首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 171 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.
最热月和最冷月温度是农业气候区划的常用指标,最热(冷)月的时间和温度具有时空变化性,传统方法以7月和1月直接计算最热月和最冷月温度,与实际有误差,探寻相对准确的最热(冷)月温度统计方法是气象服务农业防灾减灾的课题。本研究利用湖南常德地面气象站1951−2018年逐日温度数据,以31d为月时间长度,统计各年度连续31d的滑动平均温度,确定最热(冷)月起止日期及其月平均气温,对比分析最热(冷)月多年平均时段、最热(冷)月份温度与最热(冷)月温度的差异。结果表明:(1)最热月跨越6月下旬−9月上旬,多年平均时段为7月中旬−8月中旬,该时段、7月和8月的平均气温比最热月平均气温分别偏低0.5℃、0.9℃和1.7℃。(2)最冷月跨越12月上旬−翌年3月中旬,多年平均时段在1月上旬−2月上旬,该时段、1月和2月的平均气温比最冷月平均气温分别偏高1.0℃、1.1℃和2.9℃。(3)以温度误差≤1.0℃为标准,则以多年平均时段统计最热月气温的准确率接近90%,而以7月为标准统计其准确率仅61.2%,说明以多年平均时段统计最热月气温比7月更加准确有效。(4)以温度误差≤2.0℃为标准,则以多年平均时段和1月统计最冷月气温的准确率都超过80%;相对而言,平均时段效果略好于1月。综上所述,最热(冷)月多年平均时段比7月(1月)统计最热(冷)月气温的误差相对小且准确率高。因此,建议估算最热(冷)月温度时,不再直接采用7月(1月),而是以最热(冷)月的多年平均时段,并根据实际统计结果对温度指标作相应调整。  相似文献   

3.
基于GIS的辽宁气温和降水空间扩展方法   总被引:4,自引:2,他引:2  
基于辽宁54个气象观测站1971-2000年气候整编资料的月平均气温和月平均降水资料,及辽宁地区500m×500mDEM数据,利用气候学原理和G IS技术,对辽宁地区气温和降水的空间扩展方法进行研究,建立基于常规气象观测资料的受地形影响的辽宁月平均气温和月平均降水量空间分布的估算模型。结果表明模型能较好的估算无观测资料地区的气温和降水的空间分布,实现了常规气象资料的空间扩展,为辽宁省资源开发、经济规划、环境规划、城市建设提供基础数据。  相似文献   

4.
利用1961 -2006年美国玉米平均单产资料、美国玉米种植区14个代表站玉米生长季逐日平均气温、降水量以及西太平洋月平均海温、北半球500hPa平均高度场环流资料,分别建立了基于地面气象要素、海温、环流资料的美国玉米产量预报模型.利用三种模型分别对1995 -2004年美国玉米平均单产进行预报检验,各模型10a平均预报准确率均在95%以上,但各模型预报准确率波动较大,因此,根据各模型的历史准确率,利用加权方法建立了集合预报模型.2005年、2006年试报结果表明,集合预报模型的准确率均在95%以上,能够满足业务服务的需要.  相似文献   

5.
中国作物生长模拟监测系统构建及应用   总被引:5,自引:1,他引:4  
该文系统阐述了中国作物生长模拟监测系统(Crop Growth Simulating and Monitoring System in China, CGMS-China)的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。  相似文献   

6.
尝试引入高维Copula函数对影响参考作物蒸散量ET_0的气象因素进行联合分布构建,揭示不同变量间的相关结构,建立多元气象因素对ET_0的联合分布模型,对逐日ET_0及短期干旱等级进行预测,并将枯季1—4月份的多维Copula联合分布预测模型的系统性偏差构造成修正函数,代回ET_0预报模型以改善预报效果,利用洱海流域内大理站1954—2018年逐日气象观测数据,以FAO Penman-Monteith方程为标准值对比分析。结果表明:1)平均气温(T)和最高气温(T_(max))2个气象因子组合时,二维Normal Copula模型对逐日ET_0预测的精度最高,叠加上修正函数项之后,相对误差小于10%、15%、20%、25%的样本比例分别提高到71.6%、84.4%、91.4%、96.5%,全年符合指数IA变化范围为0.98~0.99,平均偏差ME为0.17~0.30,均方根误差RMSE为0.54~0.64,Nash-Sutcliffe效率系数为0.90~0.98;2)将逐日ET_0预测方法应用于逐日气象干旱预测评估(以逐日SPEI指数为例),逐日SPEI指数预测值与标准值的相关系数为0.95~0.99,平均偏差ME为-0.10~0.35,均方根误差RMSE为0.20~0.30,符合指数IA为0.97~0.98,Nash-Sutcliffe效率系数NSE为0.91~0.97,在降水量多的季节,Copula函数模型预测ET_0的精度更高一些,且逐日SPEI预测的误差参数都优于逐日ET_0的预测结果。  相似文献   

7.
山区月平均气温的高空间分辨率分布模型与制图   总被引:6,自引:2,他引:6  
该文以浙江省仙居县气象站为基本站,对仙居县内8个气象哨的月平均气温进行了时间序列订正,建立气象哨月平均气温的短序列订正模型。用GPS实地获取的气象站(哨)的经度、纬度和海拔高度数据建立了月平均气温随纬度、海拔高度变化的回归模型。其次,利用1∶1万的地形图,建立仙居县1∶1万空间高分辨率的数字高程模型(Digital Elevation Model,简称DEM),从中提取纬度、海拔高度、坡度、坡向等地形要素,并结合浙江省仙居县9个气象站(哨)的月平均气温资料,利用GIS技术建立月平均气温空间分布模型,制作仙居县内月平均气温的高空间分辨率分布图。  相似文献   

8.
浙南春茶开采前后气象条件分析及开采期预报   总被引:2,自引:0,他引:2  
利用2001-2014年浙南遂昌县5个春茶主栽品种的开采期资料和同期气温、降水量、日照时数和空气相对湿度等气象资料,应用数理统计方法,分析各气象要素对浙南春茶开采期的影响,探讨不同品种春茶开采期的临界温度与积温范围,建立基于气象要素的春茶开采期预报模型。结果表明:浙南5个主栽品种茶叶的开采期以乌牛早最早,为2月24日,其余依次为:龙井43为3月9日,安吉白茶3月11日,福鼎白茶3月16日,鸠坑3月27日;春茶开采期与1-2月的月平均气温呈显著负相关关系(P<0.05),1-2月气温越高,春茶开采期提前越明显。将开采期日序与气象要素进行逐步回归分析,分别建立长期(1月底)、中期(2月底)的春茶开采期预报模型;2013年和2014年的预报结果检验表明,模型预报准确性随预报日离开采时间的缩短而提高;通过分析各品种春茶萌动温度和所需积温后提出,实际应用中可以在预报模型的基础上,根据天气预报的温度计算积温,调整各品种的开采期预报结果。  相似文献   

9.
利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明:考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。  相似文献   

10.
广东省西南部稻飞虱发生期和发生程度的气象预测模型   总被引:5,自引:0,他引:5  
利用广东省化州市1991-2010年2代稻飞虱发生情况监测资料和相应的气象资料,通过对稻飞虱发生期、发生程度与主要气象因子进行相关分析,建立适合当地的稻飞虱发生期、发生程度预测模型.结果表明,2代稻飞虱成虫始盛期与2月平均最低气温和3月下旬-4月上旬平均最高气温呈极显著负相关(P<0.01),与3月空气相对湿度呈极显著正相关(P<0.01);若虫高峰期与2-3月平均气温和3月下旬-4月上旬平均气温呈极显著负相关(P<0.01);发生程度与当年2月中旬-下旬平均最高气温、上年10月中旬-下旬平均气温和12月中旬日照时数呈极显著(P<0.01)和显著正相关(P<0.05);发生面积与上年10月平均气温呈极显著正相关(P<0.01),与上年9月中旬降水日数和当年3月中旬温湿比呈极显著负相关(P<0.01).在此基础上,建立了2代稻飞虱成虫始盛期、若虫高峰期、发生程度及发生面积4个气象预测模型.对以上气象预测模型进行模拟和预报结果表明,其准确性较高,可以为该区稻飞虱预测预报服务.  相似文献   

11.
从柑橘木虱适宜分布的生理机制、气候特性出发,基于1970−2000年气候环境数据和柑橘木虱分布资料,利用最大熵模型(MaxEnt)筛选得到影响柑橘木虱分布的七个关键气候环境因子,包括温度季节性变化标准差、最干月降水量、最冷季降水量、1月平均最高气温、9月平均最高气温、10月平均最高气温和8月平均最低气温。基于关键气候环境因子重构MaxEnt模型,结合CMIP6多模式气候变化情景数据,预估气候变化对柑橘木虱在中国的潜在分布影响。结果表明:CMIP6不同气候预测模式数据对预测柑橘木虱分布结果具有明显影响,其中CanESM5模式下柑橘木虱适生区面积整体最大,BCC-CSM2-MR模式下整体最小,表明单一模式具有较大的不确定性。多模式集合预测显示,2081−2100年柑橘木虱潜在适生区面积将较1970−2000年呈显著增加趋势,增幅从18.8%(SSP126情景)到55.7%(SSP585情景),与辐射强迫等级呈明显正相关;尤其是潜在高适生区增幅最大,从78.3%(SSP126情景)到177%(SSP585情景)。柑橘木虱适宜分布北界将不断北移,至2081−2100年,北界将到达32°N(SSP126情景下)−37°N(SSP585情景下),较目前实际发生北界(30°N)向北偏移2°~7°。研究结果表明气候变暖将对柑橘木虱在中国的扩散十分有利,严重威胁中国柑橘产区生态安全,各地特别是目前尚未发现柑橘木虱的地区需提高警惕,加强柑橘黄龙病检疫和防控。  相似文献   

12.
陕西果区苹果始花期预测模型   总被引:8,自引:0,他引:8  
利用陕西省苹果产区2000—2008年气象资料和6个苹果物候观测县站始花期资料,在果树物候模型理论的基础上、应用统计学方法建立了基于气象因子的苹果始花期预测模型:y=-1.4T1-1.13T2+0.11r+95.1(n=42,R=0.84;F=29〉F0.01),y为各县始花日期的预测日序,T1为该县1月份平均气温,T2为该县3月份平均气温,r为该县3月下旬日照时数。根据预测结果与实际的比较,结合对当年前期气象因子的分析,提出了该模型的订正因子。根据陕西果区冬、春季气温变化趋势,模拟显示该区苹果始花期将偏早1~5d。  相似文献   

13.
基于四川盆地南部富顺县水产养殖气象服务试验基地2017−2019年水温资料和同步气温资料,分析鱼塘夏季(6−8月)不同时间尺度上各层水温最高时段特征;以预报某日气温、前1日气温和水温作为预报因子,采用逐步回归分析建立夏季典型晴天状况下鱼塘各层平均水温、最高水温预报模型,并对模型预报效果进行检验。结果表明:夏季日内各层水温最高值出现在18:00−19:00,较气温滞后1~3h;水温≥32℃的时段主要集中在16:00−22:00,该时段内10、50和100cm深处水层逐时平均水温分别在32.9~33.1℃、32.6~32.7℃和32.1~32.3℃。夏季各层水温随气温呈波动上升趋势,水温最高值均出现在7月下旬;水温≥32℃的日数平均为23d,主要出现在7月下旬−8月中旬,该时段内10、50和100cm水层逐日平均水温分别在28.5~34.4℃、28.2~34.1℃和27.9~33.9℃。通过2017−2018年回带检验和2019年预报检验,模型预报平均绝对误差在0.3~0.8℃,平均相对误差在2.6%以内,预报效果较好,能较好地应用于夏季鱼塘水温预报。  相似文献   

14.
基于R-BP神经网络的温室小气候多步滚动预测模型   总被引:1,自引:0,他引:1  
温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络(Rolling Back Propagation Neural Network, R-BP)的温室小气候多步滚动预测模型。模型主要包括两个阶段:(1)建立初始的BP神经网络。采用自动编码器无监督学习方法获取初始网络参数,并利用改进的粒子群算法优化网络参数。(2)建立滚动的BP神经网络群。将前一个网络输出作为后一个网络的部分输入进行滚动训练和预测,实现温室小气候多步滚动预测。为验证R-BP模型的有效性,在阿拉伯联合酋长国阿布扎比市的自控温室和中国苏州市的非自控温室分别进行试验。验证试验表明,与传统BP神经网络相比,在阿布扎比温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低69.9%,预测相对湿度,其平均误差降低47%;在苏州温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低43.3%,预测相对湿度,其平均误差降低55.6%。说明R-BP模型能够较准确预测未来6h内温室小气候环境变化,可为制定温室小气候优化调控方案提供依据。  相似文献   

15.
草地螟一代幼虫发生面积的气象预报模型   总被引:2,自引:0,他引:2  
利用内蒙古兴安盟1996-2009年草地螟发生资料和同时段气象资料,分析了草地螟一代幼虫发生面积与气象因子的相关关系,确定了影响草地螟一代幼虫发生面积的主要气象因子;以春季越冬代成虫数量即野外调查的百步惊蛾量和通过相关检验的气象因子为基础,采用多元回归方法建立了草地螟一代幼虫发生面积的气象预报模型。结果表明,一代幼虫发生面积与5月中、下旬相对湿度以及6月中旬平均温度呈正相关,与5月中旬-6月上旬温度以及6月中旬相对湿度呈负相关。通过模型历史回代检验,模拟等级与实际等级完全一致的占77%,与实际相差一个等级的占15%,3级及其以上(中度以上)发生年份的模拟准确率达到100%。通过对2009年草地螟发生面积的试报检验,预报效果较好。利用模型的预报结果可为提前了解草地螟一代幼虫的发生趋势、有效指导当地草地螟防控工作提供参考。  相似文献   

16.
基于历史产量丰歉影响指数的黑龙江省水稻产量动态预报   总被引:9,自引:0,他引:9  
水稻是黑龙江省主栽作物之一,开展水稻产量动态预报对黑龙江省粮食生产具有重要意义。利用黑龙江省水稻主产区产量资料、发育期资料、日最高气温、日最低气温、日降水量和日照时数等资料,根据历史年水稻产量丰歉气象影响指数,建立黑龙江省水稻产量丰歉趋势动态预报模型。另外,采用相关分析的方法,确定影响产量的关键气象因子,建立相应的产量预报模型,对产量丰歉趋势动态预报模型进行修订。通过对1997-2006年水稻产量进行动态预报,结果表明,5月31日、6月30日、7月31日和8月31日预报的水稻产量增减趋势的预报正确率平均为90%、70%、90%和80%,产量预报准确率为84%、90%、94%和93%,预报准确率较高,能够满足业务服务的需要。  相似文献   

17.
利用库尔勒气象站1981-2017年逐日气象观测资料和大气环流资料,采用主成分分析方法,将4个对梨树冬季冻害影响显著的气象因子,即冬季极端最低气温、日平均气温≤-10℃负积温、最低气温≤-15℃日数以及积雪深度≥5cm日数,合成综合冻害指数,并以该指数为预测对象,通过Pearson相关分析和逐步回归方法,筛选出与综合冻害指数显著相关的大气环流因子作为自变量,建立综合冻害指数预测模型,最后对模型效果进行检验。结果表明,综合冻害指数能够较好地反映历年库尔勒香梨树冻害情况,指数值越小,冻害程度越严重。结合历史灾情记录,定义综合冻害指数>-0.42为无冻害,-0.91~-0.42为轻度冻害,-1.8~-0.92为中度冻害,综合冻害指数<-1.8为重度冻害。对建立的综合冻害指数预测模型进行检验,1981-2015年回代拟合值与采用主成分分析方法计算得出的实际值相比较,正负同号率为85.7%;回代拟合值与历史灾情相比较,无冻害等级正确率为80%,重度冻害正确率为75%,中度冻害误差1个等级,轻度冻害拟合较差;2016、2017年延伸预报完全正确。  相似文献   

18.
土壤与其发生环境密切相关.如何利用土壤属性准确地推测环境要素的信息,是法庭土壤学的重要研究问题.本文以我国东部4省2市(北京、天津、河北、山东、安徽和江苏)为研究区,基于746个土壤表层样本的理化性质和光谱数据构建特征,使用人工神经网络和随机森林两种机器学习模型对海拔高度、年均温、年均降雨量和地表温度四个关键环境要素进...  相似文献   

19.
江西省双季早稻灌浆乳熟期高温热害影响评估   总被引:1,自引:0,他引:1  
依据江西省14个农业气象观测站2000-2013年农业气象观测资料、6月下旬-7月中旬逐日最高气温资料,探讨早稻高温热害的主要影响因子,建立江西省双季早稻灌浆乳熟期高温热害影响评估模型,并利用2000-2012年早稻产量、灾害调查资料和2012-2013年早稻分期播种试验资料进行验证。结果表明,过程最大升温幅度、过程极端最高气温和高温持续日数,为早稻高温热害的主要影响因子。在此基础上,结合主成分分析法构建灌浆乳熟期高温热害评估和指数计算模型,其历史回代和分期播种试验检验的准确率均比较高,可以用来定量评价江西省早稻灌浆乳熟期高温热害发生程度。据此确定的高温热害评价指标为:高温热害指数(HTDI)≥0.60时为重度高温热害,早稻减产率>10%;HTDI在0.30~0.60时,发生中度高温热害,早稻减产5%~10%;HTDI在0.10~0.30时,发生轻度高温热害,早稻减产小于5%。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号