基于马尔科夫的小麦干热风年型预测

李艳玲; 杨晓晗; 司海平; 孙昌霞; FERNANDO Bacao

doi:10.19998/j.cnki.2095-1795.2023.01.006

基于马尔科夫的小麦干热风年型预测

doi: 10.19998/j.cnki.2095-1795.2023.01.006

1.
河南农业大学信息与管理科学学院，河南郑州 450003
2.
新里斯本大学信息管理学院，里斯本 1070-312，葡萄牙

基金项目: 河南省高等学校重点科研项目（21B520008）；国家科技资源共享服务平台项目（NCGRC-2020-57）

详细信息

作者简介:
李艳玲，博士，副教授，主要从事农业信息化和农业大数据分析研究　E-mail：lyl_lingling@163.com

孙昌霞，通信作者，博士，副教授，主要从事农业信息化和数据安全研究　E-mail：sunchangxia@henau.edu.cn

中图分类号: S126
计量
- 文章访问数: 48
- HTML全文浏览量: 10
- PDF下载量: 9
- 被引次数: 0
出版历程
- 收稿日期: 2022-09-08
- 修回日期: 2022-11-16
- 出版日期: 2023-01-20

Prediction of Dry-hot Wind Annual Pattern for Wheat Based on Markov

1.
School of Information and Management Sciences，Henan Agricultural University，Zhengzhou Henan 450003，China
2.
NOVA Information Management School（NOVA IMS），Universidade Nova de Lisboa，Campus de Campolide， Lisboa 1070-312 ，Portugal

摘要

摘要:
基于马尔科夫原理“无后效性”特点，利用河南省滑县2001—2021年每年5月13日—6月10日的气象数据，建立马尔科夫小麦干热风年型预测模型。通过回代检验对滑县2004—2021年干热风进行预测结果检验，选取相同的数据与BP神经网络模型进行结果对比。结果表明，马尔科夫模型预测概率77.78%，精度较高，并且在相同的数据基础上比BP神经网络预测模型的表现更好，因此马尔科夫模型可以更好地对小麦干热风进行预警，可以起到防灾抗灾的效果，对提高小麦产量具有重要意义。
- 小麦 /
- 干热风 /
- 马尔科夫模型 /
- 预测 /
- 年型
Abstract:
Based on "no aftereffect" characteristic of Markov principle, a Markov model for predicting annual pattern of wheat dry hot wind was established using meteorological data from May 13 to June 10, 2001 to 2021 in Hua County, Henan Province．Through backpropagation testing, prediction results of dry-hot wind in Hua County from 2004 to 2021 were tested, and the same data was selected for comparison with BP neural network model．Results showed that the Markov model has a prediction probability of 77.78%, it had high accuracy, and performed better than the BP neural network prediction model on the same data basis．Therefore, the Markov model could better warn against wheat dry and hot winds, and could play a role in disaster prevention and resistance, which was of great significance for improving wheat yield．
- wheat /
- dry-hot wind /
- Markov model /
- prediction /
- annual pattern

HTML全文

图 1 2001—2021年小麦干热风年型

Figure 1. 2001—2021 wheat dry-hot wind year

下载: 全尺寸图片幻灯片

图 2 干热风天数分布情况

Figure 2. Distribution of hot and dry wind days

下载: 全尺寸图片幻灯片

图 3 2004—2021年小麦干热风年型回代检验结果

Figure 3. Results of annual pattern of wheat dry-hot wind from 2004 to 2021

下载: 全尺寸图片幻灯片

图 4 马尔科夫模型和BP神经网络模型预测结果

Figure 4. Prediction results of Markov model and BP neural network model

下载: 全尺寸图片幻灯片

表 1 北方冬小麦干热风等级指标

Table 1. Dry-hot wind grade index of northern winter wheat

类型	等级	日最高气温/ °C	14时相对湿度/%	14时风速/ （m·s⁻¹）
高温低湿	轻	≥30	≤30	≥3
高温低湿	重	≥35	≤25	≥3
雨后青枯		≥30	≤40	≥3

下载: 导出CSV

表 2 干热风天气过程等级指标

Table 2. Grade indicators of dry-hot wind weather process

等级	指标
重	连续出现≥2 d重干热风；在一次干热风天气过程中出现2 d不连续重干热风或1个重日加2个以上轻日
轻	除重干热风天气过程所包含的轻干热风日外，连续出现≥2 d轻干热风日；连续出现1轻1重干热风日，或出现1重干热风日

下载: 导出CSV

表 3 干热风年型等级指标

Table 3. Yearly grade index of dry-hot wind

等级	指标
轻	一年中有2次及以上轻干热风过程，或1次重过程，或轻干热风日连续≥4 d
重	1年中有2次以上重干热风过程，或2轻1重，或4次以上轻过程；过程中重干热风日连续4 d以上，或轻干热风日连续7 d以上

下载: 导出CSV

表 4 2001—2021年滑县小麦干热风年型状态统计

Table 4. Statistics on annual state of wheat dry-hot wind in Hua County from 2001 to 2021

年份	状态	年份	状态	年份	状态
2001	1	2008	2	2015	2
2002	3	2009	2	2016	1
2003	1	2010	1	2017	3
2004	2	2011	2	2018	2
2005	2	2012	1	2019	2
2006	3	2013	1	2020	1
2007	3	2014	3	2021	3

下载: 导出CSV

表 5 滑县2017年小麦干热风年型预报

Table 5. Forecast of dry-hot wind pattern of wheat in Hua County in 2017

年份	起始状态	转移步数	1	2	3
2014	3	3	0.200	0.400	0.200
2015	2	2	0.333	0.167	0.500
2016	1	1	0.167	0.333	0.500
合计			0.700	0.900	1.200

下载: 导出CSV

表 6 2004—2021年滑县小麦干热风年型预测结果

Table 6. Forecast results of dry-hot wind pattern of wheat in Hua County from 2004 to 2021

年份	实际状态	预测状态	评价	年份	实际状态	预测状态	评价
2004	2	2	√	2013	1	3	×
2005	2	2	√	2014	3	3	√
2006	3	1	×	2015	2	2	√
2007	3	3	√	2016	1	2	×
2008	2	2	√	2017	3	3	√
2009	2	2	√	2018	2	2	√
2010	1	1	√	2019	2	2	√
2011	2	3	×	2020	1	1	√
2012	1	1	√	2021	3	3	√

下载: 导出CSV

参考文献(21)

[1]	喇永昌,张磊,张晓煜,等.小麦干热风气象灾害研究综述[J].农村经济与科技,2017,28(1):7-9. doi: 10.3969/j.issn.1007-7103.2017.01.004
[2]	张志林．基于分布式计算的小麦干热风灾害预测研究[D]．郑州: 河南农业大学, 2018． ZHANG Zhilin．Prediction of dry-hot wind disaster of wheat based on distributed computing[D]．Zhengzhou: Henan Agricultural University, 2018．
[3]	北方十三省(市)小麦干热风科研协作组.小麦干热风伤害机理的研究[J].作物学报,1984(2):105-112. The Cooperated Research Group on Dry-Hot-Wind Injury in Wheat in Thirteen Provinces and Munici Palities in North China.Study on the injurious mechanism of hot weather with dry wind (hdw)in wheat[J].Acta Agronomica Sinica,1984(2):105-112.
[4]	陈怀亮,张雪芬,邹春辉,等.河南省小麦青枯发生规律的EOF分析[J].气象科技,2005,33(S1):131-135. CHEN Huailiang,ZHANG Xuefen,ZOU Chunhui,et al.EOF analysis of immature death of wheat in Henan Province[J].Scientia Meteorological Sinica,2005,33(S1):131-135.
[5]	邓振镛,张强,倾继祖,等.气候暖干化对中国北方干热风的影响[J].冰川冻土,2009,31(4):664-671. DENG Zhenyong,ZHANG Qiang,QING Jizu,et al.Impact of climate warming and drying on dry-hot wind in the North of China[J].Journal of Glaciology and Geocryology,2009,31(4):664-671.
[6]	吴佩冉．当前重防小麦干热风[N]．山东科技报, 2020-05-15（003）
[7]	安文芝.甘肃麦区干热风的危害及防御措施[J].甘肃农业科技,2006(8):67-69.
[8]	刁平.乌鲁木齐地区干热风天气及其预报[J].新疆气象,1989(1):32- 34,31.
[9]	王春乙,潘亚茹,季贵树.石家庄地区干热风年型指标分析及统计预测模型[J].气象学报,1991(1):104-107. WANG Chunyi,PAN Yaru,JI Guishu.Index analysis of dry hot wind year's type and forcasting model in shijiazhuang district[J].Acta Meteorological Science,1991(1):104-107.
[10]	李超,周丽,行小帅,等.基于BP神经网络的干热风灾害预测[J].海南师范大学学报(自然科学版),2011,24(3):279-282. doi: 10.3969/j.issn.1674-4942.2011.03.012 LI Chao,ZHOU Li,XING Xiaoshuai,et al.Dry-hot wind hazard prediction based on the BP neural network[J].Journal of Hainan Normal University(Natural Science Edition),2011,24(3):279-282. doi: 10.3969/j.issn.1674-4942.2011.03.012
[11]	张翠英,樊景豪,张斌.鲁西南干热风发生规律及统计预测模型[J].干旱气象,2016,3(1):207-211. ZHANG Cuiying,FAN Jinghao,ZHANG Bin.Dry-hot wind characteristic and statistical forecasting model in southwest of Shandong Province[J].Journal of Arid Meteorology,2016,3(1):207-211.
[12]	王珊珊．“渤海粮仓”小麦苗情诊断及气象灾害预测与服务系统研发[D]．泰安: 山东农业大学, 2016． WANG Shanshan．Wheat growth diagnosis and meteorological disaster forecast and development of service system in "Bohai Granary"[D]．Tai'an: Shandong Agricultural University, 2016．
[13]	杨涛．新疆塔里木盆地灌溉对区域气候影响的数值模拟研究[D]．杨凌: 西北农林科技大学, 2020． YANG Tao．Numerical simulation of the effects of irrigationon regional climate in Tarim Basin, Xinjiang[D]．Yangling: Northwest A & F University, 2020．
[14]	张志红,成林,李书岭,等.干热风天气对冬小麦生理的影响[J].生态学杂志,2015,34(3):712-717. ZHANG Zhihong,CHENG Lin,LI Shuling,et al.Dry-hot wind effects on physiology of winter wheat[J].Chinese Journal of Ecology,2015,34(3):712-717.
[15]	杨懿．国家气象局气象数据集成展示系统的设计与实现[D]．北京: 北京工业大学, 2012．
[16]	霍治国, 姜燕, 李世奎, 等．小麦干热风灾害等级[M]．北京: 气象出版社, 2007．
[17]	冯学伟,王东霞,黄敏桓,等.一种基于马尔可夫性质的因果知识挖掘方法[J].计算机研究与发展,2014,51(11): 2493- 2504. doi: 10.7544/issn1000-1239.2014.20130854 FENG Xuewei,WANG Dongxia,HUANG Minhuan,et al.A mining approach for causal knowledge in alert correlating based on the markov property[J].Journal of Computer Research and Development,2014,51(11): 2493 - 2504. doi: 10.7544/issn1000-1239.2014.20130854
[18]	ZHOU X F, WANG Y L, ZHOU X．Precipitation estimation based on weighted Markov chain model[C]// 2017 Seventh International Conference on Information Science and Technology（ICIST）．Da Nang, Vietnam: IEEE, 2017: 64-68．
[19]	上海市发展和改革委员会．上海能源2006年度报告[R]．2006．
[20]	邬定荣,刘建栋,刘玲,等.近50年华北平原干热风时空分布特征[J].自然灾害学报,2012(5):167-172. WU Dingrong,LIU Jiandong,LIU Ling,et al.Spatiotemporal distribution characteristics of dry hot windy days in North China Plain in recent 50 years[J].Journal of Natural Disasters,2012(5):167-172.
[21]	刘映宁,王景红,李艳莉,等.运用马尔科夫链方法预测陕西苹果花期冻害年型[J].干旱地区农业研究,2011,29(2):272- 275,280. LIU Yingning,WANG Jinghong,LI Yanli,et al.Annual type prediction for apple blossom frost damage based on Markov Chain in Shaanxi[J].Agricultural Research in Arid Areas,2011,29(2):272- 275,280.