森林可燃物含水率气象预测模型 在森林火险预报中的应用

森林可燃物含水率是森林火险预报中的主要指标之一。利用黑龙江省伊春林区5个气象站1961—2005年逐日气象资料、森林火灾次数资料和五营林业气象试验站1991—2005年森林可燃物含水率观测资料,采用统计回归法,建立森林可燃物含水率与气象要素关系模型,并将可燃物含水率预测模型引入到森林火险气象指数模型中。结果表明：森林可燃物含水率模型模拟效果较好,引入森林可燃物含水率气象预测模型可提高森林火险气象指数模型的应用效果,并划分了森林火险气象指数在伊春林区森林火险等级预报中的应用指标值。森林可燃物含水率模型可祢补可燃物含水率组份缺少观测资料的不足,促进森林火险等级预报的应用水平。     

在森林火险预报中的应用

 森林可燃物含水率是森林火险预报中的主要指标之一。利用黑龙江省伊春林区5个气象站1961—2005年逐日气象资料、森林火灾次数资料和五营林业气象试验站1991—2005年森林可燃物含水率观测资料,采用统计回归法,建立森林可燃物含水率与气象要素关系模型,并将可燃物含水率预测模型引入到森林火险气象指数模型中。结果表明：森林可燃物含水率模型模拟效果较好,引入森林可燃物含水率气象预测模型可提高森林火险气象指数模型的应用效果,并划分了森林火险气象指数在伊春林区森林火险等级预报中的应用指标值。森林可燃物含水率模型可祢补可燃物含水率组份缺少观测资料的不足,促进森林火险等级预报的应用水平。     

林业区划在森林火险天气等级预报中的应用

为进一步提高森林火险等级预报服务并为全国森林火险预报提供新观点,结合森林火险天气等级和林业区划调查构建了内蒙古森林火险评定方法。此方法改变了以往只以火险天气等级为森林火险依据的单一性,通过添加树种燃烧组成、农业人口密度、路网密度及防火期气象要素等,完成了气象要素与下垫面森林资源的完美结合,实现火险天气等级在林业区划上的再分配。研究结果表明,内蒙古林业区划Ⅲ级区应该在实际森林火险预报中上升1个等级,Ⅰ级区应降低1个等级,在没有森林资源分布和结合的地区应降低2个等级。     

福建省森林火险等级主要气象影响因子的分布规律

利用福建省67个气象台站1971－2006年的气象资料,结合福建森林火险预报模式确定影响森林火险等级的主要气象因子,按行政区划和森林防火期将气象数据归类,最后利用统计方法进行气象因子的时空分析。结果表明：福建各地区森林火险高等级的气象影响因子不同,最小相对湿度及温度差对北部和西部地区影响较大,蒸发量对西部和东南沿海影响较大,降水量对东南沿海影响较大;各因子的时间分布状态造成1月森林火险等级较高,2月、11月和12月次之,其余防火期相对较低。     

拉萨市空气质量预报方法

利用拉萨市地面气象观测资料、高空观测和数值天气预报产品,挑选了与空气污染物扩散有关的42个气象因子,进行标准化处理后,基于逐步回归方法利用拉萨市区2008—2012年3种主要空气污染物SO₂、NO₂和PM₁₀日平均浓度建立不同季节的污染物浓度回归方程,并对宗教活动和节庆假日的焚香、焰火等人类活动作订正得出污染物浓度预报结果。利用2013年的数据作试报表明该预报方法的效果较好：SO₂平均绝对误差为0.001~0.0022 mg/m³,平均相对误差在15.3%~27.0%之间;NO₂平均绝对误差为0.003~0.005 mg/m³,平均相对误差在17.2%~27.5%之间;PM₁₀平均绝对误差为0.006~0.019 mg/m³,平均相对误差在16.6%~28.6%之间,空气污染指数(API)预报准确率在78.2%~87.8%之间。该预报方法能够满足拉萨市空气污染物浓度预报的需要。     

安徽省油菜主要发育期预报业务化模型研究

为了满足现代农业气象业务服务的需求,为各级政府决策部门和农业生产者及时、合理地开展田间管理和农业生产提供科学依据,在江苏省农科院研发的油菜发育期预报模型的基础上,利用安徽省1982~2005年甘蓝型油菜发育期资料和相对应的气象资料,运用数理统计方法,建立了安徽省油菜主要发育期区域预报模型;并依据天气预报,预测油菜开花期和成熟期。经模拟回代、试报和业务应用,结果显示：油菜开花期和成熟收获期实际观测值与模拟值的相关系数在0.8~0.9,平均绝对误差在2~3天;2006-2009年试报结果与实际值的绝对误差平均在3天左右。本研究对预测安徽省油菜的生育期进程提供了理论支持,并在2011年业务应用中效果较好,完全可以满足业务需求。     

水稻两迁害虫影响气象条件等级预报研究

对水稻两迁害虫气象条件等级预报的研究,为水稻生产防虫减灾提供气象依据;通过对水稻两迁害虫发生资料与气象资料进行对比分析,考虑前期气象条件和虫源数,利用统计回归法建立预报模型。对水稻两迁害虫的气象条件等级预报进行研究,分长期和短期预报,将各因子和预报对象都划分为5级,用当地气象台发布的月、季度及一周的天气预报结论,综合分析前期虫源数是否有利,对未来月、季度和未来1~7天逐日影响水稻两迁害虫迁飞的气象条件等级进行预报。预报方法实用性强,逐日预报准确率达到了70%以上。水稻两迁害虫受气象条件的影响很大,通过对气象条件的等级预报进行研究,建立两迁害虫气象条件等级预报模型,在水稻生产中发挥了积极的作用。     

基于主成分和聚类分析的柳州市森林火灾特征研究

为给柳州市预防森林火灾提供参考依据,根据柳州市2010—2017年的森林火灾资料,采用常规统计方法对柳州市森林火灾的时空动态和分布规律进行研究,利用主成分分析和聚类分析对柳州市森林火灾形势进行评价。结果表明：（1）柳州市森林火灾的发生年际波动显著,2017年林火发生次数最高,其次是2011年和2014年。林火主要集中在秋末、冬季和春初;（2）从空间分布看,森林火灾主要发生在中南部的鹿寨县、柳江区、柳城县,以鹿寨县最为集中,火场总面积及受灾森林面积也最大。（3）在火灾形势方面,按照严重程度将森林火灾分为8类,其中鹿寨县的火灾形势较为严峻,级别波动明显,其次是柳城县的火灾形势呈波动恶化态势。研究结果为建立柳州市森林火险气象等级预报提供了借鉴。     

山东寿光冬季日光温室内温度变化特征及低温预报

为了提高设施农业气象服务水平,减轻气象灾害对日光温室蔬菜生产的影响,利用2008-2011年冬季日光温室内外气象观测资料,采用相关及逐步回归分析方法,对冬季日光温室内温度变化特征及最低气温预报模型进行分析研究。结果表明,晴天和多云天气下日光温室内的气温有明显的日变化,且晴天状况下温度变化幅度要大于多云天气;连阴天时日光温室内气温较低,严重影响植物正常生长发育。日光温室内最低气温与室外气温及室内湿度、气温、地温相关性较好。试验建立了日光温室内最低气温预报模型,利用最新资料对模型进行预报检验,不同天气状况下日光温室内最低气温预报值平均绝对误差小于1℃,平均相对误差低于10%。     

T639数值预报产品对石河子垦区降水预报的检验

利用石河子垦区2017年(1~8月)大降水实况资料与预报场计算绝对误差和相关系数,对T639细网格数值模式产品的物理量场资料进行预报统计检验。结果表明:(1)T639细网格数值模式产品500 h Pa高度场、水汽场和动力场预报,对短期和中长期预报有一定的指导作用;(2)物理量场相关系数0.6的仅供预报参考,物理量场相关系数0.6的可作预报依据;(3)通过检验,预报时效近期比远期好,绝对误差随预报时效延长而增大,相关系数随预报时效延长而减小,24 h和48 h预报参考价值最大;(4)低层物理场预报一般比高层物理场预报绝对误差小,相关系数随预报时效延长而逐渐减小,对流层中低层850 hPa和700 hPa预报比500 hPa预报参考价值大。     

重庆市森林火灾时空分布特征分析

为了给森林防火提供科学的指导,使森林防火具有针对性,达到减少火灾损失之目的,本研究利用重庆市2000—2010年679例有年、月、日记录（其中654及602起分别有开始及结束时段记录）、527例有经纬度记录的森林火灾资料,分析了重庆市森林火灾的时、空特征。结果表明：（1）2000—2010年每年平均发生林火61.7次,有干旱的年份林火发生次数增多。（2）春季林火发生次数最多,秋季最少,冬、夏分居第2、第3。（3）林火主要发生在2—4月、8月,11、12月极少发生。（4）林火开始及结束的时段主要发生在9时—20时之间,21时—次日8时林火发生的几率较低。（5）大多数林火持续的时间不长,林火持续时间与出现次数遵循负指数分布。（6）林火的空间分布与地形存在一定的关系,在地势较高的地区,林火多分布于相对地势较低的山麓地带,在势较低的地区林火多分布于相对地势较高的山脊地带。（7）按林火发生次数的多少将其区划,分成林火的极易发生区、多发区、一般区、少发区、偶发区及无林火区6个等级。     

基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析

为构建较准确的日光温室温湿度预测模型,于2011-2013年冬季(1月、2月、12月)天津市宝坻区开展温室内外环境监测试验,并建立3种天气类型(晴、多云、阴)下3个时段(0-8时、8-17时、17-23时)逐步回归与BP神经网络温室内温湿度预测模型。结果表明:1)温室内气温逐步回归模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为88%,平均均方根误差(RMSE)为2℃;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为94%,平均均方根误差(RMSE)为1.6℃。应用BP神经网络建立的气温预测模型相对更为准确稳定。2) 相对湿度逐步回归模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为81%,平均均方根误差(RMSE)为5.7%;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为80%,平均均方根误差(RMSE)为6.7%。两类模型均不适宜预测8-17时日光温室相对湿度,而17-23时与0-8时应用逐步回归建立的湿度预测模型相对更准确稳定。     

湖南省森林火灾应急人员空间分布特征

为了研究湖南省区域森林火灾应急人员的空间分布特征,对湖南省102个县（市）11年（2000-2010年）的森林火灾数据、2010年森林火灾应急人员数据、森林资源量数据进行了统计调查和整理,利用ArcGIS软件绘制出森林资源量和森林火灾发生频率空间分布图以及森林火灾空间趋势预测图,并与森林火灾应急人员空间分布图叠加。结果表明,湖南省森林火灾应急人员空间分布特征主要表现为：森林资源量大、森林火灾发生频率高的部分县市、4个森林火灾高发趋势中心的森林火灾应急人员分布较少,3个低发趋势中心部分县市的应急人员分布较多。区域森林火灾应急人员的空间分布应符合森林资源量、森林火灾发生频率、森林火灾空间趋势预测的空间分布特征,森林资源量大、森林火灾发生频率高、森林火灾发生趋势强的区域,应分布较多的火灾应急人员,反之则可相对较少分布。目前,湖南省森林火灾应急人员空间分布不合理,应予以调整。     

长白山区林下可燃物含水率的观测特征和相关分析

森林可燃物的观测与研究对于火险等级的预报具有重要意义。笔者利用长白山区8个测站（每站6个测点）的观测资料和统计学方法,分析了林下可燃物含水率的变化特征。结果表明,林下可燃物的平均含水率为40%,大部分处于不易燃烧的状态,极易燃烧的情况只出现过1个站次,容易燃烧的天数占总数的12%。整个长白山区的林下可燃物含水率以及相同测站的不同站点的含水率在变化上具有很好的一致性。含水率与气象要素的分析表明,含水率与日最高气温、蒸发量、日照时数存在明显的联系,与观测前3天的累积降水量具有很好的相关性。     

基于随机森林算法的日光温室内气温预测模型研究

开展日光温室气温预报,为农业生产提供参考,指导农户采取调控措施,为作物生长提供适宜条件,促进品质和产量提升。研究选取温室外气温、日照等气象因子,建立随机森林算法预测模型,就室内最低、最高气温进行拟合预测分析和预测因子重要性评估。结果表明,温室内最低、最高气温拟合值与观察值的拟合度分别达99.69%和99.85%,温室外最低气温是室内最低气温的重要预测因子,室外日照是室内最高气温的重要预测因子。同时建立支持向量机、神经网络、多元回归、逐步回归模型,通过对各个模型中平均绝对误差、均方根误差等3个指标进行比较,得出随机森林模型的预测精度优于其他模型。基于随机森林算法的气温预测模型精确度较高,可推广应用到后期日光温室气温预测中。     

辽西日光温室温度变化规律及温度预测模型

为了设施农业的发展,拓宽农业气象服务范围,减轻低温冷害对日光温室农业生产的影响。利用多年多点日光温室大棚内外气象观测资料,采用相关及温度变化速率分析方法,对日光温室内温度变化特征进行研究并建立预测模型。结果表明,日光温室内气温有明显的日变化和季节变化。不同的天气状况、不同季节产生不同的温变速率,晴天温度速率大于多云及阴天;寒冷期温变速率大于非寒冷期。大棚内温度日变化为“1升2降”,季节变化呈U型。日光温室内外温差随着外界气温的下降而加大,12月至翌年2月呈抛物线型变化。应用棚内温度预测模型,预报2012年2月中旬棚内最低温度,预报值平均绝对误差-0.7℃,平均相对误差-11.4%。