基于气候适宜度指数的山东省冬小麦产量动态预报

利用山东省主产区冬小麦产量资料、生育期内的温度、降水量、日照时数资料,结合冬小麦生理特性,分别构建了冬小麦温度、降水及日照适宜度模型,利用气候适宜度与冬小麦产量的关系,建立基于气候适宜度的冬小麦产量动态预报模型。通过对2008～2010年冬小麦产量进行动态预报, 结果表明, 3月31日、4月30日和5月31日预报的小麦产量丰歉趋势的预报平均正确率均为100%,单产预报平均准确率分别为95.1%、95.1%和95.4%,预报准确率较高,能够满足业务服务的需要。     

基于气候适宜指数的湖南早稻产量动态预报

早稻生长发育和产量形成过程与气象条件密切相关,开展早稻产量动态预报对湖南农业生产和粮食安全具有重要意义。从湖南早稻生长发育的上限温度、最适温度、下限温度、需水量、需光特性等生物学特性出发,建立湖南早稻气候适宜度模型,采用权重系数的方法构建湖南早稻气候适宜指数。选取15个代表站点,统计分析1961—2009年不同时段湖南早稻气候适宜指数与产量丰歉值的关系,建立了基于气候适宜指数的湖南早稻产量动态预报模型,并从模型预测值与实测值增减趋势一致的样本百分率、预报准确率等方面进行回代检验。利用2010—2012年资料进行外推检验。检验结果表明,建立的预报时间为4月30日、5月20日和6月20日的基于气候适宜指数的湖南早稻产量预报模型预报值与实测值增减趋势一致的样本百分率为64%~73%,预报准确率平均为94.7%~96.3%。研究结果表明,建立的基于气候适宜指数的早稻产量动态预报模型,能够满足湖南早稻产量预报业务服务的需要。     

云南普洱市烤烟种植气候适宜性精细化区划

基于普洱市多站点气候资料,运用GIS空间分析技术和隶属度函数模型,结合烤烟生态学理论,分析了云南普洱市烤烟气候特点,论证并构建了烤烟种植气候适宜性定量评价指标体系,进行了烤烟种植气候适宜性精细区划。结果表明,普洱烤烟气候与云南主烟区气候既有相似性又差异显著;普洱烟区温度适宜度普遍较高,而降水适宜度总体偏低,北部区域光照适宜度明显较高;烤烟种植综合气候最适宜区和适宜区主要分布于北部6县中、低海拔和部分中高海拔地带,南部区域因降水过多、日照不足,适宜植烟面积小。区划结果与近几年烤烟生产实际相吻合,具有较高精准性和实用性。     

黑龙江省甜菜农业气象年景评估方法

探讨甜菜农业气象年景评估方法旨在为甜菜农业生产、种植计划调整及栽培管理提供指导。利用黑龙江省11个甜菜栽培市(地) 1986—2012年期间的甜菜单产和播种面积资料、以及同期逐日气温、降水量、日照时数资料,基于气候适宜度指数法和加权系数法构建了各市(地)甜菜农业气象年景逐步回归模型和黑龙江省甜菜农业气象年景评估模型。结果表明,各市(地)甜菜农业气象年景值 Fi 与关键生育期的综合气候适宜度指数存在极显著的相关关系,均通过高于p<0.02水平的极显著性统计检验;回代检验各市(地)准确率在73.7%～88.5%,黑龙江省准确率为81.0%;2013年预报检验各市(地)平均准确率为76.9％,黑龙江省准确率为100％,2013年黑龙江省甜菜农业气象预测年景和实际年景均为平年。【结论】基于气候适宜度指数法和加权系数法构建的黑龙江省甜菜农业气象年景评估模型评估和预报准确率较高,可初步用于黑龙江省甜菜农业气象年景评估、业务预报与服务。     

安徽油菜气候适宜度评价指标的建立与应用

为了评价油菜生长发育过程中气候条件的适宜程度,为政府决策部门和农业生产者及时合理地开展田间管理和农业生产提供科学依据,利用安徽省油菜主要种植区1961-2010年油菜生长阶段气象资料,采用模糊数学方法,结合已有的研究成果和油菜的生理特征,建立了安徽省区域油菜气候适宜度评价模型,并进行了验证;同时,根据综合气候适宜度和产量丰歉指数的关系,建立了油菜不同时间尺度的气候条件适宜性评价指标。结果表明：气候适宜度与产量丰歉指数具有显著相关性,气候适宜度评价模型可以动态反映安徽省各区域气候条件对油菜生长发育和产量形成的适宜程度,评价指标对各区域油菜生育期内气候条件适宜程度的评价有较高的准确率,对其长势和产量有较好的区分度,且稳定性较好,可以业务应用。     

基于logistic和灾减率方法制作玉米产量的预测

利用多元回归预报模型与灾减率相结合探讨粮食产量预报方法。依据本溪县玉米单产和气候资料,利用logistic方法建立玉米趋势产量序列,将分离的气象产量转换为相对气象产量,进行相关筛选预报因子,组建预测模型。结果表明：运用logistic方法构建的玉米趋势产量序列,提高了趋势产量拟合的精度;选取气象因子具有一定的生物学意义,增强了预测模型的科学性;多元回归预测模型与灾减率订正预测玉米单产正确率达90%。为粮食产量预报的定量化和精细化提供科学的依据。     

基于作物模型的冬小麦气候适宜度算法研究

为了定量分析气象条件对作物生长的综合影响,利用WOFOST作物生长模型分析冬小麦各生育期的气候适宜度。通过对华北地区3个代表站点2007—2009年生长季的冬小麦进行生长模拟,并选取2007—2008年生长季的模拟结果作为标准,以其他年份同一生育期的生物量与标准的比值作为该生育期的气候适宜度,并与统计方法的结果进行对比。结果表明,用作物模型计算得到的适宜度与产量之间呈现出较好的正相关性,决定系数为0.603,且通过了0.05置信水平检验,可用该方法对冬小麦气候适宜度进行估算。     

陕西省苹果单产非线性预测模型研究

为了更好地服务陕西省苹果产业发展,客观定量预测陕西省苹果产量,为政府部门制定苹果产销及产业发展提供科学决策依据,选择影响苹果产量的主要气候资源为预测因子,利用非线性回归分析方法,对陕西省5个苹果主要生产基地县分别建立单产气象因子非线性回归预测模型。模型检验显示,5县各年苹果单产预测的准确率均达73%以上,且该模式能够较准确地反映各县苹果单产情况,预测效果较好。该预测模型是对苹果产量预测技术方法的首次尝试,思路清晰、可操作性强,可为其他省份建立苹果产量预测方法及其他经济林果产量预测方法提供借鉴。     

基于COSIM模型的棉花区域产量动态预测研究——以新疆阿克苏市为例

【目的】提高基于作物生长模型进行产量动态预测的准确率。【方法】以新疆阿克苏市为例,采用1991―2014年的气象资料、棉花产量资料和棉花的物候资料,通过应用COSIM棉花模型分别以多年平均播种期和适宜播种区间内多个播种期作为播种期输入,比较分析两种产量预测方法的效果。【结果】结果表明:两种方法的预报准确率均在90.0%以上,在阿克苏市均有很好的适用性。但对比分析得出,在棉花生育期内按照月份进行产量动态预测时,以及预报年份实际播种期不确定时,基于适宜播种期区间的多播种期预测方法的预报准确率更高。【结论】研究结果为阿克苏市提供了两种基于作物生长模型的棉花产量预报方法 ,针对不同预报年的特征选择合适的预报方法可以提高预报准确率,同时可为其他棉花产区的产量动态预测提供参考和借鉴。     

气候适宜度在内蒙古东北部马铃薯发育期预报中的应用

为了建立内蒙古东北部马铃薯发育期预报模型,通过采用内蒙古东北部地区16个气象站,2003—2012年逐日最高气温、最低气温、日照时数、降水量、土壤水分资料和马铃薯生育期观测资料和相关农业气象指标,计算了马铃薯不同生育阶段的温度适宜度、日照适宜度和水分适宜度,进而研究了内蒙古东北部不同区域的马铃薯气候适宜度,建立了基于气候适宜度的马铃薯发育期预报模型。结果表明,大兴安岭以东,大兴安岭以西及大兴安岭山地3个气候小区域的模拟值与实际值的平均误差在2天以内,各发育期误差的平均值也在2天以内;预报检验结果表明,各区域各发育阶段预报误差的平均值,除大兴安岭山地的预报误差为3.4天外,其他区域的预报误差都在1.0天以下。预报模型效果较好,可用于该地区进行马铃薯发育期预报。     

基于气候相似性的云南烤烟主要化学成分预测

为研究利用气象因子预测烤烟品质的问题,采用系统聚类法,以烟叶总糖、还原糖、烟碱、总氮和蛋白质5种化学成分为基础,根据平方欧氏距离最小原则,将云南省2004年全省83个植烟县烟叶化学品质分成10种类型,并确定了这10种类型相对应的气象条件。根据“相似气候条件下烟叶化学成分相近”的理论,计算了2005年云南省83个植烟县气象因子与这10种烤烟化学品质类型对应的气象因子之间的欧氏距离。以距离越小相似性越高的原理,对各县烟叶主要化学成分及品质类型进行预测。结果表明,总糖、还原糖、烟碱、总氮和蛋白质含量预测的根均方差百分率（RRMSE）分别为8.91%、10.40%、22.31%、10.46%和13.08%。该方法对各化学成分的中值区和高值区预测效果普遍较低值区好。结果说明,采用该方法预测烟叶化学成分具有一定的可行性。     

基于幼果期气象数据苹果产量早期预测研究——以运城市为例

本文通过对运城市2005—2018年气象数据和苹果年产量数据进行分析,构建运城市苹果产量早期预测模型。首先,采用HP滤波法将运城市苹果年产量分为趋势产量和气象产量。其次,分别对苹果物候期：发芽期、花期、幼果期、膨果期、成熟期建立多元线性回归模型,研究每个物候期对苹果气象产量影响的强弱。最后,选取对苹果气象产量影响最强的幼果期建立BP神经网络早期预测模型,并对其进行验证。结果表明：选取幼果期建立的BP神经网络苹果产量早期预测模型其预测结果相对平均误差为7.08%,使用2019年相关数据验证BP神经网络产量早期预测模型的精度为89.6%,表明该模型能够较为准确的预测苹果产量,可为农作物产量早期预测提供理论支持。     

云南黄金走廊烟区气候类型分区研究

为了进一步评价气候条件对云南黄金走廊烟区烤烟生产的影响,通过对云南黄金走廊烟区10个州53个县1971—2004年共34年的光照、温度、降雨量等主要气象因子数据进行分析,以烤烟生育期均温、生育期最高气温、生育期最低气温、生育期累积日照时数、生育期降水量、生育期蒸发量、生育期平均相对湿度等为指标,基于SPSS系统聚类方法将云南黄金走廊烟区划分为4个气候类型区域,并分析了各类型的气候特点,结果表明生育期均温、最高温、累计日照和平均相对湿度在4个气候类型区之间差别较小,而生育期最低温、降雨量和蒸发量在4个气候类型区之间具有明显差异,可能是影响黄金走廊烟区特色烤烟品质的关键。     

江西省烟区气候特征分析比较

为了研究江西省烟区的气候特征及其对烟草生产的适宜性,从江西省气象部门系统观测数据中筛选16个产烟县近40年（1970—2010年）数据作为研究对象,重点讨论平均气温、降雨和日照时数3组要素,分析江西省主产烟区的气候特征;并根据江西省烟草生产节令,讨论各县烟草生长季节气候特点及其与国内外主产烟区烟草生产气候条件的异同。统计分析结果表明,江西省烟区气候温暖,年平均气温18.82℃,年平均日照时数1623.11 h,年平均降雨量1632.14 mm,适宜烟草生产。但是,个别年份烟草生长前期可能出现低温,成熟期温度可能过高,或降雨偏多,对烟草生长和烟叶品质不利。江西省烟草生育期和大田期生长期平均温度与美国接近,高于云南玉溪、福建三明、巴西和津巴布韦,但苗期温度最低,成熟期温度最高;平均日照时数略高于福建三明,低于巴西、津巴布韦和云南玉溪,远低于美国;烟草大田期和成熟期平均降雨量与福建三明相当,远高于巴西、津巴布韦、美国和云南玉溪。江西全省气候温暖,日照充足,雨量充沛,无霜期长,能较好地满足烟草生产需求,但也可能出现前期低温寡照、后期高温烈日或暴雨成灾的不利气候。与国内外著名烟区相比,江西省烟区气候条件有其明显的特点,烟草生产上必须注意扬长避短,或采取相应的防范措施。     

云南烟区气象因子与烤烟化学成分的灰色关联度分析

通过采集云南省代表烟区烤烟样品和收集相关地点气象资料,应用灰色关联分析原理分析云南烟区烤烟化学成分与30个气象因子之间关联度。结果表明,云南烟叶质量稳定性和化学成分均衡性较好。碱含量与成熟期的平均气温的关联度最大。总糖含量与旺长期平均日照时数和平均日照全辐射的关联度最大。还原糖含量与气象因子的关联度和总糖基本一致。总氮含量与成熟期平均气温关联度最为密切。钾含量与成熟期平均相对湿度有较高关联度。氯含量与团棵期的平均相对湿度关联度最大。可见,大田期的平均气温、团棵期的平均相对湿度和成熟期平均日照时数是影响烤烟化学成分积累的关键气象因子。     

基于相似气象年型和关键气象因子的云南一季稻动态产量预报

建立适用于云南的一季稻产量动态预报模型,以期为及时准确预测云南省一季稻的产量提供理论依据和决策支持。利用云南省2000—2018年一季稻产量资料和一季稻生育期内逐日平均气温、日降水量和日照时数等资料,分别采用相似气象年型法和关键气象因子法建立一季稻动态产量预报模型。应用2种模型对2010—2018年云南省一季稻单产进行动态预报。结果表明：2种模型6月1日、7月1日、8月1日和8月21日的产量预报准确率均超过92%;相似气象年型法2016—2018年6月1日和8月21日的平均预报准确率为95.4%和97.5%,而关键气象因子法2016—2018年6月1日和8月21日的平均预报准确率均为97.4%。2种模型预报准确率均较高,能够满足云南一季稻产量预报业务服务的需要。     

Influence of Biopost and Organo upon Flue-cured Tobacco Grown on Semigley I. Leaf Yield and Participation of Particular Tobacco Classes

Investigations were carried out on semigley in the central River Drava valley (Northern Croatia) with the aim of establishing the fertilizing value of biopost, as a representative of organic fertilizers, and of organo, as a representative of organic-mineral fertilizers, in comparison with mineral fertilizers and stable manure, the latter two being compared with each other as well regarding the yield and quality of flue-cured tobacco leaf. Efficiency of the fertilizer types and rates applied was strongly affected by very adverse meteorological conditions, which often showed characteristics of severe drought. Nevertheless, under such conditions and despite the minimum rates applied, biopost and organo had a positive effect on the yield and quality of the flue-cured tobacco leaf. In all cases, they had an obvious advantage over mineral fertilization, offering distinct possibilities of their application in the growing of flue-cured tobacco. However, owing to its better fertilizing efficiency, combined organic and mineral fertilization might be justified, certainly also with respect to the economic aspect of the problem. The positive influence of biopost and organo on the higher participation of quality classes of flue-cured tobacco leaf in comparison with mineral fertilization is indisputable despite the occasionally prevailing effects of fluctuating weather conditions during the investigation period. In other words, harmonic organic, even organic-mineral, fertilization should be preferred to mineral fertilization alone.     

中国水稻稻纵卷叶螟区域气象等级预测模型

为了建立水稻不同区域、不同生育期的水稻稻纵卷叶螟预测模型,利用103个植保站2000-2014年稻纵卷叶螟虫情资料与气象资料,采用SPSS软件进行相关分析与主成分分析,在逐步回归的基础上建立水稻稻纵卷叶螟不同区域、不同生育期的发生发展气象等级与迁入气象等级预测模型。结果表明：以华南早稻为例,影响早稻移栽分蘖期发生发展的关键因子包括3月下旬累积降水量、4月上旬平均气温、4月下旬平均气温、5月上旬平均气温以及5月上旬最高气温＞30℃天数;迁飞的关键因子包括4月平均相对湿度、3月下旬平均气温、3月下旬平均相对湿度以及4月上旬平均日照时数。通过2000—2012年数据回代检验发现,不同水稻种植区移栽分蘖期和抽穗开花期发生发展气象等级平均准确率能达到80%以上,迁入气象等级在85%以上。通过2013—2014年外推预报时,发生发展气象等级平均准确率在80%以上,迁入气象等级在78%以上;当预测站点样本数较少时,预报的准确率普遍下降,西南一季稻下降明显。预测模型可从气象角度对中国水稻稻纵卷叶螟发生发展和迁入进行预测。     

Dynamic Prediction of Cotton Regional Yield Based on the COSIM Model - A Case Study of Akesu City,Xinjiang

[Objective] Dynamic prediction of crop yield using a crop growth simulation model is the focus of increasing research attention. [Method] Based on meteorological, cotton yield, and cotton phenology data recorded at Akesu in Xinjiang from 1991 to 2014, this study aimed to improve the accuracy of crop yield prediction by the COSIM model. The average sowing date for each study year, as well as multiple sowing dates during the suitable sowing period, was imported into the COSIM model, and the two yield prediction methods were compared and analyzed. [Result] The accuracy of both yield prediction methods was higher than 90.0%, indicating that the two methods showed good applicability at Akesu. However, the method using multiple sowing dates during the suitable sowing period showed higher prediction accuracy when cotton yield was dynamically predicted in each month and the actual sowing date was uncertain. [Conclusion] The two prediction methods based on the crop growth simulation model are suitable for prediction of cotton yield at Akesu. In addition, according to the characteristics of different forecast years, the appropriate forecasting method can be used to improve the accuracy of prediction. The results also provide a reference for dynamic prediction of cotton yield in other cotton-producing areas.