基于ANFIS的香梨始花期预测研究

应用自适应模糊神经推理系统(Adaptive network-based fuzzy inference system, ANFIS)对库尔勒地区香梨始花期进行了预测,3月平均气温、3月下旬平均气温、5厘米地温、10厘米地温、2月下旬日照、3月上旬日照、3月中旬日 照、3月下旬日照8个指标为输入变量,香梨始花期单项指标作为输出,结果表明：预测的平均相对误差为2.51%,经t检验和回归分析表明预测值和实测值相差不大,相关系数为0.9286,具有较好的一致性,模型具有较高的精度和稳定性,说明ANFIS模型可以很好的描述香梨始花期和气象因子的关系,为香梨始花期的进一步研究提供了参考。     

百里杜鹃景区杜鹃花始花期模式预报研究

为准确预报普底景区、金坡景区杜鹃花始花期,分析了百里杜鹃始花期的物候特征与气温的相关关系,找出影响百里杜鹃始花期的温度,建立普底景区与金坡景区百里杜鹃始花期预测模型.结果表明:①普底、金坡两个景区的杜鹃花始花期集中在3-4月.②影响杜鹃花始花期的主要气温是稳定通过10℃、12℃初日日期,③稳定通过12℃初日建立的预报模型可作为普底、金坡景区的始花期预报模型.将2008-2012年的资料回代检验,普底景区预测日期准确的年份有3a、较为准确的年份有2a,金坡景区预测日期准确的年份有2a、较为准确的年份有2a,两个景区均没有出现不准确的年份,预测效果较为理想.     

积温对比法在鸭梨始花期预报中的应用

利用2012—2018年鸭梨花芽发育实景观测照片,精准判定每个鸭梨花芽发育物候期节点发生时间,以此为依据统计鸭梨花芽每个发育物候期的气象要素数据,以物候期为单位分析气象影响因子对花芽发育过程的影响。研究表明:温度在鸭梨花芽发育各阶段起主导作用,筛选出鸭梨花芽萌发到始花、开绽到始花、露蕾到始花3个时段日平均气温≥0℃活动积温和≥3℃有效积温,作为制作鸭梨始花期预报的积温指标计算鸭梨开花日期,得到"积温对比预报法";经2016—2018年应用检验:预报时效10～12d时预报结果与鸭梨开花实况误差在1～2d以内,预报时效7d时预报结果与鸭梨开花实况完全吻合。本研究克服了传统植物花期预报研究因花前物候资料匮乏、不能进行花前发育期分析的缺陷,并把"中长期天气预报产品"引入了花期预报方法的使用,为植物花期预报研究方法提供了新思路。     

库尔勒香梨气候品质评价指标及模型的研究

以库尔勒市哈拉苏园艺场、上户镇园艺场、沙依东园艺场、库尔楚园艺场为研究点,对2013—2016年各生育期的香梨进行抽样调查,统计分析品质与气象因子、人工管理、气象灾害程度等因素的关系,建立库尔勒香梨果实气候品质评价指标及模型。结果表明:(1)单果质量的主要影响因子是5月平均气温日较差和平均相对湿度;果形指数的主要影响因子是5月日平均气温和9月平均相对湿度;果实硬度的主要影响因子是6—7月平均气温和8月平均气温日较差;可溶性固形物的主要影响因子是7月的平均气温日较差和平均相对湿度,8月的日平均气温和相对湿度,9月的日平均最低气温。(2)库尔勒香梨气候品质评价模型由区域适宜性、单果质量、果形指数、果实硬度、可溶性固形物、气象灾害、人工管理共7个因子构成。(3)库尔勒香梨气候品质认证结果划分为特优、优、良好、一般4个等级。(4)2017年样点果园中沙依东园艺场香梨气候品质评价结果为良好,上户镇园艺场为特优,哈拉苏园艺场为优,库尔楚园艺场为良好。     

气候条件对库尔勒香梨生长影响的分析

根据库尔勒香梨的生长特点,分析香梨生产地的适宜气候条件及低温、霜冻、大风等灾害的影响,提出充分利用当地气候资源,趋利避害,提高香梨品质和产量的对策。     

烟台市红富士苹果始花期预报模型研究

利用烟台地区苹果产区1994—2016年共23a的气象资料与红富士苹果始花期观测资料,根据气象因素对苹果发育期影响的物候学原理,选取与始花期相关的多个气象因子,建立基于气象因子的苹果始花期预测模型。利用数据回代验证及2017年的资料预测验证,模型计算结果与实况吻合度较高,能够较好地反映始花期的实际情况,可以应用于实际业务中。     

SW物候模型在北京樱花始花期预测中的应用

基于海淀气象站1981—2012年逐日平均气温资料和2014年3月逐日平均气温滚动预报资料,应用SW物候模型,进行了2014年北京玉渊潭公园杭州早樱始花期的预测试验,取得了较好的效果。试验结果表明:应用SW模型预测2014年杭州早樱的始花期,提前10天预测的结果(始花期为3月27日)和自然条件下的实况值偏差为3~4天,提前一周左右预测的结果(始花期为3月25日)和自然条件下的实况值,偏差为1~2天。研究结果进一步验证了SW物候模型用于观赏植物观赏期预测的适用性较高,可进行更广泛的业务试用。     

阿克苏地区苹果始花期预报模型研究

研究阿克苏地区苹果盛花期开放规律与温度之间的关系,为苹果花期之前相关农事的准备和预防不良天气对花期的影响提供参考依据。利用阿克苏地区2000-2019年苹果花期和气象数据,通过对苹果花期距平与3、4月的旬均温、≥0 ℃、3 ℃、5 ℃、10 ℃有效积温和活动积温的相关性分析,应用逐步回归方程,拟合出阿克苏地区苹果盛花期预报模型,对相关数据回代检测验证。研究表明：(1)与苹果树盛花期相关性大小依次为 3、4 月份有效积温>活动积温>逐旬平均气温;(2)花期距平与3月中旬均温为显著负相关,与其他指标具有极显著负相关性;(3)其中≥0℃的活动积温(X₁)和3月中旬平均温度(X₁₀)对阿克苏地区苹果盛花期影响较大,阿克苏地区苹果树花期预测模型Y= 39.882 - 0.075X₁+ 0.696X₁₀。模型拟合度较好,预测的盛花期实际值和拟合值相差绝对值为0-3d,满足生产需要。     

化橘红花期预测模型与赏花旅游气象指数初探

利用2012-2019年化州市化橘红物候观测资料与同期气象观测数据,分析化橘红开花气候条件,建立化橘红始花期预测模型。在此基础上,设计化橘红开花指数指标,并综合考虑赏花旅游气象因子,初步确定化橘红赏花旅游气象指数的计算方法与等级划分。结果表明,化橘红始花期预测模型和赏花旅游气象指数在业务服务应用效果好,可以为当地旅游部门科学运营管理、人民群众合理安排旅游计划提供气象服务参考依据。     

白水苹果始花期预测模型研究

利用2001—2015年白水站气象数据与苹果始花期物候数据,采用相关分析,筛选与始花期相关较高气象因子;利用SPSS20.0软件进行逐步回归,得到白水苹果始花期预测模型。依据模型回代结果,对始花前一周天气实况进行历史普查,得出预报值订正方法。通过验证,预测模型和订正方法在近3年业务应用中准确率较高。     

陕西苹果花期机理性预报模型的适用性评价

以陕西苹果花期为研究对象,针对4个机理性物候模型——顺序模型（SM）、平行模型（PM）、深度休息模型（DRM）和热时模型（TTM）,基于各果区代表站的花期数据及同期气象数据订正模型参数,利用内部检验和交叉验证（留一验证）方法,评价模型在模拟花期上的适用性。结果表明:内部检验时各站点的最适模型不同,总体上,SM和TTM均方根误差略低（3.30 d）;交叉验证时模型表现相当,各模型平均的均方根误差为4.52 d,略优于内部检验。使用单站外推和求平均后外推将TTM参数应用至果区内其他站,这两种方法的均方根误差均优于国外同类研究（10.0 d）,其中单站外推的均方根误差（5.90 d）又高于求平均后外推（7.21 d）。综合考虑模型的复杂性与模拟精度,推荐使用TTM并分果区模拟陕西苹果花期。     

新源县杏花始花期气象预报研究

为了更准确地提供杏花始花期的预报,利用新源县1996—2020年的始花期观测数据以及同期气象资料,统计分析关键影响因子,建立预报模式。结果表明：新源县杏花始花期平均出现在4月5日,最早最晚始花期相差28 d,近22a来始花期提前约4 d。始花期前的气温、日照、0℃积温等对始花期有明显影响,采用逐步回归方法,得到了新源县杏花始花期的预报模型,回代检验中始花期预报值与实际值相差0~2d的准确率达到63.6%,相差3 d的准确率为27.2%,2018—2020年的试报服务预测值与实际值之间相差分别2 d、1 d、3 d,可为花期专题气象服务提供理论参考。     

福建汛期降水主分量逐步回归预测模型研究

建立福建汛期降水量气候场的主分量逐步回归预测模型,通过预测福建汛期降水量气候场的主分量来实现对福建汛期降水量场的预测。选取北半球500 hPa高度场、太平洋海温场、北半球海平面气压场等含不同区域不同季节的诸多因子场的前若干主分量因子作为预测因子。计算分析了福建汛期降水场的主分量分布特征和分型特点。利用相关筛选和双重检验逐步回归方法,建立福建汛期降水场与多个因子场的关系,建立主分量的预测方程。通过对2012年福建汛期降水的预报,发现该模型对福建汛期降水的趋势和分布有较好的预测能力。     

油菜花期物候主要限制因子分析及预报模型的构建

以油菜开花开始时间(即始花期)为研究对象,利用1980—2016年江苏省油菜发育期观测资料和同步气象数据,分析油菜始花期的时空变化趋势。结合油菜生理特性,筛选与油菜始花期显著相关的气象因子。以高淳站为例,采用通径分析明确各气象因子对油菜始花期的作用并评估因子敏感性,最后构建油菜始花期的回归预报模型。结果表明:在气候变化背景下江苏地区油菜始花期呈逐年提前趋势,淮河以南地区平均提前3 d以上;上年日平均气温稳定通过0℃终日(X_1)、当年日平均气温稳定通过5℃初日(X_2)、现蕾至开花前时段内分别大于0℃、5℃和10℃的有效积温(X_1、X_4和X_5)、最低气温分别小于0和5℃的日数(X_6和X_7)及平均最低气温(X_8)等8个因子与油菜始花期相关性达极显著水平;其中2月上旬至3月上旬的平均最低气温(X_8)、日最低气温小于5℃日数(X_7)、大于5℃有效积温(X_4)对油菜始花期的直接影响位列8个因子的前三位,且这3个因子两两共同对油菜始花期的相对影响程度也排在各因子对回归方程R~2总贡献率的前三位;其余5个因子直接效应普遍小于间接效应,且它们主要通过X_4、X_7、X_8对油菜始花期产生影响,而X_4、X_7、X_8也通过这5个因子产生一定影响;去掉任何一个因子,都会引起其他某些因子对油菜始花期的直接、间接作用发生变化;基于这8个因子构建的回归模型可解释68.48%的油菜始花期变化,并具有区域适用性。因此,就江苏地区而言,光照和降水对油菜开花早晚影响较小,热量条件才是江苏油菜开花早晚的主要限制因子,所构建的始花期预报模型可较好反映油菜开花时间早晚与相关热量因子变化的规律。     

基于监测指数的贵州省4月气温预测模型及检验

基于1981~2019年贵州省4月气温与同期130项监测指数的相关分析建立了固定监测指数、最优监测指数、逐步回归的统计预测模型,并对1981~2020年预测模型回报结果进行检验。结果表明：在短期气候趋势预测业务中,按异常级进行预测可提高气候预测技巧。三种统计预测模型中逐步回归的预测效果最好,其次是最优监测指数,而固定监测指数效果最差。与省级和国家级预测产品相比,统计预测模型在近9年的回报效果表现出一定的优势。以7个最优指数建立的回归预测模型对2020年4月气温的回报Ps评分最高,较省级预报提高14.1分,相对国家指导预报提高66.7分。     

气候适宜度在华北冬小麦发育期预报中的应用

利用华北地区39个代表站,1971-2011年逐日最高温度、最低温度、降水量、日照时数、土壤水分、冬小麦发育期和农业气象指标等资料,在考虑_十壤水分和降水对冬小麦不同生长发育阶段的不同影响基础上,建立了冬小麦水分适宜度计算方法,结合温度适宜度和日照适宜度,构建了冀、鲁、豫冬小麦气候适宜度评价模型。以冬小麦气候适宜度为预报因子,建立了冀、鲁、豫3省9个区域冬小麦发育期预报模型。模型回代检验结果表明,不同区域模型的模拟天数与实际天数的平均误差均在1-2天之间,不同发育阶段模型的模拟天数与实际天数的平均误差均在4天以内;模型预报检验表明,各区域不同发育阶段的预报天数与实际天数的误差大多数在3天以下。     

基于随机森林的湖北雪密度预测模型及其在雪压分析中的应用

雪密度、雪压等积雪参数资料的缺乏是南方地区雪灾精细化防御研究的难点之一,通过历史地面积雪气象观测资料来反演测站及周边的雪密度,是对现有积雪监测资料的有益补充。本文利用湖北省76站的逐日气象观测资料,分析并选取了积雪期的积雪日数、积雪深度、气温、日照等8个影响雪密度的自变量因子,构建了雪密度的随机森林回归(RF)模型,并通过RF模型反演数据,分析了湖北省雪密度和雪压分布情况。结果表明：①雪密度RF模型预测的均方根误差为0.04 g/cm3左右,可以用于湖北省雪密度资料反演。②湖北省平均雪密度在0.14～0.20 g/cm3之间,从中部以0.17 g/cm3为〖JP2〗界分为东西两个区,东部区雪密度较大。③湖北省近60年来最大雪压值在1.3～6.7 g/cm2之间,不同重现期最大雪压分布存在鄂西北和鄂东两个高值区,且鄂东区的中北部基本雪压值更大。〖JP〗     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期。利用所选取的隐含周期,可作更长时间的预测。本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论。