一、北疆地区冬小麦冻害的农业气象问题（论文文献综述）
李羚[1]（2021）在《吉林省大豆气候适宜度及霜冻害研究》文中研究说明吉林省是我国重要的大豆生产基地,维护该地区大豆高产、稳产有利于保证该省及国家粮食安全。然而,气候环境变化会造成农业生态环境随之改变,给农作物生长带来诸多挑战。当前气候变化背景下,加深对大豆气候适宜度和霜冻灾害的认识具有很强的现实意义。本文以吉林省作为研究区域,探究吉林省大豆生长季内气候资源的变化情况,并基于气候适宜度模型研究了吉林省大豆全生育期以及不同发育阶段气候适宜度的时空演变特征,最后在了解大豆霜冻灾害时间变化及空间分布的基础上构建其风险评估模型,实施风险区划,并基于霜冻灾害风险与气候适宜度等级对各研究站点大豆种植适宜性作出评析。本文研究结果可为吉林省优化大豆种植布局、防御大豆霜冻灾害提供一定参考,主要结论如下:（1）吉林省大豆生长季内各项气候资源分布存在明显的空间差异且年际变化较大。≥10℃活动积温与9月平均日最低气温大致呈现西高东低的空间分布规律,并且在1990—2019年总体呈现上升趋势。降水量西低东高而参考作物蒸散量西高东低,两要素在全省及其不同区域皆呈现不显着上升趋势。日照时数西、中部地区要明显长于东部地区,且除中部地区外皆呈下降趋势。（2）总体而言,吉林省大豆的气候适宜度较高且变化相对平稳。温度适宜度呈上升趋势,而降水、日照适宜度呈下降趋势。温度及日照适宜度空间上自西向东递减而降水适宜度则大致相反。全省范围内温度适宜度总体较高,能满足大豆生长发育的需要,降水是西部大豆生长的主要限制因素,日照是东部大豆生长的主要限制因素。（3）近30年吉林省大豆霜冻灾害时间变化规律性不强,但存在明显多发年,而空间分布规律比较显着,表现为各级霜冻及总霜冻的频率都总体东部最高,中部次之,西部最低。东部靖宇、东岗、长白一带是全省大豆霜冻灾害高发区,辽源、白城分别是中、西部更常受到霜冻灾害影响的地区。大豆霜冻灾害高风险地区主要集中在吉林省东部地区,包括敦化、蛟河、靖宇、东岗,此外中部的辽源也属于高风险区,而西部各地总体风险较低。（4）综合考虑大豆气候适宜度及霜冻灾害风险后可知:吉林省西部大安、前郭、乾安地区、中部的长春地区以及东部梅河口、桦甸、通化地区最适合发展大豆种植业,而东部敦化、长白和汪清相较于其他地区并不适合种植大豆。
赵爱萍[2]（2021）在《基于遥感技术的晚霜冻胁迫后冬小麦减产率预测研究》文中指出低温引起的作物灾害,是世界性的农业气象灾害。晚霜冻害是冬小麦进入拔节期以后所发生的零下低温灾害,霜冻后的幼穗最先受害,影响幼穗正常发育造成减产。冬小麦减产率可以较好表征作物在低温胁迫下受冻害的程度。高光谱技术为识别受霜冻损害程度提供了一种可行的方法,但基于卫星多光谱技术从空间尺度对霜冻损害程度进行评估和预测的方法鲜有报道。因而进行霜冻胁迫后冬小麦减产率早期预测,对灾害监测和生产管理决策具有重要的现实意义。本文以河南省商丘市为研究区,利用人工霜冻模拟试验和大田自然霜冻试验,基于霜冻胁迫后冬小麦冠层ASD高光谱数据、盆栽减产率数据、Sentinel-2影像数据以及大田冬小麦减产率数据,结合光谱重采样、光谱指数构建、线性回归和神经网络建模等方法和技术手段,探究霜冻胁迫后冬小麦冠层光谱特征,筛选响应受冻胁迫程度和表征产量损失程度的光谱指数。基于候选宽波段光谱指数,建立大田尺度上冬小麦减产率预测模型,评估宽波段光谱指数及模型在自然霜冻下预测减产率的精度。主要研究结论如下:（1）冬小麦在药隔分化前期和后期,冠层标准化反射率在近红外平台高反射率区（760～1200nm）都有随温度降低而降低的趋势;在短波红外波段（1300～2500 nm）,标准化反射率都有随温度降低而增加的趋势。红边波段范围（690～780 nm）是对减产率敏感的光谱区域,敏感波长位于710 nm附近。（2）基于晚霜冻胁迫后的ASD高光谱窄波段数据计算的已有光谱指数中,指数MCARI精度最好（校正集R2=0.695,验证集R2=0.635）;新建的窄波段光谱指数R960/R836预测减产率的精度最好（校正集R2=0.660,验证集R2=0.554）。基于ASD高光谱数据模拟Sentinel-2宽波段数据计算的已有光谱指数中,指数WBI与减产率线性回归模型精度最好（校正集R2=0.707,RMSE=14.850,验证集R2=0.658,RMSE=15.647）;新建指数中B5-B4精度最好（校正集R2=0.730,RMSE=14.253,验证集R2=0.661,RMSE=15.545）。结果表明,基于Sentinel-2模拟宽波段数据筛选对冬小麦减产率敏感的光谱指数是可行的,且最佳宽波段光谱指数预测减产率精度优于最佳窄波段光谱指数。（3）基于2018年自然霜冻后Sentinel-2影像计算的候选光谱指数整体上表现较好,有8个指数与地面减产率为显着相关。预测冬小麦减产率线性回归模型中新建宽波段光谱指数B9/B8a的精度最好,建模集R2=0.445,RMSE=7.759;验证集R2=0.337,RMSE=7.677;其次是新建光谱指数B9/B8a、（B9-B8）/（B9+B8）。对比优选指数的线性回归精度,整体上BP神经网络非线性模型精度优于线性回归模型精度。最佳宽波段光谱指数B9/B8a的线性回归模型预测冬小麦减产率的空间分布与地面实测结果较吻合且与气象观测台站最低草面温度的高低呈现一致趋势,为分区域制定冬小麦拔节后霜冻胁迫的最佳应对措施提供了参考。
焦文慧[3]（2021）在《甘肃省河东地区冬小麦主要农业气象灾害变化特征及风险区划》文中认为不利气象条件给农业造成的灾害被称为农业气象灾害,是我国最常见的农业自然灾害,河东地区农业气象灾害种类较多,在冬小麦生育期内,主要会受干旱、晚霜冻和连阴雨等灾害的威胁,在冬小麦生育期内发生的农业气象灾害将直接影响到粮食的收成,进而严重影响社会经济的发展。本研究基于甘肃省河东地区35个格点1962—2019年气象资料以及1990—2013年冬小麦面积产量资料和社会经济资料,根据干旱、晚霜冻和连阴雨灾害的划分标准,对冬小麦全育期、生育前期、生育中期和生育后期的干旱事件、拔节后的晚霜冻事件、抽穗-成熟期的连阴雨事件的频率和强度的时空分布特征进行分析,并利用自然灾害风险理论对灾害进行风险区划,主要得出以下结论:（1）近58 a,河东地区冬小麦全育期、前期、中期和后期的干旱频率分别以0.19次/10a、0.04次/10a、0.07次/10a和0.11次/10a的速率上升,平均频率分别为1.78次、0.19次、0.47次和1.14次,干旱强度分别以3.25/10a、0.53/10a、1.47/10a和1.50/10a的速率上升,平均强度分别为34.73、2、7.82和22.37,后期干旱频率和强度上升幅度最大、干旱频率和强度最高,前期上升幅度最小、干旱频率和强度最低;空间上干旱频率和强度均大致呈南低北高的分布趋势,干旱频率和强度的低值区均分布在陇南地区,高值区主要分布在陇东地区和陇中地区的漳县、陇西等地;干旱频率和强度在全育期和各生育期均大致呈全区一致的上升趋势,上升幅度由南向北逐渐增加,陇东地区干旱频率和强度上升幅度最高,陇中地区上升趋势最显着。（2）冬小麦拔节后总体霜冻、轻度霜冻、中度霜冻和重度霜冻事件的发生频率分别以-0.24次/10a、-0.07次/10a、-0.08次/10a和-0.09次/10a的速率下降,平均频率分别为4.91次、1.66次、1.37次和1.19次,各等级霜冻强度分别以-0.34/10a、-0.03/10a、-0.11/10a和-0.21/10a的速率下降,平均强度分别为5.94、1.10、1.67和2.36,重度霜冻事件发生频率和强度下降幅度最大,其次为中度和轻度霜冻事件,轻度霜冻事件发生频率最高;空间上总霜冻频率、各等级霜冻频率和强度均整体上呈西高东低的分布趋势,在陇东地区呈北高南低式分布,高值区主要分布在陇南地区和陇中地区西部的高海拔地区;在大部分地区,总体霜冻、各等级霜冻事件发生频率和强度均呈下降趋势,陇南地区和陇东北部霜冻频率和强度下降幅度较大。（3）河东地区冬小麦抽穗-成熟期连阴雨事件发生频率和连阴雨最长持续日数均总体上分别以-0.01次/10a和-0.25 d/10a的速率呈微弱的下降趋势,平均频率和最长持续日数分别为1.88次和18.79 d,陇中地区连阴雨频率下降幅度最大,陇南地区连阴雨最长持续日数下降幅度最大;空间上由西南向东北,连阴雨发生频率和最长持续日数呈逐渐递减的趋势,陇南地区连阴雨发生频率最高,最长持续日数最长。（4）河东地区冬小麦全育期和各生育期干旱风险性均大致呈由南向北逐渐增加的趋势,低风险性区域主要分布在陇南地区,高风险性区域主要分布在陇东和陇中地区,陇东地区干旱高风险性区域最大;冬小麦拔节后晚霜冻风险性呈由西南向东北逐渐递减的趋势,高风险性区域主要分布在西部高海拔区,低风险性区域主要分布在陇南地区海拔较低的浅山区地区、陇东大部分地区和陇中地区的南部和东部;冬小麦抽穗-成熟期连阴雨风险性大致呈由西南向东北逐渐递减的趋势,低风险性区域主要分布在陇东地区北部,陇南大部分地区属于连阴雨灾害高风险区;冬小麦综合农业气象灾害风险性大致呈南低北高的分布趋势,低风险性区域主要分布在陇南地区和陇中地区南部,高风险性区域主要分布在陇东地区、陇中地区大部和陇南地区舟曲和宕昌的西北部地区。
黄浩[4]（2021）在《甘肃省河东地区苹果生育期主要气象灾害风险评估》文中认为甘肃河东地区是中国苹果的重要产地之一,区域内具有多种气候类型,地形复杂,苹果是农民重要的收入来源。本研究选取河东地区苹果产量较多,资料较全的区域作为研究区,以苹果主要面临的气象灾害——干旱和春季霜冻为研究对象。本文基于1981-2019年国家气象科学数据中心日值格点气温和降水数据和站点0cm最低温度等数据以及1991-2013年《甘肃农村年鉴》统计资料等数据,通过对苹果生育期致灾因子危险性、承灾体易损性、孕灾环境敏感性和防灾减灾能力的综合评估,对1981-2019年苹果生育期春季霜冻和干旱进行风险评估和区划。结果发现:（1）河东苹果主要种植区1981-2019年最高气温、最低气温和平均气温呈显着增加趋势（P<0.05）,其中最高气温增幅最大,最低气温增幅最小,降水变化不显着。≥5℃和≥10℃有效积温呈现出初始日提前、结束日推迟、持续时间增加的情况,由此导致区域有效积温呈现显着增加趋势。相较于2000年前,2000年后研究区内陇中高原和陇南终霜日提前,但陇东高原上终霜日推迟。（2）研究区内在不同生育期内,不同等级的霜冻在空间分布上具有差异性,但一般在纬度或海拔较高的区域霜冻频率和严重程度相对较高。在苹果花期、幼果期、果实膨大期干旱发生次数较多的区域位于西峰至静宁一带,在成熟期干旱事件较多发生在西和、成县、徽县和两当一带。花期和幼果期干旱持续较长的区域空间分布较为一致,膨大期和成熟期干旱持续时间较长的区域也分布较为一致。干旱强度在果实膨大期最大,其次为幼果期、成熟期和花期。（3）苹果面临春季霜冻风险较大的区域位于研究区西部、陇东高原和陇中高原交界区域以及陇东高原北部区域,春季霜冻风险较小的区域为陇东高原东南部、清水以南区域以及静宁和通渭。（4）苹果干旱风险较大区域位于陇东高原东北部和西南部,研究区内陇中高原西部、静宁、秦安、张家川和麦积。干旱风险较小的区域位于陇东高原西北部、中部、东部,麦积以南以及秦州区、甘谷、通渭、清水和庄浪一带。（5）研究区内苹果主要气象灾害中春季霜冻权重占比大于干旱,低综合风险区位于研究区内陇南部分,次低风险区主要位于陇东高原的镇原至合水一带,研究区内陇中高原部分风险较高的县（区）数量较多,次高以上风险区位于三片区域,由东向西分别为,环县东部—华池北部一带、庄浪—泾川一带以及漳县—秦安一带。
杜建斌[5]（2020）在《旱灾对我国粮食主产省粮食产量的影响及抗旱对策研究》文中认为旱灾是我国主要自然灾害之一,也是影响我国粮食安全的主要自然灾害之一。13个粮食主产省粮食产量占全国总产量的75%以上,分析建国以来我国13个粮食主产省粮食生产情况的变化趋势及旱灾对粮食产量的影响,对提高粮食主产省的抗旱减灾能力具有重要意义。本研究通过收集建国以来我国13个粮食主产省农作物播种面积、旱灾受灾、成灾面积、粮食产量等数据,系统的分析13个粮食主产省粮食生产变化趋势和旱灾对粮食产量的影响,并以部分省份为例总结不同区域的抗旱减灾措施,最后基于全球气候模型,模拟预测RCP4.5和RCP8.5情景下2031-2060年我国全国范围及粮食主产区不同干旱等级发生的频率及不同干旱等级所占比例,预测未来情景下我国主要粮食主产区干旱的演变趋势,论文主要结论如下:（1）建国以来我国东北地区旱灾受灾和成灾面积均呈逐渐增加的趋势,旱灾受灾率和成灾率均高于其他三个粮食主产区,其中内蒙古省粮食平均受灾和成灾率均最高,其次为辽宁。东北地区的黑龙江、吉林、内蒙古三省的粮食播种面积均呈逐渐增加的趋势,黄淮海地区粮食播种面积基本保持稳定。长江中下游和西南地区,旱灾显着降低粮食单产和总产,旱灾受灾率和成灾率与粮食单产和总产均呈负相关。大部分粮食主产省旱灾受灾率和成灾率与粮食单产和总产的年变化率负相关达到显着或极显着水平,旱灾受灾率和成灾率较大的年份与粮食单产和总产减产较大的年份相对应。（2）不同的种植区域有不同的抗旱减灾措施,东北地区针对玉米主要有育苗移栽、垄作、薄膜覆盖和免耕等抗旱措施,针对大豆有调整耕作方式和应急补灌等抗旱技术。黄淮海地区针对冬小麦、夏玉米主要有秸秆覆盖、应急补灌技术和优化灌溉措施等抗旱减灾技术。西南地区四川省抗旱减灾措施主要有合理种植制度和作物布局、合理的耕作技术、调整合适的播期和管理技术以避开旱灾的影响以及灾后的减灾农艺措施等四个方面。长江中下游的湖南省,年降雨量较大,但易发生季节性干旱,在湖南省主要采用避旱减灾种植模式,使用化学制剂调控避旱减灾技术以及干旱适应性防控高产栽培技术等。（3）在气候持续变暖情况下我国干旱发生将进一步加剧,本文基于全球气候变化模型对我国2031-2060干旱程度进行模拟预测,结果表明在RCP4.5情景下我国大部分地区干旱发生频率均大于15%。东北、黄淮海、西南、华南、长江中下游地区干旱发生频率均在15%以上,其中黑龙江北部、山东南部、江苏、广东、福建、江西、四川、陕西和西藏南部等地干旱发生频率在25%以上。在RCP8.5情景下我国不同地区干旱发生频率差异较大,西北大部分地区干旱发生频率低于5%,东北、黄淮海、西南、华南和长江中下游等地区干旱发生频率大于30%,其中黑龙江东北部、辽宁南部、山东南部、江苏北部、贵州、云南、广西、广东、福建等部分地区干旱发生频率大于40%。RCP8.5情景下干旱频率和干旱程度比RCP4.5情景高,对我国不同粮食主产区干旱预测表明在RCP8.5情景下东北地区、黄淮海地区和长江中下游地区干旱频率和程度比RCP4.5情景下进行加重,而西南地区在RCP8.5情景下干旱比RCP4.5情景下有所减缓。
陈实[6]（2020）在《中国北部冬小麦种植北界时空变迁及其影响机制研究》文中指出冬小麦种植北界研究对于确保区域粮食安全和应对气候变化具有重要的科学价值和现实意义。在全球气候变暖的背景下,中国潜在冬小麦种植北界已显着向北扩展,为冬小麦种植提供了大范围潜在分布区。然而,中国北部冬麦区冬小麦实际种植的面积却在明显减少,实际冬小麦种植北界与潜在冬小麦种植北界之间可能存在差距,明晰冬小麦种植北界时空变迁及其影响机制显得尤为重要。因此,本研究以气候敏感且生态脆弱的北部冬小麦种植区为研究区,以时序MODIS遥感数据为主要数据来源,提取了2001、2007、2014和2019年四个时期实际冬小麦种植北界,阐明了实际冬小麦种植北界的时空演变特征。结合气候因子和人类活动因子数据,运用地理探测器模型,定量分析实际冬小麦种植北界界线形成和变迁的影响机制。本论文的主要研究内容和结论如下:（1）冬小麦遥感制图及其时空变化分析。基于MODIS时间序列数据开展冬小麦种植面积的空间制图,能较好地反映中国北部各时期冬小麦种植面积的空间分布。研究发现,近20年冬小麦种植面积的动态度变化以显着减少为主,减少面积约为57.61×103km2,减少区域主要体现在冬小麦种植过渡区。冬小麦种植动态度增加的面积约为23.53×103km2,增加区域主要分布在资源条件较好和人类活动干预程度较高的地区。（2）冬小麦种植北界动态变化及其对比分析。2001-2019年实际冬小麦种植北界在纬度方向上向南移动了37km,潜在冬小麦种植北界在纬度方向上向北迁移约为16km。实际冬小麦种植北界相较于潜在冬小麦北界在纬度方向上向南移动了103km,约有33×103km2的冬小麦潜在种植区。潜在冬小麦种植北界与实际冬小麦种植北界之间确实存在差异,气候变化使得潜在冬小麦种植北界界线发生了北移,气候变化和人类活动的交互作用使得实际冬小麦北界界线向南迁移。（3）农业气候因子对冬小麦种植北界影响的定量分析。最冷月平均气温、越冬期负积温、年极端最低气温和越冬前积温是影响实际冬小麦种植北界迁移的重要农业气候因子,影响力均大于0.50,但这些因子之间存在信息重叠,影响力相对较大的最冷月平均气温可作为解释因子。最冷月平均气温-7.8℃、越冬期负积温-583℃、年极端最低气温-22℃、越冬前积温418℃、生育期积温1721℃、生育期降水量207mm和关键期降水量113mm是冬小麦适宜种植的临界阈值。越冬前积温、生育期积温和最冷月平均气温与其他因子之间的交互作用对实际冬小麦种植北界界线形成的解释力较高。（4）人类活动因子对冬小麦种植北界影响的定量分析。农业机械总动力、农村用电量、有效灌溉面积和农用化肥施用量是影响实际冬小麦种植北界迁移的主要人类活动因子。有效灌溉面积、农村用电量和农业机械总动力与其他人类活动因子之间的交互作用影响力相对较强。中国实际冬小麦种植北界出现南移,并与以往潜在冬小麦北界向北迁移结果之间存在差距。最冷月平均气温、越冬期负积温、越冬前积温、年极端最低气温,以及有效灌溉面积、农业机械总动力、农村用电量是影响实际冬小麦北界界线形成和变迁的关键因子,其中人类活动因子对实际冬小麦北界界线向南移动主要表现为正向效应。
董玉新[7]（2020）在《内蒙古春麦冬播高产高效生理机制及配套栽培技术研究》文中提出针对内蒙古河套平原冬小麦试种中发现的冬季冻害、春季干旱或“倒春寒”影响返青率及前茬限制等问题,以“春麦冬播”为切入点,以提高小麦抗寒、抗旱能力,提高产量和效益为目标,以不同春化类型小麦品种为材料,系统研究不同播种期、播种深度、播种量及肥水措施对小麦种子越冬、萌发出苗、生长发育及产量形成的影响,阐明气候、土壤及水分条件与冬播小麦生长的关系及实现高产的关键限制因素,深入揭示冬播小麦实现高产高效的生态生理机制,探索构建春麦冬播高产高效栽培技术体系。该研究不仅有利于丰富小麦高产、高效的生态生理机理,而且,对于提高北方春麦区小麦产量、降低小麦生产成本、增加经济效益、提高复种指数、保护生态环境等,都具有重要的现实意义。主要研究结果如下:1.随着播种期推迟,不同春化类型小麦品种春季出苗率均呈增加趋势,其中以“寄籽”形式越冬的小麦出苗率接近60%,而且较春播小麦提前出苗3d左右,成熟期提前7d以上。冬播小麦叶面积指数、光合性能、干物质积累量和籽粒产量均随播期的推迟而升高,以11月上旬播种的小麦表现最优。内蒙古河套灌区“春麦冬播”的适宜播种期为11月上旬,即农历“立冬”前后,此时5 cm 土层日平均温度为1℃左右。2.冬播条件下供试小麦品种的春季田间出苗率较春播小麦有所降低,但根系发达,对低温及干旱的适应性强。通过系统聚类筛选出适宜内蒙古平原灌区冬播的3个小麦品种,包括春性品种永良4号、冬性品种宁冬11号和半冬性品种河农7106,其共同特征为抗逆性强、越冬出苗率高、根系发达、产量表现较高。3.秋浇底墒水与未浇底墒水的冬播小麦相比,出苗早、出苗率高,成熟期提前2～5 d。底墒水对冬播小麦干物质积累量、叶面积指数和光合特性等均有显着影响,以浇灌底墒水的冬播小麦表现更好。3-5 cm播深的“寄籽”小麦较9 cm播深的小麦提早出苗4～5 d,成熟期提前5～7 d,且出苗率、干物质积累量、叶面积指数、光合特性及产量性状表现最优。4.冬播条件下,适当增加播种量与施肥量,“寄籽”小麦叶面积指数、光合势和干物质积累量均表现为增加趋势。冬播小麦叶片SPAD值随播种量的增加呈现先升后降趋势;净光合速率（Pn）、蒸腾速率（Tr）和气孔导度（Gs）均在高播种量和施肥量处理下表现最优,较春播对照分别提高15.5%、9.2%和7.9%。冬播小麦籽粒产量随播种量的增大而增加,随施肥量的增加呈现先升高后下降的趋势,回归分析表明,冬播小麦籽粒产量与播种量、施肥量二项农艺措施的关系均符合二次多项式线性回归模型,通过方程求极值得出永良4号获得最高籽粒产量的适宜播种量、施肥量分别为 480.5 kg·hm-2 和 396.2 kg·hm-2。5.冬播小麦春季田间出苗率较春播小麦有所降低,但出苗早,分蘖能力强、茎蘖成穗率高,根系发达,叶片光合速率高;且开花之后,旗叶叶绿素含量、Fv/Fm值及光合速率下降缓慢,高值稳定期较长。拔节以前,冬播与春播小麦群体干物质积累量无明显差异,开花之后,“寄籽”小麦干物质积累量逐渐超过春播小麦,籽粒产量也可达到与春播小麦相同的水平。与春播小麦相比,冬播小麦穗数有所减少,但穗粒数和千粒重显着增加。基于上述研究结果,组装集成了内蒙古河套灌区“春麦冬播”高产高效栽培技术模式:在浇灌足量底墒水的前提下,播前精细整地;适宜播期为11月上、中旬,即农历节气“立冬”前后,暖冬年份可适当推迟播种;品种采用春性品种永良4号;播种深度为3-5 cm,播种量为480.5 kg·hm-2,种肥（磷酸二铵）施用量为396.2 kg·hm-2。
崔雅祺[8]（2020）在《中国主要粮食作物气象灾害标准体系评价》文中指出为确保全球变暖及气象灾害频发背景下我国的粮食生产安全,建立健全的农业防灾减灾技术体系十分重要,其首要任务是对主要粮食作物气象灾害标准及体系进行评价。本文首先通过对实况与经验的总结,筛选出中国主要粮食作物气象灾害研究对象与标准研究对象;其次从农业生产管理的使用角度,以实现灾前预警、灾中监测和灾后评估等精细化功能为目的,制定了主要粮食作物气象灾害标准体系评价要求;最后通过对研究对象的标准化处理与定性定量分析,评价主要粮食作物气象灾害标准的可操作性与标准体系的完整性。（1）中国粮食主产区主粮种植结构清晰,东北地区以春玉米和单季稻为主,黄淮海地区以冬小麦和夏玉米为主,长江中下游地区以单、双季稻为主。本文以“地区+作物+异常气象因子”的划分方法,确定了中国主要粮食作物气象灾害研究对象为东北春玉米干旱、东北春玉米低温冷害、东北春玉米涝渍、东北单季稻低温冷害、黄淮海冬小麦干旱、黄淮海冬小麦霜冻害、黄淮海冬小麦干热风、黄淮海夏玉米干旱、黄淮海夏玉米高温热害、长江中下游早稻低温冷害、长江中下游晚稻低温冷害、长江中下游单季稻干旱和长江中下游单季稻高温热害共13个灾种。（2）主要粮食作物气象灾害标准须具备可操作性,具体包括指标适用性和数据可获得性,其中指标适用性又考虑了分析因素、时间尺度、阈值差异等条件;灾害标准体系须具备功能完整性与技术完整性。基于对标准可操作性的定性分析建立定量评价公式,可计算灾害标准在实现不同评价目的时的可操作性指数等级,从而对比各个标准可操作性的优良差异。而灾害标准的汇总结果能清晰地反映出主要粮食作物气象灾害标准体系的完整性,且对未来农业气象灾害标准体系的修改与完善提供研究方向。（3）通过对标准指标适用性和数据可获得性进行量化,进而对可操作性指数等级进行量化,可使标准的可操作性评价更加客观科学。标准可操作性评价结果显示:各级干旱标准共18项,7项具有可操作性;涝渍标准共10项,3项具有可操作性;低温冷害标准共14项,12项具有可操作性;霜冻标准共7项,4项具有可操作性;高温热害标准共5项,2项具有可操作性;干热风标准共4项,3项具有可操作性。（4）标准体系完整性评价结果显示:目前主要粮食作物气象灾害标准体系基本能满足各环节的灾害等级评价功能,尚且缺乏能实现灾害范围和灾害损失评价的标准,需要进一步完善整个体系的功能和技术完整性。其中,水分异常型和多因子异常型气象灾害的等级评价标准体系比较完善,针对各灾种各环节均有可操作标准;而温度异常型气象灾害标准体系只能对低温冷害实现各环节的等级评级,对霜冻、高温热害仅能实现评估环节的等级评价。
李帅[9]（2020）在《1961-2017年中国主要粮食作物有效积温的时空变化及未来情景模拟》文中认为中国幅员辽阔,地形结构复杂多样,气候变暖对农业生产的影响存在区域性差异,了解气候变化如何影响作物所需有效积温是农业生产应对增温变暖的首要前提。本文使用惩罚最大F检验对站点温度集进行非均一性检验并插补修正,通过泰勒图确定最佳的历史数据集与插值方法的组合和CMIP6模拟中国有效积温最佳的模式,使用Manner-Kendall检验、REOF、k-means聚类分析等方法,分析1961-2017年水稻、小麦、玉米所需有效积温的空间分布、时间变化、突变前后的变化情况及物理区划;预测在未来情景下,全球升温1.5℃、2℃会对中国粮食作物热量资源的潜在积极或消极影响。本研究旨在全面了解中国农业热量资源时空格局及长期变化趋势,帮助种植者制定更好的长期决策,为全国综合农业区划的更新提供理论依据和科学支撑。研究主要得到如下结论:（1）1961-2017年水稻、玉米、小麦有效积温整体均表现出自南向北随纬度更替变化的地带性分布规律和自东向西随海拔变化的阶梯状分布规律。全国可种植小麦面积最多,其次为水稻,玉米最少。三种作物有效积温整体均呈显着的升高趋势,其中小麦的积温增幅最大（约40-90℃·d/10a）,其次为玉米,水稻增幅较小;呈减小趋势的地区主要为澜沧江中游地区。三种作物的有效积温均于1991-2005年之间发生突变,突变前后,三种作物的积温界线均表现为北移、西移趋势显着。除青藏高原地区外,全国约80%的地区水稻、玉米积温增幅在100-300℃·d,小麦增幅在150-350℃·d;三种作物有效积温均表现出北方升幅整体高于南方地区。（2）使用REOF与k-means聚类分析结合的方法对三种作物进行区划,其中水稻积温划分为5个分区,玉米积温有4个分区,小麦有7个分区。对比三种作物的区划结果,发现水稻与玉米区划结果相似;三种作物的高值区及长江流域均能成为一个单独的分区,并且均有两个分区以大凉山为界,区域划分比较合理客观。（3）在4种不同的共享社会经济路径（SSP）下,全球升温1.5℃、2℃时,三种作物的有效积温仍均表现出自南向北随纬度更替变化的地带性分布规律和自东向西随海拔变化的阶梯状分布规律。有效积温均呈上升趋势,各种植界限均向北、向西、向高海拔方向移动,2℃情景下积温增幅整体高于1.5℃情景。SSP3-7.0、SSP5-8.5情景下积温增幅相对较高,但三种作物积温变化趋势不一致,变化结果比较复杂,没有统一的增加或下降趋势。SSP1-2.6、SSP2-4.5情景下的三种作物积温变化趋势一致,且这两种情景模拟的人类社会发展都是朝着相对乐观的趋势进行的。（4）SSP1-2.6情景下,全球平均温度于2017年升温达到1.5℃,于2034年达到2.0℃。1.5℃情景下,全国约60%的地区三种作物的积温增幅在100-600℃·d,北方地区三种作物积温增幅整体高于南方地区;2℃情景下,约60%的地区积温增幅在250-900℃·d,北方地区积温增幅整体低于南方地区。SSP2-4.5情景下,全球平均温度于2023年升温达到1.5℃,于2038年达到2.0℃。1.5℃情景下,全国约60%的地区三种作物的积温增幅在100-700℃·d左右;2℃情景下,全国约60%的地区积温增幅在250-800℃·d左右;两种情景下三种作物积温均表现出西部地区升幅整体高于中东部地区。整体来说,高温区增高更快,低温相反不明显,寒冷区可能霜冻等会影响更明显,具体表现为南北方积温升幅的差异。
徐向英[10]（2019）在《江苏小麦综合气象指数构建与产量变化预测和分析》文中提出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。
二、北疆地区冬小麦冻害的农业气象问题（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、北疆地区冬小麦冻害的农业气象问题（论文提纲范文）
（1）吉林省大豆气候适宜度及霜冻害研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 气候适宜度的研究进展 |
| 1.2.2 霜冻的研究进展 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第二章 研究区域概况、资料及方法 |
| 2.1 研究区概况 |
| 2.2 研究资料 |
| 2.3 研究方法 |
| 2.3.1 气候倾向率 |
| 2.3.2 相关性分析 |
| 2.3.3 气象产量提取方法 |
| 2.3.4 吉林省大豆气候适宜度模型构建 |
| 2.3.5 霜冻害等级划分及统计 |
| 2.3.6 吉林省大豆霜冻灾害风险评估体系构建 |
| 2.3.7 反距离权重插值 |
| 2.3.8 自然断点分级法 |
| 第三章 吉林省大豆生长季气候资源时空变化特征 |
| 3.1 大豆生长季内热量资源时空变化特征 |
| 3.1.1 ≥10℃活动积温 |
| 3.1.2 9 月平均日最低气温 |
| 3.2 大豆生长季内水分资源时空变化特征 |
| 3.2.1 降水量 |
| 3.2.2 参考作物蒸散量 |
| 3.3 大豆生长季内光照资源时空变化特征 |
| 3.4 本章小结与讨论 |
| 第四章 吉林省大豆气候适宜度研究 |
| 4.1 温度适宜度 |
| 4.1.1 全生育期温度适宜度时空变化特征 |
| 4.1.2 各发育阶段温度适宜度时空变化特征 |
| 4.2 降水适宜度 |
| 4.2.1 全生育期降水适宜度时空变化特征 |
| 4.2.2 各发育阶段降水适宜度时空变化特征 |
| 4.3 日照适宜度 |
| 4.3.1 全生育期日照适宜度时空变化特征 |
| 4.3.2 各发育阶段日照适宜度时空变化特征 |
| 4.4 综合适宜度 |
| 4.4.1 全生育期综合适宜度时空变化特征 |
| 4.4.2 各发育阶段综合适宜度时空变化特征 |
| 4.5 本章小结与讨论 |
| 第五章 吉林省大豆霜冻害时空演变及风险评估 |
| 5.1 吉林省大豆霜冻害时空演变特征 |
| 5.1.1 吉林省大豆霜冻害时间变化 |
| 5.1.2 吉林省大豆霜冻害空间分布 |
| 5.2 吉林省大豆霜冻灾害风险评估 |
| 5.2.1 危险性分析 |
| 5.2.2 暴露性分析 |
| 5.2.3 易损性分析 |
| 5.2.4 吉林省大豆霜冻灾害风险区划 |
| 5.3 结合霜冻灾害风险与气候适宜度的各地大豆种植适宜性评述 |
| 5.4 本章小结与讨论 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 特色与创新 |
| 6.3 存在问题与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（2）基于遥感技术的晚霜冻胁迫后冬小麦减产率预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 晚霜冻害概述 |
| 1.1.2 晚霜冻对冬小麦的影响 |
| 1.2 国内外研究现状 |
| 1.2.1 基于高光谱技术的作物低温胁迫研究 |
| 1.2.2 基于多光谱技术的作物低温胁迫研究 |
| 1.2.3 基于光谱技术的小麦产量损失预测研究 |
| 1.3 当前研究存在的问题和不足 |
| 1.4 研究目的与意义 |
| 1.5 研究内容与技术路线 |
| 第二章 试验方案、数据获取及处理 |
| 2.1 研究区概况 |
| 2.2 低温试验方案及数据获取 |
| 2.2.1 人工霜冻模拟试验方案 |
| 2.2.2 自然霜冻试验 |
| 2.2.3 产量数据测定 |
| 2.2.4 高光谱数据获取 |
| 2.2.5 Sentinel-2 卫星遥感影像获取 |
| 2.3 数据处理与分析方法 |
| 2.3.1 冬小麦减产率计算 |
| 2.3.2 高光谱数据预处理 |
| 2.3.3 Sentinel-2 卫星遥感影像预处理 |
| 2.3.4 光谱重采样 |
| 2.3.5 光谱指数构建 |
| 2.3.6 模型构建及精度验证 |
| 第三章 晚霜冻胁迫下冬小麦冠层反射率与减产率关系 |
| 3.1 不同霜冻温度胁迫下冬小麦冠层反射率分析 |
| 3.1.1 冬小麦不同生育期冠层光谱反射率变化分析 |
| 3.1.2 冬小麦冠层光谱反射率随温度变化幅度分析 |
| 3.2 冬小麦冠层光谱反射率与盆栽减产率相关性分析 |
| 3.3 本章小结 |
| 第四章 晚霜冻胁迫下基于窄波段光谱指数的减产率预测 |
| 4.1 预测冬小麦减产率的已有窄波段光谱指数筛选 |
| 4.2 预测冬小麦减产率的新建窄波段光谱指数筛选 |
| 4.3 本章小结 |
| 第五章 晚霜冻胁迫下基于模拟宽波段光谱指数的减产率预测 |
| 5.1 冬小麦减产率与模拟宽波段光谱指数的相关性分析 |
| 5.2 基于模拟宽波段的敏感光谱指数筛选 |
| 5.2.1 基于已有光谱指数 |
| 5.2.2 基于新建光谱指数 |
| 5.3 本章小结 |
| 第六章 基于Sentinel-2 卫星数据的冬小麦减产率预测 |
| 6.1 冬小麦种植区域的遥感提取 |
| 6.1.1 种植面积提取 |
| 6.1.2 结果与验证 |
| 6.2 候选光谱指数的敏感性分析 |
| 6.2.1 冬小麦减产率与Sentinel-2 波段光谱特征分析 |
| 6.2.2 候选光谱指数与田间减产率的相关性分析 |
| 6.3 预测冬小麦减产率光谱指数模型构建 |
| 6.3.1 基于宽波段光谱指数的线性回归预测冬小麦减产率精度 |
| 6.3.2 基于宽波段光谱指数的BP神经网络预测冬小麦减产率精度 |
| 6.4 基于最优宽波段光谱指数线性回归模型的空间制图 |
| 6.5 本章小结 |
| 第七章 结论、创新点与展望 |
| 7.1 论文创新点 |
| 7.2 本文的主要结论 |
| 7.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（3）甘肃省河东地区冬小麦主要农业气象灾害变化特征及风险区划（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 农业气象灾害研究 |
| 1.2.2 河东地区农业气象灾害研究 |
| 1.2.3 已有研究中存在的不足及本文拟解决的问题 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 2 研究区概况与资料方法 |
| 2.1 研究区概况 |
| 2.1.1 地质地貌 |
| 2.1.2 气象水文 |
| 2.1.3 土壤植被 |
| 2.2 数据来源 |
| 2.2.1 气象数据 |
| 2.2.2 其他数据 |
| 2.3 研究方法 |
| 2.3.1 灾害指标计算方法 |
| 2.3.2 冬小麦生育阶段划分方法 |
| 2.3.3 数据处理方法 |
| 3 冬小麦主要农业气象灾害时空变化特征 |
| 3.1 干旱灾害时空变化特征 |
| 3.1.1 干旱频率时间变化特征 |
| 3.1.2 干旱频率空间分布特征 |
| 3.1.3 干旱频率变化趋势空间分布特征 |
| 3.1.4 干旱强度时间变化特征 |
| 3.1.5 干旱强度空间分布特征 |
| 3.1.6 干旱强度变化趋势空间分布特征 |
| 3.2 晚霜冻灾害时空变化特征 |
| 3.2.1 晚霜冻频率时间变化特征 |
| 3.2.2 晚霜冻频率空间分布特征 |
| 3.2.3 晚霜冻频率变化趋势空间分布特征 |
| 3.2.4 晚霜冻强度时间变化特征 |
| 3.2.5 晚霜冻强度空间变化特征 |
| 3.2.6 晚霜冻强度变化趋势空间分布特征 |
| 3.3 连阴雨灾害时空变化特征 |
| 3.3.1 连阴雨频率时间变化特征 |
| 3.3.2 连阴雨频率空间变化特征 |
| 3.3.3 连阴雨频率变化趋势空间分布特征 |
| 3.3.4 连阴雨最长持续日数时间变化特征 |
| 3.3.5 连阴雨最长持续日数空间变化特征 |
| 3.3.6 连阴雨最长持续日数变化趋势空间分布特征 |
| 3.4 本章小结与讨论 |
| 3.4.1 本章小结 |
| 3.4.2 本章讨论 |
| 4 冬小麦主要农业气象灾害风险区划分析 |
| 4.1 冬小麦主要农业气象灾害风险评估模型的建立 |
| 4.1.1 致灾因子危险性指数 |
| 4.1.2 孕灾环境敏感性指数 |
| 4.1.3 承灾体易损性指数 |
| 4.1.4 防灾减灾能力指数 |
| 4.1.5 冬小麦主要农业气象灾害风险评估模型 |
| 4.2 冬小麦主要农业气象灾害危险性分析 |
| 4.2.1 干旱危险性分析 |
| 4.2.2 晚霜冻危险性分析 |
| 4.2.3 连阴雨危险性分析 |
| 4.3 孕灾环境敏感性分析 |
| 4.4 承灾体易损性分析 |
| 4.5 防灾减灾能力分析 |
| 4.6 冬小麦主要农业气象灾害风险区划 |
| 4.6.1 干旱风险区划 |
| 4.6.2 晚霜冻风险区划 |
| 4.6.3 连阴雨风险区划 |
| 4.6.4 农业气象灾害综合风险区划 |
| 4.7 本章小结与讨论 |
| 4.7.1 本章小结 |
| 4.7.2 本章讨论 |
| 5 主要结论与展望 |
| 5.1 主要研究结论 |
| 5.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（4）甘肃省河东地区苹果生育期主要气象灾害风险评估（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 农业气象灾害风险评估研究进展 |
| 1.2.2 苹果气象灾害风险评估研究进展 |
| 1.3 已有研究中的不足与拟解决问题 |
| 1.3.1 已有研究中的不足 |
| 1.3.2 拟解决的问题 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 研究区、资料与方法 |
| 2.1 研究区概况 |
| 2.1.1 地貌概况 |
| 2.1.2 土壤条件概况 |
| 2.1.3 气候条件概况 |
| 2.1.4 水文条件概况 |
| 2.1.5 苹果种植情况 |
| 2.2 数据来源 |
| 2.2.1 气象和生育期资料 |
| 2.2.2 统计资料 |
| 2.2.3 地理信息数据 |
| 2.2.4 霜冻等级标准 |
| 2.3 研究方法 |
| 2.3.1 CEEMDAN |
| 2.3.2 Mann-Kendall趋势检验 |
| 2.3.3 层次分析法 |
| 2.3.4 主成分分析 |
| 2.3.5 苹果生产效率指数 |
| 2.3.6 加权综合评估法 |
| 2.3.7 风险评价模型 |
| 2.3.8 逐步回归法 |
| 2.3.9 减产率计算方法 |
| 2.3.10 单产变异系数 |
| 2.3.11 一元线性回归模型 |
| 2.3.12 日值SPRI指数 |
| 3 河东苹果主要种植区气候特征 |
| 3.1 气候要素变化特征 |
| 3.1.1 气候要素季节变化特征 |
| 3.1.2 气候要素年际变化特征 |
| 3.1.3 生育期气候要素特征 |
| 3.2 有效积温与终霜日特征 |
| 3.2.1 ≥5℃有效积温特征 |
| 3.2.2 ≥10℃有效积温特征 |
| 3.2.3 终霜日特征 |
| 3.3 生育期危险性指标特征 |
| 3.3.1 霜冻指标特征 |
| 3.3.2 干旱事件特征 |
| 3.4 本章小结 |
| 4 苹果生育期主要气象灾害风险评估 |
| 4.1 河东苹果春季霜冻风险评估 |
| 4.1.1 苹果春季霜冻致灾因子危险性 |
| 4.1.2 苹果春季霜冻孕灾环境敏感性分析 |
| 4.1.3 苹果春季霜冻承灾体易损性分析 |
| 4.1.4 苹果春季霜冻防灾减灾能力分析 |
| 4.1.5 苹果春季霜冻风险区划 |
| 4.2 苹果干旱风险评估 |
| 4.2.1 干旱致灾因子危险性分析 |
| 4.2.2 干旱孕灾环境敏感性分析 |
| 4.2.3 干旱承灾体易损性分析 |
| 4.2.4 干旱防灾减灾能力分析 |
| 4.2.5 苹果干旱风险区划 |
| 4.3 苹果生育期主要气象灾害综合风险评估 |
| 5 讨论、结论与展望 |
| 5.1 讨论 |
| 5.2 主要结论 |
| 5.3 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（5）旱灾对我国粮食主产省粮食产量的影响及抗旱对策研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 我国主要的自然灾害 |
| 1.3 旱灾的发生及抗旱对策 |
| 1.3.1 旱灾的定义及评价指标 |
| 1.3.2 我国农业旱灾发生的原因 |
| 1.3.3 防旱抗旱措施及对策 |
| 1.4 气候变化背景下国内外旱灾的发生情况 |
| 1.4.1 国外旱灾发生 |
| 1.4.2 我国旱灾发生特点 |
| 第二章 研究内容和研究方法 |
| 2.1 研究的目标与内容 |
| 2.1.1 研究目标 |
| 2.1.2 研究内容 |
| 2.1.3 技术路线 |
| 2.2 数据来源 |
| 2.3 指标测定 |
| 2.4 计算方法 |
| 第三章 我国粮食主产省旱灾发生规律及对粮食产量的影响 |
| 3.1 引言 |
| 3.2 东北地区粮食主产省旱灾发生规律及粮食产量的变化 |
| 3.2.1 黑龙江 |
| 3.2.2 吉林 |
| 3.2.3 辽宁 |
| 3.2.4 内蒙古 |
| 3.3 黄淮海地区粮食主产省旱灾发生规律及粮食产量的变化 |
| 3.3.1 河北 |
| 3.3.2 河南 |
| 3.3.3 山东 |
| 3.4 长江中下游地区粮食主产省旱灾发生规律及粮食产量的变化 |
| 3.4.1 安徽 |
| 3.4.2 湖北 |
| 3.4.3 湖南 |
| 3.4.4 江苏 |
| 3.4.5 江西 |
| 3.5 西南地区粮食主产省旱灾发生规律及粮食产量的变化 |
| 3.5.1 四川 |
| 3.6 讨论 |
| 3.6.1 粮食主产省旱灾发生的时空变化 |
| 3.6.2 粮食主产省粮食单产和总产的变化趋势 |
| 3.6.3 旱灾对粮食产量的影响 |
| 3.7 小结 |
| 第四章 不同区域抗旱减灾技术研究 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.3 东北地区主要作物抗旱减灾技术研究 |
| 4.3.1 玉米抗旱技术研究 |
| 4.3.2 大豆抗旱技术研究 |
| 4.4 黄淮海地区主要作物抗旱减灾技术研究 |
| 4.4.1 夏玉米抗旱技术研究 |
| 4.4.2 冬小麦抗旱技术研究 |
| 4.5 西南地区 |
| 4.5.1 水稻抗旱减灾措施及对策 |
| 4.5.2 玉米抗旱减灾措施及对策 |
| 4.5.3 小麦抗旱减灾措施及对策 |
| 4.6 长江中下游地区 |
| 4.6.1 红黄壤坡耕旱地避旱减灾种植模式与关键技术 |
| 4.6.2 农业化学节水制剂研制与避旱减灾机理及应用技术研究 |
| 4.7 小结 |
| 第五章 气候变化背景下我国未来干旱发生的趋势分析 |
| 5.1 引言 |
| 5.2 材料与方法 |
| 5.2.1 数据来源 |
| 5.2.2 干旱指标 |
| 5.3 我国不同区域的干旱演变趋势 |
| 5.3.1 轻旱演变趋势 |
| 5.3.2 中旱演变趋势 |
| 5.3.3 重旱演变趋势 |
| 5.3.4 特旱演变趋势 |
| 5.3.5 干旱演变趋势 |
| 5.4 我国粮食主产区干旱特征演变 |
| 5.4.1 东北地区 |
| 5.4.2 黄淮海地区 |
| 5.4.3 长江中下游地区 |
| 5.4.4 西南地区 |
| 5.5 气候变化对我国粮食产量生产的影响及未来抗旱对策 |
| 5.6 小结 |
| 第六章 结论与展望 |
| 6.1 全文结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（6）中国北部冬小麦种植北界时空变迁及其影响机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 冬小麦种植北界时空变迁研究进展 |
| 1.2.2 冬小麦遥感制图研究进展 |
| 1.2.3 农作物种植格局时空演变影响机制研究进展 |
| 1.3 存在问题与研究展望 |
| 1.4 研究方案 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 研究技术路线 |
| 1.4.4 论文结构安排 |
| 第二章 研究区域与数据 |
| 2.1 研究区概况 |
| 2.2 研究数据及预处理 |
| 2.2.1 MODIS EVI2 数据 |
| 2.2.2 Landsat影像数据 |
| 2.2.3 气象数据 |
| 2.2.4 野外实地数据 |
| 2.2.5 农业统计数据 |
| 2.2.6 其他辅助数据 |
| 第三章 MODIS冬小麦遥感制图及其时空变化分析 |
| 3.1 研究方法 |
| 3.1.1 基于MODIS EVI2 时序数据的冬小麦种植面积遥感制图方法 |
| 3.1.2 基于Landsat影像冬小麦制图方法 |
| 3.1.3 精度评估方法 |
| 3.1.4 冬小麦种植面积时空变化分析的动态度模型 |
| 3.2 MODIS冬小麦制图精度的评价 |
| 3.3 冬小麦种植面积时空变化分析 |
| 3.4 讨论 |
| 3.5 小结 |
| 第四章 冬小麦种植北界动态变化及其对比分析 |
| 4.1 研究方法 |
| 4.1.1 实际冬小麦种植北界界线提取方法 |
| 4.1.2 潜在冬小麦种植北界界线提取方法 |
| 4.1.3 Fish Net界线变动探测方法 |
| 4.2 实际冬小麦种植北界动态分析 |
| 4.3 潜在冬小麦种植北界动态分析 |
| 4.4 实际冬小麦种植北界与潜在冬小麦种植北界对比分析 |
| 4.5 讨论 |
| 4.6 小结 |
| 第五章 农业气候因子对冬小麦种植北界影响的定量分析 |
| 5.1 研究方法 |
| 5.1.1 农业气候因子的选取及其信息处理 |
| 5.1.2 地理探测器模型 |
| 5.2 农业气候因子对冬小麦种植北界影响的定量探测 |
| 5.2.1 农业气候因子的影响力探测分析 |
| 5.2.2 农业气候因子的显着性差异探测分析 |
| 5.2.3 农业气候因子的指示作用探测分析 |
| 5.2.4 农业气候因子的交互作用探测分析 |
| 5.3 讨论 |
| 5.4 小结 |
| 第六章 人类活动因子对冬小麦种植北界影响的定量分析 |
| 6.1 人类活动因子的选取及其信息处理 |
| 6.2 人类活动因子对冬小麦种植北界的影响定量探测 |
| 6.2.1 人类活动因子的影响力探测分析 |
| 6.2.2 人类活动因子的显着性差异探测分析 |
| 6.2.3 人类活动因子的交互作用探测分析 |
| 6.2.4 人类活动因子和农业气候因子的交互作用分析 |
| 6.3 讨论 |
| 6.4 小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（7）内蒙古春麦冬播高产高效生理机制及配套栽培技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 “冬麦北移”研究现状 |
| 1.2.2 晚播冬小麦研究 |
| 1.2.3 春小麦冬播研究 |
| 1.2.4 栽培技术措施对小麦生长发育、产量形成的影响研究 |
| 1.3 研究目的及意义 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 2 材料与方法 |
| 2.1 试验区概况 |
| 2.2 试验设计 |
| 2.2.1 冬播抗逆高产小麦品种筛选 |
| 2.2.2 冬季播种时间对小麦生长发育和产量形成影响研究 |
| 2.2.3 播种量和施肥量对小麦生长发育和产量形成影响研究 |
| 2.2.4 灌水及播种深度对小麦生长发育和产量形成影响研究 |
| 2.3 测试内容及方法 |
| 2.3.1 生育时期记载 |
| 2.3.2 气象资料 |
| 2.3.3 土壤养分测定 |
| 2.3.4 田间出苗率调查 |
| 2.3.5 植株取样及测定方法 |
| 2.3.6 土壤温度测定 |
| 2.3.7 土壤含水率测定 |
| 2.3.8 叶片光合特性指标测定 |
| 2.3.9 群体光照状况测定 |
| 2.3.10 籽粒灌浆特性测定 |
| 2.3.11 叶片生理指标测定 |
| 2.3.12 根系取样及测定 |
| 2.3.13 考种及测产 |
| 2.3.14 水分利用效率 |
| 2.4 数据统计分析 |
| 3 结果与分析 |
| 3.1 不同春化类型小麦越冬出苗特性及其抗寒、抗旱、高产品种筛选 |
| 3.1.1 小麦生育期内气温与降水量变化 |
| 3.1.2 冬播条件下不同春化类型小麦品种出苗率差异 |
| 3.1.3 冬播条件下不同春化类型小麦品种生育进程差异 |
| 3.1.4 冬播条件下不同春化类型小麦品种叶片生理指标差异 |
| 3.1.5 冬播条件下不同春化类型小麦品种根系性状差异 |
| 3.1.6 冬播条件下不同春化类型小麦品种的产量及其构成因素 |
| 3.1.7 内蒙古平原灌区适宜冬播小麦品种筛选 |
| 3.1.8 小结 |
| 3.2 不同冬季播种时间对小麦生长发育和产量形成的影响 |
| 3.2.1 小麦生育期内气温与降水量变化 |
| 3.2.2 播期对冬播小麦春季田间出苗率的影响 |
| 3.2.3 播期对冬播小麦生育进程的影响 |
| 3.2.4 播期对冬播小麦群体生理指标的影响 |
| 3.2.5 播期对冬播小麦光合特性的影响 |
| 3.2.6 播期对冬播小麦苗期叶片生理指标的影响 |
| 3.2.7 播期对冬播小麦开花期根系性状的影响 |
| 3.2.8 播期对冬播小麦籽粒灌特性的影响 |
| 3.2.9 播期对冬播小麦水分利用效率(WUE)的影响 |
| 3.2.10 播期对冬播小麦产量及其构成因素的影响 |
| 3.2.11 小结 |
| 3.3 播种量和施肥量对冬播小麦生长发育及产量形成的影响 |
| 3.3.1 冬播小麦生育期内气温与降水量变化 |
| 3.3.2 播种量及施肥量对冬播小麦春季田间出苗率的影响 |
| 3.3.3 播种量和施肥量对冬播小麦群体生理指标的影响 |
| 3.3.4 播种量和施肥量对冬播小麦光合特性的影响 |
| 3.3.5 播种量和施肥量对冬播小麦籽粒灌特性的影响 |
| 3.3.6 播种量和施肥量对冬播小麦水分利用效率(WUE)的影响 |
| 3.3.7 播种量和施肥量对冬播小麦产量及其构成因素的影响 |
| 3.3.8 冬播小麦播种量、施肥量与产量关系的数学模型 |
| 3.3.9 小结 |
| 3.4 不同灌水和播种深度对冬播小麦生长发育和产量形成的影响 |
| 3.4.1 冬播小麦生育期内气温及降水量变化 |
| 3.4.2 灌水和播种深度对冬播小麦春季田间出苗率的影响 |
| 3.4.3 灌水和播种深度对冬播小麦生育进程的影响 |
| 3.4.4 灌水和播种深度对冬播小麦群体生理指标的影响 |
| 3.4.5 灌水和播种深度对冬播小麦光合特性的影响 |
| 3.4.6 灌水和播种深度对冬播小麦籽粒灌浆特性的影响 |
| 3.4.7 灌水和播种深度对冬播小麦水分利用效率(WUE)的影响 |
| 3.4.8 灌水和播种深度对冬播小麦产量及其构成因素的影响 |
| 3.4.9 小结 |
| 4 结论与讨论 |
| 4.1 结论 |
| 4.1.1 春麦冬播的适宜播种期 |
| 4.1.2 春麦冬播的适宜品种 |
| 4.1.3 春麦冬播高产高效的生理基础 |
| 4.1.4 河套灌区“春麦冬播”高产高效栽培技术 |
| 4.2 讨论 |
| 4.2.1 栽培措施对冬播小麦出苗率的影响 |
| 4.2.2 栽培措施对冬播小麦生育进程的影响 |
| 4.2.3 栽培措施对冬播小麦产量及其构成因素的影响 |
| 4.2.4 栽培措施对冬播小麦根系性状的影响 |
| 4.2.5 栽培措施对冬播小麦光合特性的影响 |
| 5 主要创新点 |
| 6 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（8）中国主要粮食作物气象灾害标准体系评价（论文提纲范文）
| 摘要 |
| Abstract |
| 1 前言 |
| 1.1 研究背景与意义 |
| 1.2 研究进展 |
| 1.2.1 粮食主产区气象灾害概况研究 |
| 1.2.2 农业气象灾害监测技术研究 |
| 1.2.3 农业气象防灾减灾技术研究 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法 |
| 1.4.1 实况经验总结 |
| 1.4.2 标准资料研究 |
| 1.4.3 定性定量分析 |
| 1.5 技术路线图 |
| 2 主要粮食作物气象灾害及其标准研究对象 |
| 2.1 粮食主产区概况 |
| 2.1.1 粮食主产区主粮种植结构概况 |
| 2.1.2 粮食主产区主粮作物生长季气象灾害概况 |
| 2.2 农业气象灾害标准资料 |
| 2.2.1 资料来源 |
| 2.2.2 资料整合 |
| 2.3 主要粮食作物气象灾害及其标准研究对象 |
| 2.3.1 灾害研究对象 |
| 2.3.2 标准研究对象 |
| 3 主要粮食作物气象灾害标准体系的评价要求 |
| 3.1 主要粮食作物气象灾害标准的可操作性要求 |
| 3.1.1 指标适用性要求 |
| 3.1.2 数据可获得性要求 |
| 3.2 主要粮食作物气象灾害标准体系的完整性要求 |
| 3.2.1 功能完整性要求 |
| 3.2.2 技术完整性要求 |
| 4 现有主要农业气象灾害标准可操作性评价 |
| 4.1 干旱标准可操作性评价 |
| 4.1.1 干旱指标类型 |
| 4.1.2 评价结果 |
| 4.2 涝渍标准可操作性评价 |
| 4.2.1 涝渍指标类型 |
| 4.2.2 评价结果 |
| 4.3 低温冷害标准可操作性评价 |
| 4.3.1 低温冷害指标类型 |
| 4.3.2 评价结果 |
| 4.4 霜冻标准可操作性评价 |
| 4.4.1 霜冻指标类型 |
| 4.4.2 评价结果 |
| 4.5 高温热害标准可操作性评价 |
| 4.5.1 高温热害指标类型 |
| 4.5.2 评价结果 |
| 4.6 干热风标准可操作性评价 |
| 4.6.1 干热风标准类型 |
| 4.6.2 评价结果 |
| 5 主要粮食作物气象灾害标准体系完整性评价 |
| 5.1 水分异常型气象灾害标准体系完整性评价 |
| 5.1.1 功能完整性评价结果 |
| 5.1.2 技术完整性评价结果 |
| 5.2 温度异常型气象灾害标准体系完整性评价 |
| 5.2.1 功能完整性评价结果 |
| 5.2.2 技术完整性评价结果 |
| 5.3 多因子异常型气象灾害标准体系完整性评价 |
| 5.3.1 功能完整性评价结果 |
| 5.3.2 技术完整性评价结果 |
| 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 6.3 创新点 |
| 参考文献 |
| 致谢 |
（9）1961-2017年中国主要粮食作物有效积温的时空变化及未来情景模拟（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究目的及研究内容 |
| 1.3.2 技术路线 |
| 2 资料与方法 |
| 2.1 研究资料 |
| 2.2 研究方法 |
| 2.3 数据选择及最优空间插值模型验证 |
| 3 粮食作物有效积温的时空变化分析 |
| 3.1 水稻有效积温的时空变化及区划 |
| 3.1.1 水稻有效积温空间分布 |
| 3.1.2 气候倾向率 |
| 3.1.3 有效积温突变前后的空间变化 |
| 3.1.4 水稻有效积温时空区划 |
| 3.2 玉米有效积温的时空变化及区划 |
| 3.2.1 玉米有效积温空间分布 |
| 3.2.2 气候倾向率 |
| 3.2.3 有效积温突变前后的空间变化 |
| 3.2.4 玉米有效积温时空区划 |
| 3.3 小麦有效积温的时空变化及区划 |
| 3.3.1 小麦有效积温空间分布 |
| 3.3.2 气候倾向率 |
| 3.3.3 有效积温突变前后的空间变化 |
| 3.3.4 小麦有效积温时空区划 |
| 3.4 本章小结与讨论 |
| 3.4.1 讨论 |
| 3.4.2 小结 |
| 4 全球增温1.5℃、2℃情景下中国粮食作物有效积温的空间模拟 |
| 4.1 未来气候模型与情景的选择 |
| 4.2 SSP1-2.6情景下三种作物有效积温的时空变化 |
| 4.2.1 SSP1-2.6情景下全球升温1.5℃、2℃的时间 |
| 4.2.2 中国水稻有效积温的时空变化 |
| 4.2.3 中国玉米有效积温的时空变化 |
| 4.2.4 中国小麦有效积温的时空变化 |
| 4.3 SSP2-4.5情景下三种作物有效积温的时空变化 |
| 4.3.1 SSP2-4.5情景下全球升温1.5℃、2℃的时间 |
| 4.3.2 中国水稻有效积温的时空变化 |
| 4.3.3 中国玉米有效积温的时空变化 |
| 4.3.4 中国小麦有效积温的时空变化 |
| 4.4 SSP3-7.0情景下三种作物有效积温的时空变化 |
| 4.4.1 SSP3-7.0情景下全球升温1.5℃、2℃的时间 |
| 4.4.2 中国水稻有效积温的时空变化 |
| 4.4.3 中国玉米有效积温的时空变化 |
| 4.4.4 中国小麦有效积温的时空变化 |
| 4.5 SSP5-8.5情景下三种作物有效积温的时空变化 |
| 4.5.1 SSP5-8.5情景下全球升温1.5℃、2℃的时间 |
| 4.5.2 中国水稻有效积温的时空变化 |
| 4.5.3 中国玉米有效积温的时空变化 |
| 4.5.4 中国小麦有效积温的时空变化 |
| 4.6 本章小结与讨论 |
| 4.6.1 讨论 |
| 4.6.2 小结 |
| 5 主要结论与展望 |
| 5.1 历史时期研究结论 |
| 5.2 未来模拟研究结论 |
| 5.3 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
| 个人简历 |
| 在学期间发表的学术论文及研究成果 |
（10）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 |
四、北疆地区冬小麦冻害的农业气象问题（论文参考文献）
- [1]吉林省大豆气候适宜度及霜冻害研究[D]. 李羚. 南京信息工程大学, 2021(01)
- [2]基于遥感技术的晚霜冻胁迫后冬小麦减产率预测研究[D]. 赵爱萍. 中国农业科学院, 2021(09)
- [3]甘肃省河东地区冬小麦主要农业气象灾害变化特征及风险区划[D]. 焦文慧. 西北师范大学, 2021(12)
- [4]甘肃省河东地区苹果生育期主要气象灾害风险评估[D]. 黄浩. 西北师范大学, 2021(12)
- [5]旱灾对我国粮食主产省粮食产量的影响及抗旱对策研究[D]. 杜建斌. 中国农业科学院, 2020(01)
- [6]中国北部冬小麦种植北界时空变迁及其影响机制研究[D]. 陈实. 中国农业科学院, 2020
- [7]内蒙古春麦冬播高产高效生理机制及配套栽培技术研究[D]. 董玉新. 内蒙古农业大学, 2020(01)
- [8]中国主要粮食作物气象灾害标准体系评价[D]. 崔雅祺. 沈阳农业大学, 2020(08)
- [9]1961-2017年中国主要粮食作物有效积温的时空变化及未来情景模拟[D]. 李帅. 西北师范大学, 2020(01)
- [10]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)