排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
利用辽宁省33个气象站点1993—2012年水稻产量、生育期内的旬平均气温、旬降水量及旬日照时数等资料,应用统计分析方法建立水稻的产量动态预报模型。使用5年滑动平均法分离水稻趋势产量,分析气象产量与水稻生育期内逐旬气象要素的相关性,确定5月上旬平均气温、5月下旬平均气温、6月下旬降水量、7月下旬降水量、8月上旬日照时数、9月中旬平均气温和9月下旬日照时数为关键气象因子,建立水稻产量动态预报模型,并对预报结果进行验证。结果表明:对1993—2012年进行模拟预报及回代检验,平均准确率在93%以上;对2013年的产量进行预报,准确率为93.97%~99.67%,预报准确率较高。预测结果基本可以反映水稻产量的变化情况,能够满足业务服务的需要。 相似文献
4.
5.
利用2000—2019年沈阳地区7个气象观测站4—5月降水量和地温资料,通过线性趋势法、累积距平和滑动平均法,对该地区春播期降水和地温变化特征进行分析。结果表明:沈阳地区春播期降水量呈增加趋势,平均增加11.3 mm/10年。空间分布呈现从东南向西北减少趋势,沈阳地区南部降水偏多,北部偏少,东部高于西部地区。沈阳地区春播期0 cm、5 cm、10 cm、20 cm地温变化呈波动缓慢上升趋势,各层地温的气候倾向率为0.09~0.25℃/10年;0 cm、5 cm、10 cm、20 cm逐层地温差分别为2.5℃、0.8℃和1.3℃;地温空间分布呈西部高于东部,从西南向东北减少趋势。 相似文献
6.
为水稻产量趋势化及定量化预报提供依据,对水稻全生育期气象因子与产量的影响关系进行分析。提取1986—2015年间辽宁省水稻产量数据和同期时序气象数据,对水稻气象产量及同期时序气象因子进行连续小波分析,研究水稻气象产量、日照时数、日平均气温等气象因子的时序变化特征;分别利用相干小波分析和交叉小波分析方法,研究水稻气象产量与日照时数、日平均气温等气象因子的相互关系。结果表明:1)辽宁省水稻气象产量存在5~8年和2~3年的显著周期,自2001年之后,水稻在频率上的能量强弱分布不显著,表明气象产量连续丰年的周期在变长;2)对水稻生育期内的气象因子进行连续小波分析,其中除总降水量外,其他气象因子均都存在不同的显著周期。 相似文献
7.
8.
卫星遥感技术在火情监测中具有监测面积大、速度快、成本低,且可长期动态监测等优势。笔者将RS和GIS技术有机结合,进行沈阳地区火情卫星遥感监测技术研究。基于火点像元背景亮温差异进行计算机自动判识,综合火点发生特点和下垫面情况进行人机交互修正火点判识阈值,利用地理信息数据进行火点精确定位,获取火点所在乡镇乃至村信息、像元个数以及土地利用情况。通过与实际火点资料对比分析,火点判识结果较理想。在2014年秋季和2015年春季火情遥感监测期间成效较好,为政府相关部门防火、救火等决策提供相应参考依据。 相似文献
9.
为研究MODIS遥感数据及提取方法对估测沈阳水稻种植面积的适用性,利用MODIS数据,采用监督分类的方法,同时结合水稻不同生长发育阶段特点,对沈阳水稻种植面积进行数据提取,并制作了沈阳地区水稻种植面积分布图。将提取的水稻种植面积结果与统计局统计的面积及Landset遥感数据资料进行比较分析。结果表明,通过MODIS遥感监测水稻种植面积具有良好的效果,利用监督分类的方法提取的水稻种植面积精度达92%,因此,该方法用于沈阳地区水稻种植面积的提取,结果可靠,精度较高。 相似文献
10.
地表温度是反映土壤—植被—大气系统能量流动与物质交换的重要参数,是地球观测类卫星数据反演地面参数的主要内容之一。气象卫星为快速获取大范围辐射面瞬时温度提供了重要手段,其中FY-3 MERSI在保留了极轨气象卫星高时间分辨率观测的基础上,其远红外波段空间分辨率提高到了250 m,提高了温度反演的空间精度。应用FY-3 MERSI第5通道长波辐射观测数据,并结合1 km分辨率高光谱数据,获取反演地温所需的2个重要参数——大气水汽含量及地表比辐射率,实现了地表温度反演。反演算法利用两通道比值法得到大气透过率,并计算出大气水汽含量;应用NDVI阈值方法获得地表比辐射率;根据FY3 MERSI通道特点改进和构造了各参数反演算法;并利用热红外通道数据,使用单通道算法反演地表温度。通过对辽宁地区3个时次的地表温度反演,并与MODIS分裂窗地表温度算法进行了比较分析。结果表明温度精度达到了预期水平,空间精度有显著提高。 相似文献