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。     

基于气候适宜度的江苏水稻气候年景预测方法

在改进气候适宜度模型参数的基础上,利用1961-2016年70个站的气象观测资料和农业资料,应用统计方法,确定了温度、日照、降水适宜度对水稻气象产量的影响权重,由此构建了年景综合指数及其预测模型。结果表明:日照适宜度和降水适宜度与相对气象产量之间存在显著的相关关系,影响权重分别为0.460和0.428,由于热量资源充足,温度适宜度对气象产量的影响权重偏小(0.112);基于气候适宜度构建的年景综合指数与相对气象产量的相关系数达0.411,说明该指数能较好地表征气候条件对产量形成的综合影响;基于大气环流特征量和太平洋海温等大尺度预报因子,采用最优相关和逐步回归等方法,建立了水稻年景综合指数的预测模型,经过历史拟合和试报检验后效果理想,可投入业务应用,该方法的预测结果将为水稻产量分析预测提供科学依据。     

基于气象因子的广东早稻穗颈瘟发生面积的预测

根据2009-2018年广东省代表站稻瘟病和气象要素观测资料,以及稻瘟病发病的生态条件,确定出稻瘟病适宜致病日的气象条件(日平均气温20~30℃、日平均相对湿度≥90%、日照时数≤2 h、日降水量≥1 mm),考虑连续多个适宜致病日对稻瘟病发生的贡献不同,赋予不同的权重,构建了稻瘟病促病气象指数Z。利用回归分析建立了基于促病气象指数Z的穗颈瘟发生面积比率预测模型。模型历史回代检验表明,穗颈瘟发生面积比率预测值与实际值误差绝对值之比≤2%的准确率为86%。2019年实际业务试报的误差为0.1%~1.1%,预报效果较好。     

九三地区大豆产量模型和气象因子分析

对九三地区1970－1995年大豆单产与气象因子进行了分析，建立时间序列分析模型，求出了气象产量。利用逐步回归方法，建立了大豆单产与各气象因子的多元线性回归预测模型，找到影响大豆产量的主要气象因子。     

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。     

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。     

基于遗传优化BP神经网络的水稻气象产量预报模型

利用1951—2010年江苏省水稻产量及同期14个气象站点的逐日平均气温、降水资料,采用因子膨化及相关分析,研究了水稻气象产量的影响因子及影响时段。在此基础上建立了逐步回归、PCA-BP神经网络以及PCA-GA-BP神经网络3种产量预报模型。结果表明:(1)7—9月份是水稻产量形成的关键时期,对气温、降水的变化最为敏感,气温对气象产量的影响大于降水;(2)两种神经网络模型预报效果好于回归模型;(3)遗传优化的神经网络模型比未优化模型的训练速度提高了70%左右,预报精度也提高了4.3%。     

气象因子影响紫稻早稻穗颈瘟发生的预测分析

根据2010—2017年新兴天堂紫稻病虫害发生情况记录、气象要素观测资料,利用江西省稻瘟病促病指数模型计算新兴紫稻促病气象指数Z,并将Z值大小参照新兴紫稻病虫害发生等级划分新兴紫稻穗颈瘟为5个气象等级。经过历史资料检验,Z指数能较好地反映气象条件对病害发生的适宜程度,Z值大说明穗颈瘟发生程度重,反之则程度轻;建立新兴紫稻病虫害发生等级预测模型,经过实例检验准确率为66%,预测效果较好,可用于紫稻穗颈瘟发生的预测。     

影响紫稻产量的主要气象因子对比分析

利用2004—2019年新兴、罗定、墨江气象观测站的气温、降水、日照资料和各种植区稻米产量资料,运用数理统计、产量分离等方法,对影响稻米产量的主要气象因子进行对比分析,并利用3次多项式法分析建立新兴紫稻预测产量三元回归模型,结果表明:(1)在气温因子方面,新兴温度气候资源总体上十分适合紫稻各生育期的生长,适宜度很高;在降水因子方面,新兴、罗定、墨江降水量是充足的,均能满足生理需水要求;在日照因子方面,墨江中稻整个生育期的日照累计年平均日照时数均比新兴、罗定偏高,整体上各站日照充足,均有利于光合作用。(2)建立紫稻预测产量三元回归模型,整体上三元回归模型在紫稻预测产量上的拟合较好,预测产量总体上比实际产量稍微偏大,误差率在6%～23%范围内,预测效果较好。     

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.     

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。     

气候适宜指数在早稻产量动态预报上的应用

结合早稻生理特性和前人研究成果,分别构建了早稻温度、降水及日照适宜度模型,在此基础上,为反映多因子对早稻产量的协同效应,建立了早稻气候适宜度模型。根据不同时段的早稻气候适宜度,利用加权法,构建了早稻气候适宜指数。基于气候适宜指数与早稻产量的关系,建立了早稻气候适宜指标。并利用历年不同时段的气候适宜指数和早稻产量建立了早稻产量动态预报模型。结果表明,模型回代检验和预报检验的丰歉趋势正确率、实际预报准确率均较高,能够满足业务服务的需要。     

基于气候适宜指数的江西晚稻产量动态预报模型构建及应用

本文利用1981—2014年江西91个气象观测站的地面气象观测资料和同期的分县晚稻产量资料,结合江西地区气候特点及晚稻生理特性,构建适用于江西地区晚稻降水、温度、日照及综合适宜度模型,并根据适宜度与产量的相关关系,确定气候适宜指数,建立基于气候适宜指数的江西晚稻产量动态预报模型,并对模型进行了回代检验及预报检验,从而实现对江西地区晚稻气候适宜度诊断及晚稻产量动态预报的目的。结果表明:模型的回代检验、产量丰歉趋势、产量动态预报检验的准确率均较高,能够满足业务的需要。     

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。     

北京地区玉米风灾损失定量评估模型研究

风灾是北京地区玉米减产的一个重要因素,是影响玉米产量最常见的一种气象灾害,严重的风灾可造成玉米绝收。为实现对玉米风灾造成损失的定量评估,利用收集到的历史上出现的玉米风灾及产量损失数据,结合自动气象站观测资料,分析了风灾发生过程中对玉米产量损失影响显著的气象因子,最终确定选取玉米受灾过程中的最大风速的最大值、持续时间内的最大风速的平均值、最大风速持续时间和过程降水量4个气象因子,并考虑到玉米不同生育期抗风能力的不同,增加了玉米生育期影响因子,利用这5个要素,运用统计学方法建立了北京地区玉米风灾损失定量评估统计模型。通过对样本数据的拟合及剩余样本的检验,建立的定量损失评估模型具有一定的准确性和实用性,可为政策性农业保险的定损,以及生产部门确定风灾损失及保险公司理赔提供科学依据。     

高速公路路面摩擦气象指数预报方法

根据目前不同气象条件下高速公路路面摩擦系数的测试结果,分析了吉林省高速公路路面摩擦系数的主要影响因素及其与天气之间的关系。结果表明:天气变化是使高速公路路面摩擦系数在短时间内发生显著改变的最主要因素。定义了与气象条件有关的路面摩擦气象指数,根据其对车辆安全行驶的影响,制定了吉林省高速公路路面摩擦气象指数的等级划分标准,研究探讨了根据天气条件预报高速公路路面摩擦气象指数的方法。     

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.     

地市级专业气象预报服务系统

利用9210传输的气象资料,通过计算预报因子和预报对象间的相关系数,挑选预报因子,建立多因子权重回归方程,用于气象要素、森林火险气象等级、城镇火险气象等级、空气环境质量等级预报。此外,根据调查指标和实践经验,建立了医疗气象、储运气象、商业气象预报判据。     

气候变化对越南北方水稻生产的影响

利用越南北方各省19个代表站近50a的气候和水稻资料,采用EOF等数理统计方法,分析了气候变化对越南北方水稻生产的影响。同时讨论了水稻趋势产量和气象产量变化的特征,气温、降水等要素与水稻产量之间的关系以及1959年以来气象灾害对越南北方水稻产量形成的影响,并通过积分回归分析探讨了不同因子在不同时段对水稻生产的作用,进而提出在未来气候变暖背景下越南北方应采取的相应对策。