一种地区农业干旱识别方法及系统技术方案

本发明专利技术公开了一种地区农业干旱识别方法，包括：获取地区的水分供给量以及水分损耗量；分别获取所述的水分供给量的水分供给序列以及水分损耗量的水分损耗序列；选取最优Copula函数构建水分供给序列和水分损耗序列的联合分布函数；将联合分布函数反算后得到基于Copula函数的农业干旱指数；基于所述农业干旱指数识别农业干旱的程度。本发明专利技术在作物视角下，利用Copula函数，根据生育期水分供给和损耗规律构建了基于Copula函数的农业干旱指数(Copula

【技术实现步骤摘要】
一种地区农业干旱识别方法及系统


[0001]本专利技术是关于农业领域，特别是关于一种地区农业干旱识别方法及系统。

技术介绍

[0002]干旱通常被定义为“长时期无降水或降水量少”或“由于降水短缺导致的其他缺水”。它是一种发生频率高、持续时间长、后延作用大的自然灾害，对农业、林业、畜牧业、工业生产和城市供水等多个环境和社会经济部门造成深远影响。国内外通常将干旱划分为4种通用类型，分别为气象干旱、农业干旱、生态干旱和水文干旱。在不同类型的干旱中，人们越来越关心与粮食安全密切相关的农业干旱问题。农业干旱是指在作物生育期内，因土壤水分有效性降低而使作物产量降低、农田土壤盐渍化加重等。1998至2018年，中国农业干旱总受灾面积达1870.3万hm2，19个省(自治区)的农业干旱成灾面积大于20万hm2。因此，准确预测和监测农业干旱能够最大程度上降低农业干旱对粮食产量的负面影响。
[0003]农业干旱指数研究是农业干旱研究的基础，其不仅能进行旱情监测与发布，还可以应用到区域干旱评价和资源环境调控等方面。然而一直以来，构建一个对干旱描述准确、全面且资料获取方便的干旱指标是干旱研究的重点和难点问题。由于不同区域干旱相关变量间存在一定差异，使用单一或冗余变量的干旱指数不但对旱灾的解释力较弱而且增加计算成本，换言之，所选干旱指数的适用性会直接影响区域农业干旱研究的准确性。与农业干旱相关的常用变量包括降水、气温、土壤水分等，然而这些变量均具有较大的空间异质性和较高的不确定性，甚至在一些地区难以进行原位观测。因此，基于区域农业干旱发生、发展全过程特征识别，提取关键影响因素，进而构建合理的干旱指数，其所表征的农业干旱情况会更加真实、准确，在此基础上对农业干旱的预警和响应就越及时有效。
[0004]农业干旱指数可以分为以下3类：一是与土壤水分有关的指数，包括土壤水分亏缺指数(Soil Water Deficit Index，SWDI)，土壤水分农业干旱指数(Soil Moisture Agricultural Drought Index，SMADI)，高分辨率土壤水分干旱指数(High resolution Soil Moisture Drought Index，HSMDI)等。二是与冠层温度有关的指数，例如指数包括作物缺水指数(Crop Water Stress Index，CWSI)、温度植被干旱指数(Temperature Vegetation Dryness Index，TVDI)、条件植被温度指数(Vegetation Temperature Condition Index，VTCI)等。三是与作物形态及绿度变化有关的指数例如归一化植被指数(Normalized Difference Vegetation Index，NDVI)、条件植被指数(Vegetation Condition Index，VCI)、叶面积指数(Leaf Area Index，LAI)等。除了上述分类外，一些气象干旱指数也经常被用来表征农业干旱。最为常见的干旱指数包括帕默尔干旱严重程度指数(Palmer Drought Severity Index，PDSI)、标准化降水指数(Standardized Precipitation Index，SPI)、标准化降水蒸散指数(Standardized Precipitation and Evapotranspiration Index，SPEI)等，它们在描述区域农业干旱状况上发挥着重要作用。
[0005]随着农业干旱指数研究的深入推进，越来越多的研究者们提出应该探索一种与实际旱情更加切合的包含多维变量的综合干旱指数，并在建立融合多种干旱相关变量的综合
干旱指数上也取得了一定的进展。Farahmand等建立了一个推导非参数单变量和多变量(降水、土壤湿度和相对湿度等)标准化干旱指数的通用工具箱(Standardized Drought Analysis Toolbox，SDAT)，并证明其在计算上比参数指数，如SPI，更加高效。张迎等基于Archimedean Copula函数联合降雨、径流两种要素，构建了一种能够综合表征气象和水文干旱的新型综合干旱指数(Multivariate Standardized Drought Index，MSDI)。Huang等利用可变模糊集理论建立了可同时指示黄河流域水文和农业干旱的综合干旱指数(Integrated Drought Index，IDI)，证实了IDI在捕获干旱发生及历时上比SPI和标准化径流指数(Standardized Streamflow Index，SSFI)表现更优。Shen等通过整合降水、潜在蒸散发、温度、土壤湿度和植被条件5个变量，开发了综合干旱条件指数(Integrated Drought Condition Index，IDCI)并基于此分析了内蒙古农业干旱时空格局，结果表明IDCI在干旱监测方面优于SPEI3、土壤水分状态指数(Soil Moisture Condition Index，SMCI)和VCI。然而无论是农业还是气象干旱指数，鲜少有学者提出结合区域灌溉排水特征的干旱指数，其中主要原因是区域地理环境、气候类型的不同会导致种植结构和灌溉制度差异显著，构建普适性的农业干旱指数难度较大。
[0006]为了更好地解释地表干湿对农作物产量的影响，亟需开展作物视角下水分供给
‑
损耗规律研究，进而准确量化农业干旱胁迫。
[0007]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0008]为实现上述目的，本专利技术提供了一种地区农业干旱识别方法，所述方法包括：
[0009]获取地区的水分供给量以及水分损耗量；
[0010]分别获取所述的水分供给量的水分供给序列以及水分损耗量的水分损耗序列；
[0011]选取最优Copula函数构建水分供给序列和水分损耗序列的联合分布函数；
[0012]将联合分布函数反算后得到基于Copula函数的农业干旱指数；
[0013]基于所述农业干旱指数识别农业干旱的程度。
[0014]优选的，所述水分供给量包括：降水量、有效灌溉水量以及土壤水分变化量。
[0015]优选的，所述土壤水变化量为1m土层深度内的土壤水分变化量。
[0016]优选的，所述水分损耗量包括：作物实际蒸散发量以及排水量。
[0017]优选的，所述作物实际蒸散发量为作物潜在蒸散发量与作物折算系数之积。
[0018]优选的，将联合分布函数反算后得到基于Copula函数的农业干旱指数包括：根据公式获得农业干旱指数CADI，其中p为水分供给序列和水分损耗序列的联合分布函数，为标准正态分布。
[0019]优选的，所述方法还包括：根据均方根偏差、均方差、赤池信息准则、平均绝对百分比误差以及与经验函数的平方欧氏距离D选取最优Co本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地区农业干旱识别方法，其特征在于，所述方法包括：获取地区的水分供给量以及水分损耗量；分别获取所述的水分供给量的水分供给序列以及水分损耗量的水分损耗序列；选取最优Copula函数构建水分供给序列和水分损耗序列的联合分布函数；将联合分布函数反算后得到基于Copula函数的农业干旱指数；基于所述农业干旱指数识别农业干旱的程度。2.根据权利要求1所述的地区农业干旱识别方法，其特征在于，所述水分供给量包括：降水量、有效灌溉水量以及土壤水分变化量。3.根据权利要求1所述的地区农业干旱识别方法，其特征在于，所述土壤水变化量为1m土层深度内的土壤水分变化量。4.根据权利要求1所述的地区农业干旱识别方法，其特征在于，所述水分损耗量包括：作物实际蒸散发量以及排水量。5.根据权利要求4所述的地区农业干旱识别方法，其特征在于，所述作物实际蒸散发量为作物潜在蒸散发量与作物折算系数之积。6.根据权利要求1所述的地区农业干旱识别方法，其特征在于，将联合分布函数反算后得到基于Copula函数的农业干旱指数包括：根据公式获得农业干旱指数CADI，其中p为水分供给序列和水分损耗序列的联合分布函数，为标准...

【专利技术属性】
技术研发人员：刘浏，牛乾坤，屈艳萍，杨晓静，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：