基于气候年型的河南省冬小麦产量预测
气候变化是影响小麦产量的重要因素,因此科学划分气候年型,对于准确预测小麦产量至关重要.利用河南省15个气象站点(市、县)1984-2018年的温度数据划分暖温年、平温年、冷温年,依据降雨数据划分湿年、平水年、干年,组合成9种气候年型并分析其规律;结合小麦产量数据划分出丰产年、平产年、低产年,分析气候年型和产量年型的关系.然后结合地形土壤、气象等因素把河南划分为豫北麦区、豫中东部麦区、豫西麦区、豫南麦区和南阳盆地5个麦区.在此基础上,利用HP滤波法分离出气象产量和趋势产量,以气象因子驱动并利用BP神经网络构建模型预测气象产量,利用一元线性回归模型建模得到趋势产量,把两者产量叠加得出实际产量,从而实现小麦产量的预测.结果 表明:河南省积温年型以暖温年、正常年型为主,降雨年型分布比较均匀,气候年型中以正常年和干年为主,暖湿年小麦高产频率最高,为76.9％,冷湿年小麦低产频率最高,为67.9％;积温是影响小麦产量波动的主要因素,暖年年型下小麦更容易丰产,冷年时小麦低产概率较高;利用气象产量和趋势产量分别建模叠加得出的小麦产量和实际产量相比,豫北、豫中东、豫西、豫南和南阳盆地五大麦区各模型的平均相对误差分别为0.31％、0.36％、0.58％、0.48％、0.38％,说明利用HP滤波和BP神经网络技术预测小麦产量是可行的.
小麦;气象;气候年型;产量;HP滤波;BP神经网络
24
S126(农业物理学)
国家重点研发计划;河南省科技创新杰出人才项目;河南省现代农业产业技术体系专项
2022-03-11（万方平台首次上网日期，不代表论文的发表时间）
共9页
136-144
