GIS在水稻“寒露风”冷害监测预警中的应用*

2012-01-26何燕李政徐世宏王莹欧钊荣李玉红

灾害学 2012年1期

何燕，李政，徐世宏，王莹，欧钊荣，李玉红

(1.广西区气象减灾研究所/国家气象卫星中心遥感应用示范基地，广西南宁530022;2.广西区农业技术推广总站，广西南宁530022)

0 引言

广西属于亚热带季风气候区，丰富的气候资源适宜发展水稻生产，因此成为我国双季稻主产区之一。广西水稻常年种植面积220～230万hm2，总产量1 250～1 300万t，其种植面积和产量历年位居广西粮食作物首位［1］。然而广西地处低纬，地理环境复杂，气候复杂多变，成为我国气象灾害频繁与灾情比较严重的省区;低温冷害是广西频繁出现的主要农业气象灾害之一，对水稻安全生产威胁较大，易导致水稻产量不稳定、年际波动较大，低温冷害尤其是寒露风天气已成为广西水稻高产稳产的主要制约因素之一。随着21世纪全球气候变化不稳定性的加剧，导致气候波动更为明显，气象灾害发生的频率增加，强度增强，冷害等气象灾害对农业生产的影响将越来越突出［2－3］。

1980年代以来，我国针对主要作物低温冷害指标、危害特征、影响机理以及防御对策等已有较深入的研究成果［4－6］，尤其引进了日本先进的水稻冷害防御技术;进入21世纪，GIS技术广泛应用在气候资源及农业气候区划研究领域［7－9］，随着计算机和GIS、RS、GPS等“3S”高新技术的快速发展，采用“3S”技术对水稻长势、种植面积监测和估产等研究进行有益尝试［10－11］，也尝试开展关于低温冷害预测动态模型及遥感监测技术等研究［12－14］，但目前很少见到关于应用GIS技术研究作物低温冷害监测预警评估的相关报道。随着GIS地理信息系统等高新技术的快速发展，为及时掌握无测站区域的气候资源和气象灾害状况提供了条件，使得对低温冷害的发生发展及其强度、范围进行动态监测、预警成为可能。因此，本文采用GIS技术［15］和气候数学模型以及气候资源细网格分析方法，结合水稻“寒露风”低温冷害指标，进行水稻低温冷害的监测预警应用研究，实现对广西水稻“寒露风”冷害的监测预警，为广西水稻生产趋利避害，科学合理安排防灾减灾，最大限度减轻冷害危害和损失，对促进广西粮食丰产稳产和农业经济快速发展具有十分重要的现实意义。

1 水稻低温冷害概念及寒露风危害指标

水稻属于对低温反应比较敏感的喜温作物，低温寡照天气是导致水稻空秕率偏高的重要原因之一;水稻栽培以水利灌溉为基础，通常情况下，受降雨影响不是很大，其产量丰歉及品质好坏主要取决于是否发生低温冷害［16］。低温冷害是指水稻等农作物在生长发育期间，温度虽在0℃以上，但出现了较长时间的持续性低温天气，或者在作物生殖期间出现短暂的强低温天气过程，日平均气温低于水稻生长发育适宜温度的下限指标，影响其正常生长发育和结实，导致生育期延迟或生殖器官的生理功能受到损害，从而引起减产的一种农业气象灾害。由于一般低温冷害发生在作物生长发育比较温暖的季节，并不象霜冻、寒害等其他农业气象灾害那样，致使作物出现明显枯萎甚至死亡等症状，因为有时低温灾害对作物植株的外观影响不明显，所以也把冷害称为“哑巴灾”。

水稻“寒露风”低温冷害天气是指南方常年9－10月“寒露”节气前后，北方较强冷空气南下，气温下降到某一临界值以下，影响晚稻正常抽穗开花、授粉受精和灌浆结实，造成包颈或空壳、瘪粒增多，导致结实率、千粒重下降，最终致使晚稻减产的一种灾害性天气，常称为“寒露风”天气;由于冷空气影响时的天气特征不同，寒露风天气可分为湿冷和干冷两种类型。在生殖生长期遇低温冷害，致使幼穗分化进程减慢，小孢子形成期和花粉母细胞减数分裂期遭受低温危害机会增加，抽穗开花显著延迟，花粉发育不正常，不育率增加。有关试验研究表明:晚稻生长发育过程中对低温危害最敏感的有三个时期:①幼穗分化期;②花粉母细胞减数分裂期;③抽穗扬花期及灌浆前期。广西晚稻以抽穗开花期受寒露风危害的机率最大，受害最重;减数分裂期次之;幼穗分化期则较小。寒露风对晚稻危害一般可降低结实率20%左右，严重时造成大幅度减产［16］。寒露风低温冷害天气对晚稻危害的程度，主要决定于低温强度和持续时间以及晚稻品种抗低温的能力。因此，寒露风冷害的指标因水稻品种、低温强度、持续时间的不同而有差异，目前广西水稻种植品种绝大部分是杂交稻，因此，根据前人试验研究和生产实践调查结果可确定晚稻(杂交稻)低温冷害指标［1，17－19］为:9－10月期间，日平均气温(简称〒)≤22℃连续3～5 d为轻度寒露风;日平均气温≤22℃连续6～7 d为中度寒露风;日平均气温≤22℃连续7 d以上为重度寒露风。

2 资料与处理

2.1 基础地理信息数据

地理信息资料采用国家基础地理信息中心提供的1∶25万广西基础地理背景数据。该数据是标准的ARC/INFO分幅E00格式数据，以分幅图形式分块地存放在不同文件中，涉及广西范围的数据共有20多幅，每一个图幅包含行政边界、等高线等14个图层资料。资料处理时采用GIS软件对E00资料进行格式转换，再通过拼接、对栅格数据重采样、对矢量数据分层和筛选以及裁剪等一系列处理。

(1)资料格式的转换:将涉及广西范围的每幅图的E00格式数据进行格式转换，即把矢量数据和栅格数据都转换成sdb文件格式，并对广西的每幅图进行整体拼接。

(2)栅格数据的重采样:按照1 km×1 km网格距对包含有海拔高度的栅格数据进行重采样，取得1 km×1 km分辨率的海拔高度数据。

(3)矢量数据的分层和筛选:将行政边界和行政点等矢量数据分成三层，行政边界分为省、地市和县三级，行政点分成县级以上、乡镇级、乡镇级以下行政点。

(4)资料的裁减:依据行政边界，对广西基础地理信息数据库中包含的各县市地理信息数据进行裁剪，得到所需要的基本地理信息数据。

(5)经度、纬度数据的提取:利用广西的海拔高度数据计算网格距为1 km×1 km分辨率的广西经度、纬度数据。

经过上述的一系列处理，最终提取出以下所需的地理信息数据:①广西县以上行政边界;②广西市、县、乡政府所在地位置和名称;③广西主要河流、铁路和公路;④广西数字高程模型(DEM)及经度、纬度、海拔高度等栅格数据，所有栅格数据网格距均为1 km×1 km。

2.2 基本气象资料

本研究使用的实况气象资料及灾情资料均来源于广西气象局，取自广西90个气象台站的地面观测资料，即逐日平均气温、极端最低气温及各地灾情资料，以及各个气象台站的经度、纬度和海拔高度等地理信息资料。

3 关键技术及方法

3.1 水稻“寒露风”低温冷害的监测预警

广西地形地貌特征属云贵高原至东南沿海丘陵过渡地带，是一个以丘陵山地为主的省区，经度、纬度、地形、地貌、地势等地理环境因素，影响太阳辐射的收支和大气环流的形势，并对气象要素具有重新分配的作用。广西地形地貌复杂，南北纬度和东西经度的跨度大，经度、纬度、地形、地貌、地势等地理环境及下垫面特性明显不同，导致广西山地气候的垂直差异和水平差异都十分明显;广西约24万km2的陆地面积上仅分布90个气象观测站点，受到气象站点布局不足等因素的制约，每县一站的气象观测资料难以真实客观地反映全县整个区域内气候资源的立体多样性特征和冷害等气象灾害状况，因此，为了比较客观地反映广西不同地域的气候资源及低温冷害状况，可应用GIS技术建立基于地理信息的细网格空间分析模型，并通过数学模型模拟出广西不同地理背景下1 km×1 km网格的气候资源和低温冷害立体分布情况。温度等气候要素与当地的经度、纬度、海拔等地理因子关系密切，“寒露风”低温冷害指标与地理因子的关系模型可表示为:

式中:Y为“寒露风”低温冷害指标;φ，λ，h分别代表纬度、经度、海拔高度等地理因子;函数T(φ，λ，h)称为低温冷害指标的气候学方程;ε为余差项，称为综合地理残差，可认为φ，λ，h所拟合的气候学方程的残差部分，即:

(1)根据广西全区的平均气温、最低气温的气象监测资料，经度、纬度、海拔高度与气温有近似的线性关系，应用数理统计学中的回归分析方法，建立经度、纬度、海拔等地理因子与平均气温线性回归方程T(φ，λ，h)，并根据此回归方程，结合广西全区1 km×1 km分辨率网格高程数据，反演细网格点气温，得到初步的广西全区平均气温、最低气温千米网格点资料。

(2)气温等气象要素主要受经度、纬度、海拔高度等地理因子影响外，还受到水体、植被、坡度、坡向等其它环境因素所产生的影响，因此，还需要计算上述回归方程的残差，即利用实测值Y减去T(φ，λ，h)，借助GIS工具软件完成残差的千米网格化，最后将网格化的残差数据叠加到回归方程反演的细格点气温资料上，得到较好空间分辨率的1 km×1 km广西全区平均气温细网格点资料。

(3)根据上述确定的广西水稻“寒露风”低温冷害等级指标，按照轻度、中度、严重冷害等级逐个网格点分析低温冷害等级，得到广西水稻“寒露风”低温冷害分布栅格数据。

(4)结合广西的省级、县级行政边界以及县级以上行政点和经纬网等地理信息数据，根据上述结果绘制水稻“寒露风”低温冷害分布图，统计广西全区、各市、县的低温冷害等级强度，最终得到空间分辨率为1 km×1 km的广西水稻“寒露风”低温冷害监测结果。

(5)制作平均气温、最低气温预报，即根据T213数值预报产品，建立MOS(Model Output Statistics)预报方程，实时制作广西各个气象台站未来7 d的24 h、48 h、72 h、96 h、120 h、144 h、168 h平均气温和最低气温预报。

(6)根据基于MOS预报方程的未来7天平均气温和最低气温预报，采用与3.1节水稻低温冷害监测相类似的步骤进行分辨率为1 km×1 km的地理订正，最终得到广西各地水稻可能遭受“寒露风”的低温冷害情况，从而实现对广西水稻“寒露风”低温冷害的预警。

3.2 结果分析

受冷空气南下影响，2010年10月上、中旬广西出现了持续3d以上日平均气温≤22℃的寒露风天气过程，其中三江、龙胜、资源、灌阳、全州、兴安、南丹、乐业、金秀等桂东北、桂西北等高寒山区部分县市持续出现15 d以上的寒露风天气过程。

监测结果表明，在10月上中旬“寒露风”低温冷害天气过程中，广西北部、西部高寒山区气象观测站点的日平均气温最低值已达到15.5℃，日极端最低气温最低值已达到9.8℃，经过分辨率为1 km×1 km的地理模拟订正以后，广西各地尤其无气象观测站区域的低温冷害情况得到比较客观、细致的体现，比较直观再现了地理位置、地形、地貌对冷空气作用的结果，尤其是多数地处海拔较高的山区低温冷害分布图像更加细腻，更富有立体感，而桂南多数平坦地区则没有那么明显变化。图1为10月上中旬“寒露风”低温冷害过程的全广西水稻低温冷害空间分布图。分析结果表明，严重“寒露风”低温冷害区域主要分布在贺州、桂林、柳州、河池、百色等市的大部分区域和来宾、贵港、梧州三市局部以及桂中、桂南地区的极少数山区，中度“寒露风”低温冷害区域主要分布在来宾、南宁两市大部和玉林、贵港、崇左、梧州等市部分区域，以及柳州、贺州两市局部和右江河谷大部区域，轻度“寒露风”低温冷害区域主要分布在北海、钦州两市和防城港、崇左两市的部分区域以及玉林、南宁、来宾等市局部区域，总而言之“寒露风”低温冷害监测情况与实况基本相符。

图12010 年10月上中旬广西水稻低温冷害分布图

实际调查结果也表明:10月上中旬广西出现了持续3 d以上日平均气温≤22℃的寒露风天气过程，尤其三江和龙胜等县、市从10月2－20日共持续出现19 d严重寒露风天气，资源、灌阳、全州、兴安、南丹、乐业、金秀等县、市自9月下旬至10月20日持续出现15～29 d严重寒露风天气，对正处于抽穗扬花期的水稻影响较大，造成抽穗速度减慢或抽穗困难，甚至出现包颈现象，影响开花授粉，授粉受精受阻，空秕率增加，导致结实率降低而减产;对处于灌浆期的水稻，茎叶出现早衰现象，光合作用能力下降，不利于籽粒充实和千粒重提高，灌浆受抑制而速度缓慢，影响千粒重和产量的提高。

4 小结与讨论

(1)本研究率先采用GIS技术和气候数学模型及气候资源细网格空间分析方法，融合经度、纬度、海拔高度等地理信息，建立包括经度、纬度、海拔高度等因子的地理订正模型，对气温资料进行较高空间分辨率(1 km×1 km)的地理模拟订正，并进行残差订正计算，获得了较好效果;根据T213数值预报产品，采用MOS预报方程进行广西90个气象台站未来7 d的气温预报，结合广西水稻生长发育状况和“寒露风”低温冷害受害指标，实现对广西水稻“寒露风”低温冷害发生发展及其强度、范围的实时动态监测、预警;最后以2010年10月上中旬“寒露风”低温冷害过程为例检验了监测效果，与实际情况比较相符。本文采用GIS技术进行水稻低温冷害监测预警研究，其突破了传统气象灾害监测分析资料用每县一站、以点代面、精度偏低的局限，结果更客观精细、更符合实际;尤其是该监测预警结果能反映出广西南部高海拔山区少数区域的严重冷害区域，十万大山、大明山、西大明山、六万大山、大容山、云开大山、勾漏山、镇龙山等南部山区热量条件偏差，低温冷害较严重，该结果与冷害实际调查情况比较相符，而用传统的常规冷害分析方法则无法区分，这充分体现了GIS在气象灾害监测预警评估研究应用中的优越性。

(2)实现对水稻低温冷害的实时动态监测预警，主要依靠一套效果良好、简洁易用的水稻冷害指标体系和预报效果良好、切实可行的冷害预报方法，以及具有可操作性且精度较高的气温地理订正技术和方案，还有充分的空间地理信息处理、显示支持。在此研究思路的基础上，如何融合GIS、GPS、RS等新技术进行水稻作物的冷害监测预警评估，尤其根据农业气象业务服务不断发展的需要，如何继续深入侧重于具体实际应用方面的研究［20］，这些方面有待于今后深入探讨，从而建立基于“3S”技术的“广西水稻低温冷害实时动态监测预警评估”业务应用系统工作平台，其中包括气温等气象要素监测预测、水稻生育期和灾情资料采集处理、地理模拟订正、冷害分析、产品(包括图表)制作与发布等，将在今后的广西水稻等农作物低温冷害监测预警评估业务服务中发挥更好的作用，就能更好地指导广西水稻生产实践，更利于水稻生产的优化布局和科学合理安排防灾避灾减灾。

［1］广西壮族自治区气候中心．广西气候［M］．北京:气象出版社，2007:90－104．

［2］王春已，李玉中，舒立福，等．重大农业气象灾害研究进展［M］．北京:气象出版社，2007:30－35．

［3］何燕，谭宗琨，丁美花，等．“2008年罕见低温冻害对广西甘蔗及蔗糖业的影响”［J］．灾害学，2009，24(1):68－72．

［4］杨宝，罗启贤．广东杂交水稻秋季低温冷害指标的探讨［J］．广东气象，1991(4):5－7．

［5］邱上深．水稻冷害机制探讨［J］．中国农业气象，1994(5):41－44．

［6］王春乙，郭建平，杨宝珠．日本水稻冷害防御技术的适应性［J］．气象科技，2000(1):55－59．

［7］马晓群，王效瑞，徐敏，等．GIS在农业气候区划中的应用［J］．安徽农业大学学报，2003，30(1):105－108．

［8］何燕，李政，廖雪萍．基于GIS的巴西陆稻IAPAR-9种植气候区划研究［J］．应用气象学报，2007，18(2):219－224．

［9］冯晓云，王建源．基于GIS的山东农业气候资源及区划研究［J］．中国农业资源与区划，2005(2):60－62．

［10］李剑萍，郑有飞，殷剑敏，等，3S技术在晚稻长势监测中的综合应用研究［J］．南京气象学院学报，2001，24(1):106－112．

［11］张春桂，林晶，吴振海，等，基于MODIS数据的水稻种植面积监测方法研究［J］．自然资源学报，2007，22(1):1－8．

［12］马树庆，王琪．水稻障碍型冷害损失评估及预测动态模型研究［J］．气象学报，2003(4):507－512．