积温对比法在鸭梨始花期预报中的应用

利用2012—2018年鸭梨花芽发育实景观测照片,精准判定每个鸭梨花芽发育物候期节点发生时间,以此为依据统计鸭梨花芽每个发育物候期的气象要素数据,以物候期为单位分析气象影响因子对花芽发育过程的影响。研究表明:温度在鸭梨花芽发育各阶段起主导作用,筛选出鸭梨花芽萌发到始花、开绽到始花、露蕾到始花3个时段日平均气温≥0℃活动积温和≥3℃有效积温,作为制作鸭梨始花期预报的积温指标计算鸭梨开花日期,得到"积温对比预报法";经2016—2018年应用检验:预报时效10～12d时预报结果与鸭梨开花实况误差在1～2d以内,预报时效7d时预报结果与鸭梨开花实况完全吻合。本研究克服了传统植物花期预报研究因花前物候资料匮乏、不能进行花前发育期分析的缺陷,并把"中长期天气预报产品"引入了花期预报方法的使用,为植物花期预报研究方法提供了新思路。     

梨树始花期预报

基于丰县1984—2009年气温、日照和降水量资料,分析越冬期不同时段的气象因子对梨树始花期的影响。结果表明:①后期因子影响大,前期相对较小;②温度、日照因子影响大,降水因子影响较小。越冬期温度水平高,光照充足,梨树始花期就偏早,反之始花期就偏晚;在上年12月至当年1月,除12月下旬外,最高气温偏高,影响梨树休眠期的需冷量积累,开花就越晚,最高气温偏低,需冷量的积累充足,有利于解除梨树休眠,开花就越早。采用逐步回归方法,利用SPSS软件,建立了梨树始花期预报模型,模型拟合效果较好,预报准确率满足业务要求,及时为政府和果农提供准确的始花期预报。     

鸭梨初花期预报模式的研究

根据物候资料及春季气候特点，利用榆树初花期与鸭梨初花期期间≥0℃的积温，预报鸭梨初花期；根据花前生育期特点，利用逐步回归的方法，对开花前的29种气象要素进行回归筛选，建立鸭梨初花期统计预报模式。     

烟台市红富士苹果始花期预报模型研究

利用烟台地区苹果产区1994—2016年共23a的气象资料与红富士苹果始花期观测资料,根据气象因素对苹果发育期影响的物候学原理,选取与始花期相关的多个气象因子,建立基于气象因子的苹果始花期预测模型。利用数据回代验证及2017年的资料预测验证,模型计算结果与实况吻合度较高,能够较好地反映始花期的实际情况,可以应用于实际业务中。     

基于逐步回归的库尔勒香梨始花期预测模型

根据1981-2011年库尔勒市气象局香梨始花期物候观测资料和同期地面观测资料,分析近31a香梨始花期变化趋势及与气候因子的相关性,确定关键影响因子,建立香梨始花期预测模型.结果表明,31a来,库尔勒香梨始花期有明显的提前趋势;香梨始花期与始花前期气温、≥5 ℃积温、≥10℃活动积温、不同深度地温以及日照时数呈负相关或显著负相关.利用逐步回归分析法建立了香梨始花期的预测模型,通过检验模型效果良好.此结果可为香梨始花期预报提供参考.     

SW物候模型在北京樱花始花期预测中的应用

基于海淀气象站1981—2012年逐日平均气温资料和2014年3月逐日平均气温滚动预报资料,应用SW物候模型,进行了2014年北京玉渊潭公园杭州早樱始花期的预测试验,取得了较好的效果。试验结果表明:应用SW模型预测2014年杭州早樱的始花期,提前10天预测的结果(始花期为3月27日)和自然条件下的实况值偏差为3~4天,提前一周左右预测的结果(始花期为3月25日)和自然条件下的实况值,偏差为1~2天。研究结果进一步验证了SW物候模型用于观赏植物观赏期预测的适用性较高,可进行更广泛的业务试用。     

基于ANFIS的香梨始花期预测研究

应用自适应模糊神经推理系统(Adaptive network-based fuzzy inference system, ANFIS)对库尔勒地区香梨始花期进行了预测,3月平均气温、3月下旬平均气温、5厘米地温、10厘米地温、2月下旬日照、3月上旬日照、3月中旬日 照、3月下旬日照8个指标为输入变量,香梨始花期单项指标作为输出,结果表明：预测的平均相对误差为2.51%,经t检验和回归分析表明预测值和实测值相差不大,相关系数为0.9286,具有较好的一致性,模型具有较高的精度和稳定性,说明ANFIS模型可以很好的描述香梨始花期和气象因子的关系,为香梨始花期的进一步研究提供了参考。     

油菜花期物候主要限制因子分析及预报模型的构建

以油菜开花开始时间(即始花期)为研究对象,利用1980—2016年江苏省油菜发育期观测资料和同步气象数据,分析油菜始花期的时空变化趋势。结合油菜生理特性,筛选与油菜始花期显著相关的气象因子。以高淳站为例,采用通径分析明确各气象因子对油菜始花期的作用并评估因子敏感性,最后构建油菜始花期的回归预报模型。结果表明:在气候变化背景下江苏地区油菜始花期呈逐年提前趋势,淮河以南地区平均提前3 d以上;上年日平均气温稳定通过0℃终日(X_1)、当年日平均气温稳定通过5℃初日(X_2)、现蕾至开花前时段内分别大于0℃、5℃和10℃的有效积温(X_1、X_4和X_5)、最低气温分别小于0和5℃的日数(X_6和X_7)及平均最低气温(X_8)等8个因子与油菜始花期相关性达极显著水平;其中2月上旬至3月上旬的平均最低气温(X_8)、日最低气温小于5℃日数(X_7)、大于5℃有效积温(X_4)对油菜始花期的直接影响位列8个因子的前三位,且这3个因子两两共同对油菜始花期的相对影响程度也排在各因子对回归方程R~2总贡献率的前三位;其余5个因子直接效应普遍小于间接效应,且它们主要通过X_4、X_7、X_8对油菜始花期产生影响,而X_4、X_7、X_8也通过这5个因子产生一定影响;去掉任何一个因子,都会引起其他某些因子对油菜始花期的直接、间接作用发生变化;基于这8个因子构建的回归模型可解释68.48%的油菜始花期变化,并具有区域适用性。因此,就江苏地区而言,光照和降水对油菜开花早晚影响较小,热量条件才是江苏油菜开花早晚的主要限制因子,所构建的始花期预报模型可较好反映油菜开花时间早晚与相关热量因子变化的规律。     

阿克苏地区苹果始花期预报模型研究

研究阿克苏地区苹果盛花期开放规律与温度之间的关系,为苹果花期之前相关农事的准备和预防不良天气对花期的影响提供参考依据。利用阿克苏地区2000-2019年苹果花期和气象数据,通过对苹果花期距平与3、4月的旬均温、≥0 ℃、3 ℃、5 ℃、10 ℃有效积温和活动积温的相关性分析,应用逐步回归方程,拟合出阿克苏地区苹果盛花期预报模型,对相关数据回代检测验证。研究表明：(1)与苹果树盛花期相关性大小依次为 3、4 月份有效积温>活动积温>逐旬平均气温;(2)花期距平与3月中旬均温为显著负相关,与其他指标具有极显著负相关性;(3)其中≥0℃的活动积温(X₁)和3月中旬平均温度(X₁₀)对阿克苏地区苹果盛花期影响较大,阿克苏地区苹果树花期预测模型Y= 39.882 - 0.075X₁+ 0.696X₁₀。模型拟合度较好,预测的盛花期实际值和拟合值相差绝对值为0-3d,满足生产需要。     

宁波桃树花期预报方法

以宁波奉化桃花为例,应用区域中尺度自动气象站的逐时资料,分析前期光、温、湿条件的变异系数及这些要素与花期的相关系数得出:时积温(度·时)相对日积温(度·日)更能体现其与花期的内在关系,根据变异系数和相关系数的极值来确定预报因子。在此基础上利用欧洲中期天气预报中心(ECMWF)细网格资料的中期预报产品,采用BP神经网络,建立花期精细化预报模型,应用于实际预报。结果表明,利用中期数值预报产品和适当的预报模型进行花期中期预报是可行的,取得了较好的预报效果,提高了气象为农业服务水平。     

气象条件对悬铃木始花期的影响分析及预报模型构建——以江苏兴化为例

春季二球悬铃木(以下简称悬铃木)新生花粉和宿存球果脱落产生的果毛,既危害人体健康也为城市清洁带来压力,开展始花期预报有利于易敏人群提前做好防护准备,并可为园林部门适时喷洒植物生长抑制剂提供理论依据.以江苏兴化悬铃木始花期为研究对象,选取1990—2020年的物候观测数据和同期气象观测资料,分析其年际变化趋势,筛选影响始...     

新源县杏花始花期气象预报研究

为了更准确地提供杏花始花期的预报,利用新源县1996—2020年的始花期观测数据以及同期气象资料,统计分析关键影响因子,建立预报模式。结果表明：新源县杏花始花期平均出现在4月5日,最早最晚始花期相差28 d,近22a来始花期提前约4 d。始花期前的气温、日照、0℃积温等对始花期有明显影响,采用逐步回归方法,得到了新源县杏花始花期的预报模型,回代检验中始花期预报值与实际值相差0~2d的准确率达到63.6%,相差3 d的准确率为27.2%,2018—2020年的试报服务预测值与实际值之间相差分别2 d、1 d、3 d,可为花期专题气象服务提供理论参考。     

麻城龟峰山古杜鹃花期滚动预报方法探讨

利用麻城龟峰山杜鹃花海3个不同海拔高度和临近区域自动站连续2年观测的气温和物候资料,结合前期物候资料,统计不同高度、不同时段和不同要素的气象条件,结果表明:杜鹃花开放的临界温度为日平均气温稳定通过10℃,达到盛花期物候标准的积温指标为:1月1日起至盛花期前一日≥0℃活动积温大于等于730℃;3月1日起至盛花期前一日≥10℃活动积温大于等于450℃,对两项积温按不同高度、不同时间段进行垂直递减率计算并作相关分析,两因子与花期的线性相关显著。以两项积温作预报因子,建立从3月底到4月底,每隔5天一次的不同时段共7个花期预报方程。利用积温指标结合预报方程,可对杜鹃花期进行滚动预报和精细化预报,预报效果与实况基本吻合,误差较小。     

BP神经网络在油菜花期预报中的应用

建立花期预报模型,发布观赏性植物的精准花期预报,为旅游活动提供重要参考依据,已经成为气象服务领域一个新的发展方向。为了解高淳旅游区油菜花期的变化规律,探索其预报方法,指导高淳油菜花节旅游活动,根据1985—2010年高淳站日最高气温、日最低气温、日平均气温、日降水量、日日照时数、日平均5 cm地温、日平均相对湿度和日小型蒸发量等气象观测数据,利用主成分分析法,得到其与油菜花期相关系数较大的3个主成分,即温度因子、天气因子和辐射因子,以此为输入因子,建立基于BP神经网络的油菜花期预报模型,探讨BP神经网络在花期预报领域的应用。结果表明,传统的有效积温方法预报结果与实际开花期平均相差4.25天,BP神经网络方法预报结果与实际开花期平均相差1.5天,与有效积温预报油菜花期的方法相比,BP神经网络技术具有预测结果准确率高和操作简单等特点,在花期预报领域具有广阔的应用前景。     

杭州夏季高温概率预报模式

使用1994～1998年客观分析资料,用概率映射法作因子非线性变换,分别普查了因子与杭州夏季高温概率的相关性,找出一些高相关因子对其进行REEP分析,在此基础上构造杭州高温概率预报模式。经过1999年的试用,效果较满意,对实际业务预报服务有较好的参考价值。     

MOS预报方法研究

为了更好地利用数值预报产品库、应用MOS预报方法，以不同数值预报模式产品和实时资料为基础，研究建立了乐山市8个站的24、48、72小时平均温度、日最高温度及日最低温度预报方程，并进行了检验，其效果较好，对提高定点定量客观预报水平提供了有效的指导。通过对EC和T213两种模式产品不同方式应用的结果进行比较分析，对MOS方法的使用提出了一些看法。     

基于数值预报模式的乡镇温度预报方法研究

利用2015年8月至2017年7月长兴岛站和交流岛站日最高气温、日最低气温实况资料,对ECMWF细网格2 m温度预报值和日本FSFE02(24 h地面形势场预报)、FSFE03(36 h地面形势场预报)进行了检验。结果表明:根据历史回归统计检验,ECMWF细网格模式24 h的2 m最高气温、最低气温预报效果显著,通过了0. 05信度显著性检验。对各月做相关分析,相关性均较好。利用前一日ECMWF细网格2 m温度预报值与长兴岛站实况差值,根据统计的ECMWF细网格2 m温度预报订正值,做出长兴岛站未来24 h的气温预报。交流岛站温度预报是在长兴岛站温度预报的基础上订正做出,经统计分析,交流岛站和长兴岛站的气温差值与地面形势场和风场有较好的对应关系,根据不同类型的地面形势场和风场订正值,做出交流岛站的温度预报。应用Matlab计算机语言的开发功能,提取ECMWF细网格2 m温度预报的最高、最低气温值,并录入当日长兴岛站和交流岛站最高、最低气温实况值,自动预报各站未来24 h最高气温、最低气温。创建可视化预报工作界面,实现乡镇温度预报自动化。     

最精密的全球数值预报模式

根据日本气象厅网2008年3月5日报道,日本气象厅研究出当今世界上分辨率最高的全球数值预报模式。日本气象厅全球数值预报模式的数值预报产品是发布台风预报、天气预报的基础资料。新全球数值预报模式大幅度提高了模式分辨率,由原来的水平60km网格、垂直方向40层提高到水平20km网格、垂直方向60层。     

中尺度模式预报技术对资料的敏感性研究

该文进行了一系列观测系统模拟试验(OSSE),旨在确定资料的水平和垂直分辩率、所在位置和测量误差对中尺度预报精确度的影响。     

红河流域稻飞虱预报模式研究

选取红河州5个具有代表性的台站（蒙自、泸西、建水、绿春、金平）,分析1999-2008年稻飞虱发生规律与气温、降雨、相对湿度、日照时数、雨季开始期等气象要素的变化关系;大气环流背景特征与稻飞虱受灾情况进行对比分析研究,发现稻飞虱的发生与暖冬、夏季高温、太阳光照减少,特别是西南季风建立后的第1场较强降雨开始时间有非常密切的关系。应用灰相关度分析方法,通过统计分析找出气象因子与稻飞虱发生问的灰关联程度的变化关系,建立预报方程模式。为开展红河州水稻稻飞虱的监测、预警和防治工作提供可靠的依据。