SPRAWDZALNOŚĆ PROGNOZY NIEDOBORÓW WODY ROŚLIN UPRAWNYCH OKREŚLANYCH PRZY UŻYCIU WSKAŹNIKA SUSZY ROLNICZEJ CDI
 
Więcej
Ukryj
1
Instytut Technologiczno-Przyrodniczy w Falentach, Kujawsko-Pomorski Ośrodek Badawczy, 85-174 Bydgoszcz, ul. Glinki 60
Data publikacji: 15-11-2015
 
Inż. Ekolog. 2015; 45:163–168
SŁOWA KLUCZOWE
STRESZCZENIE ARTYKUŁU
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%).
 
REFERENCJE (18)
1.
AgroPogoda (Serwis MeteoGroup dla rolnictwa). 2013. http://www.agropogoda.meteogro... [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/i....
 
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/g... [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.