排序方式: 共有82条查询结果,搜索用时 62 毫秒
61.
基于影响植物功能型分布的6个气候变量:年均降水量、气温年较差、最冷月温度、最暖月温度、大于5℃积温和湿润指数,结合蒙古栎地理分布资料,根据最大熵模型和各气候变量对蒙古栎地理分布的贡献,确定了影响蒙古栎地理分布的主导气候因子,即年均降水量、气温年较差、大于5℃积温和最暖月温度;利用模拟的蒙古栎地理分布概率与主导气候因子的关系给出了各主导气候因子的阈值,即年均降水量330-910 mm、气温年较差大于29℃、大于5 ℃有效积温为1200-3500℃·d、最暖月温度为17-26℃. 相似文献
62.
玉米叶面积指数达到最大时光合产物基本停止向营养器官分配,是玉米进入生殖生长阶段的标志.对锦州农田生态系统野外观测站2005-2011年多品种的春玉米大田试验资料分析发现春玉米最大叶面积指数出现于吐丝后2周左右,提出了春玉米叶面积指数达到最大时的积温指标,即播种至叶面积指数最大时的≥10℃有效积温为1085.3℃·d和(或)出苗至叶面积指数最大时的≥10℃有效积温为1010.4℃·d.在此基础上,采用修正的Logistic方程构建了春玉米相对叶面积指数动态普适模型.研究结果为准确模拟春玉米叶片生长及光合产物分配提供了依据. 相似文献
63.
关于气温变化特征已有大量研究,但是关于地温变化及其与气温的关系研究还较少.以亚热带湿润地区的广西桂林气象站为研究对象,分析了1961-2010年桂林气温和0-80 cm各层地温的年代和季节变化趋势、地气温差变化、气候突变和异常年份以及气温和地温关系.结果表明:气温与各层地温有很好的相关性.各年、季平均气温和各层平均地温大部分呈显著的升高趋势,但气温和地温的增温速率不一致,即升温存在非对称性;年均气温低于各层地温1.3-2.1℃,气温的增温速率和增温幅度分别为0.184℃/10 a和0.8℃,高于除0 cm外其它各层地温的变化;气温、5-40 cm地温在冬季的增温最多,0 em和80cm地温分别在秋季和夏季的增温最多;春、夏季,随着土壤深度的增加,地温呈减小趋势,春季气温小于0-15 em而大于20-80 cm地温,夏季气温小于0-40 cm而大于80 em地温;秋、冬季,随着土壤深度的增加,地温呈增加趋势,秋、冬季气温小于各层地温;气候变暖背景下,年平均、四季气温比除0 em外其它各层地温的响应更快.近50年来,各层地温和气温的温差减小了0.1-0.4℃(0 em地温和气温温差除外),这主要是因为气温的增加幅度要大于地温,且随着土壤深度的增加,地气温差的减小幅度加大.桂林年均地温和四季气温、地温大多无气候突变现象,仅有年均气温和夏季80 em地温分别在1997和1977年出现气候突变.春季气温和5-80 cm各层地温的异常偏低年较一致;秋季气温和40、80 cm地温的异常偏低年相同;夏、冬季气温和地温的异常年份对应性较差;而年均气温和各层地温的异常偏高年较一致. 相似文献
64.
中国主栽猕猴桃品种的气候适宜性区划 总被引:3,自引:0,他引:3
为合理规划猕猴桃种植布局,基于中国大陆地区主栽的美味猕猴桃和中华猕猴桃的种植分布信息以及1981-2010年2084个气象台站数据,综合生理存在需求和品质形成选取了影响猕猴桃种植分布的9个潜在影响因子,结合最大熵(MaxEnt)模型和ArcGIS软件,构建了猕猴桃潜在种植分布与气候因子的关系模型,研究了影响猕猴桃种植分布的主导气候因子及适宜范围,并利用存在概率这一综合反映各主导因子作用的指标,对不同的气候适宜区进行了划分。结果表明:影响中国区域猕猴桃种植分布的主导气候因子按照贡献率大小依次为最冷月平均气温、年日照时数、年相对湿度、最热月平均气温、无霜期和降水量,限制性因子是无霜期和最冷月平均气温。猕猴桃的潜在适宜区主要分布在102oE以东,24-36oN区域。其中,高气候适宜区主要包括四川中东部、重庆中西部、贵州高原、湘西南和陕西秦岭北麓。湖南、湖北和重庆等省市气候适宜度较高,还有较大的发展空间,而目前种植较为集中的秦岭北麓和川西北种植区应适当控制发展规模,着力提升品质和效益。 相似文献
65.
[目的]研究玉米群体消光系数的动态变化,提高净第一性生产力或产量的准确评估。[方法]基于中国气象局锦州玉米农田生态系统野外观测站2006年玉米生长季(5~9月)的辐射观测数据和叶面积指数动态观测数据,分析玉米群体的消光系数动态变化。[结果]玉米群体生长季消光系数日变化较大,其最大值分别出现在7:00~9:00、15:00~17:00,最小值在12:00前后,但变化幅度在抽雄期变小;在较大的时间尺度上(〉5d),消光系数(K)与叶面积指数(LAI)呈抛物线关系,决定系数R2为0.9607。当仅考虑消光系数是太阳高度角或叶面积指数的函数时,方程在模拟玉米群体生长季不同时刻的消光系数K值时准确性较差,为此发展了新的消光系数动态模型K=λ(0.7848-0.0016θ)(0.1548LAI2-0.5586LAI+0.654)。[结论]新的消光系数动态模型综合考虑了太阳高度角和玉米生长季叶面积指数对消光系数的影响,模拟效果优于现有的单因子消光系数模型。 相似文献
66.
辽宁省松毛虫发生面积气象预报方法研究 总被引:1,自引:1,他引:0
为了利用气象因子预测松毛虫的发生面积,基于辽宁省阜新县1983—2008年气象资料与松毛虫发生面积等资料进行相关分析,将筛选出的气象因子作为预报因子,通过多元回归法和人工神经网络法对松毛虫发生面积进行模拟和预测。结果表明,与松毛虫发生面积显著相关的5个气象因子包括:上一年12月平均最低温度、上一年11月平均相对湿度、上一年9月降水量、本年2月降水量和本年3月降水量;人工神经网络法的模拟和预测精度均优于多元回归法,多元回归法的预测精度58.2%,人工神经网络法的预测精度为83.6%;人工神经网络法更适用于辽宁地区松毛虫发生面积的预报。 相似文献
67.
中国橡胶树种植气候适宜性区划 总被引:9,自引:0,他引:9
【目的】天然橡胶是国民经济建设不可缺少的重要战略物资,受气候因素限制,中国种植橡胶树范围有限,迫切需要厘清天然橡胶树种植的气候适宜性区域。本研究旨在划分出中国橡胶树种植气候适宜性分布,以阐明中国橡胶树种植的气候差异格局。【方法】根据中国橡胶树种植区的自然气候特点和生物学特征,基于橡胶树种植存在概率、橡胶树台风影响概率和橡胶树寒害影响概率,分别采用最大熵模型和影响橡胶树种植的5个主导气候因子(最冷月平均温度、极端最低温度平均值、月平均温度≥18℃月份、年平均气温、年平均降水量)计算橡胶树种植气候适宜性指数。根据台风历史资料和橡胶林台风灾害分级标准计算橡胶树台风灾害指数、参照《橡胶寒害等级(QX/T169-2012)》行业标准计算橡胶树综合寒害指数。根据确定的橡胶树种植的气候区划指标(气候适宜性指数、橡胶树台风灾害指数、橡胶树综合寒害指数),结合模糊综合评价模型,进行中国橡胶树种植气候适宜性区划,区划结果划分为高适宜区、中适宜区、低适宜区。【结果】橡胶树种植的气候高适宜区面积约4.99×104 km2,占研究区面积的20.94%,主要分布在海南儋州、澄迈、定安、乐东、保亭,广东徐闻、雷州、湛江、阳江,云南景洪、勐腊,福建诏安、云霄,广西防城等地。该区域气候条件优越,但部分区域属于台风高影响区,因此需要防御台风灾害对橡胶树的影响。气候中适宜区面积约8.85×104 km2,占研究区面积的35.86%,主要分布在在海南琼中、东方、昌江、万宁、琼海等,广东廉江、高州、茂名、信宜、惠来、潮州,福建漳州、漳浦等,云南瑞丽、旧过,广西北海、合浦。与高适宜区相比,该区域橡胶树寒害发生概率增加,部分区域受台风影响概率也增加,应针对不同灾害特点,加强橡胶寒害和风害的防御。气候低适宜区面积约10.3×104 km2,占研究区面积的43.20%,主要分布在在云南盈江、永德、思茅、屏边等一线,广西玉林、浦北,广东阳春、海丰、陆河,福建华安等地。该区域主要受寒害影响为主。【结论】该方法考虑了农业气候资源与农业气象灾害的综合影响,可以较好地反映中国橡胶树种植的气候优势区域分布,对橡胶树种植的区域布局和科学规划具有重要的参考意义。 相似文献
68.
草地群落物种花期分布与多样性的关系 总被引:7,自引:2,他引:5
通过草地群落物种物候期定位观测,研究了植物的花期分布规律。结果表明:植物种间开花峰值其在时间轴上为聚信型分布,主要集中于3个季节,即春季(4月中旬前后)、盛夏(6月中旬~7月中旬)和夏一秋初(7月末~8中下旬);植物科间开花峰值期为随机型分布;优势科--禾本科内种间也为随机型分布。这说明草地群落植物种间在生殖方面的资源况争不明显,或种间竞争对各个种的开花时间无明显影响;在群落物种多样性维持机制中,花期分化不起主要作用,可能有其它更重要的机制。 相似文献
69.
基于CNN-RNN网络的中国冬小麦估产 总被引:1,自引:1,他引:0
在大范围内快速、准确地预估作物产量,对作物管理、粮食安全、粮食贸易和决策有重要意义。遥感为大规模作物估产提供了便利,大多数研究者结合深度学习和遥感影像取得了较好的结果。然而,农作物生长状态随时间变化,其产量具有非线性时空特征,单一的深度学习方法无法充分利用影像信息。因此,该研究提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)和门控循环单元(Gated Recurrent Unit,GRU)混合神经网络估产模型(CNN-GRU),利用CNN从多光谱遥感影像中提取丰富的空间-光谱特征,在此基础上,结合GRU从多时相遥感影像中自适应学习冬小麦生育期各阶段之间的时间依赖,从多尺度融合冬小麦的生长特征并对其产量进行回归预测。该研究以全国冬小麦主产区为研究区,选取2001-2018年MODIS影像和冬小麦产量数据,构建了冬小麦估产数据集,并验证了CNN-GRU估产模型的性能。结果表明:1)以2016-2018年估产样本作为测试集,CNN-GRU估产模型的均方根误差(Root Mean Square Error,RMSE)年平均值为818.3 kg/hm2,相较于CNN、GRU、支持向量回归(Support Vector Regression,SVR)、随机森林(Random Forest,RF)和决策树(Decision Tree,DT)模型分别降低了20.13%、18.81%、29.51%、34.84%和36.57%;2)将冬小麦整个生育期划分为6个时间窗,CNN-GRU估产模型在灌浆-成熟期时精度最高,RMSE为817 kg/hm2,而抽穗-开花期的RMSE为823 kg/hm2,相较于灌浆-成熟期高0.7%。因此,该估产模型有能力提前2个月预测全国冬小麦主产区产量。 相似文献
70.
根据植物生长的Logistic曲线推导出计算树木气候生产力的模式,分别利用不同年代气象资料计算分析东北地区红松气候生产力及气候变化对气候生产力的影响结果表明,该区红松气候生产力最高值达288m~3/hm~2,最低值仅为115m~3/hm~2,二者相差1倍以上,不同气候对红松气候生产力的影响明显不同。 相似文献