棉花产量丰歉气象指标和评价模型

该文在研究影响棉花产量丰歉的主要气象因子的基础上，建立棉花产量丰歉气象影响指标，它较好地反映了气象条件对棉花生长发育的利弊影响，将棉花全生育期内主要影响因子以相关系数为权重，适当分类组合，得到5种组合因子，利用该因子建立的棉花产量丰歉评价模型，考虑了全生育期气象要素对棉花产量的综合影响，评价检验效果较好。     

气候对新疆棉花产量的影响分析

新疆是我国近年发展起来的重要产棉区,在中国棉花生产中占有重要地位,尽管目前新疆棉花单产已达到了较高的水平,但生产仍存在潜在的风险。本文即在前人工作的基础上,根据产量统计资料和历年气象数据,划分气候丰歉年型,用相关分析法分析月平均温度、月总日照时数、月总降水量3个气候因子对棉花产量的影响,从而找出影响棉花产量丰歉的气象指标因子,为新疆棉区棉花产量丰歉年预测提供依据。     

两种不同产量历史丰歉气象影响指数确定方法在农业气象产量预报中的对比研究

利用吉林省1980—2015年春玉米单产数据、50个气象站逐日气象资料,基于欧式距离和相关系数建立综合诊断指标,利用综合诊断指标研究分析预报年与历史年春玉米气象产量丰歉气象影响指数的关系,以此构建春玉米产量预报模型,对吉林省春玉米产量进行动态预报。产量预报模型对2003—2012年的预报试验结果表明,产量丰歉趋势ΔY的平均正确率均在60%以上,加权分析法的单产预报准确率除2009年外,均高于80.0%,且各时段的预报准确率均高于大概率法的。对2013—2015年吉林省春玉米产量的预报检验结果表明,加权分析法对产量丰歉趋势ΔY的预报结果稍好;加权分析法单产预报准确率几乎都在90.0%以上,普遍高于大概率法的。说明加权分析法建立的产量预报模型预报效果更好,可在业务上应用。     

用气象因素预报农业年景

我县作物生育期5—9月的积温仅有2400℃,无霜期只有120天,低温冷害是造成农业歉收的主要因素。因此,做好以低温冷害为中心的年景预报是我们为农业现代化服务的重要课题。 一、气象条件与丰歉年景的关系 1.丰歉年景分析 为了研究气象因素对产量的影响,我们利用指数方程Y=128.10~(0.0131),从单产记录中滤掉生产水平提高对产量的作用,得到了近似的由单纯气象因素影响的产量曲线图,从图中看出气象因素对产量的影响是非常明显的。 根据气象因素与单产的关系的分析和实际调查结果,确定以±25斤(相当平均单产的±14％)为划分     

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.     

中国油菜产量动态预报方法研究

油菜是我国主要的油料作物之一,开展油菜产量动态预报对农业生产和国家食物安全都具有重要意义.利用全国及主产区油菜产量资料、发育期资料、生理气象指标、日最高气温、日最低气温、日降水量和日日照时数等资料,通过相似系数和欧氏距离建立综合诊断指标,根据历史年油菜产量丰歉气象影响指数,研究分析预报年的油菜产量丰歉气象影响指数,以此建立全国、各主产区油菜产量动态预报方法.结果表明,预报试验和预报检验的丰歉趋势预报正确率、实际单产预报准确率均较高,能够满足业务服务的需要.该方法可使业务预报的时效提前,并实现动态跟踪预报,具有良好的业务应用前景.     

棉花年景评价方法

文章介绍两种棉花年景评价方法：综合气象要素评价法和相似分析评价法。前者是将ＡＢ报收到的旬平均气温、旬降水量和旬日照时数按照一定的原则组合成为综合气象要素，分析历史综合气象要素和棉花产量丰歉，得出其评价指标，依据指标，进行实时棉花年景评价；后者是根据历史资料，确定丰歉年型，利用相似分析原理，得出相似分析评价指标，根据指标，判断棉花产量的丰歉。结果表明，这两种评价方法在棉花产量丰歉评价中，准确率都在９０％以上。     

春玉米产量动态预报技术的改进方法探索

为及时、准确地进行玉米产量预报,为吉林省玉米产量预报业务提供参考依据,为政府调控提供科技支撑,利用吉林省19802016年春玉米产量和50个气象站逐日气温、降水量、日照时数等资料,基于相似距离和相关系数构建综合诊断指标筛选气温、降水量、日照时数等各类气象要素历史相似年,根据各类气象要素历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,建立吉林省春玉米产量动态预报模型。同时,对历史相似年的筛选方法进行改进,利用欧氏距离直接筛选综合气候历史相似年,根据气候历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,构建春玉米产量预报模型。对比改进前、后的产量预报模型的预报,结果表明:两种方法在吉林省玉米单产预报中,预报准确率均较高,普遍在85%以上。产量预报模型对20022013年的预报检验结果表明,改进方法后20022013年单产预报平均准确率提高了3.9个百分点,均方根误差降低了4个百分点,标准差降低了2。对20142016年的预报检验结果表明,改进方法的玉米产量预报结果优于传统方法的预报结果。改进方法比传统方法准确率更高,稳定性更强,应用价值更高。     

棉花秋桃理论估产与实产偏差的气象因素

用棉花秋桃理论估产与实产之间的偏差，表征秋桃调查后至棉花停止生长期之间棉铃生育成熟状况，分析了这段时期气象因素对棉株和棉铃的影响，得出了确定棉花丰歉的农业气象指标。     

基于产量历史丰歉气象影响指数的河北省马铃薯产量预报

马铃薯是河北省主要种植作物之一,其生长发育和产量形成与气象条件密切相关,开展马铃薯产量预报对河北省粮食安全具有重要意义。本文利用河北省1982—2018年马铃薯产量数据、主产区24个气象站逐日气象资料,分别利用大概率法和加权平均法预报河北省马铃薯单产。产量预报模型对2001—2015年马铃薯产量预报试验结果表明,利用大概率法和加权平均法预报单产丰歉气象影响指数增减趋势平均准确率分别为62.2%和88.9%,定量预报平均准确率分别为84.2%和90.2%。对2016—2018年河北省马铃薯单产预报检验结果表明,大概率法在3年的9次预报中单产丰歉气象影响指数增减趋势有4次预报错误,加权平均法仅有1次错误；大概率法和加权平均法的平均定量预报准确率分别为86.9%和97.4%。加权平均法预报准确率高于大概率法,说明加权平均法更适合于河北省马铃薯产量预报。     

用气象卫星资料估算吉林省主要农作物产量

净第一性生产力（Npp）分析是全球变化研究中广为利用的方法,利用气象卫星资料获得年际植被指数（Iv）估算Npp建立不同作物的Npp与其产量的关系模型,即可实现对粮食总产和不同作物产量的估算。文中介绍了应用净第一性生产力遥感（NPP—RS）模型对吉林省粮食总产和主要作物产量进行估算的方法。采用NPP—RS模型,对1995～2000年吉林省的粮食总产及主要农作物玉米、水稻产量进行了动态估算。对粮食总产估产的平均相对误差为13．6％,玉米的平均相对误差为17．6％,水稻的平均相对误差为6．7％。要提高用此方法进行遥感估产的精度,还需要对当年的种植制度、种植结构的变化有所了解,注意当年的灾情,增加灾害影响系数。     

棉花产量要素预测模型

引起棉花产量波动的主要产量构成要素是株铃数和单铃重,作者将大田监测与气候统计相结合道德预测单株现蕾数,成铃雍铃重,对对最终产量进行预后,提高了产量预后准确率。     

复水对花铃期轻度干旱胁迫棉花形态特性和产量的解除效应研究

水资源匮乏是限制棉花可持续发展的主要因素之一,明确棉花干旱后的复水灌溉量、复水时间及其对生长发育的影响解除程度,可为制定有效抗旱减灾降损措施提供科学依据。采用精准水分模拟试验,研究了花铃期不同复水程度（50%、75%、100%灌溉量）对棉花轻度干旱胁迫（土壤湿度为50%-60%）形态特性、产量的解除效应。结果表明,干旱复水后,100%和75%复水量处理棉花蕾铃干物质、地上总干物质均高于或接近对照,干物质增加量与复水程度呈正比,而50%复水量处理始终低于对照,复水对干旱的解除效应不显著。复水过程中,棉田土壤湿度和植株叶片含水率的差异变化趋势一致,复水后第4d达到最高,随后逐渐下降;复水后第19天至30天,50%复水量叶片含水率显著低于对照,土壤已发展为重旱,而75%、100%复水量叶片含水率与对照间差异不显著,土壤为无旱状态,二者配合可快速监测棉田干旱状况。复水后株蕾铃数、单铃重、棉花纤维长度均低于对照,蕾铃脱落率增加,最终产量低于对照,但75%、100%复水量产量与对照差异不显著。50%复水量无法解除轻度干旱胁迫对棉花生长发育的影响,75%、100%复水量可有效解除干旱影响,且在复水后第19d内受旱棉花处于恢复生长的旺盛期,进行干旱复水灌溉时需考虑复水程度和时间差。     

2011年农六师垦区棉花高产气象条件分析与研究

2011年农六师垦区棉花皮棉单产高于历年17.5%,为显著的丰产年份。通过对棉花生育期内温度、降水、积温和无霜期的比较和分析,得出垦区棉花获得高产的气象条件主要是：逸10益积温偏高,各生育阶段热量充足,全年无霜期长;同时,针对性地提出与本地气象条件相适应的栽培管理措施,对提高棉花产量和改善品质有一定的指导作用。     

Are scenario projections overly optimistic about future yield progress?

Historical increases in agricultural production were achieved predominantly by large increases in agricultural productivity. Intensification of crop and livestock production also plays a key role in future projections of agricultural land use. Here, we assess and discuss projections of crop yields by global agricultural land-use and integrated assessment models. To evaluate these crop yield projections, we compare them to empirical data on attainable yields by employing a linear and plateauing continuation of observed attainable yield trends. While keeping in mind the uncertainties of attainable yields projections and not considering future climate change impacts, we find that, on average for all cereals on the global level, global projected yields by 2050 remain below the attainable yields. This is also true for future pathways with high technological progress and mitigation efforts, indicating that projected yield increases are not overly optimistic, even under systemic transformations. On a regional scale, we find that for developing regions, specifically for sub-Saharan Africa, projected yields stay well below attainable yields, indicating that the large yield gaps which could be closed through improved crop management, may also persist in the future. In OECD countries, in contrast, current yields are already close to attainable yields, and the projections approach or, for some models, even exceed attainable yields by 2050. This observation parallels research suggesting that future progress in attainable yields in developed regions will mainly have to be achieved through new crop varieties or genetic improvements. The models included in this study vary widely in their implementation of yield progress, which are often split into endogenous (crop management) improvements and exogenous (technological) trends. More detail and transparency are needed in these important elements of global yields and land use projections, and this paper discusses possibilities of better aligning agronomic understanding of yield gaps and yield potentials with modelling approaches.     

How is CO2 affecting yields and technological progress? A statistical analysis

This paper analyzes the impact of climate, crop production technology, and atmospheric carbon dioxide (CO₂) on current and future crop yields. The analysis of crop yields endeavors to advance the literature by estimating the effect of atmospheric CO₂ on observed crop yields. This is done using an econometric model estimated over pooled historical data for 1950–2009 and data from the free air CO₂ enrichment experiments. The main econometric findings are: 1) Yields of C3 crops (soybeans, cotton, and wheat) directly respond to the elevated CO₂, while yields of C4 crops (corn and sorghum) do not, but they are found to indirectly benefit from elevated CO₂ in times and places of drought stress; 2) The effect of technological progress on mean yields is non-linear; 3) Ignoring atmospheric CO₂ in an econometric model of crop yield likely leads to overestimates of the pure effects of technological progress on crop yields of about 51, 15, 17, 9, and 1 % of observed yield gain for cotton, soybeans, wheat, corn and sorghum, respectively; 4) Average climate conditions and climate variability contribute in a statistically significant way to average crop yields and their variability; and 5) The effect of CO₂ fertilization generally outweighs the effect of climate change on mean crop yields in many regions resulting in an increase of 7–22, 4–47, 5–26, 65–96, and 3–35 % for yields of corn, sorghum, soybeans, cotton, and wheat, respectively.     

敦煌气候条件及对棉花产量因素的影响

甘肃敦煌地区气候条件虽然适宜棉花生长,但热量条件处于棉花正常生长适宜指标的下线,对棉花的产量和质量具有较大影响。利用敦煌市国家基准气象观测站1983~2012年农业气象观测资料,统计分析了敦煌棉花全生育期气象条件对棉花的株铃数、单铃重及僵烂铃率、蕾铃脱落率及产量的影响。结果表明：棉花花蕾期气温、花后热量和花期气温、裂铃吐絮阶段灌水量是造成棉花僵烂铃和蕾铃脱落的主要原因。花铃期的平均气温越高,热量越充足,越有利于棉铃数的增加;7月上旬至8月中旬夜温不足降低了棉株矿物质和贮存物的积累速率,导致花蕾及胚珠发育不良,单铃胚珠数减少;盛夏7月中旬高温造成棉铃代谢紊乱,导致单铃不孕,造成株铃数不足和单铃重下降,进而影响棉花产量。     

风沙灾害对策勒绿洲棉花生物量的影响

为定量评估风沙灾害对策勒棉区棉花生物量的影响,2011—2012年以新陆中21号为供试品种,在中国科学院新疆策勒荒漠草地生态系统国家野外科学观测研究站农民常规栽培模式田内进行有、无防风沙网防护对棉花最终产量影响的对比观测试验,发现频繁的风沙天气对棉花产量形成的影响分两个阶段,前期营养生长阶段,棉花植株抗逆性弱,而此时该地区风沙活动频繁,植被盖度低,平均风速较大,因此该时段棉花遭受风沙危害后其出苗率明显降低,导致后期严重缺苗;棉花营养生长和生殖生长并进时期抗逆性增强,绿洲植被覆盖度增加,起沙风频次减少,从而导致风沙对棉花生长的影响减弱,仅使棉花植株发育期延迟,地上部分单位面积上的生物量在防护网内比网外多52%,但单株生物量仅多4%。     

CO2和O3浓度倍增对作物影响的研究进展

文中利用自行设计的OTC - 1型开顶式气室进行了 9a的田间试验 ,取得了一批质量可靠的试验数据 ,分析了CO2 浓度倍增对大豆、冬小麦、棉花、玉米、春小麦和谷子的生物量、产量及品质的影响 ,结果表明CO2 浓度倍增对上述 6种作物的生物量及产量的影响均是正效应 ,对冬小麦、棉花和谷子品质的影响可能是有利的 ,对玉米品质的影响可能是不利的 ,对大豆的影响不大 ;分析了O3 浓度倍增对冬小麦、水稻、油菜和菠菜生物量、产量及品质的影响 ,结果表明O3 浓度倍增对上述 4种作物生物量的影响均是负效应 ,对冬小麦和水稻的产量影响是负效应 ,但是冬小麦和水稻籽粒中粗蛋白和 17种氨基酸含量都有所增加 ;分析了CO2 和O3 浓度复合倍增对大豆生物量、产量及品质的影响 ,结果是生物量和产量呈增加趋势 ,说明了CO2 的正效应大于O3 的负效应。采用作物模型数值模拟方法 ,分析了CO2 和O3 浓度倍增对冬小麦生物量及产量的影响。