©2010-2026 宁波自信网络信息技术有限公司 版权所有
客服电话：0574-28810668 投诉电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
1、成都信息工程学院硕士学位论文 苹果气象服务系统研究——以运城市为例 摘要 运城市是山西省的苹果产业基地，是全国苹果优生区。目前苹果面积已达328万亩，年产量达300多万吨，约占全国总产量的18％。气象条件是影响苹果产量和品质的重要气候生态因子，研究苹果产业与气候生态环境的关系，对于趋利避害挖掘气候资源潜力，减轻气象灾害危害，加快发展苹果产业，增强运城市苹果市场竞争力，获得更大的经济效益都具有重要的现实意义和深远的战略意义。 为了使运城市苹果产业更好的发展，使得苹果的生长发育适合气候变化的趋势，需要深入研究气象影响因子（包含气象条件、气象灾害等）对苹果生长、发育、产量、质量影响
2、及相应对策。运城市的气候条件有适合苹果生长、发育并且高产的优质气候资源，也存在着病虫害和气象灾害等对苹果生长、发育影响的不利因素，例如冬春干旱、花期冻害、冰雹、秋季连阴雨等。 本文针对山西省运城市苹果产业实际发展的需求，对影响山西省运城市苹果的上述方面进行了比较全面系统的研究，以期能为提高苹果产业气象服务水平提供更多的科学依据。 第一章 绪论 1.1 研究背景 。 1.2 国内外研究现状 1.2.1. 国外相关研究 国外对苹果产业化发展非常重视，已进行了大量的苹果气候生态关系研究，美、日、俄等国家在这方面取得了较多研究成果。日本苹果栽培专家根据日本气候生态环境条件的特点，在
3、日本青森县南津轻郡藤崎町进行杂交培育举世闻名的“富士”优等果品[2]。20世纪60年代开始大力推广富士苹果，该品种被认为是“划时代品种”，是苹果冲向世界的市场竞争的一张王牌。 关于气象条件的关系方面，Heinicke对苹果树内的光照分布模式做过研究[3]；Reinhard Paulesich对形状不同的树冠光照分布状况做过研究[4]；Michael Glantz研究过苹果不同树型树冠内太阳辐射分布状况[5]；PaFaHHer研究得出不同地区不同苹果品种需要的正积温900～2850℃，个别品种达到3000℃左右；H．JIpar研究表明在积温3000～3200℃左右时，苹果树干最大，产量最高[6
4、]。A.n.JIocOB研究表明，苹果果实体积与蓄水量之间相关系数达0.96，J.E.Goode研究表明干旱使苹果体积减少50％，优果率下降65％。 在气象灾害方面对苹果的专门研究比较少，但有气象灾害对其他作物的影响，StevenM.Quiring, Timothy N. Papakryiakou分析了加拿大小麦干旱的影响，利用曲线回归模型建立了小麦干旱指数 [7] ；Ashok K. Mishra Vijay P. Singh基于概率模型分析干旱时空变化，对干旱进行预测 [8] 。国外科学家在应用雷达识别冰雹云方面做了大量的工作，Mather把45dBz 高 度≥0℃层高度（H0）+3.3
5、km作为地面降雹的判据[9]。瑞士、法国、意大利等国，将45dBz高度≥H0+1.4km作为冰雹识别指标[10]。 在果树病虫害与气象条件的关系研究方面，日本走在前列。日本学者森下争产对近100年日本褐飞虱大发生与ElNino的关系进行了研究，得出E1Nino次年为日本褐飞虱大发生年。韩国利用气象卫星收视系统建立了果树病虫害信息可视网络咨询服务系统采用国际互联网，开发果树病虫害监测、预报及管理系统。 对于产量预测预报，国外对此研究较早，60年代中期，美国的W．GDuncun和R．S．Loomis与荷兰的Dewit同时提出作物群体模式研究[11]，现在苏联、美国、荷兰、日本等国家对棉花、小麦
6、糖用甜菜等作物在农业气象预报方面的研究已取得了明显成果。 国外早在20世纪70年代就开始将计算机技术应用到农业生产中，以解决病虫防控和农业生产问题。如：1996年，瑞士开发出谷物预测预报系统EPIPRE，可准确地预报杀虫剂的施用日期，为化学药剂的合理使用提供决策，降低环境污染[12]。 1.2.2. 国内相关研究 我国苹果生产从上世纪中期开始起步，80年代迅速发展并从国外引进不少新品种，苹果产量和品质在不断提高。如何合理利用当地气候生态环境优势，充分发挥当地气候资源潜力，建立适宜的栽培管理技术规范，趋利避害，促进苹果产量，尤其是品质提高，已成为各果区关注的热点。深化果业气象服务内容，规
7、范果业气象服务技术体系越来越引起国内外果业管理部门、经销商和种植户的重视。 国内对果树与气象条件进行了大量的研究。蒲金涌等[13]人研究发现，甘肃黄土高原自1971-2005年，年平均气温增加了0.9~1.8℃,受此影响，苹果叶芽放、展叶、开花等早期物候期提前了14d左右，叶变色、落叶等后期物候期后延了2~5d；郭海英等[14]研究发现随着气候变暖，果树在春季发育的物候期普遍提前，而果树的春季各发育期间隔并未出现缩短的趋势；毛明策等[15]研究了陕西省长武温度与苹果初花期之间的关系；李美荣[16]分析了陕西省7个果区气候变化及对苹果开花期的影响,并建立了苹果始花期物候模型；杨小利等[17]研
8、究陇东黄土高原典型站苹果生长对气候变化的响应。 关于苹果花期冻害引起了多位专家学者的关注，已有多位学者对其进行了灾害特征及影响分析、气候适宜性及灾害风险等的研究。关于受冻指标，李健[18]等以2 ℃、0 ℃、 -2 ℃为不同冻害等级临界气温，采用统计结合试验等方法确定陕西苹果花期冻害主要危害地区为延安和渭北西部果区，主要危害时段为4月中旬；李美荣等以0 ℃、 -2 ℃、 -4 ℃为不同冻害等级临界气温，统计分析得出陕西苹果花期冻害发生频率呈西北向东南减少的特征。董能利[19]对黄河河道地区果树冻害发生规律及防治对策进行过研究；杨梅宁、王秋萍[20]分别对苹果花蕾期冻害发生规律及防御对策进行了
9、研究；毛明策等[21]分别对苹果初花期与温度的关系及气候变暖对苹果物候期的影响进行了研究 ,为防御苹果花期冻害提供气象信息；夏丽花等[22]利用逐步回归分析建立了短期最低气温预报方程,对果树低温冻害进行短期预报。 旱涝气候预测应是气候预测的重点，对旱涝气候规律和预测方法的研究已是当务之急。然而，旱涝灾害特别是降水量的预测是大气科学中最为复杂、最为困难的课题之一。20世纪90年代以来，随着气候系统研究的深入，海～气相互作用、陆～气相互作用、冰雪～大气相互作用等研究领域都取得了令人瞩目的成果。为气候预测提供了新理论和新方法。季劲钧[23]对陆面物理和生物学过程进行了模拟研究。吴国雄等研制出全球海
10、洋～大气～陆面系统模式(GOALS)，广泛应用于气候研究。汤懋苍从地气相互作用出发，根据冬季深层地温场与夏季降水场有明显的相关关系，研制出“地气图法”，多年来用于制作汛期旱涝预报，取得了一定的效果。利用场时间序列做区域旱涝气候预测是最诱人的一个应用方面。于是，我们以陆～气相互作用为物理基础，结合运城的自然环境和气候特点，建立预测指标，进行预测试验。 多年来，国内外许多专家致力于冰雹预报方法的研究。如雷雨大风等。冯晋勤[24]对福建地区的冰雹天气进行了系统研究，并详尽介绍了冰雹的形成机理和预报方法，为以后开展冰雹研究奠定了基础。河南省把40dBz作为有无冰雹的判据之一，陕北地区用711雷达的4
11、5dBz强回波顶高≥H0+2.3km作为判据来识别冰雹云。这些研究为预测冰雹天气提供了参考。 我国学者在20世纪80年代以前,主要是以寻找、观察农作物病虫害发生发展的周边气象条件为主,并以指标法、物候、统计等方法进行了短期预报。进入80年代以后,大尺度的气候背景(如厄尔尼诺事件、海温、副热带高压和大气环流特征量等)与农作物病虫害发生流行的相关关系及其亲合机制研究开始出现,气象条件与害虫生命表、农作物产量损失、防治指标和预测模型的研究得到了加强；80年代末始,农作物病虫害的中、短期预测进入研究应用阶段,长期预测研究进入探索阶段；20世纪90年代以来,由于气候变化的影响,气候变暖对农作物病虫害发
12、生流行影响研究逐步开展。 在作物产量预测方面，国内其它省研究状况不尽相同，采取的方法也不同。如：用遥感技术方法预报产量，利用ARMA模型及岭回归即以趋势产量和气象产量分别建模的方法，利用灰色马尔柯夫链动态预测模型模拟趋势产量，应用自然正交方法将趋势产量和气象产量展开，利用交叉谱分析方法，从农业气象角度建立不同作物群体的光合生产模式分析作物生长季(5～9月)气温的变化对粮食产量高低的影响[25-29]等等。研究的作物也不尽相同，其中对水稻和小麦的研究较多，包括主要对水稻及冬小麦产量的主要影响因子和影响时期进行研究。利用随机天气模型研究气候变化对我国小麦发育及产量的可能影响，分析小麦和水稻的气象
13、产量特征，根据作物产量形成与农艺性状的关系，对Baier-Robertson的模型作了改进，建立了小麦预报模式，利用化肥施用量、一季稻种植面积和l～3月平均温度建立预测模型[29-32]等等。我国在水稻生长动态模拟研究和遥感技术用于冬小麦估产方面取得了较大进展，但在玉米、大豆等早作物发育期、产量跟踪预报技术方面都还没有重要的突破，更没有形成完整的体系。由于近年农产品的产量预报工作主要集中在小麦和玉米等大田作物，鲜有针对果品等经济作物进行产量预报的具体方法或模式。 在我国，农业气象服务系统起步较晚。当前，已建立了一些用于苹果病虫害管理平台，例如，莱阳农学院秦淑莲等[33]研制的苹果园病虫害测报
14、计算机信息系统；中国农业大学赵朋等[34]开发的苹果病虫害管理信息系统等。这些系统各适合不同的区域范围， 但目前在山西省尚没有专门的，全面的苹果预警系统在业务服务及生产中使用。 1.3 本文主要研究内容 根据山西省运城市的气候特点，结合苹果生长发育期的气象观测资料，分析运城市历史苹果生长发育期、产量与气象影响因子的关系，结合国内外优秀的苹果生产经验，综合得出， （1）山西省运城市苹果生长发育期适宜的和不适宜的气候条件指标； （2）对影响运城市苹果产业的花期冻害、干旱、冰雹等的临界指标和对运城市苹果生产的影响进行研究； （3）对运城苹果的病虫害的为害状况、发生规律、盛发期、发生的有利和
15、不利气象条件进行全面分析，归纳主要病虫害发生趋势的预报指标； 根据气象观测资料为基础，结合当地实际情况，用非线性回归方法建立预测模式，预测运城市苹果单产，为果农和政府指导提供依据； （4）建立运城市苹果主产县苹果面积产量数据库，运城苹果气象灾害、物候观测数据库，苹果生育期气象指标数据库，苹果气象灾害指标数据库，建立苹果产量预报流程； 为运城市苹果生产提供有利的决策支持和服务，对运城苹果产业充分利用气候资源、趋利避害，发展苹果生产起到重要作用。 第二章 运城市苹果生长发育期气象指标研究 苹果在漫长的形成过程中，已经适应了固定的气候和生态环境，所以对气象条件有特别的要求。气象条件
16、的突变会严重影响苹果的产量和品质。研究苹果的各个生长发育周期的气象条件，对于在生产苹果中合理地利用气候资源、集中优势资源，提高苹果的产量和品质有着非常重要的意义。结合诸多苹果生产中心总结的生产经验，综合列出苹果生长发育期有利和有害的气象条件指标，为苹果生产提供决策服务。 2.1 影响苹果生长的基本气象指标 2.1.1. 气温 气温是影响苹果生育的重要气象指标，它是限制苹果分布的决定性因子，对于苹果的产量的影响至关重要。 在苹果年生长周期中，温度与其生长发育有密切关系。当春季气温5℃时芽开始萌动，15℃以上时开花，开花期的最适温度为 17～18℃。生长期间(4～10 月)的平均气温 1
17、2～18℃、夏季(6～8 月)18～24℃最适宜生长。生长季温度 18～24℃时叶片光合能力最强，而呼吸消耗的碳水化合物相对较少；如果高于 24℃，则消耗增加；高至35℃时，同化产物则全被消耗。夏季 6～8 月平均气温 26℃以上的地区，苹果花芽不易分化，产量很低[36]。 苹果需要一定的低温通过休眠，才能正常生长发育。 苹果通过休眠需要7.2℃以下低温 900～1000 小时，山西省运城市苹果主产区能正常休眠。 苹果的花蕾能耐-2.8～-3.9℃的低温，花期为-1.7～-2.2℃，谢花后的幼果不能低于-1.1℃，成熟的果实能耐短暂的-4～-6℃的低温。果实发育的有效基础温度为10℃，花后
18、气温低于 5℃或高于20℃，均能阻碍细胞分裂。果实发育后期的温度状况影响果实的发育进程和质量。 夏秋温度对果实着色、果品质量有明显影响。气温日较差大，夜温较低，可提高果实含糖量，有利于着色。运城市日平均气温大于等于5°C的持续天数超过252天，一年内日平均气温大于10°C的有效积温一般为3893~4694°C，利于苹果的生育。据分析，运城市苹果生产基地的亩产量和4~8月份日平均气温大于10°C的有效积温有着显著的相关性，相关系数在0.514以上（通过了a=0.05的显著性水平检测）。冬季气温偏低、变化幅度大、寒流经常使树木受冻、抽条或者休眠过早解除，开花不齐，容易受到冻害等；夏季气温偏高或者
19、过低容易使树木营养失调，不易开花结果，病虫害严重，影响产量和质量。通过分析年平均气温、生长期（4~10月）平均气温和苹果生长温量指数，与我国其他苹果产区对比，我国北部的主要苹果产区年平均气温9.2~11.9°C，生长期（4~10月）平均气温16.2~18.7°C，温量指数78.4~95.9°C。山西省运城市苹果主要产区年平均气温11.9~14.2°C，生长期（4~10月）平均气温19.3~21.7°C，大于等于10°C积温在3893°C以上。完全能够满足苹果生长对温度的要求。 2.1.2. 降水量 苹果正常的生长发育和结果与环境水分含量有着紧密的关系。水分供给过剩或者太少，都会让果树营养失
20、调。在一般土壤环境下，年降水量在500~800mm的地区适宜栽种苹果。据分析，山西省运城市苹果主产区苹果亩产量和4~8月间降水量有显著的相关关系，相关系数在0.578以上（通过了a=0.05的显著性水平检验）。如果年降水量大于800mm的地方，特别是在高温高湿的环境下，苹果果树生长过于旺盛，苹果质量下降并且容易发生病虫害。降水量如果小于500mm，而且分布不均匀经常出现早春干旱和夏季伏旱，会使树体遭受旱灾。山西省运城市苹果区年降水量大多在500～680mm，适宜于苹果的生长发育。 2.1.3. 光照 苹果是喜光、长日照的树种，需要充足的光照条件。光照对于苹果树的生长结果和果实质量有着显著的
21、影响。如果光照充足、紫外线多，苹果树生长缓和，枝条粗壮，果实含糖量高，着色浓，良品率高。当果实获得全日光照的70%以上时，果实着色全红，获得全日光照的70%~40%时，果实部分着色，获得全日光照的40%以下时，果实基本不着色，良品率显著下降。因此，直射到果实上的光照状况是影响果实着色好坏的一个重要气象因素。苹果树适宜的光照条件为年日照时数在1500小时以上。据分析，山西省运城市苹果主产区苹果亩产量与4~8月日照时数有着显著的相关关系，相关系数大于0.540（通过了a=0.05的显著性水平检验）。山西省运城市苹果区，年日照时数一般1500小时左右，年日照百分率为46%~52%，对提高苹果产量和质
22、量非常有利。 综上分析，得出苹果影响苹果生长的基本气象指标见表3-1所示。 表3-1 影响苹果生长的基本气象指标 项目 气象指标 热量条件 1、生长季平均气温为12～18℃； 2、日平均气温大于等于5℃的持续天数大于170天； 3、日平均气温大于10℃的有效积温为2500～3000℃。 水分条件 4、年降水量在500～800mm。 光照条件 5、年日照时数为2200～2800小时。 第三章 运城市苹果气象灾害及病虫害研究 近年来，苹果产业的迅速发展受到省政府、运城市政府广泛关注，运城市更是把苹果列为经济发展的支柱产业之一。黄土高原苹果种植区生态气候优
23、势明显，多项气象指标符合苹果优生区指标需求。但是，该区大陆性季风气候特征明显，加之地形复杂，导致气候脆弱，气象灾害比较严重，其中花期冻害、伏旱、连阴雨、冰雹、是影响苹果产量和品质的主要气象灾害。同时由于病虫害对果树也有很深的影响。 3.1 花期冻害 苹果花期冻害是影响苹果产量、品质的主要气象灾害之一。尤其20世纪80年代以来，随着气候变暖加剧，导致苹果花期提前及遭遇低温冻害的几率和强度增加，使得苹果生产风险进一步加大。 选取运城万荣、临猗、平陆、盐湖、永济、夏县、芮城7个气象台站1973～2013年苹果开花期日极端最低气温和日平均气温，作为设计冻害指数的基本气象资料。同时选取上述7个气象
24、台站2003～2013年的苹果开花期监测结果，作为计算花期冻害指数的物候资料。 苹果花期冻害是指在果树开花期，遇有强降温天气过程，气温达到一定值时，使果树花器遭受冻害的气象灾害。开花期气温降至5℃或以下，花粉遭受冻害，直接影响授粉、受精和坐果；降至-2.0℃，花器冻死，无法坐果，造成大量花蕾受冻，遭受冻害的花蕾开花后质量差，坐果率低。因此，为了寻找能够反映花期冻害强度并且物理意义明确的指标来表征花期冻害特点，定义花期冻害指数 其中，Ha为花期冻害指数，为开花期日极端最低气温≤5℃的日数（d），该日数越多，花期冻害可能越严重；为开花期平均气温（℃），该值越小冻害风险可能越大。Ha
25、的物理意义为开花期平均气温为1℃时，可能发生冻害的低温出现的日数。显然，Ha的大小即反映花期冻害的强弱。Ha越大，冻害越重；反之，则越轻。这里定义的Ha是仅从气象角度反映的花器冻害或花粉冻害的轻重特征。 苹果开花期（初花～终花）天数是设计花期冻害指数的基本参数。起初将开花期定为10d，得到的冻害指数序列自相关系数较低，无法通过显著性检验。可能是因为开花期天数定得太少，使一些开花时间未能包括进去。后来又以最早的初花期到最晚的终花期时段来确定开花期天数，这样一来，多数果区开花期天数长达25～27d。经试验冻害指数序列自相关系数也很低。经反复试验比较，最后以各果区苹果盛花期为中心，时间向前、向后各
26、推10d，将开花期天数定为20d，发现冻害指数序列自相关系数明显提高，一般均能通过显著性检验。各果区苹果开花期天数具体确定结果见表4-1所示。 从表1看出，虽然各基地县苹果开花期天数均定为20d，但它们的气候意义是不同的，代表了基地县早春（3～4月）不同气候时段。不同气候时段统计出的Te≤5℃和T显然是不同的。 重要参数。一般讲苹果花受冻害的气温指标定为-1.7℃，但实际上当日极端最低气温≤5℃时花粉即遭受冻害。花粉遭受冻害后失去活力不能发芽或冻死，直接造成无法授粉、受精，必然使坐果率下降，给产量和品质造成损失。苹果花器遭受冻害，症状明显，如果把花器遭受冻害视为“显性”冻害，则花粉遭受冻害
27、可视为“隐性”冻害，它受冻症状不明显，常不被人们所察觉，从而得不到重视。所以常规的花期冻害的概念应当予以扩展，花粉遭受冻害也应属花期冻害的一部分。 起初将开花期极端最低气温Te指标定为≤0℃，后又定为≤2℃、≤4℃，再用低温出现日数、计算Ha，结果发现Ha序列相当一部分、甚至1/3以上指数值为0或数值很小，使指数分级无法进行。后来将Te指标调为≤5℃，统计发现Ha序列数值大为改观，指数分级也能正常进行。另外，多数苹果基地县气象站在平川，而苹果园多在山坡，当气象站Te≤5℃时，果园气温往往≤2℃，况且树冠气温常低于百叶箱气温，极易出现辐射降温型晚霜冻，使苹果遭受花期冻害。 根据运城市果区气候
28、特点和近年来花期冻害发生分布情况，确定花期冻害指数的频率分布，并将频率适当向偏重等级方向倾斜，使Ha整体频率分布呈略偏态分布。这种做法对于减少冻害漏报有利。将7个基地县的花期冻害指数分成重、偏重、中等、偏轻和轻5个等级，详见表4-2所示。 利用气象要素自身年变化具有准周期性和自记忆性的自相关关系 ,建立自回归预测模式表4-3所示[37-39]。 为了检验自回归预测模式的预报效果，分别用7个基地县1973～2010年、1973～2011年和1973～2012年的花期冻害指数序列，算得|RK|max为0.365～0.618，均能通过α=0.05的显著性检验。利用上述预测模式，对
29、2010、2011和2012年的花期冻害指数作独立样本预测试验，共得到21个预测结果。经与实际花期冻害指数比较，其中预测的花期冻害等级与实际的花期冻害等级一致的有8个，相差一级的有6个，相差两级的有4个，相差三级的有3个。若将预测的结果按三级评定：一致的和相差一级的视为预测准确和基本准确，达66.7%，相差两级的视为预测不准确，为19%，相差三级的视为预测错误，为14.3%，该预测模式能较客观地反映出运城苹果生产基地县的花期冻害强度和趋势，具有一定的预测能力。 3.2 伏旱 伏旱对果树的影响是广泛而深刻的，表现在生长发育各个阶段，如萌发、营养生长，直达具体的生理代谢过程，如光合作用、呼吸作
30、用，水和营养元素的吸收、运输，一些酶的活力和果树体内某些有机物的消长。 选取运城万荣、临猗、平陆、盐湖、永济、夏县、芮城7个站1973～2013年每年7月中旬～8月上旬的降水量和无降水日数，作为设计伏旱指数的基本气象资料。 伏旱是一种伏期长期干燥少雨稳定的气候现象,表现为缺乏足够的降水,反映的是气候水热平衡特性。常规多用降水量距平来讨论伏旱，但是由于降水距平百分率对于平均值的依赖较大,对于降水空间分布极不均匀的运城市果业基地不宜使用统一的降水距平百分率标准 ,应当确定一个能够反映伏期降水特征、干旱状况和伏旱强度，并且物理意义明确的指标来表征伏旱特点。我们设计了用如下表达式来定义伏旱指数:
31、 其中Fh为伏旱指数，NR=0为伏期无降水日数，该日数越大，伏旱强度可能越强；R7中-8上为伏期降水量，该值越小伏旱可能越严重。该表达式的物理意义为伏期每毫米降水需要维持的无降水（伏旱）日数。Fh越大，伏旱越严重；反之则越轻。 根据运城市干旱气候背景特点，将7个基地县的伏旱指数分成强、偏强、中等、偏弱和弱5个等级，详见表4-4、表4-5表所示。 表4-4 运城苹果基地县伏旱指数分级 伏旱等级 伏旱 强度 万荣 临猗 平陆 盐湖 永济 1 弱 Fh＜0.10 Fh＜0.16 Fh＜0.08 Fh＜0.12 Fh＜0.12 2 偏弱 0.10≤Fh＜0
32、16 0.16≤Fh＜0.25 0.08≤Fh＜0.11 0.12≤Fh＜0.15 0.12≤Fh＜0.16 3 中等 0.16≤Fh＜0.30 0.25≤Fh＜0.55 0.11≤Fh＜0.25 0.15≤Fh＜0.30 0.16≤Fh＜0.36 4 偏强 0.30≤Fh＜0.63 0.55≤Fh＜1.50 0.25≤Fh＜0.60 0.30≤Fh＜0.52 0.36≤Fh＜0.75 5 强 Fh≥0.63 Fh≥1.50 Fh≥0.60 Fh≥0.52 Fh≥0.75 伏旱等级 伏旱强度 夏县 芮城 1 弱 Fh
33、＜0.12 Fh＜0.12 2 偏弱 0.12≤Fh＜0.18 0.12≤Fh＜0.18 3 中等 0.18≤Fh＜0.30 0.18≤Fh＜0.30 4 偏强 0.30≤Fh＜0.60 0.30≤Fh＜0.90 5 强 Fh≥0.60 Fh≥0.90 利用气象要素自身年变化具有准周期性和自记忆性的自相关关系，建立自回归预测模式表4-5所示。 为了检验自回归预测模式的预报效果，分别用7个基地县1973～2010年、1973～2011年和1973～2012年的伏旱指数序列，算得21个|RK|max为
34、0.306～0.620，均能通过α=0.05的显著性检验。利用上述的预测模式，对2010、2011和2012年的伏旱指数作独立样本预测试验，共得到21个预测结果，经与实际伏旱指数比较，其中预测的伏旱等级与实际的伏旱等级一致的有6个，相差一级的有9个，相差两级的有5个，相差三级的有1个。若将预测的结果按三级评定：一致的和相差一级的视为预测准确和基本准确，达71.4%，相差两级的视为预测不准确，为23.8%，相差三级的视为预测错误，为4.8%，说明该预测模式能较客观地反映出运城市苹果生产基地县的伏旱强度和趋势，具有一定的预测能力。 3.3 连阴雨 连阴雨过程常常与低温过程相伴，造成降水雨量大，
35、持续时间长、气温低、光照不足，致使部分果园积水、内涝和湿度过大，极易诱发裂果、烂果、落果和果树病害流行，对即将成熟的果品产量和品质产生影响。 选取运城万荣、临猗、平陆、盐湖、永济、夏县、芮城7个站1973～2013年每年9月中旬～10月上旬的≥3d降水日数和无降水日数，作为设计连阴雨指数的基本气象资料。 运城市对连阴雨天气的定义为测站连续4天及以上，日降水量大于或等于0.1毫米，且测站过程降水大于20毫米的降水天气。而在近几年的苹果气象服务中，笔者发现在苹果摘袋、着色和采收时期，尤其是着色和采收期，持续3天的连阴雨，以及连阴雨或连阴天所带来的低温天气即可对苹果着色、果面光滑度产生影响，且影
36、响程度随连阴雨天气长度的增加而增加，但与过程降水量的多寡关系不大。所以为了能够反映连阴雨天气长度对苹果摘袋、着色和采收的影响强度，我们设计如下表达式来定义连阴雨指数: 其中为连阴雨指数；为9月中旬～10月上旬降水（R≥0.1㎜）连续3天及以上的日数，该日数越多，连阴雨危害越重；为9月中旬～10月上旬无降水日数，该日数越多，连阴雨危害越轻。 将7个基地县的连阴雨指数分成重、偏重、中等、偏轻和轻5个等级，详见表4-6所示。 表4-6 运城市苹果基地县连阴雨指数分级 连阴雨等级 连阴雨强度 万荣 临猗 平陆 盐湖 1 弱 Lu≤0.10 Lu≤0.15 Lu≤0.
37、10 Lu≤0.15 2 偏弱 0.10＜Lu≤0.31 0.15＜Lu≤0.35 0.10＜Lu≤0.35 0.15＜Lu≤0.30 3 中等 0.31＜Lu≤0.5 0.35＜Lu≤0.60 0.35＜Lu≤0.60 0.30＜Lu≤0.70 4 偏强 0.5＜Lu≤1.0 0.60＜Lu≤1.20 0.60＜Lu≤1.0 0.70＜Lu≤1.40 5 强 Lu＞1.0 Lu＞1.20 Lu＞1.0 Lu＞1.40 连阴雨等级 连阴雨强度 永济 夏县 芮城 1 弱 Lu≤0.18 Lu≤0.10 Lu≤0.12
38、 2 偏弱 0.18＜Lu≤0.50 0.10＜Lu≤0.30 0.12＜Lu≤0.28 3 中等 0.50＜Lu≤0.80 0.30＜Lu≤0.58 0.28＜Lu≤0.65 4 偏强 0.8＜Lu≤1.30 0.58＜Lu≤1.20 0.65＜Lu≤1.15 5 强 Lu＞1.30 Lu＞1.20 Lu＞1.15 根据7个基地县1973～2013年连阴雨指数序列，用上述统计方法建立各基地县连阴雨指数K阶自回归模式见表4-7所示[37-39]。 表4-7 各基地县连阴雨指数K阶自回归模式（α=0.05） 基地县 N K K阶
39、自回归预测模式 |RK| max f |RK|2α 万荣 40 30 0.514 17 0.389 临猗 40 27 0.345 21 0.352 平陆 40 30 0.538 18 0.368 盐湖 40 26 0.394 22 0.354 闻喜 40 30 0.467 18 0.375 新绛 40 30 0.459 17 0.388 芮城 40 29 0.514 19 0.367 为了检验自回归预测模式的预报效果，对2010、2011和2012年的连阴雨指数作独立样本预测
40、试验。若将预测的结果按三级评定：一致的和相差一级的视为预测准确和基本准确，达81.5%，相差两级的视为预测不准确，为16.5%，相差三级的视为预测错误，为2%。该预测模式能较客观地反映出运城市苹果生产基地县的连阴雨强度和趋势，具有一定的预测能力。 3.4 冰雹灾害 冰雹这种灾害性天气通常也造成果树枝叶、花、果实机械损伤，从而引起各种生理障碍、诱发病虫害等，使果实商品率下降甚至绝收。 3.4.1. 资料收集与整理 收集近些年来运城冰雹天气过程。同时，选取近些年运城市测站有风暴强中心大于50dBz、风暴垂直积分液态含水量（VIL）大于20 kg/m2、回波顶高（ET）大于8km以上的强
41、风暴，运城市的冰雹过程用于预报方程的建立，和方程回代检验。 将冰雹过程的雷达资料进行整理回放，结合冰雹发展的特点，利用历史冰雹过程的天气雷达资料建立天气雷达判别指标；同时，利用常规探空资料统计冰雹过程的0℃层、-20℃层、垂直风切变、-20℃与0℃层的高度差等参数。利用二次Fisher判别分析方法和模糊逻辑方法开展运城市冰雹自动识别方法的对比分析。 利用天气雷达风暴的单体识别和跟踪算法（SCIT）对风暴自动识别的结果，对出现冰雹、强风暴的雷达产品从风暴生成到消亡进行逐时次统计，统计参数分别为：风暴所对应的时间、方位、距离、风暴垂直积分液态含水量（VIL）、风暴最强回波强度（DBZM）、最强
42、回波所对应高度（HT）、风暴顶高（TOP）、风暴移向、移速（FCST MVMT）及回波顶高（ET）。在建立判别方程时，冰雹的雷达参数以出现冰雹时刻为准，无具体时间的则以报道时间前一小时内最强回波出现的时间为准。同时，利用常规探空资料统计每次强天气过程的对流有位能（CAPE）、0℃层、-20℃层、垂直风切变、-20℃与0℃层的高度差等参数[40]。 对风暴的单体识别和跟踪算法（SCIT）进行检验，我们利用软件对运城出现冰雹天气对应的风暴发展过程中风暴的位置预报进行12、30、42、60分钟的误差检验。检验中根据风暴提供的未来移向、移速计算风暴未来12、30、42、60分钟的方位和距离，并与风暴
43、的实况做比较，计算方位和距离误差。 3.4.2. 冰雹判别指标 为对冰雹天气进行定性判别，需选取与产生冰雹相关性好的参数，首先选取风暴最强回波强度作为反映风暴强弱的重要指标；风暴垂直积分液态含水量（VIL）表示将反射率因子数据转换成等价的液态水值，是用来判断对流风暴强度的一个十分有用的参量，但它的阈值随季节变化，Amburn研究表明，如果VIL密度（VIL/ET）超过4g/m3，则风暴肯定会产生直径超过2cm的大冰雹，因此，选取VIL密度指标用来判断冰雹天气；由于冰雹增长都在0℃层高度以上，0℃层上部的VIL反映的是0℃以上降水粒子分布的情况，所以，零度层高度以上VIL也能反映冰雹生长过程
44、因此我们选取VIL密度*（回波顶高-0℃层高度）来表示冰雹增长的情况；同时，判断大冰雹最有效的方法是检查较高的反射度因子能否扩展到0℃，特别是-20℃等温线高度以上，因此，我们选取最强回波高度-0℃层高度来表示冰雹发展的强度，风暴顶高（-20℃层高度）表示冰雹云发展的高度。 为验证以上参数选取是否适用，首先，先简单分析产生冰雹天气的风暴以及强风暴的风暴垂直积分液态含水量（VIL）、最强回波强度（DBZM）及回波顶高（ET）特征，经统计（见表4-8），产生冰雹天气的风暴VIL值以及风暴的最强回波强度值较大，而冰雹对应风暴的回波顶高差别并不大，但由于VIL用来判断对流风暴强度的的阈值随季节变化
45、因此，仅以VIL、最强回波强度及回波顶高进行冰雹天气判断是不够的。 表4-8 强天气雷达产品参数统计特征值 雷达参数 天气类型 风暴垂直积分液态含水量（VIL） 风暴最强回波强度（DBZM） 回波顶高（ET） 冰雹 45．58 64 11．12 强风暴 24．37 56．37 10．27 再对选取的5个判别指标进行统计分析。以下分别用DBZM、VILM、H0、H20、VILE表示风暴最强回波强度、VIL密度、最强回波高度-0℃层高度、风暴顶高（-20℃层高度）和VIL密度*（回波顶高-0℃层高度）5个判别指标，由表4-9可以看出，冰雹对应风暴及强
46、风暴在这5个判别指标上差别较大，最强回波高度在0℃层以上，风暴顶高与-20℃层高度的厚度差(H20)较大，说明对应冰雹天气的风暴发展强度强、高度高。为进一步验证这5个判别指标的可靠性，分别计算这5个指标与冰雹天气的相关系数分别为：0.69、0.77、0.50、0.57和0.62，当相关系数≥0.4即为显著性相关，≥0.7时则为高度相关，所以，这5个指标与冰雹天气的相关性都较高，以VIL密度(VILM)0.77相关系数为最大。 表4-9冰雹天气雷达产品判别指标统计特征值 雷达参数 天气类型 DBZM VILM H0 H20 VILE 冰雹 64 4.25 0.84
47、 2.97 26.72 强风暴 56.37 3.22 -0.57 -0.19 13.28 通过对强风暴，冰雹过程中对应风暴计算5个识别参数的分布概率密度图，计算过程中强风暴合并为强雷暴，分布情况见图4-1。 图4-1 冰雹5个识别参数的分布概率密度 3.4.3. 预报方程的建立 （1）判别分析法 判别分析法是定性分类判别的一种方法，它是根据判别对象不同类别，选择适当的判别因子，利用在不同类别的样本内，寻找判别因子与判别对象的关系，建立判别因子与判别对象不同类别的预报方程，选择适当的判别规则，判别某次多个判别因子观测样本所属的天气类型。常用的判别分析法主要有：距离
48、判别、Fisher判别、Bayes判别、逐步判别法。气象上主要采用Fisher判别、Bayes判别、逐步判别法。一般来说，Bayes判别要求数据分布是多元正态分布，Fisher判别对数据分布没有特殊的要求，逐步判别是在对判别因子进一步筛选的基础上建立判别方程。 由于判别分析方法的一个特点即计算量巨大，在统计过程中借用最常用的SPSS统计分析软件进行预报方程的建立。为了便于比较，在预报方程建立前，需对选取的判别指标用Xzi=（Xi～`X）/S （`X为平均值、S为标准差）公式进行无量纲化处理，将无量纲化处理后的冰雹天气对应5个判别指标的样本输入SPSS软件，软件将自动输出两组预报方程。在预报中
49、先对风暴进行筛选，若风暴强中心大于50dBz、VIL大于20 kg/m2、回波顶高大于8km，则将相应的预报因子代入冰雹预报方程，比较Y1、Y2大小，若Y1>Y2，则预报为冰雹天气；否则预报为无冰雹天气。冰雹预报方程如下： Y2 = VILE * 2.62 + H20 * 1.131+H0 *0.568+DBZM *1.128+VILM *(-1.327)-3.283 （2）模糊逻辑法 模糊逻辑法是L.A.Zadeh教授于1965年提出的，主要包括三个步骤：模糊化过程、模糊逻辑推理以及精确化计算。所谓的模糊化即将识别参数以隶属函数的方式转化为模糊基，我们选取梯形函数作为隶属函数的基本形式
50、进行模糊化，函数表达式如下： 在构造冰雹的隶属函数时，使用参考门限值来自于图3中识别参数的概率密度，对于DBZM， =60，=65；对于VILM，=2，=3.5；对于H0,=～0.5，=2；对于H20， =0，=2；对于VILE，=20，=30。下图4-2给出了基于梯形函数构建的5个识别参数隶属函数对应的冰雹风暴的模糊基。模糊逻辑推理相当于求冰雹或强雷暴的条件概率，即： 其中，代表风暴类型，即冰雹，代表识别参数，n代表识别参数的个数，为第j个识别参数对第i类型风暴的贡献，是第j个识别参数的权重，我们这里根据识别参数与冰雹的相关系数，取=0.25，=0.3，=0.05，=0.15，=
©2010-2026 宁波自信网络信息技术有限公司 版权所有
客服电话：0574-28810668 投诉电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
