基于自然灾害系统理论的辽宁省玉米干旱风险分析

为了减轻旱灾对辽宁地区玉米生产的影响,该文通过对辽宁省23个气象站点46 a气象数据和气象站点所在县玉米产量、种植面积的分析,用实际干旱发生频率、农业气象干旱发生频率、玉米生产相对暴露率和单产水平等4个因素构建了辽宁地区玉米干旱风险指数,用社会科学统计程序(statistical program for social sciences)和地理信息系统(geographic information system)对辽宁地区玉米干旱进行了风险分析和风险区划。结果表明,辽宁省有30%的站点处于玉米干旱较高或高风险区,主要分布于辽西山地丘陵和辽南沿海地区;玉米干旱中等风险区主要分布在辽西走廊和辽中平原及渤海湾附近地区;玉米干旱低风险区主要分布在辽东山地丘陵地带。经检验50%以上站点的干旱风险指数与玉米相对气象产量显著相关。所构建的辽宁地区玉米干旱风险指数能客观地反应干旱对玉米生产的影响。该研究为玉米避灾和减灾管理提供科学依据。     

河北省冬小麦返青期预测模型研究

利用河北省11个农业气象观测站1981—2018年农业气象、地面气象观测资料,基于线性回归和灰色系统模型GM(1,1)构建冬小麦返青期预测模型,并对模型模拟效果进行评估。结果表明,各站冬小麦返青期线性趋势模拟曲线不显著。用灰色系统模型G(1,1)模拟各站冬小麦返青期,11个站点中有10个站点模拟精度在二级及以上。通过分析积温序列与冬小麦返青期的相关性,确定10月1日至次年2月15日的负积温为冬小麦返青期关键影响因子。各站点综合冬小麦返青期序列与关键时期负积温一元线性回归方程极显著。单站线性趋势模型、灰色系统模型GM(1,1)模拟和以负积温为因变量的各站点综合线性回归模拟冬小麦返青期检验绝对误差小于7 d的概率分别为73%、94%和80%。单站数据变化比较平稳的条件下,冬小麦返青期预测可根据灰色系统模型GM(1,1)来构建;单站数据存在突变式波动时,可用线性方程构建预测模型;在气候变化波动较大的背景下,基于各站点综合数据序列的线性回归方程,用关键时期负积温来预测冬小麦的返青期适用于区域分析。     

廊坊地区冻土深度与冬小麦返青期的相关分析

霸州冬小麦返青期与冻土最深冻层深度相关系数为0.62,达极显著水平,与冻土最深冻层出现的日期相关系数为0.32,未达到显著水平;三河冬小麦返青期与冻土最深冻层深度相关系数为0.46,达极显著水平,与冻土最深冻层出现的日期相关系数为0.41,达显著水平。霸州和三河两个地区冬小麦返青期与冻土最深冻层的相关系数均达到了极显著水平,相关关系显著。为此,构建了冬小麦返青期与冻土最深冻层的回归模型,为冬小麦返青期田间管理提供依据。     

基于花粉量的作物产量预测模型研究进展

为了探究以花粉量为主要因子的作物产量预测模型的应用前景,综述了国内外构建花粉量产量预测模型的相关研究进展,发现在传统的气象产量预测统计模型中,引入花粉量因子,可以提高产量预测的准确性;基于花粉量监测技术的限制,花粉量产量预测模型更适用于同一生长季内单一作物,面积超过一定规模的种植区域的产量预测,有较好的应用前景;对于同一生长季,作物种类多、面积小、空间分散的种植区域来说,花粉量产量预测模型应用效果的好坏将主要取决于通过花粉量监测技术获得的花粉量数据的质量和数量。要使花粉量产量预测模型在中国得到很好的应用,需要建设完备的花粉监测网,提高花粉识别技术并推广应用,积累足够的花粉量数据以构建稳定而全面的产量预测模型。