基于灾害过程的东北水稻冷害实时风险评估及SIF遥感预警研究

本文创新性地构建了基于日累积过程的水稻冷害累积强度指数（STCII/DGTCII），结合太阳诱导叶绿素荧光（SIF）遥感指标与随机森林（RF）、DSSAT作物模型、层次分析法（AHP）等多模型耦合，建立了首个面向东北水稻冷害的实时风险评估体系。研究揭示了1991-2020年冷害时空分异规律，验证了分蘖期和孕穗期SIF与冷害强度的显著负相关性（p<0.01），为智慧农业灾害预警提供了全链条技术方案（风险识别-定量评估-决策输出）。

　　

Highlight

东北水稻冷害风险实时评估系统突破传统回顾式分析的局限，通过融合多源数据与模型耦合，实现了灾害过程的动态追踪。研究发现：分蘖期和孕穗期的太阳诱导叶绿素荧光（SIF）信号与累积冷害强度指数（STCII）呈显著负相关（R²>0.7），证实SIF可作为冷害早期遥感标识物。2002年历史事件验证显示，高纬度产区中风险区比例骤升至49%，高风险区达17%，空间分布模式与历史灾情高度吻合。

Discussion

在全球变暖背景下，冷害研究长期被高温干旱灾害掩盖。本研究首次将自然灾害风险指数（Hazard×Vulnerability×Exposure/防灾能力）引入作物冷害评估，构建的"监测-预警-决策"体系填补了应急管理空白。值得注意的是，DSSAT模型模拟显示，营养生长期低温虽可能通过补偿生长缓解产量损失，但生殖生长期17℃以下持续低温可直接导致花粉败育（不育型冷害），造成20%以上减产风险。

Conclusion

基于灾害过程的水稻冷害实时风险评估框架，通过整合SIF遥感指标与多模型协同（RF-DSSAT-AHP），实现了东北稻区冷害风险的动态诊断与可视化表达。该系统可精准识别高风险区域（如东内蒙古-吉林过渡带），为农户和农业部门提供72小时预警窗口，助力国家粮食安全韧性建设。

（注：严格保留STCII、DSSAT等专业术语缩写格式，使用²规范标注指数，去除文献[1][2]等标识）