旱情监测范文

旱情监测范文（精选10篇）

旱情监测 第1篇

干旱缺水历来是制约我国农业生产发展的主要因素,南方省份如广东,尽管年降雨量充足,但季节性缺水仍然严重,粤北、粤西地区尤为突出。茶树对土壤含水量的要求较高,水分不足或过多均不利于茶树生育[1],因而建立茶园旱情监测系统,将为解决茶园合理灌溉的问题提供了科学依据。

近年来,无线传感器网络(WSN)技术迅速兴起,成为国内外研究的热点领域之一[2]。WSN中的网关负责接收来自节点发送的数据,并将数据进行修正、融合等处理,然后通过以太网或GPRS等网络基础设施将数据接入Internet网络,传送至远程终端,同时对远程终端所发出的指令进行及时处理和反应[3]。目前,国内外对于信息远距离传输的WSN网关技术已进行了初步的研究。美国的Crossbow公司曾推出具有以太网通信功能的汇聚节点产品并得到应用。哈佛大学的科研人员曾经在位于厄瓜多尔境内的唐古拉瓦火山(volean thngnrahua)附近部署了小范围的无线传感器网络,采集次声波信号并传送至汇聚节点,通过接入无线Modem将数据转发到9 km外火山监测站的PC机上[4]。国内一些大学和科研机构也提出了有关解决方案,比较典型的是基于有线通信方式的以太网和无线通信方式的GPRS[5],CDMA[6]等WSN网关,也有利用公共电话网(PSTN),采用拨号方式建立临时连接方式实现远程数据传输的网关[7]。

这里的目的是设计、开发一种适合于山地茶园旱情的WSN网关。

1 网关系统的硬件设计

系统的硬件组成框图如图1所示,由CPU、存储模块、本地连接模块、簇内网络连接模块以及簇外网络连接模块组成。

系统采用三星公司的S3C2410作为CPU。S3C2410是一款基于ARM920T内核的16/32位RISC嵌入式处理器,内部有内存管理单元(memory manager unit,MMU),可以稳定运行在266 MHz。

存储模块由FLASH存储器、SDRAM以及SD卡组成。其中,FLASH 7存储器采用三星公司的K9F1208UDM NAND FLASH;内存SDRAM部分采用Hynix Semiconductor公司的HY57V561620芯片;S3C2410带有SD卡接口,系统扩展出SD卡插槽,用SD卡扩展数据存储空间。

本地连接模块由串口电路、USB接口电路以及JTAG接口电路3部分组成。串口电路用于系统调试以及连接(自身)汇聚节点的DB51针扩展接口。USB接口用来连接USB设备,以及实现与工作站连接、下载Linux内核等功能。该模块还提供了JTAG接口,方便用户进行JTAG调试。

簇内网络连接模块主要负责网关与汇聚节点的连接,汇聚节点通过DB51针连接器与网关本地连接模块中DB9串口连接,实现了网关与汇聚节点的连接功能。

簇外网络连接模块的功能是实现网关系统利用以太网或GPRS网络接入Internet进行数据传输,供远程终端进行数据查询以及远程监控。簇外连接模块由以太网接口电路以及GPRS接口电路组成。

2 网关系统软件平台搭建

Linux是内核可裁剪、重新配置的操作系统。在ARM平台上移植Linux 嵌入式操作系统的工作分为建立交叉编译环境、Bootloader移植、Linux内核(kernel)移植、文件系统移植和系统驱动程序设计等[8]。Linux系统移植示意图如图2所示。

交叉编译环境是由编译器、连接器和解释器组成的综合开发环境,可以将应用程序转换成能在目标机上运行的二进制代码。

Bootloader是嵌入式系统上电后执行的第一个软件代码。它的主要运行任务就是将内核映像从硬盘上读到 RAM 中,然后跳转到内核的入口点去运行,即开始启动操作系统。

文件系统是指在物理设备上的任何文件组织和目录,它构成了Linux系统上所有数据的基础。该系统选用JFFS2作为文件系统。

在Linux中,设备驱动程序的设计和使用一般有两种方式可供选择。第一种方式是将设备驱动程序作为可加载的模块,动态地加载到内核,模块是内核的一部分,但以独立的个体形式存在;第二种方式是将设备驱动程序作为内核代码的一部分编译到内核中去,是以内核模式运行的。本文选用了第二种方式。

3 远程数据传输方式设计与实现

在无线传感器网络与外部网络进行远程数据传输的过程中,网关处于承上启下的地位,是数据传输的中枢节点。本文的通信软件包括网关与汇聚节点通信模块和网关与远程终端通信模块。

网关与汇聚节点之间的通信主要是指网关接收汇聚节点数据的过程,一般采用串口通信方式。由于Linux内核中已嵌入了串口驱动程序,对串口的操作可通过设备文件来实现。

网关与远程终端进行数据传输则分别通过开发以太网应用程序和利用PPP协议,实现了以太网的有线通信和GPRS的无线通信。采用面向连接的客户机/服务器模型,其通信过程见图3。考虑到对数据传输的可靠性要求较高,故采用基于TCP的流式套接字(socket)通信机制。利用Sierra Wireless公司的Aircard750上网卡连接移动GPRS网络接入Internet,从而实现网卡与远程监控中心的数据交换。利用PPP协议栈把数据包封装成IP包的格式,发送给无线模块。完成从拨号到最终逻辑通信链路的建立需要经过:网关首先通过拨号呼叫ISP,在得到ISP应答后,建立起初始的物理连接,此时可以检测到载波信号;然后终端与ISP之间开始传送一系列经过PPP封装的LCP分组,用于协商选择将要采用的PPP参数,参数协商完成后开始认证过程;认证成功后,通信双方开始交换一系列的NCP分组来配置网络层。对于上层使用IP协议的情况而言,此过程是由IPCP完成的;当NCP配置完成后,逻辑通信链路就建立好了,双方可以开始在此链路上交换上层数据。该过程中PPP状态转换如图4所示。

4 试验分析

网关系统要完成的主要任务包括采集传感器节点旱情监测的相关数据,对数据进行处理和封装后通过以太网或GPRS网络发送到远端具有固定公网IP的PC机。为了验证该网关系统数据传输的实时性、可靠性和适应性,分别对以太网连接和GPRS远程传输可靠性进行了测试试验。

试验条件:

(1) Ethernet Switch交换机1个,EIA/TIA 568B标准网线(直连网线)2根;

(2) 网关系统1套,采用嵌入式Linux操作系统、以太网口驱动程序、串口数据采集程序、socket套接字联接程序;

(3) 利用10Base-T 接至网络的PC机1台,采用Windows XP操作系统;

(4) Crossbow 公司 MICAz 节点和MTS310传感器6套,采用Crossbow公司的Moteview监控软件。

以太网的连接试验主要是针对网关连接、网关接收汇聚节点数据以及远程数据传输进行测试。网关连接测试是验证网关嵌入式Linux操作系统、CS8900网卡初始化和驱动程序的运行正常与否,以及网关与监测中心能否通过以太网进行正常的网络连接。测试网关接收汇聚节点数据的目的主要是验证SD卡的初始化、驱动程序正常与否,网关能否通过串口读取汇聚节点所接收的WSN节点数据。试验证明,网关系统能够实时采集WSN节点数据,并通过以太网远程传输到监控中心,系统运行稳定可靠。

GPRS数据传输可靠性可以由误码率和丢包率来衡量。为了节省网络带宽,该实验以丢包率作为分析的主要依据。由于GPRS传输延迟的不确定性,数据传输的可靠性与数据包的发送时间间隔相关,间隔时间越大,数据传输的可靠性就会降低[9]。分别对TCP/IP传输和UDP传输两种通信方式进行了测试丢包率试验,发送间隔时间为1~10 s,每种间隔时间进行500次数据传输试验,计算的丢包率如图5所示。可以看出,在2种传输模式中,4~5 s是1个分界点[10],自此以后丢包率基本趋于稳定,这时的丢包状况来源于网络的不可控因素。由于茶园旱情监测对数据传输的实时性没有过高的要求,因此,网关GPRS远程传输采用TCP方式,间隔时间选为5 s。

5 结 语

针对目前无线传感器网络的应用特点及发展趋势,结合现今网络技术、嵌入式系统技术的发展,设计采用嵌入式系统平台实现多种远程数据传输技术的WSN网关,用于茶园旱情监测系统。网关通过串行口与汇聚节点通信,可以通过以太网或GPRS两种可选方式监测数据发到远程监控中心。开发了功能完善的WSN网关应用软件,在实际应用中取得了良好的效果。随着3G时代的到来以及工业级3G通信模块的推出,如何利用网关系统实现WSN与3G的互联是今后拟研究解决的问题。

参考文献

[1]吴伯千,潘根生.茶树对水分胁迫的生理生化反应[J].浙江农业大学学报,1995,21(5):451-456.

[2]孙利民,李建中,陈渝,等.无线传感器网络[M].北京:清华大学出版社,2005.

[3]于海斌,曾鹏.智能无线传感器网络系统[M].北京:科学出版社,2006.

[4]WERNER-ALLEN G,JOHNSON J,RUIZ M,et al.Mo-nitoring volcanic eruptions with a wireless sensor network[C]//Proceedings of the Second European Workshop onWireless Sensor Networks.[S.l.]:[s.n.],2005,1:108-120.

[5]匡兴红,邵惠鹤.无线传感器网络网关研究[J].计算机工程,2007,33(6):228-230.

[6]欧杰峰,刘兴华.基于CDMA模块的无线传感器网络网关的实现[J].计算机工程,2007,33(1):115-116.

[7]阮勇,熊静琪.网络测控系统及其进展[J].中国测试技术,2003(2):56-57.

[8]郑灵翔.嵌入式系统设计与应用开发[M].北京:北京航空航天大学出版社,2006.

[9]WU C H,CHANG S C,HUANG Y W.Design of a wire-less ARM-based automatic meter reading and control system[C]//Power Engineering Society General Meeting.[S.l.]:[s.n.],2004,1:957-962.

我国近年旱情 第2篇

江南和华南、西南部分地区发生严重伏秋连旱，其中湖南、

我国南方遭受53年来罕见干旱，造成经济损失40多亿元，720多万人出现了饮水困难。

华南南部现严重秋冬春连旱，云南发生近50年来少见严重初春旱。

重庆发生百年一遇旱灾，全市伏旱日数普遍在53天以上，12区县超过58天。直接经济损失71.55亿元，农作物受旱面积1979.34万亩，815万人饮水困难，

20 22个省发生旱情。全国耕地受旱面积2.24亿亩，897万人、752万头牲畜发生临时性饮水困难。中央财政先后下达特大抗旱补助费2.23亿元。

云南连续近三个月干旱，据统计，云南省农作物受灾面积现已达1500多万亩。仅昆明山区就有近1.9万公顷农作物受旱，13多万人饮水困难。

我国多省遭遇严重干旱，连续3个多月，华北、黄淮、西北、江淮等地15个省、市未见有效降水。冬小麦告急，大小牲畜告急，农民生产生活告急。不仅工业生产用水告急，城市用水告急，生态也在告急。

我国近年旱情 第3篇

2003年江南和华南、西南部分地区发生严重伏秋连旱，其中湖南、江西、浙江、福建、广东等省部分地区发生了伏秋冬连旱，旱情严重。

2004年我国南方遭受53年来罕见干旱，造成经济损失40多亿元，720多万人出现了饮水困难。

2005年华南南部现严重秋冬春连旱，云南发生近50年来少见严重初春旱。

2006年重庆发生百年一遇旱灾，全市伏旱日数普遍在53天以上，12区县超过58天。直接经济损失71.55亿元，农作物受旱面积1979.34万亩，815万人饮水困难。

2007年22个省发生旱情。全国耕地受早面积2.24亿亩，897万人、752万头牲畜发生临时性饮水困难。中央财政先后下达特大抗早补助费2，23亿元。

2008年云南连续近三个月干旱，据统计，云南省农作物受灾面积现已达1500多万亩。仅昆明山区就有近1.9万公顷农作物受旱，13多萬人饮水困难。

2009年我国多省遭遇严重干旱，连续3个多月，华北、黄淮、西北、江淮等地15个省、市未见有效降水。冬小麦告急，大小牲畜告急，农民生产生活告急。不仅工业生产用水告急，城市用水告急，生态也在告急。

2010年2009年秋季以来一直到2010年初，中国西南地区遭受严重旱情。特别是云南发生自有气象记录以来最严重的秋、冬、春连旱，全省综合气象干旱重现期为80年以上一遇；贵州秋冬连旱总体为80年一遇严重干旱，省中部以西以南地区旱情达百年～遇。目前云南全省、贵州大部、广西局部持续受旱时间超过5个月，损失十分严重。截至3月23日，旱灾致使广西、重庆、四川、贵州、云南5省(区)受灾人口6130.6万人，饮水困难人口1807.1万人，饮水困难大牲畜1172.4万头，农作物受灾面积503.4万公顷，绝收面积111.5万公顷，直接经济损失达236.6亿元。

寻找水源的方法

1在干枯的河床外弯最低点、沙丘的最低点处挖掘，可能寻找地下水。可以采用冷凝法获得淡水。具体方法是地上挖一个直径90厘米左右，深45厘米的坑。在坑里的空气和土壤迅速升温，产生蒸汽。当水蒸气达到饱和时，会在塑料布内面凝结成水滴，滴入下面的容器，使我们得到宝贵的水的这种方法，在昼夜温差较大的沙漠地区，一昼夜至少可以得到500毫升以上的水。用这种方法还可以蒸馏过滤无法直接饮用的脏水。

旱情监测 第4篇

(1) 目前开展的旱情监测主要还是停留在气象灾害层面上, 还没有深入到农业层面, 现有的监测仅是气象灾害或灾害性天气的监测, 仅知道哪里有旱情发生, 但这种旱情能否成为农业灾害, 还不能确切地得知。

(2) 随着遥感传感器的发展, 用不同的传感器获取数据成为可能, 但是旱情监测对于遥感数据的选择有一定的限制。空间分辨率提高, 则微观尺度监测的结果精度会提高;时间分辨率提高, 对各种突发性、快速变化的自然灾害有更强的实时监测能力。一般空间分辨率越高, 时间分辨率就会降低。因此, 在遥感数据的选择上需要考虑空间和时间上的折衷, 这取决于旱情监测范围、精度要求以及旱情自身的特点等等。例如, 小范围的监测可以选择TM数据或雷达数据计算反映旱情的指标, 全国范围内的监测可以选择NOAA/AVHRR数据或MODIS数据。由于干旱是一个累积的过程, 如果有一个长时间序列的遥感数据进行干旱的监测, 就可以很好的监测旱情的发展趋势, 为决策提供更加可靠的信息。遥感数据多通道信息可以增强对地球复杂系统的观测能力和对地表类型的识别能力。在考虑遥感数据空间分辨率和时间分辨率的前提下, 也要充分利用遥感数据提供的多光谱信息。因此, 实现全国范围内的旱情监测, 遥感数据是否容易获取也是旱情监测最后能否运行的一个决定因素。

(3) 目前利用遥感数据计算各种能直接或间接反映干旱情况的物理指标, 己形成了很多种方法。但是干旱的发生由众多因素决定, 而旱灾更为复杂, 涉及农作物生长及其对水分的时空需要变化。因此, 指标的选取也是旱情监测最后能否运行的一个决定因素。各种指标都有自身的优缺点, 例如, 有些对于作物的监测比较好, 有些对于裸土监测效果比较理想;有些指标容易计算, 但考虑的影响因子比较少, 有些指标考虑的影响因子比较全面, 但太过于复杂, 使得全国范围内的计算难以实现。因此在指数的选取上不仅要体现对作物旱情监测的优势, 而且要考虑指数在全国范围内的计算是否可以进行。

1 国内遥感旱情监测指标反演进展

我国对VCI和TCI两人指数的应用都相对晚一些, 蔡斌等用VCI参照当时降水对全国1991年春季干早进行了监测和研究, 使用的是1985年至1991年的NOAA全球标准化植被指数资料, 时间分辨率为7天。选取出中国范围内的NDVI时间序列数据, 并对NDVI时间序列资料采用中值滤波法来去除噪声然后计算NDVI最大值和NDVI最小值。冯强等在基于植被状态指数的全国干早遥感监测试验研究中, 使用的是1981年至1994年的NDVI时间序列数据, 空间范围覆盖全国, 空间分辨率为8km, 时间分辨率为10天。但是在计算NDVI最大值和最小值时首先将NDVI历史数据从8km重采样为1.1km。冯强等在基于植被状态指数的土壤湿度遥感方法研究中使用的数据与上述一样。

2 某地区遥感旱情监测指标反演

遥感技术提供了丰富的信息, 从可见光到短波, 再到热红外, 最后是微波。1990年以来, 利用各波谱段数据计算各种反映干旱指标的方法己经有很多, 例如NDVI、距平植被指数、植被状态指数 (VCI) 、温度条件指数 (TCI) 等等。最近十年里, 遥感监测干旱的方法的研究有以下三个特点, 一是使用己有的指数, 如NDVI、VCI、TCI、CWSI和TS/NDVI等等。计算的原理相同, 使用的数据空间时间分辨率不同, 或是计算时参数的处理方法不同或是模型的不同;二是根据已有的原理, 提取新的指数, 如VTCI、VTDI、DSI等等;三是遥感与气象或是水文数据结合建立的新的指数如BMVCI等等。借用某种气象或水文指数, 分析其原理并将其中一些参数用遥感数据代替得到新的指数。

现将最近几年中用于旱情监测的几种主要方法的原理分别介绍如下。

(1) 距平植被指数法。

归一化植被NDVI是迄今为止应用最广的一个植被指数。很多卫星遥感数据都提供了计算这个指数所需的通道信息, 以MODIS为例, 计算式为:

其中1ρ为第一波段 (红波段) 的反射率, ρ2是第二波段 (近红外波段) 的反射率.它可以反映植被的长势, 可以间接反映旱情。

距平植被指数, 指某一年某一特定时期NDVI与多年该时期NDVI平均值的差值。计算式如下:

式中, ANDVIj为某年内j时的NDVIj距平指数, NDVIj为某年内j时的为多年内j时的NDVI平均值。可以用这个差值来反映偏旱的程度。多年平均值可以近似反映土壤供水的平均状况。因此NDVI资料的时间序列越长, 计算得到的平均值代表性才会越好。

本文所用数据是2009年4月与7月的MODIS月合成的NDVI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。得到该地区的每月合成数据后, 生成生长季4月与7月的ANDVIj数据 (图1) 。从图上可以看出, 7月份相对于4月旱情有所缓解。

(2) 植被状态指数法。

在不同地区, 因为不同区域作物生长季处于不同阶段, 需水情况不同, 旱不旱不能通过NDVI值的大小来说明, 而NDVI与历史平均值的偏差, 又弱化了天气的影响。

NDVI的变化受天气的影响, 尤其是类似严重干旱的极端天气现象时, 会远远超过正常年际间的NDVI变化, 有可能造成某一特定时期内不同像素间监测结果的可比性变差。为了反映天气极端变化情况, 消除NDVI空间变化的部分, 使不同地区之间有可比性, Kogan提出了植被状态指数VCI。定义如下。

其中, VCIj为j时的植被状态指数;NDVIj为j时的NDv工值;NDVImax为所有图像中最大的NDVI值;NDVImin为所有图像中最小的NDVI值。VCIj是NDVI在j时的相对于最大NDVI的百分比。Kogan假设植被NDVI最大值在最佳的天气中得到 (考虑到土壤营养的吸收, 天气条件可以刺激生态系统资源的利用) , 最小值在非有利的情况下得到, 如干旱和热, 通过生态系统资源的减少 (干旱年缺水减少了土壤营养的吸收) , 直接抑制了植被的生长。这样, 如果有足够长时间的NDVI序列数据, 就可以从中提取出NDVImin和NDVImin, 反映出极端气候状况, 计算的VCI结果在不同地区的比较更为合理。VCI是基于NDVI反演得到的, 因此对植被的监测效果比较好, 作物播种或收割后的时间, 监测效果比较差。

本文所用数据是2009年4月与7月的MODIS月合成的NDVI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。得到该地区的每月合成数据后, 生成生长季4月与7月的VCIj数据 (图2) 。从图上可以看出, 7月份相对于4月旱情有所缓解。与ANDVIj反映的趋势基本相同。

3 结语

本文应用MODIS数据对南方某地区的旱情进行了监测, 以作物生长季的4月和7月作为对比, 分析了, 及NDWI三个指标的变化趋势。相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

摘要：本文基于笔者多年从事遥感减灾应用的相关工作经验, 以基于MODIS数据的遥感旱情监测为研究对象, 以某地区生长季的4月和7月为研究背景, 分析了ANDVIj, VCIj及NDWI三个指标的变化趋势, 给出了该地区旱情的变化趋势, 全文是笔者长期工作实践基础上的理论升华, 相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

关键词：MODIS,遥感,旱情,NDVI

参考文献

[1]杨玉永, 郭洪海, 隋学艳, 等.山东省小麦主产区旱情遥感监测系统的构建[J].科技创新导报, 2009 (1) .

由“旱情”引起思考 第5篇

（1999年6月21日）

所谓旱情，是指天气出现久晴无雨造成干旱的情况，通常表现在农业生产过程中，只要遇到长时间的高温、干旱天气情况，就会给农作物的生长带来威胁，直至绝收，有的地区因缺水给人畜饮水带来困难。故旱情重、旱灾等是对农业生产和干旱地区人们的生活而言。

目前，时逢春耕打田插秧季节，只要到一些水源条件差的地方去，总是听到群众说“旱情严重，插不上秧”。此话的确应引起我们做领导工作尤其是基层负责同志的注意和深思。

如果干旱时间长，影响农作物正常生长，在条件允许的情况下，我们的干部组织群众抗旱保苗，抗旱救灾是不可非议、理所应当的。

如果是有水源灌溉因渠道不通畅，或因用水纠纷得不到解决而造成田未打上，影响插秧，这当然是我们当干部的事情，应该及早过问，妥善处理。

如果是那个地区条件或通过努力创造条件兴修水利工程，包括“三小”工程来解决农田灌溉和人畜饮水问题，我们当干部的应该多想办法，发动群众，加以解决。

西南旱情对2010年粮价影响不大 第6篇

2009年入秋以后，中国西南大部以及江南、华南部分地区发生了严重干旱，特别是云南大部以及广西、贵州、四川、重庆等省（区、市）局部地区旱情非常严重。从目前获得的气象信息看，未来干旱可能仍会持续。

对国内粮食产量的影响

对小麦供给影响不大。根据2008年的统计数据，云南、贵州和广西三省区小麦产量均不大，仅分别占全国总产量的0.7%、0.4%和不足0.1%；四川相对较大，为3.8%。受旱四省区小麦产量占全国总产量的比重为4.9%。但四省区中占比最高的四川，目前其小春作物（包括小麦和油菜）尚未出现明显减产迹象；而可能严重减产的云南、贵州、广西其三省区占比又比较低。

对水稻供给影响较大。根据2008年的统计数据，四川、广西、云南和贵州四省区水稻产量分别占全国总产量的7.8%、5.8%、3.2%和2.4%，四省区共计占19.2%。由于决定水稻产量的关键是作物生长的中后期（抽穗、灌浆期的水源保证最为关键），产量如何还要看在中后期能否有充足的水源保证，因此，还需继续关注未来的降雨状况。

两大产稻国受到影响

全球主要水稻产区受影响较大。特别需要关注的是，中国西南地区为全球水稻主产区湄公河流域上游。中国境内的严重干旱，将直接导致下游水量不足，影响这些地区的粮食生产。位于湄公河流域中下游的越南、泰国分别位列全球第一和第二大稻米出口国，二者的出口占到了全球出口总量的40%左右。若这两个国家出现严重减产，将直接波及全球米价。而2009年年底以来，整个湄公河流域也遭遇大旱。从目前公开媒体报道看，泰、越两国旱情亦不容乐观。

西南旱情下的国内外市场变动

上述情况，加上全球第三大出口国印度2009年末曾宣布大米产量因厄尔尼诺干旱预期大幅减产约18%，2009年12月中旬，国际大米期货价格（以头号大米出口国泰国期货市场价格为参考）大涨，较11月均价涨幅达20%。虽然此后随着印度宣布实际减产幅度远低于预期，大米期货价格应声回落，但显然无法保证的是：如果未来越南和泰国发布减产消息，国际稻米期货价格是否仍能维持平稳？

从现货价格来看，美国（长，白）大米价格目前保持平稳。危机以来，由于国家提高收购价格，中国国内稻米价格一直平稳上涨，但2009年12月以来，粳米价格月环比涨幅一直维持较在高水平，平均达到1.7%。

国内稻米价格

显著上涨的历史经验

大米是中国最主要的粮食品种，其产量占粮食总产量的40%左右，全国有60%的人口以大米为主食。历史经验显示，稻米如果出现大幅减产，将对中国国内粮价构成显著影响。历史上两次粮食价格大涨之年的共同特点是：（1）产量偏低，产需缺口巨大。（2）进口突然猛增。（3）1年5%以内的减产，当年价格仍可稳定。

旱情可能影响的情景分析

我们假定在正常年景下，2010年中国的大米产量与USDA在2010年3月10日最新报告中的预测数持平（USDA对产量的估计数据尚未将灾情因素纳入考虑），为13700万吨，较2009年增长2.5%；消费总量为13450万吨，较2009年增长1%。我们以此作为情景分析的参照基线。

情景一：若受旱涉及省区的减产幅度在9.5%以内，给定其他地区产量正常，全国将因此减产1.8%，除非2010年国内经济增长十分强劲、非口粮需求剧增，否则，国内仍能够实现产销平衡，今年价格仍可望维持稳定。

情景二：若受旱涉及省区的减产幅度达26%，给定其他地区产量正常，全国减产幅度可能达到5.0%，产需缺口达到430万吨，年末库存/消费比将从2009年的29.2%降至25.7%，为2000年来的最低点。但根据以往的经验，除非今年国内经济增长十分强劲、非口粮需求剧增，否则，当年粮食价格仍可维持稳定，但这会令2011年的粮价维稳形势变得较为严峻。

根据全国防汛抗旱总指挥部办公室提供的数据，截至2010年3月11日，五省区受旱面积7935万亩，如果假定五省区全部耕地面积均为水稻种植面积，那么，目前受旱面积约占五省区全部耕地面积的21.2%。因而，我们可以认为，情景二为正常情况下受旱影响的极限水平。

旱情监测 第7篇

(1) 目前开展的旱情监测主要还是停留在气象灾害层面上, 还没有深入到农业层面, 现有的监测仅是气象灾害或灾害性天气的监测, 仅知道哪里有旱情发生, 但这种旱情能否成为农业灾害, 还不能确切地得知。

(2) 随着遥感传感器的发展, 用不同的传感器获取数据成为可能, 但是旱情监测对于遥感数据的选择有一定的限制。空间分辨率提高, 则微观尺度监测的结果精度会提高;时间分辨率提高, 对各种突发性、快速变化的自然灾害有更强的实时监测能力。一般空间分辨率越高, 时间分辨率就会降低。因此, 在遥感数据的选择上需要考虑空间和时间上的折衷, 这取决于旱情监测范围、精度要求以及旱情自身的特点等等。例如, 小范围的监测可以选择TM数据或雷达数据计算反映旱情的指标, 全国范围内的监测可以选择NOAA/AVHRR数据或MODIS数据。由于干旱是一个累积的过程, 如果有一个长时间序列的遥感数据进行干旱的监测, 就可以很好的监测旱情的发展趋势, 为决策提供更加可靠的信息。遥感数据多通道信息可以增强对地球复杂系统的观测能力和对地表类型的识别能力。在考虑遥感数据空间分辨率和时间分辨率的前提下, 也要充分利用遥感数据提供的多光谱信息。因此, 实现全国范围内的旱情监测, 遥感数据是否容易获取也是旱情监测最后能否运行的一个决定因素。

(3) 目前利用遥感数据计算各种能直接或间接反映干旱情况的物理指标, 己形成了很多种方法。但是干旱的发生由众多因素决定, 而旱灾更为复杂, 涉及农作物生长及其对水分的时空需要变化。因此, 指标的选取也是旱情监测最后能否运行的一个决定因素。各种指标都有自身的优缺点, 例如, 有些对于作物的监测比较好, 有些对于裸土监测效果比较理想;有些指标容易计算, 但考虑的影响因子比较少, 有些指标考虑的影响因子比较全面, 但太过于复杂, 使得全国范围内的计算难以实现。因此在指数的选取上不仅要体现对作物旱情监测的优势, 而且要考虑指数在全国范围内的计算是否可以进行。

1 国内遥感旱情监测指标反演进展

我国对VCI和TCI两个指数的应用都相对国外晚一些, 蔡斌等用VCI参照当时降水对全国1991年春季干早进行了监测和研究, 使用的是1985年至1991年的NOAA全球标准化植被指数资料, 时间分辨率为7天。选取出中国范围内的NDVI时间序列数据, 并对NDVI时间序列资料采用中值滤波法来去除噪声, 然后计算NDVI最大值和NDVI最小值。冯强等在基于植被状态指数的全国干早遥感监测试验研究中, 使用的是1981年至1994年的NDVI时间序列数据, 空间范围覆盖全国, 空间分辨率为8 km, 时间分辨率为10天。但是在计算NDVI最大值和最小值时首先将NDVI历史数据从8 km重采样为1.1 km。冯强等在基于植被状态指数的土壤湿度遥感方法研究中使用的数据与上述一样。

2 某地区遥感旱情监测指标反演

遥感技术提供了丰富的信息, 从可见光到短波, 再到热红外, 最后是微波。1990年以来, 利用各波谱段数据计算各种反映干旱指标的方法己经有很多, 例如NDVI、距平植被指数、植被状态指数 (VCI) 、温度条件指数 (TCI) 等等。最近10年里, 遥感监测干旱的方法的研究有以下三个特点, 一是使用己有的指数, 如NDVI、VCI、TCI、CWSI和TS/NDVI等等。计算的原理相同, 使用的数据空间时间分辨率不同, 或是计算时参数的处理方法不同, 或是模型的不同;二是根据已有的原理, 提取新的指数, 如VTCI、VTDI、DSI等等;三是遥感与气象或是水文数据结合建立的新的指数, 如BMVCI等等。借用某种气象或水文指数, 分析其原理并将其中一些参数用遥感数据代替得到新的指数。

现将最近几年中用于旱情监测的几种主要方法的原理分别介绍如图1。

(1) 距平植被指数法。

归一化植被NDVI是迄今为止应用最广的一个植被指数。很多卫星遥感数据都提供了计算这个指数所需的通道信息, 以MODIS为例, 计算式为:

其中ρ1为第一波段 (红波段) 的反射率, ρ2是第二波段 (近红外波段) 的反射率, 它可以反映植被的长势, 可以间接反映旱情。

距平植被指数, 指某一年某一特定时期NDVI与多年该时期NDVI平均值的差值。计算式如下:

式中, ANDVIj为某年内j时的NDVIj距平指数, NDVIj为某年内j时的NDVI, 为多年内j时的NDVI平均值。可以用这个差值来反映偏旱的程度。多年平均值可以近似反映土壤供水的平均状况。因此, NDVI资料的时间序列越长, 计算得到的平均值代表性才会越好。

本文所用数据是2009年4月与7月的MODIS月合成的NDVI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。得到该地区的每月合成数据后, 生成生长季4月与7月的ANDVIj数据 (图2) 。从图上可以看出, 7月份相对于4月旱情有所缓解。

(2) 植被状态指数法。

在不同地区, 因为不同区域作物生长季处于不同阶段, 需水情况不同, 旱不旱不能通过NDVI值的大小来说明, 而NDVI与历史平均值的偏差, 又弱化了天气的影响。

NDVI的变化受天气的影响, 尤其是类似严重干旱的极端天气现象时, 会远远超过正常年际间的NDVI变化, 有可能造成某一特定时期内不同像素间监测结果的可比性变差。为了反映天气极端变化情况, 消除NDVI空间变化的部分, 使不同地区之间有可比性, Kogan提出了植被状态指数VCI。定义如下:

其中, VCIj是j时的植被状态指数, NDVIj是j时的NDv工值, INDVmax是所有图像中最大的NDVI值, INDVmin是所有图像中最小的NDVI值。VCIj是NDVI在j时的相对于最大NDVI的百分比。Kogan假设植被NDVI最大值在最佳的天气中得到 (考虑到土壤营养的吸收, 天气条件可以刺激生态系统资源的利用) , 最小值在非有利的情况下得到, 如干旱和热, 通过生态系统资源NDWI=ρ (0.86µm) -ρ (1.2的减少 (干旱年缺水减少了土壤营养的吸收) , 直接抑制了植被的生长。这样, 如果有足够长时间的NDVI序列数据, 就可以从中提取出INDVmin和INDVmin, 反映出极端气候状况, 计算的VCI结果在不同地区的比较更为合理。VCI是基于NDVI反演得到的, 因此对植被的监测效果比较好, 作物播种或收割后的时间, 监测效果比较差。

本文所用数据是2009年4月与7月的MODIS月合成的NDVI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。得到该地区的每月合成数据后, 生成生长季4月与7月的VCIj数据。分析得出, 7月份相对于4月旱情有所缓解。与ANDVIj反映的趋势基本相同。

(3) 叶面缺水指数法NDWI。

归一化缺水指数 (NDWI) , 又为叶面缺水指数, 用于植被液态水的探测。NDWI定义如下:

式中, ρ (λ) 是反射率, λ是波长。使用了两个通道, 一个是在0.86µm附近, 另一个是在1.24µm附近。这两个波段均位于植被冠层的高反射区。它们感知的植被冠层深度相似。在0.86µm的植被液态水的吸收可以忽略不计, 在1.24µm有水的弱吸收。散布的冠层增强了水的吸收。从而NDWI可以很灵敏的反应植被冠层水的含量。大气气溶胶的散射作用在0.86~1.24µm区是很弱的。NDWI比NDVI对大气的敏感度低;与NDVI一样, NDWI并没有完全去除土壤背景的反射作用影响。

本文所用数据是2009年4月与7月的MODIS月合成的NDWI产品。MODIS数据的几何纠正和镶嵌是用USGS EROS数据中心开发的MRT几何纠正软件进行的。7月份相对于4月旱情有所缓解。与ANDVIj反映的趋势基本相同。

3 结论

本文应用MODIS数据对南方某地区的旱情进行了监测, 以作物生长季的4月和7月作为对比, 分析了ANDVIj, VCIj及NDWI三个指标的变化趋势。相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

参考文献

[1]杨玉永, 郭洪海, 隋学艳, 等.山东省小麦主产区旱情遥感监测系统的构建[J].科技创新导报, 2009 (1) .

旱情实验站研究方法 第8篇

为进一步研究辽西北地区土壤、墒情、气候、雨情、水情、旱情等变化规律,为抗旱减灾提供全方位的信息支持,更好地服务于农业生产。辽宁省水文水资源勘测局经过实地勘测与调查并结合多年气象资料于2007年5月1日设立彰武旱情实验站(图1)。

1 实验站的建立

1.1 实验站土壤类型的选择

阜新地区土壤总面积为951 606.2 hm2(不包括水域、城乡居民点占地、工矿及交通用地),占全市土地总面积的91.89%。依据土壤成土母质、发育条件和土壤特性,阜新地区土壤可分8个土类,19个亚类,62个土属,79个土种。土壤类型主要有棕壤(棕壤性土、棕壤、潮棕壤3个亚类)、褐土(褐土性土、褐土、碳酸盐褐土、淋溶褐土、潮褐土5个亚类)、草甸土(草甸土、碳酸盐草甸土、盐化草甸土、碱化草甸土4个亚类)、风沙土(固定风沙土、半固定风沙土、流动风沙土3个亚类),此外还有盐土、碱土、沼泽土、水稻土等类型。该实验站选取阜新地区有代表性的4种土壤,即褐土、草甸土、棕壤土、风沙土。将这4种具有代表性的土壤进行移植。(1)褐土。质地为轻壤或中壤,结构多呈团粒、片状、块状,占阜新地区土壤面积的51%,样本移植于彰武县哈尔套镇。(2)草甸土。质地为轻壤或中壤,结构多呈块状,占阜新地区土壤面积的24%,样本移植于阜蒙县十家子镇。(3)棕壤土。质地为轻壤,结构多呈粒状或块状,占阜新地区土壤面积的11%,样本移植于彰武县五峰镇。(4)风沙土。质地为轻壤或砂壤,结构多呈块状,占阜新地区土壤面积的13%,样本移植于彰武县彰武镇。

1.2 样本移植

土壤类型及被移植地块选择后,采用分层取土的方法,移植6 m3(2.0 m2.0 m1.5 m)的土样,15 cm一层,分别装入袋中,并编好号,例如第1层第1袋,编号为1-1,以此类推,共计10层。

1.3 样本回填

按编号将土样分层回填,每层回填完后,压实用水浇注,以夯实土壤,应严格控制每层厚度为15 cm。按此方法,然后再回填一层,直到移植土壤全部回填到事先挖好的坑中[1,2]。

2 墒情自动监测站设备配置

一是遥测终端。遥测终端要求选用可接多种传感器和多种通信设备,能够满足系统的工作体制,具有现场和远程编程功能,且技术成熟的产品;二是通信设备。按照系统的数据传输通信网络结构,通信设备选用能满足GPRS通信和GSM通信的GPRS/GSM通信模块;三是传感器。每种土壤均配置3个土壤水分传感器,分别监测10、20、30 cm处土壤含水率;四是避雷器。遥测终端的传感器信号端口配置信号避雷器;五是太阳能浮充蓄电池电源。墒情自动监测站采用太阳能板浮充免维护蓄电池的供电方式及标称12 V的供电电压。电源容量按保证在45 d连续阴雨天的情况下能维持正常供电,并能在10~20 d内将电池充足标准配置。配置具有自动控制功能的充电控制器,可防止太阳能板过充和蓄电池过放。墒情自动监测站供电电源配置为:1块20 W太阳能板、1个6.6A充电控制器、1个65Ah的免维护铅酸电池。

3 试验数据对比分析

以实验场内2008年M10数据为代表进行数据对比分析,结果见表1、图2。

通过对褐土不同仪器墒情监测,进行分析结果为:M 10cm实验场遥测与实验场人工平均绝对误差为1.61,最大误差为8.7,最小误差为0.3;实验场遥测与样本地人工平均绝对误差为0.66,最大误差为-3.9,最小误差为0.4;人工实验场与移动测墒仪实验场平均绝对误差为6.4,最大误差为9.3,最小误差为2.6;人工实验场与人工样本地平均绝对误差为-0.96,最大误差为5.6,最小误差为-0.4。通过分析可以看出,褐土中实验场内遥测与人工、遥测与样本地、实验场与样本地之间的数据存在一定的关系,线性关系系数接近于1.0,数据误差较小,可信度较高[3,4,5]。

4 实验站总体目标

实验站未来5年拟实现的总体目标任务如下:一是通过建站以来的对比观测分析,研究墒情遥测系统是否及时、准确提供墒情信息,为抗旱决策支持提供及时稳定的数据和依据,从而为抗旱服务,为水资源开发利用服务。这部分工作已基本完成。二是准确及时监测土壤墒情信息,掌握土壤墒情和农作物生长动态,通过采集影响土壤水平衡的环境数据,结合作物的各生长期的需水量,摸索规律,实现旱情综合分析、评价与预测。三是建立土壤墒情预报系统。在长、中、短期气象预报、预测的基础上,采用降雨产流预报理论和包气带水分运移规律建立预报模型。四是建立抗旱决策支持系统。在掌握雨情、墒情、水情、工情和农情的基础上,开展试点地区干旱预案研究,主要包括4个部分:各种典型干旱模式的选择、分析,干旱程度评价方法,干旱反应应对策略,旱后效果评估[6,7]。

综上所述,通过近几年的研究、分析,可以认为该墒情实验站建站模式采用此方法是可行的,值得推广应用,该建站模式能够对土壤墒情自动监测,及时掌握土壤墒情动态变化规律,对指导农业生产发展具有十分重要的意义,同时也为各级领导及时准确地了解旱情的演变趋势,指导防旱、抗旱工作提供重要依据,有利于当地农业生产安排,促进农民增收,推进社会主义新农村建设。

参考文献

[1]刘文光.水文分析与计算[M].北京:水利电力出版社,1989.

[2]水利电力部水利司.水文测验手册[M].北京:水利电力出版社,1975.

[3]水利部长江水利委员水文局.水利水电工程水文计算规范[S].北京:中国水利水电出版社,2002.

[4]詹道江,叶守泽.工程水文学[M].北京:中国水利水电出版社,2000.

[5]中华人民共和国水利部.水文资料整编规范SL247-1999[S].北京:中国水利水电出版社,2002.

[6]尚艳丽,候元,李军,等.水文资料整编工作相关问题分析[J].地下水,2010,32(3):137-138.

云南省旱情信息系统升级及完善 第9篇

云南省旱情信息系统建于2005年,通过Web方式在局域网与VPN网络上发布旱情监测信息,实现了基本信息的实时查询和分析。近年来随着抗旱工作的不断深入发展,及各类新标准、技术的相继出台,原有旱情信息系统已无法满足现阶段的抗旱工作,为此开发一个新的旱情信息平台。

新的云南旱情信息网采用升级方式,在原旱情信息系统基础上,采用Top Map Tile瓦片框架, HTAPF,Web Service等新技术,充分利用计算机技术的先进性,对原系统进行升级改造,可解决原有系统在新技术下的兼容性问题,完善旱情信息系统的功能。

新的云南旱情信息网是依据SL 424—2008 《旱情等级标准》和SL 323—2011《实时雨水情数据库表结构与标识符标准》标准数据库结构,及3类干旱指数与水文综合干旱指数的研究成果,建设的可对全省实时旱情信息进行更为准确的旱情分析、旱情预测、空间数据查询、办公自动化的信息系统, 通过旱情信息网可快速上报旱情统计数据,发布相关信息,直接对旱情及时做出判断,能更好地进行旱情分析与抗旱服务。

1系统功能

云南旱情信息网包括旱情信息展示平台与信息系统2部分。系统用户在原有管理员及省局用户名的基础上增加分局用户名,以增加分局使用旱情平台的机会。在系统中将用户按照分局进行分组,包括管理员组、各分局用户组等。分局用户登录时, 涉及到地图功能时,一般只显示所属分局的地图, 但在进行等值分析时要以全省的地图进行等值分析,然后从全省等值分析结果图中截取该地州的分析结果,作为该地州的等值分析结果,以避免因为地州站点过少导致走线不准。

旱情信息展示平台主要包括实时的降雨分布图、墒情分布图、旱情通告、新闻通告、留言板、 法律法规及行业规范等,没有权限限制,不必登录即可查看。

旱情信息系统主要包括基本信息、单项查询、 干旱分析、趋势预测、数据录入、发布信息、站网维护、系统管理等内容。

2系统设计

2.1总体设计

云南省旱情信息网采用多层次结构,分别为数据层、业务逻辑层、服务层和表示层。以已有水情、旱情数据库为基础,以地理信息系统为平台, 实现各类相关数据的接入和人工录入等功能,利用浏览器进行各类信息的查询、分析、管理等交互。

云南省旱情信息网总体结构如图1所示。

根据系统结构,云南省旱情信息网主要为土壤墒情实时监测和旱情信息管理2部分系统。土壤墒情实时监测为监测实时土壤墒情信息,旱情信息管理系统以旱情综合数据库和地理信息系统为基础, 在综合分析气象、降雨、墒情、水文、农业等各类信息的基础上,对全省旱情的发生、发展及变化进行实时监视和分析,为指挥抗旱提供决策依据。

2.2软件技术结构

本次建设拟采用Microsoft .net框架在原有旱情信息系统的基础上进行升级完善。Microsoft .net是一个由Server,Client和Service组成的平台。.Net框架包括基本的运行库,用户接口库,CLR,C#, C++,VB.net,Jscript.net,ASP.net,以及.Net框架API的各个方面。

采用Microsoft .net技术,根据信息安全、操作、部署,合理规划用B/S和C/S结构,新系统的结构层次如图2所示。

2.3软件逻辑结构

云南省旱情信息网,采用B/S和C/S混合的多层体系结构。具体结构如下:

1)数据层。进行相关数据的存储和管理,为信息系统提供查询、分析的数据基础,并对成果进行管理。

2)服务层。主要向应用层提供业务模型、应用技术框架及地理信息系统等面向功能的模型和组件,包括电子地图组件,数据库访问组件,数据统计、分析、处理及计算组件,文件上传及用户安全认证组件等。

3)应用层。在数据层和服务层的支撑下为系统各类分析、计算、处理等提供支持。

4)人机交互层。使用B/S(浏览器端)方式实现各类信息的管理、查询分析和应用,利用C/S客户端程序实现数据的获取、导入、录入、管理等。

2.4系统功能组成

软件的功能分为信息查询和专业分析2类。 信息查询功能指软件在信息发布页上提供供系统用户使用的查询信息的功能,包括旱情通告、新闻通告、实时雨情分析图、实时墒情分析图、法规标准、特约服务、留言板等;专业分析功能则是指登录用户登录之后可以进行的与抗旱相关的专业分析与查询,包括基本信息查询、单项分析、综合分析、趋势预测、统计上报、信息发布、站网维护与系统管理等。

1)基本信息。基本信息通过文字及专题图的形式,介绍云南省自然地理概况、水利和站点分布。 主要包括干旱成因及特点,自然地理、水利工程、 抗旱设施、站点等的分布,以及气象信息。

2)单项查询。单项查询是对应旱情分析要素进行查询分析,为评价旱情、旱情报告提供依据和信息,包括降水、水文、农业、城市、生态干旱及饮水困难等的数据查询,每一项查询均包含实时信息、统计图表和GIS分析3部分内容,实时信息以数据表形式显示各要素的实时数据,统计图表以图表形式显示各要素的统计信息,GIS分析是在地理信息系统中以地图方式表现各要素的分布信息[1]。

3)干旱分析。干旱指标是研究干旱的基础,也是衡量干旱程度的关键环节[2]。干旱分析是在单项查询、3类干旱指数研究及水文综合干旱指数研究基础上,综合各指数评价旱情的等级。干旱分析中的综合干旱分析,是依据水文综合干旱指数研究,经过对3种干旱指数的计算与对比,构建降水-蒸发- 径流水文综合干旱指数(SPERI),对具有降水、蒸发、径流监测要素的水文站点进行干旱分析,同时根据土壤墒情、前期降水、前期灌溉、土壤分布、 作物分布、作物生长期等因素进行旱情分析,形成旱情面分布图,并通过空间叠加分析统计不同类型的受旱面积[3]。

4)趋势预测。旱情趋势预测目前没有较好的模型和方法,趋势预测采用增退墒模型实现短期内墒情、旱情的发展趋势预测。旱情系统趋势预测有墒情和旱情发展趋势2项预测,方式是根据当前土壤墒情或旱情状况,预估未来的可能降水量,利用增退墒模型预测未来发展趋势[4]。新系统同时提供对预测数据进行GIS等值分析的功能。

5)数据录入。提供人工维护、增补、下载数据的功能,包括雨情、蒸发、河道水情、水库水情、 地下水信息的人工录入,以及从防汛抗旱部门统计上报系统中下载相关数据。

6)信息发布。主要功能是提供用户发布系统首页的信息,提供旱情通报制作的模版。

7)系统管理。是为实现对整个旱情信息管理系统进行管理而完成的一个功能模块,包括菜单、用户组、用户、系统资源、留言板等的管理,旱情通报的制作和发布,用户个人资料的修改,系统用户进行系统登录访问的日志记录与查询功能。

3系统特点

1)开放的系统结构与权限控制。采用开放体系结构,便于系统的扩展和二次开发。用户可以自行开发应用模块,管理员利用系统提供的菜单管理功能将模块挂入系统并对模块进行访问授权控制。

系统对所有模块提供访问授权控制,将模块分为受控和非受控模块,所有用户可以直接访问非受控模块,用户需要得到授权才能访问受控模块的信息,所有权限控制完全由管理员通过权限控制模块实现。

为了方便众多用户权限设置,提供了完全开放的用户组概念,可以定义并确定各用户组的访问权限,用户权限自动继承所属组的权限,同时可以对个别用户的权限进行调整。

2)多种干旱指标分析的采用。系统在旱情分析功能中,植入流域河道来水量、降水距平百分比、 降水百分位指数、标准化降水指数、降水Z指数、 降水异常指数、河道来水量距平百分率、河道来水Z指数、降水温度均一化指数、干燥程度、相对湿润度指数、综合气象干旱指数、水文综合干旱指数等多种干旱分析指数,可采用多种方法对云南省干旱情况进行综合分析。

利用系统对云南省2010年百年大旱情况进行综合分析研究,干旱报准率可由原先仅采用降水距平百分比指数一种分析方式的29% 提高至55%,报准率提高近1倍;同时远远超过目前广泛使用的综合气象干旱指数33% 的报准率。

3)方便快捷的简报制作管理。提供了向导式的简报制作管理功能,各地州可以根据指定条件快速生成图文简报,并可进行修改,可快速将简报发布到信息系统中。系统用户在首页不必登录即可下载简报,了解当前旱情信息,系统管理员可对已生成简报进行维护管理。

4 )先进的基于瓦片的We b G I S 。系统采用Top Map Tile地图瓦片技术,将地图底图按一定级别切割成瓦片,系统每次加载瓦片即可,改变了传统的Web GIS请求1次生成1张图片的低效率模式,节省了大量的绘制背景底图的时间,出图快,减轻服务器端的压力,提高了用户体验[5]。

5)强大的空间分析与站网维护功能。系统既可以按云南全省范围进行空间分析,也可按照各地州进行分区空间分析,同时提供快捷的地市级分析工具,省去重复选择查询条件的时间。提供可批量导入数据、生成实体的站网维护功能,导入1次即可完成维护工作,与逐条录入数据、逐个生成实体的维护功能相比较,操作简单快捷,减少大量的重复工作,大大提高工作效率。

4结语

云南省旱情信息网采用先进的Top Map Tile地图瓦片技术研发,充分利用了计算机技术的先进性, 采用多种新技术,改变了传统的Web GIS模式,提升了系统的利用效率,提高了用户体验。

云南省旱情信息网完全基于地理信息环境,具有信息检索、自动构绘等值线和面、距平分析、自动统计和人工交互等功能,分析参数完全开放,既满足旱情分析预测工作的需要,也可作为开展旱情评价指标的分析研究平台。

云南省旱情信息网植入了10余种干旱分析指标,可采用多种指标开展旱情分析研究,在丰富旱情分析研究手段的同时,可将云南省的综合干旱保准率提高至50% 左右,远远超过综合气象干旱指数的应用效果。

云南省旱情信息网提供了强大的空间分析与站网维护功能,操作简单快捷,可大大提高工作效率。

摘要：近年来随着抗旱工作的不断深入发展,建于2005年的云南省旱情信息系统已无法满足现阶段的干旱分析工作要求,因此开发一个新的旱情信息平台。本次系统研发是在原有旱情系统的基础上,采用Top Map Tile瓦片框架,HTAPF,Web Service等新技术,对原有系统进行升级改造,搭建云南旱情信息网。新系统采用多层次结构,以地理信息系统为平台,采用B/S和C/S混合的多层体系结构,具有信息检索、自动构绘等值线、等值面、距平分析、自动统计和人工交互等功能,可全面实现各类相关数据的接入和人工录入,同时系统的分析参数完全开放,并在系统内部植入10余种干旱指标分析方法,既能满足现阶段旱情分析预测工作的需要,也可作为开展旱情评价指标的分析研究平台。

郭国栋:西南旱情对A股影响有限 第10篇

粮食减产不会引发通胀

日前旱灾给农业生产也带来了一定的影响。随着云南、广西、贵州、四川、重庆等西南五个省区市旱情持续可能导致小麦、甘蔗、稻谷等农作物大幅减产，诱发国内粮食价格出现波动。

目前米价上涨的行情带到全国各地。据了解，上海、重庆等地已经出现大米价格上涨现象，很可能是西南旱区的粮食不够吃，要从全国其他地方调粮食，这成为了全国大米涨价的诱因。

据国家统计局3月22日公布数据显示，3月1～10日200个主产县主要农产品价格中，粮食类普遍呈上涨态势。有业内人士表示，如果干旱持续，下半年物价的走势将受到影响。

不过，我认为，短期国内粮价上涨的压力不大，持续至今的“西南干旱”也不会推高粮价，毕竟西南地区不是粮食主产区。云、贵、川和广西、重庆5个省区市都属粮食自产自销的平衡区——重庆还属于销售区，每年在全国粮食产量所占的比重都很小，不会影响到今年粮食的全局收成。

另外我国粮食库存充裕，短期内不会引发通胀担忧。2004年以来，我国连续6年粮食增产，从2007~2009年，更是实现连续3年超万亿斤，粮食供给形势大为改善。国家粮食局数据显示，仅仅在2009年，国有企业粮食收储就达到3000多亿斤，社会收储达到5600亿斤。

从国内粮食库存来看，稻谷的供求趋于平衡，玉米和小麦则是供大于求；从粮食库存消费比来看，2009年我国这一指标超过40%，远高于国际公认的17%～18%的安全线水平。而且，在粮食库存中，小麦和稻谷等主粮所占的库存比例比较大。

有色企业恐受旱情拖累

至于西南旱情对A股的影响，个人认为比较有限，因为旱情发生地区经济总量占全国的比重较低，同时也不是国内大宗粮食的主产区，其综合影响将更多表现在区域内。

而且，西南地區上市公司数目并不多，所占市值不大，不会对股市运行产生大的影响。

需要注意的是，相对于实体意义上的农业经济受旱灾负面影响既深且广，国内A股市场的表现却恰恰与之相反，部分农业股在此次旱情发生后大幅反弹，不过这一过程持续时间不会很久。

此次旱情对有色与矿业板块也造成了一定影响。因为西南五省区市是国内有色金属冶炼产品的重要产区。数据显示，2009年，该地区原铝、精铅、精锌以及精锡产量分别占到国内的19.3%、14.5%、32.6%和74.0%。

随着西南各省旱情继续加剧，部分地区已经出台了限电措施。而目前受灾地区正处在传统的枯水期，虽然多数大型冶炼企业的生产经营未受明显影响，但是枯水期结束的5月中旬将是关键时点。如果那时旱情还未能减轻，不排除有色金属企业的生产经营会因此受到较大拖累。

关注“抗旱主题”投资机会

从近期市场的表现来看，近期西南地区面临的干旱情况，为农业、节水灌溉、种子、化肥以及农药等行业板块带来了短期的交易型操作机会。

首先，农业板块近期持续走强。西南地区的旱情升级，超出了市场的预期，农产品涨价预期使得农业板块受益而爆发，并且4月份农业股机会将会多于3月份，但行情力度可能不及2009年四季度。

事实上，一些农业板块目前被低估。数据显示，2009年至今农业板块总体涨幅略小于大盘，但其中一些重点股票的涨幅远逊于大盘及行业表现。如北大荒涨幅仅30%，不到行业及大盘同期涨幅的1/3。

其次，节水灌溉设备股。可关注大禹节水、利欧股份。创业板的大禹节水以及中小板的利欧股份在3月23日午后快速涨停，其中利欧股份还创出了上市以来的新高。

再次，在种子板块上，可关注敦煌种业、登海种业。

最后，化肥股也是受益股。受益于政府保收的补救措施和春耕的影响，未来化肥需求量必将出现大幅增长。值得重点关注的化肥股，如鲁北化工、鲁西化工。