共查询到20条相似文献，搜索用时 31 毫秒
1.
在不同生产水平条件下及不同的气候变化周期中,影响作物产量的关键期和关键因子也必不相同。分段寻找影响湛江早稻产量的关键期和关键因子,利用模糊数学的综合评判法,分段建立湛江气象产量年学预报模式,其预测效果良好。 相似文献
2.
本文通过对产量趋势作平滑处理和气象因子对气象产量的影响,找出气象产量与气象因子的关系,建立预报模式,同时对水稻在关键期受重大灾害性天气及病虫害的影响,进行订正,从而预报水稻产量,供当地党政及有关部门作决策参考。１ 产量预报的具体做法１－１ 做趋势产量预报本文采用调和权重法,将产量作分段平滑和线性模拟。滑动线性方程为：ｙｉ（ｔ）＝ａｉ＋ｂｉｔ（１）……………………… （ｉ＝１,２,…,ｎ－ｋ＋１）其中：ｉ＝１时,ｔ＝１,２,…,ｋ（本文ｋ＝５,ｎ为样本量）ｉ＝２时,ｔ＝２,３,…,ｋ＋１…ｉ… 相似文献
3.
南丰县早稻产量波动的气象因子分析 总被引：1，自引：0，他引：1
通过对1989～1998年早稻产量与气象资料统计分析．找到了影响早稻产量的关键期和关键因子．进而分析了导致早稻产量波动的气象因子,建立了早稻产量预报方程。 相似文献
4.
广西原料蔗产量大气环流因子预报模式研究 总被引：3，自引：0，他引：3
本文分析了我区代表性的１５家糖厂及７个地区、３个市的原料蔗产量与大气环流因子的关系，并同时分析的大气环充因子与甘蔗产量关键期主要气象因子之间的关系，建立了有关糖厂、地的甘蔗产量大气环流因子预报模式，为进行原料蔗产量预报增加了一种新的方法。 相似文献
5.
应用张家川县历年冬小麦产量与光、热、水等基本气象要素资料进行统计,寻找出造成小麦产量波动的关键期和关键气象因子,建立了产量与关键气象因子之间的数学模式。 相似文献
6.
本文分析了我区有代表性的１５家糖厂及７个地区、３个市的原料蔗产量与大气环流因子的关系，并同时分析了大气环流因子与甘蔗产量关键期主要气象因子之间的关系，建立了有关糖厂、地（市）的甘蔗产量大气环流因子预报模式，为进行原料蔗产量预报增加了一种新的方法。 相似文献
7.
马铃薯产量与气候条件的灰色动态预测模型 总被引：4，自引：0，他引：4
利用互助县多年马铃薯产量资料和气候条件进行统计分析，阐述了气象条件对马铃薯产量的影响，总结出影响互助马铃薯产量的主要因子是降水量，其次是地中5cm平均温度和生长期间的平均气温，影响产量的关键期为结薯期，其次是淀粉积累期，利用灰色关联动态预报方法建立模型进行马铃薯产量预测。 相似文献
8.
利用湖北省竹山县（肚倍主产区）1960～1984年共25年的肚倍产量资料和相应的气象资料,分析了肚倍总产与气象条件的关系。结果表明：气象因子对肚倍产量形成的影响有两个关键期,一是2～3月,二是8月上中旬;肚倍丰产的气象条件为上年8月上中旬降水量在100～200mm、当年2月降水量在20mm以下、3月平均气温在10～12℃。经相关因子普查之后,采用逐步回归方法,建立了肚倍产量预测方程,进一步明确了8月上中旬降水量是影响肚倍产量的关键气象因子。 相似文献
9.
10.
11.
在前人工作基础上，从产量构成的两个因素出发，尽可能考虑影响产量的生物学因子，运用秭归县站１９８４－１９９２年逐日气象资料和该站脐橙观测地段罗柏逊－３５号品种落花落果、果实膨大及产量资料，建立单株结果量的统计模式和单果重的动态模拟式，从而对单株产量进行预测。 相似文献
12.
13.
14.
15.
河南省夏玉米产量预报方法 总被引：4，自引：0，他引：4
利用河南省农业气象产量预报业务系(WAPFOS)，分析了夏玉米产量与光照、降水、气温等影响因子的关系，结果表明，旬降水量、旬日照时数和旬平均气温与夏玉米产量关系密切，是直接影响产量的重要因素。在此基础上，建立了预报模型。 相似文献
16.
江苏省单季晚稻产量预报的分段加权动态模式 总被引：2，自引：0，他引：2
本文利用灰色系统GM(1,1)模型逐段滑动平均模拟趋势产量y_t,根据单季晚稻的穗数、粒数和粒重对最终产量的贡献确定出生育三个阶段的权重,算出各阶段的气象产量。通过MAICE逐步回归方法分别建立各介生育阶段末气候产量的预测模式,分段加权动态地进行单季晚稻的产量预测。最后还作了1986—1988年产量的试报。 相似文献
17.
通过选定影响作物产量高低的前期气象因子,应用特征展开Ｆｕｚｚｙ推理模式,对玉林市晚稻产量长期趋势进行模糊推理预报 相似文献
18.
通过选定影响作物产量高低的前期气象因子,应用特征展开Ｆｕｚｚｙ推理模式,对玉林市晚稻产量长期趋势进行模糊推理预报 相似文献
19.
20.
利用增城1992—2021年香蕉种植面积、产量资料与同期气象资料,对增城香蕉产量预报方法进行研究。结果表明：(1)增城香蕉产量气象波动指数为0.278 4,占实际产量变异系数的98.32%,气象因素是影响增城香蕉产量波动的最主要因子。(2)1992—2021年中气象丰年8年(占比27%)、气象平年7年(占比23%)、气象歉年15年(占比50%);丰年气象产量波动大,歉年气象产量较为平稳。(3)日照时数、平均气温以及最大风速是影响增城地区香蕉产量的最关键气象因子。(4)预报模型对历年香蕉产量预报平均误差为8%,平均准确率达94.1%,预报准确率基本满足日常业务服务,研究成果可为日常农业气象服务及乡村振兴气象保障服务提供科学决策依据。 相似文献