农业气象因子范文（精选10篇）
农业气象因子 第1篇
1 农业生态环境建设与气象因子的关系分析
1.1 生态环境建设有利于气象系统减灾
在生态环境的日益恶化之下, 农业生产更易遭受到气象灾害的影响, 农业气象在防范农业气象灾害以及生物入侵等方面发挥了重要的作用。经济全球化的发展推动了我国农作物出口贸易, 同时对于动植物检疫也提出了更高的要求, 但是我国传统的农业部门只能对农作物的病虫害进行防治, 而土壤、气象等方面的灾害却无法处理, 而全面的农作物医疗系统就需要农业气象研究的支持。农业生态环境的改善可以减轻当前的农业气象灾害, 促进农业生产发展。
1.2 农业气象对农业生态系统效应的作用
农业生态系统作为一种人工的生态系统, 与自然生态系统不同其损害将直接导致生态系统对人类的服务功能的下降, 同时损害人类的利益。正确认识农业生态系统的效应在一定程度上可以控制农业污染以及农业生态多样性的减少。农业气象对于农业生态系统既有正面效应也有负面效应, 一方面森林等有利于气候的稳定同时有利于减少沙尘暴等自然灾害, 但农药、化肥等的使用又会对环境造成污染。为了充分发挥农业气象对农业生态建设的促进作用目前农业气象部门已经在调整服务结构, 积极参与农业生态环境建设。
2 农业生态建设与气象系统的协调发展
2.1 区域生态气象观测站的建立
地方政府根据当地气候环境、农作物种植类型以及农业生产结构的特点要对于当前的农业气象观测站设置情况进行改进, 扩大农业气象监测的覆盖范围, 同时根据农业经济发展和农民生活的实际需求对于观测项目和服务内容进行创新调整, 从而充分发挥农业气象系统建设对于农业生产以及农业生态建设的促进作用。在原始森林植被覆盖率较高的地区建立林业生态气象站, 在工业区与农业区的交界的地方设置农业生态环境监测站等, 气象站的监测指标要与区域的生态环境特点以及监测需求相适应, 同时气象观测站与环保检测的内容和指标要避免重复, 不同地区的生态气象观测站要加强联系, 通过资源的共享推动农业生态建设的发展。
2.2 气象部门要注重新课题的研究
随着社会的进步与经济的发展目前人们对于农业产品也提出了更高的要求, 开始追求无公害无污染的绿色农产品, 因而各地要加强农业生态建设, 促进绿色农业生产基地的建设。绿色农业生产使得农业气象也加入了一些新的课题, 包括农作物检疫、农业生产培训、农业科技推广等等。例如马铃薯是我国北方地区重要的农产品之一, 马铃薯在种植过程中会受到多种病害的影响, 包括PSTV、PX、晚疫病等, 但是由于种植地区的气候差异马铃薯的发病时间以及病害严重程度都会有所差别。一般来说南方地区的马铃薯发病时间较多集中在发育阶段, 严重影响马铃薯的产量, 而北方地区发病时间大多在成熟期且发病率低。气象部门对于农业生产中的新课题要加强研究, 促进现代化农业生产的发展。
2.3 加强农业生态以及农业气象专业人才的培养
人才的缺乏严重阻碍了我国的农业气象系统以及农业生态建设的发展, 农业气象参与生态建设要求相关人才同时具备农学、生态学以及气象学等多方面的专业知识, 但是在目前我国的人才培养模式之下很难培养出这种复合型的人才, 相关院校应当通过专业结构以及课程设置的改革加强该方面专业人才的培养促进农业气象与农业生态建设的相结合, 与此同时在职的农业气象工作人员要不断更新自身的知识体系, 善于学习先进的农业生态气象理念来推动自身研究的进展, 为所在地区的农业生态环境建设作出贡献。
2.4 加强农业生态建设的气象研究
气象作为农业生产的影响因子中最为活跃多变的, 通过加强农业生态建设针对性的气象研究有利于农业疑难问题, 促进农业生产的发展, 同时生态环境建设的质量又会对农业气象产生反作用。
参考文献
[1]魏宝成.基于AMSR-2蒙古高原土壤水分反演及对气象因子响应分析[J].中国生态农业学报, 2016 (6) .
农业气象因子 第2篇
摘 要：以新疆阿克苏地区径级9.0 cm的灰枣为研究对象，利用FLGS-TDP插针式茎流仪和小气候仪对其茎流变化极其环境因子进行同步检测。结果表明，枣树茎流速率具有明显的日变化规律，呈单峰曲线，茎流量在16：00左右到达高峰状态;在不同类型的天气条件下，枣树的茎流活动规律不尽相同;相关性分析表明，太阳的有效辐射、空气温度、相对湿度是影响枣树茎流变化的主要气象因子，茎流量与环境因子之间存在时滞效应。
关键词：茎流速率; 气象因子; 灰枣
新疆位于亚欧大陆内部，温带大陆性气候，是枣树的天然适生区。近年来，南疆地区的枣树栽培发展很快，但是在生产上存在着众多的问题，其中包括水分管理的不科学性。尤其是枣树的茎流规律的系统研究并不多见。本文利用插针式茎流仪，结合小气象仪对气象因子的同步检测，动态地研究枣树干茎流规律，对枣树的干茎流和气象因子之间的关系进行分析。
1 研究区域概况
研究区位于新疆阿克苏地区温宿县内的林科院佳木良种试验站(80°32′E， 41°15@N，海拔1 103.8 m，地下水位3.3 m)，是新疆林科院下属试验基地。该地区属大陆性干旱气候，年均蒸发量远大于年均降水量，枣树生长期主要靠天山南坡的冰雪融水灌溉，昼夜温差大，有效积温高，年日照时数和无霜期长，光热资源丰富，气候干燥，病虫害少。试验站内灌溉样地用水为台兰河下游水源和井水，水资源充足，实验灌溉方式为滴灌。
2 研究方法
2.1 被测植株的选定及预处理 实验果树品种为灰枣，根据荒漠沙壤土土壤测定的标准，选择果树生长的代表性土壤环境区域，在其生长位置远离田埂并便于灌溉的植株中进行筛选，实验是将地径为9.0 cm的样株作为中龄林的代表进行分析，植株地径尽量笔直，树体表层粗皮无开裂。
2.2 茎流速率的测定 利用已安装的FLGS-TDP插针式茎流仪，与5-8月份的灰枣生长期对枣树的茎流速率进行连续检测，并利用小气候仪对实验所在地区的温度、相对湿度及太阳辐射等气候因素每隔1 h进行自动检测记录，保证与茎流测量同步。
3 结果与分析
图1 枣树茎流速率日变化规律
3.1 枣树茎流的日际变化 从图1中看出，8月上旬枣树茎流速率日变化呈单峰曲线。8月3日天气晴朗， 由于实验区日出时间较晚，枣树茎流启动时间一般为08：00，08：30-16：00茎流量大幅度上升，并在16：00左右迅速到达茎流活动的高峰状态，茎流高峰可持续6～8 h。在此之后，茎流速率开始呈下降趋势，与上升幅度相比，下降幅度比较缓和，茎流停止的时间界限不是很明显，到凌晨02：00左右时基本下降至极低值，至后将舒缓的进行夜间茎流传输，总体而言，整个日周期灰枣的液流活跃期历时约15 h。
图2 枣树茎流速率日际变化规律
从图2中看出，8月上旬枣树茎流速率日际变化呈多峰曲线。8月3-5日天气晴朗，枣树液流启动时间大致都为09：00点。15：00-17：00点出现峰值。在此之后，茎流量呈下降趋势。相对而言，多云或阴天天气液流启动时间将推迟，峰值也较小。8月6日为多云，茎流启动时间推迟大约30 min，茎流波峰始终保持较小值，明显低于晴天时的水平。从气象因子连日变化曲线可看出，在多云或阴天天气条件下，太阳辐射强度小，空气相对湿度大，气温低，相应的枣树的茎流速率曲线峰值低;而晴朗干燥天气条件下，情况正好相反，说明这一季节每日液流的`最大值与当日的气象因子密切相关。8月7-8日两天都有阵雨，茎流量波动与晴天相比，峰值均出现在20：00左右，波动幅度受降雨量的影响显著，夜间降雨时土壤水分含量高， 使得枣树较高的茎流峰值出现在晚间，茎流量明显大于白天。
一般而言，植被的气孔在夜间会关闭， 叶片蒸腾速率变为0，而试验中测得的枣树液流速率尽管数值很低， 数值却不为0(图1和图2)。可看出，枣树的根系在夜间仍具有继续保持吸水的能力，以此来协调自身的需水平衡。由上述分析可以看出，灰枣夜间有茎流活动，且活动强度具有自身的特点。由图2 可知，3-5日的夜间出现了比较明显的茎流活动，这是由于晴朗的天气条件下，白天植株蒸腾作用过于强烈，根系吸水在一定程度上不能满足自身需求，从而造成植物体内水分供需平衡失调，水容量下降。而在夜间蒸腾停止后，在根压的作用下根系吸水方式由被动变为主动，持续保持吸水能力，以此补充白天蒸腾引起的水分亏缺。而6-8日，天气为阴天或有降雨过程，白天枣树的耗水量相对较少，植物体失水并不严重，到了夜间基本无液流活动。
3.2 枣树茎流变化与环境因子的关系 枣树茎流变化与小气候仪同步检测的试验地空气温、湿度、太阳辐射强度等气候因子连日变化的测定结果比较发现，枣树茎干液流速率连日波动规律完全与同步检测的气象因子如太阳辐射、气温、空气相对湿度等变化趋势基本吻合，灰枣的液流速率受环境因子影响明显。
农业气象因子 第3篇
关键词：常宁，空气质量，气象因子，相关性
1.引言
研究区域：研究区域为常宁城区。常宁属亚热带季风湿润气候类型，位于湖南省南部，湘江中游，衡阳盆地南缘，地势由西南部向东北部倾斜。地形以丘陵、山地为主，国土面积2046平方公里。
空气质量的好坏已直接影响到人们的身体健康和生活质量。重污染天气日数的不断增加，使得越来越多的人们对于空气质量，以及PM2.5、PM10等空气污染物认知越来越了解，这也让空气质量指数预报的需求不断增加，目前并没有很好和很有效的能够预报空气质量的系统以及监测站点，所以并不能做到很好的预报工作，只能以实时数据作为参考，因为空气质量是随着大气中污染物的多少而增加或减少的，而污染源可以来自很多方面，比如人工生产（工厂、汽车）、自然灾害（火山喷发、扬尘、生物腐蚀）等等都会对空气质量造成影响。
2.资料和方法
2.1资料
常宁城区于2014年1月1日正式开始空气质量观测，按照衡阳市环境保护局文件要求，我市主要监测空气污染物有二氧化硫（SO2）、二氧化氮（NO2）、可吸入颗粒物PM10，每月监测14天，每天连续采样12小时。引用资料时间段为2014年1月1日—12月31日，全年共监测168天。
气象资料来源于常宁市国家基准气候站地面观测资料，该站位于常宁城区北纬26°25′，东经112°24′，海拔高度116.6米。与空气质量监测点相距不到1000米。
2.2方法
环境空气质量评价方法
⑴评价因子：SO2、NO2、PM10
⑵评价标准：《环境空气质量标准》GB3095—1996二级标准。
⑶评价方法：空气污染指数API法
3.结果分析
3.1环境空气质量监测结果
2014年1月—12月，我市环境空气质量监测共获取有效数据1008个，结果见表1
从测定的结果来看，环境空气中SO2浓度夏季（6月5日）出现最高浓度值为0.103mg/m3，API指数是77；春季（3月26日）出现最低浓度值为0.003L mg/m3，API指数是59；NO2春季（3月19日）出现最高浓度值为0.028 mg/m3，API指数是59；夏季（5月5日）出现最低浓度值为0.005L mg/m3，API指数是50；PM10春季（1月19日）出现最高浓度值为0.228 mg/m3，API指数是114；秋季（8月19日）出现最低浓度值为0.020L mg/m3，API指数是20。
从表2可以看出，常宁城区空气质量优良率为97%。其中7、8月空气质量为优的日数最多，1月有轻微污染，全年轻微污染率为3%。
3.2环境空气质量与气象因子的关联
从图1可以看出，常宁市城区污染指数最高的为10月，次高为1月，最低的为7月，次低的为8月。污染指数与气温基本呈现反相关的关系，气温越高，污染指数越低，气温越低，污染指数越高。污染指数与相对湿度的关系呈现季节性变化特征，在夏季，相对湿度升高，污染指数也升高，相对湿度降低，污染指数也降低，在冬季，变化却正好相反，相对湿度升高，污染指数降低，相对湿度降低，污染指数升高。
图1 常宁市城区各月平均污染指数与平均气温、平均相对湿度对比关系图
从图2可以看出，污染指数与降水量有显著的相关关系。降水量多且降水日数多的，污染指数低（8月）；降水量少且降水日数少的，污染指数最高（10月）；其他降水量多且降水日数少或者降水量少且降水日数多的，污染指数都算正常。
4.结论
1、常宁城区空气质量较好，全年监测168天，有163天达到优良，优良率达到97%，只有4天有轻微污染。首要污染物为可吸入颗粒物。
2、空气质量污染指数与气温、相对湿度、降水量、降水日数等有明显关系。
污染指数与气温基本呈现反相关的关系，气温越高，污染指数越低，气温越低，污染指数越高。污染指数与相对湿度的关系呈现季节性变化特征，在夏季，相对湿度升高，污染指数也升高，相对湿度降低，污染指数也降低，在冬季，变化却正好相反，相对湿度升高，污染指数降低，相对湿度降低，污染指数升高。污染指数与降水量有显著的相关关系。降水量多且降水日数多的，污染指数低（8月）；降水量少且降水日数少的，污染指数最高（10月）；其他降水量多且降水日数少或者降水量少且降水日数多的，污染指数都算正常。
参考文献
农业气象因子 第4篇
本文采用典型性相关分析方法[4]研究池塘养殖环境中不同水层水质因子( 水温、DO、p H、 ORP) 与气象因子组( 气温、气压、湿度、日照、风速、风向、雨量) 之间的相关关系,得出它们之间的定性、定量规律,旨在提取影响不同水层水质因子的关键影响因子,为进一步预测不同水层水质以及智能决策奠定基础。
1材料与方法
1. 1数据来源
数据采集于2013年8—10月在上海松江泖港一南北走向的自然养殖池塘,池塘南北长约40 m,东西宽约40 m,平均深度约1. 5 m。在池塘水面上拉1根绳子,绳子中间(即池塘中央)放置3根梅特勒多功能探头,探头布置在水下10、60和110 cm,全天24 h每隔15min采取1次3个水层的水质数据(DO、p H、ORP、水温)。在池塘附近建立气象观测站,同步测量气象数据(气压、光照、气温、风速、湿度)。
经过清洗、处理后获得3组监测数据集。水质因子是指反映水质的各个量,包括:水温(X1)、 DO ( X2) 、p H ( X3) 、ORP ( X4);气象因子是指各种天气情况指标,包括:气压(Y1)、气温(Y2)、湿度(Y3)、风速(Y4)、光照(Y5)、风向(Y6)、雨量(Y7)。水层因子NO. 1表示水下10 cm,NO. 0表示水下60 cm,NO.- 1表示水下110 cm。
1. 2分析方法
试验采用典型性相关分析方法对数据进行分析。典型性相关分析是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。它的基本原理是:为了从总体上把握两组指标之间的相关关系,分别在两组变量中提取有代表性的两个综合变量U和V(分别为两个变量组中各变量的线性组合),利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。
连续变量的相关系数r取值范围在- 1 ~ 1之间,| r| 代表相关程度,符号代表正相关还是负相关。其中,相关系数| r | = 0 ~ 0. 3表示相关程度低普通,相关系数| r | = 0. 3 ~ 0. 5表示相关程度普通,相关系数| r | = 0. 5 ~ 0. 7表示相关程度显著,相关系数| r | = 0. 7 ~ 0. 9表示相关程度高, 相关系数| r| = 0. 9 ~ 1. 0表示相关程度极高,0表示完全不相关,1表示完全相关。通常,相关系数| r | < 0. 3则可以忽略考虑[14]。
2结果与分析
2. 1不同水层水质因子的差异性和相关性分析
从表1可以看出3个水层水质因子的垂直变化特征:水质因子存在明显差异,水温、ORP表层变化幅度大,中底层趋于稳定,DO、p H则差异明显。
n = 1 912
从表2结果可知,3个水层的水温与p H之间呈显著正相关(0. 5 < | r | < 0. 7),说明池塘中的p H随着水温的升高而升高。中、底层DO与水温之间呈显著负相关(0. 5 < | r | < 0. 7),这说明中、 底层DO随着水温的升高而降低。表层ORP与DO之间呈普通负相关( r = - 0. 342 9 ) 。三个水层其他因子间相关程度很低( | r | < 0. 3),这说明其他水质因子间彼此独立性强。
n = 1 912
2. 2气象因子间相关性分析
从气象因子间相关性分析结果(表3) 可知, 气象因子指标间部分因子相关系数较大,这些指标之间似乎有着较大的联系。气压与气温之间相关性程度高,呈负相关性,相关系数为- 0. 802 6; 光照量与湿度之间相关程度显著,呈负相关,相关系数为- 0. 659 5;气温与湿度、日照、风速之间相关程度普通(0. 3 < | r| < 0. 5),相关系数分别为- 0. 493 5、0. 485 4、0. 359 3;风速和光照、湿度的相关程度普通(0. 3 < | r| < 0. 5),相关系数分别为- 0. 317 6、0. 403 2。其他气象因子之间的相关系数很小( | r| < 0. 3),也说明他们与其他指标间没有多大重复,彼此独立。
n = 5 736
2. 3不同水层水质因子与气象因子间简单相关性分析
从3个水层水质因子与气象因子简单相关性分析结果(表4) 可知,3个水层的水温与气温正相关程度高(0. 8 < | r| < 0. 9),与气压负相关程度高(0. 8 < | r | < 0. 9)。可以看出,随着水深的增加,气温对水温相关程度变小,这是因为热能在水体传播过程中存在耗散。表层溶氧与光照负相关程度显著(r = - 0. 673 9),中下层溶氧与气压正相关程度显著(0. 5 < | r| < 0. 7),与气温负相关程度显著(0. 5 < | r| < 0. 7)。3个水层的p H与气压负相关程度显著(0. 5 < | r| < 0. 7),与气温正相关程度普通(0. 3 < | r | < 0. 5)。ORP与气象因子间相关系数很小,说明他们之间相关程度很低,可以忽略不计。
n = 1 912
在不考虑水质和气象因子间自身相互影响的情况下,气象因子对3个水层的水质因子简单相关性分析结果表明:对水质因子产生主要影响的气象因子是气温、气压、湿度和光照( | r | > 0. 3); 不同水层水质因子受气象因子影响程度不同。表层水质受气象因子的影响相对活跃,中底层则相对稳定;表层水温主要受气温、气压的影响,表层溶氧受湿度和光照的影响,表层p H受气温、气压和湿度的影响,表层ORP受气温和湿的影响; 中底层的水温、DO和p H主要受气温、气压的影响。
2. 4池塘养殖环境关键因子典型性相关分析
对3个水层水质因子组与气象因子组进行典型性相关分析,从表4分析结果中可以得知, 3个水层的11个因子都可以简化为4对综合变量。
为了更加清晰地发现不同水层水质因子与气象因子间的相关关系,将表5简化为表6。中层水质与气象因子典型性相关分析:第Ⅰ对典型变量构成中,U1中X1(水温) 的权重系数最大,V1中Y2(气温)的权重系数最大,且均为负值,说明中层水温与气温有极强的正相关性;第Ⅱ对,U2中权重系数较大的因子排序为X3(p H) > X1(水温),V2中权重系数较大的因子排序为Y2 ( 湿度) > Y1(气温) > Y3(气压),这说明中层的p H、 水温与湿度、气温和气压有着密切的相关性;第 Ⅲ对,U3中权重系数较大的因子排序为X2 (DO) > X1( 水温),V3中权重系数较大的因子排序为Y5( 光照) > Y3( 气压),这说明中层的DO、水温与光照、气压有着密切相关性;第Ⅳ对, U4中X4 ( ORP) 的权重系数最大,V4中权重系数较大的因子依次为Y2( 湿度) > Y1 ( 气温), 这说明中层的ORP与湿度、温度有着密切相关性。其他水层水质与气象因子典型性相关分析与上述类似。
n=1 912
3讨论
简单相关性分析的缺点是,仅仅孤立考虑X变量组中单个变量与Y变量组中单个变量的相关性,未考虑X、Y变量组内部各变量间的相关, 无法从整体描述两组变量的相关关系。典型性相关分析是将水质因子和气象因子看作两个整体, 也就是说,典型性分析结果既表现了因子内在的相关性,又表现了因子间外在整体相关性。从3个水层水质因子和气象因子典型相关分析结果可知:
水温是水质中反应最活跃、最密切的因子[5,6,7,8,9]。从表5可知,3个水层的水质因子中,水温反应最活跃,其次是DO和p H,ORP反应最迟钝。3个水层的水温不仅紧随气温变化而变化, 而且强烈地影响着其他水质因子( DO、p H) 的变化。
DO和p H是水质因子中相对复杂的因子,3个水层的DO和p H与气象因子的相关性各不相同。DO是衡量水质最重要的因子[10,11,13]。从表5可知,表层DO与空气接触最密切,所以DO相对中底层更活跃,它与湿度相关性最大,其次是气压和气温,均呈负相关性。中层DO和水温构成的综合因子与光照和湿度的构成综合因子相关。 底层DO与水温构成的综合因子与光照、气压、气温和湿度构成的综合因子相关。p H也对鱼类产生直接或间接的影响[13]。从表5可知,表层p H、 水温、DO构成的综合因子与气压、气温、湿度构成的综合因子相关;中层p H、水温构成的综合因子与气温、气压、湿度构成的综合因子相关;底层水温、p H、DO构成的综合因子与气温、气压、湿度构成的综合因子相关。
ORP是反应池塘水质的一个综合性指标[3], 反映了水体氧化还原能力,是水质变化的先行指标,能够起到很好的预警作用[12]。本文研究结果表明,ORP与气象的密切程度不高(r < 0. 3),可以不予考虑。
4结论
农业气象因子 第5篇
关键词：春玉米需水量变化；气象因子；探索构架
一、引言
在川西高原地区，全年气温较高，干湿季节明显，是典型的干热河谷气候，冬季一般天气晴朗、日照丰富，很适合于像玉米这种喜光照、耐高温的作物生长。而随着社会经济的不断发展与全球范围内气候的大幅度变化，使得在川西高原地区有些地方容易出现干旱情况，干旱导致水资源供求不足，容易引起玉米缺水，影响到春玉米的正常生长。为了缓解水资源使用短缺的局面，要尽可能的提高水利用率，针对春玉米需水量与气象因子的变化，科学合理的进行灌溉，有效提升在玉米种植过程中水资源的使用率。
二、资料方法
研究春玉米需水量变化与环境因子两者之间的关系，所参考的数据来源可以从川西高原地区历年的自然气候记录与种植情况数据做资料。其中，自然环境记录包括日均降水量、日均光照强度、日均光照时间等会影响到玉米自然生长的最直接因素。在春玉米的种植情况分析中，不同的地区地理位置内、环境范围内、不同的季节时间区域，以及不同的地势高度等，结合以上因素，分析得到环境因子与春玉米生长相关联的主要影响部分。
春玉米需水量的计算方法是基于植物的蒸腾作用计算开始，目前一般采用以植物的蒸腾水含量作为其需水量数值的参考。当下联合国所提出的Penman- Monteith计算法则是比较接近与作物需水量实际大小的计算公式。相比于蒸腾计算，要更加贴近作物需水量的真实值，且广泛适用于不同环境下的作物生长情况。用具体公式表达为：ETm=K*ETc，其中ETm表示作物的需水量也能称作作物的潜在蒸腾含水量，K表示玉米系数，ETo是指玉米的蒸腾参考系数。此类公式比较实用于大部分的春玉米需水量计算，但是也会存在一定误差，比如说温度、降水量等外界环境引起的误差。
三、春玉米需水量和缺水量变化
春玉米需水量与缺水量变化两者是相关联的，需水量越大表示缺水现象越严重，作物缺水的同时也产生了需水反应，但是这两者也不存在完全对应与一致的关系，需水量的影响因素还有源自作物自身生长环境的影响，比如春玉米种植土壤供水与保水能力较差，这会导致作物的需水量变的频繁，但不一定是因为作物内部缺水而产生的需水反应，只是作物为了存储更多的水分以供日后生長而产生的需水要求。如果土壤的保水能力强，玉米的需水量可能要少些，为维持生命活动产生的缺水反应则可以通过向土壤吸收水分来满足。
四、春玉米需水量的气象要素
春玉米需水量的气象要素有玉米生长季节内高温、空气含水量、风力大小等，总的来说可分为光、热、水分这三个方面的影响因素，如果光照强、风力大，使得玉米的實际蒸腾活动强烈，所蒸发出的水分也增加，引起需水量的提高。相反，例如阴雨天气，玉米棵间蒸发与叶面蒸腾作用的细胞呼吸口都会开的比较小，降低其蒸腾作用，这时的需水量会不太高。由于风力、光照、温度这几者对玉米的需水量是共同影响的，因此对三者的分析缺一不可，若光照很强，温度很高，但是风力太小，对植物散热的会有一定影响，难以带动植物周围的水分流动，使得蒸腾作用并不会太强烈。但是如果风力大、温度高、光照不太强，也会引起玉米的需水量提高，这是由于风力将细胞呼吸口吹散，加上温度的作用，导致植物内蒸腾作用活跃，需水量也变大。五、生长期内气象因子和春玉米需水量的关系
在玉米生长期内气象因子与玉米需水量的关系中，气象因子是直接会影响到玉米生长发育的，玉米生长发育的每个过程中所需要的水分、营养、对光照的要求、体内需水量都不一样。玉米是喜光的作物，在干旱条件下，只要适时灌溉便能加速玉米生长，玉米生长发育过程中的每个阶段所需要的含水量、营养物质都不同，相比于植株成熟时期的含水量，玉米在种苗以及发芽过程时含水量要高的多，体内需水量也很大，这时候在对玉米进行大量的输水准备，确保玉米种苗能吸取足够的水分，而在成熟期内，可以适当减少水分灌输含量，这个阶段玉米的需水量也会有所减少。考虑到玉米生长期内气象因子对玉米需水量的影响，一般玉米种植温度就在28℃～30℃，温度过高或过低都会影响玉米发芽，玉米生长时的最适宜温度为20℃～24℃，这段温度区间内，玉米根系生长较快且较健壮。温度会影响种植土壤中矿物质的合成与含量，对玉米的营养成分也会产生很大影响。在潮湿气候下，空气含水量增多，会导致玉米内需水量减少。
在多次实验与总结后，我们可以用如下图表表示出两者的关系，其中图一纵坐标表示玉米产量，横坐标表示气象温度。在温度为20℃～24℃时玉米产量最多，其中，这也是最适合玉米生长的温度，能有388kg每亩，而温度过低或过高玉米产量都是最低的8kg。因此不管是在低温还是在高温的环境下尽可能的将玉米生长的环境温度控制在20℃～24℃是最佳的。
结论：综上所述，春玉米需水量变化与气象因子有着直接的关系，本文就川西高原气候特征为例，在此环境与温度下，春玉米生长只要按照每个生长阶段中给予适量的水灌溉，就能有效提升玉米产量与种植质量。
参考文献
[1]张玉芹；杨恒山；高聚林；张瑞富；王志刚；徐寿军；范秀艳；杨升辉；超高产春玉米冠层结构及生理特性的研究[A]；中国作物学会50周年庆祝会暨2011年学术年会论文集[C]；2011年
[2]樊向阳；齐学斌；高胜国；赵辉；王景雷；不同覆盖条件下春玉米农田耗水特征及提高水分利用率研究[A]；中国青年农业科学学术年报[C]；2002年
农业气象因子 第6篇
近些年来, 全国的水稻科研工作者努力从各个角度来寻找预防和治疗稻瘟病的手段和方法, 取得了许多可喜的成就。研究结果表明, 品种感染性虽是稻瘟病发生流行的主导因素, 但地区气候特点及栽培条件也均与该病发生有密切的关系, 其发生与流行常取决于该地的菌源、寄主及环境条件[1,2,3]。在稻瘟病发生发展的过程中, 农业气象环境起着尤其重要的作用, 即使病害致病的病原物与感染的寄主植物同时存在, 甚至已接触, 但如果外界的农业气象环境不适宜, 病害仍不能发生或仅局部发病而无法形成灾害。因此, 掌握了农业气象因子与稻瘟病的发生发展和流行之间的关系, 并及时采取相应的措施, 对减少稻瘟病所造成的损失有着十分重要的作用[4,5]。
1 影响水稻稻瘟病的农业气象因素
1.1 温度
稻瘟病一般在旬平均气温达20℃时开始发生, 最适温度因地区不同而略有差异。华南稻区为23~28℃, 长江流域稻区为24~28℃, 北方稻区为22~25℃, 温度过高或过低发病均受抑制, 即低于8℃或高于35℃则受抑制。温度对病菌孢子的萌发和侵染产生直接影响, 菌丝的发育和分生孢子的形成均以25~28℃为最适温度。菌丝生长温度为8~37℃, 孢子萌发和附着器形成的温度要求与孢子形成相同。病菌的侵染过程所需的温度也有严格的温度范围, 在温度高至34℃时则不能入侵。
在潜育期间, 温度对稻瘟病的发生有着明显的影响。在我国北方地区穗颈瘟的发生受低温 (20℃) 的影响较大, 一般在播种期间气温较低, 不利于病菌的活动, 种子带菌传病作用不大, 但当采用塑料薄膜覆盖或南方晚稻育秧期间气温较高时, 则存活在种子上的病菌除直接侵染幼苗引起苗瘟外, 还可以继续产生孢子, 进行再侵染。
温度还可以影响到稻株本身的抗性, 如水稻连续遭受数日低温后, 再进入正常温度, 则3~6 d后抗病性显著降低, 并持续7~14 d之久, 特别是夜间低温 (15℃) 时对抗性的影响尤为明显, 一些非常敏感品种的稻株只要经过15℃的低温处理4个夜晚 (每次4 h) , 抗性就会下降, 因此抽穗期间的骤然降温, 常常会加重穗颈瘟的发生。辽宁省由于早春的气温较低, 不利于稻瘟病的发生, 因此苗期很少发生苗害。穗颈瘟则受抽穗至抽穗后20 d的气温影响最大。辽宁穗颈瘟的发生主要受低温的影响, 一般在水稻的抽穗阶段遇到低温, 灌浆迟缓, 稻穗不老化, 抗病力降低, 是造成病菌反复侵染的良好条件。一般在8月中旬的旬气温低于23℃, 下旬低于21.5℃, 9月上旬气温低于20℃时容易造成穗颈瘟的大流行, 而且越早期危害越大, 在低温条件下的降雨更加助长穗颈瘟的流行。
许多科技工作者研究了温度对侵染及稻瘟病发生的影响, 当水稻秧苗生长于不同温度的土壤中时, 在20℃侵染最严重, 在24~32℃较轻, 而在28℃时最轻。当土温和气温都有作用时, 在接种前几天处于18~20℃的低温下也可使秧苗感病。秧苗在最适于寄主生长的温度 (25~28℃) 下能够抗病, 而在30℃下抗病性变差;成株在20~29℃的高土温下比在18~24℃下较能抗穗颈瘟。进一步试验证明, 如果植株早期在冷水中生长, 再置于不同温度的水中生长的感病性较轻, 但若延长冷水处理时间, 结果则恰恰相反。在气温与土温不同时, 特别是低气温 (17℃) 和温水 (23℃) 下, 秧苗可感病, 低温的诱发作用随接种的叶龄而存在很大变化, 即便在同一幼苗期内也是如此, 用10℃和30℃的温度处理所引起的对稻瘟病的感染性也随品种而不同。一般情况下, 温带地区的水稻品种比热带地区的品种在低温下更易诱发稻瘟病的感染, 因此在我国苗瘟经常发生的南方稻区, 可以通过调节早期秧苗的水温来增强秧苗的抗病性。
温度对稻瘟病的发生至关重要, 人工无法控制温度的情况下, 可以根据当地的长期天气预报来准确地估算出气温的演变规律, 由此来适当调整播种时间的早晚。在日本早播通常比晚播发病轻, 这是因为过早播种的分蘖阶段的气温较低和抽穗阶段温度较高而不利于发生严重病害, 如果有条件随时调节温度, 可以根据水稻的生长发育各个阶段对温度的需求随时进行调节, 达到减少稻瘟病发生的目的。
1.2 湿度
湿度也是影响发病的重要因素之一。在高湿条件下, 特别是空气的相对湿度处于饱和状态时, 对发病最为有利。当南方稻区相对湿度低于83%, 北方稻区低于70%时, 发病停止。发病时, 如果天气闷热, 时晴时雨或雾多露浓, 则有利于病菌的生长繁殖, 不但孢子形成最多、发芽快、侵染率高、潜育期短、病斑出现早, 而且稻株同化作用缓慢, 碳水化合物含量低, 抗病力弱, 病害容易流行盛发。
湿度对越冬病菌存活期的长短起着关键作用。北方稻区雨水少, 大气相对湿度低。一般在干燥条件下, 分生孢子能存活1年以上, 菌丝可达2~4年, 而在湿润条件下, 病组织的菌丝常随稻草的腐烂而死亡, 浙江农业科学院通过测定证实了这一观点。
饱和湿度是形成分生孢子的最适条件。如果相对湿度低于90%, 孢子形成数量减少到1%左右, 孢子必须在相对湿度高于93%以上, 同时有水滴存在的情况下才能萌发。若空气湿度达到了饱和但无水滴存在, 孢子的萌发数量也极少。稻瘟病的大流行是病菌大量侵入繁殖的结果。稻瘟病菌在侵染期, 湿度一般起主要作用。在潜育期, 我国东北地区南部稻瘟病的发生以连绵阴雨为主, 如果水稻抽穗期连绵多雨、多露、多雾, 夜间温度稍高或正常, 这种条件持续时间过长, 则加重稻瘟病的流行。例如山区、沿海地区等多雾、清晨结露浓, 空气相对湿度在90%以上, 对稻瘟病的发生极为有利, 因此流行频率也相当高。
土壤水分也大大影响植株的感病性和病害的发展。稻株生长于“干”土中易感病, 在湿土中中度抗病, 在淹水条件下抗病。经验总结得出稻株对稻瘟病的感病性和土壤水分成反相关。如果田间水分不足, 尤其是孕穗期和抽穗期缺水, 更容易诱发穗颈瘟的发生, 这就需要在此期间控制好空气湿度和田间水分, 既保证田间水分充足又不能造成阴雨、雾多、露浓的条件, 并且在井水灌溉时, 最好选择在晴朗温度高的天气进行, 否则冷水浸泡时间过长会加重病害。
据辽宁在沿海稻区的发病规律分析, 7月上旬的雨量与叶瘟的发生关系密切。因为降雨是影响空气湿度和土壤水分的主要原因, 并且在一定程度上影响了气温。观察实践表明, 一般7月上旬的降雨量达100 mm, 连续降雨日数超过5 d以上时, 叶瘟可大流行。这是因为在7月上旬以前, 气温较低, 病害尚处于点片发生阶段, 水稻尚未封行, 即使降雨尚不足以形成威胁, 7月上旬以后叶片逐渐老化, 抗病力增强, 因此雨量对病害的诱发作用也会减少。只在7月上旬, 正值病菌反复繁殖积累了一定菌量, 且稻株分蘖和叶面积指数日益增加, 田间逐渐郁闭, 在病原菌多、寄主正处在感病的关键时刻, 降雨即成为诱发病害发生的主导因素。
进一步试验表明, 温度与湿度既能影响病菌孢子的形成和侵染, 又影响到寄主的抗性, 因此二者相互联系, 是不可分割的整体。稻株最易感病的条件:温度24~28℃, 并伴有16~24 h的连续湿润状态。如果温度不能满足, 即使阴雨连绵也难以发病, 病势也会抑制。凡是病害严重发生和迅速蔓延的时期, 气温都比较适宜, 阴雨日多, 雾多露浓, 日照少, 水稻又处于分蘖盛期或抽穗期等较易感病的阶段。据广西农业科学院报道, 在温度23~28℃、相对湿度92%~93%时较适于孢子的大量形成和散放。
山区和沿海地区稻瘟病的大流行也取决于温度和湿度的相互结合。在这些地区晚间垂露早, 雾点大, 从入夜至翌晨的大气湿度常处于饱和状态, 气温经常在22~26℃, 因此特别适宜于稻瘟病的入侵和流行。因此, 稻瘟病的发生与流行不取决于单一因素, 温度与湿度共同起主导作用, 只有把这2个气象因子的相互作用掌握好, 才能更好地减少病害。
1.3 光
光是温度和湿度之后的另一影响稻瘟病发病的主要气象因子。光对孢子的形成影响较大, 培养菌经340~365 nm米波长的光线照射一段时间, 孢子形成量显著增加。菌丝生长随光照减少而增加。直射光抑制分生孢子的萌发, 在不同光照下分生孢子萌发率约降至黑暗的1/2。此外, 光照还能抑制牙管的伸长。温室中病斑上形成的孢子, 在遮光情况下脱落多, 光照时间增加时则显著减少, 在日光照射下, 孢子的入侵率也降低。在病斑扩展的早期, 稍加遮光可促进病斑的扩展。病斑的进一步发育则与光的强度成比例, 遮光反而使病斑扩展受抑制。在温室内不同量的光照下生长9 d的秧苗表明:感病性的降低和光照的减少成比例。由于人为遮光或多云天气导致光照不足, 抗病性降低。稻株置于黑暗条件下, 常发展为急性型病斑, 是后期菌源之一。从光对孢子萌发、入侵, 对病斑的扩展以及对稻株抗病性的影响分析, 可以得出这样的结论:凡是稻瘟病严重发生的时期都需要光照少的条件, 如果光照充足则该病害很难流行。
1.4 风
孢子的传播主要借助气流与水滴侵入稻株形成发病中心, 因此风对稻瘟病的流行也起着一定作用, 稻瘟病菌的分生孢子借风传播的距离可达400 m以上, 风速越大孢子脱落越多, 传播越远。秧苗或成株叶片受侵发病后, 病部产生的分生孢子又可借气流传播进行再侵染。此外, 风可以改变环境条件, 风速越大, 带走湿气越多, 越不能使孢子萌发侵入, 从而降低发病程度, 因此风既可传播病菌孢子, 又能降低湿度而不利于发病, 但总体而言风促进孢子传播感病的影响高于不利发病的影响, 1940年日本科学家研究表明:风能增加植株对稻瘟病的感病性。
2 预防措施
综上所述, 农业气象因子与稻瘟病的发生与流行有着密切的关系, 可以通过对外界可控因子的调控, 来对作物生长发育施加影响, 增强其抗性, 创造有利于作物生育而不利于病菌生存的环境, 减少稻瘟病发生, 从而达到高产优质高效的目的[6,7]。下面从气象环境的角度提出对北方稻区为害较严重的叶瘟和穗颈瘟进行预测与预防的措施。
对叶瘟的预测在7月初, 病势如有发展, 在未来5~10 d内平均气温为21~23℃, 旬照时数不足30~60 h, 相对湿度在60%以上, 则应该及时喷药来封锁发病中心。
穗颈瘟是稻瘟病发展的最终表现, 其流行受多因子作用, 在品种一致、栽培条件稳定的条件下, 主要受气象因子的影响。穗颈瘟的发生时期是水稻易感病的生育阶段遇上不利的气候条件, 稻瘟病菌的大量侵入造成的, 对穗颈瘟的预测应根据当年叶瘟发生程度、品种抗性、气候条件来判断, 在8月上旬温度在20℃左右, 相对湿度在85%, 旬日照时数不足60 h时就应采取相应措施。
一般四叶期至分蘖盛期以及抽穗初期最易感病, 此时的植株组织柔嫩、易感病, 时间为78月, 温度高, 雨量也集中, 因此叶瘟和穗颈瘟发生严重。叶片于出叶当天易感病。在叶瘟发生初期可喷药, 视天气变化决定喷药次数, 在叶片出生5 d后抗性增强, 18 d后很少感病, 穗颈瘟在始穗期易感病, 抽穗6 d后抗性增强。在天阴多雨、露多或雾浓的环境条件下, 可选用高效低毒的药剂重点防治, 分别在破口和齐穗期各防治1次, 药剂效果差的在灌浆期再防治1次。阴雨天气可适当在药液中加入一定量的农药增效剂, 提高药效的渗透力和附着力。根据水稻生育情况和天气预报果断采取措施, 判断发病期, 施药重点放在为害较重的穗颈瘟时期, 防止穗颈瘟的发生。
3 结语
稻瘟病是我国水稻常发病之一, 农业气象因子是稻瘟病发生的诱导因素, 也是引起此病流行的主要因素, 如果能够科学运用预测手段, 在生产实际中掌握其流行规律, 总结经验, 则便于结合耕作管理等各方面条件来达到减少稻瘟病发生的目的, 对保证水稻的丰收至关重要。
摘要：阐述了农业气象因子与稻瘟病发生发展和流行之间的关系及其影响, 并提出了相应预防措施, 以期减少稻瘟病所造成的损失。
关键词：农业气象因子,稻瘟病,影响,预防措施
参考文献
[1]裘维蕃.农业植物病理学[M].北京:中国农业出版社, 1981.
[2]曹静明.吉林稻作[M].北京:中国农业科技出版社, 1993.
[3]高俊全.中国北方水稻病虫害防治[M].北京:中国农业出版社, 1996.
[4]蓝鸿.水稻光温问题的研究[M].北京:气象出版社, 1982.
[5]中国农业科学院.中国稻作科学[M].北京:中国农业出版社, 1986.
[6]周毓, 马一凡.水稻栽培[M].沈阳:辽宁科学技术出版社, 1990.
设施农业土壤障碍因子分析及治理 第7篇
1.1 蔬菜种植土壤养分不平衡问题
蔬菜作物种植要求土壤肥沃且土壤内具有钙、硼等营养物质,已有研究发现目前温室土壤中对氮元素的控制严格,导致土壤内的磷、钾等元素含量过高,从而造成土壤中的营养成分不平衡,为了调节蔬菜作物种植中土壤的营养问题,需要减少含磷肥料和含钾肥料的用量,适当的增加氮肥的使用量,调节土壤中的营养成分。
1.2 土壤盐渍化问题
所谓的土壤盐渍化就是指土壤内的可溶性盐类随水向土壤表层(0~20cm)运移累积,导致地表土壤的盐含量过高的过程,设施农业土壤盐渍化产生的主要原因包括施肥量过高、土壤水“上升型”运动、灌水频繁、施用未腐熟的粪尿肥、栽培措施不当等。
土壤中由于施肥量过高也会影响蔬菜的生长质量,温室栽培环境下的用肥料普遍高于露天栽培,一般温室内的施肥量是正常蔬菜生长需肥量的7倍左右。肥料同时也是一种盐,除当季作物吸收利用和其它途径损失外,大部分残留在土壤中,特别像氯化铵、氯化钾中的Cl-离子在土壤中积累,导致土壤含盐量升高。
“上升型”的土壤水。温室栽培环境相对比较封闭,由于腹膜周期较长且降水量较小,和露天栽培土壤相比,温室土壤水盐运移以“上升型”为主,导致盐分在耕层累积,且土壤的种植时间越久,土壤内的盐分含量越高,其中的盐渍化危害就越严重。
除了以上原因外,频繁灌水、施用未腐熟的粪尿肥,栽培措施不当等也是造成设施土壤盐渍化的重要原因。
1.3 连作危害
所谓的连作就是在同一块土地上连续种植同一种作物,温室蔬菜栽培属于集约化的种植形式,种植的作物品种单一,连作常与不合理施肥相伴导致温室土壤环境障碍因素的形成,其主要原因有土壤营养物质偏耗和有毒物质的积累、土壤微生物种群和土壤酶活性的变化,土壤物理性状恶化、植物的自毒作用等。随着连作栽培年限的增加造成蔬菜病虫害严重、产量降低和品质下降。
2 设施农业土壤障碍因子的治理办法
2.1 科学施肥
施肥问题是导致种植土壤污染和营养失衡的主要原因,要解决土壤中的营养缺失必须提高种植人员对科学施肥的认识,针对种植区域内土壤中的问题选择合适的肥料类型和施肥量,坚持使用以有机肥为主,辅助使用化肥,平衡土壤中的营养元素。
2.2 改善土壤状况,减少盐分积累
种植区域内应该完善灌溉排水系统的建设,降低种植区域内的地下水位线,在温室周围建立完善的灌溉系统可以有效地降低土壤中的盐分含量,再配合滴灌等栽培设施。
翻土灌水洗盐。该方法是现代种植业中常用的土壤改善措施,深翻土壤可以分散土壤中的盐分,从而降低土壤中的含盐量,在土壤周围筑埂,反复向温室大棚内灌注淡水,保证土壤中灌注的淡水深度达5cm左右,之后再排掉土壤中的水分,反复灌注、排放3次之后,才可以种植,翻土灌水洗盐是一种快捷的降低盐分的措施,但要注意灌排结合。
用地膜覆盖土表以减少盐分的聚集。利用地膜覆盖土壤表层或者用稻草覆盖,可以减少土壤水分的蒸发,减缓土壤内含水层的上升,有效地防止土壤盐渍化。
2.3 防止土壤传染病
土壤根系的病虫害问题一旦发生将很难得到有效的控制,严重影响土壤的种植力,因此在栽培时要针对土壤中的病原菌制定防治措施,目前主要方法有轮作和间套作、土壤消毒灭菌、施用生物有机肥、利用抗病品种和嫁接技术等。
2.4 调节土壤酸碱值,防止酸化
适合蔬菜生长的土壤酸碱值一般偏中性或者偏酸性,在种植过程中应该根据土壤中的酸碱性采取不同的控制措施,土壤p H值≤6时应该利用草木灰、钙镁磷肥料进行土壤调节,如果土壤中的p H值≥7.5,应该使用酸性的肥料进行酸碱中和,中性或者偏酸性的土壤中可以适当使用石灰等碱性物质,防止土壤继续酸化。根据土壤中的p H值选择合适的肥料进行酸碱中和,能够将土壤的p H值控制在适合蔬菜生长范围内,满足作物的生长需求。
摘要：在不适合园艺作物露天生长的地区利用特定的栽培保护设备,人为的为作物生长创造合适的培育环境,就是所谓的设施栽培技术,设施栽培作为蔬菜生产中主要的生产方式之一,能够平衡我国蔬菜种植地域差异,提供稳定的蔬菜供应。到2014年为止,我国温室设施面积高达410.9万hm2,设施栽培总面积和总产量均居世界第1位。在设施栽培中人为因素作用十分强烈,复种指数高,施肥、灌溉、耕作的频率都超过一般农田土壤,同时也为作物种植带来了很多土地问题,例如土壤板结、土壤酸化和养分流失以及盐渍化等,本文主要对以上障碍问题进行梳理分析,并提出可行的治理方法。
气象因子对竹溪烟草产量的回归分析 第8篇
关键词：结构方程模型,回归分析,烟草产量,SPSS软件,气象因子
引言
自1492年哥伦布在中美洲发现烟草以来, 烟草已遍及全世界[1]。烟草是重要的经济作物之一, 我国无论种植面积还是总产量都居世界第一位。影响烟草产量的因素很多, 有生态环境、土壤条件、栽培措施等。这些因素中生态环境对烟草产量的影响更为突出, 而气象因子又是影响烟草存在地域差异和产量高低的重要生态因素之一[2]。
国内外有许多学者先后用不同方法在气象因子对烟草的各种影响方面做出了探索和研究。像郭月清、廖晓海等人总结了影响上等烟、中等烟以及烟草产量的主要气象因子和主要生育期[3]。李琦研究了成熟期尤其是8月份, 气温和日照是影响烤烟质量的主要气象因素[4]。靳小秋、刘玉平等人综述了温度、水分、光照、大风和冰雹对烤烟生长发育的影响[5]。关健华阐述了各气象因子在烟草生长发育过程中的贡献及2001~2009年气候变化对烟草种植业的影响[6]。柴利广、吴芳等人应用方差分析和灰色关联度统计方法, 分析了烟叶产量和大田期气象因子的关系[7]。扈英磊、常保强等人分别从温度、水分、降水日数3个方面对优等烟草生长的影响进行分析[8]。还有徐茜、陈辉等人运用灰色系统理论对南平市烤烟生产的相关气象因子与当年烤烟单产进行了比较分析等[9]。
本文试图通过运用结构方程模型在回归分析中的应用, 从影响竹溪烟草产量的3大气象因子:气温、降水、日照方面出发, 利用SPSS软件对竹溪县2000~2012年的烟草产量、气温、降水以及日照数据进行处理和分析, 来表明3大因素分别对烟草产量的影响, 以及它们各自对烟草产量影响的程度。最后, 根据所得出的回归模型对竹溪烟草产业提出可行的方法。
1 模型变量选择与建模设想
1.1 变量的选择
文章所用数据选取的是烟草的每667m2产量值, 即经济产量, 用Y表示烟草产量作为外生潜变量。
竹溪县烟草从种植到收获每年的时间段大概为5~9月, 因此在选择气象因子数据上, 文章所用数据选取的是每年5~9月的平均气温、平均降水量、平均日照时数[10], 分别用X1、X2、X3表示, 作为变量Y的外生指标, 即外生观测变量。
1.2 模型的初步建立[11]
2 模型建立与分析过程
2.1 模型建立[12]
根据变量的确定, 可以建立多重线性回归模型为:
2.2 建模过程
2.2.1 初步相关分析[12]
运用SPSS软件对数据进行初步相关分析, 得出年平均气温、年平均降水量、年平均日照时数以及烟草产量这4个变量之间的相关矩阵如下:
*.在0.05水平 (双侧) 上显著相关。
从上表中简单相关系数可以看出, 其中平均气温与平均降水、平均气温与烟草产量、平均降水与平均日照、平均降水与烟草产量、平均日照与烟草产量之间均呈负的相关关系;平均气温与平均日照之间则呈正相关关系。
2.2.2 具有简单相关系数的模型确立
根据SPSS软件得到的相关矩阵, 可以进一步的对模型M0进行改善, 如下图:
2.2.3 偏相关分析和多重线性回归[12]
用SPSS做偏相关和多重线性回归的过程以及结果分析如下:
从表中可以得出, 在不受其他因素影响的情况下, 任意2个自变量之间的偏相关系数, 此系数能更好的描述3个自变量两两之间的相关性。
a.预测变量: (常量) , 平均日照, 平均气温, 平均降水。
从此表中可以看出:多重相关系数R为0.660, 多重判定系数即R2为0.436, 调整判定系数即R2adj为0.247, 判定系数的估计标准误为23.70427。从各种判定系数上看, 此模型的拟合优度不是很高。
从此表中列出的P-值可以看出, 平均气温在总体中显著性较差。因为截距项 (常量) 在表明因变量与自变量之间关系的时候是没有实际含义的, 所以实际工作中常须将回归系数标准化以剔除截距项。从此表中的各自变量与因变量的零阶相关系数即简单相关系数r、偏相关系数、部分相关系数来看, 模型中似乎不存在严重的多重共线性问题。此表中还列出了与各自变量相联系的多重共线性诊断统计量的值。
a.因变量:烟草产量
从此表中所列出的本征值、病态指数、方差比, 按照一般的诊断规则, 这些值的大小均不构成存在多重共线性的证据。
2.3 回归分析方程的确立
根据表3.2.2中的偏相关系数和表3.2.4中的标准化系数可以进一步的对初步模型M1进行完善, 如下图:
即可得到标准化系数表示的回归方程为:
3 小结
从回归方程中可以看出, 平均日照对烟草产量的影响是最大的, 平均降水的影响次之, 平均温度的影响最弱。虽然可以得到以上结论, 但并不代表光照越强、降水越多、气温越高, 相应的烟草产量就会越高, 相反亦然。这是因为烟草产量与3大气象因子之间的相关性强弱是由他们之间相关系数的绝对值大小表现的, 因此3个影响因素分别存在着一个最佳值会使烟草产量达到最大。
根据文章分析结果可以知道, 增加烟草产量的最好方法就是控制日照时数的多少, 例如当光照时数太少时, 可以通过使用白炽灯来增强作物光合作用;当光照太强烈时, 大棚烟叶可以通过外物遮挡来避免强光的直射对烟叶的损害。控制土壤含水量的多少也是增加烟草产量的方法, 例如当降水不足时, 可以通过人工降雨或人工灌溉的方法增加土壤含水率。相对来说, 控制气温高低的方法对增加烟草产量方面次于日照和降水, 但也是不可或缺的, 例如当气温过低时, 可以通过覆盖地膜来改善土壤和近地面的温度, 相反温度过高时, 大棚烟叶就要通过揭膜通风的方法来降低温度等。
虽然文章得出的回归模型可以得出想要的结果, 但它是不完美的。由于所能搜集到的烟草产量的年份太少, 使得模型的数据样本容量太小, 直接导致模型得出的结论不能很好地通过拟合优度、显著性等检验;模型中3大气象因子之间也存在着相关性, 他们之间的相互影响模型没有给出, 这是需要改进的地方;文章只是简单地从总体出发, 通过模型对烟草产量以及影响它的气象因子进行回归分析, 并没有考虑到其他的一些间接影响或结果, 如地形、环境或一些极端天气对3大因子的影响进而影响到烟草的产量, 这也是文章的不足之处。总之, 想要较为准确地分析烟草产量, 得到一个更佳的回归模型, 需要对其影响因素经过更加全面的结构分析才能实现。
参考文献
[1]朱显灵.2004年世界烟叶生产概述[J].中国烟草学报, 2005, 11 (1) :42-44.
[2]谢晏芬, 杨焕文, 刘彦中.气候因子对烤烟质量的影响[J].西安农业学报, 2006 (19) :531-534.
[3]郭月清, 廖晓海, 杨同升, 彭国防.烟草产量品质与气象因素的统计分析[J].中国烟草, 1983 (1) :3-8.
[4]李琦.烤烟优劣质年的气象条件分析[J].安徽农业科学, 1997, 25 (2) :127-130.
[5]靳小秋, 刘玉平, 刘谦, 金乾林.气候条件对烤烟生长发育的影响[J].现代农业科技, 2009 (4) :136+139.
[6]关健华.辽宁烟草种植地区气候状态分析[J].安徽农业科学, 2010, 38 (30) :17085-17087+17133.
[7]柴立广, 吴芳, 吴自友, 石方斌, 李爱华, 饶勇, 吴立环, 王勇.环神农架地区烤烟产量与气象因子的关系[J].农业科技通讯, 2012 (8) :121-123.
[8]扈英磊, 常保强, 严玉彬, 姬社英.气候条件对烟草生长的影响分析[J].现代农业科技, 2009 (4) :204.
[9]徐茜, 陈辉, 刘雪刚, 陈志厚, 蒋宗孝, 黄廷炎.影响南平烤烟生产气象因子的灰色因素分析与应用[J].福建农林大学学报 (自然科学版) , 2010, 39 (4) :337-340.
[10]中国气象局.地面气象观测规范[M].北京:气象出版社.2003.
[11]侯杰泰, 温忠麟, 成子娟.结构方程模型与其应用[M].北京.教育科学出版社社.2004.
农业气象因子 第9篇
关键词：红火蚁,气象因子,陷阱法,监测
红火蚁solenopsis invicta (Red imported fire ant, RIFA) 属膜翅目 (Hymenoptera) 、蚁科 (Formicidae) 、家蚁亚科 (Myrmicinae) 、火蚁属Solenopsis[1], 其不仅取食农林植物的种子、果实、幼芽、嫩茎与根系, 还捕食土栖动物、叮咬家禽家畜, 甚至攻击人类、危害公共卫生安全。其起源于巴西南部洪水泛滥的Pantanal地区, 分布区南界约在S32°[2], 主要发生在巴西、秘鲁、玻利维亚、阿根廷、乌拉圭、美国、澳大利亚、新西兰、马来西亚、安提瓜岛和巴布达岛、巴哈马群岛、特立尼达和多巴哥、英属维京岛、美属维京岛;2004年5月台湾报道了红火蚁已在台北、桃园、嘉义等地发生为害;2004年底, 在广东省吴川市发现一种危害严重的蚂蚁, 通过专家鉴定为红火蚁[3]。经过调查发现红火蚁在广东省优草皮、花卉、苗木等泥土远距离传播, 进而扩散到城市中一些学校、公共绿地、健身场、公园、厂矿企业等, 在这里, 因为在一些公共场地, 由于人员活动频繁, 靠近水源, 防控药剂极有可能对人畜造成伤害及污染水源, 防治工作异常艰难[4]。
1 材料与方法
1.1 监测点设置
监测点分别选在公路边、苗木场、鱼塘基、农田、绿地等不同的生境类型, 陷阱设置在人流及交通工具较少的地域, 以尽量避免人为干扰对实验数据产生影响。
1.2 试验器材
塑料管 (直径3cm, 长10~12cm) , 75%酒精, 计数器, 铁铲, 卷尺, 标志旗 (红色小块塑料布做成的旗子) , 镊子, 剪刀, 记录簿, 记号笔 (油性) , 铅笔, 标签纸, 乳胶手套, 滑石粉, 塑胶长筒靴等。
1.3 调查方法
本研究在广州市番禺区随机选取5个镇利用陷阱法进行定点监测, 取样法参考曾玲的方法并略有改动[5]。每个点放置15个陷阱 (重复) 。每100m2设立1个采样点, 2个采样点相距10m左右, 每个采样点设3个陷阱, 并按相隔1m的三角形排列。陷阱为直径3cm、长10~12cm的塑料管。将塑料管埋入地下, 管口与地面齐平, 装入约一半的70%酒精, 放置24h后取回, 取出蚂蚁, 记录数量并制成标本供鉴定。
1.4 统计方法
采用Microsoft Excel 2003软件对数据进行处理和绘图, 采用SPSS16.0统计分析软件对数据进行差异显著性检验 (Duncan法) 。
2 结果与分析
2.1 红火蚁收集量在不同年份间的变化情况
红火蚁监测结果见表1, 由表中数据分析可知, 6个监测点红火蚁的收集量在5a间均发生波动变化, 其中榄核镇、石基镇红火蚁的收集量在5a中2009年最多, 2012年最少;东涌镇红火蚁收集量2008年最多, 2012年最少;石楼镇红火蚁收集量2009年最多, 2010年最少;大岗镇红火蚁收集量2008年最多, 2011年最少;化龙镇红火蚁收集量2010年最多, 2008年最少。虽然有些年份之间红火蚁的收集量差异不显著, 但是总体趋势说明红火蚁在几个监测点的发生量随着年份的不同而变化。
2.2 各个监测点的气象数据变化
气象资料 (表2) 由番禺区气象局提供, 由表2可知, 每个监测点气温和风速在5a间基本没有太大的变化, 然而降雨量在5a间的数据有波动, 除了东涌镇和大岗镇2008年的降雨量小于2009年的降雨量外, 其他检测点的降雨量均是2008年大, 以后几年依次高低波动。
2.3 番禺区近5a整体红火蚁收集量与气象因子的变化趋势
由图1可知, 近5a番禺区的年平均气温、风速基本未发生变化, 而降雨量的变化趋势与红火蚁收集量的变化趋势成负相关, 既当降雨量大时红火蚁分布较轻, 而当降雨量减小时, 红火蚁的发生相对较严重, 经分析主要是因为番禺区属于南亚热带海洋性季风气候, 雨量充沛, 分布不均, 雨量相对集中在4~9月, 占全年降水量的81%, 且这个时期正是红火蚁种群数量强盛期[5]。如果长时间的降雨, 会影响红火蚁的繁殖。
3 结论与讨论
红火蚁是一种竞争性和适应性很强的入侵害虫。我国作为红火蚁新的入侵地, 与原产地相比, 由于缺少相应的天敌资源, 红火蚁的发生很难得到生物因素的制约。而番禺气温受偏南季候风影响, 水热资源丰富, 阳光充足, 雨水集中, 适合大量热带亚热带生物资源生存发育。因此, 红火蚁借助合适的环境条件, 依赖自身的种群竞争优势和惊人的繁殖速率, 通过自然扩散及人为传播不断扩大入侵地。这势必会严重威胁人民的生命安全和影响经济的发展。
从监测结果来看, 番禺区红火蚁的发生与降水呈负相关, 在降水小的年份, 红火蚁发生相比降水大的年份较为严重, 反之亦然。然而气温, 风速与红火蚁的发生没有关联, 因为5a平均气温及风速变化不大, 这可能与监测范围有关, 5个点均属于番禺区, 地域跨度不大, 气温、风速变化亦不明显, 因此从本研究结果可知, 小范围红火蚁的发生主要与降水相关。然而, 红火蚁的发生危害还受诸如地面温湿度, 人为以及生存环境等因素的影响, 因此, 为了更好地了解番禺区红火蚁的发生危害规律, 结合气象监测的地面温湿度等其他因素对红火蚁发生影响有待于深入研究。
参考文献
[1]Mac Kay W P, Majdi SO, Vinson SB, et al.Prevention of fire ant damage to signal control.Research Report 1135-2F[R].Texas Transportation Institute, Texas A and M university, College Station, Texas 1989, 16:1~47.
[2]Buren WF, et al.Zoogeography of the imported fire ants[J].J New York Entomol Soc, 1974, 82:113~124.
[3]曾玲, 陆永跃, 何晓芳, 等.入侵中国大陆的红火蚁的鉴定及发生为害调查[J].昆虫知识, 2005, 42 (02) :144~148.
[4]Mac Kay WP, Majdi SO, Irving JP, et al Attraction of ants (Hymenoptera:Formicidae) to electric fields[J].J Kans Ento-mol Soc, 1992, 65:39-43.
[5]曾玲, 陆永跃, 陈忠楠, 等.红火蚁监测与防治[M].广州:广东科技出版社, 2005 (05) :50-55.
农业气象因子 第10篇
关键词：建平县,玉米螟,防治,气象因子,关系
1玉米螟发生特点和规律
1.1玉米螟发生特点
玉米螟在建平县1a可以发生3代,每年9月和10月间成熟幼虫越冬,第2年5月中下旬大量化蛹,到6月底进行羽化盛期,随后产下第1代虫卵,6月下旬进入虫卵旺盛期。这时正是夏玉米的苗期,危害十分严重,第2代幼虫发生于7月中下旬—8月上旬,这个时期是夏玉米的心叶期和春玉米的乳熟期,幼虫会集中危害夏季玉米心叶和春季玉米雌穗和雄穗。
1.2变化规模
在建平县玉米螟1a可以发生2代,近些年随着春玉米种植面积持续降低,春玉米玉米螟基数呈现下降趋势,但是夏季玉米呈现高发趋势。近些年,建平县大量种植夏季玉米,导致2代玉米螟发生十分普遍,给当地造成的经济损失也是比较严重。通过对近30a的玉米螟发生情况进行分析发现,2代玉米螟危害面积呈现减小趋势,但地区发病依然比较严重,需要采取针对措施做好防治工作。
2玉米螟防治和气象因素的关系分析
2.1影响1代玉米螟发生的气象因素分析
建平县玉米螟多年越冬成虫期平均在5月中旬,盛虫期在6月上旬,第1代卵始期为6月初期,末期为6月末期,主峰期为6月8—10日。1代幼虫在6月下旬进入盛虫期,这个时期影响玉米螟的防治的气象因素主要有温度和湿度,选取5—6月份的各旬、月气温和降雨量作为变量X,以上1代成蛾数量和危害株数作为第1代玉米螟发生的特征量Y进行相关系数计算和检验,得到了表1和表2。
通过表1和表2的数据可以看出,影响玉米螟防治的气象因素主要是5月上旬—6月下旬的降雨量和5月中旬—6月上旬的温度,这些时段的温度是影响害虫蛹成活率的主要气象因素,气温越高,越有利于越冬成虫化蛹。5月中旬平均气温和成虫蛾数量相关性最为显著。此外,5月份和6月份降雨量比较大,田间湿度大,有利于虫蛹化羽,使得第1代玉米螟的危害加重,6月下旬是第1代幼虫盛发期,3龄前的幼虫抵抗能力不足,此时如果出现大强度的降雨,会严重影响到幼虫的存活和生长。
2.2影响二代玉米螟发生的气象因素
2代玉米螟始期平均为7月中旬,盛虫期在7月下旬,1代玉米螟的基数会对2代玉米螟的数量有着最直接的影响,因此,在研究该种气象条件时应该将其考虑进去,研究过程中选取5—8月上旬的平均气温和降雨量作为X变量和2代玉米螟发生特征变量Y进行相关系数计算和检验,按照大小的顺序进行排列得到了表3和表4。
通过对表3和表4进行分析发现,影响2代玉米螟代成虫蛾数量和危害株数的气象因素主要是7月份的气温、7月份、6月份和8月上旬的降雨量,其中7月份的气温和降雨量是影响最为显著的气象因素。7月份是1代玉米螟成虫化蛹的关键时期,同时也是2代玉米螟幼虫孵化和盛发的关键时期,这个时期的降雨和温度对玉米螟的数量影响最大,当气温为17~22℃,相对湿度为60%时最容易适合玉米螟孵化。但这个时期是建平县的主汛期,温度较高,温度和降雨量会对2代玉米螟孵化产生不小影响,这个时期气温和降雨量和玉米螟的孵化率呈现负相关。
参考文献
