两种冬小麦气候适宜度评价模型的比较

为比较DSSAT模型和模糊数学方法用于冬小麦气候适宜度评价的效果,利用河南省杞县和汤阴县1999-2013年的气象资料、冬小麦发育期及产量数据,采用DSSAT模型和模糊数学方法构建两种冬小麦气候适宜度评价模型,并计算不同生育期和全生育期的冬小麦气候适宜度。利用相关分析方法,检验两种方法估算的冬小麦气候适宜度的评价效果。结果表明：杞县和汤阴县的出苗至越冬期、返青至拔节期、拔节至开花期、开花至成熟期,模型法估算的冬小麦气候适宜度与模糊数学法估算的冬小麦气候适宜度变化趋势基本一致,且呈正相关,而两个地点的越冬至返青期,两种方法估算的冬小麦气候适宜度呈负相关。两个地点两种方法估算的全生育期冬小麦气候适宜度变化趋势与实测产量的变化趋势基本一致,且两种方法估算的冬小麦气候适宜度呈正相关。模型法估算的冬小麦气候适宜度的标准差和变异系数均高于模糊数学估算的冬小麦气候适宜度的标准差和变异系数。但与模糊数学法相比,DSSAT模型估算的冬小麦气候适宜度与实测产量变化更接近。DSSAT模型可用于冬小麦气候适宜度评价研究。     

广西柑橘气候适宜度模型

研究旨在建立广西温度、降水、日照和综合要素的日尺度适宜度模型,应用于广西柑橘气候适宜度等级分类,以及历年气候适宜度时空分布特征进行分析.利用广西87个国家自动气象站1961-2018年逐日气象资料和柑橘生长气候习性,采用模糊数学方法建立模型,并利用典型年份、阶段异常天气进行模型验证.结果 表明,模型的逐日气象要素回归拟...     

乌兰察布地区马铃薯气候适宜度模型研究

为了定量描述马铃薯全生育期气候条件对其生长发育的适宜程度,利用内蒙古乌兰察布地区马铃薯观测资料和气象资料,采用多项式拟合方法构建了旬尺度的气候适宜度模型,建立了乌兰察布地区马铃薯生长全过程气候适宜度动态评价指标;并与株高和产量做了相关分析。结果表明：模型计算的气候适宜度与株高、产量存在显著正相关(P＜0.05);气候适宜度与株高的相关系数(R)在0.2881 以上（样本数位57 个）;气候适宜度与产量相关系数(R)在0.3633 以上（样本数位32 个）。本研究建立的旬尺度气候适宜度模型更为精细地描述了马铃薯气候适宜度的连续变化过程。     

基于气候适宜度的陕西烤烟单产预报

为预报陕西省烤烟单产,对陕西省烤烟种植气候特征进行分析,建立基于代表县综合气候适宜度的陕西省烤烟单产预报模型。研究利用1995—2014年陕西省13个代表县的烤烟产量数据及气象资料,选取成熟期平均气温、旺长期降水、大田生长期可用时间、大田期日照时数作为影响因子,计算其基于隶属函数的综合气候适宜度指数,分析陕西省烤烟气候适宜度分布特征,运用多元线性回归方法建立基于代表县综合气候适宜度的陕西省烤烟单产预报模型。结果表明,烤烟单产预测值与实际单产值拟合率较高,平均相对误差为3.74%。2014年陕西省烤烟单产预报结果准确率为92%,相对误差为7.96%。该模型具有较高的准确性和实用性,可作为烤烟产量预报的有效工具。     

同化数据在气候适宜度区域化模型中的应用

为了避免站点插值误差,实现高精度、空间分布的CLDAS同化数据在气候适宜度指标区域化中的方便高效应用,本研究利用GIS建模工具,基于内蒙古玉米日尺度动态适宜度计算方法,构造日尺度玉米温度适宜度自动化计算模型,实现了CLDAS小时数据提取、日平均气温计算、"三基点"温度计算、适宜度指标分段函数构建、误差分析等五方面功能。以2016年5月25日CLDAS融合气温产品为例,分析日尺度空间温度适宜度计算模型运行效益,结果表明:CLDAS日平均气温与站点观测值平均偏差0.57℃,CLDAS温度适宜度指标与站点适宜度平均偏差0.02,平均相对误差3.17%,空间拟合精度较高;日尺度温度适宜度指标空间化计算模型实现了适宜度指标的流程化计算,操作简便且方便推广,具有较高的实用性,达到了同化数据在气候适宜度指标区域化中的应用目的。     

呼伦贝尔市旅游气候适宜度分析

为了能够对呼伦贝尔市旅游气候资源价值做出评价,帮助旅游产业健康科学发展,通过人居舒适度等级、体感温度、着衣指数等几个方面对呼伦贝尔市旅游气候适宜度进行分析,并提出游览时间、目的地及穿衣建议。结果表明,对于休闲避暑为目的的游客最好选择6、7、8月,若有参观岭西北部林区的游客选择7月为最佳,6、8月需携带外套,而冬季游览、滑雪的游客可选择1、2、3、11、12月,其中1、2、12月冻伤危险较大,需做好防寒措施,春秋季节温度变化大,根据目的地着衣指数选择装备,旅游管理部门应结合各季节和景区所在地的气候适宜度情况妥善管理旅游资源、开发旅游项目。游客可根据自身旅游目的及情况科学选择合适时间、景区进行游览。     

蓝莓生态气候适宜度评价指标及模型的设计

为了客观有效地评价生态气候资源对蓝莓生长发育的适宜状况,基于科学性、系统性、实用性及动态性的原则,从蓝莓的种植区域生态环境、生育期气候条件、田间管理水平3个方面选取了12项指标,构建了蓝莓生态气候适宜度评价指标体系。运用模糊数学理论,分别建立了土壤、气温等评价因子对蓝莓生态气候适宜度的隶属函数,并结合专家打分法对各因子的权重进行了分配,构建一个二级层次结构的评价模型。通过评价模型可定量化计算出确定品种的蓝莓在具体种植地和时间段的生态气候适宜程度。本研究填补了国内蓝莓生态气候适宜性模糊评价的空白,为蓝莓引种、建园、产量及品质预测、气象灾害损失评估等提供科学依据。     

贵州芥蓝种植生产的气候适宜度研究

摘 要：为了研究芥蓝生长与贵州气候资源相适宜的情况,基于1981-2010年贵州省84个国家级气象观测站逐日气象数据,结合芥蓝的生物特性,根据农业生态气候适宜度理论和模糊数学方法,建立气温、降水以及气候适宜度评价模型,并利用该模型对芥蓝生长的逐侯气候适宜度进行评价。结果表明,贵州芥蓝生长气温较适宜、适宜和最适宜期集中于3月第1侯到11月第5侯,而最适宜气温期集中在4月第4侯到10月第3侯;降水较适宜、适宜和最适宜期是3月第5侯到5月第5侯、7月第3侯到11月第4侯,但降水最适宜时期较短,只有10月第3侯和第6侯。气温为主导因子时,降水对芥蓝的气候适宜性有较为明显的影响作用,贵州各地芥蓝生长的最适宜气候期是春季4—5月和秋季9—10月,并且秋季气候条件优于春季,可满足2~4季芥蓝露地正常生长。     

多伦县花椰菜气候适宜度及灾害防御研究

为了研究花椰菜的气候适宜度及主要气象灾害防御,本研究利用锡林郭勒盟多伦县大北沟镇十五号村、西干沟乡牛眼睛村、蔡木山乡炮台村建立的3个花椰菜大棚基地2020年4月28日-5月31日观测的棚内逐日、逐时平均气温及附近的3个区域站气象资料和多伦县国家基准气候站观测的同时期温度、湿度、日照等资料,利用线性趋势拟合、相关性检验等...     

北疆棉纤维品质气候生态位适宜度研究

 以北疆高产棉花纤维品质形成为研究对象,引入生态位适宜度理论对与棉纤维品质形成发育相关的7个生态因子进行生态位适宜度测算,对比实际收获棉纤维品质的灰色关联度分析,结果表明,北疆高产田棉纤维生态位适宜度值第3~6果枝较高,第1～2、第7～8、第9～10果枝相继下降。影响棉纤维发育的生态因子的生态位适宜度值（F_i）与棉花纤维品质之间存在极显著的线性相关关系,不同果枝节位棉纤维品质的生态位适宜度值对棉花纤维品质具有较好的预测性,生态位适宜度分析法可以作为指导棉花生长调控、建立高产高效棉花群体的重要依据。     

基于作物水分生产函数的冬小麦干旱评估模型

干旱是影响华北冬小麦生产的主要灾害之一。为定量评估干旱对冬小麦产量的影响,利用作物水分生产函数,建立了河北省冬小麦干旱评估模型。本研究选择河北省冬麦区南宫、河间、霸州等农业气象观测站,基于3站1991-2007年冬小麦观测数据及气象资料,采用Penman-Monteith公式计算冬小麦各生育阶段的相对蒸散量,以联合国粮农组织（FAO）“农作物生产潜势”方法估算的光温生产潜力作为最大产量,应用统计方法求解Jensen模型参数,并以该模型为基础建立干旱评估模型。结果表明,各站冬小麦水分敏感系数与冬小麦全生育期灌溉次数关系密切。对于灌溉3次的南宫、河间二站,利用大田种植条件下的数据,得到的冬小麦水分敏感阶段与试验的结论相似,呈前期小、中期大、后期又变小的变化趋势;全生育期干旱评估模型的模拟和预测结果与实际产量相关较好,相关系数通过了0.01的显著性统计检验。应用干旱评估模型对冬小麦播种-拔节、播种-抽穗、播种-灌浆、播种-成熟各阶段的干旱评估结果与实际相符。霸州一般灌溉5次,干旱胁迫不明显,仅抽穗-灌浆期水分敏感系数为正值,其他生育阶段均为负值,对水分亏缺表现不敏感。     

基于ALMANAC的山西省冬小麦模拟

为了准确的监测山西省冬小麦动态长势和预测产量,本研究使用ALMANAC作物生长模型对山西省洪洞县高、中、低产田的冬小麦产量进行了模拟。收集了模型需要的作物属性、土壤、气象及田间管理措施等众多参数并根据实际情况对参数进行了调整,结果表明：冬小麦模拟产量的相对误差(RE)为-7.8%~5.7%,叶面积指数的RE为-12.5%~13.6%,水地最大叶面积指数最大;与背景态相比生育期提前,叶面积指数水地变化不大,旱地低较多,温度主要是对生育期的影响,而水分则对叶面积指数产生较大影响。冬小麦的产量和叶面积指数的动态变化能够被ALMANAC模型较好地模拟;而且模型能够模拟不同水分条件下冬小麦的叶面积指数及气候变化对冬小麦影响。     

基于空间聚类的作物生态适宜性评价方法研究——以北京市为例

运用GIS技术构建评价单元,选取关键的作物生态环境因子,采用空间聚类分析法构建作物生态适宜性评价体系。该评价方法可以应用在作物适宜性分析、作物引种区域分析和特色作物扩种等方面,具有较强的科学性、实用性和可操作性,对种植业结构布局和调整具有较好的指导作用。     

Transfer of Grain Legume Nitrogen within a Crop Rotation Containing Winter Wheat and Winter Barley

In a crop rotation trial, conducted from 1985 to 1988 at TU-Munich's research station in Roggenstein, the transfer of grain legume nitrogen was evaluated in crop rotations containing fababeans and dry peas as well as oats (reference crop) and winter wheat and winter barley as following crops. The results obtained can be summarized as follows: Dinitrogen fixation by fababeans ranged from 165 to 240 kg N ha¹, whereas N₂-fixation by peas amounted from 215 to 246 kg N ha^?1. In all seasons the calculated N-balance where only grain was removed was positive, with a net gain being on average 106 (peas) and 84 (fababeans) kg N ha^?1. After the harvest of peas 202 kg N ha^?1 remained on the field on average over seasons (158 kg N ha^?1 in the above ground biomass and 44 kg N ha^?1 as NO₃-N in 0–90 cm depth). As compared to peas, fababeans left 41 kg N ha^?1 less due to smaller amounts of nitrogen in the straw. After oats very small amounts of residual nitrogen (33 kg N ha^?1) were detected. After the harvest of grain legumes always a very high nitrogen mineralization was observed during autumn especially after peas due to a close C/N-relationship and higher amounts of nitrogen in the straw as compared to fababeans. In comparison with fababeans, N-mineralization after the cultivation of oats remained lower by more than 50%. During winter, seepage water regularly led to a considerable decrease of soil NO₃-N content. The N-leaching losses were especially high after cultivation of peas (80 kg N ha ^?1) and considerably lower after fababeans (50 kg N ha^?1) and oats (20 kg N ha^?1). As compared to oats, a higher NO₃-N content in soil was determined at the beginning of the growing period after preceding grain legumes. Therefore, winter wheat yielded highest after preceding peas (68 dt ha^?1) and fababeans (60 dt ha^?1) and lowest after preceding oats (42 dt ha^?1). The cultivation of grain legumes had no measurable effect on yield formation of the third crop winter barley in either of the growing seasons.     

Suitability of Martian Environmental Conditions for Crop Growth on Mars

This article has applied the results of plant growth experimentation under various conditions, including high carbon dioxide concentrations; low light, water, and nutrient levels; and the effect of low pressure and magnetic fields to plant growth and, more specifically, crop productivity. By examining the outcomes of these experiments the feasibility of crop growth under conditions that would be expected on Mars can be demonstrated. It is shown that stress factors likely to be encountered on Mars, including low light water and nutrient levels, can be compensated for through the use of an enriched CO₂ environment. Other environmental factors are shown to be either not limiting on crop productivity, or easily compensated for in a managed greenhouse.     

Effect of Different Crop Densities of Winter Wheat on Recovery of Nitrogen in Crop and Soil within the Growth Period

Previous experiments have shown that, at harvest of winter wheat, recovery of fertilizer N applied in early spring [tillering, Zadok’s growth stage (GS) 25] is lower than that of N applied later in the growth period. This can be explained by losses and immobilization of N, which might be higher between GS 25 and stem elongation (GS 31). It was hypothesized that a higher crop density (i.e. more plants per unit area) results in an increased uptake of fertilizer N applied at GS 25, so that less fertilizer N is subject to losses and immobilization. Different crop densities of winter wheat at GS 25 were established by sowing densities of 100 seeds m^–2 (S_low), 375 seeds m^–2 (S_cfp= common farming practice) and 650 seeds m^–2 (S_high) in autumn. The effect of sowing density on crop N uptake and apparent fertilizer N recovery (aFNrec = N in fertilized treatments ? N in unfertilized treatments) in crops and soil mineral N (N_min), as well as on lost and immobilized N (i.e. non‐recovered N = N rate ? aFNrec), was investigated for two periods after N application at GS 25 [i.e. from GS 25 to 15 days later (GS 25 + 15d), and from GS 25 + 15d to GS 31] and in a third period between GS 31 and harvest (i.e. after second and third N applications). Fertilizer N rates varied at GS 25 (0, 43 and 103 kg N ha^–1), GS 31 (0 and 30 kg N ha^–1) and ear emergence (0, 30 and 60 kg ha^–1). At GS 25 + 15d, non‐recovered N was highest (up to 33 kg N ha^–1 and up to 74 kg N ha^–1 at N rates of 43 and 103 kg N ha^–1, respectively) due to low crop N uptake after the first N dressing. Non‐recovered N was not affected by sowing density. Re‐mineralization during later growth stages indicated that non‐recovered N had been immobilized. N uptake rates from the second and third N applications were lowest for S_low, so non‐recovered N at harvest was highest for S_low. Although non‐recovered N was similar for S_cfp and S_high, the highest grain yields were found at S_cfp and N dressings of 43 + 30 + 60 kg N ha^–1. This combination of sowing density and N rates was the closest to common farming practice. Grain yields were lower for S_high than for S_cfp, presumably due to high competition between plants for nutrients and water. In conclusion, reducing or increasing sowing density compared to S_cfp did not reduce immobilization (and losses) of fertilizer N and did not result in increased fertilizer N use efficiency or grain yields.     

基于星载SAR的冬小麦估产模型比较分析

旨在让农业部门等提前预知小麦产量,从而准确判断粮食生产形式,制订相关政策。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2各一幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,建立冬小麦线性估产模型,在此基础上对2013和2014年估产模型精度进行比较。结果表明：通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%。特别是针对倒伏区域冬小麦估产模型精度差异进行理论详细分析,指出冬小麦大面积倒伏区域,基于交叉极化(HV)估产模型精度高于同极化(HH)估产模型精度。最后指出将来可选择四极化SAR影像,针对不同的生长方式有针对性的选择不同极化方式进行估产。模型结果分析结论为将来冬小麦估产模型参数纠正及推广奠定基础和积累经验。     

基于多元回归分析的农作物产量估测模型研究

农作物产量的估测关系到粮食调度、粮食市场价格平衡、农业结构调整等众多方面。为此,结合多元回归分析,构建农作物产量估测模型。该模型构建先是利用灰度关联分析寻找影响农作物产量的主导因素,然后以主导因素数据作为输入,构建农作物产量的多元线性回归估测模型,得出农作物产量估测值。结果表明：通过本模型进行2017—2019年3年间东北3个省玉米总产量估测,得出玉米预测产量与实际产量之间的误差均小于1%,说明该模型的估测准确性较高,具有广泛的应用前景。     

冬小麦结实率估算模型

为了定量分析冬小麦开花结实规律,本研究以‘济麦22’、‘泰农18’和‘鲁原502’为材料,于2013—2014 年冬小麦生长季内开展了品种与施氮试验。通过分析不同穗型冬小麦可育小花数、开花量及开花结实率之间的内在关系,以及单穗日开花量和日开花结实率与花后GDD之间的定量关系,构建了冬小麦结实率估算模型。经独立试验资料检验,冬小麦结实率(SR)实测值与模拟值的RMSE、da和R2分别为1.092%,0.934%和0.617。其中,r=0.785 (r0.05,7=0.666),达P＜0.05 显著水平。说明实测值与模拟值的吻合程度较好。所建模型可较好地模拟不同穗型品种冬小麦的开花结实率。