Sprawdzalność prognozy niedoborów wody roślin uprawnych określanych przy użyciu wskaźnika suszy rolniczej CDI

• Autorzy: Łabędzki L. , Kanecka-Geszke E.

Identyfikatory

DOI

10.12912/23920629/60611

Warianty tytułu

EN

Verification of forecast of crop water deficit determined using crop drought index CDI

• Języki publikacji: PL

Abstrakty

PL

W pracy dokonano weryfikacji prognoz deficytu wody wybranych roślin uprawnych. Wskaźnikiem deficytu wody jest wskaźnik CDI (Crop Drought Index), pokazujący wielkość redukcji ewapotranspiracji spowodowanej niedoborem wody w glebie. 10- i 20-dniowe prognozy są opracowywane w systemie monitoringu niedoboru i nadmiaru wody prowadzonego przez Instytut Technologiczno-Przyrodniczy, na podstawie 14-dniowej prognozy warunków meteorologicznych uzyskiwanej z serwisu MeteoGroup. Sprawdzalność wyznaczono dla stacji Bydgoszcz, reprezentatywnej dla regionu Kujaw, dla wybranych roślin na czterech kategoriach ciężkości gleb ornych oraz dla czterech siedlisk użytków zielonych, dla lat 2013–2014. Jako kryteria weryfikacji prognoz przyjęto następujące warunki: bezwzględna różnica między wartościami CDI rzeczywistymi i prognozowanymi nie może być większa od 0,1 oraz zgodność rzeczywistych i prognozowanych klas intensywności deficytu wody. Sprawdzalność obliczono jako względną częstotliwość prognoz spełniających te kryteria. Sprawdzalność 10-dniowych prognoz niedoboru wody wyniosła 94%, a 20-dniowych 86%. Zarówno prognozy wartości wskaźnika CDI jak i prognozy klas niedoborów wody charakteryzowały się dużą sprawdzalnością (odpowiednio 91% i 89%).

EN

In the paper the verification of crop water deficit forecasts are presented. The 10- and 20-day forecasts have been developed in the monitoring system of water deficiency and excess conducted by the Institute of Technology and Life Sciences. The analysis was performed for the Bydgoszcz station representing Kujawy Region, in the months of the growing season (April-September) in 2013–2014. Two verification criteria were adopted: the absolute difference between actual and predicted SPI cannot be greater than 0.1 and the agreement of the precipitation category classes. The verifiability is determined as a relative frequency of the forecasts meeting these criteria. It was found that the average verifiability of 10-day forecasts was equal to 94% and of 20-day forecast 86% for the assumed criteria. Both forecasts of CDI values and forecasts of water deficit classes have high verifiability (91% and 89% respectively).

Słowa kluczowe

PL

niedobór wody dla roślin; wskaźnik suszy rolniczej CDI; prognozowanie; weryfikacja

EN

crop water deficit; crop drought index CDI; forecast; verification

• Wydawca: Polskie Towarzystwo Inżynierii Ekologicznej
• Czasopismo: Inżynieria Ekologiczna
• Rocznik: 2015
• Tom: Nr 45
• Strony: 163--168
• Opis fizyczny: Bibliogr. 18 poz., tab.

Twórcy

autor

Łabędzki L.

• Instytut Technologiczno-Przyrodniczy w Falentach, Kujawsko-Pomorski Ośrodek Badawczy, 85-174 Bydgoszcz, ul. Glinki 60

autor

Kanecka-Geszke E.

• Instytut Technologiczno-Przyrodniczy w Falentach, Kujawsko-Pomorski Ośrodek Badawczy, 85-174 Bydgoszcz, ul. Glinki 60

Bibliografia

• 1. AgroPogoda (Serwis MeteoGroup dla rolnictwa). 2013. http://www.agropogoda.meteogroup.pl [dostęp 01.03.2013]
• 2. Allen R.G., Pereira L.S, Raes D., Smith M. 1998. Crop evapotranspiration. Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper. No. 56, pp. 300.
• 3. Bąk B. 2006. Wskaźnik standaryzowanego opadu SPI jako kryterium oceny suszy rolniczej na glebach o różnej retencji użytecznej. Falenty: IMUZ pr. dokt. maszyn. ss. 160.
• 4. Brunini O., Dias Da Silva P.L., Grimm A.M., Assad Delgado E., Boken V.K. 2005. Agricultural drought phenomena in Latin America with focus on Brazil. W: Monitoring and predicting agricultural drought. V.K. Boken, A.P. Cracknell, R.L. Heathcote (Eds.). Oxford: Univ. Press, 156–168.
• 5. Forecast verification: a practitioner’s guide in atmospheric science. 2012. Eds. I.T. Jolliffe, D. B. Stephenson. John Willey & Sons, Ltd., pp. 274.
• 6. Livezey R. E. 2012. Deterministic forecasts of multi-category events. In: Forecast Verification: A Practitioner’s Guide in Atmospheric Science. I.T. Jolliffe, D.B. Stephenson (Eds.). John Willey & Sons, Ltd., 61–75.
• 7. Łabędzki L. 2006. Susze rolnicze – zarys problematyki oraz metody monitorowania i klasyfikacji. Woda-Środowisko-Obszary Wiejskie. Rozprawy Naukowe i Monografie, 17, ss. 107.
• 8. Łabędzki L., Bąk B. 2011. Prognozowanie suszy meteorologicznej i rolniczej w systemie monitorowania suszy na Kujawach i w dolinie górnej Noteci. Infrastruktura i Ekologia Terenów Wiejskich, 5, 19–28.
• 9. Bąk B., Łabędzki L. 2015. Weryfikacja 10- i 20-dniowej prognozy wskaźnika standaryzowanego opadu SPI. Infrastruktura i Ekologia Terenów Wiejskich, II(1), 171–182. DOI: http://dx.medra. org/10.14597/infraeco.2015.2.1.014.
• 10. Łabędzki L., Bąk B., Kanecka-Geszke E., Kasperska-Wołowicz W., Smarzyńska K. 2008. Związek między suszą meteorologiczną i rolniczą w różnych regionach agroklimatycznych Polski. Woda-Środowisko-Obszary Wiejskie. Rozprawy Naukowe i Monografie nr 25, ss. 137.
• 11. Łabędzki L., Bąk B., Smarzyńska K. 2014. Spatio-temporal variability and trends of Penman-Monteith reference evapotranspiration (FAO-56) in 1971- 2010 under climatic conditions of Poland. Polish Journal of Environmental Studies. Vol. 23. No. 6, 2083-2091. DOI: 10.15244/pjoes/27816.
• 12. Łabędzki L., Kanecka-Geszke E., Bąk B., Słowińska S. 2011. Estimating reference evapotranspiration using the FAO Penman-Monteith method for climatic conditions of Poland. W: L. Łabędzki (Ed.). Evapotranspiration. Wyd. InTech, Rijeka, 275–294.
• 13. Melonek M. 2011. Porównanie wyników weryfikacji modeli numerycznych prognoz pogody działających operacyjnie w ICM. Infrastruktura i Ekologia Terenów Wiejskich, 6, 2–42.
• 14. MeteoGroup. 2013. Multi-model approach. http:// www.meteogroup.com/pl/gb/research/multi-model-approach.html [dostęp 20.04.2013]
• 15. Ostrowski J., Łabędzki L., Kowalik W., Kanecka- Geszke E., Kasperska-Wołowicz W., Smarzyńska K., Tusiński E. 2008. Atlas niedoborów wodnych roślin uprawnych i użytków zielonych w Polsce. Falenty: Wydaw IMUZ, ss. 19 + 32 mapy.
• 16. Ozga-Zielińska M., Nawalny M. 1999. Zagadnienia identyfikacji i weryfikacji integralnego modelu zlewni. Biblioteczka Wiadomości IMUZ, 61, 43–54.
• 17. Treder W., Wójcik K., Tryngiel-Gać A., Klamkowski K. 2011. Ocena jakości prognozowania pogody. Infrastruktura i Ekologia Terenów Wiejskich, 6, 43–58.
• 18. WMO (World Meteorological Organization). 2008. Recommendations for the Verification and Intercomparison of QPFs and PQPFs from Operational NWP Models. Atmospheric Research and Environment Branch, 7–23.