欢迎来到天天文库
浏览记录
ID:39310705
大小:454.73 KB
页数:5页
时间:2019-06-30
《贵州省秋风灾害风险评估及空间分析模型研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、贵州省秋风灾害风险评估及空间分析模型研究谷晓平q于飞1’2汤泌3罗宇翔4(1.贵州省山地环境气候研究所,贵阳550002:2.贵州大学林学院,贵阳550025:3.贵州省气象局,贵阳550002:4.贵州省气候中心,贵阳550002)摘要:利用贵州省秋风灾害指数资料,基于信息扩散的模糊数学理论模型气象灾害风险评价方法,对贵州省秋风气象灾害进行了风险评估。运用绝对平均误差(MAE)、相对平均误差(MRE)及均方根误差(RMSE)作为插值精度检验的标准,对反距离加权插值、普通克里格插值、局部薄盘光滑样条函数空间分析模型进行了全面交叉验证。结果表明:在贵州山地气候环境下利用局部薄盘光滑
2、样条函数插值模型对温度的空间插值效果明显优于其他两种模型。并利用该空间分析模型对贵州省秋风气象灾害风险进行了评估与区划,制作了全省秋风灾害分布图。关键词:贵州、秋风灾害、风险评估、空间插值、风险区划1引言水稻是贵州的主要粮食作物,栽培面积最大,约占粮食作物栽培面积的30%;总产量占粮食总产量的一半左右,也是单产最高的农作物。水稻抽穗扬花期间遇到连续3天以上日均温<20℃,不实率剧增,产量锐减。故把每年立秋节气前后,IiPsH上旬到9月上旬,凡出现日均温丑O℃,并持续之3天的时段称为秋风。同时,贵州省位于云贵高原东侧斜坡地带,境内地形破碎,山峦起伏,是典型的山区省份,具有“一山分四
3、季,十里不同天”的特点。气象台站基本上设置在县城或市郊,大多数海拔较低,只有少数高山台站,单站点的气象资料只能代表有限区域。因此,研究秋风气象灾害的风险分布情况,顺应气候规律,合理布局,在很大程度上可以减轻或避免秋风等极端天气气候的危害,实现水稻稳产、高产和优质。在传统上由于气象灾害序列是小样本事件,气象灾害发生概率计算主要用发生频率来代替,而信息扩散法它为优化处理气象灾害风险提供了一个重要途径【l】,本研究拟采用信息扩散法进行秋风灾害的风险评估。灾害系统空间分布方面,在建立温度空间分析模型的基础上,利用贵州省地理信息数据,采用GIS方法进行空间插值对秋风灾害风险分布实现空间信息
4、化。2秋风气象灾害风险评价研究2.1秋风指数计算方法本文所采用的气象数据来源于贵州省气候中心,时间序列为1951年.2007年(部分站点年限不足>,空间分布为贵州省84个气象台站点。秋风灾害指数计算公式及等级划分标准均参照《贵州短期气候预测技术》12J。2.2秋风气象灾害风险评估在传统上由于气象灾害序列是小样本事件,气象灾害发生概率计算主要用发生频率来代替,而信息扩散方法是利用信息分配法把每一个知识样本点变成模糊集,并把其携带的信息分配给样本中每一个点的一种优化处理样本资料方法,它为优化处理气象灾害风险提供了一个重要途径。利用信息扩散对样本进行集值化的模糊数学处理方法,一个单值观
5、测样本’m可以将其所携带的信息扩散给所设定的灾害风险因素指标论域U中的所有点,常采用的模型是正态扩散模型。具体计算过程参照参考文献[1,3】。由信息扩散方法可以求得秋风气象灾害对应灾害风险因素指标论域的概率值p【款一)D,..、及超越概率值1~“一。为了更充分利用信息扩散带来的信息,可令:乙=p(u。)·U。r1、基金项目:国家自然科学基金(40765004):2008年中国气象局项目资助作者简介:谷晓平(1968一),女,研究员级高工。主要从事环境气候方面的研究,E-reall:guxiaopin968@sina.COrn..178.从而得到各气象台站秋风气象灾害风险值。。3秋
6、风气象灾害风险空间分析模型3.1温度空间分析模型研究3.1.1空间分析模型的选取及实现高分辨率、栅格化的气候数据作为环境因子是地学模型和气候模型等相关研究的重要参数。目前国内外众多学者和机构对降水的多年平均气候值、年、季、月、日等不同时间尺度,全球、区域、局地等不同空间尺度的空间化技术进行了研究。常用的空间插值方法有IDW、趋势面、克里格、局部薄盘样条插值、多元回归以及利用统计技术(多元回归技术)、地理信息系统技术(GIS)、空间插值技术三者的综合集成来完成气候数据的空间插值技术(莫申国,2007:关宏强,2007;高歌,2007等)I州。本研究在空间分析模型上采用目前比较常用的
7、反距离加权插值模型(IDW)、普通克里格插值模型(0K)以及局部薄盘光滑样条函数插值模型(TPS),对气温进行了空间分析插值精度比较研究。其中反距离加权插值(IDW)、普通克里格插值(OK)采用AreGIS9.X空间分析功能。为了提高空间分析精度,对于反距离加权插值法采用均方根误差对幂指数进行了优化,根据均方根误差(RMSE)最小的选择标准,采用逐步迭代的方法对贵州省多年平均以及各月气候平均温度的幂指数进行了最优筛选。对于普通克里格插值,根据专家经验采用变异函数的球面模型,采用离
此文档下载收益归作者所有