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.     

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。     

济宁地区水稻生产与气象因子关系分析

利用济宁市３１年的水稻产量和气象资料，分析了水稻生产的不同气候年型、产量与气象因子的关系，找出了影响产量变异的着急时期和主导气象因子及其时间变化规律，并探讨了相应的对策措施。     

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。      

广西甘蔗主产区产量灾损风险评估

根据风险分析原理,利用1978-2009年广西甘蔗产量资料,采用减产率、变异系数、灾损减产风险指数等指标,对广西甘蔗主产区产量灾损风险水平进行评估。结果表明,广西甘蔗主产区气象产量历年平均减产率0-25%,以轻度减产年型（减产率5%-10%）居多,且呈现一定的连片性;减产率变异系数0.75-4.00,崇左市和南宁市部分县区在1.00以下,说明这些地区甘蔗受气象灾害影响造成的大减产年份少;灾损减产风险指数0-0.48,按主产区各地市灾损减产风险指数从小到大排列,防城港市〈崇左市〈南宁市〈钦州市〈来宾市〈贵港市。综合考虑干旱、低温霜冻等气象灾害影响,气象灾害引起甘蔗产量波动风险程度以贵港市的最大,防城港市的最小。研究结果可为广西甘蔗稳产高产制定防灾减灾措施、农业保险制度推行等提供基础理论依据。     

基于产量风险的海南荔枝寒害保险费率研究

根据海南省18个市(县)1990—2013年的荔枝产量数据和1961—2013年的气象数据,采用逐步回归、信息扩散等方法,建立了气象产量分离模型和产量风险估算模型,对海南省荔枝产量风险进行了区划划分,对不同产量风险等级的地区进行了寒害保险费率厘定。结果表明:海南荔枝寒害产量风险中部山区最高,西北部次之,南部和东部沿海地区寒害较少,风险最低,其他为中等风险地区。纯保险费率随风险降低而降低,免赔额为4%、6%、8%和10%时对应纯保险费率最高分别达到12.66%、11.19%、10.14%、9.28%,最低为1.91%、1.37%、1.14%、0.98%。      

东北地区水稻霜冻灾害风险评估与区划

依据灾害系统理论,在综合考虑致灾因子自然属性和承灾体社会属性的基础上,建立风险评估模型,将传统的灾害研究方法与地理信息系统等现代技术手段相结合,利用1961—2010年东北地区182个气象站点逐日最低气温资料和1991—2006年172个水稻产区县（市）国土面积及社会经济资料,包括1981—2006年30个农业气象观测站水稻发育期资料,对东北地区水稻霜冻灾害风险进行评估。结果表明：东北地区可划分为高风险、次高风险、中等风险、次低风险和低风险5个水稻霜冻灾害风险区域。东北地区水稻霜冻灾害高风险区位于黑龙江省的黑河地区大部、伊春西部和吉林省的延边州西部、白山北部等地,而辽宁省的中南部等地风险较低。     

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.     

永州市两系杂交水稻制种气象条件分析研究

通过对农田与气象站同步观测气象数据的对比分析和对永州市历史气象资料的统计分析,掌握了农田小气候气象因子变化和调节规律,总结出永州市两系杂交水稻制种育性转换和抽穗扬花“两个安全期”最佳安排时段,为回避或减少制种的气象灾害风险、提高制种的产量和质量等工作提供了科学气象理论依据,具有现实指导意义。     

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。     

用统计法试作潮汕地区水稻产量预报

本文通过对产量趋势作平滑处理和气象因子对气象产量的影响,找出气象产量与气象因子的关系,建立预报模式,同时对水稻在关键期受重大灾害性天气及病虫害的影响,进行订正,从而预报水稻产量,供当地党政及有关部门作决策参考。１　产量预报的具体做法１－１　做趋势产量预报本文采用调和权重法,将产量作分段平滑和线性模拟。滑动线性方程为：ｙｉ（ｔ）＝ａｉ＋ｂｉｔ（１）………………………　　　　（ｉ＝１,２,…,ｎ－ｋ＋１）其中：ｉ＝１时,ｔ＝１,２,…,ｋ（本文ｋ＝５,ｎ为样本量）ｉ＝２时,ｔ＝２,３,…,ｋ＋１…ｉ…     

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。     

基于气象要素的逐日玉米产量气象影响指数

利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。     

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。     

影响遵义市秋粮产量的气象因子分析

分析水稻、玉米与生长期主要气象因子的相关性,并对农作物产量波动幅度大的重要年份进行详细分析,找出影响遵义市主要秋季作物的关键气象因子.     

赤峰市主要农作物产量风险评估及区划

计算了赤峰市 12个旗县区的粮豆、玉米、谷子、小麦单产的风险指标和综合风险指数 ,并依据气象产量的减产率界定灾年 ,分析各旗县区不同灾害年型减产率和综合风险指数的地域分布规律 ,并以总体变异系数指标为依据 ,参考历年平均减产率和欠年减产率 ,用逐步聚类方法 ,进行不同作物的风险分区 ,为调整种植结构 ,趋利弊害等提供参考依据。     

我国西南地区干旱变化及对贵州水稻产量影响

近几年,我国西南地区干旱频繁发生,严重影响农业生产。为了探讨干旱和水稻产量之间关系的复杂性,采用中国气象局国家气象信息中心提供的西南地区348个站气象数据,计算了西南地区干旱的变化趋势,并利用2000—2011年贵州省县级水稻产量资料分析了干旱对水稻单产的影响,探讨了干旱、水资源灌溉以及水稻产量之间的关系。结果表明:1951—2012年西南地区降水量平均减少16.9 mm/10 a,特别是8—10月降水量明显减少。同时,西南地区干旱日数呈上升趋势,平均增加3.3 d/10 a。对比水稻产量发现,当累计干旱日数少于40 d时,干旱对水稻产量一般不会造成影响;当累计干旱日数超过86 d时,干旱造成水稻减产20%~73%,这意味着当累计干旱日数超过3个月时,江河塘库蓄水将受到影响,进而影响水稻的灌溉,造成水稻严重减产;当累计干旱日数为40~86 d时,水稻减产一般少于20%,但地区差异较大。     

用SPSS建立自贡水稻产量年景预测模型

本文运用农业气象统计基本原理和方法,在计算上采用界面友好的SPSS统计软件,建立了自贡水稻产量的年景定量预测模型。经统计和应用检验,该模型具有较高的信度和实用性,可作为水稻产量定量预报的有效工具之一,为农业生产管理和农产品流通贸易提供前瞻性决策依据。     

用SPSS建立自贡水稻产量年景预测模型

本文运用农业气象统计基本原理和方法,在计算上采用界面友好的SPSS统计软件,建立了自贡水稻产量的年景定量预测模型.经统计和应用检验,该模型具有较高的信度和实用性,可作为水稻产量定量预报的有效工具之一,为农业生产管理和农产品流通贸易提供前瞻性决策依据.     

东北地区旱涝灾害风险的时空变化

本文利用东北区1961～2008年各气象站点气象资料,以旱涝系数为评估标准,进行东北区旱涝风险的评估,并应用GIS技术,对不同时期东北地区旱涝风险进行区划,绘制旱涝风险阶段区划图,分析东北地区旱涝风险的时空变化特征.结果表明,5个阶段的干旱易发高风险区存在一定的阶段性变化,但主要的区域仍集中于松嫩平原的西部;1971～...