赤霉病预报专家系统的建立和应用

小麦赤霉病是影响我省大部分地区小麦产量的主要病害,因此,做好小麦赤霉病的预报工作十分重要。近年来,我们建立了金华市小麦赤霉病预报专家系统。该系统引用了北京工业学院人工智能所和卫星气象中心等单位联合研制的“基于知识的气象推理系     

小麦赤霉病预报专家系统建立和应用

根据本地农业气象服务的需要,为了进一步完善小麦赤霉病预报方法、普遍推广专家预报经验、提高预报准确率和服务效益,我们建立了金华小麦赤霉病预报专家系统。该系统引用了北京工业学院人工智能研究所和卫星气象中心用 lisp 语言研制的气象预报专家系统的有关基础程序,较广泛地收集了国内有关赤霉病预报的先进经验,结合本地具体情况综合整理成推理规则,在 IBM-PC 机上进行,建成专家系统。试报和应用效果较好。本文对该系统的建立和应用作简要介绍。     

兰州有限区域中尺度数值模式业务系统及应用

以国家气象中心数值T213资料为基础,结合业务和服务的实际需要,建立了基于MM5的兰州有限区域中尺度数值模式业务系统,该系统前后处理程序成熟,每天都能提供大量的数值预报产品,已经成为预报业务和服务的重要参考依据,在精细化预报、暴雨等灾害性天气预报和地质灾害气象等级预报中发挥了重要作用.     

豫北麦区小麦赤霉病发生流行的气象模式,预测预报模型及防御系统YWSPS

根据赤霉病与降水、温度、湿度、日照、风速等气象条件的关系，研究了豫北小麦赤霉病发生流行的气象模式、不同时效的预测预报模型，并在此基础上研制了豫北地区小麦赤霉病防御系统ＹＷＳＰＳ。ＹＷＳＰＳ由预测预报、实时监测、会商服务、决策防治和信息反馈５个子系统组成。     

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。     

山东增雨飞行安全气象条件预报方法介绍

介绍了影响飞机增雨飞行安全的积冰、颠簸、对流等不利气象条件的指数计算方法,及其对应的积冰、颠簸、对流发生强度等级标准。利用中尺度数值预报系统输出的温度、相对湿度、风场、过冷水含量等模式预报结果,制作了相关指数预报产品,并在飞机增雨天气保障业务中进行了应用。以2005年5月16—17日飞机增雨作业过程为例,简要分析了积冰指数等预报产品在安全飞行气象保障中的应用情况。     

长江航运气象预报预警服务系统设计与应用

为面向长江航运开展可视化气象保障服务,本文设计了天气通航等级来表征天气对航运的影响,给出了应用沿江气象实况监测、网格预报、服务预警信息,计算航运调度管理和船舶行程规划两种服务场景下天气通航等级的具体算法和应用天气通航等级开展智能航运气象服务的方法,介绍了基于天气通航等级的长江航运气象预报预警服务系统的总体设计、主要产品、系统功能和主要特点,并结合航运气象服务发展,探讨了系统未来的改进方向。     

基于神经元网络的小麦赤霉病流行预测方法

通过前期四川盆地地面气象要素场特征提取和具有自适应学习功能的神经网络结构算法，完成了四川小麦亦霉病多输出预报模型的建立。与标准ＢＰ网不同的是，输入层神经元的连接不是网状结构，而是树状结构。这样不仅突出了前期气象主要特征场对小麦赤霉病分布状况的影响，而且加快了学习训练速度。     

西安呼吸系统疾病气象风险指数等级预报研究与应用

利用2010年1月1日—2014年12月31日西安市呼吸系统疾病死亡数据与相应的气象观测数据,选取与呼吸系统疾病有显著相关性的气象因子,采用多元逐步回归方法,建立呼吸系统疾病死亡人数预测模型和呼吸系统疾病气象风险指数等级预报方法,并对预测模型和等级预报进行了检验。结果表明：呼吸系统疾病日死亡人数预测模型准确率在795%以上,呼吸系统疾病气象风险指数等级预报准确率达到98%,预测预报效果较好。将呼吸系统疾病气象风险指数等级预报融入西安公共气象指数预报服务系统,制作呼吸系统疾病气象风险指数等级预报、预警产品,并通过全方位融媒体发布手段开展健康气象预报预警服务。     

交通气象自定义地图服务聚合技术

利用华东各省交通气象信息数据,对共享产品的内容和格式进行了定义和约束,并基于GeoServer和Tomcat平台,运用Java Servlet构建了交通气象专用的地图服务,使得用户可以根据需求自由组合由系统提供的地图资源,从而满足用户需求的地图服务聚合应用。通过对交通气象产品拼图算法、核心GIS处理、XML解析等功能模块的研究与实现,最终完成了基于GIS的交通气象信息共享业务系统。该系统满足了交通气象的业务需求,为交通气象监测、分析、预报服务产品共享提供了技术支持。     

桂林电网日负荷与气象因素的关系及其预测

日负荷预测作为能量管理系统(EMS)的重要组成部分,是电力系统安全、经济运行的保证.为更好地了解气象因素对电网负荷的影响,利用桂林地区2005年和2006年逐日的负荷与气象资料分离出了气象负荷.通过研究气象负荷与各气象因素之间的相关关系表明:利用气象负荷可以更好地分析气象因素对日负荷的影响,从而为电力部门的负荷预测工作提供重要的参考依据.最后采用一种基于相似日的方法计算气象负荷,进而预测整个电力负荷,通过实际的算例验证,取得了比较满意的预测效果.     

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。     

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。     

商丘市小麦白粉病预测模式研究

以商丘市1995-2005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％。     

影响冬小麦产量的气象要素定量评价模型

利用冬小麦生育期间的逐日气象资料、冬小麦产量和生理气象指标资料,计算了冬小麦全生育期标准化日照时数、有效积温和标准化降水量;在进行通径分析的基础上,分别计算了日照、温度和降水对冬小麦气象产量的贡献率;运用积分回归分析,得到了影响冬小麦产量的逐旬日照时数、有效积温和降水量的影响系数,构建了冬小麦产量气象要素影响定量评价模型。实例应用表明,利用通径分析和积分回归原理计算的气象要素影响系数,能够准确反映冬小麦生长发育过程与气象条件的关系;建立的冬小麦产量气象要素影响定量评价模型能够定量评价全生育期各气象要素对冬小麦产量的影响,具有较高的科学性和准确性;提出的气象要素定量评价技术路线,为开展气象要素定量评价业务服务奠定了很好的技术基础。     

安徽省冬小麦春霜冻害气象指标的研究

本文根据安徽省12个农业气象观测站冬小麦春霜冻害观测调查数据,针对不同品种(春性和半冬性)冬小麦,全面分析了拔节期前15 d至拔节后20 d的最低气温变化规律,以日最低气温为指标,将春霜冻害等级划分为轻度和重度2个级别,并分时段确定等级。验证结果表明,虽然春霜冻害的发生受地形、土壤等多种因素的影响,但最低气温指标基本能够反映出冬小麦拔节前后不同品种春霜冻害的发生规律,可以在霜冻监测预警业务中应用。用该指标进行霜冻发生风险分析的结果表明,安徽省冬小麦主产区为轻度霜冻频发区、重度霜冻基本不发区,冬小麦春性品种春霜冻高发区比半冬性品种明显偏南,可用于指导冬小麦品种合理布局,减轻春霜冻危害风险。     

中国北方冬小麦蚜虫气候风险评估

基于1958-2018年中国北方冬小麦主产区8个主产省(市)小麦蚜虫发生面积、防治面积和小麦播种面积、产量损失、561个气象站点逐日气象资料和典型农业气象站小麦发育期资料,采用相关分析、主成分分析和回归分析等方法,构建华北、黄淮及苏皖地区小麦蚜虫分区域的气候致灾指数.以小麦蚜虫年代际气候致灾指数所划分不同致灾等级发生频...     

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。     

高温中暑气象等级评定方法

在全球气候变化的大背景下, 高温热浪天气频繁出现, 由其引发的群发性中暑事件不断发生。为了有效预防极端高温天气对人体健康的影响, 利用全国358个重点城市1996-2005年逐日地面气象观测资料, 通过对气象要素与中暑的相关分析, 选择炎热指数为气象指标对引发中暑的气象条件进行了等级划分, 同时考虑不同程度高温天气的持续时间确定了高温中暑气象等级, 分别为可能发生中暑、较易发生中暑、易发生中暑和极易发生中暑4个等级。利用武汉市1994年和1995年7 -8月中暑人数与高温中暑气象等级进行对比分析, 结果表明:两者具有较好的对应关系。     

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%。