江苏小麦、水稻产量的气象影响因子分析

《江苏小麦、水稻产量的气象影响因子分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AnAnalysisonMeteorologicalImpactFactorsofWheatandRiceYieldinJiangsuProvinceHuiXiaoMajor：AppliedClimatologyAdvisor：Prof．HongnianLiuProf．XingChenSchoolofAtmosphericSciences,NanjingUniversityJune20,2009致谢时间飞快，在南京大学学习宝贵的四年时间即将要结束了，虽然非常短暂，但对我的人生中却有着十分重要的意义与深远的影响。南京大学带给我

2、的震撼，她的百年名校内涵和现代高校活力，她的学术氛围和人文气息，已经深深融入我的血液，让我至今留恋在这里上课、阅读、自习与研讨的时光。现在马上就要离开南大，心中非常依依不舍，真心地对学校、学院以及各位老师、同学、朋友表示由衷的感谢。感谢南京大学大气科学学院给了我学习的平台，能够在这所令人尊敬的百年名校完成我的硕士学业并获得学位是我莫大的荣幸，尽管只有几年时光，但是南京大学“诚朴雄伟、励学敦行”的校训与大气科学学院严谨踏实、一丝不苟的学风深刻地影响了我，让我感觉自己已经融进了学校与学院，我深为自己能够成为一个南大人、大气人而自

3、豪。感谢我的导师陈星教授，感谢这两年中对我的悉心指导。论文从开题到定稿，都得到了导师的建议和帮助，陈老师花费了大量的心血给予了指点使得这篇论文能够最终诞生。在完成论文的同时导师那种严谨求实的治学态度也深深地感染了我，我将把这种学风带入今后工作学习中去，用这种态度严格要求自己。感谢余志豪、杨修群等老师精彩的授课，各位大师的课程让我茅塞顿开，很多长期在工作中彳<太清楚的问题与疑惑得以迎刃而解，同时我感觉自己刁≮仅仅收获了知识，更重要的是重新激发了我对气象学科的兴趣与热爱，而这必将使我对今后工作充满更多的激情与能量。感谢学院教务处

4、王晓茹等老师给了我大力帮助，在学习期间多次麻烦各位老师，老师们总是以极大的耐心和细心地给予我无私帮助，为我解决了学习上的困难，解决了很多后顾之忧，才能投入更多精力到学业中去。各位老师的鼓励与帮助让我能够坚持下去，最终完成学业。感谢我的研究生同学们，很幸运能够认识这些优秀的同学，每一位都是各单位的业务骨干，从他们身上我学到了很多。毕业之后虽然各自离开回到原单位，但希望今后能够继续交流合作，共同为气象事业做出我们这一代人的贡献。同时感谢我的工作单位一江苏省气象局的领导，给了我能够来到南京大学学习深造的机会，人事处魏处长(原)、顾

5、处长、气候中心许主任等各位领导非常支持我来到南京大学求学，给我创造了机会，也给了我提供了许多便利条件。气候中心吕军副主任对论文所用的技术方法给予了指点，提供了部分思路。而我身边的项瑛、陈钰文、陈燕等同事在我上学与论文期间，不仅给了我鼓励与支持为我缓解压力，也为我分担了部分工作，使我能够投入更多的精力到学业中。还要感谢宿迁市气象局的吴新胜高工与沈伟工程师等同志，用他们丰富的基层实际工作经验给论文提出了好的建议与意见，同时帮助我查阅了大量水稻、小麦种植方面的资料以及农业、气候等方面的文献，为我的论文提供了有力的技术支持。最后感谢

6、我的家人，没有你们的支持和帮助，很难想象我能走到这一步。祝大家阖家安康，～切顺利!毕业论文题目：姿蒸：』：麦：坐叠庄量盟氢錾量煎圈王金堑2004指导教师(姓名、职称)：型红生隧里塾撞摘要江苏是我国主要的产粮大省，粮食产业是其国民经济支柱之一。众所周知，粮食产量与其生育期的气象条件密切相关。近年来，极端天气气候事件频发，气候变化对粮食生产的影响开始引起人们的重视。如何利用气候变化事实资料来指导农民进行农事生产，合理利用气候资源，优化产业结构，是农业气候研究的重要课题之一。传统的农业气候区划通常是对农业生产区域进行调查，以地理分

7、布和光、热、水分布状况或者灾害气象要素分布规律为依据，遵循农业气候相似原则，划出各个相同的和不同的农业气候区。本文主要利用气候统计方法，分析反映气象因子和产量因子某种共性的特征向量。选取具有代表性的特征因子，找出它们与产量荷载变化的关系，并且选择荷载值较大的气象因子作为影响产量的主要因子。由统计学方法得到的作物产量影响因子，研究其近几十年的变化趋势，以及它们的波动特征，分析研究结果是否能引起相应产量变化情况，从而进一步确定主要影响因子和作物产量的相关性，得到影响产量的关键因子。分析表明，对水稻而言，在整个生长期中，灌浆成熟期

8、日照因子的作用至关重要；而对小麦生长期，日照和积温的作用都很重要，持续长时间降水或者降水量过大对小麦生长十分不利；越冬期由于生物活动几乎停止，这一时期的气象因子对产量影响不大。利以作物的关键气象影响因子为指标，采用系统聚类方法对江苏59个行政市县进行聚类，按照自然特征和作物类别将江苏划分成