粮食产量变化及影响因素分析——以山东省东营市为例

分析了山东省东营市1983~2002年粮食产量变化情况。通过选取气温、降水量、蒸发量、粮食播种面积、农业机械动力、化肥施用量、农业人口等7个因子,分别采用单因子关联分析和多因子PCA分析,揭示了东营市影响粮食产量变化因素的内在联系。单因子分析表明:气温、播种面积、化肥用量、机械动力、农业人口等5个因子与粮食产量的关联程度极显著(在0.01水平),关联系数>0.586。PCA分析表明,气温、化肥用量、机械动力及农业人口作为第一主分量对粮食产量影响较大,占有分析因子贡献率的50.99%,降水量、蒸发量与播种面积作为第二主分量对粮食产量影响较大,占有分析因子贡献率的21.18%。第三主分量表现在播种面积,贡献率为12.93%。     

金华市蔬菜产量影响因子的关联分析

影响蔬菜产量的因子有很多,各种因子的影响度排序是蔬菜产量估计的难点与热点.从影响金华蔬菜产量的物理因子角度出发,选取蔬菜年播种面积、年化肥使用量、年日照时数、年降水量、年平均气温、土壤有机质年平均含量的数据作为影响因子,利用灰色关联分析,对金华市蔬菜产量影响因子关联度做出排序,结果表明:关联程度由大到小依次是:年化肥使...     

粮食产量的自然与人为影响因素定量分析—以济南市为例

选取济南市1978-2008年共31年的粮食产量及同时期的20个自然与社会经济因子,利用主成分分析对自然与人为要素作用强度进行了量化分析。结果表明,在济南市粮食产量变化过程中,人为因素的贡献率为58.18%,自然因素的贡献率为32.23%,自然与人为因素共同作用的贡献率为6.47%。对济南市粮食产量影响最大的自然因素主要有年均气温、积温、年降水量、年日照时数;人为因素主要有耕地面积、农用机械总动力、化肥施用总量、每公顷耕地化肥施用量、农村劳动力数量、总人口数量。自然因素的贡献率随时间推移逐渐降低,人为因素的贡献率逐渐升高。结合相关因子的历年变化情况分析表明,在自然因素较为稳定的情况下,人为因素愈加重要,并直接决定粮食的单位面积产量和总产量,即农业技术进步对提高粮食作物单产起了决定性作用。     

夏玉米产量与主要气象因子灰色关联度分析

为了更好分析主要气象因子对夏玉米产量影响情况,采用灰色关联度分析方法,对山东省枣庄市2011—2018年夏玉米产量与主要气象因子的灰色关联分析,结果表明：夏玉米产量与主要气象因子的灰色关联度排序依次为：9月份气温(0.9562)>6—9月份气温(0.9449)>6月份气温(0.9312)>7月份气温(0.9283)>8月份气温(0.9157)>6—9月份光照时数(0.8578)>7月份光照时数(0.8393)>9月份光照时数(0.8283)>6月份光照时数(0.8212)>8月份光照时数(0.7803)>6—9月份降水量(0.7623)>9月份降水量(0.6783)>8月份降水量(0.6239)>6月份降水量(0.5842)>7月份降水量(0.5409)。气温是主要因子,其次是光照时数,最后是降水量,通过夏玉米产量与主要气象因子灰色关联度分析,以期对黄淮海区域夏玉米种植区有所参考。     

安徽省烟草产量影响因子的灰色关联分析

利用灰色关联分析,可以挑选出与安徽省烟草产量关系密切的影响因子.选取年降水量、年烟草播种面积、年化肥使用量、年烟草单位面积产量、年农业受灾面积、上一年烟草商品零售价格分类指数、上一年城镇居民家庭年人均烟草消费性支出、当年农业受污染次数8个因子与烟草产量进行灰色关联分析,结果表明,与安徽省烟草产量关联度最大的因子为年降水量,与上一年城镇居民家庭年人均烟草类消费性支出关联度最低.     

区域(临汾)水分相关气象因子变化及其对小麦产量的影响

为有效提供气候变化未来情景相适应的栽培途径,对近30年区域(临汾)与水分相关的降水量、气温、10cm地温、蒸发量、风速、相对湿度、日照时数7个气象因子开展了动态变化、因子间相关性及其对小麦产量的影响研究。结果表明：各年小麦生育期气象因子动态变化特征为降水量、平均气温和平均10cm地温呈递增趋势,而蒸发量、日照时数、平均相对湿度和平均风速则呈递减趋势;小麦生产年度各季节蒸发量为夏＞春＞秋＞冬,各月份蒸发量为6＞7＞5＞8＞4＞3＞9＞10＞2＞11＞1＞12。各年小麦生育期气象因子间相关性为平均气温与蒸发量呈负相关,平均风速、日照时数与蒸发量呈正相关,相关气象因子间的变异系数为降水量＞蒸发量＞平均风速＞平均相对湿度＞平均地温＞日照时数＞平均气温;小麦生产年度各季节、月份平均气温与蒸发量呈正相关。各气象因子与小麦产量的相关性为各年小麦生育期平均气温、平均10cm地温、日照时数与产量呈负相关,而平均相对湿度、蒸发量、平均风速则与产量呈正相关,降水量与产量均呈正相关,其中不同阶段降水量与产量的相关系数为生产年度＞生育期＞休闲期。该项研究可为小麦生产系统应对气候变化提供理论依据和技术支撑。     

近58a本溪山区蒸发量变化特征及影响因子通径分析

利用本溪市草河口气象站1953—2010年蒸发量、气温、降水量、日照、风速、水汽压等资料,采用气候趋势分析和通径分析方法,对本溪山区近58 a蒸发量及其影响因子进行了分析。结果表明,本溪山区年蒸发量呈明显增加趋势,其线性倾向率为25.64 mm/10 a,6种气象因素对蒸发的决定程度按大小排序依次为:降水量饱和差气温年较差年平均气温风速日照时数,年降水量与其他因子的协同作用对蒸发量的决定作用也很大。蒸发量增加是由本溪山区日照减少、风速减小、暖干化趋势造成的。     

基于主成分分析法的商洛市核桃产量影响因素分析

通过对数据的研究分析,将商洛市洛南县与山阳县2个县从2001年到2009年的核桃的产量进行对比分析,并运用主成分分析方法,选择无霜期、年降水量以及一年中各个季节的降水、气温、日照时长等20个可能对商洛地区核桃产量产生影响的气候因子作为评价指标,分析出影响商洛市2个县核桃产量的5个主成分,其中每个主成分的主要影响因子不同,根据两县不同主成分中不同的影响因子,总结影响两县核桃产量因子间的相同点和不同点,为整个商洛地区提高核桃产量提出合理建议。     

文水县气候变化对玉米产量的影响

[目的]探讨各气候要素对文水县玉米产量的影响,预测未来气候变化情形下本县的玉米气候生产力。[方法]本研究采用文水县1998-2014年逐月的气温、降水量、蒸发量、日照时数等气候资料和玉米单产数据,应用数理统计、回归分析、主成分分析和Thornthwaite Memoriae模型等方法对文水县这一小区域长时间序列气候变化下的玉米产量进行分析。[结果]近17年来文水县玉米生育期内的气温和日照时数均呈现波动下降趋势,而降水量和蒸发量却呈现上升趋势;同期的玉米单产和气候产量均呈现上升趋势。[结论]气温过高影响玉米产量的提高,而降水量的增多却有利于玉米的生产;影响文水县玉米产量的因素有三个,可以归结为:温度、水分和极端气候;未来"暖湿型"和"冷湿型"气候有利于玉米产量的提高,而"暖干型"和"冷干型"气候均不利于玉米的生长。     

基于主成分分析法的商洛市核桃产量影响因素分析

通过对数据的研究分析,将商洛市洛南县与山阳县2个县从2001年到2009年的核桃的产量进行对比分析,并运用主成分分析方法,选择无霜期、年降水量以及一年中各个季节的降水、气温、日照时长等20个可能对商洛地区核桃产量产生影响的气候因子作为评价指标,分析出影响商洛市2个县核桃产量的5个主成分,其中每个主成分的主要影响因子不同,根据两县不同主成分中不同的影响因子,总结影响两县核桃产量因子间的相同点和不同点,为整个商洛地区提高核桃产量提出合理建议。     

河套灌区春小麦生产水足迹影响因子敏感性及贡献率分析

【目的】农业水资源高效利用是保障国家粮食和水资源安全的重要途径,作物用水评价是农业用水管理的主要研究课题之一。水足迹为农业用水评价提供了新的指标体系,对作物生产水足迹影响因素进行定量评价有助于进行水足迹调控,实现农业水资源高效利用。【方法】以河套灌区为研究区域,基于水足迹概念体系,利用改进的水足迹量化方法对河套灌区春小麦生产水足迹进行量化并分析其在研究时段内的演变特征;利用单因素轮换（One-At-A-Time,OAT）敏感性分析方法和贡献率分析方法探究气候、农业生产投入因子和水资源利用效率对春小麦生产水足迹变化的驱动力。【结果】春小麦生产水足迹在研究时段内呈显著下降趋势,从1981年的4.71 m³·kg^-1,下降到2010年的1.52 m³·kg^-1;同时年际变化呈现出较为明显的阶段性特征,可划分为波动性下降期（1981-1987年）、快速下降期（1988-1995年）、缓慢下降期（1996-2010年）,该变化规律与灌区农业生产和灌溉水平的发展特征基本一致;从水足迹的蓝、绿水构成来看,河套灌区春小麦生产水足迹中蓝水足迹比例超过90%,而绿水足迹比例不足10%,这与灌区农业生产用水特征相一致。敏感性分析显示,水足迹对各个因子的敏感性差别十分显著,日照时数、相对湿度、降水量、灌溉水利用系数和单位面积化肥用量在±20%波动的情况下,春小麦生产水足迹的波动范围分别为±30%、±24%、±2%、±63%和±4%,春小麦生产水足迹对灌溉水利用系数、日照时数和相对湿度的敏感性较高,对其余影响因子的敏感性较低。贡献率分析显示,研究时段内相对湿度的减少和降水量的增加促使春小麦生产水足迹的增加。而日照时数的下降、化肥使用量以及灌区用水效率的提高促使了春小麦生产水足迹的降低。定量分析结果显示,化肥和灌溉水利用系数对春小麦生产水足迹变化的贡献率分别为-36.89%和-39.42%,而气候因子的综合贡献率仅为2.80%,对研究时段内春小麦生产水足迹下降贡献率最大的是灌溉水利用系数,其次为单位面积化肥用量,而相对湿度、日照时数和降水量三者的贡献率相近,贡献率最小的是日照时数,这主要是因为日照时数在研究时段内的变率较小。【结论】气候、农业生产资料投入和水资源利用效率是影响作物生产水足迹的主要因素,就河套灌区而言,农业生产资料投入和水资源利用效率的提高是促使灌区春小麦生产水足迹下降的主要因素,而气候因子在研究时段内对春小麦生产水足迹的影响较小。该研究结果可为水足迹调控提供理论依据与实践参考。     

基于主成分分析法的土壤蒸发能力影响因子研究

[目的]为沙地土壤蒸发的研究提供参考。[方法]采用主成分分析法,分析与沙地土壤蒸发能力有关的18个影响因子系列的主成分,研究土壤蒸发能力的影响因子。[结果]通过特征值和特征向量的删减和剩余变量的舍弃分析,最终确定的主成分是由11个因变量共同构成的综合向量,它们所对应的载荷都达到了75%以上,并将沙地土壤蒸发能力的影响因子分为3类:温度因素、湿度因素、风速因素。在众多影响因子中,距地面高2.0m处的风速和相对湿度突出,它们所对应的因子累计载荷值分别是94.3%、94.2%。[结论]距离地面高2.0 m处的气象因子对土壤蒸发能力的影响最为显著。     

影响一般气象站蒸发量的主要气象因子分析

对影响锡林郭勒盟6个一般气象站20cm直径小型蒸发皿蒸发量相关气象因子进行分析。选取锡林郭勒盟6个一般气象站30年(1981—2010年)日平均气温、日平均风速、日照时数、日平均相对湿度,运用相关分析、逐步回归等数理统计方法,建立一般气象站蒸发量计算的多元线性回归模型方程。结果表明,日蒸发量与日均气温、日均风速和日照时数呈显著正相关,与日均相对湿度呈负相关。采用6个一般气象站2011—2012年逐日观测数据回代蒸发经验公式,得出日平均蒸发估算值是实际蒸发量的0.9倍,说明此经验公式配上适当的修正系数,适用于锡林郭勒盟一般气象站停止小型蒸发观测后蒸发量的理论估算值计算,为地方气象服务提供了依据。     

气象因子对太湖地区旱作农田土壤水分动态的影响

【目的】研究太湖地区气象因子对旱作农田土壤水分的影响程度,厘定影响农田土壤水分的主要气象因子,为气候变化背景下农田水分管理提供科学依据。【方法】提取野外试验研究平台的旱作物生长季监测数据（逐日气象资料和土壤水分资料）,采用相关分析、逐步回归分析和通径分析等方法进行统计分析,计算直接通径系数和间接通径系数、决策系数。【结果】（1）供试实验基地农田土壤水分与日降水量、日蒸发量、日照时长、平均风速及日最大空气湿度等因子分布呈极显著正相关和负相关（相关系数分别为0.648、-0.566、-0.454、-0.331及0.371）,但与日最高气温不显著相关;（2）通径分析表明,气象因子对旱作农田土壤水分的直接影响大小顺序为：日降水量＞平均风速＞日照时长＞日蒸发量＞日平均空气湿度＞日最低气温>日最小空气湿度＞日最高气温＞日最大空气湿度＞日平均气温,但计算的决策系数表明,日降水量对土壤水分的综合决定能力最大;（3）通过逐步回归分析,得到了旱田土壤水分的气象因子多元回归模型：Y=10.174+0.386X4+1.095X7-0.509X8-0.766X9-0.345X10（R2=0.912,P<0.01）,达极显著水平。【结论】气象因子对太湖地区旱作农田土壤水分具有显著的控制作用,其中降雨量的影响最为主要。建立的多元回归模型可以用来预估气象因子变化下旱作农田土壤水分变化,但还需要更长时期监测的验证。     

气候因子对沙葱生长的影响

通过对影响沙葱生长气候因子关联度的分析,旨在了解和掌握沙葱生长与气候因子间的关系密切程度。结果表明:水汽压、空气相对湿度、日照时数和气温是影响沙葱高生长的主要因子;地表温度、蒸发量、平均风速和气压是影响沙葱高生长的次要因子。日照时数是影响沙葱粗生长的主要因子;平均风速、空气相对湿度、水汽压、蒸发量、地表温度、气温和气压是影响沙葱粗生长的次要因子。     

基于水汽扩散理论的水稻需水量数学模型

首先分析了气象要素包括气温、风速、空气饱和差、日照时数及蒸发量对水稻需水量的影响.然后,根据水汽扩散理论建立需水量基本方程,考虑气象要素对水汽交换系数的影响,建立水汽交换系数公式,从而导出计算水稻需水量的五因素数学模型.将该数学模型FAO56 Penman-Monteith公式需水量模型在寒地稻区进行对比分析.结果表明,该模型比Penman-Monteith公式具有较高的精度,可以作为区域性计算公式在稻作灌区中应用.     

塔里木河下游垦区耕地面积变化及驱动力的多层次分析

通过引入土地利用/覆盖变化驱动力研究中常用的逐步回归方法和人文社会科学中最近兴起的多层次分析方法,研究了塔里木河下游垦区农二师五个团场耕地面积的影响因素,得到了团场层各变量和区域层变量对各团场耕地面积的影响程度,影响因素主要为,团场层:引水量、粮食产量、粮食种植面积、劳动力均种植业总产值;区域层:年蒸发总量、日照时数和最高、最低温。