耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明：考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态预报中的应用

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明:考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

新型统计检验聚类方法在精细化农业气象产量预报中的应用

基于新型统计检验聚类方法(CAST)将山东省冬小麦种植区分成4个区,并利用1981-2011年冬小麦产量、生育期、逐日气象资料以及土壤墒情资料分区构建冬小麦温度、水分、日照及气候适宜度模型,利用基于气候适宜指数的作物产量预报模型对各区冬小麦产量进行动态预报,并与基于传统等值线方法分区的产量预报进行比较。结果表明:基于传统等值线分区的产量预报,其中一个分区未通过显著性检验,不能建立预报模式,其它3个分区历史回代检验的平均准确率为94.2%,外推预报的平均准确率为92.3%;而基于CAST分区的产量预报模型均通过0.05水平的显著性检验,各分区预报模式的历史回代检验平均准确率达95.8%,外推预报的平均准确率达93.6%。表明基于CAST分区的产量预报明显优于传统分区产量预报,可为精细化农业气象产量预报提供重要途径。     

不同统计模型在冬小麦产量预报中的预报能力评估——以江苏麦区为例

在多类冬小麦单产统计预报模型中筛选出预报能力强的模型,并对优选出的模型进行加权集成,以此提高产量预报准确率,对保障粮食安全具有重要意义。利用1993—2018年江苏省69个基本气象观测站逐日气象资料和冬小麦产量数据及生育期资料,在5种气象产量分离方法(线性分离、差值百分率、5年滑动平均、3年滑动平均、二次曲线)的基础上,采用准确率、标准差、相关系数、泰勒图等检验法,评估分析了丰歉相似年法、关键气象因子法、气候适宜度法与集成预报法在江苏省冬小麦单产预报中的模拟效果。结果表明:1)对于同一种预报方法,不同的产量分离法对预报精度影响较大,二次曲线分离法要好于其他4种方法;丰歉相似年预报方法中加权法的预报精度高于大概率法。1993—2013年丰歉相似年法、关键气象因子法、气候适宜度法平均准确率分别为89.67%、94.86%和94.96%。2)集成预报法近5年预报准确率在96.33%以上,高于丰歉加权模型、关键气象因子二次曲线分离模型、气候适宜度二次曲线分离模型等单个最优模型,在一定程度上可以弥补单一预报方法预报结果稳定性差的不足。3)起报时间越接近成熟期,预报因子信息越全面,则预报模型准确率越高。研究结果可为江苏省冬小麦采用合理的单产预报模型提供科学依据,同时模型筛选思路也可供外省借鉴。     

基于气候适宜度指数预报玉米产量时旬权重系数的确定方法

利用吉林省1980-2016年春玉米作物资料、50个气象站的逐日气象资料,构建春玉米生长季各旬的气候适宜度模型。分别采用绝对值法、归一化法和相关系数法确定各旬气候适宜度权重系数,进而计算4月上旬-预报日前一旬的气候适宜度指数,分析不同方法得到的气候适宜度指数与春玉米产量气象影响指数的相关性,并进行回归分析,建立产量动态预报模型,对吉林省春玉米单产进行预报。结果表明：三种方法研究的权重系数之间存在一定差异,但总体上随生育期的变化趋势基本一致。利用1981-2012年资料回归分析建立的产量丰歉预报模型多数通过0.05水平的有效性检验,各预报模型历史拟合平均准确率均在85.0%以上,归一化均方根误差NRMSE均小于17.0%,丰歉趋势预报准确率普遍在60.0%～80.0%,三种方法差异不明显。利用模型对2013-2016年春玉米单产进行外推预报,各预报时间准确率存在波动,但绝对值法、归一化法和相关系数法所有预报时间的平均准确率分别为93.5%、90.8%、87.2%,预报结果准确率的标准差分别为32.6、69.4、116.1。且绝对值法各预报时间平均准确率均在85.0%以上。可见绝对值法预报结果的准确率和稳定性均较高,可以满足业务服务需要。     

基于关键气象因子的中稻单产动态预报

利用重庆市1986-2009年中稻单产和中稻生育期内旬平均气温、旬降水量、旬日照时数等资料,采用统计分析法建立中稻气象产量动态预报模型,在此基础上预报中稻单产。用5a滑动平均方法分离中稻趋势产量,在分析气象产量与中稻全生育期逐旬气象要素相关性的基础上,以3月中旬平均气温、5月下旬日照时数、7月中旬平均气温、7月中旬降水量、7月中旬日照时数、7月下旬平均气温、7月下旬降水量和8月上旬平均气温等作为关键气象因子,建立中稻气象产量动态预报模型,并应用该模型实现中稻单产动态预报。对1986-2009年的中稻单产做模拟检验,平均准确率在96%以上,95%以上的年份预报准确率超过90%。对2010年的单产进行预报,准确率为91.5%～92.8%,预报准确率较高,基本能满足业务服务的需要。     

华北地区杨树烂皮病发生发展气象适宜度预报模型

利用河北省18个代表站点2002-2008年杨树烂皮病病情资料和相应气象资料,通过相关、回归分析等方法,分析河北省杨树烂皮病发生发展与气象条件的关系。结果表明：降水量、降水日数、相对湿度、温湿系数与杨树烂皮病发生率呈正相关,降水增加、雨日增多、相对湿度和温湿系数增大有利于杨树烂皮病发生发展;日照时数、夏季高温日数、极端最低气温与杨树烂皮病发生率呈负相关,天气晴朗、日照充足、极端气温升高不利于杨树烂皮病发生发展;影响河北省杨树烂皮病发生发展的关键气象因子分别是3月和4月温湿系数、3月下旬和4月下旬日照时数、4月上下旬气温、3月上旬和4月上旬以及上年12月上旬极端最低气温,利用归一化处理后的关键气象因子建立气象适宜度预报模型,通过回代检验,气象适宜度等级与杨树烂皮病实际发生等级相比,模型拟合准确率为91%;对河北省2009年5-6月杨树烂皮病盛发期气象适宜度等级进行预报,准确率为78%,效果较好;3-4月气象条件是影响华北杨树烂皮病发生发展的关键生态环境因子。模型可用于从气象角度对华北地区杨树烂皮病发生发展进行监测和预报。     

天津棉花气候适宜度变化特征及其产量动态预报

通过参数修订建立了适合天津地区的棉花各生育期温、光、水气候适宜度评价模型,计算了历年天津棉花3种气候因子的适宜度指数,在分析其变化规律的基础上,建立了可以在棉花不同生育期进行的产量动态预报模型。结果表明,1964-2009年天津地区棉花生育期的气温适宜度指数呈上升趋势,增幅为0.016/10a;日照适宜度指数呈下降趋势,降幅为0.025/10a;降水适宜度指数的线性变化趋势不显著,但具有明显的阶段性特点。利用1995-2009年资料回归分析建立的产量动态预报模型,除播种期外,其它4个生育期(苗期、现蕾期、花铃期和吐絮期)模型均通过0.05水平的显著性检验;对模型进行历史资料回代表明,2000年以后准确率较高,87.5%的年份回代准确率在80%以上,各生育期平均准确率均在88%以上;利用模型对2010、2011年棉花产量进行动态预报验证,准确率均在95.5%以上,表明模型预报效果较好,能够满足业务服务需要。     

基于COSIM模型的新疆棉花产量动态预报方法

该文在对棉花生长模拟模型COSIM进行模型调试、验证实现本地化应用的基础上,探讨运用作物模型进行棉花产量动态预报的方法,重点解决未知气象数据替代问题。作物模型应用于产量预报时,未来天气的不确定性是影响预报准确率的关键因子,该影响随着当年实际天气数据增多而减小。该文以近50 a的气象数据,依次替代预报日至收获期的气象数据(即预报日之前使用预报年当年气象数据,预报日之后使用替代年气象数据),模拟棉花生长发育和产量形成过程,以近50、40、30、20、10、5 a历史气候数据依次替代预报日之后的逐日数据获得的模拟产量平均值作为预报产量,根据对预报准确率进行比较,最终确定以近10 a实测数据替代获得的模拟产量平均值作为最终预报产量。经验证该预报方法对不同播种时间棉花产量动态预报的准确率在81.3%~99.6%,预测精度较好。作为案例分析,该文仅进行每月1次预测分析,实际应用中可进行逐日替代动态预报,经过进一步改进,提高预报精度,未来可望达到业务应用水平。     

基于历史产量丰歉影响指数的黑龙江省水稻产量动态预报

水稻是黑龙江省主栽作物之一,开展水稻产量动态预报对黑龙江省粮食生产具有重要意义。利用黑龙江省水稻主产区产量资料、发育期资料、日最高气温、日最低气温、日降水量和日照时数等资料,根据历史年水稻产量丰歉气象影响指数,建立黑龙江省水稻产量丰歉趋势动态预报模型。另外,采用相关分析的方法,确定影响产量的关键气象因子,建立相应的产量预报模型,对产量丰歉趋势动态预报模型进行修订。通过对1997-2006年水稻产量进行动态预报,结果表明,5月31日、6月30日、7月31日和8月31日预报的水稻产量增减趋势的预报正确率平均为90%、70%、90%和80%,产量预报准确率为84%、90%、94%和93%,预报准确率较高,能够满足业务服务的需要。     

2022年秋收作物生长季农业气象条件评价

基于全国2467个气象台站实时和历史同期观测资料,利用农业气象评价指标、作物气候适宜度模型、主要农业气象灾害指数评估方法等,综合评估2022年玉米、一季稻、晚稻、大豆和棉花等主要秋收作物关键生育期的农业气象条件、生长适宜度、农业气象灾害等对产量的影响。结果表明,生长季内大部农区光热条件好,水分条件制约玉米、大豆等旱地作物产量提高;玉米、一季稻、大豆、棉花关键生育期内低温、阴雨寡照、暴雨洪涝灾害影响偏轻;长江流域夏季高温综合强度为1961年以来最强,一季稻等作物遭受严重高温热害,玉米、大豆等旱地作物遭受严重夏秋连旱;吉林、辽宁和山东等地夏季出现叠加性强降水过程,部分地区玉米、大豆渍涝灾害较重。     

基于气候和土壤水分综合适宜度指数的冬小麦产量动态预报模型

利用河北省16个农气观测站1981-2010年逐日气象资料、土壤水分观测资料、冬小麦生育期观测资料、灌溉记录和8个冬小麦主产市产量资料,根据土壤水分平衡原理和模糊数据理论,建立了综合反映冬小麦生长期气象条件和土壤水分状况的气温-日照-土壤水分适宜度评价模型,并以旬为时间步长,建立了基于气温-日照-土壤水分适宜度指数的冬小麦产量动态预报模型.结果表明,气温-日照-土壤水分适宜度指数克服了气温-日照-降水适宜度指数仅考虑水分状况中降水条件的不足,能够客观反映冬小麦生长期的气象条件和土壤水分状况,与冬小麦产量变化量呈极显著相关(P＜0.01),相关性高于气温-日照-降水适宜度指数;动态产量预报模型对1981-2008年历史拟合检验和2009-2010年预报试验的平均相对误差分别为6.1％和1.2％,误差较小,表明建立的冬小麦产量动态预报模型能够满足业务需求,具有较高应用价值.     

河南省棉花精细化农业气候区划

利用河南省114个气象站点1971-2000年气候资料和台站地理信息,采用梯度距离平方反比法分别对棉花各发育期的平均气温、降水总量和日照时数等气候资料进行了网格推算。根据棉花生产的气候适宜度函数和不同生育阶段的参数,计算了棉花不同生育期内光、温、水的气候适宜度,采用相对权重法计算了综合适宜度。根据河南省棉花的农业气候区划指标,将全省划分为最适宜区、适宜区和次适宜区3个分区。区划结果显示河南省棉花最适宜种植区在豫北、豫东和豫西南等地,中南部是棉花种植适宜区,豫西丘陵、豫北山区及淮河以南地区是棉花种植的次适宜区。最后对各区域的特点及建议进行了评述。     

1956—2010年辽西地区玉米气候适宜度时空分布特征

以玉米气候适宜度模型及辽西地区4市8站近50 a(1956—2010年)逐日气象数据为基础,利用空间插值、经验正交函数分析方法(EOF)和小波变换分析方法对玉米全生育期及各主要生育时期气候适宜度的时间变化和空间分布特征进行分析,研究气候变化过程中辽西地区农业气候资源对玉米生长的适宜程度的变化特征。结果表明：1)近50 a,辽西地区玉米全生育期的降水、日照及综合气候适宜度呈逐年下降趋势,除开花期综合气候适宜度呈上升趋势外,播种、出苗、成熟期综合气候适宜度均呈下降趋势;2)在空间分布上,辽西玉米全生育期的温度适宜度、日照适宜度,播种、成熟期的综合气候适宜度分别表现出由南向北、由西向东、由西向东南和东北、由东北向西南递增,而出苗期综合气候适宜度表现为由西北向东南和东北递减;全生育期的降水适宜度、综合气候适宜度和开花期的综合气候适宜度由北向南均呈现“低－高－低－高”的带状分布特征,播种、出苗和开花期限制因素分别为降水、日照和日照;3)EOF 分析发现,辽西地区玉米全生育期综合气候适宜度距平百分率在空间上表现为西南向东北微幅递减;在时间上,小波分析发现辽西玉米综合气候适宜距平百分率第1特征向量的时间系数存在14~30 a、8~14 a、3~7 a 的3类尺度的震荡周期。     

辽宁省生长季气候变化及其对春玉米产量的影响

为了明确气候变化对辽宁省春玉米产量的影响,基于1968—2017年气象站点数据,结合标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI),运用M-K趋势分析、相关分析及回归分析等数理统计方法研究了辽宁省春玉米生长季各气候要素、干湿变化特征及其与春玉米产量的关系。结果表明:降水量除丹东呈增加趋势外,其它地区呈现减少趋势; 大部分地区温度呈现升高趋势,风速呈显著减弱趋势,相对湿度变化趋势不显著; 日照时数除辽阳、本溪呈不显著增加外,其他地区呈减少趋势。降水、最高温和平均温是影响辽宁省春玉米产量的重要因子,尤其是朝阳、葫芦岛、锦州、阜新和大连地区,春玉米对这些要素更敏感,与降水量正相关,与最高温、平均温负相关,未来降水量减少、温度升高将不利于这些地区春玉米生长。随着位置东移降水量逐渐以负效应为主,温度逐渐表现为正效应。除阜新、抚顺、本溪等部分地区呈现干旱化外,其他地区表现为不显著的湿润化趋势。朝阳、葫芦岛、阜新等地区春玉米产量对6月、7月的干湿变化较敏感,易受旱减产; 干旱化将使阜新春玉米生产形势变得严峻,朝阳、锦州、大连地区湿润化对春玉米生长有利; 沈阳、鞍山、辽阳和营口地区5—9月的干湿状况均对春玉米产量有影响,抚顺、本溪、铁岭等地区则易受6—8月的干湿状况影响,这些地区当前较适宜春玉米生长; 丹东地区易受涝减产,且湿润化趋势将会对该地区玉米生产造成不利影响。辽宁省不同气候要素及干湿变化对不同地区春玉米产量的影响效应有正有负,程度也各不相同,各地应因地制宜采取合理措施促进玉米丰产。     

气候变化对甘肃黄土高原土壤贮水量的影响

利用甘肃省黄土高原16个气象站1971~2000年气象资料、13个农业气象观测站及3个农业气象试验站土壤湿度资料,分析了近50年温度、降水及近30年土壤水分变化特征,用数理统计方法拟合了0~200 cm土壤贮水量动态变化,得出了土壤贮水量随气候变化的规律。研究表明,上世纪80年代以来,甘肃黄土高原土壤含水呈减少之势,0~200 cm土层土壤总贮水量春、秋季减少了40~90mm,夏季减少了20~36mm;土壤贮水适宜农作物生长的时段减少了2~3月,土壤水分匮缺的范围无论从时段及层次上都有所扩展。     

2022年夏收粮油作物生育期气象条件及其影响分析

基于主产区气象观测站和农业气象站实测气象资料和作物发育期资料,计算冬小麦和油菜生长季的气候适宜度和灾害指数等参数,评价该阶段气象条件对夏收粮油作物的利弊影响。结果显示：2021/2022年度冬小麦、油菜生育期内,产区大部光热充足、土壤墒情适宜,冻害、干旱等农业气象灾害影响程度偏轻,气候适宜度高于上年和近5a平均值,气象条件利于夏收粮油作物生长发育和产量形成;成熟收获期间多晴好天气,收获进度快、质量高。但北方冬麦区秋播期多雨渍涝,冬小麦播种期明显推迟,冬前壮苗比例偏少、分蘖不足。江南和贵州等油菜产区冬季持续阴雨寡照,影响油菜发育进程。