北部冬麥區(qū)冬小麥各生育階段氣候資源演變及干旱風(fēng)險情景分析
發(fā)布時間：2020-12-03 22:47
本文基于農(nóng)業(yè)氣象觀測站數(shù)據(jù)和區(qū)域氣候模式系統(tǒng)PRECIS產(chǎn)生的RCP4.5氣候情景數(shù)據(jù),比較了活動積溫法、累計熱生長單位法和生長速率估測法對我國北部冬麥區(qū)冬小麥拔節(jié)、抽穗、乳熟和成熟期的模擬精度,選用精度較高的模型模擬研究區(qū)未來冬小麥的生育期。在此基礎(chǔ)上,分析未來研究區(qū)冬小麥各生育期和各生育階段內(nèi)農(nóng)業(yè)氣候資源的變化及干旱演變特征。主要結(jié)論如下:（1）生長速率估測法對播種-拔節(jié)和播種-抽穗天數(shù)的模擬結(jié)果較好,均方根誤差為3.03.7d,一致性指數(shù)均超過0.9;活動積溫法對抽穗-乳熟和抽穗-成熟天數(shù)的模擬較為精確,均方根誤差為2.63.1d,一致性指數(shù)均大于0.8。（2）未來研究區(qū)冬小麥冬前生育期推遲,冬后則均呈提前趨勢。2031-2090年,播種、越冬開始、返青、拔節(jié)、抽穗、乳熟和成熟期的變化趨勢分別為1.8、1.7、-1.3、-1.1、-1.1、-1.3、-1.4d·（10a）-1,變化趨勢均極顯著（P<0.01）。相較于基準(zhǔn)時段（1976-2005年）,至2040s（2031-2060年）返青期變化的空間差異最大...
【文章來源】：中國農(nóng)業(yè)科學(xué)院北京市
【文章頁數(shù)】：82 頁
【學(xué)位級別】：碩士
【部分圖文】：
冬小麥各生育階段氣候資源演變及干旱風(fēng)險分析技術(shù)路線圖
2.2.3 氣候情景數(shù)據(jù)本文所利用的區(qū)域氣候模式數(shù)據(jù)是區(qū)域氣候模式系統(tǒng) PRECIS 單向嵌套全球氣候模式HadGEM2-ES 產(chǎn)生的代表濃度路徑（Representative Concentration Pathways，RCPs）下的氣候模式數(shù)據(jù)進行動力降尺度得到的。RCPs 情景考慮了適應(yīng)與減緩措施，它始于對影響模型模擬的輻射強迫產(chǎn)生關(guān)鍵作用的各組分的識別，然后執(zhí)行多種模式進行計算，至 2100 年達(dá)到特定輻射強迫值。其輻射強迫軌跡并不對應(yīng)于某一特定的社會經(jīng)濟或排放情景，而是由經(jīng)濟，技術(shù)，人口，政策等綜合作用的結(jié)果（Moss et al., 2010; IPCC, 2013）。IPCC 提出的四種代表濃度路徑分別為低排放情景（RCP2.6），中等排放情景（RCP4.5/RCP6）和高排放情景（RCP8.5）。四種情景以 21 世紀(jì)末相對于工業(yè)革命以前的輻射強迫的增加值范圍命名，即 RCP2.6、RCP4.5、RCP6 和 RCP8.5 分別增加 2.6W/m2，4.5 W/m2, 6.0 W/m2和 8.5 W/m2(Van Vuuren et al., 2011)。本文選用中等排放情景的 RCP4.5 情景數(shù)據(jù)進行未來北部冬麥區(qū)冬小麥研究。將 1976-2005年數(shù)據(jù)作為基準(zhǔn)時段，2031-2090 年為未來時段。該數(shù)據(jù)在旋轉(zhuǎn)坐標(biāo)系下的水平分辨率為 0.44（°經(jīng)度）×0.44°（緯度），水平間隔在中緯度地區(qū)約為 50km（張玉靜，2017）。本文分析的氣候要素數(shù)據(jù)包括逐日平均氣溫（℃）、最高氣溫（℃）、最低氣溫（℃）、降水（mm）、太陽輻射（MJ·m-2）和風(fēng)速（m·s-1）。格點地理分布見圖 2.1（b）。
中國農(nóng)業(yè)科學(xué)院碩士學(xué)位論文 第二章 材料與方法型的參數(shù)，并使用 2004 和 2005 年的數(shù)據(jù)對三個模型進行檢驗，比較其對冬小麥的播種-拔節(jié)、播種-抽穗、抽穗-乳熟和抽穗-成熟階段天數(shù)的模擬精度，假定品種不變，選用精度較高的模型進行未來冬小麥拔節(jié)、抽穗、乳熟和成熟期模擬。
【參考文獻】：
期刊論文
[1]氣候變化背景下中國主要作物農(nóng)業(yè)氣象災(zāi)害時空分布特征(Ⅱ):西北主要糧食作物干旱[J]. 何斌,劉志娟,楊曉光,孫爽. 中國農(nóng)業(yè)氣象. 2017(01)
[2]土壤水分對冬小麥氣孔導(dǎo)度及光合速率的影響與模擬[J]. 李麗,申雙和,孫鋼,李永秀,王曉東,劉瑞娜. 中國農(nóng)業(yè)氣象. 2016(06)
[3]基于格點積溫指標(biāo)的黃淮海冬麥區(qū)冬小麥氣候生產(chǎn)潛力預(yù)估[J]. 李萌,申雙和,褚榮浩,李楠,呂厚荃. 麥類作物學(xué)報. 2016(09)
[4]北方冬小麥不同生育期干旱風(fēng)險評估[J]. 張蕾,楊冰韻. 干旱地區(qū)農(nóng)業(yè)研究. 2016(04)
[5]水氮對滴灌夏棉生長特性和產(chǎn)量的影響[J]. 司轉(zhuǎn)運,高陽,劉浩,王廣帥,梁悅萍,周浩勇,段愛旺. 灌溉排水學(xué)報. 2016(06)
[6]甘肅省農(nóng)業(yè)干旱災(zāi)害損失特征及其對氣候變暖的響應(yīng)[J]. 韓蘭英,張強,趙紅巖,黃濤,賈建英,張旭東. 中國沙漠. 2016(03)
[7]內(nèi)蒙古西部旱區(qū)機采棉膜下滴灌水氮耦合效應(yīng)[J]. 李勇,王峰,孫景生,劉浩,楊建強,咸豐,蘇和. 應(yīng)用生態(tài)學(xué)報. 2016(03)
[8]華北地區(qū)冬小麥主要氣象災(zāi)害風(fēng)險評價[J]. 王春乙,張玉靜,張繼權(quán). 農(nóng)業(yè)工程學(xué)報. 2016(S1)
[9]基于相對濕潤度指數(shù)的山東省作物生長季干旱特征[J]. 李會群,王文. 干旱區(qū)資源與環(huán)境. 2015(11)
[10]基于水分虧缺指數(shù)的陜西冬小麥干旱特征分析[J]. 王連喜,胡海玲,李琪,孔堅文. 干旱地區(qū)農(nóng)業(yè)研究. 2015(05)
博士論文
[1]PRECIS對中國區(qū)域極端氣候事件的高分辨率數(shù)值模擬與預(yù)估[D]. 張玉靜.中國農(nóng)業(yè)科學(xué)院 2017
[2]氣候變化背景下四川農(nóng)業(yè)季節(jié)性干旱的發(fā)展趨勢及應(yīng)對措施[D]. 王明田.四川農(nóng)業(yè)大學(xué) 2012
碩士論文
[1]未來氣候變化對黃淮海平原冬小麥的影響及干旱適應(yīng)技術(shù)補償能力研究[D]. 李翔翔.中國農(nóng)業(yè)科學(xué)院 2017
本文編號：2896589
【文章來源】：中國農(nóng)業(yè)科學(xué)院北京市
【文章頁數(shù)】：82 頁
【學(xué)位級別】：碩士
【部分圖文】：
冬小麥各生育階段氣候資源演變及干旱風(fēng)險分析技術(shù)路線圖
2.2.3 氣候情景數(shù)據(jù)本文所利用的區(qū)域氣候模式數(shù)據(jù)是區(qū)域氣候模式系統(tǒng) PRECIS 單向嵌套全球氣候模式HadGEM2-ES 產(chǎn)生的代表濃度路徑（Representative Concentration Pathways，RCPs）下的氣候模式數(shù)據(jù)進行動力降尺度得到的。RCPs 情景考慮了適應(yīng)與減緩措施，它始于對影響模型模擬的輻射強迫產(chǎn)生關(guān)鍵作用的各組分的識別，然后執(zhí)行多種模式進行計算，至 2100 年達(dá)到特定輻射強迫值。其輻射強迫軌跡并不對應(yīng)于某一特定的社會經(jīng)濟或排放情景，而是由經(jīng)濟，技術(shù)，人口，政策等綜合作用的結(jié)果（Moss et al., 2010; IPCC, 2013）。IPCC 提出的四種代表濃度路徑分別為低排放情景（RCP2.6），中等排放情景（RCP4.5/RCP6）和高排放情景（RCP8.5）。四種情景以 21 世紀(jì)末相對于工業(yè)革命以前的輻射強迫的增加值范圍命名，即 RCP2.6、RCP4.5、RCP6 和 RCP8.5 分別增加 2.6W/m2，4.5 W/m2, 6.0 W/m2和 8.5 W/m2(Van Vuuren et al., 2011)。本文選用中等排放情景的 RCP4.5 情景數(shù)據(jù)進行未來北部冬麥區(qū)冬小麥研究。將 1976-2005年數(shù)據(jù)作為基準(zhǔn)時段，2031-2090 年為未來時段。該數(shù)據(jù)在旋轉(zhuǎn)坐標(biāo)系下的水平分辨率為 0.44（°經(jīng)度）×0.44°（緯度），水平間隔在中緯度地區(qū)約為 50km（張玉靜，2017）。本文分析的氣候要素數(shù)據(jù)包括逐日平均氣溫（℃）、最高氣溫（℃）、最低氣溫（℃）、降水（mm）、太陽輻射（MJ·m-2）和風(fēng)速（m·s-1）。格點地理分布見圖 2.1（b）。
中國農(nóng)業(yè)科學(xué)院碩士學(xué)位論文 第二章 材料與方法型的參數(shù)，并使用 2004 和 2005 年的數(shù)據(jù)對三個模型進行檢驗，比較其對冬小麥的播種-拔節(jié)、播種-抽穗、抽穗-乳熟和抽穗-成熟階段天數(shù)的模擬精度，假定品種不變，選用精度較高的模型進行未來冬小麥拔節(jié)、抽穗、乳熟和成熟期模擬。
【參考文獻】：
期刊論文
[1]氣候變化背景下中國主要作物農(nóng)業(yè)氣象災(zāi)害時空分布特征(Ⅱ):西北主要糧食作物干旱[J]. 何斌,劉志娟,楊曉光,孫爽. 中國農(nóng)業(yè)氣象. 2017(01)
[2]土壤水分對冬小麥氣孔導(dǎo)度及光合速率的影響與模擬[J]. 李麗,申雙和,孫鋼,李永秀,王曉東,劉瑞娜. 中國農(nóng)業(yè)氣象. 2016(06)
[3]基于格點積溫指標(biāo)的黃淮海冬麥區(qū)冬小麥氣候生產(chǎn)潛力預(yù)估[J]. 李萌,申雙和,褚榮浩,李楠,呂厚荃. 麥類作物學(xué)報. 2016(09)
[4]北方冬小麥不同生育期干旱風(fēng)險評估[J]. 張蕾,楊冰韻. 干旱地區(qū)農(nóng)業(yè)研究. 2016(04)
[5]水氮對滴灌夏棉生長特性和產(chǎn)量的影響[J]. 司轉(zhuǎn)運,高陽,劉浩,王廣帥,梁悅萍,周浩勇,段愛旺. 灌溉排水學(xué)報. 2016(06)
[6]甘肅省農(nóng)業(yè)干旱災(zāi)害損失特征及其對氣候變暖的響應(yīng)[J]. 韓蘭英,張強,趙紅巖,黃濤,賈建英,張旭東. 中國沙漠. 2016(03)
[7]內(nèi)蒙古西部旱區(qū)機采棉膜下滴灌水氮耦合效應(yīng)[J]. 李勇,王峰,孫景生,劉浩,楊建強,咸豐,蘇和. 應(yīng)用生態(tài)學(xué)報. 2016(03)
[8]華北地區(qū)冬小麥主要氣象災(zāi)害風(fēng)險評價[J]. 王春乙,張玉靜,張繼權(quán). 農(nóng)業(yè)工程學(xué)報. 2016(S1)
[9]基于相對濕潤度指數(shù)的山東省作物生長季干旱特征[J]. 李會群,王文. 干旱區(qū)資源與環(huán)境. 2015(11)
[10]基于水分虧缺指數(shù)的陜西冬小麥干旱特征分析[J]. 王連喜,胡海玲,李琪,孔堅文. 干旱地區(qū)農(nóng)業(yè)研究. 2015(05)
博士論文
[1]PRECIS對中國區(qū)域極端氣候事件的高分辨率數(shù)值模擬與預(yù)估[D]. 張玉靜.中國農(nóng)業(yè)科學(xué)院 2017
[2]氣候變化背景下四川農(nóng)業(yè)季節(jié)性干旱的發(fā)展趨勢及應(yīng)對措施[D]. 王明田.四川農(nóng)業(yè)大學(xué) 2012
碩士論文
[1]未來氣候變化對黃淮海平原冬小麥的影響及干旱適應(yīng)技術(shù)補償能力研究[D]. 李翔翔.中國農(nóng)業(yè)科學(xué)院 2017
本文編號：2896589
本文鏈接：http://www.wukwdryxk.cn/kejilunwen/nykj/2896589.html
最近更新
教材專著
