山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析(CAST)方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST(world food study)作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预...

Full description

Saved in:
Bibliographic Details
Published in应用气象学报 Vol. 27; no. 2; pp. 191 - 200
Main Author 邱美娟 宋迎波 王建林 邬定荣 刘玲 刘建栋
Format Journal Article
LanguageChinese
Published 中国气象科学研究院灾害天气国家重点实验室,北京100081%国家气象中心,北京,100081%中国气象科学研究院灾害天气国家重点实验室,北京,100081 2016
吉林省气象科学研究所,长春130061
Subjects
Online AccessGet full text
ISSN1001-7313
DOI10.11898/1001-7313.20160207

Cover

Abstract 在新型统计检验聚类分析(CAST)方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST(world food study)作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳,集成预报方法更适合在业务上应用。
AbstractList 在新型统计检验聚类分析(CAST)方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST(world food study)作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳,集成预报方法更适合在业务上应用。
在新型统计检验聚类分析(CAST)方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST(world food study)作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004-2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法.结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大.而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳,集成预报方法更适合在业务上应用.
Author 邱美娟 宋迎波 王建林 邬定荣 刘玲 刘建栋
AuthorAffiliation 吉林省气象科学研究所,长春130061 中国气象科学研究院灾害天气国家重点实验室,北京100081 国家气象中心,北京100081
AuthorAffiliation_xml – name: 吉林省气象科学研究所,长春130061;中国气象科学研究院灾害天气国家重点实验室,北京100081%国家气象中心,北京,100081%中国气象科学研究院灾害天气国家重点实验室,北京,100081
Author_FL Wang Jianlin
Song Yingbo
Liu Jiandong
Liu Ling
Qiu Meijuan
Wu Dingrong
Author_FL_xml – sequence: 1
  fullname: Qiu Meijuan
– sequence: 2
  fullname: Song Yingbo
– sequence: 3
  fullname: Wang Jianlin
– sequence: 4
  fullname: Wu Dingrong
– sequence: 5
  fullname: Liu Ling
– sequence: 6
  fullname: Liu Jiandong
Author_xml – sequence: 1
  fullname: 邱美娟 宋迎波 王建林 邬定荣 刘玲 刘建栋
BookMark eNo9j7tKA0EYhaeIYIx5Ajsbq43_P7NzKyV4g4BN-jCzycYV3ZhdxGxnQGJIExttTCV4KSwMNprnya7sWxhIsDpw-PgOZ4MUwk7YImQLoYKotNpFAHQkQ1ahgAIoyAIp_pfrpBzHgQUAJShVskggnU7n35PfST8dfKSf43z2Op-95XfjdPSe3fTzp0E2vM-fb7PRS_b4k309bJI135zHrfIqS6R-sF-vHjm1k8Pj6l7N8biWjkeBWkRfobUchUKtNVjuCtt0UXHDpO-jcJXhfpNJ1zY1p9pFF4Q0XosCK5GdpfbahL4J242zzlUULgYbSdLt9ezqHcgFub0kvdNO2O4GC_YyCi5MlDSEUAo4Q87-ANZMYbI
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2RA
92L
CQIGP
W94
~WA
2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11898/1001-7313.20160207
DatabaseName 维普期刊资源整合服务平台
中文科技期刊数据库-CALIS站点
中文科技期刊数据库-7.0平台
中文科技期刊数据库-自然科学
中文科技期刊数据库- 镜像站点
Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList

DeliveryMethod fulltext_linktorsrc
Discipline Meteorology & Climatology
DocumentTitleAlternate Integrated Technology of Yield Dynamic Prediction of Winter Wheat in Shandong Province
DocumentTitle_FL Integrated Technology of Yield Dynamic Prediction of Winter Wheat in Shandong Province
EndPage 200
ExternalDocumentID yyqxxb201602007
668805315
GrantInformation_xml – fundername: 公益性行业(气象)科研专项; 国家自然科学基金青年基金项目
  funderid: (GYHY201206022); (41105079)
GroupedDBID -01
2B.
2C.
2RA
5GY
5XA
5XB
92E
92I
92L
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CCVFK
CQIGP
CW9
TCJ
TGP
U1G
U5K
W94
~WA
4A8
93N
ABJNI
PSX
ID FETCH-LOGICAL-c597-c202b11f81bb516819990b546bd4185a37ff1648a5fd374bd9529414067ace203
ISSN 1001-7313
IngestDate Thu May 29 04:01:00 EDT 2025
Wed Feb 14 10:18:42 EST 2024
IsPeerReviewed true
IsScholarly true
Issue 2
Keywords 关键气象因子
气候适宜度指数
yield historical bumper or poor harvest
integrated prediction method
climatic suitable index
产量历史丰歉
集成预报技术
WOFOST
key meteorological factors
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-c597-c202b11f81bb516819990b546bd4185a37ff1648a5fd374bd9529414067ace203
Notes 11-2690/P
Qiu Meijuan,Song Yingbo,Wang Jianlin,Wu Dingrong,Liu Ling,Liu Jiandong (1.Jilin Institute of Meteorological Science, Changchun 130061; 2.State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081; 3.National Meteorological Center, Beijing 100081)
yield historical bumper or poor harvest; key meteorological factors; climatic suitable index; integrated prediction method; WOFOST
Using winter wheat yield and growth data of 17 prefecture-level city,daily meteorological data from1980 to 2011,and daily 20 cm depth soil moisture data of 14 representative meteorological stations from1992 to 2011,methods for dynamic prediction of winter wheat yield are established in 4 regions of Shandong Province,considering historical meteorological influence index for bumper or poor harvest of crop yield,key meteorological factors influence index,the climatic suitability influence index and the WOFOST crop growth model,respectively.A newly developed statistical method,cluster analysis of
PageCount 10
ParticipantIDs wanfang_journals_yyqxxb201602007
chongqing_primary_668805315
PublicationCentury 2000
PublicationDate 2016
PublicationDateYYYYMMDD 2016-01-01
PublicationDate_xml – year: 2016
  text: 2016
PublicationDecade 2010
PublicationTitle 应用气象学报
PublicationTitleAlternate Quarterly Journal of Applied Meteorology
PublicationTitle_FL Journal of Applied Meteorological Science
PublicationYear 2016
Publisher 中国气象科学研究院灾害天气国家重点实验室,北京100081%国家气象中心,北京,100081%中国气象科学研究院灾害天气国家重点实验室,北京,100081
吉林省气象科学研究所,长春130061
Publisher_xml – name: 吉林省气象科学研究所,长春130061
– name: 中国气象科学研究院灾害天气国家重点实验室,北京100081%国家气象中心,北京,100081%中国气象科学研究院灾害天气国家重点实验室,北京,100081
SSID ssib000862287
ssib051372108
ssj0002507524
ssib017476756
Score 2.048064
Snippet 在新型统计检验聚类分析(CAST)方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST(world food...
在新型统计检验聚类分析(CAST)方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST(world food...
SourceID wanfang
chongqing
SourceType Aggregation Database
Publisher
StartPage 191
SubjectTerms WOFOST
产量历史丰歉
关键气象因子
气候适宜度指数
集成预报技术
Title 山东省冬小麦产量动态集成预报方法
URI http://lib.cqvip.com/qk/97586X/201602/668805315.html
https://d.wanfangdata.com.cn/periodical/yyqxxb201602007
Volume 27
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMw3V1Lb9NAELaqcuGCeIpSQDmw3Aze9XofRzt1VCHBqUi9RbYTt0gopaWV2p6ohArqpVzgQk9IPA4cqLhAfwk_oAnKv2Bmd51YbSQeR6TImozH429mIntmszvrebcCUYiOVNyXPAh9HpZdX_O861ORdQOaqYJmZrbFAzH_kN9bjBanpn_UZi1trOd3iu2J60r-JarAg7jiKtm_iOxIKTCAhvjCESIMxz-KMUkjklD8pJwkiugmSSUeFcVTSpC4aWQColok1SSJSSyMMBASOUqaUyAMHEVSgVMf8HJNdIIakAOaA-TEjChuOCAcIaEFSTQSSUjsNpZVpmvuGxPNDSTulAMS5CjEHBuQ8ZyB5HRW8TfQmLFMkiQlKjWyAKQ1FgEGnEmMupYRMThiNhaRyEYRAJMgHsScEi1P3Mj6CdTpGNUpABXWB0TsSk3z43W-BtxwBfgomZtkmET_6rqFwAmcO2KIhDAuNj5FlBSttBDABCQ4io01j-5lZUQVvDlzOTNhsBakJlQxUZVNoIoZGjhaVuFvUpOpERZNUn7aoprV6O1wok5g1tT-J44aGVV7g-McQRnaBc7VK962n3CPMlZ7X1O7VZxL_WzT3AlZhdLKjHA51TgjVECdJcdJ1Ghq69bW6uZm7gSwzcUZJiEHrg32VAMJbFwYUSjqRW0fhoiGklHXdQtzSihUZGR36K5AuBZqiO3uaWTYKmZ5pbe0CgmwWY_YK7PeUi11XjjvnXM1byO2D7AL3tT28kVv5j6U6ytr5l-9xu1G8_EjqJ3Nt0te0D88PP528PNgp7_7uf9lf3j04fjo4_DFfn_v0-DZzvDt7uDlq-G754O994M33wdfX1_2FlrpQnPed1u7-EWkpV-wgOWUllAz5xEVCnuhBHnERd7BZlpZKMuSCq6yqOyEkucdHTHNKRQfMiu6LAiveNO9lV73qtfQQRkU4L1cY6etsNCyw0Wn0GUOHszKfMabHTmi_cR28GkLAWkLZB_RjNdwrmm75_rT9okIXvu9yKx3Fmk7Mnvdm15f2-jegFplPb9pwv4L4pbb4g
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%B1%B1%E4%B8%9C%E7%9C%81%E5%86%AC%E5%B0%8F%E9%BA%A6%E4%BA%A7%E9%87%8F%E5%8A%A8%E6%80%81%E9%9B%86%E6%88%90%E9%A2%84%E6%8A%A5%E6%96%B9%E6%B3%95&rft.jtitle=%E5%BA%94%E7%94%A8%E6%B0%94%E8%B1%A1%E5%AD%A6%E6%8A%A5&rft.au=%E9%82%B1%E7%BE%8E%E5%A8%9F&rft.au=%E5%AE%8B%E8%BF%8E%E6%B3%A2&rft.au=%E7%8E%8B%E5%BB%BA%E6%9E%97&rft.au=%E9%82%AC%E5%AE%9A%E8%8D%A3&rft.date=2016&rft.pub=%E4%B8%AD%E5%9B%BD%E6%B0%94%E8%B1%A1%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E9%99%A2%E7%81%BE%E5%AE%B3%E5%A4%A9%E6%B0%94%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%8C%97%E4%BA%AC100081%25%E5%9B%BD%E5%AE%B6%E6%B0%94%E8%B1%A1%E4%B8%AD%E5%BF%83%2C%E5%8C%97%E4%BA%AC%2C100081%25%E4%B8%AD%E5%9B%BD%E6%B0%94%E8%B1%A1%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E9%99%A2%E7%81%BE%E5%AE%B3%E5%A4%A9%E6%B0%94%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%8C%97%E4%BA%AC%2C100081&rft.issn=1001-7313&rft.volume=27&rft.issue=2&rft.spage=191&rft.epage=200&rft_id=info:doi/10.11898%2F1001-7313.20160207&rft.externalDocID=yyqxxb201602007
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F97586X%2F97586X.jpg
http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fyyqxxb%2Fyyqxxb.jpg