請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/16179完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 劉仁沛(Jen-Pei Liu) | |
| dc.contributor.author | Wei-Sheng Hung | en |
| dc.contributor.author | 洪偉勝 | zh_TW |
| dc.date.accessioned | 2021-06-07T18:04:01Z | - |
| dc.date.copyright | 2012-08-01 | |
| dc.date.issued | 2012 | |
| dc.date.submitted | 2012-07-30 | |
| dc.identifier.citation | 中文文獻；
交通部中央氣象局(2010)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2009)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2008)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2007)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2006)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2005)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2004)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2003)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2002)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2001)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(2000)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1999)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1998)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1997)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1996)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1995)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1994)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1993)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1992)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1991)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1990)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1989)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1988)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1987)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1986)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1985)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1984)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1983)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1982)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1981)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1980)。氣候資料年報 第一部分-地面資料。作者。 交通部中央氣象局(1979)。氣候資料年報 第一部分-地面資料。作者。 行政院農業委員會農糧署統計室(2010)。台灣糧食統計要覽。行政院農業委員會農糧署。 行政院農業委員會農糧署統計室(2009)。台灣糧食統計要覽。行政院農業委員會農糧署。 行政院農業委員會農糧署統計室(2008)。台灣糧食統計要覽。行政院農業委員會農糧署。 行政院農業委員會農糧署統計室(2007)。台灣糧食統計要覽。行政院農業委員會農糧署。 行政院農業委員會農糧署統計室(2006)。台灣糧食統計要覽。行政院農業委員會農糧署。 行政院農業委員會農糧署統計室(2005)。台灣糧食統計要覽。行政院農業委員會農糧署。 行政院農業委員會統計室(2004)。台灣糧食統計要覽。行政院農業委員會。 行政院農業委員會統計室(2003)。台灣糧食統計要覽。行政院農業委員會。 行政院農業委員會統計室(2002)。台灣糧食統計要覽。行政院農業委員會。 行政院農業委員會統計室(2001)。台灣糧食統計要覽。行政院農業委員會。 行政院農業委員會統計室(2000)。台灣糧食統計要覽。行政院農業委員會。 台灣省政府糧食處(1999)。台灣糧食統計要覽。作者。 台灣省政府糧食處(1998)。台灣糧食統計要覽。作者。 台灣省政府糧食處(1997)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1996)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1995)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1994)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1993)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1992)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1991)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1990)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1989)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1988)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1987)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1986)。台灣糧食統計要覽。作者。 台灣省政府糧食局(1985)。台灣糧食統計要覽。作者。 花蓮區農業改良場。1994。農業氣象與作物生產。花蓮區農業改良場年報83:1-9。 林茂文。2006。時間序列分析與預測 管理與財經之應用 三版。台北市: 華泰。 劉應興。1997。應用線性迴歸模型。台北市：華泰。 邱尚沅。2011。氣候變遷對台灣西北部土壤性質及水稻產量之衝擊評估及因應策 略。國立台灣大學農藝學系碩士論文。台北市。 林慶元(2007)。水稻保護 上冊(頁2-7)。台北市：行政院農業委員會動植物防檢局。 許晃雄、吳宜昭、周佳、陳正達、陳永明、盧孟明等。2011。台灣氣候變遷科學 報告2011。行政院國家科學委員會，362頁 盧孟明、陳雲蘭、陳圭宏。2008。全球暖化趨勢對臺灣水稻栽培環境之影響。作 物、環境與生物資訊 5:60-72。 李蒼郎。1990。氣象因子對水稻產量構成因素之影響及產量估計模式。國立中興大學 農藝學研究所碩士論文。 李祿豐。1999。氣象因素對宜蘭地區水稻產量之影響。花蓮區農業改良場. 研究彙 報17：93-102。 林安秋、陳建山 1976 一、二期作水稻之分蘗特性比較科學發展月刊4(10)53-70。 李裕娟、楊純明、蕭巧玲。2009。栽培季節氣象環境對水稻台農71 號生產之影響。 台灣農業研究 58:45-54。 黃真生 1979 台灣水稻第二期作低產之原因台灣二期作稻低產原因及其解決方法研 討會專集 P.29-36。 張素真、余士銘、許誌裕 1994 重要氣象因素對中間作水稻產量之影響中日農業 氣象應用研討會論文專輯中央氣象局編 鄔宏潘、廖雲英、錢美華、林燦隆、陳一心、王銀波、蔡國海、吳來貴、張萬來、 林富雄、吳育郎 1975 第二期稻作低產原因之探討科學發展月刊3(10):5-39。 丁文彥。2008。氣候環境遽變不利水稻生育。台東區農業改良場 豐年第58卷第 13期 姚銘輝、陳守泓。2009。氣候變遷下水稻生長及產量之衝擊評估。作物、環境與 生物資訊 6:141-156。 陳守泓。2008。氣候變遷對台灣地區農業生產之衝擊與影響。2008 年台灣氣候變 遷研討會報告 頁15。 陳守泓、申雍、姚銘輝。2007。東部地區農業氣象環境與災害發生潛勢分析。作 物、環境與生物資訊 4:329-339。 陳守泓、陳圭宏、黃俊騰、姚銘輝、李炳和、申雍。2007。全球暖化對台灣地區 水稻生產之影響。全球暖化對台灣稻米產業之影響研究會專刊。63-82。農藝 學會，台北市。 陳烈夫、魏夢麗、鄭統隆、廖大經、陳正昌、劉大江。1996。台灣水稻產量的一 些生理 問題台灣省農業試驗所專刊第56號p,79-88。 陳帥如。2011。當前我國糧食安全政策規劃方向。農政與農情 226，75-81。 英文文獻： Amiri, E., T.Razavipour, A. Farid, and M. Bannayan. 2011. Effects of Crop Density and Irrigation Management onWater Productivity of Rice Production in Northern Iran: Field and Modeling Approach. Communications in Soil Science and Plant Analysis. 42: 2085–2099. Boling, A.A., T.P. Tuong, H. van Keulen, B.A.M. Bouman, H. Suganda, J.H.J. Spiertz.2010. Yield Gap of Rainfed Rice in Farmers’ fields in Central Java, Indonesia. Agricultural Systems. 103: 307–315. Bournan, B. A. M., H. van Keulen, H.H. van Laarh & R. Rabbingeh.1996. The ‘School of De Wit’ Crop Growth Simulation Models: A Pedigree and Historical Overview. Agricultural Systems.52:171-198. Bouman, B.A.M., T.P. Tuong.2001. Field Water Management to Save Water and Increase its Productivity in Irrigated Rice. Agric. Water Manage. 49/1:11-30. Chmielewski, F.M., J.M. Potts.1995. The Relationship Between Crop Yields From an Experiment Southern England and Long-term Climate Variations. Agricultural and Forest Meteorology. 73:43-66. Coopera,M., S. Rajatasereekul, S. Immark, S. Fukai, J. Basnayake.1999. Rainfed Lowland Rice Breeding Strategies for Northeast Thailand.I. Genotypic Variation and Genotype [1] Environment Interactions for Grain yield. Field Crops Research. 64:131±151. Dickey, D.A., W.A. Fuller.1979. “Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association.74: 427–431. De Datta S.K., H.K. Krupp, E.I. Alvarez, S.C. Modgal.1973.Water Management in Flooded Rice. p.1-18. In: Water Management in Philippine Rrrigation Systems: research and operations. IRRI. Los Banos, Philippines. De Wit, C. T., Brouwer, R., Penning de Vries, F. W. T..1970. The Simulation of Photosynthetic Systems. In Prediction and Management of Photosynthetic Productivity, Proceedings of the International Biological Program/Plant Production Technical Meeting, Trebon, ed. I. Setlik. PUDOC, Wageningen, The Netherlands. pp. 47-70. De Wit, C. T., Penning de Vries, F. W. T..1982. L’Analyse des systemes de production primaire. In La productivite des pdturages sahe’liens. Une etude des sols, des vegetations et de l’exploitation de cette ressource naturelle, eds F. W.T. Penning de Vries & M. A. Djiteye. Agricultural Research Reports 918, PUDOC, Wageningen, The Netherlands. pp. 20-7. Drenth, H., F.F.M. Ten Berge, J.J.M. Riethoven.1994. ORYZA Simulation Modules for Potential and Nitrogen Limited Rice Production. SARP Research Proceedings. Wageningen (Netherlands): IRRI/AB-DLO. 223 p. Durbin, J., G. S. Watson.1951.'Testing for Serial Correlation in Least Squares Regression, II.' Biometrika 38, 159–179. FAOstat. 2012. http://faostat.fao.org/. Horie, T., H. Nakagawa, H. G. S. Centeno, M. J. Kropff. 1995. The Rice Crop Simulation Model SIMRIW and its Testing, In R.B. Matthews et al. (eds.), Modeling the Impact of Climate Change on Rice production in Asia, IRRI and CAB International, Wallingford, 51‒66. Horie , T., M. Yajima, H. Nakagawa,.1992. Yield Forecasting. Agricultural Systems. 40(3): 211-236 Horie, T., M. Ohnishi, J.F. Angus, L.G. Lewin, T. Tsukaguchi, T. Matano. 1997. Physiological Characteristics of High-yielding Rice Inferred from Cross-location Experiments. Field Crops Research 52: 55-67. Hsieh, S. C., D. J. Liu. 1979. The Causes of Low Yielding of theSecond Crop Rice in Taiwan and the Measures for Improvement. Natl. Sci. Counc. Symp. Sre. 2. Natl. Sci. Taipei. 271 pp. (in Chinese with English abstract) Hsu, H.-H., C.-T. Chen. 2002. Observer and Projected Climate Change in Taiwan. Meteorol.Atom.Phys. 79:87-104. IPCC. 2007. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change Core Writing Team, Pachauri, R.K. and Reisinger, A. (Eds.)IPCC, Geneva, Switzerland. pp 104 IRRI.2012. http://www.knowledgebank.irri.org/oryzabeta/index.php/database. Krishnan, P., D.K. Swain, B. C. Bhaskar, S.K. Nayak, R.N. Dash. 2007. Impact of Elevated CO2 and Temperature on Rice Yield and Methods of Adaptation as Evaluated by Crop Simulation Studies. Agriculture, Ecosystems and Environment. 122:233–242. Kropff, M.J., G. Centeno, D. Bachelet, M.H. Lee, S.M. Dass, T. Horie, S. De Feng, S. Singh, F.W.T Penning de Vries. 1993. Predicting the Impact of CO2 and Temperature on Rice Production. IRRI Seminar Series on Climate Change and Rice, International Rice Research Institute. Los Banos, Philippines. Kropff, M.J., H.H. Van Laar, R.B. Matthews.1994. ORYZA1, an ecophysiological model for irrigated rice production. SARP Research Proceedings, 1994 AB-DLO, Wageningen, The Netherlands, pp: 110-110. Landau, S., R.A.C. Mitchell, V. Barnett, J.J. Colls, J. Craigon, R.W. Payne. 2000. A Parsimonious, Multiple-regression Model of Wheat Yield Response to Environment. Agricultural and Forest Meteorology. 101 (2–3), 151–166. Liu, C., S.C. Hsieh and M.H. Lin. 1984. Influence of Climate on the Yield and Agronomic Characters of the First and Second Crop Rices in Taiwan.p.59–72. In regional and seasonalcauses of low yield in rice and measures of improvement (D.J. Liu and S.C. Hsieh, eds) Special no.16. Taiwan Agric.Res.Inst.Taichung.(in Chinese with English abstract). Lobell, D.B., J. I. Ortiz-Monasterio.2007. Impacts of Day Versus Night Temperatures on Spring Wheat Yields: A Comparison of Empirical and CERES Model Predictions in Three Locations. Agron. J. 99:469–477. Lobell, D. B., M. B. Burke.2010. On the Use of Statistical Models to Predict Crop Yield Responses to Climate Change. Agricultural and Forest Meteorology. 150 :1443–1452. McCown, R. L., G. L. Hammer, J. N. G. Hargeaves, D. P. Holzworth, D. M. Freebairn. 1995. APSIM: A Novel Software System for Model Development, Model Testing, and sSimulation in Agricultural Research. Agricultural Systems, 50, 255-27 1. Maclean, J. L., D. C. Dawe, B. Hardy , G. P. Hettel. 2002. Rice almanac Los Banos (Phillippines): International Rice Research Institute, Bouake (Cote d’Ivoire): West Africa Rice Development Association, Cali (Colombia): International Center for Tropical Agriculture, Rome (Italy): Food and Agriculture Organization, pp. 253. Matthewq, R. B., M. J. Kropff, T. Horie, D. Bachelet.1997. Simulating the Impact of Climate Change on Rice Production in Asia and Evaluating Options for Adaptation. Agricultural Systems.54(3):399-425. Mo, Z., F. Liping, Z. Haiping, H. Wanhua, Y. Xiaoguang. 2011. Validation and Adaptability Evaluation of Rice Growth Model ORYZA2000 in Double Cropping Rice Area of Hunan Province. Acta Ecologica Sinica. 31(16):4628~4637 Rabbinge, R..1986. The Bridge Function of Crop Ecology. Netherlands Journal of Agricultural Science. 3:239-51. Rabbinge, R.. 1993. The Ecological Background in Food Production. In Crop Protection and Sustainable Agriculture. John Wiley & Sons, Chichester (Ciba Foundation Symposium 177). pp. 2-29. Saseendran, S. A., K. K. Singh, L. S. Rathore, S. V. Singh and S. K. Sinha. 2000. Effects of Climate Change on Rice Production in the Tropical Humid Cliamte of Kerala, India.Climatic Change. 44: 495–514. Samsudin, R., P. Saad, A. Shabri. 2008. A Comparison of Neural Network, Arima Model and Multiple Regression Analysis in Modeling Rice Yields. International Journal of Soft Computing Applications. 3:113-127. Shabri, A., R. Samsudin, Z. Ismail.2009. Forecasting of the Rice Yields Time Series Forecasting Using Artificial Nneural Network and Statistical Model. Journal of Applied Sciences. 9(23):4168-4173. Sheehy, J.E., P.L. Mitchell, A.B. Ferrer. 2006. Decline in Rice Grain Yields with Temperature: Models and Correlations can Give Different Estimates. Field Crops Research. 98 (2–3):151–156. Tongyai, C..1994, Impact of Climate Change on Simulated Rice Production in Thailand, in: Implications of Climate Change for International Agriculture: Crop Modeling Study, Rosenzweig C. and Iglesias A. (eds), U.S. Environmental Protection Agency, Washington, DC. Tsai, J. C.. 1994. Studies on the Relationship between Rice Yield of Different Crop Seasons and Climatic Elements in.Taiwan. p. 29–48. in the Proceedings of th Sino-Japanaese Sysposium on Application of Agrometeorology. Chinese Soc. Agromet. Taichung.(in Chinese with English abstract) Tsuji, G. Y., Uehara, G., Bala, S. (eds) .1994. DSSAT Version 3.0. DSSAT Approach to Input Management. University of Hawaii, Honolulu, Hawaii, USA. Uehara, G., G. Y. Tsuji..1993. The IBSNAT Project. In Systems Approaches Jar Sustainable Agricultural Development, eds F. W. T. Penning de Vries, P. Teng & K. Metselaar. Kluwer Academic Publishers, Dordrecht, The Netherlands. pp. 505-13. van Duivenbooden, N., P. A. Gosseye, (eds). 1990. Competition Pour Des Ressources Limit &es: le cas de la cinquiime rtgion du Mali. Rapport 2. Productions v&g&tales, animal et halieutiques. CABO, Wageningen, The Netherlands. 266 pp. van Keulen, H., F. W. T. Penning de Vries, E. M. Drees.1982b. A Summary Model for Crop Growth. In Simulation ofplant grolt.th and crop production. Eds F. W. T. Penning de Vries & H. H. van Laar. Simulation Monographs. PUDOC, Wageningen. The Netherlands. pp. X7 -98. Wade , L.J., C. G. McLaren, L. Quintana, D. Harnpichitvitaya, S. Rajatasereekul, A.K. Sarawgi, A. Kumar, H.U. Ahmed, Sarwoto, A.K.Singh, R. Rodriguez, J. Siopongco, S. Sarkarung.1999. Genotype By Environment Interactions Across Diverse Rainfed Lowland Rice Environments. Field Crops Research. 64(1): 35-50 Wopereis, M.C.S., B.A.M. Bouman, T.P. Tuong, H.F.M. ten Berge, M.J. Kropff.1996a. ORYZA_W: Rice Growth Mmodel for Irrigated and Rainfed Environments. SARP Research Proceedings. Wageningen (Netherlands): IRRI/AB-DLO. 159 p. Yao , F., Y. Xu, E. Lin, M. Yokozawa, J. Zhang. 2007. Assessing the Impacts of Climate Change on Rice Yields in the Main Rice Areas of China. Climatic Change. 80:395–409. Zhang, J., X. Shao-hui, L. Jian-li, Z. Jia-bao, F. Xiao-hui. 2007. Simulation of Yield and Nitrogen Uptake of Rice Using ORYZA 2000 Model[J]. Soils.39(3):428-432. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/16179 | - |
| dc.description.abstract | 近年全球氣候暖化，台灣位處亞洲季風氣候區，亦受氣候變遷的影響，氣候改變勢必影響水稻產量。本研究使用1985年至2009年台灣實際水稻產量及天氣資料建構迴歸模式和時間序列模式等兩個統計模型，並應用統計模型及作物生長模式ORYZA2000預測台灣2000至2009年過去10年水稻平均產量，並與實際平均產量作比較。
應用ORYZA2000與統計模式預測2000-2009年溫度上升1-2℃或下降1-2℃對產量的影響。因為無台灣本土水稻生理資料、田間試驗資料及土壤資料等執行作物生長模式必需之相關參數資料，所以應用ORYZA2000預測時是使用內建之水稻生理、田間試驗資料及土壤資料，唯獨天氣資料是使用台灣本土實際天氣數據。ORYZA2000預測結果為當溫度上升，水稻產量並無一致變化趨勢，但一般而言溫度下降時水稻產量出現增加現象，由於目前參數資料來源不足，預測結果可能不一致。 統計模型著重於利用平均溫度及平均降雨量預測溫度變化對水稻產量的影響，迴歸分析結果發現當溫度上升1-2℃時，一、二期作之每公頃平均總產量至多會減少約4.2-8.4%，約0.17-0.34噸；溫度下降1-2℃時，產量會增加4.2-8.4 %，約0.17-0.34噸。時間序列分析結果發現當溫度上升1-2℃時，每公頃平均總產量至多會減少4.19-8.4%，約0.17-0.34噸；溫度下降1-2℃時，產量會增加約4.19-8.4%，約0.17-0.34噸。 本研究發現迴歸模式表現較好且預測平均溫度變化對平均總產量改變之影響於統計上為顯著，時間序列預測結果之平均溫度變化對平均總產量改變雖有影響但在統計上為不顯著，ORYZA2000因無台灣實際資料，故表現不理想。因ORYZA2000執行所需要大量參數資料，但台灣本土水稻生理參數及田間試驗等資料來源不足或缺乏，故目前可考量以統計模式暫時替代作物生長模式預測溫度變化下的水稻產量。 | zh_TW |
| dc.description.abstract | Recently, since the global climate changes and Taiwan is located in the Asian monsoon climate region, the weather in Taiwan would be changed by the global warming. Climate changes can affect the rice yields. In the study, we collected the actual average yield in rice and different weather variables for 14 regions in Taiwan from 1985 to 2009. Then we applied one process model- ORYZA2000, and two statistical models- regression model and time series model to predict the impact of weather changes on the average rice yield in Taiwan.
All three models were applied to predict the effects of the rises or decline from 1 to 2 degrees centigrade in average temperature on the average rice yields. Because there are no local crop data, experiment data and soil data were collected in Taiwan, we used the default crop data file, experiment data file, soil data files provided in ORYZA2000 program and the actual weather data in Taiwan to predict the effect of changes in average temperature on the average yield. The results show no constant trend of yield changes will respect to the changes in average temperature. The results from regression analysis show the average rice yields per year would reduce by 4.2 to 8.4%, approximately from 0.17 to 0.34 tons per hectare per year as the average temperature rises from 1℃ to 2℃. The average yield per year will increase from 4.2 to 8.4%, approximately from 0.17 to 0.34 tons per hectare as the average temperature declines from 1℃ to 2℃. The results from time-series analysis show the average rice yields per year would reduce by 4.19 to 8.4%, approximately from 0.17 to 0.34 tons per hectare as the average temperature rises from 1℃ to 2℃. The average rice yield per year will increase from 4.19 to 8.4%, approximately from 0.17 to 0.34 tons per hectare as the average temperature declines from 1℃ to 2℃. Among the three models, the performance of the regression model in predicting yields is the best and the impact of average temperature on the average rice yields is statistical significant, followed by the time series model but the results of the impact of average temperature on the average rice yields of time series model is not statistical significant. Because of no actual data file in Taiwan, the performance of ORYZA2000 is not consistent. Because the local data for parameter required by ORYZA2000 have not been collected in Taiwan, the statistical models may currently substitute the crop process model for predicting the impact of changes in weather on the rice yield. | en |
| dc.description.provenance | Made available in DSpace on 2021-06-07T18:04:01Z (GMT). No. of bitstreams: 1 ntu-101-R99621206-1.pdf: 2778695 bytes, checksum: c510bbeb98bb58b8dbd9cd03f85acc85 (MD5) Previous issue date: 2012 | en |
| dc.description.tableofcontents | 口試委員審定書…………………………………………………………………… i
誌謝………………………………………………………………………………… ii 中文摘要……………………………………………………………………………..iii 英文摘要……………………………………………………………………………..v 目錄………………………………..…………………………………………………vii 圖目錄………………………………………………………………………………..x 表目錄.....…………………………………………………………………………….xiii 第一章 前言...…………………………………………………………………….….1 1.1全球氣候變遷………………………………………………………………….1 1.2台灣氣候變遷………………………………………………………………….2 1.3未來氣候變遷………………………………………………………………….2 1.4氣候變遷對水稻之影響…………………………………………………….....3 1.5台灣水稻栽培與氣象因素之研究…………………………………………….3 1.6作物生長模式之前人研究…………………..………………………….……..5 1.7統計模式於作物產量之研究………………………………………………….6 1.8 研究目的………………………………………………………………………8 第二章 材料與方法………………………………………………………………….10 2.1資料搜集……………………………………………………………………….10 2.1.1水稻產量資料………………………………………………..………......10 2.1.2 氣象資料………………………………………………….…….…….....10 2.1.2.1 氣象資料之變數選取…………………….……………..….…..11 2.1.2.2資料與遺失值說明…………………………...………………....12 2.2分析方法……………………………………………………………………….12 2.2.1 作物生長模式(Crop Process Models)……………………………........13 2.2.2 迴歸分析(Regression Analysis)………...……………………………...18 2.2.2.1迴歸模型………………………...…………………..…………..19 2.2.3 時間序列……………………………………………………………….22 2.2.3.1分析稻穀產量與溫度、雨量之關係………………………….25 2.2.4作物生長模式及統計模式預測效度比較指標………………………..26 第三章 台灣總平均產量與氣候因子之關係……………………………………….30 3.1 作物生長模式ORYZA2000結果……..……………………………………..30 3.1.1 每年一、二期作總平均產量模擬結果…………………………..….30 3.2 迴歸模式結果…………..………………………………………………..……31 3.2.1一及二期作總平均產量與氣象因子及年份之關係.………….……..31 3.2.2平均總產量預測……………………………….……………….……..32 3.3 時間序列分析結果……………………………………………………………32 3.3.1 模式鑑定、估計及診斷結果……………………..……………........33 第四章 地區平均產量與氣候因子之關係………..………………………….……..44 4.1 ORYZA2000預測各地區一、二期作平均產量結果…………….………….44 4.2 迴歸分析結果…………………………………………………………………44 4.2.1 一期作平均產量與平均溫度、平均降雨量、地區及年份之關係.......44 4.2.2 二期作平均產量與平均溫度、平均降雨量、地區及年份之關係.…..44 4.2.3 合併一期作及二期作產量與平均溫度、平均降雨量、地區 及年份之關係………………………………………………………….…45 4.2.4 預測平均總產量…………………………………………….…………..45 第五章 氣候因子變化對產量影響之預測…………………..……………………...50 5.1 ,ORYZA2000預測溫度改變之產量變化結果……………………………….50 5.2 迴歸模式預測溫度改變之產量變化結果……………………………………50 5.3時間序列模式預測溫度改變之產量變化結果………………………….……52 5.4作物生長模式與統計模式預測結果之比較………………………………….53 5.5統計模式預測雨量變化對平均總產量之結果…………………………….…54 5.6預測總產量與實際總產量之比較……………………………...…………55 第六章 討論………………………………………………………………………….95 6.1 ORYZA2000.…………………………………………………………………..96 6.2 迴歸模式………………………………………………………………………98 6.3 時間序列模式…………………………………………………………………99 6.4三種模型於產量預測之討論…………………………………………………101 第七章 結論…………………………………………………………………………111 參考文獻……………………………………………………….…………………….113 附錄…………………………………………………………………………………..117 附錄一ORYZA2000參數…………………………………………………………..123 附錄二 一期作產量及二期作產量常態檢定結果………………………………....143 附錄三 時間序列模式分析過程……………………………………………………148 附錄四 ORYZA2000預測2000-2009各地區平均產量結果……………………..165 附錄五 迴歸模式(4.1)預測2000-2009年各地區平均產量……………………….175 附錄六 預測2000-2009年14地區一、二期作平均產量與實際平均產量之 差異百分比其大於25%及小於25%之個數比例…………………………185 圖目錄 圖1.1、本研究架構圖………………………………………………………………9 圖2.1、潛在產量、可實現產量與實際產量之關係，圖中含限制與降低生長 之因子……………………....………………………………….............…...29 圖3.1、一期作及二期作總平均產量與年份、平均溫度及平均降雨量之關係…37 圖3.2、一期作及二期作平均總產量與平均溫度之關係…………………………38 圖3.3、模式(3.2)預測2000-2009年平均總產量與實際平均總產量比較…...…..40 圖3.4、模式(3.3)之稻穀產量與平均溫度、平均降雨量之殘差ACF……….…...42 圖3.5、模式(3.3)之稻穀產量與平均溫度、平均降雨量之殘差PACF…………..42 圖4.1、迴歸模式(4.1)預測2000-2009年平均總產量與 實際平均總產量之比較……………………………………………….…..49 圖5.1、ORYZA2000預測一期作水稻平均總產量與溫度變化之關係……….…59 圖5.2、RYZA2000預測一及二期作水稻平均總產量與原始預測產量之差異…59 圖5.3、迴歸模式(3.2)預測一期作及二期作水稻平均總產量與實際產量差異 之關係…...……………………………………………………………….....62 圖 5.4、迴歸模式(3.2)預測一期作及二期作水稻平均總產量與原始預測產量 之差異……...................................................................................................62 圖5.5、時間序列模式(3.3)預測溫度變化相對應之預測平均總產量與實際平均 總產量之差異…………………………………………………..……….….73 圖5.6、時間序列模式(3.3)預測一期作及二期作水稻平均總產量與原始預測 產量之差異………………………………………………………..………..73 圖5.7、ORYZA2000(全國)、迴歸模式(3.2)及時間序列模式(3.3)預測 2000-2009過去十年之一、二期作總產量差異……………….……...….79 圖5.8、迴歸模式(3.2)預測平均降雨量改變之一期作及二期作水稻平均 總產量與實際產量差異之關係……………………………………...…....82 圖5.9、時間序列模式(3.3)預測平均降雨量改變之一期作及二期作水稻 平均總產量與實際產量差異之關係…………………………………..….87 圖5.10、ORYZA2000預測總收穫量變化。假設各年度耕種面積不變， 溫度變化之預測總產量減去溫度未變化之預測總產量……………...92 圖5.11、迴歸模式(3.2)預測總收穫量變化。假設各年度耕種面積不變， 溫度變化之預測總產量減去溫度未變化之預測總產量……………….93 圖5.12、時間序列模式(3.3)預測總收穫量變化。假設各年度耕種面積不變 ，溫度變化之預測總產量減去溫度未變化之預測總產量…………….94 圖6.1、一、二期作平均總產量差異及生育初期平均溫度差異之關係………..106 圖6.2、1985年至2009年之二期作平均產量與平均降雨量之關係圖..............107 圖6.3、去除表6.2中1986、1997、2006、2009四年之二期作平均產量與平 均降雨量之對應表..…………………………………………………………………………….109 圖A2.1、(a)25年一期作產量之Q-Q plot，從圖推知產量符合常態分布。 (b)25年產量之盒型圖，雖有一溫和極端值，但由圖可知產量符合 常態分布。………………………………………………………………..144 圖A2.1續、一期作氣象因子盒型圖 (c)一期作平均溫度。 (d)一期作平均降雨量…………………………………………………….145 圖A2.2、(a)25年二期作產量之Q-Q plot，從圖推知產量符合常態分布。 (b)25年二期作產量之盒型圖，由圖可知產量無集端值且符合 常態分布。…………………………………………………………….….146 圖A2.2續、二期作氣象因子盒型圖 (c)二期作平均溫度。 (d)二期作平均降雨量…………………………………………………….147 圖A3.1、每年期作稻穀總平均產量趨勢圖……………………………..……….150 圖A3.2、每年期作平均溫度趨勢圖………………………………………….…..150 圖A3.3、每年期作平均降雨量趨勢圖………………………………….…….….151 圖A3.4、 每期作稻穀總平均產量原始資料ACF圖………………….…….….152 圖A3.5、 每期作稻穀總平均產量原始資料PACF圖…………….…….………152 圖A3.6、 每期作稻穀總平均產量4次差分ACF圖….…….……………..……154 圖A3.7、 每期作稻穀總平均產量4次差分PACF圖….…….…………………154 圖A3.8、 每期作平均溫度原始資料ACF圖….…….……………………………..155 圖A3.9、 每期作平均溫度原始資料PACF圖….…….…………………………....155 圖A3.10、 每期作平均溫度8次差分ACF圖.…….……………………………….157 圖A3.11、 每期作平均溫度8次差分PACF圖.…….……………………………..157 圖A3.12、 每期作平均降雨量原始資料ACF圖…………………………..….......159 圖A3.13、 每期作平均降雨量原始資料PACF圖………………………………….159 圖A3.14、 每期作平均降雨量14次差分ACF圖……………………………........160 圖A3.15、 每期作平均降雨量14次差分PACF圖………………………………..160 圖A3.16稻穀產量與平均溫度之交叉相關係數(CCF) ………………………….....161 圖A3.17為稻穀產量與平均降雨量之交叉相關係數…………………...................161 圖A3.18、模式(2.1)之稻穀產量與平均溫度、平均降雨量之殘差ACF圖…........162 圖A3.19、模式(2.1)之稻穀產量與平均溫度、平均降雨量之殘差PACF圖..........162 圖A3.20為稻穀產量與平均溫度、平均降雨量之殘差ACF圖……......................164 圖A3.21為稻穀產量與平均溫度、平均降雨量之殘差PACF圖……....................164 表目錄 表2.1、台灣糧食統計要覽具稻米產量記錄之21縣市………………………......27 表2.2、本研究整理之聚稻米產量記錄之15地區……………………………......27 表2.3、本研究劃分一期作(左)及二期作(右)水稻生長期…………………...……28 表2.4、本研究使用資料之遺失值其地區、期作及遺失原因說明……………....28 表2.5、模式MAPE值之評估意義………………………………………….…......29 表3.1、ORYZA2000模擬2000-2009年一、二期作平均總產量 與水稻實際平均總產量比較(kg/ha)…………………………………….35 表3.2、 一期作、二期作、合併一期作及二期作平均總產量 與平均溫度、平均降雨量及年份之迴歸分析結果……………………..36 表3.3、 迴歸模式(3.2)預測2000-2009年平均總產量與實際產量之比較……...39 表3.4、產量經4次差分，平均溫度經8次差分及平均降雨量經14次差分後 ，不同p及q值之分析結果………………………………………..….….41 表3.5、稻穀產量與平均溫度、平均降雨量之模式預測值及MAPE比較……..41 表3.6、稻穀產量與平均溫度、平均降雨量殘差獨立檢定………………….…..41 表3.7、時間序列模式(3.3)預測溫度未改變之水稻產量與實際產量比…………43 表4.1、ORYZA2000預測2000-2009年一、二期作之14地區平均產量 加總取平均值與水稻實際平均總產量之比較…………………………..46 表4.2、一期作、二期作、合併一期作及二期作平均產量與平均溫度、 平均降雨量、年份及地區之迴歸分析結果……………………….……...47 表4.3、迴歸模式(4.1)預測2000-2009年產量與實際產量比較………...…...…...48 表5.1、ORYZA2000模擬2000-2009年一、二期作溫度變化之產量改變結果...58 表5.2、迴歸模式(3.2)預測2000-2009年溫度變化時預測平均總產量與實際 平均總產量比較及其信賴區間(公斤/每公頃)……………………….……60 表5.2續、迴歸模式(3.1)預測2000-2009年溫度變化時預測產量與實際平均 總產量比較及其信賴區間……………………............................................61 表5.3、迴歸模式(3.2)預測一、二期作實際平均總產量產量與溫度變化時預測 平均總產量差異百分比…………………………………………………......63 表5.3續、迴歸模式(3.2)預測一、二期作實際平均總產量產量與溫度變化時 預測平均總產量差異百分比………………..………………………………63 表5.4迴歸模式(3.2)預測2000-2009年溫度變化時預測產量與溫度未變化時預測 產量比較及其差異信賴區間(公斤/每公頃)……………….………………..65表5.4續、迴歸模式(3.2)預測2000-2009年溫度變化時預測產量與溫度未變化 時預測產量比較及其差異信賴區間(公斤/每公頃)………………….….….66 表5.5、迴歸模式(3.2)預測一、二期作溫度未改變時產量與溫度變化時產量差異 百分比表……………………………………………………….…….…........67 表5.5續、迴歸模式(3.2)預測一、二期作溫度未改變時產量與溫度變化時 產量差異百分比表…………………………………………………………….68 表5.6、時間序列模式(3.3)預測溫度變化之預測平均總產量與實際平均總產量 差異比較及其信賴區間(kg/ha)......................................................................69 表5.6續、時間序列模式(3.3)預測溫度變化之預測平均總產量與實際平均 總產量差異比較及其信賴區間(kg/ha)……………………………………...70 表5.7、時間序列模式(3.3)預測一、二期作實際平均總產量與溫度變化時 預測平均總產量差異百分比……………………………………………......71 表5.7續、時間序列模式(3.3)預測一、二期作實際平均總產量與溫度變化 時預測平均總產量差異百分比………………………….............................72 表5.8、時間序列模式(3.3)預測溫度變化之預測產量與溫度未改變前之預測 產量差異比較及其信賴區間……….…………………………………….....74 表5.8續、時間序列模式(3.3)預測溫度變化之預測產量與溫度未改變前之預測 產量差異比較及其信賴區間…………………………………………………75 表5.9、時間序列模式(3.3)預測溫度變化相對應之產量，與溫度未改變前之 產量差異百分比…………………………………………………………..76 表5.9續、時間序列模式(3.3)預測溫度變化相對應之產量，與溫度未改變前 之產量差異百分比………………………………………………………..77 表5.10、2000-2009年ORYZA2000及統計模式預測產量與實際產量 差異百分比……………………….. ……………………………………...78 表5.11、迴歸模式(3.2)預測2000-2009年平均降雨量變化之預測平均總產量 與實際平均總產量比較及其信賴區間…………………………………..80 表5.11續、迴歸模式(3.2)預測2000-2009年平均降雨量變化時預測平均 總產量與實際平均總產量比較及其信賴區間(公斤/公頃)……………81 表5.12、迴歸模式(3.2)預測2000-2009年平均降雨量變化之預測平均總產量 與與量未改變之預測平均總產量比較及其信賴區間(公斤/公頃)……..83 表5.12續、迴歸模式(3.2)預測2000-2009年平均降雨量變化之預測平均 總產量與與量未改變之預測平均總產量比較 及其信賴區間(公斤/公頃)………………………………………………..84 表5.13、時間序列模式(3.3)預測2000-2009年平均降雨量變化時預測平均 總產量與實際平均總產量比較及其信賴區間(公斤/公頃)……………85 表5.13續、時間序列模式(3.3)預測2000-2009年平均降雨量變化時預測 平均總產量與實際平均總產量比較及其信賴區間(公斤/公頃)………86 表5.14、時間序列模式(3.3)預測2000-2009年平均降雨量變化時預測 平均總產量與雨量未變時之預測平均總產量比較 及其信賴區間(公斤/公頃)………………………………………………88 表5.14續、時間序列模式(3.3)預測2000-2009年平均降雨量變化時預測 平均總產量與雨量未變時之預測平均總產量比較 及其信賴區間(公斤/公頃)………………………………………………89 表5.15、2000-2009年ORYZA2000及統計模式於溫度固定和雨量固定下 預測總產量與實際總產量之差異比較(噸)………………………………………..90 表5.16、2000-2009年ORYZA2000及統計模式於溫度固定和雨量固定 下預測總產量與實際總產量之差異百分比及其差異平方根平………..91 表6.1、一、二期作平均總產量差異(公斤/頃)與生育初期平均溫度差異(℃)...105 表6.2、1985年至2009年之二期作平均產量與平均降雨量對應表 (按平均降雨量由小排至大)……………………………………………..108 表6.3、去除表6.2中1986、1997、2006、2009四年之二期作平均產量與平 均降雨量之關係圖(按平均降雨量由小排至大)………………………110 表A3.1、 每期作稻穀總平均產量原始資料單根檢定表………………………153 表A3.2、 每期作稻穀總平均產量4次差分單根檢定表………………………153 表A3.3、 每期作稻穀總平均產量4次差分殘差獨立檢定表…………………153 表A3.4、 每期作平均溫度原始資料單根檢定表………………………………156 表A3.5、每期作平均溫度原始資料殘差獨立檢定表…………………………..156 表A3.6、 每期作平均溫度8次差分單根檢定表………………………………156 表A3.7、 每期作平均溫度8次差分殘差獨立檢定表…………………………156 表A3.8、 每期作平均降雨量原始資料單根檢定表……………………………159 表A3.9、每期作平均降雨量原始資料殘差獨立檢定表………………………..159 表A3.10、 每期作平均降雨量14差分單根檢定表……………………………159 表A3.11、每期作平均降雨量14差分殘差獨立檢定表………………….…….159 表A3.12、模式(2.1)之稻穀產量與平均溫度、平均降雨量殘差獨立檢定表…163 表A3.13、模式(2.2)之稻穀產量與平均溫度、平均降雨量殘差獨立檢定表…163 表A4.1、 ORYZA2000預測2000年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………165 表A4.2、 ORYZA2000預測2001年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………166 表A4.3、 ORYZA2000預測2002年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………167 表A4.4、 ORYZA2000預測2003年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………168 表A4.5、 ORYZA2000預測2004年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………169 表A4.6、 ORYZA2000預測2005年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………170 表A4.7、 ORYZA2000預測2006年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………171 表A4.8、 ORYZA2000預測2007年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………172 表A4.9、 ORYZA2000預測2008年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………173 表A4.10、 ORYZA2000預測2009年14地區一、二期作平均產量與實際 平均產量之比較(kg/ha) ………………………………………………174 表A5.1、Regression模式(4.1)2000年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….….175 表A5.2、Regression模式(4.1)2001年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….….176 表A5.3、Regression模式(4.1)2002年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….….177 表A5.4、Regression模式(4.1)2003年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….….178 表A5.5、Regression模式(4.1)2004年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….…179 表A5.6、Regression模式(4.1)2005年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….…180 表A5.7、Regression模式(4.1)2006年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….…181 表A5.8、Regression模式(4.1)2007年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….…182 表A5.9、Regression模式(4.1)2008年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….…183 表A5.10、Regression模式(4.1)2009年14地區一、二期作平均產量與 實際平均產量之比較(kg/ha) ……………………………………….…184 表A6.1、ORYZA2000預測2000-2009年14地區一、二期作平均產量與 實際平均產量之差異百分比大於25%及小於25%之個數比例表….185 表A6.1續、ORYZA2000預測2000-2009年14地區一、二期作平均產量 與實際平均產量之差異百分比大於25%及小於25%之個數比例表..186 表A6.2、迴歸模式(4.1)預測2000-2009年14地區一、二期作平均產量與 實際平均產量之差異百分比大於25%及小於25%之個數比例表…..187 表A6.2續、迴歸模式(4.1)預測2000-2009年14地區一、二期作平均產量 與實際平均產量之差異百分比大於25%及小於25%之個數比例表..188 表A6.3、ORYZA2000與迴歸模式(4.1)預測2000-2009年14地區 一、二期作平均產量與實際平均產量之差異百分比大於25%及 小於25%個數比例之比較表…………………………………………..189 | |
| dc.language.iso | zh-TW | |
| dc.title | 作物生長模式及統計模式於台灣氣候變化對水稻產量預測之比較 | zh_TW |
| dc.title | A Comparison of the Crop Process Models and Statistical Models to Predict Rice Yield to Climate Changes | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 100-2 | |
| dc.description.degree | 碩士 | |
| dc.contributor.coadvisor | 蔡政安(Chen-An Tsai) | |
| dc.contributor.oralexamcommittee | 盧虎生,季瑋珠(Wei-Chu Chie) | |
| dc.subject.keyword | 水稻,產量預測,作物生長模式,ORYZA2000,氣候變遷,迴歸分析,時間序列分析, | zh_TW |
| dc.subject.keyword | Rice,Predicted Yield,Crop Process models,ORYZA2000,Climate Changes,Regression analysis,Time-series analysis, | en |
| dc.relation.page | 189 | |
| dc.rights.note | 未授權 | |
| dc.date.accepted | 2012-07-31 | |
| dc.contributor.author-college | 生物資源暨農學院 | zh_TW |
| dc.contributor.author-dept | 農藝學研究所 | zh_TW |
| 顯示於系所單位： | 農藝學系 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-101-1.pdf 目前未授權公開取用 | 2.71 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。