冬小麦单产与气象因素关系研究——以山东省微山县为例

为了探讨山东微山县冬小麦生长期间的降水量、光照、气温等气象因素对其单产的影响系数;对气象因素变量间的相关性进行处理,运用正交多项式方法求解气象产量的Fisher积分回归模型,求出了气象因素对产量的影响系数。结果发现,苗期降雨有利于冬小麦单产增加,降水量每增加1 mm,单产增加1.65~2.25 kg/hm2;较高的气温有利于单产增加,每增加1℃,单产增加272.4 kg/hm2;越冬期：优良的光照有利于高产,光照每增加1 h,单产增加135.3 kg/hm2至166.5 kg/hm2;返青拔节期：3、4月的降水有利于单产的增加,每增加1 mm,单产就增加4.95 kg/hm2和4.2 kg/hm2。通过气象要素的产量系数,解释了气象要素如何影响冬小麦单产,这也为未来进行冬小麦产量预报与调控提供了理论基础。

遥感植被指数和CASA模型估算山东省冬小麦单产

准确估算区域尺度冬小麦单产对明确区域农业生产现状与保证国家粮食安全有重要意义。光能利用率模型是作物单产估算的常用模型之一,模型中最大光能利用率(ξmax)是准确估算作物单产的关键参数,作物的ξmax是否随时间发生变化需要深入探讨。首先使用Savitzky-Golay(S-G)对中分辨率成像光谱仪(MODIS)时序植被指数数据进行滤波,采用差分法结合光谱突变法提取了山东省2000年—2015年冬小麦种植面积,并使用市级尺度年鉴统计面积对提取面积进行验证,然后使用固定ξmax和变化ξmax分别驱动光能利用率模型(CASA),结合作物收获指数与冬小麦种植面积获取山东省2000年—2016年冬小麦单产时空分布特征,探讨最大光能利用率对作物单产模拟的影响。结果表明,滤波后的时序植被指数数据能够反映冬小麦生长的光谱特征,差分法与光谱突变法结合提取冬小麦面积具有较好的普适性,提取的多年冬小麦种植面积与年鉴统计冬小麦播种面积之间的决定系数(R^2)达0.71;变化ξmax情景下模拟的多年冬小麦单产与统计单产之间的决定系数更高,说明冬小麦ξmax是随时间变化的,可能与冬小麦品种更替有关。基于统计与模拟的结果均显示山东省冬小麦单产在2000年—2016年间呈现增加趋势,两者表现出来的增加速率分别为93.12和149.79 kg·hm^-2·a^-1。在空间上,山东省冬小麦单产呈现西部高于东部的分布特征。

河南省冬小麦单产与标准化降水指数的关联度研究及GM(1,1)预测

在调研河南省18个市1995—2014年冬小麦单产与标准化降水指数(SPI)的基础上,运用灰色系统理论,计算了冬小麦单产与SPI的4种灰色关联度矩阵.通过分析,找出了全省18个市冬小麦单产与SPI之间的关联关系.运用GM(1,1)模型,对河南省18个市冬小麦单产进行了未来4年的灰色预测.

兵团冬小麦单产为何连连刷新新疆纪录?

又是一年丰收季,麦浪滚滚穗飘香。7月28日,追着天边绚烂的朝霞,笔者走进六师奇台农场。一望无际的麦田,渐次披上金黄色的外衣,“金”光灿灿。一台台联合收割机来回穿梭,一簇簇麦穗被卷人收割机仓,脱粒、除杂,地上只余一排排整齐的麦茬。“哒哒哒”的声音响彻麦田,奏响了丰收的序曲。

应用条件植被温度指数预测县域尺度小麦单产

选取关中平原2008-2016年的条件植被温度指数(vegetation temperature condition index,VTCI)遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型(autoregressive integrated moving average,ARIMA)对各县(区)的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期(0.489)最大,抽穗-灌浆期(0.427)次之,返青期(0.035)与乳熟期(0.049)较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0kg/hm2。

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM(1,1)模型,再用随机过程理论的马尔可夫模型获得GM(1,1)模型在已知年份里的偏差规律(即偏差的转移概率矩阵),并且依照此规律对GM(1,1)模型结果进行修正,将由GM(1,1)模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。