[發(fā)明專利]一種新型作物產(chǎn)量對氣候變化響應(yīng)的診斷方法

有效

• 申請?zhí)枺?/td>: 202010035306.6
• 申請日: 2020-01-14
• 公開（公告）號: CN111241485B
• 公開（公告）日: 2023-05-19
• 發(fā)明（設(shè)計）人: 劉娣;余鐘波
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q10/063;G06Q50/02
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 羅運(yùn)紅

本發(fā)明公開了一種新型作物產(chǎn)量對氣候變化響應(yīng)的診斷方法，該發(fā)明屬于水文氣象及農(nóng)業(yè)交叉學(xué)科數(shù)據(jù)分析領(lǐng)域。包括如下步驟：選擇研究區(qū)域，收集區(qū)域氣象要素時間序列和農(nóng)作物產(chǎn)量時間序列；選取計算時段；對選定時段內(nèi)的氣象要素和農(nóng)作物產(chǎn)量數(shù)據(jù)序列去趨勢分析；計算去趨勢分析后的氣象要素和農(nóng)作物產(chǎn)量的均值，偏差和偏差率時間序列；根據(jù)偏差率時間序列，計算農(nóng)作物產(chǎn)量對氣象要素的敏感指數(shù)時間序列，求中位數(shù)，獲得選定時段內(nèi)敏感指數(shù)εsubgt;A/subgt;；根據(jù)敏感指數(shù)εsubgt;A/subgt;判斷農(nóng)作物產(chǎn)量對氣候變化的響應(yīng)。該診斷方法可以直接服務(wù)于農(nóng)業(yè)生產(chǎn)，結(jié)合自然條件，為最優(yōu)化生產(chǎn)灌溉技術(shù)提高作物產(chǎn)量提供理論依據(jù)，具有重要的社會生產(chǎn)意義。

技術(shù)領(lǐng)域

本發(fā)明屬于水文氣象及農(nóng)業(yè)交叉學(xué)科數(shù)據(jù)分析領(lǐng)域，尤其涉及一種作物產(chǎn)量對氣候變化響應(yīng)的診斷方法。

背景技術(shù)

氣象要素(水，熱，溫，濕等)在作物生長生產(chǎn)過程中起著重要作用，決定著作物產(chǎn)量的高低。近年來，水文、氣象、農(nóng)業(yè)工作者基于變化環(huán)境，對變化環(huán)境下水-能源-作物產(chǎn)量相互作用機(jī)理開展了大量研究(Ahmed?et?al.,2015；Li?et?al.,2014；Lobell?et?al.,2011；Long?et?al.,2006；MonteithMoss,1977；Ottman?et?al.,2012；PorterSemenov,2005；SchlenkerRoberts,2009；Zhao?et?al.,2017)。氣候變化對作物產(chǎn)量的影響被大量觀測資料所證實。研究表明全球變化引起的氣溫變化和極端氣候事件使得全球約三分之一的糧食產(chǎn)量受到影響(Ray?et?al.,2015；Vogel?et?al.,2019)。然而，由于缺乏長期的大范圍的觀測數(shù)據(jù)資料，加上外界條件如環(huán)境、農(nóng)業(yè)種植施肥灌溉等技術(shù)的發(fā)展，使得現(xiàn)有的分析方法很難將這些外界條件對作物產(chǎn)量的影響從氣候變化對作物產(chǎn)量的影響中剝離出來。

目前，統(tǒng)計分析方法，比如方差分析方法(Nicholls,1997；PorterSemenov,2005)、線性相關(guān)和線性回歸方法(Challinor?et?al.,2014；LobellField,2007；Lobellet?al.,2011)在作物產(chǎn)量-氣候變化相關(guān)研究中廣泛應(yīng)用。然而，現(xiàn)有研究結(jié)果在空間分布上存在著較大的差異性和地域性。基于非參數(shù)彈性分析方法在作物產(chǎn)量-氣候變化響應(yīng)中的應(yīng)用目前暫無相關(guān)研究。

發(fā)明內(nèi)容

發(fā)明目的：為解決現(xiàn)有技術(shù)的不足，本發(fā)明首次將非參數(shù)彈性分析方法應(yīng)用在作物產(chǎn)量對氣候變化響應(yīng)的診斷分析中，提出一種新型作物產(chǎn)量對氣候變化響應(yīng)的診斷方法。

技術(shù)方案：為實現(xiàn)本發(fā)明的目的，本發(fā)明所采用的技術(shù)方案是：一種新型作物產(chǎn)量對氣候變化響應(yīng)的診斷方法，包括如下步驟：

步驟1，選擇研究區(qū)域，收集區(qū)域氣象要素時間序列和農(nóng)作物產(chǎn)量時間序列；

步驟2，根據(jù)搜集到的氣象要素和農(nóng)作物產(chǎn)量時間序列選取計算時段；

步驟3，對選定時段內(nèi)的氣象要素和農(nóng)作物產(chǎn)量數(shù)據(jù)序列去趨勢分析；

步驟4，計算去趨勢分析后氣象要素時間序列均值、偏差和偏差率；

步驟5，計算去趨勢分析后農(nóng)作物產(chǎn)量時間序列均值、偏差和偏差率；

步驟6，根據(jù)去趨勢氣象要素和農(nóng)作物產(chǎn)量偏差率時間序列，計算敏感指數(shù)時間序列，求中位數(shù)，獲得選定時段內(nèi)敏感指數(shù)ε_A；

步驟7，根據(jù)敏感指數(shù)ε_A判斷農(nóng)作物產(chǎn)量對氣候變化的響應(yīng)。

進(jìn)一步的，所述步驟1，所選取的研究區(qū)域不限，可以是地區(qū)、國家或全球尺度的農(nóng)作物種植區(qū)域。所選取的氣象要素不限，可以是氣溫、降水、蒸散發(fā)。所選取的農(nóng)作物種類不限，可以是小麥、水稻、玉米。