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%.     

户县小麦赤霉病发病与气象条件关系研究

小麦赤霉病是影响关中地区小麦安全生产的主要病害之一,同时小麦赤霉病的发病概率受到气候变暖的影响而逐渐加剧。利用户县1998—2012年的小麦种植面积和小麦赤霉病发病面积数据以及降水量、相对湿度、温度、日照时数等常规气象观测资料,采用灰色关联分析法对各气象因子对小麦赤霉病的影响进行分析。结果表明:15年来陕西户县小麦赤霉病的发病率呈明显增长趋势,但波动性较大,其中2010年发病最严重,病田率高达100%。抽穗扬花期平均相对湿度、上年秋季降水量和抽穗扬花期降水量的灰色综合关联度分别高达0.90、0.80和0.76,是影响户县小麦赤霉病的发生、发展的3个主要气象因子。抽穗扬花期平均相对湿度和同期降水量可以用来预测小麦赤霉病的发生发展,上年秋季降水量、抽穗扬花期的平均相对湿度和抽穗扬花期日平均日照时数对预测小麦赤霉病发病面积的波动情况有参考价值。     

河南省小麦白粉病时空变化特征分析

利用河南省10个气象观测站2000-2011年小麦白粉病调查资料,采用经验正交函数分解（EOF）等方法,分析了河南省小麦不同生育阶段白粉病发生的时空变化特征,根据各地区病叶率和发病面积的大小,构建了综合发病指数,对全省冬小麦白粉病发生强度进行风险分析。结果表明：各要素场第一、二模态的累积方差贡献率大都在70%以上,可用来解释各要素场大部分的时空分布特征;小麦白粉病发病风险北高南低,综合发病指数与小麦生长季的降水和气温均呈显著负相关。     

海温、大气环流在产量预报中的应用

本文利用海温、大气环流特征量对天气条件影响的滞后性,考虑到因子的显著性和稳定性、独立性,建立了江苏省冬小麦、早稻、中稻和双季晚稻产量的海温和大气环流的预报模式,并作了1985年、1986年两年的预测实践,取得了良好的效果。     

美国小麦产量业务预报方法研究

利用综合诊断指标,研究了预测年美国小麦生长季逐日平均气温和降水量与历史上任意一年对应气象要素的关系。根据小麦产量历史丰歉气象影响指数,建立了基于地面气象要素的美国小麦产量预报模型;研究分析了西太平洋月平均海温、北半球500hPa平均高度场环流资料与美国小麦产量的关系,利用主要影响因子,分别建立了基于海温、环流资料的美国小麦产量预报模型。根据各预报模型的稳定性,利用加权方法建立了美国小麦产量业务预报集合模型。1995～2004年预报检验和2005～2006年预报试验结果表明：集合模型的预报准确率基本都在92％以上,能够满足业务服务的需要。     

基于大气环流的稻纵卷叶螟气象预测模型

基于1980-2016年全国稻纵卷叶螟逐年发生面积、产量损失资料、逐月74项大气环流特征量以及南方15省(区、市)地面气象资料,采用因子膨化处理技术、Pearson遥相关分析法和逐步回归分析法,筛选对中国稻纵卷叶螟发生面积率有显著影响的大气环流因子,构建中国稻纵卷叶螟发生面积率的多时相动态大气环流预测模型,探讨大气环流对中国稻纵卷叶螟发生的可能影响机制。结果表明:46项大气环流因子与稻纵卷叶螟发生关系密切,副热带高压类、极涡类环流因子是中国稻纵卷叶螟发生面积率的主导影响因子。建立的中国稻纵卷叶螟发生面积率年前、年后3-10月的月动态预测模型历史拟合较好,对2015年、2016年1月初及3-10月各月初外延预报两年平均准确率分别达86.6%,90.5%,91.8%,93.4%,93.4%,94.0%,94.0%,94.3%,95.4%。关键环流特征因子、当年气候年型和稻区5-9月气象条件对中国稻纵卷叶螟的发生程度具有较好的指示效应,稻纵卷叶螟发生面积率较大的年份主要出现在干暖年和湿暖年;干冷年型常导致稻纵卷叶螟发生面积率偏小。     

中高纬环流因子与黑龙江省初夏气候异常分析

利用1954-2010年地面气温、降水观测资料和月环流特征量、NCEP高度场再分析资料等,采用常规气候统计方法,分析了黑龙江省初夏6月气温、降水的气候特点,通过初夏6月气温、降水与北半球500 hPa高度场相关分析,建立起与中高纬度环流因子关系。结果表明：黑龙江省初夏气候异常与中高纬度环流异常有关,影响初夏气候异常的中高纬度环流因子主要有亚洲纬向环流指数,阿留申低压指数,亚洲区极涡面积指数,鄂霍次克海的阻塞高压指数等。在此基础上分析大气及中高纬度环流因子的背景,考虑外强迫因子海温的间接作用,掌握中高纬度环流因子的变化,是准确预测黑龙江省初夏气候的关键前提所在。     

中国近百年雨量与大气环流因子的关系

研究了近百年南方涛动年指数,北半球西风带大气环流Ｗ．Ｃ．环流型年频数对中国大范围年降水量有旱涝的影响,探讨了大气环流因子影响的空间分布变化规律及影响的复杂性,非线性及南北环流不同配置多因子相互作用造成的综合影响特征,发现：（１）ＳＯＩ、Ｗ、Ｗ．Ｃ．Ｅ环流因子对中国降雨的影响不是局地的,而 大范围普遍存在的,只不过对越靠近海洋的地方越显著;（２）并不是单个环流因子的变化就可完全解释清楚雨量的变化,多     

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.     

基于海温和环流特征量的江苏省小麦适播期预测

基于江苏省60个气象台站1961-2010年冬小麦冬前生长期间的气温资料,利用曼-肯德尔法（Mann-Kendall method）分析发现,小麦冬前生长期间日均气温及有效积温在全球气候变暖背景下均有明显的增暖趋势。同时根据江苏省各地区冬小麦有记录以来的农业气象资料分析可得,播期与冬前总积温、有效积温具有极显著的相关关系,尤以有效积温更为显著,均通过了0．001显著水平检验,故可利用冬前有效积温确定冬小麦适播期。在此基础上,根据海气相互作用原理以及500hPa大气环流特征量能表征天气形势和控制天气条件的这一特性,利用最优化因子相关技术对海温及环流特征量进行普查,从中挑选一批与冬前有效积温相关显著、稳定性强、因子相互独立、可靠的海温和环流特征量作为长期预报因子,建立冬前有效积温的海温模型和环流模型,其拟合效果和试报效果甚佳,可投入业务应用,提前1-2月预测冬前有效积温,从而确定冬小麦适播期。     

气象条件对小麦白粉病发生影响的研究

这１０多年来江苏省代表站的小麦白粉病始病期、严重率和同期的气象资料,采用滑动相关普查方法,分析了气象条件对白粉病发生的影响作用,发现对白粉病始病期和严重率有着显著的影响,但影响作用具有阶段性和区域性。在此基础上建立了白粉病的预报模式。     

淮北地区冬小麦白粉病发生程度的预测方法

分析表明，冬小麦白粉病发生程度的轻重，取决于法地小麦孕穗期前后的光照，降水量，雨日数和日平均相对湿度等气候因素。利用多因子综合相关法，通过计算条件频率，得出淮北地区冬小麦白粉病发病程度的预报方程，其历史拟合率达９１．７％。     

黄淮海地区冬小麦农业气象指标体系的构建

冬小麦农业气象指标体系是定量评价冬小麦农业气象条件优劣和发布灾害预警预报的基础,更是农业气象业务服务的基础。在解释冬小麦农业气象指标内涵的基础上,参照冬小麦农业气象指标体系构建的通则,综合农业气象指标研究方法的优缺点,构建了由4个一级指标、21个二级指标构成的我国黄淮海地区冬小麦农业气象指标体系。其中一级指标由冬小麦品种特性农业气象指标、关键生育期农业气象指标、主要农业气象灾害指标、主要病虫害指标四大类构成。冬小麦品种特性农业气象指标由反映品种特性和地域布局的指标构成,包括品种类型、区域布局和耕作栽培管理气象指标;关键生育期农业气象指标由反映关键生育阶段气象条件适宜与否的指标构成,包括播种出苗期、分蘖期、越冬期、返青期、拔节期、抽穗开花期、乳熟期、成熟收获期气象指标;主要农业气象灾害指标由反映受灾程度的指标构成,包括干旱、越冬冻害、晚霜冻、湿渍害、干热风、烂场雨等;主要病虫害指标由反映病虫害发生发展程度的指标构成,包括白粉病、赤霉病、锈病、蚜虫等。此外,还对指标的筛选和综合集成及赋权方法进行了探讨。     

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%。     

基于环流和海温的稻曲病指数长期预报模型研究

稻曲病属于典型的"气象型"病害,为了提前预报出适宜稻曲病发生的气象等级与提供足够的防治准备时间,根据中长期天气预报原理,充分考虑大气环流和太平洋海温对区域气象条件影响的滞后性,利用近40 a的江苏逐日气象观测资料、大气环流指数和海温资料,采用空间拓扑原理和最优相关普查等统计方法,挑选出了对综合稻曲病指数影响最显著的预报因子,并通过滑动平均和主成分识别等检验方法确保预报因子的稳定性和独立性,最终分别建立了基于大气环流因子和基于海温因子的综合稻曲病指数长期预报模型。经过检验,两种模型的模拟效果均理想,能提前一个月预报出综合稻曲病指数以及对应的发病气象等级。     

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。     

江苏雷暴日发生规律及其大气环流预报模型的建立

根据江苏省1961~2003年逐日气象资料,通过数理统计方法分析得出:江苏各地全年有96%~98%雷暴日出现在3~9月,平均年雷暴日数为27~36天。平均年雷暴日太湖周边地区最多,其次是里下河水网密集区及洪泽湖周边地区,徐州市最少。年雷暴日的年际间波动大,最多年份的雷暴日是最少年份的2.5倍。根据500 hPa大气环流特征量能表征天气形势和控制天气条件的这一特性,利用最优化因子技术对环流因子进行普查、对比分析,挑选一批与年雷暴日相关极其显著、稳定性强、因子间相互独立、可靠的大气环流特征量作为预报因子,建立了江苏省年雷暴日预报的大气环流模型,模拟及预报效果佳,可投入实际业务应用。     

驻马店极端气温分析

利用驻马店10个站气象资料,分析了极端温度的时间变化特征、高温天气与6-8月降水量之间的关系和极端晴热高温、极端湿热高温天气形成的天气背景及影响因子,确定了高温出现的前期预报指标。