湖北省冬小麦产量相似预报方法的建立和应用

利用气象资料预报作物产量是一种比较经济和切实有效的方法,在开展湖北省冬小麦产量预报业务过程中,提出了相似预报方法.该方法有它自己的特点,并可进一步扩充.     

烟台市小麦产量预报方法的研究与应用

通过对烟台小麦产量与气候条件的关系进行分析,建立趋势产量方程,并分离出小麦趋势产量和气候产量,再用气候产量对应年份的气候因子建立气候产量的预报方程,最终预报2012年烟台冬小麦产量,并与当年实际产量进行了比较,结果表明该预报方程可行。     

美国小麦产量业务预报方法研究

利用综合诊断指标,研究了预测年美国小麦生长季逐日平均气温和降水量与历史上任意一年对应气象要素的关系。根据小麦产量历史丰歉气象影响指数,建立了基于地面气象要素的美国小麦产量预报模型;研究分析了西太平洋月平均海温、北半球500hPa平均高度场环流资料与美国小麦产量的关系,利用主要影响因子,分别建立了基于海温、环流资料的美国小麦产量预报模型。根据各预报模型的稳定性,利用加权方法建立了美国小麦产量业务预报集合模型。1995～2004年预报检验和2005～2006年预报试验结果表明：集合模型的预报准确率基本都在92％以上,能够满足业务服务的需要。     

稳健回归M估计法在贵州省小麦产量预报中的应用

在分析贵州小麦产量预报存在问题的基础上,将稳健性概念引入小麦产量预报中,运用稳健回归Ｍ估计法对小麦产量进行分析,建立了稳健回归模型,并用其对贵州小麦产量进行试报检验。     

山东省小麦产量动态预报定量分析

通过建立小麦产量、发育期、逐日气象资料历史资料数据库,利用小麦动态产量预报模式,分别在不同年代、不同发育阶段,定量分析评价气象条件对我省小麦产量形成的利弊影响,并验证了此技术方法在各时段的动态预报准确率平均为92．0％～93．9％,不同预报年各时段预报准确率为92．0％～99．5％。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。     

气象生物学模式在城固小麦产量预报中的应用

将筛选出的生物学意义明确、相关关系较好的７个因子，按小麦产量生物构成分成３组（对应３个预报时段），建立各预报时段气候产量的气象生物学模式。结合经正交多项式处理的趋势产量，分时段、比较准确地预报出城固小麦的社会产量。     

农业气象产量预报方法中权重系数的确定

基于气候适宜度指数的作物产量预报中,各旬气候适宜度加权集成构成了气候适宜度指数,权重系数的确定对预报的准确性至关重要.本文以山东省冬小麦为例,分别采用绝对值法、归一化法和相关系数法确定各旬产量预报的权重系数,分析不同权重系数确定方法得到的气候适宜度指数之间的相关性及气候适宜度指数与农业气象产量的相关性,并利用相对较优的方法进行冬小麦产量动态预报.结果表明:与绝对值法和归一化法相比,采用相关系数法确定的权重系数计算的气候适宜度指数与气象产量的相关系数多数均通过了P0.01水平的显著性检验,可较全面的反映冬小麦生长发育随气候条件的变化关系.建立的冬小麦产量动态预报模型历史回代检验的准确率基本均为94.5%以上,标准化均方根误差n-RMSE均小于7.0%,表明建立的模型模拟性能较好.对2010—2011年山东省冬小麦产量的外推预报表明,预报平均准确率为93.0%以上,多数预报准确率为96.0%以上,可满足冬小麦产量预报的业务需求.     

气压与小麦产量模式

一、本文的主要目的是研制用气候资料模拟一种小麦产量预报方法,以减少缺乏气象和作物资料的限制作用。大范围小麦产区产量线性回归方程的主要预报因子是逐月海平面气庄平均值,为美国大平原冬、春小麦区、加拿大萨斯喀彻温春小麦区和苏联冬小麦区制定的小麦产量预报模式可以用来预测这三个国家的小麦产量。其次,则是建立谷物预报与大尺度大气状况的相关关系。过去,为了说明和预报不同时间尺度的地区性天气和气候,在一些判别和预报研究中经常使用海平面气压和700毫巴高度的历史资料。纳米亚斯(Namias)介绍过制作30天天气展望的方法,克莱因(Klein)则介绍了研制和应用5日天气预报的技术。库茨巴赫(Kutzbach)用经验正交函数(特征矢量和基本项目)研究了北美大陆气压、温度和降水分布之间的相互关系。他指出:这三个气候要素之     

基于积分回归法甘肃省冬小麦产量动态预报

冬小麦是甘肃省主要粮食作物之一,开展甘肃省冬小麦产量动态预报对全省粮食生产和粮食安全具有重要意义.利用1985—2013年甘肃省冬麦区16个地面气象观测站逐日气象资料和冬小麦产量资料,基于积分回归原理以旬为时间尺度,分析了影响陇中、陇东、陇南地区冬小麦生产的主要气象要素和关键时期,并分别建立了3月下旬、4月下旬和5月下旬甘肃省冬小麦产量动态预报模型.结果表明:降水和温度对甘肃省冬小麦气象产量影响较大,其中降水量增加对各冬麦区基本均为正效应,尤其在麦田休闲期和返青拔节期更显著;苗期—越冬前期和拔节期—孕穗期气温升高对冬小麦为负效应,越冬后期—返青起身期气温升高对陇中和陇东冬麦区正效应较明显.通过近5 a试预报检验表明,建立的冬小麦动态产量预报模型平均预报准确率达96%以上,可满足业务服务的需要.     

冬小麦产量波动的气候分析与预报

冬小麦是昌邑县主要粮食作物之一,历年种植面积65—70万亩,占全县总粮田面积的55％左右。小麦产量虽然有上升趋势,但年际波动较大,分析产量波动的原因很有必要。本文主要研究气象条件差异对小麦产量的影响,并选择对产量影响起决定作用的关键气候因子,分别建立前期和后期产量预报方程,为昌邑县小麦生产提供确切的农业气象依据和进行产量预报服务。     

赤霉病预报专家系统的建立和应用

小麦赤霉病是影响我省大部分地区小麦产量的主要病害,因此,做好小麦赤霉病的预报工作十分重要。近年来,我们建立了金华市小麦赤霉病预报专家系统。该系统引用了北京工业学院人工智能所和卫星气象中心等单位联合研制的“基于知识的气象推理系     

甘肃省作物产量预报工作综述

甘肃省作物产量预报工作综述秘晓东（甘肃省气象局业务处兰州７３００２０）引言甘肃省作物产量预报经过科研服务与业务服务，已走过了１０年的岁月。由小麦产量预报扩展到玉米产量预报，手工兼便携ＰＣ—１５００机计算发展为预报统计的全部微机化，完成了产前、产中、产...     

试用水稻玉米产量预报粮豆产量

粮豆产量是指谷类、豆类、薯类三类作物产量之和,在沈阳地区系指水稻、小麦、玉米、高粱、谷子、大豆、马铃薯及红薯产量之和。粮豆产量的构成,决定了影响产量形成因素的复杂性。因此,粮豆产量的高低很难用单一作物产量气象因子模拟方法来预报,即很难建立起预报效果好的气象产量预报方程。据此,我们经过各种     

卫星遥感资料在小麦产量预报中的应用

简要阐述气象卫星监测作物苗情的原理 ,以德州市冬小麦产量预报为例 ,介绍气象卫星遥感资料在产量预报中的应用。     

荆州市冬小麦产量动态预报方法对比研究

利用湖北省荆州市1970—2016年日照、降水、温度及冬小麦生长期、产量数据,采用作物丰歉指数、气候适宜指数方法,开展了荆州市冬小麦产量动态预报,并对两种预报方法的效果进行检验。结果表明,丰歉指数方法的预报准确率高于气候适宜指数法,计算过程也相对简单。在产量预报精度不下降的前提下,4月10日可作为产量预报的最优预报日期。     

隶属函数在制作天门市小麦年景预报中的应用

使用天门市1971～1994年小麦产量资料及其同期气象资料，采取模糊统计方法，建立了预报小麦产量年景的隶属函数，并分析了多个气象因子对小麦产量的隶属程度。结果表明，运用模糊数学中的隶属函数作小麦产量年景预报是可行的，通过回代检验，其历史拟合率达83．3％。     

四川省小麦产量的自然正交分解模型

利用四川省小麦历年产量重构二维时变矩阵,进行自然正交展开后得到了三种产量分解模型.在每种模型中,可将小麦产量分解成了三个产量分量之和,即小麦产量Y＝Y1+Y 2+Y3.这些产量分量不仅反映了生产力水平增长对产量趋势的作用,也反映了气候环境因子波动对产量年际变化的综合影响.该方法与传统的产量分解模型相比,具有计算简单客观、各种分量同时一次分离和分量之间相互独立的特点,为农作物产量分解和预报提供了一种新的思路.     

小麦赤霉病产量损失预测方法研究

赤霉病是影响小麦产量的主要病害之一，开展小麦赤霉病产量损失预报对农业生产和国家粮食安全都具有重要意义。利用全国小麦赤霉病产量损失资料、旬平均气温、旬降水量、旬日照时数、旬阴雨日数等资料，根据动态综合聚类指标，建立了赤霉病对小麦产量造成损失的动态预测方法。预测结果表明，10年增减符号预测正确率达90％，产量损失预测平均准确率达90%。     

极限产量权重法分段预报盐城市大、小麦产量

根据盐城市的大、小麦产量，农技措施和气象资料，采用极限产量权重法组建大，小麦产量（ｙ）的预报模式：ｙ＝ｙｍ－ｙ农－ｙ灾－ｙ气或改写为：ｙ＝ｙｍ（１－（∑ａｉ＋∑Ｂｊ＋∑Ｃｎ））对盐城市大、小麦产量进行分段预报，经多年试报，结果与实产的相以误差均在５％以内。