水地春小麦全生育期地膜覆盖节水增产效果初探

本文通过试验研究,初步肯定了全生育期地膜覆盖对水地春小麦的节水增产效果。初步看出其节水增产的机理为:地膜覆盖的增(地)温和保墒作用,增加了春小麦幼苗期的干物质积累和叶面积,促进了根系的生长发育;并使出苗提早,促进延长了穗分化,起到增粒作用;同时使千粒重也有所增加,从而达到增产;由于保墒作用及头水的推迟,减少了灌溉定额和灌溉次数及耗水量,因此具有明显的节水效果。通过对两年试验所建立的回归模型进行计算机选优,得出了节水、节种、增产的优化栽培措施组合为:头水叶龄4～4.5叶,二水时期为开花,全生育期灌水2次,灌溉定额155～200方/亩,播种23～32万粒/亩,施氮10公斤左右,氮磷比1∶0.5～0.7,但对地膜复盖技术还需继续研究,继续提高其经济效益,同时上列措施组合尚待进一步完善和经生产验证。     

温度对甘肃省玉米产量的影响

通过对甘肃省玉米产量与温度关系的分析，探讨了各地区不同时段温度对产量的影响和玉米获得高产的适宜温度。同时，从另一角度解释了地膜玉米增产的原因。     

宁夏扬黄新灌区地膜玉米水量平衡的动态分析

利用宁夏扬黄新灌区地膜玉米试验地土壤水分观测资料,对地膜玉米的水量平衡进行了动态分析,并运用FAO－PM方程计算分析了该地区地膜玉米生育期间的蒸散量及地膜玉米的耗水规律,由此对该地区地膜玉米的灌溉制度进行了初步分析。结果表明,该地区地膜玉米生育期内的耗水量除受作物本身生物学特性的影响外,主要依赖于灌溉量的大小,要保证玉米的正常生长发育,全生育期一般需灌水5－6次,灌水量在3450－3900m3／hm2。     

石河子地区地膜玉米增产原因及其关键技术初探

1982年以来,我国北方各省、西南及湖北、江苏、广西等省区,先后开展了地膜玉米试验、示范、推广工作,尤其是在热量不足的北方及南方山区,地膜玉米都有较大的增产效果.我区农五师等单位近年来试种也取得了亩产吨粮的良好效果.石河子地区及其类似的地区,热量条件比较充足,使用地膜栽培有没有显著的增产作用?增产的原因及关键技术等都缺乏系统的研究.为此,在石河子兵团农垦科学院试验田内,进行了多方面试验,现综合各试验结果,对上述问题进行初步探讨.     

国外谷类作物产量预报方法

近年来,国外对谷类作物产量预报方法的研究较为重视。本文就美、加、日、西德等国在这方面的研究做一扼要介绍。北美美国和加拿大这两个国家有不少研究人员作了气象因子对小麦产量影响的研究工作。 L.M汤普森研究了天气条件对美国五个州(黑钙土和栗钙土)的春小麦产量的影响,绘制出每一州产量的变化曲线图(1931-1961年),分析了产量因生产技术的改进而增长以及因天气条件而变化的情况。回归分析结果表明,在计算产量时,非线性方程计算的结果准确性高,最后,汤普森提出了春小麦州的平均产量(y)与3月-8月的总降水量(x_1)以及与全州的4、5、6和7月的平均降水和平均气温(分别以x_2,x_3,x_4,x_5,x_6,x_7,x_8 x_9表示)相关的二次方程式。     

海南岛农业气候生产力的估算

发挥气候资源的生产潜力,是农作物增产的有效途径。本文用Lieth法估算海南岛的农业气候生产力。光、热、水资源丰富的海南岛,植物的气候产量高,农作物的增产潜力至少为现在生产水平的一倍以上。水分是海南岛(尤其是西南部)农业产量的主要限制性因子。通过灌溉来补充所欠缺的水分(全岛平均每公顷需灌溉1778吨水),可期望达到最大气候产量。      

渭南玉米产量气象条件分析与预报模型研究

利用渭南市1996—2018年玉米产量和同期全市11个气象站玉米生育期内光、温、水气候资源,采用直线滑动平均法结合调和权重法对渭南市玉米产量进行趋势产量和气象产量的分离。采用SPSS17.0软件对分离出的1996—2014年玉米气象产量与生育期各类气象因子进行相关性分析,筛选出相关性较高气象因子,采用多元线性回归方法,与气象产量建立预报模型。分析各因子对玉米产量的影响发现:在营养生长阶段,降水对产量贡献最大;在生殖生长阶段,降水与产量呈负相关。预报模型回代、预测结果显示,回归方程显著,预报效果良好。     

玉米地膜栽培气象—经济模式探讨

本文从玉米地膜栽培增产的基本气象原因出发,用权重法分离产量,用经济阈值法建立了玉米地膜栽培的气象——经济模式。模式适用于与当地农业气象条件相似的地区。     

多气象因子影响产量的鉴定方法

作物最终产量是许多因子x_1、x_2、x_3…x_n的函数。这些因子可分为四类:光(L)、热(T)、水(B)和养料(Q)。因为每块农田都具有各自的一列决定产量的参数值,所以其产量M可用下式表示: M=f′(x_1,x_2,x_3,…,x_n) (1) M=f(L,T,B,Q) (2) 作物产量M可以是总生物质、商品量或其他物质形式(如糖、油、蛋白质等)。很明显,每种作物或品种相应都有一列能保证它获得最高产量M。的最适宜参数值L_0、T_0、B_0和     

新疆棉田土壤水分及节水灌溉方案研究

在分析棉花田间水分试验资料的基础上，找出了棉田土壤水分的变化规律及棉花各生育阶段的需水规律，确定出新疆不同气候类型地区棉田一次适宜灌溉定额。根据试验求算实际蒸散量，利用彭门公式及土壤水分平衡方程，计算求得棉花各生育阶段的作物系数、及不同年型不同气候类型地区棉田全生育期的适宜灌溉定额及最佳节水灌溉方案。     

干旱地区春小麦耗水量和节水措施的探讨

本文研究了春小麦耗水量与产量的关系及其耗水规律，分析了土壤湿度、耗水量对春小麦生长发育的影响。结果表明：拔节至抽穗是春小麦的水分临界期，抽穗至成熟期耗水量最多，耗水模系数最大；产量与耗水量呈二次曲线关系，适宜土壤水分下限为：出苗至拔节期为田间持水量的70％-75％，拔节至抽穗期为60％-65％、抽穗至灌浆初期为55％-60％．灌浆初期至成熟期为50％-55％，本文还对春小麦覆盖地膜的节水增产原因及效果进行了探讨，提出了黑河流域春小麦节水增产的技术措施及进一步研究的意见。     

长期预报基本观测资料自动化处理

将微型气象无人驾驶飞机与无线数字影像采集、传输设备相结合,构成了一套微型无人机空中火情监测系统,并开发了相应的地面监测软件.经过地面测试和空中飞行试验证实,该系统运行良好,对于地面火点有较好的探测能力.目前试验系统已具备单架次完成半径30 km以内,面积80～100 km2林区巡护任务的能力,而且这一系统成本低、使用灵活方便,具有良好的应用前景.同时就系统开发中遇到的相关问题和今后的改进方向进行了讨论.     

复共线性关系对逐步回归预报方程的影响研究

针对气象预报中常用的逐步回归预报建模方法,由于没有直接考虑筛选出的预报因子之间可能存在复共线性关系会影响气象预报方程的预报性能问题,提出了在初选的大量气象预报因子(自变量)中,采用条件数计算分析方法,选择复共线性关系小的预报因子组合建立预报模型的方法.以重要气象灾害的预报难点--台风预报为例,用大样本分别建立了12个台风移动经度、纬度的条件数预报方程和逐步回归预报方程.对比分析结果表明,由于条件数计算分析有效控制了预报因子间的复共线性关系,因此,在相同的预报因子(自变量)和预报对象(因变量)条件下,分月建立的条件数台风移动路径预报方程,虽然历史建模样本的拟合精度略低于逐步回归预报方程,但是对独立样本的预报精度明显提高,其中7、8和9月条件数预报方程的预报误差平均为153.9 km,而相应的逐步回归预报误差平均为229.2 km,两者相差75.3 km.进一步研究发现,在F值分别取1.0、2.0和3.0的情况下,建立的台风移动路径的逐步回归预报方程,其预报误差也明显大于条件数预报方程.另外,由于预报因子组合的复共线性的影响,逐步回归方程还出现了在个别点预报误差极大的不合理情况.     

阿克苏棉区膜下滴灌农业气象服务对策初步研究

目前棉花膜下滴灌技术已在阿克苏得到应用,棉花膜下滴灌植棉比常规高密度植棉在灌溉方式上具有明显的优越性,灌水灵活,控制力强,增产潜力较大。由于棉花膜下灌溉技术改变了棉田的生态环境,面对这一新型的节水技术,需找准气象服务的切入点。研究表明,农业气象服务在膜下滴灌植棉和常规植棉中的应对措施具有较大的差异性。     

西北地区玉米产量动态业务预报方法探讨

通过分析西北地区气候生产力与玉米产量的关系、土壤水分与降水量以及土壤水分与降水量和土壤初始含水量之和的关系表明:西北地区降水气候生产力与玉米产量、土壤水分与降水量和土壤初始含水量之和有着显著的相关性。在此基础上，利用玉米生长季内的降水量和播种期的土壤水分含量对Miami降水模型进行了改进，应用改进后的Miami降水模型开展以月为时间步长的玉米产量动态趋势预报，具有较为理想的业务服务效果。同时，利用此方法评价西北地区降水对玉米生长发育和产量形成的影响也非常适用。但是，由于此方法没有考虑灌溉水的作用，故不适用于灌溉农区。     

田阳干旱指数对早玉米产量影响的农业气候评价

利用田阳1987年至2012年早玉米产量与其生育前期易旱的3月上旬至5月中旬的旬干旱指数,釆用数理相关统计法,计算旬干旱指数与早玉米产量的相关系数及多元回归方程模式的建立,评价干旱指数对早玉米生产利蔽的影响。结果表明：干旱主要影响早玉米生理需水敏感的抽雄吐丝期,俗称＂卡脖子旱＂,其次干旱影响早玉米播种后全苗齐苗。这对充分开发利用当地农业气候资源,科学规避干旱的影响,趋利避害,夺取早玉米高产稳产意义重大。     

一种利用气象要素场时变信息确定其空间分布状态的方法及数值模拟研究

本文将藉观测资料所包含的时间演变信息来建立要素场空间结构的问题提成一个反问题，并利用共轭方程和最优控制技术把模式初值作为控制变量来求解这个反问题；希望对由于空间测站不足而得不到合理初始场的问题以及由于用共轭方程而引起大的计算量的问题获得解决的方法。文中利用了一个边界层动力模式及其共轭方程模式进行了数值试验，结果表明：在对计算做出简化处理及较合理的测站分布下，方法能够从大大少于模式自由度的观测资料中得出比较合理的要素场初值的空间结构。     

A Study on Influence of Predictor Multicollinearity on Performance of the Stepwise Regression Prediction Equation

The prediction accuracy of the traditional stepwise regression prediction equation (SRPE) is affected by the multicollinearity among its predictors.This paper introduces the condition number analysis into the prediction modeling to minimize the multicollinearity in the SRPE.In the condition number prediction modeling,the condition number is used to select the combination of predictors with the lowest multicollinearity from the possible combinations of a number of candidate predictors (variables),and the sel...     

Interpolation of climate variables and temperature modeling

Geographic Information Systems (GIS) and modeling are becoming powerful tools in agricultural research and natural resource management. This study proposes an empirical methodology for modeling and mapping of the monthly and annual air temperature using remote sensing and GIS techniques. The study area is Gangetic West Bengal and its neighborhood in the eastern India, where a number of weather systems occur throughout the year. Gangetic West Bengal is a region of strong heterogeneous surface with several weather disturbances. This paper also examines statistical approaches for interpolating climatic data over large regions, providing different interpolation techniques for climate variables' use in agricultural research. Three interpolation approaches, like inverse distance weighted averaging, thin-plate smoothing splines, and co-kriging are evaluated for 4°?×?4° area, covering the eastern part of India. The land use/land cover, soil texture, and digital elevation model are used as the independent variables for temperature modeling. Multiple regression analysis with standard method is used to add dependent variables into regression equation. Prediction of mean temperature for monsoon season is better than winter season. Finally standard deviation errors are evaluated after comparing the predicted temperature and observed temperature of the area. For better improvement, distance from the coastline and seasonal wind pattern are stressed to be included as independent variables.