一种水稻低温连阴雨复合灾害影响评估方法及设备与流程

本发明涉及农业气象灾害评估，具体涉及一种水稻低温连阴雨复合灾害影响评估方法及设备。

背景技术：

1、在全球气候变暖的大背景下，极端气象事件呈现出发生频率增加和复合化发展的趋势。我国主要水稻产区受区域气候条件影响，易发生持续低温与连阴雨等异常天气过程，二者在时空上的叠加所形成的低温连阴雨复合灾害，是威胁我国水稻产量稳定与粮食安全的重要气象灾害之一。

2、目前，针对水稻气象灾害的影响评估，多基于温度、降水或日照等单一气象数据构建评价指标。在评估灾害对产量的影响时，通常采用年度灾害指标与水稻最终产量进行宏观统计相关的分析方式。然而，现有技术在水稻低温连阴雨复合灾害的评估应用中仍存在以下局限性：

3、其一，指标构建维度单一，难以充分量化复合协同胁迫效应。现有技术多依赖单因子气象指标开展评估，在算法层面上难以有效刻画低温与连阴雨共同作用时对水稻产生的非线性关联及复合致灾影响。其二，评估时间尺度较粗，缺乏对灾害过程的精细化刻画能力。现有基于年度“灾害-产量”的评估方法，未充分考虑水稻不同生育期对气象胁迫响应的敏感性差异，难以精准区分复合灾害发生在不同生长阶段所造成的差异化致灾后果。其三，缺乏有效的非目标因素干扰控制机制。现有方法在建立复合气象灾害与产量的统计映射关系时，难以在模型层面有效剥离干旱、极端高温等其他非目标气象因素的混杂干扰，导致对目标灾害致灾贡献的评估结果易产生偏差。

4、综上所述，针对水稻低温连阴雨复合灾害的影响评估，现有技术仍存在复合致灾效应难以准确量化、生育期响应刻画不足、评估结果易受非目标气象因素干扰等技术问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种水稻低温连阴雨复合灾害影响评估方法及设备，以解决现有技术存在复合致灾效应无法量化、灾害过程刻画粗糙、评估结果易受其他气象因素干扰的问题。

2、根据本发明的第一方面，提供一种水稻低温连阴雨复合灾害影响评估方法，包括：

3、获取目标地区的逐日气象序列数据和水稻历史产量数据，并根据水稻农业物候历，在时间轴上设定与水稻多个生育期对应的监测时间窗；

4、从所述逐日气象序列数据中识别出按照时间排序的连阴雨胁迫事件，根据逐日气象序列数据计算每个连阴雨胁迫事件对应的低温胁迫特征，分别确定连阴雨胁迫因子序列和低温胁迫因子序列并进行统计学检验；

5、分别为检验通过后的低温胁迫因子序列和连阴雨胁迫因子序列匹配并拟合概率分布模型，得到低温累积概率分布函数和连阴雨累积概率分布函数；

6、将低温累积概率分布函数和连阴雨累积概率分布函数分别代入copula函数族中的多个copula模型，依据信息准则选出最优的copula模型；利用最优的copula模型，计算得出目标区域在每个连阴雨胁迫事件内的低温-连阴雨叠加的联合概率序列；

7、将联合概率序列转化为包含正负区间的标准复合灾害指数序列；

8、根据预设的灾害阈值，对标准复合灾害指数序列进行截断，得到独立复合灾害事件；确定每次独立复合灾害事件的持续时间和累计烈度；

9、根据独立复合灾害事件的持续时间，将所述累计烈度映射累加至对应的监测时间窗；

10、对于每个连阴雨胁迫事件，根据逐日气象序列数据计算该事件与对应水稻生育期的同期协变量；

11、构建滤除协变量权重后的多元偏相关分析模型，将各个监测时间窗中累加的累计烈度与所述水稻历史产量数据作为所述多元偏相关分析模型的输入，得出偏相关系数。

12、优选的，所述确定连阴雨胁迫因子序列和低温胁迫因子序列，包括：

13、根据目标地区的逐日气象序列数据，计算历年每个日期的日平均热量指数作为该日期的常年同期热量指数基准值；

14、从所述逐日气象序列数据中提取逐日降水量和日照时数，按照日期先后顺序构建时间序列；基于所述时间序列识别连阴雨胁迫事件，计算连阴雨胁迫事件的强度指数，形成对应的连阴雨胁迫因子序列；

15、对于每个连阴雨胁迫事件，从所述逐日气象序列数据中提取事件时间窗内每个日期的实际日平均气温，并基于水稻生长发育的三基点温度参数进行耦合计算，构建温度响应函数，作为该日期的实际热量指数；

16、对于每个连阴雨胁迫事件的事件时间窗内的每个日期，计算同一日期的实际热量指数和常年同期热量指数基准值的差值，得到每个日期的热量指数距平值；

17、根据每个连阴雨胁迫事件的事件时间窗内每个日期的热量指数距平值，计算所述连阴雨胁迫事件对应的事件热量指数距平值，作为低温胁迫特征；按照时间序列排序所述低温胁迫特征，得到低温胁迫因子序列。

18、优选的，计算连阴雨胁迫事件的强度指数，包括：

19、计算每个连阴雨胁迫事件的事件时间窗内的逐日降水量的平均值；计算所述平均值与所述目标地区同期常年平均降水量的比值，将其与设定的降水权重系数结合，得到降水胁迫分量；

20、将每个连阴雨胁迫事件内逐日的日照时数减去预设寡照临界阈值，得到日照差值集合；将所述日照差值集合中，全部负差值的绝对值进行累加，得到事件总亏缺量；计算所述预设寡照临界阈值与该连阴雨胁迫事件持续总天数的乘积；计算事件总亏缺量与所述乘积的比值，将其与设定的寡照权重系数结合，得到寡照胁迫分量；

21、提取该连阴雨胁迫事件的持续总天数，构建非线性幂函数作为历时累积效应因子；将所述降水胁迫分量与所述寡照胁迫分量相加后，乘以所述历时累积效应因子，得到连阴雨强度指数。

22、优选的，分别为检验通过后的低温胁迫因子序列和连阴雨胁迫因子序列匹配并拟合概率分布模型，包括：

23、为检验通过后的低温胁迫因子序列拟合极值分布模型，得到低温累积概率分布函数；

24、为检验通过后的连阴雨胁迫因子序列拟合gamma分布模型，得到连阴雨累积概率分布函数。

25、优选的，依据信息准则选出最优的copula模型，包括：

26、计算每个copula模型的信息准则值，将信息准则值最小的copula模型作为最优的copula模型。

27、优选的，在构建滤除所述协变量权重后的多元偏相关分析模型之前，还包括：

28、对所述水稻历史产量数据进行去趋势化处理。

29、优选的，所述监测时间窗对应的水稻多个生育期，至少包括水稻营养生长期和生殖生长期。

30、优选的，所述的方法，还包括：

31、将偏相关系数的极值所在的监测时间窗对应的生育期标记为灾害防御敏感期。

32、优选的，将联合概率序列转化为包含正负区间的标准复合灾害指数序列，包括：

33、利用标准正态分布的逆函数算法，将联合概率序列中介于0到1之间的概率转化为包含正负区间的标准复合灾害指数序列。

34、根据本发明的第二方面，提供一种水稻低温连阴雨复合灾害影响评估设备，包括：

35、主控器，及与所述主控器相连的存储器；

36、所述存储器，其中存储有程序指令；

37、所述主控器用于执行存储器中存储的程序指令，执行上述任一项所述的方法。

38、本发明提供的技术方案可以包括以下有益效果：

39、可以理解的是，本发明示出的技术方案，能够从逐日气象序列数据中提取低温胁迫因子序列和连阴雨胁迫因子序列，在统计学检验后拟合概率分布模型得到对应的累积概率分布函数，代入多个copula模型得出联合概率序列，再转换为每个连阴雨胁迫事件的标准复合灾害指数序列，通过该序列得到独立复合灾害事件，并将累计烈度映射至水稻生育期，再利用滤除协变量后的多元偏相关分析模型计算输出各个生育期中累计烈度与水稻历史产量数据的偏相关系数。

40、该技术方案，突破单一维度，精准量化复合协同胁迫效应。通过提取连阴雨和低温序列，并在统计学检验后引入copula函数族拟合联合概率分布模型，打破了传统单因子评估的局限性，在算法层面上精准捕捉并量化了低温与连阴雨同时发生时对水稻产生的非线性叠加致灾效应。

41、耦合农业物候，实现灾害过程的精细化刻画。创新性地根据水稻农业物候历设定监测时间窗，并将提取出的独立复合灾害事件的累计烈度映射至相应的生育期内，有效区分了复合灾害在水稻不同生长阶段造成的致灾差异，解决了传统方法时空尺度错位的问题。

42、构建滤除机制，有效剥离无关气象因素干扰。通过计算复合灾害事件与对应水稻生育期的同期协变量，构建滤除协变量权重后的多元偏相关分析模型来计算偏相关系数，从数学模型层面自动剥离了其他非目标气象因素的混淆干扰，大幅提升了灾害对产量影响评估的客观性和准确性。

43、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。