内蒙古兴安盟作物生长季土壤湿度预测模型建立及检验

为内蒙古兴安盟及类似生态地区生长季土壤干旱预测预警提供参考,利用兴安盟突泉县气象局1982—2015年作物生长季(4-9月)逐旬10～20cm土壤的相对湿度数据资料,结合其同期的逐日气象观测资料,通过回归分析法构建生长季土壤相对湿度预测模型;并采用兴安盟8个气象站2016—2018年生长季逐旬10～20cm土壤相对湿度数据对模型进行检验。结果表明:建成生长季土壤湿度预测模型M=1.9SPI30+3.7SPI60+6.9MI30+71.6(r=0.49,F=66.8,P0.01);该模型的预测精度除巴彦呼舒与高力板分别为75.6%和77.9%外,其余6个站的预测精度均在80%以上。同期土壤湿度预测值与实测值平均绝对误差以巴彦呼舒最大,为12.9%;其次是高力板,为11.2%;其余各站平均绝对误差均为10%左右。8个站模型的预测值较实测值偏大的概率较大;巴彦呼舒和高力板的土壤干旱等级预测准确率低于70%,其余6个站的准确率均为80%左右。     

葡萄大棚小气候预测模型研究

为精准把控并及时调节葡萄大棚棚内小气候,利用清徐县葡萄大棚农田小气候站观测数据及气象站、辐射站、土壤水分站资料,建立以棚外气温、相对湿度、风速、总辐射、土壤湿度为输入变量,棚内气温、相对湿度、土壤温度为输出变量的基于BP神经网络葡萄大棚小气候预测模型。为了对比分析BP神经网络的精确度和稳定性,同时建立多元线性回归模型。结果表明,基于BP神经网络建立的预测模型,其训练值和实测值之间的绝对误差分别为1.55 ℃、4.46%、0.77 ℃,标准误差分别为2.18 ℃、5.94%、1.00 ℃;预测值和实测值之间的绝对误差分别为1.37 ℃、2.84%、0.42 ℃,标准误差分别为1.96 ℃、4.60%、0.53 ℃。预测效果明显优于多元线性回归模型,预测精度满足棚内小气候要素预报要求。     

巢湖地区土壤相对湿度气象预测模型研究

[目的]描述气象影响因子与土壤相对湿度的关系,预测巢湖地区逐旬10～100 cm土壤相对湿度,定量评估土壤旱涝情况.[方法]通过分析巢湖地区各层土壤相对湿度逐月分布特征,讨论各气象影响因子与土壤相对湿度的相关关系,并分别基于多元线性回归和BP神经网络方法建立预测模型.[结果]气象因子和土壤相对湿度存在相关关系,相关系数从大到小分别为蒸发量、气温、日照时数、相对湿度和降水量.随着土层的深入,两者的相关系数和显著程度呈下降趋势.[结论]2种方法均能较好地预测出巢湖地区各层土壤相对湿度逐旬动态变化,可为了解巢湖地区籼稻主生长周期内的土壤相对湿度变化提供依据,为该地区作物旱涝评估提供参考.     

基于岭回归的河西走廊中部日光温室低温预测模型

为了构建基于气象要素的甘肃省甘州区日光温室低温预测模型,探索应用了岭回归分析的方法。在合理选取预测因子的基础上,对预测因子之间存在的多重共线性进行诊断,为了克服预测因子共线性对模型稳定性的影响,选择岭回归分析的方法进行共线性的处理和模型构建,应用模型的预测值与实测值对模型的精度进行检验。结果表明：选取的预测因子之间存在共线性问题,通过岭回归分析建立的日光低温预测模型可以克服预测因子间由于共线性问题对模型参数造成的影响,模型预测值与实测值之间的绝对误差(≤3℃)的准确率为98.4%,决定系数(R²)为0.8543和均方根误差(RMSE)为0.7849℃,模型精度较好。基于岭回归分析法建立的日光温室低温预测模型能够对当地日光温室低温进行合理而有效的预测。     

干旱指标在乌拉特草原的适用性分析

为了研究干旱指标在乌拉特草原区的适用情况,筛选出5个在内蒙古巴彦淖尔市乌拉特草原区使用较多的气象干旱指标,按照其计算方法和干旱等级标准,1981-2010年间计算乌拉特草原上的2个国家气象站生长季(4-9月)旬尺度的干旱情况,依据历史资料验证干旱各指标的准确性,给出指标时间、空间尺度的适用性分析结果。2个站点在春季,降水距平百分率指标最好用,土壤相对湿度指标可以作为补充;在夏季,乌拉特中旗以草地旱情指标的评价最好,土壤相对湿度指标可作为补充,乌拉特后旗以草地旱情指数和土壤相对湿度指标两个指标的评价最好;在秋季,乌拉特中旗仅以土壤相对湿度指标的评价最好,乌拉特后旗以土壤相对湿度指标和相对蒸降差指标两个指标的评价均为最好。     

陕西杨凌麦长管蚜发生预测模型构建与验证

为了预测麦长管蚜田间发生发展程度，及时制定综合防治策略，根据历年来杨凌区麦长管蚜的种群发生程度和气象数据，利用多元相关性性分析和多元线性回归法构建了杨凌地区3月下旬到5月下旬各旬麦长管蚜的发生程度的预测模型。从16个气象因子中发现旬均温度、旬均相对湿度和旬均气压与当旬麦长管蚜的发生相关系数排在最前3位。用三个气象因素构建的各旬线性回归模型经实践验证表明对当旬麦长管蚜发生程度预测的准确率为100%（3月下旬）、100%（4月上旬）、100%（4月中旬）、90%（4月下旬）、75%（5月上旬）、85%（5月中旬）、100%（5月下旬），总体准确率90%。由此得出结论本文构建的预测模型可用于指导实践中麦长管蚜的综合防治。     

春油菜菌核病预测模型研究

根据黑龙江省西部地区两个国营农场近此圻来春油菜菌核的调查资料和相应的气象数据,建立了依赖于气象因素的春油菜菌核病流行强度的预测模型;Ｙ＝２６６．３４＋０．５４５８Ｚ１－３．２９７８Ｘ２－０．５２５５Ｘ３,其中,Ｘ１为７上、中旬两旬的降雨量,Ｘ２为７月中旬湿度,Ｘ３为７月下旬日时数。通过对历史资料的检验,流行强度预测准确率为８５．７％,本文所得预测模型适合一 西部地工我春油菜菌核病发生程度的预测。     

基于缺省因子的BP-ANN土壤墒情预报简化模型

对影响土壤墒情的主要气象要素,平均气温、相对湿度、日照时数、平均风速、蒸降差和前一旬土壤墒情进行分析合并,建立BP-ANN土壤墒情预报6因子模型;通过缺省因子检验法,判断土壤墒情对6个因子敏感程度,简化冗余因子,构建BP-ANN的3因子(相对湿度、日照时数、前一旬土壤相对湿度)墒情预报模型。结果表明:3因子模型均方根误差3.55,具有数据收集和处理量小的优点,基本能够达到所需精度和拟合度。在北京市山区和平原区2个典型站点的模拟检验表明,3因子模型实测值与预测值的拟合关系均达到极显著相关水平,可操作性强的特点。     

基于BP神经网络的番茄干重预测研究

以番茄干重作为正交试验指标,研究温室内番茄生长的环境参数(温度、相对湿度、光照强度)对番茄干重的影响,建立BP神经网络模型,运用MATLAB对试验数据进行训练和模拟,为检验预测的可靠性,采用10-折交叉验证,准确率为95.32%。结果表明,利用BP神经网络得出预测值与实测值接近,具有较好的预测性,可用于干重的预测,能够为温室环境调控提供科学依据。     

CLDAS土壤相对湿度产品在资阳市的适用性评估

依据资阳市人工土壤相对湿度观测数据,利用相关系数、均方根误差和平均偏差等统计指标对CLDAS土壤相对湿度产品的适用性进行了评估分析;并选择东山棉花沟水库为代表站,对2种土壤相对湿度在2022年伏旱过程中变化情况进行了对比分析。结果表明,各土层的CLDAS土壤相对湿度与人工观测值具有显著的正相关性,相关系数在0.7以上;在不同土壤层次中,CLDAS土壤湿度与人工观测湿度的变化趋势基本一致,但在土壤偏干,特别是较长的干旱时段里,CLDAS土壤相对湿度会明显偏大。总体来看,CLDAS土壤相对湿度产品在资阳市具有很好的适用性,但出现长期干旱时,应结合降雨量等气象数据以及农田墒情调查,采用适当的数据处理方法,使得CLDAS土壤相对湿度产品更好地反映实际土壤墒情状况。     

不同土壤质地与干旱程度对玉米出苗的影响

为了进一步调整细化黑龙江省干旱等级划分范围,以郑丹958为试验材料,采用盆栽称重控水法,研究不同土壤质地、不同干旱程度对玉米出苗及苗期生长的影响。结果表明:不同的土壤干旱程度对玉米出苗率、出苗时间、株高和苗期作物表象影响显著,不同质地的土壤干旱等级也各不相同。壤土土壤相对湿度在70%、粘壤土土壤相对湿度在75%、砂壤土土壤相对湿度在65%时,玉米出苗率、株高、叶面积等指标较高,适宜培育壮苗。当壤土土壤相对湿度在60%~70%、粘壤土土壤相对湿度在65%~75%、砂壤土土壤相对湿度在55%~65%时,玉米出苗率、株高、叶面积等指标均明显降低,生长受到抑制;壤土60%以下的土壤相对湿度、粘壤土65%以下的土壤相对湿度以及砂壤土55%以下的土壤相对湿度,不适宜玉米播种。     

呼伦贝尔市植物生长季土壤水分动态模拟研究

为达到用前期气候因子变化来评估土壤水分变化的目的,采用统计回归方法,利用不同土壤类型的3个农牧业气象观测站1988-2006年的气象和土壤水分观测资料,选取前一旬气温、降水、蒸发量和土壤水分4个因子,建立了呼伦贝尔市5月上旬-8月下旬0～40cm土壤水分144个动态预测模型,68.8%的方程通过了显著性检验;拟合相对误差小于±10%的为77.8%,小于±15%的为84.3%;利用实测资料对该模型进行验证表明,模型平均相对误差在20%左右,可用于预测呼伦贝尔市植物生长季各旬0～40 cm各层土壤水分的动态变化.     

芮城县苹果花期预报模型研究

利用芮城县1984—2012年苹果花期序列资料和气象观测资料,用SPSS统计软件计算出苹果花期与温度、降水和日照时数等气象因子的相关系数,发现气温对苹果花期的影响最为显著,其次是日照时数,降水的影响很小;气温、日照时数对苹果花期的影响表现为一致性负相关。筛选出影响苹果花期的主要气象因子是年平均气温、2月平均气温、3月平均气温、3月地面温度、开花前1个月≥0℃积温和3月至4月上旬≥0℃积温、3月日照时数,采用逐步回归分析法建立了基于以上因子的苹果花期预报模型,用建立的预测模型对1984—2012年芮城县苹果花期进行回测,准确率较高。平均始花期预测值与实际观测值绝对误差为0,最大差值为6 d;平均盛花期预测值与实际观测值绝对误差为1 d,最大差值为9 d,预报值与实测值基本吻合,表明建立的预测模型能准确预测芮城县苹果花期。     

小波时间序列在电离层TEC预报中的应用

将小波时间序列应用到电离层TEC的预测中,通过小波分解将逐天的TEC数据分解到小波频率通道上,得到对应于小波频率的小波系数列。对系数列作降噪处理并进行数学变换最终使数据趋于平稳,并进行时间序列模型预测,还原成系数列的预测值,最后还原成实际预测值。采用小波时间序列预测后5天480个样本点,准确率在80%以上占87%,90%以上占57%,相较于传统预测模型有较明显的提高。     

亚热带红壤丘陵区季节性干旱判别研究

通过两种不同的干旱判别方法研究我国亚热带红壤丘陵区季节性干旱的发生状况及严重程度。首先,以鹰潭红壤区相应的气象数据资料为基础,从土壤水分平衡原理出发,应用桑斯维特修正公式,建立土壤干旱指数模型,据此计算分析土壤可能蒸散量及其土壤干旱指数;其次,利用鹰潭市余江县刘垦三分场花生和橘园地两年生长季的土壤水分数据进行土壤湿度分析,估算土壤相对湿度指数。以便结合土壤干旱标准对鹰潭红壤区季节性干旱进行判别研究,进而选择合适的干旱判别方法。研究结果表明:从气象数据出发,该地区5、6月无旱情发生,7—9月为干旱多发月份;从土壤水分数据出发,试验场的花生和橘园地5—9月均有旱情发生,但7—9月旱情更为严重;两种方法所得结果虽不完全一致,但基本趋势一致;对比两者,选择前者作为干旱判别方法更为合理,有利于为当地防御干旱、科学利用土地、合理灌溉及提高农作物产量提供依据。     

基于时间序列和多元模型的集约化猪舍温度预测

目的 从挖掘猪舍历史环境参数数据时序信息角度出发,提出基于时间序列模型和多元模型序列的猪舍温度预测模型。方法 采取缺失部分环境因子统计预测,评估猪舍环境中相对湿度、二氧化碳浓度、氧气浓度等环境因子对温度预测的影响程度。针对猪舍温度时间序列进行数据预处理,滤除错误值和缺失值,采用时间序列模型构建基于门控循环单元网络(Gated recurrent unit,GRU)的猪舍温度预测模型,采用多元模型建立基于梯度提升决策树(Extreme gradient boosting,XGBoost)缺失值重要程度的猪舍温度预测模型。将该预测模型用于预测广东省某集约化猪场母猪分娩舍温度,并与循环神经网络(Recurrent neural network, RNN)模型、反向神经网络(Back propagation neural network, BPNN)模型进行对比试验。结果 对比温度预测值与实测值发现,基于GRU模型对应的猪舍温度均方根误差和平均绝对误差分别为0.25和0.19 ℃,平均绝对百分比误差为0.65%;基于XGBoost多元模型的猪舍温度均方根误差和平均绝对误差分别为1.21和0.71 ℃,平均绝对百分比误差为2.50%。在时间序列的温度预测模型中,GRU模型表现出更优的预测效果;在多元模型的温度预测中,XGBoost模型的预测效果更优。结论 本研究使用的GRU模型在时间维度上对母猪分娩舍温度的变化起到了预警作用,确定了各种环境参数对温度的影响程度,为养殖环境的精细调控提供了参考。     

基于神经网络的土密实度检测

为了通过神经网络预测土密实度,搭建了土密实度检测装置,采集了土的激光图像,并提取了土的吸收系数、散射系数、激光图像的纹理特征参量和图像的灰度变化率共13个特征参数,通过SPSS降维处理,提取了5个主成分因子作为输入特征;并利用BP神经网络预测密实度.结果表明:经过31次测试后达到了误差要求,预测值与环刀法结果比较的平均绝对误差为7.14%和平均相对误差为7.71%,所建立的预测模型可行;最后通过试验对预测模型进行验证,其预测值与环刀法结果比较的平均绝对误差为8.62%和平均相对误差为8.76%,说明用神经网络预测土密实度是可行的.     

气候对甘肃小陇山林区落叶松早落病发生发展的影响

利用气象资料进行病虫害预测预报研究主要以病虫害的发展趋势为主,森林病虫危害面积的气象预报预测研究并不多见。采用统计学方法,分析研究气候对落叶松早落病发生发展的影响及其危害面积的气象预测预报技术,对林业病虫灾害的预防工作具有显著的科技指导意义。研究表明:落叶松早落病适宜温暖湿润的气候环境,高温干旱不利病害的发生。冬前及冬、春季温暖并相对较为湿润气候有利病菌适期休眠、安全越冬和子囊孢子的产生;春末及夏季降雨适量,无明显的低温连阴雨和高温干燥天气的温暖湿润气候更有利于病菌子囊孢子成熟、飞散和侵染感病。经过对预测预报模型效果的历史回代拟合检验,1992－2007年16年生落叶松早落病实际危害面积与预测值平均绝对误差百分率4.7%,其中绝对误差5.0%以内预报准确率62.5%;绝对误差10.0%以内预报准确率87.5%。通过对2008,2009和2010年危害面积试报检验,3 a试报绝对误差分别为2.6%,7.8%和4.7%,预测和试报效果均较理想,可以为林业病虫灾害的预防工作提供科技指导。图1参15     

小陇山林区葡萄长须卷蛾危害面积的气象预测研究

【目的】根据气象因素与葡萄长须卷蛾发生的关系,对甘肃小陇山林区该虫的危害面积进行预测预报,为林业病虫灾害的预防工作提供指导。【方法】利用逐步回归统计方法,分析了影响甘肃小陇山林区葡萄长须卷蛾危害面积与主要气象因子的关系,建立了该林区葡萄长须卷蛾危害面积的气象预测数学模型。【结果】甘肃小陇山林区葡萄长须卷蛾适宜温暖、干燥的气候环境,不耐低温。冬、春季温暖干燥的气候有利于卷蛾安全越冬和春季出蛰;盛夏相对较多的降水不仅可改善大气的相对湿度,而且能缓解高温对卷蛾活动取食的影响,有利于卷蛾产卵并提高幼虫的孵化率和成活率;夏末温暖干燥的气候,特别是持续温暖、干燥的夜间气象条件,有利于幼虫活动取食,最终会造成葡萄长须卷蛾的早发生和大面积危害。经过对预测模型的历史回代拟合检验可知,甘肃小陇山林区葡萄长须卷蛾1992-2007年实际危害面积与预测值的平均绝对误差百分率为4.7%,其中绝对误差在5.0%以内的预报准确率为62.5%,绝对误差在10.0%以内的预报准确率为87.5%。并采用该模型对2008,2009和2010年该林区葡萄长须卷蛾危害面积进行了试报检验,3年的绝对误差百分率分别为2.6%,7.8%和4.7%。【结论】所建的葡萄长须卷蛾危害面积气象预测模型的试报效果较理想,可以为甘肃小陇山林区葡萄长须卷蛾的预防工作提供指导。     

布哈河流域高寒草原土壤湿度变化特征及与气候因子的关系

利用布哈河流域高寒草原天峻县生态气象站2004～2017年草原解冻期土壤湿度资料,分析了高寒草原土壤湿度的年、季节和月变化特征以及牧草生长季各层土壤湿度与气候因子的关系。结果表明:0～10cm、10～20cm、20～30cm、30～40cm、40～50cm各层土壤湿度均随年际呈波动增加趋势,春、夏、秋季各季节也随年际延长均呈增加趋势,春季增加最显著;当年1-4月平均气温、整个汛期的空气平均相对湿度和土壤解冻前期(即牧草返青前)1-4月降水量是影响布哈河流域高寒草原各层土壤水分的主要影响因子。