影响我国冬小麦产量的气象因子研究

收集整理了全国５２个市、县冬小麦产量预报模型资料,总结撮出预报因子,通过定量分析,了解了影响各地区冬小麦产量的主要气象因子,为大面积冬小麦产量监测和预报提供了科学依据。     

对冬小麦产量气象统计预报方法的认识与实践

针对冬小麦产量气象统计预报方法研究中的几个关键问题，在气象产量序列的分离与订正、趋势产量的预测、气象因子的处理等方面进行了探讨，并在淄博市冬小麦产量气象统计预报方法研究中试用，取得了较好的效果。     

利用气象与生态要素预测冬小麦产量

选用对陇东黄土高原塬区冬小麦产量形成至关重要的发育期间光热要素、水分复合因子以及表征冬小麦生长状况的定量因子生长势等气象要素和生态要素,利用多元线性回归方法建立了冬小麦不同生长发育阶段产量预报方程,试预报准确率达到92%以上.该方法改变了利用气象单类要素预报粮食产量的传统观念,为利用生态要素、水分复合因子等综合要素预报粮食产量进行了积极的探索,使数字农业、生态农业气象要素在陇东黄土高原得到有效推广.     

甘肃省冬小麦产量预报综合气象模式探讨

应用卫星遥感植被指数对甘肃冬小麦产量预报惯用的气象模式进行修正。综合气象模式入选气象因子与影响我省冬小麦产量波动的主要气象因素相吻合，预报范围由代表站扩大到整个冬麦区，预报准确率有所提高。     

用主成份分析法作冬小麦产量预报

主成份分析法是中长期天气预报中常用的方法之一,但在农作物产量预报中应用不多。主成份分析法,是将若干个预报因子(X_1,X_2……X_m)提供的信息进行浓缩、组合成个数较少的、互不相关的因子。用这些较少的因子来代替较多的因子,建立回归方程。 本文以山东省有代表性的十九个县的冬小麦产量和气象资料为样本,用主成份分析法作了一九八五年冬小麦产量预报,预报产量和实际产量接近。 产量资料和气象资料分别来源于省统计局和省气象局资料室。     

用模糊聚类法预报冬小麦产量趋势

利用长安气象观测站10a的冬小麦生育期、产量及气象观测资料，用回归分析确定出冬小麦生育期的冬前分蘖、拔节到孕穗期降水量、开花到乳熟期的降雨日数3个因子与冬小麦产量相关显。然后利用这3个因子进行模糊聚类，并用预报年的相关资料计算做出产量趋势预报。对1999年2000年西安地区产量年景试报，预报结果正确。     

冬小麦产量集成预报模式的探讨

作好冬小麦产量预报是气象为农业服务的重要项目之一。本文根据平凉市统计局提供的冬小麦产量资料,利用平凉市的气象资料及有关环流参数资料,分别建立了平凉市冬小麦气候产量的气象模式、环流模式和周期分析模式,进而对冬小麦产量集成预报模式进行了探讨。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。     

农业气象产量预报方法中权重系数的确定

基于气候适宜度指数的作物产量预报中,各旬气候适宜度加权集成构成了气候适宜度指数,权重系数的确定对预报的准确性至关重要.本文以山东省冬小麦为例,分别采用绝对值法、归一化法和相关系数法确定各旬产量预报的权重系数,分析不同权重系数确定方法得到的气候适宜度指数之间的相关性及气候适宜度指数与农业气象产量的相关性,并利用相对较优的方法进行冬小麦产量动态预报.结果表明:与绝对值法和归一化法相比,采用相关系数法确定的权重系数计算的气候适宜度指数与气象产量的相关系数多数均通过了P0.01水平的显著性检验,可较全面的反映冬小麦生长发育随气候条件的变化关系.建立的冬小麦产量动态预报模型历史回代检验的准确率基本均为94.5%以上,标准化均方根误差n-RMSE均小于7.0%,表明建立的模型模拟性能较好.对2010—2011年山东省冬小麦产量的外推预报表明,预报平均准确率为93.0%以上,多数预报准确率为96.0%以上,可满足冬小麦产量预报的业务需求.     

冬小麦产量的水分平衡预报法

以冬小麦为主的旱地粮食产量预报,一直是世界各国关注的大问题。现代产量预报方法可归结为动力气象和生理气象预报两大类。但是,由于每个类型涉及的待测因子高达六、七十个,从而使系统预报成为可望而不可及的方法。经过长期研究,我们筛选出     

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。     

农业气象灾害监测预测技术研究进展

农业气象灾害的监测预测是灾害评估和防控的基础和前提, 因此,农业气象灾害的监测预测研究长期以来一直是农业气象研究工作的重点领域。该文系统回顾了我国农业气象灾害的指标、监测技术和预测预警技术等方面的相关进展和成果,提出当前存在的主要问题:农业气象灾害的基础性研究仍然十分薄弱, 农业气象灾害指标对致灾因子的概括性尚不足, 农业气象灾害监测的精细化程度有待进一步提高, 临近预警技术缺乏, 气候变化背景下农业气象灾害的新规律揭示不够。该文同时指出未来应加强农业气象灾害综合指标的研究, 强化农业气象灾害的预测预报研究, 构建农业气象灾害实时预警技术体系, 构建农业气象灾害立体、动态监测体系, 关注气候变化背景下农业气象灾害风险变化评估研究, 加强气象或气候预测信息在农业气象灾害预测中的应用技术研究。     

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。     

早稻产量综合动态预报方法研究

利用湖南省早稻产量与发育期、日最高气温、日最低气温、日降水量和日日照时数等资料及早稻生理气象指标,在丰歉气象影响指数动态预报方法的基础上,引进早稻生育期内对产量有较大影响的关键气象因子,建立了早稻产量综合动态预报方法.结果表明,该方法在早稻产量增减趋势预报和定量预报上,正(准)确率都有所提高.     

卫星遥感系统中的政区信息拓扑

根据基层台站开展气象卫星监测作物长势等遥感业务的需要，给出了应用普通微机管理政区信息的拓扑方法。     

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。     

基于气象适宜指数的四川盆地水稻气象产量动态预报技术研究

利用模糊数学中的隶属函数原理,建立四川盆地不同稻区代表点的水稻生育期内逐旬光、温、水3个气象要素的适宜指数模型和综合气象适宜指数模型。并利用积分回归和相关系数方法确定水稻不同生育阶段的气象适宜指数对水稻气象产量形成的权重系数,建立各代表点的水稻自移栽至成熟阶段的动态气象适宜指数模型。最后利用动态气象适宜指数模型计算值与水稻相对气象产量建立回归预测模型,动态预测水稻气象产量增减趋势。结果表明,各代表点进入水稻抽穗期后的气象产量动态预测模型,均通过了显著性检验,可实现在水稻进入抽穗期后动态预测气象产量的变化。      

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。