北疆冬小麦越冬期冻害指数构建算法制造技术

本发明专利技术公开北疆冬小麦越冬期冻害指数构建算法，选取研究区域并确定研究时间段；选择北疆冻害致灾因子；设计雪深资料处理方法及其他冻害致灾因子；分三种角度分析各站点的冻害致灾因子；分别对各区域所有站所有年份的致灾因子进行极差标准化；各区域进行KMO检验、巴特利球体检验和公因子方差计算确定所选因子是否合适；选择累计方差贡献率≥85％的前几项主成分进行分析；单独计算每个主成分对应的致灾因子的特征值和特征向量；通过每个主成分方差贡献率和特征向量分别将前几项主成分进行综合计算；结合北疆冻害灾情和冬小麦产量资料验证指数的适应性，并进行突变检验分析。为高效利用气候资源趋利避害，保障北疆小麦的安全生产提供理论依据。产提供理论依据。产提供理论依据。

【技术实现步骤摘要】
北疆冬小麦越冬期冻害指数构建算法


[0001]本专利技术涉及农作物灾害
具体地说是北疆冬小麦越冬期冻害指数构建算法。

技术介绍

[0002]新疆是我国西北重要的小麦优势产区和消费区，冬小麦播种面积占全区小麦总面积的70％以上。新疆小麦主产区中塔额盆地、可克达拉市、昭苏、奇台、伊犁河谷，均为北疆区域。20世纪80年代以来北疆冬麦区气候明显变暖，同时气候变化以及随之而来的气候不稳定性升高，冷暖突变剧烈，极端气候事件增加，使得小麦灾害发生频次明显增加，直接影响冬小麦产量。
[0003]冻害是在冬季或早春深秋时期，越冬作物遭受0℃以下低温影响致使植株组织脱水结冰，从而丧失生理活动能力造成植株受害甚至死亡的一种农业气象灾害，常见类型为初冬温度骤降型、冬季长寒型和冻融型冻害，其受低温强度、低温持续时间和品种的抗冻能力等因素的影响。国内学者对冻害进行了大量研究。孟繁圆采用主成分法构建我国北部冬小麦越冬冻害指数。慕臣英等比较黄淮海地区不同冬春性小麦在隆冬期抗冻能力。张仕明等对库尔勒香梨树冬季冻害指数改进。莫志鸿等和张宏选取越冬期内最大降温幅度、平均气温、负积温、极端最低气温和冬前平均气温作为致灾因子，分别建立北京市及河南省的冬小麦越冬冻害指数。同时越冬期的冻害对畜牧、林果、蔬菜、经济作物等均造成灾害。以上的冻害致灾因子均未涉及到雪深资料，雪深是北疆冻害必需的致灾因子，且北疆冻害指数研究较少。

技术实现思路

[0004]为此，本专利技术所要解决的技术问题在于提供一种考虑雪深资料的北疆冬小麦越冬期冻害指数构建算法。
[0005]为解决上述技术问题，本专利技术提供如下技术方案：
[0006]北疆冬小麦越冬期冻害指数构建算法，包括如下步骤：
[0007]步骤P1：选取研究区域并确定研究时间段；
[0008]步骤P 2：选择北疆冻害致灾因子；
[0009]步骤P 3：设计雪深资料处理方法及其他冻害致灾因子；
[0010]步骤P 4：分三种角度分析各站点的冻害致灾因子；
[0011]步骤P 5：分别对各区域所有站所有年份的致灾因子进行极差标准化；
[0012]步骤P 6：各区域进行KMO检验、巴特利球体检验和公因子方差计算确定所选因子是否合适；
[0013]步骤P 7：选择累计方差贡献率≥85％的前几项主成分进行分析；
[0014]步骤P8：单独计算每个主成分对应的6个致灾因子的特征值和特征向量；
[0015]步骤P9：通过每个主成分方差贡献率和特征向量分别将前几项主成分进行综合计
算；
[0016]步骤P10：结合北疆冻害灾情和冬小麦产量资料验证指数的适应性，并进行突变检验分析。
[0017]上述北疆冬小麦越冬期冻害指数构建算法，在步骤P1中，选择作物越冬期以降雪为主地区，同时也是冬麦的主产区。本文以中国北疆地区作为研究对象，来构建作物的冻害指数。研究区域为新疆北部地区，区域所处范围为42.30
°
～49.15
°
N，79.90
°
～96.05
°
E，研究区域内共有83个国家气象观测站点；
[0018]研究时间段为：选择1960
‑
2020年的越冬期；越冬期为确定5日滑动平均气温稳定通过0℃初日至终日期间，一般情况是前一年10月份开始至次年3月份结束，记作前一年的越冬期。
[0019]上述北疆冬小麦越冬期冻害指数构建算法，在步骤P2中，从北疆冬小麦越冬期生育期内多致灾因子气候变化特征分析入手，考虑到低温、积雪和大风对北疆冬小麦越冬期冻害的影响，将雪深资料和风速资料加入北疆冻害致灾因子，最终确定以越冬期负积温、越冬期平均气温、越冬期最大降温幅度、越冬期平均雪深、越冬期极端最低气温、越冬期平均风速作为北疆冬小麦越冬冻害致灾因子，并构建冻害指数。
[0020]上述北疆冬小麦越冬期冻害指数构建算法，在步骤P3中，
[0021]P301雪深资料处理：选取北疆气象站1960
‑
2020年越冬期期间逐日雪深资料，发现逐日雪深资料中，有个别站或某站多次没有雪深资料的占全部资料的7％，为保证数据完整进行后续研究，在没有雪深数据中，设计邻近取值；
[0022]无雪深资料算法取值思路：整个算法循环10次逐10km累加，取距离缺少资料站的经纬度均≤10km的当天有雪深数据站的所有雪深平均值作为为当天该站雪深值；在没有雪深数据的站周边超过100km也没有当日该站可获取的雪深数据时，没有雪深数据的站当天的雪深数据作空值不参与计算，当雪深最终空值占全部资料小于3％时，则不影响后期计算逐站逐年越冬期平均雪深；该方法综合考虑了不同雪深情况，均参与指数研究。
[0023]P301其他冻害致灾因子：
[0024]越冬期最大降温幅度：越冬期降温过程中连续72h内日平均气温的最大降温幅度；
[0025]越冬期极端最低气温：越冬期出现的极端最低气温最小值；
[0026]越冬期负积温：越冬期日平均气温﹤0℃的累积值；
[0027]越冬期平均气温:越冬期日平均气温的均值；
[0028]越冬期平均风速：越冬期日平均风速的均值。
[0029]上述北疆冬小麦越冬期冻害指数构建算法，在步骤P4中，
[0030]从分析线路角度确定YI区：为保证数据的完整型和延续性，选择1960
‑
2020年共49个有稳定数据的气象观测站进行分析；
[0031]从重点对小麦的观察确定YII区：选择1960
‑
2020年共11个小麦观测站单独进行年份分析；
[0032]从对北疆区域分析确定YIII区：选择2016
‑
2020共83个气象观测站，单独分析近5年越冬期北疆区域冻害平均分布情况。
[0033]YI区、YII区、YIII区分别从不同重点来计算冻害指数。YI区是主要分析线路，YII区和YIII区也是从不同重点对YI分析的完善和补充。
[0034]上述北疆冬小麦越冬期冻害指数构建算法，在步骤P5中，为了能够将各个指标参与评价计算，需要对各指标进行规范化处理，通过函数变换将其数值映射到某个数值区间；
[0035]按照数据归一化方法将风险指标体系中的各要素进行归一化处理，归一化方法有两种形式，一种是数变为(0,1)之间的小数，一种是把有量纲表达式变为无量纲表达式；
[0036]归一化是将有量纲的数值经过变换，化为无量纲的数值，进而消除各指标的量纲差异，计算公式为：
[0037][0038]式中，x
’
为归一化后的数据，x为样本数据，x
min
为样本数据中的最小值，x
max
为样本数据中的最大值。
[0039]上述北疆冬小麦越冬期冻害指数构建算法，在步骤P6中，
[0040]KMO检验用于检查变量间的相关性和偏相关性，取值在0～1之间；变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.北疆冬小麦越冬期冻害指数构建算法，其特征在于，包括如下步骤：步骤P1：选取研究区域并确定研究时间段；步骤P 2：选择北疆冻害致灾因子；步骤P 3：设计雪深资料处理方法及其他冻害致灾因子；步骤P 4：分三种角度分析各站点的冻害致灾因子；步骤P 5：分别对各区域所有站所有年份的致灾因子进行极差标准化；步骤P 6：各区域进行KMO检验、巴特利球体检验和公因子方差计算确定所选因子是否合适；步骤P 7：选择累计方差贡献率≥85％的前几项主成分进行分析；步骤P8：单独计算每个主成分对应的6个致灾因子的特征值和特征向量；步骤P9：通过每个主成分方差贡献率和特征向量分别将前几项主成分进行综合计算；步骤P10：结合北疆冻害灾情和冬小麦产量资料验证指数的适应性，并进行突变检验分析。2.根据权利要求1所述的北疆冬小麦越冬期冻害指数构建算法，其特征在于，在步骤P1中，研究区域为新疆北部地区，区域所处范围为42.30
°
～49.15
°
N，79.90
°
～96.05
°
E，研究区域内共有83个国家气象观测站点；研究时间段为：选择1960
‑
2020年的越冬期；越冬期为确定5日滑动平均气温稳定通过0℃初日至终日期间，一般情况是前一年10月份开始至次年3月份结束，记作前一年的越冬期。3.根据权利要求1所述的北疆冬小麦越冬期冻害指数构建算法，其特征在于，在步骤P2中，从北疆冬小麦越冬期生育期内多致灾因子气候变化特征分析入手，考虑到低温、积雪和大风对北疆冬小麦越冬期冻害的影响，将雪深资料和风速资料加入北疆冻害致灾因子，最终确定以越冬期负积温、越冬期平均气温、越冬期最大降温幅度、越冬期平均雪深、越冬期极端最低气温、越冬期平均风速作为北疆冬小麦越冬冻害致灾因子，并构建冻害指数。4.根据权利要求3所述的北疆冬小麦越冬期冻害指数构建算法，其特征在于，在步骤P3中，P301雪深资料处理：选取北疆气象站1960
‑
2020年越冬期期间逐日雪深资料，发现逐日雪深资料中，有个别站或某站多次没有雪深资料的占全部资料的7％，为保证数据完整进行后续研究，在没有雪深数据中，设计邻近取值；无雪深资料算法取值思路：整个算法循环10次逐10km累加，取距离缺少资料站的经纬度均≤10km的当天有雪深数据站的所有雪深平均值作为为当天该站雪深值；在没有雪深数据的站周边超过100km也没有当日该站可获取的雪深数据时，没有雪深数据的站当天的雪深数据作空值不参与计算，当雪深最终空值占全部资料小于3％时，则不影响后期计算逐站逐年越冬期平均雪深；P301其他冻害致灾因子：越冬期最大降温幅度：越冬期降温过程中连续72h内日平均气温的最大降温幅度；越冬期极端最低气温：越冬期出现的极端最低气温最小值；越冬期负积温：越冬期日平均气温﹤0℃的累积值；越冬期平均气温:越冬期日平均气温的均值；
越冬期平均风速：越冬期日平均风速的均值。5.根据权利要求1所述的北疆冬小麦越冬期冻害指数构建算法，其特征在于，在步骤P4中，从分析线路角度确定YI区：为保证数据的完整型和延续性，选择1960
‑
2020年共49个有稳定数据的气象观测站进行分析；从重点对小麦的观察确定YII区：选择1960
‑
2020年共11个小麦观测站单独进行年份分析；从对北疆区域分析确定YIII区：选择2016
‑
2020共83个气象观测站，单独分析近5年越冬期北疆区域冻害平均分布情况。6.根据权利要求1所述的北疆冬小麦越冬期冻害指数构建算法，其特征在于，在步骤P5中，为了能够将各个指标参与评价计算，需要对各指标进行规范化处理，通过函数变换将其数值映射到某个数值区间；按照数据归一化方法将风险指标体系中的各要素进行归一化处理，归一化方法有两种形式，一种是数变为(0,1)之间的小数，一种是把有量纲表达式变为无量纲表达式；归一化是将有量纲的数值经过变换，化为无量纲的数值，进而消除各指标的量纲差异，计算公式为：式中，x
’
为归一化后的数据，x为样本数据，x
min
为样本数据中的最小值，x
max
为样本数据中的最大值。7.根据权利要求1所述的北疆冬小麦越冬期冻害指数构建算法，其特征在于，在步骤P6中，KMO检验用于检查变量间的相关性和偏相关性，取值在0～1之间；变量间的...

【专利技术属性】
技术研发人员：张祖莲，王命全，火勋国，顾雅文，黄娟，彭冬梅，孟凡雪，姚艳丽，木沙江，
申请(专利权)人：新疆维吾尔自治区喀什地区气象局，
类型：发明
国别省市：