一种基于花授粉算法的WRF风速集合预报新模型

基于不同水平分辨率和边界层参数化方案的集合预报思路,应用花授粉算法与不限制负值的约束理论(FPA-NNCT)进行权重平均,提出一种新的风速集合预报模型(FPA-NNCT-WRF-E).利用山东省代表山地和海滨下垫面的2个风电场风速实测数据,将新模型与传统算术集合模型(M-WRF-E)以及FPA模型(FPA-WRF-E)的风速预报结果进行对比评估.结果表明:FPA-NNCT-WRF-E预报明显优于M-WRF-E和FPA-WRF-E的风速预报,与M-WRF-E相比, FPA-WRF-E将风速平均绝对误差(MAE)减小了20%以上,而新模型FPA-NNCT-WRF-E将MAE减小了38%以上.预报的准确性得到了提高.     

重点生态功能区生态系统服务价值变化及预测

[目的]对重点生态功能区(都江堰市)生态系统服务价值功能特征和变化趋势进行分析和预测,为该区域环境保护与合理城市开发目标的制定提供科学依据。[方法]以都江堰市1995,2007,2014年3期Landsat遥感影像解译的土地覆被数据为基础,使用Costanza的生态系统服务价值计算方法,谢高地2002版价值当量,经当量修正,敏感度指数检验后,评估都江堰市19a间生态系统服务价值及其变化。运用灰色GM(1,1)模型预测其变化趋势。[结果](1)研究区土地覆被类型以森林、农田为主(共80%以上)。1995—2014年研究区土地覆被变化较大,生态用地减少。(2)1995—2014年研究区生态系统服务价值下降629.46万元。森林是研究区生态服务价值最大的系统(占83%以上),其次为农田、水体、草甸、未利用地。水源涵养、废气处理是都江堰市最突出的两项生态服务(共56%以上)。(3)利用灰色GM(1,1)模型预测了研究区2021—2035年土地覆被面积,结合精度检验预测此阶段生态系统服务价值将增加136.6万元,年均增长0.17%。[结论]区域生态系统服务价值减少的主要原因是以交通为代表的建设用地增加,导致生态服务价值系数较高的生态用地减少,而增加森林、水体等有较高生态价值的土地覆被类型是维持与提高区域生态功能的有效措施。     

基于季节特征的土壤退墒模型建立与率定

利用河南省南阳市2011—2015年12个墒情站的土壤水分监测资料,分析研究了无增墒情况下土壤含水量消退规律,构建出基于不同季节(夏季、春秋季与冬季)的土壤含水量与衰减系数的数学模型,运用规划求解法率定模型参数,并利用2016—2017年资料对模型进行检验。结果表明,不同季节土壤水分衰竭系数模型分别为α=1.023(1-ω~2/4353)~(1/2)(夏季)、α=1.013(1-ω~2/7005)~(1/2)(春秋季)与α=1.008(1-ω~2/9303)~(1/2)(冬季),所建立的数学模型适用于南阳市相应季节壤土与粘壤土小麦、水稻与休闲地土壤旱情预测,但不适用于夏季与春秋季砂土特别是休闲地砂土土壤墒情预测。     

基于马尔科夫模型的大凌河流域土地利用/覆被变化趋势研究

本文通过对大凌河流域2010年、2013年和2016年三期遥感影像进行分类,得到流域土地利用分布现状。对分类结果进行叠加分析可以获得大凌河流域2010~2013年的地类转移概率矩阵,再运用马尔科夫原理预测出2016年流域土地利用分布情况,将其与实际情况对比分析,证明马尔科夫模型适用于大凌河流域未来土地利用/覆被变化趋势的预测。进而本文分别对大凌河流域2019年、2022年和2025年的土地利用情况进行预测,发现未来近10年流域建设用地面积持续增长,变化率为38.96%;农林用地面积从2016年开始减少,总体下降了0.77%;水域面积稳定增长,到2022年之后趋于稳定值,变化率为17.21%;旱地及其他未利用地面积继续缩减,到2019年开始趋于稳定,整体下降了1.71%。研究结果明晰了大凌河流域农林用地和建设用地之间的矛盾,可以为流域水土资源管理有关部门提供科学依据。     

格点天气预报数据与机理模型耦合的冬小麦干旱预警方法

为了开展大范围的冬小麦干旱预警,以中国北方冬小麦区为实例,构建了土壤水分动态预报模型,结合未来10 d高精度天气要素预报、土壤自动水分观测和冬小麦发育期观测数据,建立了北方冬小麦区干旱预警系统。利用该系统对2018年4—5月进行逐日的冬小麦干旱预警,对干旱预警产品的分析表明:系统对未来10 d土壤相对湿度预报的决定系数在0. 63～0. 91之间,均方根误差在5. 6%～18. 2%之间,预报时效越近,准确率越高。从不同的干旱等级预测准确率看,对于干旱等级较高的重旱和特旱预报准确率较高,轻旱和中旱的预报准确率略低。该系统基本满足冬小麦干旱预警需求,对国家级农业气象部门大范围农业干旱监测和预警业务是有益的补充。     

油菜菌核病发生流行与菌源量、气候因子关系分析及病情预测模型的建立

为探究油菜菌核病田间发生流行的影响因子并建立病情预测模型,采用田间调查法测定油菜田菌核密度、子囊盘密度、花朵带菌率,并分析了2008—2014年各气候因子与病叶率、成熟期茎秆病株率、病情指数之间的关系。结果显示,田间菌核密度、子囊盘密度、花朵带菌率与病叶率及成熟期茎秆病株率均呈极显著正相关;2月下旬至5月上旬日均气温及2月下旬至4月上旬日均相对湿度、降雨量及降雨天数与各年度成熟期病株率及病情指数均呈显著正相关,而日照时数与各年度成熟期病株率及病情指数均呈极显著负相关。以油菜盛花期花朵带菌率作为指标,可预测其田间成熟期病株率;以降雨量(x_2)、降雨天数(x_3)及日照时数(x_4)与各年度成熟期病株率(y_1)及病情指数(y_2)分别建立了预测模型y_1=15.47+0.07x_2+0.42x_3-0.03x_4和y_2=10.36+0.07x_2+0.38x_3-0.03x_4,其拟合度均最高,分别为99.07%和98.43%,可作为油菜成熟期茎秆发病株率及病情指数的预测模型。表明油菜菌核病菌源量和气候因子是影响病害发生流行的关键因子。     

基于加权Logistic回归模型的森林火灾预测

林火预警是保障超高压输电网安全的重要工作，是森林防火部门和电网公司深度关注的领域。 研究以 2007—2017 年广东省超高压输电网线路途经地区的气象数据和林火监测的数据为基础，通过加权 Logistic 回归分析方法构建了广东省超高压输电线路区域森林火险预警模型，并用 2017 年实际林火发生 数据对该模型进行检验。模型预测准确率达到 92.6%，证明该模型具有良好的预测效果，反映了广东省区 域森林火险等级与相关气象因子的密切关系。     

Forecast skill for predicting distribution shifts: A retrospective experiment for marine fishes in the Eastern Bering Sea

Forecasting distribution shifts under novel environmental conditions is a major task for ecologists and conservationists. Researchers forecast distribution shifts using several tools including: predicting from an empirical relationship between a summary of distribution (population centroid) and annual time series (“annual regression,” AR); or fitting a habitat‐envelope model to historical distribution and forecasting given predictions of future environmental conditions (“habitat envelope,” HE). However, surprisingly little research has estimated forecast skill by fitting to historical data, forecasting distribution shifts and comparing forecasts with subsequent observations of distribution shifts. I demonstrate the important role of retrospective skill testing by forecasting poleward movement over 1‐, 2‐ or 3‐year periods for 20 fish and crab species in the Eastern Bering Sea and comparing forecasts with observed shifts. I specifically introduce an alternative vector‐autoregressive spatio‐temporal (VAST) forecasting model, which can include species temperature responses, and compare skill for AR, HE and VAST forecasts. Results show that the HE forecast has 30%–43% greater variance than predicting that future distribution is identical to the estimated distribution in the final year (a “persistence” forecast). Meanwhile, the AR explains 2%–6% and VAST explains 8%–25% of variance in poleward movement, and both have better performance than a persistence forecast. HE and AR both generate forecast intervals that are too narrow, while VAST models with or without temperature have appropriate width for forecast intervals. Retrospective skill testing for more regions and taxa should be used as a test bed to guide future improvements in methods for forecasting distribution shifts.     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

基于局部均衡模型的中国羊肉市场供需变动分析

对中国羊肉市场供需变动情况进行深入分析,并运用局部均衡模型探究中国羊肉市场供给与需求相互变动的主要原因,最后运用ARIMA模型预测方法对中国未来羊肉供需变化进行预测分析。研究结果表明,中国羊肉市场需求的满足以国内市场供给为主,2017年国内供需缺口为74.28万t,约是1994年的3.82倍,供需缺口有扩大倾向。上一期肉羊存栏量、肉羊胴体质量水平、羊肉市场价格均显著影响国内羊肉市场供给量;上一期人均消费量与收入水平是影响城镇与农村居民当期人均消费量的重要因素;国际羊肉价格对国内羊肉出口量产生显著正向影响。在未来一段时期内,中国羊肉产量将保持稳定增长,羊肉消费量进一步增加,预计到2030年达到843.03万t,羊肉进口量较大幅度提高,可一定程度弥补国内羊肉供需缺口。为此,一方面需通过技术与政策支持大力发展国内肉羊产业,另一方面也需积极开拓国际市场,加强贸易协作。