气象因素对大豆灰斑病发生的影响

多年的观测结果表明，影响大豆灰斑病发生程度的主要气象因子是湿度和雨量。其农业气象指标：重发生年为７月上旬～８月中旬降雨量均超过３００ｍｍ，相对湿度在８０％以上；轻发生年为７月上旬～８月中旬降雨量明显偏少，在１５０ｍｍ以下，相对湿度在７５％以下；中度发生年的降雨量和相对湿度介于重发生年和轻发生年之间。     

关中棉花产量波动的某些特征及高产稳产的农业气象指标

采用正交多项式、方差分析、因子分析等方法，对关中棉区２２年有关资料进行分析，得出关中棉花产量的气候波动指数为０．２５０２，占棉花产量波动的６８．１％；关中棉花产量的４８．６８％取决于气候条件的优劣；气象产量存在着９年主周期和５年次周期；棉花高产稳产的农业气象指标为：５月中旬降水量≤２０ｍｍ、８月下旬～１０月中旬雨日数≤１８ｄ、１０月上旬温差＞８．５℃、８月下旬降水量≤６０ｍｍ、１５℃初、终日期间降水量≤４２０ｍｍ。针对影响棉花产量的不利气候因素，提出了高产稳产措施。     

河南鸡公山茶园春茶产量与小气候关系研究

小气候因子对春茶产量有着重要影响,建立其相关关系可以更好地为春茶的生产管理服务.本文测定记录了春茶生产期间18个小气候因子及每天茶叶的产量,应用多元统计分析方法建立了春茶产量与小气候因子的回归模型,并对茶树生长的小气候因子进行聚类分析和因子分析,以找出决定春茶产量的小气候因子及其组合.结果表明,春茶产量与大多数小气候因子间具有显著的线性回归关系,可以此对春茶产量进行预测预报.另外,采用逐步回归方法剔除次要的自变量因子,保留对春茶产量影响较大的小气候因子,最少可用7个自变量进行回归拟合.聚类分析可以把茶园小气候因子划分为表征水、热特征的4类.因子分析也表明,温度、水分及其组合是诸环境变量的公因子,具有较大的载荷.研究表明,采用较少的环境因子,回归模型仍具有显著性,这样可有效降低环境因子的监测和生产管理成本,为有计划地安排春茶生产和提高经济效益服务.     

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。     

攀西地区甘蔗生长与气象条件关系及生产布局研究

通过分析甘蔗的生长高度旬增量ΔＨ及糖分含量等产量因素与气象因子的关联度，建立了相应的气候生态模式；根据糖产量的三维分布，作出攀西山区甘蔗种植区划。     

沿江棉区气候与棉花产量的关系及合理利用

采用正交多项式、灰色系统关联分析等方法，对沿江棉区气候与产量的关系进行了分析，得出沿江棉区棉花产量气候波动的指数ＹＦ值为０．３１７４；气候对棉花产量作用的百分比为３６．６２％；５月１日至入梅前光照，温度，出梅后至早秋连阴雨前的光，热，水，９月中旬至１０月底的光照、大于等于棉纤维沉积的下限温度１５℃的有效积温等３时段７要素，对棉花产量影响最大。并依据１９８７年以来初霜期推迟，９月下旬至１１月底光照、     

作物水分条件的研究方法初探——以江苏省沙洲县冬小麦为例

本文以江苏省沙洲县冬小麦为例,用修正彭曼蒸发公式计算冬小麦生育期的旬需水量、旬降水量及其相对变率和各级保证率:分析冬小麦的水分供求比和水分余亏量;用Fuzzy聚类探求冬小麦的水分余亏量的年型与产量的关系。这种作物——土壤——气象因子的水分模式对确定农田排灌系统的设计规模、计算灌溉定额、规定农业技术措施和做作物产量预报都是有用的。     

安徽省茶树春霜冻害的风险评估

应用安徽省茶种植区45个气象站点1981−2017年气象资料和1998−2017年茶叶产量资料,选取霜冻害发生综合频率、坡向敏感性指数、茶园面积和灾年减产率变异系数4个因子,利用加权指数求和法构建了茶树霜冻害风险指数,借助ANUSPLIN插值模型和地理信息系统开展了安徽省茶树霜冻害风险评估。结果表明：安徽省茶树春霜冻害高风险、中风险和低风险区域面积为118×104hm2、337×104hm2和 353×104hm2, 分别占评价区域总面积的14.6%、41.7% 和43.7%。高风险区主要分布在大别山茶区的金寨县、霍山县、岳西县、潜山县等和江南茶区南部海拔600m以上的高山区域,零星分布在江北茶区北坡地带。中风险区多分布在大别山茶区和江南茶区海拔低于600m的山区,呈斑块状分布在江北茶区的丘陵和低山区。低风险区集中分布在芜湖−宣城−铜陵−池州沿江一带,零星分布在江南茶区的低山区。构建的风险指数总体能客观反映安徽省茶树霜冻害风险水平,可为茶树霜冻害风险管理提供依据。     

天水桃产量对气候变化的响应

应用1981—2005年天水桃树物候、产量资料及1961—2005年气象资料,统计分析得出,影响甘肃天水桃生长的主要气象因子为4月上一中旬最低气温、7—8月降水量及8月日照百分率。通过对这些气象因子45a的变化特征分析得出,气候变干变暖的趋势导致当地桃树物候普遍提前;初春冻害增多,使得桃种植的风险加大;7—8月降水变化总体减少的趋势有利于果实成熟;8月日照百分率缓慢下降的趋势使得果实成熟期日照不足,对品质和产量有不利影响。     

河西走廊胡麻生育气候条件分析及适生种植区划

分析研究得出影响该地区胡麻生育状况及产量形成的关键气象因子是5-6月各旬的平均气温和7月下旬-8月下旬的旬平均气温；其次为降水，光照的影响最小。关键期是胡麻苗期和蒴果形成阶段。并以此为依据进行了河西地区胡麻生态气候适生种植分区。提出了合理利用气候资源的途径。     

陕北黄土丘陵沟壑区NDVI与气象因子的相关性分析

基于逐旬NDV I数据和逐日气象数据,以陕北延安市为例,分析了降雨、温度、相对湿度、风速、日照时数等气象因子和NDV I的相关关系。研究结果表明,前10日的降雨、温度能够影响NDV I的变化,同时,NDV I的变化也能够对空气的相对湿度产生影响;NDV I与风速和日照时数的相关性较差。所拟合的NDV I与主要气象因子的关系模型中,NDV I与降雨量的模型拟合优度最低,而与温度的模型拟合优度最高。     

基于农户数据的河南中东部地区气象因子对冬小麦产量的影响分析

以河南中东部3个村庄为研究区,通过入户调查的方法,得到2003-2009年农户冬小麦实际产量数据,利用直线滑动平均法去除农户冬小麦趋势产量,从中提取出气象产量,并与相邻气象站点的数据进行相关分析,找出与产量相关度较高的气象因子。结果表明,研究区内影响冬小麦产量的关键气象因子为播种-越冬前降水量、灌浆-乳熟期日照时数、灌浆期平均气温,这些因子在冬小麦生长中分别以苗期旱灾,灌浆-乳熟期阴雨寡照和灌浆期高温的形式影响产量。研究结果可为冬小麦生产提供技术支持。     

原料蔗产量波动与气象条件关系及产量预报

通过对广西１５家代表性糖厂、１０个地市和自治区历年原料蔗产量与气象条件关系的研究，找出了引起广西各地原料蔗产量波动的主要气象因子：早春的低温、春末夏初的干旱、盛夏的高温少雨和秋季干旱。并运用数学方法确定各地气象因子对产量影响的主次关系。所研制的糖厂、地市和自治区三级产量气象预报模式，经３年试报检验，均具有较强的预报能力。这一结果对指导广西糖业生产具有重要意义。     

安徽茶区水土流失因素分析及防治对策

作者通过调查研究认为茶区地形地貌、生态环境、土壤质地、茶树种植方式和日降雨量等是影响茶区水土流失的主要因素。并根据上述影响因子,提出了重视茶园水土保持工作,保护茶区生态环境,加强治理措施,实行立体复合间作等综合防治对策。     

云南耿马甘蔗茎伸长量与气象因子的关系及其模拟预测

利用云南省耿马县2007-2010年新植甘蔗茎伸长量和同期气象资料,分析了气象因子对茎伸长的影响。结果表明,积温（Ta）、平均气温（T）、降水量（R）和日照时数（S）是影响甘蔗茎伸长的主要气象因子,前3者与甘蔗茎伸长量均呈显著（P〈0.05）或极显著（P〈0.01）正相关,说明较好的雨热光照条件对促进甘蔗茎伸长有利。利用2007-2009年甘蔗茎伸长期旬积温、平均气温、降水量、日照时数和对应的生长天数（D）,通过Rich-ards函数对甘蔗茎伸长量进行拟合,建立了综合预测模型;用该模型对2010年逐旬茎伸长量进行预测,绝对误差为0.0～11.0cm（平均3.4cm）,说明该模型具有一定的准确性与实用性。     

多重制约法在评价分离气象产量误差中的应用

运用多重制约 法的原理和方法,通过３种以上方法的联合,建立了求算实际气象产量与分离的气象产量的误差方程组,用于评价分离气象产量的优劣。     

中国西南地区干旱对玉米产量影响评估方法

为研究干旱对西南地区玉米产量的影响,该文根据气候相似、发育期相近、农业生产水平相当的原则将西南地区玉米种植区分成6个亚区,利用1961-2010年西南地区63个代表站点逐日气象资料,计算逐旬水分盈亏指数,建立逐旬干湿指数,并基于旬干湿指数建立玉米干旱累积指数,同时结合玉米单产资料,构建玉米干旱产量损失评估模型。结果表明,玉米生育期内旬干湿指数与该旬的土壤湿度相关性较好;西南6个亚区玉米干旱产量损失评估模型均通过0.05水平的F检验,通过代表站、西南干旱年玉米干旱累积指数与干旱产量损失间的统计分析,两者之间具有显著的相关性,检验水平F均在0.05以上。模型能较准确地评估玉米发生干旱时的产量损失,具有一定的应用和深入研究价值。     

作物气象产量探讨(二)——气象产量的主要因子分析

<正> 一、问题的提出由分析气象产量的基本统计特征获知,作物的气象产量是一个近似遵从正态分布的随机变量,它完全由不同时期的不同气象因子直接或间接作用所决定。这些气象因子可以用一个正态随机变量场来描述。设该场有K个变量,代表K个气象因子,它们对作物产生综合作用,其组合结果表现为气象产量。从气象产量和气象因子随时间变化过程中,可以取得几个样本,这时气象因子变量记为:     

BP神经网络模型在广西原料蔗产量预报中的应用

将广西甘蔗种植区气象台站的光温水资料采用膨化处理后按旬依次组合成不同时段值,通过相关分析方法普查选出与广西原料蔗产量相关系数通过0．01水平显著性检验的因子作为预报因子,分别用逐步回归方法和误差反传前向网络（BP神经网络）建立广西原料蔗产量预报模型,模拟结果对比分析显示,BP神经网络预报模型的拟合精度和预报精度均高于逐步回归模型。     

降水量和积温变化对天津冬小麦产量的影响

利用天津1960-2008年冬小麦单产资料,采用统计方法分析了影响冬小麦产量变化的主要气象因子及其变化趋势。结果表明:3个时段(全生育期、拔节-灌浆期、播种前)的降水量以及越冬前正积温是影响天津冬小麦产量的两种主要气象因子。趋势分析表明,49a中天津地区3个时段的降水量呈先减少后增加的变化趋势,越冬前正积温呈直线增加趋势;根据分别建立的冬小麦气象产量与影响时段降水量、越冬前正积温的回归方程,计算得出全生育期降水量达到122mm、拔节-灌浆期降水量达到41mm、播种前降水量达到36mm和越冬前正积温达到511~627℃.d是天津冬小麦气象产量为正值的水分和温度临界指标;据此标准,49a中,3个时段降水亏缺概率为22%~80%,但由于灌溉能力的提高,降水对产量的影响作用减小;冬小麦越冬前遭遇低温的概率为10%~50%,遭遇高温的概率为8%,并随年代增加呈上升的趋势,积温对产量的影响作用逐渐增强。