利用NDVI资料估算中国北方草原区牧草产量

该文利用NOAA/AVHRR归一化植被指数（NDVI）资料和牧草地面观测资料,分5种草地类型建立了牧草产量遥感模型,所有模型的相关系数均大于0.7,说明这些模型可以较好地估算中国北方草原区牧草产量。由于牧草产量地面观测资料来自于北方主要草原省,数据具有较好的代表性,利用牧草产量遥感估算模型能够将过去小区域牧草产量估算扩展到整个北方草原。通过对模型结果的空间分析表明,中国北方高产草原位于内蒙古东部、甘肃祁连山区、新疆天山和阿尔泰山地区、青藏高原东部,同时也表明遥感模型对草地资源清查也是一种很好的手段。通过对模型结果的时间分析表明,牧草产量遥感模型可以表现出牧草产量随气象条件变化的波动性,这个性质表明牧草产量遥感模型可以用于气象灾害造成的损失评估。     

需求引领 精细化智能化创新发展——我国智慧气象在农业方面的应用

2020年是不平凡的一年,新冠疫情全球蔓延,全球农产品生产和贸易的不确定性增大,对我国农产品的稳产保供提出了巨大考验,在此特殊时期,让我们充分认识到提升农产品的应急保障能力对保证人民的粮食安全尤为重要。疫情发生以来,我国通过强化“菜篮子”稳产保供、建立重点城市保供机制、开辟鲜活农产品绿色通道等措施,基本实现了农产品的稳定生产及供应。但是,农业生产及市场运行仍面临严峻挑战,农业农村部副部长于康震在4月22日召开的“2020农业展望大会”上指出:“要重视当前农业发展面临的内外部风险挑战,今年农业病虫害及旱涝灾害重于常年,可能会对农产品生产造成不利影响;全球疫情蔓延,加大了农产品市场及赏易的风险。”面对疫情、灾情叠加的风险挑战,迫切需要紧盯农产品供求形式变化、加强农业分析预警和信息发布,从更高层次,更全的维度掌握农情变化,提高农业综合生产能力。本期业界观察特邀国家气象中心、北京新发地市场、中国农科院等多家单位的专家,分别对智慧气象在农业领域的运用、疫情期间北京蔬菜市场流通情况、疫情对蔬菜产业造成的影响以及如何进一步提升蔬菜稳产保供能力等方面进行了全面而深入的分析阐述,以期从长期发展的角度为提升农产品(尤其是蔬菜)应对突发情况的应急保障能力提供参考。     

基于WOFOST模型的冬小麦产量动态预报方法

为了确定基于WOFOST作物模型的冬小麦产量动态预报方法及产量预报业务应用效果,利用全国冬小麦主产区内174个农业气象站冬小麦生育期、叶面积指数和土壤湿度等观测资料以及15个农业气象试验站冬小麦生物量观测资料,完成 WOFOST冬小麦模型参数本地化和区域化。利用全国冬小麦主产区约1 200个气象观测站起报日前的逐日气象资料及起报日后30 a平均气候值组成的冬小麦全生育期气象数据驱动模型,模拟得到冬小麦地上总生物量和穗干重,站点和县级尺度的冬小麦单产直接采用穗干重来进行产量预报,省级和全国区域冬小麦平均单产根据模拟值2 a间的变化幅度进行产量预报。根据不同空间尺度的历史年预报冬小麦单产与实际产量数据的对比,进行基于WOFOST模型的冬小麦产量预报方法效果检验。结果表明：（1）2014—2019年期间295个农业气象站次冬小麦产量估测平均准确率为81.8%,220个次县冬小麦单产估测平均准确率为84.3%,预报结果具有可用性;（2）12个主产省（市、区）冬小麦单产2003—2019年平均预报准确率为88.2%～96.4%,全国冬小麦单产预报准确率为93.9%～95.9%,总体预报准确率较高,说明基于WOFOST模型的冬小麦产量动态预报方法具有可行性;（3）基于WOFOST模型与统计方法的冬小麦平均单产估产结果准确率略偏低,但预报的时效性和动态性具有更好的优势,能满足作物产量预报业务需求。基于WOFOST模型的不同空间尺度冬小麦单产动态产量估测的准确率验证,说明WOFOST在作物产量预报业务应用具有可行性;利用作物模型进行基于站点尺度的产量预报能够提高作物产量预报时空精细化能力,也能扩展到大尺度区域应用以达到对农业决策和宏观调控的目的。     

2022年秋季气象条件对农业生产的影响

2022年秋季（9-11月）,全国平均气温10.9℃,为1961年以来同期最高;全国平均降水量107.5mm,较常年同期偏少8.5%;全国平均日照时数575.2h,接近常年同期。全国大部农区秋季光热条件较好,东北地区初霜期较常年偏早但持续时间短,南方晚稻区未出现大范围寒露风天气,气象条件总体利于秋收作物灌浆成熟、收晒和秋播,秋收秋种总体进展顺利。但是,江西、湖南和贵州东部等地农业干旱发生范围广、持续时间长,导致部分地区油菜播种出苗困难,部分在地作物及经济林果产量和品质也受到不利影响。     

基于MCMC方法的WOFOST模型参数标定与不确定性分析

为探究作物生长模型参数的自动标定技术及其不确定性分析方法,该研究以郑州农业气象试验站为试验点,利用融入了snooker更新(snooker update)的DE-MC(differential evolution Markov chain,差分进化马尔科夫链)方法实现对WOFOST(world food studies)作物生长模型的参数标定和不确定性定量评价。snooker更新增加了DE-MC算法中候选样本的多样性,从而实现利用更少的并行链对多维参数空间进行有效采样,较适合于WOFOST模型参数众多的特性。结果表明:相比于模型默认值,采用MCMC(Markov chain Monte Carlo,马尔科夫链-蒙特卡洛)标定后的参数,叶面积指数(leaf area index,LAI)模拟精度可提高51.40%~53.07%,产量模拟精度提高8.25%~8.88%。标定参数中,SPAN、SLATB070、SLATB040、AMAXTB130和SLATB00的后验分布可近似为高斯分布,其中SPAN的不确定性最低。带入后验参数集合进行模型,LAI在三叶期至返青期之间以及拔节期至抽穗期之间模拟的不确定性较大;产量模拟的不确定性随时间不断增大,至乳熟期前后达到稳定。该方法能够实现对多参数复杂作物生长模型的参数标定和不确定性分析,对作物模型参数估计及提高模拟精度具有重要作用。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

基于全局敏感性分析和贝叶斯方法的WOFOST作物模型参数优化

作物模型参数的敏感性分析、标定和验证可以提高模型的效率和精准度,进而为模型应用做好准备工作。该研究结合参数全局敏感性分析方法以及贝叶斯后验估计理论的马尔科夫蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法,以华北栾城站三年的冬小麦观测数据(叶面积和地上生物量)为参照,对WOFOST模型的55个品种参数进行了敏感性分析、筛选和优化。发现:1)对叶面积影响较大的参数为:生育期为0、0.5、0.6和0.75时的比叶面积、生育期为1.5时的最大光合速率、叶面积指数最大增长率;对地上干物质影响较大的参数为:生育期为1.5时的最大光合速率、生育期为0时的比叶面积、35℃时叶面积的生命周期、生育期为0时的散射消光系数、生育期为1.8时的最大光合速率、储存器官的同化物转换效率。2)潜在和雨养产量水平下,最大叶面积和地上生物量对参数的敏感性差异不大。3)马尔科夫蒙特卡洛方法(MCMC)可以对WOFOST模型品种参数较好地优化;设计的3种校正-验证方案中,第1种方案(用1998-1999年作为校正年份,1999-2000年,2000-2001年作为验证年份)模拟效果最好。4)优化后的参数,模型对潜在产量水平模拟较好,一致性指数均大于0.9,相对均方根误差小于20%;而对有水分胁迫的雨养情况下比潜在产量水平的模拟结果差,表明模型对水分胁迫的模拟不足。该研究为WOFOST模型区域应用和模型调整优化提供科学理论依据。     

2008／2009年度冬季气候对农业生产的影响

2008／2009年度冬季（2008年12月-2009年2月）,全国大部地区平均气温明显偏高,光照基本适宜,利于大部地区越冬作物的安全越冬和生长发育。北方部分冬麦区发生农业干旱,但冬小麦越冬基本未受到影响,仅黄淮西部部分未冬灌的冬小麦受到一定不利影响;2月份几次大范围明显降水过程有效缓解了北方冬麦区的旱情,对冬小麦安全越冬、苗情转化升级和返青生长十分有利。2月中旬后期-3月初,长江中下游地区出现大范围持续阴雨天气,致使部分地区油菜等作物生长发育迟缓,长势偏弱。冬季中前期,寒潮天气和阶段性低温影响,对部分地区冬小麦、油菜等越冬作物生长发育不利,但总体影响不大。     

遥感信息应用于水分胁迫条件下的华北冬小麦生长模拟研究

由于初始土壤水分、灌溉量等变量的空间分布不易获得,区域尺度水分胁迫条件下作物生长模拟存在一定难度。本文在WOFOST模型本地化和区域化的基础上,采用调控型方法,重点探讨了利用MODIS数据反演的地表蒸散在大范围内估算土壤水分平衡过程中的参数或变量初始值,以实现水分胁迫条件下作物模型区域模拟的可行性。2002年模拟结果显示,引入遥感信息优化获得初始土壤有效含水量、返青期生物量及抽穗期灌溉量后,土壤水分的模拟效果得到改善;32个农业气象试验站点模拟产量的相对均方根误差（RRMSE）由0.63降至0.20;华北冬小麦模拟产量的空间分布与实际产量分布更加接近,产量低估的情况得到较好改善;河北、河南、山东3省平均产量的模拟误差分别为－4.9%、4.3%和8.6%。初步结果表明,结合卫星遥感信息通过优化方法在大范围内估算作物模型的相关参变量,以实现水分胁迫条件下作物模型的区域应用是行之有效的。     

基于WOFOST模型的2014年河南省干旱对夏玉米产量的预估

为了定量化预估干旱持续一段时间而未解除下对夏玉米气象产量的影响,采用预估日前气象数据与预估日后近5年平均值气象数据组成完整序列,设计3种情景4种处理方式,利用WOFOST作物模型预估干旱对夏玉米气象产量的影响。结果表明：在干旱预估当日,仅依靠自然降水条件,不同干旱区夏玉米减产率变化较大,重旱区47%~64%,中旱区28%~50%,轻旱区14%~47%;有灌溉条件下夏玉米减产率大幅下降,干旱影响小;灌溉充足的情景下,轻旱区几乎无减产,重旱区减产率仅在10%~38%之间。利用实况气象数据检验发现,预估方法对中旱区和轻旱区模拟较准确,重旱区模拟效果一般。利用作物模型可以定量化地预估干旱持续一段时间未解除情况下对夏玉米产量的影响。