化州市晚稻稻飞虱主害代发生期及发生程度气象预测模型

化州是广东省重要的水稻生产基地。稻飞虱是化州市主要的水稻害虫之一。笔者就6代稻飞虱发生期和发生程度与气象条件之间的关系进行分析研究,利用气象因子预测稻飞虱的发生与发展,以提高稻飞虱发生期和发生程度预测的准确性。应用SPSS分析软件进行逐步回归分析,对广东省化州市1996—2011年的晚稻稻飞虱主害代调查资料和气象观测资料进行分析,筛选出适合的气象预报因子,分别建立晚稻稻飞虱主害代成虫高峰期、若虫高峰期、发生程度和发生面积统计预报模型,用2012年和2013年的资料作为独立样本用于模型效果检验。结果表明,上述预测模型均通过0.01显著性统计检验。将化州市1996—2011年各年度对应的气象观测数据代入各式,模拟值与实测值的逐年变化趋势比较吻合,相对准确率分别为87.5%、93.8%、90.9%、94.2%。对建模内预报值和2012、2013年预报应用效果进行验证,模拟值与实测值基本吻合,可以为该区稻飞虱预测预报服务。可见通过逐步回归分析法对化州市晚稻稻飞虱主害代（6代）的发生期及发生程度进行预测,只要所选择的气象因子与相应的实测值有较高的相关性,就能较准确预测出发生期及发生程度范围;在稻飞虱发生期和发生程度模型建立中,选取的气象因子取了前驱值,所建立的模型更具预测性。     

贵德县梨树始花期与气象因子的相关分析及预报模型

为准确预报贵德地区梨树的始花期提供方法支持。笔者利用2007—2014 年青海省贵德县气象局观测的梨树始花期资料和地面气象观测资料,对影响梨树始花期的气象因子进行分析。结果表明：影响梨树始花期的主要气象因子是气温稳定通过5.0℃到3 月底的积温值。利用逐步回归分析方法建立了基于主要气象因子的梨树始花期预报模型,用所建立的预测模型对2007—2014 年梨花始花期进行回测,准确率较高。对2015 年梨树始花期日期进行预测,预测值与实际观测值之间相差1 天,预报值基本吻合。所建立的预测模型能准确预测贵德县梨树始花期的预报。     

油用牡丹花期预报

根据菏泽市2008—2019年油用牡丹花期观测资料及相应气象要素,利用滑动平均、相关分析及逐步回归等数理统计方法,分析了影响菏泽市油用牡丹始花期早晚的主要气象因子。结果表明：温度条件是影响油用牡丹始花期主要的气象因子之一,并与花期呈显著负相关;日照、降水及日较差等气象条件与油用牡丹始花期相关均不显著。选取2008—2018年对牡丹花期影响较大的气象因子,采用逐步回归方法,建立了油用牡丹始花期预报模型,可分别于3月21日、4月1日发布花期预报。模型历史回代（允许误差均在±1天）,并对2019、2020年进行试报,准确率均为100%,拟合程度较为理想,试报效果较好,满足气象服务需求。     

基于关键气象因子的湘西烤烟产量预报模型构建

构建湘西州主栽烤烟品种的产量预报模型，为烤烟生产决策和管理提供科学依据。基于2019—2021年湘西中海拔地区2个主栽烤烟品种‘云烟87’和‘湘烟7号’的田间实测产量资料和平行气象观测资料，将产量资料与不同生育期气象因子作相关分析，找出影响产量的关键气象因子，再将产量与关键气象因子作逐步回归，最终建立产量预测模型，并用独立资料对模型进行检验。结果表明：影响‘云烟87’烤烟产量的关键气象因子是旺长—成熟期平均相对湿度、成熟期50 d内干旱日数、旺长后51～60 d降水量等，而影响‘湘烟7号’烤烟产量的主要气象因子是成熟期50 d内干旱日数、旺长—成熟期≥13℃有效积温、移栽后61～70 d平均温度等。‘云烟87’产量预报模型的回代检验和预报检验的准确率分别为94.6%、97.5%‘，湘烟7号’产量预报模型的回代检验和预报检验的准确率分别为96.7%、89.6%。     

基于logistic和灾减率方法制作玉米产量的预测

利用多元回归预报模型与灾减率相结合探讨粮食产量预报方法。依据本溪县玉米单产和气候资料,利用logistic方法建立玉米趋势产量序列,将分离的气象产量转换为相对气象产量,进行相关筛选预报因子,组建预测模型。结果表明：运用logistic方法构建的玉米趋势产量序列,提高了趋势产量拟合的精度;选取气象因子具有一定的生物学意义,增强了预测模型的科学性;多元回归预测模型与灾减率订正预测玉米单产正确率达90%。为粮食产量预报的定量化和精细化提供科学的依据。     

内蒙古东北部落叶松早落病发生发展的气象预测

随着气候的异常变化,落叶松早落病呈逐年严重的态势发展。为了有效预防早落病的大面积发生,笔者利用气象资料建立2种模型对落叶松早落病的发生面积进行预测预报。结果表明：落叶松早落病喜低温高湿的气候环境,不耐高温干旱。通过逐步回归和神经网络2种模型预报出落叶松早落病的发生面积的结果显示,逐步回归模型预报的平均误差为18.8%,神经网络模型预报的平均误差为8.6%,再利用2012年和2013年进行检验,逐步回归模型预报的误差分别为7.2%和11.4%,神经网络模型预报的误差分别为5.3%和2.4%,较逐步回归模型的预测结果的误差分别低1.9%和9.0%。因此得出结论即神经网络模型预报效果较好,可以为林业部门提供科学依据。     

邯郸冬小麦干热风发生规律及风险预报

干热风是影响小麦产量和品质的农业气象灾害,对其研究意义重大。笔者利用邯郸气象资料和小麦产量数据,采用趋势预测和统计方法,对干热风发生规律及其风险预报进行了研究。结果表明:邯郸轻度干热风一年两遇,重度干热风一年一遇,西部山区和平原北部是轻度干热风灾害的高风险区,平原东部和中部是重度干热风灾害的高风险区;通过相对气象产量百分率与气温、湿度和风速等气象因子的相关分析进行干热风风险预报因子的初选,采用逐步回归方法,建立干热风风险预报方程。风速和最高气温是影响邯郸冬小麦生长后期的关键因子,可以进行邯郸干热风灾害风险预报。     

早稻纹枯病气象等级预测研究

为了探讨早稻纹枯病气象等级的预测方法,根据醴陵市2011—2013年早稻纹枯病病株率数据田间观测资料,建立了基于气象因子的早稻纹枯病气象等级预报模型,并进行了回代预报检验。结果表明：通过早稻日病株率与日平均气温、日降水量、日照时数、日相对湿度的相关性分析,计算出病株率气象因子权重系数为0.3121、0.2056、0.3024、0.1799,建立了基于气象因子早稻纹枯病气象等级预测模型。早稻纹枯病发生气象等级模型回代预报检验准确率为100%,能较好地预报病情的发生发展,对纹枯病的防治有一定的指导作用,可用于日常纹枯病气象等级预报业务中。     

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。     

庆阳市污染天气预报思路的建立

为了提高庆阳市空气污染预报水平,利用多年环境空气质量和气象观测资料,分析各气象因子对空气污染指数API的影响,采用逐步回归的方法建立预报方程。结果表明:污染天气主要出现在冬季,其次为春季。冬季的API与除稳定度外的其余气象因子相关性较好,春、夏、秋、冬四季以及全年的API与温度、气压、降水和不稳定能量的相关性最好。建立的预报方程对夏、秋、冬三季和全年的预报效果较为准确,而对春季预报效果相对较差。实际预报中再结合具体污染源监测和相似天气分析,最终确定庆阳市本地污染天气预报的综合评估结果。本研究为庆阳市污染天气过程的预警、预测及其综合防治提供科学依据。     

辽宁省松毛虫发生面积气象预报方法研究

为了利用气象因子预测松毛虫的发生面积,基于辽宁省阜新县1983—2008年气象资料与松毛虫发生面积等资料进行相关分析,将筛选出的气象因子作为预报因子,通过多元回归法和人工神经网络法对松毛虫发生面积进行模拟和预测。结果表明,与松毛虫发生面积显著相关的5个气象因子包括：上一年12月平均最低温度、上一年11月平均相对湿度、上一年9月降水量、本年2月降水量和本年3月降水量;人工神经网络法的模拟和预测精度均优于多元回归法,多元回归法的预测精度58.2%,人工神经网络法的预测精度为83.6%;人工神经网络法更适用于辽宁地区松毛虫发生面积的预报。     

陕西省苹果单产非线性预测模型研究

为了更好地服务陕西省苹果产业发展,客观定量预测陕西省苹果产量,为政府部门制定苹果产销及产业发展提供科学决策依据,选择影响苹果产量的主要气候资源为预测因子,利用非线性回归分析方法,对陕西省5个苹果主要生产基地县分别建立单产气象因子非线性回归预测模型。模型检验显示,5县各年苹果单产预测的准确率均达73%以上,且该模式能够较准确地反映各县苹果单产情况,预测效果较好。该预测模型是对苹果产量预测技术方法的首次尝试,思路清晰、可操作性强,可为其他省份建立苹果产量预测方法及其他经济林果产量预测方法提供借鉴。     

山西省冬小麦主要病虫害气象等级预报模型

气象条件是影响农作物病虫害的主要因子,且与作物的发育期密切相关,特别是在特殊年份,如果模型所筛选的因子中较常年有明显的改变,预测结果与实际结果相差较大,因此各预测模型都具有一定的局限性。为提高数理统计预报的实用性,需要采用多年的历史资料,同时在实际工作中应采用尽量多的方法进行预测,以最大限度地获得较高的预测准确率。本文以山西冬小麦的主要病虫害（白粉病、条锈病、麦蜘蛛）为研究对象,研究其发生流行的气象条件预报指标,并建立山西省冬小麦主要病虫害发生的气象条件预测模型,进行山西省冬小麦主要病虫害发生的气象条件预测。通过历史资料进行回测验证,历史拟合准确率达到90%以上,说明应用该方法所建模型在一般年份可以进行冬小麦条锈病、白粉病、麦蜘蛛的预测。     

安徽省油菜菌核病气象等级预报方法研究

为满足现代农业气象业务服务中病虫害发生发展气象等级预报需求,利用安徽省江淮、沿江和皖南3个区域代表站1991—2010年油菜菌核病观测数据和气象资料,通过相关分析,确定影响菌核病发生发展的主要影响时段和气象因子,再通过归一化处理、加权等方法得到影响油菜菌核病发生发展的综合气象条件指数。以综合气象条件指数为自变量,以油菜菌核病加权平均病株率为因变量,采用曲线回归方法,建立不同区域代表站油菜菌核病发生发展气象等级预报模型。模型拟合结果表明：江淮、沿江和皖南地区拟合准确率分别为80%、70%和75%;利用模型对2011—2013年发生情况进行预测,结果显示：江淮地区代表站全部正确,沿江和皖南地区代表站均为2年正确,一年与实际发生情况误差一个等级。建立的模型基本上能满足油菜菌核病气象等级预报业务服务的需求。     

广西稻飞虱发生程度的气象预测预警

稻飞虱是影响广西水稻最严重的害虫,其发生发展与气象条件关系十分密切,为探索气象条件与稻飞虱发生程度的关系,进而开展稻飞虱发生程度的预测预警。笔者利用1991—2008年广西64个农业病虫测报站和对应县市的气象台站资料,对早稻稻飞虱发生等级与各项气象因子单因子做相关分析,找出具有生物学意义且指示性强的主要气象因子作为建模备选因子,采用逐步回归分析方法,构建早稻稻飞虱发生程度的预测预警模型,并对模型进行历史回代及2009—2012年的独立样本预测试报检验。结果表明：通过历史回代检验,早稻稻飞虱发生气象等级的模型与实测值达到基本一致,为89%;独立样本预测试报的模型预测检验结果达到基本一致以上,为75%,模型总体效果良好,其预测预警可为相关部门及时制定稻飞虱防控对策提供科学依据。     

福建省晚稻稻飞虱气象等级的监测预警

稻飞虱是影响福建水稻生产的主要害虫,其发生发展与气象条件关系密切。本文基于统计学方法对福建省21个县晚稻稻飞虱发生等级与温湿、降水和日照条件等进行了统计分析,找出关键性因子,并建立了晚稻稻飞虱气象等级的经验统计模型。通过历史回代检验,各地区晚稻稻飞虱气象等级与实际发生的等级相比,各地区“一致”和“基本一致”的可达到50%～96%,总体预报效果较好,可投入业务应用。     

桂花花期气象预报研究

为了更准确地提供桂花开花期的预报,利用桂林市近15年的始花期观测资料,普查分析气象原因,挑选气象因子,用统计分析方法,建立预报模式。结果表明,温度、湿度、日照、降水对桂花开花期有明显影响;影响桂花花期的原因比较复杂,在实际进行花期预报时,根据时间提前的长短,又可以分为长期预报和短期预报,长期预报又为气候预测,只是花期偏早或偏迟的趋势预测,短期预报则是临近开花前1周的预报。长期预报模式和短期预报模式在2013年的业务应用中取得了较好的效果。     

基于NLPCA-RBF神经网络的番茄蒸散量预测

蒸散量(ET)是水文循环中的重要组成部分。精确的ET预测在水资源管理和灌溉系统设计等方面的研究是十分必要的。利用非线性主成分分析法(NLPCA)和径向基(RBF)神经网络组成的模型(NLPCA-RBF)对番茄蒸散量进行估算。在既保证ET影响因素信息完整,又可消除影响因素之间相关性的前提下,利用NLPCA将影响ET的7个气象因素简化为3个综合成分,并以此为网络训练的输入数据,根据实测的蒸散量作为网络输出建立了RBF神经网络,并且经非训练样本点数据检验。结果表明,与传统RBF网络模型较,NLPCA-RBF网络预测模型能够更好的反应影响因子与蒸散量之间的关系,取得更为精确的结果。     

成都市秋桂开花期气象指标及预测

为开展成都市秋桂花期精细化气象服务,建立秋桂花期气象预测模式,本研究基于成都市2004—2016年桂花物候观测与气象资料,运用数理统计法开展成都市秋桂花前、花期与气象因子的关系研究,结合桂树生育特性建立秋桂始花期预测模型。结果表明：花前降雨充沛,5日滑动平均气温稳定通过23℃后,秋桂3~6天进入始花期;秋桂花期喜雨晴相间,花期日平均气温20~24℃,雨日、降水量、日照是影响花期长短的主要气象因子;秋桂始花早晚与2月下旬旬最高气温、旬日照时数和7月下旬雨日呈正相关;与10月下旬雨量、5月下旬雨日呈负相关。研究建立的成都市秋桂始花期预测模型经回代验证历史拟合率较高,具有较好的预报效果,能提前20天预测,可用于秋桂初花期中长期预报,为成都市桂花观赏提供精准化的气象服务。