基于DFA法的江苏省极端降水时空分布特征研究

为进一步掌握江苏省极端降水的时空分布特征,基于该省1961-2010年均一性较好的逐日降水数据,利用去趋势波动分析法确定了全省13个站点的极端降水阈值,并通过Morlet小波及Mann-Kendall法分析了江苏省极端降水频数的振荡周期及其突变。结果表明,江苏省极端降水年频数和夏季极端降水均呈现8～10 a的变化周期,且1998年和2006年分别为其突变增加年,而秋季极端降水主要呈2～3 a与5～7 a的变化周期;极端降水与降水总量的空间分布具有较好的一致性,均呈南部大、北部小的特征。     

台站气温推算稻田温度及其对水稻高温热害的评判

水稻是我国三大主粮之一,水稻的旺盛生长时期正值夏季,常遭遇高温天气而受害,为水稻生产的主要农业气象灾害之一,为了及时掌握稻田高温热害的发生状况,以利于迅速采取应对措施以避免和减轻损失,本文提出了用台站气温推算稻田温度进而评判高温热害的思路和方法。利用寿县气象站2016年7月~10月台站气象数据和同步水稻田间温度数据,通过多元回归分析分别建立昼夜时段台站与稻田冠层及稻田中部温度的模拟关系式,选出最优推算方法并进行检验,结果表明模拟效果总体较好。在当年的高温时段对推算方法进行了试用,研究发现推算温度均比台站温度更接近稻田实测温度,依据推算温度判断的水稻高温热害情况也比利用台站温度的判断更符合稻田实际受害的情况,表明本方法在水稻高温热害的判断的应用上很有必要,具有较好的推广价值和应用前景。     

基于卫星遥感与气象站点数据的水稻高温热害监测和评估模型的改进

水稻是我国的三大粮食作物之一,对我国的粮食安全至关重要。随着近年来气候变暖愈演愈烈,水稻高温热害的发生也更加频繁,水稻高温热害已成为重大农业气象灾害。加强高温热害监测和预警技术研究已迫在眉睫。为此基于卫星遥感与气象站点数据建立了水稻高温热害监测和评估模型,模型可在全研究区域范围内,选择水稻生长季内的任意时段,对这时段内正处于抽穗开花期水稻的高温受害情况进行监测和评估。随着研究的深入,对上述模型进行如下的完善:(1)加入新的数据源提高气温反演的精度;(2)在监测和评估结果图像中增加水稻高温热害不同等级发生次数统计结果。