安徽省中南部小麦赤霉病气象等级预报方法研究

针对安徽省农业气象业务服务中小麦赤霉病气象等级预报模型精度不高问题,基于安徽省中南部滁州、庐江、池州和宣城4个代表站历年小麦赤霉病病穗率、发育期及对应气象资料,采用线性相关、回归分析等方法,建立基于雨日和雨量的综合降水指数气象等级预报模型,并对模型进行拟合检验和预测检验。结果表明滁州地区小麦赤霉病发生关键为始穗前5d至始穗后25d、庐江为始穗前8d至始穗后20d、池州为始穗前7d至始穗后24d、宣城为始穗前4d至始穗后24d。对建立的区域小麦赤霉病气象等级预报模型进行拟合检验和预测检验发现:滁州地区预测模型的拟合准确率和预测准确率分别为86.8%和92.0%,庐江分别为87.6%和70.0%,池州分别为85.6%和88.0%,宣城分别为88.3%和84.0%。因此,本研究建立的区域小麦赤霉病气象等级预报模型可用于安徽省中南部农业气象业务服务。     

神经网络在农产品销量预测中的应用

随着农业大数据发展和计算机技术的不断成熟,人们能够快速准确地获得信息。在大数据背景下,利用传统的时间序列模型对农产品销量进行预测已经不能满足人们的需求,神经网络凭借其强大的非线性映射能力在销量预测领域得到了广泛应用。本文综述了国内外学者应用在农产品销量预测上的主要方法,介绍了神经网络在农产品销量预测领域的应用,客观阐述了神经网络在预测中可能存在的问题,并展望未来农产品销量预测研究发展方向,以期为农产品市场稳定协调发展提供参考。     

基于万维网大数据的农药场地土壤污染快速预测方法研究

及时高效预测和筛查潜在农药污染场地对环境污染风险管控具有重要意义。基于万维网公开的46个农药场地样本数据,利用五分制层次分析法建立农药场地土壤污染快速预测指标体系,包括产品特征、局部气候条件、土壤属性和场地生产特征4个因素及其相应的产品毒性、持久性、气温、降水、风速、光照、土壤质地、土壤pH、有机质含量、生产时间和闲置时间11个特征指标。其中,农药场地生产时间、产品毒性及其持久性指标五分制分级后与农药场地土壤污染均存在显著线性相关性,三个指标不同组合对场地土壤污染的线性综合预测精度小于65%,而基于11个指标的机器学习方法综合预测精度为82%,但存在污染场地严重漏判问题。以综合评价指数值P≥0.6作为农药场地土壤污染的预测阈值,五分制层次分析法综合预测精度达到91%,优于线性预测以及机器学习方法,具有关键数据需求少、预测快速高效特点,体现 “宁严勿漏”的预测原则,可用于各类型农药场地的土壤污染筛查。     

阿克苏地区荒漠化变化趋势及其驱动因素

[目的] 对2009—2019年阿克苏地区荒漠化变化趋势及其驱动因素进行分析,为该区生态修复、因地制宜制定荒漠化防治政策提供科学依据。[方法] 基于《全国第六次荒漠化监测细则》构建荒漠化评价指标体系,在ArcGIS和IDRISI软件的支持下,对2009—2019年阿克苏地区荒漠化变化趋势进行评价,分析荒漠化驱动因素并做出预测。[结果] ①2009—2019年阿克苏地区荒漠化面积逐年降低,荒漠化呈现逆转态势。阿克苏地区荒漠化呈现较强的空间异质性,极重度荒漠化区域位于研究区南部与塔克拉玛干沙漠接壤地带,极重度荒漠化所占比例最大。②2009—2019年阿克苏地区荒漠化单一驱动因素分析结果显示,土地利用类型是阿克苏地区荒漠化最重要的影响因子,多驱动力因子交互作用对荒漠化演化的解释力比单因子更强,作用方式与强度表现为增强与非线性增强。③CA-Markov模型预测结果显示,在驱动因素不改变时,2019—2024年阿克苏地区荒漠化程度持续逆转,整体表现为极重度荒漠化转化为重度荒漠化,部分地区荒漠化面积扩张。[结论] 研究时段内,研究区荒漠化面积减少,荒漠化程度呈逆转态势,影响荒漠化主要因素为土地利用类型。在荒漠化的治理与防治过程中,应当结合荒漠化驱动因素,合理有效地实施荒漠化防治以及生态修复工程。     

安徽蚌埠“06.01”暴雨预报因子程序式预报

利用常规气象观测资料和简明暴雨预报因子程序,对2014年6月1日出现在安徽蚌埠市的暴雨过程进行诊断分析,中低层切变线、暖湿气流强烈辐合、充足的不稳定能量释放是形成暴雨元素,并用暴雨预报程序进行预报。     

基于支持向量机的湖北省洪涝农业损失预测模型

洪涝农业灾情预测在灾害管理和应急救灾等领域都具有非常重要的研究价值,以支持向量机(SVM)模型为基础,以1998～2006年湖北省洪涝灾情数据为样本,构建了基于SVM的洪涝农作物损失预测模型.结果表明,基于径向核函数的SVM模型适合湖北地区洪涝农业损失的预测.     

2014年石嘴山市一次久旱转雪天气过程的数值预报产品能力检验

利用欧洲中期天气预报中心（ECMWF）数值预报产品和德国数值预报产品,对宁夏石嘴山市2014年2月4—6日一次久旱转连阴雪天气过程的预报能力进行了对比分析检验。结果表明,此次过程中ECMWF数值预报模式较德国模式的形势场预报准确,随着预报时效的延长,两种模式的预报准确率也均随之降低;从要素预报来看,24、48、72h 700hPa湿度场及850hPa温度场两种模式预报结果均较实况偏差较大,但72h比24、48h预报更接近实况。     

喀斯特石漠化地区耕地压力 动态变化分析与预测

运用MATLAB 软件在计算贵州省2000要2011 年耕地、人口粮食产量动态变化的基础上,分析耕地面 积、人口数量与耕地压力指数的变化特点;并采用DGM（1,1）离散预测模型对贵州省2015要2030 年的耕地压力指数 状况进行预测。结果表明,2000要2011 年间,贵州省耕地总量及人均耕地面积持续减少;人均粮食产量持续增加,人 口净流出加快,使得耕地压力指数波动减少,但耕地压力指数始终保持在1.0 以上粮食供给处于不安全状态 2015要2030 年,耕地压力指数将持续减少,粮食安全形势缓和。增加农业科技投入、农田基本建设和土地整治工作与 加快净流出人口数量,是减轻耕地压力保证粮食安全的根本途径。     

基于小波变换和神经网络的短期风电功率预测方法

随着并网风电场规模的不断增大,为保证电力系统运行的稳定性、合理制定调度计划、提高风电场在发电市场的竞争力,需要对短期风电功率进行准确地预测。该文提出一种小波变换和神经网络理论相结合的综合预测方法,将历史风电功率序列和历史风速序列分别进行小波单尺度分解,得到对应的概貌功率、细节功率和概貌风速、细节风速;然后用概貌功率和概貌风速序列训练BP神经网络,预测未来的概貌功率;用细节功率和细节风速序列训练BP神经网络,预测未来的细节功率。在此基础上,将概貌功率和细节功率叠加,得到最终预测结果。对我国某风电场的实际数据     

许昌小麦吸浆虫发生趋势气象模型与预警

以许昌1999—2008年10年的气象资料和吸浆虫资料为研究基础,通过分析许昌地区10年内吸浆虫的各个生育期:化蛹开始期、化蛹盛期、成虫开始期与气象因子的关系,运用SPSS统计分析软件建立了吸浆虫气象预测预警模型。结果表明:影响许昌小麦吸浆虫关键发育期发生发展的主要因子是温度和水分;吸浆虫越冬基数的大小,与上年冬(12月至次年1月)热量条件、9月平均最低气温和5月上旬降水量有关,低温限制吸浆虫越冬数量,降水多增加越冬基数,9月平均最低气温是预警越冬基数的首选因子;1月极端最低地温和6月中旬至7月上旬平均气温是发生面积前期和后期主要影响因子。