安徽省土壤水分监测预测系统

基于农业气象业务需求,研发安徽省土壤水分监测预测服务系统,可为防汛抗旱决策服务提供技术支持。该文首先建立人工取土、自动土壤水分观测站等不同渠道土壤水分监测资料的实时传输与处理系统,再利用不同季节资料建立土壤墒情统计预测模型,然后对Surfer 8.0和线柱图控件进行二次开发,实现不同季节和不同土层的土壤墒情监测预测结果表格化、图形化动态显示与输出。该研究建立的土壤旱涝监测预测系统实现了从土壤水分原始监测数据到标准化土壤水分综合数据库、再从监测预测初级产品到动态及图形化显示的服务产品的四级数据文件转化及业务逻辑流程,系统业务实用性和转化力强,该系统已成功应用于安徽省农业旱涝预报预警业务服务。     

河南省墒情预报业务服务系统

在以往对作物不同生育阶段的耗水规律、适宜水分、干旱指标和农田土壤水分变化规律进行了大量研究工作的基础上，根据农业生产可持续发展的需要，开发研制了集河南省农田水分监测、预报和灌溉决策服务于一体的土壤墒情预报业务服务系统。该系统可较准确地预报未来一个月内的土壤墒情变化，并可根据作物发育特点，给出以最高产量和最佳经济效益为目标的灌溉建议。     

介绍一种农田蒸散力的计算方法

关于农田蒸散力(ETP)的计算和测定方法以及作物需水量的研究,长期以来,一直是农业气象科学研究的重要课题之一。从水分平衡的观点来看,鉴定一个地区的水分资源,确定农田干湿程度及其对农作物生长发育的利弊,不仅要研究作为水分主要收入量的降水量,而且还要研究作为水分主要支出项的蒸散量。就农田来说,后者包括作物的蒸腾和株间的土壤蒸发。     

安徽省MODIS干旱监测技术研究

为了更有效地监测安徽省农业干旱,以安徽省半湿润区、过渡区为研究对象,利用MODIS资料,在对比分析了基于植被供水指数和温度植被干旱指数两种干旱监测方法基础上,结合已业务应用的农业干旱指标累积湿润指数,开展安徽省分时段的晴空遥感干旱监测研究,建立并确定了部分时段半湿润区、过渡区的MODIS植被供水指数和温度植被干旱等级标准,同时结合当地台站监测土壤墒情对干旱监测进行检验。结果表明,作物生长季节VSWI、TVDI与累积湿润指数存在相关性,两种方法建立指标和模型可以用来分时段进行区域干旱监测,得出了初夏旱TVDI更适合于研究区域的干旱监测。     

低山丘陵农田土壤含水量预报模式及应用

本文用Penman修正式计算了旬可能蒸发量,通过有效降水量的求算,得出降水蒸散差,结合前期土壤含水量建立了本地低山丘陵0-50cm层土壤含水量预报模式,并据此结合作物需水量,给出干旱期的灌溉定额。     

用Priestley—Taylor公式估算作物农田蒸散量的研究

利用田间试验资料，综合考虑了影响农田蒸散的气象，作物和土壤因素，并以Ｐｒｉｅｓｔｌｅｙ－Ｔａｙｌｏｒ公式为基础，建立了不同作物（棉花、玉米冬小麦）的农田散估算模型。该模型仅需常规气象和农业气象资料，计算简便，具有一定的实用价值。     

华北地区玉米田实际蒸散量的计算

以简化农田实际蒸散的计算过程为目的，利用1999年河北定兴县中国气象科学研究院农业气象试验基地的玉米田0~300 cm土壤湿度和气象要素的实测资料以及华北地区5个站1991~1995年0~50 cm土壤湿度和气象资料，探讨由简化参考蒸散模式计算玉米田实际蒸散的可能性；对比了Priestley-Taylor模式和FAO（1998）Penman-Menteith模式的计算结果，以农田试验资料为基础，采用叶面积系数和平均土壤相对湿度为因子，建立了实际蒸散的计算模式。并以华北地区8个站1999~2000年0~50 cm土壤湿度和气象资料进行验证，平均误差一般为10%~15%.     

麦田蒸散量的计算方法

作物叶茎蒸腾与株间土壤蒸发之和叫蒸散。作物各生育期的蒸散量直接反映了作物的需水情况,对于研究农田水分平衡、确定旱涝指标以及农业气候区划等都有重要意义。 五十年代初,彭曼根据能量平衡方程,导出一个蒸散量计算公式,但由于所涉及的物理量多而且难于精确测定,故其应用受到限制。布雷特莱—泰勒尔在彭曼公式的基础上,根据统计分析,略去了土壤热通量等对蒸散影响很小的项,建立了如下的计算模式;     

加拿大主要农田作物临界气象指标

根据加拿大主要农田作物生长发育对天气与气候条件的要求、农业气象学与气候学原理以及全球气候变化对农作物生产的影响和发展趋势,选择6个关键性气象因素(极端气温、强降水、强风、冷冻、土壤极端水分和作物生产有效热能条件),开发和评价12个农业气象临界指标(寒潮及热浪天数、日及旬最大降水量、日最大风速、强风天数、无霜期及冰冻期天数、标准降水系数、季节性水分亏缺、作物生长有效积温和累积热能单位).这些指标可供在该国各农产区科学规划和合理发展各类农田作物生产,包括喜暖性和喜凉性一年生草本作物,越冬性二年生及多年生草本及木本作物.该研究还依据该国这三类主要农田作物对临界温度和水分的需求,以及加拿大农田作物生长期和越冬期的天气和气候特征,建立了在任意农业生产年份中各类农田作物生长起始和终止日期的模式.本研究结果能用于指导该国将来在不同农产区适地适时种植适宜的农田作物和高效地经营与管理农场,同时可为农业生产咨询、政策制定和合理决策提供科学依据,也可供其他国家或地区开展类似的科学研究参考.     

国家级农业气象业务技术综述

国家级农业气象业务经过近50年的发展,服务领域不断拓展,已形成包括农业气象情报、作物产量预报、农业气象灾害监测预警与评估、生态气象监测评估、农用天气预报等系列服务,其业务技术以指标为基础,以遥感和GIS等技术为支撑,发展了指标评判、统计分析预报、模型模拟、综合集成等技术,满足了不同服务对象对业务的需求。未来农业气象业务将更加规范、精细、定量。     

国家级现代农业气象业务技术进展

农业气象业务技术是开展农业气象服务的基础和前提,因此,农业气象业务技术的研发一直是国家级农业气象业务服务的核心工作。近年来,国家级农业气象业务技术已逐步迈向精细化、定量化,涵盖了农业气象监测评价、作物产量预报、农业气象灾害监测评估与影响预报、农用天气预报、农林病虫害发生发展气象等级预报等诸多领域。随着农业气象业务技术的发展,支撑农业气象服务的客观产品更加丰富和多样化,既有站点产品,又有格点产品,涵盖了日、周、月、季、年等不同时间尺度。以农业气象指标、数理统计模型、作物生长模拟、卫星遥感、地理信息系统、大数据等技术为核心的国家级农业气象业务平台（CAgMSS）已成为全国农业气象业务系统的重要品牌。面向现代农业发展对气象服务日益增长的需求,精细化、精准化的农业气象灾害监测与风险评估技术、作物长势评估与产量预报综合集成技术、农业应对气候变化技术以及农业气象大数据挖掘与人工智能技术将是未来国家级农业气象业务技术发展的重点。     

相对湿润度指数在农业干旱监测业务中的应用

该文介绍相对湿润度指数在逐日滚动的农业干旱监测业务中应用的处理方法。文中采用联合国粮农组织推荐的方法进行潜在蒸散的计算和作物系数订正,提出了作物根区可吸收土壤总有效含水量的概念,并替代作物根区土壤总有效含水量进行水分胁迫条件下的作物系数订正,观察济南站2008年1—5月冬小麦实际蒸散量的计算结果,发现在蒸发强烈的春季,水分胁迫效果明显;提出了复合相对湿润度指数、区域综合相对湿润度指数等概念,对相对湿润度指数进行应用上的演化,解决了干旱演变过程中存在的前期土壤水分盈亏的累积影响问题,实现了县域内农业干旱状况的综合评定,并突破单种作物生长季的局限,实现了农业干旱的周年监测。通过对山东省114个测墒站2008年2月28日—12月8日人工测墒与区域综合相对湿润度指数的干旱等级对比,3048组有效数据中,2012组数据吻合,总吻合率为66%,其中,黄河、东平湖、微山湖灌溉区及鲁西北大部吻合率在50%以下;中东部地区多在70%以上;从全年情况来看,春季吻合率较低,夏季吻合率较高。     

安徽省农业干旱综合监测技术及其业务试用

针对安徽省农业干旱业务服务需求,利用已业务应用的农业干旱指标:土壤墒情、累积湿润指数、植被供水指数,配合阶段降水量和降水日数,进行农业干旱综合监测指标和方法研究.综合指标中各因子权重的确定采用层次分析法.根据安徽省气候过渡区下垫面地表特征差异和云天状况,分别确定了湿润区、半湿润区的晴空和云覆盖4种状态下的各因子权重序列,均通过了一致性检验;建立了相应的农业干旱综合监测模型;确定了4要素和5要素农业干旱监测等级标准.综合模型概括了各单指标主体监测结果,有利于对农业旱情的综合判断,监测模型检验效果良好,可业务应用.     

中国农业气象模式(CAMM1.0)构建与应用

为发展适宜中国区域农业种植特点的农业气象模式,基于国外作物生长模拟方法,通过模式机理过程改进或重构以及应用方式革新,建立了中国农业气象模式（Chinese AgroMeteorological Model version 1.0,CAMM1.0）。CAMM1.0利用平均温度和土壤水分改进了作物发育进程模式,利用土壤水分改进了作物叶片光合作用、干物质分配和叶面积扩展过程模式,通过蒸发比法扩展了作物蒸散过程模式;自主建立了基于发育进程的冬小麦株高、基于遥感信息的作物灌溉、遥感数据同化、作物长势与灾害评价等模式。基于互联网技术构造了实时运转平台,主要功能包括作物生长过程实时常规模拟与用户个性化定制模拟。CAMM1.0的部分子模式采用多种方法构造,便于多模式集成。CAMM1.0对作物发育进程、光合过程、株高的模拟效果较好,但对土壤水分变化过程的拟合略差,模拟产量略偏低。CAMM1.0评价淮河流域夏玉米年际干旱减弱而涝渍增加的趋势与实际基本相符。     

中国农业气象业务系统(CAgMSS)设计与实现

中国农业气象业务系统(CAgMSS)是基于C/S架构,研发的面向国家级和省级农业气象服务的业务工作平台,主要包括农业气象监测评价、作物产量预报、灾害监测评估、农用天气预报等子系统,是农业气象业务的基础性软件。系统融合现代信息技术和农业气象业务技术,实现了全部子系统数据管理、模型运算、产品制作等业务流程的一体化。系统采用大型关系型数据库规范了农业气象各类业务数据,基于插件技术集成各项业务功能,实现多元数据、多指标、多模型在农业气象监测、评价、预报等领域的综合应用,提高了农业气象产品的定量化、精细化、客观化水平。系统于2012年投入业务应用,基于该系统制作的农业气象情报、作物产量气象预报、农业气象灾害影响评估、关键农时农事气象保障等服务产品,在指导全国农业生产和防灾减灾中发挥了重要作用,明显提高了农业气象业务能力和业务工作效率。     

冬小麦主要生育阶段水分指标的生态分析

作物水分指标是进行干旱气候分析的基础，也是农业上合理用水的依据。本文从试验资料出发，对水分-生理生态关系进行了模拟，运用数学方法和最优分割理论确定了冬小麦主要生育阶段适宜的水分指标和干旱指标。在此基础上，就相对蒸散与叶面积系数和土壤湿度的关系进行了分析，并用Penman公式加以生态订正，确定出冬小麦耗水量指标。     

多时间尺度下黑龙江省1980—2014年干湿演变特征及主导因子分析

利用黑龙江省1980—2014年28个气象台站常规观测资料,计算得到全省的相对湿润度指数。运用ArcGIS反距离权重空间插值法、趋势系数及相关分析法对全省作物生长季及各个季节干旱分布、干湿发展趋势及主要影响因素进行具体分析。结果表明:就相对湿润度指数年际分布而言,生长季干旱主要集中在2000—2010年,夏季和秋季干旱主要集中在1995年之后,春季干旱则在全时段均有发生,其中重旱和特旱居多;就相对湿润度指数变化趋势而言,春季全省整体呈微湿润化的趋势,冬季呈显著地湿润化发展趋势,其余时段则呈现干旱化发展,但不同时段空间差异显著;分析降雨量、潜在蒸散量与相对湿润度指数的相关系数发现,降雨量始终是黑龙江省生长季及各个季节相对湿润度指数变化的主导因子,但夏季潜在蒸散量的影响有所增加。     

An index to assess agricultural drought in India

Summary Crop drought or moisture stress is a function of the difference between actual evapotranspiration and evapotranspiration requirements of the crop under given atmospheric conditions.In the present work the climatic water balance approach is utilized to develop a crop moisture index for the kharif crop season over India.The difference between actual and climatologically derived evapotranspiration have been accumulated for different consecutive weeks of the crop season and made comparable in time and space through suitable weights. The lowest weighted deficit values have then been used for successive weeks to evolve the Crop Moisture Index. This index enables detection of degree of moisture stress experienced by the crop and can be used in drought monitoring.

---

Zusammenfassung Dürre oder Feuchtestreß ist eine Funktion der Differenz zwischen tatsächlicher Verdunstung und dem Verdunstungsbedarf für bestimmte Kulturpflanzen unter gegebenen atmosphärischen Bedingungen. In vorliegender Studie wird die klimatische Wasserbilanz verwendet, um einen Feuchtigkeitsindex für die Kharif-Anbauzeit in Indien zu erstellen.Die Differenz zwischen aktueller und klimatologisch errechneter Verdunstung wurde für einige aufeinanderfolgende Wochen der Erntezeit aufsummiert und durch geeignete Gewichtungen in Zeit und Raum vergleichbar gemacht. Die am wenigsten veränderten Defizitwerte wurden dann für aufeinanderfolgende Wochen zur Errechnung eines Feuchtigkeitsindex herangezogen. Dieser Index ermöglicht die Quantifizierung des für die Pflanzen relevanten Feuchtestresses und kann für die Aufzeichnung von Dürren verwendet werden.

---

---

With 2 Figures