基于马尔可夫模型的南京市年降水量预测试验

鉴于降水过程存在大量不确定性的特点,中长期降水预报一直是气象科学领域的一个难题。主要采用平滑处理消除异常值,对年降水量进行分级,建立滑动平均马尔可夫链预测模型。通过建立的预测模型,对南京市2009、2010年年降水量进行了试预测。结果表明,2009年预测值与实测值相对误差为2．17％,2010年预测值与实测值相对误差为3．09％,预测精度较高。同时,为弥补滑动平均马尔可夫链模型对极端年份无法预测准确的缺陷,利用灰色灾变系统,对南京市极端降水年份进行预测。两者结合能更好地完成南京市年降水量的预测工作。     

新疆主要水稻生产区稻瘟病发生与降雨之间的关系

【目的】 研究新疆不同水稻种植区水稻稻瘟病的发生情况,为其防治提供科学依据。【方法】 采用五点取样法,2016、2017年连续两年调查温宿县、莎车县、察布查尔县、乌鲁木齐市等新疆水稻主要种植区叶瘟病和穗颈瘟发生情况。【结果】 不同水稻种植区域稻瘟病发生情况不同,同一水稻种植区域不同地块稻瘟病发生情况也不同;2016年叶瘟病发病程度为莎车县>温宿县>乌鲁木齐>察布查尔县,穗颈瘟发病程度为温宿县>乌鲁木齐>察布查尔县;2017年叶瘟病发病程度为温宿县>乌鲁木齐>莎车县>察布查尔县,穗颈瘟发病程度为温宿县>乌鲁木齐>察布查尔县。水稻叶瘟病和穗颈瘟的发生危害与降雨时间和降雨量显著正相关。【结论】 新疆水稻主要种植区均有稻瘟病的发生,其中正播水稻温宿县叶瘟病和穗颈瘟的发生为害均重于察布查尔县和乌鲁木齐。水稻稻瘟病的发生流行与降水时间和降水量呈显著正相关。     

水肥耦合驱动下的番茄植株形态模拟模型

【目的】建立土壤水肥影响下的番茄株高、单株展开叶数及单叶面积随辐热积的变化模型,为番茄施肥和灌溉提供依据。【方法】以灌水上限和施肥量为因素,采用二元二次正交旋转组合设计,建立基于辐热积的番茄株高及单叶面积的logistic模型和单株展开叶数的指数函数模型,并根据建立的单株展开叶数模型和单叶面积模型,模拟番茄叶面积指数。【结果】所建模型对不同水肥处理下的番茄株高、单株展开叶数、单叶面积和叶面积指数的预测效果较好,其预测值与实测值之间基于1∶1直线的决定系数R2分别为0.962 7,0.947 1,0.854 8和0.926 3,相对误差(RE)分别为9.41%,7.50%,17.80%和18.20%。【结论】所建模型对番茄株高、单株展开叶数、单叶面积、叶面积指数4个指标的预测精度均达80%以上,能较好地预测灌水上限和施肥量对番茄形态的动态影响。     

V/S和Mann-Kendall相结合的方法在洪涝灾情分析中的应用

【目的】将V/S分析法引入到洪涝灾害面积序列的长记忆性研究,为洪涝灾害的预测和防治提供参考。【方法】以洞庭湖1949-1998年50年的洪涝灾害面积序列为研究对象,采用V/S分析法计算其Hurst指数,并结合其MannKendall趋势分析洪涝灾害面积序列未来的变化趋势。【结果】20世纪70年代以来洞庭湖区的洪灾面积下降趋势明显,90年代以后涝灾面积上升趋势显著,洞庭湖洪涝灾害时间序列V/S分析的Hurst指数均大于0.5,表明洪涝灾害面积序列的变化趋势在未来将持续。【结论】V/S分析是一种有效的趋势预测方法。将V/S分析法与Mann-Kendall相结合的方法能够分析洪涝灾害时间序列未来的变化趋势,是一种有效的未来趋势预测方法。     

探寻通河县稻瘟病发病原因

通河县近几年来,随着水稻面积的扩大,加上不利气候条件的影响和不合理的栽培措施等,使水稻稻瘟病逐年加重.据田间调查,全县2008年稻瘟病发病面6500公顷,占水稻的15.8%;2009年发病面积8500公顷占水稻的20.4%.从调查情况看,由于稻瘟病的危害一般可使水稻减产10-20%吗,严重地块减产可达40-50%,仅2008年全县由于稻瘟病危害,损失稻谷800多万公斤.为了进一步摸清稻瘟病的发病原因.制定科学的防治措施,控制住稻瘟病的发生.我们于2008-2009年深入病区调查进行了药剂防治试验示范,取得了较好的效果.     

利用周期外推法预测小麦白粉病发生程度

采用方差分析周期外推法 ,对商州区小麦白粉病历史资料进行系统分析 ,找出各显著周期 ,将各周期值外推叠加逼近原始序列 ,从而进行预测 ,历史拟合率达 79.6%。     

基于相似性分析的中低分辨率复合水稻种植面积测量法

 【目的】利用遥感技术获取大范围水稻种植面积是遥感技术在农业领域的主要应用方向之一。本研究的目的是探索利用多尺度遥感数据复合测量水稻种植面积的方法。【方法】以SPOT5数据的水稻识别结果作为样本,构建图像相似性指数,通过支持向量机（SVM）混合像元分解模型,对MODIS-EVI时间序列数据进行水稻的种植面积测量。【结果】通过江苏省邳州市的试验研究得出：（1）在野外经验支持下,从MODIS-EVI时间序列数据中构建的水稻种植相似性指数可以有效反映水稻在整个研究区的空间分布情况;（2）利用图像相似性选取训练样本,能有效地提高MODIS-EVI数据的水稻种植面积的测量精度,当图像相似性指数越小,即图像相似性越高,提取的水稻种植面积也越准确;（3）通过与随机样本测量结果对比分析,基于相似样本的测量方法有着更高的稳定性;（4）该方法在不同种植结构分区内有着相似的总量精度与像元精度变化规律,均能获得较高的测量精度。【结论】基于相似样本的水稻种植面积测量方法,有助于发挥MODIS长时间序列优势,提高水稻种植面积遥感测量精度和稳定性,可以作为替代随机选取样本的方法之一。     

基于归一化光谱指数的土壤有机质含量空间分布状况研究

【目的】研究土壤主要养分含量特征信息的光谱预测值,使其更具直观性、空间性及科学性,为大尺度对农田的土壤养分空间分布状况获取、评价与科学管理提供依据。【方法】利用ArcGIS 9.3的普通克里格(Ordinary Kriging)插值方法,对小面积及大尺度试验区的土壤样本点进行有机质反演插值填图,并将实验室化学测定土壤有机质含量的实测值与其高光谱模型预测值进行Kriging插值填图比较,分析土壤有机质含量的实测值与预测值的空间分布状况差异。【结果】从小面积试验区到大尺度条田地块插值后的空间分布情况来看,土壤有机质含量的光谱预测值(基于归一化光谱指数NDI[495,485]预测)与实测值之间具有较好的相似性,预测效果较好。【结论】通过土壤有机质含量信息状况的空间分布填图来确定农田分区基本管理单元的适宜尺度,为实施大区域农田养分分区精量管理的划分,提出科学的平衡施肥方案,为适合新疆及兵团特色的精准农业管理、土壤养分快速探测、精量施肥等技术提供技术理论支持。     

广西桑蚕原种净种率的时间序列分析

【目的】了解广西桑蚕原种净种率的发展规律,为原种生产管理提供决策依据。【方法】采用时间序列ARIMA模型及季节性结构分量（Seasonal structure component）模型,对广西桑蚕原种净种率的发展规律进行分析研究。【结果】运用SPSS软件对广西2001~2007年每年12批的桑蚕原种净种率序列进行时间序列分析,建立了一个反映广西桑蚕原种净种率规律的ARIMA（1,0,0）统计预测模型,且该模型通过白噪声序列检验;利用该模型对2008年的12个批次桑蚕原种净种率进行预测,发现预测值与实际值较接近。而季节性结构分量模型分析结果表明,广西桑蚕原种净种率在7年里呈逐年下降的趋势,客观反映了广西桑蚕原种的生产规律。【结论】应用时间序列分析方法分析广西桑蚕原种历年生产数据并研究其潜在规律,是一种行之有效的分析方法。     

广西桑蚕原种净种率的时间序列分析

【目的】了解广西桑蚕原种净种率的发展规律,为原种生产管理提供决策依据。【方法】采用时间序列ARIMA模型及季节性结构分量（Seasonal structure component）模型,对广西桑蚕原种净种率的发展规律进行分析研究。【结果】运用SPSS软件对广西2001~2007年每年12批的桑蚕原种净种率序列进行时间序列分析,建立了一个反映广西桑蚕原种净种率规律的ARIMA（1,0,0）统计预测模型,且该模型通过白噪声序列检验;利用该模型对2008年的12个批次桑蚕原种净种率进行预测,发现预测值与实际值较接近。而季节性结构分量模型分析结果表明,广西桑蚕原种净种率在7年里呈逐年下降的趋势,客观反映了广西桑蚕原种的生产规律。【结论】应用时间序列分析方法分析广西桑蚕原种历年生产数据并研究其潜在规律,是一种行之有效的分析方法。     

图的平均边连通度

证明了-K（G）≤-λ（G）≤-δ（G），给出了给定顶点数、边数、边连通度的图的最大平均边连通度的计算公式．     

不同剩余采食量水平的安格斯牛生长性状差异性分析

为探究不同剩余采食量对肉牛生长性能的影响,选用体质量、年龄相近的30头安格斯牛进行81 d的饲养试验.试验结束后利用个体采食量(FI)对平均日增质量(ADG)和平均中期代谢体质量(MMBW)的回归分析估计出个体预期采食量(EFI),利用FI与EFI之差计算出30头试验牛的剩余采食量,并分为低剩余采食量组(LRFI组)和高剩余采食量组(HRFI组).采用SAS 9.4中TTEST过程对LRFI组和HRFI组肉牛生长数据进行均值的差异性检验;采用SAS 9.4中CORR过程对LRFI组和HRFI组肉牛各生长数据进行相关性系数计算并作相应的显著性检验.结果表明:在所涉及的指标中, HRFI组与LRFI组间仅FI差异有统计学意义(p0.01),其余指标差异均未达到统计学意义; LRFI组的RFI与腰角宽存在显著正相关关系(r=0.61,p0.05)、与管围和FI之间存在极显著正相关关系(p0.01),相关系数分别为0.71,0.78.得出LRFI组肉牛饲料转化效率高于HRFI组,较HRFI组节约8.8%的FI;且本研究涉及的各个生长指标差异均未达到显著水平.     

北疆垦区热量资源变化及棉花单产对气候变暖的响应

基于北疆垦区新疆生产建设兵团第六师新湖农场1981-2014年数据,分析了其春、夏、秋季和棉花主要生长季(5~9月,包括2015年)及各月的平均气温、平均最高气温、最低气温的年际、年代际变化,并与棉花单产做相关性分析。结果表明,春、夏、秋季及主要生长季的气温年际变化均为变暖趋势,增温率秋季大,夏季小;34年间平均气温上升了1.2~2.7℃,平均最高气温上升了1.5~2.3℃,平均最低气温上升了2.0~2.6℃;从5~9月来看,5月平均气温、最低气温增幅大,6月最高气温增幅大;年代际的变化是平均气温和平均最高气温秋季升幅大,平均最低气温春季和秋季升幅最大;5~9月的各月分布是5、8月逐年代均为上升,但6月最高、7月最低、9月最高气温、最低气温都出现了振荡;棉花单产与气温变化趋势慢而稳定(夏季、主要生长季、7月平均气温、最高气温、8月),与上升幅度大(5月平均气温、最低气温)的温度因子关系为显著正相关;5~9月5个月的平均气温和最高气温与产量为显著正相关,其中8月与产量相关性最好。     

投资者情绪与股市波动分解

个股平均相关性和平均方差的乘积能够很好地解释股市波动,股市波动分解是有效的且不受投资者情绪的影响;高涨的投资者情绪会加剧股市波动,在这一影响过程中,高情绪加剧个股平均波动的影响占据着主导地位,与此同时,高情绪对股市平均相关性的削弱会对市场总体波动的提高起到一定的反向修正作用。     

气候变暖背景下云的趋势研究

[目的]研究气候变暖对南方地区云量和云状结构的影响。[方法]通过抽样选取赣南的赣县、南康市、上犹、信丰国家气象站2004～2011年年平均气温、年平均总云量、年平均低云量等气候资料,分析赣南地区年平均气温的变化对年平均总云量、年平均低云量、云状结构的影响。[结果]气候变暖对南方地区云量和云状结构正在产生影响。年平均气温升高,年平均总云量、年平均低云量呈总体减少趋势;年平均气温降低,年平均总云量、年平均低云量总体呈升高态势;年平均气温在低位与上一年持平时,年平均总云量、年平均低云量增多。年平均低云量山区与盆地表现形式各异。年平均气温对海拔较低的盆地区的年平均总云量、年平均低云量影响呈平缓波动形态,对海拔较高的山区的影响较剧烈;年平均气温升高对高云量的影响更大;年平均气温的降低对年平均低云量的影响更大。不同的天气形势下,低云的生消变化有不同的表现形式。[结论]该研究为我国南方地云量和云状结构随气候变暖而变化的研究提供科学依据。     

扦插生根影响因素重要性排序的研究

以大叶黄杨为材料,研究基质、枝条年龄、枝条粗细、叶片数和激素等因素对大叶黄杨平均生根率、平均生根量的影响.结果表明:影响扦插生根因素重要性排序为:1)基质;2)枝条年龄;3)枝条粗细;4)激素;5)叶片数.     

用遗传均差表示春小麦株高的遗传变异大小

春小麦自交后代株高的分布一般符合正态分布.在一个正态分布群体中,大数的中选个体平均值称为大数平均值(μ1),小数的中选个体平均值称为小数平均值(μ2).在中选率相同时(p1=p2),大数平均值(μ1)减去小数平均值(μ2)的差值称为均差(J).由表型均差推导出遗传均差,不同春小麦基因型株高的遗传均差各不相同,株高遗传均差的平均数最大是35.6cm,株高遗传均差的平均数最小是7.36cm,用株高遗传均差表示株高的遗传变异的大小.     

湖南慈利县地质灾害风险区划研究

采用单元网格法,利用计分规则绘制出慈利县地质灾害区划图,区划结果表明,慈利县的双溪、罗依溪镇和岩头寨的大部分地区是地质灾害高易发区,慈利南部的大部分地区相对来说不易发生地质灾害。地质灾害区划结果可为政府部门进行科学规划提供一定的参考。     

适应高山烟区的白肋烟晾制模式研究

【目的】改善高山烟区白肋烟晾制易发生棚烂和霉变现象，提高白肋烟的晾制质量。【方法】对简易拱形晾晒棚、简易拱形增温晾晒棚、“89 式”增温晾房、“89 式”标准晾房（CK）4 种晾制模式进行晾制对照试验。【结果】简易拱形晾晒棚和简易拱形增温晾晒棚对晾房内的平均温湿度控制效果优于“89 式”增温晾房和“89 式”标准晾房；简易拱形增温晾晒棚产生的经济效益最高，产量较对照提高 12.35 %、产值增加8433.90 元 /hm2、上中等烟率较对照提高 7.82 %、烟叶霉变率降低至 4.09 %，简易拱形晾晒棚产生的经济效益次之，且能将烟叶霉变率控制在 4.17 %。【结论】综合比较 4 种晾制模式产生的经济效益和成本投入，简易拱形晾晒棚和简易拱形增温晾晒棚模式更符合高山烟区白肋烟持续性发展和晾制要求。     

最热(冷)月时段温度作为农业种植区划指标的探讨

为解决农业区划中多以7月(1月)替代最热(冷)月的简单替代而导致的温度误差问题,探索最热(冷)月温度的准确统计方法。以宁夏银川地面气象站1951—2019年逐日气温数据为研究对象,31d为月时长,采用农业气象统计学方法,统计分析最热(冷)月时段起止日期和温度的年际变化。结果表明:1)最热(冷)月发生时间多在7月(1月),多年平均最高(低)月平均温度发生在7月(1月);最热(冷)月时段起止时间分别跨越6月中旬—8月下旬和12月上旬—2月中旬。2)1951—2019年,最热月时段比7月温度最多高2.0℃,平均高0.5℃;最冷月时段比1月温度最多低4.6℃,平均低1.1℃。3)按世界气象组织WMO气候值30年统计标准,1951—2010年4个气候标准时段间,最热(冷)月时段起止日期相对稳定,温度呈升高趋势,最冷月时段升温幅度是最热月时段的近3倍。4)最热(冷)月时段温度气候预估准确率分别为92.1%和55.3%。因此,本研究中最热(冷)月时段温度统计方法准确测算了最热(冷)月时段起止日期和温度,对最热月时段温度预估准确率较高,但最冷月时段温度预估准确率仍有待提高。