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、5月下旬日照和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%。     

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。     

区域水资源优化配置多目标模型求解的Matlab与Excel集成实现

以商丘市19952005年的小麦白粉病发病面积、地面气象资料和大气环流特征量为依据,利用相关系数法进行因子普查,筛选出了影响商丘市小麦白粉病发生和流行的主要地面气象因子和大气环流特征因子及其关键时段,并利用多元线性回归方法建立了数学预测模型,模型历史拟合准确率为95.2%.利用该预测模式在2006年和2007年对商丘市白粉病发病面积进行预测,预报精度分别为93.1%和90.2%.     

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。     

商丘市小麦白粉病预测模式研究

以商丘市1995-2005年的小麦白粉病发病面积、地面气象资料和大气环流特征量为依据,利用相关系数法进行因子普查,筛选出了影响商丘市小麦白粉病发生和流行的主要地面气象因子和大气环流特征因子及其关键时段,并利用多元线性回归方法建立了数学预测模型,模型历史拟合准确率为95．2％。利用该预测模式在2006年和2007年对商丘市白粉病发病面积进行预测,预报精度分别为93．1％和90．2％。     

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。     

黄山冬半年云海预报研究

利用2004—2014年黄山气象站地面气象观测资料和NCEP/NCAR再分析资料,分析了云海发生时气温、气压、湿度、风速等要素的垂直分布、时间演变特征,选取能够反映云海天气特征的指标作为预报因子,分析预报因子分布特征,确定其阈值及消空指标,采用指标叠套法建立了黄山冬半年各月08时云海预报模型,总体正确率为88%,T_S评分为31%。利用2015—2016年资料进行检验,总体正确率为88%,T_S评分为36%,其中3月、10月T_S评分为44%,1月T_S评分为38%,模拟结果对黄山冬半年的云海预报具有一定的参考价值。     

环渤海夏蝗发生程度气象集成预报方法

东亚飞蝗发生程度与气象条件关系密切,该文使用1980-2008年的飞蝗资料和气象资料,选择了环渤海4种典型(沿海、水库、洼淀、内涝)蝗区,利用秩相关系数法筛选影响飞蝗发生程度的气象因子,确定了影响不同蝗区夏蝗发生程度的气象因子指标集。利用权重修正气象距离法,建立了气象距离指标预报模型;依据飞蝗自身生物学特性,建立了生物学预报模型。在此基础上,基于蝗虫生物学和气象条件影响的共同作用,建立了夏蝗发生程度的生物一气象集成长期预报模型。结果表明:在环渤海飞蝗区域,不同类型蝗区影响气象因子有一定差别,集成预报模型趋势预报准确率高于其他模型。     

脑血管病的气象危险指数预报研究

为预防脑血管病发生、发展,提高人群自我保健意识,利用西安市2010—2013年脑血管病死亡人数和同期气象数据,通过SPSS17.0对气象因子与脑血管疾病逐日死亡人数进行单因素相关分析,通过多元逐步回归方法按月建立脑血管病日死亡人数预报模型,并建立脑血管病气象危险指数等级,应用2014年资料检验预报模型及等级预报。结果表明:西安市不同月份与脑血管病死亡人数有显著相关的气象因素不同;按月建立的脑血管病预报模型准确率在78%以上,气象危险指数等级预报准确率达90%,预报模型及气象危险指数等级预报效果较好。     

巴中地区强对流天气预报方法研究

利用1987-2017年高空观测资料、地面观测资料,以及巴中市国家气象站、区域气象站资料,雷达资料,灾情资料,EC细网格预报资料,采用中尺度分析方法分析,总结了巴中地区强对流天气的四种概念模型、分类预报方法和地面要素临近预警指标。并基于EC细网格历史资料,采用主成分分析方法筛选物理量因子,通过配料法建立了巴中地区雷暴大风预报方程,实验表明当雷暴大风预报方程预报值大于60%时,巴中地区发生雷暴大风的概率很大,具有很好的指示作用。     

基于Logistic回归的区域地质灾害综合气象预警模型

应用Logistic回归拟合地质灾害发生概率,建立了区域地质灾害综合气象预警模型,实现了降雨引发地质灾害发生概率的动态预报。降雨观测和数值降雨预报作为模型的动态输入,利用信息量模型集成地学因子得到的总信息量作为模型的静态预报因子。预警模型在栅格点上预报降雨引发地质灾害的发生概率,并以等级形式发布预警。用2004年实际观测对预报进行检验,结果表明当年80%的灾害都达到了预警发布的标准。2006年汛期的业务运行对台风碧利斯引发的地质灾害做出了较准确的预报预警。说明模型能满足预警业务的要求,是提高地质灾害气象预警水平的有效途径。     

中国典型大雾落区基本概念模型的研究与建立

利用MICAPS气象信息综合分析处理系统的历史气象资料,根据大雾形成的物理机制,对2008-2010年发生在中国典型区域大雾天气个例中主要影响因子进行分析,得出7个有利于区域大雾产生的因子。结果表明：7个因子中,逆温层厚度为20-200 hPa;地面温度露点差多小于1 ℃,前一日多小于3℃;近地面湿空气厚度0.05-0.70 km;逆温层极值点0 ℃线是雾淞产生特征线;地面偏南风风速为2-6 m·s-1;气温为-15.0～20.0 ℃,其中,-5.0～5.0 ℃占比例最大,0 ℃线是大雾发生的特征线;变性或减弱的高气压。7个因子均有12-24 h的超前特征,经过叠加,构成了“大雾落区基本概念模型”。根据模型建立了大雾落区预报业务系统。理论检验表明,区域大雾预报时效可提前到12-24 h,24 h区域大雾预报准确率为87.5 %。     

郑州市5～8月逐日最高气温预报

利用郑州市 1 996～ 1 998年 5～ 8月的历史气象资料 ,选取低云日际变化量、降水日际变化和风向日际变化为预报因子 ,建立了 5～ 8月最高气温日变化量多元回归预报方程。根据预报日前 1天实况和预报日的预报量 ,利用方程可求出最高气温日变化量     

眉县猕猴桃溃疡病气象条件分析与预报模式研究

利用2008—2015年眉县猕猴桃溃疡病监测资料和相应年份眉县地面气象观测站常规气象观测资料,分析了眉县猕猴桃溃疡病发生特点及规律,以及气温、降水、相对湿度、日照时数、积温等气象要素对猕猴桃溃疡病发生程度的影响,并采用多元线性回归方法,建立眉县猕猴桃溃疡病发生程度的气象预报模型。结果表明:果树休眠期(11—1月),11—12月气温、积温偏低,降水(11中旬、12月中旬)偏多、日照(1月上旬)偏多利于猕猴桃溃疡病侵染传播;芽膨大期(3月),降水(3月上旬)偏多利于果树发芽染病。猕猴桃溃疡病气象预报模型预报效果较好,可以推广应用于当地猕猴桃溃疡病气象应用服务工作。     

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。     

南宁市稻飞虱发生发展气象条件等级预报技术研究

[目的]研究南宁市稻飞虱发生发展严重程度与气象条件的关系. [方法]用SPSS统计软件通过对1987～2009年武鸣灯下虫量与气象因子资料进行逐步回归分析建模,并利用模式建立了各旬稻飞虱发生发展气象条件等级预报指标.[结果]通过拟合、预报精度检验,最终得到6个旬灯下虫量模式,利用模式建立了3月上旬、3月中旬、7月中旬、8月上旬、8月下旬、9月下旬的稻飞虱发生发展气象条件等级预报指标.[结论]为稻飞虱的统防统治以及南宁市水稻增产稳产提供参考.     

山葡萄品质气象预测预报模型

山葡萄的品质决定着葡萄酒的质量,葡萄浆果糖度决定着葡萄品质。葡萄成熟过程中浆果含糖量和含酸量是相互制约的,含糖量主要呈对数略显“S”型变化,含酸量呈指数曲线型变化。将成熟期葡萄浆果含糖量作为葡萄品质的评价指标,利用通化产区19952016年成熟期山葡萄浆果含糖量的实测数据与气象条件进行相关分析,得出山葡萄品质与5月9月上旬积温、7月8月日照时数、5月9月上旬水热系数、8月9月上旬积温关系密切,相关关系均通过了α为0.05或0.01的显著性检验。利用多元回归统计方法建立了山葡萄品质气象预测预报模型,模型的判定系数R^2为0.815,通过了α=0.01的显著性检验。模型的拟合检验平均误差百分率为3.91%。利用2017年、2018年资料对模型进行试报检验,误差百分率分别为1.59%和3.79%。模型具有较高的准确率,能够满足通化产区山葡萄栽培对气象预报和服务的需求。     

基于人工神经网络的洪涝预报方法研究

针对西江流域的洪涝灾害,利用流域的水文参量和气象参量作为自变量,探索基于人工神经网络的洪涝预报方法。以西江流域梧州市1971~2003年超过警戒水位(17.0m)共125次作为研究对象,选取流域的水文参量和气象参量作为预报因子,对数量众多预报因子采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,建立了西江流域梧州洪涝的人工神经网络预报模型。结果表明:所建立的预报模型历史拟合平均绝对百分比误差为2.21%,平均绝对误差为0.43m,预报结果平均绝对百分比误差为2.34%,平均绝对误差为0.45m,预报效果较好,可应用于实际的洪涝预报中。     

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。