吉林省玉米产量预测统计模型研究（英文）

产量预测研究对于国家进出口计划,制定国家政策等具有重要的战略意义和显示意义。玉米在许多国家均是大宗作物,种植范围也相当广泛,因此玉米产量预测研究也有着重要的现实意义。在众多产量预测方法中模拟模型应用的较多,也有基于气象因子的统计模型。根据前人的研究,建立了吉林省玉米产量预测统计模型。模型包括气候、土壤和管理三大类因素共10个主要影响大田玉米产量的10因子,经逐步回归最终获得参数最少,决定系数最大的统计模型,Y=-72125.573＋34.952X1＋22.92X2＋72.48X5-24.008X6＋1252.852X7-12.119X8＋20.975X9,方程的决定系数R2=0.919。经检验模型可以用于预测吉林省玉米产量。     

日照市玉米产量的预测模型构建

基于山东省日照市的玉米产量资料和相关气象资料,利用逐步回归和灰色理论进行了玉米产量的预测模型构建。利用MATLAB软件建立多元线性回归方程Q′=-20 175+116X1-54 944X2-4 218X3+148X4+616X5+279X6-91 735X7+12 806X8,方程通过显著水平0.05检验,预测出的1998—2008年产量误差幅度在0.5%～3.6%,预测精度较高;利用灰色系统理论,对GM(1,N)灰色预测模型加以改进,预测出的1994—2006年产量误差幅度在1.4%～16.6%,预测的精度在90%左右,效果较好。     

水稻品种新稻20号产量结构分析与增产途径

通过新稻20号两年国家区域试验资料,分析了7个性状与产量的相关、回归和通径关系,建立了回归方程：Y=-26.3684＋0.0354X1＋0.0182X2＋0.0336X3-0.0753X4＋0.0503X5＋0.0645X6＋0.3849X7。明确了各性状对产量的贡献大小顺序为：有效穗〉总粒数〉千粒重〉结实率〉生育期〉株高〉穗长。     

GM(1,1)模型在哈巴河县打瓜产量预测中的应用

在分析哈巴河县打瓜发展的基础上,以实际数据为基础,建立了哈巴河县打瓜产量灰色预测模型X(1)(k+1)=20 746.806 569e0.052 446k—19 651.806 569,将其应用于哈巴河县未来打瓜单产量的预测并予以检验,认为该模型可用于预测哈巴河县打瓜单产量,其误差较小,对决策有一定的参考价值.     

杂交水稻新品种Ⅱ优718产量结构分析与增产途径

本文通过Ⅱ优718品种两年国家区试资料，分析了6个性状与产量的相关、回归与通径关系，建立了回归方程：Y=-7．6423＋0．0181X1＋0.0085X2＋0.0144X3-0．0375X4＋0．0713X5＋0．1954X6；明确了各性状对产量的贡献大小顺序：每穗实粒数〉每亩有效穗数〉千粒重〉生育期〉株高〉每穗总粒数。     

氮磷钾化肥对马铃薯产量的影响研究

资料表明,施用氮、磷、钾肥对马铃薯均有增产作用。通过马铃薯氮、磷、钾肥不同用量试验,求得氮、磷、钾肥施用量与马铃薯产量（Y）的关系方程,并以马铃薯产量为目标函数,得出施肥量纯N（X1）、P2O（5X2）、K2O（X3）与马铃薯产量（Y）之间的回归方程为：Y=23 559.909＋8 776.262X1＋7 700.989X2-2 189.602X3-1 808.321X12-1 408.139X22-528.912X32-1 997.115X1X2＋1 766.794X1X3-332.479X2X（3R2=0.9 428）。分析表明：氮、磷、钾3要素中对马铃薯产量影响大小的顺序为氮〉磷〉钾。     

不同氮磷钾组合对苜蓿鲜草产量的影响

在青海省湟中县上新庄地区采用三因素二次通用旋转组合设计研究氮,磷,钾肥的施用效果。结果表明：当氮肥固定时、随磷肥用量增加苜蓿鲜草产量表现出先增后减的趋势,在氮肥低、中水平时苜蓿最高鲜草产量出现在磷肥中偏高的水平,而氮肥在高水平时苜蓿最高鲜草产量出现在磷肥的中间水平。在青海省湟中县上新庄地区N肥,P肥,K肥施用后苜蓿的产量遵循Y=23.1113＋0.8797X1＋1.1210X2＋0.6993X3-0.7398X12-0.5100X22-0.4216X32-0.4500X1X2。N肥,P肥,K肥,施用量的最优组合为纯氮150kg/hm2,纯磷195kg/hm2,纯钾120kg/hm2。     

鲁西南冬小麦产量与气候因子的相关和通径分析

对小麦生育期间的41类气象因子进行分析,结果表明：有16类因子与产量之间的相关性达到了显著或极显著水平,其中6月1～10日平均风速（X41）、次年3月上旬极端最低气温平均（X20）1、0月至次年5月平均气温（X26）与产量之间的相关系数分别达-0.77567、0.76501和0.72191;通径分析结果表明：15类因子对产量的影响明显,前3类依次是6月1～10日平均风速（X41）、次年4月月日照百分率（X33）和12月平均气温（X15）。     

基于GIS的河套灌区春小麦适生种植区划

[目的]通过GIS划分河套灌区小麦不同适宜种植区域。[方法]利用河套灌区2个观测站22年小麦观测资料和相应气象资料,计算了小麦各发育期气温、日照等要素,分析了各发育期适宜和不利条件,并利用气候资料与气象产量建立了回归模型,通过地理信息系统将河套灌区小麦种植进行了适宜分区。[结果]选用小麦气象产量与5个因子（5月下旬平均气温、6月中旬平均最低气温、5月中旬平均最高气温、6月中旬日照时数、6月下旬降水量）推算模型为：Y=-15．045＋5．511X1＋11．711X2-0．49X3＋1．249X4—0．663X5,据此建立的该模型细网格推算模型为：Y=20440．962—206．466X纬-86．429X经-1．082X拔,将上式代入GIS,可将该市小麦种植区依次分为沙区、最适宜种植区、适宜种植区、基本适宜种植区和不适宜种植区5个种植类型区。[结论]该研究为促进河套灌区农业结构调整提供了科学依据。     

粳稻新品种毕粳43产量构成因素间的关系及其应用前景分析

毕粳43经贵州省粳稻品种（组合）区域试验和生产试验表明：该品种具有高产稳产、群体整齐、分蘖强、成穗率高、有效穗多、结实率高、生育期适中、穗粒结构协调、丰产稳产性和适应性好等优点,在贵州中高海拔稻区具有为广阔的应用前景。通过多元回归和通径分析方法对毕粳43进行产量与构成因子间分析,得出各因素对毕粳43产量贡献大小顺序依次为：穗粒数〉有效穗〉千粒重〉株高〉结实率,可通过加强肥水管理适当增加植株高度、增加穗粒数和有效穗,实现毕粳43高产栽培。建立了毕粳43产量与株高、有效穗、穗粒数、结实率、千粒重等因素的多元回归模型：Y=-924.227102＋7.516080972X1＋4.501683231X2＋32.36670456X3-4.228622808X4＋130.77516139X5,多元相关极显著,可通过该模型预知毕粳43的产量。     

影响甘肃马鹿产茸量的气象因素及其回归预测模型

对4个气象要素的20个指标进行主成分分析，结果表明：5、6月份气温、5、6、7月份相对湿度、6月份日照时数、7月份降水量、5-7月份平均气温和平均相对湿度以平均降水量、5-7月份总降水量11个指标为影响甘肃马鹿产茸量的主要指标，5月份为产茸公鹿管理的关键时期；对6个气象指标与10a的鲜茸产量进行了双重筛选回归，并建立了回归模型：Y=1.1729 37.7215X1-27.2111X2 3.3542X7-4.6166X8 2.2553X12 4.9403X20(R=0.9910)。     

气象因子对太湖地区旱作农田土壤水分动态的影响

【目的】研究太湖地区气象因子对旱作农田土壤水分的影响程度,厘定影响农田土壤水分的主要气象因子,为气候变化背景下农田水分管理提供科学依据。【方法】提取野外试验研究平台的旱作物生长季监测数据（逐日气象资料和土壤水分资料）,采用相关分析、逐步回归分析和通径分析等方法进行统计分析,计算直接通径系数和间接通径系数、决策系数。【结果】（1）供试实验基地农田土壤水分与日降水量、日蒸发量、日照时长、平均风速及日最大空气湿度等因子分布呈极显著正相关和负相关（相关系数分别为0.648、-0.566、-0.454、-0.331及0.371）,但与日最高气温不显著相关;（2）通径分析表明,气象因子对旱作农田土壤水分的直接影响大小顺序为：日降水量＞平均风速＞日照时长＞日蒸发量＞日平均空气湿度＞日最低气温>日最小空气湿度＞日最高气温＞日最大空气湿度＞日平均气温,但计算的决策系数表明,日降水量对土壤水分的综合决定能力最大;（3）通过逐步回归分析,得到了旱田土壤水分的气象因子多元回归模型：Y=10.174+0.386X4+1.095X7-0.509X8-0.766X9-0.345X10（R2=0.912,P<0.01）,达极显著水平。【结论】气象因子对太湖地区旱作农田土壤水分具有显著的控制作用,其中降雨量的影响最为主要。建立的多元回归模型可以用来预估气象因子变化下旱作农田土壤水分变化,但还需要更长时期监测的验证。     

小麦白粉病中期预测模型的建立

本研究以河北省辛集市为实验基地，通过利用从１９８５～１９９２年连续８年的小麦白粉病病情系统调查资料以及有关的气象资料，在ＩＢＭ微机上用逐步回归的统计方法建立了小麦白粉病的中期预测式：ｙ＝－６．０３０５＋１．２０１１Ｘ１＋０．０１８８Ｘ２２＋０．３８１９ｘ５，其中ｙ代表病情指数，Ｘ１、Ｘ２、Ｘ３分别代表品种抗病性参数、预测期前一旬的平均温度和旬总降雨量。经检验模型准确率达８１．６％，模型的建立为白粉病的早期防治提供了依据。     

芜湖稻区稻飞虱发生规律和预测技术

通过分析１９７６年以来稻飞虱的发生情况,明确芜湖稻区稻飞虱的发生规律和影响因素,用系统测报资料和有关气象材料做逐步回归统计分析,得到白背飞虱发生程度预测模型ｙ１＝１８５．４３＋１３．２７Ｘ１５－１．５５Ｘ１６＋０．５５Ｘ３０,历史符合率为９３．８％;主害代褐飞虱的发生程度预测模型ｙ２＝２４６．９７＋７９．５９Ｘ４－２．９４Ｘ６－１．３１Ｘ７,历史符合率为８８．２％。经１９９３～１９９５年预测检验,表明预测结果与发生实基本一致。     

湘西州森林防火与气象条件关系

利用1950~1988、2005~2015年湘西州森林火灾相关资料,1960~2015年湘西州8县(市)气象观测站温度、湿度资料,采用线性和曼-肯德尔(MK)突变检验的分析方法,对湘西州森林防火与气象条件关系进行研究。通过研究得出气象条件和森林火灾关系非常紧密,每年的春冬季节是森林火灾的高发期;确定森林火险预报模型为I=D×4+(100-H)×0.4+T+F+r,将森林火险等级划分为五级;对湘西州森林防火预警预报系统进行研发,将森林防火气象预报预警模型与突发事件预警信息发布的业务充分融合。     

基于数学模型的辣椒芽期耐高温多湿性综合评价方法

为研究辣椒不同品种芽期耐高温多湿特性,筛选耐高温多湿指标,建立可靠的辣椒耐高温多湿数学评价模型,以10个辣椒材料为试验材料,对其在高温多湿胁迫等13个生理指标进行测定,以各单项指标的耐高温多湿系数和种子干重、种子浸出液电导率等指标作为衡量耐高温多湿性的依据,运用主成分分析、聚类分析和逐步回归等方法对其耐寒性进行综合评价。通过主成分分析将15个单项指标转换为5个相互独立的综合指标;通过隶属函数法和聚类分析将10个辣椒材料按耐高温多湿性强弱划分为4类;通过逐步回归建立辣椒芽期耐高温多湿性评价数学模型,D=(-141.548-0.071X2+5.580X7+4.195X13-1.363X14-3.432X15)×10-3 （R2=0.999 36）,估计精度大于97.39%,并筛选到5个耐高温多湿性芽期鉴定指标,分别是电解质外渗率、苗干重、平均发芽天数、发芽值和日平均发芽率,在相同逆境下可用这5个指标进行芽期辣椒材料快速鉴定和预测。该结果为辣椒种质资源大规模耐高温多湿性评价奠定了基础。     

辽宁兴城种子园油松高生长的预估模式

本文应用灰色系统理论,以辽宁兴城油松种子园内1977—1984年12个无性系的平均单株年生长量为基础,与该地6个气象因子分别计算了关联度。从这些数据中按水分和热量择取关联度较大的相对湿度和气温,建立了线性静态模式,并用残差模型作修正,得到下列模式; X_1~(0)(t)=70.214-0.975X_2~(0)(t)+2.335X_3~(0)(t)经检验,模式的平均误差为5％     

呼和浩特市紫丁香盛花期预报模式的研究

[目的]建立呼和浩特市紫丁香盛花期的预测模型,为其花期预测提供理论依据。[方法]对呼和浩特市1965~2007年紫丁香物候观测资料及相应气象资料进行逐步回归分析,建立紫丁香盛花期预测模型。[结果]通过回归分析,筛选出影响紫丁香盛花期的4个气象因子。建立的预测模型为:Y=6.674-0.571X2-1.208X8-0.264X15+0.419X17(Y为盛花期距4月20日天数,X2、X8为2月中旬、4月中旬平均温度,X15、X17为3月中旬、4月上旬日照时数)。用所建立的预测模型对1965~2007年紫丁香盛花期进行回测,准确率较高。[结论]影响紫丁香盛花期的主要气象因子是2月中旬4、月中旬平均温度和3月中旬、4月上旬日照时数。所建立的预测模型能准确预测呼和浩特市紫丁香的盛花期。     

气象因子对湖南省棉花纤维品质的影响

采用灰色系统和逐步回归法探讨了温度、光照时数、空气湿度、降水量等主要气象因子与中棉29号和湘杂棉3号的纤维品质性状的量化关系.结果表明,在湖南气候条件与栽培技术体系下,以伏桃的纤维品质最优,其贡献率达到66.67%,但以麦克隆值的变异系数最大(湘杂棉3号为9.794%,中棉29号为9.295%),平均为9.545%;灰色系统分析表明,温度是影响纤维品质的主导因子;逐步回归法分析表明,温度、光照时数与纤维品质呈正相关,而与降水量、空气湿度呈负相关,并建立了棉纤维品质与气象因子的线性回归模型:Y=-0.838 15 0.015 25X1-0.043 72X2(中棉29);Y=-0.070 65 0.050 38X1-0.037 48X2 0.002 16X3-0.010 43X4(湘杂棉3号).     

1980~2007年南宁蔗区甘蔗气象产量变化及影响因子分析

【目的】探讨气候变化对南宁蔗区甘蔗产量的影响,旨在为南宁甘蔗生产管理提供科学指导。【方法】基于贝尔产量模式,定量分析了近年来南宁蔗区甘蔗气象产量与气候因子的关系。【结果】1980~2007年南宁蔗区甘蔗气象产量单产平均增幅为1276.7 kg/ha;整体而言,南宁蔗区甘蔗气象产量在年际间差异较大,气象产量绝对值较大的年份多集中在20世纪80~90年代以及2005年以后,各年份气象产量的平均值为1002.4 kg/ha;气候影响因子α越大,该年的气象产量越大,反之越小;影响南宁蔗区甘蔗产量的气象要素主要是相对湿度。【结论】南宁地区甘蔗生长期内相对湿度较低时将导致甘蔗减产,相对湿度较大时则有利于甘蔗增产。在南宁蔗区的甘蔗生产中,加强相关的农业管理措施,提高大气相对湿度,能减少其对甘蔗产量的影响。