排序方式: 共有17条查询结果,搜索用时 218 毫秒
1.
近几十年来中国90%以上的草地出现退化现象,特别是内蒙古、宁夏、甘肃、新疆、青海、西藏等地区,草地退化严重,国家急需掌握气象条件对草地植被生长的影响,了解草地生产力、牲畜承载力以及生态质量状况.为此,在实时获取北方草地气温、降水量、日照时数等气象要素和气象卫星植被指数以及产草量观测资料的基础上,应用模糊数学、集合运算、统计分析等多种方法和"3S"手段,建立了北方草地植被生长气象条件优劣评价、产草量和载畜量预测、草地生态质量监测等模型.2005年以来,利用这些模型逐年评价了气象条件对草地植被生长的优劣影响、预测产草量和载畜量、监测草地生态质量优劣,获得了良好的服务效益.北方草地2007年生态气象监测预测结果表明:所建模型综合了多种资料和技术优势,结果符合实际;形成的综合监测预测技术可为国家保护和恢复草地生态环境提供科学依据. 相似文献
2.
中国土壤湿度的时空变化特征 总被引:3,自引:1,他引:2
基于中国155个农业气象观测站1981-2010年逐旬土壤湿度资料,分析了全国和12个气候区域0~50 cm逐层的土壤湿度时空分布规律,采用趋势分析和Cramér-von Mises(CVM)方法探究了土壤湿度的变化趋势及突变性。结果表明:西南、江淮、东北、江南、江汉、黄淮和华南地区各层土壤湿度均高于全国平均值,内蒙古地区最低;随着深度增加,西南地区土壤湿度增加最明显,仅青藏高原地区土壤湿度减小。不同区域0~50 cm各层土壤湿度年变化和季节变化差异明显,并具有阶段性特征,大部地区深层土壤湿度高于浅层;总体上,新疆、华南、华北、青藏高原、东北、黄淮地区1981-2010年土壤湿度减小趋势显著,其中新疆地区减小最为明显。除江淮地区外,各区域土壤湿度均存在较为明显的年际差异,突变时段主要集中在20世纪80年代后期至90年代初期、90年代后期两个时间段。 相似文献
3.
针对中国247个农业气象土壤水分观测站点1981 2010年逐旬土壤重量含水量、逐年田间持水量、凋萎湿度和土壤容重,考虑地区气候特点和土壤质地,依据土壤水分极值和水文常数关系理论,制定了土壤水分观测历史数据集质量控制方法,对土壤水分数据奇异值进行分析与校正。结果表明:土壤水分观测历史资料中,奇异值问题可以归结为人工录入误差、多地段水文常数混用误差和年际变化异常;土壤重量含水量数据异常问题归结为小于风干土含水量和大于理论饱和含水量的极端情况。通过对历史数据集质量控制后,可以对土壤水分观测数据进行有效推广应用,为针对土壤水分的研究提供重要科学基础。 相似文献
4.
5.
从开展河南农业高效利用研究的必要性及更合理利用气候资源的角度出发,提出间作套种的三熟制高效农业资源利用模式。对三熟制与二熟制的气候资源利用、组分产量和产量结构进行对比,分析经济效益和生态效益。结果表明,三熟制种植模式明显优于传统的二熟制种植方式,是符合当前河南省农业向高效优质可持续发展的必然趋势 相似文献
6.
介绍了县级农业气象常规业务软件的总体设计思路及具体功能模块的实现方法,并对现行的业务运作模式进行了思考. 相似文献
7.
介绍了河南省光、温、水资源的时空分布特点,并通过试验数据的对比分析,探讨了河南省主要粮作区的气候资源及“三熟”制种植模式在河南的推广前景。 相似文献
8.
根据实时业务中传输的自动土壤水分监测数据的变化规律,对监测数据异常波动产生的异常值进行预警;通过观测值间相互关系推算相应的土壤水分常数,近似确定土壤孔隙度、最大吸湿水含量,以此确定土壤水分理论上下限并据此开展监测值的上下限预警;参考土壤含水量与水势之间的变化关系,提出水势系数的概念,直接利用计算的水势系数进行土壤水分层间变化的预警等3方面对自动土壤水分监测数据进行质控预警,并针对业务应用设计了相应的预警方案,可实时、有效地检测出异常值。从该预警方案的预警效果分析上看,预警检出率较高主要是"常数预警"和"数值变化预警",反映出小部分自动土壤水分观测站的土壤水分常数异常和部分站点业务运行维护不到位,这与野外实地考察的结论相吻合。预警效果较为客观、可靠,适用于各级土壤水分数据检测和分析服务等业务。 相似文献
9.
基于WINDOWS平台的河南省农业气象情报系统 总被引:1,自引:0,他引:1
介绍了河南省农业气象情报系统的设计风格、思路及基本功能、运作过程和文件组织。 相似文献
10.
自动土壤水分观测资料应用误差分析 总被引:5,自引:0,他引:5
根据从国家气象信息中心实时资料数据库读取的自动土壤水分监测资料,对比同日人工测定的土壤相对湿度数据,发现白天各时次自动监测数据与人工监测数据之间均存在15%左右的差异。具体针对监测仪器自身的结构特点以及中国气象局的业务要求,从两种监测方法自身的监测地段代表性、数据测量和换算、监测土层深度、监测时间、土壤水分常数测算、土壤结构变化等多种角度分析数据间存在差异的原因;认为多种可以估算的差异"叠加"在一起时,对比差异最大可能达到20%左右,加上其他误差因素的影响,实际应用中出现15%左右的差异是可以解释的;选择较长序列的站点实测资料进行了数据差异的实况分析。结合业务中常用的墒情等级判断指标,分析数据差异对客观判断构成的数据干扰和数据损失。建议直接利用体积含水量进行业务应用分析,探究全新的自动土壤水分监测数据应用方法,在具体应用中建立相应的指标体系或指标模型,充分发挥自动土壤水分监测的优势。 相似文献