基于气象因素的临沂水稻产量评估预测模型

临沂市水稻产量总体呈上升趋势,但受气象因素影响有所波动。利用山东省临沂市2001~2013年气象资料和水稻产量数据,用指数平滑法测定水稻趋势产量,分离出水稻气象产量,与逐月平均日照时数、气温、降水量进行相关分析,确定了气象因素影响产量的关键时期,建立回归方程并进行检验。通过对历年产量进行检验,预测精度最高为99.9%,最低为95.9%,平均精度为98.5%,预测模型具有较高的精度,可用作临沂市水稻产量评估预测。     

气象因素对水稻产量的影响及预测模型的建立

全球气候变暖作为一个不争的客观事实,不可避免地对农业生产产生影响。为了解气象因素对水稻生产的影响,利用桐乡市2001—2013年气象资料和水稻产量数据,运用指数平滑法测定水稻趋势产量,分离出水稻气象产量,与水稻生育期逐月平均温度、最高温度、最低温度、日照时数、降水量进行相关分析,确定了影响水稻产量的关键因子,建立回归方程并进行检验。结果显示,桐乡市水稻产量与当地气象因素存在一定的相关性,相关度最高的为9月日照时数和6月日照时数。水稻产量预测公式对2001—2013年历年水稻产量进行校验,平均准确度达99.0%;对2014—2017年水稻产量进行预测,平均准确度达96.2%。     

气象因素与水稻生长发育及产量的关系

以湖南桃源为试验观测点,对江汉—洞庭平原早稻和晚稻的主要当家品种与栽培环境中最重要的因子,即气象条件的关系作了多年的观测研究。结果表明,气象因素中的温度、光照和降雨等因素对水稻的生长发育影响最大。並通过影响水稻生育期、株高、分蘖动态、出叶速度、叶面积系数,幼穗分化,干物质积累而最终影响产量的高低。     

基于气象因子的开封市花生产量预测模型

开封是河南省内花生种植面积最大,商品率最高的区域。气候因子的变化常常引起花生产量的波动。该文使用1991-2010年的开封市花生产量资料和气象观测资料,利用滑动平均的方法,将花生气象产量和趋势产量进行分离处理,分别建立相应的回归预测模型,在此基础上建立基于气象因子的开封花生产量预测模型。并对模型效果和精度进行了模拟检验,检验证明该预测模型具有较高的预测精度,可以作为开展花生产量预测业务的工具。     

影响小麦产量的气象因素分析及产量气象模型研究

为充分合理有效利用气候资源,预测预报主要气候因素(平均气温、降雨量、日照时数)对小麦产量的影响,根据河南省漯河市1987—2017年小麦产量和生育期内的月平均气温(℃)、降雨量(mm)、日照时数(h·d~(-1))等气象资料进行统计分析,并通过滑动平均模拟法对小麦气象产量进行计算,建立气象产量模型。结果表明,1987—2017年,小麦生育期内各月平均气温、降雨量和日照时数均呈先下降后上升的趋势,最低值均出现在1月,最高值均出现在5月;其中平均气温尤其是3—5月份即冬小麦返青后至成熟期间的平均气温对小麦产量的促进作用达显著水平(P0.05),日照时数在小麦苗期(10月份),降雨量在小麦返青期(3月份)对小麦产量的负作用达显著水平(P0.05);根据气温、降雨量和光照等气象要素指标,建立气象产量预测模型,其结果亦表现为平均气温影响较大,且为正向作用,其次是降雨量和日照时数,二者均为负向作用。     

江陵稻区水稻白叶枯病发生程度预测模型

对江陵稻区２２年的气象数据逐旬建立变量，利用逐步回归分析筛选出了与白叶枯病病情指数相关较密切的变量，建立了预测当地白叶枯病发生程度的多元回归方程。     

基于气象因素的大蒜价格预测模型研究

大蒜作为重要的调味品和药材,价格的波动严重影响居民生活、市场秩序和社会安定。利用历史气象数据和大蒜价格数据,建立四川省大蒜价格的VAR和BP预测,并对两者的预测精度和解释能力进行对比,以揭示气象因素对大蒜价格波动的影响机制。结果显示,VAR模型对于大蒜价格波动的解释性更佳,而BP模型在预测精度上略优于VAR模型。综合而言,气象因素对于大蒜价格的影响是复杂而多样的,本研究为理解和预测大蒜价格提供了新的方法和支持。     

气象因子对水稻纹枯病的预测模型研究

以6月至8月上中旬的平均气温、降雨量为气象因子,建立了喜德县水稻纹枯病流行程度预测模型.结果表明,喜德县水稻纹枯病发生级别与相关因子6月份降水量、8月上中旬平均气温、7月份降水量、8月上中旬降水量呈正相关且相关性较好,与6月份平均气温、7月份平均气温呈正相关但相关性一般;该模型的平均吻合度达99.274％.     

同异分析法在评价气象因子与水稻产量关系中的初步研究

运用同异分析法,分析和评价了信阳市1996-2005年度水稻生长期间主要气象因子,结果表明:1997、1999和2001年为丰产年份;1996、1998、2002和2004年为平产年份;2000、2003和2005年为歉产年份.分析方法切实可行,评价结论客观合理,为科学评价年度间的水稻气象产量提供了一条新的途径.     

基于气象因子的柏木属植物引种成活率预测模型

[目的]探索柏木属(Cupressus L.)植物在南京中山植物园的引种成活率与来源地各气象因子之间的关系。[方法]根据1976年以来的档案数据,通过主成分分析法对气象因子参数进行降维处理,得到2个相互独立的主成分;以主成分为自变量,平均成活率为因变量,利用回归分析法建立引种成活率预测模型。[结果]引种成活率预测模型为:Y=88.480+0.028Z_1-0.10Z_2,其中主成分Z_1温光条件因子是决定引种成活率最主要的因素。[结论]该模型可为柏木属植物引种前评估提供理论依据。     

水稻灌浆期动态预测气象模型研究

利用成都市农业气象试验站的水稻发育期和气象资料,在研究水稻灌浆期天数与水稻前期气象因子关系的基础上,建立了水稻灌浆期动态预测模型.结果表明,模型的回代和试报结果均与实际观测值相接近,可在水稻进入抽穗期后实现对灌浆期天数的动态预测.     

南昌早稻产量预测模型研究

为更好地预测早稻产量,文章统计分析了1994—2010年南昌早稻生长期间的气象因子及早稻产量资料,通过5年滑动平均和多元线性回归的方法建立了南昌市早稻产量的气候预测模型。结果表明,模型预测结果与早稻实际单产拟合率较高,平均精度达97.0%。此模型预测结果可为早稻产量预报分析提供科学依据。     

六枝特区气象因子与水稻产量关系的研究

利用六枝特区1988-2008年逐日的日照时数、降水、气温与水稻产量资料,采用对比、回归进行分析,结果显示:六枝特区的水稻产量在1988-1999年这一阶段与灌浆成熟期的日照时数成正相关,相关系数达0.79;2000-2008年水稻产量则是与拔节孕穗期和抽穗开花期的积温成正相关,相关系数分别为0.71和0.72.结果表明,六枝水稻产量在第一阶段主要取决于灌浆成熟期的日照时数,而第二阶段主要取决于拔节孕穗期与抽穗开花期积温.应根据气候的变化适时种植,确保拔节孕穗、抽穗开花处在气候高积温期.     

荆州市中稻产量与气象条件的关系

采用正交多项式法分析了荆州市历年中稻妥穗分化期和抽穗结实期的气象条件（温度、降水、日照时间）和中稻产量的关系。结果表明,荆州市中稻产量与稻穗分化期的平均气温呈极显著负相关,与同期日照时数呈极显著正相关,与同期降水量相关不显著;与抽穗结实期的平均气温呈极显著负相关,与同期日照时数和降水量相关不显著。     

基于江苏省河蟹主产区气象因子的产量BP神经网络预测

为提高江苏河蟹主产区产量预测能力,以此为基础制定科学合理的河蟹养殖发展规划,本研究对河蟹主产区附近设立的7个观测台站2013—2017年的气象数据和该区产量数据进行了采集,利用插值法补足少量缺失值,通过主成分分析选取了最能代表江苏省河蟹主产区特点的5个主成分作为研究对象建立BP神经网络,探索其用于江苏省河蟹主产区产量随气象因子变化的规律。结果表明,通过PCA主成分分析降维处理后数据的大部分特点能被BP神经网络学习到,预测值与真实之间的相关系数为0.82267,具备一定的模拟气象因子数据与产量之间的关系的能力。