南方水稻低温冷害:水稻低温冷害的预测方法

　对水稻倒春寒或寒露风的预测研究目前仍较少，一般情况下，将倒春寒或寒露风指数序列作为预报对象，通过寻找前期预测信号并进行标准化后，建立相应的统计预测模型。

　　武文辉等(2002)通过对倒春寒与前期各要素进行相关分析发现，倒春寒与前期环流异常变化存在较好的遥相关关系。经进一步研究找到了倒春寒短期气候预测的5个预测信号：①上年5—6月北太平洋西北部海温与贵州倒春寒指数的相关系数达-0.436。当该时间段内海温偏低，对应下一年有倒春寒，反之无倒春寒。②上年7 —8月500hPa低纬VI区高度与贵州倒春寒指数的相关系数达0.439。当该时间段内高度偏高，对应下一年有倒春寒，反之无倒春寒。③上年9月印缅低槽指数与贵州倒春寒指数的相关系数达0.445。 当该时间段内指数偏高，对应下一年有倒春寒，反之无倒春寒。④上年7--11 月北美东岸大槽南段指数与贵州倒春寒指数的相关系数达0.462。当该时间段内指数偏高，对应下一年有倒春寒，反之无倒春寒。⑤上年11 --12月北美副热带高压面积指数与贵州倒春寒指数的相关系数达0.4520.当该时问间段内指数偏高，对应下一年有倒春寒，反之无倒春寒。通过对上述5个预测信号因子序列标准化处理后，建立了倒春寒指数的定量预测模型。