基于残差周期修正的辽宁省粮食产量灰色预测

基于1971-2005年辽宁省主要粮食作物水稻和玉米的全区平均单产资料,根据产量数据的多周期和波动性特点,采用周期修正残差值方法,构建了辽宁省粮食产量灰色预测模型,采用正弦曲线拟合残差序列,对模型的残差进行周期修正,预测精度提高。结果表明：预测“十二五”期间,辽宁省水稻在2013年以后出现小幅度下降,而单产绝对值仍处于...     

黑龙江省粮食产量结构与影响产量的气象因子分析

通过黑龙江省1949～2006年粮食产量结构分析及近30年的粮食单产与5～9月气象要素相关分析,得出黑龙江省粮食总产的波动主要取决于粮食作物平均单产波动及作物种植结构的调整.1949年以来,在粮食作物中,玉米和大豆所占比例变化不大,水稻呈逐年增加的趋势,春小麦在20世纪90年代以前呈逐步增加的趋势,而90年代以后则急速下降;水稻的单产最高,其次是玉米,再次是春小麦,大豆单产最低;从单产的增减趋势来看,各种粮食作物单产基本呈逐步增长的趋势.影响黑龙江省粮食产量丰歉的主要气象因子为6月平均温度、9月降水量、5月和6月日照时数.     

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。     

采用数字仿真技术预测未来年份粮食产量风险概率

采用风险分析理论，在对任意粮食生产单元多年粮食单产时间序列进行分析的基础上，将粮食产量波动的信息采用数字仿真技术叠加到趋势产量预测模型中，提出了估计未来年份该生产单元粮食产量不同结果出现概率的方法。分别设计了短期风险估测和长期风险预测的方案，这两种方案对于灾害救济的发展生产具有一定的参考意义。     

我国粮食产量气象分量的周期波动初探

本文应用功率谱、周期图和方差分析等方法探讨了全国及部分代表省(区)粮食单产中气象分量的中短周期波动。发现各地气象分量的谱分布基本相似,普遍存在4—6年及其倍数的周期波动。同时,各地表现又略有不同,由南往北周期逐渐变长。通过与农业气象热量因子以及粮食产量增减产年历史演变的周期波动的比较,似可初步推理为,热量因子的周期波动影响了气象产量的周期波动,从而导致作物产量的周期演变。这一初步推理为我国粮食产量的气象预测预报的基础研究和实践应用提供了参考依据。     

黔南降水量与粮食产量的关系

利用黔南州各气象观测站1985—2015年的降水量资料及统计局公开的粮食产量资料,计算分析粮食作物生长期间降水量与粮食单产量的相关系数。结果表明:降水量与夏粮单产量有较好的正相关,降水量与年粮食单产量及秋粮单产量的相关性较差,但排除因秋风导致减产的3 a后,降水量与年单产量及秋粮单产量呈现明显的正相关;7—8月合计降水量与秋粮单产量呈正相关。了解降水量与粮食产量的关系,能够更好的评价干旱对粮食产量的影响以及准确地预测粮食产量。     

两种不同产量历史丰歉气象影响指数确定方法在农业气象产量预报中的对比研究

利用吉林省1980—2015年春玉米单产数据、50个气象站逐日气象资料,基于欧式距离和相关系数建立综合诊断指标,利用综合诊断指标研究分析预报年与历史年春玉米气象产量丰歉气象影响指数的关系,以此构建春玉米产量预报模型,对吉林省春玉米产量进行动态预报。产量预报模型对2003—2012年的预报试验结果表明,产量丰歉趋势ΔY的平均正确率均在60%以上,加权分析法的单产预报准确率除2009年外,均高于80.0%,且各时段的预报准确率均高于大概率法的。对2013—2015年吉林省春玉米产量的预报检验结果表明,加权分析法对产量丰歉趋势ΔY的预报结果稍好;加权分析法单产预报准确率几乎都在90.0%以上,普遍高于大概率法的。说明加权分析法建立的产量预报模型预报效果更好,可在业务上应用。     

渭南市冬小麦产量预报模型研究

利用1998—2012年渭南市气象与冬小麦产量数据,利用直线滑动平均模拟趋势产量,结合调和权重法预测趋势产量,采用SPSS20.0软件对气象产量进行逐步回归,得到年景和定量气象产量预测模型。统计趋势产量与气象产量合计值,得到年景(或定量)预报产量。通过验证,年景和定量产量预报准确率较高。     

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。     

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。     

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%。     

2005年气象灾害对辽宁农业生产影响评估

利用2005年气象数据和卫星遥感数据,对2005年农业气候资源进行了分析,同时评估了2005年气象灾害对辽宁农业生产的影响。结果表明:2005年辽宁气象灾害种类多、影响范围广,整体灾害损失程度较2004年严重,给工农业生产及人民生活造成了严重损失;全省粮食平均单产比2004年减产了5%,其中玉米单产比2004年减产12%,水稻减产1%。由于年初预报准确,且采取了有利的措施,因此,2005年粮食平均单产仍然比历年(1991～2004年)增产了6%。     

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。     

Assessing the impact of climate changes on the potential yields of maize and paddy rice in Northeast China by 2050

Northeast China is the main crop production region in China, and future climate change will directly impact crop potential yields, so exploring crop potential yields under future climate scenarios in Northeast China is extremely critical for ensuring future food security. Here, this study projected the climate changes using 12 general circulation models (GCMs) under two moderate Representative Concentration Pathway (RCP) scenarios (RCP 4.5 and 6.0) from 2015 to 2050. Then, based on the Global Agro-ecological Zones (GAEZ) model, we explored the effect of climate change on the potential yields of maize and paddy rice in Northeast China during 2015–2050. The annual relative humidity increased almost throughout the Northeast China under two RCPs. The annual precipitation increased more than 400 mm in some west, east, and south areas under RCP 4.5, but decreased slightly in some areas under RCP 6.0. The annual wind speed increased over 2 m/s in the west region. The annual net solar radiation changes varied significantly with latitude, but the changes of annual maximum temperature and minimum temperature were closely related to the terrain. Under RCP 4.5, the average maize potential yield increased by 34.31% under the influence of climate changes from 2015 to 2050. The average rice potential yield increased by 16.82% from 2015 to 2050. Under RCP 6.0, the average maize and rice potential yields increased by 25.65% and 6.34% respectively. The changes of maize potential yields were positively correlated with the changes of precipitation, wind speed, and net solar radiation (the correlation coefficients were > 0.2), and negatively correlated with the changes of relative humidity, minimum and maximum temperature under two RCPs. The changes of rice potential yields were positively correlated with the changes of precipitation (correlation coefficient = 0.15) under RCP 4.5. Under RCP 6.0, it had a slight positive correlation with net solar radiation, relative humidity, and wind speed.     

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。     

黑龙江省作物生长动态模式预测产量的方法及应用

在分析作物干物质累积曲线的基础上，分析温度、降水等气候因子与作物干物质累积量的关系，而干物质累积量又与气候产量有着直接的关系。因此，在干物质累积模型的基础上，建立作物生长动态模式，该模式主要用于四大主栽作物玉米、大豆、水稻及小麦的产量预测。利用模式预测了2001～2002年黑龙江省四大作物的单产，其精确度在94％左右。     

阿克苏河灌区作物需水量对气候变化的敏感性分析

阿克苏河灌区是中纬度干旱区典型的绿洲灌溉系统,同时也是新疆第二大灌区,了解灌区作物需水量可为灌区种植结构调整、水资源优化配置提供科学依据。本研究基于联合国粮农组织(FAO)的Penman-Monteith蒸散发模型,结合作物系数法估算了阿克苏灌区作物需水量的时空变化及其对气候因子和作物种植结构的敏感性。结果表明,1960—2015年阿克苏灌区多年平均作物需水量为586 mm,且呈显著上升趋势,上升速率为38.43 mm/10 a。随着气候变化和作物种植结构的改变,1990—2015年间作物需水量急剧增加,增加速率高达99.37 mm/10 a。对于不同作物类型,果林的需水量最大,高达829.8 mm,其次是棉花、水稻和玉米,小麦需水量最低。阿克苏灌区的作物需水量对日最高气温和日照时数较为敏感,而对最低气温、风速和水汽压的敏感度较低。当日最高气温升高2℃时,作物需水量增加4%,当日照时数增加10%时,作物需水量将增加3.2%。另外,作物需水量对作物种植结构非常敏感,当果林的种植面积比例增加10%时,作物需水量增加了12.1%。     

基于GRACE数据的天山阿克苏河流域水储量变化分析

水储量变化可视为气候变化对水文系统影响的指示器。基于GRACE数据,结合气候数据和冰川积雪数据,分析了近10 a年来阿克苏河流域的水储量变化。研究结果表明:(1)过去10 a间阿克苏河流域的水储量呈递减趋势,减少速率为-0.12±0.85 cm/a,且春季表现为正距平,而秋季表现为负距平;(2)山区冰川退缩和积雪消融是该流域山区水储量减少的主要原因,近半个世纪以来冰川物质平衡为负平衡,同时近十年来积雪面积递减速率为-24 km~2/a;(3)阿克苏河流域的耕地面积的迅速增加导致了地下水过度超采,是绿洲区水储量减少的主要驱动因子。     

作物长势评估指数的设计与应用

合理有效地开展作物长势评估,可以及时反映作物生长状况及其对天气气候条件的响应。由于WOFOST模型、ORYZA2000模型在模拟冬小麦、玉米和水稻生长发育过程具备较强机理性,研究基于2001年以来全国冬小麦、玉米、水稻主产区逐日模拟的作物发育进程、叶面积指数和地上总生物量,通过隶属函数构建评估指数,开展高时空分辨率的作物长势评估。结果表明:长势综合评估指数在作物生长前期以发育进程、叶面积指数和地上总生物量三要素加权集合表征,中后期以发育进程和地上总生物量与穗重相关性的加权集合表征;长势评估指数与常规地面观测和遥感长势监测一致性较好,可以反映天气气候条件影响。在作物生长季内,以日为单位构建了作物长势评估指数数据库;根据长势评估指数将作物长势分为长势好、长势偏好、长势持平、长势偏差、长势差,实现空间上的长势监测、对比;以空间集成的方式,开展省级作物长势对比分析;利用长势评估指数变化反映典型天气气候条件对作物生长发育的影响。上述基于作物模型的作物长势评估指数符合现代化农业气象科研与业务服务发展的需求。