基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析
发布时间：2021-10-16 04:40
利用河南省110个县（市）地面观测点的降水距平百分率数据,基于格网尺度,采用模糊聚类方法进行冬小麦气象干旱区划和风险概率评估。空间相关分析指标——局域指标（LISA）,Moran’I散点图（Moran scatter plots）和LISA聚集图（LISA cluster map）表明,济源、濮阳和商丘等17个县（市）落入"高-高"第一象限;信阳、驻马店和开封等地区的12个县（市）落入"低-低"第三象限,这些区域降水量较大,存在较强的空间正相关关系;信阳、驻马店等地区的6个县（市）,落入"高-低"第四象限;焦作、杞县和信阳3个县落入"低-高"第二象限,这些区域存在较强的空间负相关关系。总体来看,县域降水空间变化的相关性较小。模糊分类结果表明,当模糊性能指数（FPI）、归一化分类熵（NCE）二者最小,区域划分为5类时,效果最佳。利用单因素方差分析（One-Way ANONA）进行差异显著性检验,不同的区划类别之间在0.05水平差异显著。格网尺度下的制图结果显示,干旱可能发生的区域具有空间分异规律,信阳和南阳的西南部属于湿润区域,发生旱灾的风险概率较低;三门峡以及濮阳、安阳和开封部分区域属...
【文章来源】：河南农业科学. 2020,49(11)北大核心
【文章页数】：9 页
【部分图文】：
河南省110个地面观测点降水距平百分率的空间分布
基于格网的河南省冬小麦干旱风险指数
为了更清楚地对比不同邻接准则下降水空间分布的差异性,采用全局相关性指数Moran"I和局部空间相关性指标LISA对降水距平百分率进行空间自相关分析。Moran"I散点图(Moran scatter plots))和LISA聚集图(LISA cluster map)结果见图3和图4。全局Moran"I指数为0.26,Z值为5.49,P值为0,显著性较高,说明干旱发生存在空间正相关关系。局部Moran"I指数为0.27,其Moran"I散点图用于刻画空间异质性,在笛卡尔直角坐标系散点图的4个象限按其性质分为“高-高”(第一象限)、“低-高”(第二象限)、“低-低”(第三象限)、“高-低”(第四象限)。“高-高”表示某一空间单元和周围单元的属性值都较高,该单元和周围单元组成的子区域即为通常所说的热点区,“低-低”(盲点区)的含义与此相反,落入这2个象限的空间单元存在较强的空间正相关,即有均质性;“高-低”表示某一空间单元属性值较高,而周围单元较低,“低-高”则刚好与此相反,落入这2个象限的空间单元表明存在较强的空间负相关,即异质性突出。结合图3和图4,落入“高-高”第一象限的主要有济源、濮阳和商丘等地区的17个县(市),落入“低低”第三象限的主要有信阳、驻马店和开封等地区的12个县(市),这些区域的降水量较大,存在较强的空间正相关关系,降水分布有均质性特征;落入“高-低”第四象限的有信阳、驻马店等地区的6个县(市),落入“低-高”第二象限有焦作、杞县和淮阳3个县,这些区域降水分布存在较强的空间负相关关系,空间异质性较大,因此,总体上看,县域降水空间变化的相关性小。图4 河南省110个地面观测的降水距平百分率空间分布空间相关性
【参考文献】：
期刊论文
[1]基于模糊聚类循环迭代模型的陕西省农业干旱风险评估与区划[J]. 吴迪,张海涛,何斌,王全九,周蓓蓓. 干旱地区农业研究. 2018(05)
[2]干旱指标研究进展[J]. 李柏贞,周广胜. 生态学报. 2014(05)
[3]基于多源数据和模糊k-均值方法的农田土壤管理分区研究[J]. 郭燕,田延峰,吴宏海,史舟. 土壤学报. 2013(03)
[4]基于格网GIS的豫北地区干旱灾害风险区划[J]. 赵静,张继权,严登华,佟志军,刘兴朋. 灾害学. 2012(01)
[5]TRMM降水数据在气象干旱监测中的应用研究[J]. 李景刚,阮宏勋,李纪人,黄诗峰. 水文. 2010(04)
[6]北方冬小麦干旱灾损风险区划[J]. 王素艳,霍治国,李世奎,卢志光,薛昌颖. 作物学报. 2005(03)
[7]华北地区冬小麦干旱评估指标研究[J]. 朱自玺,刘荣花,方文松,王友贺. 自然灾害学报. 2003(01)
博士论文
[1]河南省冬小麦干旱风险分析与评估技术研究[D]. 刘荣花.南京信息工程大学 2008
本文编号：3439167
【文章来源】：河南农业科学. 2020,49(11)北大核心
【文章页数】：9 页
【部分图文】：
河南省110个地面观测点降水距平百分率的空间分布
基于格网的河南省冬小麦干旱风险指数
为了更清楚地对比不同邻接准则下降水空间分布的差异性,采用全局相关性指数Moran"I和局部空间相关性指标LISA对降水距平百分率进行空间自相关分析。Moran"I散点图(Moran scatter plots))和LISA聚集图(LISA cluster map)结果见图3和图4。全局Moran"I指数为0.26,Z值为5.49,P值为0,显著性较高,说明干旱发生存在空间正相关关系。局部Moran"I指数为0.27,其Moran"I散点图用于刻画空间异质性,在笛卡尔直角坐标系散点图的4个象限按其性质分为“高-高”(第一象限)、“低-高”(第二象限)、“低-低”(第三象限)、“高-低”(第四象限)。“高-高”表示某一空间单元和周围单元的属性值都较高,该单元和周围单元组成的子区域即为通常所说的热点区,“低-低”(盲点区)的含义与此相反,落入这2个象限的空间单元存在较强的空间正相关,即有均质性;“高-低”表示某一空间单元属性值较高,而周围单元较低,“低-高”则刚好与此相反,落入这2个象限的空间单元表明存在较强的空间负相关,即异质性突出。结合图3和图4,落入“高-高”第一象限的主要有济源、濮阳和商丘等地区的17个县(市),落入“低低”第三象限的主要有信阳、驻马店和开封等地区的12个县(市),这些区域的降水量较大,存在较强的空间正相关关系,降水分布有均质性特征;落入“高-低”第四象限的有信阳、驻马店等地区的6个县(市),落入“低-高”第二象限有焦作、杞县和淮阳3个县,这些区域降水分布存在较强的空间负相关关系,空间异质性较大,因此,总体上看,县域降水空间变化的相关性小。图4 河南省110个地面观测的降水距平百分率空间分布空间相关性
【参考文献】：
期刊论文
[1]基于模糊聚类循环迭代模型的陕西省农业干旱风险评估与区划[J]. 吴迪,张海涛,何斌,王全九,周蓓蓓. 干旱地区农业研究. 2018(05)
[2]干旱指标研究进展[J]. 李柏贞,周广胜. 生态学报. 2014(05)
[3]基于多源数据和模糊k-均值方法的农田土壤管理分区研究[J]. 郭燕,田延峰,吴宏海,史舟. 土壤学报. 2013(03)
[4]基于格网GIS的豫北地区干旱灾害风险区划[J]. 赵静,张继权,严登华,佟志军,刘兴朋. 灾害学. 2012(01)
[5]TRMM降水数据在气象干旱监测中的应用研究[J]. 李景刚,阮宏勋,李纪人,黄诗峰. 水文. 2010(04)
[6]北方冬小麦干旱灾损风险区划[J]. 王素艳,霍治国,李世奎,卢志光,薛昌颖. 作物学报. 2005(03)
[7]华北地区冬小麦干旱评估指标研究[J]. 朱自玺,刘荣花,方文松,王友贺. 自然灾害学报. 2003(01)
博士论文
[1]河南省冬小麦干旱风险分析与评估技术研究[D]. 刘荣花.南京信息工程大学 2008
本文编号：3439167
本文链接：https://www.wllwen.com/projectlw/qxxlw/3439167.html
