共查询到20条相似文献，搜索用时 93 毫秒
1.
2.
运用现代统计学方法和模糊数学理论，普查确定了影响辽阳地区水稻产量的5项气候要素及其各自权重，建立了水稻产量的气候模型，揭示了各单因素对水稻丰歉的模糊关系。通过模糊运算，确立了水稻丰歉农业气候综合影响指标。 相似文献
3.
4.
5.
通过对栽培试验的总结，应用农业气象统计学方法，探讨了同一水稻品种稻米的蛋白质含量与水稻不同生育期中各气象因子间的关系，并建立多元回归方程，确定了影响稻米蛋白质含量的关键生育期及其主要气象影响因子，并分析了各气象因子的单独影响程度。 相似文献
6.
7.
水稻两用核雄性不育系的育性模型与鉴定方法 总被引：1，自引：3，他引：1
依据水稻光敏不育系育性的实验结果，提出衡量不育系育性变化规律的特征值及其量化模型。并用７个不育系的多点多年育性资料验证该模型的合理性，介绍了鉴定不育特征值的方法和程序。 相似文献
8.
稻米蛋白质含量与气象条件的关系探讨 总被引：6，自引：0，他引：6
通过对栽培试验的总结，应有和农业气象统计学方法，探讨了同一水稻品种稻米的蛋白质含量与水稻不同生育期中各气象因子间的关系，并建立多元回归方程，确定了影响稻米蛋白质含量的关键生育期及其主要气象影响因子，并分析了各气象因子的单独影响程度。 相似文献
9.
一次“普通”的天气过程导致2万亩余亩水稻受损，1万余亩水稻成为“白穗”，历史罕见。成灾原因，众说纷纭。笔者经过实地调查，全面分析后认为：雅安2000.7.29水稻“白穗”是特定时期、特定环境下多种气象要素综合作用的结果。该诊断意见对今后改进农用天气的预报服务、类似现象的解释和农业防灾减灾方案设计都有一定的启迪或指导作用。 相似文献
10.
对黑龙江省近十年水稻农业气象观测资料的分析，得出水稻生育期的分布及变化，发现水稻生育关键为出苗期分蘖期和抽穗期。各生育关键期气象影响指标共１７个。为气象对农业的影响评价，为水稻产量预报提供了依据。 相似文献
11.
黔东南近40年水稻安全生长期的变化 总被引：1，自引：0，他引：1
利用贵州省黔东南16个观测站点1961~2000年的逐日平均气温记录,分析了黔东南1961~2000年水稻安全生长期的变化趋势。结果表明,在近40年中,黔东南水稻安全生长期缩短了7.0天,400m以下高度层缩短了10.6天,400~600m高度层缩短了6.4天,600~800m高度层增加了1.4天,800m以上高度层缩短了4.8天。20世纪80年代是黔东南水稻安全生长期缩短最明显的时期,1980年是黔东南1961~2000年中水稻安全生长期最短的年份。从水稻安全生长期变化趋势的不同高度层差异看,黔东南600~800m高度层上有不明显的延长趋势,600m以下和800m以上高度层上有明显的缩短趋势。 相似文献
12.
【目的】为探究贵州省汛期降水的时空分布特征及演变规律。【方法】利用贵州省81个气象观测站1981—2020年汛期降水资料,采用EOF、REOF及交叉小波分析等方法对贵州省汛期降水时空特征进行分析及强降水过程分型研究。【结果】贵州省1981—2020年汛期平均降水量为924.9mm,降水量在682.7~1194.1mm,呈显著上升趋势,上升速率为16.94mm/10a。贵州汛期降水大体上呈现西南向东北递减的趋势,强降水过程次数及持续天数分布及波动变化与汛期降水基本一致。【结论】贵州省汛期降水分布不均,具有显著的年代际变化。贵州省汛期强降水空间场主要有全省一致型、东西反向型和南北反向型3种典型模态。经REOF方法可将贵州省细分为3个强降水区域,根据环流场分析,又可进一步划分为东部型强降水（I型和III型）与西部型强降水（II型）,各类型强降水落区受500hPa环流分布情况以及850hPa水汽来源与强度的影响。 相似文献
13.
一次南支槽背景下地形对贵州水城南部特大暴雨的作用 总被引：1，自引：0，他引：1
利用欧洲中期天气预报中心逐日客观分析资料、常规观测资料、FY2C卫星、雷达和区域加密自动站资料,对2009年6月28日夜间发生在贵州省水城县发耳乡特大暴雨天气进行分析。结果表明,2009年6月28日贵州省水城县发耳乡特大暴雨的发生,有南支槽、中低层切变和强盛的西南暖湿气流等天气条件的有效合理配置;强降水的落区与中-γ尺度云团有很好的对应关系,云团的移动、合并、发展、停滞以及减弱能很好地指示降水的落区及强度;产生于低层辐合区的强对流回波单体在位于水城县西北部的乌蒙山脉（主峰2901m）的阻挡下在发耳乡附近停滞不前,使水城县中部以南地区降水雨团合并加强,这是发耳特大暴雨形成的重要原因;发耳特殊的地形,使得其附近流场发生变化,不仅使地形性垂直上升运动加强、维持,而且也使得水汽不断向云内卷入,延长了暴雨云团在其上空的停留时间;喇叭口地形的收缩作用也加强了迎风坡的辐合上升运动;区域自动站的资料显示,中小尺度天气系统对水城县发耳乡及附近降水雨团的形成和加强起到了重要作用,并对此次特大暴雨的短时临近预报具有指示意义。 相似文献
14.
利用1951-2007年25月我国546个站逐日平均气温和24h降水量观测资料以及南方早稻区代表站日照时数观测资料,定义了全国统一的低温连阴雨标准和早稻区低温冷害标准,并采用统计分析方法,给出了1951—2007年2—5月我国低温连阴雨和低温冷害的时空变化特征。57年中,2—5月低温连阴雨平均日数以四川盆地、贵州、江南西部和华南最多。2—5月,低温连阴雨日数呈现由长江以南向黄河流域逐渐增加且范围扩大的特征。各月低温连阴雨日数20世纪50年代较少,1997年后呈现显著减少的趋势。1963-1996年,各月低温连阴雨日数的EOF第1特征向量呈现出月际反相变化,并有年代际振荡特征。对于各地区的早稻播种而言,1951年以来,四川盆地和长江中下游地区低温冷害较华南地区偏多、偏重,但2000年以来各早稻区的低温冷害都在减少,早稻区低温冷害存在显著的年际和年代际周期振荡特征。 相似文献
15.
近几年,我国西南地区干旱频繁发生,严重影响农业生产。为了探讨干旱和水稻产量之间关系的复杂性,采用中国气象局国家气象信息中心提供的西南地区348个站气象数据,计算了西南地区干旱的变化趋势,并利用2000—2011年贵州省县级水稻产量资料分析了干旱对水稻单产的影响,探讨了干旱、水资源灌溉以及水稻产量之间的关系。结果表明:1951—2012年西南地区降水量平均减少16.9 mm/10 a,特别是8—10月降水量明显减少。同时,西南地区干旱日数呈上升趋势,平均增加3.3 d/10 a。对比水稻产量发现,当累计干旱日数少于40 d时,干旱对水稻产量一般不会造成影响;当累计干旱日数超过86 d时,干旱造成水稻减产20%~73%,这意味着当累计干旱日数超过3个月时,江河塘库蓄水将受到影响,进而影响水稻的灌溉,造成水稻严重减产;当累计干旱日数为40~86 d时,水稻减产一般少于20%,但地区差异较大。 相似文献
16.
水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。 相似文献
17.
基于MODIS时序数据提取河南省水稻种植分布 总被引：1，自引：1，他引：0
以河南省为研究区,利用2009年多时相8d合成MODIS地表反射率产品提取水稻种植分布。根据稻田含水量变化特征及水稻生长规律,构建水稻种植分布提取流程。为减少云等噪声的影响,对地表水含量指数（ILSW,land surface water content index）和增强型植被指数（IEV,enhanced vegetation index）的时序数据进行平滑重建。然后,依据豫北和豫南稻区水稻物候期差异,分别建立标准水稻IEV生长线,以计算像元尺度的水稻相似性指数作为影像分类的特征波段。同时,对重建的ILSW和IEV时序数据分别进行主成份分析,选择各自的前3个成份作为特征波段。在此基础上,采用支持向量机分类算法对组建的特征波段进行分类,提取影像中水稻的种植分布。结果显示,提取的河南省水稻种植分布与实际情况吻合较好,豫北稻区水稻分布呈现集中连片的特征,多分布在沿黄河两岸,而豫南稻区水稻种植广泛,多在大型水库灌区周边及沿淮和低洼易涝地区。与各地区水稻统计面积相比,MODIS提取的水稻面积平均相对误差为6.56%,根均方误差为5.63khm2。受到混合像元影响,以及个别地区水稻种植分散且面积相对较小,使该地区水稻面积相对误差超过±60%。 相似文献
18.
ENVISAT ASAR数据用于大区域稻田识别研究 总被引：5，自引：0，他引：5
应用高级合成孔径雷达(ASAR)获取的中等分辨率宽幅模式(Wide-Swath Mode)数据提取了江苏省中北部地区的稻田分布信息.通过分析和比较稻田与其他地物的VV极化后向散射时域变化特征,选择合适的阈值和条件,利用阈值分类算法从多时相宽幅模式影像中提取稻田,并结合地面水稻样方,对稻田识别结果进行验证.结果表明,利用ASAR宽幅模式数据进行大区域范围的稻田识别,其精度达到73.68%,为利用中等分辨率雷达数据进行大区域水稻长势监测提供了重要的保障. 相似文献
19.
贵州省汛期短时降水时空特征分析 总被引：10，自引：2，他引：8
利用贵州区域84测站1991—2009年汛期（4—9月）逐小时降水量资料,分别定义各站点的小时降水量的强降水阈值。阈值的分布有两个高值中心,最强中心在西南部望谟站,西北部的强降水阈值较低。同时利用各站点阈值统计19年不同月份的强降水事件频数,其分布显示：4月份东部和中部偏南地区频数较高,5月份频数高值区呈东北—西南向,随后几个月逐渐向西北推进。4—6月事件频数逐渐增大,7月维持,8—9月开始减少。各月强降水事件发生时次统计表明：一天中有三个相对高值时段,23：00—02：00、05：00—08：00和17：00—20：00,而白天强降水事件很少。短时强降水事件发生时次的空间分布表明,西北部的强降水事件多数发生在傍晚到23：00,中部的强降水集中在23：00—02：00,东南部在05：00—08：00。 相似文献
20.
黔东南暴雨气候特征及其地形影响 总被引：2，自引：2，他引：2
利用1960~2000年贵州省黔东南地区降水观测资料,统计分析黔东南地区暴雨时空分布特征,进一步揭示其活动规律及主要影响因素。结果表明:黔东南地区暴雨有显著年代际变化特征,存在准15年的周期变化,并与贵州降水和长江中下游降水呈同位相;存在两个暴雨多发中心,夜间暴雨较多。黔东南暴雨地域分布极为复杂,局地性暴雨较多,这与黔东南特殊地形有着密切关系,地形因素是影响黔东南地区暴雨的重要原因,对形成上述特征的气候学成因做了初步讨论。 相似文献