线辣椒产量与气象因素的关联分析

选取凤翔县1984—2000年的线辣椒产量与气象因素进行关联分析,得出主要影响因素为7月中、下旬平均气温、7月下旬降水量,关联度分别为0.8510、0.8537、0.7719,7—8月最高气温≥35oC的日数关联度为0.7500,4月中旬平均气温度为0.7642,8月下旬—9月上旬平均气温关联度为0.7448。建立了线辣椒产量预报模型,预报准确率平均为89%。     

气象要素对青岛崂山茶叶产量影响分析

为了研究茶叶产量与气象要素的关系,基于青岛市崂山区1994—2015年气温、降水量、日照时数、空气相对湿度及茶叶产量数据,利用数理统计方法,筛选影响崂山茶产量的关键气象因子,利用通径分析评价各因子的影响。利用1994—2013年产量资料与气象资料建立多元回归模型,2014—2015年做独立样本检验,结果表明:当5—7月中旬降水量偏多(少),5月中旬—6月上旬平均气温偏高(低),但是该时段最高气温偏低(高),而9月平均气温偏高(低),7—8月平均最高气温偏低(高)时,有(不)利于崂山茶叶的生长和提高茶叶气象产量。同时分析表明:当12月—下年2月日最低气温低于-10℃日数偏少(多),7月日照时数偏少(多),也有(不)利于崂山茶叶气象产量的增加。表明崂山茶叶生长季节适宜于雨量偏多、平均温度偏高,温度变化趋势平稳,极端高(低)温少的气象条件。利用这些关键气象因子建立的影响茶叶气象产量回归模型,能够较好的拟合崂山茶叶产量,研究结果为开展崂山茶叶产量评估与气象服务提供了技术支撑。     

贵南地区青稞发育期及产量预报

利用贵南县气象站10a(2007—2016年)青稞生育状况和气象资料,通过统计分析的方法研究了青稞生长发育和产量形成的气象条件,为贵南青稞生长发育和产量预报提供科学依据。结果表明:(1)贵南县近10a年平均气温为3.0℃,年均降水量481.8mm,年均日照为2664.9h;气温升高和全球变暖一致,降水增多,光照有所减少;(2)近10a贵南地区青稞平均播种期在4月下旬,平均成熟期在9月上旬,全生育期约134d;(3)青稞从播种到成熟经历9个发育期,关键期确定7个。每个发育期受温度、降水、光照影响的大小要从作物生长所需气象条件筛选。青稞穗粒数、千粒重是影响青稞产量的主要因素,而气候条件是引起青稞穗粒数、千粒重变化的主要原因。(4)利用预报函数模型,对2017年发育期及产量做了检验,结果表明:抽穗到成熟实际发育期比预报发育期提前8~11d,实际测得的产量和预报值相差37.68g/m~2。综合2017年气候条件分析看出,7月中旬中度干旱,7月底8月初发生的5次冰雹灾害,进入收割期9月上中旬连阴雨天气,是导致2017年实际发育期及产量与预报值误差的重要因素。     

沈阳地区日光温室内最低气温变化特征及其预报模型研究

利用2013—2014年沈阳地区日光温室内和温室外的气象观测资料,采用相关分析和逐步回归分析方法对日光温室内最低气温的变化特征及其预报模型进行了研究。结果表明:2013—2014年沈阳地区日光温室内最低气温与温室外的前一日最高气温、前一日最低气温、当日最低气温及温室内前一日最高气温、前一日最低气温相关显著。沈阳地区四季不同天气条件日光温室内最低气温的预报模型存在一定的差异,冬季日光温室内最低气温模型的预报准确率较高,春季次之,秋季再次之,夏季日光温室内最低气温模型的预报效果较差,冬季、春季、秋季、夏季日光温室内日最低气温≤3.0℃的预报准确率分别为91%、85%、81%和79%;雨雪天日光温室内最低气温的预报准确率较高,阴天次之,晴天再次之,多云天日光温室内最低气温的预报准确率较低,雨雪天、阴天、晴天、多云天日光温室内日最低气温≤3.0℃的预报准确率分别为90%、87%、83%和77%。可见,本文建立的沈阳地区日光温室内最低气温模型的预报效果较好,可为沈阳地区中高档钢架砖混结构日光温室内最低气温的预报提供参考,具有较强的实用性。     

基于MOS方法建立达州温度预报模型

利用2009年4月—2010年6月欧洲中心数值预报资料及达州6个国家气象站站温度观测资料,根据影响温度变化的因素和相关分析筛选出了10余个因子,基于MOS方法建立预报模型。在温度预报模型建立上,利用动态最优子集回归,经过多次试验,确定了最低气温和最高气温预报因子。通过2010年1月—2010年6月与预报员主观预报结果对比分析和7—9月试报检验,预报方法能够有效提高达州温度预报准确率。1—6月检验结果最低气温平均偏小0.31℃,最高气温平均偏小0.53℃。7—9月份试报结果最低气温偏小0.34℃,最高气温偏小0.62℃。     

基于气象要素的逐日玉米产量气象影响指数

利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。     

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。     

渭南日光温室小气候特征分析及预测方法

为探求陕西渭南地区日光温室小气候变化特征及预测方法,切实提高为农服务水平,利用陕西渭南市华州区设施农业试验点日光温室2014—2016年冬季(11—3月)棚内外气象观测资料,采用对比分析及逐步回归方法,对冬季晴天、多云、阴天天气条件下温室内温、湿度日变化特征及最低气温预报模型进行分析研究。结果表明:各天气条件下日光温室内温、湿度日变化均呈单峰型变化,气温最低值均出现在日出前后,于午后13—14时达到最高值,相对湿度则相反;夜间温、湿变化相对稳定,湿度接近饱和状态;晴天时温、湿度变化幅度大于多云和阴天时。试验建立的日光温室内未来一天最低气温预报模型,通过检验,其误差值在2℃范围内的准确率达到80%以上,预报准确率可满足业务应用。     

基于SPSS的普宁早稻产量预报模型

基于SPSS软件,运用曲线估计分离了1986—2015年普宁市早稻趋势产量与气象产量,并运用逐步线性回归方法研究了早稻全生育期降水、气温、日照等多种气象因子与早稻气象产量之间的关系,进而得出6种最优早稻产量预报方程,使用最小二乘法对6种预报方程进行拟合,建立普宁市早稻产量预报模型。利用历年早稻产量进行验证,结果表明:1986—2015年历史早稻产量拟合准确率均在96%以上,2016年早稻产量预报准确率达98. 8%,预报结果准确率较高,能满足业务需求,可作为普宁市早稻产量预报的有效依据之一。     

基于气象因子的水稻产量预报模型

利用四川省南充市1989—2018年气象观测资料和水稻单产数据,分析5月上旬至8月下旬的平均气温、降水量、日照时数与水稻单产的相关性,采用线性回归方法建立基于气象因子的水稻产量预报模型。结果表明,5月下旬降水量、6月中旬平均气温、7月下旬日照时数、8月下旬日照时数和降水量与气象产量显著相关,建立南充水稻产量预报模型,回代检验准确度平均达95.4%,预报准确度达91.2%,2019年模型预报效果良好。     

乌苏市春季霜冻预报方法的初步探讨

利用乌苏1961—2010年逐日最低气温资料、1991—2012年春季3月15日—4月30日期间霜冻日及其前一日常规气象资料,运用相关分析法和多元线性回归法,建立了乌苏春季霜冻预报方程,用该方程对1991—2011年的霜冻历史资料进行回报检验,拟合率为82.1%,对2011—2012年的霜冻进行试报,拟合率达87.8%,效果较好,可以在乌苏地区的霜冻预报业务中试运行。     

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验。结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低气温预报准确率最高,ECMWF次之,GRAPES_Meso最低。一元线性回归和递减平均方法对SCMOC的气温预报订正多为负效果,但对GRAPES_Meso和ECMWF的气温预报订正有明显正效果。订正后ECMWF与订正前SCMOC的预报相比,前者日最高和最低气温的预报准确率偏高。订正后GRAPES_Meso与订正前SCMOC的预报相比,前者日最低气温预报准确率偏低、2018年24 h和2019年24、48 h日最高气温预报准确率偏高。一元线性回归法对模式气温预报的订正能力和稳定性优于递减平均法。     

伊宁市终霜气候特征及霜冻最低温度预报方法研究

选取伊宁基准站1961—2005年历年3月1日至5月31日逐日最低气温资料,分析伊宁市终霜气候特征;利用1991—2003年历年4月伊宁基准站08时探空资料和地面观测资料,用数理统计方法建立伊宁市春季霜冻最低气温预报模型。     

红火蚁发生的气象等级指标

根据广州市番禺区2008—2012年红火蚁发生实测资料和同期气象资料,采用统计学、生物学等方法,建立了广州市番禺区红火蚁发生的气象等级指标。结果表明,红火蚁大发生的气象条件为温度22~27℃,湿度70%~85%或降雨量在1~100 mm,易发生的气象条件为温度22~27℃,较易发生的气象条件为温度20~22℃或27~30℃,不易发生的气象条件为低于20℃或高于30℃。2008—2012年红火蚁发生发展气象等级回代准确率达80%,2013年的试报红火蚁的大发生期4月上旬—5月中旬准确率达到92%。     

北方地区小麦蚜虫气象适宜度预报模型构建

根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。     

欧洲中心细网格2 m温度产品在遵义市的检验及应用

利用遵义市14个县区站2013—2015年逐日最高气温、最低气温实况数据,检验分析了对应时段内欧洲中心(EC)细网格2 m(简称EC 2 m)温度预报产品对遵义市的预报准确率,在此基础上,根据2015年EC 2 m温度预报平均误差,对2016年1—8月EC 2 m温度进行订正检验。结果表明:2013—2015年EC 2 m温度对遵义地区预报准确率呈逐年上升趋势,最低气温预报准确率远高于最高气温。其中,2015年EC 2 m温度预报系统性偏低;最高气温的预报准确率呈冬、秋、春、夏递减,最低气温的预报准确率呈夏、秋、春、冬递减;最高气温预报准确率随时效延长呈下降趋势,最低气温预报准确率随时效延长呈波动变化趋势;播州、汇川、绥阳、赤水、习水、凤冈各时次的最低气温预报准确率都在80%以上,参考性强,其余站点相对较低。通过平均误差对EC 2 m温度进行订正并检验,订正效果明显。     

基于积分回归法甘肃省冬小麦产量动态预报

冬小麦是甘肃省主要粮食作物之一,开展甘肃省冬小麦产量动态预报对全省粮食生产和粮食安全具有重要意义.利用1985—2013年甘肃省冬麦区16个地面气象观测站逐日气象资料和冬小麦产量资料,基于积分回归原理以旬为时间尺度,分析了影响陇中、陇东、陇南地区冬小麦生产的主要气象要素和关键时期,并分别建立了3月下旬、4月下旬和5月下旬甘肃省冬小麦产量动态预报模型.结果表明:降水和温度对甘肃省冬小麦气象产量影响较大,其中降水量增加对各冬麦区基本均为正效应,尤其在麦田休闲期和返青拔节期更显著;苗期—越冬前期和拔节期—孕穗期气温升高对冬小麦为负效应,越冬后期—返青起身期气温升高对陇中和陇东冬麦区正效应较明显.通过近5 a试预报检验表明,建立的冬小麦动态产量预报模型平均预报准确率达96%以上,可满足业务服务的需要.     

利用ECMWF产品对庆阳极端气温释用效果分析

利用CMSVM的回归方法,用2003～2007年的欧洲数值预报格点资料和庆阳市8个自动站极端气温资料建立最高最低气温预报模型.2008年业务运行效果检验评估表明:5 d最高、最低气温综合平均预报准确率达到64%和71%,对实时业务有较好的指导作用.最高、最低气温准确率随着预报时效的延长效果降低,最低比最高气温的预报准确率高.最低气温预报效果春夏季好于秋冬季,最高气温相反.最高、最低气温绝对误差和平均误差都随预报时效的延长增大,最高比最低气温平均绝对误差大,二者的平均误差接近,均为正值,预报值具有偏高的倾向.对9月明显变化过程的评估表明,最高最低气温预报与实况演变的趋势相似.     

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月上旬降水量、5月下旬日照时数和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%。     

基于产量历史丰歉气象影响指数的河北省马铃薯产量预报

马铃薯是河北省主要种植作物之一,其生长发育和产量形成与气象条件密切相关,开展马铃薯产量预报对河北省粮食安全具有重要意义。本文利用河北省1982—2018年马铃薯产量数据、主产区24个气象站逐日气象资料,分别利用大概率法和加权平均法预报河北省马铃薯单产。产量预报模型对2001—2015年马铃薯产量预报试验结果表明,利用大概率法和加权平均法预报单产丰歉气象影响指数增减趋势平均准确率分别为62.2%和88.9%,定量预报平均准确率分别为84.2%和90.2%。对2016—2018年河北省马铃薯单产预报检验结果表明,大概率法在3年的9次预报中单产丰歉气象影响指数增减趋势有4次预报错误,加权平均法仅有1次错误；大概率法和加权平均法的平均定量预报准确率分别为86.9%和97.4%。加权平均法预报准确率高于大概率法,说明加权平均法更适合于河北省马铃薯产量预报。