哲盟气候条件对小麦产量的影响及其动态评价

文章以积分回归方法统计分析了旬平均气温、日照、降水量与哲盟小麦产量的关系，得到了较为满意的结论，并以上述关系为依据，根据所在年小麦生育期间的逐旬气象条件，对小麦生育状况进行定量动态评价，服务效益亦较为明显。因此认为该方法是有实用价值的。     

哲盟气候条件对小麦产量的影响及其动态评价

文章以积分回归方法统计分析了旬平均气温、日照、降水量与哲盟小麦产量的关系，得到了较为满意的结论，并以上述关系为依据，根据所在年小麦生育期间的逐旬气象条件，对小麦生育状况进行定量动态评价，服务效益亦较为明显。因此认为该方法是有实用价值的。     

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。     

小麦赤霉病发生量预测预报

采用单因子相关法和多因子线性回归法对豫西地区1985－1999年15年的小麦赤霉病系统观测资料及相关气象资料进行统计分析，经比较，筛选出春季玉米残体菌率、4月下旬－5月下旬雨日、4月下旬－5月下旬雨量3个对小麦赤霉病发生量影响显著的因子，建立预测模型，经回验与预测验证，结果与实际相吻合。     

连阴雨造成小麦穗发芽的产量损失估计

关中西部１９６０—１９９０年６月上、中、下各旬降雨８０年代较６０～７０年代平均增加４．９、１２．２、８．６ｍｍ，雨季有从７月上旬提前至６月中旬的明显趋势。这种变化对关中西部川、塬区小麦收获构成较大威胁。初步研究了短期连阴雨对小麦产量的影响，并建立了田间自然条件下不抗穗发芽的大、中粒白粒冬小麦品种杨花后４０天产量损失模型。分析表明，以穗发芽率估计产量损失更为简便、直观、准确。并简述了穗发芽灾害的防御对策。     

晚稻单产动态预测方法研究

晚稻单产与气象条件关系分析表明：气象要素是影响相邻两年晚稻单产变化的主要影响因素,尤其是气温和日照.根据业务服务的需要,提出利用晚稻主产省份的产量资料和代表站的旬平均气温、旬降水量和旬日照时数等气象资料,运用综合聚类原理,建立全国晚稻产量动态预报方法.此方法能够在晚稻播种一段时间后动态预测晚稻单产,具有简便、实用、准确率较高的特点,并且克服了常用回归方法在较短时间内筛选预测因子难的缺点,有一定的业务应用价值.     

应用Fuzzy贴近度预测富阳小麦赤霉病发生程度的探讨

小麦赤霉病是我县小麦主要的病害之一。气候条件的好坏,与发病程度有着十分密切的关系。利用气象因子正确预报小麦赤霉病发生程度就显得更为重要。为此,我们运用历年有关气象因子的普查,选定二个相关性较高的因子,应用模糊数学的贴近度进行合成运算,从而作出预报因子的综合信息,并对1973～1989年进行小麦赤霉病发生程度的判别,拟合率较高。运用此方法对1989—1991年进行试报,预报值与实测相符,使全县三年防治累计面积达35.3万亩次,挽回粮食损失1989年6000吨,1990年530吨,1991年3500吨,取得了显著的经济效益。现就预测方法作一介绍。     

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.     

江汉平原小麦赤霉病大流行的农业气候初探

小麦赤霉病属真菌病害,对小麦危害是严重的,大流行年份病穗率高达50％、80％,减产30％或以上,是江汉平原31°N以南小麦产量不高不稳的主要障碍。通过收集荆州地区1959～1993年小麦赤霉病发病资料,对菌源期、小麦抽麦前后的感病期及灌浆充实过程的蔓延期温湿条件进行了客观分析。     

小麦赤霉病发生量预测预报

采用单因子相关法和多因子线性回归法对豫西地区1985～1999年15年的小麦赤霉病系统观测资料及相关气象资料进行统计分析,经比较,筛选出春季玉米残体带菌率、4月下旬～5月下旬雨日、4月下旬～5月下旬雨量3个对小麦赤霉病发生量影响显著的因子,建立预测模型,经回验与预测验证,结果与实际相吻合.     

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。     

气候适宜度在华北冬小麦发育期预报中的应用

利用华北地区39个代表站,1971-2011年逐日最高温度、最低温度、降水量、日照时数、土壤水分、冬小麦发育期和农业气象指标等资料,在考虑_十壤水分和降水对冬小麦不同生长发育阶段的不同影响基础上,建立了冬小麦水分适宜度计算方法,结合温度适宜度和日照适宜度,构建了冀、鲁、豫冬小麦气候适宜度评价模型。以冬小麦气候适宜度为预报因子,建立了冀、鲁、豫3省9个区域冬小麦发育期预报模型。模型回代检验结果表明,不同区域模型的模拟天数与实际天数的平均误差均在1-2天之间,不同发育阶段模型的模拟天数与实际天数的平均误差均在4天以内;模型预报检验表明,各区域不同发育阶段的预报天数与实际天数的误差大多数在3天以下。     

基于气候适宜度的玉米产量动态预报方法

夏玉米是河北省主要粮食作物之一, 其生长发育及产量形成受气象条件影响很大, 开展玉米产量动态预报对河北省农业生产和粮食安全具有重要意义。该文结合夏玉米生理特性, 建立了夏玉米气候适宜度模型, 利用此模型借助于SPSS统计软件, 计算了1972—2005年河北省8个市夏玉米生育期内逐旬气候适宜度, 以此为基础, 建立了河北省8个市夏玉米不同时段产量预报模型。结果表明:夏玉米气候适宜度与产量相关显著; 1972—2005年历史预报检验和2006—2007年预报试验平均准确率分别为88.8%和96.8%, 能够满足业务服务需要。     

随机森林机器算法在江苏省小麦赤霉病病穗率预测中的应用

基于2002—2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验证。结果表明,各生育期重要特征变量贡献率的排序为:抽穗扬花期＞拔节期＞越冬期。抽穗扬花期湿度、连续≥3 d的雨日和日照对赤霉病起主导作用,拔节期日照、降雨量、湿度和雨日与越冬期气温和降雪对赤霉病均具有前期影响,甄别出的重要特征变量排序结果符合赤霉病菌发育、释放、侵染和流行规律;基于随机森林算法建立的病穗率预测模型的精度与重要特征变量个数、赤霉病发生区域、M_try参数设定、生育期有关;最早可在3月初进行预测,预测时效近3个月,起报时间越接近乳熟期,输入的重要特征变量越多,则病穗率预测准确率越高,病穗率模拟值与实测值的波动趋势完全一致,对赤霉病“中等”和“偏重”等级模拟效果好,表明随机森林算法在赤霉病预测中有较高的可靠性和业务应用潜力。      

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。     

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。     

概率匹配订正法在湖北襄阳地区降水预报中的应用

数值预报产品在天气预报预警中有着重要的作用。2016—2020年汛期ECMWF模式预报降水与湖北襄阳区域站观测降水的对比分析表明：ECMWF对中雨及以上降雨的预报，第1、2天预报偏小，而第3天预报偏大；三个预报时段强降雨中心位置偏差无规律。为了更好地对ECMWF产品进行释用，提高汛期降水预报准确率，从概率匹配角度研究了不同降水量级订正值，并对2021年汛期ECMWF降水预报进行逐日检验。结果显示：概率匹配订正法可有效地改善模式预报性能，对中雨及以上降雨预报均有良好的订正效果，尤其对第1天暴雨预报改进最为明显。228站平均的TS评分提高了6个百分点，由11.1%增加到17.1%，漏报情况改良了13.5个百分点，由85.0%降为71.5%。采用该订正法开展定量降水预报，由于增加了当地降雨概率分布的背景信息，能表现出比原模式更高的参考价值。     

CFSv2在湖北省梅雨特征量延伸期预报中的应用

利用NCEP的气候预报系统第二版(CFSv2)提供的逐日降水模式资料,采用集合预报方法开展区域性夏季降水预报,使用出入梅日期均方根误差(RMSE)、准确率(ACCU),梅雨期长度均方根误差(RMSE)及梅雨雨强距平符号一致率(Pc)等3种方法评估模式资料对湖北省梅雨特征量的预报能力。结果表明:入梅预报提前13 d的ACCU可达0.5以上、RMSE小于3 d,出梅预报提前14 d的ACCU可达0.5以上、RMSE小于3 d,梅雨期长度预报提前14天的RMSE小于5 d,梅雨雨强预报提前14 d的Pc可达0.5以上。梅雨特征量总体预报时效为14 d左右,CFSv2模式资料对区域性夏季降水在梅雨延伸期时段表现出一定的预报技巧。     

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。