恰蒂斯加尔邦赖布尔区战略作物规划的降雨概率分析
桑杰Bhelawe1.*,N.马尼坎丹1.,Rajesh Khavse1.乔杜里1.和s·r·帕特尔1.
1.农业气象系,印度恰蒂斯加尔省赖布尔市英迪拉·甘地·克里斯蒂·维什瓦·维迪亚拉亚·克里沙克·纳加尔,492 006。
DOI:http://dx.doi.org/10.12944/CWE.10.1.30
摘要
用不完全伽玛概率方法分析了印度恰蒂斯加尔邦英迪拉甘地克里希维什瓦迪哈亚拉亚赖普尔地区Labhandi站近43年(1971-2013年)的降水资料。数据显示,拉班迪站的平均降雨量为1202毫米,分布在61个雨天。其中1055毫米、68毫米、53毫米及27毫米分别来自西南季风(6 - 9月)、东北季风(10 - 12月)、夏季(3 - 5月)及冬季(1 - 2月)。预计降雨量超过100毫米的概率只有25%,而且在四周内也是如此,这导致了这样一种解释,即雨水灌溉的水稻生产在该地区是一项具有挑战性的任务。研究发现,在75%的保证概率水平下,预期只有在7月和8月才能有超过200毫米的雨量,而这种雨量几乎不足以满足高地地区的用水需求。但是,在井水管理条件下,有50%的可能性(相当于平均条件)可以种植水稻。就季节而言,75%的保证概率水平的降雨量是不够的,因为西南季风季节的降雨量是795毫米。
关键字
作物规划;降雨概率;恰蒂斯加尔邦
复制以下引用这篇文章:
Bhelawe S,Manikandan N,Khavse R,Chaudhary J.L,Patel S.R.恰蒂斯加尔邦赖布尔区战略作物规划降雨概率分析。2015年世界环境会议;10(1)内政部:http://dx.doi.org/10.12944/CWE.10.1.30
复制以下内容以引用此URL:
Bhelawe S,Manikandan N,Khavse R,Chaudhary J.L,Patel S.R.恰蒂斯加尔邦赖布尔区战略作物规划降雨概率分析。2015年世界环境会议;10(1).
可从以下网址获得://www.a-i-l-s-a.com/?p=9100
文章出版史
收到: | 2014-12-27 |
---|---|
认可的: | 2015-04-15 |
介绍
降雨是作物生产方案中唯一最重要的因素,特别是在旱地地区。在所有气候因素中,降雨是雨养农业人口最关心的问题。季风降雨和年降雨在空间和时间上的变化是众所周知的,这种年际变化对农业生产、水管理和能源生产有相当大的影响。分析一个地区的年、季、月降雨量,对设计集水结构是有帮助的。类似地,每周的降雨量分析为作物规划提供了更多有用的信息(夏尔马et al .,1979). 早期的工作人员已经计算出了不同农业气候区域的每周降雨概率(Ray)等1980年和Agnihotri等, 1986)。古普塔等。(1975)提出,概率为80%的降雨可安全地视为有保证的降雨,而概率为50%的降雨则是承担干旱风险的中等极限。根据Mulatet al。在2004年,作物生长季雨量量和雨量的时间分布是决定国家作物生产安全年际波动的关键因素。同样,Von Braun(1991)也评论道,从长期平均值来看,季风降雨减少10%,通常会导致全国粮食产量减少4.4%。另一方面,该国大部分地区的降雨往往不稳定、不可靠,可以被认为是一场赌博;由于降雨减少而导致的干旱历来是粮食短缺和饥荒的主要原因(Wood, 1977;潘克赫斯特和约翰逊,1988)。
在雨量分析中有不同的确定概率分布的方法,并且根据不同的研究确定了最佳拟合的概率分布函数,如正态分布、对数正态分布、gumbel分布、weibull分布和Pearson分布。Fisher(1924)研究了降雨对罗斯马特小麦产量的影响,并得出结论:影响作物产量的决定因素是一个季节的降雨分布,而不是降雨总量。另一项与降雨量分布研究有关的有用工作是由Manning(1950)提出的,并对降雨量的偏态频率分布进行了转换,使其接近于理论的正态分布。
Bhargavaet al。(1971)也表明,在印度的情况下,对一些作物来说,雨季的分布对产量有很大的影响。拉玛饶et al。(1975)分析了Bijapur在1921 - 1970年期间的日降雨数据。Biswas和Khambete(1989)以马哈拉施特拉邦旱作农田的82个站点为基础,通过拟合伽玛分布概率模型,计算出不同概率水平下的最低降雨量。Upadhaya和Singh(1998)指出,尽管降雨在空间上和暂时上都具有不一致的性质,但使用特定回报期的各种概率分布相当准确地预测降雨是可能的。
在恰蒂斯加尔邦,年降雨量变化很大,这些变化往往导致作物产量下降,尤其是水稻作物。水稻种植面积约为360万公顷,由于某些原因,农民选择了高而光敏的品种,这些品种在10月中旬开花,11月中旬成熟。极端干旱是这个地区水稻作物反复出现的特征。此外,间歇性的干旱也使作物的生产推迟,因为该地区80%的地区处于雨养条件下。因此,水稻作物的成功不仅取决于季风降雨,而且还取决于孟加拉湾的气旋活动导致的10月份降雨。由于印度中部的Chhatisgarh平原主要依赖季风降雨(西南部),在不同概率水平上预期的降雨量的精确知识将有助于农民规划他们的农业经营(Rao等人,1968年)。因此,本文尝试对拉班迪站长期降雨资料进行概率分析,为雷布尔地区雨育农业开发风险防范技术。
材料和方法
对恰蒂斯加尔邦赖布尔Indira Gandhi Krishi Vishwavidhyalaya Laipur Labhandi站最近43年(1971-2013)的日降雨量数据进行了检查,以确定数据的正确性,并使用weathercock软件将其转换为周、月、季和年格式。然后,利用Weibulls公式和Jadav公式分析每周降雨量数据et al。1999
P = {(m / n + 1) / 100}
其中,P是绘制位置的百分比,m是大小的等级,n是数据采集的年份。表1和表2列出了周、月、季和年的不同概率水平(25、50、75和90%)的降雨量。
结果与讨论
降雨资料分析表明,Labhandi站年降雨量为1202毫米,共61个雨天。labhandi在1971-2013年6月、7月、8月和9月的月平均降水量分别为189、337、337和191 mm,季风总降水量为1054 mm。
但将月统计数据进行概率分析后,降雨量急剧下降至90%。90%的概率意味着我们可以在10年中的9年里预期到这样的降雨量。然而,75%的保证概率水平被认为是4年中的3年的保证降雨。按年计算,年降雨量为1023.2 mm, 50概率年降雨量为1231.8 mm, 25%概率年降雨量为1397.5 mm。8月是最湿月份,降水量分别为160、228、349、457 mm,概率分别为90%、75%、50%、25%,降水量比7月多。它得出的结论是,在7月和8月,部分农民需要更多的准备来进行水管理(养护和收获)实践。此外,8月份有水源涵养范围,可在10月份的生殖期用于水稻种植。降雨量在10月份急剧下降,在50%的可能性下,预期降雨量只有34毫米。
同样,在不同的概率水平上进行了季节性基础分析。在50%的概率下,预计西南季风季节的降雨量为1040 mm,而在75%的概率水平下,确保降雨量为795 mm,这不足以满足长时间水稻品种甚至中长期水稻品种的需水量种植水稻品种。因此,这里存在旱稻生产的风险,以及根据耕作情况在农场水库(OFR)、农场池塘和其他收割结构中进行集水的需要。
然而,每周降雨的分布是非常重要的,在西南季风期几乎所有的周中,预计75%概率的降雨量都小于50毫米,这增加了旱作水稻生产的不确定性因素。标准周第28周的最大降雨量为43 mm,能够满足水稻作物对渗漏和ET损失的最低需水量。然而,有50%的可能性,即在每隔一年的基础上,在25至36个标准周期间,即6月18日至9月9日期间,肯定会有每周超过45毫米的降雨。农业战略、农业操作需要基于这类分析,并应相应地规划建议。
表1:不同概率下的月及季预期雨量(Mm)
莱普尔的Labhandi车站。
表2:不同概率水平的预期周雨量(毫米)
参考文献
降雨是作物生产方案中唯一最重要的因素,特别是在旱地地区。在所有气候因素中,降雨是雨养农业人口最关心的问题。季风降雨和年降雨在空间和时间上的变化是众所周知的,这种年际变化对农业生产、水管理和能源生产有相当大的影响。分析一个地区的年、季、月降雨量,对设计集水结构是有帮助的。类似地,每周的降雨量分析为作物规划提供了更多有用的信息(夏尔马et al .,1979). 早期的工作人员已经计算出了不同农业气候区域的每周降雨概率(Ray)等1980年和Agnihotri等, 1986)。古普塔等。(1975)提出,概率为80%的降雨可安全地视为有保证的降雨,而概率为50%的降雨则是承担干旱风险的中等极限。根据Mulatet al。在2004年,作物生长季雨量量和雨量的时间分布是决定国家作物生产安全年际波动的关键因素。同样,Von Braun(1991)也评论道,从长期平均值来看,季风降雨减少10%,通常会导致全国粮食产量减少4.4%。另一方面,该国大部分地区的降雨往往不稳定、不可靠,可以被认为是一场赌博;由于降雨减少而导致的干旱历来是粮食短缺和饥荒的主要原因(Wood, 1977;潘克赫斯特和约翰逊,1988)。
在雨量分析中有不同的确定概率分布的方法,并且根据不同的研究确定了最佳拟合的概率分布函数,如正态分布、对数正态分布、gumbel分布、weibull分布和Pearson分布。Fisher(1924)研究了降雨对罗斯马特小麦产量的影响,并得出结论:影响作物产量的决定因素是一个季节的降雨分布,而不是降雨总量。另一项与降雨量分布研究有关的有用工作是由Manning(1950)提出的,并对降雨量的偏态频率分布进行了转换,使其接近于理论的正态分布。
Bhargavaet al。(1971)也表明,在印度的情况下,对一些作物来说,雨季的分布对产量有很大的影响。拉玛饶et al。(1975)分析了Bijapur在1921 - 1970年期间的日降雨数据。Biswas和Khambete(1989)以马哈拉施特拉邦旱作农田的82个站点为基础,通过拟合伽玛分布概率模型,计算出不同概率水平下的最低降雨量。Upadhaya和Singh(1998)指出,尽管降雨在空间上和暂时上都具有不一致的性质,但使用特定回报期的各种概率分布相当准确地预测降雨是可能的。
在恰蒂斯加尔邦,年降雨量变化很大,这些变化往往导致作物产量下降,尤其是水稻作物。水稻种植面积约为360万公顷,由于某些原因,农民选择了高而光敏的品种,这些品种在10月中旬开花,11月中旬成熟。极端干旱是这个地区水稻作物反复出现的特征。此外,间歇性的干旱也使作物的生产推迟,因为该地区80%的地区处于雨养条件下。因此,水稻作物的成功不仅取决于季风降雨,而且还取决于孟加拉湾的气旋活动导致的10月份降雨。由于印度中部的Chhatisgarh平原主要依赖季风降雨(西南部),在不同概率水平上预期的降雨量的精确知识将有助于农民规划他们的农业经营(Rao等人,1968年)。因此,本文尝试对拉班迪站长期降雨资料进行概率分析,为雷布尔地区雨育农业开发风险防范技术。
材料和方法
对恰蒂斯加尔邦赖布尔Indira Gandhi Krishi Vishwavidhyalaya Laipur Labhandi站最近43年(1971-2013)的日降雨量数据进行了检查,以确定数据的正确性,并使用weathercock软件将其转换为周、月、季和年格式。然后,利用Weibulls公式和Jadav公式分析每周降雨量数据et al。1999
P = {(m / n + 1) / 100}
其中,P是绘制位置的百分比,m是大小的等级,n是数据采集的年份。表1和表2列出了周、月、季和年的不同概率水平(25、50、75和90%)的降雨量。
结果与讨论
降雨资料分析表明,Labhandi站年降雨量为1202毫米,共61个雨天。labhandi在1971-2013年6月、7月、8月和9月的月平均降水量分别为189、337、337和191 mm,季风总降水量为1054 mm。
但将月统计数据进行概率分析后,降雨量急剧下降至90%。90%的概率意味着我们可以在10年中的9年里预期到这样的降雨量。然而,75%的保证概率水平被认为是4年中的3年的保证降雨。按年计算,年降雨量为1023.2 mm, 50概率年降雨量为1231.8 mm, 25%概率年降雨量为1397.5 mm。8月是最湿月份,降水量分别为160、228、349、457 mm,概率分别为90%、75%、50%、25%,降水量比7月多。它得出的结论是,在7月和8月,部分农民需要更多的准备来进行水管理(养护和收获)实践。此外,8月份有水源涵养范围,可在10月份的生殖期用于水稻种植。降雨量在10月份急剧下降,在50%的可能性下,预期降雨量只有34毫米。
同样,在不同的概率水平上进行了季节性基础分析。在50%的概率下,预计西南季风季节的降雨量为1040 mm,而在75%的概率水平下,确保降雨量为795 mm,这不足以满足长时间水稻品种甚至中长期水稻品种的需水量种植水稻品种。因此,这里存在旱稻生产的风险,以及根据耕作情况在农场水库(OFR)、农场池塘和其他收割结构中进行集水的需要。
然而,每周降雨的分布是非常重要的,在西南季风期几乎所有的周中,预计75%概率的降雨量都小于50毫米,这增加了旱作水稻生产的不确定性因素。标准周第28周的最大降雨量为43 mm,能够满足水稻作物对渗漏和ET损失的最低需水量。然而,有50%的可能性,即在每隔一年的基础上,在25至36个标准周期间,即6月18日至9月9日期间,肯定会有每周超过45毫米的降雨。农业战略、农业操作需要基于这类分析,并应相应地规划建议。
表1:不同概率下的月及季预期雨量(Mm)
莱普尔的Labhandi车站。
个月 | 概率水平 | |||
90% | 75% | 50% | 25% | |
一月 | 0 | 0 | 6. | 26 |
2月 | 0 | 1. | 11 | 23 |
前进 | 0 | 0 | 10 | 19 |
4月 | 0 | 3. | 12 | 20 |
五月 | 2. | 9 | 16 | 36 |
六月 | 76 | 101 | 144 | 221 |
七月 | 136 | 214 | 321 | 451 |
8月 | 160 | 228 | 349 | 457 |
9月 | 62 | One hundred. | 192 | 232 |
十月 | 1. | 14 | 34 | 68 |
11月 | 0 | 0 | 0 | 16 |
12月 | 0 | 0 | 0 | 4. |
时令 | ||||
冬季(1-2月) | 0 | 8. | 19 | 40 |
夏天(Mar-May) | 16 | 25 | 40 | 70 |
西南季风(六月至九月) | 702 | 795 | 1040 | 1207 |
东北季风(10-12月) | 8. | 23 | 52 | 120 |
表2:不同概率水平的预期周雨量(毫米)
标准周 | 概率水平 | |||
90% | 75% | 50% | 25% | |
23日(4th6月10日) | 0 | 0 | 6. | 32 |
24 (11th到17th六月) | 1. | 7. | 28 | 64 |
25(6月18日至24日) | 5. | 17 | 46 | 80 |
26(7月25日至1日) | 11 | 19 | 54 | 98 |
27(7月2日至8日) | 10 | 24 | 53 | 78 |
28(7月9日至15日) | 14 | 43 | 74 | 99 |
29(7月16日至22日) | 17 | 38 | 58 | 111 |
30(7月23日至29日) | 6. | 23 | 60 | 95 |
31(8月30日至5日) | 10 | 35 | 62 | 110 |
32(8月6日to12th) | 16 | 36 | 71 | 104 |
33(8月13日至19日) | 9 | 27 | 77 | 126 |
34(8月20日至26日) | 6. | 26 | 47 | 84 |
35(9月27日至2日) | 4. | 23 | 56 | 93 |
36(9月3日至9日) | 3. | 22 | 45 | 82 |
37(9月10日至16日) | 11 | 19 | 29 | 61 |
38(9月17日至23日) | 0 | 1. | 12 | 61 |
39(9月24日至30日) | 0 | 3. | 13 | 47 |
参考文献
- Agnihotri Y.,Madukar R.M.和Singh P.,瓦尤曼达尔昌迪加尔每周降雨量分析和农业干旱,16:54-56(1986)。
- Bhargava P.N.,Pradhan,A.,Das M.N.,降雨对作物生产的影响,JNKVV研究期刊8(1):22-29(1974)。
- 马哈拉施特拉邦干旱农田短期降雨的分布。马哈拉施特拉农业大学学报,12:157-168(1974)。
- Fisher A.,罗瑟斯特德的降雨对小麦产量的影响。伦敦皇家学会哲学学报。B辑,第213卷。(1924).
- Gupta R.K.,Rambau和Tejwani K.G.,印度作物规划计划每周降雨量,土壤保护文摘,3:31-39(1975)。
- 贾达夫,马哈拉斯特拉干旱地区降雨概率分析,农业气象学报,1:59-64(1999)。
- 月降雨量的置信限,农业科学学报,40:169(1950)。
- Mulat D.,Guta F.和Ferede T.,埃塞俄比亚的农业发展:除了粮食援助,还有其他选择吗?未发表的研究报告,亚的斯亚贝巴(2004年)。
- Pankhurst R.和Johnson D.H.,1888-1992年非洲东北部的大干旱和饥荒。《生存生态学:来自东北非洲历史的案例研究》,莱斯特·克鲁克学术出版社,伦敦(Johnson,H.and Anderson D.M.编辑),47-72(1988)。
- 陈志强,陈志强,陈志强,陈志强,干旱区气候变化研究。气候与环境学报,29(4):337 - 341(1975)。
- 在Mysore Stllte, Ballgalore和Kolar地区,talafall在作物生长季节的可靠性,迈索尔农业杂志。Sci, 2: 195 - 205(1968)。
- Ray C.R.,Senapati P.C.和Lal R.,作物规划降雨分析,戈帕尔普尔(奥里萨邦)。农业工程杂志,17:1-8(1980)。
- 夏尔玛,乔汉。H.S.和Sewa Ram,作物规划的降雨概率分析,农业工程学报,16:887-34(1979)。
- Upadhaya A.和Singh S.R.,《通过各种方法估计连续一天的最大降雨量及其比较》,《印度科学杂志》,26(2):193-2001(1998)。
- 冯·布劳恩,非洲预防饥荒的政策议程。粮食政策声明第13号,国际粮食政策研究所,华盛顿特区(1991年)。
- Wood A.,埃塞俄比亚干旱的初步年表。《非洲干旱:国际非洲研究所》,伦敦,Dalby D编辑,Church R.J.H.,Bezzaz F.,2:68-73(1977)。
这部作品是根据知识共享署名4.0国际许可.