河南省夏玉米精细化农业气候区划研究

根据夏玉米对气象条件的要求,确定了河南省夏玉米的气候区划指标和相应等级。利用河南114个气象站点1971-2000年气候资料和台站地理信息,采用G IS技术对夏玉米不同生育期的温度、降水和日照等气候资源进行了网格推算。采用模糊数学方法,将全省划分为适宜种植区、次适宜种植区和不适宜种植区3个分区,并分别评述了各区域的特点,提出了建议。最后利用各县(市)夏玉米种植面积比例对本次区划结果进行了验证。     

夏玉米产量动态预报方法研究

利用洛阳市1981—2014年夏玉米产量资料、生育期内的气象资料,结合夏玉米的生物学特性,分别构建夏玉米温度、光照、水分适宜度模型,利用夏玉米生长季内不同时段的气候适宜度指数与气象产量的相关关系,构建夏玉米产量预报模型,并分别利用1981—2010年、2011—2014年数据进行回代、预报检验。结果表明,气候适宜度与夏玉米气象产量存在显著的相关性,两者变化趋势一致。1981—2010年各时段预报模型的单产回代检验准确率在89.19%~91.42%之间,趋势回代检验准确率达89.66%~96.55%。2011—2014年预报检验,预报准确率最高为96.16%,最低为91.05%,趋势预报准确率最高为100%,最低为75%,预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

安阳夏玉米生长期气候要素与产量的灰色关联分析

采用灰色关联度分析了安阳夏玉米生育期间主要气象要素与夏玉米产量的关系，明确了当地夏玉米产量在年度间的差异主要以积温为主导因素，不同生育期中的气候因素以拔节-乳熟期的光照和降水量对产量影响最大，而乳熟-成熟的降水量对产量的影响程度最弱。     

拔节和抽雄期间涝渍对夏玉米生长的影响

通过对夏玉米拔节和抽雄期间进行不同时间灌水处理,研究洪涝对夏玉米生长状况和最终产量的影响程度。结果表明：玉米在拔节和抽雄期间充足的水分条件下,可以促进玉米的高度生长。玉米在拔节期间灌水5d和在抽雄期间灌水3d,5d的产量均高出对照区的产量。     

菏泽市夏玉米产量与气象条件分析及预报

利用正交多项式回归方法对菏泽市30年夏玉米产量分解成趋势产量和气象产量,用气象产量与历年夏玉米生育期间光、温、水气象因子进行逐步回归筛选建立预报模式.     

近30年渭南夏玉米气候适宜度研究

根据渭南市11个国家气象站1991—2020年逐日气象数据,结合夏玉米农业气象观测站的生育期资料,利用气候适宜度模型来分析渭南市夏玉米不同生育期的温度、日照、降水和气候适宜度特征,以及全生育期各种适宜度的时空分布规律。结果表明：降水是影响渭南夏玉米产量的主要气候因子;乳熟至成熟期渭南夏玉米易受连阴雨天气影响,日照适宜度最小,对产量和品质造成影响;北部温度适宜度最大,南部降水和光照适宜度最大,总体气候适宜度从北向南逐渐增大,南部最适宜种植夏玉米。     

安阳夏玉米生长期气候要素与产量的灰色关联分析

采用灰色关联度分析了安阳夏玉米生育期间主要气象要素与夏玉米产量的关系,明确了当地夏玉米产量在年度间的差异主要以积温为主导因素,不同生育期中的气候因素以拔节-乳熟期的光照和降水量对产量影响最大,而乳熟-成熟的降水量对产量的影响程度最弱。     

基于干旱K指数的阿勒泰地区夏旱风险区划

利用新疆阿勒泰地区7个气象站1981-2010年6-8月月平均气温、降水量资料,首先通过Thomthwaite方法计算潜在蒸发量确定K干旱指数,应用变异系数、风险概率、风险指数对阿勒泰地区夏季干旱的风险性进行了讨论和评估。结果表明：阿勒泰地区遭受干旱的风险性较高,出现偏旱的风险概率在80%左右,发生重旱的风险概率在22%～36%;综合风险区划结果显示：夏旱高风险区主要集中在阿勒泰北部和中东部,风险概率分布上偏北丘陵地区大于南部。     

基于聚类分析的中国东北地区气温和降水时空变化特征

利用1961-2010 年中国东北地区81 个代表站逐日气温和降水资料,采用旋转主分量分析（REOF）和聚类分析（CAST）相结合的方法,对东北地区年平均气温和年降水的时空变化特征进行了分析。结果表明：东北地区年平均气温呈显著的增加趋势,但区域性较为明显,北部和东部地区的升温幅度较小,西部和南部升温幅度较大;年降水量呈现减少的趋势,西部地区降水减少的趋势较为显著。     

京津冀地区冬小麦气候生产潜力的一种动态区划

以京津冀地区的冬小麦农业气候生产潜力为研究对象,根据统计检验聚类方法(CAST)与旋转主分量分析(RP-CA)相结合的气候分类区划新方法,对该区冬小麦气候生产潜力进行了区划试验,计算验证了理论与实际结果的一致性,从而进一步证明该方法的合理性及可靠性。同时也印证了CAST和RPCA用于气象场分类区划具有等价性和互补性的事实;此外,各分区具有不同的年际变化特征,也表明区划结果是合理的,从而较好地佐证了这一新的分区方法。     

基于气候适宜度的夏玉米发育期模拟模型

结合前人气候适宜度的研究成果,以作物生理生态发育过程为基础,构建了夏玉米发育期预报模型。模型中分别建立了夏玉米温度、降水、日照时数适宜度函数,并结合河南省19个农业气象试验站的夏玉米发育期资料,运用通径分析法确定各个生育期温度、降水和日照的影响权重系数,计算出综合适宜度,用来预测夏玉米生育期。结果表明,模型能够较好地预测各个发育期(出苗、七叶、拔节、抽雄、乳熟和成熟)。建模资料的模拟值与观测值比较的均方根误差分别为1.5、3.1、3.4、2.9、4.0、4.5 d。运用独立资料对模型所作预测值的均方根误差在1.0~4.6 d之间。     

华北夏季旱涝的特征分析

根据华北地区18个代表站1951-2006年月平均降水量资料,对华北地区夏季降水进行了统计分析.采用单站旱涝Z指数变换和区域旱涝指数对华北区域56 a的旱涝进行了分析,利用经验正交函数展开、小波分析、M-K突变检验等方法,对华北地区夏季降水时空分布特征进行了研究,并分析了华北夏季降水异常的大气环流特征.结果表明:降水偏多或偏少时段明显,华北夏季降水最主要的空间分布型是全区一致, 华北夏季降水量具有准18 a、准10 a和准2~4 a的周期,由多雨阶段转为少雨阶段的突变点为1976年;华北地区夏季旱、涝年份,其对应的高空环流存在显著性差异.     

1961—2010年中国气候生产潜力时空格局变化及其潜在可承载人口分析

以气温、降水格点数据为基础,采用Thornthwaite Memorial模型计算了中国气候生产潜力(CPP),并从气候的角度估算了耕地上气候资源潜在可承载的人口数,以便增强了解气候变化的影响及气候资源最大人口支撑能力。结果表明:1961—2010年中国CPP总体呈突变性增加趋势,1987年为突变点,年最低、最高及平均值分别为689. 18、814. 56和744. 05 g·m^-2·a^-1。空间上呈现出从西北向东南逐渐递增的带状分布,其中高值区主要分布在华南大部,最高值达2103. 56 g·m^-2·a^-1;低值区主要分布在西、北部地区,最低值为39. 28 g·m^-2·a^-1。2001—2010年中国大部分地区CPP年平均值相对于1961—2010年多年平均值变化幅度不大,变化比例高的地区基本上分布于中国西、北部,其中增加的区域达82%,主要分布在华东地区、新疆西部、西藏北部及青海大部,远大于缩减的区域(17%)。1995—2010年,基于公里网格的耕地气候潜在可承载人口为46—2180人·km^-2,全国平均值最低的年份为1130人·km^-2,对应的实际人口为0—49729人·km^-2,全国平均值均不高于137人·km^-2;全国实际总人口为11. 43—13. 04亿,耕地气候潜在可承载总人口为19. 72—20. 22亿,前后比值为58%—65%。这表明,中国耕地生产力未达到气候生产潜力,尚有一定的开发潜力;实际人口在中国大部分地区均没有超出气候资源潜在可承载的最大人口,然而在少数省市(如生态环境脆弱的青海省以及经济发达的大城市及沿海地区)已超出。     

基于NorESM1-M模式的中国东北地区2050s玉米气候生产潜力预估

利用NorESM1-M模式资料驱动AEZ模型模拟了21世纪中叶东北地区春玉米在雨养条件下的气候生产潜力。结果表明：在RCP2.6情景下,东北区域热量资源较1981-2010年有所改善,年平均气温增加1.72℃,≥ 10℃积温增加359.6℃;降水整体呈现略增加趋势且南部多于北部,全区平均增多56.9 mm,蒸散量增加10.0 mm;具有最大气候生产潜力的区域在辽宁省东部;与基准年相比,辽宁单产平均每公顷增加1100 kg。在RCP8.5情景下,东北区域热量资源进一步改善,黑龙江、辽宁和吉林三省≥ 10℃积温分别增加652.7℃、636.3℃和683.9℃,降水总量较RCP2.6情景增加但空间分布差异较大,全区维持增产趋势,辽宁、吉林和黑龙江增产百分比分别为3.3%、8.1%和20.0%。     

基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,而2005—2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

基于NCEP CFSv2模式的黑龙江省夏季降水预测研究

基于1982-2017年NCEP_CFSv2（NCEP Climate Forecast System version 2）模式预测资料对黑龙江省夏季降水进行降尺度预测。通过分析黑龙江省夏季降水与同期环流因子的关系、模式对关键区环流因子的预测,选取模式模拟与再分析资料相关较好、黑龙江降水实况与再分析资料关系较好的环流因子作为预测因子,结合最优子集回归法筛选因子,建立降尺度预测模型,最后采用交叉检验法进行预测效果检验和独立样本预测。结果表明：模式降尺度预测与实况的距平符号-致率为69%,6 a独立样本预测中有5 a预测正确,优于目前的业务预测效果。进-步研究发现,在模式能够准确预测环流因子的情况下,模式降尺度可以较好地预测黑龙江省夏季降水的趋势。此外,模式降尺度在拉尼娜年预测效果较好。     

基于NCEP风向数据的中国夏季降水估算研究

提出一个基于NCEP风向数据估算全国夏季降水的模型。根据NCEP地面气压、经纬向风数据计算得到全国1971—2000年夏季各月盛行风向;并将盛行风向与宏观坡向夹角的余弦值作为降水的坡向因子,以此区分山体迎风坡和背风坡降水的空间分布。利用站点观测资料、数字高程模型数据、坡向、坡度因子,采用逐步回归分析法,建立估算夏季降水的回归方程,得到全国1971—2000年夏季各月及总降水量的空间分布图,并对模型结果进行检验与对比分析。结果表明,此方法估算夏季总降水量的平均绝对误差为27 mm,平均相对误差为11.8%。模型结果能体现迎风坡与背风坡的雨量差,符合客观规律,能够定性、定量地再现中国夏季降水的实际空间分布特征。     

辽宁降水分区变化特征及夏季降水影响因子分析

根据1961—2000年辽宁地区降水资料,将辽宁地区降水划分为4个区,分析各分区降水的年际、年代际、季节变化以及周期特征。结果表明:辽宁南部和东南部地区降水明显减少;自20世纪90年代开始,东南部和南部地区降水显著减少,而中部地区降水增加;东南部地区的夏冬季和南部地区的冬季降水减少,西部地区春季降水增多。周期特征为春季和冬季周期为2 a或4 a,夏季和秋季为10 a。各分区夏季降水的影响因子不同,辽南地区多雨年东亚槽明显加深,东南区多雨年东亚槽略有加深并且偏东;南部和东南部夏季降水与副热带高压系统相关显著;各区夏季降水与太阳黑子负相关较好,其中8月相关显著,南部和中部相关性均好于东南部和西部地区。