顺德区近40年香蕉产量与气象条件的关系

采用相关分析和回归等统计学方法,对广东顺德区1973—2014年香蕉单产与气象因子的关系进行了研究。结果表明:顺德香蕉的气象波动指数为0.231,占产量波动的98.8%,42a气象丰年有10a,平年21a,歉年11a。10月最大风速、3月下旬雨量对香蕉气象产量影响最大。构建的香蕉产量预报模式拟合的香蕉理论产量与实际产量吻合程度较好。     

青岛市崂山地区樱桃产量预报方法研究

基于2000—2016年青岛市崂山地区樱桃产量资料和气象观测资料,利用全国农业气象产量预报业务系统(WAPFOS 2015.1.0版本),分析影响崂山地区樱桃产量形成的关键气象因子,建立崂山地区樱桃产量预报模型。基于2000—2014年樱桃产量资料进行樱桃趋势产量和气象产量分离,建立崂山地区樱桃趋势产量和气象产量预报的回归模型,并利用2015—2016年樱桃产量资料对模型进行试报检验。结果表明:2000—2014年崂山地区樱桃产量预报模型平均预报准确率达96.98%,2015年和2016年樱桃产量预报准确率分别为95.94%、96.80%,模型反映影响崂山地区樱桃产量的主要气象因子为3月上中旬平均最低气温、3月中下旬降雨量、4月上旬降雨量和4月中旬平均最低气温。崂山地区樱桃产量歉年3月上中旬平均最低气温低于-5.0℃,3月中下旬降雨量大于15.0 mm,4月上旬降雨量小于5.0 mm;丰年3月上中旬平均最低气温大于-3.0℃,3月中下旬降雨量小于5.0 mm,4月上旬降雨量大于15.0 mm。     

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。     

不同方法在湖南省早稻产量动态预报中的比较

为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。     

基于关键气象因子的河北省马铃薯产量预报

基于1983—2019年河北省马铃薯产量数据及同期河北省21个气象站逐旬平均气温、降水量、日照时数,采用因子膨化及相关分析方法,确定影响河北省马铃薯产量的关键气象因子,建立马铃薯产量预报模型,并利用预报模型对1983—2015年马铃薯产量进行回代检验,对2016—2019年马铃薯单产进行预报。结果表明:马铃薯产量对7—9月的气温、日照时数比较敏感,且气温对马铃薯产量的影响大于日照时数。各起报时间预报产量趋势回代检验正确率为75.7%~91.7%,预报产量回代检验准确率为83.6%~91.4%;2016—2019年历年产量预报准确率为83.5%~95.3%,且随着起报时间的后移,预报准确率逐渐提高。     

黑龙江省大豆产量丰歉年型气象指标的初步研究

通过回归模型对中国大豆主产区黑龙江省1970－1995年大豆产量丰歉年型的气象指标进行了初步研究。结果表明，这些影响大豆产量丰歉年型的气象指标具有较高的指示性，可供农业气象业务服务和大豆产量预报使用。     

甘肃省冬小麦产量预报综合气象模式探讨

应用卫星遥感植被指数对甘肃冬小麦产量预报惯用的气象模式进行修正。综合气象模式入选气象因子与影响我省冬小麦产量波动的主要气象因素相吻合，预报范围由代表站扩大到整个冬麦区，预报准确率有所提高。     

洞庭湖区湘莲丰歉年气象条件分析

本文探讨了洞庭湖区具有种植优质子莲的气候优势.分析了影响湘莲产量的气象因子,对湘莲产量歉年提出了四个减产气象指标,对丰年气象条件也作了定性分析.并在此基础上建立了湘莲气象产量预报方程.并对发展湘莲生产提出了建议.     

北方地区小麦蚜虫气象适宜度预报模型构建

根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。     

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。     

南丰县早稻产量波动的气象因子分析

通过对1989～1998年早稻产量与气象资料统计分析．找到了影响早稻产量的关键期和关键因子．进而分析了导致早稻产量波动的气象因子,建立了早稻产量预报方程。     

基于SPSS的普宁早稻产量预报模型

基于SPSS软件,运用曲线估计分离了1986—2015年普宁市早稻趋势产量与气象产量,并运用逐步线性回归方法研究了早稻全生育期降水、气温、日照等多种气象因子与早稻气象产量之间的关系,进而得出6种最优早稻产量预报方程,使用最小二乘法对6种预报方程进行拟合,建立普宁市早稻产量预报模型。利用历年早稻产量进行验证,结果表明:1986—2015年历史早稻产量拟合准确率均在96%以上,2016年早稻产量预报准确率达98. 8%,预报结果准确率较高,能满足业务需求,可作为普宁市早稻产量预报的有效依据之一。     

冬春温度与荔枝产量

增城县种植荔枝的面积有3万余亩,共约60万株。1949—1983年,年平均产量4.9万担。最高年产量为17.6万担,最低年产量仅3.2万担,两者相差5.5倍。 增城县1959年始有气象资料,其中1959、1964、1966、1971年6月份,分别受洪水、台风及虫害、产量大减。因而这4年未作分析。我们将各年荔枝产量与多年平均产量之比的百分率,称为当年的相对产量。并规定,相对产量≥105％为丰年,≤95％为歉年,两者之间为平年。则21年中丰年有11年,歉年有10年,非丰即歉,没有平年。 1.影响荔枝产量的气象因子     

永嘉乌牛早茶冻害气象影响因子及其等级预报

基于2007—2017年永嘉乌牛镇早茶冻害等级数据和同期气象数据,采用相关分析、回归分析等方法,建立了永嘉乌牛早茶冻害的气象影响因子及其等级预报模型,结果表明:极端低温、平均气温、累积降水量、平均日照时数与早茶冻害等级有极其显著的关系。冻害预报模型平均准确率为90.7%,回代准确率为94.46%,具有较高的精度,为相关的农业气象服务提供科学依据。     

基于遗传优化BP神经网络的水稻气象产量预报模型

利用1951—2010年江苏省水稻产量及同期14个气象站点的逐日平均气温、降水资料,采用因子膨化及相关分析,研究了水稻气象产量的影响因子及影响时段。在此基础上建立了逐步回归、PCA-BP神经网络以及PCA-GA-BP神经网络3种产量预报模型。结果表明:(1)7—9月份是水稻产量形成的关键时期,对气温、降水的变化最为敏感,气温对气象产量的影响大于降水;(2)两种神经网络模型预报效果好于回归模型;(3)遗传优化的神经网络模型比未优化模型的训练速度提高了70%左右,预报精度也提高了4.3%。     

信阳水稻农业气候资源分析与农业气候指标确定

利用信阳市1971~2000年的水稻产量资料和相对应时期的气候资料进行对比分析,结果表明:光、热、水资源充沛且匹配较为合理,能够满足一季稻对气象条件的需求。通过对9月下旬水稻生育关键期内的关键气象因子丰、平、歉年点聚分析发现:8月中旬至9月上旬降水量<180 mm为丰年,180~200 mm为平年,>200 mm为歉年;日照时数>180 h为丰年,<160 h为歉年,160~180 h为平年;4月中旬至5月上旬平均气温>18.5℃为丰年,<17.5℃为歉年,17.5~18.5℃为平年。     

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。     

西安呼吸系统疾病气象风险指数等级预报研究与应用

利用2010年1月1日—2014年12月31日西安市呼吸系统疾病死亡数据与相应的气象观测数据,选取与呼吸系统疾病有显著相关性的气象因子,采用多元逐步回归方法,建立呼吸系统疾病死亡人数预测模型和呼吸系统疾病气象风险指数等级预报方法,并对预测模型和等级预报进行了检验。结果表明：呼吸系统疾病日死亡人数预测模型准确率在795%以上,呼吸系统疾病气象风险指数等级预报准确率达到98%,预测预报效果较好。将呼吸系统疾病气象风险指数等级预报融入西安公共气象指数预报服务系统,制作呼吸系统疾病气象风险指数等级预报、预警产品,并通过全方位融媒体发布手段开展健康气象预报预警服务。     

贵州玉舍冬季滑雪气象指数等级制订

运用1988~2017年贵州省玉舍滑雪场附近30年气候资料和2015~2016年冬季滑雪场客流量资料,分析贵州高海拔地区滑雪运动与气象条件的关系,进而进行滑雪气象指数等级研究。结果表明:(1)玉舍滑雪场冬季具有少雨、低风、温度适宜的气候特点,可以开展滑雪运动。(2)玉舍的滑雪人数与气象因子风速、气温、相对湿度、降水量呈显著反相关。(3)根据玉舍滑雪场气候背景特征,分别对降水量、相对湿度、舒适度指数三个气象要素进行分级,通过实际滑雪人数分级与滑雪气象指数等级预报进行的检验表明:实际滑雪气象指数等级与指数预报等级相同(即绝对值之差为0)的准确率达26.4%,实际滑雪气象指数等级与指数预报等级绝对值之差为1的准确率达66.7%,即预报滑雪气象指数等级与实际滑雪气象指数等级之差≥1的准确率达93%。     

信阳水稻农业气候资源分析与农业气候指标确定

利用信阳市1971～2000年的水稻产量资料和相对应时期的气候资料进行对比分析,结果表明光、热、水资源充沛且匹配较为合理,能够满足一季稻对气象条件的需求.通过对9月下旬水稻生育关键期内的关键气象因子丰、平、歉年点聚分析发现8月中旬至9月上旬降水量＜180 mm为丰年,180～200 mm为平年,＞200 mm为歉年;日照时数＞180 h为丰年,＜160 h为歉年,160～180 h为平年;4月中旬至5月上旬平均气温＞18.5 ℃为丰年, ＜17.5 ℃为歉年,17.5～18.5 ℃为平年.