油桃外部缺陷的高光谱成像检测

采用高光谱(420~1 000 nm)成像技术对"中油9号"油桃的4种外部缺陷(裂纹果、锈病果、异形果和暗伤果)进行检测判别。对400个样本(4种外部缺陷样本和完好样本)运用偏最小二乘回归(PLSR)从全波段中分别提取了10条特征波长,分别为497、534、657、677、696、709、745、823、868、943 nm。缺陷样本的高光谱图像经过主成分分析后,对876 nm下的单波段图像通过掩膜、Sobel算子处理,并对主成分图像经过区域生长算法实现缺陷样本的缺陷区域分割。对光谱数据进行主成分分析得到前10个主成分值,并对图像数据采用灰度共生矩阵(GLCM)提取得到6项图像纹理指标(均值、对比度、相关性、能量、同质性、熵值)。将主成分值和纹理值融合建立极限学习机(ELM)模型对油桃外部缺陷进行检测判别。结果表明,该模型对缺陷样本的判别正确率为91.67%,完好样本的正确率为100%。     

贵州最高气温预报方法研究

最高气温预报一直以来是贵州最为棘手的问题,近年来在国家气象局预报质量通报中,成绩较为靠后。为改变这一现象,笔者基于各预报中心常规气温预报资料及地面观测资料,在贵州境内展开最高气温的多模式集合预报研究。结果表明,多模式集合预报技术有效地改进了预报的准确率,在对2013年1月1日—2014年4月30日120 h的逐24 h预报中,各预报中心的多模式集合预报结果明显降低了预报的均方根误差,效果远优于最好的单个预报中心(ECMWF)和多模式的集合平均,不仅很好地改善了贵州最高气温的预报效果,还给当地预报及决策气象服务提供更有效的参考。     

“6?13”强冰雹天气雷达特征分析及对农业的影响

为了找寻冰雹天气发生的原因及对农业的影响,利用多普勒雷达的反射率因子、径向速度、垂直累积液态水含量(VIL)等产品,结合高低空环流形势及地面资料,对发生在长治市2016 年6 月13 日的强冰雹天气过程进行分析。结果表明：（1）此次冰雹天气是由高空冷槽和与地面暖低压共同作用结果;（2）强回波与三体散射(TBSS)对提前预报强冰雹有较好的指示意义;速度场的辐合辐散可以判断回波未来发展趋势,增强预判准确性;当TBSS出现一定的持续性时,TBSS可以作为强冰雹预警的辅助指标;VIL是判别冰雹的有效工具之一,且对冰雹的预报有较好的指示作用;（3）加强冰雹监测,通过及时的“点”监测,实现“面”预警,是减少冰雹对农业生产造成灾害的一种有效的补充手段。     

作物模拟中的常年气候数据生成子系统

以前人工作为基础，建立了常年逐日气温（包括平均，极端最高和最低气温），日照时数，降雨量，太阳辐射等气象要素的生成模型。并对降雨量和太阳辐射模型进行了改进，取得满意效果。采用VB6.0作为系统开发工具，研制成基于Windows操作平台的作物模拟中的常年气候数据生成了系统，利用南京40年和郑州30年的历史气候资料，分别对该系统进行检验。模拟值与实际情况相符，相关系数分别为0.93和0.89。     

基于公共天气预报的三江平原ET0预报模型比较及敏感性分析

为了提出适合我国三江平原的高精度ET0预报方法,基于该区6个气象站点的天气预报数据和实测气象数据,以FAO56-Penman-Monteith(FAO56-PM)公式计算值为基准,比较Hargreaves-Samani(HS)、Thornthwaite(TH)和Blaney-Criddle(BC)3个ET₀预报模型的效果,对最优模型进行敏感性分析。结果表明:3个模型1~7 d预见期平均绝对误差均值分别为0.66、0.65、0.65 mm/d,均方根误差分别为0.93、0.96、0.95 mm/d,相关系数分别为0.857、0.828、0.840。1~5 d预见期最优预报模型为HS模型,6~7 d为TH模型。总体上预报精度由高到低为HS、TH、BC模型,建议采用HS模型在三江平原开展ET₀预报,HS模型预报对最高温预报的敏感性大于最低温。其预报值在夏季受温度预报误差影响最大,冬季最小,4季整体误差较小。研究可为灌溉预报提供较准确的数据基础。     

Visual Programming of Stochastic Weather Generator and Future Applications on Agroecological Study

Based on former studies on weather simulator modules in IPMist laboratory, study on visual programming of stochastic weather generator (VS-WGEN) was continued. In this study, Marlkov Chain,Monte Carlo, Fourier Series, and weak stationary process were used to generate the daily weather data in software Matlab 6.0, with the data input from 40 years' weather data recorded by Beijing Weather Station. The generated data includes daily maximum temperature, minimum temperature, precipitation and solar radiation. It has been verified that the weather data generated by the VS-WGEN were more accurate than that by the old WGEN, when twenty new model parameters were included. VS-WGEN bas wide software applications,such as pest risk analysis, pest forecast and management. It can be implemented in hardware development as well, such as weather control in weather chamber and greenhouse for researches on ecological adaptation of crop varieties to a given location over time and space. Overall, VS-WGEN is a very useful tool for studies on theoretical and applied ecology.     

山西省农业气候模糊区划

本文应用模糊聚类对山西省农业气候进行了模糊区划，计算结果与实际情况基本吻合，取得了较为理想的结果。为了实现农业的两个转化向更高水平发展，除了主要依靠党的农业改革政策外，还必须依靠科技投入和区域治理，使农业有一个合理的布局，结构和规划。农业气候区划就是为制定农业区划和农业规划服务的。因此它是实现农业现代化建设的一项重要的基础性工作。     

褐飞虱迁飞轨迹研究

借鉴现代统计－天气理论中的大气传输与扩散模型，对褐飞虱秋季回迁的轨迹进行模拟，计算了回迁昆虫在高空１０００ｍ和１５００ｍ的迁飞轨迹，通过对比分析，发现两高度的轨迹在迁飞方向、迁飞速度和迁飞距离上存在着较大的差异；通过对迁飞风场和迁温度场的分析，进一步证实了１０００ｍ高度的迁飞轨迹模拟能够更直接、更准确地反映出昆虫迁飞的实际情况，同时对导致１０００ｍ和１５００ｍ两高度轨迹差异的环流进行了归类，定性地     

基于茎秆直径微变化的拔节期玉米水分亏缺诊断指标研究

为了探索利用茎秆直径微变化诊断玉米水分亏缺状况的最优指标,采用桶栽的方法,开展了不同水分处理条件下拔节期夏玉米茎秆直径微变化中的日最大收缩量(MDS)、日增长量(DI)和当日恢复时间(RT)3个指标的变化规律及其与土壤相对含水率之间相关关系方面的试验研究。结果表明,(1)不同处理间的MDS和DI受水分亏缺影响差异较为明显,RT对土壤相对含水率的响应较为一致;(2)玉米日最大收缩量MDS和日增长量DI受到环境因素的影响较大,与土壤相对含水率θ的相关系数较小;(3)恢复时间RT与土壤相对含水率θ的相关系数最高,且受水分亏缺处理的影响较小,可以作为诊断玉米水分亏缺状况的较好指标。综上可知,与MDS和DI相比,RT更适合诊断夏玉米水分亏缺状况。     

Determining corn nitrogen rates using multiple prediction models

Weather uncertainty and soil spatial variability impact nitrogen (N) cycling and corn (Zea mays L.) growth, making accurate N predictions a challenge. Field studies were conducted in Lansing, Michigan, to evaluate a computer model (i.e., Adapt-N), a preseason year-based model (i.e., maximum return to N [MRTN]), and a crop sensor model (i.e., active canopy sensor with algorithm) for recommending corn N rates. To determine site-specific economic optimum N rates (EONR), five N rates were also applied (0, 33%, 66%, 133%, and 166% of the suggested MRTN) as starter + sidedress (SD) at V4. In a wet year (i.e., 2015), Adapt-N increased V8 SD N rates 35 kg N ha^?1 relative to the MRTN V4 SD N application. Although the greater rate of N may have provided additional yield protection, no statistical yield differences were observed between the two models. The MRTN model increased partial factor productivity (PFP) 20% relative to Adapt-N. Limited expression of V8 corn N deficiency reduced crop sensor total N rates (21–56 kg N ha^?1) and yield (0.82–1.05 Mg ha^?1) relative to other models. In a drier year (i.e., 2016), N demand was reduced (EONR 64 kg N ha^?1 less than 2015), resulting in similar corn response to all three models. Despite differences in actual corn N rate recommendations, all three models resulted in similar economic net returns across study years.

Abbreviations: EONR, economic optimum nitrogen rate; MRTN, Maximum Return to Nitrogen; NUE, nitrogen-use efficiency; PFP, partial factor productivity; SBNRC, sensor-based nitrogen rate calculator; SD, side-dress