渭南玉米产量气象条件分析与预报模型研究

利用渭南市1996—2018年玉米产量和同期全市11个气象站玉米生育期内光、温、水气候资源,采用直线滑动平均法结合调和权重法对渭南市玉米产量进行趋势产量和气象产量的分离。采用SPSS17.0软件对分离出的1996—2014年玉米气象产量与生育期各类气象因子进行相关性分析,筛选出相关性较高气象因子,采用多元线性回归方法,与气象产量建立预报模型。分析各因子对玉米产量的影响发现:在营养生长阶段,降水对产量贡献最大;在生殖生长阶段,降水与产量呈负相关。预报模型回代、预测结果显示,回归方程显著,预报效果良好。     

内蒙古玉米主产区气候条件对产量的影响

选取内蒙古主要农业区赤峰、通辽、呼市、临河为代表站，利用数理统计方法，分析了上述4个站点多年玉米产量与各生育期气象因子的相互关系，得出降水量、气温、风速是影响玉米产量的主导因子。而影响玉米生长的关键期是玉米的拔节期和乳熟期，同时利用多元回归统计方法，建立了玉米单产与气候因子的综合预报模型，并用近年的资料对模型进行回代检验，拟合率达83％。     

近30年渭南夏玉米气候适宜度研究

根据渭南市11个国家气象站1991—2020年逐日气象数据,结合夏玉米农业气象观测站的生育期资料,利用气候适宜度模型来分析渭南市夏玉米不同生育期的温度、日照、降水和气候适宜度特征,以及全生育期各种适宜度的时空分布规律。结果表明：降水是影响渭南夏玉米产量的主要气候因子;乳熟至成熟期渭南夏玉米易受连阴雨天气影响,日照适宜度最小,对产量和品质造成影响;北部温度适宜度最大,南部降水和光照适宜度最大,总体气候适宜度从北向南逐渐增大,南部最适宜种植夏玉米。     

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。     

气象灾害损失评估方法在呼市地区农业气象产量预报中的应用

通过确定基本无灾年的期望产量,建立气象灾害统计评估模式,并作出相应的农业产量预报。以呼市地区的资料为例,介绍了农业气象灾害损失评估方法,给出了呼市地区作物不同生育期气象灾害的影响参数。利用此方法制作呼市地区1997年粮豆总产预报,取得了令人满意的效果。     

山东棉花产量旱灾损失评估模型

采用统计方法,对棉花气象产量与气候因子进行统计分析,得到了各生育时段影响产量的主要降水因子和需水指标,从而根据当年的降水量对棉花产量因旱灾造成的损失程度进行评估,建立区域、省级棉花旱灾损失评估模型。     

湖北省大风灾害及其风险度

为了研究湖北省大风灾害的特点及风险度,在湖北省1965～2005年的大风灾害调查基础上,分析各地风灾发生频率及造成的人员、财产损失等特征,对各地大风灾害进行影响评估,用受灾人口、成灾面积等指标给出了风灾级别,配合风灾频率确定了风灾影响度,同时根据湖北风灾致灾因子的特点以及对承灾体易损度的分析,利用风灾危险性评价模型给出风灾风险度分析图.结果表明,三峡河谷、江汉平原东部是大风灾害最大风险区所在.     

北京地区冠心病发病率的气象评估模型

基于1984～2000年北京地区自然人群的长期、持续、跟踪监测的旬冠心病发病资料和同期日气象资料，通过分析揭示了冠心病发病率的季节变化规律和年际变化特点；通过发病率和气象因子的相关分析，确定了全年及各季、月可能诱发冠心病发病率的主要气象因子。结果表明，气压、风速、气温和水汽压等因子与发病率关系显著，从各个季节来说，气象因子对发病率的影响又各有侧重并具有不同的表现形式。建立了各代表月冠心病发病率的气象评估模型，历史回代和预测结果表明，所建方程具有较高的评估能力。     

吉林省重大暴雨过程影响损失评估模型的建立

利用1961-2012年吉林省逐日降水资料、暴雨灾情资料、逐年GDP和人口资料采用灰色关联度分析方法建立重大暴雨过程指数及灾损指数,利用相关分析法对重大暴雨过程造成损失的影响因素进行探讨,采用多元回归法建立重大暴雨过程影响损失评估模型,并进行拟合和试评估检验。结果表明：吉林省重大暴雨过程造成的损失与前7 d雨量及重大暴雨过程指数相关显著;利用前7 d雨量和重大暴雨过程指数建立的影响损失评估模型拟合和试评估效果均较好,可在实际业务中应用;由于在重大暴雨过程发生前,评估因子就可获得,因此,可以对其灾害损失进行定量预评估,在实际业务中指导意义较大。     

春季低温连阴雨灾害对农作物产量影响评估

依据河南省春季低温连阴雨灾害标准,对信阳市1971—2007年春季达到低温连阴雨过程标准的气象资料,分别从3月低温上,4月低温、连阴雨以及低温连阴雨,5月连阴雨等不同的致灾因子持续时间长短、对农作物造成危害程度的大小,将其划分3成个不同的灾害等级。用拉格朗日插值法计算作物的期望产量,用分离法将春季低温连阴雨灾害对作物造成的损失分离出来。结果发现,不同时段的春季低温连阴雨对水稻、小麦、油菜和茶叶造成的危害程度是不同的,以4月低温连阴雨和5月连阴雨危害最大。定量评估春季低温连阴雨灾害损失对防灾减灾和政府决策具有十分重要意义。     

我国沿海主要省份热带气旋风雨因子危险性分析Ⅰ:基本值

利用热带气旋最佳路径资料、气象站点风雨资料,结合我国县级热带气旋灾害损失数据,初步分析了我国沿海主要省份热带气旋风雨因子的基本值,包括风雨因子评估起点及权重系数。以过程最大日最大风速（MMW）为风因子,过程雨量（AP）和过程最大日雨量（MP）为雨因子,共挑选出1 563个热带气旋样本,经过统计分析,确定MMW、AP、MP基本值分别为9 m/s、70 mm、50 mm。在此基础上进一步分析了1971—2010年沿海主要省份满足风雨因子基本值条件的热带气旋样本数的分布情况,以及仅由风因子主导、雨因子主导和风雨因子共同主导的样本数及所占比例的空间分布。采用基于致灾程度的客观分析方法来获取风雨因子权重系数以及风雨因子各等级区间的权重系数,以此为下一步分析热带气旋风雨因子危险性特征奠定基础。      

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。     

10—11月海南省瓜菜苗期湿涝风险评估与区划

为了评估海南省冬种瓜菜苗期生长阶段容易遭受的湿涝灾害,基于1998—2011年海南省18个气象站气象资料、各市县西瓜、豇豆、辣椒、丝瓜4种冬种瓜菜产量及苗期湿涝灾情资料,以降水量、降水日数等因子建立主成分分析综合指标,通过灾情反演构建苗期湿涝致灾等级指标,结合孕灾、灾损和防灾能力进行瓜菜苗期湿涝灾害综合风险分析与区划。结果表明:瓜菜苗期湿涝危险性从西南至东北增加,轻度与重度湿涝风险概率分布趋势相反,苗期湿涝孕灾敏感性从中西部山区向沿海和平原地区增加,瓜菜苗期湿涝灾损风险和防灾能力分布存在差异,且不同瓜菜差异明显;4种瓜菜苗期湿涝综合风险总体分布趋势一致,从西南至东北地区风险等级加重,降水、地势、土地等因素综合导致东部和北部部分地区苗期湿涝的风险高。     

江西省早稻雨洗花灾害指标构建与灾损评估

构建早稻雨洗花灾害指标及适于早稻产量估算的灾损评估模型,对开展早稻雨洗花灾害监测、损失评估、灾害保险等具有重要意义。该文以江西省早稻为研究对象,利用1981-2015年14个水稻气象观测站逐日气象资料和农业气象观测资料,筛选出基于早稻抽穗扬花期间过程降水量、最大降水量、降水日数及实际产量的雨洗花灾害样本78个,在此基础上,利用相关分析、正态分布以及主成分回归法,建立了雨洗花灾害指标和灾损评估模型,并对其进行验证。结果表明:抽穗扬花期降水对雨洗花灾害形成有显著影响,其主要影响时段为抽穗扬花普遍期前后5 d内,关键时段为抽穗扬花普遍期前后3 d内。日降水量40 mm可作为早稻抽穗扬花期雨洗花灾害临界指标。以该指标为基础,统计日降水量不低于40 mm的降水日数及其对应的累积降水量,当累积降水量为40~170 mm时,为轻度雨洗花灾害,早稻一般减产小于15%,平均减产10%;当累积降水量不小于170 mm时,为重度雨洗花灾害,早稻一般减产不低于15%,平均减产22%。指标验证结果与历史实际灾害发生情况有较好的一致性。雨洗花灾损评估模型检验结果表明:雨洗花年模拟产量与实际产量吻合度较高,平均相对模拟误差为4.3%,78.0%的资料相对误差在5%以内,可利用该模型对雨洗花年的早稻减产率进行模拟和预测。     

松山区玉米主要气象灾害评估与对策

应用赤峰市松山区境内的赤峰和岗子两个气象观测站1961—2009年的气候资料和松山区玉米单产资料,分析玉米生长季的水热条件对玉米气象产量的影响,定量评估灾害损失。结果表明,采用5a滑动平均法和线性拟合相结合的方法计算的玉米气象产量更具有客观性,贴近实际情况。有利的气候条件使得玉米平均增产890.3Kg/hm2;不利的气候条件使得玉米减产634.5Kg/hm2。玉米气象产量与生长季降水量关系密切,干旱是玉米大幅度减产的主要气候灾害,占总减产量的76.6%;其次是阶段性低温冷害。气候变暖趋势总体上是有利于玉米生产的,但玉米气象产量的变幅呈增大趋势。     

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。     

青藏高原东边缘山区极值风速推算方法的研究

利用1971—2001年青藏高原东边缘地区12个气象台站风资料,分析了影响极值风速的主要因子,通过对地形的参数化处理,建立了极值风速随海拔高度和地形参数变化的拟合模型,可推算该地山区的极值风速,并利用山区临时观测资料对拟合模型进行了检验。结果表明,利用引入地形参数所建立的极值风速拟合模型来推算山区极值风速具有一定的可行性。     

基于WOFOST模型的辽西地区典型旱年不同播期玉米干旱损失评估

针对干旱灾害频发的辽西地区, 以春玉米为研究对象, 选取WOFOST作物模型, 利用干旱胁迫控制试验数据、田间试验数据和气象数据驱动模型, 进行典型旱年的模型适用性及不同播期的干旱损失评估研究。结果表明: 经过参数校准后的WOFOST模型能够较好的模拟辽西地区典型旱年春玉米产量及损失。辽西地区不同播期受干旱的影响程度不同, 因旱减产风险随播期推迟而减小, 2015年(中旱)干旱导致的平均减产率可达59%—61%, 2018年(轻旱)可达20%—39%, 2020年(中旱)可达36%—62%。不同生育期内干旱对产量的影响程度不同, 总体上拔节期—抽雄期和抽雄期—乳熟期持续重旱对产量的影响最大, 其次是抽雄期—乳熟期、拔节期—抽雄期。玉米各生育期受干旱影响程度, 朝阳站最大, 其次是黑山站和阜新站。辽西地区在旱年, 拔节期—抽雄期发生中旱和重旱风险随播期推迟而增加, 抽雄期—乳熟期发生中旱和重旱风险随播期推迟而减少, 当拔节期—抽雄期和抽雄期—乳熟期连续发生重旱, 干旱灾损程度随播期推迟而加重, 减产率可高达46%—84%。     

承德春玉米需水量变化特征及其与气象因子的关系

利用1961-2009年气象资料和发育期资料,采用FAO推荐的Penman-Monteith公式计算春玉米生育期内逐日需水量,研究了承德春玉米需水量、水分盈亏的年内、年际变化规律,分析了气象因子对春玉米需水量的影响。结果表明：承德春玉米生育期平均需水总量、水分盈亏分别为522.5mm和69.4mm。在生育期内,春玉米逐日需水量的变化规律表现为先缓慢增加后减小|春玉米需水量与气象因子密切相关。     

承德春玉米需水量变化及其与气象因子的关系

利用1961—2009年气象资料和发育期资料,采用FAO的Penman-Monteith公式计算春玉米生育期内逐日需水量,研究承德春玉米需水量、水分盈亏的年内、年际变化规律,分析气象因子对春玉米需水量的影响。结果表明：承德春玉米生育期平均需水总量、水分盈亏分别为522.5 mm和69.4 mm。在生育期内,春玉米逐日需水量的变化规律表现为先缓慢增加后减小;春玉米需水量与气象因子密切相关。