基于机器学习的印度小麦产量模拟及对干旱和降水过多的响应分析
文献类型：学位论文
| 作者 | 刘媛媛 |
| 答辩日期 | 2023-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 王绍强 |
| 关键词 | 气候变化 作物模型 机器学习算法 产量预测 农业风险管理 |
| 学位名称 | 博士 |
| 学位专业 | 生态学 |
| 英文摘要 | 在气候变化和全球变暖的背景下，干旱和过量降水等极端气候事件的频发已经对全球粮食安全造成了严重威胁。印度是世界第二大小麦生产国，小麦种植面积约3020万公顷。了解和量化印度小麦产量对干旱和过量降水的响应，有助于更好地评估气候变化下的粮食安全并推动“一带一路”沿线农业资源的有效利用。本研究选取印度小麦主产区为研究对象，借助机器学习算法(随机森林(RF)、支持向量机(SVR)、极端梯度增强(XGBoost)和长短期记忆网络(LSTM))、Copula函数和风险定量评估等手段，提升小麦产量模拟的精度，评估不同干旱条件下的减产风险概率，量化小麦产量对降水过多的响应，预测未来不同升温情景下的小麦产量冲击。主要研究结论如下： (1) 相比线性回归方法(最小绝对收缩和选择算子(LASSO)和岭回归(RIDGE))，机器学习方法(RF、SVR、XGBoost和LSTM)可以更精准地模拟小麦产量，其中，支持向量机算法的模拟性能最佳。研究采用支持向量机算法对不同遥感变量的性能进行了比较。研究结果发现，相比传统植被指数和粗分辨率的太阳诱导叶绿素荧光(SIF)卫星产品，高分辨率的SIF卫星数据能够更好地模拟小麦产量。在发生极端高温的特殊年份2010年，高分辨率的SIF卫星数据在产量预测上的性能优于三种传统的植被指数，说明SIF卫星数据在预测极端气候事件下的小麦产量方面具有很大的潜力。然而，在普通年份2018年，高分辨率的SIF卫星产品并未表现出优于其他传统植被指数的性能，说明高分辨率的SIF产品并不能保证在所有情况下都比其他遥感变量更好地预测产量。 (2) 基于标准降水指数划分的中旱、重旱和特旱条件下，印度小麦产量的损失概率分别为64%、67%和71%，基于标准土壤水分指数划分的中旱、重旱和特旱条件下，印度小麦产量的损失概率分别为60%、62%和63%。灌溉措施能够极大地缓解干旱对小麦产量的负面影响。基于标准降水指数划分的中旱、重旱和特旱条件下，两种灌溉水平的产量损失概率差分别为11%、16%和19%。机器学习方法和作物模型均发现随着干旱程度的增加，产量损失风险呈上升趋势。机器学习方法能够再现产量损失风险的空间分布，而作物模型未能再现产量损失风险的空间分布。 (3) 降水过多对印度小麦产量的影响因地区、生长阶段和管理措施而异。在降水过多的条件下，旁遮普邦、马哈拉施特拉邦、哈里亚纳邦和北方邦的小麦产量下降，而比哈尔邦、古吉拉特邦、中央邦和拉贾斯坦邦的小麦产量上升。小麦营养生长期间(11月至次年2月)的冬季降雨通常对小麦生长是有益的，但在灌浆至生理成熟期间(3月至4月)过多的降雨造成了小麦产量的大幅下降。更多的灌溉面积使降水过多对产量的负面影响增加了13.3%。更高的施氮量使降水过多对产量的负面影响增加了6.8%。7个作物模型的集合通常高估降水过多条件下的作物产量异常，无法重现严重降水过多条件下的小麦产量负异常。机器学习算法可以捕捉到降水过多对作物产量的负面影响，但其模拟的负产量异常并不明显。 (4) 在SSP1-2.6、SSP2-4.5和SSP5-8.5三种气候情景下，标准降水指数均没有明显的变化趋势，日最高温和日最低温均呈现增长趋势，且温度较高的区域主要分布在印度南部。2001-2020年，印度小麦产量冲击概率最大的年份为降水过多的2015年。在空间分布上，比哈尔邦、中央邦和马哈拉施特拉邦的历史产量冲击频率较高，而旁遮普邦、哈里亚纳邦、北方邦和拉贾斯坦邦的产量冲击频率较低。基于随机森林模型预测的未来产量冲击呈现明显的增加趋势，其中，SSP5-8.5情景下的产量冲击概率明显高于SSP2-4.5和SSP1-2.6的产量冲击概率，且随时间的推进差距逐渐变大。从空间分布上看，古吉拉特邦、中央邦、马哈拉施特拉邦、北方邦南部和比哈尔邦南部的小麦产量冲击概率最大。 |
| 语种 | 中文 |
| 页码 | 124 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/199833]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 刘媛媛. 基于机器学习的印度小麦产量模拟及对干旱和降水过多的响应分析[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。