基于大气环流特征量的河北省冬小麦白粉病预报模型.pdfVIP

基于大气环流特征量的河北省冬小麦白粉病预报模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于大气环流特征量的河北省冬小麦白粉病预报模型.pdf

中国农业气象(ChineseJournalofAgrometeorology) 2014正 doi:10.3969/j.issn.1000—6362.2014.06.010 尚志云,姚树然,王锡平 ,等.基于大气环流特征量的河北省冬小麦白粉病预报模型[J].中国农业气象,2014,35(6):669—674 基于大气环流特征量的河北省冬小麦 白粉病预报模型 尚志云 ,姚树然 ,王锡平h ,高 军 ,杜汛雨 (1.河北师范大学资源与环境科学学院,石家庄 050024;2.河北省气象科学研究所 ,石家庄 050021;3.河北省植保植检站, 石家庄 050021) 摘要:利用 1990—2010年逐年的河北省冬小麦 白粉病和 国家气候 中心 74项大气环流特征量指数 (即大 气环流指数)逐月值资料,通过Pearson相关分析和逐步 回归分析方法 ,筛选与 白粉病发生显著相关的大 气环流因子,建立河北省冬小麦 白粉病受害面积的年前、春季预报模型。首先根据 白粉病发生面积与大 气环流指数关系,建立 白粉病发生面积预报模型(模型 I和模型II),并基于贝叶斯分类规则,利用 白粉病 面积预报结果建立 白粉病发生程度 的预报模型;另外 ,基于贝叶斯分类规则直接利用关键大气环流指数 建立 白粉病发生程度预报模型(模型 III和模型 IV);最后通过预报结果与实际发生情况的对 比对模型效 果进行检验 。结果表 明,白粉病发生面积和发生程度两种模型均可在发病前 1a的 12月底和当年 4月底 进行预报 ;对 1990—2010年的历史回代拟合和2O11—2013年的外延预报结果显示,模型 I和模型 II预 报 的小麦 白粉病发生面积 (1990—2013年)与实际发生面积基本一致 ,年前和春季病害发生程度预报模 型 (模型 III和模型 IV)的历史回代拟合准确率分别为81.0%和90.5%,2011—2013年外延预报误差最 大的仅 1个等级。说明大气环流特征量对小麦 白粉病有较强的气候指示效应 ,可为小麦 白粉病的长期预 测提供参考依据。 关键词:小麦白粉病;大气环流特征量;预报;贝叶斯分类模型 PredictionofW interW heatPowderyM ildew inHebeiProvinceBased on AtmosphericCirculationCharacteristics SHANG Zlli-yun ,YAO Shu-ran ,WANG Xi-ping ,GAO Jun ,DU Xun-yu (1.CollegeofResourcesandEnvironmentalScience,HebeiNormalUniversity,Shijiazhuang 050024,China;2.HebeiInstituteof MeteorologicalSciences,Shijiazhuang 050021;3.HebeiStationofPlantProtectionandInspection,Shijiazhuang 050021) Abstract:Basedonannualwinterwheatpowderymildew(WPM)datafrom 1990to2010,and74monthlyatmospheric circulation characteristicsdata rfom NationalClimate Center ofChina,the key circulation characteristic indices (AtmosphericCirculation Indices,ACI),whichsignificantlycorrelatedwithWPM areainHebeiprovince,were determinedthrough Pearson correlation analysisand step—wise regression analysis.Based on these key factom ,the WPM areapredictionmodelforHebeiprovincewasestablished.Atfirst.ModelIandModelI1wereestablishe

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档