气象因子对半冬性小麦灌浆速度的影响效应研究

选用黄淮海冬麦区4个半冬性小麦品种郯麦98、山农18、徐麦33、皖麦52为试验材料,通过分期播种试验,利用方差分析、相关分析、逐步回归和通径分析等方法,分析半冬性小麦籽粒灌浆速度变化趋势和气象因子对灌浆速度的影响。结果表明,正常播期冬小麦灌浆速度波动性最小、千粒重最大,迟播10 d冬小麦灌浆速度波动性最大、千粒重最小;华北区品种郯麦98灌浆速度表现最稳定、千粒重最高,而黄淮区品种皖麦52灌浆速度最大;半冬性小麦灌浆持续期为35～39 d;南北气候差异是影响各品种冬小麦灌浆速度不同的原因之一。半冬性小麦各播期灌浆速度的变化趋势一致,灌浆速度变化与相关显著气象因子的变化规律相符合;灌浆速度峰值期一般出现在开花后15～25 d,迟播冬小麦最大灌浆速度出现时间较对照处理提前,不利于提高粒重;气温条件对冬小麦灌浆速度影响显著,其中最高气温要素是影响不同播期品种灌浆速度的共有关键因子。通径分析表明,最高气温对灌浆速度的作用由自身的直接效应决定,而日照时数与最低气温对灌浆速度的作用与间接效应一致;最高气温平均值对灌浆速度的影响最重要,日照时数和最低气温平均值对灌浆速度的影响较弱;最高和最低气温平均值、日照时数均为灌浆速度的限制因子,其中最高气温平均值对灌浆速度变化的决策作用最大。     

气温变化对天津大北乡农业生产的影响及对策

本文根据系统科学的原理，采用模糊数学、统计学和运筹学等方法分析、预测了气温变化对天津大北乡农业生产的影响情况，并提出了1988年气温增减变化1℃情况下大北乡农、林、牧、渔业结构的最优方案。结果表明，当气温增加1℃时，一年二熟制歉年方案或二年三熟制歉年方案较好；当气温降低1℃时，一年一熟制歉年方案较其它方案为好。     

我国东北地区玉米冷害风险评估

根据年平均寒积温水平,将东北地区的玉米冷害分成4个区域。在分析各冷害区域年寒积温距平与年减产率关系的基础上,确定东北地区各地无冷害影响年、一般冷害年、严重冷害年的年寒积温距平指标。将危险度、脆弱度和暴露度作为冷害风险的评估因子,建立了冷害风险评估指标体系,并应用层次分析法对各指标赋予权重。建立了冷害危险度与年平均寒积温的回归方程,利用地理因子构建了年平均寒积温空间格点化模型,应用地理信息系统推算东北地区玉米冷害危险度,由危险度、脆弱度和暴露度得到我国东北地区玉米冷害风险指数,并开展风险评估。结果表明:东北地区的玉米冷害风险空间分布呈北侧和南部低、东部中等、西部高,松嫩平原东北部和西北部以及吉林省中北部主要为较高或高风险区,三江平原主要为中等风险区,黑龙江省北部、吉林省东南部和辽宁省主要为较低或低风险区。     

东北春玉米积温模型的改进与比较

积温是农业气象科研和业务工作中最常使用的指标之一,但由于受其他环境条件的影响,农作物生育期间的积温在年际间和地区间均表现出不稳定性。因此,如何对已有积温模型进行修正,使农作物生育期间积温计算值趋于稳定并反映实际情况,对农业生产和气象服务均有重要意义。该文以东北春玉米四单19为例,应用沈国权提出的非线性积温模型（简称NLM）进行拟合,分析了参数选择对积温稳定性的影响,提出使用平均温度的二次函数对线性积温模型（简称LM）进行修正（修正后模型称TRM）并进行效果分析,与NLM进行比较。结果表明:NLM拟合时参数P越小,模拟有效积温越稳定;NLM积温在年际间、地区间均存在差异,造成积温不稳定的主要因子是温度强度,与其他因子相关性较差;有效积温与生育期平均温度呈二次曲线关系,对LM的温度二次方修正结果与NLM结果比较发现,二次方修正方法具有可行性。     

近46a黑龙江水稻障碍型冷害及其与气候生产力的关系

利用黑龙江省稻作区46 a（1961—2006年）每年7—8月逐日平均气温、5—9月逐旬平均气温、降水量资料,采用气候统计方法分析了自然低温下障碍型冷害发生的规律和时空变化特征,基于logistic曲线方程模拟粳稻气候生产力,建立起5个区域粳稻气候生产力与障碍型冷害期间平均温度和冷害持续时间的关系模型。结果表明,近46 a间,20世纪70年代是障碍型冷害高发期,20世纪80年代是障碍型冷害发生频率由多至少的转折期,21世纪初为低发期。黑龙江省北部稻作区、东部稻作区和中部稻作区为障碍型冷害重发区,南部稻作区为中等发生区,西部稻作区为轻发区。5个区域障碍型冷害发生期间的平均温度与粳稻气候生产力相关性均不显著,而冷害持续时间对粳稻气候生产力影响显著,并具有明显的地域差异,北部、东部和南部极显著（通过0.01信度的显著性检验）,冷害持续时间每延长1 d,北部、东部和南部粳稻气候生产力分别下降119.89 kg/hm^2、213.60 kg/hm^2、133.84 kg/hm^2,西部和中部影响不显著。     

两种压制随机噪声的滤波方法对比研究

介绍了f-x-y 域预测滤波方法,提出了基于奇异值分解的三维f-x-y域预测滤波方法。该去噪方法是在奇异值分解滤波的基础上进行f-x-y域预测滤波,从而实现频率空间的预测滤波。2种滤波方法详细的对比研究及理论模型试算的结果表明,该方法较f-x-y域预测滤波能更好地提高地震资料的信噪比,并有更高的保真度。     

南亚热带森林土壤CO2排放的季节动态及其对环境变化的响应

应用静态箱／气象色谱法对南亚热带3种森林土壤地表CO₂排放通量的季节动态及其对环境变化的响应规律进行了2年的连续观测,结果表明:季风常绿阔叶林、针阔叶混交林和马尾松针叶林(S+L)CO₂年排放总量分别为3942．2,3422．36和2163．02 gCO₂．m^-2·a^-1,并且3种林分具有相同的季节性变化特征,排放高峰均出现在6～8月,这期间的土壤CO₂排放量占全年排放总量的35．9％,38．1％和40．2％:不同森林土壤CO₂排放过程对环境变化的响应有明显差异,具体体现在针叶林(PF)对温度变化的响应较阔叶林(BF)和混交林(MF)敏感,Q10值较大,而且CO₂排放通量的季节变化幅度较大,表明结构单一的森林生态系统抗干扰能力较差;3种森林土壤CO₂排放通量与土壤温度(Ts)、土壤含水量(Ms)和空气压力(Pa)均呈显著相关;但多元回归分析表明,空气压力对森林土壤CO₂排放通量的影响并不显著;基于经验模型,以土壤5 cm处温度和土壤含水量两个指标可以分别说明阔叶林、混交林和针叶林土壤CO₂排放通量变异的75．7％,77．8％和86．5％,该模型可以较好地描述受水分胁迫的土壤或干旱或半干旱土壤CO₂的排放过程．     

农林重大病虫害和农业气象灾害的预警及控制技术研究

1 农业气象灾害预警技术研究 对华北农业干旱、东北作物低温冷害、江淮小麦油菜渍害、华南经济林果寒害和水产寒害等农业气象灾害分别建立了统计预测模型和机理预测模型相结合、长中短不同预报时效相结合的预警预测模型.其中作物生长模型与区域气候模式相结合的新一代农业气象灾害预测技术在实现区域尺度预测应用上取得重要进展;各类预测模型在灾害指标、预测方法上取得新的突破,预报准确率进一步提高.在此基础上,成功研制出包含多种预测方法、不同预报时效、可供准业务运行的农业气象灾害多灾种综合预测预警系统.课题研制的模型进行了业务试验,部分成果如广东经济林果寒害预警已投入业务运行.课题于2005年12月顺利通过项目主持单位农业部组织的专家验收.该课题成果代表了我国目前农业气象灾害预警预测研究的最新进展和水平,对于进一步开展和提高其他地区、其他灾害的预报能力具有一定的推广借鉴作用和应用前景.     

日本水稻冷害防御技术的适应性

介绍了日本东北及北海道地区目前尚在使用的低温冷害防御的对策技术及原理,并通过对严重冷害年份1993年进行的检验,进一步分析了这些防御技术的适应性.     

Using Grey System Theory for Earthquake Forecast

By combining conventional grey correlation analysis,grey clustering method and grey forecasting methods with our multi-goal forecast thoughts and the techniques of grey time series processing,we develop six different grey earthquake forecast models in this paper,Using the record of major earthquakes in Japan from 1872 to 1995,we forecast future earthquakes in Japan.We develop an earthquake forecast model.By using the major earthquakes in Japan from 1872 to 1984,we forecast earthquakes from 1985 to 1995 and check the precision of the grey earthquake models.We find that the grey system theory can be applied to earthquake forecast.We introduce the above analysis methods and give a real example to evaluate and forecast.We also further discuss the problems of how to improve the precision of earthquake forecast and how to strengthen the forecast models in future research.