共查询到10条相似文献，搜索用时 31 毫秒
1.
《湖北农业科学》2017,(19)
在以日为尺度的兴安盟玉米(Zea mays L.)气候适宜度模型的基础上,利用突泉县农业观测站1982-2010年地面气象资料及同期的玉米生育期观测资料,建立了兴安盟玉米生育期预报生理指标及预报模型,并利用兴安盟3个玉米主产旗县2011-2015年的玉米生育期观测数据对模型的预报结果进行验证。结果表明,各生育期持续时间的预报值与实际观测值一致程度较高,各生育期预报值与观测值之间的平均绝对误差在1.7~4.5 d,均方根误差在1.2~3.7 d;营养生长阶段绝对误差在3 d以内出现的频次接近62%,生殖生长阶段绝对误差在3 d以内出现的频次约为64%,模型能较好地预测相关生育期(出苗、三叶、拔节、抽雄、乳熟和成熟期),预报精度基本可以满足需求。 相似文献
2.
基于气候适宜度的河南省夏玉米产量预报研究 总被引：3，自引：0，他引：3
从夏玉米不同发育阶段所需的光、温、水等生物学特性出发,构建了河南省夏玉米气候适宜度模型,计算了1980—2007年全省13个主产省辖市夏玉米生长季综合气候适宜度;根据各阶段气候适宜度与夏玉米产量的相关关系,建立了以旬为步长的夏玉米产量预报模型,并利用2008—2012年数据进行预报检验。结果表明,气候适宜度指数与夏玉米产量呈显著正相关,气候适宜度变化能较为客观地反映夏玉米产量水平及其动态变化。1980—2007年各省辖市模型回代检验准确率为87.5%~94.6%,全省平均为91.8%,2008—2012年各省辖市预报准确率逐旬平均为92.3%~98.4%,全省平均为96.0%,能基本满足农业气象业务服务需求。 相似文献
3.
4.
5.
6.
研究旨在实现逐旬省级和市级的大豆产量预报。利用黑龙江省大豆产量资料分析其时空分布特征;结合各时段气象数据构建温度、降水、日照及综合气候适宜度模型,分析与相对气象产量相关性;构建基于气候适宜度指数的逐旬产量动态预报模型,对黑龙江省大豆产量进行动态预报。结果表明：（1）大豆年均单产空间上从南至北逐级递减,时间上呈年代际变化,各市县年均总产量差距显著,嫩江市大豆产量最高;（2）1995—2015年黑龙江省和嫩江市气候适宜度指数与其对应的大豆相对气象产量显著相关,构建的气候适宜度模型可以客观反映大豆各生长时段内气象条件情况;（3）1995—2015年模型回代检验平均准确率在80%以上,各时段趋势准确年份在12年以上,2017—2019年模型外推预报准确性均超过了85%。建立的产量预报模型可为黑龙江省大豆产量预报提供参考依据。 相似文献
7.
利用芮城县1984—2012年苹果花期序列资料和气象观测资料,用SPSS统计软件计算出苹果花期与温度、降水和日照时数等气象因子的相关系数,发现气温对苹果花期的影响最为显著,其次是日照时数,降水的影响很小;气温、日照时数对苹果花期的影响表现为一致性负相关。筛选出影响苹果花期的主要气象因子是年平均气温、2月平均气温、3月平均气温、3月地面温度、开花前1个月≥0℃积温和3月至4月上旬≥0℃积温、3月日照时数,采用逐步回归分析法建立了基于以上因子的苹果花期预报模型,用建立的预测模型对1984—2012年芮城县苹果花期进行回测,准确率较高。平均始花期预测值与实际观测值绝对误差为0,最大差值为6 d;平均盛花期预测值与实际观测值绝对误差为1 d,最大差值为9 d,预报值与实测值基本吻合,表明建立的预测模型能准确预测芮城县苹果花期。 相似文献
8.
为探究基于BP神经网络原理开展作物发育期预测的适用性，利用长江中下游地区一季稻多年常规气象观测和农作物发育期观测资料，开展模拟研究。结果表明，只考虑温度的有效积温模型，各物候期模拟值与观测值相关性较好，相关系数(r)在0.75以上，但模拟的绝对误差较大，移栽、拔节、成熟期模拟的平均绝对误差(MAE)超过5 d。进一步以有效积温模型为基础，分别引入降水量、相对湿度、日照时数，构建温度(T)模型、温度-降水(T-P)模型、温度-相对湿度(T-RH)模型和温度-日照时数(T-S)模型，经过BP神经网络训练后，4种模型在农作物不同发育阶段的模拟评价指标均得到明显改善，并以T-RH模型最优。对中间层节点数和训练次数2项参数进行优化后的T-RH模型，对各发育阶段模拟结果的均方根误差为0.3～1.2 d, MAE小于1 d,r值均超过0.96,且达到极显著(P<0.01)水平。 相似文献
9.
10.
利用南京市2012—2021年气象数据及樱花花期观测资料,对南京市樱花始花期特征及其气象因子进行了分析,通过多元回归分析法构建了南京市樱花始花期预报分析模型,并进行了分析。结果表明：(1)南京市樱花始花期平均日序数为79.2 d,近10年来南京市樱花始花期日序数变化趋势不明显。(2)对由3月上旬积温因子建立的樱花花期预报模型进行检验得出的樱花始花期与真实花期平均绝对误差为2.02 d;由前1年12月上旬至当年3月中旬积温和因子建立的樱花花期预报模型进行检验得出的樱花始花期与真实花期平均绝对误差为2.19 d,说明长期积温是影响南京樱花始花期的关键因子;由多因子预报模型进行检验发现多因子建立的预报模型预报误差明显低于单一因子建立的预报模型。对比3种预报模型对2022年南京市樱花始花期进行花期预报,发现综合X10和X14这2个气象因子建立的花期预报模型计算得出的2022年南京市樱花始花期预测值与实际花期的误差较小,可以较为准确地预测出南京市樱花始花期。 相似文献