气候平均态和极端态变化对东北玉米气象产量的影响

【目的】东北地区是我国主要的粮食生产基地,近年来受到气候变化的显著影响,研究气候平均态和极端态变化对东北作物产量的影响,对区域粮食稳产、高产和国家粮食安全具有重要意义。【方法】以东北玉米为研究对象,通过筛选影响玉米产量的主要气候因子,分析东北地区1980—2018年的气候平均态和极端态变化对81个县域的玉米产量产生的影响。【结果】(1)东北玉米生长期内的平均温度、生长度日(GDD)、高温度日(HDD)整体均呈上升趋势,上升速率分别为0.34℃·(10a)^(-1)、47.07℃·d·(10 a)^(-1)、5.15℃·d·(10 a)^(-1);降雨量呈下降趋势,下降速率是7.0 mm·(10 a)^(-1);平均温度、生长度日和高温度日呈现自东北向西南递增的空间分布特征,降雨量呈现自西北向东南递增的空间分布特征。(2)东北玉米气象产量在1980—1999年间呈增长趋势,增速为80.93 kg·hm^(-2)·a^(-1);在2000—2018年间呈减少趋势,速率为46.25 kg·hm^(-2)·a^(-1),在空间分布上呈现由中部向四周递增趋势,其中高值区集中在黑龙江省东部,辽宁省变化最为稳定,且波动范围稳定在中间区域。(3)通过多元线性回归模型可知,在1980—2018年间,HDD对气象产量贡献最大,且作用效果为负效应,即极端态高温对东北玉米产量影响最大,并且造成玉米减产;GDD产生正效应,即温度平均态使玉米产量增加,GDD累积值越大,增产越多;降雨量产生负效应,而温度和降雨量的交互项对东北玉米产量有正效应。【结论】在1980—2018年间气候平均态和极端态变化及对东北玉米气象产量的影响表现为温度的平均态、极端态整体均呈现上升趋势,降雨量平均态呈现下降趋势,极端态高温和降雨量平均态导致东北玉米产量减少,平均态温度使东北玉米产量增加,且极端态高温对玉米产量影响程度最大。在未来东北玉米的种植管理上,要充分利用温度平均态并尽量降低极端态高温带来的危害以保障玉米高产稳产。

玉米气象指数保险的理赔指数及保险费率研究——以甘肃黄土高原区为例

文章依据甘肃黄土高原区1981-2012年期间的历年气象数据和玉米实际单产数据,应用直线滑动平均法建立趋势拟合方程,设计出甘肃黄土高原区玉米生产在不同气象灾害下的理赔指数,并根据不同气象灾害的发生频率和与之对应的灾损率厘定出玉米气象指数保险的保险费率。农业气象指数保险有效解决了传统农业保险存在的各种难题,在提高政策性农业保险保障水平的同时其农户购买政策性农业保险的经济负担也在可承受范围之内,有利于提高政策性农业保险的投保率。

重庆地区玉米气象产量变化及气候影响因子简析

选用代表重庆4个区域的合川、垫江、开县、南川1960～2001年的气象资料及玉米产量资料，采用Mann—Kendall突变检测方法对玉米产量资料序列进行分段，借鉴贝尔（Baier）产量模式思路计算了玉米的气象产量，利用相关等方法简要分析了影响玉米产量的主要气候因子．结果表明：基于贝尔产量模式思路的气象产量计算方法同时考虑了气候和非气候因子对气象产量的影响，是比较符合客观实际的气象产量计算方法；在1960～2001年时段内重庆4个地区玉米单产均有较明显的上升趋势，除南川玉米单产突变不显著外，其余3地玉米单产的突变均发生70年代后期到80年代初期；重庆地区玉米的气象产量在年际间有较大差异，而且在不同地区也有较明显的差异，可能与当地的气候的年际变化及本身的气候差异有关；生育期内的降水多寡（旱涝）对重庆玉米产量的影响较大，是影响重庆玉米产量的主要气候因子．

基于气象因素的玉米单产堆栈集成学习建模与预测

【目的】在世界气候变化加剧和气象灾害频发的背景下,探究气象因素对玉米单产的重要性并准确预测玉米单产对于促进农业生产和田间管理具有重要意义。本文旨在量化分析玉米各生育阶段气象因素对单产的重要性并建立高精度、高可靠性的玉米气象单产堆栈集成学习估测模型来预测单产。【方法】利用HP滤波法和移动平均法确定各县域趋势单产模型并分离出各县气象单产。采用轻量级梯度提升机(LightGBM)、Bagging和Stacking 3种集成学习方法,通过对中国12个省份596个县级行政区域和气象观测站跨度34年的日度气象数据和玉米产量数据进行分析,建立3种基于不同集成学习框架(LightGBM、Bagging和Stacking)的玉米气象单产预测模型。【结果】适用HP滤波法作为趋势单产模型的县域主要集中在陕西、河南、江苏和安徽地区。相较于HP滤波法,更多县域适用于移动平均法,且多数县域R 2分布于0.8以上。基于5年滑动预测和模型精度评价指标,3种模型对玉米单产的平均绝对百分比误差(MAPE)指标均低于6%。Stacking模型MAPE值达到4.60%,预测精度高,泛化性强。结果表明玉米气象单产堆栈集成学习预测模型(Stacking)具有更高精度和更强鲁棒性,并能有效利用各基学习器特点与优势,提升预测精度,是根据气象因素预测玉米单产的最优模型。此外,基于12省玉米生育阶段27个气象因素的随机森林特征重要性评分对玉米单产的定量分析,对作物监测和田间管理有借鉴和参考意义。【结论】3种集成学习方法,尤其是堆栈集成学习模型(Stacking)预测效果能够详细反映出玉米单产的时空分布变化情况。基于气象因素的玉米单产堆栈集成学习模型可为田间管理和精准预测玉米单产提供新方法。

基于区间灰关联的玉米不同生长阶段气象因素对产量影响的量化分析

为探究气象因素对河南省玉米不同生长阶段的影响,采用灰色关联分析模型对河南省气象因素与玉米气象产量的相关性进行分析。以河南省郑州市为代表,将玉米生长划分为5个生长阶段,选取郑州市2007—2016年的气象数据及玉米产量数据,采用HP滤波法求得玉米的气象产量,采用不同灰色关联分析模型求得玉米气象产量与各生长阶段气象因素的关联度,发现区间灰数绝对关联模型的排序结果更加符合实际,进而采用该模型分析各气象因素对玉米不同生长阶段影响程度的大小。结果表明,日最高气温(0.6423)、日平均气温(0.6185)在玉米乳熟—成熟阶段对气象产量影响较大;平均相对湿度在玉米出苗—拔节(0.6041)、拔节—抽雄(0.5932)阶段对气象产量影响较大,日照时数在玉米出苗—拔节(0.5796)及乳熟—成熟(0.5892)阶段对气象产量产生较大影响,日最低气温在玉米播种—出苗(0.6064)阶段对气象产量影响最大,平均风速在玉米乳熟—成熟(0.5796)阶段对气象产量影响最大。

我国玉米科技文献述评

在评价一个科研领域的发展水平时,其标志之一就是科技文献所显示的数量和质量。建国36年来,我国玉米科技工作者撰写了大量的科技文献,它是科学研究成果的记录,是科技人员辛勤劳动创造的精神财富,也反映我国玉米生产的成就和历史进程。我们试图通过对玉米科技文献的分类和评述,检阅成绩,窥视问题,有助于促进玉米科研和生产的发展。从科研角度对玉米科技文献进行分类和评述还仅仅是尝试,聊作抛砖引玉之举。

1994年沈阳市玉米减产的气候条件分析

1 前言 1994年沈阳市玉米播种面积约为390万亩,占粮食作物总面积的54％,正常年景总产近20亿kg,占粮食总产的62％,无论是其播种面积还是总产量在沈阳市粮食作物中均占首位。1994年本市气候异常,玉米减产现象严重,减产幅度为历史罕见。本文从玉米气象产量模型,玉米对气象条件的要求和反应的规律、机制与定量指标角度出发,分析造成1994年沈阳市玉米大幅度减产的主要气象原因。2 沈阳市玉米生产状况简介 沈阳市玉米主栽品种多为中晚熟品种(掖单13、6107×340、沈单7、330×5003等),一般在4月中旬至5月初播种,10月上旬收获。

玉米旱灾气象指数保险的费率厘定研究——以甘肃省西峰区为例

该文以甘肃省西峰区为例，依据该区1981年～2012年期间历年的玉米实际单产数据，采用直线滑动平均法建立趋势拟合方程，应用Matlab7．0统计分析软件估算了该区1981年～2012年期间的玉米趋势单产产量，并根据实际单产产量和趋势单产产量分离出旱灾单产产量。在此基础上，依据不同降水量指数下玉米实际单产产量相对趋势单产产量的减产率，设计出玉米旱灾气象指数保险的理赔指数，并根据不同程度干旱灾害的灾损率和与之对应的发生频率厘定出玉米旱灾保险的总投保费率。试图为当地政府完善玉米旱灾保险提供理论依据和实证分析的建议，为开展其他农作物保险提出可供借鉴的途径。

Climate-induced Changes in Spring Maize Water Requirement in Xiliaohe River Watershed

Xiliaohe River watershed plays an important role in regional and national grain security.With the development of society and economy,water consumption that increased dramatically causes water shortages.Crop water requirement can provide quantitative basis for making regional irrigation scheme.In this study,spring maize water requirement is calculated by using PenmanMonteith formula and spring maize coefficient from May to September at 10 meteorological stations in Xiliaohe River watershed from 1951 to 2005.The variation trend of the spring maize water requirement during the whole growing stage,water requirement in every month,and meteorological influencing factors are obtained by using Mann-Kendall method,and the degree of grey incidence between the water requirement and meteorological influencing factors are shown.The results are the spring maize water requirement during the whole growing stages increases at half of the stations in Xiliaohe River watershed,and are remarkably affected by the water requirement in May.The monthly mean,maximum and minimum air temperature form May to September show an increasing trend in Xiliaohe River watershed in recent 55 years.The monthly mean and minimum air temperature increases notably.The relative humidity,precipitation,wind speed and sunshine show a decreasing trend with variety for different months.The monthly maximum air temperature,wind speed,sunshine and monthly mean air temperature have the highest correlation degree with spring maize water requirement from May to September.