不同生态类型蝗区东亚飞蝗发生期气象预报

气象条件是影响东亚飞蝗发生期早晚的重要因子，建立发生期的气象因子预报对虫害的防治十分必要。通过对河北省不同生态类型蝗区东亚飞蝗1980—2003年发生期资料及同期气象资料用合成分析法进行分析，筛选影响东亚飞蝗发生期早晚的关键气象因子，用逐步回归分析方法建立不同生态类型蝗区东亚飞蝗发生期的预报方程。通过历史回查，并在2004年至2005年进行试报，误差一般在4d以内，可以纳入业务运行。     

利用工业尾气进行大棚蔬菜CO2施肥技术体系研究

对不同气候条件下蔬菜大棚内小气候观测和CO     

气候变暖对石家庄冬小麦主要生育期的影响及对策

通过对石家庄近50年来气候资料和20多年来冬小麦主要生育期变化规律的分析,结果表明:20世纪90年代以来,石家庄冬春季升温明显,与之相适应的,冬小麦春季各生育期均有不同程度的提早,特别是1998年以后,各生育期提早更明显;通过对冬小麦各生育期与不同时段气温的相关分析可见,各生育期与春季气温呈反相关,对大多数生育期而言,它与返青到该生育期之间平均气温的相关性最好。在此基础上,提出了适应气候变化的冬小麦栽培管理对策。     

物候观测资料在小麦收获期预报中的应用

可靠准确的小麦收获期预报是适时收获、最大限度获取产量的前提,物候现象出现的顺序性和同步性,可用来预测作物生长期.本文应用1980-2003年石家庄实测物候资料,通过统计分析得到小麦适时收获期预报指标,并建立了预报模型,方便实用,可为当地小麦收获期预报提供参考.     

河北省冬小麦干旱预测技术研究

本研究以河北省冬小麦干旱综合监测模型为基础,对其包含的土壤相对湿度指数、作物水分亏缺距平指数、降水量距平指数进行未来10天的预测,建立冬小麦干旱预测模型;应用2001年、2008-2010年唐山、涿州、定州、黄骅、深县、栾城、南宫、肥乡8个站气象和土壤墒情资料,以农田土壤水分平衡方程为依据,对0 ～ 50 cm、0～20 cm土壤相对湿度预测结果和冬小麦干旱预测模型模拟结果进行检验.结果表明:0～50 cm土壤相对湿度相对误差在10％以下的站点占73％,在10％ ～ 15％的占12％,在15％以上的占15％;0～ 20 cm土壤相对湿度相对误差在10％以下的站点占68.4％,在10％ ～ 15％的占13.7％,在15％以上的占17.9％;干旱预测模型预测准确率为77.8％,如果以预测结果与监测结果相差一个干旱等级为正确,则干旱预测与监测结果完全一致,干旱预测模型可满足业务应用的需要,但干旱预测模型预测准确率依赖于降水预报的准确率.     

承德沙尘天气空间分布特征、成因及防治措施

基于1981—2010年承德9个气象站的沙尘天气及相关气象数据,采用统计分析和相关分析方法,对承德地区沙尘天气(包括浮尘、扬沙和沙尘暴)的空间分布特征和成因进行分析并提出相应的防治措施。研究表明:承德沙尘天气呈由西北向东南沿滦河谷地递减的空间分布特征,其成因是气候因子和下垫面共同作用的结果。气候因子中大风日数的空间分布与承德沙尘天气的空间分布相关性最大,下垫面的地形以及地表性质也对该地区沙尘天气的分布产生重要影响。人类只有通过合理调整土地利用结构,加强植被保护,减轻人口对资源环境的压力才能真正达到防治沙尘灾害的目的。     

河北省木本植物物候变化特征及其对气候变暖的响应

以1981-2006年河北省10个国家农业气象观测站的木本植物物候观测资料和47个气象站的地面观测资料为基础,运用线性倾向估计、Pearson相关系数、EOF和REOF等统计学方法,研究了河北省木本植物物候期的变化特征及其对气候变暖的响应。结果表明：河北省木本植物展叶始期总体呈提前趋势,其中东部沿海平原提前趋势最大,中南部平原次之,西北部山区最小;叶初变色期主要表现出推迟趋势,生长季长度以延长趋势为主;春季气温对展叶始期的影响最显著,河北省春季气温每上升1℃,木本植物展叶始期提前4.6d;各站点生长季倾向率与年均温倾向率呈显著正相关,即年均温升幅大的站点,生长季延长的幅度也较大。研究结果对丰富河北省物候与气候变化关系研究具有一定意义。     

河北省两熟产区冬小麦气象干旱风险分析

选取河北省山前平原区和黑龙港区的10个县1973-2007年气象资料,计算冬小麦光温生产潜力和气候生产潜力,用气候生产潜力偏离光温生产潜力的差值反映干旱状况。计算出干旱减产率及不同干旱等级在不同区域发生的风险概率,并与冬小麦前、中、后期的自然水分亏缺率进行相关分析。结果表明:河北省两熟产区冬小麦气候生产潜力低、干旱减产率高、冬小麦气象干旱风险高,且区域之间差异大,年际间波动明显。冬小麦中、后期自然水分亏缺率与干旱减产率的相关性极显著。     

基于BP神经网络的冬季日光温室小气候模拟

为了系统分析日光温室内外气候特征的关系,向日光温室作物环境调控及小气候预报提供支持,根据冬季日光温室内小气候观测试验资料和附近气象站观测资料,利用BP神经网络方法建立3个模型,分别对3种不同天气状况下石家庄地区日光温室冬季小气候特征进行模拟。结果表明,3个模型气温训练值与实测值的均方根误差(RMSE)都在2℃以内,决定系数都在0.95以上;相对湿度训练值的RMSE都在2个百分点以内,决定系数均高于0.95;接受到的太阳辐射的训练值与实测值的RMSE都在16 W/m2以内,决定系数也均超过0.95。利用此模型得到的气温预测值与实测值的RMSE都在2℃以内,决定系数都在0.9以上;相对湿度预测值与实测值的RMSE都在4个百分点以内,晴天和少云-多云状况下决定系数均高于0.9,寡照状况下的决定系数略低,约为0.8;接受到的太阳辐射的预测值与实测值的RMSE都在26 W/m2以内,决定系数均超过0.95。说明所建BP神经网络模型对于不同天气状况下石家庄地区日光温室冬季小气候特征模拟都有较高的精度,可以用于预测。     

日光温室内小气候环境各因子间量化关系研究

掌握日光温室内小气候环境各因子之间的定量关系,对于有效调控温室内小气候的平衡,促进蔬菜健壮生长有着积极的意义。以历年日光温室内小气候监测数据为基础,研究不同季节温室内温度、湿度、接受到的太阳辐射等各因子之间的量化关系。结果表明,日光温室内日最高气温、日最小相对湿度、接受到的日最大太阳辐射三者之间均有较高的相关性,在冬季相关性最好,秋季次之,春季相关性较差。在秋季和春季,要使温室内日最高气温达到20℃,则温室内接受到的日最大太阳辐射需要在100 W/m²以上,而在冬季则需要在250 W/m²以上;接受到的日最大太阳辐射在250 W/m²以下时,温室内日最高气温在10℃以下的几率为9%。在冬季,温室内日最高气温在20℃以下,同时日最小相对湿度在90%以上所占比例为20%,在秋季和春季,温室内接受到的日最大太阳辐射分别在420 W/m²和500 W/m²以上时,温室内日最小空气相对湿度就有可能下降到40%以下。