CN112987132A - 一种牡丹气象服务技术研究系统及方法 - Google Patents

一种牡丹气象服务技术研究系统及方法 Download PDF

Info

Publication number
CN112987132A
CN112987132A CN202110147036.2A CN202110147036A CN112987132A CN 112987132 A CN112987132 A CN 112987132A CN 202110147036 A CN202110147036 A CN 202110147036A CN 112987132 A CN112987132 A CN 112987132A
Authority
CN
China
Prior art keywords
peony
oil
meteorological
model
month
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110147036.2A
Other languages
English (en)
Inventor
张翠英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heze Meteorological Bureau
Original Assignee
Heze Meteorological Bureau
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Heze Meteorological Bureau filed Critical Heze Meteorological Bureau
Priority to CN202110147036.2A priority Critical patent/CN112987132A/zh
Publication of CN112987132A publication Critical patent/CN112987132A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明提供一种牡丹气象服务技术研究系统及方法，涉及气象预报技术领域。该牡丹气象服务方法，具体方法包括如下步骤：1.建立油用牡丹农业气象指标库；2.建立油用牡丹主要发育期预报模型。通过油用牡丹气象服务技术研究成果填补了牡丹气象服务方面的空白，具有一定的创新性。在现有技术中，尚未见类似研究：连续多年观测积累油用牡丹物候资料、建立油用牡丹生长指标库、气象条件对油用牡丹生长的影响及相关性，动态牡丹花期预报、油用牡丹种子适时采摘期预报、油用牡丹生长灾害预警、详实的油用牡丹周年服务方案、牡丹气象服务，使得牡丹生长得到有效的保证，避免受到自然灾害的影响。

Description

一种牡丹气象服务技术研究系统及方法
技术领域
本发明涉及气象预报技术领域，具体为一种牡丹气象服务技术研究系统及方法。
背景技术
牡丹全身都是宝：叶子、花瓣、花蕊都可以进一步加工，油用牡丹的牡丹籽可榨成牡丹籽油。油用牡丹是结籽多、果荚大、籽粒饱满、含油量较高且产量稳定的品种,该作物是我国特有的木本油料资源,适宜生存且分布广、出油率较高、营养价值优良,牡丹籽油是中国特有的木本坚果油，因其营养丰富而独特，又有医疗保健作用，被专家称为“世界上最好的油”，是植物油中的珍品。
查阅有关资料，目前，国内外对茶树、苹果、梨树等植物适宜种植区划及花期预报前人做了相关研究，技术方法可参考到对油用牡丹的研究，但针对油用牡丹的研究多见于其栽培种植、新品种培育、根皮的药用价值方面，而对油用牡丹气象服务终端研究、油用牡丹生长与气象条件关系、根据油用牡丹关键生育期进行气象服务、油用牡丹生长指标建立等较系统的为油用牡丹做好气象保障服务方面的研究尚未见到报道，因此，充分发挥气象科技在牡丹生产中的保障作用，做好牡丹气象服务是气象为农服务工作的一个重要内容
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种牡丹气象服务技术研究系统及方法，解决了牡丹预测气象的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种牡丹气象服务方法，具体方法包括如下步骤：1.建立油用牡丹农业气象指标库；2.建立油用牡丹主要发育期预报模型；3、建立油用牡丹灾害预警模型；4、通过油用牡丹微农气象直通服务系统发布气象预报。
优选的，所述建立油用牡丹农业气象指标库具体为，根据油用牡丹多年物候观测资料、同期气象资料，结合访谈牡丹专家、查找文献，建立了油用牡丹各个发育期最适温度、最低温度和最高温度指标；油用牡丹关键发育期现蕾期、小风铃期、大风铃期和圆桃透色期低温冷害指标；油用牡丹开花期和种籽成熟期连阴雨灾害指标；油用牡丹鳞芽分化期涝害指标，在实际生产中，不断走访牡丹专家，对指标进行修订完善。
优选的，所述建立油用牡丹主要发育期预报模型具体为，根据多年油用牡丹物候观测资料，生产中出现的不同类型的危害牡丹生长的灾害和前期的光、温、水等气象资料，采用相关分析，选取与牡丹物候期相关较好的气象因子，利用Microsoft Office Excel，借助统计软件DPS对选取的气象因子进行处理和回归分析，分析了油用牡丹生长与气象条件的关系，建立油用牡丹花期预测模型、种子适时采摘始期预报模型，经过历史回代和验证，误差在±1天，所述花期预测模型包括模型一和模型二，所述模型一为：Y＝28.7165-1.9786X1+0.0705X5+0.1255X12-0.0762X13+0.0445X19-0.0168X21-0.0964X24，其中：X1＝1月15厘米地温，X5＝1月下旬平均日照时数，X12＝2月下旬-3月上旬累计日照，X13＝2月下旬-3月中旬累计日照，X19＝1月上旬-3月上旬积温，X21＝2月上旬-3月上旬积温,X24＝2月中旬-3月中旬≥0℃积温，方程的复相关系数R＝0.9998，检验统计量F＝1354.2255，通过0.0001信度检验，所述模型二中为：Y＝39.0096-1.3712X10-0.6779X12-0.6762X21+0.0637X23-0.0156X27-0.0286X40，其中：Y为牡丹开花始期，X10＝2-3月15厘米地温，X12＝3月上旬平均气温，X21＝1月≥0.1mm日数，X23＝2月下旬-3月上旬累计日照，X27＝1月中旬-3月下旬平均日照，X40＝2月中旬-3月下旬积温，方程的复相关系数R＝0.9997，检验统计量F＝1290.8762，通过0.0001信度检验，所述种子适时采摘始期预报模型包括模型一和模型二，所述模型一为：Y＝2.6656+1.3029X6-2.1106X7-0.4033X9+0.4275X11+0.8775X14-0.01164X20，其中：Y为种子采摘始期，X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X11＝2-5月平均相对湿度，X14＝7月上旬平均日较差，X20＝3-6月累计降水量，剩余标准差S＝0.6883，方程的复相关系数R＝0.9943，检验统计量F＝58.0451，通过0.001信度检验，所述模型二为：Y＝15.6913+1.3227X6-1.6795X7-0.1721X9+0.9575X14-0.0253X15-0.0126X19，其中：X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X14＝7月上旬平均日较差，X15＝7月上中旬日照时数，X19＝5-6月累计降水量，剩余标准差S＝0.6371，方程的复相关系数R＝0.9951，检验统计量F＝67.8786，通过0.001信度检验，所述种子适时采摘始期预报模型和花期预测模型均用11年历史资料回代，以±1天为准，拟合率为100％。
优选的，所述建立油用牡丹灾害预警模型具体为，根据多年油用牡丹物候期的观测记载，并走访牡丹专家，结合历史年份出现的对牡丹发育期、产量等影响较大的灾害，制作油用牡丹春季霜冻预警模型、春季干旱预警模型。
一种牡丹气象服务技术研究系统，具体包括：1.搭建油用牡丹微农直通平台；2.对接统一身份认证系统；3.制作网站模板，所述油用牡丹微农直通平台为WEB端部署1台web服务器，数据库端部署1台数据库服务器，安装调试牡丹微农直通系统，所述对接统一身份认证系统为牡丹微农直通系统搭建完毕后，将与统一身份认证系统进行对接，将系统认证纳入统一身份认证系统范围，使得认证更方便更安全，所述制作网站模板为根据不同性质的网站，制作具体类型的网站模板，不同的模板从色彩风格到构图结构以及信息内容都可以完全不同，具体需求进行定制。
(三)有益效果
本发明提供了一种牡丹气象服务技术研究系统及方法。具备以下有益效果：
油用牡丹气象服务技术研究成果填补了牡丹气象服务方面的空白，具有一定的创新性。在现有技术中，尚未见类似研究：连续多年观测积累油用牡丹物候资料、建立油用牡丹生长指标库、气象条件对油用牡丹生长的影响及相关性，动态牡丹花期预报、油用牡丹种子适时采摘期预报、油用牡丹生长灾害预警、详实的油用牡丹周年服务方案、牡丹气象服务，使得牡丹生长得到有效的保证，避免受到自然灾害的影响。
附图说明
图1为油用牡丹生育期间降水量分布示意图；
图2为油用牡丹生育期间积温分布示意图；
图3为油用牡丹生育期间日照时数分布图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
如图1-3所示，本发明实施例提供一种牡丹气象服务方法，具体方法包括如下步骤：1.建立油用牡丹农业气象指标库；2.建立油用牡丹主要发育期预报模型；3、建立油用牡丹灾害预警模型；4、通过油用牡丹微农气象直通服务系统发布气象预报。
建立油用牡丹农业气象指标库具体为，根据油用牡丹多年物候观测资料、同期气象资料，结合访谈牡丹专家、查找文献，建立了油用牡丹各个发育期最适温度、最低温度和最高温度指标；油用牡丹关键发育期现蕾期、小风铃期、大风铃期和圆桃透色期低温冷害指标；油用牡丹开花期和种籽成熟期连阴雨灾害指标；油用牡丹鳞芽分化期涝害指标，在实际生产中，不断走访牡丹专家，对指标进行修订完善。
建立油用牡丹主要发育期预报模型具体为，根据多年油用牡丹物候观测资料，生产中出现的不同类型的危害牡丹生长的灾害和前期的光、温、水等气象资料，采用相关分析，选取与牡丹物候期相关较好的气象因子，利用Microsoft Office Excel，借助统计软件DPS对选取的气象因子进行处理和回归分析，分析了油用牡丹生长与气象条件的关系，建立油用牡丹花期预测模型、种子适时采摘始期预报模型，经过历史回代和验证，误差在±1天，所述花期预测模型包括模型一和模型二，所述模型一为：Y＝28.7165-1.9786X1+0.0705X5+0.1255X12-0.0762X13+0.0445X19-0.0168X21-0.0964X24，其中：X1＝1月15厘米地温，X5＝1月下旬平均日照时数，X12＝2月下旬-3月上旬累计日照，X13＝2月下旬-3月中旬累计日照，X19＝1月上旬-3月上旬积温，X21＝2月上旬-3月上旬积温,X24＝2月中旬-3月中旬≥0℃积温，方程的复相关系数R＝0.9998，检验统计量F＝1354.2255，通过0.0001信度检验，所述模型二中为：Y＝39.0096-1.3712X10-0.6779X12-0.6762X21+0.0637X23-0.0156X27-0.0286X40，其中：Y为牡丹开花始期，X10＝2-3月15厘米地温，X12＝3月上旬平均气温，X21＝1月≥0.1mm日数，X23＝2月下旬-3月上旬累计日照，X27＝1月中旬-3月下旬平均日照，X40＝2月中旬-3月下旬积温，方程的复相关系数R＝0.9997，检验统计量F＝1290.8762，通过0.0001信度检验，所述种子适时采摘始期预报模型包括模型一和模型二，所述模型一为：Y＝2.6656+1.3029X6-2.1106X7-0.4033X9+0.4275X11+0.8775X14-0.01164X20，其中：Y为种子采摘始期，X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X11＝2-5月平均相对湿度，X14＝7月上旬平均日较差，X20＝3-6月累计降水量，剩余标准差S＝0.6883，方程的复相关系数R＝0.9943，检验统计量F＝58.0451，通过0.001信度检验，所述模型二为：Y＝15.6913+1.3227X6-1.6795X7-0.1721X9+0.9575X14-0.0253X15-0.0126X19，其中：X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X14＝7月上旬平均日较差，X15＝7月上中旬日照时数，X19＝5-6月累计降水量，剩余标准差S＝0.6371，方程的复相关系数R＝0.9951，检验统计量F＝67.8786，通过0.001信度检验，所述种子适时采摘始期预报模型和花期预测模型均用11年历史资料回代，以±1天为准，拟合率为100％。
建立油用牡丹灾害预警模型具体为，根据多年油用牡丹物候期的观测记载，并走访牡丹专家，结合历史年份出现的对牡丹发育期、产量等影响较大的灾害，制作油用牡丹春季霜冻预警模型、春季干旱预警模型。
一种牡丹气象服务技术研究系统，具体包括：1.搭建油用牡丹微农直通平台；2.对接统一身份认证系统；3.制作网站模板，油用牡丹微农直通平台为WEB端部署1台web服务器，数据库端部署1台数据库服务器，安装调试牡丹微农直通系统，对接统一身份认证系统为牡丹微农直通系统搭建完毕后，将与统一身份认证系统进行对接，将系统认证纳入统一身份认证系统范围，使得认证更方便更安全，制作网站模板为根据不同性质的网站，制作具体类型的网站模板，不同的模板从色彩风格到构图结构以及信息内容都可以完全不同，具体需求进行定制。
表1牡丹春季霜冻预警模型
Figure BDA0002930928040000061
表2牡丹春季干旱预警模型
Figure BDA0002930928040000062
Figure BDA0002930928040000071
由图1可见，2015年油用牡丹春季生长期、花期降水比常年、2014年偏多。春季生长期、花期有利于牡丹生长及开花，对后期种子成熟也十分有利，芽分化期降水较常年偏少138.0mm，比上一年偏少260.5mm，此期正值油用牡丹种子形成和成熟期，降水偏少对牡丹生长产生不利影响。2016年5月至8月降水较常年明显偏多，实地观测充足的降水对油用牡丹后期生长较为有利，植株长势旺盛，没有灾害发生。2015年10月下旬牡丹叶片逐渐变黄而脱落从而进入休眠期，此期降水偏多有利于牡丹免受冻害而安全越冬。
由图2可见，油用牡丹各生育期≥0℃积温较常年均不同程度的偏多，比2014年略偏少。积温充足有利于牡丹生长及能量的积累，对产量的形成十分有利。根据物候观察及相应气象要素的测定，推算出牡丹的生物学最低萌动温度为3.8℃左右，萌动至开花期间的有效积温为380.0℃以上。气温与花期，同一地区牡丹花期早晚与春季气温变化关系密切，温度影响整个开花过程。因春暖或春寒，花期早晚课相差5～7d以至十几天或更多。
由图3可见，春季和花期日照充足，较常年和2014年均偏多，对牡丹生枝十分有利。芽分化期日照时数比常年偏多，对产量形成比较有利。进入休眠期时，阴雨天气和雾、霾天气使日照时数偏少，均比常年和上一年偏少。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种牡丹气象服务方法，其特征在于，具体方法包括如下步骤：1.建立油用牡丹农业气象指标库；2.建立油用牡丹主要发育期预报模型；3、建立油用牡丹灾害预警模型；4、通过油用牡丹微农气象直通服务系统发布气象预报。
2.根据权利要求1所述的一种牡丹气象服务方法，其特征在于，所述建立油用牡丹农业气象指标库具体为，根据油用牡丹多年物候观测资料、同期气象资料，结合访谈牡丹专家、查找文献，建立了油用牡丹各个发育期最适温度、最低温度和最高温度指标；油用牡丹关键发育期现蕾期、小风铃期、大风铃期和圆桃透色期低温冷害指标；油用牡丹开花期和种籽成熟期连阴雨灾害指标；油用牡丹鳞芽分化期涝害指标，在实际生产中，不断走访牡丹专家，对指标进行修订完善。
3.根据权利要求1所述的一种牡丹气象服务方法，其特征在于，所述建立油用牡丹主要发育期预报模型具体为，根据多年油用牡丹物候观测资料，生产中出现的不同类型的危害牡丹生长的灾害和前期的光、温、水等气象资料，采用相关分析，选取与牡丹物候期相关较好的气象因子，利用Microsoft Office Excel，借助统计软件DPS对选取的气象因子进行处理和回归分析，分析了油用牡丹生长与气象条件的关系，建立油用牡丹花期预测模型、种子适时采摘始期预报模型，经过历史回代和验证，误差在±1天，所述花期预测模型包括模型一和模型二，所述模型一为：Y＝28.7165-1.9786X1+0.0705X5+0.1255X12-0.0762X13+0.0445X19-0.0168X21-0.0964X24，其中：X1＝1月15厘米地温，X5＝1月下旬平均日照时数，X12＝2月下旬-3月上旬累计日照，X13＝2月下旬-3月中旬累计日照，X19＝1月上旬-3月上旬积温，X21＝2月上旬-3月上旬积温,X24＝2月中旬-3月中旬≥0℃积温，方程的复相关系数R＝0.9998，检验统计量F＝1354.2255，通过0.0001信度检验，所述模型二中为：Y＝39.0096-1.3712X10-0.6779X12-0.6762X21+0.0637X23-0.0156X27-0.0286X40，其中：Y为牡丹开花始期，X10＝2-3月15厘米地温，X12＝3月上旬平均气温，X21＝1月≥0.1mm日数，X23＝2月下旬-3月上旬累计日照，X27＝1月中旬-3月下旬平均日照，X40＝2月中旬-3月下旬积温，方程的复相关系数R＝0.9997，检验统计量F＝1290.8762，通过0.0001信度检验，所述种子适时采摘始期预报模型包括模型一和模型二，所述模型一为：Y＝2.6656+1.3029X6-2.1106X7-0.4033X9+0.4275X11+0.8775X14-0.01164X20，其中：Y为种子采摘始期，X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X11＝2-5月平均相对湿度，X14＝7月上旬平均日较差，X20＝3-6月累计降水量，剩余标准差S＝0.6883，方程的复相关系数R＝0.9943，检验统计量F＝58.0451，通过0.001信度检验，所述模型二为：Y＝15.6913+1.3227X6-1.6795X7-0.1721X9+0.9575X14-0.0253X15-0.0126X19，其中：X6＝4月平均气温，X7＝1-2月平均气温，X9＝2-3月平均相对湿度，X14＝7月上旬平均日较差，X15＝7月上中旬日照时数，X19＝5-6月累计降水量，剩余标准差S＝0.6371，方程的复相关系数R＝0.9951，检验统计量F＝67.8786，通过0.001信度检验，所述种子适时采摘始期预报模型和花期预测模型均用11年历史资料回代，以±1天为准，拟合率为100％。
4.根据权利要求1所述的一种牡丹气象服务技术研究系统及方法，其特征在于，所述建立油用牡丹灾害预警模型具体为，根据多年油用牡丹物候期的观测记载，并走访牡丹专家，结合历史年份出现的对牡丹发育期、产量等影响较大的灾害，制作油用牡丹春季霜冻预警模型、春季干旱预警模型。
5.一种牡丹气象服务技术研究系统，其特征在于，具体包括：1.搭建油用牡丹微农直通平台；2.对接统一身份认证系统；3.制作网站模板，所述油用牡丹微农直通平台为WEB端部署1台web服务器，数据库端部署1台数据库服务器，安装调试牡丹微农直通系统，所述对接统一身份认证系统为牡丹微农直通系统搭建完毕后，将与统一身份认证系统进行对接，将系统认证纳入统一身份认证系统范围，使得认证更方便更安全，所述制作网站模板为根据不同性质的网站，制作具体类型的网站模板，不同的模板从色彩风格到构图结构以及信息内容都可以完全不同，具体需求进行定制。
CN202110147036.2A 2021-02-03 2021-02-03 一种牡丹气象服务技术研究系统及方法 Pending CN112987132A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110147036.2A CN112987132A (zh) 2021-02-03 2021-02-03 一种牡丹气象服务技术研究系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110147036.2A CN112987132A (zh) 2021-02-03 2021-02-03 一种牡丹气象服务技术研究系统及方法

Publications (1)

Publication Number Publication Date
CN112987132A true CN112987132A (zh) 2021-06-18

Family

ID=76346314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110147036.2A Pending CN112987132A (zh) 2021-02-03 2021-02-03 一种牡丹气象服务技术研究系统及方法

Country Status (1)

Country Link
CN (1) CN112987132A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761708A (zh) * 2021-07-21 2021-12-07 南京林业大学 一种基于滚动气象预报的花期预报方法
CN114167521A (zh) * 2021-12-10 2022-03-11 南京信息工程大学 一种农业气象灾害预警系统及其方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150234785A1 (en) * 2014-02-14 2015-08-20 Electronics And Telecommunications Research Institute Prediction apparatus and method for yield of agricultural products
WO2018001338A1 (zh) * 2016-06-30 2018-01-04 上海海洋大学 基于灰色系统的大洋性鱿鱼类资源丰度预测方法
CN107784607A (zh) * 2016-08-30 2018-03-09 威海兴达信息科技有限公司 一种数字化校园管理系统
CN111612229A (zh) * 2020-05-13 2020-09-01 菏泽市气象局 油用牡丹始花期和种子采摘期的预测方法
CN112070297A (zh) * 2020-09-04 2020-12-11 浙江省气候中心 农事活动的天气指标预测方法、装置、设备及存储介质
CN112215716A (zh) * 2020-10-13 2021-01-12 浙江省气候中心 农作物生长干预方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150234785A1 (en) * 2014-02-14 2015-08-20 Electronics And Telecommunications Research Institute Prediction apparatus and method for yield of agricultural products
WO2018001338A1 (zh) * 2016-06-30 2018-01-04 上海海洋大学 基于灰色系统的大洋性鱿鱼类资源丰度预测方法
CN107784607A (zh) * 2016-08-30 2018-03-09 威海兴达信息科技有限公司 一种数字化校园管理系统
CN111612229A (zh) * 2020-05-13 2020-09-01 菏泽市气象局 油用牡丹始花期和种子采摘期的预测方法
CN112070297A (zh) * 2020-09-04 2020-12-11 浙江省气候中心 农事活动的天气指标预测方法、装置、设备及存储介质
CN112215716A (zh) * 2020-10-13 2021-01-12 浙江省气候中心 农作物生长干预方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张翠英等: "菏泽油用牡丹生长与气象条件的关系", 《西南农业学报》 *
李瑞英等: "山东菏泽牡丹的气候适宜性分析", 《干旱气象》 *
李瑞英等: "影响牡丹花期的主要气象因素及预测方法", 《现代农业科技》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761708A (zh) * 2021-07-21 2021-12-07 南京林业大学 一种基于滚动气象预报的花期预报方法
CN114167521A (zh) * 2021-12-10 2022-03-11 南京信息工程大学 一种农业气象灾害预警系统及其方法

Similar Documents

Publication Publication Date Title
Mooney et al. Plant development in Mediterranean climates
Junquera et al. Long-term effects of different irrigation strategies on yield components, vine vigour, and grape composition in cv. Cabernet-Sauvignon (Vitis vinifera L.)
Gallardo et al. Use of stem diameter variations to detect plant water stress in tomato
Guo et al. Effects of water stress on water use efficiency and water balance components of Hippophae rhamnoides and Caragana intermedia in the soil–plant–atmosphere continuum
CN112987132A (zh) 一种牡丹气象服务技术研究系统及方法
Ebrahimi et al. Improved success of Persian walnut grafting under environmentally controlled conditions
Lou et al. Effects of climate change on the economic output of the Longjing-43 tea tree, 1972–2013
Dahal et al. Temporal yield variability in subtropical table grape production
Ahmadi et al. Climate change impacts on pistachio cultivation areas in Iran: a simulation analysis based on CORDEX-MENA multi-model ensembles
Singh et al. Pruning in guava (Psidium guajava) and appraisal of consequent flowering phenology using modified BBCH scale
Stephenson et al. Macadamia responses to mild water stress at different phenological stages
CN113115654A (zh) 一种葡萄双砧木绿枝嫁接方法
CN108460691A (zh) 一种日光温室连阴寡照气象指数保险方法
Yzarra Tito et al. Impact of climate change on some grapevine varieties grown in Peru for Pisco production
CN111612229B (zh) 油用牡丹始花期和种子采摘期的预测方法
Ogundeji et al. A simulation study on the effect of climate change on crop water use and chill unit accumulation
Gitomer Potato and sweetpotato in China: Systems, constraints, and potential
Hunink et al. Climate Change Impact Assessment on Crop Production in Albania
CN113487127A (zh) 一种茶叶秋冬干旱灾害损失动态评估方法
CN101455174A (zh) 一种两系法杂交水稻制种基地和时段选择的方法
CN106296431A (zh) 神农架绿茶气候生态品质评价模式
CN110050695A (zh) 一种节瓜苗期耐热性的鉴定方法
Verheye Agro-climate-based land evaluation systems
CN108307908A (zh) 一种柠檬桉油用林高效经营方法
CN110150116B (zh) 一种菊芋块茎基质漂浮育苗方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination