiàn)場(chǎng)收集有關(guān)參數(shù)，建立水分脅迫響應(yīng)曲線，形成包含干旱脅迫、蒸騰以及光合等因子在內(nèi)的預(yù)警指數(shù)。

第二，玉米低溫冷害預(yù)報(bào)。東北玉米冷害通常來(lái)自于由生育期內(nèi)熱不足所造成的正常成熟障礙，這就需要專門生成一個(gè)以日最高、最低氣溫為因子的模型，同時(shí)依照品種熟性指標(biāo)，劃分參數(shù)區(qū)域，選取抽雄期延遲天數(shù)作為等級(jí)指標(biāo)，根據(jù)區(qū)域玉米模型來(lái)對(duì)預(yù)報(bào)結(jié)果進(jìn)行分析。雖然當(dāng)前我國(guó)氣候模式應(yīng)用技術(shù)在預(yù)測(cè)質(zhì)量上仍然存在一定程度的不足，而將氣候模式預(yù)報(bào)與作物模型升尺度結(jié)合起來(lái)，在區(qū)域化模型與GIS技術(shù)的支持下，可以進(jìn)行格點(diǎn)化預(yù)報(bào)，所得到的預(yù)報(bào)結(jié)果仍然具有一定的可靠性。

第三，小麥漬害預(yù)警研究?；谛←溎M優(yōu)化決策系統(tǒng)，對(duì)小麥漬水持續(xù)時(shí)間進(jìn)行深入的分析，進(jìn)而對(duì)葉片衰老、干物質(zhì)分配以及光合作用等方面的模型進(jìn)行建立，模擬冬小麥產(chǎn)量以及生長(zhǎng)兩個(gè)方面的情況，預(yù)報(bào)各個(gè)影響因子與小麥產(chǎn)量之間的關(guān)系，結(jié)合氣象臺(tái)站數(shù)據(jù)與氣候模式嵌套兩方面的指標(biāo)來(lái)得出天氣實(shí)況與模擬結(jié)果?；赪CSODS小麥模型與漬害模型，對(duì)二者模擬產(chǎn)量進(jìn)行對(duì)比，可以得到小麥產(chǎn)量與過(guò)量土壤水之間的關(guān)系，實(shí)現(xiàn)科學(xué)準(zhǔn)確的漬害預(yù)警。

2 當(dāng)前農(nóng)業(yè)氣象災(zāi)害預(yù)報(bào)技術(shù)改進(jìn)方法

2.1 時(shí)間序列分析的拓展與改進(jìn)

采用相似、韻律、多元回歸分析以及時(shí)間序列分析法，結(jié)合現(xiàn)有氣象災(zāi)害指標(biāo)對(duì)農(nóng)業(yè)氣象災(zāi)害進(jìn)行分析與預(yù)報(bào)是當(dāng)前我國(guó)最為常用的氣象災(zāi)害分析方法，其目的在于建立預(yù)報(bào)模型。

時(shí)間序列分析是當(dāng)前我國(guó)比較常用的氣象災(zāi)害預(yù)報(bào)方法，相關(guān)的研究也得到了進(jìn)一步的拓展與改進(jìn)，例如在水稻揚(yáng)花期低溫預(yù)報(bào)方面，可以根據(jù)EOF將低溫指數(shù)時(shí)間序列展開(kāi)并得出最后的均生函數(shù)，同時(shí)也可以選擇時(shí)間序列中的7個(gè)周期建立均生函數(shù)，形成回歸預(yù)測(cè)模型，該模型以周期為自變量[1]。在貴州地區(qū)凝凍、秋綿雨和秋風(fēng)、倒春寒、夏旱、春旱等農(nóng)業(yè)氣象的研究過(guò)程中，所選擇的時(shí)間尺度均按照均生函數(shù)劃分，形成試驗(yàn)周期分量，再通過(guò)逐步回歸的方式將分量篩選出來(lái)，所形成的多元回歸預(yù)測(cè)模型具有多種不同的周期分量。另外，部分研究機(jī)構(gòu)通過(guò)灰色系統(tǒng)理論選擇以往受災(zāi)較嚴(yán)重并且有代表性的受害區(qū)域?yàn)檠芯繕颖?，從研究樣本中收集?shù)據(jù)，篩選適宜閾值，形成GM11模型，再根據(jù)模型得出響應(yīng)函數(shù)，最終得到將會(huì)出現(xiàn)災(zāi)害的對(duì)應(yīng)年份，進(jìn)而達(dá)到預(yù)測(cè)災(zāi)害氣象的目的。若采用常規(guī)的線性回歸分析法，則只能對(duì)以往資料的平均情況進(jìn)行分析，如采用優(yōu)選最佳分析法，結(jié)合加速遺傳算法技術(shù)，可以在更加簡(jiǎn)便的操作情況下得到較全面的通用方案，該通用方案下生成的預(yù)測(cè)模型應(yīng)用上也具有一定的穩(wěn)定性與預(yù)測(cè)性。

2.2 多元回歸分析法的拓展與改進(jìn)

多元回歸分析法是農(nóng)業(yè)氣象災(zāi)害中十分普遍和常用的分析方法，能夠?qū)?、大氣環(huán)流特征量等地面氣象和宏觀因子要素進(jìn)行預(yù)測(cè)，判斷作物產(chǎn)量年景指數(shù)與積溫距平指數(shù)，并對(duì)低溫冷害年型進(jìn)行劃分。綜合運(yùn)用差別分析、聚類分析以及相關(guān)分析等手段，可以對(duì)冷害年所內(nèi)在的環(huán)游特征量進(jìn)行分析，在環(huán)游特征量基礎(chǔ)上生成低溫冷害預(yù)測(cè)模型[2]。從整體上來(lái)看，多元回歸分析法的應(yīng)用已非常成熟，應(yīng)用模型也較規(guī)范，該分析技術(shù)的發(fā)展與改進(jìn)并不多見(jiàn)。

2.3 物候信號(hào)應(yīng)用法的拓展與改進(jìn)

物候可以綜合反映當(dāng)前以及以往一段時(shí)間內(nèi)的氣象干濕、冷暖變化情況，可以通過(guò)前期物候現(xiàn)象的方式預(yù)測(cè)生物生育狀況、農(nóng)業(yè)氣象災(zāi)害、未來(lái)異常氣候等方面的情況，如遼寧本溪已經(jīng)開(kāi)始通過(guò)以往非固定地段旱柳、加拿大楊、杏樹(shù)等樹(shù)木物候資料對(duì)當(dāng)年生長(zhǎng)季積溫與春季平均氣溫進(jìn)行預(yù)測(cè)，其預(yù)測(cè)結(jié)果通過(guò)顯著性檢驗(yàn)后，P<0.001。

3 新型農(nóng)業(yè)氣象災(zāi)害預(yù)報(bào)技術(shù)應(yīng)用方法

3.1 災(zāi)害前兆信號(hào)的應(yīng)用

對(duì)農(nóng)業(yè)氣象災(zāi)害進(jìn)行預(yù)報(bào)既可以采用數(shù)理統(tǒng)計(jì)預(yù)報(bào)模型法，也可以通過(guò)物理統(tǒng)計(jì)方法，這種預(yù)測(cè)方法可以綜合考慮大氣環(huán)游形勢(shì)，影響演變規(guī)律與天氣系統(tǒng)的氣候?qū)W特點(diǎn)，揭示前兆信號(hào)，根據(jù)分析結(jié)果形成預(yù)測(cè)模型，如通過(guò)SVD技術(shù)與EOF技術(shù)對(duì)太平洋各區(qū)域海溫異常與東北夏季低溫冷害時(shí)空特征之間的影響機(jī)理與內(nèi)在關(guān)系，依照西太平洋暖池冬季海溫變化情況對(duì)東北夏季低溫情況進(jìn)行預(yù)測(cè)。

3.2 農(nóng)業(yè)氣象模式與氣候模式相結(jié)合

以往建立的農(nóng)業(yè)氣象預(yù)測(cè)模型通常缺少農(nóng)作物生理特性與生長(zhǎng)過(guò)程相關(guān)統(tǒng)計(jì)資料，模型本身在應(yīng)用特性也存在一定的缺陷。因此，一些研究嘗試將農(nóng)業(yè)氣象與氣候模式結(jié)合起來(lái)[3]。例如，將土壤水分模型與區(qū)域氣候模式相連接，依照氣象要素預(yù)測(cè)作物臨界土壤含水量與1 m深土層的含水量，在前者值大于后者值的情況下，即可判定干旱災(zāi)害，土壤灌溉量上限與含水量之間的差值即是預(yù)測(cè)的灌溉量，為了實(shí)現(xiàn)兩個(gè)模型之間深層次的聯(lián)系，需要于氣候模式格點(diǎn)上加入三次線段插值。

3.3 冬小麥的預(yù)測(cè)模型與識(shí)別方法

綜合考慮作物不同階段對(duì)于水分的敏感性與需求以及生長(zhǎng)狀況，依照小麥發(fā)育模式的有關(guān)特點(diǎn)，形成冬小麥干旱預(yù)測(cè)與識(shí)別模型，再將土壤水分模型與逐旬氣象要素結(jié)合起來(lái)分析，模擬水分供需與土壤水分比，依照重旱、中旱、輕旱、不旱四個(gè)等級(jí)預(yù)測(cè)與識(shí)別干旱，在土壤水分平衡分量方面，需要考慮作物潛在蒸散量與小麥根生長(zhǎng)進(jìn)入根層的水量，通過(guò)作物發(fā)育期模擬生成葉面模擬，進(jìn)而得到葉面蒸散量，除了土壤溫度擬合外，該模型的驗(yàn)證結(jié)果總體較好。

3.4 省級(jí)農(nóng)業(yè)氣象災(zāi)害預(yù)測(cè)系統(tǒng)

采用物理學(xué)、天氣學(xué)以及統(tǒng)計(jì)學(xué)等方法，建立適應(yīng)于預(yù)測(cè)各種不同氣象災(zāi)害的預(yù)測(cè)模式，既能夠預(yù)測(cè)與糧棉油產(chǎn)量年景，也能夠依照預(yù)測(cè)結(jié)果合理配置作物種植面積，形成農(nóng)業(yè)氣象災(zāi)害預(yù)測(cè)體系，可以氣象災(zāi)害預(yù)測(cè)子系統(tǒng)與主控模塊構(gòu)成預(yù)測(cè)體系，顯示直觀、操作方便、功能齊全，預(yù)測(cè)結(jié)果通過(guò)政府服務(wù)網(wǎng)與氣象局局域網(wǎng)向用戶進(jìn)行公布，很大程度上方便了政府部門的有關(guān)決策[4]。

例如，已經(jīng)建成并廣泛投入使用的棉花氣象災(zāi)害預(yù)報(bào)系統(tǒng)，該系統(tǒng)所使用的數(shù)據(jù)庫(kù)中納入了海溫、大氣環(huán)游以及地面氣象要素等年代資料，預(yù)報(bào)體系中也納入了一些常用的預(yù)報(bào)因子處理軟件與統(tǒng)計(jì)預(yù)報(bào)軟件，依照現(xiàn)有的預(yù)報(bào)指標(biāo)自動(dòng)推理預(yù)報(bào)結(jié)論，判斷氣象災(zāi)害的嚴(yán)重程度，同時(shí)也能夠?yàn)橛脩籼岢鱿嚓P(guān)的管理措施，該系統(tǒng)在應(yīng)用上快捷方便，人機(jī)界面友好，具有較強(qiáng)的可操作性，所得出的預(yù)測(cè)結(jié)果可以通過(guò)微機(jī)網(wǎng)絡(luò)以信函的形式發(fā)送給相關(guān)管理部門。

參考文獻(xiàn)

[1]朱嫄哲，田雨佳.淺析農(nóng)業(yè)氣象災(zāi)害的預(yù)報(bào)及方法[J].黑龍江科技信息，2015（26）：24.

[2]王石立.近年來(lái)我國(guó)農(nóng)業(yè)氣象災(zāi)害預(yù)報(bào)方法研究概述[J].應(yīng)用氣象學(xué)報(bào)，2003（5）：574-582.

[3]陳素華，宮春寧.氣象災(zāi)害損失評(píng)估方法在呼市地區(qū)農(nóng)業(yè)氣象產(chǎn)量預(yù)報(bào)中的應(yīng)用[J].內(nèi)蒙古氣象，1998（3）：22-26.

[4]譚薇，劉成智，孫玉敏.北安墾區(qū)的農(nóng)業(yè)氣象災(zāi)害及其預(yù)報(bào)方法[J].黑龍江氣象，1998（2）：18-19，22.

（責(zé)任編輯：趙中正）