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。     

气候适宜指数在早稻产量动态预报上的应用

结合早稻生理特性和前人研究成果,分别构建了早稻温度、降水及日照适宜度模型,在此基础上,为反映多因子对早稻产量的协同效应,建立了早稻气候适宜度模型。根据不同时段的早稻气候适宜度,利用加权法,构建了早稻气候适宜指数。基于气候适宜指数与早稻产量的关系,建立了早稻气候适宜指标。并利用历年不同时段的气候适宜指数和早稻产量建立了早稻产量动态预报模型。结果表明,模型回代检验和预报检验的丰歉趋势正确率、实际预报准确率均较高,能够满足业务服务的需要。     

农业气象产量预报方法中权重系数的确定

基于气候适宜度指数的作物产量预报中,各旬气候适宜度加权集成构成了气候适宜度指数,权重系数的确定对预报的准确性至关重要.本文以山东省冬小麦为例,分别采用绝对值法、归一化法和相关系数法确定各旬产量预报的权重系数,分析不同权重系数确定方法得到的气候适宜度指数之间的相关性及气候适宜度指数与农业气象产量的相关性,并利用相对较优的方法进行冬小麦产量动态预报.结果表明:与绝对值法和归一化法相比,采用相关系数法确定的权重系数计算的气候适宜度指数与气象产量的相关系数多数均通过了P0.01水平的显著性检验,可较全面的反映冬小麦生长发育随气候条件的变化关系.建立的冬小麦产量动态预报模型历史回代检验的准确率基本均为94.5%以上,标准化均方根误差n-RMSE均小于7.0%,表明建立的模型模拟性能较好.对2010—2011年山东省冬小麦产量的外推预报表明,预报平均准确率为93.0%以上,多数预报准确率为96.0%以上,可满足冬小麦产量预报的业务需求.     

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。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。     

基于气候适宜指数的江西晚稻产量动态预报模型构建及应用

本文利用1981—2014年江西91个气象观测站的地面气象观测资料和同期的分县晚稻产量资料,结合江西地区气候特点及晚稻生理特性,构建适用于江西地区晚稻降水、温度、日照及综合适宜度模型,并根据适宜度与产量的相关关系,确定气候适宜指数,建立基于气候适宜指数的江西晚稻产量动态预报模型,并对模型进行了回代检验及预报检验,从而实现对江西地区晚稻气候适宜度诊断及晚稻产量动态预报的目的。结果表明:模型的回代检验、产量丰歉趋势、产量动态预报检验的准确率均较高,能够满足业务的需要。     

基于AEZ模型的产量动态预报研究

利用洛阳地区1981-2014年夏玉米产量资料、9个气象站点的逐日观测资料、农田0-50 cm土壤墒情资料,结合夏玉米生物学特性,采用农业生态区域法(AEZ模型),计算了夏玉米不同生长阶段的气候生产潜力,通过气候生产潜力与夏玉米产量的相关关系,建立以旬为尺度的夏玉米产量动态预报模型,并进行历史回代和试报检验。结果表明:气候生产潜力与夏玉米单产增减率呈显著正相关,气候生产潜力可以客观地反映夏玉米单产水平及其动态变化。构建的产量动态预报模型对1981-2010年单产历史回代检验的准确率为88.3%~90.7%,单产丰歉趋势回代检验准确率为65.5%~75.9%;对2011-2014年模型准确性试报检验,单产预报准确率为82.7%~87.5%,趋势预报准确率为50.0%~100.0%。     

早稻产量综合动态预报方法研究

利用湖南省早稻产量与发育期、日最高气温、日最低气温、日降水量和日日照时数等资料及早稻生理气象指标,在丰歉气象影响指数动态预报方法的基础上,引进早稻生育期内对产量有较大影响的关键气象因子,建立了早稻产量综合动态预报方法.结果表明,该方法在早稻产量增减趋势预报和定量预报上,正(准)确率都有所提高.     

农学模式在冬小麦产量动态预报中的应用

根据冬小麦理论产量由单位面积有效茎、穗粒数和千粒重求积的农学原理,结合冬小麦生长季气温、日照和水分适宜度的计算模型,在河南省选择5个代表站点,利用1995-2013年冬小麦生长季的逐旬气象要素,构建了气温、日照、降水和土壤水分适宜度序列,分别建立了各代表站点产量要素的变化率或距平百分率的动态预报模型。结果表明:有效茎与气象条件的直接相关性不显著,但株成穗数的变化率与气温和水分适宜度的相关性较好,千粒重距平与土壤水分适宜度的相关性显著,穗粒数与气象因子适宜度的相关性小。除穗粒数变化率预报模型外,构建的株成穗数变化率及千粒重距平的动态预报模型显著性水平均较高。模型可从4月1日起,逐旬预报各产量要素值,各代表站点对株成穗数、穗粒数和千粒重的预报回代检验平均准确率分别为80.4%、88.5%和94.0%,5月上旬以后对理论产量的预报平均准确率为93.3%。利用2014年资料进行外推检验,对穗粒数和千粒重的预报准确率均在92.0%以上。因此基于主要气候因子适宜度与农学模式相结合的方法,可实现产量动态预报,预报准确率基本满足业务服务需求,但模型对产量的丰歉趋势预报准确率仍相对较低。     

三种油菜产量预测模型在江西的应用比较

以江西省1990—2015年气象要素(光照、温度和降水)和逐年全省油菜产量数据为基础,比较分析了关键气象因子模型、气候适宜度模型和辐热积模型预测江西省油菜产量的准确率。结果表明:回代检验中,辐热积模型拟合效果最佳,气候适宜度模型未通过0.05水平显著性检验,关键气象因子模型花期拟合结果相对较差;预测检验中,3种模型的预测准确率均超过90%,关键气象因子模型、气候适宜度模型和辐热积模型全年预测准确率高于95%的概率分别为80%、60%和80%。综合预测准确率和模型稳定性两方面分析,辐热积模型相对于气候适宜度模型和关键气象因子模型更加适用于江西省油菜产量预测业务服务。     

基于水稻生长模型的气象影响评价和产量动态预测

在对国际先进的水稻生长模型ORYZA2000进行模型调试、验证, 实现本地化的基础上, 以双季稻发育速率参数为主, 结合地形、气候、水稻熟性分布和当地生产实际, 将江南双季稻区按发育参数划分为7个区域, 实现了ORYZA2000模式在我国江南双季稻地区的区域应用。利用该模型进行了不同年份气象条件影响定量评估的应用试验, 评价结果与实际符合, 定量客观。探讨了利用机理性作物生长模式动态预测产量的方法。通过建立不同发育期的水稻模拟生物量与相对气象产量的相关统计模型, 结合趋势产量预测, 实现了地区级双季稻不同发育期的产量动态预测。外推检验结果表明, 各地早晚稻不同发育期的产量动态预测模型平均误差为4.8%~6.1%, 可初步用于业务。     

作物生长模拟模型在我国农业气象业务中的应用研究进展及思考

近年来我国农业气象科研和业务部门紧密结合,开展了作物生长模拟模型应用于农业气象业务的研究和应用试验工作.基于国外作物生长模拟模型的应用进展以及我国农业气象业务的现状,简要分析了农业气象业务中应用作物生长模拟模型的必要性和紧迫性.针对单点理论模型能否在业务中应用的疑惑,详细讨论了国外引进作物生长模型的本地化和单点理论模型在区域尺度上模拟应用等两个关键问题的重要性和技术方法.重点介绍了近年来我国气象系统农业气象科研和业务部门在推进作物生长模拟模型在农业气象业务应用方面所做的工作,即基于东北玉米、华北小麦和江南双季稻生长模型的气象条件影响评价和产量动态预测方法等.最后从改进完善作物生长模拟模型、探讨区域模拟应用技术及稳健推进业务应用和实施等方面分析了目前存在和出现的问题,以及可能的解决途径.     

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。     

基于气候适宜度的玉米产量动态预报方法

夏玉米是河北省主要粮食作物之一, 其生长发育及产量形成受气象条件影响很大, 开展玉米产量动态预报对河北省农业生产和粮食安全具有重要意义。该文结合夏玉米生理特性, 建立了夏玉米气候适宜度模型, 利用此模型借助于SPSS统计软件, 计算了1972—2005年河北省8个市夏玉米生育期内逐旬气候适宜度, 以此为基础, 建立了河北省8个市夏玉米不同时段产量预报模型。结果表明:夏玉米气候适宜度与产量相关显著; 1972—2005年历史预报检验和2006—2007年预报试验平均准确率分别为88.8%和96.8%, 能够满足业务服务需要。     

基于不同空间尺度的作物产量集成预报——以江苏一季稻为例

基于1981-2016年江苏省不同区域一季稻产量序列,计算站点尺度的气温、降水、日照适宜度以及综合气候适宜度,在此基础上构建基于气候适宜指数的作物产量预报模型,开展不同空间尺度的一季稻产量精细化预报。同时,以各主产地市、县一季稻种植面积百分比为权重,加权集成省级产量,开展基于不同空间尺度一季稻产量序列的大区域尺度产量预测。结果表明:(1)江苏省不同区域一季稻气象产量与不同时段气候适宜指数之间存在较高的相关性,基于气候适宜指数的预报方法适用于江苏省不同区域一季稻单产预报。(2)2012-2016年省级尺度模型预报平均准确率高于97.5%,主产地市、县模型平均预报准确率低于省级尺度预报模型,主产县预报准确率年际间波动较大,表明预报区域越小,预报的难度提升。(3)基于气候适宜指数模型的江苏省级、主产地市集成,主产县集成模型预报准确率大部在95%以上,整体上看主产县集成优于主产地市集成,主产地市集成优于省级尺度模型。由此,开展地市级和县级尺度的精细化产量预报可提升省级尺度预报准确率,同时提高县级作物产量预报能力。     

东北春大豆精细化气候区划

以东北春大豆为研究对象,分早熟、中熟和晚熟3类熟型构建东北春大豆气候区划指标。利用基于模糊数学的区划指标隶属度函数和作物反应函数两种气候适宜度评价方法,结合精细化插值（Anusplin插值）后的东北地区1990—2019年气象数据,从时间、空间（1 km×1 km农田）和熟型开展东北春大豆精细化气候区划。结果表明:8月平均温度、5—9月累积降水量和7月累积日照时数是影响春大豆相对气象产量的主要气象要素。分熟型的气候区划结果在表达春大豆单产分布和产量稳定性方面优于不分熟型。根据气候适宜度和减产率的定量关系将适宜度评价结果分为最适宜、适宜、次适宜、不适宜4个等级,其中东北地区最适宜春大豆种植的区域主要集中在松嫩平原的北部和三江平原中南部。随着气候变暖,适宜春大豆种植区域向高纬度和高海拔地区扩大。