共查询到20条相似文献，搜索用时 515 毫秒
1.
本文应用全国、31个省、6个典型地区和16个典型县的数据对粮食估产的"通道-概率模型"进行了系统性的验证和讨论。研究结果如下:(1)国家级估产由于地域空间尺度足够大,不同地区气象条件对产量影响的互补性强,所以估产误差小,因此国家级可以不使用小趋势修正和气候年型修正;省级、地区级和县级的估产由于同处一个气候区,因此气象条件对产量影响的互补性不强,必须使用小趋势修正和气候年型修正,县级估产还必须增加根据作物适时长势和专家经验的修正。(2)小趋势修正有两个公式:当预测误差小于10%时,使用Y×(1-K)修正;当预测误差大于10%时,使用Y/(1+K)修正。(3)估产单元气候年型可以自动划分,一般分为5级,波动大的预测单元可以使用7级,其中超丰年和超欠年的修正参数必须根据实时气象条件和作物实时长势具体确定。(4)研究表明:"通道-概率"估产理论和方法是科学的、实用的和准确的;在小趋势修正和气候年型修正基础上,如能结合作物长势调查和当地专家经验,估产误差可以达到3%以下。 相似文献
2.
为说明粮食潜力与估产的关系,定义了"粮食潜力实现率"的概念,它是与粮食潜力预测值相比,当年实际达到或能够达到的百分比,它将潜力值和当年估产值或实际产量结合在一起,可用来评价潜力实际达到的程度,并可反映气候年型。应用结果表明:2010年各省单产和总产潜力平均实现率围绕100%波动,说明科技进步对增产仍然起到支撑作用,而1999—2008年各省单产和总产潜力平均实现率低于100%,说明科技进步对增产作用在减小。因此,粮食潜力实现率可以用来评价粮食增产趋势和科技进步的贡献,其方法实用、误差小。 相似文献
3.
冬小麦遥感估产回归尺度分析 总被引：4，自引：2，他引：2
将统计业务和遥感估产结合起来,以北京市统计局提供的实割实测产量数据作为野外样方,利用抽样村和地块两种尺度的实测数据,用抽样村整体回归、地块整体回归和地块分层回归3种方法进行遥感估产,将所得结果与北京市统计局发布的统计单产从不同级别进行比较分析。结果表明,利用抽样村和地块两种尺度的实测数据进行回归估产都可以得到高精度的市级单产;在区县级别上利用地块尺度的实测数据进行估产得到的区县级单产精度高于抽样村尺度;在村级上利用地块实测数据进行单产预测能够较抽样村尺度更好的反映实际单产,模型更加稳定。因此,利用地块尺度的实测产量数据建立整体回归和分层回归模型都是可行,有效的,可以得到小区域尺度高精度的单产结果。 相似文献
4.
基于无人机载高光谱空间尺度优化的大豆育种产量估算 总被引：10，自引：4，他引：6
为探讨无人机载高光谱空间尺度对大豆产量预测精度的影响,该文以山东嘉祥圣丰大豆为研究对象,设计以多旋翼无人机为平台搭载Cubert UHD185成像高光谱传感器的无人机遥感农情监测系统,获取了大豆多个生育期的无人机高光谱数据。首先,该研究利用盛荚期-始粒期(R4-R5期)的高光谱影像,由21个不同光谱空间尺度提取的高光谱数据构建植被指数,通过植被指数方差分析结果可知所选冠层植被指数与不同品种大豆植株的生长状况密切相关,但是不同空间尺度下的F值仍存在较为明显的差异;其次,采用偏最小二乘回归建立产量与不同空间尺度的植被指数之间的回归模型,通过模型方程估算精度的曲线变化趋势进一步将最优空间尺度面积确认至9.03~10.13 m2,即当采样空间尺度区域长、宽与小区总长、宽比例介于4.25:5和4.5:5时,所得到的冠层光谱能够尽可能准确地估测大豆产量,此时估算产量和实测产量呈极显著相关(相关系数r=0.811 7,参与建模的样本个数270)。该研究可为使用高、低空高光谱影像进行作物表型信息解析和估产提供参考。 相似文献
5.
6.
冠层反射光谱与小麦产量及产量构成因素的定量关系 总被引：3，自引：0，他引：3
基于4个小麦品种、5个施氮水平的田间试验,在比较小麦冠层多光谱和高光谱反射特征的基础上,讨论了不同生育期冠层反射光谱参数与小麦产量及产量构成因素的定量关系。结果表明,拔节期冠层多光谱参数与理论产量和实际产量的相关性较高,可用于预测小麦产量,而冠层高光谱反射参数与小麦产量间的相关性较差,难以直接利用预测小麦产量;冠层的多光谱和高光谱参数对亩穗数的预测效果均较好,小麦拔节期、灌浆中期和成熟期的冠层多光谱参数、高光谱参数均与亩穗数间具有极显著正相关关系（P〈0.01）,从而分别建立了各时期利用高光谱参数A（760,850）/R550、多光谱比值植被指数RVI（810,560）的小麦估产方程。研究结果对选择合适的光谱参数建立估产模型、保证高光谱遥感信息反演精度具有重要价值。 相似文献
7.
基于MODIS与TM时序插补的省域尺度玉米遥感估产 总被引：5，自引：4，他引：1
针对省域尺度作物估产中的TM影像时相不一致和覆盖能力不足的问题,以山东省2008年玉米产量为研究对象,在6景不同玉米物候期的TM影像和长时间序列的MODIS全覆盖影像的支持下,构建基于玉米生长过程的时序插补模型,将不同物候期的TM影像插补为玉米乳熟期的同期数据集,并通过地面实割实测样本数据,建立地面-TM、TM-MODIS的两阶段遥感估产模型,开展省域尺度玉米产量全覆盖遥感估测方法研究。结果表明,基于时序插补的省域尺度玉米遥感估产方法能充分发挥TM和MODIS影像的各自优势,有效地避免TM影像时相不同所造 相似文献
8.
粮食生产潜力中、长期预测的目的是为国家中、长期粮食生产规划提供科学依据。粮食生产潜力中、长期预测的"双向预测理论":从若干个预测模型中选择出2个模型,一个模型预测的未来产量是持续增加的,体现产量持续增加的科技进步力量;另一个模型预测的未来产量是先增加后减少或持续减少的,体现影响产量持续增加的负面综合因素力量。应用结果表明:模型可预测未来1~10年的粮食生产潜力,平均预测误差在5%以内。大量案例证明粮食生产潜力中、长期预测的"双向预测理论"是科学的、方法是通用的、结果是实用的。 相似文献
9.
针对传统基于归一化植被指数（normalized difference vegetation index，NDVI）的作物长势监测方法对于同一时期处于不同生育阶段的作物缺乏可比性，以及NDVI的高低不能直接代表产量的高低的问题，该研究设计了一种可以动态反映作物长势和产量变化的具有时空可比性的统计指数（作物产量指数）。以黑龙江为例，基于单产数据、气象数据、遥感数据、作物分布数据，对3种作物分别进行估产分区，综合使用随机森林重要性评价方法和留一法为各估产分区筛选最优估产建模变量，构建动态估产模型和产量指数计算模型，并在2022年作物生长季（6—9月）进行了大豆、玉米、水稻的动态估产和产量指数预报和分析。结果显示：1）建模指标的重要性从高到低依次为趋势单产、遥感植被指数、气候类指标。2）3种作物整体单产预测精度最高的为水稻，其平均绝对相对精度(mean absolute relative precision，MARP)为95.20%，其次是玉米（MARP为93.81%），最后是大豆（MARP为92.73%）。3）以历史5 a为基期计算的3种作物的6—9月的产量指数的对比结果显示，大部分区县3种作物各月的产量指数差异处于“平”状态。4）生长季产量指数的月环比结果显示大部分区县产量指数的月环比值处于-0.01~0.01之间。该研究设计的作物产量指数可用于比较某一统计单元（如县、市或省）在特定评估时间点相对于其历史平均单产的增减状况，也可以环比相邻两个评估时间点的产量变化情况；在空间维上可以比较同处于某个特定评估时间点的不同统计单元的单产指数的高低情况，在长势监测、产量预报等中具有很好的应用前景。 相似文献
10.
基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测 总被引：21，自引：13，他引：8
区域作物产量预测是国家粮食安全评估的重要内容。遥感虽能获取大面积地表信息,却难以反映作物生长发育的内在过程。作物生长模型已经在单点尺度能成功模拟作物的生长发育过程,但是区域尺度作物关键参数的获取仍很困难。遥感信息与作物模型结合的数据同化已经成为区域产量预测的最有效途径。该文选择河北省衡水地区冬小麦为研究对象,在WOFOST模型标定与区域化的基础上,利用WOFOST模型描述冬小麦生育期内叶面积指数(LAI)变化规律。针对MODIS数据的混合像元造成反演的LAI产品偏低的系统误差,利用实测LAI样本点融合MODIS-LAI趋势信息修正MODIS-LAI数据产品。采用集合卡尔曼(EnKF)算法同化冬小麦返青到抽穗期的MODIS-LAI与WOFOST模拟的LAI以获得时间序列最优的LAI,并以此重新驱动WOFOST模型估算区域冬小麦产量。结果表明,EnKF同化后的冬小麦产量比未同化的产量预测精度有显著提高,与县平均统计产量相比,在潜在模式下,决定系数由0.13提高到0.38,均方根误差由2480下降到880kg/hm2。研究表明,遥感信息与作物模型的EnKF同化是1种有效的作物产量预测方法,并在区域尺度应用上具有广阔的应用潜力。该研究可为区域尺度的作物估产提供参考。 相似文献
11.
旱涝灾害是影响农业丰产增效的主要灾害之一。目前广泛应用的旱涝指数,多以旬、月、季尺度的旱涝指数为主,其时效性与精准性水平与农业旱涝灾害绿色应对和防控服务需求还有差距。本文选取位于南北气候过渡带的安徽省,应用78个地面气象观测站数据,通过对日尺度前期降水蒸散差值指数（antecedent precipitation evapotranspiration index,APEI）序列值进行三参数log-Logistic概率分布拟合,构建日尺度的标准化前期降水蒸散指数（standardized antecedent precipitation evapotranspiration index,SAPEI）,并在沿淮淮北、江淮之间、沿江江南不同干湿性区域选取代表站,对SAPEI在安徽省旱涝监测评估中的适用性进行分析。结果显示：不同区域代表站APEI序列的经验概率分布曲线与log-Logistic理论概率分布曲线高度拟合,有无降水时逐日SAPEI曲线能反映农田水分收支状况;2011年6月8日、6月28日旱涝急转应用案例中,SAPEI旱涝等级与变化趋势,与同期土壤水分监测的旱涝等级与演变趋势具有很好一致性。基于SAPEI的小麦全生育期累年平均旱涝积空间分布,符合安徽省实际旱涝分布型;全生育期SAPEI累年平均值（ISAPEI）的0值线以北、以西为负值、偏干区域,与安徽省小麦主产区一致。研究表明,日尺度的SAPEI及其旱涝积指数,可以反映降水时间分布及日雨量大小对旱涝的影响,精准刻画安徽省不同区域日尺度的旱涝变化及旱涝过程累积效应,可在安徽省旱涝逐日动态监测与农业旱涝影响评估服务中应用。 相似文献
12.
气候波动对海伦市粮食产量影响的风险分析 总被引：3，自引：1，他引：2
粮食生产具有不确定性特征,气候波动是影响粮食产量年际变化的主要因素之一。本研究采用风险分析方法,基于海伦市22个乡镇1978～2007年大豆和玉米产量的统计资料,以相对气象产量作为农作物受气候波动影响程度的指标,采用非参数信息扩散方法中正态扩散模型,对各乡镇大豆和玉米产量不同减产程度出现的概率进行了计算,进而获得各乡镇大豆、玉米单产受气候波动影响的风险度。在此基础上,基于海伦市气象站逐日降雨量和气温资料,按照气候干燥度将所有年份分为偏干旱年份、正常年份和偏湿润年份,分别计算不同水热耦合年份下各乡镇粮食产量受气候波动影响的风险程度。结果表明,大豆和玉米极端减产年出现的概率高于极端高产年;北部大豆减产风险小于南部,玉米在总体上呈现出和大豆减产概率空间分布相反的趋势;在不同水热耦合年份中,海伦市旱田农作物生产风险具有空间差异性,其中大豆生产风险空间分布与河网相关性较玉米高。 相似文献
13.
世界粮食研究模型在黑龙江省作物产量预报中的应用 总被引：6，自引：5，他引：6
在现有研究成果的基础上，提出世界粮食研究（WOFOST）模型在黑龙江省四大作物产量预报应用中的参数分区处理方法，运用WOFOST的模拟产量和趋势产量对黑龙江省四大作物产量进行了预测分析。研究表明：该方法效果理想、可行，具有理论研究和实际应用价值，克服了只用一组参数在复杂气候区域进行作物产量模拟的局限性，拓宽了WOFOST模型在复杂气候条件下的应用领域。 相似文献
14.
利用江苏省地区52个气象站1961-2012年逐月降水量资料及单季稻产量逐年数据,计算了1个月尺度的标准化降水指数(SPI),分析了研究区干湿变化与产量的潜在联系.全省尺度上单季稻生育期各月SPI的趋势检验结果表明江苏省6-8月3个月呈现变湿润趋势,其中8月份偏涝态势尤为显著;而5月、9月、10月3个月呈现变干旱趋势,其中9月份偏旱态势尤为显著.站点尺度上各月干湿变化趋势与全省尺度的结果基本一致,值得关注的是8月呈显著变湿和9月呈显著变干的站点大都分布在苏南地区.全省尺度上单季稻产量与生育期各月SPI的相关分析结果表明在7 10月4个月中,江苏省气候越湿润,则对单季稻产量越不利.站点尺度上的结果表明江苏省单季稻产量与SPI的相关性有着明显的地域差异,其中苏南地区的单季稻种植对气候干湿变化更为敏感,特别是7月、8月、10月3个月偏多的雨涝事件将会显著影响苏南地区的产量. 相似文献
15.
16.
GM(0,N)灰色预测模型在云南小春作物产量预报中的应用 总被引：3，自引：5，他引：3
利用1972-2004年的云南小春作物单产和与其灰关联度最优的10个气象因子时间序列,采用原始序列和残差序列进行GM（0,N）预测建模,对云南小春作物产量趋势进行预测.结果表明：通过残差修正后所建立的云南省小春作物产量预测模型适用于产量趋势预报,通过了小概率统计检验,预报结果有一定的参考价值. 相似文献
17.
作物单产估算模型研究进展与展望 总被引：3，自引：1，他引：3
作物单产估算是服务现代农业的一项重要内容,也是农业监测的难点之一,及时准确的产量模拟对国家农业决策、农田生产管理、粮食仓储安全等都有重要意义。利用模型对作物生长发育和产量形成过程进行动态模拟是当前产量估算的主流方式。本文通过对比当前主流模型构建的理论基础,将估产模型分为经验统计模型、作物生长模型、光能利用率模型和耦合模型4种类型,并对比分析4种模型的优缺点,得到了各个模型的优势和不足。同时分别分析了遥感技术在4种估产模型中的应用,对模型中遥感数据的使用方法、限制因素、解决办法等进行了总结,并分析了遥感技术在作物估产模型方面使用的优势、不足和应用前景。分析了模型发展过程中存在的问题和限制因素,最后对模型的研究热点和发展趋势进行了展望,总结了遥感数据的使用方法、不同模型的耦合、现有模型的优选3个作物估产模型研究需要重点关注的方向。 相似文献
18.
分析了美国玉米、大豆、花生产量的统计特征，发现三种作物的气象产量都存在着准周期性的变化，玉米、大豆气象产量较好地遵从正态分布。根据需要，生年在３、５、１０月分别作出预测。第一次以统计预测 主；第二次以因子分析为主，通过分析气候、海温、大气环流的影响，对作物产量变化作出进一步的估计；第三次根据气明灾害、病虫害、种植面积、市场信息等因素的综合分析，最终作出市场预测。经过三年的使用，证明产量预测与市场预 相似文献
19.
为评估气象变化对棉花生长和县域尺度产量的影响,使用校正的CROPGRO-Cotton模型实现棉花生长模拟和响应气候变化的年际籽棉产量评估。2018年和2019年的田间试验数据被用于校正和验证CROPGRO-Cotton模型,结果表明校正的CROPGRO-Cotton模型对物候发育期模拟精度较好,出苗期、开花期、结铃期和吐絮期的模拟误差分别为+1、+3、+1和-2 d。模拟的生长期地上总产量(TAGP)和叶面积指数(LAI)与实测值吻合较好,D值为0.99,模拟的RMSE值分别为718 kg·hm-2和0.29 m2·m-2, 显示了较高的TAGP模拟精度(10%D值为0.55,NRMSE值为15.8%。不同年际籽棉产量评估的平均D值和NRMSE值分别为0.48和15.6%,不同区域的籽棉产量评估的平均D值和NRMSE值分别为0.44和16.8%,校正的模型均获得了较高的年际和区域产量评估精度(NRMSE≤20%)。研究结果可为分析气候变化对棉花生长和产量的影响提供一种定量分析方法。 相似文献
20.
基于DSSAT作物模型的中美大豆主产区单产模拟与验证 总被引：1，自引：1，他引：0
开展基于作物模型的大面积作物产量估测研究,可以为及时掌握全球重点地区农作物的生产情况提供数据支撑。该研究以大豆为监测作物,选取中国吉林省和美国爱荷华州作为研究区域,基于DSSAT作物估产模型中的SOYGRO大豆模型,利用分辨率为0.5°×0.5°的生育期气象要素以及500 m×500 m绿色叶绿素植被指数,进行遥感数据融合作物模型估测大豆单位产量的模拟与验证研究。结果显示,2008-2017年,美国爱荷华州大豆单位产量模拟值的平均误差为16.8%,均方根误差为762.8 kg/hm~2,平均偏差为107.2 kg/hm~2;中国吉林省大豆单位产量估测的平均误差为36.3%,均方根误差为1 088.4 kg/hm~2,平均偏差为-237.9 kg/hm~2。在县域尺度下,大豆单位产量模拟值与调查值的拟合度较好,尤其在产量较低的年份,其中美国爱荷华州的产量相关系数最高可达0.78,中国吉林省的相关系数偏小,为0.59,表明对美国爱荷华州大豆单位产量的估测精度优于中国吉林省。研究所建立的大豆单位产量估测技术路线,可以为中美两国主产区作物单位产量的大面积有效估测提供参考。 相似文献