南方晚稻寒露风风险要素的地理分布特征

基于《水稻冷害评估技术规范》行业标准,对中国南方双季晚稻种植区169个气象站1981—2010年的逐日平均气温资料进行分析,以寒露风发生的危险性作为风险要素,在综合考虑寒露风发生概率和发生强度的基础上构建寒露风风险指数,应用GIS技术研究粳稻和籼稻各等级寒露风发生概率和寒露风综合风险指数的地理分布特征。结果表明:粳稻和籼稻各等级寒露风发生概率和综合风险指数大致呈现自研究区西北部向东南部逐渐降低的分布趋势;大部分地区晚稻寒露风的发生概率低于50%,研究区东部和南部的粳稻各等级寒露风以及东南沿海的籼稻各等级寒露风发生概率在5%以下;概率高值区主要位于四川万源、都江堰,陕西汉中以及云南种植区中部等地;综合风险指数的分布特征与重度寒露风发生概率的分布特征基本相同。本研究结果可为南方双季晚稻的种植布局提供依据。     

气候变暖背景下南方早稻春季低温灾害的发生趋势与风险

基于《早稻播种育秧期低温阴雨等级》行业标准,利用南方双季早稻种植区178个站点1961—2010年的逐日气温资料,对各站点早稻春季低温灾害发生次数进行突变性分析,根据突变检验结果将研究时段划分为1961—1990年和1991—2010年两个时段,对比分析两个时段内早稻春季低温灾害发生趋势和发生风险的地理分布变化特征。结果表明,与前30a相比,近20a研究区早稻春季低温灾害的发生总体上呈现为由增加趋势转变为减少趋势的特征,低温灾害风险指数高值区以及各等级低温灾害发生概率高值区的范围和大小均有所减小,其中以轻度低温灾害的发生概率最高且概率减小范围最大。可为南方早稻春季低温灾害的动态评估和早稻种植的合理布局提供依据。     

四川盆地冬繁区小麦条锈病气象等级预测模型

四川盆地冬繁区是常年受小麦条锈病危害最重的地区之一.本研究利用盆地冬繁区代表站点1999—2016年的气象资料和条锈病资料,根据发病面积比将小麦锈病发生的气象条件划分为5个等级,采用多种分析方法确定了影响小麦条锈病发生的具有明确生物学意义的气象因子,并建立了小麦条锈病气象等级预测模型.结果表明: 四川盆地小麦条锈病的发生与平均(最高、最低)气温、降水量及距平百分率、相对湿度及距平百分率、平均风速、日照时数等多种气象因子显著相关,其中,平均气温和相对湿度距平百分率起主导作用.历史回代检验中,区(县)级样本准确率64%,市级样本准确率89%.对2017年盆地冬繁区小麦锈病发生气象等级进行预报,预测结果完全正确的样本占总样本量的62.8%;误差1个等级的样本占27.9%,误差2个或2个以上等级的样本仅占9.3%,预测效果较好,能达到从气象角度对小麦锈病发生进行预报的目的.     

水稻籽粒直链淀粉含量的生态模型研究

在中国、日本和泰国不同生态环境下进行了多品种籼稻和粳稻的种植试验,通过分析水稻籽粒直链淀粉含量与纬度、海拔、温度、太阳辐射等气候生态因子的相互关系,确立了影响水稻籽粒直链淀粉积累的主要气候因子函数,并使用权重系数进一步修订各个气候生态因子对籽粒直链淀粉的作用,构建出基于生态效应(综合气候因子函数)的水稻籽粒直链淀粉含量预测模型.利用不同年份、不同生态点和不同品种类型的试验资料对所建模型进行了检验,籼稻和粳稻籽粒直链淀粉含量的预测误差(RMSE)平均分别为0.4%和0.5%;籼稻和粳稻种植区的预测误差(RMSE)平均为0.39%和0.50%,表明模型具有较好的预测性和实用性.     

亚种间杂交稻颖花受精率与温度的相关性及模型分析

分析了籼粳杂种、中间型杂种、籼稻和粳稻4种类型水稻15个品种2年分期播种的观测结果,结合对应的逐日气象资料,探讨了温湿度等气象因子对亚种间杂交稻受精率的影响规律,证实了亚种间杂交稻的受精率及其稳定性一般低于籼稻和粳稻.在温度、湿度、日照的11项气象因子中,探明温度是影响受精率的主要气象因子,且以盛花前后5～7 d的日均温影响最大.建立了4种水稻受精率-温度拟合模型,计算出亚种间杂交稻的受精最适温度和安全温度分别为28.2～29.3和23.4～24.3 ℃,比籼稻和粳稻的平均值分别高2.2和1.5 ℃.用旬平均气温24～25 ℃作为亚种间杂交稻的安全齐穗期温度指标分析表明,亚种间杂交稻的安全齐穗期在华南双季稻区为9月下旬～10月上旬,长江中下游稻区提前至9月上旬,江淮一季稻区则在8月下旬～9月上旬.     

浙江省茶叶农业气象灾害风险评价

开展茶叶农业气象灾害风险评价可增强茶叶生产防御自然灾害能力。本文根据浙江省64个气象站1971—2010年茶叶气象灾害和农业统计资料,应用模糊数学和加权指数求和方法构建了茶叶气象灾害综合风险指数模型,将浙江省茶叶农业气象灾害风险划分为低风险、中风险和高风险3个等级;并在浙江省茶树栽培精细化气候区划结果基础上,生成了浙江省茶树种植农业气象灾害综合风险精细化空间分布图。结果表明:浙江省茶叶农业气象灾害综合高风险区主要位于浙西北和浙中北,中风险区主要位于浙中和浙东北,低风险区主要位于浙南;浙江省茶树种植农业气象灾害低风险适宜区主要位于浙东南和浙西南。     

基于生态效应的水稻籽粒蛋白质含量预测模型研究

在中国、日本、泰国不同生态环境下进行多品种籼型和粳型水稻(Oryza sativa)的区域种植试验,通过分析水稻籽粒蛋白质含量与纬度、海拔、抽穗后温度和太阳辐射等气候生态因子的相互关系,确立了影响水稻籽粒蛋白质积累的主要气候生态因子函数,并使用权重系数来进一步修订各气候生态因子对水稻籽粒蛋白质的作用,构建出基于生态效应(主要气候生态因子函数)的水稻籽粒蛋白质含量预测模型。利用不同年份、不同生态点、不同品种类型的试验资料对所建模型进行了检验,籼稻和粳稻籽粒蛋白质含量的预测误差RMSE平均分别为0.27%和0.24%;籼稻试验点和粳稻试验点的预测误差平均为0.25%和0.22%,表明模型总体上具有较好的预测性和实用性。     

气候变化背景下中国农业气候资源变化Ⅷ.江西省双季稻各生育期热量条件变化特征

基于江西省地面气象资料和农业气象试验站数据,分析了江西省双季稻生育期的变化趋势,并利用生长度日（GDD）、低温度日（CDD）和高温度日（HDD）对1981-2007年江西省水稻各生育期热量资源的变化趋势进行分析.结果表明：气候变暖背景下,江西省水稻生长季平均气温、平均最低气温和平均最高气温均呈升高趋势,引起双季稻生长季缩短,其中,营养生长期日数减少最明显,而生殖生长期延长;生长度日和高温度日均增加,低温度日减少.研究期间,江西省双季稻有效热量资源增加,低温风险减少,但高温风险增多;江西省水稻有效热量资源的空间变化特征表现为东北部的增幅大于西南部,南部的低温风险大于北部,中部的高温风险最大.     

水稻模型ORYZA2000在湖南双季稻区的验证与适应性评价

校准与验证水稻生长模型ORYZA2000,为模型本地化、区域化研究应用提供依据。本文采用湖南双季稻区作物田间观测数据,结合栽培管理措施、土壤以及同期逐日气象数据等资料对ORYZA2000进行参数校正,调试确定了早稻、晚稻有代表性品种的作物参数;利用独立的数据资料,对双季稻生育期、叶面积指数、生物量、产量等指标的模拟结果进行了详细地验证与适应性评价。结果表明：模型对双季稻品种的生育期模拟较好,开花期和成熟期的相对模拟误差为1—2d;早稻和晚稻叶面积指数的归一化均方根误差（NRMSE）均为24%,地上部总生物量、绿叶生物量、茎生物量和穗生物量的NRMSE值分别为18%、22%、22%、24%和19%、24%、28%、28%,产量的NRMSE值分别为11%和16%。校验的作物参数反映了湖南早稻和晚稻品种的生物学特性,参数值合理、有效。通过校准作物参数,ORYZA2000可较为准确地模拟双季稻生长发育及其生物量的动态累积过程,适应性较强,能够应用于双季稻生产。     

基于大尺度因子的小麦白粉病长期预测模型

根据1971—2008年全国小麦白粉病发生面积资料、1970—2008年大气环流特征量逐月资料及1970—2008年太平洋海温逐月资料,通过因子膨化、空间拓扑分析组合大气环流、海温因子,采用最优化处理、相关分析、相关稳定性检验、因子独立性检验等方法,筛选对小麦白粉病影响稳定、显著、独立的大气、海温因子,分别构建基于大气环流及太平洋海温的全国小麦白粉病发生面积率预报预测模型。利用2009—2010年资料对模型进行预测检验,经回代及预测检验,大气环流模型回代检验等级正确率为81.6%,2009、2010年等级预测正确率为100%,模型总体评价正确率为82.5%。太平洋海温模型回代检验等级正确率为78.95%,2009、2010年预测检验正确率为100%,模型总体评价正确率为80%。大气环流模型较太平洋海温模型总体评价准确率略高。     

基于生育时段的湖南省早稻洪涝等级指标及时空变化特征

研究早稻洪涝气象指标对实时开展区域早稻洪涝灾害监测预警与评估具有现实意义。本文以湖南省早稻为研究对象,利用湖南省68个气象站点1961—2010年逐日气象资料、早稻灾情史料,以及早稻生育期资料,筛选基于水稻生育时段、洪涝等级、过程降水量的洪涝灾害样本385个,得到早稻移栽-拔节期、孕穗-抽穗期、乳熟-成熟期的轻、中、重度灾害样本集合9组。采用K-S检验法和学生氏t-分布置信区间方法界定早稻不同生育时段、不同等级洪涝灾害的过程降水量指标阈值,构建基于生育时段的湖南早稻洪涝等级指标,进行独立样本验证。依据建立的洪涝等级指标和Arc GIS技术,分析1961—2010年湖南早稻各生育时段洪涝的时空分布特征。结果表明:各生育时段轻度、中度、重度洪涝下限阈值分别为移栽-拔节期,129、154、241 mm;孕穗-抽穗期,135、170、260 mm;乳熟-成熟期,145、190、295 mm。指标验证结果与历史记录有较好的一致性;1961年以来湖南早稻总洪涝次数总体呈现增加趋势,重度洪涝主要发生在岳阳北部和郴州南部地区;移栽-拔节期洪涝主要发生在湘东及湘南地区,孕穗-抽穗期洪涝主要位于湘东与湘中地区,乳熟-成熟期洪涝主要位于湘东北和湘中以北地区;20世纪90年代是湖南近50年早稻洪涝灾害最为严重的年代,全生育期间均有高频次、高强度的洪涝发生;2000年后早稻在移栽-拔节期和孕穗-抽穗期洪涝主发区有所变化,前者增加了湘中部地区,后者增加了湘中东部至南部地区。     

东北地区水稻开花期冷涡型光-温-水复合逆境产量损失评估指标构建

构建东北地区水稻开花期冷涡型光-温-水复合逆境产量损失评估等级指标,对阐明中高纬度地区冷涡型复合灾害叠加效应对水稻产量损失的影响机制具有参考意义,可为保障中国优质粳稻安全生产、区域减灾增效提供气象支撑。本研究利用生育期资料、气象资料、产量资料,界定并构建寒稻开花期冷涡型光-温-水复合逆境发生指数,采用BP神经网络法分层次分析致灾因子与产量结构的关系度、不同产量结构与产量的关系度,解析复合致灾过程,基于K-均值聚类方法及历史典型灾害年确定灾害临界值和等级,建立冷涡型光-温-水复合逆境产量损失评估指标及评估模型,并分析东北三省水稻开花期低温多雨寡照的时空分布特征。结果表明：研究区水稻开花期轻度、中度、重度冷涡型光-温-水复合逆境产量损失评估指标临界阈值分别为[0,0.21)、[0.21,0.32)、[0.32,0.64],产量损失率分别为[0, 0.03)、[0.03, 0.08)、[0.08, 0.096]。基于1961—2020年随机11年总计751条样本的验证结果显示,利用本研究构建复合指数计算的减产等级与实际减产等级一致的站点比例为63.7%,各年均超过58.0%;一致或相差1级的...     

基于BP人工神经网络方法的广西稻飞虱发生等级预测

利用广西45个农业病虫测报站1988—2012年稻飞虱发生等级及1987—2012年气象要素、大气环流特征量等资料,采用模糊聚类分析、BP人工神经网络等方法,将广西早稻稻飞虱发生等级分为桂东、桂西南和桂西北3个区域,分别对各区域稻飞虱发生等级进行预测。结果表明:各区域稻飞虱发生等级与气象要素及大气环流密切相关,冬春季气温高、雨日多、湿度大、光照少等因素均利于稻飞虱发生,副热带高压、印缅槽和西南气流等均对稻飞虱发生等级有影响;各区域稻飞虱发生等级序列从冬春季气象要素、大气环流特征量中选择初选预测因子,对初选预测因子作EOF展开构造综合预测因子,分区建立预测模型并进行交叉检验表明,3个区域的人工神经网络模型平均拟合绝对误差比逐步回归模型分别小0.07、0.1和0.02,2011、2012年独立样本预测试验表明,人工神经网络模型和逐步回归模型的实际预测绝对误差为0.42和0.5,可见稻飞虱发生等级的BP人工神经网络预测模型比传统逐步回归模型有更好的拟合和预测效果,为稻飞虱与气象要素之间的非线性关系研究开拓新的思路。     

褐飞虱发生的相空间线性回归预测模型

基于混沌理论,通过对江苏省太湖地区农科所褐飞虱发生时间序列资料的分析,组建了褐飞虱Nilaparvata lugens Stal发生时间序列的相空间线性回归预测模型。结果表明,7次预报的平均相对误差为22.91%,转化为发生等级,预测准确率为100%,这为害虫的长期可预测性提供了一种有效的新方法。     

基于卷积神经网络及气象要素回归法的地表死可燃物含水率预测模型

地表可燃物含水率是森林火险等级和火行为变化的重要指标,其预测模型对于火险预测、火灾管理等具有显著作用。本研究基于蒙古栎及樟子松林地的野外气象因子以及地表死可燃物含水率数据,进行气象因子随机森林相对重要性排序以及皮尔逊相关性分析,并使用深度学习中的卷积神经网络以及气象要素回归法预测可燃物含水率。结果表明：野外蒙古栎的可燃物含水率显著高于樟子松。随机森林结果表明,对于可燃物含水率具有显著作用的因子排列顺序从大到小为湿度、温度、降雨、风速、太阳辐射;相关性分析表明,当日的温度、湿度、降雨对于可燃物含水率具有显著影响,同时,气象因子之间也存在一定的相关性。卷积神经网络模型对于蒙古栎及樟子松林地表可燃物含水率的预测R²分别为0.928、0.905,平均绝对误差(MAE)分别为6.1%、8.1%,平均相对误差(MRE)分别为8.9%、4.2%;气象要素回归法的R²分别为0.495、0.525,MAE分别为30.5%、39.5%,MRE分别为52.1%、32.6%,卷积神经网络模型精度显著高于气象要素回归法。研究表明,深度学习的卷积神经网络能够为今后的可燃...     

物候模型支持下的杭州市春茶霜冻害时空变化及风险区划

开展春茶霜冻害风险区划对名优茶优化布局具有科学指导意义。基于杭州2015—2020年龙井43品种春茶物候观测资料、1951—2020年杭州国家基准气候站和2010—2020年263个区域自动气象站逐日气象资料,应用有效积温物候模型估算历史缺失年份春茶萌发初日数据,分析春茶生产霜冻害的时空分布特征,构建春茶霜冻害灾损率的加权平均模型,研制春茶霜冻害风险空间分布图。结果表明:过去70年来,春茶萌发初日提前的速度不及终霜日;春茶霜冻害年份减少,轻度霜冻害年份减少,中度霜冻害年份变化趋势不明显且年代际间波动大,重度以上霜冻害年份增加;各等级年霜冻害日数和霜冻害年份的变化趋势基本一致;春茶霜冻害年份轻度、中度、重度和特重出现频率分别为31.4%、18.6%、4.3%和1.4%,年灾损率无明显趋势变化;海拔每上升100 m,春茶萌发初日、终霜日分别推迟约1.3和2.6 d,春茶霜冻灾损率增加约1%,海拔越高,春霜冻害风险越高;杭州春茶生产霜冻害分布地域特征明显,春茶霜冻害基本无风险区(灾损率小于10%)约占杭州市总面积的25.2%,主要分布在杭州南部千岛湖、北部西湖产区、钱塘江河谷和较大水体周边,是发展春茶生产可优先考虑的区域;中度以上风险仅占杭州市总面积的6.3%。杭州市春茶生产霜冻害危害区域小,且灾害等级偏轻,适宜优质名优茶生产。     

安吉白茶精细化气象灾害风险分析与区划

气象灾害严重威胁茶产业高质量发展,开展气象灾害风险精细评价可为茶叶生产灾害精准防控提供科学依据。本文基于自然灾害风险理论、安吉县及周边7个国家气象站1971—2020年和安吉县23个区域自动气象站2012—2020年的逐日气象资料、15个乡镇农业社会经济统计资料,以及源于GF-2卫星遥感数据解译出的茶树种植现状分布图和DEM高程等多源信息,采用加权综合指数法、模糊层次分析法和GIS技术,对安吉白茶进行了精细化气象灾害风险分析与区划。结果表明：安吉白茶致灾因子危险性、孕灾环境暴露性的高值主要位于南部山区,承灾体脆弱性的高值集中于中部平原地区,防灾减灾能力的高值多位于中东部平原地区;综合考虑各因子的综合风险度,安吉白茶气象灾害风险可分为低风险、中风险和高风险3个等级;低风险区主要分布于安吉中北部平原区域,占安吉县地域面积的66.55%;中风险区主要分布于安吉西部、南部的中高海拔区域,占安吉县地域面积的30.54%;高风险区主要位于南部高海拔山区,占安吉县地域面积的3.01%;集成格点化的茶树种植现状,安吉县内61.21%的茶园分布在低风险区,38.17%的茶园分布在中风险区,0.62%的茶...     

基于人工神经网络的刚竹毒蛾发生面积的预测模型

根据神经网络的基本原理,结合福建省尤溪县气象因子及刚竹毒蛾发生面积的实测数据,建立神经网络模型。结果表明:所建立的BP神经网络模型,具有满意的拟合精度和预测精度。2个预留调查点的平均预测精度达96.55%,预测准确率为100%。     

基于经验法则的小麦白粉病气候年型分析

温湿度条件是影响小麦白粉病发生流行的关键气象要素.应用河北省主麦区1987-2010年小麦白粉病资料和相应气象资料,利用合成分析和秩相关分析,筛选出影响小麦白粉病流行的关键气象因子;根据经验法则,利用小麦白粉病流行阶段的温度距平和湿度距平判别白粉病流行程度,并确定了白粉病流行的气候年型与指标.经历史回代,判别小麦白粉病流行程度准确率为84％,并进行了2011年、2012年的外延指标判别,准确率达100％,综合判断准确率在85％以上.该研究结果可为小麦白粉病影响评估与长期预报提供科学依据.     

基于MODIS卫星火点的浙江省林火季节变化及驱动因子

研究林火变化趋势和驱动因子,可为林火预防和管理提供科学依据。本研究基于MODIS卫星火点数据,结合气象(日平均风速、日平均温度、日相对湿度、气温日较差、日累计降水)、人为(到公路距离、到铁路距离、到居民点距离、人口密度、人均GDP)、地形和植被因素(高程、坡度、植被覆盖度),运用趋势分析法、Logistic回归模型,对浙江省2001—2016年林火变化趋势和驱动因子进行研究。结果表明: 浙江省春、夏季林火呈显著上升趋势,秋、冬季林火呈先上升后下降趋势,秋季下降趋势显著。浙江省各季节林火预测模型拟合度均较高,模型预测准确率分别为75.8%(春季)、79.1%(夏季)、74.7%(秋季)和79.6%(冬季)。浙江省春、夏季林火发生与变化受气象、人为、地形和植被因素的显著影响;秋、冬季林火发生与变化主要受气象因素影响。在影响因素复杂、高火险区域分散的春、夏季,林火管理应重点加强人为活动管理和防火宣传教育;在秋、冬季,可通过在高火险区集中分布的西南地区增设瞭望塔和监控设备进行监测和管理。