排序方式: 共有19条查询结果,搜索用时 109 毫秒
1.
利用重庆市1986-2009年中稻单产和中稻生育期内旬平均气温、旬降水量、旬日照时数等资料,采用统计分析法建立中稻气象产量动态预报模型,在此基础上预报中稻单产。用5a滑动平均方法分离中稻趋势产量,在分析气象产量与中稻全生育期逐旬气象要素相关性的基础上,以3月中旬平均气温、5月下旬日照时数、7月中旬平均气温、7月中旬降水量、7月中旬日照时数、7月下旬平均气温、7月下旬降水量和8月上旬平均气温等作为关键气象因子,建立中稻气象产量动态预报模型,并应用该模型实现中稻单产动态预报。对1986-2009年的中稻单产做模拟检验,平均准确率在96%以上,95%以上的年份预报准确率超过90%。对2010年的单产进行预报,准确率为91.5%~92.8%,预报准确率较高,基本能满足业务服务的需要。 相似文献
2.
3.
气象大数据在农业领域的应用尚处于模糊前端,优先发展重要应用场景的气象服务关键技术,对推动农业农村现代化具有重要的理论价值和现实意义。本研究基于文献计量和德尔菲法的定性与定量结合的技术预见方法,对“十四五”至2035远景重庆农业领域气象大数据应用场景和基于场景的气象服务技术进行了预见。研究表明:“智慧农业”和“数字乡村”是我国农业领域气象相关大数据研究热点主题。气象大数据的重要应用场景和关键气象服务技术集中于农业产业链的产前和产中环节,农业生产与管理子领域遴选出了最多的5个重要场景和7项关键技术。关键气象服务技术预期实现时间集中在2026—2030年,研发应用风险总体偏大。此外,分析结果表明,“政、产、学、研合作不够”、“数据资源获取和共享不畅”、“研究经费投入不足”、“缺少科研和技术人才”是制约气象大数据在重庆农业领域应用的主要因素。针对这些制约因素,本研究提出了包括促进协同创新、破除“数据壁垒”、提高投入产出效益、培养复合型人才等方面的措施,以推动气象大数据在农业领域的创新发展。 相似文献
4.
为解决山地环境下马铃薯晚疫病等农业病虫害预报应用场景对近地空气相对湿度数据资料的切实需求,本研究以连续性空气温度、湿度数据集为基础样本,分析不同环境条件下露点法估算空气相对湿度的准确性,讨论以环境温湿度条件为协同参照指标的露点法估算空气相对湿度的质量控制有效性。以马铃薯晚疫病始发期预报为例,论证基于露点法空气相对湿度估算的马铃薯晚疫病始发期预报效果。结果表明,露点法空气相对湿度估算值与实测值一致性较好,决定系数、平均绝对误差、相对误差、一致性系数分别为0.44、8.07%、0.11%、0.97,但在实际环境空气相对湿度较小的情况下,存在明显的高估。不同环境条件对露点法估算空气相对湿度准确性的影响不同,估算准确性随环境湿度增大而提高,实际空气相对湿度为60%以上时,准确性较高;估算准确性随环境温度的变化表现为环境温度在10℃以上时,准确性较高。应用露点法估算的空气相对湿度对马铃薯晚疫病始发期进行预报,预报漏报率普遍在30.0%以下,最低为16.7%。结合作物病害发生与防控的实际情况,露点法估算空气相对湿度在马铃薯晚疫病始发期预报中表现出良好的应用效果。 相似文献
5.
6.
7.
近50年来四川盆地东部水稻高温热害发生规律研究 总被引:4,自引:1,他引:4
利用四川和重庆共69个气象站1960-2008年的气象资料,分析了四川盆地东部近50年水稻高温热害的时空分布规律.结果表明:①水稻高温热害以20世纪60年代和70年代最重,20世纪80年代最轻,21世纪有加重的趋势;轻度高温热害呈波动下降的趋势,而重度高温热害呈增加的趋势.②水稻高温热害高值区位于四川盆地东部,中部呈西南向东北方向延伸,重度高温热害的高发区域主要集中在重庆的东北部.③根据气候趋势,采取调整播期和栽期,选择抗高温的品种,用日灌夜排、喷灌水雾和喷洒化学药剂等改善田间小气候条件的方式,可减轻高温热害的影响. 相似文献
8.
利用重庆地区34个气象站1961-2009年逐日气象资料,采用Penman-Monteith公式计算了参考作物蒸散量(ET0),并通过GIS空间插值、气候倾向率、Mann-Kendall突变检验等方法,分析了重庆地区ET0的时空变化特征及其气候影响因子。结果表明:在空间分布上,重庆地区参考作物蒸散具有明显的区域差异,总体表现为:自西向东北方向增加,向东南方向减少。年内ET0主要受日照与气温的影响,其变化曲线呈单峰型。49年以来,重庆地区年均与春、夏、冬3季ET0均呈显著下降趋势,秋季的变化特征不明显,日照与风速的显著减小是造成重庆地区ET0呈下降趋势的主要原因。 相似文献
9.
文中于大巴山区中小起伏山地的典型区域,利用代表性气温观测站与实测海拔资料,计算气温直减率与地形因子温度效应项,比较不同海拔基础气象站得到的研究区域近地气温推算效果。结果表明:研究区域不同季节气温随海拔高度上升均表现出良好的线性递减关系,海拔4~10hm范围内,不同季节气温直减率随高度变化趋势有所差异,海拔10hm以上,各季节气温直减率变化趋势趋于一致。局地冷湖效应对气温以及气温直减率随海拔变化有明显影响。地形因子温度效应项表现出与地形走向的相关性,以冷效应为主,局地冷效应超过-3.0℃,热效应可达1.4℃;同一位置不同季节之间存在一定差异,总体表现为夏秋季冷效应略强,春冬季冷效应略弱。对比不同海拔高度基础站点对研究区域验证站点气温模拟效果,2~12hm海拔范围内,接近研究区域平均海拔位置基础站的气温推算效果最好,平均绝对误差最小达到0.8℃,推算准确率最高可达74.0%。12~21hm海拔范围内,基于实测气温直减率的气温推算对局地冷湖效应的影响有较好的修正效果,平均绝对误差最小为1.1℃,推算准确率最高为57.4%。 相似文献
10.