2003年气候异常对鱼台水稻生长的影响分析

根据2003年鱼台县气候特点，分析对水稻生长的影响，发现低温连阴雨天气是导致水稻严重减产的主要原因；通过分析水稻产量与气象因子的关系，找出影响水稻生长关键期的气象指标，并探讨相应对策。     

盘锦水稻产量灾损风险及气象影响因子分析

应用滑动平均模拟方法,计算了盘锦地区1977-2006年30年水稻趋势单产,并据此求算出气象产量.以减产率＞5.0%界定灾年,分别从不同气象灾害损失等级出现的概率、变异系数等角度综合分析了盘锦地区水稻生产的灾损风险.并通过计算水稻产量与各气象因子的相关关系,寻找影响水稻产量的主要气象因子和气象灾害.结果显示:盘锦地区水稻产量波动随着农业生产水平的提高而减小,盘山县的灾损风险大于全市水平;热量条件的丰欠是造成盘锦地区产量波动的主要原因,其中5-10月≥10℃的积温,5、6月份的平均气温及9月份平均最高气温对产量影响显著;而在5月、6月和9月该地区的主要农业气象灾害是低温冷害,这与实际相当吻合.     

鱼台县水稻生产与相关气候条件分析

根据鱼台县历年气候资料、水稻产量,结合水稻生长发育每个阶段对温度、水分、光照的具体要求进行分析对比,得出影响鱼台水稻产量波动的主导气象因子是移栽期的降水量及抽穗开花期的低温阴雨,次要因子是灌浆期的温度和日照.通过分析水稻产量与气象因子的关系,找出影响水稻生长的关键期,并提出在今后水稻生产中的相应对策.     

气候变化对越南北方水稻生产的影响

利用越南北方各省19个代表站近50a的气候和水稻资料,采用EOF等数理统计方法,分析了气候变化对越南北方水稻生产的影响。同时讨论了水稻趋势产量和气象产量变化的特征,气温、降水等要素与水稻产量之间的关系以及1959年以来气象灾害对越南北方水稻产量形成的影响,并通过积分回归分析探讨了不同因子在不同时段对水稻生产的作用,进而提出在未来气候变暖背景下越南北方应采取的相应对策。     

基于气象因子的水稻产量预报模型

利用四川省南充市1989—2018年气象观测资料和水稻单产数据,分析5月上旬至8月下旬的平均气温、降水量、日照时数与水稻单产的相关性,采用线性回归方法建立基于气象因子的水稻产量预报模型。结果表明,5月下旬降水量、6月中旬平均气温、7月下旬日照时数、8月下旬日照时数和降水量与气象产量显著相关,建立南充水稻产量预报模型,回代检验准确度平均达95.4%,预报准确度达91.2%,2019年模型预报效果良好。     

辽宁水稻年景预报模型研究

选用1961—2015年东北地区26个气象站月平均气温资料、国家气候中心74项环流特征量指数、NCEP/NCAR再分析资料和1986—2015年辽宁省水稻单产资料,分析了辽宁省水稻产量的时间变化特征,基于大气环流对长期天气过程影响的滞后性,考虑预报因子的显著、稳定性和独立性,应用多元线性回归方法建立水稻年景的预报模型。结果表明:(1)辽宁省水稻实际产量、趋势产量、气象产量均呈增加趋势,发生气候突变时间分别为1992、1997和1994年,实际产量与气象产量的关系较密切;(2)水稻年景预报模型经F检验,具有统计学意义,预报基本正确率为81.9%,用该模型预测2014、2015年水稻年景,均接近实际值。     

主要作物产量分离方法比较

对作物产量进行分离是分析气象因子对产量影响的重要步骤之一。以1985—2018年江苏省24个县（市）水稻统计产量为基础,分别采用3年滑动平均法、5年滑动平均法、五点二次平滑法、二次指数平滑法、HP滤波法和年际增量法对作物产量进行分离。从趋势产量与气象产量两方面比较6种方法的一致性与差异性,将分离出的气象产量与典型年增减产记录对比,选出更能准确捕获气象因子导致产量变异的方法,利用气象因子与产量关系的合理性对选定的方法进行检验。结果表明:就趋势产量拟合而言,前5种方法（年际增量法不能模拟趋势产量）均能较好地拟合趋势产量,与研究区域的趋势产量的一致性相关系数绝大多数为较好和极好等级范围;就气象产量而言,HP滤波法和年际增量法分离气象产量的合理性较差,标准差明显大于其他方法。综合看,3年滑动平均法与五点二次平滑法更具有普适性,可以捕获整个地区绝大多数典型年份气象因子带来的产量变化。     

全球粮食气象产量及其与降水量变化的关系

利用全球150个国家和地区1951~1985年（部分国家为1951~1991年）小麦和水稻的原始产量及降水量资料,分析了小麦和水稻气象产量的特征、全球粮食气象产量与降水量变化的关系。结果表明,气象产量的贡献约占作物产量的3%~14%,且小麦和水稻气象产量占作物产量比重的分布具有明显的地域性。气象产量大都服从正态分布,其长期变化在地域性分布上有一定的规律,在时间分布上存在准12年、准8年和准2年周期。气象产量同降水量关系密切,欧洲、非洲中南部和南美洲大部的小麦气象产量与年降水量呈反相关,而非洲北部和中东则呈正相关,除非洲西部、孟加拉国和黑海附近等少数地区外,全球大部分国家和地区水稻气象产量与降水量呈明显的正相关。     

九三地区大豆产量模型和气象因子分析

对九三地区1970－1995年大豆单产与气象因子进行了分析，建立时间序列分析模型，求出了气象产量。利用逐步回归方法，建立了大豆单产与各气象因子的多元线性回归预测模型，找到影响大豆产量的主要气象因子。     

基于遗传优化BP神经网络的水稻气象产量预报模型

利用1951—2010年江苏省水稻产量及同期14个气象站点的逐日平均气温、降水资料,采用因子膨化及相关分析,研究了水稻气象产量的影响因子及影响时段。在此基础上建立了逐步回归、PCA-BP神经网络以及PCA-GA-BP神经网络3种产量预报模型。结果表明:(1)7—9月份是水稻产量形成的关键时期,对气温、降水的变化最为敏感,气温对气象产量的影响大于降水;(2)两种神经网络模型预报效果好于回归模型;(3)遗传优化的神经网络模型比未优化模型的训练速度提高了70%左右,预报精度也提高了4.3%。     

早稻产量综合动态预报方法研究

利用湖南省早稻产量与发育期、日最高气温、日最低气温、日降水量和日日照时数等资料及早稻生理气象指标,在丰歉气象影响指数动态预报方法的基础上,引进早稻生育期内对产量有较大影响的关键气象因子,建立了早稻产量综合动态预报方法.结果表明,该方法在早稻产量增减趋势预报和定量预报上,正(准)确率都有所提高.     

基于气象适宜指数的四川盆地水稻气象产量动态预报技术研究

利用模糊数学中的隶属函数原理,建立四川盆地不同稻区代表点的水稻生育期内逐旬光、温、水3个气象要素的适宜指数模型和综合气象适宜指数模型。并利用积分回归和相关系数方法确定水稻不同生育阶段的气象适宜指数对水稻气象产量形成的权重系数,建立各代表点的水稻自移栽至成熟阶段的动态气象适宜指数模型。最后利用动态气象适宜指数模型计算值与水稻相对气象产量建立回归预测模型,动态预测水稻气象产量增减趋势。结果表明,各代表点进入水稻抽穗期后的气象产量动态预测模型,均通过了显著性检验,可实现在水稻进入抽穗期后动态预测气象产量的变化。      

不同方法在湖南省早稻产量动态预报中的比较

为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。     

气候适宜指数在早稻产量动态预报上的应用

结合早稻生理特性和前人研究成果,分别构建了早稻温度、降水及日照适宜度模型,在此基础上,为反映多因子对早稻产量的协同效应,建立了早稻气候适宜度模型。根据不同时段的早稻气候适宜度,利用加权法,构建了早稻气候适宜指数。基于气候适宜指数与早稻产量的关系,建立了早稻气候适宜指标。并利用历年不同时段的气候适宜指数和早稻产量建立了早稻产量动态预报模型。结果表明,模型回代检验和预报检验的丰歉趋势正确率、实际预报准确率均较高,能够满足业务服务的需要。     

黑龙江省粮食产量结构与影响产量的气象因子分析

通过黑龙江省1949～2006年粮食产量结构分析及近30年的粮食单产与5～9月气象要素相关分析,得出黑龙江省粮食总产的波动主要取决于粮食作物平均单产波动及作物种植结构的调整.1949年以来,在粮食作物中,玉米和大豆所占比例变化不大,水稻呈逐年增加的趋势,春小麦在20世纪90年代以前呈逐步增加的趋势,而90年代以后则急速下降;水稻的单产最高,其次是玉米,再次是春小麦,大豆单产最低;从单产的增减趋势来看,各种粮食作物单产基本呈逐步增长的趋势.影响黑龙江省粮食产量丰歉的主要气象因子为6月平均温度、9月降水量、5月和6月日照时数.     

双季稻主要气象灾害研究进展

热害、洪涝、干旱和冷害是影响我国双季稻安全生产的主要气象灾害。气候变化背景下,双季稻遭受的极端气候事件增加,应对气象灾害的任务更加紧迫。我国双季稻主要气象灾害的时空分布特征不同:热害、洪涝和干旱发生频率整体呈增加趋势,西部南部较高;冷害弱减轻,北高南低,不同生育期存在差异。文中对双季稻生产的影响、监测预警技术（站点监测、遥感监测、指标预警、数理统计和动态机理模型）以及防御气象灾害的减灾保产技术进行了阐述。针对当前气候资源的时空分布特点以及关于双季稻气象灾害研究存在的不足,提出了双季稻气象灾害在未来研究中需要重点关注的科学问题,即双季稻气象灾变过程及其动态监测指标体系、气候变暖背景下双季稻气象灾害遥感监测技术及其气象灾损动态评估技术、星-地耦合的双季稻气象灾变过程数值模式研发、双季稻种植制度对气候变化的适应性及其抗灾减灾新技术与示范研究,为双季稻有效防御气象灾害和稳产高产提供依据和技术支撑。     

中国粮食总产量预测方法研究

文中在计算气候生产力的基础上 ,将粮食产量分离成经济技术产量和气象产量。并利用化肥施用量、一季稻种植面积百分率和 1～ 3月份平均温度分别建立它们的预测模型。此方法计算简单、预测时效长、准确率较高 ,在业务服务中有着广泛的应用前景     

连云港水稻产量的气象影响因子分析

经验正交函数分析方法(EOF)是正交函数分解方法的一种,其优点是可将某要素场分解为不随时间变化的空间函数部分的特征向量及与空间无关的时间函数部分。该方法同样可用于某空间点的多要素特征分析,得到的空间函数每个特征向量都反映了所有要素某种共性。本文则是利用EOF这一特性,选取连云港地区历年(1961—2007年)水稻各个生育期的多个气象因子与气象产量做EOF分析,选取方差贡献大的前4项特征向量中与产量相关性较好的因子,作为影响因子。并通过对影响因子多年变化趋势及波动特征年的分析,剔除其相关性差的因子,最终得到与产量密切相关的气象因子。