排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
以中国北方7个苹果主产省为研究区域,基于研究区域及周边100 m范围内210个气象站1970—2019年逐日气象数据和1 km分辨率的数字高程数据,采用最小湿度法对作物系数（Kc）进行逐日估算,并利用基于样条函数插值理论的专业气象插值软件ANUSPLIN对逐日气象数据进行空间插值,计算苹果各关键生育期需水量和降水适宜度。结合苹果优势主产区地理分布确定降水适宜度阈值范围。利用相关数理统计方法明确苹果需水特征和降水适宜度时空变化特征,并对苹果全生育期降水适宜性进行评价。结果表明:苹果全年平均需水量大多数区域为500.0~800.0 mm,萌芽-幼果期、果实膨大期和着色-成熟期平均需水量占全年平均需水量的比率分别为0.186~0.282,0.392~0.562和0.159~0.282。苹果全年、萌芽-幼果期、果实膨大期和着色-成熟期降水适宜度阈值范围分别为0.49~2.07,0.25~1.70,0.54~2.25和0.46~2.65。各生育阶段降水适宜度处在阈值范围内的区域分别占85.4%,87.4%,85.6%和84.9%。苹果全生育期降水的最适宜、次适宜和不适宜区分别占研究区域的31.9%,50.6%和17.5%。 相似文献
2.
岷江流域汛期降水时空特征研究 总被引：3，自引：0，他引：3
利用岷江流域内15个站点1956～2001年降水资料,运用经验正交函数(EOF)分解、Morlet小波变换、Mann-Kendall秩次相关检验等方法,分析了降水的时空变化特征.结果显示:岷江流域降水年内分配极不均匀,年降水量70%以上集中在汛期(6～10月).西部高原降水年内分配呈双峰型,降水峰值出现在6月和9月,东部平原呈单峰型,峰值出现在7月和8月.对汛期降水经验正交函数分解的第一主分量显示东西反相变化,表明呈现西干东湿或西湿东干的格局特征.汛期降水时间上46年来呈下降趋势,且存在准2年、5～7年、14～15年的周期. 相似文献
3.
利用吉林省1980—2015年春玉米单产数据、50个气象站逐日气象资料,基于欧式距离和相关系数建立综合诊断指标,利用综合诊断指标研究分析预报年与历史年春玉米气象产量丰歉气象影响指数的关系,以此构建春玉米产量预报模型,对吉林省春玉米产量进行动态预报。产量预报模型对2003—2012年的预报试验结果表明,产量丰歉趋势ΔY的平均正确率均在60%以上,加权分析法的单产预报准确率除2009年外,均高于80.0%,且各时段的预报准确率均高于大概率法的。对2013—2015年吉林省春玉米产量的预报检验结果表明,加权分析法对产量丰歉趋势ΔY的预报结果稍好;加权分析法单产预报准确率几乎都在90.0%以上,普遍高于大概率法的。说明加权分析法建立的产量预报模型预报效果更好,可在业务上应用。 相似文献
4.
5.
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
6.
基于吉林省50个气象站1960—2014年逐日最高气温、最低气温、日照时数、风速数据,采用Penman-Monteith算法,计算各站逐日参考作物蒸散量,进而计算各站及全省四季和年平均参考作物蒸散量,利用数理统计方法,结合地理信息系统软件,分析参考作物蒸散量的时空变化特征及主要气候影响因子。结果表明:近55 a,吉林省年平均参考作物蒸散量为876 mm,年参考作物蒸散量呈显著下降趋势(p <0. 01);空间分布差异显著,由东南向西北逐级递增,56%的站点呈显著下降趋势(p <0. 05)。参考作物蒸散量夏季最大、春季次之、冬季最小,且均呈下降趋势,但只有春季的下降趋势显著(p <0. 01);春、夏、秋、冬季与年平均参考作物蒸散量在空间分布上基本一致,但气候倾向率为负值以及通过显著性检验的站点数依次减少。全省四季和年参考作物蒸散量均与降水呈显著负相关,与日照时数、风速、最高气温呈显著正相关;其中年、春、夏、秋季与气温日较差以及春、夏、秋季与平均气温也呈显著正相关;冬季与最低气温、平均气温呈显著正相关;而典型站点参考作物蒸散量各季节影响因素及影响大小略有差异,各气象因子的共同作用导致了参考作物蒸散量的变化。 相似文献
1