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。     

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。     

柴达木枸杞成熟期影响因子及集成模拟模型构建

枸杞产业为劳动密集型产业,准确模拟枸杞成熟期对枸杞果实采摘等田间管理至关重要。研究采用相关分析法确定柴达木枸杞成熟期关键气象因子、灰色关联分析法确定与枸杞成熟期密切相关的物候期,建立多元回归线性模拟方程;基于两种模型模拟结果构建集成模拟模型并检验验证。结果表明：（1）三种方法所构建的模型中自变量间不存在多重共线性关系,方程具有统计学意义且均通过显著性检验。（2）基于气象因子构建的模拟模型中,老眼枝果实成熟始期和普期模拟效果最好,回代检验RA分别为63.16%和90.00%,RMSE为2.70d和2.08d,RE为1.39%和1.00%,模拟检验MAE分别为2.31d和1.35d;夏果成熟始期和普期模型模拟效果较差。（3）基于物候期构建的模拟模型中,夏果成熟始期和普期模拟效果最好,回代检验RA分别为89.47%和90.00%,RMSE为1.65d和1.60d,RE为0.75%和0.69%,模拟检验MAE分别为1.38d和1.00d。（4）枸杞集成模拟模型克服了单一模型局限性,模拟精度整体提高,模拟值与观测值误差均在3%以内。综合来看集成模拟模型适用于柴达木枸杞成熟期模拟。     

浙江水蜜桃成熟期集合预报模型

物候期预报多基于单一性模型,预报结果的精度和稳定度较差,难以实现业务应用。本文利用2005?2017年宁波水蜜桃主产区收集的物候期和气象资料,构建不同时间尺度（小时、日、候、旬、月）和不同时间起点（固定日期、物候期）下的成熟期预报模型集,探究集合模型在物候期精细化预报中的可行性。基于模型预报结果的精度和稳定度,分别利用算术平均法、回归系数法、相关系数法和绝对误差法确定集合预报模型成员的权重,构建不同预报时效的水蜜桃成熟期加权集合模型。结果表明：利用4种权重系数确定方法构建的加权集合模型均保持了较高的精度和稳定度,集合模型回代检验的绝对误差AE平均仅0.69（在0.56～0.87）d,均方根误差RMSE平均为0.90（在0.69～1.14）d,相关系数R平均达0.95（在0.92～0.98）;相比单一模型,集合模型的AE和RMSE分别缩小0.5d和0.6d,R值提高0.12。基于绝对误差法构建的加权集合模型效果最佳,回代检验AE和RMSE平均值分别为0.66d和0.88d,对宁波水蜜桃主产区成熟期预报的AE≤2d。集合模型中适当融合硬核期观测能将预报误差缩小0.2～0.3d。集合预报模型为物候期精细化预报提供了新的思路,能够满足业务应用需求。     

茶叶氨基酸特征指纹图谱的初步研究

通过酸水解法处理茶叶样品,以阳离子交换—茚三酮柱后衍生法分析水解液中的氨基酸含量,以归一法计算各氨基酸的峰面积,绘制了茶叶水解氨基酸的指纹图谱,进行了主成分分析.结果表明,茶叶中水解氨基酸总含量在18％～30％之间,水解氨基酸指纹图谱能够较好区分龙井群体和龙井43,同时也可区分龙井茶与其他茶叶,与主成分分析结果基本一致.该法的建立为研究茶叶品质提供了一个新的思路,同时也为我国名优茶叶的真伪鉴别和追踪溯源提供了参考.     

基于多因素模型重构陕西苹果主要物候数据序列

苹果生长发育受气象因素影响较大,陕西高低温灾害发生频率的增加对苹果的产量和品质有很大影响。物候期的确定是指导果业生产、进行灾害风险管理的重要依据。目前,物候期观测数据十分匮乏,通过构建物候模型可对历史物候期进行重构。在陕西的四个果区,分别选取物候资料记录相对全面的两个代表站点,礼泉和凤翔（关中果区）、旬邑和长武（渭北西部果区）、铜川和白水（渭北东部果区）、延长和洛川（延安果区）。在各果区的两个代表站点中,选取历史物候期记录时间序列更长的站点,利用SPSS软件对该站点物候期日序与所选气象指标进行逐步回归分析,建立多个单项或多项物候期预测模型,再通过回代检验和预测检验两种方法选取最优模型。采用平均绝对误差（MAE）、物候期模拟值与实际值相差0～3d的相对准确率（RA）评估检验结果,并选择最优模型。结果表明：（1）萌芽期模型MAE为0.8～2.4d,RA为84.6%～100%;花期模型MAE为2.5～3.4d,RA为55.6%～75%;果实发育期模型MAE为0.9～2.8d,RA为63.2%～100%;成熟期模型MAE为2.2～3.2d,RA为69.2%～72.2%;模型模拟效果由好到差依次为萌芽期、果实发育期、成熟期和花期。（2）重构1981−2019年延安果区、渭北东部果区、渭北西部果区和关中果区苹果萌芽期年日序分别为72−98、70−88、73−98和71−85,花期年日序分别为102−116、86−107、100−125和84−115;1981−2019年延安果区、渭北东部果区和关中果区苹果果实发育期年日序分别为114−122、89−118和87−117,成熟期年日序为260−301、276−297和224−348。（3）重构物候期的空间分布,1981−2019年延安果区和渭北东部果区萌芽期由东南向西北逐渐推迟,关中果区和渭北西部果区自西向东推迟;花期整体自南向北越来越晚;果实发育期从南向北逐步推迟;延安果区和渭北东部果区成熟期从东向西逐步推迟,关中果区和渭北西部果区自西向东逐步推迟。本研究构建的物候模型的模拟效果总体较好,所重构的苹果物候期数据序列可为苹果生产管理和灾害风险防范提供基础性支撑,对果树物候期模型的研发具有借鉴意义。     

不同烘干方式对茶叶中稳定同位素特征及其产地溯源的影响

茶叶中稳定同位素特征检测和溯源技术是政府职能部门市场监管和保护地理标志产品的重要手段,为评估不同烘干方式对茶叶中稳定同位素特征的影响,考察茶叶产地溯源的有效性及判别模型的稳定性,本试验通过元素分析仪联用同位素比质谱(EA-IRMS)测定5种烘干方式(烘箱直接杀青烘干、微波杀青扁形机烘干、微波杀青烘箱烘干、扁形机杀青直接烘干和扁形机杀青摊晾烘干)下西湖龙井茶(龙井群体种)中4种稳定同位素比值(δ~(13)C、δ~(15)N、δ~2H和δ~(18)O),采用单因素方差分析(one-way ANOVA)和椭圆置信区间(EJCR)测试探讨不同烘干方式下西湖龙井茶中单个和多个稳定同位素比率的差异性。单因素方差分析结果表明,不同的烘干方式可能导致茶叶中单个稳定同位素比率出现较大变化,但多因素椭圆置信区间测试表明5种烘干方式西湖龙井茶间并不存在显著性差异。基于此,建立西湖龙井茶与山东、重庆产区茶叶δ~(13)C、δ~(15)N、δ~2H和δ~(18)O的线性判别分析(LDA)模型,2 000次随机循环,3个产区茶叶判别准确度均高达90.0%以上,充分验证了溯源的有效性及判别模型的稳定性。本研究结果为茶叶原产地保护提供了理论基础与应用可行性。     

基于大气环流特征量的河北省冬小麦白粉病预报模型

利用1990-2010年逐年的河北省冬小麦白粉病和国家气候中心74项大气环流特征量指数（即大气环流指数）逐月值资料,通过Pearson相关分析和逐步回归分析方法,筛选与白粉病发生显著相关的大气环流因子,建立河北省冬小麦白粉病受害面积的年前、春季预报模型.首先根据白粉病发生面积与大气环流指数关系,建立白粉病发生面积预报模型（模型Ⅰ和模型Ⅱ）,并基于贝叶斯分类规则,利用白粉病面积预报结果建立白粉病发生程度的预报模型;另外,基于贝叶斯分类规则直接利用关键大气环流指数建立白粉病发生程度预报模型（模型Ⅲ和模型Ⅳ）;最后通过预报结果与实际发生情况的对比对模型效果进行检验.结果表明,白粉病发生面积和发生程度两种模型均可在发病前1a的12月底和当年4月底进行预报;对1990-2010年的历史回代拟合和2011-2013年的外延预报结果显示,模型Ⅰ和模型Ⅱ预报的小麦白粉病发生面积（1990-2013年）与实际发生面积基本一致,年前和春季病害发生程度预报模型（模型Ⅲ和模型Ⅳ）的历史回代拟合准确率分别为81.0％和90.5％,2011-2013年外延预报误差最大的仅1个等级.说明大气环流特征量对小麦白粉病有较强的气候指示效应,可为小麦白粉病的长期预测提供参考依据.     

未来气候变暖对羌塘自然保护区高寒草地牧草青草期的影响

基于5℃界限温度指标，利用羌塘自然保护区附近站点1971−2019年逐日平均气温、降水量和日照时数等资料，采用线性回归、Mann-Kendall检验方法和R/S分析等方法，分析了近49a自然保护区高寒草地牧草青草期及其水热气候资源的变化特征；预估了在RCP2.6、RCP4.5和RCP8.5三种排放情景下，未来80a（2021−2100年）牧草青草期的变化，以期了解和预测高寒草地生态系统的动态变化。结果表明：（1）近49a自然保护区平均每10a牧草青草期开始日提早2.81d，终止日推迟2.74d，天数延长5.56d；青草期积温、降水量和日照时数均表现为显著增加趋势，增幅分别为75.86℃·d·10a−1、15.84mm·10a−1和27.58h·10a−1。（2）在年代际变化特征上，20世纪70−90年代各站青草期开始日晚、终止日早、持续天数短、水热条件偏差；21世纪00−10年代截然相反，青草期开始日早、终止日晚、持续天数长、水热资源充沛。（3）M-K法检验显示，青草期开始日、终止日和天数的突变时间分别出现在2006年、1991年和1988年；青草期积温、降水量和日照时数分别在1988年、1999年和1981年也发生了由偏少变偏多的突变。（4）青草期要素的Hurst指数均大于0.5，表明未来青草期开始日提早、终止日推迟、天数延长，积温、降水量和日照时数均增加的变化趋势仍将持续。（5）在RCP4.5排放情景下，未来80a自然保护区牧草青草期开始日提早10d、终止日推迟9d、天数延长17d，这有利于牧草生长，牲畜抓膘，对牧业生产、草地生态系统恢复十分重要。     

基于花前物候利用灰色关联分析法建立油菜花期预报模型

采用相关分析法确定与油菜始花期显著相关的冬季气候因子和用灰色关联分析法确定与始花期关联最大的花前物候期因子,分别建立多元回归线性方程,并进行回代检验,以探索简便易操作的油菜始花期预测方法。利用均方根误差（RMSE）和相对误差（RE）对模型的模拟效果进行评价。结果表明：（1）与油菜始花期显著相关的冬季气象因子为1月平均最低气温、2月平均最低气温和2月日照时数,相关系数分别为−0.404、−0.556和−0.478。三个自变量因子不存在共线性关系,建立的回归模型具有统计学意义且通过显著性检验。（2）油菜花前各物候期以抽薹期和现蕾期与始花期关联度大,相关系数分别为0.656和0.634。建立的回归模型同样具有统计学意义并通过显著性检验。（3）分别对两种方法建立的模型进行检验与评价,回代检验表明两种方法建立的模型拟合精度总体上较接近。基于气候因子的模型RMSE气候因子为7.16,RE气候因子为11.2%;基于物候因子的模型RMSE物候因子为6.50,RE物候因子为3.87%。皮尔逊相关分析表明,实际值与两种方法拟合值的相关系数R物候因子和R气候因子分别为0.738和0.658,均通过了0.01水平的显著性检验。R物候因子＞R气候因子,综合各项指标分析认为,灰色关联分析法建立的模型预测油菜始花期比利用气候因子建立的模型更可靠。     

基于集合经验模态分解和人工蜂群算法的工厂化养殖pH值预测

针对单一预测模型预测养殖pH值精度低等问题,提出集合经验模态分解(ensemble empirical mode decomposition,EEMD)和改进人工蜂群算法(improve artificial bee colony,IABC)相结合的南美白对虾工厂化养殖pH值组合预测模型。在建模过程中,利用EEMD算法对原始pH值时间序列进行多尺度分解,得到一组平稳、互不耦合的子序列;根据各子序列变化特征选择适宜的单项预测方法并建模,通过改进人工蜂群(IABC)算法优化复杂非线性组合预测模型目标函数权重系数,构建了工厂化养殖pH值非线性组合预测模型。利用该模型对广东省湛江市2014年9月8日-2014年9月15日期间工厂化养殖pH值进行预测,结果表明,该预测模型取得了较好的预测效果,与模拟退火优化BP神经网络(simulated Annealing-BP neural network,SA-BPNN)和遗传算法优化最小二乘支持向量回归机(genetic algorithm-least square support vector regression,GA-LSSVR)对比分析,模型评价指标平均绝对百分比误差MAPE、均方根误差、平均绝对误差MAE和相关系数R2分别为0.0035、0.0274、0.0224和0.9923,均表明该文提出的组合预测模型具有更高预测精度,能够满足实际南美白对虾工厂化养殖pH值精细化管理需要,也为其他领域pH值预测提供参考。     

基于环境减灾卫星时序归一化植被指数的冬小麦产量估测

依托国产环境减灾卫星构建作物归一化植被指数(NDVI)时序曲线,不但能提供与MODIS-NDVI、AVHRR-NDVI几乎相当的作物生长动态变化信息,还能提供更高分辨率的空间信息,将其应用于作物估产应更有优势。该研究以地处鲁西北平原的山东省禹城市为研究区,探讨基于环境减灾卫星影像构建冬小麦NDVI时序曲线,基于曲线特征参数,开展遥感估产的可行性。结果表明,可依赖环境减灾卫星遥感影像,重建冬小麦NDVI时序曲线,求算其生长季最大NDVI、返青期NDVI、生长季累积NDVI、营养生长期NDVI的变化速率、生殖生长期NDVI的变化速率等特征参数,建立可靠的估产模型。所建模型的建模决定系数为0.87,相对误差为5.02%;交叉检验决定系数为0.78,相对误差为6.87%。该研究可为基于遥感的作物估产提供参考。     

基于多元线性回归模型和Anusplin的秦巴山区≥10℃积温空间模拟比较

为获取山区准确的高精度空间积温数据,采用高精度的气象插值软件Anusplin和多元线性回归模型两种方法,模拟山区≥10℃积温的空间分布,为山区积温空间模拟提供解决方法。以地形起伏较大的秦巴山区作为研究区,选用研究区内69个气象站点及其周边22个气象站点1960—2019年的逐日平均气温实测数据,采用Anusplin和多元线性回归模型两种方法,模拟了秦巴山区30 m分辨率≥10℃积温的空间分布。通过对预留气象站点实测数据进行验证,评价了两种方法在山区积温空间分布模拟复杂性问题中的适用性。结果表明:基于Anusplin的≥10℃积温的空间模拟方法较多元线性回归模型插值精度略高。即基于Anusplin的空间模拟方法能更真实地反映山区积温的空间分布情况,体现了海拔、经纬度对积温的影响,能更好地模拟复杂山区高精度的积温数据,为山区积温空间模拟提供了新的选择方法。     

基于多模式集成输出天气变量的参考作物腾发量预报

参考作物腾发量（reference evapotranspiration, ET0）是农业生产中一项重要的参数,对评估未来的干旱程度和实现农业精细化管理具有重要意义。为进一步提高ET0的预报精度,该研究将多模式集成方法应用于ET0的预报,运用遗传算法-回归型支持向量机对欧洲中期天气预报中心、美国国家环境预报中心、日本气象厅和韩国气象厅4个中心全球集合预报模式输出的天气变量进行多模式集成处理,基于最优的模式和方案使用Penman-Monteith公式对山西运城站未来1～7 d的ET0进行预报,并对其在站点附近农业试验田的适用性进行验证。结果表明,多模式集成能够调和单一模式在气象预报中的优劣,从而提高ET0预报的精度和长预见期下的稳定性;在ET0预报中,多模式方案的性能明显优于原始单一模式,由最优模式和方案组成的重组方案预报性能最好,具有最小的均方根误差、平均绝对百分比误差,分别为0.65～0.81 mm/d和19.43%～23.78%,以及最高的决定系数（0.83～0.89）。在对试验田未来1～7 d的ET0预报中,重组方案仍表现出良好的预报性能,均方根误差、平均绝对百分比误差不超过0.83 mm/d和34.57%。该研究能有效提升数值天气预报在运城站下属乡镇地区的适应性,为当地农业实际生产提供准确的ET0预报信息,对于农业需水预测以及水资源优化管理具有重要意义。     

库尔勒香梨树冬季冻害指数改进与预测

利用库尔勒气象站1981-2017年逐日气象观测资料和大气环流资料,采用主成分分析方法,将4个对梨树冬季冻害影响显著的气象因子,即冬季极端最低气温、日平均气温≤-10℃负积温、最低气温≤-15℃日数以及积雪深度≥5cm日数,合成综合冻害指数,并以该指数为预测对象,通过Pearson相关分析和逐步回归方法,筛选出与综合冻害指数显著相关的大气环流因子作为自变量,建立综合冻害指数预测模型,最后对模型效果进行检验。结果表明,综合冻害指数能够较好地反映历年库尔勒香梨树冻害情况,指数值越小,冻害程度越严重。结合历史灾情记录,定义综合冻害指数＞-0.42为无冻害,-0.91～-0.42为轻度冻害,-1.8～-0.92为中度冻害,综合冻害指数＜-1.8为重度冻害。对建立的综合冻害指数预测模型进行检验,1981-2015年回代拟合值与采用主成分分析方法计算得出的实际值相比较,正负同号率为85.7%;回代拟合值与历史灾情相比较,无冻害等级正确率为80%,重度冻害正确率为75%,中度冻害误差1个等级,轻度冻害拟合较差;2016、2017年延伸预报完全正确。     

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.     

茶鲜叶嫩梢捏切组合式采摘器设计与试验

针对条形名优绿茶依赖人工采摘、无专用采摘器的问题,该研究设计了适用于名优茶采摘的捏切组合式采摘器。首先分析人工采摘嫩梢的运动过程及茶叶嫩梢物理特性,设计了基于盘形凸轮的捏切、送、甩、抛循环式采摘机构和柔性捏切一体采摘爪。通过算法控制采摘臂旋转速度,采摘器实现了低振动、准确采摘。样机试验表明：采摘器单次作业最大时间小于0.6 s,实际采摘成功率稳定在100%,说明捏切组合式采摘器符合茶园嫩梢采摘连续、快速的需求。喂入深度和采摘高度越大采摘成功率越高,根据茶叶生长环境和农艺要求确定较优采摘高度和喂入深度均为10 mm、采摘角度为0°。试验结果表明采摘器采摘的茶叶嫩梢与人工采摘品质相同。该研究可为茶叶嫩梢低损、快速采摘提供参考。     

高温对茶树叶片光合及抗逆特性的影响和恢复

以4个茶树品种福鼎大白茶、鸠坑、龙井43和乌牛早7a生植株为研究对象,采用人工气候箱模拟高温（35℃和40℃）处理6、12、18、24、48h,取出后置于人工气候箱中（25℃）恢复3、6、9d,以未经高温处理置于人工气候箱中（温度25℃）的各品种茶树为对照（CK）,测定茶树叶片的最大净光合速率、荧光参数、抗氧化酶活性以及细胞伤害率。结果表明：高温胁迫显著抑制了茶树的最大净光合速率（Pnmax）和最大光化学效率（Fv/Fm）,处理时间越长、温度越高,Pnmax和Fv/Fm下降越快,除35℃处理的福鼎大白茶外,其它3种茶树经过高温处理后,在恢复期间其Fv/Fm无法恢复至正常水平;茶树叶片的SOD酶活性在高温处理的前12h迅速上升,随着处理时间的延长,其活性降低;叶片MDA含量的平均值在高温处理第48小时达到最大,恢复期间缓慢下降;随着处理温度的升高和处理时间的延长,各茶树叶片的细胞伤害率均呈增加趋势。4种茶树耐热性的强弱由高到低依次为福鼎大白茶＞乌牛早＞鸠坑＞龙井43。