排序方式: 共有38条查询结果,搜索用时 15 毫秒
1.
成兆金 《上海交通大学学报(农业科学版)》2014,(2):7-13
为探索定量评估干旱灾害对旱区冬小麦造成损失的方法,以山东省莒县为例,利用1981—2010年莒县三十年气候整编资料以及历年冬小麦生长发育期、土壤水分观测资料,运用FAO PM公式,对气象行业标准《小麦干旱灾害等级》中冬小麦不同生长发育阶段的可能蒸散量、需水量、水分亏缺率进行求算,对小麦不同生育阶段作物系数表(Kc)中后期阶段的发育期、Kc的界定取值以及有关计算公式等进行订正应用研究。结果表明:小麦生育期间各生育阶段总可能蒸散量518.741 mm、不同作物系数小麦总需水量466.393 mm,平均作物系数总需水量440.93 mm,进而求算的阶段水分亏缺率符合实际,效果良好,用水分亏缺率作为评估干旱对冬小麦造成损失的方法可取,可以满足依据水分亏缺率对小麦产量的预报评估需要,可为基层和各级科研人员掌握和了解小麦干旱灾害评估方法提供切实可行的参照依据。 相似文献
2.
自动土壤水分数据采集系统是山东省根据中国气象局大气监测自动化项目一期工程建设规划,于2005年7月份建设并投入使用的.由于该设备是初次使用,总难免存在着这样或那样的问题,现就自动站运行以来出现的主要问题总结一下. 相似文献
3.
4.
为了更好地对山东省农业气象自动观测站进行评估,研究土壤水分运动规律,根据山东省120个测墒站测定的不同土壤质地类型及其凋萎湿度资料,利用Van Genuchten模型来描述土壤水分特征曲线(h-?曲线),建立山东省农业气象自动观测站土壤体积含水率和土壤水势的关系。综合分析表明,壤土、粘土的田间稳定有效水含量高于砂土的,稳定向植物供水能力较强,对水分的自身协调能力较强,因而对旱涝灾害的抵抗力也强。 相似文献
5.
通过对山东省典型植保站临清站1990—2004年逐年棉铃虫各主要危害代的累计卵量、发生程度等历史资料和同期气象资料的分析,寻找出与棉铃虫发生发展有密切关系的气象条件,利用dps数据处理系统中的多元回归等分析方法,建立各代棉铃虫累计卵量、发生程度等的中短期气象等级预报、预测模式。并对2004和2005年的棉铃虫发生情况进行预测检验,效果良好,为棉铃虫的有效防治提供了科学依据,为社会主义新农村建设、对农业防灾减灾和农业生产的可持续发展具有重要的指导意义。 相似文献
6.
7.
为了自动土壤水分观测资料更准确、更好地服务于实际应用以及应用于科学研究,从理论上分析自动土壤水分观测与人工实测值存在误差的原因及修正办法,通过公式 ,用每次计算的土壤容重的平均值代表修正的土壤容重,分析评估用修正的土壤容重计算土壤重量含水率的可行性。结果表明:土壤容重修正公式可靠,利用自动观测土壤水分含水量以及土壤容重修正公式来计算土壤重量含水率可行,理论上可以取消逢八观测,也为自动土壤水分观测资料的实际应用、为两年一度的自动传感器评估提供一种指导方法。 相似文献
8.
气候变暖已成为气候变化的主要特征。通过对莒县1951—2005年55年间的观测资料统计分析,结果表明,莒县70年代前和80年代后发生了很大的变化,暖冬现象日趋明显,年降水量呈下降趋势,干旱、洪涝、冻害、冰雹、连阴雨、大风、龙卷风、病虫害等农业气象灾害发生了相应的变化,主要表现在干旱、大风、冰雹、病虫害等灾害增加、洪涝、霜冻、干热风、连阴雨、冻害等灾害减少。针对气候变化对农业气象灾害产生的种种影响,需要人们在防灾减灾中制定相应措施,通过实施植树造林,荒山育草、大搞农田水利建设、积极开展人影作业、加大治污力度、抓紧农气自动站建设、做好天气预报气象服务等工作,来达到趋利避害、保障生态环境的安全和农业的可持续发展 相似文献
9.
土壤水分自动观测站资料评估方法 总被引:1,自引:0,他引:1
土壤湿度是控制陆地和大气间水分和能量交换过程的重要变量,而土壤水分自动观测站探测是获取土壤湿度的主要手段。自动观测站探测资料的准确性能够直接影响其应用效果,因此,开展土壤水分自动观测站探测资料评估具有重要意义。基于2015—2016年山东省129个自动观测站土壤湿度数据,采用降水下渗法、上下数据对比等方法,研制成山东省自动观测站资料评估方案,进行了质量评估,并提出整改措施。结果表明:山东省土壤水分自动观测站多数台站存在土壤水文物理特性测定值不准确,土壤水分传感器不稳定、出现故障,个别观测站采集器有问题。 相似文献
10.
鲁东南地区近年来茶叶总产量增加,但单产波动较大,研究气象条件与茶叶产量的关系很有必要。本文利用1992~2005年日照市三站气象资料,采用线性回归方法,找出茶叶产量和温度、降水、日照、冻土等12个气象因子呈显著相关特性。逐步回归后建立茶叶产量预测的数学模型,为多元一次回归方程Y=-972.12+191.39X1-219.92X2-37.06X3+8.06X4-66.26X5+3.83X6+5.07X7+8.56X8-0.29X9-0.05X10+9.71X11+ 1.68X12,r为0.999987。经检验其平均偏差为5.02%,可见预测模型比较准确。 相似文献