线辣椒产量与气象因素的关联分析

选取凤翔县1984—2000年的线辣椒产量与气象因素进行关联分析,得出主要影响因素为7月中、下旬平均气温、7月下旬降水量,关联度分别为0.8510、0.8537、0.7719,7—8月最高气温≥35oC的日数关联度为0.7500,4月中旬平均气温度为0.7642,8月下旬—9月上旬平均气温关联度为0.7448。建立了线辣椒产量预报模型,预报准确率平均为89%。     

基于关键气象因子的河北省马铃薯产量预报

基于1983—2019年河北省马铃薯产量数据及同期河北省21个气象站逐旬平均气温、降水量、日照时数,采用因子膨化及相关分析方法,确定影响河北省马铃薯产量的关键气象因子,建立马铃薯产量预报模型,并利用预报模型对1983—2015年马铃薯产量进行回代检验,对2016—2019年马铃薯单产进行预报。结果表明:马铃薯产量对7—9月的气温、日照时数比较敏感,且气温对马铃薯产量的影响大于日照时数。各起报时间预报产量趋势回代检验正确率为75.7%~91.7%,预报产量回代检验准确率为83.6%~91.4%;2016—2019年历年产量预报准确率为83.5%~95.3%,且随着起报时间的后移,预报准确率逐渐提高。     

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%。     

基于灰色关联分析的新疆棉花产量气象影响因素研究

整理了新疆境内2000—2009年的棉花单产、年降水量、年平均相对湿度、年日照时数以及年平均气温等统计数据,对各因素变化趋势及相关性进行了分析,并应用灰色关联分析方法研究各个气象因素对棉花产量的影响程度。结果表明,年日照时数与棉花单产之间相关性最好,对棉花产量贡献最大,基于日照时数建立的棉花产量预测模型具有良好精度。     

豫南一季中稻生育期气象因子与产量及其构成要素相关性分析

以信阳国家一级农业气象试验站1981-2009年29a气象资料以及水稻观测资料为基础,利用SPSS统计分析软件．建立豫南一季中稻生育期旬平均气温、最低气温、降水量以及日照时数与空壳率、枇各率、千粒重以及地段1m2产量之闻的统计回归关系。结果表明：1）一季中稻的空壳率随着6月中旬和8月中旬的日照时数的减少而增大,随着8月...     

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。     

基于积分回归法黑龙江省作物产量动态预报研究

由于积分回归法生物学意义明确,预报效果较好,已成为一种新的作物产量动态预报方法。为了完善黑龙江省主要作物的动态预报方法,提高作物单产的预报准确率,本文利用积分回归方法,随机选取以县为单元的研究对象,开展黑龙江省多种作物积分回归产量动态预报模型的适用性研究。结果表明:建立的黑龙江省6月下旬至9月下旬春玉米、大豆和水稻积分回归产量动态预报模型均通过了F的显著性检验,作物产量预报的平均差MD和相对误差RE均未通过显著性检验,表明建立的春玉米、大豆和水稻产量预报模型的预报效果较好;其中春玉米和水稻产量预报模型的预报准确率较高,模型预报的单产与实际单产的一致性较好。通过对2011—2014年黑龙江省作物单产进行试报和检验,发现春玉米、水稻和大豆单产的预报准确率平均为96%、95%和93%;表明积分回归方法对黑龙江省大豆单产预报的适宜性略差,积分回归法适用于黑龙江省水稻和春玉米单产的预报。基于积分回归法的原理,可以在黑龙江省开展春玉米和水稻单产的动态预报,并继续开展大豆产区积分回归产量动态预报的适用性研究。     

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。     

永嘉乌牛早茶冻害气象影响因子及其等级预报

基于2007—2017年永嘉乌牛镇早茶冻害等级数据和同期气象数据,采用相关分析、回归分析等方法,建立了永嘉乌牛早茶冻害的气象影响因子及其等级预报模型,结果表明:极端低温、平均气温、累积降水量、平均日照时数与早茶冻害等级有极其显著的关系。冻害预报模型平均准确率为90.7%,回代准确率为94.46%,具有较高的精度,为相关的农业气象服务提供科学依据。     

晚稻单产动态预测方法研究

晚稻单产与气象条件关系分析表明：气象要素是影响相邻两年晚稻单产变化的主要影响因素,尤其是气温和日照.根据业务服务的需要,提出利用晚稻主产省份的产量资料和代表站的旬平均气温、旬降水量和旬日照时数等气象资料,运用综合聚类原理,建立全国晚稻产量动态预报方法.此方法能够在晚稻播种一段时间后动态预测晚稻单产,具有简便、实用、准确率较高的特点,并且克服了常用回归方法在较短时间内筛选预测因子难的缺点,有一定的业务应用价值.     

广东省水稻纹枯病发生的气象等级监测和预报方法

从水稻纹枯病发生机理出发,通过筛选满足纹枯病病菌侵入寄主的气象因子条件,即水稻纹枯病的促病气象指标:日平均气温23～30 ℃、日平均相对湿度≥91%、日照时数≤2 h、日降水量＞1 mm,建立了水稻纹枯病发生发展的气象条件促病指数Z,在相关分析的基础上确立了纹枯病发生发展的气象条件预报等级指标,通过1992～2006年历史回代检验,准确率为74%.2007年实际业务试报应用,其预报可行性较好.     

气象要素对青岛崂山茶叶产量影响分析

为了研究茶叶产量与气象要素的关系,基于青岛市崂山区1994—2015年气温、降水量、日照时数、空气相对湿度及茶叶产量数据,利用数理统计方法,筛选影响崂山茶产量的关键气象因子,利用通径分析评价各因子的影响。利用1994—2013年产量资料与气象资料建立多元回归模型,2014—2015年做独立样本检验,结果表明:当5—7月中旬降水量偏多(少),5月中旬—6月上旬平均气温偏高(低),但是该时段最高气温偏低(高),而9月平均气温偏高(低),7—8月平均最高气温偏低(高)时,有(不)利于崂山茶叶的生长和提高茶叶气象产量。同时分析表明:当12月—下年2月日最低气温低于-10℃日数偏少(多),7月日照时数偏少(多),也有(不)利于崂山茶叶气象产量的增加。表明崂山茶叶生长季节适宜于雨量偏多、平均温度偏高,温度变化趋势平稳,极端高(低)温少的气象条件。利用这些关键气象因子建立的影响茶叶气象产量回归模型,能够较好的拟合崂山茶叶产量,研究结果为开展崂山茶叶产量评估与气象服务提供了技术支撑。     

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.     

增城香蕉产量的气象预报模型

利用增城1992—2021年香蕉种植面积、产量资料与同期气象资料,对增城香蕉产量预报方法进行研究。结果表明:(1)增城香蕉产量气象波动指数为0.2784,占实际产量变异系数的98.32%,气象因素是影响增城香蕉产量波动的最主要因子。(2)1992—2021年中气象丰年8年(占比27%)、气象平年7年(占比23%)、气象歉年15年(占比50%);丰年气象产量波动大,歉年气象产量较为平稳。(3)日照时数、平均气温以及最大风速是影响增城地区香蕉产量的最关键气象因子。(4)预报模型对历年香蕉产量预报平均误差为8%,平均准确率达94.1%,预报准确率基本满足日常业务服务,研究成果可为日常农业气象服务及乡村振兴气象保障服务提供科学决策依据。     

汉中盆地水稻最佳抽穗扬花期及播期探讨

通过汉中4月的平均气温、平均气温≥10.0oC的保证率,7月10日—8月20日的逐日降雨频率,7—8月连续两天以上降雨频率,7—9月的日照时数、平均气温、相对湿度等气象因素的分析,确定汉中水稻的最佳抽穗扬花期为7月下旬,其次是8月上旬;汉中盆地晚熟组合应在4月10日前,中熟组合应在4月20日前播种育秧才能获得水稻最高产量。     

河南省夏玉米产量预报方法

利用河南省农业气象产量预报业务系统(WAPFOS),分析了夏玉米产量与光照、降水、气温等影响因子的关系,结果表明,旬降水量、旬日照时数和旬平均气温与夏玉米产量关系密切,是直接影响产量的重要因素.在此基础上,建立了预报模型.     

信阳水稻农业气候资源分析与农业气候指标确定

利用信阳市1971~2000年的水稻产量资料和相对应时期的气候资料进行对比分析,结果表明:光、热、水资源充沛且匹配较为合理,能够满足一季稻对气象条件的需求。通过对9月下旬水稻生育关键期内的关键气象因子丰、平、歉年点聚分析发现:8月中旬至9月上旬降水量<180 mm为丰年,180~200 mm为平年,>200 mm为歉年;日照时数>180 h为丰年,<160 h为歉年,160~180 h为平年;4月中旬至5月上旬平均气温>18.5℃为丰年,<17.5℃为歉年,17.5~18.5℃为平年。     

信阳水稻农业气候资源分析与农业气候指标确定

利用信阳市1971～2000年的水稻产量资料和相对应时期的气候资料进行对比分析,结果表明光、热、水资源充沛且匹配较为合理,能够满足一季稻对气象条件的需求.通过对9月下旬水稻生育关键期内的关键气象因子丰、平、歉年点聚分析发现8月中旬至9月上旬降水量＜180 mm为丰年,180～200 mm为平年,＞200 mm为歉年;日照时数＞180 h为丰年,＜160 h为歉年,160～180 h为平年;4月中旬至5月上旬平均气温＞18.5 ℃为丰年, ＜17.5 ℃为歉年,17.5～18.5 ℃为平年.     

河南省夏玉米产量预报方法

利用河南省农业气象产量预报业务系(WAPFOS)，分析了夏玉米产量与光照、降水、气温等影响因子的关系，结果表明，旬降水量、旬日照时数和旬平均气温与夏玉米产量关系密切，是直接影响产量的重要因素。在此基础上，建立了预报模型。     

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%。