大豆—天气分析模式

1.引言作物-天气的定量关系可以通过生理学的模式、统计学的模式或二者结合而得到。“作物-天气分析模式”属于后一种类型。本文利用贝尔(Baier,1973)和罗伯逊(Robertson,1974)提出的相类似的方法,应用的模式定义为两个或多个函数的乘积。这些函数各自代表某一特定的作物反应(即产量)与所选取变量的变化之间的关系(贝尔,1973)。这些变量是随作     

农业气象学在作物生产模拟及其应用中的作用

就作物模拟模型及其应用,以及气象因子在这些模拟应用中的重要性作了综合论述.为了说明气象和气候变率对作物生产的影响,农业气象要素(包括最高和最低气温、太阳辐射及降水量)被当作作物模拟模型的基本输入因子.多数作物模型使用的气象资料为逐日值,因为很多地区没有更小时间尺度的观测资料.气象及其它输入数据均采用标准文件格式,这有利于数据在不同模型中使用.如果输入因子缺少或数据丢失、无效,将会影响到作物模型模拟的准确性.利用天气发生器随机生成的逐日气象数据可以解决数据丢失或序列较短的问题.当然,模拟时要尽可能采用气象观测资料,以确保作物产量模拟值的准确性,这在热带地区显得尤其重要.许多作物模型用来进行产量预报和决策管理,作物产量及其相关变量的预测变率以及自然资源的利用主要由天气气候条件的短期与长期变化所致.模型的产品可用来制定相应的管理决策,提供给农户和其他关注农业生产的人们.作物模型也广泛应用于气候变化对农业生产和粮食安全性的影响研究.最近,作物模型又用于气候变率和厄尔尼诺与南方涛动(ENSO)的影响研究.随着计算机的普及,农场主、农业咨询人员以及政策制定、决策者等模型的使用者也将越来越多.历史资料和作物生长期间的气象观测资料以及短期、中期、长期天气预报将在这些应用中发挥重要作用.     

“环流-天气气候-农业年景”系统模式探讨

本文从综合评述近几年国内外在“作物产量-天气气候-环流”方面所做的研究工作出发,针对用气象学方法预报农业产量中存在的一些问题,提出了“环流-天气气候-农业年景”系统模式。分析了系统模式几类尺度和模式的因子,讨论了系统模式的应用价值以及有待澄清的一些现象和问题。     

“作物-天气模式”的注释

由于天气和气候对作物生产的重要性,很多涉及对天气和作物间不同尺度上相互关系的研究项目和著作出现了.为了分析这些关系,采用了种种统计和数学技术,“作物-天气模式”(crop-weather models)这个术语,就是在这类工作中作为一种表达方式而被提出的.用这个术语的,不仅有农业气象学家,也有植物生理学家、农学家、作物栽培者、生态学家、经济学家和其他专家.由于这些学者具有各自不同的学识背景,在他们的研究和应用中,采用了不同的途径和解释,因此对此术语的涵义不免带来一些混乱. 本文首先简要介绍了近年来发表的作物-天气模式方面的讨论,提出一种考虑到模式的时间尺度、资料来源、探索途径、目的和应用的分类方法.利用这些特征,提出三组模式,即:机制型作物生长模拟(mechanistic-type crop growth simulators),作物-天气分析统计模式(statistically based cropweather analysis models)和复回归产量模式(multiple-regresslon yield models).-编者按     

一个应用气象和卫星资料对气候-作物评定的系统

一、气候-作物评定系统的内容及目的应用气象和卫星资料评定气候-作物系统,其内容可分为以下三个方面:一是作物的潜力评定,主要分析作物对气候环境的适应性,以便因地制宜种植作物;二是作物状况评定,主要运用近期的气象和卫星资料对作物的生长情况进行评定,为生产部门提供有用的信息,也可对评定的模式作必要的校正;三是作物产量评定,主要是运用气象和农业资料,设计评定产量的模式。整个体系的示意图如图1。     

气压与小麦产量模式

一、本文的主要目的是研制用气候资料模拟一种小麦产量预报方法,以减少缺乏气象和作物资料的限制作用。大范围小麦产区产量线性回归方程的主要预报因子是逐月海平面气庄平均值,为美国大平原冬、春小麦区、加拿大萨斯喀彻温春小麦区和苏联冬小麦区制定的小麦产量预报模式可以用来预测这三个国家的小麦产量。其次,则是建立谷物预报与大尺度大气状况的相关关系。过去,为了说明和预报不同时间尺度的地区性天气和气候,在一些判别和预报研究中经常使用海平面气压和700毫巴高度的历史资料。纳米亚斯(Namias)介绍过制作30天天气展望的方法,克莱因(Klein)则介绍了研制和应用5日天气预报的技术。库茨巴赫(Kutzbach)用经验正交函数(特征矢量和基本项目)研究了北美大陆气压、温度和降水分布之间的相互关系。他指出:这三个气候要素之     

鄂尔多斯地区一般性降水天气过程预报方法研究

通过对20多年气象资料查阅统计,分析了鄂尔多斯市8个站点一般降水(0.1~25.0mm)天气过程的时空变化规律,得出鄂尔多斯地区一般降水的天气气候规律;从三个方面进行论述,找出了与降水较好的相关因子,建立了降水预报模式方程。     

青稞产量周期回归双重分析预报方法

一、前言目前作物产量分析预报中将作物实际产量 Y 分为三大项。第一项为主要受土肥条件、品种优劣、耕作栽培、管理技术等因子影响的趋势产量 Y_t,一般表现为时间的正函数;第二项为主要受天气气候条件影响的气候产量 Y_w,气候产量随天气气候因子的波动而变化;第三项为偶然随机因子影响的随机项 Y_ε。即     

气候变化对宝鸡市作物气候生产力的影响

利用1960--2009年宝鸡市11个气象站年平均温度及降水资料,应用TuynthwhiteMemoral模式计算宝鸡地区作物气候生产力状况,同时分析影响因子的显著性。结果表明：降水量是影响宝鸡地区作物生产力的主要因子,气候变化对作物气候生产力影响显著,“暖湿型”气候对全区都十分有利,平均增产幅度约6．5％～7．2％;“冷干型”气候对全区都十分不利,减产幅度为7．3％～6．5％。“冷湿型”气候对川塬区较为有利,而对山区不利;“暖干型”气候对秦岭以北大部分地区较为不利。     

糖甜菜的产量预报

气象因子对糖甜菜产量影响的研究主要应用三种方法:生理学(作物生长模拟)、数理统计(经验统计)和综合方法(作物-天气分析)。1.Weber 等(1966)研究了联邦德国的气候条件(包括降水量、温度、湿度、日照和水分平衡等因子)对产量的影响,统计3月1日到9月30日(1948—1963年)共21个10天周期降水量与蒸发量之间的差异。他们确定营养生长期产量按一个月周期与几个气象因子有关,按10天周期与个别气象因子有关。获得高产都是在栽培期间降水少而日照充足,由于土壤热量适中,可使抽出嫩枝加快。5月     

三级相关相似统计方法在短期气候预报中的应用

目前 ,基层气象台站在进行短期气候预测 (长期天气趋势预报 )时 ,通常采用统计学方法。即从本站历史气象资料中筛选出能反映短期气候特征 (冷、暖、干、湿 )的气象因子 ,采用相关、相似统计方法 ,对未来天气趋势作出预报。在多年的预报实践中 ,笔者非常重视前期气象因子变化与后期长期天气趋势的关系 ,并将前期气象因子变化看作气候背景。而反映气候背景的气象因子 ,不仅其时间长度的选择可以不一样 ,而且其相关的统计方法也各异。如对上年雨量偏多而言 ,就可以用年雨量或某一个时段的雨量来描述。再如在进行相关统计时 ,蕲春县局多采用简单…     

内蒙古大兴安岭东南部气候变化对作物产量的影响

利用大兴安岭东南部1971～2005年气温资料与玉米、大豆、小麦和马铃薯产量资料,分析了气候变暖对农业生产的可能影响,结果表明4种作物气候产量与各个气温因子的相关系数均为正值.由此可见气候变暖有利于该区各种作物产量的提高.气候变暖可使作物生长期延长8～15天,因此可以引种生长期为120～130天的高产品种,增加中、晚熟品种.气候变暖扩大了作物种植区域,作物的种植北界北推,范围扩大至49°45′N 以南的地区,上界升高至海拔400 m.但是气候变暖也增大了干旱发生的机率,加重了干旱的程度,增加了农作物害虫对农田的危害.气候变暖使异常天气事件增加,对农业产生一些不可逆的影响,使农业生产的不稳定性加剧.     

2019年贵州省夏收粮油作物生长季农业气候评价

根据贵州省84个气象观测站的资料,分析2018-2019年夏收粮油作物生长季内的气温、降水、日照3个气象要素的变化特点,结合作物生物学特性对气象的要求,并与历史同期气候条件进行对比,评估2018-2019年夏收粮油作物生长季内气候条件对农业生产的影响。结论为:小麦主产区大部光温水条件匹配较好。油菜生长季前期光热条件较差,生育期明显推迟,长势差于2018年,但后期天气转好,利于推进油菜生育进程和产量形成。春播马铃薯气候条件明显好于冬播马铃薯,利于全年马铃薯产量的稳产,冬播马铃薯主产区受阴雨寡照天气影响明显。夏收粮油作物全生育期内无大范围重大农业气象灾害,农业气象条件总体有利于夏收粮油作物生长发育和产量形成,属于较好农业气候年景。     

偏差订正方法在IASI辐射率资料同化中的应用研究

根据IASI(Infrared Atmospheric Sounding Interferometer)的资料特征和GRAPES(Global/Regional Assimilation and Prediction System)同化系统的具体情况,建立了适用于业务使用的关于IASI辐射率资料的偏差订正方案,该方案包括扫描偏差订正和气团偏差订正。统计表明,IASI资料的扫描偏差不像微波资料一样具有明显的纬度依赖性,但在2x2的像元内存在某种特殊的扫描偏差,临边测量相对于星下点的扫描偏差可以用"扫描角"作为自变量而消除,而2x2的像元内的偏差只能通过稀疏化来规避;气团偏差主要根据当时的天气条件进行订正,利用模式背景场作为预报因子定量给出天气条件,采用1 000~300 h Pa的厚度、200~50 h Pa的厚度、50~20 h Pa的厚度以及模式地表温度作为预报因子。订正方案的试验结果显示,偏差能够长时间维持在比较低的稳定水平,订正结果显著。     

温带湿润气候条件下温室的能量平衡

一个模拟多种不同气候条件下的温室微气候状况的计算机动态模式业已建立并得到了验证。该模式是一维的,由四个层次组成,对各层的热量和质量通量进行了模拟。模式只需要输入初始边界条件。叶片的水分扩散由影响气孔阻力的环境参数来确定。除以往模式中的考虑外,还考虑了作物热贮量和作物特征的时间演变。分析了模式对各种参数的敏感性。用当地的一个商业温室获得观测实际资料,并将其与模拟值进行对照,两组资料十分一致。还用这个计算机动态模式计算了用于种植草莓的温室所需能量的大小。     

日本作物产量预报简介

日本的作物产量预报分为研究和业务两个方面。研究主要集中在农林水产省所属的农业环境技术研究所和农业试验场以及部分综合大学农学系;业务属于农林水产省统计情报部。下面分别就研究和业务情况及今后设想作一简要介绍。 一、研究方面 1 气象统计模式:在日本最常见到的是多元回归分析,通常将产量序列视为时间的函数,用曲线回归式拟合实际产量与预测产量的差,即把回归残差(y-)作为因变量;模式的因子可以概括为作物生育期间的光、温、水条件。由于各地气象、气候条件的差异,引起产量变动的因子也不相同。位于太平洋沿岸的东北地区(本州东北部),由于亲潮寒流的影响,从太平洋上吹来的冷风常常造成夏季的作物低温冷害而导致减产,所以这一地区决定水稻产量的主要因子是6—8月的月平均温度。例如青森县预测水稻产量,用水稻生育期间的月平均气     

安溪雷暴24h潜势预报模型研究

利用安溪县国家气象站2004年至2015年的雷暴观测资料,分析了安溪县雷暴的气候特征及环境背景分类。并根据雷暴活动特征及雷暴天气产生的环境场条件,诊断和分析T639数值模式输出产品与雷暴观测资料的相关性,对41个相关因子做显著性检验,挑选相关性较好的9个因子做分析。对9个预报因子进行0,1化处理并进行逐步回归,最后选取850hPa垂直速度、850hpa假相当位温、700hPa温度、K指数、850hPa比湿等5个因子,建立雷暴潜势预报方程。利用2015年至2017年T639模式资料进行回代分析评估,发现当雷暴概率预报Y值>0.6时,雷暴预报准确率最高,达85.60%,且漏报率、空报率很低。再以2018年T639数值模式资料对雷暴潜势概率进行计算评估,准确率为83.84%,漏报率为5.75%,空报率为10.41%。由此可见,基于T639数值产品的雷暴潜势方程可以为安溪县雷暴天气的预警预报和防雷减灾服务提供客观的参考和依据。     

华北地区冬小麦产量预报模式的初步研究

本文提出了一种省级以上尺度的作物-天气产量预报模式。首先,对气候产量进行R-型聚类分析,将全区分成若干亚区;然后,用累加型及阶乘型的多重非线性回归方法组建预报方程。本文提出的模式,原则上可以适用于多种尺度和不同作物,预报时效也可以根据生产需要和作物发育阶段的特点给定。 华北地区冬小麦产量预报的时效,分为冬前、越冬后及黄熟前三个阶段。预报方程的复相关系数,分别可达到0.70,0.90和0.95以上;平均相对剩余误差为15％,8％和4％。     

在成本-损失比情况下的决策模式和概率预报价值的测度

一、引言在决策模式里天气信息只是一般地,而天气预报则是特别地起着重要作用;这种决策模式至少服务于两个重要目的。首先,它们描述决策者(在各个模式意义上)如何使用预报;其次,模式可以提供决策者(和其他)决定预报价值的范围。本文研究了某种特殊决策情况下两个模式范围内的概率预报的评价和效用。所谓“成本-损失比情况”(Cost-loss Rationsituation)是一个在气象学文献中经常遇到的决策情况。这种情况包括决策者面临不能肯定不利于一些活动或工作的天气是否出现时,必须决定是否采取防护行动。最早的成本-损失比情况模式是Thompson提出的。这是一个很简单的正态模式,它提供一个状态的现实描述,为许多预报-敏     

风暴单体识别与跟踪(SCIT)算法评估

利用兴义新一代多普勒天气雷达复合体扫资料及WSR-88D提供的风暴单体识别与跟踪(SCIT)算法对2007-2008年发生在贵州省黔西南地区的40次天气过程个例进行验证、分析,分别从单体识别、单体跟踪评估、单体位置预报、单体算法评估效果与季节关系分析、单体算法评估效果与距离关系分析、冰雹暴雨评估对比分析6个方面进行评估、分析。在充分考虑了当地地理环境、气候背景的前提下对算法评估不太理想的情况进行了误差分析,并进行了算法补偿,提出了解决的办法,一是降低识别阈值,将SCIT的7个反射率阈值降低一个等级,二是提取反射率因子垂直梯度,用上述两个改进方法对2007-2008年的40次天气过程重新进行评估,并与算法改进前的评估效果进行对比检验,结果表明,算法改进后评估效果有所提高。