我国小麦白粉病发生流行的长期气象预测研究

确定了影响我国小麦白粉病发病流行的9项关键环流特征因子指标,其中4项较好地表征了我国小麦白粉病发病面积轻、偏轻、偏重、重4个级别的气候特征.以关键环流特征因子距平为预测因子,建立的上年10月初、当年4月初制作预报的2个全国小麦白粉病发病面积距平预测模式历史拟合效果较好,对2004年的外延预报准确率分别达87.5%和98.2%.通过分析关键大气环流特征因子对我国小麦白粉病发生流行的可能影响机制,发现前期关键环流特征因子对我国小麦白粉病的发生流行具有很好的气候背景指示效应.     

甘肃天水市冬小麦条锈病发生发展的气象预测

利用1985-2005年天水市3个不同气候区气象、冬小麦条锈病病叶率和严重度等资料分析得出:天水条锈病菌主要在海拔1 300m以上区域潜育越夏,1 900m以下区域安全越冬;该地既有自生菌源,又有来自陕西宝鸡至甘肃陇南徽成盆地和西汉水流域流行区域菌源病菌的随风漂移侵入。锈病菌源量与严重度秋季以中南部山区最大,春季则以中部河谷半山-干旱区最大。统计分析建立了冬小麦条锈病预测预报数学模型,其历史拟合率达85%以上,其中重度半大流行发生年份历史拟合率在90%以上,预报准确率较高,服务效果显著,为冬小麦条锈病发生发展的气象预测预报和科学防治提供了依据。     

西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

单季晚稻穗颈瘟气象预报集成模型

根据1985—1998年上海地区单季晚稻穗颈瘟发生程度资料、地面气象资料、500hPa高空环流因子和北太平洋海温场资料，挑选相关系数较高且稳定性好的预报因子，在应用逐步回归和逐步判别分析方法组建预报模型的基础上，集成了单季晚稻穗颈瘟发生程度的长、中、短期预报模型。3种预报集成模型的起报时间分别为当年的3月、7月和8月下旬。这3种预报集成模型对1985-1998年的历史拟合和1999—2002年的预报，误差均未超过1级。     

全国小麦条锈病长期预报模型比较研究

选择上年1月至当年4月为预报时段，采用预报因子膨化技术，将大气环流特征量按月依次组合成不同时段，计算出不同膨化时段的74项大气环流特征量距平值。从这些值中选出与全国小麦条锈病发病面积率距平相关显著的关键时段关键环流因子，建立了全国小麦条锈病发病面积率距平预报模型Ⅰ。与未采用因子膨化技术建立的预报模型Ⅱ相比，模型Ⅰ的预报准确率有显著的提高。同时发现，大气环流特征量与全国小麦条锈病发生流行之间存在着很好的相关性。     

黑龙江省杨树烂皮病气象预报模型的适应性分析

在构建东北地区杨树烂皮病发生发展气象适宜度预报模型的基础上,选取黑龙江省西部地区5个试验点,以1972-1974年当地杨树烂皮病观测记录为标准,对该模型进行局部地区应用试验.结果表明:仅利用当地气象观测站的气象数据进行气象适宜度等级预报的准确率比较低,总体预报准确率仅为38 07％,而对气象要素进行空间插值能把预报准确率提高到72.16％.此研究可为黑龙江省气象部门进行杨树烂皮病的气象适宜度预报提供技术参考.     

气候异常与中国小麦白粉病灾害流行关系的研究

分析了厄尔尼诺事件与我国冬小麦白粉病发病面积的相关关系。结果表明：在厄尔尼诺出现的起始年，冬小麦白粉病发病面积相对较小；在厄尔诺起始年至下一个厄尔诺起始年前的前一年，冬小麦白粉病发病面积趋势逐年增大，并在下一个厄尔尼诺起始年前一年达到最大值；在连续出现厄尔尼诺的年份，冬小麦白粉病发生面积逐年降低。厄尔尼诺事件通过引发主要麦区的诱水、温度异常来影响小麦白粉病的流行程度。造成厄尔尼诺年我国小麦白粉病发病面向相对较低的原因，与厄尔尼诺起始年前的冬半年寒潮活动加强造成冬小麦冻害严重，大大降低了小麦白粉菌的越冬基数及春季干旱不利于小麦白粉菌的侵染有关。     

近年来陕西省小麦条锈病流行规律及其与气象条件的关系

对陕西省小麦条锈病的发病规律和影响因素进行分析,为陕西省小麦条锈病预报预警、综合防治提供科学依据。基于陕西省2010-2017小麦条锈病调查资料和温度、降水等气象要素资料,利用DPS数据处理系统,采用相关分析法,分析小麦条锈病发生流行监测指标与气象因子的关系,筛选关键时段和气象因子;采用线性回归、非线性回归和逐步回归分析方法,研究陕西省小麦条锈病发生流行规律,建立小麦条锈病发生流行监测指标与气象因子的关系模型。结果表明:近年来,关中、陕南地区条锈病平均始见期分别为4月18日和1月30日,两地区始见期时间顺序都为由西向东逐步推迟,全省条锈病始见期具有提早的趋势。研究期内陕西省小麦条锈病发病程度变化趋势不明显,秋田发病面积具有逐年减少的趋势,而最终病田面积具有逐年增加的趋势。条锈病发生面积扩展过程可用逻辑斯蒂(Logistic)生长曲线来模拟。小麦条锈病始见期的早晚对最终发生面积具有极显著影响,始见期越早最终病田面积越大,始见期越晚最终病田面积越小。冬前条锈病发生面积与最终发生面积的关系不大,初春发生病面积与最终发生面积具有极显著的相关关系。陕西小麦主产区条锈病流行取决于春季菌源传入时间和数量。反映小麦条锈病的指标(始见期、流行速率、发病面积、发病程度)与冬季温度、初春降水量关系密切。冬季温度高,有利于条锈病孢子越冬;初春降水多,空气湿度大有利于条锈病滋生、蔓延和流行。暖冬、初春降水多等有利气象条件是陕西省小麦条锈病流行的外因。     

农业病虫害的灾变预测及预报精度分析

在农业病虫害突变规律的研究基础上,建立了定性与定量的尖角突变模型,确定了各病虫的突变区域。根据综合控制变量所确定的边界值,对未来病虫发生发展趋势进行预测。经多年历史资料检验和1992年农业病虫害发生突变的趋势预报证明:准确率高,覆盖面广。     

基于多种预测模型的玉米低温冷害预测集成模型

引入大气环流特征量因子、500hPa高度场因子、太平洋海温因子以及预报量本身的均值周期因子等四类因子的低温冷害预测子模型来建立玉米低温冷害预测集成模型。利用该集成模型预报下一年温度等级时，将上一年的实况资料输入预测模型，滚动预测，克服了统计模型预报时效短的缺点，且试报准确性高，无错报。