应用建邦者可持续农业生产季节性的气候预报纳印度安raybet雷竞技最新得拉邦的细分
k·k·辛格•d . r . Reddy•s Kaushik•l•s•j•汉森•g . Sreenivas拉
12.1
介绍
实质性的进步努力模型中的行星天气系统,和产生的环流模型(GCMs)的改进,导致更好的可预测性的气候波动,尤其是提前1到6个月(Delecluse et al . 1998年)。raybet雷竞技最新开拓者在生成和分布的季节性气候预测包括IRI和美国国家海洋和大气管理局。raybet雷竞技最新明智的利用这些信息由农民和政策制定者大大有助于实现可持续发展农业生产。尽管不断努力改善印度这样的发展中国家的生活水准,在世界上人口排名第二,特别的挑战仍无人值守的竞技场获得可持续的粮食生产。雷竞技手机版app在这种背景下,值得探索和气候预测申请战略决策在农业及相关领域,尤其是在半干旱地区,特点是高降雨量年际变化和顺向raybet雷竞技最新水可用性的不确定性旱作农业操作。
如果农民季节性的气候预报应用于改善决策,他们必须首先预测转化为生产raybet雷竞技最新和经济后果与另类的管理策略和决策空间尺度的影响。适应本地和测试作物模拟模型允许一个快速探索一系列的生产成果管理下选择一个范围的预测气候条件(汉森和Indeje 2004;琼斯等人。2000)。然而,空间和时间尺度上的差异的动态季节性气候预测和作物模拟模型提供了一个巨大的挑战使用作物模拟预测作物响应预测气候变化。raybet雷竞技最新提取和应用的信息在本可变性作物模型应用程序仍然是一项更为困难的挑战比降尺度空间。几种方法连接作物模拟模型和季节性气候预测研究提出了工人。raybet雷竞技最新基于过程的方法之一,气候预测与农业模型聚合bias-corrected气候模型输出为季节性或sraybet雷竞技最新ub-seasonal(如月度)平均水平,然后分解到每天产生时间序列的频率变化符合长期每日记录,和低频变化,代表了季节性或sub-seasonal预测。时间崩溃涉及某种形式的随机天气发生器的使用方法来约束匹配预测每月或每日生成的序列季节性意味着或其他统计特性。
基于高粱、水稻、玉米、蓖麻种植制度建邦者主要在纳细分。总季节性降雨在农业规划没有相关性但其分布具有重大价值。在缺乏信息降雨模式农业,农民计划经营基于他们过去的经验和知识的气候。raybet雷竞技最新建邦者的旱作农业场景纳细分,季风气候为主,主要的担忧(1988年拉Rao)是:大雨季开始的日期的变化的变化总季节性降雨,在雨季长时间的干旱,高强度降雨由于飓风,萧条,等等,导致raybet雷竞技最新洪水损害农作物,雨季的终止日期的变化。因此,早期预警基于季节性降雨的预测可以帮助农民调整作物管理策略来减少恶意的影响气候和仁慈的气候带来的好处最大化。raybet雷竞技最新
此外,需要多机构合作在该地区使用的季节性气候预测分析合适的作物管理策略,及其验收由农民和政策制定者。raybet雷竞技最新107 Agro-meteorological咨询服务单位的现有网络国家中期天气预报中心(NCMRWF),已朝着建邦者传播农业天气报告纳细分,可以用来实现发展的共同目标作物管理策略基于季节性气候预测。raybet雷竞技最新
本章解决季节性降水预报的应用旱作农业系统的管理在印度Telengana细分以下目标:
作物产量最大化通过季节性气候预测在农业中的应用两个选定的地点,生成两个地点的季节性降雨追,c选择播种窗口选择raybet雷竞技最新作物,d确定植物种群密度,当e应急计划(找到替代选项季风是延迟)。12.2
12.2.1方法
描述关键的网站
经过详细的调查研究区和与农民的互动,建邦者两个对比网站纳细分。这些网站的两个农业气候区Telengana细分建邦者即北纳(保证降雨地区)农业气候区和南部Telengana (低降雨量地区)农业气候区。
建邦者北纳农业气候区
北Telengana区每年接收降雨的900 - 1050毫米,其中西南季风贡献780 - 950毫米。最高温度之间的区域范围30-37°C和最小温度范围从21 - 25日期间°C西南季风季节。在这个区域,Karimnagar区(东经79°09年' E,纬度18°26 ' N)被选中。这个地区有3.04数百万人口地理面积11800平方公里。源的灌溉和运河(Sri Ram Sagar项目)双耕地面积和rice-rice maize-groundnut种植制度为基础。
建邦者南纳农业气候区
建邦者南纳农业气候区获得的年降雨量750 - 870毫米(西南季风降雨:550 - 700毫米)。最高温度之间的区域范围28-34°C和最低温度范围从22日至23日在西南季风季节°C。在这个农业气候带,Mahabubnagar区被选中,3.51数百万人口的地理面积18 432平方公里。该地区是干旱倾向和主要旱作农业。主要农作物/种植制度Sorghum-Fallow Castor-Fallow。
12.2.2数据
天气
每天的历史气象数据收集来自该地区农业研究站,Jagtial Karimnagar地区1989 - 2002年,Palem Mahabubnagar地区,靠近测试网站。Rajendranagar中心长期天气数据(1971 - 2002),用作Palem代理数据。太阳辐射计算从明亮的阳光小时。District-wise历史年度和月度降雨Karimnagar和Mahabubnagar过去40年的数据收集进行分析。
土壤
Karimnagar区介质的主要土壤类型与粘土子深黑色的土壤(变性土)土壤和红沙土(Chalkas) 90厘米深度。Mahabubnagar地区主要土壤类型的桑迪(Dubba)和砂壤土(红色chalka)较低的土壤持水量与80厘米深度。
GCM预测选择和降雨追
raybet雷竞技最新气候预测领域降雨来自全球大气环流模型即,ECHAM GSCF, CCM,可乐,NCEP大约2.5 3°水平分辨率,与18 - 20垂直的水平。从模拟输出,国际气候预测研究所(raybet雷竞技最新http://iri.columbia.edu)提供本研究使用。
当前全球大气环流模型的粗空间分辨率往往会导致系统的位置空间降雨模式的变化,减少他们的预测能力。自从大规模的特性GCM可以预测影响当地气候的变化,可以利用这些信息来改进预测当地的气候变化(Benestad 2001)。raybet雷竞技最新模型修正是必要的占区域降水异常的变化模式,由于当地的影响因素模型的粗分辨率不能捕获,如陡峭的冷锋,植被和地面水达到对比对比。使用的统计关系,估计在过去一些时期,观察气候预报值字段和追算之间GCM输出字段,称为模型输出数据(MOS)。当预测值比GCM在更高的空间分辨率输出,这种方法被称为MOS缩小规模,或统计降尺度。一个常见的MOS方法校正或缩小规模使用主成分分析应用到识别的主要模式的可变性GCM输出字段,有时预测值空间字段(Heyen et al . 1996;Kidson和汤普森1998)。地理领域与GCM输出字段主成分(PC)分析66 - 90°E和5 - 30°n .每个电脑模式代表了一个预测领域具有高空间分辨率和空间相干性,但没有过度学习经验的风险模型。这些可以预测相关回归。
在这项研究中,IRI提供了个人电脑的时间序列,利用降雨追了选定的位置。后估计不同的月/季降雨量追算的1989年- 1998年为Rajendranagar Jagtial和1971 - 1998年,之间的相关性是观察和追算降雨。相关措施匹配两个时间序列之间的差异。
随机解集的月降水
随机天气生成器,修改为允许它来生成合成每日天气使用序列,这样每月气候意味着精确匹配指定的目标。汉森和Mavromatis描述的基本随机发生器(2001)。这是一个适应WGEN的天气发生器的理查森(1985)。每个追算我们10个随机生成实现月度总额的每日的天气比赛6月到9月每月总量预测的主要组件。
作物模拟和CERES模型
作物产量模拟使用谷神星模型下的作物研究。谷神星(作物评估通过资源和环境综合)模型是一种面向过程的动态作物生长模型,实时的基础上预测作物的地位作为一个外生参数的函数。CERES模型对水稻、高粱和玉米作物,在目前的研究中使用DSSAT v3.5中可用(Hoogenboom et al . 1999年)。每天的时间步模型,模拟了不同品种的籽粒产量和增长组件在一个给定的农业气候条件。这些模型已经验证了广泛的世界各地的气候和独立于位置和土壤类型。raybet雷竞技最新
研究Saseendran et al .(1998、2000)使用CERES-Rice V3.5表明,该模型能够预测粮食产量和作物物候发展在印度安得拉邦和喀拉拉邦的气候条件和合理的准确性。错误是7.9%的粮食产量预测模型,为Sambamahsuri分别为8.3%和5.7%,Rajavadlu Tellahamsa安得拉邦。Reddy(1992)使用CERES-Maize模型来预测简历的吐丝和到期日期和产量。恒河Safed-2古吉拉特邦的气候条件。CERES-Sorghum v3.5模型也对简历进行验证。CSH-1在印度马哈拉施特拉邦的气候条件下不同子例程viz.物候、生长,水平衡和氮平衡Varshneya和Karande(1999),和增长和产量在雨季成功预测的模型。
管理战略考虑
管理策略考虑下面给出不同的作物。这些管理实践类似,紧随其后的是农民的学习网站。
大米
遗传系数两个品种,广泛生长的状态,需要描述的各个方面的性能模型中的一个特定的基因型。本研究中使用的水稻品种是Sambamahsuri和ir - 64。Sambamahsuri是长时间(145 - 150天)品种平均有6 712公斤是模拟的收益率水平。ir - 64是短时间内(115 - 120天)多样性和模拟是5 623公斤农业的产量水平。简历的遗传系数的值。Sambamahsuri (Saseendran et al . 2000年)和ir - 64展示在表12.1。同样的作物管理措施在仿真实验不同的播种日期之后。作物品种的种植日期考虑模拟红外- 64和Sambamahsuri是7月26日。植物种群当时种植植物33 m - 2 15厘米的行间距和种植5厘米的深度。氮肥料应用在三个分割剂量的40公斤尿素的形式。施肥的日期是7月28日,8月27日,10月1日。这个领域一直总是在2厘米的水。
玉米
玉米是一般种植旱作作物在安得拉邦(雨季)下雨季节。本研究中使用的玉米品种是ProAgro混合。的遗传系数cv。ProAgro是简历的基础上派生而来。恒河Safed-2,这些值是可用的(1992年Reddy)。遗传系数cv值。ProAgro被展示在表12.2。农民在项目现场进行播种的作物,当累积降雨量75毫米在季风爆发之后。种植窗被从6月2日到7月20日最低土壤
的名字 |
描述 |
遗传系数 ir - 64 Sambamahsuri |
|
(π) |
时间段(表示为增长度天(GDD)°C的基础温度9°C)从水稻幼苗出现在这期间不响应光周期的变化 |
200.0 |
540.0 |
(P20) |
临界光周期或长度最长的一天(时间)的发展发生在最大速度 |
140.0 |
170.0 |
(P2R) |
形势的发展程度导致穗启动延迟(表示为GDD°C)每小时增加光周期P20之上 |
350.0 |
400.0 |
(P5) |
时间在GDD (°C)从头粮食填充(开花后3到4天)的生理成熟度的基础温度9°C |
12.0 |
12.0 |
(G1) |
潜在的小穗数系数的估计每g ofspikelets主茎干重(少导致叶片和鞘加上峰值)在开花 |
100.0 |
100.0 |
(G2) |
单粒重(g)在理想的生长条件,即参考光,水,营养,和缺乏害虫和疾病 |
0.0220 |
0.0220 |
(G3) |
分蘖系数(标量值)相对于理想条件下红外- 64品种 |
1.00 |
1.00 |
(G4) |
耐温性系数。通常1.0品种生长在正常环境 |
1.00 |
1.00 |
水和土壤的90%至100%。植物种群的时候出现维持8 m - 2植物35厘米的行间距和种植6厘米的深度。氮肥是应用在三个相等的分割剂量40公斤尿素的形式即是在播种的时候,25天后播种(DAS), 55 DAS。
12.2.6.3高粱
高粱是一种广泛种植旱作作物在安得拉邦,用作食品和饲料。高粱作物品种CSH-5本研究中所使用的介质品种(90 - 105天),持续时间一般增长了安得拉邦的农民。的遗传系数cv。CSH-5 Varshneya计算和Karande(1999)提出了在表12.3。农民在项目现场进行播种的作物,当累积降雨量75毫米在季风爆发之后。种植窗口是6月1日到8月15日与最低土壤水和土壤的70%至100%。植物种群的时候出现m - 2与18岁的植物
表12.2。遗传系数用于CERES-Maize仿真模型
名字ProAgro遗传系数描述
P1热时间从幼苗出现310.0的少年阶段(表示程度上的天以上基本温度8°C)期间,工厂不响应光周期的变化
P2程度发展(表示为天)0.520是推迟了每小时增加光周期以上的光周期最长开发收益以最大的速度(这被认为是12.5小时)
P5热时间从吐丝至900.0生理
成熟度(表示程度上的天以上基本温度8°C)
G2最大可能每个工厂的内核数600.0
G3在线性灌浆期7.90内核填充率
阶段,在最佳条件下(mg普通人每天)
PHINT Phylochron间隔;热时间的间隔38.90(学位天)之间的连续叶端露面
表12.3。遗传系数用于CERES-Sorghum仿真模型
名字CSH-5遗传系数描述
415.0π热时间从幼苗到最后出现的青少年阶段(表示程度上的天以上基本温度8°C)期间,工厂不响应光周期的变化
P20临界光周期或长度最长的一天(在13.50
小时),开发以最大的速度发生
形势的发展导致40.5 P2R程度
圆锥花序起始(表示程度上的天)为每个小时延迟增加光周期P20之上
P5热时间(学位8天以上基本温度525.0°C)从头粮食填充(开花后3 - 4天),生理成熟
G1定标器的相对叶大小10.0
G2定标器接收到圆锥花序5.5的分区
PHINT Phylochron间隔;热的间隔时间49.00
(学位天)之间的连续叶端出场45厘米的行间距和种植5厘米的深度。氮肥是应用于尿素的形式在两个平等分割剂量的40公斤是每个基底和30 DAS。
12.3
结果与讨论12.3.1
降雨和作物产量分析
为了计算出降水变化对收益率波动的影响在Mahabubnagar Karimnagar水稻和玉米,高粱,收益率的线性趋势拟合消除混合动力车和技术改进的影响。收益率偏离趋势线计算的地区。收益率和降雨量偏差比较,商议在无花果。水稻和玉米的12.1和12.2
-800年
LtJli |
Pk I” |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
9 (^ 7 j \ 19 ?/ * 1982 V / |
图12.1。降雨偏差和Karimnagar地区大米产生偏差 一年 图12.1。降雨偏差和Karimnagar地区大米产生偏差  一年 图12.2。降雨和收益率偏差Karimnagar地区玉米 一年 图12.2。降雨和收益率偏差Karimnagar地区玉米 Karimnagar区分别在图12.3高粱Mahabubnagar地区。 Karimnagar地区,降雨被发现有显著影响水稻和玉米的产量。大米,降雨和收益率偏差的趋势几乎是除了几年相似,而在玉米的情况下,这一趋势相似的1992和此后产量增加了1993 - 1997年期间(图12.2)。Mahabubnagar地区,高粱作物表现出类似的趋势,除了在早期年代。尽管玉米和高粱作物种植旱作,积极的收益率偏差在过去的十年是归因于品种/技术进步甚至分布的降雨包括低降雨年。 四十年的降雨数据(1963 - 2002)进行了分析,锻炼十年降雨量的变化意味着价值及其变异系数在不同的电台。两个主要时期被认为是(我)30年(1963 - 1992)和(2)最近十年(1993 - 2002)。图12.4中给出的结果表明,有一个降水减少趋势在最近十年6个月,7月和整个雨季。七月从农业的观点更重要的大部分雨养作物被播种水稻移栽也在这个月了。 变异系数的月平均降雨量1963 - 1982和1983 - 2002年数据,在图12.5表明Mahabubnagar区有一个increas -  图12.4。的意思是十年(1993 - 2002)降水(mm)在三个十年期的平均降雨量(1963 - 1992)Karimnagar区 图12.3。降雨和高粱Mahabubnagar地区产生偏差 图12.4。的意思是十年(1993 - 2002)降水(mm)在三个十年期的平均降雨量(1963 - 1992)Karimnagar区 图12.3。降雨和高粱Mahabubnagar地区产生偏差  荷兰国际集团(ing)在6月和7月的月变化趋势和雨季。Karimnagar区显示,6月略微下降的趋势而在7月和雨季有增加的趋势。 追算降雨 时间序列数据在X1和X2所有五个模型被用来估计降雨追算1989年- 1998年在Rajendranagar Jagtial和1971 - 1998。预测个人的6月,7月,8月,9月和10月和月保持视图生成的不同组合农夫的偏爱短时间预测(表12.4)。所有的模型检测Rajendranagar ECHAM给发现了一个更好的预测(表12.4,图12.6)。相关研究显示,
最高之间存在显著相关性观察和预测降雨在8月和9月个月放在一起使用ECHAM模型。 类似的工作也是做Jagtial (Karimnagar)。在Jagtial可乐模型做了一个更好的相关性,而对个人月(7月、8月、9月),ECHAM模型给出一个更好的相关性(表12.5,图12.7)。
继续阅读:将玉米生产气候信息和农场水平决策伊莎贝拉菲律宾的raybet雷竞技最新案例研究 这篇文章有用吗? 读者的问题
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
