黑龙江省三种水稻热量指数预测方法的对比研究

doi:10.11924/j.issn.1000-6850.casb18090134

中国农学通报 ›› 2020, Vol. 36 ›› Issue (5): 1-7.doi: 10.11924/j.issn.1000-6850.casb18090134

所属专题：水稻

• 农学·农业基础科学 • 下一篇

黑龙江省三种水稻热量指数预测方法的对比研究

王秋京¹, 马国忠², 王萍¹, 赵克葳², 杨晓强¹, 于瑛楠¹, 王铭¹, 姜丽霞¹()

¹ 中国气象局东北地区生态气象创新开放实验室/黑龙江省气象院士工作站/黑龙江省气象科学研究所,哈尔滨 150030
² 黑龙江省气象台,哈尔滨 150030

收稿日期:2018-09-28 修回日期:2018-11-29 出版日期:2020-02-15 发布日期:2020-02-21
通讯作者: 姜丽霞
作者简介:王秋京,女,1979年出生,高级工程师,硕士,主要从事应用气象研究。通信地址：150000 黑龙江省哈尔滨市香坊区电碳路71号黑龙江省气象科学研究所,Tel：0451-55101013,E-mail：shijianfeila@126.com。
基金资助:
国家自然科学基金项目“寒地水稻洪涝致灾机制与灾损量化综合评估方法研究(31671575);中国气象局东北地区生态气象创新开放实验室开放研究基金项目“黑龙江冰雹灾害损失风险区划及生态减灾研究”(stqx201805);中国气象局沈阳大气环境研究所区域合作项目“东北玉米干旱和低温冷害混合发生过程监测评估技术研究”(2018SYIAEHZ1)

Three Prediction Methods of Rice Heat Index in Heilongjiang Province: A Comparative Analysis

Wang Qiujing¹, Ma Guozhong², Wang Ping¹, Zhao Kewei², Yang Xiaoqiang¹, Yu Yingnan¹, Wang Ming¹, Jiang Lixia¹()

¹ Innovation and Opening Laboratory of Regional Eco-Meteorology in Northeast, China Meteorological Administration/Meteorological Academician Workstation of Heilongjiang Province/Heilongjiang Institute of Meteorological Sciences, Harbin 150030
² Heilongjiang Meteorological Observatory, Harbin 150030

Received:2018-09-28 Revised:2018-11-29 Online:2020-02-15 Published:2020-02-21
Contact: Jiang Lixia

摘要/Abstract

摘要：

旨在选出一套适合黑龙江不同区域水稻低温冷害预测方法,为相关部门制定粮食生产和调整农作物种植结构提供科学依据。选择黑龙江省11个水稻农气观测站为研究对象,利用1971—2016年的气温资料、74类大气环流资料、水稻发育期数据,将黑龙江省划分为东、西、南3个区域,分别建立逐步回归预测模型、GM(1,1)灰色预测模型和均生函数预测模型,预测黑龙江水稻生育期总热量指数并进行对比分析。结果表明：建立的3种预测模型通过了残差检验,1971—2010年拟合平均准确率均在95%以上,结果差异不大;2011—2016年的试报准确率为85%~99%,其中GM(1,1)灰色预测模型准确率(97%~99%)高于逐步回归预测模型(91%~97%)和均生函数预测模型(85%~95%)。通过3种预测方法对比结果显示,GM(1,1)灰色预测模型模拟效果最好。

关键词: 水稻, 热量指数, 预测模型

Abstract:

This study aims to select a prediction method of rice chilling damage in different regions of Heilongjiang Province and to provide references for making food production and adjusting crop-planting structure. 11 agro-meteorological observation stations were used as the test objects, Heilongjiang Province was divided into three areas, east, west and south area, by using temperature records, 74 types of atmospheric circulation characteristics and the datum of rice phenology stage from 1971 to 2016. The stepwise regression function and the GM (1, 1) forecasting model and mean regression function of heat index were established respectively in every area. Heat index was dynamically forecasted, and then the results were analyzed. The results showed that the three prediction models all passed the residue test. The average regression-calculating accuracy of these models was above 95% from 1971 to 2010, they had little difference; the average forecast accuracy was 85%-99% from 2011 to 2016 and the average forecast accuracy of the GM(1, 1) forecasting model was 97%-99%, which was better than that of the stepwise regression function (91%-97%) and the mean regression function (85%-95%).

Key words: rice, heat index, prediction model

中图分类号:

S166

王秋京, 马国忠, 王萍, 赵克葳, 杨晓强, 于瑛楠, 王铭, 姜丽霞. 黑龙江省三种水稻热量指数预测方法的对比研究[J]. 中国农学通报, 2020, 36(5): 1-7.

Wang Qiujing, Ma Guozhong, Wang Ping, Zhao Kewei, Yang Xiaoqiang, Yu Yingnan, Wang Ming, Jiang Lixia. Three Prediction Methods of Rice Heat Index in Heilongjiang Province: A Comparative Analysis[J]. Chinese Agricultural Science Bulletin, 2020, 36(5): 1-7.

图/表 5

参考文献 29

[1]	李帅, 杜春英 . 黑龙江省农业与气候[M]. 哈尔滨:东北林业大学, 2012: 105.
[2]	杜春英, 姜丽霞 . 寒地水稻低温冷害监测预警技术[M]. 北京: 气象出版社, 2017: 139.
[3]	纪瑞鹏, 张玉书, 姜丽霞 , 等. 气候变化对东北地区玉米生产的影响[J]. 地理研究, 2012,31(2):290-298.
[4]	侯琼, 王海梅, 云文丽 . 河套灌区玉米低温冷害监测评估指标的研究[J]. 干旱区资源与环境, 2015,29(2):179-184.
[5]	纪瑞鹏, 张玉书, 冯锐 , 等. 辽宁省农业气候资源变化特征分析[J]. 资源科学, 2007(2):74-82.
[6]	王石立, 庄立伟, 王馥棠 . 近20年气候变暖对东北农业生产水热条件影响的研究[J]. 应用气象学报, 2003,14(2):152-164.
[7]	李晓鹤, 朱拥军, 袁佰顺 , 等. 1964—2013年天水市热量资源变化及对农业生产的影响[J]. 中国农学通报, 2015,31(6):153-160.
[8]	居辉, 熊伟, 许吟隆 , 等. 气候变化对中国东北地区生态与环境的影响[J]. 中国农学通报, 2007,23(4):345-349.
[9]	Barrales J S . The maize/common bean association as an alternative for the agriculture of zones with problems of chilling injury to crops[J]. Agronomia Mesoamericana, 1997,8(2):121-126.
[10]	Creencia R P, Bramlage W J . Reversibility of chilling injury to corn seedlings[J]. Plant Physiology, 1971,47(3):389-392.
[11]	徐敏, 徐经纬, 徐乐 , 等. 水稻农业气候资源变化特征及影响分析——以江苏稻区为例[J]. 中国农学通报, 2016,32(18):142-150.
[12]	韩荣青, 包维虎, 赵明华 , 等. 1961—2012年山东省气温变化及对农业热量条件影响[J]. 中国农学通报, 2017,33(16):112-122.
[13]	姜丽霞, 李帅, 南瑞 , 等. 东北玉米低温冷害监测预测系统——在黑龙江省的应用[J]. 自然灾害学报, 2010,19(1):132-135.
[14]	姜丽霞, 王铭, 朱海霞 , 等. ≥10℃积温距平对玉米不同发育期冷害的判定及其与产量的关系[J]. 中国农学通报, 2016,32(36):152-162.
[15]	姜丽霞, 任桂林, 李秀芬 , 等. 作物生长期低温指数演变及对作物产量的影响[J]. 西北农林科技大学学报:自然科学版, 2018,46(10):79-88,100.
[16]	郭建平, 田志会, 张涓涓 . 东北地区玉米热量指数的预测模型研究[J]. 应用气象学报, 2003,14(5):626-633.
[17]	王石立 . 近年来中国农业气象灾害预报方法研究概述[J]. 应用气象学报, 2003,14(5):574-582.
[18]	郭建平, 陈玥熤, 赵俊芳 . 新疆棉花热量指数的灰色预测方法[J]. 干旱区地理, 2010,33(5):710-715.
[19]	刘凤辉, 胡伟, 冯锐 . 辽宁省玉米热量指数预测模型研究[J]. 中国农学通报, 2015,31(29):148-151.
[20]	郭建平, 陈玥熤, 庄立伟 . 东北玉米热量指数预测方法研究(Ⅲ)——GM(1,1)预测方法[J]. 灾害学, 2010,25(1):23-26.
[21]	王秋京, 马国忠, 王晾晾 , 等. 基于灰色模型的黑龙江省水稻生育期热量指数分析及预测[J]. 中国农业气象, 2018,39(3):177-184.
[22]	王秋京, 马国忠, 王晾晾 , 等. 黑龙江省水稻热量指数预测模型研究[A].第34届中国气象学会年会论文集[C]. 北京:中国气象学会, 2017: 375-384.
[23]	马树庆, 陈正洪, 王琪 , 等. 水稻冷害评估技术规范[M]. 北京: 气象出版社, 2013: 1-6.
[24]	郭建平, 庄立伟, 陈玥熤 . 东北玉米热量指数预测方法研究(Ⅱ)——逐步回归预测方法[J]. 灾害学, 2009,24(4):11-14.
[25]	黄淑娥, 田俊, 吴慧峻 . 江西省双季水稻生长季气候适宜度评价分析[J]. 中国农业气象, 2012,33(4):527-533.
[26]	林志字, 田贵良 . 气象灾害对福建粮食产量影响的灰色关联分析[J]. 中国农业气象, 2016,37(1):77-83.
[27]	郎许锋, 何月顺 . 基于均生函数模型的高温预测[J]. 湖南农机, 2012,39(1):41-44.
[28]	郭建平, 田志会, 左旭 . 东北地区水稻热量指数预测模型[J]. 自然灾害学报, 2004,13(3):138-145.
[29]	毛炜峰, 谭艳梅, 李新建 . 新疆北部棉花播种期热量指数预测研究[J]. 干旱区研究, 2008,25(2):259-265.

分区	苗期	营养生长期	孕穗期	生殖期	灌浆–成熟期
东部	5下—6上	6中—7中	7下—8上	8中—8下	9上—9中
南部	5下—6上	6中—7中	7下—8上	8中—8下	9上—9下
西部	5中—5下	6上—7上	7中—7下	8上—8中	8下—9下

分区	苗期	营养生长期	孕穗期	生殖期	灌浆–成熟期
东部	5下—6上	6中—7中	7下—8上	8中—8下	9上—9中
南部	5下—6上	6中—7中	7下—8上	8中—8下	9上—9下
西部	5中—5下	6上—7上	7中—7下	8上—8中	8下—9下

	苗期	营养生长期	孕穗期	生殖期	灌浆–成熟期
T₁	9.0	12.5	15.0	15.0	10.5
T₀	21.0	25.0	27.8	26.3	19.3
T₂	28.0	32.0	33.0	33.0	30.0

	苗期	营养生长期	孕穗期	生殖期	灌浆–成熟期
T₁	9.0	12.5	15.0	15.0	10.5
T₀	21.0	25.0	27.8	26.3	19.3
T₂	28.0	32.0	33.0	33.0	30.0

模型	预报月	大气环流逐月资料		模型预测值	运算		实际值	结果
模型	预报月	上年（月）	当年（月）	模型预测值	运算		实际值	结果
1	5	8—12	1—3	F₅测试值			=	=模型1
2	6	9—12	1—4	F₆测试值		+	F₅实	=模型2
3	7	10—12	1—5	F₇测试值		+	F₅实+F₆实	=模型3
4	8	11—12	1—6	F₈测试值		+	F₅实+F₆实+F₇实	=模型4

黑龙江省三种水稻热量指数预测方法的对比研究

Three Prediction Methods of Rice Heat Index in Heilongjiang Province: A Comparative Analysis

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 29

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	白玛仁增, 顿玉多吉, 德例归吉, 德吉央宗, 益西多吉, 边巴次仁. 星-地结合对水稻高温热害监测模型的研究[J]. 中国农学通报, 2023, 39(1): 133-141.
[2]	罗先富, 刘文强, 潘孝武, 董铮, 刘三雄, 刘利成, 阳标仁, 盛新年, 李小湘. 应用剩余杂合体衍生的近等基因系定位水稻株高QTL[J]. 中国农学通报, 2022, 38(9): 1-5.
[3]	黄钰, 陈斌, 肖关丽. 云南哈尼族地方水稻‘月亮谷’对褐飞虱取食危害的生理反应[J]. 中国农学通报, 2022, 38(9): 123-129.
[4]	李兴华, 王欢, 张盛, 蔡星星, 周强, 周楠. 氮肥用量与运筹方式对晚籼稻产量及花后干物质积累与转运的影响[J]. 中国农学通报, 2022, 38(9): 6-13.
[5]	王一凡, 劳晓璨, 余丽萍, 叶海龙. 水稻‘甬优15’分期播种的气象条件适宜性试验研究[J]. 中国农学通报, 2022, 38(7): 106-109.
[6]	李雪枫, 王坚, 叶晓园, 张秀婷, 王丽学. 苦瓜植株水浸提液对水稻种子萌发和秧苗生长的影响[J]. 中国农学通报, 2022, 38(6): 1-7.
[7]	闫蕴韬, 何兮, 张海清, 贺记外. 水稻种子耐贮性研究进展[J]. 中国农学通报, 2022, 38(5): 1-8.
[8]	翟彩娇, 张蛟, 崔士友, 陈澎军. 盐逆境对耐盐水稻穗部性状及产量构成因素的影响[J]. 中国农学通报, 2022, 38(4): 1-9.
[9]	李荣田, 时柳, 黄丽莹, 刘长华. 利用分子选择培育水稻‘吉粳88’(hd2/hd4)导入系[J]. 中国农学通报, 2022, 38(33): 1-9.
[10]	伊嘉雯, 冯棣, 朱崴, 亓娜, 滕奉魁, 卢小引. 不同品种水稻发芽阶段耐盐性对比研究[J]. 中国农学通报, 2022, 38(33): 10-14.
[11]	张博, 石峰, 宋福强. AMF复合菌剂对寒地水稻光合作用和生长效应的影响[J]. 中国农学通报, 2022, 38(33): 15-22.
[12]	许丹阳, 李虹颖, 孙义祥, 邬刚, 王家宝, 袁嫚嫚, 王佩旋, 张祥明, 束孝海. 不同比例有机无机肥配施对水稻产量与氮素利用率的影响[J]. 中国农学通报, 2022, 38(31): 1-5.
[13]	王洋, 张瑞, 周雨晴, 刘永昊, 刘高生, 戴其根. 基于文献计量的国内水稻耐盐性研究态势分析[J]. 中国农学通报, 2022, 38(31): 147-153.
[14]	李舟, 杨雅云, 戴陆园, 张斐斐, 阿新祥, 董超, 王斌, 汤翠凤. 水稻白叶枯病抗性基因和相关因子研究利用进展[J]. 中国农学通报, 2022, 38(30): 91-99.
[15]	王明, 吴辉, 孙小成, 蒋小军, 雷干农, 陶卫, 柏长青, 徐敏. 孕穗期高温对水稻生理特性和产量性状影响研究[J]. 中国农学通报, 2022, 38(30): 1-5.