小麦赤霉病发生气象条件分析与预测方法研究

通过对湖州2001-2012年共12a小麦赤霉病发生资料与气象资料进行对比分析,选择影响湖州小麦赤霉病发生的气象因子气温、降水、湿度、日照等,考虑前期气象条件,通过统计分析方法,建立了小麦赤霉病发生气象条件等级预报模型。用本地气象台发布的未来10d天气预报结论,结合前期天气实况,对未来10d小麦赤霉病发生气象条件等级进行预报。预报模型紧密联系预报产品特点和预报服务实际,实用性较强。     

小麦赤霉病CBR预测模型参数的优化

基于类比推理人工智能方法 CBR原理建立了以时间序列为轴线的小麦赤霉病滚动预测模型。为提高模型预测的准确性,利用安徽省农作物病虫数据库,结合专家经验会商的结果,优化筛选该预测模型中的预测单元、预测阶段、各预测阶段的权重、气象因子及其权重等各关键预测参数,并检验其预测的准确性。结果表明,运用优化后的参数,小麦赤霉病CBR预测模型常年预测准确率可达84.21%。故优化后的预测参数可用于小麦赤霉病CBR预测模型。     

BP神经网络在小麦赤霉病气象预测中的应用*

 应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,为预防小麦赤霉病发病提供科学依据。根据四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料,借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法——Traincgf,建立了小麦赤霉病发病的气象预报模型。该模型不需要事先确定数学模型,拟合与预测的平均绝对偏差分别为0.01,0.05,优于多元线性回归模型的0.17,0.29。BP神经网络预报模型的拟合精度和预报精度都较高,优于多元线性回归模型,能很好地实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义。     

小麦赤霉病气象等级预报模式研究

[目的]准确开展小麦赤霉病流行程度预报,科学合理地防治小麦赤霉病。[方法]对小麦赤霉病发生具有影响的气象因子进行统计分析,确定赤霉病致病日,计算赤霉病感病期间逐日诱发修正系数、赤霉病致病日的持续时间诱发修正系数,建立促病指数模型,判别小麦赤霉病气象条件适宜程度及发生的等级。[结果]经过42年资料的拟合、验证,模型能够准确判别出气象等级为4级(即赤霉病不流行)的年份。拟合的赤霉病发生气象等级在1~3级的年份各地均超过90%,误差1个等级的占24%~38%,误差2个等级的占0~9%。2007年动态试报结果与实况相符。[结论]该方法比较真实地反映了当年的发病程度,可投入实际业务应用。     

基于加权列联表分析法的安徽省巢湖市小麦赤霉病预测

为有效预防安徽省巢湖市小麦赤霉病危害,选取巢湖市2003—2019年平均相对湿度、雨湿日光系数（雨日×降雨量×平均相对湿度/日照时数）、降雨量与日照时数作为预测因子,运用加权列联表分析法,分别对2011年秸秆还田前后小麦赤霉病流行进行预测。利用该方法对2020—2021年安徽省巢湖市小麦赤霉病发生情况进行预测,模型预测结果与小麦赤霉病实际发生情况匹配度较高,准确率为100%,表明该方法可于小麦赤霉病防治适期前50 ～ 60 d（小麦返青期）对小麦赤霉病发生程度进行中长期预测。基于加权列联表分析法建立的小麦赤霉病预测方法提高了安徽省巢湖市小麦赤霉病预测的准确性,为该病害的防治提供了部分参考依据。     

基于增强回归树的海河平原小麦赤霉病预测模型构建与验证

【背景】自1995年至今,小麦赤霉病（Fusarium head blight,FHB）逐渐在海河平原蔓延,由零星出现演变成连片发生,在流行年份呈现出暴发快、面积大、损失重的特点,小麦赤霉病已由次要病害上升为主要病害之一。准确的预测预报是有效控制小麦赤霉病发生与发展的关键和难点。【目的】根据海河平原小麦赤霉病发生情况的监测分析,构建适宜的小麦赤霉病预测模型,为科学防控赤霉病提供技术支撑。【方法】基于2001—2016年海河平原21个小麦主产县（市）的赤霉病病穗率数据,以及小麦关键生育期内的气象数据,采用逐步回归分析,筛选影响小麦赤霉病发生的关键气象因子,构建基于多元线性回归模型和增强回归树模型的小麦赤霉病发生预测模型。【结果】明确了增强回归树模型的学习效率（lr）为0.005、树的复杂度（tc）为6时,模型的预测偏差最低,残差标准误为0.006311;筛选出8个对海河平原小麦赤霉病发生影响显著的关键气象因子,即MRH₁₅、Rain_-35、MRH_-55、SD₁₅、LT_-65、MWS_-55、MT_-25、DRain₁₅,并构建了含有8个预测变量的多元线性回归模型（R²=0.8158,矫正R²=0.8018,P<2.2×10^-16）。同时,应用增强回归树模型评估了上述8个关键气象因子的重要性,分别为69.62%、14.08%、4.89%、4.34%、3.35%、2.02%、1.20%、0.50%;根据重要的预测变量进一步简化预测模型,构建了含有4个预测变量的多元线性回归模型（y=-19.45376+0.11689MRH₁₅+0.17346Rain_-35+0.04185SD₁₅+0.26592MRH_-55,R²=0.7575,矫正R²=0.7468,P<2.2×10^-16）;当预测变量由8个调减至4个时,利用2008、2010、2012年安新、定州、馆陶等地历史数据验证模型预测病穗率的准确度,多元线性回归模型预测准确度由88.43%降至85.90%,增强回归树模型预测准确度由87.72%升至91.23%;利用2001—2016年正定、栾城的历史数据验证模型预测病穗率的准确度,两个模型预测准确度无显著变化,多元线性回归模型预测准确度由87.53%变为87.42%,增强回归树模型预测准确度由89.20%变为89.21%。整体而言,多元线性回归模型预测准确度呈下降趋势,而增强回归树模型预测准确度呈上升趋势。【结论】研究构建了含有4个预测变量的增强回归树模型,其预测准确度达89.21%,病穗率预测值与实际观测值的波动趋势基本一致,表明增强回归树模型在海河平原小麦赤霉病预测预报中具有很好的应用前景。     

自贡市玉米主要病虫害气象等级预报模型

利用2001—2017年四川省自贡市玉米主要病虫害发生面积与同期气象资料,研究自贡市气象条件对玉米主要病虫害发生的影响。通过相关分析等方法筛选气象预报因子,采用多元回归分析建立自贡市玉米主要病虫害气象条件等级预报模型。结果表明,5月中旬至7月上旬的降水量和湿度对玉米病害的发生面积影响最为显著,温度次之;4—6月的温度和降水量对玉米虫害的发生面积影响最为显著,湿度次之;7—8月频发的高温对玉米病虫害的发生发展均有明显的抑制和消弱作用。对模型进行检验,历史回代检验气象等级综合拟合准确率达到91%,2018年试报检验气象等级综合准确率达到100%,模型预测效果较好,能够为自贡市开展玉米主要病虫害防治提供科学的气象决策依据。     

自贡市水稻二化螟发生气象等级预报研究

利用2000—2018年四川省自贡市水稻(Oryza sativa L.)二化螟[Chilo suppressalis(Walker)]发生历史资料与气象资料研究自贡市气象条件对水稻二化螟发生的影响。通过对水稻二化螟灯下诱蛾量与气象条件的分析,选取相关性显著、生物学意义明确的气象因子,采用多元回归分析建立自贡市水稻二化螟发生气象等级预报模型。结果表明,自贡市冬季平均气温对水稻二化螟发生气象等级影响最为显著,翌年各时段温度、降水和湿度条件次之,且常年较高的冬季气温是导致二化螟发生气象等级多年处于3～4级的最关键气象因素。历史回代检验气象等级拟合准确率达72%,2018年试报检验气象等级准确率达到100%,模型预测效果较好,能够为自贡市开展水稻二化螟防治提供科学的气象决策依据。     

基于BP神经网络的稻麦轮作区小麦赤霉病预测模型

为提高稻麦轮作区小麦赤霉病发生程度预测的准确度，以江苏洪泽、姜堰和张家港的历年赤霉病病穗率、田间初始菌源和气象因子为数据集，采用逐步回归分析，筛选影响小麦赤霉病发生的关键因子，进一步构建不同生态区的基于 BP 神经网络算法的小麦赤霉病发生预测模型，对江苏姜堰和张家港地区小麦赤霉病病穗率预测准确度均为 100%，对江苏洪泽地区小麦赤霉病病穗率预测准确度为 91.67%。     

小麦赤霉病自动监测预警系统的应用效果

安徽省凤台县地处沿淮,是小麦赤霉病的重发区。2017年,凤台县植保植检站开展了小麦赤霉病自动监测预警系统的试验示范。结果表明,小麦赤霉病自动监测预警系统发布的小麦赤霉病病穗率为20.98%,试验田小麦品种烟农19实际发生赤霉病病穗率为29.20%,预测准确度为100%。建议加快该系统在安徽省小麦赤霉病发生区县推广使用,以加快安徽省现代化测报工具的推广使用进度,提高测报工作效率,减轻基层测报人员的工作强度。     

皖南烟叶生产农用天气预报服务研究

[目的]研究皖南烟叶生产农用天气预报服务。[方法]宣城市农业气象试验站根据皖南烟叶田间管理规程确定的农事活动,通过皖南烟叶生产与天气关系研究,分析农用天气预报的内容及实际需求。[结果]总结归纳出7种主要预报对象,分别是大棚防雪灾预报、适宜移栽期预报、病虫害防治预报、清沟排渍预报、灌溉预报、排涝及适宜收获期预报;提出用皖南烟叶生长天气关系模型制作农用天气预报预报,并编制了皖南烟叶田间生产周年气象服务方案,通过掌握烟叶生产布局和追踪烟叶生长动态,及时开展服务,提出保障烟叶优质生产可行的农事措施。[结论]该研究为皖南烟叶优质适产提供了农业气象科技支撑。     

安徽省生态系统服务价值估算与时空分异

以土地利用变更调查数据和2013年我国各类土地生态系统单位生态服务价值为基础,估算2005、2009和2013年安徽全省及各地市生态系统服务价值,分析安徽省生态系统服务价值总量、构成与质量的时空分布。研究发现,2005、2009和2013年安徽省生态系统服务价值分别为3846.055、3788.165和3754.096亿元。研究期间,各项生态服务功能价值、各类用地对区域内生态服务系统价值贡献大小的排序均未改变。湿地、水域、耕地和草地4类用地的减少,是区域生态系统服务价值下降主因。六安、安庆、宣城、黄山、滁州、合肥和池州7市生态系统的稳定,对于维系全省生态环境质量有举足轻重的作用。2013年各地市生态系统服务质量呈现明显的地带性分布规律,自南向北逐渐递减。     

宣城市油菜普花期特征分析及预测

为准确预测油菜普花期,更有效地开展气象服务,笔者选取安徽省宣城市1990—2019年油菜观测资料和温度、降水、日照等气象资料,基于Mann-Kendall法,利用SPSS和Excel软件对油菜普花期特征、普花期与气象因子之间的关系进行了分析研究.结果发现:宣城1990—2019年油菜普花期平均是3月20日,年际间变化较...     

安徽省家禽非常规饲料资源利用潜力分析与饲料生产现状

通过对安徽滁州、蚌埠、合肥及宣城等地食品加工企业与家禽养殖企业的调研,获知一些类如柠檬酸渣、大米浓缩蛋白粉、甜叶甙提取残渣及凹凸棒矿石等一大批非常规饲料资源存量及其利用现状;对安徽主要肉禽企业饲料生产技术工艺水平及原料供给现状、技术需求进行了较为全面的了解。最后提出提高饲用作物种植面积,开展非常规饲料资源营养分析及其生物效价评定等对确保安徽饲料数量安全的迫切性。     

碳排放峰值约束下城市建设用地演变与分类管控

针对不同城市碳排放达峰以及建设用地演变特点,差异化实施城市达峰策略具有重要意义,以安徽省16个地级市为例,在核算碳排放与分析建设用地演变特征的基础上,通过Kaya恒等式,对各地级市的碳排放峰值以及建设用地规模进行预测,并运用聚类分析对各类城市提出达峰管控对策。结果表明： 1）合肥市、亳州市、蚌埠市、阜阳市、淮南市、芜湖市、宿州市、滁州市、六安市、池州市以及黄山市均有可能在2030年前达峰;马鞍山市、宣城市、铜陵市和安庆市在2030年前达峰存在一定的风险,而淮北市在2014年就已经出现碳排放峰值。2）安徽省各地级市碳排放与建设用地规模之间的回归拟合均有强相关性,可在此基础上进行城市建设用地规模预测。3）安徽省各地级市根据聚类特征可分为达峰攻坚型、达峰潜力型、达峰示范型以及达峰优势型4类。     

基于MODIS-NDVI的安徽省2009年冬小麦及一季稻面积遥感提取及长势监测

[目的]建立2009年安徽省冬小麦和一季稻面积提取模型和作物长势监测模型。[方法]通过分析2009年安徽省冬小麦和一季稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征确定模型。[结果]时间上,2009年安徽省冬小麦和一季稻长势均呈＂前期较好,中期变差,后期恢复＂的趋势;空间上,安徽北部地区冬小麦全年长势较多年平均稍差,而一季稻长势较差的地区主要是滁州等地。[结论]该研究为中国农业遥感监测系统大尺度业务化运行作物种植结构提取了有效的方法。     

高寒地区大豆产量动态预报研究

研究旨在实现逐旬省级和市级的大豆产量预报。利用黑龙江省大豆产量资料分析其时空分布特征;结合各时段气象数据构建温度、降水、日照及综合气候适宜度模型,分析与相对气象产量相关性;构建基于气候适宜度指数的逐旬产量动态预报模型,对黑龙江省大豆产量进行动态预报。结果表明：（1）大豆年均单产空间上从南至北逐级递减,时间上呈年代际变化,各市县年均总产量差距显著,嫩江市大豆产量最高;（2）1995—2015年黑龙江省和嫩江市气候适宜度指数与其对应的大豆相对气象产量显著相关,构建的气候适宜度模型可以客观反映大豆各生长时段内气象条件情况;（3）1995—2015年模型回代检验平均准确率在80%以上,各时段趋势准确年份在12年以上,2017—2019年模型外推预报准确性均超过了85%。建立的产量预报模型可为黑龙江省大豆产量预报提供参考依据。