一、河南省小麦干热风发生规律分析（论文文献综述）
李彤霄,成林,马青荣,刘佳[1]（2019）在《河南省干热风发生规律及其与小麦开花期的关系》文中进行了进一步梳理利用河南省30个农业气象观测站1990—2018年小麦生育期观测数据和同期气象资料,依据QX/T82-2019确定近29年干热风发生时间和强度,利用数值分析法分析河南省干热风发生规律及其与小麦开花期的关系。结果表明,近29年河南省干热风年型呈先增加后减少趋势,干热风过程呈逐渐减少的趋势,其中干热风年型和干热风过程在2000—2009年发生站次最多。河南省干热风高发区域主要集中在河南省北部和中部区域,西部、西南部地区也有一些分布。2000—2009年发生年型增多的主要原因是重度干热风过程的增加,干热风发生面积的增加。干热风最早发生日期平均为儒略日第144天,近29年豫中大部、豫西、豫南局部发生日期有推迟的趋势,其他地区为提前的趋势;不同年代总体趋势呈从西向东、从南往东北延迟的趋势。开花期平均日期为儒略日第126天,近29年河南省冬小麦的开花期日期从北向南逐渐提前。河南省大部分地区干热风间隔天数以延长的趋势为主,且干热风首日变化趋势与开花期间隔时间的变化趋势极显着相关。开花期变化趋势与重干热风过程显着相关。
唐继伟,陈建东,田昌玉,徐久凯,林治安[2]（2019）在《黄淮海平原冬小麦干热风防治调理技术研究》文中研究指明黄淮海平原作为我国小麦主产区之一,小麦播种面积和总产分别占全国的59.2%和68.3%,在保障国家粮食安全保障战略方面起着举足轻重的作用。干热风是危害本小麦主产区主要的农业气象灾害之一,其危害面积大,发生频率高[1-4]。20世纪60～90年代冬小麦干热风发生的频数总体呈减少趋势,但近几十年来小麦干热风灾害发生频次、强度增加,区域扩大,危害加重[5-7]。为防御冬小麦干热风,农业技术研究和推广者提出了一系列技术措
陈娟[3]（2019）在《甘青新春麦区干热风时空变化特征及风险区划》文中指出干热风是一种在极端天气下发生的农业气象灾害,对全球变暖的响应比较敏感,也已成为气候变化研究中的重点问题之一。干热风高发时,正是小麦开花、灌浆至成熟的时期,小麦遇干热风其根系活力减退,水分平衡失调,加速衰老死亡,在农业生产中很容易引起粮食减产,它是导致作物减产的主要因素之一。掌握干热风的时空特征和发生规律,对于防御干热风灾害,提高农业防灾减灾能力,保障农业的稳定发展及粮食安全具有重要影响。因此,研究干热风灾害的时空特征分布及风险区划,对区域农业管理及生产、人民生活和粮食安全具有重大意义。春小麦是西北干旱区的主要粮食作物之一,甘青新三省地处我国西北干旱半干旱区,干热风灾害频发,导致小麦种植与生产不稳定,是影响小麦高产稳产的主要农业气象灾害。因此,本文利用甘青新三省春麦区内73个气象站点近57年的逐日气候数据,利用线性趋势法和反距离加权（IDW）插值法分析研究区内干热风的时空变化特征;采用主成分分析和相关分析方法分析甘青新三省干热风的影响因素;最后结合相关统计数据从致灾因子危险性、孕灾环境敏感性及防灾减灾能力方面对全区干热风灾害进行风险区划。本文所得主要结论如下:（1）近57年来,甘青新三省干热风日数呈减少趋势,变化倾向率为-0.267d/10a（α≥0.1）。各省份的干热风日数变化趋势存在明显差异,其中,甘肃和新疆干热风日数均呈减少趋势,变化倾向率分别为-0.231d/10a和-0.29d/10a（α≥0.05）,而青海省干热风日数呈增加趋势,变化倾向率为0.4d/10a（α≥0.01）。（2）全区干热风灾害空间分布具有明显区域性,以甘肃省的河西走廊、新疆的吐-哈盆地、塔里木盆地东部及准噶尔盆地为中心向周围递减。6月份时,全区以河西走廊、吐-哈盆地及塔里木盆地东部为干热风多发区;7月份则是以塔里木盆地东部和河西走廊为干热风多发区;8月份研究区内干热风灾害整体自西南向东北递减。（3）影响因素分析可知:全区干热风主要受6-8月相对湿度和总降水量的影响;甘肃省干热风的主要影响因子是纬度和6-8月总日照时数;6-8月相对湿度、总降水量和总日照时数是影响青海省干热风的主要因子;新疆干热风主要受6-8月平均气温和总降水量的影响。此外,甘青新三省干热风还受北半球副高面积指数和亚洲纬向环流指数的影响,其中,6月份受青藏高原指数和亚洲纬向环流指数影响最大,7月份主要受北半球副高面积指数、北半球副高强度指数、北半球极涡强度指数和亚洲纬向环流指数的影响,8月份受北半球副高面积指数、北半球副高强度指数和北半球极涡面积指数影响最大,且都通过0.01的显着性检验。（4）干热风综合风险区划分析结果表明,高风险区域主要集中在甘肃河西走廊、新疆吐-哈盆地、塔里木盆地的西部和北部及准噶尔盆地的西北部,次高风险区主要分布在塔里木盆地东部、青海东北部及高危险区周围,甘肃东南部、青海东南部及阿勒泰至巴里坤一带为干热风低风险地带。
尚莹[4]（2019）在《小麦干热风灾害等级指标构建》文中认为本研究基于历史灾情资料、气象资料、小麦生育期资料、土壤水分资料,以华北黄淮地区、甘肃河西走廊地区小麦干热风灾害为研究对象,在现行气象行业标准《小麦干热风灾害等级》（QX/T 82—2007）（下简称“行标”）基础上,采用历史灾情反演和独立T检验等方法,厘定各土层对干热风灾害影响的相对湿度阈值,利用随机预留样本计算阈值符合率,验证阈值的合理性。基于灾情描述、自组织特征映射网络（SOM）方法划分样本等级,根据各样本气象因子90%-99%置信区间,厘定因子阈值得出最优备选指标,计算回代率,验证指标的合理性。比对最优备选指标与现行行标回代率的差异,最终构建新的基于土壤相对湿度影响阈值的华北黄淮高温低湿型干热风灾害等级指标、华北黄淮雨后青枯型干热风灾害指标,以及甘肃河西高温低湿型干热风灾害等级指标。基于已划分的华北黄淮地区高温低湿型干热风灾害等级样本,探究干热风灾害日的因子极值分布规律,比对指标单气象因子及综合因子的不同时次选取的差异性,选出指标因子组合的最优选时。主要结论如下:（1）整层、分层各土层相对湿度值均符合正态分布,且各土层的A、B类样本土壤相对湿度均相互独立,通过显着性检验。整层、分层土层土壤相对湿度影响干热风灾害的阈值分别在58%-65%、56%-75%之间,阈值均随土层深度增加而增大。（2）整层、分层各土层相对湿度阈值的符合率在72.5%-85%之间,均值在80%左右,可较好的反映出土壤相对湿度对小麦干热风灾害的影响。综合考虑阈值符合率、业务应用等便利性等因素,选取10-20cm土壤相对湿度60%,作为土壤相对湿度对华北黄淮高温低湿型干热风灾害影响的临界阈值。（3）新构建的基于土壤相对湿度的华北黄淮高温低湿型干热风灾害等级指标及甘肃河西高温低湿型干热风灾害等级指标,提升了对干热风致灾因子中的日最高气温影响的反映能力,回代率较行标及取整的最优备选指标提高了17%-37%。现行行标中雨后青枯型干热风指标各气象因子阈值回代率均在72%以上,优于同类型新构建的最优备选指标回代率,仍有较好的适用性。（4）华北黄淮高温低湿型干热风灾害日的指标三因子极值（日最高气温、日最小相对湿度、日最大风速）出现时间段比较一致,A类样本三因子极值主要集中出现在14时,B类样本日最小相对湿度、日最大风速主要集中出现在15时,日最高气温主要出现在16时。（5）干热风指标因子时间选择差异的分析结果,总体上日最高气温的回代率高于14时气温的回代率,日最小相对湿度的回代率与14时相对湿度的回代率差别不大,日最大风速的回代率与14时风速的回代率差别不大。（6）干热风指标气温、相对湿度、风速三因子不同时次指标组合的综合比较结果,新构建的等级指标选取的日最高气温、14时相对湿度和14时风速的因子综合等级回代率最优,均值在60%以上,远高于14时值与日极值的等级回代率。综上验证了新构建的干热风灾害等级指标因子时间选取日最高气温、14时相对湿度、14时风速的合理性。
霍治国,尚莹,邬定荣,吴立,范雨娴,王培娟,杨建莹,王纯枝[5]（2019）在《中国小麦干热风灾害研究进展》文中进行了进一步梳理小麦干热风灾害是危害我国北方麦区的主要农业气象灾害之一。基于已有研究成果和实际灾情,从干热风的概念、分类及研究方法出发,对小麦干热风灾害的危害机理、气象环境成因、致灾指标、时空分布、监测预报及防御措施等方面进行了系统归纳阐述,并对未来小麦干热风灾害研究方向进行展望。我国小麦干热风灾害主要分为高温低湿型、雨后青枯型及旱风型3种,形成的气象环境成因主要受干热风天气系统、气候变暖、土壤墒情的影响,致灾指标主要分为形态学、气象学、综合指数指标。小麦干热风灾害的危害总体呈东西两边重、中间轻的分布格局,主要发生在黄淮海平原、河西走廊和新疆3个地区。气候变暖背景下,大部分地区的干热风年日数在20世纪80—90年代出现突变,近30年呈明显加重扩大趋势。基于土壤墒情影响的小麦干热风灾害等级指标构建、小麦干热风过程的灾害监测预警方法、气候变化背景下小麦干热风灾害时空分布新变化及其气象环境成因等是今后研究的重点方向。
李森,郭安红,韩丽娟,张蕾,李祎君,黄彬香[6]（2019）在《基于综合强度指数的黄淮海地区干热风灾害时空特征》文中进行了进一步梳理干热风是影响黄淮海地区冬小麦后期生长和产量形成的重大气象灾害之一,本研究基于干热风综合强度指数（CID）,利用黄淮海冬麦主产区65个站点1961—2015年的逐日气象数据和冬小麦生育期资料,分析了该地区干热风强度的时空变化特征。完成了过去55 a区域干热风年型的反演,表明黄淮海地区有半数以上的年份会出现区域性干热风灾害,55 a间分别有21 a、10 a达到轻度、重度干热风强度等级,其中1961、1965和2001年的强度分列前3位。干热风年型机遇的地理分布,河南中部和北部、山东中西部、河北和京津大部≥3遇/10 a,其中河北中南部、北京南部、山东北部、河南北部部分地区超过5遇/10 a,是干热风重点防范区域。从年际变化来看,黄淮海地区干热风强度总体呈减轻趋势,其中在干热风多发区、危害集中区减轻趋势更明显,表明研究区域内干热风威胁总体在减轻。但在气候变暖背景下,极端天气气候事件频发,部分年份仍存在发生较重干热风的可能,2001年和2014年小麦灌浆期间,黄淮海地区均出现了持续时间较长、重度干热风面积较广的干热风天气,成为进入21世纪以来两个典型的干热风年,因此对干热风的防御仍要给予高度重视。
张金平,李香颜[7]（2018）在《基于敏感因子的河南省小麦干热风风险区划分析》文中研究指明干热风是发生在小麦灌浆期,影响河南省小麦高产、稳产的主要农业气象灾害。根据小麦干热风气象行业标准,利用河南省18地市1981—2014年的逐日气象观测数据,选取各地市小麦相对气象产量和千粒质量数据及2010—2014年耕地面积、小麦播种面积等敏感因子,构建基于风险源危险性和承灾体易损性等指标的河南省干热风风险评估体系,并结合GIS技术,利用IDW方法进行河南省干热风的综合风险区划分析。结果表明,河南省干热风的危险性分布呈现东高西低的规律,中东部的干热风发生强度和频率明显高于西部;在不考虑抗灾能力的情况下,综合危险性和易损性指标进行综合风险区划分析,河南省干热风综合风险分布规律为东部高于西部,北部高于南部,驻马店市为干热风的高风险区,次高区为豫北和豫东等地,豫西和豫南各地的干热风风险等级最低,属低风险地带。
李森,韩丽娟,郭安红,李茂松,王纯枝,李祎君[8]（2018）在《1961—2015年黄淮海地区冬小麦干热风灾害时空分布特征》文中提出干热风是影响北方小麦后期生长和产量形成的重大气象灾害之一,在黄淮海地区主要有高温低湿型和雨后青枯型两种类型。利用黄淮海冬麦主产区65个站点1961—2015年的逐日气象数据和冬小麦生育期资料,综合分析了过去55 a该地区干热风日数和干热风过程的总体时空分布与变化特征。结果表明:（1）年平均干热风日数、过程次数高值区位于河北中南部、河南北部、山东北部和西部等地,其中河北中南部为黄淮海地区的干热风重发区。（2）干热风多年平均初日和最早初日的空间分布均呈从南向北、从内陆到沿海逐渐推后的特征;随着小麦灌浆成熟进程,干热风发生日数呈逐渐增多趋势,灌浆中后期干热风日数多、程度重,是干热风危害的集中期和防御关键期。（3）黄淮海地区干热风日数、过程次数总体均呈减少趋势,其中重干热风日数、重过程次数减少趋势更为明显;从地区差异来看,冀东南、鲁西北、豫东北等地减少趋势更为明显。但在气候变暖背景下,极端天气气候事件频发,部分年份仍存在发生较重干热风的可能,如2001年区域平均干热风日数达8.1 d,成为1961—2015年干热风日数最多的年份,因此对干热风的防御仍需引起足够的重视。
张志林[9]（2018）在《基于分布式计算的小麦干热风灾害预测研究》文中研究指明小麦是我国的主要粮食作物之一,小麦的健康生长对我国国民经济的稳定发展有着重要意义。河南省位于中国中东部,以冬小麦为主要粮食作物。由于华北地区的气候较为多变,农业气象灾害时常发生,严重影响小麦生长,这些灾害中以干热风最为常见并且危害很大,严重时甚至可以使小麦减产20%以上,所以在干热风灾害时常发生的情况下,如果能在灾害发生之前加以预测,并将预警信号发布出来,使农民积极采取措施,做到防灾抗灾,减少灾害所带来的影响,对小麦产量的稳步增长有着重大意义。本文以小麦干热风农业气象灾害预测为研究对象,针对当前小麦干热风灾害在短期预报方面的相对薄弱,以及对天气预报的依赖性较强等问题,本文基于数据挖掘技术,充分利用历史气象数据,构建了小麦干热风灾害预测模型。在确定模型可行后,并将计算模型部署到分布式环境下,以应对以后数据量增长所带来的计算效率和实时性问题。最后构建了小麦干热风灾害预测原型系统,为用户提供灾害预测服务。本文所做的工作主要包括以下几个方面:（1）小麦干热风灾害预测模型的构建。本文在分析了小麦干热风的致灾机理、等级指标后,通过对历史数据进行整理标注,标注完成后,初步筛选影响干热风的前期因子,共18个维度,采用主成分分析法抽取影响干热风发生的重要因子,为模型所面临的维度灾难提供了解决方法。然后选取数据挖掘中的BP神经网络和支持向量机算法作为备选算法对小麦干热风灾害进行预测,构建基于BP神经网络与支持向量机（SVM）的组合预测模型。最后通过对模型进行评价,证明该模型的可行性,可以用来对小麦干热风灾害进行预测。（2）分布式环境下算法设计。为应对数据量增长所带来的实时性计算问题,设计了基于分布式计算平台Spark下的并行BP神经网络算法和并行支持向量机（SVM）算法。采用建立的小麦干热风灾害预测模型,进行实验,对比了单机环境下的模型和分布式环境下模型的效率。通过实验证明,分布式环境下的并行算法在数据量足够大的情况下效率要高于单机环境下的串行算法,为将来数据量增长,模型能够实时、高效计算提供技术支撑。（3）小麦干热风灾害预测原型系统开发。架构设计主要包括数据采集以及预处理、分布式环境下模型的设计和实时的预测服务。其中数据处理主要包括对历史数据的挖掘和实时数据的计算分析;实时的预测服务主要基于分布式环境下的模型设计,构建分布式模型计算子系统,并通过Web API技术将预测结果展示出来。在分布式模型计算子系统中,每天接收的数据保留下来,作为历史数据进行训练,实时更新模型,用于下次小麦干热风灾害的预测。本文通过将历史数据进行搜集整理,对小麦干热风气象灾害建立模型,验证其模型的可行性,并实现分布式环境下的模型设计,构建原型系统,实时高效的对小麦干热风进行预报。本文所做的工作为用户及时收到预测信息并采取措施避免减产提供技术支撑,为其他气象灾害的预测提供了一定思路,对我国小麦产量稳步增长具有一定意义。
李香颜,张金平[10]（2017）在《基于GIS的河南省小麦干热风时空分布特征及危险性分析》文中指出利用河南省121个国家级地面气象观测站1980 2014年冬小麦生育后期的逐日气象观测资料,分析了河南省冬小麦干热风发生演变趋势和时空分布特征。结果表明:干热风在全省范围内呈减少趋势,其中轻干热风日数递减率为1.6日/a,重干热风日数递减率为0.1日/a。全省轻干热风年均发生日数为0.3日/a,发生概率为10年2遇;重干热风年均发生日数为0.1日/a,发生概率为10年1遇。河南省干热风发生日数和概率整体呈"北部、中部和东部多,西部、南部少"的分布态势。干热风发生日数年代间差异较大,20世纪80年代为多发期和频发期,其次是90年代及21世纪00年代。基于干热风发生日数、发生概率和区域化发生指数指标,建立评估模型对全省范围内干热风的危险性分布进行分析和评估,并结合ArcGIS技术对干热风危险性评估结果进行区划和制图表达。河南省干热风高危险区主要分布在豫北、豫中及豫东的部分地区,其中宜阳干热风危险性风险指数最高;宜阳、孟津、许昌、修武、温县、鹤壁、浚县、原阳、巩义、上蔡、舞阳、襄城地区,干热风发生的危险程度相对较高;西部山区三门峡、洛阳大部分地区和南阳、信阳等南部降水充沛地区为干热风相对低危险区域。
二、河南省小麦干热风发生规律分析（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、河南省小麦干热风发生规律分析（论文提纲范文）
（1）河南省干热风发生规律及其与小麦开花期的关系（论文提纲范文）
| 1 资料与方法 |
| 1.1 干热风判断标准 |
| 1.2 干热风首日判断依据 |
| 1.3 小麦开花期确定 |
| 1.4 观测站点 |
| 2 结果与分析 |
| 2.1 河南省冬小麦干热风时空分布情况 |
| 2.1.1 河南省干热风年型发生情况 |
| 2.1.2 河南省干热风年型时空分布情况 |
| 2.1.3 河南省干热风过程发生情况 |
| 2.1.4 河南省干热风过程时空分布情况 |
| 2.2 河南省干热风始发日期 |
| 2.3 河南省冬小麦开花期时空分布情况 |
| 2.3.1 河南省冬小麦开花期年际变化情况 |
| 2.3.2 河南省冬小麦开花期空间变化情况 |
| 2.4 河南省间隔天数发生情况 |
| 2.5 开花期日期与干热风的关系 |
| 3 小结与讨论 |
（2）黄淮海平原冬小麦干热风防治调理技术研究（论文提纲范文）
| 1 材料与方法 |
| 1.1 试验地概况 |
| 1.2 试验设计 |
| 1.3 田间管理及收获 |
| 1.4数据处理 |
| 2 结果与分析 |
| 2.1 不同处理对小麦产量构成要素的影响 |
| 2.2 不同处理对小麦产量及经济效益的影响 |
| 3 讨论 |
（3）甘青新春麦区干热风时空变化特征及风险区划（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外干热风研究进展 |
| 1.2.1 国外干热风研究进展 |
| 1.2.2 国内干热风研究进展 |
| 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 自然地理概况 |
| 2.1.2 社会经济概况 |
| 2.2 数据资料 |
| 2.2.1 气象数据 |
| 2.2.2 其他数据 |
| 2.3 研究方法 |
| 2.3.1 气象数据均一化检验方法 |
| 2.3.2 气象数据订正方法 |
| 2.3.3 干热风等级指标 |
| 2.3.4 干热风风险评价指标及权重确定 |
| 2.3.5 线性趋势法 |
| 2.3.6 反距离加权插值法 |
| 2.3.7 主成分分析与相关分析 |
| 3 甘青新春麦区干热风时空变化特征 |
| 3.1 干热风的时间变化特征 |
| 3.1.1 干热风年际变化特征 |
| 3.1.2 6、7、8月干热风的年际变化特征 |
| 3.2 干热风的空间变化特征 |
| 3.2.1 干热风的空间变化特征 |
| 3.2.2 6、7、8 月干热风的空间变化特征 |
| 4 甘青新春麦区干热风影响因素分析 |
| 4.1 干热风的主成分分析 |
| 4.2 大气环流的影响 |
| 4.3 讨论 |
| 5 甘青新春麦区干热风风险区划 |
| 5.1 致灾因子危险性风险区划 |
| 5.2 孕灾环境敏感性风险区划 |
| 5.3 防灾减灾能力风险区划 |
| 5.4 干热风综合风险区划 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）小麦干热风灾害等级指标构建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 小麦干热风灾害分类 |
| 1.2.2 小麦干热风灾害指标 |
| 1.2.3 小麦干热风灾害影响因子 |
| 1.3 研究目的及意义 |
| 1.4 技术路线 |
| 第二章 研究内容和方法 |
| 2.1 研究区域 |
| 2.2 研究内容 |
| 2.3 资料来源 |
| 2.4 研究方法 |
| 2.4.1 小麦干热风影响小麦时段的划分 |
| 2.4.2 小麦干热风灾害样本构建 |
| 2.4.3 土壤相对湿度影响的干热风样本划分 |
| 2.4.4 土壤相对湿度数据处理 |
| 2.4.5 土壤相对湿度影响阈值的厘定 |
| 2.4.6 小麦干热风灾害等级指标构建 |
| 2.4.7 干热风灾害等级指标气象因子选取时次探讨 |
| 第三章 土壤相对湿度对小麦干热风灾害影响的阈值划分 |
| 3.1 A、B样本各层土壤相对湿度正态性检验 |
| 3.1.1 土壤相对湿度K-S正态性分布检验 |
| 3.1.2 土壤相对湿度正态Q-Q图检验 |
| 3.2 A、B两类样本各土层土壤相对湿度独立性检验 |
| 3.3 各土层土壤相对湿度阈值的确定 |
| 3.4 各土层土壤相对湿度阈值的验证 |
| 3.5 土壤相对湿度对冬小麦干热风灾害的影响 |
| 3.6 本章小结 |
| 第四章 小麦干热风灾害等级指标构建 |
| 4.1 高温低湿型小麦干热风灾害气象因子备选指标阈值的选取 |
| 4.1.1 华北黄淮A类样本高温低湿型干热风各气象因子阈值与回代率 |
| 4.1.2 华北黄淮B类样本高温低湿型干热风各气象因子阈值与回代率 |
| 4.1.3 甘肃河西高温低湿型干热风各气象因子阈值与回代率 |
| 4.2 高温低湿型小麦干热风灾害最优备选指标的选取 |
| 4.3 高温低湿型小麦干热风灾害新指标的确定 |
| 4.4 雨后青枯型小麦干热风灾害备选指标与回代率 |
| 4.4.1 华北黄淮雨后青枯型小麦干热风灾害最优备选指标 |
| 4.4.2 华北黄淮雨后青枯型小麦干热风灾害指标比对 |
| 4.5 本章小结 |
| 第五章 干热风灾害等级指标气象因子选取时次探讨 |
| 5.1 致灾气象因子时间分布 |
| 5.1.1 A、B类样本气象因子极值出现时间分布 |
| 5.1.2 A、B类样本气象因子极值出现时间频率分布 |
| 5.2 致灾气象因子选时比较 |
| 5.2.1 气温因子选时比较 |
| 5.2.2 相对湿度因子选时比较 |
| 5.2.3 风速因子选时比较 |
| 5.2.4 不同时次指标组合的综合比较 |
| 5.3 本章小结 |
| 第六章 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 6.3 本文创新点 |
| 6.4 不足之处及展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（6）基于综合强度指数的黄淮海地区干热风灾害时空特征（论文提纲范文）
| 1 资料与方法 |
| 1.1 研究区域与数据资料 |
| 1.2 分析指标 |
| 1.3 主要分析方法 |
| 2 结果与分析 |
| 2.1 干热风年型分析 |
| 2.1.1 区域干热风年型反演 |
| 2.1.2 年型机遇 |
| 2.2 干热风强度气候倾向率 |
| 2.3 M-K突变检验 |
| 3 结论与讨论 |
（7）基于敏感因子的河南省小麦干热风风险区划分析（论文提纲范文）
| 1 材料与方法 |
| 1.1 研究区概况 |
| 1.2 资料来源 |
| 1.3 指标选取及数据处理 |
| 1.3.1 干热风风险评估指标体系 |
| 1.3.2 数据处理及方法 |
| 1.3.2. 1 数据归一化处理 |
| 1.3.2. 2 层次分析法 (AHP) |
| 1.3.2. 3 空间插值法 |
| 2 结果与分析 |
| 2.1 风险源的危险性区划 |
| 2.2 承灾体的易损性区划 |
| 2.2.1 承灾体的暴露性 |
| 2.2.2 承灾体的脆弱性 |
| 2.3 干热风评估综合风险区划 |
| 3 结论与讨论 |
（8）1961—2015年黄淮海地区冬小麦干热风灾害时空分布特征（论文提纲范文）
| 1 资料与方法 |
| 2 结果与分析 |
| 2.1 干热风日时空特征 |
| 2.1.1 干热风日数空间分布 |
| 2.1.2 干热风时间分布 |
| 2.1.3 干热风日数时空变化 |
| 2.2 干热风过程时空特征 |
| 2.2.1 过程次数空间分布 |
| 2.2.2 干热风过程时空变化 |
| 2.2.3 干热风过程持续日数 |
| 3 结论与讨论 |
（9）基于分布式计算的小麦干热风灾害预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 文献综述 |
| 1.1 小麦干热风研究 |
| 1.1.1 小麦干热风研究现状 |
| 1.1.2 小麦干热风灾害预测研究现状 |
| 1.2 数据分类技术研究 |
| 1.2.1 主流分类算法介绍 |
| 1.2.2 分类算法在农业的研究现状 |
| 1.3 分布式计算研究 |
| 1.3.1 分布式计算发展趋势 |
| 1.3.2 Spark在农业应用的研究现状 |
| 2 引言 |
| 2.1 背景与意义 |
| 2.2 技术路线 |
| 3 小麦干热风灾害预测模型构建 |
| 3.1 材料概述及分析 |
| 3.2 数据处理 |
| 3.2.1 数据预处理 |
| 3.2.2 数据标注 |
| 3.2.3 主成分分析 |
| 3.2.4 数据归一化 |
| 3.3 小麦干热风灾害预测模型 |
| 3.3.1 基于BP神经网络的小麦干热风灾害预测模型 |
| 3.3.2 基于支持向量机(SVM)的小麦干热风灾害预测模型 |
| 3.3.3 基于BP神经网络与支持向量机(SVM)的组合模型设计 |
| 3.4 实验结果与分析 |
| 3.4.1 实验结果 |
| 3.4.2 结果分析 |
| 4 分布式环境下预测模型设计 |
| 4.1 分布式环境下算法设计 |
| 4.1.1 基于Spark的并行BP神经网络算法设计 |
| 4.1.2 基于Spark的并行支持向量机(SVM)算法设计 |
| 4.2 分布式环境下模型设计 |
| 4.2.1 基于并行BP神经网络的小麦干热风灾害预测模型设计 |
| 4.2.2 基于并行支持向量机的小麦干热风灾害预测模型设计 |
| 4.2.3 基于Spark的并行BP加SVM组合模型设计 |
| 4.3 实验环境搭建 |
| 4.3.1 开发环境与软件包 |
| 4.3.2 集群拓扑机构 |
| 4.4 实验结果与分析 |
| 4.4.1 实验结果 |
| 4.4.2 结果分析 |
| 5 原型系统设计与实现 |
| 5.1 系统体系结构 |
| 5.2 系统拓扑结构 |
| 5.3 系统设计与实现 |
| 5.2.1 数据采集子系统设计与实现 |
| 5.2.2 分布式模型计算子系统设计与实现 |
| 5.2.3 预测服务子系统设计与实现 |
| 6 结论与展望 |
| 参考文献 |
| ABSTRACT |
（10）基于GIS的河南省小麦干热风时空分布特征及危险性分析（论文提纲范文）
| 引言 |
| 1 资料与方法 |
| 1.1 数据来源 |
| 1.2 研究方法 |
| 2 结果与分析 |
| 2.1 干热风发生日数变化规律 |
| 2.2 干热风分布特征 |
| 2.2.1 干热风发生日数时空分布特征 |
| 2.2.2 干热风发生概率空间分布特征 |
| 2.3 干热风危险性分析与评估 |
| 3 结论与讨论 |
| 3.1 结论 |
| 3.2 讨论 |
四、河南省小麦干热风发生规律分析（论文参考文献）
- [1]河南省干热风发生规律及其与小麦开花期的关系[J]. 李彤霄,成林,马青荣,刘佳. 湖北农业科学, 2019(22)
- [2]黄淮海平原冬小麦干热风防治调理技术研究[J]. 唐继伟,陈建东,田昌玉,徐久凯,林治安. 中国农技推广, 2019(11)
- [3]甘青新春麦区干热风时空变化特征及风险区划[D]. 陈娟. 西北师范大学, 2019(06)
- [4]小麦干热风灾害等级指标构建[D]. 尚莹. 中国气象科学研究院, 2019(08)
- [5]中国小麦干热风灾害研究进展[J]. 霍治国,尚莹,邬定荣,吴立,范雨娴,王培娟,杨建莹,王纯枝. 应用气象学报, 2019
- [6]基于综合强度指数的黄淮海地区干热风灾害时空特征[J]. 李森,郭安红,韩丽娟,张蕾,李祎君,黄彬香. 自然灾害学报, 2019(01)
- [7]基于敏感因子的河南省小麦干热风风险区划分析[J]. 张金平,李香颜. 江苏农业科学, 2018(16)
- [8]1961—2015年黄淮海地区冬小麦干热风灾害时空分布特征[J]. 李森,韩丽娟,郭安红,李茂松,王纯枝,李祎君. 生态学报, 2018(19)
- [9]基于分布式计算的小麦干热风灾害预测研究[D]. 张志林. 河南农业大学, 2018(02)
- [10]基于GIS的河南省小麦干热风时空分布特征及危险性分析[J]. 李香颜,张金平. 气象与环境科学, 2017(02)