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.     

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。     

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.     

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％。     

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。     

基于不同空间尺度的作物产量集成预报——以江苏一季稻为例

基于1981-2016年江苏省不同区域一季稻产量序列,计算站点尺度的气温、降水、日照适宜度以及综合气候适宜度,在此基础上构建基于气候适宜指数的作物产量预报模型,开展不同空间尺度的一季稻产量精细化预报。同时,以各主产地市、县一季稻种植面积百分比为权重,加权集成省级产量,开展基于不同空间尺度一季稻产量序列的大区域尺度产量预测。结果表明:(1)江苏省不同区域一季稻气象产量与不同时段气候适宜指数之间存在较高的相关性,基于气候适宜指数的预报方法适用于江苏省不同区域一季稻单产预报。(2)2012-2016年省级尺度模型预报平均准确率高于97.5%,主产地市、县模型平均预报准确率低于省级尺度预报模型,主产县预报准确率年际间波动较大,表明预报区域越小,预报的难度提升。(3)基于气候适宜指数模型的江苏省级、主产地市集成,主产县集成模型预报准确率大部在95%以上,整体上看主产县集成优于主产地市集成,主产地市集成优于省级尺度模型。由此,开展地市级和县级尺度的精细化产量预报可提升省级尺度预报准确率,同时提高县级作物产量预报能力。     

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。     

甘肃省冬小麦产量预报综合气象模式探讨

应用卫星遥感植被指数对甘肃冬小麦产量预报惯用的气象模式进行修正。综合气象模式入选气象因子与影响我省冬小麦产量波动的主要气象因素相吻合，预报范围由代表站扩大到整个冬麦区，预报准确率有所提高。     

不同方法在湖南省早稻产量动态预报中的比较

为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。     

绿度指数在冬小麦苗情和产量监测中的应用

应用江苏省气象局农业气象服务中心提供的NOAA/AVHRR资料和资料处理系统,运用统计学原理,分析了绿度指数与徐州市冬小麦主要生育期的苗情、产量之间的关系,建立了冬小麦主要生育期生物量和产量的预报方程,确定了徐州市冬小麦主要生育期各类苗情的绿度指数指标,能较为准确地提供冬小麦主要生育期的苗情分类和产量预测。     

基于灾损定量识别的河南省冬小麦晚霜冻风险区划

利用河南省30个农业气象观测站1981-2008年的冬小麦观测资料和气象资料,基于晚霜冻指数和灾度计算了河南省冬小麦晚霜冻发生概率和灾害程度。通过在WOFOST作物模型中增加霜冻影响过程,实现了晚霜冻灾损定量提取,建立了以晚霜冻危险性、暴露性和脆弱性为评价因子的风险评估模型,按照高风险区、次高风险区、中等风险区、次低风险区和低风险区5个等级标准进行了河南省冬小麦晚霜冻风险区划。区划结果表明:冬小麦晚霜冻风险程度较高的地区主要分布在河南省沈丘、卢氏和林州等地,其风险指数都在0.6以上;低风险区主要分布在伊川、巩义、信阳、南阳、太康、濮阳和杞县等地,风险指数都在0.2以下。     

基于作物模型灾损识别的黄淮区域冬小麦晚霜冻风险评估

利用近50年黄淮地区54个农业气象观测站的作物观测资料和气象资料,结合人工移动式霜箱试验结果,研究了WOFOST作物模型中增加晚霜冻影响的处理技术,揭示了晚霜冻对冬小麦各生长量的影响结果。利用修改后的作物模型提取晚霜冻灾损评估技术,建立以晚霜冻的危险性、暴露性和脆弱性为风险因子的风险评估模型,开展黄淮区域晚霜冻风险评估。结果表明,黄淮区域冬小麦晚霜冻风险分布呈西高东低分布,高风险地区主要分布在黄淮区域的河南西部、西南部、西北部及东部永城、沈丘一带。其中,黄淮西部的高风险主要是由晚霜冻高灾损引起的,河南西南部的高风险是由晚霜冻的高频率引起的,其西北部和东部的高风险则是由晚霜冻的高频率和高灾损共同引起的。     

基于冬小麦农业气候分区的WOFOST模型参数标定

以1981—2010年河南省113个气象观测站影响冬小麦生长及产量形成的主要气象因素为区划指标,利用K均值聚类算法,将河南省划分为5个农业气候生态区。根据2013—2017年地面农业气象观测数据,利用Sobol全局敏感性分析方法,各分区选择总敏感指数大于0.01的作物参数,得到9种敏感参数。以产量与叶面积指数为代价函数,采用差分进化马尔科夫链蒙特卡洛方法对敏感参数进行分区标定,并使用2018—2019年观测数据进行验证。结果表明:分区进行参数标定时,叶面积指数动态模拟精度和产量模拟精度均显著优于使用默认参数或整个研究区使用同一套优化参数时的精度,其中,使用分区调参后验平均值模拟关键生育期叶面积指数的总均方根误差为0.655,其模拟产量的均方根误差为672.016 kg·hm-2。该方法将农业气候学知识与差分进化马尔科夫链蒙特卡洛优化算法相结合,通过合理、高效地分区域标定作物模型参数,可为作物模型区域应用和模型参数调整优化提供科学依据。     

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。     

利用WOFOST作物模型研究气候变暖对冬小麦产量的影响

全球气候变暖已经成为一个不争的事实,开展气候变化对冬小麦产量影响的数值模拟对制定农业政策以适应气候变化具有重要意义。本文使用荷兰瓦赫宁根大学开发的WOFOST模型,利用太谷2000年和2001年的数据对WOFOST模型进行验证,确定该模型在山西太谷地区的适用性。文章分析了太谷地区气温变化趋势,假定以1985年-2007年的变暖趋势增温,假设其它条件不变,从而构建了100年内每10a的时间间隔的气象情形。以这些气象情形驱动验证好的模型模拟100年内每10a的时间间隔气候变暖对冬小麦产量的影响。模拟结果表明,气温变化对冬小麦产量的影响不是单一的,未来冬小麦的产量是波动变化的。     

安徽省旱涝灾害及其对农作物产量影响

通过对建国以来安徽省多种农业气象资料分析，采用Z指数方法建立安徽省旱涝灾害气候判别指标，分析安徽省旱涝灾害发生规律。结果表明:1961—2000年安徽省有13年偏涝、13年偏旱；分区域看，淮北旱多于涝，沿淮、江淮、江南旱涝相当，沿江、大别山区涝多于旱。通过水稻（一季稻）、小麦典型旱涝年灾损率与发育期间气象条件、旱涝程度的对比统计分析，建立了分区水稻、小麦旱涝灾害损失评估模型和指标。春季涝渍灾害是影响安徽省冬小麦产量的主要灾害，其对冬小麦产量的危害程度远大于干旱，尤以4—5月发生的涝渍影响最严重，极重涝渍灾害的减产损失可达4成以上。同时重点研究了春季渍害对冬小麦产量的影响，提出改进的涝渍强度指标Qw，并进一步综合分析作物的敏感性和区域脆弱性对灾损率的影响。对1961—2000年冬小麦灾损率进行的敏感性和脆弱性订正表明，订正后拟合误差平均值和差异变率都明显降低，灾损评估精度得到提高。     

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.     

Influence of Climate Change on Winter Wheat Growth in North China During 1950-2000

1. IntroductionChinese agriculture has undergone tremendousstructural changes over the last decades. The averagestaple crop productivity has doubled in 25 yr while thepopulation increased by 25 % [China Statistical Year-book (CSY), 2003]. Winter wheat is one of China'smost important staple food crops, with a total farm-ing area of nearly 24 million hectares and a produc-tion exceeding 92 million ton in 2002 (CSY, 2003).Although China has been the world's largest wheatproducer since 1983 (…     

我国北方地区冬小麦干旱灾害风险评估

选取我国粮食重要生产区——北方冬麦区作为研究区,基于干旱灾害对作物产量的影响开展冬小麦干旱灾害风险评估和区划。在确定干旱灾害危险性指标过程中,通过对比分析MCI、CWDIa、CI、Pa及Ma干旱指数的适应性,确定了干旱灾害风险危险性指数;在分析北方冬麦区干旱背景和脆弱性时,考虑了冬麦区的地形、土壤类型、土壤有效持水量、河网水系、灌溉条件、降水量及干燥度等环境因素,以及冬小麦的耕地面积、播种面积、主要生育期的水分敏感系数、历史产量等。与以往致灾因子危险性分析方法不同,本文首先建立了干旱指标与冬小麦减产率之间的关系,通过减产率等级来确定干旱致灾临界阈值,在此基础上计算分析了冬小麦全生育期和6个关键生育期不同等级干旱发生的频率。综合考虑干旱发生的危险性、不同地区干旱背景和脆弱性,建立了我国北方冬麦区全生育期和6个关键生育期的干旱灾害风险评估模型和区划方法,实现了我国北方冬麦区干旱灾害的风险评估和区划。结果表明,MCI更能反映北方冬麦区干旱的特征,故以MCI指数作为干旱灾害风险危险性指数;我国北方冬麦区中北部的干旱灾害风险较高,应该加强防旱抗旱能力建设,南部地区包括苏皖和河南东南部的干旱灾害风险较小。本文建立的北方冬麦区不同生育期干旱灾害风险评估模型可应用于干旱灾害风险动态评估实时业务中。