一、新疆棉花严重气候减产年的热量特征分析（论文文献综述）
徐向英[1]（2019）在《江苏小麦综合气象指数构建与产量变化预测和分析》文中认为气候变化问题是世界各国广泛关注的焦点,农业生产在全球变暖、隐形气象灾害频发的环境下将面临更大的风险。冬小麦生产受气象条件的影响较大,近年来,渍害、干旱、高温逼熟等气象灾害及其发生频率增大,对小麦的稳产高产造成了严重威胁。随着联合国粮食及农业组织（FAO）“气候智能型”农业概念的提出,农业生产的气候适应性和智能生产研究正在各国和地区间不断开展。本研究拟在前人研究的基础上,通过对江苏省苏北、苏中和苏南三个农业生态区域1979-2014年小麦生长期内多种气象因子和小麦产量进行分析,探索以机器学习模型为核心、适用于该地区小麦产量评估的气象条件综合评价指数,并在此基础上分析江苏小麦的敏感气象因子、年型气候适应性以及未来气候变暖环境下的产量变化趋势,期望能够为今后江苏小麦产量预测提供参考,为农业灾害预警提供理论依据,同时可为农业种植灾害保险提供技术支持。主要研究结果如下:1.江苏近35年冬小麦生长季气象条件时空分布特征汇集了江苏地区10个气象站点1979-2014年小麦生长季的平均气温、累计降水量、日太阳辐射量和日照时数的空间分布数据,使用Mann-kendall趋势检测和Sen斜率分析了各气象因子的演变,并对小麦四个生育阶段（播种至越冬始期S1、越冬始至返青期S2、返青至开花期S3、开花至成熟期S4）的气象条件变化特征进行了分析。结果显示,10个站点的小麦全生育期平均气温和平均旬累计降水量在空间上均呈现北低南高特征,而平均日太阳辐射和平均旬累计日照时数均表现为由北向南逐步减少的特征。10个站点的小麦全生育期平均气温在时间上均呈现显着上升趋势,上升的幅度在0.04℃/yr～0.07℃/yr之间。四个关键生育阶段中,S2有近一半站点呈现显着的升温趋势,S1和S4有9个站点温度上升趋势达显着水平,而S3所有站点的升温趋势均达到了显着水平。经比较,S3的平均升温幅度是四个生育期中最高的,且以吴江站点的升温幅度最大,达到了 0.092℃/yr。除了平均温度呈现升高趋势,小麦生长季的日最高和最低气温也呈现不同程度的增长。赣榆、铜山、东台、江宁4个站点1979-2014年日最低气温的增长接近或超过了日最高气温的增长幅度,四个关键生育阶段中,除S2外,其余时期四站点的最低气温均出现了显着上升趋势,反映了小麦生长季昼夜增温不平衡的现象。小麦全生育期旬降水量均值在35年间并无显着的上升或下降趋势,四个关键生育阶段中,仅溧阳和吴江两站S2的降水量上升趋势达到显着水平,均达0.3mm/yr以上。使用旬值标准化降水蒸散指数（SPEIx）分析江苏小麦生长季水分条件和产量的关系,结果表明,S4的1旬、2旬、3旬尺度的SPEIx值均与一阶差分产量呈极显着负相关关系,表明江苏小麦开花至成熟期的降水量偏多,不利于小麦产量的提升。35年间,各站点小麦全生育期平均日太阳辐射量的Sen斜率均为正值,但均未达到显着上升趋势。10个站点中9个站点的S3日太阳辐射均呈现显着上升趋势,且苏中和苏南地区共有5个站点达到了极显着上升的趋势。其余三个关键生育阶段的日太阳辐射变化趋势均未达到显着水平。大部分站点冬小麦全生育期日照时数的Sen斜率为负值,仅盱眙站点的下降趋势达到了极显着的水平。就四个关键生育阶段而言,S1和S2分别有4个和1个站点呈现了显着下降趋势,S3有3个站点呈现显着上升趋势,其余站点的变化趋势均不显着。2.影响小麦气候产量的关键气象因子筛选与提取方法比较按照种植区及气候条件的差异,将研究区域以苏北灌溉总渠和长江划分为苏北、苏中和苏南三个亚区,并采用不同方法分析了小麦四个关键生育阶段的气象因子与气候产量的关系,筛选获得三个亚区中影响小麦产量的关键气象因子。四种不同气候产量的提取方法（去线性趋势法、去3年滑动平均趋势法、一阶差分法、相对差分法）,结果表明,在气候条件相近的三个亚区内,去3年滑动平均法所得气候产量的站点间平均相关系数在苏北和苏中地区较低,在苏南地区较高;去线性趋势气候产量的相关性在苏北地区较高,苏南地区较低;一阶差分和相对差分法相关性结果较为接近,在三个亚区内的结果均比较稳定。对四个关键生育阶段的四种气象因子进行相关分析显示,一阶差分和相对差分的相关因子数以及Spearman相关系数值均优于去线性趋势和去3年滑动平均趋势产量。将三个亚区内气候产量数值最低的20个值认定为严重减产,比较严重减产时气象因子与四种方法计算的气候产量的拟合情况,结果显示去3年滑动平均产量和相对差分产量在苏中地区拟合较好,而去线性趋势产量在苏北和苏南地区拟合较好,一阶徐向英 江苏小麦综合气象指数构建与产量变化预测和分析 Ⅲ差分产量在苏南地区的拟合较好。鉴于一阶差分产量具有计算简单、解释性强等优点,确定了一阶差分法作为气候产量的计算方法。采用相关分析法、逐步回归模型的赤池准则（AIC）以及随机森林模型的%IncMSE指标对影响小麦气候产量的气象因子进行筛选,对比分析表明,3种方法筛选所得气象因子并不完全相同,但苏北地区T2,苏中地区S4和苏南地区P3在三种方法中均表现出较高的重要性,因而结合三种方法选择相应的气象因子能获得更加可靠的产量影响因子,将其作为气候产量拟合模型的输入参数,以便获得更准确的综合气象指数。3.评估小麦气候产量的综合气象指数构建研究对同时段、不同站点间的气候产量预测（空间预测）和不同时段、相同站点的气候产量预测（时间预测）两种气候产量预测模式以满足实际应用需求。通过将气象和产量数据划分为训练集和测试集,在训练集上利用随机森林（RF）和支持向量机（SVM）分别对苏北、苏中、苏南三个亚区的气候产量建立回归模型,并在测试集测试模型精度,结果显示,RF和SVM模型的R2值在苏北地区达到0.5以上,但在苏中和苏南地区均在0.4以下。通过Kolmogorov-Smirnov拟合优度检验明确了气候产量分布符从三参数T分布,根据分布特征,将回归模型输出值进行标准化处理,转化为时间和空间可比较的综合气象指数值,并依据气候产量分布的上下侧20%分位数（分别为388kg/ha和-267kg/ha）,设置分类阈值,即按20%,60%和20%的概率将指数值划分为三类（分类阈值为±0.84）,分别对应气候产量减产、平产和增产三种等级。分类后的指数对气候产量类别预测的精度得到了提升,结果显示,基于RF和SVM的指数预测正确率均在50%到97%之间;SVM的指数预测正确率高于RF模型的指数。通过ROC曲线进一步比较了两分类情况下两种模型计算得到的指数对气候产量为减产和不减产（或增产和不增产）类别的预测能力。结果显示,苏北地区,RF和SVM计算的指数在减产占比达40%阈值下预测正确率均较高,最高AUC值达0.98;苏中地区,RF和SVM模型计算的指数对减产和增产的预测正确率偏低;苏南地区,SVM空间模型的指数预测正确率较高,RF时间模型的指数预测正确率较高。4.综合气象指数预测气候产量的精度评价为分析综合气象指数在气候产量评估方面的精度,使用标准化降水蒸散指数（SPEI）计算了江苏小麦生长季11月至次年5月间1、2、3、4个月尺度的SPEI指数,探讨了 SPEI与小麦气候产量间的关系,并在相同数据集上与综合气象指数对气候产量的预测正确率进行了对比。结果显示,苏北和苏中的空间预测中,两种指数正确率相当,但苏南的预测中基于RF模型和SVM模型的综合气象指数预测正确率均高于SPEI指数;时间预测方面,基于SVM模型的综合气象指数在苏北的预测正确率和SPEI指数相同,但在苏中和苏南均高于SPEI指数,而基于RF模型的综合气象指数除苏中预测正确率高于SPEI指数外,其余两地区的预测正确率均低于SPEI指数。利用多个反映光、温和水分条件的气象因子直接构建气候产量逐步回归模型,进行了产量预测,并与综合气象指数的气候产量预测结果比较,结果显示,基于RF和SVM模型的综合气象指数在苏北、苏中和苏南地区的空间和时间预测正确率均高于多气象因子的逐步回归模型。利用不同于原训练集和测试集的全新测试数据,验证了 2015～2017年间苏北、苏中、苏南共6个站点的综合气象指数预测精度。结果显示:指数在三区域汇总的预测正确率达61%以上,但在苏南地区,指数预测正确率较低。在两种调整阈值下,指数预测正确率有所下降。反映了综合气象指数在原阈值下具有一定的实际应用价值。5.江苏小麦生产的气候适应性及不同生态区影响小麦产量的敏感气象因子分析采用综合气象指数分析了江苏小麦的敏感气象因子、不同年代小麦的气候适应性以及未来变暖气候环境下的小麦产量变化。综合气象指数的RF时间预测模型获得了苏北、苏中和苏南地区小麦气候产量的全局敏感性指数。结果显示:苏北地区最敏感的气象因子为越冬始至返青期日太阳辐射,苏中地区为开花至成熟期日太阳辐射,苏南地区为返青至开花期太阳辐射。分析了 1981年-1990年、1991年-2000年以及2001年-2014年三个年代江苏10个站点的小麦综合气象指数值变化情况,结果显示:苏北、苏中和苏南地区在上世纪九十年代的减产年比例是三个年代中最高的。本世纪初的14年,江苏北部、中部、南部地区小麦的气候适应性普遍提高,减产年比例均为三个年代中最低,均降至20%以下,体现了江苏小麦生产的气候适应性正在逐步增强;平产年比例达到了三个年代中的最高值,苏北、苏中、苏南分别为820%、69%和68%;三个地区增产年比例均达14%以上,反映了 2001年以来江苏小麦产量总体处于稳定增长的态势。利用综合气象指数的RF时间预测模型分析了未来变暖环境下小麦产量变化。根据江苏10个站点35年小麦生育期平均温度上升Sen斜率为0.05℃/yr,分别设置了小麦生育期平均气温增加0.025℃/yr、0.05℃/yr和0.1℃/yr三个水平,比较综合气象指数值的变化。结果显示:苏北地区三个水平下的指数变化较为接近,均表现为平产年比例下降,增减产年比例上升;苏中和苏南地区三个水平的增温均导致指数值的平产年比例下降,增产年比例上升。反映了综合气象指数能够在未来不确定的气候条件下为小麦生产辅助决策提供参考。
井立军,井立红,高婧,周斌,毛荣[2]（2019）在《新疆塔城地区南部棉花冷害监测预警指标研究》文中认为利用新疆塔城地区南部沙湾、乌苏气象观测站地面气象实测数据及同期棉花生育期观测资料,建立以旬为单位的模糊隶属度函数以计算热量指数,进而开发基于CIMISS数据环境的棉花热量条件监测预警业务系统,结合热量条件、棉田观测等情况对棉花低温冷害进行综合判识,实现对棉花冷害的动态监测和及时预警服务,最大程度减轻低温冷害对棉花生产的影响。
王森,王雪姣,吉春容,江远安,杨明凤,季芬[3]（2019）在《CottonXL模型模拟研究延迟型低温冷害对棉花纤维品质的影响》文中研究表明为了明确不同程度、不同时段低温对棉花纤维品质的影响,该研究利用棉花延迟型低温冷害指标和灾情资料,筛选出1961-2018年间不同程度延迟型低温冷害的典型年份,在实现棉花功能结构模型CottonXL模型本地化应用的基础上,利用Cotton XL模型模拟不同程度冷害对纤维品质的影响。结果表明:CottonXL模型能够较准确地模拟延迟型冷害对棉花纤维品质的影响,不同热量条件下纤维长度、纤维比强度、马克隆值模拟结果与实测值间的RMSE分别为0.7 mm、0.9 cN/tex、0.1。冷害对棉花纤维马克隆值影响最大、纤维比强度次之,对纤维长度影响最小。随冷害程度的加重纤维长度较长、纤维比强度较大且马克隆值适中的棉铃数量显着减少（P<0.01）,纤维品质整体下降。发生轻度、中度和重度冷害时,纤维长度分别下降0.8、1.4和1.5 mm,纤维比强度分别降低3.9、4.5和5.1 cN/tex,马克隆值分别降低1.0、1.2和1.4。同等程度延迟型低温冷害情况下,夏秋季低温冷害对纤维品质的影响大于春季低温冷害。轻度夏秋季型低温冷害对纤维品质的影响较中度春季型低温冷害更大。
张燕,赖军臣,傅玮东[4]（2014）在《2013年北疆垦区不同棉区棉花产量波动的气候因素对比分析》文中认为2013年北疆垦区棉花的产量和品质出现下滑,明显不如2012年。通过对宜棉区、次宜棉区棉花各生育阶段的气象条件分析及气候指标判断得出,宜棉区是低温阴雨寡照造成棉花一般延迟性冷害;次宜棉区是各生育阶段热量条件持续不足和夏季严重冷害造成棉花严重的延迟性冷害,加之两地区初霜冻均明显偏早,造成了棉花气候减产。建议今后应根据不同年份的气候波动调整品种结构和品种布局,确保棉花持续健康发展。
邹陈,陈冬花,吉春容,杨举芳,尹育红,李新建[5]（2012）在《运用气候箱模拟石河子棉区棉花冷害的试验研究》文中研究指明为了确定引起棉花障碍型冷害的主导气象因子,达到及时预报、减轻损失的目的,2003—2005年在新疆石河子棉区乌兰乌苏农业气象试验站内,通过智能人工气候箱实施低温处理试验,模拟2001年石河子地区发生障碍型冷害时的温、湿度变化,并做不同光照强度处理的对比试验。结果表明,棉花在花铃期遭受异常低温冷害之后,其叶片、蕾和幼铃都会出现异常脱落现象,并且其蕾和幼铃先于叶片表现出受害现象,其减少率也大于叶片;而且受害程度不仅与冷害过程中的温、湿度及光照强度有关,而且与冷害发生前所处的环境条件密切相关。
邹陈,陈冬花,吉春容,杨举芳,尹育红,李新建[6]（2012）在《障碍型冷害对石河子棉区花铃期棉花生长的影响研究》文中研究表明为了明确棉花主栽品种耐冷性及障碍型冷害的量化指标,达到及时预报,减轻损失的目的。运用智能人工气候箱,在新疆石河子棉区乌兰乌苏农业气象试验站内,于2003—2005年进行低温冷害模拟试验,研究花铃期棉花在经受不同范围和时长的低温后,其植株的受害程度。结果表明,低温处理之后,棉花的叶片、蕾和幼铃都出现异常脱落,经过11.518.5℃处理24天的其叶片在第8天后才开始异常脱落,其减少率≥35%,并呈持续减少的趋势,而其蕾、幼铃在第6天后就开始异常脱落,减少率≥55%;经过11.522.5℃处理24天其叶片减少率≤25%,并在处理后的第1823天基本保持稳定,其蕾、幼铃减少率≥70%。说明花铃期棉花在受冷害之后,其蕾、幼铃先于叶片出现异常脱落,其减少率大于叶片,经过2种相同最低温度不同最高温度的处理,温度日较差小的叶片减少率较高。
毛炜峄,曹占洲,邹陈,李迎春,李新建[7]（2010）在《新疆棉花播种期气候服务指标分析及应用》文中提出针对新疆棉花播种期预测服务需求,提出了日平均气温5日滑动平均"稳定≥10℃初日"和棉花"播种—出苗期间热量指数"两个兼具生物学与气候学意义的气候服务指标。在实际业务应用中,借鉴短期气候预测方法,建立"滑动相关—逐步回归—集合分析"客观预测模型,得到这两项指标的预测值并参加业务会商,为综合分析并确定棉花开播期的早晚和提出适当的服务对策建议提供了有价值的信息,效果较好。该思路和具体方法可以在更多的气象为农业服务业务领域中尝试。
陈超,潘学标,李慧阳,张立祯,龙步菊[8]（2009）在《基于COSIM模型的新疆棉花延迟型冷害指标分析》文中进行了进一步梳理应用新疆石河子和莎车两地的棉花试验资料,对棉花模型COSIM进行参数调试及有效性验证,模型可较好地模拟石河子和莎车两地的棉花生长发育过程及产量水平。利用COSIM模型45年连续模拟结果及2004年不同播种期的模拟结果进行统计学分析,结果表明:棉花生育期≥12℃有效积温、开花期和子棉产量有显着的线性关系。提出:棉花生育期≥12℃有效积温较多年平均的减少量和开花期较多年平均的推迟日数是定量评估新疆棉花延迟型冷害的指标。通过检验,延迟型冷害指标对严重气候减产年的拟合率达到80%。
陈玥熤,郭建平[9]（2008）在《新疆棉花低温冷害逐步回归预测模型》文中研究指明为及时采取防御措施和减轻低温冷害对新疆棉花生产的严重影响,利用1961-2005年逐日平均温度资料、棉花多年产量和发育期资料,计算了新疆主要棉区棉花的热量指数,确定了低温冷害的热量指数指标,可以较好地判断预报年新疆主要棉区的冷害发生情况及灾害程度。在此基础上以74类大气环流特征量为预测因子,从棉花的播种期开始到停止生长,逐月滚动建立了各个棉区热量指数的逐步回归模型。各月模型的预测准确率达到90%以上,能较好地预测该区棉花生长季内的热量状况;且可以看出,预报月前期的高纬度极涡环流系统的特征对新疆棉花生长的热量条件有着重要影响。从研究结果可知,通过运用滚动预报的方法,可以有效地提高预测棉花生长季内热量指数的准确率,从而更准确地预测冷害发生年,为棉花生产布局和及时采取防冻措施提供参考。
郭晓伟[10]（2008）在《北疆石河子棉区棉花延迟型冷害指标的田间试验研究》文中提出新疆处于中纬度地区,是我国主要优质棉生产基地。热量是影响新疆植棉最关键的气象因子。近几年的研究又认识到对新疆棉花生产影响最大的气象灾害是冷害问题,尤其是延迟型冷害。热量不仅影响棉花的发育速度,并且与产量的高低、品质的好坏有着密切的关系。本文研究区域石河子棉区所在的北疆棉区是我国植棉的最北界,主要不利因素是生长季较短,年际间热量变化较大,经常遭遇延迟型冷害,致使棉花生长缓慢,品质下降,最终不能正常成熟,产量降低,引起大幅度减产。研究北疆石河子棉区棉花延迟型冷害的农业气象指标具有重要的经济意义和较高的学术价值。本文利用地理分期播种法,在乌兰乌苏农业气象试验站和莫索湾气象站进行田间试验,通过试验资料,研究积温、发育期、日平均气温和、生长季月平均气温和、日最低气温和、棉花生长三个阶段发育期日数、发育期日照时数等与产量的定量关系,计算得出北疆石河子棉区棉花各个级别的延迟型冷害指标。1.以≥10℃积温作为延迟型冷害指标:当北疆石河子棉区≥10℃积温较常年偏低135℃·d以上时,出现中度延迟型冷害;≥10℃积温较常年偏低203℃·d以上时;出现重度延迟型冷害。经检验,北疆石河子棉区9个气候减产（冷害年）年中6年符合本指标,66.7%达到指标,说明本指标可靠。2.以≥15℃积温作为延迟型冷害指标:当北疆石河子棉区≥15℃积温较常年偏低111℃·d以上时,出现中度延迟型冷害;≥15℃积温较常年偏低167℃·d以上时,棉花减产15%以上,出现重度延迟型冷害。经检验,北疆石河子棉区9个气候减产年（冷害年）全部符合本指标,说明本指标可靠。3.以生长季月平均气温和作为延迟型冷害指标:北疆石河子棉区生长季月平均气温和较常年偏低6℃·d和9℃·d以上时,出现中、重度延迟型冷害。经检验,北疆石河子棉区9个气候减产年（冷害年）中8年符合本指标,88.9%达到本指标,说明本指标可靠。4.以生长季日最低气温和作为延迟型冷害指标:北疆石河子棉区棉花生长季日最低气温和较常年偏低408℃·d和611℃·d以上时,出现中、重度延迟型冷害。5.以发育期作为延迟型冷害指标:北疆石河子棉区现蕾期晚于常年6天以上或开花期晚于常年4天以上,出现中度延迟型冷害。北疆石河子棉区现蕾期晚于常年10天以上或开花期晚于常年6天以上,出现重度延迟型冷害。
二、新疆棉花严重气候减产年的热量特征分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、新疆棉花严重气候减产年的热量特征分析（论文提纲范文）
（1）江苏小麦综合气象指数构建与产量变化预测和分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1 国内外研究进展 |
| 1.1 影响冬小麦生产的主要气象因素 |
| 1.2 农业气象指数综述 |
| 1.2.1 单因子气象指数 |
| 1.2.2 多因子气象指数 |
| 1.2.3 复杂气象指数 |
| 1.3 基于气象因子的作物产量模型研究进展 |
| 1.3.1 产量去趋势分析方法 |
| 1.3.2 以气象因子为参数的作物产量拟合方法 |
| 2 研究目的及意义 |
| 3 技术路线 |
| 参考文献 |
| 第二章 江苏小麦生长季气象因子的时空变化特征 |
| 1 数据获取与处理 |
| 1.1 数据获取站点 |
| 1.2 气象数据及预处理 |
| 1.2.1 数据收集 |
| 1.2.2 数据预处理 |
| 1.3 产量数据及预处理 |
| 2 研究方法 |
| 2.1 趋势检测法 |
| 2.2 相关分析法 |
| 2.3 普通克里金插值法 |
| 3 结果与分析 |
| 3.1 江苏地区小麦生长季气象因子的空间分布 |
| 3.1.1 小麦生长季气温的空间分布 |
| 3.1.2 小麦生长季降水量的空间分布 |
| 3.1.3 小麦生长季太阳辐射的空间分布 |
| 3.1.4 小麦生长季日照时数的空间分布 |
| 3.2 江苏地区小麦生长季气温的年际变化 |
| 3.2.1 小麦生长季气温变化趋势 |
| 3.2.2 气温增加的昼夜不对称性及与小麦产量的关系 |
| 3.3 江苏地区小麦生长季降水量的年际变化 |
| 3.3.1 小麦生长季降水量趋势变化 |
| 3.3.2 基于旬尺度的SPEI指数评价江苏小麦生长季水分对产量的影响 |
| 3.4 江苏地区小麦生长季日太阳辐射的年际变化 |
| 3.5 江苏地区小麦生长季日照时数的年际变化 |
| 4 小结 |
| 参考文献 |
| 第三章 影响江苏小麦产量的关键气象因子筛选方法 |
| 1 数据获取与处理 |
| 2 研究方法 |
| 2.1 基于逐步回归模型的气象因子重要性评估方法 |
| 2.2 基于随机森林算法的变量重要性估计方法 |
| 3 结果与分析 |
| 3.1 气候产量计算方法的选择 |
| 3.1.1 不同方法计算的气候产量在气候条件近似地区的相关性比较 |
| 3.1.2 气象因子与各气候产量的相关性比较 |
| 3.1.3 气候产量在严重减产年份的拟合比较 |
| 3.2 对小麦产量影响较大的气象因子筛选 |
| 3.2.1 基于逐步回归的气象因子筛选 |
| 3.2.2 基于随机森林算法的气象因子筛选 |
| 4 小结 |
| 参考文献 |
| 第四章 表征小麦气候产量的综合气象指数构建 |
| 1 数据获取与处理 |
| 2 指数构建方法 |
| 2.1 指数构建步骤 |
| 2.2 模型选择 |
| 2.2.1 作物模型与统计模型的比较 |
| 2.2.2 统计模型选择 |
| 2.2.3 候选机器学习模型 |
| 2.3 气候产量分布的确定 |
| 2.3.1 检验方法 |
| 2.3.2 检验结果 |
| 2.4 精度评价指标 |
| 2.4.1 决定系数R~2 |
| 2.4.2 均方根误差 |
| 2.4.3 混淆矩阵 |
| 2.4.4 ROC曲线和AUC |
| 3 指数的实现 |
| 3.1 基于RF模型的指数 |
| 3.1.1 气象因子筛选 |
| 3.1.2 RF模型参数设置 |
| 3.1.3 RF拟合模型的构建 |
| 3.1.4 模型结果的标准化处理 |
| 3.1.5 指数精度提升 |
| 3.2 基于SVM模型的指数 |
| 3.2.1 SVM模型参数设置 |
| 3.2.2 SVM拟合模型的构建 |
| 3.2.3 基于SVM模型的指数 |
| 3.3 指数分类阈值研究 |
| 4 小结 |
| 参考文献 |
| 第五章 综合气象指数预测小麦气候产量的精度评价 |
| 1 数据获取与处理 |
| 2 研究方法 |
| 2.1 SPEI指数预测气候产量的方法 |
| 2.2 基于多气象因子的产量预测回归模型方法 |
| 2.3 验证测试集预测气候产量的方法 |
| 3 结果与分析 |
| 3.1 综合气象指数与SPEI指数的比较 |
| 3.1.1 SPEI指数与小麦气候产量关系 |
| 3.1.2 SPEI指数的回归模型构建及预测 |
| 3.1.3 两种指数在测试集上的预测性能比较 |
| 3.2 综合气象指数与基于气象因子的回归模型精度比较 |
| 3.2.1 苏北回归模型预测结果 |
| 3.2.2 苏中回归模型预测结果 |
| 3.2.3 苏南回归模型预测结果 |
| 3.2.4 预测精度对比 |
| 3.3 综合气象指数在全新数据集上的精度验证 |
| 3.3.1 时间预测精度 |
| 3.3.2 空间预测精度 |
| 4 小结 |
| 参考文献 |
| 第六章 江苏小麦生产对气候变化的适应性及预测分析 |
| 1 研究方法 |
| 1.1 数据获取与处理 |
| 1.2 数据分析方法 |
| 1.2.1 基于熵的全局敏感性分析法 |
| 1.2.2 正态分布检验 |
| 2 结果与分析 |
| 2.1 江苏小麦气候适应性分析 |
| 2.1.1 江苏小麦气象因子敏感性分析 |
| 2.1.2 江苏小麦的气候适应性 |
| 2.2 未来气候情景下的小麦产量变化 |
| 2.2.1 苏北地区在气候变暖情景下的小麦产量变化 |
| 2.2.2 苏中地区在气候变暖情景下的小麦产量变化 |
| 2.2.3 苏南地区在气候变暖情景下的小麦产量变化 |
| 3 小结 |
| 参考文献 |
| 第七章 结论与讨论 |
| 1 讨论 |
| 1.1 气候产量计算方法的选择与评价 |
| 1.2 气候产量预测的参数与模型 |
| 1.3 基于RF和SVM模型的综合气象指数表征气候产量的可行性与精度 |
| 1.4 江苏不同地区小麦产量变化的敏感气象因子异同性分析 |
| 1.5 江苏小麦产量变化的气候适应性 |
| 2 主要结论 |
| 3 本研究的创新点 |
| 4 尚待深入研究的问题 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（2）新疆塔城地区南部棉花冷害监测预警指标研究（论文提纲范文）
| 引言 |
| 1 资料与研究方法 |
| 2 结果分析 |
| 2.1 气候背景分析 |
| 2.2 热量条件分析 |
| 2.3 生育期变化特征 |
| 2.4 热量指数计算 |
| 2.5 基于CIMISS数据环境的棉花热量条件动态监测预警系统 |
| 2.5.1 作物生育期的查询 |
| 2.5.2 历年0～25℃的积温的统计查询 |
| 2.5.3 生育期内或指定时段内的热量指数的统计查询 |
| 2.5.4 土壤湿度资料的查询 |
| 6 结论 |
（6）障碍型冷害对石河子棉区花铃期棉花生长的影响研究（论文提纲范文）
| 0 引言 |
| 1 材料与方法 |
| 1.1 试验设计 |
| 1.2 观测项目 |
| 1.3 减少率计算 |
| 1.4 数据处理 |
| 2 结果与分析 |
| 2.1 低温冷害与叶片 |
| 2.2 低温冷害与蕾铃 |
| 2.3 低温冷害的综合影响比较 |
| 3 结论与讨论 |
（7）新疆棉花播种期气候服务指标分析及应用（论文提纲范文）
| 1 新疆棉区棉花适宜开播期气候服务指标 |
| 1.1 近年来新疆南、北疆棉区棉花播种期气象条件 |
| 1.2 棉花播种期气候服务指标 |
| 2 稳定≥10℃初日气候服务指标的选取 |
| 2.1 新疆棉区稳定≥10℃初日与终霜期的关系 |
| 2.1.1 棉区稳定≥10℃初日早于终霜期的概率 |
| 2.1.2 稳定≥10℃初日与终霜期的相关分析 |
| 2.1.3 稳定≥10℃初日与终霜期的均方差比较 |
| 2.2 综合分析 |
| 3 播种—出苗期间热量指数气候服务指标的选取 |
| 4 近两年棉花播种期预测分析服务应用情况 |
| 4.1 2008年北疆棉区棉花适宜播种期分析预测 |
| 4.2 2009年北疆棉区棉花适宜播种期分析预测 |
| 5 结论及讨论 |
（8）基于COSIM模型的新疆棉花延迟型冷害指标分析（论文提纲范文）
| 1 材料和方法 |
| 2 结果与分析 |
| 2.1 模型验证与参数确定 |
| 2.2 基于热量条件的冷害指标分析 |
| 2.3 基于物候的冷害指标分析 |
| 2.4 冷害指标验证 |
| 3 结论与讨论 |
（9）新疆棉花低温冷害逐步回归预测模型（论文提纲范文）
| 1 资料和方法 |
| 1.1 主要棉区和代表站 |
| 1.2 棉花的热量指数 |
| 1.2.1 热量指数的计算 |
| 1.2.2 热量指数指标 |
| 2 结果与分析 |
| 2.1 棉花生育期热量指数预测模型建立 |
| 2.1.1 因子的筛选 |
| 2.1.2 预测模型 |
| 2.1.3 模型的检验 |
| 2.2 模型的讨论 |
| 2.2.1 模型最终入选因子的讨论 |
| 2.2.2 模型的残差分析 |
| 3 结论和讨论 |
（10）北疆石河子棉区棉花延迟型冷害指标的田间试验研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 文献综述 |
| 1. 研究的目的和意义 |
| 2. 研究区概况 |
| 2.1 地理位置和范围 |
| 2.2 自然资源 |
| 2.3 气候条件 |
| 2.4 试验地概况 |
| 3. 试验设计 |
| 3.1 地理分期播种 |
| 3.2 田间试验设计 |
| 3.3 观测内容 |
| 4. 试验数据分析 |
| 4.1 ≥10℃积温与产量 |
| 4.2 ≥15℃积温与产量 |
| 4.3 发育期与产量 |
| 4.4 棉花生长前、中、后期日平均气温和与产量 |
| 4.5 生长季月平均气温和与产量 |
| 4.6 日最低气温和与产量 |
| 4.7 发育阶段的日数与产量 |
| 4.8 发育期日照时数与产量 |
| 5. 结论与讨论 |
| 5.1 结论 |
| 5.2 讨论 |
| 参考文献 |
| 致谢 |
四、新疆棉花严重气候减产年的热量特征分析（论文参考文献）
- [1]江苏小麦综合气象指数构建与产量变化预测和分析[D]. 徐向英. 扬州大学, 2019(06)
- [2]新疆塔城地区南部棉花冷害监测预警指标研究[J]. 井立军,井立红,高婧,周斌,毛荣. 农业与技术, 2019(20)
- [3]CottonXL模型模拟研究延迟型低温冷害对棉花纤维品质的影响[J]. 王森,王雪姣,吉春容,江远安,杨明凤,季芬. 农业工程学报, 2019(20)
- [4]2013年北疆垦区不同棉区棉花产量波动的气候因素对比分析[J]. 张燕,赖军臣,傅玮东. 安徽农业科学, 2014(34)
- [5]运用气候箱模拟石河子棉区棉花冷害的试验研究[J]. 邹陈,陈冬花,吉春容,杨举芳,尹育红,李新建. 中国沙漠, 2012(04)
- [6]障碍型冷害对石河子棉区花铃期棉花生长的影响研究[J]. 邹陈,陈冬花,吉春容,杨举芳,尹育红,李新建. 中国农学通报, 2012(12)
- [7]新疆棉花播种期气候服务指标分析及应用[J]. 毛炜峄,曹占洲,邹陈,李迎春,李新建. 沙漠与绿洲气象, 2010(06)
- [8]基于COSIM模型的新疆棉花延迟型冷害指标分析[J]. 陈超,潘学标,李慧阳,张立祯,龙步菊. 棉花学报, 2009(03)
- [9]新疆棉花低温冷害逐步回归预测模型[J]. 陈玥熤,郭建平. 中国农业气象, 2008(04)
- [10]北疆石河子棉区棉花延迟型冷害指标的田间试验研究[D]. 郭晓伟. 新疆师范大学, 2008(10)