恰蒂斯加尔邦赖布尔地区战略性作物规划的降雨概率分析
桑杰Bhelawe1＊曼尼坎丹1Rajesh Khavse1乔杜里1和s·r·帕特尔1
1农业气象部，英迪拉·甘地krisishi Vishwa Vidyalaya Krishak Nagar，赖布尔，492006恰蒂斯加尔邦印度
http://dx.doi.org/10.12944/CWE.10.1.30
采用不完全伽玛概率方法对印度恰蒂斯加尔邦拉班迪站近43年(1971-2013)的降水资料进行了分析。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候风(6 - 9月)、东北季候风(10 - 12月)、夏季季候风(3 - 5月)及冬季季候风(1 - 2月)。预计降雨量超过100毫米的概率只有25%，而且也是在四周内，这导致人们认为雨养水稻生产在该地区是一项具有挑战性的任务。研究发现，只有在7月和8月，预计有75%的保证概率会有超过200毫米的降雨，而这种降雨几乎不足以满足旱地的用水需求。然而，在50%的概率下(相当于平均条件)，在井水管理条件下种植水稻是可能的。按季节计算，75%的保证概率水平是不够的，因为西南季风季节的雨量为795毫米。
作物规划;降水概率;恰蒂斯加尔邦
复制下面引用这篇文章:
Bhelawe S, Manikandan N, Khavse R, Chaudhary J. L, Patel S. R. Chhattisgarh邦Raipur地区战略性作物规划的降雨概率分析。当代世界环境2015;10(1)DOI:http://dx.doi.org/10.12944/CWE.10.1.30
复制以下内容引用此URL:
Bhelawe S, Manikandan N, Khavse R, Chaudhary J. L, Patel S. R. Chhattisgarh邦Raipur地区战略性作物规划的降雨概率分析。生态学报，2015;10(1)。
可以从://www.a-i-l-s-a.com/?p=9100
介绍
降雨是作物生产方案中最重要的一个因素，特别是在干旱地区。在所有气候因素中，降雨是雨养农业中最受人口关注的因素。季风和年降雨量在空间和时间上的变化是众所周知的，季风降雨量的年际变化对农业生产、水管理和能源产生重大影响。对一个地区的年、季、月降雨量进行分析，有助于集水结构的设计。同样，每周降雨量分析为作物规划提供了更有用的信息(Sharma)et al .,1979)。早期的工作者已经计算出了不同农业气候区域的周降雨量概率(Ray等1980年和烈火女神等, 1986)。古普塔等.(1975)认为，有80%可能性的降雨可以稳妥地作为保证降雨，而有50%可能性的降雨是承担干燥风险的中等限度。根据Mulat的说法et al。2004年，作物生长期的雨量量和降雨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。类似地，Von Braun(1991)也评论说，从长期平均值来看，季风降雨量减少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是不稳定和不可靠的，可以被视为赌博;以及由于降雨负偏离而导致的干旱历来是粮食短缺和饥荒的主要原因(Wood, 1977;Pankhurst and Johnson, 1988)。
在降雨分析和最佳拟合概率分布函数中，有不同的确定概率分布的技术，如正态分布、对数正态分布、甘贝尔分布、威布尔分布和皮尔逊分布，根据不同的研究已经确定。Fisher(1924)研究了降雨对rothamast地区小麦产量的影响，得出一个季节内降雨的分布是影响作物产量的决定因素，而不是降雨总量。Manning(1950)介绍了与降雨分布研究有关的另一条有用的工作线，并对降雨的偏频分布进行了转换，以接近理论正态分布。
Bhargavaet al。(1971)也表明，在印度的情况下，对于许多作物来说，降雨的季节分布对产量有很大的影响。拉玛饶et al。(1975)分析了Bijapur地区1921 - 1970年的日降水资料。Biswas和Khambete(1989)通过对马哈拉施特拉邦旱作农田82个站点的每周伽玛分布概率模型进行拟合，计算了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，但利用各种概率分布可以相当准确地预测某些回归期的降雨。
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生产力下降，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，农民种植高大、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的经常性现象。此外，间歇性干旱使作物生产受到影响，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，还取决于孟加拉湾气旋活动造成的10月降雨。由于印度中部的恰蒂斯加尔平原(Chhatisgarh plains)主要依赖于季风降雨(西南部)，因此可以在不同概率水平上预测降雨量的精确知识将在很大程度上帮助农民规划其农业经营(Rao et al. 1968)。为此，尝试对拉班迪站长期降雨数据进行概率分析，开发赖布尔地区旱作农业的防风险技术。
材料与方法
使用weathercock软件对印度恰蒂斯加尔邦Indira Gandhi Krishi Vishwavidhyalaya Raipur的Labhandi站近43年(1971-2013)的日降雨量数据进行了仔细检查，以确保数据的正确性，并将其转换为周、月、季和年格式。然后利用Weibulls公式和Jadav公式对周降雨量数据进行分析et al。1999
P = {(m / n + 1) / 100}
式中，P为以百分比表示的绘图位置，m为震级，n为数据的年数。已计算出周、月、季和年的不同概率水平(25%、50%、75%和90%)的降雨量，并在表1和2中列出。
结果与讨论
降雨数据分析表明，Labhandi站在61个阴雨天的年降雨量为1202毫米。拉班迪6月、7月、8月和9月的月平均降雨量分别为189、337、337和191 mm, 1971-2013年数据库的季风总降雨量为1054 mm。
然而，当将月度统计数据进行概率分析时，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年里预测到这样的降雨量。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，该量为1023.2 mm，在50%概率下，年降雨量为1231.8 mm，在25%概率下，年降雨量为1397.5 mm。8月是降水最多的月份，在90%、75%、50%和25%概率水平上降雨量分别为160、228、349、457 mm，且其数量多于7月。得出的结论是，部分农民需要在7月和8月进行更多的水管理(保护和收获)实践准备。此外，8月份有一定的保水范围，可在10月份的繁殖阶段用于水稻作物。10月份的降雨量急剧下降，预计降雨量有50%的可能性只有34毫米。
同样，在不同的概率水平上进行了季节性分析。在50%的概率下，预计西南季风季节的降雨量为1040毫米，而在75%的概率下，降雨量为795毫米，这不足以满足长茬稻品种甚至中茬稻品种的水分需求。因此，旱作水稻生产存在风险，也需要根据农业情况在农场水库(OFRs)、农场池塘和其他收获结构中进行集水。
然而，周降雨量的分布是非常重要的，西南季风期几乎所有周的降雨量有75%的概率小于50毫米，这增加了雨养水稻生产的不确定性因素。标准周28的最高降雨量为43 mm，可以满足水稻作物的最低渗水需水量和蒸散损失。然而，以50%的概率，即每隔一年，在25至36个标准周期间，即6月18日至9月9日期间，每周肯定有超过45毫米的降雨量。农业战略、农业经营需要以这类分析为基础，并应据此规划咨询。
表1:不同概率下的月及季节预期雨量(Mm)
赖布尔拉班迪车站的水平面。
表2:不同概率水平下的预期周雨量(毫米)
参考文献
降雨是作物生产方案中最重要的一个因素，特别是在干旱地区。在所有气候因素中，降雨是雨养农业中最受人口关注的因素。季风和年降雨量在空间和时间上的变化是众所周知的，季风降雨量的年际变化对农业生产、水管理和能源产生重大影响。对一个地区的年、季、月降雨量进行分析，有助于集水结构的设计。同样，每周降雨量分析为作物规划提供了更有用的信息(Sharma)et al .,1979)。早期的工作者已经计算出了不同农业气候区域的周降雨量概率(Ray等1980年和烈火女神等, 1986)。古普塔等.(1975)认为，有80%可能性的降雨可以稳妥地作为保证降雨，而有50%可能性的降雨是承担干燥风险的中等限度。根据Mulat的说法et al。2004年，作物生长期的雨量量和降雨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。类似地，Von Braun(1991)也评论说，从长期平均值来看，季风降雨量减少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是不稳定和不可靠的，可以被视为赌博;以及由于降雨负偏离而导致的干旱历来是粮食短缺和饥荒的主要原因(Wood, 1977;Pankhurst and Johnson, 1988)。
在降雨分析和最佳拟合概率分布函数中，有不同的确定概率分布的技术，如正态分布、对数正态分布、甘贝尔分布、威布尔分布和皮尔逊分布，根据不同的研究已经确定。Fisher(1924)研究了降雨对rothamast地区小麦产量的影响，得出一个季节内降雨的分布是影响作物产量的决定因素，而不是降雨总量。Manning(1950)介绍了与降雨分布研究有关的另一条有用的工作线，并对降雨的偏频分布进行了转换，以接近理论正态分布。
Bhargavaet al。(1971)也表明，在印度的情况下，对于许多作物来说，降雨的季节分布对产量有很大的影响。拉玛饶et al。(1975)分析了Bijapur地区1921 - 1970年的日降水资料。Biswas和Khambete(1989)通过对马哈拉施特拉邦旱作农田82个站点的每周伽玛分布概率模型进行拟合，计算了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，但利用各种概率分布可以相当准确地预测某些回归期的降雨。
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生产力下降，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，农民种植高大、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的经常性现象。此外，间歇性干旱使作物生产受到影响，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，还取决于孟加拉湾气旋活动造成的10月降雨。由于印度中部的恰蒂斯加尔平原(Chhatisgarh plains)主要依赖于季风降雨(西南部)，因此可以在不同概率水平上预测降雨量的精确知识将在很大程度上帮助农民规划其农业经营(Rao et al. 1968)。为此，尝试对拉班迪站长期降雨数据进行概率分析，开发赖布尔地区旱作农业的防风险技术。
材料与方法
使用weathercock软件对印度恰蒂斯加尔邦Indira Gandhi Krishi Vishwavidhyalaya Raipur的Labhandi站近43年(1971-2013)的日降雨量数据进行了仔细检查，以确保数据的正确性，并将其转换为周、月、季和年格式。然后利用Weibulls公式和Jadav公式对周降雨量数据进行分析et al。1999
P = {(m / n + 1) / 100}
式中，P为以百分比表示的绘图位置，m为震级，n为数据的年数。已计算出周、月、季和年的不同概率水平(25%、50%、75%和90%)的降雨量，并在表1和2中列出。
结果与讨论
降雨数据分析表明，Labhandi站在61个阴雨天的年降雨量为1202毫米。拉班迪6月、7月、8月和9月的月平均降雨量分别为189、337、337和191 mm, 1971-2013年数据库的季风总降雨量为1054 mm。
然而，当将月度统计数据进行概率分析时，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年里预测到这样的降雨量。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，该量为1023.2 mm，在50%概率下，年降雨量为1231.8 mm，在25%概率下，年降雨量为1397.5 mm。8月是降水最多的月份，在90%、75%、50%和25%概率水平上降雨量分别为160、228、349、457 mm，且其数量多于7月。得出的结论是，部分农民需要在7月和8月进行更多的水管理(保护和收获)实践准备。此外，8月份有一定的保水范围，可在10月份的繁殖阶段用于水稻作物。10月份的降雨量急剧下降，预计降雨量有50%的可能性只有34毫米。
同样，在不同的概率水平上进行了季节性分析。在50%的概率下，预计西南季风季节的降雨量为1040毫米，而在75%的概率下，降雨量为795毫米，这不足以满足长茬稻品种甚至中茬稻品种的水分需求。因此，旱作水稻生产存在风险，也需要根据农业情况在农场水库(OFRs)、农场池塘和其他收获结构中进行集水。
然而，周降雨量的分布是非常重要的，西南季风期几乎所有周的降雨量有75%的概率小于50毫米，这增加了雨养水稻生产的不确定性因素。标准周28的最高降雨量为43 mm，可以满足水稻作物的最低渗水需水量和蒸散损失。然而，以50%的概率，即每隔一年，在25至36个标准周期间，即6月18日至9月9日期间，每周肯定有超过45毫米的降雨量。农业战略、农业经营需要以这类分析为基础，并应据此规划咨询。
表1:不同概率下的月及季节预期雨量(Mm)
赖布尔拉班迪车站的水平面。
| 个月 | 概率水平 | |||
| 90% | 75% | 50％ | 25％ | |
| 1月 | 0 | 0 | 6 | 26 |
| 2月 | 0 | 1 | 11 | 23 |
| 3月 | 0 | 0 | 10 | 19 |
| 4月 | 0 | 3. | 12 | 20. |
| 五月 | 2 | 9 | 16 | 36 |
| 6月 | 76 | 101 | 144 | 221 |
| 7月 | 136 | 214 | 321 | 451 |
| 8月 | 160 | 228 | 349 | 457 |
| 9月 | 62 | One hundred. | 192 | 232 |
| 10月 | 1 | 14 | 34 | 68 |
| 11月 | 0 | 0 | 0 | 16 |
| 12月 | 0 | 0 | 0 | 4 |
| 季节 | ||||
| 冬天(1) | 0 | 8 | 19 | 40 |
| 夏天(Mar-May) | 16 | 25 | 40 | 70 |
| 西南季风(6 - 9月) | 702 | 795 | 1040 | 1207 |
| 东北季风(10 - 12月) | 8 | 23 | 52 | 120 |
表2:不同概率水平下的预期周雨量(毫米)
| 标准的星期 | 概率水平 | |||
| 90% | 75% | 50％ | 25％ | |
| 23日(4th至六月十日) | 0 | 0 | 6 | 32 |
| 24 (11th到17th6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日(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日(七月二十三日至二十九日) | 6 | 23 | 60 | 95 |
| 31日(8月30日至5日) | 10 | 35 | 62 | 110 |
| 32(8月6日至12日) | 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(九月十七日至二十三日) | 0 | 1 | 12 | 61 |
| (9月24日至30日) | 0 | 3. | 13 | 47 |
参考文献
- 杨建军，陈建军，陈建军，陈建军，周降水分析及其对农业干旱的影响，中国农业科学，16(4):554 - 556(1986)。
- 李建军，李建军，李建军。降雨对作物产量的影响，中国农业科学，21(1):1 - 3(2004)。
- Biswas B.和Khambeta n.k.，马哈拉施特拉邦干旱农田的短期降雨分布。马哈拉施特拉农业大学学报，12:157-168(1974)。
- 降雨对洛桑研究所小麦产量的影响。伦敦皇家学会哲学汇刊。B系列，第213卷(1924)。
- 古普塔r.k, Rambabu和Tejwani K.G，印度作物计划方案的周降雨量，土壤保持文摘，3:31-39(1975)。
- 贾德华，陈建军，陈建军，陈建军，林林总总，林林总总，林林总总，林林总总，林林总总，林林总总，林林总总，林林总总，1999。
- 马洪林，月降水置信限，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)。
- 潘克赫斯特R.和约翰逊D.H.，《1888-92年非洲东北部的大干旱和饥荒》。在生态生存:案例研究从东北非洲的历史，莱斯特克鲁克学术出版，伦敦(编辑。Johnson, H. and Anderson D.M.)， 47-72(1988)。
- 李春华，李春华，李春华，中国干旱区旱涝灾害的研究，地理科学进展，14(4):371-372(1975)。
- Rao Murali, Mohana E.V.和Ramana Rao b.v.，迈索尔斯蒂尔，Ballgalore和Kolar地区作物生长季节talfall的可靠性，迈索尔农业杂志。Sci[j] .， 2: 195-205(1968)。
- Ray C.R, Senapati P.C.和Lal R.，作物规划的降雨分析，戈帕尔普尔(奥里萨邦)。农业工程学报，17:1-8(1980)。
- 夏宏成，肖汉H.S.和Sewa Ram，降雨概率分析在作物规划中的应用，农业工程学报，16:887-34(1979)。
- 李春华，李春华，李春华。基于多方法的连续日最大降水估算方法的比较，气象学报，26(2):193-2001(1998)。
- 冯勃朗等。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)。
- 《埃塞俄比亚干旱的初步年表》。见:国际非洲研究所，伦敦，主编。张建军，张建军，张建军，等(1997)。
