气象领域深度学习知识体系框架及前沿应用

介绍了数据挖掘、机器学习和深度学习的概念和相互关系,按照整体性学习理论建立了气象领域深度学习知识体系框架,简要介绍了当前主流的深度学习框架工具Caffe和TensorFlow,以及深度学习在气象领域的几个前沿应用,最后提出了推进深度学习技术在气象领域研究应用应当重视的三个关键环节。     

国家级现代农业气象业务技术进展

农业气象业务技术是开展农业气象服务的基础和前提,因此,农业气象业务技术的研发一直是国家级农业气象业务服务的核心工作。近年来,国家级农业气象业务技术已逐步迈向精细化、定量化,涵盖了农业气象监测评价、作物产量预报、农业气象灾害监测评估与影响预报、农用天气预报、农林病虫害发生发展气象等级预报等诸多领域。随着农业气象业务技术的发展,支撑农业气象服务的客观产品更加丰富和多样化,既有站点产品,又有格点产品,涵盖了日、周、月、季、年等不同时间尺度。以农业气象指标、数理统计模型、作物生长模拟、卫星遥感、地理信息系统、大数据等技术为核心的国家级农业气象业务平台（CAgMSS）已成为全国农业气象业务系统的重要品牌。面向现代农业发展对气象服务日益增长的需求,精细化、精准化的农业气象灾害监测与风险评估技术、作物长势评估与产量预报综合集成技术、农业应对气候变化技术以及农业气象大数据挖掘与人工智能技术将是未来国家级农业气象业务技术发展的重点。     

我国农业气象业务的现状、问题及发展趋势

概述了国内农业气象业务的发展和现状,指出目前我国农业气象业务存在的主要问题,并根据现代农业经济发展需求,分析了未来10年我国农业气象业务发展趋势和现代农业气象业务建设的主要任务。经过40多年的发展建设,目前我国农业气象业务建设和服务工作都取得了可喜的进展,但还存在监测基础落后、服务面不广、产品科技含量不足等现实问题;今后应加强现代农业气象业务体系建设,重点是拓展服务领域,加强基础建设和系统开发,加强与决策和生态等相关业务的融合;服务业务要向多元化和精细化发展,提升服务业务能力。     

进入21世纪的中国农业气象研究

文中简要回顾了中国农业气象的发展历程,并将现代农业气象研究划分为3个阶段:20世纪50—60年代初创起步阶段、70—80年代恢复发展阶段及90年代以后的快速发展阶段。从作物资源利用、农业气候资源与区划研究、作物产量预报和遥感估产技术、农业气象灾害研究、气候变化对农业与生态影响研究等方面重点介绍了现代农业气象科研工作的主要研究成果和进展;从未来气候变化带来的问题、农业生产和可持续发展需求、农业气象科研中存在的薄弱环节等方面,提出了气候变化影响下农业气象灾害防灾减灾技术研究、气候资源高效利用技术研究、有关国家粮食安全关键技术研究、农业气象现代化观测技术研究、作物生态系统模拟与定量化评估技术研究、设施与特色农业气象及现代生物技术的环境调控技术研究、农业气象基础理论研究等方面农业气象未来的重点研究领域和发展方向。     

近10年来中国主要农业气象灾害监测预警与评估技术研究进展

频繁发生的农业气象灾害制约着我国农业生产的快速、健康发展。农业气象灾害一直是广大气象科技工作者开展的主要研究课题之一。在国家科技攻关等计划的支持下,近10年来农业气象灾害研究取得了许多成果。完善农业气象灾害监测业务和预报服务,构建农业气象灾害风险评估、防御体系是农业气象灾害研究的重点。基于3S技术和地面监测相结合,构建了农业气象灾害动态监测系统,从宏观和微观角度来全面监测农业气象灾害的发生发展;建立和完善了卫星遥感监测系统,开展干旱、洪涝、冷害等灾害的动态监测,逐步建立集3S于一体的高空时空分辨率的灾害监测预警系统。农业气象灾害预警研究主要包括:数理统计预报方法进一步发展,农业气象模式与气候模式结合的初步尝试,GIS和网络等高技术在农业气象灾害预警中的应用,省级农业气象灾害预测系统的研制。我国农业气象灾害风险(影响)评估的研究,大致可以2001年为界分为二个阶段。第一阶段,以灾害风险分析技术方法探索研究为主的起步阶段,第二阶段,以灾害影响平度的风险化、数量化技术方法为主的研究发展阶段,构建灾害风险分析、跟踪评估、灾后评估、应变对策的技术体系;具体研究包括农业气象灾害风险分析、风险评估、风险区划和基于遥感监测信息的农业干旱评估。近年来我国农业气象灾害防御研究主要是将高效利用农业气候资源的主动防御技术和开发防灾制剂的被动防御技术相结合,在防御农业干旱和低温冷害方面取得了良好效果。     

气象服务为循化现代农业发展的思考

随着时代的发展,传统农业的耕种模式已经不适合经济的发展了,必须要向现代农业转变,而农业生产的现代化发展与气象条件息息相关,农业生产、农村、农户对气象服务的需求也越来越大,因此农业气象服务在现代农业发展中有着很重要的作用。气象部门如何适应现代农业发展形势,满足现代农业发展需求,更好地为现代农业发展服务成为当前及今后相当长一段时间内应关注的重要任务。本文介绍了循化县农业气象服务现状,阐述了循化县现代农业发展对气象服务提出的新需求,并对气象如何为现代农业发展服务进行了探讨。     

发挥好农业气象信息在现代化进程中的作用

农业气象信息技术是随着信息技术的发展和农业气象知识的丰富积累而逐渐发展起来的。农业气象信息技术的开发与应用是现阶段解决农业生产的分散性、时空变异性、灾害性等问题的有效手段,它的应用将能部分改变农业生产的被动局面。改革开放以来农业气象信息系统在信息监测、采集、处理和信息服务应用等方面均取得了显的进步。     

亚洲农业气象服务支持系统发展现状

在世界气象组织农业气象专业委员会(WMO CAgM)调查问卷基础上,结合有关气象或农业气象网站信息,从资料获取、分析工具、专用业务服务系统、信息传输系统等方面,较为全面地分析了WMO第二区协(RA-Ⅱ,亚洲)几个主要国家的农业气象服务支持系统的业务应用现状和存在问题,最后给出了目前值得推广的几种服务支持系统及服务方法,对亚洲及全球农业气象服务支持系统的发展,特别是对我国发展现代农业气象服务支持系统,具有一定的借鉴作用。     

农业气象观测资料应用现状及建议

利用样本采集和统计归纳等方法,将常规农业气象观测资料中的作物观测、农业小气候观测、土壤水分观测等观测情况和数据应用情况进行总结,分析农业气象观测资料在气象为农服务工作中未能充分应用的原因,给出深度应用农业气象观测资料的建议,为农业气象观测内容的改革提供依据,同时为农业气象业务服务技术发展提供思路。     

生态与农业气象研究进展

2011年是“十二五”开局之年,生态环境与农业气象研究所在农业气象理论与应用技术、农业气象防灾减灾和农业应对气候变化3个领域开展了大量工作,取得了预期的进展。     

中国农业气象业务系统(CAgMSS)设计与实现

中国农业气象业务系统(CAgMSS)是基于C/S架构,研发的面向国家级和省级农业气象服务的业务工作平台,主要包括农业气象监测评价、作物产量预报、灾害监测评估、农用天气预报等子系统,是农业气象业务的基础性软件。系统融合现代信息技术和农业气象业务技术,实现了全部子系统数据管理、模型运算、产品制作等业务流程的一体化。系统采用大型关系型数据库规范了农业气象各类业务数据,基于插件技术集成各项业务功能,实现多元数据、多指标、多模型在农业气象监测、评价、预报等领域的综合应用,提高了农业气象产品的定量化、精细化、客观化水平。系统于2012年投入业务应用,基于该系统制作的农业气象情报、作物产量气象预报、农业气象灾害影响评估、关键农时农事气象保障等服务产品,在指导全国农业生产和防灾减灾中发挥了重要作用,明显提高了农业气象业务能力和业务工作效率。     

冬小麦群丛反射率农业气象数值模拟研究

运用农业气象学、气象学等理论建立了一个冬小麦群丛反射率农业气象数值模式。模式由辐射日变化反演、土壤反射率日变化反演以及植被反射率模拟等子模式耦合而成,运用该模式可以利用常规气象资料对冬小麦群丛反射率日变化进行较准确的模拟,实测验证结果表明模拟最大相对误差为12．1％,平均相对误差为6．3％,该模式为进一步估算农田热量平衡以及进行农业微气象研究提供了理论方法,并可充当作物生长数值模式中的一个子模式。     

国家级农业气象业务技术综述

国家级农业气象业务经过近50年的发展,服务领域不断拓展,已形成包括农业气象情报、作物产量预报、农业气象灾害监测预警与评估、生态气象监测评估、农用天气预报等系列服务,其业务技术以指标为基础,以遥感和GIS等技术为支撑,发展了指标评判、统计分析预报、模型模拟、综合集成等技术,满足了不同服务对象对业务的需求。未来农业气象业务将更加规范、精细、定量。     

近年来我国农业气象灾害预报方法研究概述

概述了近年来我国农业气象灾害预报方法研究的进展,介绍了当前正在探讨的一些新技术,并就今后发展的若干关键技术问题提出一些看法。指出①我国农业气象灾害预报方法基本以数理统计模型为主。近年来在多种统计方法的应用、气候模式与农业气象模式结合、信息技术的应用、作物生长模拟模型的应用等方面取得了一些成果。但总体上说,农业气象灾害预报研究还不很成熟。②当前农业气象灾害预报应在指标的针对性,统计模型因子的物理概念和生物物理机理、数学模型和资料处理方法以及基于作物生长模拟模型的农业气象灾害预报方法等方面加强研究。③多学科交叉、多种预报方法结合、长中短期预报相结合、动态预报和补充订正相结合、卫星遥感动态监测信息与预警模式相结合是开展农业气象灾害预报的有效途径。建立预警业务系统,开展预警服务势在必行。     

统计方法在中国农业气象中的应用进展

统计学是目前农业气象工作中最有效并广泛应用的研究工具,农业气象统计比一般生物统计和气象统计有着更广泛的内容和应用更复杂的特点。统计方法被广泛应用于农业气象试验数据处理与监测评估和农业气象预报中,其中有统计假设检验、分布函数、相关和回归分析、聚类分析、小波分析、经验正交函数分解、灰色关联分析、时间序列分析、人工神经网络等,每种统计方法都有自身的优点和不足。统计方法在农业气象中的运用,取得了许多成果,但也存在不足。今后,应结合农作物生长发育的机理,深入理解各种统计方法的数学原理,加强统计方法应用的规范性,以减少应用统计方法解决农业气象研究问题中常出现的简单照搬、应用盲目的现象;应强化假设检验在农业气象试验数据分析方面的应用、概率密度和分布函数的适用性等方面的研究,加强相关和回归分析方法应用的数据独立性检验,注意灰色关联分析法、人工神经网络法和回归分析法等不同预测方法应用结果的比较,为统计方法在农业气象中的规范化应用提供参考。     

我国农业气象业务引入作物生长模型的前景

国外作物生长模型已广泛应用于农业生产及其相关领域。我国作物生长模型的应用研究也日益成熟。目前，正从研究阶段向业务应用推广阶段转变。为了阐述作物生长模型在农业气象业务中的应用前景，以WOFOST模型为例，简要介绍了国外作物生长模型的核心模块、主要功能和应用现状。在此基础上，分析了我国现行气象业务可为开展作物生长模型应用提供的数据支持，存在的问题以及解决方案。指出作物生长模型在拓展当前我国农业气象业务领域和提升农业气象服务水平等方面前景广阔。     

中国农业气象模式(CAMM1.0)构建与应用

为发展适宜中国区域农业种植特点的农业气象模式,基于国外作物生长模拟方法,通过模式机理过程改进或重构以及应用方式革新,建立了中国农业气象模式（Chinese AgroMeteorological Model version 1.0,CAMM1.0）。CAMM1.0利用平均温度和土壤水分改进了作物发育进程模式,利用土壤水分改进了作物叶片光合作用、干物质分配和叶面积扩展过程模式,通过蒸发比法扩展了作物蒸散过程模式;自主建立了基于发育进程的冬小麦株高、基于遥感信息的作物灌溉、遥感数据同化、作物长势与灾害评价等模式。基于互联网技术构造了实时运转平台,主要功能包括作物生长过程实时常规模拟与用户个性化定制模拟。CAMM1.0的部分子模式采用多种方法构造,便于多模式集成。CAMM1.0对作物发育进程、光合过程、株高的模拟效果较好,但对土壤水分变化过程的拟合略差,模拟产量略偏低。CAMM1.0评价淮河流域夏玉米年际干旱减弱而涝渍增加的趋势与实际基本相符。     

农作物长势遥感监测业务化应用与研究进展

农作物长势监测可为田间管理提供及时的决策支持信息和早期估产提供依据。为了更好地研究作物生长过程中不同遥感监测作物长势方法的适用性,从多光谱遥感数据、高光谱遥感数据和微波遥感数据的应用及遥感监测指标与模型模拟方面综述了国内外农作物长势遥感监测研究及业务化应用的最新进展,指出了未来拟重点加强的研究任务,包括高时空分辨率和高光谱分辨率遥感数据的业务化技术、多遥感反演参数协同监测作物长势技术研发、基于遥感信息与作物过程模型的集合预报技术研究、全球尺度作物长势监测业务运行系统研发。