水稻气候生产力的数值模拟及其应用

在水稻气候生产力数值模拟的基础上,利用杂交水稻种植区１８省１６５站３０年逐旬光温整编资料,模拟并分析了早、中、晚稻气候生产力的空间分布规律及其气象原因;利用模糊聚类分析,进一步对我国水稻种植区域作了气候生态类型区划,结果早季稻划分为七个类型区,中季稻和晚季稻可划分为六个类型区。     

台湾前、后季稻产量差异的气候学分析

一、前言台湾大多数水稻田实行一年两熟制。前季稻二、三月间播种,六月底或七月初收获,后季稻七月播种,十月底或十一月初收获。一般前季稻平均产量比后季稻高25—30％。许多试图缩小两季产量差异的尝试均未获成功。许多调查者把差别原因归之于气候,然而在台湾至今未进行过任何有关气候因素与水稻产量关系的定量分析。水分供应和能量收支是影响作物生长发育的两个重要气候参量。在台湾,早稻仅占     

基于水稻生长模型的气象影响评价和产量动态预测

在对国际先进的水稻生长模型ORYZA2000进行模型调试、验证, 实现本地化的基础上, 以双季稻发育速率参数为主, 结合地形、气候、水稻熟性分布和当地生产实际, 将江南双季稻区按发育参数划分为7个区域, 实现了ORYZA2000模式在我国江南双季稻地区的区域应用。利用该模型进行了不同年份气象条件影响定量评估的应用试验, 评价结果与实际符合, 定量客观。探讨了利用机理性作物生长模式动态预测产量的方法。通过建立不同发育期的水稻模拟生物量与相对气象产量的相关统计模型, 结合趋势产量预测, 实现了地区级双季稻不同发育期的产量动态预测。外推检验结果表明, 各地早晚稻不同发育期的产量动态预测模型平均误差为4.8%~6.1%, 可初步用于业务。     

气候对常德地区水稻产量的影响

本文利用1949—1979年的水稻产量资料和1951—1979年的气象资料,对影响常德地区水稻产量的主要气候因子进行了定量统计分析。文中指出,生育期降水量过多是造成某些年份早稻减产的重要气候原因,提出以生育期降水量作为划分标准,将早稻气候年型分为少水年、常年和多水年三种类型,多水年欠收概率63.6％。文中还指出,秋季低温出现迟早是影响晚稻产量的主要气候因子,并提出以秋季低温出现日期结合生育期降水距平作为划分晚稻气候年型的标准,分为秋冷偏早多水年、秋冷偏早少水年和秋冷正常偏迟年三种类型,秋冷偏早多水年欠收概率70％。     

云南水稻气候敏感性和栽培适应性

分析了低纬高原水稻生长独有的气候特点，将云南省不同地区的水稻产量与水稻生育期气象条件进行积分回归数植模拟分析，得出各地水稻气候敏感性综合数学表达式，区域划分指标以及空间分布规律。同时分析影响云南水稻产量的主要气候敏感因子和关键气候敏感期，并讨论了适应当地气候特点的水稻栽培要点。     

水稻不同栽培生育型及环境因子模拟研究

本文根据生物体能量转化和生育互补平衡原理,将北方水稻现有栽培型划分为稀栽稳长、密植稳长两大生育表现型,通过田间模拟试验,从取得水稻生育特征量及收获产量数据入手,利用气候资料建立两种生育型不同发育期生育调控、产量预测(报)等数学模型,为水稻高效、低耗、定量化栽培提供实用技术。     

日本农业气候学最近的研究成果

日本筑波大学地球科学系吉野正敏教授于1982年应邀来华,做了题为“日本农业气候学最近的进展”和“最近十年农业地形气候学的进展”等学术报告。现将日本农业气候学最近的研究成果综述如下。一、水稻气候生产力的评价 1981年羽生、杉原研究了水稻的气候生产力的评价问题,得到水稻气候生产力指数Y_P为: Y_P=ln(1+S_R/M_G){260-270(θ_R-21.5)~2}     

我国气候对植被分布和净初级生产力影响的数值模拟

基于0.5°×0.5°经纬网格分辨率的一个全球植被动态模式,利用全国676个雨量站点1961～2000年日资料在0.5°×0.5°网格上插值得到的降水和气温资料作为模式气候强迫,模拟研究了中国区域近40年来的植被动态变化,估算了当前中国区域陆地植被净初级生产力,并分析气候与植被净初级生产力的相关性。结果表明:模拟的植被分布时空格局与实际观测的对应关系良好,模拟与观测的叶面积指数总体上比较一致;植被初级生产力空间分布及总量(约为4.64×1015g.a-1(C))的模拟比较理想。对模拟结果分析显示降水是影响净初级生产力的主要气候因子,而在干旱、半干旱地区温度与植被净初级生产力存在显著负相关关系。研究表明该模式能够比较合理地模拟气候对植被年际动态和生产力变化的影响,对于进一步深入研究气候与植被相互作用是有意义的。     

宜宾地区大林业气候区划及开发利用

宜宾大林业试验区是国家＂八五＂重大开发项目。１９９１年在农业气候区划基础上，通过对宜宾地区大林业气候资源利弊分析，遵从气候相似原理和地域分异规律，以对林业综合布局有决定意义的气候指标为依据，划分出三个不同类型区。     

黄淮海地区植被覆盖变化驱动力与驱动机制研究

基于1982-2003年GIMMS NDVI遥感资料、气候资料和社会经济统计资料,利用主成分分析、逐步回归等方法,对黄淮海地区植被覆盖变化的驱动力和驱动机制进行了研究,从气候、社会经济两方面分析了区内6种植被类型区植被覆盖变化的驱动机制。结果发现,不同植被类型区,其驱动机制差别很大,但总体来说,区内各类植被类型区植被覆盖变化大都受到气候和人类活动的共同驱动,主要驱动力为气候因素,人类活动在局部区域能够产生较大作用,而大范围区域植被NDVI(归一化植被指数)的变化或改变,主要受气候变化的影响。在此基础上,分别建立了6种植被类型区年均NDVI变化驱动力模型。