原文服务方: 大麦与谷类科学       
摘要:
利用辽宁省33个气象站点1993—2012年水稻产量、生育期内的旬平均气温、旬降水量及旬日照时数等资料,应用统计分析方法建立水稻的产量动态预报模型.使用5年滑动平均法分离水稻趋势产量,分析气象产量与水稻生育期内逐旬气象要素的相关性,确定5月上旬平均气温、5月下旬平均气温、6月下旬降水量、7月下旬降水量、8月上旬日照时数、9月中旬平均气温和9月下旬日照时数为关键气象因子,建立水稻产量动态预报模型,并对预报结果进行验证.结果表明:对1993—2012年进行模拟预报及回代检验,平均准确率在93%以上;对2013年的产量进行预报,准确率为93.97%~99.67%,预报准确率较高.预测结果基本可以反映水稻产量的变化情况,能够满足业务服务的需要.
推荐文章
基于环流因子的辽宁省水稻适宜移栽期预报模型研究
水稻
适宜移栽期
环流因子
预报模型
辽宁省农业气象产量预报业务系统
农业气象产量预报
业务系统
模型建立
系统功能
辽宁省日最大电力负荷与气象因子的关系
电力负荷
气象因子
气象负荷
气温
基于小波分析的水稻生育期气象因子对产量的影响
气象产量
气象因子
小波分析
水稻
产量预报
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于关键气象因子的辽宁省水稻产量动态预报
来源期刊 大麦与谷类科学 学科
关键词 水稻 关键气象因子 气象产量 动态预报
年,卷(期) 2017,(4) 所属期刊栏目 现代大农业
研究方向 页码范围 50-54
页数 5页 分类号 P49
字数 语种 中文
DOI 10.14069/j.cnki.32-1769/s.2017.04.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵振宇 12 4 1.0 1.0
2 宋晓巍 13 27 3.0 4.0
3 王婷 20 45 4.0 6.0
4 李雨鸿 24 95 7.0 8.0
5 李琳琳 28 43 3.0 4.0
6 刘青 11 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (48)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (26)
二级引证文献  (4)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
水稻
关键气象因子
气象产量
动态预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大麦与谷类科学
双月刊
1673-6486
32-1769/S
大16开
1984-01-01
chi
出版文献量(篇)
1912
总下载数(次)
0
总被引数(次)
4550
论文1v1指导