当前我国林业有害生物防治存在的问题及对策

林业有害生物对林木正常生长有着非常重要的影响,是一种十分严重的自然灾害。林木遭受林业有害生物为害后生长发育受阻,严重影响森林的生长量、结实量,降低木材质量,阻碍森林防护功能的发挥。所以,必须充分重视林业有害生物防治工作,采取有效措施加强林业有害生物防治,巩固造林成果,提高林产品的产量与质量,更好地保障森林三大效益的发挥。本文主要对当前我国林业有害生物防治工作存在的问题进行分析,并提出有效的解决对策,以供参考。     

辽宁省初霜特征及其预报模型研究

选用1961—2015年9—10月辽宁省53个气象站0 cm逐日最低地温资料、国家气候中心74项环流特征量指数、NCEP/NCAR再分析资料,分析辽宁省初霜日期时间变化特征,利用相关系数选取影响初霜日期的主要因子,应用多元回归方法建立初霜日期与前期环流因子的预报模型。结果表明,辽宁省初霜日期呈推迟趋势,未发生气象意义的气候突变;初霜日期预报模型通过了α=0.05的显著性水平检验,具有统计学意义,用该模型预测2014年、2015年的初霜日期,均接近实际值。     

自贡市玉米主要病虫害气象等级预报模型

利用2001—2017年四川省自贡市玉米主要病虫害发生面积与同期气象资料,研究自贡市气象条件对玉米主要病虫害发生的影响。通过相关分析等方法筛选气象预报因子,采用多元回归分析建立自贡市玉米主要病虫害气象条件等级预报模型。结果表明,5月中旬至7月上旬的降水量和湿度对玉米病害的发生面积影响最为显著,温度次之;4—6月的温度和降水量对玉米虫害的发生面积影响最为显著,湿度次之;7—8月频发的高温对玉米病虫害的发生发展均有明显的抑制和消弱作用。对模型进行检验,历史回代检验气象等级综合拟合准确率达到91%,2018年试报检验气象等级综合准确率达到100%,模型预测效果较好,能够为自贡市开展玉米主要病虫害防治提供科学的气象决策依据。     

自贡市水稻二化螟发生气象等级预报研究

利用2000—2018年四川省自贡市水稻(Oryza sativa L.)二化螟[Chilo suppressalis(Walker)]发生历史资料与气象资料研究自贡市气象条件对水稻二化螟发生的影响。通过对水稻二化螟灯下诱蛾量与气象条件的分析,选取相关性显著、生物学意义明确的气象因子,采用多元回归分析建立自贡市水稻二化螟发生气象等级预报模型。结果表明,自贡市冬季平均气温对水稻二化螟发生气象等级影响最为显著,翌年各时段温度、降水和湿度条件次之,且常年较高的冬季气温是导致二化螟发生气象等级多年处于3～4级的最关键气象因素。历史回代检验气象等级拟合准确率达72%,2018年试报检验气象等级准确率达到100%,模型预测效果较好,能够为自贡市开展水稻二化螟防治提供科学的气象决策依据。     

2017年8月19-20日青海省果洛地区降水过程分析

本文利用2017年8月19-20日气象常规观测资料和卫星资料,通过micaps分析此次降水过程得出：此次天气过程主要由副高和青海西部局地产生的高压之间切变影响,水汽主要由副高位外围西南气流提供,500hPa随果洛南部切变形成,相对湿度大值区也随之南移,600-500hPa比湿达10k/kg。19日08时和20时达日探空站温度对数压力图显示的上干下湿和较厚湿层分布成为预报此次降水过程着眼点。     

京桃始花期预报研究

京桃是一种优美的的观赏植物,始花期是其重要的物候期,构建始花期预报方程并对始花期做出预报可以为花期病虫害防治、人工授粉、杂交育种、霜期防冻等提供重要参考。本文详细分析了京桃始花期与上一年12月和1月、2月、3月的月平均温度和旬平均温度、上一年12月至3月>0℃、3℃、5℃积温以及花蕾出现期的关系,并从中选出相关性较强的温度因子,构建一元和多元线性回归方程,同时对方程进行检验和偏差分析,选出最优方程。结果表明,3月的温度因子与京桃始花期的相关性较强,成显著负相关。当用3月的温度因子构建回归方程时,方程的拟合性检验较好,偏差在3 d内的年份占70%～80%。花蕾出现期与始花期成显著正相关,当3月的温度因子和始花期作为预报因子时,方程的拟合性最好,整体样本的偏差都在3 d以内。在只使用温度因子预报偏差较大的年份,该预报方程的偏差也可以控制在3 d之内。京桃始花期的预报具有一定的参考意义。     

ARIMA模型预测土壤墒情研究

土壤水分的动态模拟是土壤墒情(旱情)监测及预测预报的重要内容。采用AR IM A模型进行土壤水分时间序列的拟合与趋势预测。在建立模型后,用实测数据与模型的预测数据相比较说明AR IM A时间序列模型能较好地拟合与预测土壤墒情的变化趋势。     

森林地表死可燃物含水率预测模型研究进展

林火是影响森林生态系统的重要因子之一,林火蔓延和发展深受森林可燃物含水率的影响,尤其是林火的发生直接受地表死可燃物含水率的影响。因此,准确预测森林地表死可燃物含水率是预报森林火险和火行为的关键,加强森林死可燃物含水率预测模型研究尤为重要。从森林可燃物含水率的研究方法、研究模型及模型精度3方面综述研究现状,并对比评价现有模型。针对目前研究的诸多问题,提出5点展望:1)加强研究重点火险区野外含水率动态。利用已有的森林火险因子采集站和森林火险监测站获取不同环境因子和可燃物含水率及气象因子监测数据,构建重点火险区基于气象参数的森林可燃物含水率预测模型。2)加强森林可燃物的基础数据监测和收集。这可为全面构建森林火险等级系统奠定坚实的数据基础,同时还应建立精准的森林可燃物类型划分体系。3)加强研究可燃物含水率的空间异质性。应考虑不同影响因子下可燃物含水率动态,特别是了解小尺度内森林可燃物含水率的空间异质性,才能更准确进行林火预测预报。4)结合应用增强回归树(BRT)方法来提高模型精度。在可燃物含水率模型精度影响因子的研究中,运用BRT方法多次随机抽取一定量的数据,量化分析不同因子对模型精度的影响程度。5)结合GIS进行大尺度火险预警研究。综合应用RS和GIS技术,建立可燃物含水率的遥感反演模型,在准确模拟森林可燃物含水率空间分布的基础上,建立基于可燃物含水率的不同火险等级的预测模型。     

玉树地区24 h最高、最低气温预报指标研究

由于青藏高原天气的复杂性和特殊的地理环境,且受限于站点建设分布,各家模式对青海的预报准确率偏低,其中玉树地区的可预报性最低,参考性最差。近年来,玉树地区的预报准确率也一直偏低,人工订正能力有限,因此,为提高本地预报的准确率,开展了本地化客观预报方法研究。