2019年青州市主要气象灾害及应对措施分析

青州市2019年年内重大气象灾害主要有寒潮、干旱、台风、冰雹、大雾等，共计特大暴雨1天、冰雹2次，大雾11天。青州市气象局准确及时预报预警，通过多渠道向决策部门、农业种植户和公众发布预报预警信息，提醒做好防范措施，并适时开展人工增雨和防雹作业共7次以减轻旱灾和雹灾。     

青岛大珠山杜鹃花初花期预报方法研究

为准确预报青岛西海岸大珠山风景区杜鹃花初花期提供方法支持,基于1994～2014年青岛市黄岛区大监站的气象观测数据和杜鹃花初花期资料,对影响杜鹃花初花期的气象因子进行分析。通过回归分析、积温阈值和物候预报3种方法建立青岛大珠山杜鹃花初花期的预报模型,对1994～2014年杜鹃花初花期进行回测,结果表明:回归预报模型拟合准确率61.90%,平均绝对误差2.9 d;积温阈值预报方法准确率85.7%,平均绝对误差1.5 d;引入温度修正后的物候预报方法准确率高达90.48%,平均绝对误差1.3 d。用3种预报模型对2015～2018年杜鹃花初花期进行预报,回归模型预报方法和物候预报方法预报较为准确,误差均在2 d以内,积温预报方法除了在2017年出现较大偏差以外,其余年份预报较为准确。在实际应用过程中将3种预报方法结合起来,可在杜鹃花初花期前10 d左右给出较为准确的预报结论。     

基于关键气象因子的辽宁省水稻产量动态预报

利用辽宁省33个气象站点1993—2012年水稻产量、生育期内的旬平均气温、旬降水量及旬日照时数等资料,应用统计分析方法建立水稻的产量动态预报模型。使用5年滑动平均法分离水稻趋势产量,分析气象产量与水稻生育期内逐旬气象要素的相关性,确定5月上旬平均气温、5月下旬平均气温、6月下旬降水量、7月下旬降水量、8月上旬日照时数、9月中旬平均气温和9月下旬日照时数为关键气象因子,建立水稻产量动态预报模型,并对预报结果进行验证。结果表明:对1993—2012年进行模拟预报及回代检验,平均准确率在93%以上;对2013年的产量进行预报,准确率为93.97%~99.67%,预报准确率较高。预测结果基本可以反映水稻产量的变化情况,能够满足业务服务的需要。     

1981—2016年临清市高温日数及等级特征分析

本文以1981—2016年临清市高温日和极端高温观测资料为依据,结合气象行业标准《极端高温监测指标》(QX/T 280—2015),对临清市36年间高温日数及等级特征进行分析。结果表明,临清市年平均高温日为10.3 d,年平均极端最高气温38.2℃,年极端最高气温41.5℃。高温日出现在5—9月,主要出现在6月,占全年的49.6%。《极端高温监测指标》(QX/T 280—2015)划分标准在实际工作中的应用,对高温预报及高温预警等级发布具有重要的指导意义。     

落叶松毛虫发生量的预测及综合防治措施研究

本文介绍了松毛虫生物学特性,总结了松毛虫种群数量消长规律,分析了气象等环境因子对松毛虫种群数量的影响,从而对落叶松毛虫发生做出准确的预测。根据预测情况进行有效综合防治,收到良好效果。     

关于气象灾害预报预警应急工作的分析

我国是农业大国,农业对国民经济的发展有着重要的作用。在农业的发展过程中必然受到气象灾害的影响。此外,随着生态环境的恶化,气象灾害发生的频率不断的提升。为此,相关的工作部门应该重视气象灾害的预报预警应急工作,不断为农业的发展提供准确的气象信息。     

辽宁省初霜特征及其预报模型研究

选用1961—2015年9—10月辽宁省53个气象站0 cm逐日最低地温资料、国家气候中心74项环流特征量指数、NCEP/NCAR再分析资料,分析辽宁省初霜日期时间变化特征,利用相关系数选取影响初霜日期的主要因子,应用多元回归方法建立初霜日期与前期环流因子的预报模型。结果表明,辽宁省初霜日期呈推迟趋势,未发生气象意义的气候突变;初霜日期预报模型通过了α=0.05的显著性水平检验,具有统计学意义,用该模型预测2014年、2015年的初霜日期,均接近实际值。