黑龙江省影响水稻安全生产的气象要素

在分析水稻安全生产条件的基础上，探讨了有关气象因素及灾害对水稻生长发育和产量的影响。重点分析了地区冷害的发生状况及干湿条件，在充分考虑黑龙江省地区气候特征、农业生产区域及品种熟性的基础上，确定了影响水稻安全生产的灾害和气象指标。利用多年气象资料，计算了黑龙江省各地的冷害发生机率及稻田干燥度指数等，通过指标对比分析，初步提出了黑龙江省水稻安全生产的区域划分，为水稻生产的防灾减灾提供了科学的气象依据。     

移栽期变化对黑龙江省水稻低温冷害的影响——以2002年为例

针对影响黑龙江省水稻生产的低温冷害问题,利用黑龙江省水稻主要种植区域10个农业气象观测站1999-2004年每年5-9月的水稻生长观测数据和逐日平均温度数据,运用统计方法建立了产量构成与温度指标的关系方程,并结合黑龙江省2002年逐日平均温度格点化数据,对3个不同移栽日期情况下低温冷害的发生情况进行了分析。结果显示:2002年的低温冷害在黑龙江中部最严重,东部次之,西部受害最轻;北部地区受害面积和冷害损失比南部地区更大;在3个移栽日期中,随着移栽日期的推后,水稻产量有5%～11%的不同程度的减少,冷害损失逐渐增大,即按时间5月中旬—5月下旬—6月初依次递增。     

东北地区水稻热量指数预测模型

利用1961-2000年的逐月气温资料,计算了东北地区3省和全区水稻的热量指数.通过对热量指数和大气环流资料的统计分析,建立了6个预测水稻热量指数的预测模型和1个集成模型,各模型都能较好地预测东北地区各省及全区的水稻生长发育期间的热量状况.检验结果表明,所有模型的准确率较高,且稳定性较好.7个模型预测辽宁省、黑龙江省、吉林省和全区水稻热量指数的平均准确率都在90%以上,其中辽宁省的准确率最高,都在97%以上,预测效果最好,黑龙江省的平均准确率最小,但也都在91%以上.从不同类型的模型来看,集成模型的预测效果最好,准确率最高.     

黑龙江省水稻初霜冻灾害致灾因子危险性分析

根据黑龙江省水稻的生长发育期,以全省77个台站1961-2009年的逐日最低气温资料、霜冻历史灾情数据、社会经济资料、地理信息数据及作物生育期资料为基础,综合运用GIS空间分析和灾害风险评估数学方法,分析了黑龙江省初霜冻灾害的灾情特征,并根据霜冻灾害的形成机制,分别计算水稻生育期初霜冻发生概率及偏早初霜冻发生概率,进而确定了致灾因子,对致灾因子危险性进行分析与评估。结果表明:水稻初霜冻灾害发生的概率随纬度的增加大致呈增大的分布形势,大兴安岭、孙吴、逊克、嘉荫、伊春、嫩江、克山、拜泉、海伦等市县为高危险区,黑河大部、齐齐哈尔东部、绥化北部、尚志、穆棱、富锦为次高危险区,松嫩平原南部、三江平原大部、牡丹江南部为次低及低危险区。     

试论洪涝对水稻的影响

洪涝灾害是我国主要的农业气象灾害之一，水稻遭受洪涝灾害的概率较大，研究洪涝对水稻的影响具有重要的意义。通过现场试验，对水稻不同生长阶段遭受洪涝灾害的影响和不同温度下遭受淹浸后的影响进行了研究，并用数理统计方法对水稻遭受淹浸后，其产量的一系列变化作了定量的分析。     

气候变暖对黑龙江省水稻生产影响及对策研究

利用哈尔滨市和佳木斯市1951—2005年的气象资料,结合当地水稻生产的特点,研究了气候变暖对黑龙江省水稻的低温冷害、春季干旱、高温障碍和病虫草害等的影响。并在分析水稻生产中所存在的问题的基础上,提出了今后应对气候变暖、减轻灾害损失和实现水稻生产稳步发展的实用技术对策。同时分析了目前气候变暖研究中存在的问题,并提出了以消除城市热岛效应对气候观测指标的影响为核心,进一步深入研究气候变暖问题的新思路。     

水稻生产气象灾害危险性分析：—以湖南省常德市水稻生产为例

本文通过对研究区水稻气象灾害规律的研究和危险性评价,计算了不同等级的水稻综合风险率,为保险部门制定水稻保险费率提供了科学依据.     

水稻壮秧分蘖剂苗期抗冷效果初探

利用人工气候室在苗期施用水稻壮秧分蘖剂对水稻秧苗的形态及生理方面的表现进行了探讨。结果表明：水稻壮秧分蘖剂具有增加秧苗干物重,提高秧苗素质,降低电解质渗出率和提高脯氨酸含量的作用。同时增加了秧苗的分蘖能力和提高水稻产量。     

不同气候带典型区域水稻产量主控气候因子分析及预测

气候变化对粮食生产的影响存在区域差异,水稻是主要粮食作物,研究不同气候带水稻产量与主要气候因子的关系对区域粮食生产具有重要的理论和实际意义。本文基于灰色系统方法,以我国福建省、江苏省和黑龙江省为典型研究区域,分析亚热带、亚热带与暖温带的过度地带及暖温带三个气候带的近30年(1986—2015年)水稻生长季气候变化与水稻产量的关系,并预测其未来产量变化趋势。结果表明,近30年水稻生长季内福建省及江苏省区域气候变化总体呈现暖干化趋势,黑龙江省呈现变暖,而相对湿度无明显变化。各研究区降水量和温度与水稻产量的相关性显著,其中福建省和黑龙江省的水稻产量与降水量相关性最强,而江苏省水稻产量则与平均气温相关性最强。基于ARIMA模型预测,未来5年三个研究区的水稻产量均呈增产趋势,且增产较为平稳。     

旱灾对水稻市场影响的评估

长江中下游地区是我国水稻主产区,该区域的旱灾将威胁到我国粮食安全。采用小波神经网络和逻辑增长模型建立了一个评估旱灾影响的干预分析模型,评估了2011年发生在该地区50年一遇的旱灾对我国主产区水稻市场的干预模式和影响强度。研究表明旱灾对我国主产区水稻市场的干预近似服从逻辑分布。旱灾发生时,市场价格并不会立刻大幅上涨,在旱灾持续约4个月后,市场价格才被快速拉升,之后逐渐过渡到平缓波动,最后市场价格刚性使得水稻价格维持在一个新的高位上波动。     

冬小麦品种抗霜力鉴定与霜冻害防御新对策

冬小麦发育进入拔节期和出现霜冻低温是形成其霜冻害的两个要素。霜冻低温的出现主要与气候因素有关。而拔节期的早晚则受初春气温、播种期和选用品种等多种因素的影响。影响品种抗霜力的重要因素是幼穗分化时期。品种抗霜力的鉴定必须在相同的幼穗分化期,建议在药隔期进行。品种的抗霜力还与第1茎节的长度有关,而与抗冻力和叶片可溶性糖含量的相关性不显著。通过研究,提出了下列抗霜对策:在把握地区霜冻温度出现规律的基础上,合理规划抗霜品种与避霜品种的布局;通过常规育种和基因工程手段,改良品种的抗霜力;通过遗传操作磷脂酶D基因,改良冬小麦的抗霜性。     

GIS在水稻“寒露风”冷害监测预警中的应用

水稻低温冷害是广西的主要农业气象灾害,低温冷害的实时监测预警对农业趋利避害和减轻灾害损失十分重要。依托GIS技术和统计学方法,利用1∶25万的经度、纬度、海拔高度等广西基础地理信息数据,按照1 km×1 km的较高空间分辨率,对低温冷害的相关气象数据进行细网格空间分析推算,结合广西水稻生长发育状况和"寒露风"低温冷害受害指标,实现对广西水稻冷害发生发展及其强度、范围的实时监测预警,并以2010年10月上中旬冷害过程为例检验了监测效果,与冷害实际情况比较相符。     

长江中下游地区高温热害对水稻的影响

以长江中下游地区的气象资料和水稻生长发育观测资料为基础,应用WOFOST作物模型模拟了不同发育时段高温热害对早稻和中稻生长发育及产量的影响,评估了长江中下游地区高温热害对水稻的影响程度.研究表明:高温主要影响早稻和中稻的孕穗、开花和灌浆,受高温影响减产程度依次为灌浆期最大,开花期次之,孕穗期最小;当高温强度和持续日数增...     

GIS支持下的广西早稻春季冷害区划研究

利用广西省90个气象台站1961-2006年气候资料和站点地理信息,建立了早稻冷害指标的空间分析模型;依托GIS软件平台,利用1:25万广西基础地理背景数据,按照1km×1km细网格推算出早稻冷害指标的空间分布;运用GIS技术划分出广西早稻低温冷害中无冷害、轻度冷害、中度冷害和严重冷害的4个区域的分区结果,并对区划结果进行了评述和建议.     

气候条件对中国水稻稻飞虱为害规律的影响

稻飞虱除了在海南、广东、广西、二南南部冬季有少量虫源存活外，在中国其它大部分地区常年均不能越冬，春秋季初始虫源主要来自于国外。越南是中国稻飞虱的主要初始虫源地，中国稻飞虱直接来自越南红河三角洲，而最初的虫源地为泪公河三角洲。入境后的稻飞虱每年均出现有规律的５次由南向北和３次由北向南的迁飞过程。暖冬使越南等境外或中国稻飞虱越冬区的稻飞虱迁入期提前，为害期延长．中国稻飞虱发生较重的年份大多出现在３—５月副高较强的年份．厄尔尼诺年的次年中国稻飞虱有可能严重发生。     

近40年长江中下游春季低温气候特征及影响研究

本文研究了近40a来我国长江中下游地区春季低温的气侯特征,同时给出了研究低温的定量指标,并就低温对早稻产量的影响进行了初步探讨。     

我国冬小麦霜冻灾害致灾因子危险度评价——基于作物生育阶段气象指标

霜冻是一种威胁农业生产的气象灾害,对其致灾因子危险度的研究,可为大尺度的作物霜冻灾害区划及农业保险提供依据。根据作物生长发育的阶段性原理,以全国751个气象台站56年的逐日最低气温资料以及作物生育期资料为基础,统计得到冬小麦各个生育阶段不同灾害等级（轻霜冻、中霜冻、重霜冻）的年霜冻日数,并计算出冬小麦全生育期内不同等级霜冻的发生概率,基于以上两项指标对冬小麦霜冻致灾因子危险度做出评价。结果表明,研究期内重霜冻年霜日最大值为129d,而轻霜冻和中霜冻霜日最大值分别为23 d和19 d,冬小麦受重霜冻危害时间较长;冬小麦霜冻的频发区、多发区、少发区从北向南依次分布,随着霜冻等级增加,频发区的面积差异不大,但多发区的面积减小、少发区面积增大;冬小麦霜冻灾害危险度等级最低的地区主要分布在低纬度的几个省份,如海南、广东、广西、云南等,危险度等级最高的地区集中在青藏高原地区。