基于历史产量丰歉影响指数的黑龙江省水稻产量动态预报

水稻是黑龙江省主栽作物之一,开展水稻产量动态预报对黑龙江省粮食生产具有重要意义。利用黑龙江省水稻主产区产量资料、发育期资料、日最高气温、日最低气温、日降水量和日照时数等资料,根据历史年水稻产量丰歉气象影响指数,建立黑龙江省水稻产量丰歉趋势动态预报模型。另外,采用相关分析的方法,确定影响产量的关键气象因子,建立相应的产量预报模型,对产量丰歉趋势动态预报模型进行修订。通过对1997-2006年水稻产量进行动态预报,结果表明,5月31日、6月30日、7月31日和8月31日预报的水稻产量增减趋势的预报正确率平均为90%、70%、90%和80%,产量预报准确率为84%、90%、94%和93%,预报准确率较高,能够满足业务服务的需要。

辽西半干旱区玉米产量预报方法对比研究

基于辽西半干旱区阜蒙县1986-2016年气象要素与玉米产量、发育期数据,使用产量丰歉相似年法、关键气象因子法、作物模型法开展了玉米产量预报研究,分析比较了3种产量预报方法的趋势预报正确率和定量预报准确率,结果表明,产量丰歉相似年法虽然可以实现玉米产量动态预报,但大概率法和加权分析法对玉米产量趋势的预报正确率均较低(33.3%~66.7%),其中加权平均法准确率高于大概率法的,但二者总体预报准确率都不高,且表现不稳定,不能满足业务服务需求。关键气象因子法提高了2014和2015年(生长季降水偏少年)的产量预报准确率,2年的产量预报趋势正确率为100%,产量预报准确率平均为89.5%。作物模型法随着发布预报日期的推迟,产量预报值更接近实际产量,降水正常年份预报效果好于降水偏少年份的预报效果。综上,将关键气象因子法与作物模型法相结合是准确预报半干旱区玉米产量的有效办法。两种方法相结合,对2011-2016年的产量预报准确率平均值达91.6%,能够满足业务服务需求。

春玉米产量动态预报技术的改进方法探索

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。

山东省冬小麦产量动态集成预报方法

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。