渭南市4月“倒春寒”预测指标研究

根据渭南地形地域特点,从南、北、中部选择3个代表性站点,利用其1981—2013年"倒春寒"发生程度资料,结合3个气象站相应逐日气象资料,采用相关分析、逐步回归等方法,选取与4月"倒春寒"相关系数高的气象因子,构建分区域"倒春寒"预测方程。结果表明:影响渭南南部、北部和中部"倒春寒"发生程度的气象因子分别有2个、4个和3个。分别建立南、北、中部3个区域的"倒春寒"预测模型,历史回代准确率分别为82%、94%、83%;等级历史回代准确率分别为75%、84%、81%;2014—2019年4月"倒春寒"预报准确率分别为100%、83%、83%;等级预报准确率分别为100%、80%、80%。发生预报和等级预报准确率较高、效果理想,预测方程和等级判定指标均达到气象预报服务需求。     

醴陵市晚稻纹枯病发生等级预测研究

根据2011~2013年醴陵市晚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水稻纹枯病发生等级预报模型,并进行了回代预测检验。结果表明：晚稻日病株率分别与日平均气温、日降水量、日照时数、日平均相对湿度进行统计分析,晚稻纹枯病发生与日平均气温和日降水量存在显著的相关性,得到了纹枯病日病株率预报方程,最终建立了晚稻纹枯病发生等级预测模型。经过回代预测检验,准确率达到95.8%,具有较好的预报效果,能反映病情的发生情况,对纹枯病的防治有一定的指导作用。     

醴陵市晚稻纹枯病发生等级预测研究

根据2011~2013年醴陵市晚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水稻纹枯病发生等级预报模型,并进行了回代预测检验。结果表明:晚稻日病株率分别与日平均气温、日降水量、日照时数、日平均相对湿度进行统计分析,晚稻纹枯病发生与日平均气温和日降水量存在显著的相关性,得到了纹枯病日病株率预报方程,最终建立了晚稻纹枯病发生等级预测模型。经过回代预测检验,准确率达到95.8%,具有较好的预报效果,能反映病情的发生情况,对纹枯病的防治有一定的指导作用。     

基于Mortle小波的渭南4月倒春寒特征分析

本文基于渭南市11个国家气象站(1971—2019年)4月逐日平均气温、最低气温资料及农作物、经济林果冻害和倒春寒气象指标,采用Mortle小波分析、数理统计等方法,分析得出渭南4月倒春寒的时空分布、小波周期演变特征和规律,倒春寒致灾的气象条件。结果表明：1971—2019年渭南4月发生中度倒春寒的概率较高,轻度和中度占比分别为59.9%和30.5%,重度占9.6%；北部倒春寒重于南部,南部重于中部；全市倒春寒年均站次为0.64站次/a,其中白水年均次数0.98站次/a。近49年4月倒春寒年均站次以0.118站次/10a速率下降。倒春寒4月年均站次时间序列存在4～6 a、6～11 a、12～17 a、25～32 a4类尺度的周期变化规律,6 a、10 a时间尺度为第一、第二主周期。小波分析得出4月倒春寒的周期与重灾区白水发生的倒春寒具有较好的一致性。     

倒春寒气象指标及等级划分研究

基于1981—2000年《中国气象灾害大典》记录各地实际发生倒春寒灾情和相应气象台站的逐日平均气温资料,在分析全国各地倒春寒气象指标和分级标准的基础上,利用平均气温距平和持续时间建立倒春寒气象指标和等级划分标准。在全国6个代表性区域开展倒春寒气象指标等级与实际发生程度的对比,开展指标验证。结果表明,倒春寒气象指标与实际发生程度基本符合以上比例为73%~100%,完全符合比例为55%~100%。指标适用于中国各地倒春寒的界定,能反映倒春寒过程,定量评估倒春寒等级。指标对开展倒春寒气象灾害预报预警、灾害评估和防御具有重要意义。     

自贡市水稻二化螟发生气象等级预报研究

利用2000—2018年四川省自贡市水稻(Oryza sativa L.)二化螟[Chilo suppressalis(Walker)]发生历史资料与气象资料研究自贡市气象条件对水稻二化螟发生的影响。通过对水稻二化螟灯下诱蛾量与气象条件的分析,选取相关性显著、生物学意义明确的气象因子,采用多元回归分析建立自贡市水稻二化螟发生气象等级预报模型。结果表明,自贡市冬季平均气温对水稻二化螟发生气象等级影响最为显著,翌年各时段温度、降水和湿度条件次之,且常年较高的冬季气温是导致二化螟发生气象等级多年处于3～4级的最关键气象因素。历史回代检验气象等级拟合准确率达72%,2018年试报检验气象等级准确率达到100%,模型预测效果较好,能够为自贡市开展水稻二化螟防治提供科学的气象决策依据。     

基于气象关键因子的河南省夏玉米产量预报研究

以河南省13个地市1990—2006年逐旬光温水气象资料为基础,通过相关分析确定了影响河南省夏玉米产量的关键气象因子,建立了7月中旬—9月中旬的夏玉米气象产量预报模型。将全省由南至北划分为三个区域,分区回代1990—2006年资料对模型预报准确率进行回代检验,并利用2007—2010年资料对模型进行试报。检验结果表明,模型回代准确率全省为88.4%,不同区域间回代准确率差异明显,北部最高92.9%,中部次之87.4%,南部最低83.4%,分析 原因主要受夏玉米产量年际波动的影响;模型预报准确率全省为94.9%,各区域差别不大,基本在95%左右。     

运城市小麦条锈病发生等级与气象因子的相关性

为探究影响运城市小麦条锈病发生等级的环境气象因子，采用数理统计、多维Logistic回归分析等方法，对运城市1990—2020年小麦条锈病侵染时间、发生等级资料进行分析，筛选与条锈病发生等级显著相关的环境气象因子，建立条锈病等级预报模型。结果显示，运城市小麦条锈病流行程度主要是受春季菌源的数量、侵染时间的早晚和环境气象条件影响；小麦条锈病一般是4月下旬在运城市西南部的芮城、永济等地区始见，当环境气象条件不适宜时，条锈菌的活性会受到抑制而死亡；当环境气象条件适宜时，病菌快速繁殖，5月以后进入盛发流行扩散期，且侵染时间越早，后期流行等级越高，侵染时间越晚，后期流行等级越低；运城市条锈病发生等级与4月上旬的日照时数、3月下旬至4月上旬相对湿度以及5月中旬的降水量呈显著正相关；通过分析环境气象资料与小麦条锈病等级，建立预测模型：y=-6.415+0.051x₁+0.047x₂+0.022x₃+0.019x₄，并进行30 a历史资料回代验证，历史拟合准确率超过80%。利用模型对2021年运城小麦条锈病等级进行...     

稻纵卷叶螟发生量与气象因子关系的研究

[目的]研究稻纵卷叶螟发生量与气象因子的关系,建立预报模式,为稻纵卷叶螟的防治提供理论依据。[方法]利用江苏泰州地区1987~2006年气象资料和稻纵卷叶螟发生资料,选取气象因子,利用SPSS软件,分析影响稻纵卷叶螟发生程度的主要气象因子,采用逐步回归的方法建立稻纵卷叶螟发生程度的气象预报方程。[结果]1月中旬~2月上旬的日照时数与第四(2)代稻纵卷叶螟的大发生有较明显的相关,而2、3月的平均气温与第五(3)代稻纵卷叶螟的大发生有较好的相关。[结论]预报显示,对第四(2)代和第五(3)代稻纵卷叶螟发生量的预报准确率较高,分别达95%和75%;如果将数据做四舍五入处理,准确率分别为100%和95%。     

自贡市玉米主要病虫害气象等级预报模型

利用2001—2017年四川省自贡市玉米主要病虫害发生面积与同期气象资料,研究自贡市气象条件对玉米主要病虫害发生的影响。通过相关分析等方法筛选气象预报因子,采用多元回归分析建立自贡市玉米主要病虫害气象条件等级预报模型。结果表明,5月中旬至7月上旬的降水量和湿度对玉米病害的发生面积影响最为显著,温度次之;4—6月的温度和降水量对玉米虫害的发生面积影响最为显著,湿度次之;7—8月频发的高温对玉米病虫害的发生发展均有明显的抑制和消弱作用。对模型进行检验,历史回代检验气象等级综合拟合准确率达到91%,2018年试报检验气象等级综合准确率达到100%,模型预测效果较好,能够为自贡市开展玉米主要病虫害防治提供科学的气象决策依据。     

基于最优子集的白银市玉米春霜冻害预报模型研究

在充分考虑玉米关键生育期耐寒程度动态变化的基础上,以最低地温负距平为主要指标划分其冻害等级,分析霜冻形成的物理机制,采用CSC双评分准则进行预报因子优选,运用最优子集法分县建立白银市最低地温预报方程,各县区预报方程均通过了0.01水平的显著性检验。从预报效果来看,拟合率为81.8%～87.8%,试报准确率分别为白银83.3%、景泰79.6%、靖远85.7%、会宁71.4%,结合玉米春霜冻害动态等级指标,实现了对玉米春霜冻害等级的预报预警,达到了预期目标,为开展春玉米关键生育期冻害农业气象服务提供了更为客观准确的信息和依据。     

承德县国光苹果始花期与气象因子的相关分析及预报模型

为准确做好承德县国光苹果始花期预测、发布花期风险预警,尽可能减轻花期灾害对苹果生产造成的不利影响,利用2010—2023年承德县国光苹果生育状况观测资料和同期地面气象观测数据,统计分析始花期与各气象因子之间的关系,结果表明：国光苹果始花期与1月上旬气温、3月下旬气温、3月下旬0 cm地温、浅层地温和4月上中旬地温、稳定通过≥10℃的初日、积温显著相关。挑选显著因子应用逐步回归方法建立预报模型,回代检验中始花期预报值与实际值相差0～2 d的准确率达83%,2022—2023年始花期预报值与实际值相差分别为3 d和1 d,所建立的预报模型可用于承德县国光苹果始花期的预报。     

用通径分析方法建立水稻纹枯病气象等级模型

基于大量前人研究成果提出水稻纹枯病综合气象等级预报模型γn=sum (Ci×Pi) from 1 to k;在分析不同气象因子对水稻纹枯病影响规律基础上,采用最优分析法,给出每个气象因子分级标准,得出每个因子在不同量值上对应的气象等级值Pi;利用荆州市往年水稻纹枯病发生面积及对应年份5～8月逐日气象资料,采用通径分析法,确定每个气象因子对纹枯病影响权重,从而建立基于逐日气象要素的水稻纹枯病气象等级模型,可以用于过去3～5 d(或周、旬)纹枯病气象条件监测和未来3～5 d(或周、旬)气象条件对纹枯病发生发展适宜程度预报。经检验,预报气象等级与病虫害实际发生等级吻合率为65%,方法简单可行,易于推广。     

安徽省中南部小麦赤霉病气象等级预报方法研究

针对安徽省农业气象业务服务中小麦赤霉病气象等级预报模型精度不高问题,基于安徽省中南部滁州、庐江、池州和宣城4个代表站历年小麦赤霉病病穗率、发育期及对应气象资料,采用线性相关、回归分析等方法,建立基于雨日和雨量的综合降水指数气象等级预报模型,并对模型进行拟合检验和预测检验。结果表明滁州地区小麦赤霉病发生关键为始穗前5d至始穗后25d、庐江为始穗前8d至始穗后20d、池州为始穗前7d至始穗后24d、宣城为始穗前4d至始穗后24d。对建立的区域小麦赤霉病气象等级预报模型进行拟合检验和预测检验发现:滁州地区预测模型的拟合准确率和预测准确率分别为86.8%和92.0%,庐江分别为87.6%和70.0%,池州分别为85.6%和88.0%,宣城分别为88.3%和84.0%。因此,本研究建立的区域小麦赤霉病气象等级预报模型可用于安徽省中南部农业气象业务服务。     

草地螟2代幼虫发生的气象条件等级预报方法——以兴安盟为例

[目的]明确兴安盟草地螟2代幼虫的发生规律并建立2代幼虫与气象因子的预测模型。[方法]选取1980~2015年草地螟监测资料和同期气象资料,采用相关分析和典型年份对比分析法,研究影响草地螟2代幼虫发生的关键气象因子及气象指标,并采用气象因子加权方法建立2代幼虫发生的气象等级预报模型。[结果]影响草地螟2代幼虫发生的关键气象因子为温度、降雨量、相对湿度、降雨日数和高温日数。当1代成虫出现蛾峰后1~10 d平均气温22.0~24.0℃、降雨量30~100 mm、相对湿度60%~80%、降雨日数6~8d、无高温日数时,最适宜草地螟1代成虫产卵、孵化和2代幼虫发生;而1代成虫出现蛾峰后1~10 d持续低温多雨(高湿)或者高温少雨(低湿)天气会明显抑制草地螟1代成虫产卵和孵化,导致2代幼虫轻发生甚至不发生;模型检验结果表明,有草地螟1代成虫监测资料的8 a中,适宜发生(1级)和不适宜发生(3级)的回代结果与实际完全相符(占88%),较适宜发生(2级)的回代结果与实际相差1个等级(占12%),说明模型预报气象等级1级和3级效果较好。[结论]研究结果为开展草地螟2代幼虫气象预报提供了理论依据。     

马铃薯晚疫病气象等级预报方法研究

通过对1990-2008年围场县马铃薯晚疫病的发生面积与气象条件进行相关分析,表明马铃薯晚疫病的发生是生物因子在适宜的气象条件下发生作用的结果。气温、降水、相对湿度、日照时数等气象条件是马铃薯晚疫病发生的决定性因素。在温度适宜的情况下,阴雨连绵或多雾、多露最有利于晚疫病的发生和流行。以受灾率作为马铃薯晚疫病气象等级的划分标准,选取与晚疫病相关的前期气象要素作为预报因子,采用综合聚类法建立了马铃薯晚疫病气象等级的预报模型。回代结果表明,用气象综合聚类法类做马铃薯晚疫病的气象等级预报,可以为控制晚疫病的蔓延,赢得宝贵时间,提高气象决策服务水平。     

水稻白叶枯病发生流行与气象条件关系及预测模型研究

为了明确气象条件与水稻白叶枯病发生的关系,提高预报能力,利用1985—2015年化州市晚稻白叶枯病病情资料及气象数据进行相关性分析。结果表明：9—10月降水量、降水日数、相对湿度、台风与发病程度呈正相关;日照时数、气温与发病程度呈负相关。影响白叶枯病发生的关键气象因子分别是8月中旬—9月中旬降水量、9—10月降雨系数、8月下旬降水强度和9月台风次数。采用逐步回归统计方法建立晚稻白叶枯病发病程度气象等级预测模型,模型的复相关系数R为0.9000,通过α=0.01的显著性检验。模型拟合准确率为89.4%。利用该模型对2016—2018年白叶枯病发生等级进行试报检验,平均试报准确率达93.3%。模型拟合结果和试报准确率均较好,为白叶枯病的综合防治及科学决策提供了依据。     

宁波市海曙区早稻产量预报模型及影响因子分析

运用SPSS19.0软件曲线估计法将宁波海曙区1993—2019年早稻气象产量进行分离,并将其与早稻全生育期气温、日照、降水等气象因子进行逐步线性回归,得出2种最优产量预报方程,通过最小二乘法对2种方程进行拟合,建立海曙区早稻产量预报模型。验证结果表明,早稻产量预报拟合准确率较高,除2003年准确率略高于92.34%外,其余年份均在95%以上;虽然2020年受长期阴雨(梅雨)天气影响,但模型预报准确率仍达91.48%,证明该预报模型可作为海曙区早稻产量预报有效依据。早稻产量受多种气象因子共同影响,其中,4月上旬平均最低和最高气温、5月平均最低气温、4—5月的平均气温与产量呈正相关;全生育期降水,尤其是6月降水不均,会影响早稻产量。     

水稻褐飞虱发生程度气象预报方法的研究

[目的]建立水稻稻飞虱发生程度预报方程,从气象条件的角度对每年的发生程度进行预测,指导稻飞虱的防治工作。[方法]利用江苏泰州地区历年气象资料和水稻稻飞虱发生资料,选取大量气象因子,采用逐步回归的方法,寻找和水稻稻飞虱发生密切相关的气象因子。[结果]前期气象因子与当年水稻稻飞虱发生密切相关;3~5月平均气温与10月上旬褐飞虱影响程度呈负相关;2~4月降水量和降水日数与10月上旬褐飞虱影响程度呈正相关。[结论]以前期气象因子通过逐步回归建立的预报方程可用于实际预测。     

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.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.