获嘉县小麦产量的灰色预测预报模型

小麦产量的形成系统可视为一个灰色系统。本文根据灰色系统理论,以获嘉县的小麦产量为例,用GM(1,1)动态模型来模拟和预报趋势产量Yt,用GM(0,m+1)静态模型来预报气象产量Yw,从而组建了一套完整的小麦产量预报模型,而且回报和试报效果均比较理想。     

基于产量阶段的河南省夏玉米灰色——马尔柯夫预测模型

针对较长产量序列纵向及横向可比性较差的问题 ,提出用划分产量阶段的方法进行分段处理。用 GM(1,1)灰色模型分段模拟预测河南省夏玉米单产 ,根据相对气象产量划分产量状态 ,再用马尔柯夫模型转移概率预测系统未来发展方向并修正前者的预报结果。通过模拟和预报 ,准确率都有所提高     

作物产量灰色马尔柯夫链预测模型

以黑龙江垦区１９４９－１９９２年小麦单产资料为例，用灰色系统ＧＭ（１，１）动态预测模拟和预测趋势产量，用马尔柯夫链动态预测模型预报气象产量，从而组合一套完整的作特意一灰色马尔柯夫链预测模型。以此模型对黑龙江垦区小麦单进行预测，其结果均怀实况基本相符。     

基于COSIM模型的新疆棉花产量动态预报方法

该文在对棉花生长模拟模型COSIM进行模型调试、验证实现本地化应用的基础上,探讨运用作物模型进行棉花产量动态预报的方法,重点解决未知气象数据替代问题。作物模型应用于产量预报时,未来天气的不确定性是影响预报准确率的关键因子,该影响随着当年实际天气数据增多而减小。该文以近50 a的气象数据,依次替代预报日至收获期的气象数据(即预报日之前使用预报年当年气象数据,预报日之后使用替代年气象数据),模拟棉花生长发育和产量形成过程,以近50、40、30、20、10、5 a历史气候数据依次替代预报日之后的逐日数据获得的模拟产量平均值作为预报产量,根据对预报准确率进行比较,最终确定以近10 a实测数据替代获得的模拟产量平均值作为最终预报产量。经验证该预报方法对不同播种时间棉花产量动态预报的准确率在81.3%~99.6%,预测精度较好。作为案例分析,该文仅进行每月1次预测分析,实际应用中可进行逐日替代动态预报,经过进一步改进,提高预报精度,未来可望达到业务应用水平。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

国家级农业气象产量预报业务自动化系统

介绍了根据国家级农业气象产量预报业务的需要,研制的从资料(农业气象电报)接收处理、建立数据库、建模预报,直至输出预报产品的业务自动化系统以及产量预报专家系统的结构、工作流程及其主要特点.     

浙江省水稻产量预报气象业务化系统

本文介绍了自行设计和研制的省级水稻产量预报气象业务化系统,它由趋势产量处理、关键因子普查、产量气候评价、预报建模和数据库管理5个模块组成,初步实现了省级水稻产量预报业务流程的自动化、预报产量的定量化、客观化,在业务预报中取得了较好的效果。     

黑龙江省玉米产量预报方法研究

针对省地域广阔和近年粮食产量水平大幅度提高的特点，用粮食生产要素预报玉米社会产量，用复合成的热量指标和气象灾害指标预报气象产量，从而把以往粮食社会产量和灾害方面的科研成果应用于粮食产量预报。这种产量预报方法，考虑到社会因素对粮食产量的影响，消除了大地区多点气象平均计算存在的，增加了气象因素信息量，在作产量预报的同时还可以分析各种气象灾害造成的损失程度。经大水灾的１９９１年和低温寡照的１９９２年两年     

湖南省气象-柑桔产量预报模式研究

分析了影响湖南省柑桔产量的气象因子;在柑桔生长发育3个关键期,对柑桔产量歉年提出了5个气象灾害减产指标,对丰年也作了气象条件的定性分析.并在此基础上,建立了柑桔产量气象预测预报模式;其中柑桔产量营养积累均衡值的提出,为预报柑桔产量大、小年提供了一种新的方法;并以大气环流因子作为多个气象因子对柑桔产量作用的综合表征,更进一步提高了柑桔产量预报定量化的准确率和时效性.     

基于两种方法建立辽宁大豆产量丰歉预报模型对比

利用辽宁省56个气象站1992?2016年逐日气象资料和5个代表农业气象站的大豆发育期资料,计算不同生育期关键气象因子和气候适宜度指数,分别建立基于关键气象因子和气候适宜度的辽宁省大豆逐候产量动态预报模型,并进行回代检验和预报检验。结果表明：基于关键气象因子的预报模型在6月16日、7月21日、7月26日、8月1日、8月26日和9月16日可以进行产量预报（P＜0.05）,基于气候适宜度的预报模型在8月16日-10月1日每候可进行1次产量预报（P＜0.05）;两种预报模型的平均回代检验准确率均高于83.0%;基于气候适宜度的预报模型回代检验准确率和预报检验准确率的变幅较小,稳定性更高;应用两种预报模型,辽宁省大豆产量趋势预报业务得分＞0的年份约占60%。说明利用两种模型对辽宁省大豆产量进行动态预报均能满足业务服务需求;进行趋势预报时,可以优先考虑基于关键气象因子的预报模型,而在未出现重大气象灾害的正常年份,可以赋予基于气候适宜度的预报模型更多权重,以减少预报时次。     

早稻产量动态预报模型

利用早稻不同生育阶段气象因子的综合聚类指标选择气象相似年型，再根据相似年的产量变化确定分析年的产量气象影响指数，建立全国和区域早稻单产动态预报模型。通过对1995—2004年早稻产量进行动态预报，结果表明，4月30日、5月31日、6月30日和7月31日预报的早稻产量增减趋势的预报正确率均为100％，产量预报准确率为97．5％、96．6％、98．1％和96．9％，从而可实现早稻产量的连续、动态、定量化预报，促进有关业务服务的发展。     

不同统计模型在冬小麦产量预报中的预报能力评估——以江苏麦区为例

在多类冬小麦单产统计预报模型中筛选出预报能力强的模型,并对优选出的模型进行加权集成,以此提高产量预报准确率,对保障粮食安全具有重要意义。利用1993—2018年江苏省69个基本气象观测站逐日气象资料和冬小麦产量数据及生育期资料,在5种气象产量分离方法(线性分离、差值百分率、5年滑动平均、3年滑动平均、二次曲线)的基础上,采用准确率、标准差、相关系数、泰勒图等检验法,评估分析了丰歉相似年法、关键气象因子法、气候适宜度法与集成预报法在江苏省冬小麦单产预报中的模拟效果。结果表明:1)对于同一种预报方法,不同的产量分离法对预报精度影响较大,二次曲线分离法要好于其他4种方法;丰歉相似年预报方法中加权法的预报精度高于大概率法。1993—2013年丰歉相似年法、关键气象因子法、气候适宜度法平均准确率分别为89.67%、94.86%和94.96%。2)集成预报法近5年预报准确率在96.33%以上,高于丰歉加权模型、关键气象因子二次曲线分离模型、气候适宜度二次曲线分离模型等单个最优模型,在一定程度上可以弥补单一预报方法预报结果稳定性差的不足。3)起报时间越接近成熟期,预报因子信息越全面,则预报模型准确率越高。研究结果可为江苏省冬小麦采用合理的单产预报模型提供科学依据,同时模型筛选思路也可供外省借鉴。     

用贝叶斯判别法和回归分析逐级预报早稻产量

本文以广西1962—1981年早稻平均产量为样本,采用贝叶斯判别法和回归分析相结合的方法,建立从定性到定量的大尺度产量系列预报模式。产量预报模式分两步建模:第一步选取与气象产量相关密切的大气环流因子,建立贝叶斯定性判别方程,判别未来气象产量属于正值(增)或负值(减),即Y_w≥0或Y_w<0。第二步是在一级定性预报模式的基础上,按历史年两大类气象产量分别选取预报因子,运用统计回归方法,建立二级定量预报模式A和模式B。两级早稻产量预报模式,预报时效长,外延性能好,经历史年检验,拟合率达100％,试报和预报效果良好。     

基于关键气象因子的中稻单产动态预报

利用重庆市1986-2009年中稻单产和中稻生育期内旬平均气温、旬降水量、旬日照时数等资料,采用统计分析法建立中稻气象产量动态预报模型,在此基础上预报中稻单产。用5a滑动平均方法分离中稻趋势产量,在分析气象产量与中稻全生育期逐旬气象要素相关性的基础上,以3月中旬平均气温、5月下旬日照时数、7月中旬平均气温、7月中旬降水量、7月中旬日照时数、7月下旬平均气温、7月下旬降水量和8月上旬平均气温等作为关键气象因子,建立中稻气象产量动态预报模型,并应用该模型实现中稻单产动态预报。对1986-2009年的中稻单产做模拟检验,平均准确率在96%以上,95%以上的年份预报准确率超过90%。对2010年的单产进行预报,准确率为91.5%～92.8%,预报准确率较高,基本能满足业务服务的需要。     

基于历史产量丰歉影响指数的黑龙江省水稻产量动态预报

水稻是黑龙江省主栽作物之一,开展水稻产量动态预报对黑龙江省粮食生产具有重要意义。利用黑龙江省水稻主产区产量资料、发育期资料、日最高气温、日最低气温、日降水量和日照时数等资料,根据历史年水稻产量丰歉气象影响指数,建立黑龙江省水稻产量丰歉趋势动态预报模型。另外,采用相关分析的方法,确定影响产量的关键气象因子,建立相应的产量预报模型,对产量丰歉趋势动态预报模型进行修订。通过对1997-2006年水稻产量进行动态预报,结果表明,5月31日、6月30日、7月31日和8月31日预报的水稻产量增减趋势的预报正确率平均为90%、70%、90%和80%,产量预报准确率为84%、90%、94%和93%,预报准确率较高,能够满足业务服务的需要。     

作物产量农业气象统计预报基本模型研究

通过对作物产量农业气象统计预报基本模型的研究,综合考虑农业技术进步、气候变化对作物产量形成的直接效应和农业技术-气候相互作用对作物产量形成的间接效应,提出了一个包括农业技术趋势、气候变化和农业技术-气候相互作用三项的作物产量农业气象统计预报模型,并以江苏省苏南地区单季晚稻预报实例对模式作了检验.     

新型统计检验聚类方法在精细化农业气象产量预报中的应用

基于新型统计检验聚类方法(CAST)将山东省冬小麦种植区分成4个区,并利用1981-2011年冬小麦产量、生育期、逐日气象资料以及土壤墒情资料分区构建冬小麦温度、水分、日照及气候适宜度模型,利用基于气候适宜指数的作物产量预报模型对各区冬小麦产量进行动态预报,并与基于传统等值线方法分区的产量预报进行比较。结果表明:基于传统等值线分区的产量预报,其中一个分区未通过显著性检验,不能建立预报模式,其它3个分区历史回代检验的平均准确率为94.2%,外推预报的平均准确率为92.3%;而基于CAST分区的产量预报模型均通过0.05水平的显著性检验,各分区预报模式的历史回代检验平均准确率达95.8%,外推预报的平均准确率达93.6%。表明基于CAST分区的产量预报明显优于传统分区产量预报,可为精细化农业气象产量预报提供重要途径。     

农业气象产量表示方法的讨论

<正> 在农业气象研究、农作物气象条件分析和建立作物农业气象产量预报模式等工作中,常会遇到如何表示农业气象产量的问题。最常用的农业气象产量表示方法有两种:一是用绝对值△yw=y-yt表示,二是以相对值yw(%)=y/yt(%)表示。(yt:趋势产量,yw:气象产量,y:实产)。本文通过计算、分析来讨论这两种表     

山东省麦套棉初霜冻灾害预测及减灾对策服务系统研究

在田间试验基础上研究得出初霜冻危害麦套棉的气象指标，用灰色预测模式进行了初霜期的预报。同时，根据预报提出一系列有效的农业对策进行服务。     

向日葵栽培生态与气象

该项目采用分期播种、不同期水分处理、密度处理等田间试验手段获取资料,结合历史产量、区域试验和气象资料,通过统计分析,得到以下结果:1.弄清了吉林省白城地区向日葵丰歉的气象原因;发现了向日葵生殖生长和花期存在障碍型冷害,建立了白城地区产量预报模式;2.明确了向日葵生育和产量形成与气象条件的关系,建立了产量、产油率各发育期气象因子的预报方程;明确了影响产量、产油率关键期和关键气象因子和指标,向日葵籽粒增重规律及其与气象条件关系等;3.