共查询到17条相似文献，搜索用时 93 毫秒
1.
2.
根据冬小麦理论产量由单位面积有效茎、穗粒数和千粒重求积的农学原理,结合冬小麦生长季气温、日照和水分适宜度的计算模型,在河南省选择5个代表站点,利用1995-2013年冬小麦生长季的逐旬气象要素,构建了气温、日照、降水和土壤水分适宜度序列,分别建立了各代表站点产量要素的变化率或距平百分率的动态预报模型。结果表明:有效茎与气象条件的直接相关性不显著,但株成穗数的变化率与气温和水分适宜度的相关性较好,千粒重距平与土壤水分适宜度的相关性显著,穗粒数与气象因子适宜度的相关性小。除穗粒数变化率预报模型外,构建的株成穗数变化率及千粒重距平的动态预报模型显著性水平均较高。模型可从4月1日起,逐旬预报各产量要素值,各代表站点对株成穗数、穗粒数和千粒重的预报回代检验平均准确率分别为80.4%、88.5%和94.0%,5月上旬以后对理论产量的预报平均准确率为93.3%。利用2014年资料进行外推检验,对穗粒数和千粒重的预报准确率均在92.0%以上。因此基于主要气候因子适宜度与农学模式相结合的方法,可实现产量动态预报,预报准确率基本满足业务服务需求,但模型对产量的丰歉趋势预报准确率仍相对较低。 相似文献
3.
为了建立鲁中地区土壤水分精细化预报模型,利用2010—2013年农田土壤水分自动站逐日资料进行土壤水分年、月变化特征研究,并结合附近自动气象站资料,以土壤水分平衡方程、农田蒸散模型为基础,采用逐步回归和曲线估计等方法建立4—6月无降水条件下平原水浇田与山旱田土壤水分1 d、7 d降幅的经验预报模型。结果表明:鲁中地区0~100 cm土壤水分贮存量年变化趋势和0~50 cm基本一致,年最高出现在8月,最低出现在6月,年降幅最大出现在3—6月,易出现干旱。对预报模型进行回代和预报检验结果显示,回代平均相对误差为0.07%,7 d模型和1 d模型滚动预报第7天0~50 cm土壤水分贮存量,绝对误差分别为-0.15和-2.17 mm,平均相对误差分别为-0.07%和-1.56%,模型具有较强的理论基础和实用性,预报精度较高,为鲁中地区土壤墒情监测和精细化预报提供支持。 相似文献
4.
5.
冬小麦土壤墒情预报及优化灌溉技术的计算机模型 总被引：7，自引：1，他引：7
利用土壤水分平衡方程，根据我省冬小麦的生长规律及冬小麦优化灌溉技术推广经验，建立了冬小麦土壤墒情预报及优化灌溉技术的计算机模型，利用该模型，可以较准确地预报未来1个月的土壤墒情变化，并可根据我省小麦的不同发育期给出以最高产量和最佳经济效益为目标的两种灌溉建议。 相似文献
6.
基于积分回归法黑龙江省作物产量动态预报研究 总被引：1，自引：0，他引：1
由于积分回归法生物学意义明确,预报效果较好,已成为一种新的作物产量动态预报方法。为了完善黑龙江省主要作物的动态预报方法,提高作物单产的预报准确率,本文利用积分回归方法,随机选取以县为单元的研究对象,开展黑龙江省多种作物积分回归产量动态预报模型的适用性研究。结果表明:建立的黑龙江省6月下旬至9月下旬春玉米、大豆和水稻积分回归产量动态预报模型均通过了F的显著性检验,作物产量预报的平均差MD和相对误差RE均未通过显著性检验,表明建立的春玉米、大豆和水稻产量预报模型的预报效果较好;其中春玉米和水稻产量预报模型的预报准确率较高,模型预报的单产与实际单产的一致性较好。通过对2011—2014年黑龙江省作物单产进行试报和检验,发现春玉米、水稻和大豆单产的预报准确率平均为96%、95%和93%;表明积分回归方法对黑龙江省大豆单产预报的适宜性略差,积分回归法适用于黑龙江省水稻和春玉米单产的预报。基于积分回归法的原理,可以在黑龙江省开展春玉米和水稻单产的动态预报,并继续开展大豆产区积分回归产量动态预报的适用性研究。 相似文献
7.
在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。 相似文献
8.
土壤中水热运动耦合方程预报模型研究 总被引：2，自引：0，他引：2
在土壤中热运动耦合方程模拟模型的基础上，对作物根系吸水函数进行改进，提出一个仅与降水、作物发育期和叶面积有关的新的根吸水函数表达式，从而建立土壤水分的预报模型。模型只需输入气象变量、土壤温度、土壤水文学参量及作物发育期等常规资料，即可对冬小麦田土壤水分状况进行预报，预报值与实测值的平均最大相对误差在8％以内。 相似文献
9.
《气象与环境学报》2016,(2)
冬小麦是甘肃省主要粮食作物之一,开展甘肃省冬小麦产量动态预报对全省粮食生产和粮食安全具有重要意义.利用1985—2013年甘肃省冬麦区16个地面气象观测站逐日气象资料和冬小麦产量资料,基于积分回归原理以旬为时间尺度,分析了影响陇中、陇东、陇南地区冬小麦生产的主要气象要素和关键时期,并分别建立了3月下旬、4月下旬和5月下旬甘肃省冬小麦产量动态预报模型.结果表明:降水和温度对甘肃省冬小麦气象产量影响较大,其中降水量增加对各冬麦区基本均为正效应,尤其在麦田休闲期和返青拔节期更显著;苗期—越冬前期和拔节期—孕穗期气温升高对冬小麦为负效应,越冬后期—返青起身期气温升高对陇中和陇东冬麦区正效应较明显.通过近5 a试预报检验表明,建立的冬小麦动态产量预报模型平均预报准确率达96%以上,可满足业务服务的需要. 相似文献
10.
首次采用区域数值预报模式与农业气象模型结合的技术途径, 构成一个气候模式-土壤水分模式-灌溉模式的系统模型。模型的数值天气预报部分采用大气过程与陆面过程耦合的区域气候模式; 农业气象模型采用适用于冬小麦区的土壤水分和灌溉管理预报模型。研究表明, 本模型较农业气象模型中一般用气候平均作为环境背景场的方法其预测能力有显著提高, 并提供覆盖整个小麦生长期的区域土壤水分定量预报和灌溉管理服务, 具有很好的使用和推广前景。 相似文献
11.
气候适宜度在华北冬小麦发育期预报中的应用 总被引：5，自引：0，他引：5
利用华北地区39个代表站,1971-2011年逐日最高温度、最低温度、降水量、日照时数、土壤水分、冬小麦发育期和农业气象指标等资料,在考虑_十壤水分和降水对冬小麦不同生长发育阶段的不同影响基础上,建立了冬小麦水分适宜度计算方法,结合温度适宜度和日照适宜度,构建了冀、鲁、豫冬小麦气候适宜度评价模型。以冬小麦气候适宜度为预报因子,建立了冀、鲁、豫3省9个区域冬小麦发育期预报模型。模型回代检验结果表明,不同区域模型的模拟天数与实际天数的平均误差均在1-2天之间,不同发育阶段模型的模拟天数与实际天数的平均误差均在4天以内;模型预报检验表明,各区域不同发育阶段的预报天数与实际天数的误差大多数在3天以下。 相似文献
12.
利用土壤水分平衡方程，结合河南省冬小麦和夏玉米的生长规律和1994～2000年冬小麦、夏玉米田实测土壤湿度资料，建立了河南省冬小麦、夏玉米土壤水分预报及优化灌溉的计算机模型。用1998～1999年郑州市麦田实测土壤湿度资料验证该模型模拟结果，未来10、20、30天土壤湿度相对误差分别为-7．3％～7．7％、-8．3％～6．8％、-7．6％～7．7％，表明利用该模型，可以较为准确地预报未来1个月的土壤水分变化，并可根据小麦、玉米不同发育期特点，给出以最高产量和最佳经济效益为目标的灌溉建议。 相似文献
13.
14.
Z. A. Shostak 《Russian Meteorology and Hydrology》2011,36(12):837-842
The methods are presented of agrometeorological forecasting of winter and spring grain crops for the district, all types of
farm units, and field taking account of the regional crop forecast, weather conditions, cereal cropping technologies, and
soil cultivation level. The additional yields of winter and spring wheat and spring barley and oat are developed depending
on the soil cultivation level, summertime soil moistening, and doses of mineral fertilizers. The method tested on the basis
of independent data demonstrated that the accuracy of such forecasts is 83–99% for the fields with intensive cultivation technology
and 80% for the farm units. 相似文献
15.
16.
河北省冬麦区土壤水分监测预测系统及其应用 总被引：3，自引：1，他引：3
河北省冬小麦生育阶段正值少雨时期,一般年份只有在灌溉的情况下才能满足小麦生长发育的需求,麦区土壤水分实时监测预测对于灌溉决策十分重要。在冬小麦单站多层次土壤水分动态模型(VSMB模型)的基础上,根据河北省麦区从南到北冬小麦发育期和土壤类型的不同进行参数调整和修正,并对数据库进行设计,形成河北省整个冬麦区麦田土壤水分监测预测系统(RSM-MFS)。文中介绍了该系统的基本原理和功能,并对实际应用进行了效果分析。从近年在河北省冬麦区土壤水分的监测预测结果来看,监测相对误差在10%左右,风险预测相对误差在20%左右。 相似文献
17.
试验在中国气象局固城农业气象试验基地人工控制农田水分试验场进行。在底墒充足的条件下采用三种水分处理:I1拔节期一次性供水75 mm; I2返青期供水37.5 mm, 拔节期供水37.5 mm; ICK生长季内无水分供应。生育期内遮去自然降水。试验结果表明, I1处理由于有充足的底墒配合有限水分胁迫, 有助于减少冬小麦表土层 (0~30 cm) 的根生物量, 增加根系干物质向土壤深层分配, 挖掘深层土壤水分, 提高了土壤水供应量和有效底墒供水率.另外, I1处理增加了需水关键期的有效蒸腾耗水比例, 提高了水分利用效率.虽然由于前期的水分胁迫降低了I1处理总穗数, 但由于增加了籽粒数和籽粒重, 产量反而有所增加。 相似文献