大豆食心虫发生数量预测预报技术的研究

本文是以周期图分析方法研究分析了大豆食心虫数量消长规律,阐明了大豆食心虫数量消长随时间序列呈七年为周期变化,并建立了数量消长的数学模式。 以周期消长规律作大豆食心虫发生量的趋势预报的依据,同时引入当年七月份降水和平均相对湿度作为发生量判别式的主导因子。建立了发生量的预报方程,以预报方程作发生量的预报工具,经实际预报指导大面积防治,检验其预报的效果。实践证明发生量预报方法简单、易行、准确可靠。     

黑龙江省大豆主产地产量动态预报系统的建立

利用黑龙江省大豆主产区农业气象试验站产量资料和发育期资料,日最高气温、最低气温、日降水量和日照时数等资料,根据历史相邻两年关键气象因子变化引起大豆产量的丰欠指数,建立动态产量预报模型,并在已建立预报模型的基础上,以Visual Basic 6.0为计算机语言开发黑龙江省大豆产量动态预报系统。结果表明:经2011-2013年大豆产量动态预报检验,5个代表站81%的大豆预报结果丰欠趋势与实际趋势表现一致,单产预报准确率总体较好,越接近大豆成熟,预报准确率越高;经2016年业务运行,预报系统可以方便、快捷地实现对黑龙江省主产区大豆产量的动态预报。     

巴西大豆产量预报方法研究

利用1961～2007年巴西大豆平均单产资料、西太平洋月平均海温、北半球500 hPa平均高度场环流资料以及巴西大豆种植区域代表气象站的逐日气温资料,建立了基于海温、环流资料和基于地面气象要素的巴西大豆产量预报模型.利用3种模型分别对1996～2005年巴西大豆平均单产进行预报检验;综合3种模型的模拟效果,利用加权方法建立了巴西大豆产量预报集合模型.1996～2005年预报检验和2006～2007年预报试验的准确率基本都在90%以上,能够满足业务服务的需要.     

广西南部菠萝寒害的分析及预报方法

本文运用农业气象统计方法,根据菠萝的生物学特性,求算出与广西南部菠萝气象产量相关密切的气象组合因子,作为菠萝平流寒害和霜毒指标,同时分析两种寒害天气类型的分布规律。在此基础上,以寒害指标作为预报对象,选取大气环流和气象因子,分别建立了平流寒害预报模式、平流寒害出现时段预报模式和霜害预报模式。     

早稻产量动态集成预报方法研究

 应用作物产量历史丰歉气象影响指数、作物气候适宜指数、作物生长模拟模型分别建立早稻产量动态预报方法,利用这3种方法分别对1996―2005年湖南早稻产量进行动态模拟预报,在分析预报误差的基础上,确定每种方法的预报权重,建立动态集成预报方法。拟合检验结果表明, 集成预报方法的丰歉趋势预报正确率、产量预报准确率都较任意单一预报方法稳定,且有一定程度提高。利用上述方法分别对2006―2008年湖南早稻产量进行预报检验,结果表明,除2006年的丰歉趋势预报因早稻收获阶段遭遇台风出现错误外,集成预报法的丰歉趋势预报正确率、产量预报准确率都较高,且好于任意单一预报方法,能够满足业务服务的要求。     

大豆产量动态预报模型研究

近年来,受进口大豆的冲击,中国大豆产业面临着严重挑战.为了给政府决策提供可靠的依据、保障中国粮食安全,每年能准确地进行大豆产量预报具有重要意义.利用大豆不同生育阶段气象因子的综合聚类指标选择气象相似年型,再根据相似年的产量变化确定预报年的产量气象影响指数,建立全国大豆单产动态预报模型.通过对1995-2004年大豆产量进行动态预报,结果表明:5月31日、6月30日、7月31日、8月31日和9月30日大豆产量预报准确率分别为97.0%、93.8%、94.9%、93.7%、95.1%,实现了大豆产量的连续、动态、定量预报.     

基于气候适宜度指数的吉林省大豆单产动态预报研究

为及时、准确地进行大豆产量预报,给相关部门提供可靠依据保障吉林省粮食安全,利用吉林省1980-2016年大豆产量、生育期、逐日气象数据,基于大豆生长发育的生物学特性(最适温度、上限温度、下限温度、需水量、需光性等),构建大豆生长季逐旬温度、降水、日照时数及综合气候适宜度模型,通过与相对气象产量进行相关和回归分析,建立基于气候适宜度指数的7-8月逐旬产量动态预报模型,对吉林省大豆产量进行动态预报。结果表明:各时段建立的产量预报模型均通过0.05水平的有效性检验,能够客观反映大豆生长期内气象要素状况;各预报模型的历史回代检验平均准确率均大于85.0%,均方根误差小于20.0%;历史回代拟合的气象产量与实际气象产量在年际变化上具有较好的一致性,两者相关性通过0.05水平的显著性检验;在1981-2014共34年中各旬单产趋势预报准确的年份均在24年以上。各时段预报模型对2015-2016年的外推预报准确率分别在92.0%和81.4%以上,趋势预报不稳定,可能与模型没有考虑灾害影响有关。总体上,构建的产量预报模型可为吉林省大豆产量预报提供参考依据。     

比利时马铃薯晚疫病预警系统及其在我国的应用

利用晚疫病预测预报模型可以准确地预报晚疫病发生的时间 ,指导薯农适时适量地用药。比利时利用CARAH模型 15年来取得了很好的效果 ,消除了由晚疫病造成的损失并减少了杀菌剂的施用量。本文详细地介绍了该模型的起因、数据的收集和具体的运用 ,并根据此模型在中国的初步应用提出了利用该预测预报的建议。     

水稻苗情微机预报模型研究初报 Ⅱ、早稻常规与晚稻杂优类型预报模型

一、早稻常规种预报模型早稻常规种选用福建大面积栽培品种“78130”建立预报模型。在60个变量中,经计算机显著性检验后,有40个变量被选入相应的预报模型(表2),进而建立了28个预报模型。1990年在3个苗情县预报84项次,并与实际观察值对比验证,经两值配对t测验,除了分蘖始期预报幼化二期叶龄(Y_(36)),有效分蘖终止期预报最高分蘖期叶龄(Y_(45))、齐穗期预报理沦亩产(Y_(54))等三个模型的预报值与实际值差异显著外,其余模型差异均不显著,可予应用。 1.插秧后预报分蘖始期日期模型     

河北衡水棉铃虫发生气象条件分析及预报模型建立

为了确定与棉铃虫虫害发生相关显著的气象因子，并据此做出棉铃虫发生情况的合理预报，分析了河北省衡水市故城县2000―2017年的气象资料和棉铃虫虫情资料。得出：衡水棉铃虫卵的始见日最早为5月24日，最晚为8月22日；2代、3代、4代卵盛期分别为6月13日－7月1日、7月18日－8月4日和8月17日－9月14日；棉铃虫虫害主要发生在6－8月；棉铃虫的发生主要和气温、地温和相对湿度有关。利用逐步回归方法建立了棉铃虫发生的预报预测模型并进行了回测检验，相应预报模型对2代、3代、4代百株累计卵量的预报平均相对误差分别为21.1%、20.7%、29.9%，对各代卵的等级预报准确率分别为94.4%、83.3%、77.8%。     

关中地区棉铃虫预报信息服务业务系统

根据棉花气象服务的特点和棉铃虫防治的要求,建成了陕西省关中棉区棉铃虫预报信息服务业务系统,它具有预报服务和咨询服务两大功能,旨在提高棉花气象系列化综合服务的水平,使气象科技更好为棉花生产服务.关健词关中地区;棉铃虫;预报;服务系统     

人工神经网络及其在小麦等作物病虫害预测中的应用

人工神经网络（ANN）是人工智能领域中发展迅速的信息处理技术之一。它能够处理高度非线性问题,具有跟踪性能好、适用面广、容错能力强等优点。近年来人工神经网络模型开始逐渐应用于植物病虫害预测预报,并对多种植物病虫害预测预报取得了良好效果,已成为植物病虫害预测预报的一条新途径。本文简要介绍了人工神经网络的发展过程和基本原理,对其在小麦等作物病虫害预测中的应用作了综述。并在此基础上,就人工神经网络在作物病虫害预测中的应用进行了展望。     

水稻苗情微机预报模型研究初报 Ⅰ.总体设计与早稻预报模型

福建省十几年来积累了大量的水稻苗情观察数据。以往苗情数据单凭手工统计汇总,费工费时,预测预报难,准确性差,时常错过农时,难以及时指导大田生产,未能充分发挥苗情工作为“两当”(当前、当地)服务的作用。目前,电子计算机在农业领域的应用日趋广泛,但应用电子计算机预报管理苗情工作的事例甚少。为使苗情工作逐步走向系统化、标准化、智能化、科学化、提高我省水稻苗情的预报和管理水平,1988年成立《水稻苗情微机预报模型研     

基于关键气象因子的辽宁省水稻产量动态预报

利用辽宁省33个气象站点1993—2012年水稻产量、生育期内的旬平均气温、旬降水量及旬日照时数等资料,应用统计分析方法建立水稻的产量动态预报模型。使用5年滑动平均法分离水稻趋势产量,分析气象产量与水稻生育期内逐旬气象要素的相关性,确定5月上旬平均气温、5月下旬平均气温、6月下旬降水量、7月下旬降水量、8月上旬日照时数、9月中旬平均气温和9月下旬日照时数为关键气象因子,建立水稻产量动态预报模型,并对预报结果进行验证。结果表明:对1993—2012年进行模拟预报及回代检验,平均准确率在93%以上;对2013年的产量进行预报,准确率为93.97%~99.67%,预报准确率较高。预测结果基本可以反映水稻产量的变化情况,能够满足业务服务的需要。     

乌盟地区马铃薯晚疫病滋生和蔓延的气象条件分析及预报模式的建立

探索了乌盟地区马铃薯晚疫病流行与气象条件之间的关系 ,建立了乌盟地区马铃薯晚疫病流行概率预报模式 ,并通过对 7月份降水条件的分析和发生程度做出预报 ,拟合和试报效果较好。     

利用HJ-1A卫星遥感影像进行水稻产量分级监测预报研究

以江苏省盱眙县、金湖县和洪泽县为例,利用我国的环境减灾卫星(HJ-1)遥感影像,开展了水稻产量分级监测预报研究。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像精校正,将GPS样点数据校验贯穿到整个水稻种植面积分类与解译过程中,面积信息解译精度在90%以上。分别利用水稻抽穗期归一化植被指数和比值植被指数反演了叶面积指数和生物量数据信息。结合水稻遥感估产模型进行产量估算,并叠加样点产量信息验证,估产精度达到85%以上;依据预测的水稻产量数据进行产量分级预报,制作了盱眙县、金湖县和洪泽县水稻产量遥感分级监测预报图。结果说明,环境减灾卫星影像基本能满足水稻种植面积提取和产量预报的需求,能够在遥感估产中推广应用。     

基于环流因子的辽宁省水稻适宜移栽期预报模型研究

利用辽宁有记录以来的农业气象资料,分析发现辽宁省水稻适宜移栽期与播种到移栽期≥10℃有效积温之间存在极显著的正相关关系,再根据有效积温和环流因子之间的相关关系,筛选出高相关、通过0.05的显著性检验的环流因子,建立起水稻适宜移栽期的长期预报模型。该模型通过历史拟合和预报检验,预报模型准确率基本在95%以上,预报结果对农业生产具有重要的实用价值。     

棉花产量动态预测方法研究

根据业务服务的需要,提出利用旬平均温度、旬平均地表温度和旬日照时数,根据综合聚类原理,动态跟踪预报新疆不同棉区棉花产量的方法.此方法简洁、实用、准确率高,克服了常用回归方法在较短时间内筛选预报因子难的缺点,具有很好的业务应用价值.     

黑龙江省马铃薯晚疫病预测预报模型应用评价

马铃薯晚疫病是世界马铃薯生产上一种毁灭性病害,化学防治是控制马铃薯晚疫病最有效和最简单的方法。但是,化学防治存在用药不及时和过度施药的问题,采用马铃薯晚疫病预测预报模型可以有效解决这个问题。应用黑龙江省马铃薯晚疫病预测预报模型,对马铃薯晚疫病发生进行了预测,并与丹麦NegFry模型、每7 d施药和每10 d施药处理比较。黑龙江省马铃薯晚疫病预测预报模型处理、丹麦NegFry模型处理和每7 d施药处理与对照相比在病害防治效果方面差异显著,黑龙江省马铃薯晚疫病预测预报模型处理与丹麦NegFry模型处理和每7 d施药处理相比不显著。采用黑龙江省马铃薯晚疫病预测预报模型与实际病害发生拟合度达95%。黑龙江省马铃薯晚疫病预测预报模型与丹麦NegFry模型处理、每7 d施药处理、每10 d施药处理相比,减少杀菌剂使用次数1～3次。与空白对照相比,增产48.24%,小薯率降低5.63个百分点,烂薯率降低4.52个百分点,增加纯收入12 090元/hm~2。所以,黑龙江省马铃薯晚疫病预测预报模型与丹麦NegFry模型和每7 d防治处理达到同等防治效果,且降低农药使用量,可及时指导晚疫病田间防治工作。     

最优非线性预报方程在粮食产量预报中的应用

根据作物产量与环境因子之间的实际情况,以东港市水稻产量资料和气象资料为例,采用非线性的最优化方法普查预报因子,通过因子的显著性检验和稳定性检验,选择出最优预报因子。然后根据农业气候分析的方法,从最优预报因子中选择出重要因子,用强迫引进重要因子和逐步回归方法,建立最优的非线性预报方程。通过验证,不但拟合率高,而且试报效果也非常好,同时本方法可用于气象的其它方面的最优化问题的预测预报中,还可推广到预报