基于二分类Logistic回归模型的太行山丘陵区县域耕地资源潜力估算

耕地红线划定与人-地资源矛盾日益突出背景下,耕地资源潜力的研究与开发日显重要。我国耕地面积近2/3分布在山区,因此山区耕地资源的合理开发利用及其资源潜力的研究尤为重要。本文以华北地区的太行山为研究区域,选择耕地占比和资源潜力最大的丘陵区典型县——河北省井陉县为研究案例,选取13个影响耕地资源潜力的基本生态要素,包括5个地形要素和8个直接气象要素或由气象要素计算得到的间接气象要素,引入二分类Logistic回归分析方法,运用偏最大似然估计向前引入法的拟合方法,筛选提取影响耕地资源潜力的关键生态要素;由模型参数Waldc2统计量分析影响耕地资源潜力的关键生态要素的贡献率排序;由模型参数回归系数β分析耕地资源潜力与生态要素的相关关系;由模型参数发生比率OR分析量化关键生态要素对耕地资源潜力的影响,最终建立Logistic回归模型。基于此模型,在GIS软件中得到井陉县耕地资源潜力分布图,进而估算出县域耕地资源潜力。研究结果表明:13个影响井陉县耕地资源潜力的基本生态要素中8个为关键生态要素;关键生态要素中地形要素配置比气象要素配置更为重要;年平均气温和寒冷指数与耕地资源潜力呈负相关关系,其余生态要素则呈正相关关系;由回归模型估算出井陉县具备垦殖为耕地资源的土地面积为60 400 hm~2,而根据遥感影像解译结果得出的现有耕地资源为45 600 hm~2,由此井陉县尚具有14 800 hm~2的后备耕地资源,相当于现有耕地面积的32.5%,这说明在不考虑垦殖所带来的可能负效应的前提下,井陉县具有较大的后备耕地资源开发潜力,该结论为井陉县后备耕地资源的开发与可持续利用提供了理论依据。     

北方苹果干旱触发判识方法

基于小样本历史灾害数据和长序列气象、林果生长数据的林果灾害判识,对目前历史灾害数据匮乏的林果等经济作物气象灾害研究具有重要意义。该研究以中国陕西省富士系苹果干旱灾害为例,利用气象资料、苹果干旱灾情史料和富士系苹果发育期资料,充分考虑苹果不同发育阶段的水分需求和降水供给情况,以及前期水分盈亏状况对当前发育阶段苹果生长的影响,在水分盈亏指数计算的基础上,构建苹果干旱指数。通过概率分析、K-Means聚类、欧式距离等方法,厘定陕西省富士系苹果的干旱触发阈值。采用致灾因子序列对比分析、预留样本验证相结合的方法,验证苹果干旱触发阈值有效性。结果表明：1）苹果干旱触发阈值分别为：苹果果树萌动-萌芽期0.87,萌芽-盛花期0.84,盛花-成熟期0.73;2）基于阈值提取的苹果干旱年份的干旱指数序列与历史灾害样本干旱指数序列具有同一性;预留独立样本指标判识准确率为85.58%;典型站点长时间序列检验判识结果准确率为80.95%。研究结果可为林果灾害指标研究提供技术支撑。     

近65年朝阳地区气象要素趋势演变及其与蒸发皿蒸发的相关性分析

结合朝阳气象站1950—2016年近65 a气象要素数据,应用M-K非线性趋势检验方法分析了朝阳地区气象要素的变化趋势,并探讨各气象要素与蒸发皿蒸发的相关性。研究成果表明:从1950—2016年,朝阳地区年气温呈现明显上升趋势,年风速和年气压呈现明显下降趋势,各要素M-K统计值分别为5.272 7(气温)、-3.392 6(风速)、-3.617 4(气压),均通过99%的显著检验,相对湿度未发生明显变化;春季气温上升较其他季节更为明显,而风速和气压在春季下降趋势最为显著;气温和相对湿度与蒸发皿蒸发年相关系数分别为0.286 7和0.473 8,均低于0.5为中等相关,而风速和气压与蒸发皿蒸发相关性较差,为弱相关;在夏季,气温、相对湿度和蒸发皿蒸发可达强相关,相关系数分别为0.646 7和0.653 5,是夏季蒸发影响主因,相对湿度是朝阳市冬季蒸发变化的主要影响因子。     

基于当量积温对寒地水稻生长季低温冷害年的判定

基于水稻生物学性质,根据气温昼夜节律和水稻温强系数研究成果,从热量影响水稻发育的多种角度出发,设计当量积温、负当量积温、热量匹配累积指数三种水稻生长季热量表征指标,研究寒地水稻低温冷害的判识方法。采用21a滑动平均法,获得黑龙江省1971-2016年水稻生长季各热量指标的距平百分率,分析其对低温冷害的判识能力。结果表明：各热量指标距平百分率取值越低,对冷害的指示能力越高;利用加权隶属度模型构建三者综合距平百分率冷害判定模型,距平百分率＞-5%为无冷害,-10%＜距平百分率≤?5%为轻度冷害,-15%＜距平百分率≤-10%为中度冷害,距平百分率≤-15%为重度冷害;综合距平百分率能够判识水稻生长季的低温冷害,且能反映冷害程度,对典型冷害年的判识准确率达100%;黑龙江省冷害群发性特征非常明显,如1971、1972、1976、1981、1983、1992、2002和2009年典型冷害年,不仅冷害发生区域广,且冷害程度较重;1986、1987、1989、1993、1995和2003年为轻度或局地冷害年。     

基于两种方法建立辽宁大豆产量丰歉预报模型对比

利用辽宁省56个气象站1992?2016年逐日气象资料和5个代表农业气象站的大豆发育期资料,计算不同生育期关键气象因子和气候适宜度指数,分别建立基于关键气象因子和气候适宜度的辽宁省大豆逐候产量动态预报模型,并进行回代检验和预报检验。结果表明：基于关键气象因子的预报模型在6月16日、7月21日、7月26日、8月1日、8月26日和9月16日可以进行产量预报（P＜0.05）,基于气候适宜度的预报模型在8月16日-10月1日每候可进行1次产量预报（P＜0.05）;两种预报模型的平均回代检验准确率均高于83.0%;基于气候适宜度的预报模型回代检验准确率和预报检验准确率的变幅较小,稳定性更高;应用两种预报模型,辽宁省大豆产量趋势预报业务得分＞0的年份约占60%。说明利用两种模型对辽宁省大豆产量进行动态预报均能满足业务服务需求;进行趋势预报时,可以优先考虑基于关键气象因子的预报模型,而在未出现重大气象灾害的正常年份,可以赋予基于气候适宜度的预报模型更多权重,以减少预报时次。     

基于HJ-1A/BCCD数据的玉米倒伏识别方法

为快速获取大面积玉米倒伏灾情信息,以2012年台风"布拉万"过境导致大面积玉米倒伏的公主岭市为研究区,利用HJ-1A/BCCD数据,对受灾前后倒伏玉米和正常玉米之间的光谱差异进行分析,提取归一化植被指数(NDVI)、比值植被指数(RVI)、增强植被指数(EVI)、差值植被指数(DVI)及4波段光谱反射率主成分,结合地面调查构建基于二元Logistic回归的玉米倒伏识别模型,并进行精度评价和验证。结果表明:玉米倒伏后冠层光谱反射率在可见光-近红外波段均表现为增大,但植被指数减小;二元Logistic回归方法对玉米倒伏识别适用,所建模型中以4波段光谱反射率主成分构建的二元Logistic回归模型对玉米倒伏的识别效果最优,测试集上分类结果的准确率达到96.23%,NDVI和RVI模型次之,准确率为80%左右;将主成分模型应用于公主岭市倒伏玉米识别,结果与灾情实际情况基本一致。基于二元Logistic回归模型对玉米倒伏进行监测的思路和方法可为区域尺度玉米倒伏的多光谱遥感监测提供参考。     

气象要素时间分辨率对参考作物蒸散估算的影响

参考作物蒸散(reference evapotranspiration,ET0)的准确估算是农业水资源合理利用的重要环节。为了明确气象要素不同时间分辨率对参考作物蒸散估算的影响,该文基于寿县国家气候观象台2007-2013年观测资料,将1min时间分辨率数据平均值作为真实值,分析了10、20、30、40、60 min、4次/d(02:00、08:00、14:00、20:00)和3次/d(08:00、14:00、20:00)这7种不同时间分辨率对逐日气温、风速、太阳辐射、相对湿度和日、月及年参考作物蒸散(ET0)估算的误差情况。结果表明:ET0和气象要素的误差整体上随时间分辨率降低而增大。4个气象因子中,日平均风速估算受时间分辨率变化的影响最显著,误差最大;其次是太阳辐射。逐日ET0估算在7种时间分辨率的平均绝对相对误差(mean absolute relative error,MAPE)依次为0.53%、1.01%、1.38%、1.72%、2.46%、4.72%和6.14%,表明10至60min时间分辨率的估算效果相较3次/d和4次/d有明显改善。10至40 min的绝对误差超过95%都在-0.20~0.20 mm/d区间内,误差较小且集中度高;太阳辐射时间分辨率变化对ET0估算误差贡献最大,其次是风速,这主要是由于两个要素本身对分辨率较敏感且分别是ET0辐射项和动力项的主要组成因子。时间分辨率的变化对累计后长时间尺度ET0的影响较小,月和年ET0的误差明显小于逐日ET0,月ET0在7种时间分辨率的MAPE值依次为0.13%、0.21%、0.27%、0.40%、0.50%、1.18%和1.48%;各年ET0相对误差(relative error,PE)的绝对值多数均小于0.50%。     

黄淮冬麦区晚霜冻易发时段冠层内最低气温分布及估算

利用2016年和2017年3月中旬?4月下旬两次典型低温过程中,冬小麦田间不同高度逐小时气象观测数据,分析晚霜冻易发时段冬小麦冠层内最低气温出现高度及其变化规律,构建基于150cm高度处气象因子和地表0cm温度的冠层内最低气温估算模型。结果表明：（1）与150cm高度相比,两次典型低温过程中0℃以下气温在冠层高度附近出现时间更早,持续时间更长且温度更低;（2）最低气温总是出现在4/5冠层高度附近,并在2：00?6：00时段,尤以5：00左右发生频率最高;（3）冠层内最低气温与150cm高度处相对湿度、风速的相关性通过了0.01水平的显著性检验,与不同高度气温、不同土壤深度地温的相关性也通过了0.001水平的显著性检验,与地温的相关性随着土壤深度的增加而逐渐降低;（4）冠层内最低气温与150cm高度处气温、风速、相对湿度,以及0cm地温的偏相关系数大小排序表现为,气温＞风速＞地温＞相对湿度;利用以上因子构建基于多元线性回归函数的冠层内最低气温估测模型,其估测值与实测值拟合结果的决定系数达到0.967,均方根误差为0.915。说明基于气象台站常规观测数据构建冠层内最低气温估测模型具备一定可行性,可为冬小麦晚霜冻害的监测预报提供数据支持。     

基于特征组合与SVM的小粒种咖啡缺陷生豆检测

缺陷生咖啡豆显著影响商品咖啡豆品质及定价,其分选剔除是咖啡豆烘焙前的重要工作环节。目前缺陷豆的检测、分选及剔除主要由人工操作完成,耗时、费力且主观性大。该研究采用机器视觉技术提取咖啡豆轮廓、颜色和纹理3类特征,使用单一类别特征和不同类别特征进行组合,运用网格搜索确定支持向量机（Support Vector Machine,SVM）分类模型参数,通过k折交叉验证试验对比SVM模型性能,运用皮尔逊相关系数进行特征筛选,找到检测缺陷生咖啡豆的较优特征组合。为说明SVM检测模型的有效性,选用随机森林（Random Forests,RF）、极端随机树（Extremely Randomized Trees,ERT）、逻辑回归（Logistic Regression,LR）、LightGBM、XGBoost和CatBoost算法进行较优特征组合的对比试验。结果表明：包括轮廓、颜色和纹理3类14个特征的组合是较优特征组合,其SVM检测模型的平均准确率、平均精度、平均召回率、平均F1值分别为84.9%、85.8%、82.3%、84.0%,效果均明显优于2类特征组合和单一类别特征的检测模型,SVM检测模型的准确率和F1值相比随机森林、极端随机树、逻辑回归、LightGBM、XGBoost和CatBoost分别提高4.7和4.8,3.4和4.0,5.6和7.2,3.0和3.0,3.5和4.2,2.6和2.6个百分点。较优特征组合的SVM缺陷生咖啡豆检测模型检测缺陷类型较全面,识别准确率高,可实际应用于小粒种生咖啡豆智能化分选装备。     

陕西省干旱预测预警技术及其应用

依据陕西省生态农业干旱相似区,将陕西省干旱预测预警划分为8个分区;利用中期或延伸期天气预报、土壤相对湿度观测值、地面植被等信息,分别建立了综合气象和综合农业干旱预测模型,开发了陕西省干旱预测预警系统平台,可逐日对全省97个气象站点未来的干旱演变进行滚动预测,在此基础上结合干旱预警条件分析及等级判识,进一步判断是否发布以及如何发布干旱预警信息。与实际出现的旱情相比,2007年的干旱预测准确率达88%~96%。     

近47年来河南省冬小麦干热风灾害的变化分析

根据冬小麦干热风的国家气象行业标准,利用河南省118个观测站1961-2007年历年冬小麦生长后期的逐日气象资料,统计分析了当地冬小麦高温低湿型干热风灾害的成灾范围、发生频率等的变化。结果表明：近47a来,与河南省冬小麦干热风密切相关的14：00风速显著减小,并在1983年前后发生了气候突变,其它气象因子变化不明显;在干热风灾害整体减弱的背景下,20世纪90年代以后各等级干热风发生范围与天数均趋于增加,尤其是轻干热风涉及的台站占总台站的比例每年递增达2.01个百分点,发生天数每年递增达0.07d;按照30a滑动平均统计,各等级干热风灾害的频率总体上是降低的,但最近30a又有反弹趋势。     

基于不同数理统计方法的河南省ET0气候影响因素分析

确定影响ET_0年际变化的主要气象因子是准确估算未来作物需水的基础,对于农业生产科学应对气候变化具有重要意义。以河南省17个站点为例,分别采用国内外常用的5种数理统计方法评价7个气象要素对参考作物蒸散量(reference crop evapotranspiration,ET_0)年际变化的影响程度,结果发现:日照和风速是影响河南省地区参考作物蒸散量的主要因子,黄河以北地区主要为风速,黄河以南地区以日照为主,信阳、西峡两地高温作用不容忽视。5种方法评判结果差异较大,采用灰色关联分析法,利用不同的数据变换方式,其结果大相径庭,认为其不适宜用于评价影响ET_0变化主要因子的判定;结合各站气象要素年际变化趋势分析认为,逐步回归分析法得出的结论与各站点气象要素及ET_0实际变化趋势存在多处悖理,不适宜用于评价影响ET_0变化主要因子的判定;相关分析、偏相关分析、主导分析方法结果较为统一,差异较小,认为采用3种方法综合判定某地区影响ET_0的主要因子,其结果较为可信。其中,采用主导分析法对各气象因子的影响排序与各因子对ET_0的影响趋势以及ET_0实际变化趋势较为一致,建议用于评价影响ET_0变化的气象因子排序,但因其无法得到各因子与ET_0的相关关系,需借助相关分析与偏相关分析才能得到详实可信的结果。     

安徽省茶树春霜冻害的风险评估

应用安徽省茶种植区45个气象站点1981−2017年气象资料和1998−2017年茶叶产量资料,选取霜冻害发生综合频率、坡向敏感性指数、茶园面积和灾年减产率变异系数4个因子,利用加权指数求和法构建了茶树霜冻害风险指数,借助ANUSPLIN插值模型和地理信息系统开展了安徽省茶树霜冻害风险评估。结果表明：安徽省茶树春霜冻害高风险、中风险和低风险区域面积为118×104hm2、337×104hm2和 353×104hm2, 分别占评价区域总面积的14.6%、41.7% 和43.7%。高风险区主要分布在大别山茶区的金寨县、霍山县、岳西县、潜山县等和江南茶区南部海拔600m以上的高山区域,零星分布在江北茶区北坡地带。中风险区多分布在大别山茶区和江南茶区海拔低于600m的山区,呈斑块状分布在江北茶区的丘陵和低山区。低风险区集中分布在芜湖−宣城−铜陵−池州沿江一带,零星分布在江南茶区的低山区。构建的风险指数总体能客观反映安徽省茶树霜冻害风险水平,可为茶树霜冻害风险管理提供依据。     

安徽省降水量空间插值研究

高分辨率、栅格化的气候数据作为环境因子是地学模型和气候模型等相关研究的重要参数,而空间插值是获取降水量空间信息的重要途径。然而在众多空间插值方法中,并没有绝对最优的空间插值方法,只有特定条件下的最优方法。采用安徽省境内的66个气象站点及周边75个气象站点的年降水量数据,选取常用的6种空间插值方法对安徽省年降水量进行了空间化,综合分析得出安徽省降水量的空间插值方法误差顺序为:RBF＜IDW＜Kriging＜Cokriging＜LP＜GP。     

江西省近46年蒸发皿蒸发量变化特征及其影响因素分析

利用江西省79个常规气象站1960-2005年的观测资料,综合分析了蒸发皿年蒸发量的变化特征及其与相关环境因子包括日照百分率、云量、气温(日平均温度、日较差、最高温度、最低温度)、10m风速、饱和水汽压差、年降水量和相对湿度的相关关系,试图找出蒸发皿年蒸发量变化的主要原因。结果表明:(1)江西省西部及中部年蒸发量较小;南部及鄱阳湖周边地区年蒸发量较大。在过去46a中,蒸发皿年蒸发量呈显著下降趋势,其速率为-4.57mm/a;79站中,有68站蒸发皿年蒸发量下降趋势显著;(2)以日照百分率为代表的能量供给因子与蒸发皿年蒸发量的相关系数最大,其次为动力因子(10m风速),以相对湿度为代表的湿度因子相对较小,三者的完全相关系数分别为0.37、0.33、0.23;(3)空间上,整个江西省受日照百分率影响均比较大,风速、相对湿度对江西省的影响在鄱阳湖附近、西南部分地区更大,日照百分率、风速的降低以及相对湿度的增加导致了蒸发皿蒸发量的减小;(4)利用日照百分率、风速、相对湿度拟合的蒸发皿年蒸发量多元回归方程,能够反映该地区平均年蒸发量的情况,精度较高。     

陕西果业基地苹果花期冻害指数及预报方法

为了提高陕西果业防灾减灾能力,实现果业基地苹果花期冻害分区定量预报,根据果业基地县的生态环境、气候特点和果业生产水平,选择具有代表性的7个气象台站,利用近40a(1970-2009年)的气温和苹果部分物候监测资料,得到物理意义明确的苹果花期冻害指数计算模型。将花期冻害指数分为强、偏强、中等、偏弱和弱5个等级,依各果区花期冻害指数序列,用典型K阶自回归AR(K)预测模式进行独立样本预测试验,结果表明:预报准确或基本准确率为66.7%,该预报模式经2010年实际使用,预报效果尚好,具有实用价值。     

山西近50年初霜冻的时空分布及其突变特征

基于山西62个测站1961-2010年的逐年初霜日及地面最低温度资料,应用EOF和M-K突变检测方法对山西初霜冻的时空分布及其突变特征进行分析,以期为提高对霜冻的预测、服务能力和有效利用农业气候资源提供参考。结果表明,(1)山西近50a平均初霜冻日在空间上大致呈"5节阶梯"型分布,9月中旬-11月上旬,自北向南相继出现初霜冻,且东部早于西部;(2)山西出现正常初霜冻的概率为62%～82%,从北向南呈"大—小—大"分布;偏早初霜冻出现概率为6%～26%,从北到南呈"小—大—小"分布,中西部是出现偏早初霜冻概率最大的地区;特早初霜冻出现概率为4%～22%,出现概率最大的地区在西部及中东部地区;(3)初霜冻、轻微初霜冻、中度初霜冻和重度初霜冻发生年份大都表现出一致的推后或提前,也存在纬向差异,但总体一致性是山西初霜冻变化的主导特征;(4)M-K突变检测表明,山西近50a平均初霜日在1989年产生明显突变;对全部62个站点的检测表明,59个站点都存在突变,且主要发生在20世纪80-90年代;仅西北部3个站点没有检测出突变;从其区域分布看,北部和南部突变偏早,中部偏晚。     

大型光伏电站对共和盆地荒漠区微气候的影响

[目的]揭示光伏电站内外局地小气候的差异,评估大型光伏电站的布设对共和盆地荒漠区小气候的影响。[方法]利用自动气象站的观测数据,通过对比对照点和光伏电站内观测点观测得到的基本气象要素(气温、相对湿度、风速和风向、辐射)和土壤温湿度评估大型光伏电站的布设对共和盆地荒漠区小气候的影响。[结果]光伏电站的布设使得共和盆地荒漠区相对湿度增加3.93%,这种影响在较干日和夜间表现的更明显。在布设光伏电站后风向由原来的东北风转为以东风为主,光伏电站的布设使得局地风向更加单一。对于风速而言,在布设光伏电站后大风速出现的比例显著降低。大型光伏电站使得共和盆地荒漠区风速减小了53.92%。大型光伏电站使得共和盆地荒漠区10,20,40cm平均土壤温度分别降低17.20%,16.75%和16.09%,对浅层的影响大于深层。光伏电站对共和盆地荒漠区10cm土壤湿度的影响较其他要素更显著,大型光伏电站使得共和盆地荒漠区10cm平均土壤湿度增加了71.61%。[结论]大型光伏电站使得共和盆地荒漠区的湿度增加;风向变得单一,风速减小;土壤温度降低和土壤湿度增加。     

黄淮冬麦区气象因子与小麦晚霜冻害关系研究——以商丘市为例

基于1956-2015年商丘市气象数据和霜冻害资料,研究黄淮冬麦区商丘市气象因子与霜冻害的关系,以及气温、地温、相对湿度、风速与草面温度的偏相关和多元线性回归关系。结果表明:随着全球气温变暖,商丘市冬春季积温以4.35℃·d·a~(-1)的速率逐年增加;晚霜冻害除受冷空气活动影响外,与前期积温和降水量密切相关,冬春季积温偏高或降水量偏少的情况下易发生晚霜冻害;随着小麦幼穗的发育,其对低温的敏感度增加,且可引起霜冻害的最低温度有逐渐升高的趋势;气温、地表温度、平均相对湿度、平均风速与草面温度呈极显著相关(P0.01),偏相关系数的大小表现为地表温度气温平均相对湿度平均风速,可见,除气温、地表温度外,平均相对湿度、平均风速也对霜冻害的发生及轻重程度起关键作用;各因子与草面温度可用模型表述为Y=0.558ST+0.482AT+0.087RH+1.304WS-12.704,经检验,线性回归方程成立,可通过该模型对草面温度进行监测,并为未安装草面温度传感器的地区提供可靠的冻害评估结果。