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:     

河套灌区土壤水盐和作物生长的HYDRUS-EPIC模型分布式模拟

土壤水盐是影响干旱灌区作物产量的主要因素。分布式模型可综合考虑土壤、水文和气象因子在灌区的时空变异特征,为评估区域尺度土壤水盐与作物生长状况提供有效工具。该文以河套灌区解放闸灌域为研究区,根据气象-土壤-作物-灌溉等因子的空间分布特征进行均质单元划分,建立基于一维农业水文模型HYDRUS-EPIC的灌区尺度分布式模型。利用2012年和2013年定点观测数据(土壤水分、盐分、叶面积指数和作物产量)进行模型率定与验证;进一步应用模型以求探明现状灌溉条件下研究区土壤水盐与作物生长状况及存在的问题。结果表明:生育期内灌区根区土壤(0~100 cm)有效饱和度为0.44~0.90,基本满足作物耗水需求;根区土壤溶液平均盐分浓度为3.1~13.5 g/L,相应地作物的相对产量为0.35~1.33,土壤盐分过高成为限制研究区作物产量的主因。为调控根区土壤水盐状况,对地下水深埋区(东北部)需进行灌水量的适宜补充,宜将浅埋区(西北、西南等)地下水平均埋深控制在1.3 m以下。     

草地生物量的动态模拟

本文以作物生长模拟理论为基础,考虑到草原群落多种群的特点，对高寒矮嵩草草甸建立了能反映气象因子与生物因子对种群生物量时间动态综合影响的总模式，包括对任意种群作用、呼吸作用、同化物分配等生理过程的定量模拟及叶面积指数动态、群落结构动态模拟等6类子模式，能够定量地给出该草甸群落地上生物量和地下生物量的季节变化，是草原植被光合产量模拟研究的较好尝试。     

基于有效积温的中国水稻生长模型的构建

有效积温是指作物生长至某一生育阶段所需要积累的有效温度,是反映气象条件对作物生长影响的主要指标,研究有效积温对作物生长过程的影响对提高农业生产效率具有重要意义。该文以有效积温作为气象因子,收集中国气象数据网中的气象数据和已发表的学术论文中的水稻生长数据,建立了描述水稻生长过程的叶面积指数和干物质积累量的普适Logistic模型,并研究了水稻最大叶面积指数与最大干物质积累量、收获指数(作物经济产量与生物产量的比值)及降水量之间的关系。结果表明:有效积温为1000℃左右时,水稻叶面积指数最大,且此时干物质增长速率最大;水稻最大叶面积指数与最大干物质积累量之间表现为线性关系;最大叶面积指数和收获指数、降水量之间为二次抛物线关系,当降水量为670.5 mm时,最大叶面积指数为7.93,对应的水稻收获指数达到最大值0.50。该研究对于构建其他作物的生长模型具有一定的参考意义。     

山西省自然生态区划分与适种作物的分析

本文应用主成分分析的方法,对20个气象环境因子进行分析,找出了影响作物种植分布的主要环境因子,并通过聚类分区与分离气象因子产量的方法,阐明了几种主要作物的适宜种植区域。     

作物生长模型的应用研究进展

作物生长模型不仅能够进行单点尺度上作物生长发育的动态模拟,而且能够从系统角度评价作物生长状态与环境要素的关系。本文通过梳理当前作物生长模型应用的诸多研究成果,剖析模型在气候变化对农业生产影响研究、作物生长模型区域应用中的关键问题,总结了当前以作物生长模型为核心的农业决策支持系统开发的研究情况,意在促进作物生长模型在生态、农业、区域气候资源和气候变化等研究中更广泛地应用。结果表明,作物生长模型在国内外的研究与应用广泛而深入,在气候变化背景下,应用作物生长模型进行历史时期气候条件和农业气象灾害对作物生产状况和产量的影响研究已相当广泛且相对成熟。利用全球气候模式（GCM）或区域气候模式（RCM）构建未来气候变化情景,再与作物生长模型耦合已发展成为评估未来气候变化对农业生产影响的重要手段。通过集成与整合多作物生长模型、多气候模式集合模拟、优化气候模拟数据订正方法可有效降低气候变化对农业生产影响评估的不确定性。遥感数据同化技术能够将站点模型运用到区域尺度上评价不同环境因子对农业生产的影响,拓宽了作物生长模型的应用尺度范围并有效提高作物产量估算的精度。以作物生长模型为核心的农业决策支持系统的研究与应用越来越多元化,是辅助农业生产管理和决策的重要工具。然而,由于作物生态系统的复杂性,作物生长模型模拟结果仍存在很大的不确定性,今后对作物生长机理及过程间耦合机制的探索还需加强,以便进一步完善和改进模型,促进作物生长模型更广泛地应用。     

马铃薯晚疫病气象等级预报方法研究

通过对1990-2008年围场县马铃薯晚疫病的发生面积与气象条件进行相关分析,表明马铃薯晚疫病的发生是生物因子在适宜的气象条件下发生作用的结果。气温、降水、相对湿度、日照时数等气象条件是马铃薯晚疫病发生的决定性因素。在温度适宜的情况下,阴雨连绵或多雾、多露最有利于晚疫病的发生和流行。以受灾率作为马铃薯晚疫病气象等级的划分标准,选取与晚疫病相关的前期气象要素作为预报因子,采用综合聚类法建立了马铃薯晚疫病气象等级的预报模型。回代结果表明,用气象综合聚类法类做马铃薯晚疫病的气象等级预报,可以为控制晚疫病的蔓延,赢得宝贵时间,提高气象决策服务水平。     

农业技术和气候变化对农作物产量和蒸散量的影响

随着农业生产条件的改善、品种改进和有利的气象条件的变化, 世界各地的作物产量得到大幅度提高, 但作物的蒸散量却未出现大幅度提高。本文以石家庄气象站1955~2007 年的气象资料为基础, 分析了河北省冬小麦和夏玉米生长期间主要气象因素变化, 结合中国科学院栾城农业生态系统试验站长期定位灌溉试验的研究结果, 分析了农业生产条件和气象因子变化对冬小麦和夏玉米产量及耗水量的影响。结果表明,1955~2007 年冬小麦和夏玉米生长季的气象因子发生了变化, 日照时数、相对湿度、风速、气温日较差显著降低, 最低气温、平均气温和积温显著升高, 气象因子的变化对作物总蒸散量未产生明显影响, 但由于降水减少,作物生长期间的灌溉需水量呈增加趋势。长期灌溉试验结果表明, 随着农业生产条件的变化和品种的改良, 冬小麦和夏玉米的产量不断增加, 而耗水量的增加幅度小于产量增加幅度, 夏玉米的耗水量呈稳定状态。节水技术的推广和应用对维持耗水量稳定起着非常关键的作用。     

2023年秋收作物生长季农业气象条件评价

基于全国2433个气象台站2023年实时和历史同期（1991-2020年）观测资料、农业气象观测站和试验站作物发育期观测资料,利用农业气象评价指标、作物气候适宜度模型、农业气象灾害指数等方法,综合评估2023年主要秋收作物生长季内农业气象条件、生长适宜度、农业气象灾害等对作物生长和产量的影响。结果表明：2023年秋收作物生长季大部农区光温适宜、降水充沛,农业干旱、低温冷害、南方高温热害、寒露风等灾害影响偏轻,总体上利于秋收作物产量形成。但京津冀和东北等地强降水导致部分农田发生较重渍涝灾害,华北、黄淮和新疆等地夏季高温极端性强,北方地区春季阶段性低温,湖北湖南部分晚稻遭受寒露风灾害,西南地区南部春旱持续时间长,北方部分农区夏季阶段性干旱,部分农作物生长受到一定不利影响。     

基于灰色关联度与BP神经网络模型的日参考作物腾发量预测

参考作物腾发量是制定灌溉用水计划、水量分配计划最基本、最重要的内容之一,其精确预测可以提高灌溉预报的精度。采用灰色系统理论中的关联分析方法,对影响作物腾发量的各个气象因素进行关联度分析,挑选出影响作物腾发量的主要气象因子,并以这些主要气象因子为输入向量,以参考作物腾发量为输出向量,建立作物腾发量与主要气象因子之间的BP神经网络预测模型。通过实例证明,该方法简单可行,预测精度比较高,能够满足实际生产需要。     

水稻蒸散特征及日尺度作物系数估算*5

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

水稻蒸散特征及日尺度作物系数估算

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

影响沙棘生长主要生态因子的灰色优势分析

在黄土高原沟壑区，影响沙棘生长的主要生态因子中，地形、土壤因子的影响集中表现为土壤水分的影响，而土壤水分主要受气象因子的影响。气象因子对沙棘生长的影响很大，其中水分类子出于对沙棘总体生长的影响大于热量类子因子；４～６月降雨为影响沙棘生长的优势气象因子。在土壤水分条件较好的阴沟坡，沙棘生长与气象因子的关联度最小，在水分条件较差的它立地，沙棘生长与气象因子的关联度较大。由此可见，生长在阴沟议的沙棘基本上能达到“旱涝保收”，而在干旱立地上，沙棘生长对水分类气象子因子的依赖性很大。     

2022年秋收作物生长季农业气象条件评价

基于全国2467个气象台站实时和历史同期观测资料,利用农业气象评价指标、作物气候适宜度模型、主要农业气象灾害指数评估方法等,综合评估2022年玉米、一季稻、晚稻、大豆和棉花等主要秋收作物关键生育期的农业气象条件、生长适宜度、农业气象灾害等对产量的影响。结果表明,生长季内大部农区光热条件好,水分条件制约玉米、大豆等旱地作物产量提高;玉米、一季稻、大豆、棉花关键生育期内低温、阴雨寡照、暴雨洪涝灾害影响偏轻;长江流域夏季高温综合强度为1961年以来最强,一季稻等作物遭受严重高温热害,玉米、大豆等旱地作物遭受严重夏秋连旱;吉林、辽宁和山东等地夏季出现叠加性强降水过程,部分地区玉米、大豆渍涝灾害较重。     

周期分析在龙泉山区单季稻产量预报中的应用

<正> 龙泉县位于浙南山区,境内山峦起伏、地形复杂、海拔高度相差悬殊。而栽培水稻在海拔145-1300米的山峦地带均有分布,就是一个公社、甚至是一个大队,栽培水稻也分布于不同的海拔高度上。由于各地光、温、水等气象条件的差异,使作物生长季节及气象条件对作物生长的影响也不同。就是同一地,也由于单季稻能生长的时间长,栽培时间相差也较大。因此,难以找出影响产量的关键期和主要气象因子,给产量预报带来了困难。而预报一地或者一个大队的产量意义又不大,也不可能各个山峦地带都作预报。本文根据各气象因素年际之间存在着一     

基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率（误差在2～3 mm/d以内）相比使用联合国粮农组织（FAO）推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测

农作物种植类型的地理分布差异,气候条件差异、土壤环境不同等因素的影响,需要开展农作物生长模型参数区域化、本地化的研究工作;通过改善区域气象数据空间化方法以提升插值精度的研究,也需要得到应用的重视。针对以上问题,该文以SWAP(soil-water-atmosphere-plant model,土壤-水-大气-作物模型)模型为基础,以中国黑龙江省南部地区作为研究区域,以其主要农作物春玉米为目标作物,确定研究春玉米的作物生长模型参数,并综合考虑纬度及海拔对气温的影响情况,研究将协同克里金(coKriging)方法引入作物生长模型气象数据插值获取中,从而提高模型输入参数中气象数据精度,并以叶面积指数(leaf area index,LAI)及蒸散发(evapotranspire,ET)数据作为同化遥感数据源,通过优化玉米灌溉量和出苗日期,获取了研究区2013年的玉米产量空间分布成果,与统计资料结果对比,玉米总产量监测结果的R2达到了0.939 4,均方根误差(root mean squared error,RMSE)达到了148 065 t,平均绝对误差(mean absolute error,MAE)为114 335 t。研究区15个县市区的预测单产和统计单产之间的决定系数达到了0.724 5,RMSE为598.5 kg/hm~2,MAE为531.5 kg/hm~2。研究结果表明,利用SWAP模型,以协同克里金方法获取气象数据空间插值成果作为输入数据,通过同化LAI和ET遥感数据,可以有效进行黑龙江南部区域的玉米产量遥感监测,为区域作物生长及生产力的遥感监测预测提供参考。     

作物养分平衡诊断与调节系统

“土壤—作物”是一个复杂系统,影响作物产量质量的因素是作物本身、土壤施肥以及其它环境因子之间关系的综合效应。通过科学试验,总结专家经验,用系统工程的原理和方法作营养元素的定量分析,寻找作物体内营养元素在系统内平衡的规律,建立数学模型和高产作物养分数据库。作物养分平衡诊断与调节系统是解决此问题的一项高新技术,并成功地在微型计算机上付诸实施,使之成为一项实用技术。     

一种农业产量气象预报的微机模型

<正> 本文试做一种适合微机信息化处理的农业产量气象预报方法,经业务服务中使用效果较好。兹将方法介绍如下。一、产量信息处理农业产量气象预报,主要是从作物生态气象环境方面对农作物的产量进行预测预报。各种气象因子的数值以及它们之间的数值组合、交互作用,随时都在千变万化之中,作物产量在很大程度上是它一生中所受     

内蒙古东部区粮食产量对气候变化的响应

利用内蒙古东部产粮区25个气象站建站至2005年气象资料与粮豆和主要作物产量资料,分析了作物生长季水热演变规律,及区域作物产量对气候变化的响应。结果表明:(1)近50a该区域水热匹配格局发生变化,特别是近20a暖干化趋势明显;(2)降水是影响该地区粮食生产的关键气象因子,春、夏季降水量的匮乏和生长季高温是粮食生产的主要限制因素;(3)各作物的第一敏感因子不同。小麦和谷子为降水,玉米为夏季高温,马铃薯产量对7-8月温差和4-5月降水反应敏感。(4)据模型推算,当生长季平均最高气温或温差增加1℃时,有可能使玉米气象产量减少102～192kg/hm2,大豆减产87kg/hm2,马铃薯增产55.5kg/hm2。因此,气候暖干化倾向有可能造成该区域农业产量呈下降趋势。研究结果可为有关部门制定应对气候变化策略提供参考。