基于云模型的冬小麦气候适宜度评价方法——以安徽省宿州市为例

为建立冬小麦气候适宜度量化评价方法,本文基于云模型理论,依据光、温和水界限指标,采用"3En"法则确定云参数,建立日照、气温和降水对小麦生长影响的云模型。运用积分回归法,确定权重系数,采用加权综合法和几何平均法,确定不同生育期和全生育期气候适宜度,利用1954—2013年安徽省宿州市各县(区)冬小麦单产和1995—2013年观测地段产量因素等资料进行检验。结果表明,日照适宜度可用左半云,气温和降水适宜度可用梯形云来表达。计算的冬小麦全生育期气候适宜度,与宿州市各县(区)冬小麦气候产量呈显著或极显著正相关关系;与观测地段的冬小麦气候产量、千粒重、每穗籽粒数和乳熟期株高呈显著正相关,相关系数分别为0.588 0(P<0.01)、0.756 1(P<0.01)、0.670 7(P<0.01)和0.464 3(P<0.05)。返青—拔节期、抽穗—乳熟期2个时期的气候适宜度与单位面积穗数、每穗籽粒数的相关系数分别为0.558 9(P<0.05)、0.710 7(P<0.01)和0.736 1(P<0.01)、0.744 2(P<0.01),拔节—抽穗期气候适宜度与单位面积穗数的相关系数为0.649 8(P<0.01)。1954—2013年宿州市日照与降水适宜度以每10年0.005和0.008的速度降低,气温适宜度以每10年0.028的速率升高。研究结果可作为评价宿州冬小麦对气候条件的适应性及制定相应策略的参考依据。

近48年安徽省宿州市气候变化特征分析

根据1961～2008年宿州市气温和降水资料,运用一元回归、相关分析等数理统计方法,对近48年来安徽省宿州市气候变化进行分析。结果表明:近48年来宿州市年平均气温呈上升趋势,各季中冬季增温最明显,而夏季却出现降温趋势;增温最显著的是20世纪90年代以后。年平均降水量呈增加趋势,增量最大出现在20世纪90年代;夏、冬季平均降水量呈增加趋势,其中夏季增加对年均降水量增加的贡献最大,而春、秋季平均降水量呈减少趋势。

宿州市气象为农服务的实践与思考

从监测网络、科技支撑、产品开发、发布渠道建设、机制建设、服务形式等方面对宿州市气象为农服务"两个体系"的探索和实践进行了总结,指出了发展中存在的问题和不足,分析了存在的挑战和机遇,并从需求牵引、丰富科技内涵、示范带动、开放融合和长效机制等方面阐述了气象为农服务"两个体系"建设和发展思路。

安徽省灵璧县一次灾害性雷雨大风气象服务案例分析

从宿州市灵璧县2015年8月5日雷雨大风发生前的环流背景、能量条件和灾情发生当天的环流形势特征及临近时雷达图特征等方面,探讨此次灾害过程的成因机理及特征,且逐级再次梳理省、市、县气象预报预警服务过程,总结服务工作得失。结果表明,此次雷雨大风是受副热带高压边缘暖湿气流和高空低槽东移扩散的冷空气共同影响;副热带高压北抬加强,持续高温积累的不稳定能量有利于强对流天气的发生、发展。在此次强对流天气来袭临近前,气象部门针对此次雷雨大风天气过程及时发布了准确的预警预报信息,在此次过程中气象部门密切关注天气形势,省、市、县三级气象部门联合响应,在防灾减灾工作中发挥了较好的效果和作用。

安徽省冬小麦种植保险天气指数设计与应用

利用安徽省宿州市1993-2009年的逐日气象数据并结合区域冬小麦生育期的主要农业气象灾害,通过对历史产量损失与主要灾害的气象指标进行对比分析,为设计小麦种植天气指数保险产品,确定了干旱指数、倒春寒指数、干热风指数、阴雨日数指数Ⅰ、阴雨日数指数Ⅱ共5个小麦关键生育期天气指数。通过历史天气指数赔付率与历史产量损失率的对比,定义基差风险函数和最小化基差风险,确定指数保险赔付的触发值及赔付标准。将设计的保险产品在安徽省宿州市试验应用,2010-2012年成功销售推广1300hm2,总保费约11万元,因触发干旱指数,实际赔付额超过22万元。表明天气指数保险产品的应用,能客观、快捷地提供灾害的经济补偿。

安徽省冬小麦品种生态气候适宜性分析和精细化区划

利用安徽省78个气象站1971-2000年冬小麦生长阶段气象资料和地理信息,选取影响冬小麦品种分布和生长的主要气象因子建立区划指标,采用多元回归模型和GIS空间内插技术对指标要素栅格化,并通过温度和水分两级指标,形成千米网格的安徽省冬小麦品种生态气候适宜性精细化区划图,用安徽省耕地数据掩膜(mask)得到相应耕地意义的区划分布图,并进行分区评述。结果表明,以气温和降水为指标,可将安徽省冬小麦品种的生态气候适宜性划分为5大区11个亚区,分区结果能反映气候变暖背景下安徽省冬小麦生态气候适宜性的分布特点以及各区域温度适宜性和水分适宜性的差异。因冬季气温的南北差异,安徽省适宜种植的冬小麦品种自北向南冬性程度降低。冬小麦生产中的主要问题是水分失衡,北部水分不足,南部过多,制约了稳产高产。根据区划结果,应增强北部冬小麦主产区的抗旱能力,适当扩大沿淮和江淮丘陵北部地区半冬性品种种植面积,尽量压缩南部地区冬小麦种植面积,以全面提高安徽省冬小麦生产水平。

安徽省设施农业冬季低温风险分析和区划

利用1960-2010年安徽省29个气象观测站的冬季气象监测资料,采用数理统计方法,由年极端低温发生的气候概率,确定设施农业类型布局;由年极端低温气候概率及其波动性、各地冬季逐日最低气温发生强度及其平均日数4个参量,构建设施农业低温综合风险指数,并进行评估。结果表明:(1)安徽各地冬季低于-5.0℃的极端低温的气候概率超过80%,不宜发展塑料小拱棚。(2)低于-10.0℃的极端低温的气候概率为20%,其等值线基本与淮河走势一致,沿淮河向南极端低温逐渐减小的地区适宜发展塑料大棚,沿淮河向北逐渐增高的地区适宜发展日光温室。(3)冬季塑料大棚和日光温室生产的低温冷(冻)害风险综合指数可分为无、轻、中、重和特重5级,淮河以南塑料大棚发展区内,除沿淮河为重度风险区外,其它区域均为中度-轻度风险区,尤其是皖西南部和皖东南部的大部区域均为轻度风险区。淮河以北日光温室发展区内,东北部的宿州市全境和淮北市大部区域为特重风险区,西南部的亳州和阜阳市所辖的区域为中度风险区,其它区域为轻度风险区。

安徽省淮北平原夏玉米主要生育时期旱涝指标与影响评估

为给淮北平原夏玉米高产稳产和防灾减灾以及保险理赔等工作提供参考依据,利用1961—2010年安徽省淮北平原夏玉米生育期间降水资料,采用积分回归分析方法确定了逐旬降水量对夏玉米的增产或减产效应及其影响的关键时段,同时采取降水概率≤20%与≥80%分位数法设计了夏玉米不同生育时段及其全生育期间旱与涝的气候指标,统计分析了夏玉米旱与涝灾的区域分布和灾损率及其风险分布特征。结果表明:淮北平原夏玉米生育期间逐旬降水量的负效应多于正效应,抽雄—乳熟期间降水对夏玉米产量影响显著,期间发生旱或涝灾的减产率分别为12.6%和16.3%。淮北平原夏玉米播种—出苗、苗期—拔节、拔节—抽雄、抽雄—成熟和全生育期旱灾与涝灾的气候指标分别是各自时段内的降水总量≤17.0、≤50.0、≤95.0、≤110.0、≤370.0mm和≥95.0、≥235.0、≥265.0、≥280.0、≥740.0mm。淮北平原夏玉米生育期间涝灾多于旱灾,且旱灾与涝灾风险分别呈经向和纬向分布,全生育期旱灾与涝灾的气象相对减产率分别为-22.4%和-28.9%,其他生育时段旱与涝灾的气象相对减产率在-8%～-16%之间。

安徽省冬小麦灌浆期连阴雨灾害等级指标的确定

为确定冬小麦灌浆期连阴雨灾害等级指标,利用1980—2012年安徽省冬小麦灌浆期间逐日气象观测数据、连阴雨灾害样本和灾情资料,遴选出连阴雨灾害过程的阴雨日数、累计雨量和日照时数3个主要致灾因子,采用主成分法(PCA)、有序样本最优分割法等数理统计方法,构建了冬小麦灌浆期间连阴雨灾害综合指数(D),并结合危害特征和产量损失情况进行了灾情等级划分。结果表明,冬小麦灌浆期间的连阴雨灾害可由连阴雨综合指数(D)表达,并划分为轻、中、重、严重4个等级,对应的连阴雨综合指数(D)的分级阈值分别为:<0.2、[0.2,0.4)、[0.4,0.6)、≥0.6。经对典型连阴雨年的验证,研究中构建的连阴雨等级指标较单要素指标,对连阴雨灾害具有较高识别能力,可作为冬小麦灌浆期连阴雨灾害监测与评估业务指标使用。

宿州市近56年雷暴气候特征分析

利用宿州国家基本气象站1953～2008年的雷暴资料,通过数理统计分析,揭示宿州市雷暴气候变化特征。结果表明,宿州市年雷暴日数总体呈逐年减少的趋势;一年中,雷暴以夏季出现最多,冬季出现最少;雷暴主要在SW、W、NW方向生成,以SW方位生成最多主要在SE、E、NE方向消散,以SE方位消散最多。

宿州市近58a日照时数的气候特征分析

利用宿州站1953-2010年的日照观测资料，采用统计学的方法，分析日照时数的气候变化特征。结果表明：近58a年宿州日照时数呈减少趋势，其趋势变化率为-49h／10a；四季日照时数也均呈现下降特征，夏季的减少趋势最明显；月日照时数5月份最多，2月最少，气候倾向率只有4月为正值；日照日数和日照百分率和总云量无明显的线性关系。

宿州市农村中小学防雷设施现状及对策

介绍了农村中小学校舍内部、外部防雷设施现状,分析了接闪器、引下线、接地装置、合理布线、浪涌保护器安装等环节存在的防雷安全隐患,提出针对性的整改措施和对策建议。

1994～2013年宿州市冬小麦产量因素及农艺性状与单产的关系研究

[目的]研究冬小麦产量因素及主要农艺性状与单产之间的定量关系,为冬小麦品种选育、栽培措施改进等提供参考。[方法]利用1994-2013年对宿州市冬小麦生长发育和产量要素的长期定位观测资料,采用相关分析、通径分析和灰色关联度等分析方法,探讨了宿州市冬小麦各产量要素及主要农艺性状与单产之间的关系特征。[结果]不孕小穗率、子粒茎秆比、成穗率、三叶期基本苗数和单株成穗数5个要素的变异系数在20%以上。其中,以三叶期基本苗数变异系数最大,为25.52%。乳熟期有效穗数、单位面积穗粒数和三叶期基本苗数与单产为显著正相关,相关系数分别为0.601 1、0.633 1和0.576 4,均通过P〈0.05的显著性检验。但不孕小穗率与单产之间为显著负相关,相关系数为-0.559 0（P〈0.05）。通径系数分析表明,穗粒重对单产的直接通径系数最大,为6.245 7,成穗率最小为0.261 4。各要素与单产之间的灰色关联度均在0.600 0以上,由大到小的顺序分别为：三叶期基本苗数、单位面积穗粒数、乳熟期有效穗数、穗粒重、乳熟期株高、千粒重、子粒数、小穗数、子粒茎秆比、单株成穗数、成穗率、生育期日数、不孕小穗率。[结论]该结果可作为宿州市冬小麦品种选育和栽培措施改良等工作的参考依据。

基于等距拆分和随机森林算法的皖北小麦始花期气象预报

为探讨基于等距拆分和随机森林算法用于皖北小麦始花期气象预报的可行性,利用1980-2019年皖北地区7个农业气象观测站的冬小麦始花期原位观测物候数据和平行观测的气象数据,采用相关系数法,筛选影响始花期早迟的特征变量,采用有序等距离抽样法,拆分出训练集和测试集。基于随机森林算法(RF),从4月10日到4月15日,每日训练1个预报模型,实现小麦始花期逐日滚动气象预报,并与基于类神经网络(ANN)、线性支撑向量机(LSVM)、多元回归(RG)和支持向量机(SVM)4种算法训练的预报模型进行比较。结果表明,由平均气温、最高气温、日照时数3类气象要素构成的40个关键气象因子与小麦始花期早迟密切相关;训练出的6个始花期逐日气象预报模型中,4月10-14日5个模型入选特征变量均为40个,4月15日模型入选特征变量为39个;6个气象预报模型训练集与测试集的平均正确率分别为93.3%和80.4%,平均均方根误差(RMSE)分别为1.860~1.960和2.510~2.709,平均决定系数分别为0.944和0.841;基于RF算法训练的预报模型3项检验指标均优于ANN、LSVM、RG和SVM算法训练的预报模型;利用RF算法模型在2020年和2021年进行预报,提前7~9 d准确预报出当年始花期。由此可见,采用有序等距离抽样拆分出训练集,再基于RF算法构建的皖北地区小麦花期气象预报模型,能够以较高精度对小麦始花期进行预报。

宿州市秋冬连旱的灰色BP神经网络预测模型

秋冬连旱是影响宿州冬小麦、油菜等越冬作物生长发育的重要因素。以Z指数≤-0.8为标准,确定宿州市秋冬持续重旱年份序列,建立GM(1,1)预测模型,并应用BP人工神经网络(BP-ANN)对残差进行拟合,对GM(1,1)预测模型进行修正。结果表明,拟合结果较单一的GM(1,1)模型有一定提高。预测2008年后的下一个宿州市秋冬(10月～2月)持续重旱年度发生在2017～2018年,对当地农业生产和防灾减灾有一定的参考价值。

安徽省绩溪县雷暴气候特征分析

绩溪是皖南山区县,地处皖赣通衢,是含中山的低山丘陵山区,雷暴天气造成的灾害将给其社会经济的发展带来负面影响。笔者采用绩溪1957～2007年的气象资料,统计了雷暴天气的出现频率、强度,并分析其演变趋势。结果显示,近51年来,绩溪县雷暴活动主要集中在4～9月,其中以7～8月为最多;雷暴天气年际频率变化呈减小趋势但不明显,线性倾向为-0.12%/10a;四季出现的雷暴次数中,秋冬季减少明显,春季减少最小。

宿州电网电力负荷与气象条件关系研究及预测系统开发设计

利用宿州电网2008年8月～2010年9月逐日电力负荷和宿州逐日气象资料，系统分析电力负荷与气象条件的关系，分时段建立电力负荷预测模型，开发了宿州气象电力预测预警系统平台。该系统主要研究气象要素与电力负荷的关系，做出短期预测模型；结合WEB的CS和BS终端访问技术、数据挖掘技术、多因子变量回归技术和最优因子集组合技术，根据不同季节的特点，分5个时段对宿州电网负荷进行5d的中短期预测。系统在试运行期间表现稳定、易操作、短期负荷预测预警精度高，该系统增强了宿州电力供应安全的保障能力，推进部门相互间在信息、技术等方面的合作与共享，为宿州电网的规划和运行提供了科学依据，提升了科学经济运营水平。

安徽省2015年6月23~30日暴雨洪涝灾害特征及影响

[目的]研究安徽省2015年6月23~30日暴雨洪涝灾害的特征及影响。[方法]采用空间定位、距平百分率、历史对比、极大值推算、灾害影响分析等多种方法对2015年6月23~30日安徽省出现的一次大范围的强降水过程进行综合评估。[结果]此次过程的强降水区主要位于安徽省北部、沿淮及江淮东部地区等地;最强降水过程出现在24~30日,全省每天都有100个以上乡镇超过50 mm,其中27日686个乡镇出现暴雨,范围之广为历史6月第5位;受持续强降水过程影响,滁河流域发生洪涝灾害,合肥、金寨等地发生内涝和山洪地质灾害,江北大部出现气象雨涝,沿淮及江淮东部达重到特涝,灾害造成的损失十分严重;暴雨对农业、交通、江河湖库水位产生一定影响。[结论]该研究为灾害防御提供重要的科学依据。

宿州市大涝发生年份的中心逼近式GM(1,1)预测模型研究

以Z指数为旱涝指标,确定宿州市大涝年份,应用改变背景值的中心逼近式GM(1,1)模型,通过调整m值提高模型精度,建立了精度较高的宿州市大涝发生年份GM(1,1)预测模型,并对宿州市下一个大涝发生年进行了预测。

气候变化对宿州市夏粮产量的影响

[目的]研究气候变化对宿州市夏粮产量的影响。[方法]利用1982～2014年宿州降水量、气温观测资料和夏粮产量资料，采用M－K检验、灰色关联、GM（1，1）模型等方法，通过计算气候产量来评估一定时间尺度上气候变化对宿州夏粮生产的影响。[结果]1982～2014年宿州市夏季粮食生产时间段（6～9月）的气温处于持续上升的趋势，并在1993年气温发生突变，在1996年以后显著上升；夏粮生产期的降水则呈现波动上涨趋势。通过相关分析，选取气温作为主要气候因子分析夏粮气候产量变化。近33 a来宿州市夏粮产量不断增长，利用GM（1，1）模型计算期间趋势产量，研究气候因子对气象产量的影响发现，随着夏粮单产的显著增加，气候变化给宿州夏粮生产带来的损失也越来越大。[结论]该研究为宿州市夏粮生产提供理论依据。