宁夏气象灾害变化及其对粮食产量的影响

利用宁夏23个站点1961-2004年的年降水量、冰雹发生次数和无霜期数据,1991-2006年宁夏水稻、小麦、玉米、马铃薯产量数据,粮食总产量和干旱、冰雹、冷冻害的受灾成灾面积数据,分析了宁夏干旱、冰雹和霜冻三种主要气象灾害的变化趋势及其对粮食生产的影响。结果表明:近年来,宁夏地区的旱灾指数在波动中增加,干旱发生的强度和频率有增加趋势,干旱的影响加重;冰雹的年均发生次数有明显减少趋势,但冰雹影响的程度和范围有所增大;无霜期天数增加,霜期缩短。干旱是影响宁夏主要粮食作物产量和粮食总产量的最主要的灾害;对于冷冻害和冰雹对粮食作物产量的影响,一方面与灾害的发生时间和发生区域有关,另一方面还与作物的主要生育期及作物种植的地理位置有关。

基于对数均值迪氏指数法的中国粮食产量影响因素分解

为了明确不同因素对粮食产量变化影响的大小,分析粮食产量波动变化的机理,该文采用对数均值迪氏指数法建立了粮食产量无残差因素分解模型,将中国粮食产量的波动分解为播面单产、种植结构、复种指数和耕地面积变化的贡献。基于1996-2012年数据,对该期间影响中国粮食产量波动的因素进行了分解,结果表明:播面单产和复种指数的变化表现为增长效应,种植结构和耕地面积的变化表现为减量效应,其中播面单产变化促进粮食产量增长8 592.25万t,对粮食产量增长的贡献率为101.03%;复种指数变化促进粮食产量增长6 926.97万t,对粮食产量增长的贡献为率81.45%;种植结构变化导致粮食产量减少3 909.11万t,对粮食产量增长的贡献率为-45.97%;耕地面积变化导致粮食产量减少3 105.61万t,对粮食产量增长的贡献率为-36.52%。各影响因子的作用具有阶段性,1996-2003年种植结构效应对粮食产量波动的影响较大;2004-2007年,播面单产、种植结构、复种指数的贡献相互交替,2004年播面单产的贡献最大,2005年、2007年复种指数的贡献最大,2006年则是种植结构的贡献最大;2008年开始播面单产效应起着主导作用。该研究可为政府有关部门粮食生产发展规划和相关产业政策的制定提供数据参考和理论依据。

早稻产量动态集成预报方法研究

应用作物产量历史丰歉气象影响指数、作物气候适宜指数、作物生长模拟模型分别建立早稻产量动态预报方法,利用这3种方法分别对1996―2005年湖南早稻产量进行动态模拟预报,在分析预报误差的基础上,确定每种方法的预报权重,建立动态集成预报方法。拟合检验结果表明,集成预报方法的丰歉趋势预报正确率、产量预报准确率都较任意单一预报方法稳定,且有一定程度提高。利用上述方法分别对2006―2008年湖南早稻产量进行预报检验,结果表明,除2006年的丰歉趋势预报因早稻收获阶段遭遇台风出现错误外,集成预报法的丰歉趋势预报正确率、产量预报准确率都较高,且好于任意单一预报方法,能够满足业务服务的要求。

早稻产量综合动态预报方法研究

利用湖南省早稻产量与发育期、日最高气温、日最低气温、日降水量和日日照时数等资料及早稻生理气象指标,在丰歉气象影响指数动态预报方法的基础上,引进早稻生育期内对产量有较大影响的关键气象因子,建立了早稻产量综合动态预报方法。结果表明,该方法在早稻产量增减趋势预报和定量预报上,正(准)确率都有所提高。

基于气候适宜度指数预报玉米产量时旬权重系数的确定方法

利用吉林省1980-2016年春玉米作物资料、50个气象站的逐日气象资料,构建春玉米生长季各旬的气候适宜度模型。分别采用绝对值法、归一化法和相关系数法确定各旬气候适宜度权重系数,进而计算4月上旬-预报日前一旬的气候适宜度指数,分析不同方法得到的气候适宜度指数与春玉米产量气象影响指数的相关性,并进行回归分析,建立产量动态预报模型,对吉林省春玉米单产进行预报。结果表明:三种方法研究的权重系数之间存在一定差异,但总体上随生育期的变化趋势基本一致。利用1981-2012年资料回归分析建立的产量丰歉预报模型多数通过0.05水平的有效性检验,各预报模型历史拟合平均准确率均在85.0%以上,归一化均方根误差NRMSE均小于17.0%,丰歉趋势预报准确率普遍在60.0%~80.0%,三种方法差异不明显。利用模型对2013-2016年春玉米单产进行外推预报,各预报时间准确率存在波动,但绝对值法、归一化法和相关系数法所有预报时间的平均准确率分别为93.5%、90.8%、87.2%,预报结果准确率的标准差分别为32.6、69.4、116.1。且绝对值法各预报时间平均准确率均在85.0%以上。可见绝对值法预报结果的准确率和稳定性均较高,可以满足业务服务需要。

基于气象要素的逐日玉米产量气象影响指数

利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。

2种茎瘤芥产量丰歉动态预报方法的对比

旨在以涪陵茎瘤芥为例,基于气候适宜度指数与历史丰歉气象影响指数2种方法建立产量丰歉动态预报模型,比较2种茎瘤芥产量丰歉动态预报方法的准确性。结果显示,2种方法均具有较高的单产预报准确率,在茎瘤芥产量的动态预报中,基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法的最低单产预报准确率为88.7%,最高单产预报准确率为99.9%;基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法的最低单产预报准确率为88.9%,最高单产预报准确率为99.7%,准确率极值差异较小。对比不同年份各起报日期的平均单产预报准确率可知,基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法得出的单产预报准确率优于基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法。对比同一年份不同起报日期的平均单产预报准确率可知,起报时间在1月1日及之前的预报准确率最高。在有限验证年份内,对比单产预报结果与历年实际单产发现,基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法在产量趋势预报及大多数年份的单产预报准确率方面,均表现为优于基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法的预报效果。

基于多源数据和LSTM模型的县域冬小麦估产

及时准确地估计区域冬小麦产量对维护国家粮食安全和农业可持续发展具有重要意义。本研究利用中国冬小麦主产区2001—2018年的遥感数据、气象数据和县域产量,构建基于长短期记忆(Long Short-term memory,LSTM)估产模型,并与传统随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)和决策树(Decision Tree,DT)模型对比,研究不同模型的估产性能,分析不同特征对模型精度的影响,评估模型的提前预测能力。研究结果表明:1)基于全部数据的LSTM模型精度最高,平均R2为0.853,平均NRMSE为7.22%。与DT、RF和SVR模型相比,LSTM模型将R2提高了0.324、0.088和0.028;2)光合作用相关的地面下行长波辐射(R20.737)、近地面气温(R20.747)、地面下行短波辐射(R20.735)和降水率(R20.681)超过了其他单一特征的估产能力,在单一特征的基础上增加特征的数量将进一步提高估产的准确性。气象数据、波段反射率和植被指数对估产的贡献依次降低,当同时使用这三种数据时估产准确性最高(R20.866、NRMSE7.00%)。3)小麦生长周期从10月8日至次年6月10日,8 d一个时相,合计32个时相数据,基于三种数据源的LSTM模型预测产量的能力在1~6时相增加,在7~19时相趋于平稳,在20~29时相再次上升,30~32时相基本保持稳定不再增加。当使用前29个时相的数据时,LSTM模型可以提前24 d获得最大的产量预测精度(R20.873、NRMSE 6.90%)。本研究提出的方法不仅估产精度较高,而且能够实现提前预测产量,可为农业管理和农业经济活动提供高效可靠的大面积冬小麦估产途径。