共查询到20条相似文献，搜索用时 15 毫秒
1.
基于1961—2010年海南18个气象站点气象资料、海南稻飞虱发生资料以及水稻种植面积等资料,采用相关分析方法、多元回归方法对海南水稻稻飞虱发生面积与气象因子的关系进行研究,量化了气象因子变化对稻飞虱发生的影响。结果表明:近50年来,海南稻飞虱发生面积以平均104 hm2/10a的速度增长,其发生面积率距平与年平均温度、年高温日数、年降水量、年平均降水强度和年暴雨日数距平呈显著正相关;与年日照时数、年平均风速、年平均相对湿度距平呈显著负相关。与中国其他稻作地区相比,海南稻飞虱发生面积率与温度的相关性较弱,与降水的相关性更强。 相似文献
2.
以商丘市1995～2005年的小麦锈病发病面积、地面气象资料和大气环流特征量为依据,利用相关系数法进行因子普查,筛选出了影响商丘市小麦锈病发生和流行的主要地面气象因子和大气环流特征因子及其时段。利用多元回归方法建立了发病面积的数学预测模型。多元回归模型历史拟合准确率为87.2%,利用2006年的气象资料进行试预报,预测准确率93.8%。 相似文献
3.
4.
[目的]建立稻飞虱发生面积的预测模型,从大气环流的角度对每年的发生面积进行预测,指导稻飞虱的防治工作。[方法]分析历年的大气环流特征量的资料,选取与中国稻飞虱发生面积显著相关的大气环流因子,采用逐步回归法,建立预测模型。[结果]筛选出了与稻飞虱发生面积呈显著相关的因子,并分别建立了基于当年10月大西洋欧洲环流型W、当年10月太平洋区极涡面积指数、当年8月北美副高强度指数、当年6月大西洋欧洲环流型W、当年2月北美大西洋副高北界、当年10月大西洋欧洲区极涡强度指数和上年11月亚洲区极涡强度指数的白背飞虱发生面积预测模型和基于当年7月东太平洋副高强度指数、上年10月北半球极涡面积指数、上年11月亚洲区极涡强度指数、当年9月北美大西洋副高北界、当年1月北非大西洋北美副高北界、上年9月太阳黑子和当年9月东太平洋副高面积指数的褐飞虱发生面积预测模型。[结论]通过逐步回归法建立的基于大气环流因子的模型拟合效果较好,可用于实际预测。 相似文献
5.
[目的]建立稻飞虱发生面积的预测模型,从大气环流的角度对每年的发生面积进行预测,指导稻飞虱的防治工作。[方法]分析历年的大气环流特征量的资料,选取与中国稻飞虱发生面积显著相关的大气环流因子,采用逐步回归法,建立预测模型。[结果]筛选出了与稻飞虱发生面积呈显著相关的因子,并分别建立了基于当年10月大西洋欧洲环流型W、当年10月太平洋区极涡面积指数、当年8月北美副高强度指数、当年6月大西洋欧洲环流型W、当年2月北美大西洋副高北界、当年10月大西洋欧洲区极涡强度指数和上年11月亚洲区极涡强度指数的白背飞虱发生面积预测模型和基于当年7月东太平洋副高强度指数、上年10月北半球极涡面积指数、上年11月亚洲区极涡强度指数、当年9月北美大西洋副高北界、当年1月北非大西洋北美副高北界、上年9月太阳黑子和当年9月东太平洋副高面积指数的褐飞虱发生面积预测模型。[结论]通过逐步回归法建立的基于大气环流因子的模型拟合效果较好,可用于实际预测。 相似文献
6.
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。 相似文献
7.
福建省西部地区森林覆盖率高,且是中国的林火高发区之一,但关于该地区的林火发生格局和预测预报的研究还不完善。以2000—2010年福建林火数据为基础,运用Ripley's K-function和逻辑斯蒂回归模型,综合考虑地形、气象条件、植被条件及人口密度4类因素,对福建西部地区林火分布格局及主要影响因子进行综合分析并建立预测模型。结果表明:福建西部地区2000—2010年间林火发生主要为聚集分布;海拔、日平均气温、日平均相对湿度、日降水、植被覆盖度、人口密度6个因子是福建西部地区林火发生的主要驱动因子;模型预测准确率接近70%且模型内自变量均显著。林火风险概率和火险等级显示,福建西部地区林火发生主要集中在西北部和中部地区。 相似文献
8.
[目的]开展稻飞虱发生的气象条件预警预测,为防虫治虫提供依据。[方法]利用桐城市2005～2007年逐候田间系统调查的稻飞虱百丛虫量数据,分析影响桐城市稻飞虱发生程度的主要气象因子,应用多元线性回归技术建立稻飞虱发生适宜气象条件等级预测的模型。[结果]分析发现,旬平均气温、侯平均气温与系统调查的桐城市稻飞虱百丛虫量均呈显著负相关,显示高温对稻飞虱发生具有抑制作用,最适宜的候平均气温为20.5℃。降水量、降水日数和相对湿度等因子是通过某种综合作用机制来影响稻飞虱发生的。据此建立的桐城稻飞虱发生的气象条件等级预洲模型为Df=INT(0.982 6-0.097 8X_1+0.065 3X_2+0.629 1X_3)。[结论]此稻飞虱发生适宜气象条件等级模型适用性强,经历史拟合和2008年试报应用,拟合率较高,试报效果较好,可靠性强,可投入业务应用。 相似文献
9.
《河南农业科学》2015,(9)
利用镇平县和伊川县1991—2010年、安阳县和项城市1991—2000年的小麦白粉病调查资料和气象观测资料,通过数理统计的方法分析影响小麦白粉病发生等级的各种气象因子,建立河南省小麦白粉病分区预测模型,并以此为基础建立河南省综合预测模型。研究表明,镇平、伊川、安阳和项城小麦白粉病发生等级均与3月份的相对湿度和上年3月下旬的温雨系数显著相关。利用以上2个气象因子建立了河南省小麦白粉病分区发生等级预测模型和综合发生等级模型。利用分区模型对2012年4个站点小麦白粉病发生等级进行预测,有3个站预测等级与实际等级相同,1个站误差在1个等级之内,基本上达到了预测要求。利用综合模型对2011年和2012年河南省小麦白粉病综合发生等级进行预测,预测结果准确率达100%。因此,建立的模型可以用于预测河南各分区和全省的小麦白粉病发生等级。 相似文献
10.
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。 相似文献
11.
[目的]研究气象因子对第2代稻飞虱发生、发展的影响,为稻飞虱的预报和防治提供科学依据.[方法]利用广东省化州市1995~2011年稻飞虱系统调查资料和气象资料,对第2代稻飞虱发生程度与主要气象因子进行相关和通径分析,建立回归预测模型.[结果]气温是影响第2代稻飞虱发生程度的主导因子,降雨量、日照时数、雨日等对害虫发生程度的直接作用较小,但通过气温发挥间接作用.据此建立第2代稻飞虱发生程度的预测模型为y=0.3972x1+0.1801x2+0.0020x3+0.0035x4-0.0189x5-10.5637,利用模型回检历史拟合准确率为91.3%,而2011年预测结果与实际发生情况一致.[结论]气温是影响第2代稻飞虱发生程度的关键气象因子,生产中可以应用拟合的预测模型对稻飞虱的发生危害进行预测预报. 相似文献
12.
【目的】研究气象因子对第2代稻飞虱发生、发展的影响,为稻飞虱的预报和防治提供科学依据。【方法】利用广东省化州市1995～2011年稻飞虱系统调查资料和气象资料,对第2代稻飞虱发生程度与主要气象因子进行相关和通径分析,建立回归预测模型。【结果】气温是影响第2代稻飞虱发生程度的主导因子,降雨量、日照时数、雨日等对害虫发生程度的直接作用较小,但通过气温发挥间接作用。据此建立第2代稻飞虱发生程度的预测模型为y=0.3972x1+0.1801x2+0.0020x3+0.0035x4-0.0189x5-10.5637,利用模型回检历史拟合准确率为91.3%,而2011年预测结果与实际发生情况一致。【结论】气温是影响第2代稻飞虱发生程度的关键气象因子,生产中可以应用拟合的预测模型对稻飞虱的发生危害进行预测预报。 相似文献
13.
14.
《江苏农业科学》2015,(8)
利用1991—2010年镇平县、伊川县,1981—2000年安阳县,1990—2000年项城市的小麦白粉病调查资料和气象观测资料,通过数理统计的方法分析影响小麦白粉病发生等级的各种气象因子,建立了河南省小麦白粉病预测模型。研究结果表明:镇平县、伊川县、安阳县、项城市小麦白粉病的发生等级都与3月份的相对湿度和上一年3月下旬的温雨系数有一定关系,4个代表站的相关系数都通过α=0.01的显著性水平检验;利用以上2个气象因子建立了河南省小麦白粉病发生等级的预测模型,该模型可以预测河南省各地的小麦白粉病发生等级,为全局性把握河南省小麦白粉病的发生等级提供了参考依据。利用该模型对2012年河南省11个调查站点进行小麦白粉病发生等级预测,预测结果整体较好,有4个站点预测等级与实际等级相同,其余误差都在1个等级之内,基本上达到了预测要求;另外,该模型可以进一步根据各地的实际情况改进河南省各地小麦白粉病预测模型,加入当地小麦白粉病的独特影响因子,可进一步建立更加准确的模型。 相似文献
15.
16.
根据2011~2013年醴陵市晚稻纹枯病病株率数据田间观测资料,建立了基于气象因子的水稻纹枯病发生等级预报模型,并进行了回代预测检验。结果表明：晚稻日病株率分别与日平均气温、日降水量、日照时数、日平均相对湿度进行统计分析,晚稻纹枯病发生与日平均气温和日降水量存在显著的相关性,得到了纹枯病日病株率预报方程,最终建立了晚稻纹枯病发生等级预测模型。经过回代预测检验,准确率达到95.8%,具有较好的预报效果,能反映病情的发生情况,对纹枯病的防治有一定的指导作用。 相似文献
17.
《现代农业科技》2021,(9)
根据渭南地形地域特点,从南、北、中部选择3个代表性站点,利用其1981—2013年"倒春寒"发生程度资料,结合3个气象站相应逐日气象资料,采用相关分析、逐步回归等方法,选取与4月"倒春寒"相关系数高的气象因子,构建分区域"倒春寒"预测方程。结果表明:影响渭南南部、北部和中部"倒春寒"发生程度的气象因子分别有2个、4个和3个。分别建立南、北、中部3个区域的"倒春寒"预测模型,历史回代准确率分别为82%、94%、83%;等级历史回代准确率分别为75%、84%、81%;2014—2019年4月"倒春寒"预报准确率分别为100%、83%、83%;等级预报准确率分别为100%、80%、80%。发生预报和等级预报准确率较高、效果理想,预测方程和等级判定指标均达到气象预报服务需求。 相似文献
18.
为了明确气象条件与水稻白叶枯病发生的关系,提高预报能力,利用1985—2015年化州市晚稻白叶枯病病情资料及气象数据进行相关性分析。结果表明：9—10月降水量、降水日数、相对湿度、台风与发病程度呈正相关;日照时数、气温与发病程度呈负相关。影响白叶枯病发生的关键气象因子分别是8月中旬—9月中旬降水量、9—10月降雨系数、8月下旬降水强度和9月台风次数。采用逐步回归统计方法建立晚稻白叶枯病发病程度气象等级预测模型,模型的复相关系数R为0.9000,通过α=0.01的显著性检验。模型拟合准确率为89.4%。利用该模型对2016—2018年白叶枯病发生等级进行试报检验,平均试报准确率达93.3%。模型拟合结果和试报准确率均较好,为白叶枯病的综合防治及科学决策提供了依据。 相似文献
19.
根据渭南地形地域特点,从南、北、中部选择三个代表性站点,利用1981—2013年渭南南、北、中部“倒春寒”发生程度资料,结合三个气象站相应逐日气象资料,采用相关分析、逐步回归等方法,选取与4月“倒春寒”相关系数高的气象因子,构建分区域“倒春寒”预测方程。结果显示：影响渭南南部“倒春寒”发生程度的气象因子有2个,影响渭南北部“倒春寒”发生程度的气象因子有4个,影响渭南中部“倒春寒”发生程度的气象因子有3个。分别建立南、北、中部三个区域的“倒春寒”预测模型,历史回代准确率分别为82%、94%、83%；等级历史回代准确率分别为75%、84%、81%；2014—2019年4月“倒春寒”预报准确率分别为100%、83%、83%；等级预报准确率分别为100%、80%、80%。发生预报和等级预报准确率较高、效果理想,预测方程和等级判定指标均达到气象预报服务需求。 相似文献
20.
为定量评价寒露风对江西省双季晚稻的影响,依据1981—2013年江西省81个常规气象观测站9月1日—10月10日逐日平均气温、最低气温资料和1991—2012年江西省14个农业气象观测站双季晚稻灾害调查资料,研究江西省双季晚稻寒露风影响评估模型和等级划分标准,并利用江西省农业气象试验站2010—2013年晚稻分期播种试验资料进行验证。结果表明,在晚稻寒露风发生期间,降温幅度、过程平均气温、极端最低温度和低温持续时间对水稻冷害具有同等重要的作用,4个因子同时出现或部分出现异常均可以造成不同程度的冷害。在综合考虑了上述4个因子的基础上,结合主成分分析法构建寒露风影响评估模型和等级划分标准,其分期播种试验检验评估等级与实际等级完全一致的占80%;运用模型对江西省2006、2011年2次明显寒露风天气过程进行评估,评估准确率较高,达87.5%;表明所建立的模型可以用来定量评价江西省各市(县)晚稻寒露风发生程度。据此确定的寒露风评价指标为:寒露风指数(CDWI)≥0.70时为重度寒露风,晚稻减产15%;CDWI在0.50~0.70时,发生中度寒露风,晚稻减产10%~15%;CDWI在0.30~0.50时,发生轻度寒露风,晚稻减产5%~10%。 相似文献