排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
安徽省油菜花期连阴雨灾害损失评估指标 总被引:5,自引:0,他引:5
基于安徽省油菜主产区1980-2009年44个气象台站逐日气象资料和油菜产量资料,采用数理统计方法,获得油菜历年灾损率以及花期连阴雨特征量指标即连阴雨日数、持续降水量和日照时数。按照引入因子对产量的影响最大且因子之间相关性较低的原则,筛选出连阴雨关键致灾因子并确定致灾因子临界值。最后利用K-均值聚类分析方法,建立油菜花期连阴雨灾害评估等级指标,并利用2010-2014年连阴雨灾害样本进行验证。结果表明,油菜花期的连阴雨日数和持续降水量与减产率相关性较高,且因子间相关性较低,可作为连阴雨灾害评估的关键因子;连阴雨日数致灾临界值为3d,持续降水量致灾临界值在江淮区、沿江区和皖南地区分别为20、50和70mm。利用聚类分析法构建的包括江淮、沿江和皖南地区的安徽省油菜主产区花期连阴雨灾害评估指标为:轻度灾损率5%~10%、中度10%~20%、重度20%~30%和特重≥30%,其历史回代和独立样本检验表明轻度和中度准确率较高(88%~100%),重度和特重准确率相对较低(65%~70%)。 相似文献
2.
安徽省参考作物蒸散模型参数化 总被引:1,自引:1,他引:0
模型参数优化是准确估算参考作物蒸散(reference crop evapotranspiration,ET0)的关键问题之一。该研究基于安徽省81个地面气象站点1961—2011年逐日气象数据和合肥、武汉、南京、杭州和南昌5个辐射站1993—2011年的逐日辐射数据,评估日尺度的净长波辐射、气压和水汽压模型在安徽地区的适用性;并结合已有研究获得的最优逐日太阳辐射参数化估算模型,建立安徽省本地化逐日ET0模型的最优参数化方案,探讨模型参数优化对ET0估算的影响。结果表明:7种净长波辐射估算参数化方案中,邓根云法的精度最高,在安徽地区的适用性优于其他方案,建议作为安徽本地化方案使用;FAO56 Penman-Monteith公式中推荐的气压估算模型和基于实测平均气温和相对湿度估算水汽压的模型在安徽省基本适用,但该研究认为在资料能够获取的情况下直接使用实测值为最优。与基于实测资料计算的ET0相比,该研究建立的本地化最优模型估算的ET0在日、月和年尺度上的相对误差分别为15.5%、9.05%和6.12%,能较好地适用于安徽地区。FAO56 Penman-Monteith公式推荐的参数化方案由于高估了安徽地区的太阳辐射,低估了净长波辐射,导致其与基于实测资料计算的ET0值相比,在日、月和年尺度上高估ET0达40.0%以上,不推荐安徽地区直接使用。研究可为安徽省准确估算作物需水量、农业旱涝评估和合理调度水资源等提供依据。 相似文献
3.
安徽省长江以北地区土壤水分动态模拟初探 总被引:2,自引:0,他引:2
利用安徽省长江以北地区11个农业气象站1980-2000年实测0-20cm土壤水分资料,基于土壤水分平衡模型,分季节建立了不同降水条件下的土壤水分模拟模型。当模拟时段内总降水量P≤某临界值P0时,模型以模拟时段初的土壤相对湿度(θ’0)、时段内降水量(P)、〉0℃活动积温(∑T〉0)、日照时数(∑R)等为自变量;而当P〉P0时模型以θ'0、Ln(P)、∑T〉0、∑R等为自变量。经对2005年安徽省长江以北地区平均土壤水分模拟值与实测值比较,以及2006年3月28日安徽省长江以北地区各地土壤相对湿度瞬时模拟值与实测值比较,二者达极显著相关关系,说明模型模拟效果较好,但也存在一定的系统偏差,模拟值普遍偏小。该结果对安徽省长江以北地区土壤墒情模拟具有应用价值。 相似文献
4.
5.
6.
[目的]通过历史气象资料分析,揭示安徽省夏季高温发生规律及对一季稻生长的影响,为水稻高温热害的防御提供科学依据。[方法]以气象地面观测资料、农作物发育期观测资料及产量结构资料为基本数据源,分析安徽省近50年来夏季高温发生规律及分布特征。针对典型年夏季高温发生特点,结合一季稻所处发育期的温度适宜指标和高温危害指标,简要分析安徽夏季高温热害对一季稻水稻生长发育的危害和对产量的影响。[结果]安徽省高温热害持续的时间与出现频次都是沿江高于江淮之间,江淮之间高于沿淮。安徽夏季高温发生时段主要集中在7月中旬至8月上旬。水稻抽穗扬花期遇到高温热害,可导致空壳率、秕谷率增加,千粒重下降。[结论]安徽省江淮地区高温热害的主要发生时段与一季稻抽穗扬花期基本吻合,可通过推迟栽插期来避免一季稻遭受高温热害。 相似文献
7.
花期渍害胁迫下冬油菜生长及产量模拟研究 总被引:2,自引:0,他引:2
渍害是长江流域油菜生产中的多发性气象灾害,为了定量研究花期渍害影响下油菜生长及产量,预报及防控油菜花期渍害影响,以浙平四号和华油杂16为试验材料,通过分析花期渍害对浙平四号油菜生长及产量的影响规律,提出了油菜地上部单株干重、产量及产量构成渍害影响因子,初步建立了花期渍害影响下油菜地上部单株干重、产量及产量构成模型,渍害干物重影响因子为一元二次方程,渍害产量影响因子则呈对数方程。经利用水分控制盆栽试验资料检验,结果表明华油杂16油菜地上部单株干重及单株产量实测值与模拟值相关系数(r)、绝对误差(da)、绝对误差占实测值比率(dap)以及RMSE值分别为0.949 9、0.89 g/株、4.55%及1.09 g;0.920 1、7.89 g/株、39.02%及8.58 g/株。花期渍害下油菜地上部单株干重模拟精度较高,而单株产量的模拟精度较低,说明花期渍害在盆栽试验条件下的表现与田间试验有明显不同。所建模型可与本项目组先期研制的油菜生长模型结合,在进一步检验并获得区域和地点尺度天气预报、模型参数后可用于花期渍害发生时油菜生长及产量预报。 相似文献
8.
GIS支持下安徽省近35 a参考作物蒸散量的时空变化 总被引:8,自引:4,他引:4
参考作物蒸散量是重要的水分资源分量。为了研究气候变化条件下安徽省参考作物蒸散量的变化,采用联合国粮农组织(FAO)1998年推荐的Penman-Monteith法,利用安徽省79个台站1971-2005年的气象观测资料,计算站点参考作物蒸散量。在此基础上采用克里格插值方法,生成基于GIS的安徽省参考作物蒸散量分布图。分析结果表明:安徽省近35a平均参考作物蒸散量空间分布特征为,平原大、山区小;由北向南逐渐递减,受气候、地形等因素的影响,具有较明显的地域性差异;从时间尺度上看,自1971年以来,参考作物蒸散量总体上呈随年代波动下降趋势,但存在地区差异;年内季节变化为夏季>春季>秋季>冬季;逐月变化呈单峰变化趋势,峰值出现在7月,5-8月份较多,11月至翌年2月最低,且不同区域之间存在着明显的差别。 相似文献
9.
安徽省春季连阴雨分布特征及其对油菜产量影响评估 总被引:3,自引:2,他引:1
依据安徽省春季连阴雨灾害指标,采用统计学方法,分析了安徽省近50年连阴雨空间变化规律;进一步利用近40年(1961-1999年)历史气象数据及油菜产量数据,分区域建立了油菜灾损率与连阴雨致灾因子的定量关系,并用近10年(2000-2009年)油菜产量资料验证了该模型的准确性。结果表明:(1)安徽省连阴雨过程、持续降水量和连阴雨频率空间分布,自北向南呈台阶状增加,淮河以北连阴雨出现频率和强度最低,沿江江南连阴雨出现频率和强度最高,尤其是皖南山区南部地区;(2)江淮地区,模型能够较好地反映该区域连阴雨对油菜产量的影响,相对误差为13.4%;沿江地区,实际灾损率在20%~25%之间模拟效果较好,相对误差为13.0%;皖南山区,在实际灾损率较大的情况下,模型可较准确地反映油菜的减产情况,相对误差为15.8%。此方法建立的连阴雨灾害指标与油菜产量的定量关系,可用于定量评估连阴雨灾害发生时,油菜产量损失状况。 相似文献
10.
水稻叶气温差是表征其生理生态特性重要参量之一。此研究利用合肥2008年一季稻孕穗抽穗期叶温观测资料及同期气象资料,对叶温、叶气温差与气象条件的关系进行分析。结果表明,同时刻水稻阴阳面叶温仅有细微差别,而不同时刻叶温是随环境条件变化而变化的;叶温与气温有很好的线性相关性,叶气温差与气温、空气相对湿度、空气饱和水汽压差(VPD)三者线性相关性水平依次提高,且均优于叶温与气温;叶气温差与VPD进行二次曲线拟合时,相关性水平仅略有提升,但该二次曲线关系能很好地解释VPD通过影响叶片蒸腾而引起叶气温差的变化的现象。此方法建立叶气温差与空气饱和水汽压差拟合方程,可用于估算叶温,服务于水稻高温热害监测及水分胁迫评估。 相似文献