浙南春茶开采前后气象条件分析及开采期预报

利用2001-2014年浙南遂昌县5个春茶主栽品种的开采期资料和同期气温、降水量、日照时数和空气相对湿度等气象资料,应用数理统计方法,分析各气象要素对浙南春茶开采期的影响,探讨不同品种春茶开采期的临界温度与积温范围,建立基于气象要素的春茶开采期预报模型。结果表明：浙南5个主栽品种茶叶的开采期以乌牛早最早,为2月24日,其余依次为：龙井43为3月9日,安吉白茶3月11日,福鼎白茶3月16日,鸠坑3月27日;春茶开采期与1-2月的月平均气温呈显著负相关关系（P＜0.05）,1-2月气温越高,春茶开采期提前越明显。将开采期日序与气象要素进行逐步回归分析,分别建立长期（1月底）、中期（2月底）的春茶开采期预报模型;2013年和2014年的预报结果检验表明,模型预报准确性随预报日离开采时间的缩短而提高;通过分析各品种春茶萌动温度和所需积温后提出,实际应用中可以在预报模型的基础上,根据天气预报的温度计算积温,调整各品种的开采期预报结果。     

基于AquaCrop模型的茶叶产量和开采期预报

为验证作物模型在浙江地区不同茶树品种产量和开采期的适用性,基于FAO推荐的AquaCrop作物模型,在浙江省典型茶树种植区选择‘白叶一号’‘龙井43’以及‘龙井群体种’等3个茶树主栽品种,通过田间试验、数据收集和参数敏感性分析等方式获取AquaCrop模型所需的茶树生长参数,并使用历史数据对模型进行本地化校正,建立了基于AquaCrop模型的安吉县和松阳县茶叶产量预报模型以及3个茶树品种的春茶开采期预报模型。AquaCrop模型模拟2013—2017年松阳县茶叶平均年总产量为1.497t·hm~(–2),相对误差为1.98%;2014—2018年安吉县春茶平均年产量为0.164t·hm~(–2),相对误差为0.99%;模拟松阳县和安吉县茶叶产量归一化均方根误差(NRMSE)分别为2.20%和1.10%,均方根误差(RMSE)分别为0.0325 t·hm~(–2)和0.0018 t·hm~(–2);协同指数(d)值分别为0.84和0.88。确定了‘白叶一号’‘龙井43’和‘龙井群体种’茶叶的生长度日预报标准,并通过逐步回归方法获得了3品种茶叶生长度日预测公式;利用AquaCrop分别基于生长度日预报法和逐步回归预报法对3品种开采期进行预测。基于生长度日的3品种开采期预报模型的回代后平均绝对误差(MAE)分别为1.1 d、2.1 d和1.1 d;基于逐步回归的预报模型均通过P0.01显著性检验, 3品种的MAE分别为0.7 d、0.7 d和0.9 d。结果表明, AquaCrop模型经过校正后对浙江地区不同品种茶叶具有较好的适应性,本地化后的AquaCrop可以用于茶园水分管理,产量潜力等研究。基于生长度日和逐步回归的两种AquaCrop茶树开采期预报模型均具有应用价值,逐步回归预报模型的预报效果更理想,具有实际生产指导作用。     

河南鸡公山茶园春茶产量与小气候关系研究

小气候因子对春茶产量有着重要影响,建立其相关关系可以更好地为春茶的生产管理服务.本文测定记录了春茶生产期间18个小气候因子及每天茶叶的产量,应用多元统计分析方法建立了春茶产量与小气候因子的回归模型,并对茶树生长的小气候因子进行聚类分析和因子分析,以找出决定春茶产量的小气候因子及其组合.结果表明,春茶产量与大多数小气候因子间具有显著的线性回归关系,可以此对春茶产量进行预测预报.另外,采用逐步回归方法剔除次要的自变量因子,保留对春茶产量影响较大的小气候因子,最少可用7个自变量进行回归拟合.聚类分析可以把茶园小气候因子划分为表征水、热特征的4类.因子分析也表明,温度、水分及其组合是诸环境变量的公因子,具有较大的载荷.研究表明,采用较少的环境因子,回归模型仍具有显著性,这样可有效降低环境因子的监测和生产管理成本,为有计划地安排春茶生产和提高经济效益服务.     

春茶谷雨前产量与时段气象因子的关系

通过对位于江南茶区的安徽省农科院茶叶研究所和位于江北茶区的安徽省潜山县糖岭茶场,历年春茶谷雨前产量比重与两地３￣４月逐旬主要气象因子的相关性分析,得出３月中、下旬平均气温和３月中旬日照时数,特别是由它们组成的复合时段气象因子与春茶谷雨前产量比重的关系密切;并运用这些复合气象因子建立了可用于春茶谷雨前产量预报的回归方程。     

国外土壤风蚀预报的研究历史与动向

根据国外土壤风蚀研究成果，将土壤风蚀预报研究历史分为4个阶段：即定性描述阶段、定量研究阶段、风蚀方程的建立与完善阶段及风蚀预报系统的建立与完善阶段。简要介绍了风蚀方程、帕萨克模型、波查罗夫模型、德克萨斯侵蚀分析模型、风蚀评价模型、修正风蚀方程和风蚀预报系统等代表性的风蚀预报模型。     

内蒙古地区玉米螟发生的气象条件适宜度预报

利用内蒙古地区1971-2005年的气象数据和玉米螟发生资料,结合玉米螟的生理气象指标,运用相关分析方法选取影响玉米螟发生的关键气象因子,假设玉米螟发生的气象条件适宜度为各气象因子确定的适宜等级与相应权重乘积的总和,建立了内蒙古地区玉米螟发生的气象条件适宜度预报方程;2006-2010年的试报结果表明,预报等级与实际发生程度基本一致,说明所建立的预报方程可以用于当地玉米螟发生程度的预报和预测。     

武威市霜冻气候特征及预报

利用武威市1960-2009年4个气象站霜冻(最低地温≤0℃)资料,系统分析了该区霜冻的时空分布、强度和持续性等气候特征。结果表明,武威市霜冻天气主要发生在北部山区和沙漠边缘;年、年代霜冻日数总体呈减少趋势,霜冻主要发生在5月上、中旬和9月下旬;各种强度霜冻日数的变率较大,随着霜冻强度的增强,霜冻日数逐渐减少;霜冻天气具有持续性特征,持续2d以上的霜冻次数占总次数的56.4%~65.1%,强霜冻日大多出现在持续霜冻时段内。运用2003-2007年的5月和9月逐日20时ECMWF数值预报格点场资料,采用Press准则进行预报因子初选,逐步回归预报方法进行预报因子精选,使用最优子集回归建立最低地温预报方程,采用CSC双评分准则确定5月、9月各站最低地温预报全局最优的显著性方程。预报方程通过了0.01水平的显著性检验,回代拟合率为56.7%~66.7%,预报准确率为51.8%~60.0%,达到了一定的预报水平,可为当地霜冻预报服务。采用最大靠近原则确定了霜冻预报临界值和霜冻预报、预警的级别。     

黑龙江省土壤流失方程的研究

通过对7年大量试验数据的统计分析,建立了黑龙江省土壤流失方程(简称方程)A=RKLSCP。并确定了方程中诸因子的求算方法和数值及黑龙江省土壤允许流失量,为方程的应用提供了必要的技术数据;还进行了方程的验证,其方程计算值与实测值准确率在90%以上,证明方程在实际应用中具有较大的可靠性。该方程的建立,为监测预报水土流失及制定水土保持规划提供了一整套的科学方法和依据。     

闽东南土壤流失人工神经网络预报研究

利用径流实验场观测资料，首次提出应用人工神经网络模型实现土壤流失预测预报，并通过模拟计算进行了检验，与通用土壤流失方程（USLE）比较，人工神经网络模型预报模拟精更高，从而为闽东南土壤流失预测预报提供准确信息。     

江苏省春霜冻发生时空演变规律及其对春茶的影响

江苏省春霜冻的发生演变有一定的规律,而且对春茶生产的影响明显。利用江苏省35个气象站1961-2008年的观测资料,分析近48a来春霜冻发生演变趋势,并利用1995-2008年苏州洞庭碧螺春茶叶开采期的实际观测资料及相应时段苏州吴中气象观测站的气候观测资料,采用统计分析的方法,建立由温度指标推算茶叶开采期的模型。研究结果表明:近48a来,江苏省平均终霜冻日期呈显著提早、春霜日数呈显著减少的变化趋势;特晚霜冻均出现在1981年之前,偏晚霜冻均出现在1995年以前;终霜期和春霜日数均在20世纪90年代后期发生气候突变;气候变暖虽然使茶芽萌发提前且萌发速度加快,但茶叶采摘期提早的速度不及终霜期。所以,春茶采摘期遭受霜冻的可能性逐渐减小,江苏春茶的春霜危害呈减轻趋势。2-3月上旬≥10℃的活动积温、2月下旬-3月上旬均温之和是决定茶叶开采期的2个关键因子。     

土壤温度预报方程研究进展

土壤温度(尤其是地表温度)是陆地和大气之间相互作用中关键的物理量,在地球系统中扮演了十分重要的角色。土壤温度预报技术一直是陆面模式、数值天气预报和气候预测中核心科学问题。本文系统回顾了土壤温度预报方程的研究进展,从经典的热传导方程到考虑了土壤水分垂直运动物理过程的热传导-对流方程,从用单一正弦波逼近到用傅里叶级数逼近地表温度日变化,从假设对流参数无日变化为常数到考虑其日变化,着重概述了土壤热传导-对流方程的创建、改进及求解。最后,本文对热传导-对流方程在地表能量平衡、土壤水分垂直运动、水通量和地震、冻土热传输研究中的应用进行了回顾。同时指出,全相态的土壤水和植物根系对热传导-对流方程的影响是土壤温度预报方程未来的研究方向。     

通用土壤流失方程研究进展

随着人们对水土流失的不断关注,土壤流失方程在世界范围内得到了一致的肯定与应用.国外学者们在过去的几十年中,对土壤流失计算公式的确定做出了重大贡献.20世纪70年代初,通用土壤流失预报方程最终确定下来,基本形式为:A=R·K·LS·C·P.我国引入土壤流失方程后,许多专家学者对其进行了不懈的探索,在大量试验数据和监测资料的基础上,开展了对区域土壤流失量的估算,为水土保持生态环境建设与土地管理提供了科学的指导.在进行土壤流失估算过程中,根据地域特点对土壤流失预报方程中的各因子进行了修订和创新.     

降雨、径流因子的初步研究——Ⅱ—土壤坡面侵蚀量预报

在土壤侵蚀研究和生产实践中,常常要求对山丘地区坡面上的土壤侵蚀量作出预报,以便采取侵蚀的防患措施。预报土壤侵蚀量的方法,美国曾提出土壤流失预报通用方程,就中将引起土壤侵蚀的所有因子归纳为降雨因子、土壤因子、地形因子、经营管理和保土因子。在这些因子中,除降雨因子外,其它因子的实际值都是根据经验或与标准地块相比而得出的。因此,对于地形不甚复杂、地域较大、研究工作又较为规范化时,才有可能建立土壤流失预报通用方程。但如果地域不大、地形复杂,又还未取得足够的完整资料,建立或应用土壤流失预报通用方程就很困难。然而应用现有径流小区的观测资料,建立回归方程进行山丘坡面土壤侵蚀量预报则是可能     

利用协击方法建立广州荔枝寒害预报模型

传统的农业气象长期预报方法在选择预报因子时,往往忽略了因子间的独立性,降低了预报的实际效果.本文尝试应用协击方法对广州荔枝寒害进行长期预报.首先对1962-2005年的致灾因子与前期大气环流指数进行相关分析,初步入选预报因子;然后利用协击方法对入选因子进行独立性检验,并筛选独立性好的因子建立预报方程;最后对预报方程结果进行综合决策.通过对历史数据的回代检验,所建模型的模拟准确率达到86.4%.运用该预报模型对2007-2008年广州荔枝寒害进行试预报,结果与实际相符,表明应用此方法进行农业气象长期预报是有效的.     

黄土区均匀坡面水文模型研究

应用Green—Ampt修正方程及运动波方程,构建了天然降雨条件下的黄土区均匀坡面水文预报模型,并利用野外天然降雨径流实测资料进行了验证。结果表明,总径流量预报相对误差在20%以下,预报径流过程与实测径流过程吻合很好,坡面水文模型可以较好地模拟黄土地区天然降雨条件下的均匀坡面水文过程。同时也指出,应深入研究复杂坡面上的水文预报模型,进一步完善黄土区坡面水文模型。     

西湖龙井茶开采期影响因子及预报模型

基于西湖龙井茶主栽品种（龙井43和龙井群体种）开采期及气象资料,应用积温和逐步回归方法,分别构建西湖龙井茶的积温预报模型和逐步回归预报模型,并利用多元线性回归方法,对两个模型的预报结果进行集成,构建集合预报模型。结果表明：积温预报模型、逐步回归预报模型、集成预报模型均通过0.01水平的显著性检验;龙井43和龙井群体种的积温预报模型回代检验平均绝对误差（MAE）分别为3.6d和2.8d,2a试预报MAE分别为2.5d和1.0d;逐步回归预报模型的回代检验MAE分别为0.9d和1.4d,2a试预报MAE分别为1.6d和0.8d;集成预报模型的回代检验MAE分别为0.7d和1.1d,2a试预报MAE分别为1.3d和0.8d。3种预报模型对西湖龙井茶开采期预报均具有应用价值,集成预报模型较积温预报模型和逐步回归预报模型的预报效果更理想,具有实际生产指导作用。     

区域土壤盐渍化预报模型的初步研究

本文根据1987年春、夏季黄淮海平原曲周县北部247.4km²面积上,60个点的土壤盐分观测结果,结合前人的研究,详细分析了影响土壤盐分变化的各种因素,如土壤质地剖面(主要是粘土层厚度),地下水埋深及矿化度,降雨、灌溉和土壤初始含盐量,并以此为自变量,运用逐步回归分析方法,建立了春、夏季0-100和0-40cm土体盐分储量统计预报模型。逐步回归拟合的效果较好,主要影响因素都被选入预报方程,不同季节、不同深度土体选入方程的自变量各有侧重。初步检验证明,这种模型至少可满足农业生产中等级预报的精度要求。但预报模型只适用于与1987年相似年型及自然条件下。     

陇东地区越夏小麦条锈菌等级的气象预报

通过对陇东地区越夏小麦条锈菌等级与夏季气象要素相关分析得出,越夏小麦条锈菌等级与气温、降水、日照和空气相对湿度的关系密切.7月下旬和8月下旬的旬平均气温、7月中下旬和8月中旬降水之和、7月下旬和8月下旬日照、7月下旬和8月下旬相对湿度是影响越夏小麦条锈菌的关键因子,据此建立了越夏锈菌等级预报方程(p＜0.01);利用此方程对陇东地区2006年和2007年越夏小麦条锈菌等级进行预报,结果与市植保站当年实际观测调查结果吻合,说明模型可用于预报服务.     

坡度和坡长对土壤侵蚀的影响

该文采用径流小区试验和标桩观测试验的方法，研究了坡度和坡长与土壤侵蚀率的关系，建立了福建省土壤侵蚀预报方程。     

土壤水盐运移的简化数学模型在水盐动态预报上的应用研究

对土壤水盐运移的确定性数学模型 ,采用数值模拟的简化法 ,实现对方程的求解。并引入水分运动原理、质量守恒原理 ,根据地下水、土壤水盐运动的特点 ,建立土壤剖面含水量分布的概化模型和土壤盐储量的预报模型。以期从土壤水盐运动的机制出发 ,提出一种应用简化数值模拟方法来预报土壤水盐动态的途径。同时为适应大面积田间土壤盐分预报的特点 ,希望不通过方程的求解来达到应用简化数学模型实现水盐动态预报的目的。所建简化数学模型可为田间大面积土壤水盐动态预测预报提供参考