近60年无为县降水变化趋势研究

为了揭示无为县降水的变化趋势和规律,服务于水资源管理、生态建设等方面,采用线性倾向性估计、MannKendall突变检测、小波分析等方法,对无为县1957—2016年降水资料进行了分析。结果表明:无为县年、夏季和冬季的降水量呈上升趋势,春季和秋季的降水量呈下降趋势;年降水日数呈下降趋势,四季降水日数与其降水量保持相同的变化趋势;年和四季的平均降水强度均呈上升趋势;年平均降水强度的上升主导了年降水量的上升趋势,春季和秋季的降水日数的下降主导了春、秋两季降水量的下降趋势,夏季和冬季的降水日数和平均降水强度的上升共同主导了夏、冬两季降水量的上升趋势;年降水量没有发生突变,春季、夏季、秋季和冬季的降水量分别在1993年、1979年、1985年、1987年发生突变;年和四季降水量存在丰枯交替的多周期变化规律,目前均处于偏多阶段并将持续较长时间;年、春季、夏季和秋季的降水量与相应时段的平均气温存在一定的负相关关系,而冬季的降水量与其平均气温则存在一定的正相关关系。

无为县夏季降水多时间尺度规律研究

无为县的汛期洪水主要由夏季降水形成的,为了揭示无为县夏季降水的规律和特点,服务于防汛抗旱、农作物生产等方面,采用数理统计的方法,研究夏季降水量的年际、年内的月、旬、候、日、白天、夜间、小时等长、短期结合的多时间尺度变化规律和特点,并构建夏季降水量预测模型。结果表明:无为县夏季降水量存在丰枯交替的多周期变化规律,其第一、二、三主周期对应于10、13、23年,预计2016年后夏季降水量还将处于偏多阶段并持续较长时间,但即将进入下降的阶段。年内来看,夏季降水主要集中在6月和7月,其中6月下旬和7月上旬相对较大,降水量从6月1日起逐渐增加,至7月4日达到峰值后逐渐减少。近10年夏季降水集中度从6月向7月推移,自6月至8月,降水集中度从上午向下午、夜间推移,6月份的6-7时、7月份的5-6时和15-18时、8月份的17-18时和20-21时等时段降水集中度较大。

基于时间序列分析的无为县降水量预测模型的研究

以无为县为研究区域,利用1957~2016年降水量资料,采用时间序列分析的方法,研究了降水量预测模型。结果表明,无为县年降水量随机性强,相关性弱,采用5年叠加的方法增强序列的相关性,得到了平稳的新序列,对新序列选用ARMA(1,2)模型拟合,精度较高,拟合效果良好,利用该模型对未来的值进行预测,发现无为县5年叠加降水量自2017年至2019年处于下降通道。

自动气象站报表预审经验点滴

本文就自动站报表预审中需要注意的问题,简要叙述了笔者的体会,以期对预审工作有所帮助。

GECROS模型在黄淮海地区模拟夏玉米生长的适应性评价

GECROS是荷兰瓦赫宁根农业大学近些年开发的机理性更强、算法更简要的作物生长模型。本文利用黄淮海地区夏玉米试验数据进行GECROS模型的适应性评价,为模型进一步开展区域应用提供依据。结果表明,GECROS基本能够反映黄淮海地区夏玉米的发育进程。模型模拟夏玉米抽雄期的绝对偏差在6.0 d以内,平均为2.1 d;模拟成熟期的绝对偏差在8.0 d以内,平均为3.4 d。GECROS描述夏玉米干物质积累和叶面积扩展过程的准确度较高。模拟雌穗总重的归一化均方根误差在7.8%~33.8%之间,平均为18.6%;模拟植株地上总重的归一化均方根误差在11.2%~32.6%之间,平均为20.7%;模拟LAI的绝对偏差在0.28~0.55之间,平均为0.41,模拟籽粒产量的绝对偏差在20.3~229.0 g m–2之间,平均为80.9 g m–2。利用GECROS模型相对评价作物生长状况或环境影响基本可行。但GECROS模拟夏玉米发育进程仍存在低值偏高、高值偏低的现象;在土壤水分胁迫较重时,描述的生物量积累过程有偏低情况;描述LAI扩展的总体效果差于生物量累积的效果。GECROS仍需进一步完善。

持续性温强和土壤水分对玉米发育进程的影响及其模拟

作物的发育进程对产量形成有重要影响,在作物生长模型中也起着时间指针的重要作用。但目前逐日累积温度的发育模式无法解释作物播期不同而成熟期差距很小或基本相同的现象;目前对土壤湿度影响作物发育进程的规律也不十分清楚,多数作物生长模型也未予考虑。本研究以华北夏玉米为研究对象,首先对几种常用的作物发育模式进行稳定性比较,然后再分别探讨持续性温度强度和土壤湿度对夏玉米发育进程的影响规律,并构造相关模式。结果表明,积温(TSUM)、发育单位(CHU)和热量单位(THU)等发育模式中以THU的稳定性最高。夏玉米发育进程不仅由累积温度或热量单位决定,而且受持续性温度强度(某一发育阶段的平均温度)的明显影响。平均温度较高时,完成该发育进程需要累积更多的温度。据此建立的模式对夏玉米分期播种的发育进程模拟有明显改善。土壤水分对夏玉米发育进程有明显影响,水分增加将促使夏玉米营养生长阶段的发育加速,导致抽雄期提前。由此建立的模式对区域上夏玉米发育进程的模拟有一定改善。

预测未来40年气候变化对我国玉米产量的影响

气候变化将对我国农业生产造成重要影响.传统的积分回归模型和最新的气候预测相结合可能适合评估未来气候变化对作物产量的影响程度.本文首先利用积分回归方法建立了我国不同省区玉米产量与气象要素间的相关模型,然后利用最新的气候预测成果探讨了未来40年气候变化对我国玉米产量的可能影响,并分析了其原因.结果表明：如果玉米品种改良以及目前的科技水平发展速度不变,未来40年我国玉米单产将以减产为主,且随时间递增有减幅增大趋势,但一般在5%以内.A2气候变化情景下,除2021—2030年外,我国玉米减产幅度最大的地区为东北,在2.3%-4.2%;西北、西南和长江中下游地区在2031年以后减产幅度也较大.B2气候变化情景下,东北地区在2031—2040年减产幅度最大,达5.3%;其余仍以西南和西北地区减产幅度较大.两种情景下,华北地区减产幅度均较小,一般在2.0%以内,而华南地区几乎不变.A2相较B2情景下,除2021—2030年外,其余年代的绝大多数地区减产幅度均更大.各旬降水量在我国北方地区对玉米产量几乎都为正效应,而各旬温度对我国各省区玉米产量一般为负效应.未来我国各省区玉米减产的主要原因是气温升高,仅个别省份减产与降水量减少有关.不同方法对未来我国玉米产量变化的评估结果很不一致.进一步增强评估准确性一要考虑品种和科技进步因素的影响,二要增强各类评估模型的机理性.