三种油菜产量预测模型在江西的应用比较

以江西省1990—2015年气象要素(光照、温度和降水)和逐年全省油菜产量数据为基础,比较分析了关键气象因子模型、气候适宜度模型和辐热积模型预测江西省油菜产量的准确率。结果表明:回代检验中,辐热积模型拟合效果最佳,气候适宜度模型未通过0.05水平显著性检验,关键气象因子模型花期拟合结果相对较差;预测检验中,3种模型的预测准确率均超过90%,关键气象因子模型、气候适宜度模型和辐热积模型全年预测准确率高于95%的概率分别为80%、60%和80%。综合预测准确率和模型稳定性两方面分析,辐热积模型相对于气候适宜度模型和关键气象因子模型更加适用于江西省油菜产量预测业务服务。     

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.     

夏玉米产量动态预报方法研究

利用洛阳市1981—2014年夏玉米产量资料、生育期内的气象资料,结合夏玉米的生物学特性,分别构建夏玉米温度、光照、水分适宜度模型,利用夏玉米生长季内不同时段的气候适宜度指数与气象产量的相关关系,构建夏玉米产量预报模型,并分别利用1981—2010年、2011—2014年数据进行回代、预报检验。结果表明,气候适宜度与夏玉米气象产量存在显著的相关性,两者变化趋势一致。1981—2010年各时段预报模型的单产回代检验准确率在89.19%~91.42%之间,趋势回代检验准确率达89.66%~96.55%。2011—2014年预报检验,预报准确率最高为96.16%,最低为91.05%,趋势预报准确率最高为100%,最低为75%,预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。     

北方地区小麦蚜虫气象适宜度预报模型构建

根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。     

青岛市崂山地区樱桃产量预报方法研究

基于2000—2016年青岛市崂山地区樱桃产量资料和气象观测资料,利用全国农业气象产量预报业务系统(WAPFOS 2015.1.0版本),分析影响崂山地区樱桃产量形成的关键气象因子,建立崂山地区樱桃产量预报模型。基于2000—2014年樱桃产量资料进行樱桃趋势产量和气象产量分离,建立崂山地区樱桃趋势产量和气象产量预报的回归模型,并利用2015—2016年樱桃产量资料对模型进行试报检验。结果表明:2000—2014年崂山地区樱桃产量预报模型平均预报准确率达96.98%,2015年和2016年樱桃产量预报准确率分别为95.94%、96.80%,模型反映影响崂山地区樱桃产量的主要气象因子为3月上中旬平均最低气温、3月中下旬降雨量、4月上旬降雨量和4月中旬平均最低气温。崂山地区樱桃产量歉年3月上中旬平均最低气温低于-5.0℃,3月中下旬降雨量大于15.0 mm,4月上旬降雨量小于5.0 mm;丰年3月上中旬平均最低气温大于-3.0℃,3月中下旬降雨量小于5.0 mm,4月上旬降雨量大于15.0 mm。     

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。     

江苏省冬小麦气候适宜度动态模型建立及应用

用1961—2010年江苏57个气象站常规气象资料和小麦产量资料,结合前人的研究思路,应用生态适宜度、模糊数学理论,引入权重分析等方法,建立了江苏省冬小麦气候适宜度的动态模型,模型检验结果良好。对1961—2010年冬小麦历年全生育期和各生育期的气候适宜度进行初步分析,结果表明:江苏省各地冬小麦气候适宜度均维持在较高水平,其中冬小麦生育期内温度适宜度最高,降水适宜度维持在较低水平,日照是其生产过程中的关键性制约气象因子。     

利用深度神经网络和先兆信号的江苏夏季降水客观预测方法

利用1961—2019年江苏省67个站降水量和气候指数数据集等资料,选取大气环流、海温和积雪等先兆信号的不同组合作为预测因子方案,通过对比不同机器学习方法对江苏省夏季降水开展预测试验。结果表明,深度神经网络（Deep Neural Network,DNN）较传统统计方法和其他机器学习方法有一定优势,深度神经网络结合动态权重集合因子方案对江苏省夏季降水的预测技巧最高,其独立样本检验结果稳定,2015—2019年的平均PS评分为76.0,距平符号一致率为0.62,距平相关系数达0.35,尤其对江苏省中南部的预测技巧更高,具有业务应用价值。不同预测因子方案对比分析表明,大气环流因子在江苏省夏季降水预测中做主要贡献,而海温因子和积雪等其他因子也有正贡献,说明使用综合性预测因子以及集合方案有助于提升季节预测准确率。      

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。     

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。     

河南省小麦病虫害气象预测预报模型研究

根据1988-2005年河南省小麦病虫害总发生面积,结合对应年旬气象资料、温雨系数,采用相关统计分析方法,得出关键旬光温水气象因子和温雨系数的相关系数,确定关键气象因子.根据关键气象因子和温雨系数的参与时间,建立了长期、中期和短期共8个预报模型.经过历史资料的回代检验,发现9月上旬和10月中旬两个模型预测面积准确度在80%以上的历史符合率占72%和78%;12月上旬、2月下旬、4月下旬和5月上旬,模型预测面积准确度在80%以上的历史符合率均在89%以上.对等级进行预测时发现历史完全符合率在70%左右,但总体趋势较好,其预报等级与实际等级差的绝对值最多为1,未发生偏轻预报为偏重或偏重预报为偏轻的现象.本模型能根据最新气象数据的参与时效,对小麦病虫害的发生发展进行滚动预报,且效果良好.     

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。      

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。     

阜康棉铃虫发生程度气象条件分析及预报

根据阜康植保站2001—2011年逐年棉铃虫各主要危害代发生程度和同期气象资料,对棉铃虫发生程度和气象要素的关系进行了研究。结果表明:阜康棉铃虫一年发生3代,危害较重的是2、3代;2月地面极端最高温度是影响棉铃虫发生长期趋势的主要因子;影响阜康2、3代棉铃虫发生发展的中短期主要因子为5月中旬、7月中旬、8月中旬平均气温和7月中旬降水量等。建立了2、3代棉铃虫发生等级的长期和中短期气象预测模型,经拟合检验和应用检验,2、3代棉铃虫发生长期趋势预测拟合率为77%和62%,中短期发生趋势拟合率为85%和92%。     

阆中古城旅游与气象气候相关性分析

利用1981—2016年阆中气象资料通过计算影响阆中古城旅游的气象、气候因子,建立了适合阆中的旅游气候综合舒适度指数模型。并利用模型对阆中气候综合舒适度进行了评价,划分出其等级和适宜旅游期。以2013—2015年阆中古城客流量月指数为依据,通过OLS回归分析建立数学模型对阆中古城年内月客流量变化与旅游气候综合舒适度的相关性进行分析。结果显示:阆中旅游属于春秋两季适宜型气候,2—6月和9—12月均适宜旅游,4—5月和9—10月为最适宜期,仅有1月和7—8月较不适宜出游,无不适宜期;年内月客流量变化主要受气象气候影响,各月气候综合舒适度的变化均对客流量的影响极其显著,客流量月指数受气候综合舒适度指数的影响弹性系数为0.9614%。     

安徽省一季稻生长气候适宜性评价指标的建立与试用

结合已有研究成果和一季稻的生理特征,采用模糊数学方法分别建立了安徽省分区域一季稻温度、降水和日照适宜度模型,并在此基础上建立了综合反映多因子对一季稻影响的气候适宜度模型.通过对不同时段内单要素适宜度和气候适宜度的集成,构建了分区域一季稻单要素适宜指数和气候适宜指数模型,并对两种集成方法进行了比较.基于气候适宜指数与一季稻产量的关系,建立了不同时间尺度的气候适宜性评价指标.结果表明:归一化法气候适宜指数模型优于绝对值法,气候适宜指数与产量丰歉指数具有显著相关性;气候适宜性评价指标对一季稻的产量具有较好的区分度,指标回代检验准确率较高,业务试用效果良好,可以用之评价气候条件对一季稻生长发育和产量形成的适宜程度.     

郑州市麦蚜发生气象条件分析及预报研究

以郑州市1998—2009年的麦蚜发生情况、气象观测资料为依据, 结合麦蚜自身生物学特性,分析了郑州地区麦蚜发生特点和规律及其与光、温、水等环境气象条件之间的关系,并利用相关系数法进行因子普查,筛选出影响郑州市麦蚜发生和流行的主要地面气象因子为1月上旬平均气温、2月上旬降水量、5月下旬日照时数和5月温雨系数。据此,利用当年上述地面气象因子预报值,建立了年度预报模型。模型历史拟合准确率为95.0%,对2010和2011年郑州市麦蚜发生程度的预报精度分别为92.2%和90.0%。     

一种优越的统计预报法——介绍一致拟合率法

本文所介绍的一致拟合率法,是在吸收了0、1权重回归和权重集成等统计学方法优点的基础上而引入的一种新方法。该法解决了同商值(不同比)因子应配有不同权重的问题;并采用计算单(或组合)因子可靠度大小来引入因子,组建0、1化一致拟合率方程,收到类似回归的预报效果。通过在 MOS、PP 法和经典统计预报中检验和使用,证明用一致拟合率法比0,1权重回归法所建方程的试报准确率平均高8—20%。