用自然正交分解方法预报冬小麦产量

按自然正交分解方法，把小麦气象产量分解成正交的空间场和时间场，进而作出区域内各点（县）产量预报，避免了抽样选点和分居的人为性，提出大范围粮食产量预报方法。     

粮食产量的三项式模型及综合预报方法

1 前言 目前,我们气象系统的粮食产量预报模式都是采用趋势产量与气候产量两项式模型建立的,它把实际产量在趋势产量上的波动认为主要是气候变化引起的,而实际粮食产量的波动除气候变化影响外?还受其他多种因素的影响,而且两者的影响是同量级的。为此,我们在趋势     

早稻产量农业气象预报FUZZY模型

本文根据武鸣县早稻产量及气象资料,运用模糊数学原理与方法,选择预报因子,建立识别函数,最后获得早稻产量预报FUZZY模型。 一、气象产量及预报因子 1.气象产量: 本文将产量y分离为两部份,即y=y_t y_w。其中y_t为趋势产量,反映产量逐年变化规律,而y-y_t=y_w为气象产量,受各年气象条件引起的产量波动。根据武鸣县早稻平均亩产的逐年变化,表现出 1957-1963年、1964-1976年、1977-1982年三个增长速率明显不同的阶段,因此,将其划分为三个阶段,用正交多项式模拟以后,分离出各年的气象产量y_w。     

宁南山区春小麦产量结构模式研究

宁南山区由于常年受干旱影响,农作物产量历年来一直表现为低而不稳,给农业气象产量预报造成一定困难。为了改进宁南山区粮食产量预报方法,提高预报准确率,本文在分析全区春小麦产量结构分布及主要影响因子的基础上,以固原为代表站,建立了宁南山区春小麦产量结构模式...     

张掖大白菜气象条件分析与产量预报

分析张掖大白菜生长期农业气象条件，找出影响其产量的关键气象因素，确定最佳适宜播种期和安全收获期气象服务指标，建立预报模式，进行产量预报。     

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。     

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。     

省级区域范围产量场预报的研究

用经验正交分解的方法将产量场分解为不随时间变化的空间函数及依赖时间变化的时间函数两部分正交分量,每个正交分量代表一种空间分布形式,即典型分布。典型产量分布的时间函数的年实际变化可以气象因子场的典型分布时间函数为自变量,用逐步回归分析方程预报,进而得到预报年的产量分布场。     

冬小麦产量的水分平衡预报法

以冬小麦为主的旱地粮食产量预报,一直是世界各国关注的大问题。现代产量预报方法可归结为动力气象和生理气象预报两大类。但是,由于每个类型涉及的待测因子高达六、七十个,从而使系统预报成为可望而不可及的方法。经过长期研究,我们筛选出     

我国粮食产量气象分量的周期波动初探

本文应用功率谱、周期图和方差分析等方法探讨了全国及部分代表省(区)粮食单产中气象分量的中短周期波动。发现各地气象分量的谱分布基本相似,普遍存在4—6年及其倍数的周期波动。同时,各地表现又略有不同,由南往北周期逐渐变长。通过与农业气象热量因子以及粮食产量增减产年历史演变的周期波动的比较,似可初步推理为,热量因子的周期波动影响了气象产量的周期波动,从而导致作物产量的周期演变。这一初步推理为我国粮食产量的气象预测预报的基础研究和实践应用提供了参考依据。     

农业气象产量预报服务系统简介

农业气象产量预报服务系统(简称AMYPS系统),是利用dBASEⅢ和BASIC语言建立的一套比较实用、方便的预报服务系统。该系统由数据库及其管理、定性分析和产量预测3部分组成。它不仅能够分析作物生育期内任一时段气象条件的利弊,还能较准确地预测作物产量。     

平凉市冬小麦产量预报模式的探讨

冬小麦是平凉市的主要粮食作物之一,其收成好坏在国计民生中占有重要的地位。作好冬小麦产量预报是气象为农业生产服务的重要手段之一。本文根据平凉市历年冬小麦产量和气象资料,分析了影响本市冬小麦产量的主要因素,并建立了预报模式,对产量预报进行初步探讨。一、趋势产量模式影响冬小麦产量的因素很多。为研究产量和气象条件的关系,就要对产量序列进行处理,作趋势模拟,以便从中分离出气候产量。     

新疆博州气象条件对棉花产量的影响分析

气象条件对棉花产量有着明显的影响,分析总结博州棉花生产受气象条件影响的关键因子和关键时段,将为保证博州棉花高产稳产提供科学依据。本文利用新疆博州1997－2012年的棉花产量、生育期、和气象资料,采用直线回归拟合方法分离出气象产量,并与棉花全生育期内各时段的气象要素进行相关分析,总结出博州棉花生产受气象条件影响的关键因子和关键时段。结果表明,4月中、下旬播种出苗期,降水和日照是影响博州棉花产量的主要影响因子;５月幼苗期,降雨日数和日照时数是影响棉花产量的关键因子;６月处于五叶和现蕾期,气温和日照是影响棉花产量的关键因子;7月是博州最热的季节,棉花处于开花期,并开始结铃,降水和气温是影响棉花生长的关键因素;8-９月棉花裂铃和吐絮期,博州出现影响棉铃生长的高温干旱和低温寡照天气不明显。最后针对博州棉花生产提出了气象服务重点工作建议,为搞好气象为农服务,为博州棉花高产稳产提供了科学依据。     

作物产量的双重分析预报模型

一、引言在作物产量的气象预测预报模型中,通常是将作物产量y分解为三个部分:由相对稳定的惰性少变因子(主要是指农业技术水平)引起的趋势产量y_t,它一般表现为产量的正函数;二是由不稳定的活跃多变因子(主要是指气象条件)引起的气象产量y_w,在人们尚无法控制和改变大自然的情况下,它总是使得实际产量沿时间趋势线上下波动;三是某些偶然     

基于智能客户端的跑步气象指数预报方法研究

通过对影响跑步的气象条件研究,从户外活动气象条件的利好程度和气象要素变化对跑步者生理产生的影响两个方面进行分析,根据气象影响因子影响程度大小,采用十分制评分法设计跑步气象指数。选取各项气象因子评分的最小值作为跑步气象指数,最小值对应的气象条件作为首要影响天气。评分制的指数设计比传统的等级式指数更能体现时空预报的精细化程度,建立了一种基于智能客户端应用的跑步气象指数预报方法,用户可根据自身对气象因素设置不同关心权重,更体现了指数的个性化和定制化功能。     

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     

山东省小麦产量动态预报定量分析

通过建立小麦产量、发育期、逐日气象资料历史资料数据库,利用小麦动态产量预报模式,分别在不同年代、不同发育阶段,定量分析评价气象条件对我省小麦产量形成的利弊影响,并验证了此技术方法在各时段的动态预报准确率平均为92．0％～93．9％,不同预报年各时段预报准确率为92．0％～99．5％。     

加快发展专业气象服务

正发展农业气象服务。加强研发统计、遥感、作物生长模拟模型相结合的作物产量集成预报与服务。发展环境气象服务。建立并完善环境气象数值预报业务系统,加强霾、沙尘和空气污染气象条件,以及光化学烟雾等环境气象中期预报和气候趋势预测业务。发展交通气象服务。开展高影响天气交通气象预报和灾害风险预警,逐步实现以"点段线"为特征的高分辨率交     

泌阳春蚕生长的气象条件及春茧产量预报

分析研究了春蚕生长的气象条件，得出了影响春蚕生长诸多气象因素中关键的因素是温度和相对湿度。并以此为线索，寻找春茧产量预报因子，运用双重检验逐步回归方法建立泌阳春蚕产茧量预报方程，其历史拟合率达９１．０％。     

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。