福建省气候变化特征分析

本研究选取福建省有长期、连续记录的8个气象站点,分析福建省近40年来气候变化特征,为制定福建省农业生产发展应对气候变化的适应性措施提供理论依据。结果表明：福建省近40年来温度呈上升趋势,且冬季增温非常明显,年最低温度升温率达0.15℃/10年;降水的年际波动大,各气象台站平均降水增加率为53.39 mm/10年,自20世纪90年代以后具有增多趋势,且东南沿海地区降水量的上升趋势高于其他地区;各站点的区域热量指数都呈增高趋势,区域湿润指数自90年代以后有上升的趋势。总的来说,福建省气候有趋于暖湿的迹象,但变化趋势较不明显。     

基于随机森林算法的日光温室内气温预测模型研究

开展日光温室气温预报,为农业生产提供参考,指导农户采取调控措施,为作物生长提供适宜条件,促进品质和产量提升。研究选取温室外气温、日照等气象因子,建立随机森林算法预测模型,就室内最低、最高气温进行拟合预测分析和预测因子重要性评估。结果表明,温室内最低、最高气温拟合值与观察值的拟合度分别达99.69%和99.85%,温室外最低气温是室内最低气温的重要预测因子,室外日照是室内最高气温的重要预测因子。同时建立支持向量机、神经网络、多元回归、逐步回归模型,通过对各个模型中平均绝对误差、均方根误差等3个指标进行比较,得出随机森林模型的预测精度优于其他模型。基于随机森林算法的气温预测模型精确度较高,可推广应用到后期日光温室气温预测中。     

柑橘皮渣降解酶的筛选

从6种果胶酶中,筛选出对柑橘皮渣降解作用良好的果胶酶W1,适宜用量为0.05%;从5种纤维素酶中,筛选出对柑橘皮渣降解作用良好的纤维素酶R-10,适宜用量为0.01%。由果胶酶W1和纤维素酶R-10组成的复合酶,适宜的酶解温度为30℃,酶解时间为24h。     

日光温室气温变化规律的研究

为了探明冬春季日光温室内气温的变化规律,于山东莱芜进行温室内小气候观测试验,对各月份不同天气条件下温室内气温变化规律进行了分析,结果表明,12、1和2月份的最低气温出现时间为08时,阴天会推迟1小时,且最低气温均在番茄的生长界限温度以下;3和4月份的最低气温出现时间依次为07和06时;最低气温值均在阴天最高,多云天次之,晴天最低;温室内外气温相关性阴天时最大,多云天次之,晴天最小,且昼夜差异较大,白天相关性小于夜间;严冬季节温室内增温效果显著。     

莱芜日光温室气温变化规律研究

为探明冬春季目光温室内气温的变化规律,于山东莱芜进行温室内小气候观测试验,对各月份不同天气条件下温室内气温变化规律进行了分析,结果表明:(1)12、1和2月份的最低气温出现时间为08时,阴天会推迟1h.且最低气温均在番茄的生长界限温度以下;3和4月份的最低气温出现时间分别为07和06时;且最低气温均在阴天最高,多云天次之,晴天最低;(2)温室内外气温相关性阴天时最大,多云天次之.晴天最小;且白天相关性明显小于夜间;(3)冬季温室内增温效果显著.     

青海高原节能日光温室气温变化规律研究

为了找出青海高原温室内气温变化规律和与外界气温关系,为温室内作物栽培管理提供精细化气象服务,根据青海海东平安县2010年6月—2011年8月日光节能温室内外气象要素的连续监测,对温室内气温在不同季节、不同天气类型下的日变化规律及其与外界气温相关性进行分析。结果表明：（1）四季温室内气温日变化均呈“单峰”型,晴天、多云天、阴天下气温都是白天高于夜间,室内高于室外;（2）不同季节、不同天气条件下温室内气温日变化明显不同,最高和最低值出现时间差异较大,温室内外温差也呈现不同的变化;（3）温室内外气温相关性都是夜间高于白天,温室内外气温呈显著正相关关系,据此建立的回归方程,对开展农用天气预报具有一定意义。     

农业有机废弃物集中回收处理后资源化利用体系研究——以甘南县兴鲜村为例

中国东北地区农业废弃物以秸秆和鸡粪为主,其中含有大量的物质和能量资源,也含有大量抗生素和病原菌,处理得当便能“变废为宝”,处理不当便会成为农业生产中最大的污染来源。同时东北地区气候寒冷,废弃物腐熟过程中升温存在困难。利用好氧堆肥过程中的高温腐熟作用可以封闭废弃物表面重金属,降解抗生素,消灭病原菌,也是目前无害化程度最高的处理方式。本研究以兴鲜村作为代表,利用草籽比和养分平衡率对肥料化利用潜力进行估计分析,结合卫星遥感图确定寒地堆肥的选址要素和系统处理方案。预计该村落每年产生的农业有机废弃物总含氮量可以满足454.341 t玉米或474.993 t水稻果实的生产,集中处理后好氧堆肥可产生有机肥400 t。该研究具有一定可实行性,可为东北地区农村农业废弃物的资源化利用和无害化处理提供参考。     

西宁冬季日光温室气温变化规律研究

利用青海省大通县日光节能温室的小气候观测数据和同期气象站资料,系统研究日光温室内外温度的变化特征,建立基于逐步回归方法的温室内最高和最低气温预报模型。结果表明：（1）不同天况下温室内气温的日变化规律均呈“单峰”型,且变化幅度为：晴天＞多云＞阴天;（2）不同天况下温室内日最高和最低温度明显高于室外最高和最低温度;（3）相关分析表明,温室内日最高温度和日最低温度与日照百分率的相关性最高,与10 cm地温的相关性最低;（4）建立的模型能较好地预测不同天气条件下温室内最高和最低温度,多云和阴天天气下的模拟效果优于晴天。研究结果为高寒冷地区生产避开低温冷（冻）害,掌握冬季绿叶菜的适播期,及时播种提供决策依据。     

加热法提取柑橘皮中膳食纤维的研究

对柑橘皮中膳食纤维的加热法提取工艺和所提膳食纤维的功能特性进行研究,结果表明膳食纤维的最佳提取工艺是:水料比为40:1、加热温度为110℃、提取时间为30min、所提膳食纤维中SDF:IDF为0.37、持水性为731%、溶胀性为4.5mL/g,而且生理活性较好。     

转Bt基因抗虫棉施钾效应研究初报

试验于2002—2003年分别在安徽合肥及宿州就安徽省推广的主要抗虫棉品种，国抗1号、中棉所29及32B的施钾效应进行了研究。结果表明：（1）在每公顷施用尿素450kg、磷肥600kg条件下，Bt抗虫棉增施钾肥能明显提高其产量，皮棉产量增加2.3%~18.9%，品质也有所改善，以施用氯化钾375kg/hm2为宜。增产的主要原因是施钾提高了单株果枝数、单株结铃数、单铃重和衣分，优质铃率也明显提高；（2）在施钾量相同条件下，不同施钾方法对产量也有显著影响，以基施与追施比6:4的方式肥效更佳；（3）中棉所29施钾处理较对照增产12.7%，32B较对照增产11.2%，产量差异均极显著；中棉所29较32B增产6.7%，且差异显著，其主要生理原因是单株干物质积累多，尤其是中后期的干物质积累速率明显高于32B，显示出杂交抗虫棉具有明显的杂种优势。     

山东寿光冬季日光温室内温度变化特征及低温预报

为了提高设施农业气象服务水平,减轻气象灾害对日光温室蔬菜生产的影响,利用2008-2011年冬季日光温室内外气象观测资料,采用相关及逐步回归分析方法,对冬季日光温室内温度变化特征及最低气温预报模型进行分析研究。结果表明,晴天和多云天气下日光温室内的气温有明显的日变化,且晴天状况下温度变化幅度要大于多云天气;连阴天时日光温室内气温较低,严重影响植物正常生长发育。日光温室内最低气温与室外气温及室内湿度、气温、地温相关性较好。试验建立了日光温室内最低气温预报模型,利用最新资料对模型进行预报检验,不同天气状况下日光温室内最低气温预报值平均绝对误差小于1℃,平均相对误差低于10%。     

上海春季蟠桃大棚温室内气温变化特征及低温预报

为提高上海市金山区设施农业气象服务水平,减轻春季低温冻害对温室内‘玉露’蟠桃授粉的影响,利用2015—2017年春季蟠桃温室内外气象观测资料对春季棚内气温影响特征进行分析研究,采用多元线性回归和逐步回归的分析方法建立3种典型天气类型下蟠桃温室内最低气温预报模型。结果表明,晴天和多云天气下温室内气温呈现明显日变化特征,阴雨天温室内的平均气温偏低、湿度偏大,严重影响蟠桃的春季授粉率。蟠桃温室内的最低气温与温室内前一天的小气候因子有较好的相关性,提取前一天温室内最低、最高气温和棚外最低气温3个主要气象因子,尝试采用2015—2016年气象数据建立春季温室内不同天气状况下的最低气温预报模型,并利用2017年的春季气象资料对3种天气下预报模型进行验证,整个春季蟠桃温室内最低气温预报平均绝对误差在1.56℃,平均相对误差18%,均方根误差4.97℃,其中对阴雨天的最低气温预报效果最好。该研究结果可为设施农业环境调控及小气候预报提供支持。     

高寒冷凉地区日光温室温度变化规律分析与预报

为开展精细化设施农业气象预报服务,实现高产、稳产的反季节蔬菜栽培,达到农业防灾减灾和可持续发展的目的,利用青海省大通县国家现代农业示范园区日光温室小气候观测数据及气象站观测资料,分析了该地日光温室内温度变化规律,同时建立了该地日光温室内平均温度及最低温度预报模型。结果表明,室内年平均气温日变化均表现为“1升2降”的过程,08:00—14:00为升温阶段,最大升温速率多云天(5.46℃)>晴天(5.34℃)>阴天(1.6℃);14:00—21:00为快速降温阶段,降温速率多云天(2.79℃)>晴天(2.69℃)>阴天(1.56℃),21:00—08:00（次日）为缓慢降温阶段,降温速率晴天(0.57℃)>多云天(0.53℃)>阴天(0.49℃)。平均温度预报模型为T_ave=3.991+0.688T₁+0.113T₄,预测值与实测值的相关系数(R²)达到0.7062,ABSe和RMSe为1.45、1.85℃,≤2%的准确率75%,≤4%的准确率96%;最低温度预报模型T_min=-3.05+0.366T₃+0.692T₁-0.098T₂,预测值与实测值相关系数(R²)达到0.8373,ABSe和RMSe为1.15、1.55℃,≤2%的准确率81%,≤4%的准确率99%,模型的模拟效果较好,具有较强的实用性。     

张掖日光温室最低温度预报模型的主成分回归法构建

为了有效预报日光温室内部最低温度,减弱低温冷害对设施农业生产的影响。利用张掖日光温室内小气候数据及室外气象观测资料,选取8个影响日光温室最低温度的气象因子进行相关分析和统计检验的多重共线性诊断,应用主成分回归方法建立日光温室最低温度预报模型,并用模型模拟值与温室最低温度实测值比较对模型精度进行检验。结果表明：气象因子X₁、X₂、X₄、X₆、X₇、X₈间存在共线性的问题。通过主成分分析综合提取了3个主成分代替原来的8个变量,建立的温室最低温度预报模型通过α=0.01水平显著性检验,且模型精度检验表明,不同天气条件（晴天、少云—多云、阴天）的模拟值和实测值间R²在0.81~0.89之间,RMSE在0.90~1.16℃之间;不同时段（12月—次年2月）的模拟值和实测值间R²在0.82~0.89之间,RMSE在0.94~1.13℃之间。     

辽宁省日光温室雪荷载分布

为了计算出近年辽宁省日光温室这种特殊几何屋面建筑所受的基本雪压及雪荷载分布情况,利用辽宁省30年冬季降水数据,使用矩法、耿贝尔参数估计方法对极值I型分布函数的参数进行估计,比较参数优良性指标,进而计算30年一遇最大降雪量及基本雪压,结合辽宁省日光温室结构特点,确定日光温室积雪分布系数,最终得出辽宁省各地区日光温室雪荷载分布。结果表明：辽宁省30年重复期实际基本雪压与建筑规范中基本雪压标准值差距较大;辽宁省日光温室雪荷载范围为0.28~0.79 kN/m2。其中,以鞍山、岫岩、本溪、沈阳等中部地区雪荷载最大,由此向东西南北4个方向雪荷载逐渐减小。     

日光温室湿度日预测的季节时序模型应用研究

日光温室内湿度环境的调控是设施农业生产监测与预测的重要内容,现以季节性时间序列模型的理论和方法,对石家庄高邑地区的代表温室内,2008年10月至2009年6月间的月平均日湿度值为分析数据,建立了当地温室的日湿度AR（p）模型,用实测数据与模型的预测数据相比较,均方根误差RMSE和相对误差RE分别为9.90和 -8.65%,说明时间序列模型能较好地拟合与预测日湿度的变化趋势,可为日光温室的湿度环境调控书提供理论依据和决策支持。     

东北地区大型日光温室最高、最低温度预报模式探讨

为了在东北地区开展大型日光温室内气温预报,防御温室蔬菜冷冻害和热害,在东北地区的中部建立大型日温室和温室小气候自动观测系统,应用小气候监测资料研究棚内外最高、最低气温的关系,建立相关模式,用棚外的最高、最低温度预报值预报棚内的最低（最高）温度。结果表明,大型日光温室内、外最低（最高）气温相关显著,不同季节、不同天气条件下的相关模式差异较大。这类相关模式可以用于日光温室内最低和最高气温的预报,从而提升温室气象要素预报水平,预防设施农业气象灾害,提高蔬菜生产效益。     

日光温室小气候预报技术研究

为了提高设施农业气象服务水平,促进中国设施农业发展,通过对日光温室内外气象条件对比观测,分别采用BP神经网络、逐步回归和能量平衡原理构建了温室内气温预报模型,探讨能适用于业务服务的小气候预报技术方法。结果表明,基于BP神经网络的预报模型虽预报精度高,由于种植作物生长特性差异较大,缺乏服务的广适性;通过能量平衡原理构建的预报模型机理性强,但相关参数难以获得,预报精度差,服务时效短;采用逐步回归方法构建的温室温度预报模型较前两者具有比较优势,且预报时效可以为未来的1~7天,比较适合于目前气象部门开展设施农业气象服务。     

基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析

为构建较准确的日光温室温湿度预测模型,于2011-2013年冬季(1月、2月、12月)天津市宝坻区开展温室内外环境监测试验,并建立3种天气类型(晴、多云、阴)下3个时段(0-8时、8-17时、17-23时)逐步回归与BP神经网络温室内温湿度预测模型。结果表明:1)温室内气温逐步回归模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为88%,平均均方根误差(RMSE)为2℃;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为94%,平均均方根误差(RMSE)为1.6℃。应用BP神经网络建立的气温预测模型相对更为准确稳定。2) 相对湿度逐步回归模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为81%,平均均方根误差(RMSE)为5.7%;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为80%,平均均方根误差(RMSE)为6.7%。两类模型均不适宜预测8-17时日光温室相对湿度,而17-23时与0-8时应用逐步回归建立的湿度预测模型相对更准确稳定。