共查询到19条相似文献，搜索用时 109 毫秒
1.
为及时、准确地进行玉米产量预报,为吉林省玉米产量预报业务提供参考依据,为政府调控提供科技支撑,利用吉林省19802016年春玉米产量和50个气象站逐日气温、降水量、日照时数等资料,基于相似距离和相关系数构建综合诊断指标筛选气温、降水量、日照时数等各类气象要素历史相似年,根据各类气象要素历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,建立吉林省春玉米产量动态预报模型。同时,对历史相似年的筛选方法进行改进,利用欧氏距离直接筛选综合气候历史相似年,根据气候历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,构建春玉米产量预报模型。对比改进前、后的产量预报模型的预报,结果表明:两种方法在吉林省玉米单产预报中,预报准确率均较高,普遍在85%以上。产量预报模型对20022013年的预报检验结果表明,改进方法后20022013年单产预报平均准确率提高了3.9个百分点,均方根误差降低了4个百分点,标准差降低了2。对20142016年的预报检验结果表明,改进方法的玉米产量预报结果优于传统方法的预报结果。改进方法比传统方法准确率更高,稳定性更强,应用价值更高。 相似文献
2.
江苏夏季逐月高温日数与西太平洋海温场相关分析及预测模型建立 总被引：2，自引：1，他引：1
夏季高温的发生是多个因子共同作用的综合反映,其中大气环流背景对高温的出现起到重要作用,而根据海气相互作用的研究,海温变化和大气环流之间有一定相关关系,决定了海温对陆上温度具有一定的可预报性。基于此原理基础,本文利用1978—2007年30年西太平洋海温和江苏各区域的高温日数资料,运用区域平均方法、场相关分析法,探讨了与江苏不同地区区域平均高温日数相关的强信号海区,分析了利用海温进行逐月高温日数预报的可能性。然后运用最优化相关处理技术将西太平洋海温作为长期预报因子,建立了江苏不同区域夏季逐月高温日数长期预测模型,模型均通过了α=0.01显著性水平检验,拟合效果理想,同时并进行了实际预报试验,预报效果较好,可以投入业务使用。此研究对江苏高温的长期预报及高温灾害服务具有重要指导意义。 相似文献
3.
稻曲病属于典型的"气象型"病害,为了提前预报出适宜稻曲病发生的气象等级与提供足够的防治准备时间,根据中长期天气预报原理,充分考虑大气环流和太平洋海温对区域气象条件影响的滞后性,利用近40 a的江苏逐日气象观测资料、大气环流指数和海温资料,采用空间拓扑原理和最优相关普查等统计方法,挑选出了对综合稻曲病指数影响最显著的预报因子,并通过滑动平均和主成分识别等检验方法确保预报因子的稳定性和独立性,最终分别建立了基于大气环流因子和基于海温因子的综合稻曲病指数长期预报模型。经过检验,两种模型的模拟效果均理想,能提前一个月预报出综合稻曲病指数以及对应的发病气象等级。 相似文献
4.
5.
6.
《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
7.
提高月预报业务水平的动力相似集合方法 总被引：3，自引：0，他引：3
针对基于大气环流模式的月预报问题,提出了一种能有效减小预报误差并提高预报技巧的动力相似集合预报新方法。该方法着眼于动力模式与统计经验的内在结合,在模式积分过程中通过提取大气环流历史相似性信息,对模式误差进行参数化处理,形成多个时变的相似强迫量来扰动生成预报的集合成员。将这一集合新方法应用到中国国家气候中心业务大气环流模式(BCC AGCM1.0),一组10 a准业务环境下回报试验结果显示,相比于业务集合预报,动力相似集合预报方法能有效改进模式对于大气环流的纬向平均、超长波和长波预报,从而有效提高了月平均环流预报技巧(几乎达到业务可用标准)和逐日环流预报技巧,并显著降低了预报误差,合理增加集合离散度,使二者配置关系得以改善,有望在业务预报中应用。 相似文献
8.
9.
利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。 相似文献
10.
5月华南降雨前期海温信号特征分析 总被引：1，自引：0，他引：1
利用国家气象信息中心提供的1983—2013年31 a月平均全国降雨数据、美国国家环境预报中心/国家大气研究中心(NCEP/NCAR)大气再分析资料及美国国家海洋大气管理局(NOAA)的海表面温度资料,分析了华南前汛期(5月)降雨的前期海温信号。结果表明,华南5月份降雨在印度洋和太平洋的早期海温信号于1998年前后有显著的年代际变化。1998年之前,前期海温信号主要是和处于发展位相的厄尔尼诺有关的热带东太平洋和北印度洋的海温异常,它主要通过大气桥作用激发的菲律宾反气旋影响华南5月降雨异常。1998年之后,前期海温信号主要是和中高纬北太平洋的马蹄形海温异常有关,它可以通过影响中纬度瞬变活动调制副热带急流的强度和位置,引起华南降水异常。利用2014年4月的海温信号对5月华南降水的预报结果及5月的大气环流,验证了这种海温信号的存在及其引起华南5月降雨异常的机理,并运用美国国家环境预报中心气候预报系统(CFSv2)的模式预报数据,证实了这两类前期海温信号的存在。本研究表明,这两类前期海温信号能为5月份华南降雨未来的业务预报提供一定参考。 相似文献
11.
12.
13.
针对基于作物模型开展产量实时预报后期气象资料的获取问题,提出通过相似类比,从历史气象资料库中获取替代资料的方案,基于CERES-Rice模型系统评估了平均值处理方案和历史相似类比方案的可预报性和误差分布特征。结果表明:水稻产量对成熟前2个月内的气象条件较为敏感,基于气象资料和作物模型开展产量预测,在5%误差范围内可获得60%以上的预测概率;以多年气候平均值替代起报日后期气象资料,在成熟前2个月起报预测概率约为60%,成熟前1个月约为70%,但预报误差系统性偏高;采用气候相似类比方法,从历史气象资料中获取起报日后期替代资料,可有效降低预报误差的系统偏差,若引入后期气候趋势信息,成熟前2个月起报预测概率可达80%以上,较采用历史平均值有显著提高。研究结果为基于作物模型和气象观测及气候预测信息开展产量预报提供了技术方案。 相似文献
14.
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
15.
16.
17.
利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。 相似文献
18.
19.
根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。 相似文献