作物产量农业气象统计预报基本模型研究

通过对作物产量农业气象统计预报基本模型的研究,综合考虑农业技术进步、气候变化对作物产量形成的直接效应和农业技术-气候相互作用对作物产量形成的间接效应,提出了一个包括农业技术趋势、气候变化和农业技术-气候相互作用三项的作物产量农业气象统计预报模型,并以江苏省苏南地区单季晚稻预报实例对模式作了检验.     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

我国在农业气象模式方面的研究概况

根据近10年来的文献资料,综述了我国在农业气象模式方面的研究成果.我国关于农业气象模式的研究时间不长,主要集中于天气-作物模式的研究,特别是产量预报模式的研究.着重介绍了除产量预报模式之外的模式研究概况,其中包括天气-作物生长发育模式、水分利用模式、农业气象灾害模式、天气-作物病虫害模式和作物气候生产力模式,以及某些农业气候模式.     

大气环流—小麦产量预报模式初探

<正> 一、基本原理在栽培条件大致相同的情况下,一地区大范围数县,甚至数十县作物产量的高低,主要是作物生育期间的各种农业天气作用的结果,而某种天气的发生、发展和消亡,与大气环流形势有密切的联系,不同环流类型对应各种不同的天气系统,产生不同的天气过程和天气现象,从而对作物生长发育、产量形成发生影响。因此,用大气环流作农作物生育期间农业气象条件的鉴定和产量预报,比只考虑单一农业气象要素作产量预报更全面、更客观。大气环流可以表征各种     

集对分析在作物产量年景预报中的应用

影响作物产量预报准确性的关鍵问题之一是自然条件下预报因子对作物产量影响的不确定性。本文针对作物产量预报的特点,应用集对分析中联系度的概念,将影响作物产量的预报因子分为适宜区间、影响不明显区间、不适宜区间和减产区间,进行同异反分析,建立了基于集对分析的作物产量预报模型。并对新昌县小麦产量进行预报试验,结果表明,联系度的引进改进了预报因子的合理性,能提高小麦产量预报的准确性。     

一种农业产量气象预报的微机模型

<正> 本文试做一种适合微机信息化处理的农业产量气象预报方法,经业务服务中使用效果较好。兹将方法介绍如下。一、产量信息处理农业产量气象预报,主要是从作物生态气象环境方面对农作物的产量进行预测预报。各种气象因子的数值以及它们之间的数值组合、交互作用,随时都在千变万化之中,作物产量在很大程度上是它一生中所受     

渭南地区设施农业日照时数预报服务系统

在WindowsXP平台上,应用Visual Basic6．0、ACCESS等多种语言混合编程,综合运用天气学和数值预报方法,研究开发了日照时数预报天气学模型,进行当地设施农业生产季节（11月-次年3月）5d时效的逐日日照时数预报,并据此建立设施农业日照时数预报服务流程。通过开展设施农业日照时数预报气象科技服务,有利于提高设施内作物的品质、产量和效益;有利于预防和减少设施农业病虫害发生、蔓延和危害,进而减少农药的施用量。预报信息可通过广播电台、电视、网络、报纸、传真、电话、电子显示屏和农村大喇叭等媒体和方式传送到各级相关部门及农户,针对性和可操作性强,覆盖面大,实际应用效果良好。     

农业气象产量表示方法的讨论

<正> 在农业气象研究、农作物气象条件分析和建立作物农业气象产量预报模式等工作中,常会遇到如何表示农业气象产量的问题。最常用的农业气象产量表示方法有两种:一是用绝对值△yw=y-yt表示,二是以相对值yw(%)=y/yt(%)表示。(yt:趋势产量,yw:气象产量,y:实产)。本文通过计算、分析来讨论这两种表     

吉林省粮豆产量的海温统计预报

<正> 一、前言一定地区农作物产量的逐年波动,除了社会经济因素和农业技术水平的影响外,主要决定于作物生育和产量形成过程中的气象条件。而气象条件的历年变化,受大气环流的控制,大气环流的变化是形成作物生育期内不同的光、温、水条件的决定因素。太平洋海面温度(以下简称海温)的变化直接影响太平洋和东亚地区的大气环流。因而,利用海温作长期天气预报,实践证明是有成效的,现在已成为我国气象和水文部门主要的长期预报方法之一。近年的研究结果表明,太平洋海温影响副热带     

三江平原地区粮食产量预报模型研究

运用聚类分析方法依据农业气候条件对三江平原地区进行分类,在此基础上,选取玉米、大豆、小麦三种作物产量的预报点,建立了作物产量的定性和定量预报模型,即年景趋势预报模型、逐步回归周期分量预报模型和多层递阶预报模型。统计检验和实际预报结果表明所得到的预报模型是有实际意义的。     

有效积差预测晚稻产量探讨

产量预测是农业、粮食、统计等部门的一项经常性工作,它不仅指导农业生产中积累,消费、分配,还关系到安排再生产。从目前预报方法思路来看,有回归统计模式,也有采用大气环流进行预测,以及用生育期气象条件作为预测依据,都得到了比较理想的效果,但是根据生物学意义预测产量,往往更符合实际。在产量大起大落的情况下,有时出现误差较大,这也是目前产量预报中的不足处。本文就有效积温差预测晚稻产量作些探讨。     

太阳黑子和粮食产量的统计关系

一、问题的提出制订农业发展规划和粮食进出口计划,不仅需要及时准确的粮食产量预报,而且需要提供粮食产量的多年变化趋势,因此,研究农作物环境条件与农作物产量的关系,并提出预报方法是很需要的。     

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。     

遥感与作物生长模型数据同化应用综述

遥感是获取大面积地表信息最有效的手段,在农业资源监测、作物产量预测中发挥着不可替代的重要作用;作物生长模型能够实现单点尺度上作物生长发育的动态模拟,可对作物长势以及产量变化提供内在机理解释。遥感信息和作物生长模型的数据同化有效结合二者优势,在大尺度农业监测与预报上具有巨大的应用潜力。该文系统综述了遥感与作物生长模型的同化研究,概述了遥感与作物生长模型数据同化系统的构建,在归纳国内外研究进展的基础上,总结了当前主流同化方法的特点以及在不同条件下的同化效果。进而具体分析影响同化精度的关键环节,明确了相关科学概念,并相应指出改善精度的策略或者方向。最后从多参数协同、多数据融合、动态预测、多模型耦合以及并行计算环境5个方面展望了遥感与作物生长模型数据同化的未来研究重点和发展趋势,同时结合农业应用现实需求,介绍一种数据同化与集合数值预报结合的应用框架,为大区域、高精度同化研究提供新的思路与借鉴。     

作物水分条件的研究方法初探——以江苏省沙洲县冬小麦为例

本文以江苏省沙洲县冬小麦为例,用修正彭曼蒸发公式计算冬小麦生育期的旬需水量、旬降水量及其相对变率和各级保证率:分析冬小麦的水分供求比和水分余亏量;用Fuzzy聚类探求冬小麦的水分余亏量的年型与产量的关系。这种作物——土壤——气象因子的水分模式对确定农田排灌系统的设计规模、计算灌溉定额、规定农业技术措施和做作物产量预报都是有用的。     

作物产量预报系统

作物产量预报系统（简称ＹＢＸＴ系统），是利用ＭｉｃｒｏｓｏｆｔＣ６．０和ＱｕｉｃｋＢＡＳＩＣ４．５建立的一套产量预报业务系统。该系统由预报对象、实时预报、模型创建、数据管理和系统服务５个功能部分组成，其主要特点是筛选因子过程极其严格，建模方法多样，有线性、非线性相关普查，还有效果极佳的最优化因子相关普查；对因子作稳定性检验，还进行独立性检验，使得建立的模型比较稳定可靠。使用多种回归分析、聚类分析、判别分析等数理统计方法建立产量预报模型，还有预报的综合集成。利用本系统可以方便地建立产量预报统计模型，实现任一作物产量的预报。     

早稻产量波动的气候因子分析与预报

作物产量是由作物本身生长发育的特征、气象条件和栽培技术三者共同作用的结果。研究产量与上述三者的相互关系,并通过模式加以确定就可以作出产量预报。作物本身生长发育的特征和栽培技术这两项对产量的影响可以通过时间趋势项来处理。本文主要研究气象条件差异对水稻产量的影响。     

分布式水文模型在陕西省冬小麦产量模拟中的应用

利用分布式水文模型和作物模型模拟了不同深度的土壤含水量,以及在连接分布式水文模型和不连接分布式水文模型两种方式下,利用作物模型分别对冬小麦叶面积指数、干物重增量和产量进行了模拟,最后采用连接分布式水文模型的作物模型模拟了全流域内冬小麦产量的空间分布。模拟结果经对比检验表明,分布式水文模型在土壤水分模拟方面准确性高于作物模型;连接分布式水文模型的作物模型对冬小麦生长过程和产量的模拟结果准确性均高于作物模型独立模拟的结果;连接分布式水文模型的作物模型在流域内对冬小麦产量的空间分布模拟结果也与农业试验站观测产量和社会统计产量基本一致,高产区、低产区分布与实际基本相吻合。这为分布式水文模型和作物模型耦合应用,以及通过引进分布式水文模型来推动作物模型和产量预报研究进一步发展提供了基本的试验支持。     

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。     

作物产量动态系统预报的时变参数模型及应用

作物产量系统是一个“开放”系统,受到多因子的影响,本文提出一种作物产量动态系统预报的新方法,该方法不仅引入影响产量的“主导因子”,也考虑了其他因子的协同作用。实例计算和误差统计结果,显示出该方法的有效性。