冬小麦产量集成预报模式的探讨

作好冬小麦产量预报是气象为农业服务的重要项目之一。本文根据平凉市统计局提供的冬小麦产量资料,利用平凉市的气象资料及有关环流参数资料,分别建立了平凉市冬小麦气候产量的气象模式、环流模式和周期分析模式,进而对冬小麦产量集成预报模式进行了探讨。     

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.     

甘肃省冬小麦产量预报综合气象模式探讨

应用卫星遥感植被指数对甘肃冬小麦产量预报惯用的气象模式进行修正。综合气象模式入选气象因子与影响我省冬小麦产量波动的主要气象因素相吻合，预报范围由代表站扩大到整个冬麦区，预报准确率有所提高。     

冬小麦产量波动的气候分析与预报

冬小麦是昌邑县主要粮食作物之一,历年种植面积65—70万亩,占全县总粮田面积的55％左右。小麦产量虽然有上升趋势,但年际波动较大,分析产量波动的原因很有必要。本文主要研究气象条件差异对小麦产量的影响,并选择对产量影响起决定作用的关键气候因子,分别建立前期和后期产量预报方程,为昌邑县小麦生产提供确切的农业气象依据和进行产量预报服务。     

影响我国冬小麦产量的气象因子研究

收集整理了全国５２个市、县冬小麦产量预报模型资料,总结撮出预报因子,通过定量分析,了解了影响各地区冬小麦产量的主要气象因子,为大面积冬小麦产量监测和预报提供了科学依据。     

渭南市冬小麦产量预报模型研究

利用1998—2012年渭南市气象与冬小麦产量数据,利用直线滑动平均模拟趋势产量,结合调和权重法预测趋势产量,采用SPSS20.0软件对气象产量进行逐步回归,得到年景和定量气象产量预测模型。统计趋势产量与气象产量合计值,得到年景(或定量)预报产量。通过验证,年景和定量产量预报准确率较高。     

对冬小麦产量气象统计预报方法的认识与实践

针对冬小麦产量气象统计预报方法研究中的几个关键问题，在气象产量序列的分离与订正、趋势产量的预测、气象因子的处理等方面进行了探讨，并在淄博市冬小麦产量气象统计预报方法研究中试用，取得了较好的效果。     

平凉地区冬小麦产量综合预报方法

平凉地区是甘肃省主要冬麦区之一,年均播种面积在250万亩以上,约占作物总面积的50%。由于受地理环境、生态条件和农业生产技术等因素的限制,冬麦产量低而不稳,历来是各级领导和广大群众十分关心的问题。1985年以来,我们对平凉地区冬小麦产量进行了一些分析研究,从气象角度探讨了全区冬小麦产量预报的一些方法。经     

A2和B2情景下冀鲁豫冬小麦气象产量估算

冬小麦是我国的主要粮食作物之一,河北、山东、河南三省是我国的冬小麦主产区。利用1978—2008年冀、鲁、豫三省的历史气象资料和冬小麦产量数据,分别建立了三省冬小麦趋势产量和气象产量模型,趋势产量模型的复相关系数超过0.90,气象产量模型均通过0.05的显著性检验。将区域气候模式PRECIS输出的基准气候条件下的格点资料回代到冬小麦气象产量模型,以验证区域气候模式的可用性。利用区域气候模式输出的A2和B2情景下三省的格点资料和三省冬小麦气象产量模型,估算得到了三省2012—2050年的冬小麦气象产量,结果表明:无论在A2还是B2情景下,河北和河南两省冬小麦气象产量均表现出以减产为主、山东省冬小麦气象产量以增产为主的趋势。     

用主成份分析法作冬小麦产量预报

主成份分析法是中长期天气预报中常用的方法之一,但在农作物产量预报中应用不多。主成份分析法,是将若干个预报因子(X_1,X_2……X_m)提供的信息进行浓缩、组合成个数较少的、互不相关的因子。用这些较少的因子来代替较多的因子,建立回归方程。 本文以山东省有代表性的十九个县的冬小麦产量和气象资料为样本,用主成份分析法作了一九八五年冬小麦产量预报,预报产量和实际产量接近。 产量资料和气象资料分别来源于省统计局和省气象局资料室。     

昌吉市冬小麦产量分析及其预报

小麦是昌吉市主要粮食作物之一,无论播种面积还是总产均占首位.小麦产量的丰欠,关系到人民生活安排和经济收入等.及时而准确的小麦产量预报,是政府制定计划决策的重要依据.因此,做好产量预报,对于指导昌吉市粮食生产具有重要意义. 一、冬小麦生长发育、产量形成与气象     

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。     

用模糊聚类法预报冬小麦产量趋势

利用长安气象观测站10a的冬小麦生育期、产量及气象观测资料，用回归分析确定出冬小麦生育期的冬前分蘖、拔节到孕穗期降水量、开花到乳熟期的降雨日数3个因子与冬小麦产量相关显。然后利用这3个因子进行模糊聚类，并用预报年的相关资料计算做出产量趋势预报。对1999年2000年西安地区产量年景试报，预报结果正确。     

利用积分回归进行冬小麦产量预报的探讨

冬小麦产量是由小麦品种本身的生育特性,环境条件(气候条件、土壤条件等)和栽培技术三者共同作用的结果。然而在这些因素中,品种的更新,土壤条件的改善和栽培技术的提高,对于产量的影响在时间序列上是一个变化比较平缓的过程。在一般的情况下,相邻两年间产量的较大波动,主要是受气象条件的影响。本文用正交多项式的方法,求得趋势产量和气象产量。用对产量影响较大的主要气象要素与气象产量进行积分     

1985-1988年度冬小麦农业气象条件分析与预报思路及其农业对策

甘肃省冬小麦每年播种面积大约1000万亩,主要分布在东部地区,以旱作为主。从冬麦生育期间土壤水分贮存量和越冬条件等主要因素考虑,我省冬麦大体上可以划分为陇东旱塬、陇西黄土高原和陇南山地三个种植区。不同气候种植区,其影响产量的主要气象因素和关键时段有所差异。从分析不同种植区冬麦生育期间的农业气象条件入手,抓住影响产量的关键期和主要矛盾,确定预报思路,为提供准确的产量预报信息将起     

中国油菜产量动态预报方法研究

油菜是我国主要的油料作物之一,开展油菜产量动态预报对农业生产和国家食物安全都具有重要意义.利用全国及主产区油菜产量资料、发育期资料、生理气象指标、日最高气温、日最低气温、日降水量和日日照时数等资料,通过相似系数和欧氏距离建立综合诊断指标,根据历史年油菜产量丰歉气象影响指数,研究分析预报年的油菜产量丰歉气象影响指数,以此建立全国、各主产区油菜产量动态预报方法.结果表明,预报试验和预报检验的丰歉趋势预报正确率、实际单产预报准确率均较高,能够满足业务服务的需要.该方法可使业务预报的时效提前,并实现动态跟踪预报,具有良好的业务应用前景.     

平凉地区冬小麦不同生育阶段气象年景的预评方法

冬小麦生育及其最终产量的形成,都离不开与之相关联的各种环境条件。在目前控制和改善农业生态环境能力相当有限的情况下,环境气象因素对冬小麦产量形成过程的影响更为直接、频繁和面广。实践证明,不同年型农业气候条件的优劣是造成产量丰欠年景差异的最基本原因。本文试图以当地基本气象条件的不同情形与冬小麦产量丰欠差异互相适应的关系,应用贝叶斯准则对平凉地区冬小麦主要生育阶段和产量进行气象年     

基于长时段非线性影响分析的冬小麦产量预报

为提高冬小麦产量预报的准确性、稳定性, 通过气象产量与气象因子的膨化相关普查, 筛选出长时段、非线性因子组建预报方程, 收到了预期的效果.经4年的使用验证及与其他几种统计方法的比较, 该方法预报结果较为理想, 可用于基层台站的冬小麦产量预报.     

农业气象产量预报方法中权重系数的确定

基于气候适宜度指数的作物产量预报中,各旬气候适宜度加权集成构成了气候适宜度指数,权重系数的确定对预报的准确性至关重要.本文以山东省冬小麦为例,分别采用绝对值法、归一化法和相关系数法确定各旬产量预报的权重系数,分析不同权重系数确定方法得到的气候适宜度指数之间的相关性及气候适宜度指数与农业气象产量的相关性,并利用相对较优的方法进行冬小麦产量动态预报.结果表明:与绝对值法和归一化法相比,采用相关系数法确定的权重系数计算的气候适宜度指数与气象产量的相关系数多数均通过了P0.01水平的显著性检验,可较全面的反映冬小麦生长发育随气候条件的变化关系.建立的冬小麦产量动态预报模型历史回代检验的准确率基本均为94.5%以上,标准化均方根误差n-RMSE均小于7.0%,表明建立的模型模拟性能较好.对2010—2011年山东省冬小麦产量的外推预报表明,预报平均准确率为93.0%以上,多数预报准确率为96.0%以上,可满足冬小麦产量预报的业务需求.     

关于产量序列趋势处理问题的探讨

在农业气象的产量预报工作中,需对多年的产量序列进行趋势处理,然后才能定量地预报气象条件对产量的影响。趋势处理,就是设法消除产量序列中因为生产水平的变革而造成的差异,以便突出气象条件对产量的影响效应。