设为首页
加入收藏
用户登录
投稿模版
中国气象局2024年 第35卷 第5期
摘要
PDF 501KB
2024, 35(5): 513-525.
DOI: 10.11898/1001-7313.20240501
HTML全文
摘要:
为提高短时临近降水预报准确率, 提出一种订正广西对流尺度数值预报模式(GRAPES-GX)降水预报产品的深度学习方法。该方法通过神经网络对实况进行时空特征提取, 以门控循环网络(GRU)为基础框架, 针对降水产品进行改进, 并用于GRAPES-GX降水预报产品订正。在此基础上, 设计了大气物理规律适配模块, 通过物理条件匹配机制订正模式预报降水强度与落区的系统性误差, 增强训练样本中预报产品和实况的特征相关性, 并协同优化模型参数, 获得更优的订正效果。广西区域试验结果表明: 订正模型在各预报时效、各降水强度等级的TS(threat score)评分均得到正技巧, 总体TS技巧评分为2.21%。对于不低于0.1 mm·h-1、不低于2 mm·h-1、不低于7 mm·h-1、不低于15 mm·h-1、不低于25 mm·h-1和不低于40 mm·h-1降水强度预报TS技巧评分分别为5.67%、3.59%、2.18%、1.46%、1.01%和0.46%。0~2 h、2~4 h和4~6 h时效预报TS技巧评分分别为4.77%、1.28%和0.91%。
为提高短时临近降水预报准确率, 提出一种订正广西对流尺度数值预报模式(GRAPES-GX)降水预报产品的深度学习方法。该方法通过神经网络对实况进行时空特征提取, 以门控循环网络(GRU)为基础框架, 针对降水产品进行改进, 并用于GRAPES-GX降水预报产品订正。在此基础上, 设计了大气物理规律适配模块, 通过物理条件匹配机制订正模式预报降水强度与落区的系统性误差, 增强训练样本中预报产品和实况的特征相关性, 并协同优化模型参数, 获得更优的订正效果。广西区域试验结果表明: 订正模型在各预报时效、各降水强度等级的TS(threat score)评分均得到正技巧, 总体TS技巧评分为2.21%。对于不低于0.1 mm·h-1、不低于2 mm·h-1、不低于7 mm·h-1、不低于15 mm·h-1、不低于25 mm·h-1和不低于40 mm·h-1降水强度预报TS技巧评分分别为5.67%、3.59%、2.18%、1.46%、1.01%和0.46%。0~2 h、2~4 h和4~6 h时效预报TS技巧评分分别为4.77%、1.28%和0.91%。
2024, 35(5): 526-537.
DOI: 10.11898/1001-7313.20240502
摘要:
2023年4月发射的风云三号气象卫星G星(FY-3G)是我国首颗专用降水测量卫星, 双频降水测量雷达(precipitation measurement radar, PMR)是该颗卫星上最核心的仪器。基于2023年7月数据, 利用海洋定标理论模型, 模拟海洋表面后向散射截面, 与观测海洋表面后向散射截面进行比对, 实现对PMR定标精度的初步评估。通过与国外星载双频降水测量雷达(global precipitation measurement, dual-frequency precipitation radar, GPM DPR)海洋定标检验结果比对, 评估FY-3G PMR定标的准确性。海洋定标精度检验结果表明: FY-3G PMR Ku波段在入射角小于15°时观测值与模型模拟值的偏差较小, 此时FY-3G PMR的偏差为1.65~2.73 dB, 偏差标准差为0.74~1.82 dB。FY-3G PMR Ka波段在18°入射角时偏差小于0.27 dB, 偏差的标准差为3.49 dB。FY-3G PMR与GPM DPR的定标偏差存在较为固定的偏差, 差异主要源自于数据本身的后向散射统计特性, 各入射角下FY-3G PMR Ku与Ka波段海洋表面后向散射数据稳定性与GPM DPR相当。
2023年4月发射的风云三号气象卫星G星(FY-3G)是我国首颗专用降水测量卫星, 双频降水测量雷达(precipitation measurement radar, PMR)是该颗卫星上最核心的仪器。基于2023年7月数据, 利用海洋定标理论模型, 模拟海洋表面后向散射截面, 与观测海洋表面后向散射截面进行比对, 实现对PMR定标精度的初步评估。通过与国外星载双频降水测量雷达(global precipitation measurement, dual-frequency precipitation radar, GPM DPR)海洋定标检验结果比对, 评估FY-3G PMR定标的准确性。海洋定标精度检验结果表明: FY-3G PMR Ku波段在入射角小于15°时观测值与模型模拟值的偏差较小, 此时FY-3G PMR的偏差为1.65~2.73 dB, 偏差标准差为0.74~1.82 dB。FY-3G PMR Ka波段在18°入射角时偏差小于0.27 dB, 偏差的标准差为3.49 dB。FY-3G PMR与GPM DPR的定标偏差存在较为固定的偏差, 差异主要源自于数据本身的后向散射统计特性, 各入射角下FY-3G PMR Ku与Ka波段海洋表面后向散射数据稳定性与GPM DPR相当。
2024, 35(5): 538-550.
DOI: 10.11898/1001-7313.20240503
摘要:
以探空资料为基准, 对2023年2月—2024年1月风云四号气象卫星B星(FY-4B)干涉式大气垂直探测仪(GIIRS)温湿廓线产品开展检验评估, 分析误差特征, 并利用概率密度匹配法(PDF方法)对云天温度廓线进行订正。结果表明: 晴天条件下温度平均偏差为-0.3~1 K, 均方根误差在2 K以内; 湿度平均偏差为0~1.3 g·kg-1, 均方根误差最大值位于近地层, 约为2.1 g·kg-1。云天条件下偏差增大, 平均偏差整体呈正值, 温度均方根误差为2.2~2.7 K, 湿度均方根误差最大值约为3 g·kg-1。12:00(世界时, 下同)近地层温度偏差较00:00有所增大; 晴天条件下, 12:00 400 hPa以下的湿度偏差大于00:00;云天条件下, 00:00 750~950 hPa的湿度偏差大于12:00。云天条件下温湿廓线系统性偏差明显, 与质控码为0的样本相比, 质控码为1的样本偏冷、偏干加剧, 且偏差分布更为离散, 温度偏差呈不对称的双峰分布。PDF方法可有效减小FY-4B/GIIRS温度廓线的系统性偏差, 订正后, 质控码为0和1的样本平均偏差分别由0.74 K和2.07 K下降至-0.03 K和0.01 K, 均方根误差分别由1.89 K和3.20 K减小至1.73 K和2.34 K。
以探空资料为基准, 对2023年2月—2024年1月风云四号气象卫星B星(FY-4B)干涉式大气垂直探测仪(GIIRS)温湿廓线产品开展检验评估, 分析误差特征, 并利用概率密度匹配法(PDF方法)对云天温度廓线进行订正。结果表明: 晴天条件下温度平均偏差为-0.3~1 K, 均方根误差在2 K以内; 湿度平均偏差为0~1.3 g·kg-1, 均方根误差最大值位于近地层, 约为2.1 g·kg-1。云天条件下偏差增大, 平均偏差整体呈正值, 温度均方根误差为2.2~2.7 K, 湿度均方根误差最大值约为3 g·kg-1。12:00(世界时, 下同)近地层温度偏差较00:00有所增大; 晴天条件下, 12:00 400 hPa以下的湿度偏差大于00:00;云天条件下, 00:00 750~950 hPa的湿度偏差大于12:00。云天条件下温湿廓线系统性偏差明显, 与质控码为0的样本相比, 质控码为1的样本偏冷、偏干加剧, 且偏差分布更为离散, 温度偏差呈不对称的双峰分布。PDF方法可有效减小FY-4B/GIIRS温度廓线的系统性偏差, 订正后, 质控码为0和1的样本平均偏差分别由0.74 K和2.07 K下降至-0.03 K和0.01 K, 均方根误差分别由1.89 K和3.20 K减小至1.73 K和2.34 K。
2024, 35(5): 551-563.
DOI: 10.11898/1001-7313.20240504
摘要:
基于中国气象局大气探测试验基地地基遥感垂直廓线系统中云雷达与微波辐射计同址观测的优势, 使用2021年8月—2022年7月毫米波云雷达、探空数据, 分析云雷达反射率因子与相对湿度特征关系, 提出联合云雷达的微波辐射计相对湿度分段校正方法, 实现云区微波辐射计相对湿度实时校正, 并利用2023年1—8月探空和2023年7—8月ERA5(ECMWF reanalysis version 5)逐小时再分析数据进行误差分析。结果表明: 入云区的相对湿度与反射率因子间呈正相关关系, 云区中段相对湿度近似饱和状态, 出云区与入云区相对湿度随高度变化近似对称; 层状云条件下校正后微波辐射计与探空和ERA5相对湿度的均方根误差比校正前分别减小7.99%和8.91%, 偏差中位数绝对值分别减小12.62%和13.05%, 且连续观测时次经校正后误差均减小, 校正效果较好; 对流云条件下校正效果也较好, 但部分个例存在过度校正。因此, 联合云雷达的相对湿度分段校正方法能够实现微波辐射计相对湿度廓线的连续实时校正, 可提高有云条件下微波辐射计的观测质量。
基于中国气象局大气探测试验基地地基遥感垂直廓线系统中云雷达与微波辐射计同址观测的优势, 使用2021年8月—2022年7月毫米波云雷达、探空数据, 分析云雷达反射率因子与相对湿度特征关系, 提出联合云雷达的微波辐射计相对湿度分段校正方法, 实现云区微波辐射计相对湿度实时校正, 并利用2023年1—8月探空和2023年7—8月ERA5(ECMWF reanalysis version 5)逐小时再分析数据进行误差分析。结果表明: 入云区的相对湿度与反射率因子间呈正相关关系, 云区中段相对湿度近似饱和状态, 出云区与入云区相对湿度随高度变化近似对称; 层状云条件下校正后微波辐射计与探空和ERA5相对湿度的均方根误差比校正前分别减小7.99%和8.91%, 偏差中位数绝对值分别减小12.62%和13.05%, 且连续观测时次经校正后误差均减小, 校正效果较好; 对流云条件下校正效果也较好, 但部分个例存在过度校正。因此, 联合云雷达的相对湿度分段校正方法能够实现微波辐射计相对湿度廓线的连续实时校正, 可提高有云条件下微波辐射计的观测质量。
2024, 35(5): 564-576.
DOI: 10.11898/1001-7313.20240505
摘要:
利用石家庄S波段天气雷达(SPOL)、雄安X波段相控阵雷达(XPAR)、地面自动气象站等多源观测资料, 分析2021年7月21日河北省保定市清苑区东吕村EF2级龙卷雷达特征。清苑区龙卷发生于低涡降水云系中, 风暴后向传播造成的多单体合并形成超级单体, 钩状回波顶部分裂的强反射率因子核心自东南向西北移动, 并与龙卷位置对应关系较好。SPOL和XPAR平均径向速度图上均连续多个时次识别出中气旋, 中气旋尺度为1.4~4.2 km, 旋转速度为10~20 m·s-1, 为弱中气旋, 属于微型超级单体龙卷, 持续时间较短(30~35 min)。在龙卷发展演变过程中, 低仰角探测到紧邻的旋转速度对时, 中气旋向下延伸1.2~1.4 km, 直径迅速收缩0.8~1 km, 预示龙卷的发生。龙卷风暴在低层旋转速度和涡度最大, 有利于龙卷发展增强。SPOL和XPAR在龙卷位置、径向速度及风暴直径的探测结果较为一致, XPAR回波顶比SPOL高约6 km, 且XPAR回波顶的峰值时段与风暴出现冲云顶特征的时段一致。15:36—15:42(北京时)龙卷涡旋特征(TVS)最为强盛, 垂直伸展厚度达2~4 km。
利用石家庄S波段天气雷达(SPOL)、雄安X波段相控阵雷达(XPAR)、地面自动气象站等多源观测资料, 分析2021年7月21日河北省保定市清苑区东吕村EF2级龙卷雷达特征。清苑区龙卷发生于低涡降水云系中, 风暴后向传播造成的多单体合并形成超级单体, 钩状回波顶部分裂的强反射率因子核心自东南向西北移动, 并与龙卷位置对应关系较好。SPOL和XPAR平均径向速度图上均连续多个时次识别出中气旋, 中气旋尺度为1.4~4.2 km, 旋转速度为10~20 m·s-1, 为弱中气旋, 属于微型超级单体龙卷, 持续时间较短(30~35 min)。在龙卷发展演变过程中, 低仰角探测到紧邻的旋转速度对时, 中气旋向下延伸1.2~1.4 km, 直径迅速收缩0.8~1 km, 预示龙卷的发生。龙卷风暴在低层旋转速度和涡度最大, 有利于龙卷发展增强。SPOL和XPAR在龙卷位置、径向速度及风暴直径的探测结果较为一致, XPAR回波顶比SPOL高约6 km, 且XPAR回波顶的峰值时段与风暴出现冲云顶特征的时段一致。15:36—15:42(北京时)龙卷涡旋特征(TVS)最为强盛, 垂直伸展厚度达2~4 km。
2024, 35(5): 577-589.
DOI: 10.11898/1001-7313.20240506
摘要:
为研究极端持续性强降水过程的中尺度结构和云物理特征, 利用龙岩S波段双偏振雷达、雨滴谱仪、二维闪电定位仪等多源资料结合雷达风场反演方法, 分析2022年5月26—27日福建一次极端持续性强降水过程。结果表明:该过程水汽充沛, 不稳定能量适中, 有利于产生强降水。强降水期间不低于45 dBZ的强回波主要集中在西南向喇叭口地形收缩处的山脉迎风坡一侧。强回波在气流辐合处持续发展, 前两个阶段暴雨区西侧回波持续移入形成后向传播的列车效应;第3阶段强回波在东北风引导下向东偏南移动。该过程以海洋性对流降水和暖云降水为主, 强降水主要由高浓度小尺度的雨滴粒子造成。第2阶段强烈上升运动在0 ℃层以上形成霰粒子, 并与冰晶碰撞, 产生负闪, 冰相过程使霰粒子下落融化与低层雨滴的碰并增长形成大雨滴, 降水效率高。降水粒子集中在气流汇合处, 中低层存在高浓度雨滴粒子。差分反射率大值区多分布在中层上升气流处, 大雨滴在下落过程中破碎为小雨滴, 进一步加大雨滴粒子数。
为研究极端持续性强降水过程的中尺度结构和云物理特征, 利用龙岩S波段双偏振雷达、雨滴谱仪、二维闪电定位仪等多源资料结合雷达风场反演方法, 分析2022年5月26—27日福建一次极端持续性强降水过程。结果表明:该过程水汽充沛, 不稳定能量适中, 有利于产生强降水。强降水期间不低于45 dBZ的强回波主要集中在西南向喇叭口地形收缩处的山脉迎风坡一侧。强回波在气流辐合处持续发展, 前两个阶段暴雨区西侧回波持续移入形成后向传播的列车效应;第3阶段强回波在东北风引导下向东偏南移动。该过程以海洋性对流降水和暖云降水为主, 强降水主要由高浓度小尺度的雨滴粒子造成。第2阶段强烈上升运动在0 ℃层以上形成霰粒子, 并与冰晶碰撞, 产生负闪, 冰相过程使霰粒子下落融化与低层雨滴的碰并增长形成大雨滴, 降水效率高。降水粒子集中在气流汇合处, 中低层存在高浓度雨滴粒子。差分反射率大值区多分布在中层上升气流处, 大雨滴在下落过程中破碎为小雨滴, 进一步加大雨滴粒子数。
2024, 35(5): 590-605.
DOI: 10.11898/1001-7313.20240507
摘要:
利用多普勒天气雷达、常规探空和地面观测数据、1 min降水量和5 min间隔加密自动气象站观测数据, 对比分析了2017年6月2日和8月6日山东两次强下击暴流风暴(简称6·2超级单体和8·6强单体)雷达特征及地面致灾大风的成因。研究表明:两次致灾大风过程在强天气尺度和有利中尺度环境下分别形成超级单体和强单体风暴并触发系列下击暴流, 最强下击暴流发生时垂直积分液态水含量先跃增后骤降, 6·2超级单体伴随中气旋顶和底高度的剧烈下沉。两次强下击暴流触地前均出现强反射率因子核的快速下降、底层高径向速度和强辐散、中层径向辐合和高空强辐散特征。6·2超级单体旋转特性强、中气旋深厚, 低层伴随弧形入流缺口和勾状回波。8·6强单体中低层辐合特征显著, 风暴前端低层伴有由雷暴出流和前侧入流形成的辐合带。两次强下击暴流引起地面致灾大风的过程中负浮力效应基本相当, 6·2超级单体冷池密度流效应更明显, 8·6强单体动量下传效应更显著。潍坊南孙站位于风暴移动方向正前侧, 前侧辐散气流与同向快速移动的风暴叠加, 是导致37 m·s-1极端大风的重要原因。
利用多普勒天气雷达、常规探空和地面观测数据、1 min降水量和5 min间隔加密自动气象站观测数据, 对比分析了2017年6月2日和8月6日山东两次强下击暴流风暴(简称6·2超级单体和8·6强单体)雷达特征及地面致灾大风的成因。研究表明:两次致灾大风过程在强天气尺度和有利中尺度环境下分别形成超级单体和强单体风暴并触发系列下击暴流, 最强下击暴流发生时垂直积分液态水含量先跃增后骤降, 6·2超级单体伴随中气旋顶和底高度的剧烈下沉。两次强下击暴流触地前均出现强反射率因子核的快速下降、底层高径向速度和强辐散、中层径向辐合和高空强辐散特征。6·2超级单体旋转特性强、中气旋深厚, 低层伴随弧形入流缺口和勾状回波。8·6强单体中低层辐合特征显著, 风暴前端低层伴有由雷暴出流和前侧入流形成的辐合带。两次强下击暴流引起地面致灾大风的过程中负浮力效应基本相当, 6·2超级单体冷池密度流效应更明显, 8·6强单体动量下传效应更显著。潍坊南孙站位于风暴移动方向正前侧, 前侧辐散气流与同向快速移动的风暴叠加, 是导致37 m·s-1极端大风的重要原因。
2024, 35(5): 606-618.
DOI: 10.11898/1001-7313.20240508
摘要:
利用2000年12月—2023年12月卫星遥感反演的气溶胶光学厚度逐日资料, 结合2023年每日中午地面观测蓝天资料, 基于气溶胶光学厚度得到的蓝天等级监测指标, 分析2000—2023年京津冀地区蓝天日数的时空变化特征及其变化趋势。结果表明:2001—2023年京津冀蓝天日数年平均值分别为144.2 d·a-1、96.3 d·a-1和119.6 d·a-1, 北京蓝天日数最多, 河北次之, 天津最少。空间分布上, 河北北部年平均蓝天日数最多, 河北南部蓝天日数最少。京津冀蓝天日数具有明显季节变化, 冬季和秋季蓝天日数最多, 春季次之, 夏季最少。2001—2023年京津冀蓝天日数年平均值均呈显著增加趋势, 每10年分别增加18.1 d、22.3 d和16.3 d, 其中2001—2013年无显著趋势变化, 2013—2023年呈增加趋势, 每10年分别增加26.9 d、46.5 d和36.4 d。
利用2000年12月—2023年12月卫星遥感反演的气溶胶光学厚度逐日资料, 结合2023年每日中午地面观测蓝天资料, 基于气溶胶光学厚度得到的蓝天等级监测指标, 分析2000—2023年京津冀地区蓝天日数的时空变化特征及其变化趋势。结果表明:2001—2023年京津冀蓝天日数年平均值分别为144.2 d·a-1、96.3 d·a-1和119.6 d·a-1, 北京蓝天日数最多, 河北次之, 天津最少。空间分布上, 河北北部年平均蓝天日数最多, 河北南部蓝天日数最少。京津冀蓝天日数具有明显季节变化, 冬季和秋季蓝天日数最多, 春季次之, 夏季最少。2001—2023年京津冀蓝天日数年平均值均呈显著增加趋势, 每10年分别增加18.1 d、22.3 d和16.3 d, 其中2001—2013年无显著趋势变化, 2013—2023年呈增加趋势, 每10年分别增加26.9 d、46.5 d和36.4 d。
2024, 35(5): 619-628.
DOI: 10.11898/1001-7313.20240509
摘要:
利用2018—2023年吉林榆树农业气象试验站玉米大田分期播种试验研究不同播期对玉米生长发育、产量构成和籽粒品质的影响, 探讨改变玉米播期作为农业适应气候变化措施的可行性。研究发现:玉米不同播期, 玉米生长期内积温利用效率不同, 第1播期积温最高, 第4播期积温比第1播期平均减少8.3%。玉米不同播期对生长期长度造成影响, 玉米第1播期生长期长度比第2播期(正常播期)平均延长7.5 d, 第3播期较正常播期生长期缩短5.7 d, 第4播期较正常播期生长期缩短13.8 d。玉米不同播期对产量结构造成影响, 玉米播期提前10 d, 6年试验中有2年玉米百粒重增加, 4年减少;玉米播期延迟10 d和20 d, 玉米百粒重平均减少4.8%和8.7%。玉米播期提前10 d, 单株玉米籽粒数增加0.2%, 播期延迟10 d和20 d, 籽粒数分别减少6.0%和9.3%。总体上, 玉米播期延迟10 d和20 d, 玉米单产减产10.9%和17.1%。玉米播期提前10 d, 平均单产接近正常播期单产, 部分年份单产增加。玉米播期对玉米籽粒品质影响不大。气候变暖, 东北部分地区玉米播期适当提前可以作为适应气候变化措施。
利用2018—2023年吉林榆树农业气象试验站玉米大田分期播种试验研究不同播期对玉米生长发育、产量构成和籽粒品质的影响, 探讨改变玉米播期作为农业适应气候变化措施的可行性。研究发现:玉米不同播期, 玉米生长期内积温利用效率不同, 第1播期积温最高, 第4播期积温比第1播期平均减少8.3%。玉米不同播期对生长期长度造成影响, 玉米第1播期生长期长度比第2播期(正常播期)平均延长7.5 d, 第3播期较正常播期生长期缩短5.7 d, 第4播期较正常播期生长期缩短13.8 d。玉米不同播期对产量结构造成影响, 玉米播期提前10 d, 6年试验中有2年玉米百粒重增加, 4年减少;玉米播期延迟10 d和20 d, 玉米百粒重平均减少4.8%和8.7%。玉米播期提前10 d, 单株玉米籽粒数增加0.2%, 播期延迟10 d和20 d, 籽粒数分别减少6.0%和9.3%。总体上, 玉米播期延迟10 d和20 d, 玉米单产减产10.9%和17.1%。玉米播期提前10 d, 平均单产接近正常播期单产, 部分年份单产增加。玉米播期对玉米籽粒品质影响不大。气候变暖, 东北部分地区玉米播期适当提前可以作为适应气候变化措施。
2024, 35(5): 629-640.
DOI: 10.11898/1001-7313.20240510
摘要:
水分和氮肥是制约旱地农业生产的重要因素。基于2013—2022年内蒙古自治区突泉春玉米发育期、单产和田间管理数据, 对农业生产系统模型(agricultural production system simulator, APSIM)调参验证; 基于验证后的模型, 结合1981—2022年突泉气象数据, 设计不同水分亏缺程度下水氮管理情景, 以春玉米单产、水氮用量和效率为指标, 提出春玉米最优水氮管理措施, 并分析不同降水年型下春玉米适宜灌溉量和施氮量。结果表明: APSIM对春玉米出苗-开花日数、出苗-成熟日数和单产模拟值与实测值的归一化均方根误差分别为1.3%、1.2%和2.8%, APSIM可定量模拟春玉米发育期和单产。综合春玉米单产、灌溉量、施氮量、水分生产力和氮肥农学效率, 最优管理措施为0~100 cm土壤剖面深度下水分亏缺程度为60%时补充灌溉, 灌溉量为171.0 mm, 施氮量为197.8 kg·hm-2。当春玉米生长季降水量为200~400、401~600 mm和601~800 mm时, 适宜的灌溉量分别为233.0~283.5、110.5~148.4 mm和125.0~155.0 mm, 施氮量分别为176.9~219.3、218.3~241.5 kg·hm-2和211.8~249.9 kg·hm-2。
水分和氮肥是制约旱地农业生产的重要因素。基于2013—2022年内蒙古自治区突泉春玉米发育期、单产和田间管理数据, 对农业生产系统模型(agricultural production system simulator, APSIM)调参验证; 基于验证后的模型, 结合1981—2022年突泉气象数据, 设计不同水分亏缺程度下水氮管理情景, 以春玉米单产、水氮用量和效率为指标, 提出春玉米最优水氮管理措施, 并分析不同降水年型下春玉米适宜灌溉量和施氮量。结果表明: APSIM对春玉米出苗-开花日数、出苗-成熟日数和单产模拟值与实测值的归一化均方根误差分别为1.3%、1.2%和2.8%, APSIM可定量模拟春玉米发育期和单产。综合春玉米单产、灌溉量、施氮量、水分生产力和氮肥农学效率, 最优管理措施为0~100 cm土壤剖面深度下水分亏缺程度为60%时补充灌溉, 灌溉量为171.0 mm, 施氮量为197.8 kg·hm-2。当春玉米生长季降水量为200~400、401~600 mm和601~800 mm时, 适宜的灌溉量分别为233.0~283.5、110.5~148.4 mm和125.0~155.0 mm, 施氮量分别为176.9~219.3、218.3~241.5 kg·hm-2和211.8~249.9 kg·hm-2。
浏览排行
下载排行
引用排行
