小麦赤霉病发生规律调查及防治试验

赤霉病是我省小麦的主要病害,发生普遍,危害严重,并且病麦含有毒质,食用后影响人畜健康。为有效地防治赤霉病,我们在福州市郊对此病进行了初步观察和试验,现将结果整理如下,供参考。一、稻桩子囊壳的发生规律据以往研究,麦类赤霉病菌的寄主范围广,越冬基质丰富,但在水稻地区,稻桩是其主要越冬基物。稻桩上产生的子囊壳及子囊孢子是引致小麦穗腐的主要初侵染菌源。     

“病虫害预测系统”的设计与开发

气象条件是农作物病虫害发生的主要因素之一。介绍了利用气象因子预测病虫害系统的设计思路与实现方法。系统对历年监测到的历史数据（病虫害发生记录、气象数据等）进行整理形成数据库,并对历史数据进行挖掘,通过分析得到病虫害发生与气象因子之间关系的数学模型,最后用计算机技术开发出了基于气象数据的病虫害预测系统。     

冬小麦三种病害潜在适宜分布及其影响因子分析

为研究冬小麦赤霉病、白粉病和纹枯病三种病害的潜在适宜分布,从冬小麦病害发生的气象因子角度出发,利用World Clim-Global Climate Data(1970～2000年) 30年全球平均气象数据资料,通过最大熵物种分布模型,研究了三种病害的分布区域和影响冬小麦三种病害适宜分布的主要影响因子,分析病害潜在分布的气候因子效应。结果表明:小麦赤霉病潜在适宜分布区主要分布在苏南、苏中地区,风速、温度等气象要素影响其适宜分布区;小麦白粉病的潜在分布区以苏南、苏中为主,范围较大,江苏的北部和中部地区以块状分布的形式,分散在各主要城市周围;小麦纹枯病的适宜分布区主要集中在苏南、苏中城市周围一带,苏北主要分布在连云港、宿迁一带。研究结果可以为江苏省冬小麦这三种病害的预防及防御提供一定的气象科学依据。     

麦类赤霉病的发生规律及其预测

一、病原菌的发生发展与赤霉病的关系:丽水地区发生的赤霉病菌主要是 Gibberella zeae(Schw.),我们于4月8日取稻根上子囊壳内子囊孢子,制成在显微镜下每个视野内有30个孢子的子囊孢子液,接种于矮四九、早熟3号和京红四号三个品种(花期接种,平均气温在15～16℃,接种后套尼龙袋保湿),5天后接种过的麦穗全部发病。它的症状是从一个或几个并排的小穗上开始生长白色琉松的菌丝,尔后长出桔红色的粘分生孢子团,其上长有分生孢子,大小为49—69×4.5—6.0微米,     

小麦重大病虫害发生流行的气候影响评价

 为分析评价气候变化对小麦重大病虫害发生流行的影响,揭示全球变暖趋势下异常气候条件对病虫害时空演替和发生规律的作用机制,通过收集整合20个中国冬小麦主产省(区、市)经规范连续、广泛系统的测报调查所获得的病虫害发生数据,对应2009-2010冬小麦生育期间气候特点和极端气候事件,与历史常规年份的病虫害发生状况和气候条件进行比较.结果表明,在该生长季,由于初冬强降温、春季持续低温以及西南麦区秋冬春三季连旱等异常天气气候条件的影响,小麦重大病虫害发生时期推迟,其中条锈病扩展流行范围小、发生轻,纹枯病和白粉病扩展流行范围广、发生中等,麦蜘蛛等前期虫害发生较轻,赤霉病、蚜虫等穗期病虫害发生严重.从而得出,影响不同种类病虫害发生流行的关键时期、关键气象因子有所不同,这为病虫害预测预报分类指导和关注重点提供了依据;为做好预测预报、评估气象灾害对病虫害发生的影响,应做到“大小兼顾、长短结合,分类关注、抓住关键”.     

玉田地区玉米螟发生条件分析与预报模式

利用2001～2003年,2005～2007年唐山市玉田县植物保护站提供的玉米螟田间调查资料与唐山市玉田县气象台同期气象资料进行了相关分析,确定了影响唐山市玉田县玉米螟发生的主要因子,并建立了多元回归预报模式。结果表明,影响玉田地区1代玉米螟发生的主要气象因子是5月份月均气温、5月份月降水量,其结果与发生面积呈线性关系...     

电动孢子捕捉器简介

电动孢子捕捉器是一种以电能作动力,由电动机带动涂有粘着剂玻片转动的病害测报工具。它的灵敏度高,捕捉空中浮游孢子数量多。1975年我所自制一台定时自控电动孢子捕捉器,捕测麦类赤霉病子囊孢子,经两年使用结果,性能良好。在环境、气候相同的条件下,每日捕捉到的子囊孢子数量比相同高度的风向捕捉器和离地五寸高的固定捕捉器捕捉到的子囊孢子数多几倍到十几倍,且能清楚地反应出子囊孢子随降雨量及雨日增减的规律。现将制     

小麦赤霉病神经网络和偏最小二乘预测模型

选取2004-2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.     

“气温概率平均法”预测稻瘟病技术通过鉴定

台州地区农科所在宁波市镇海区病虫观测站合作下,利用观测站1955～1980年晚稻稻瘟病发生为害调查的历史资料,应用电子计算机,通过发病程度与气象因子相关性普查和2300余个因子的反复筛选,选出具有良好预测能力,可体现稻瘟病流行学观点的3个气温预测因子(2月下旬～3月中旬平均最高气温、7月中旬平均气温和8月上旬平均气温),并经数理统计分析,建立了“气温概     

熵在空气质量指数(AQI)预测中的应用

为了更准确地找出影响空气质量指数的气象因子与提高其预测精度,提出了基于熵、BP神经网络和时间序列模型的组合预测模型。该方法利用增加了特征变量的转移熵方法,得到影响AQI的气象因子及其影响度,将得到的气象因子与AQI实测值作为BP神经网络的输入因子和时间序列分析模型的特征因子,影响度作为BP神经网络输入因子的初始权重,构建BP神经网络预测模型和时间序列分析预测模型,最后用熵值法组合各个预测模型的预测结果。实验表明利用该方法对空气质量指数进行预测可提高其预测精度。     

基于气象数据的洱海蓝藻水华驱动因子及预警研究

以2013年洱海夏秋季蓝藻水华遥感监测结果为基础,探讨影响蓝藻水华形成的主要气象要素,统计分析发现,洱海蓝藻水华多发生在阴雨天转晴之后,长时间强日照及较大的气温日较差是诱发水华发生的主要因素,同时低风速、低气压有利于蓝藻上浮聚集,对水华形成起到促进作用.在此基础上,构建以水华发生与否的二值变量为因变量,各气象因子为预测变量的Logistic蓝藻水华气象风险概率预测模型.结果表明,模型各项检验指标均表现良好,预测准确率达到87.5%,该模型能够用于分析影响洱海蓝藻水华形成的关键气象因素,同时证明了利用气象数据辅助实现水华监测、预报预警的可行性.     

精细化气象因子对短期电力负荷预测的影响研究

为分析电力负荷变化特征与气象要素的关系,定量解析气象因子对电力负荷预测的主要贡献,该文以华中电网某地区为研究对象,预报因子选用电力负荷和精细化气象数据,依据逐步回归和BP神经网络模型建立滚动预报模型.通过研究发现：当日负荷除与历史负荷有较好的相关关系外,当日温度与前一日温度对负荷也有较大的影响.气象因子在逐步回归和神经网络预测方法中对负荷预测准确率的提升均有正的贡献,贡献率分别为0.28%～17.87%和0.97%～17.78%.尤其是转折天气条件下,精细化气象因子对短期负荷预测的准确率的提升尤为重要.     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

气象因子对静海主要大气污染物浓度的影响分析

伴随经济发展出现的大气污染问题受到日益广泛的关注。采用数理统计方法,从日、月两个尺度上研究了静海区大气污染的时间变化规律以及气象因子对大气污染物浓度的影响,结果表明静海区的污染时段主要发生在冬季。气象因子是污染物浓度变化的重要驱动因子,但气象因子对污染物的影响具有一定的尺度效应。因此需要继续做进一步的研究,全面揭示和分析城镇水平上气象因子对大气污染的影响方式和程度。     

张伟 杨淑敏 周向玲*

根据1980~2012年喀什平原地区3个气象站的逐日气象资料,采用统计分析探讨了日平均温度、气温日较差、地温日较差、地-气温差、日平均风速、日平均气压、气压日较差及日相对湿度8个气象因子对浮尘天气变化的影响。结果表明:在年、月季节三个序列上,影响喀什平原地区浮尘天气发生的主要影响因子基本上是一致的,分别是日平均风速、日相对湿度、气温日较差、地-气温差及气压日较差5个因子。各因子对浮尘出现日数的影响有显著的季节差异,在春、秋、冬三季浮尘天气的发生受气温日较差和日相对湿度的影响显著;气温日较差越大,相对湿度越大,越不易发生浮尘天气。夏季动力因子占主导地位,日平均风速为主要因子。在秋、冬两季冷高气压对浮尘天气的发生有一定促进作用。     

基于天气类型及改进的小波神经网络的光伏发电短期预测

本文提出了一种基于天气类型和季节类型,以布谷鸟算法优化小波神经网络的光伏发电短期预测方法.首先,分析气象因子的特征,并利用皮尔逊相关系数计算气象因子与光伏发电之间的相关性,作为预测神经网络的输入向量;其次,为了避免小波网络的结构不稳定以及由于局部极小值容易陷入预测结果误差太大的问题,提出了利用布谷鸟算法优化小波神经网络...     

黄脊竹蝗Ceracris kiangsu发生与气象因子的相关性研究

福建省长汀县1988年至1997年历年黄脊竹蝗Ceracris kiangsu Tsai发生面积与历年主要气象因子变量相关性进行研究。结果表明,黄脊竹蝗发生与气象因子有密切的关系,黄脊竹蝗发生与10月、1月、7月及4月、5月、6月份的气温,与9月、11月及1月、7月、6月份的降雨量,与6月、3月、7月及9月、2月份的日照时数相关密切。其相关性研究对预测和防治竹蝗有一定的指导意义。     

森林火险与气象因素的多元相关性及其分析

森林火灾发生概率预测涉及气象、树种、地理条件与人类活动等诸因素，气象参数对火灾的影响一直是森林火灾研究的重点之一。选用日平均湿度、降水量、平均风速、平均温度和日照时间等5种典型气象参数，利用BP神经网络分析了它们对火灾发生概率的综合影响；研究了多种气象参数综合作用下火灾发生概率的变化规律。结果表明，气象参数与火灾发生概率之间存在稳定的关联，神经网络在处理多参数综合影响方面具有较好的泛化能力，可以作为预测林火概率的可靠方法，为森林火灾研究提供了基础数据。     

基于气象相似度与马尔科夫链的光伏发电预测方法

针对目前光伏发电预测中实用性较低、预测精度不高、气象条件利用不充分和预测跟踪性能较差等现象,设计出基于气象相似度与五状态马尔科夫链的光伏发电预测方法。该方法利用神经网络建立气象相似度—发电量相似度的过渡模型,用该模型预测可获得预测日发电量的预测结果,最后分别用三状态和五状态的马尔科夫链修正预测结果。实验结果表明:相比不充分利用气象条件的神经网络预测方法,基于气象相似度与五状态马尔科夫链的光伏发电预测方法具有较高的预测精度、实用性和良好的预测跟踪性能。     

广西林业气象灾害风险调查与服务效益评估分析

【目的】为加强林业气象服务能力建设,改善和提高林业气象服务质量,2016年11月至2017年5月开展了全国林业气象灾害风险调查与服务效益评估调查。【方法】通过问卷调查、专家评估和现场勘察等方法,广西共收集到196个风险点相关信息。【结果】数据显示:火灾、病虫害及风灾风险是广西风险点的主要类型。调查得知:在灾害风险点附近属于林业部门的监测站共77个,主要是监测火险灾害,其他灾害还没有布设监测点;预警设施还在不断完善;影响林业生产的气象灾害类型为干旱、大风及强降水,主要致灾气象因子为温度、风速及降雨量;森林防火、林业资源开发与利用、造林抚育等对气象服务需求量比较大,并希望通过电话、手机短信及预警系统获取林业气象服务产品。专家对广西气象服务效益贡献率给出了客观评价,全区林业气象服务效益贡献率为8.41%,按照2016年广西林业总产值为314.784亿元的规模测算,2016年广西林业气象服务效益值已达到26.47亿元。【结论】加强林业气象监测、技术开发和应急联动等多方面合作,进一步做好林业气象服务,有效地减轻林业灾害损失是目前气象部门的当务之急。