农业气象
为定量化评估气象条件对砂梨品质的影响，利用2018—2024年砂梨果品数据和同期气象观测资料，采用相关分析、多元逐步回归、加权指数求和等方法，筛选出影响砂梨品质形成的关键气象因子，建立并检验了砂梨气候品质评价模型及气候品质等级指标。结果表明，砂梨的可溶性固形物含量与果实膨大期的气温日较差和日照时数均呈显著正相关，相关系数分别为0.75和0.76，而与果实膨大期的最低气温及果实成熟采摘期的降水量均呈显著负相关，相关系数分别为-0.81和-0.73；单果重与果实膨大期的降水量正相关性最大，相关系数为0.96；特优级砂梨气候品质等级指标为采摘前35 d内的平均日最低气温≤24.0℃，采摘前15 d日较差≥7.0℃，采摘前31 d内的日照时数≥175.6 h，采摘前36 d内的降水量≥186.0 mm，且采摘前10 d降水量≤66.0 mm。经检验，所建立的砂梨气候品质评价模型能够较好地反映气候条件对砂梨品质的影响，该研究成果可为砂梨生产及相关管理部门提供科学的决策参考依据。
为实现对藏北草地物候信息的精准遥感反演，本研究基于2001—2024年MODIS 13Q1 250米的16 d合成NDVI数据，结合2024年拉萨本站接收的MODIS-250米逐日数据，经过植被指数计算、最大值合成等预处理后，构建年内逐16 d NDVI最大值数据集。通过采用动态阈值法和海拔分区相结合的方式，提取藏北草地的物候期，分析了其空间分异格局和年际变化趋势，并利用藏北那曲市2001—2024年7个站点的年累积降水量、年平均气温和年总日照时数数据，进行了相关性分析。结果表明：藏北那曲市草地的返青期多集中在171~181 d，黄枯期大多在257 d之前。返青期呈提前趋势，黄枯期呈延后趋势。草地物候期对气象要素的响应存在明显空间分异，多数区域相关性未达到显著性水平，仅局部区域存在显著相关。其中，返青期与气温的相关性覆盖范围更广，显著相关占比最高；与降水以负相关为主，日照整体影响微弱，占比极低。黄枯期与降水、气温均显示正相关，与日照呈负相关。综上所述，藏北草地物候存在明显的海拔分异，且整体呈现“返青提前、黄枯延后”的趋势；气温是影响藏北草地物候空间格局的最为关键的因素，其调控效应显著强于降水与日照。鉴于那曲市7个站点均在中南部区域，该区域持续呈现“暖干化”气候特征，使得草地生态系统对水资源的需求尤为突出。
为探究甘肃省西和县气候变化特征及其对玉米生育期和产量的影响，本研究基于甘肃省西和县1991—2025年的气象与玉米观测资料，采用一元线性回归、相关分析、气候贡献等方法，系统分析了玉米生育期内关键气象要素的变化趋势，并量化了其对生育期和产量的影响。结果表明：（1）近35 a，西和县玉米生育期内的气候呈暖湿化趋势，平均气温以0.5℃/10a(P<0.05)的速率显著升高，降水量虽呈增加趋势(19.9 mm/10a)但不显著，日照时数则以39.2 h/10a(P<0.05)的速率显著减少。（2）受气候变化影响，玉米的出苗期、乳熟期、成熟期均出现显著提前，导致玉米全生育期显著缩短(-4.5 d/10a, P<0.05)；相关性分析发现，玉米全育期时长与平均气温呈显著负相关(R=-0.39, P<0.05)，与降水量、日照时数的相关性均未达显著水平。水、光等因子只对特定生育期影响显著，出苗期降水量与提前出苗呈显著负相关(R=-0.42, P<0.05)，表明充足降水有利于促进出苗，而抽雄期与日照时数呈显著负相关(R=-0.45, P<0.05)，暗示日照不足可能导致抽雄推迟。（3）在产量方面，1991—2025年玉米实际产量呈显著下降趋势，气象产量波动较大。其中，抽雄期降水不足与成熟期日照缺乏、降水过多，是限制气象产量的关键因子。据此建议，西和县在玉米生产中，应优先选育生育期较长、耐热性更强的优良品种，重点防范抽雄期的干旱风险与成熟期的连阴雨天气，通过采取补充灌溉和及时排水等综合性农事管理措施，以期保障玉米生产的产量稳定性和可持续性。
农田空间分布精准识别是保障粮食安全的重要基础，遥感技术为大规模农田快速监测提供了高效手段。以山东省济南市莱芜区为研究区域，融合Sentinel-2卫星与执行C波段SAR成像的Sentinel-1卫星数据，提取原始光谱、植被指数、散射与纹理四类特征，基于随机森林分类模型构建多时相农田识别方法，进行多年度识别，分析不同物候期（小麦成熟期T1、玉米生长期T2、玉米收获期T3）的识别精度与特征贡献性，绘制研究区农田空间分布图。研究表明：（1）多时相识别总体精度均≥78%，T1识别精度最高（2021年小麦成熟期达85.02%），T3次之（最高81.99%），T2最低（最高80.39%），T1与T3农田特异性显著，用户精度更优；（2）特征重要性排序为光学特征>雷达特征>纹理特征，光学特征中植被指数ARVI（大气阻抗植被指数）、NDVI（归一化植被指数）、NDTI（归一化耕作指数）等贡献性高于原始光谱特征，雷达特征中交叉极化(VH)优于同极化(VV)；（3）模型在集中连片农田识别中效果更佳，零散地块易受周边地类影响导致精度下降。总体而言，融合光学特征与雷达特征的随机森林识别方法能够较为精准地进行农田快速分类，对农业资源管理及技术创新具有一定实用价值。
为揭示气候变化对水稻生产的影响，以浙江省典型的单季稻产区龙游县为研究对象，基于1981—2020年逐日气象数据和单季稻多年实测产量，采用气候倾向率法和气候产量分离模型，系统解析了单季稻生殖生长期（幼穗分化期、抽穗扬花期、灌浆结实期）的气候资源演变规律及其相关影响。结果表明：在过去40 a间，单季稻生殖生长期内的平均气温均呈上升趋势。降水方面，幼穗分化期和抽穗扬花期降水量呈增加趋势，而灌浆结实期呈减少趋势。日照时数均呈增加趋势。在极端气象事件方面，幼穗分化期日平均气温≥30℃和日最高气温≥35℃的天数均呈增加趋势，而日平均气温≤25℃的天数呈减少趋势。抽穗扬花期高温日数和大雨量级日数呈增加趋势，而中雨及以下量级降水日数呈减少趋势。灌浆结实期虽然连阴雨次数和日数有所减少，但寡照（日照<3 h）日数及对应的总日照时数却呈增加趋势。值得注意的是，气温日较差呈下降态势，当过程最低气温<17℃或<15℃时，单季稻出现了20%~30%的空壳率，对产量和品质不利。尽管单季稻实测产量因农业技术进步呈增加趋势，但分离出的气候产量却呈减少趋势。极端气温、连阴雨、寡照是影响单季稻气候产量减少的主导因子。研究表明，1981—2020年龙游县单季稻生殖生长期气候条件总体趋于恶化，气候变化对单季稻的稳产提质产生了不利影响。面对单季稻不同生育期内日益凸显的气象风险，应采取积极有效的气候变化适应策略，有效防范不利天气气候条件带来的冲击。
为了合理利用冻土资源及推动区域可持续发展，本研究基于1991—2024年大兴安岭林区长序列地面气象站冻土资料和同期气象观测数据，采用线性倾向估计、Pearson相关系数等统计分析方法，系统分析冻土冻融关键参数的时空变化特征及其与气象、地理要素的关联。结果表明：（1）研究期内，大兴安岭林区季节性冻土退化趋势显著，呈现“冻结期推迟、融化期提前、冻结深度减小”特征，具体而言，冻结初日平均每10 a推迟2.6 d，融化初日和融化终日平均每10 a分别提前1.6 d和5.5 d，最大冻土深度平均每10 a下降4.3 cm，导致冻融周期持续缩短；（2）冻融过程及最大冻土深度的时空分异明显，冻结初日空间分布上表现为“北早南晚”的格局，融化初日则表现为“东南部早于西北部”。融化终日的空间跨度近4个月，最大冻土深度呈“东南浅、西北深”分布特点；（3）气象与地理因子协同季节性驱动冻土的变化。关键气象因子包括：秋季平均气温/秋季降水量（影响冻结初日）、年平均气温（影响融化初日）及年/夏季降水量（影响最大冻土深度）。核心地理因子为海拔（调控冻融时间）、经度（影响融化初日与冻土深度）和纬度（作用于冻融关键时间与冻土深度）。研究成果揭示了大兴安岭林区季节性冻土的冻融规律及主要驱动因子，为该区域冻土资源管理、生态保护及应对气候变化提供科学依据。
为识别甘肃东南部冬小麦产量对气象因子的响应特征，并评估近未来县域单产变化趋势，本文以天水市的秦州区、麦积区、秦安县、甘谷县和武山县为研究区，基于2015—2024年冬小麦单产数据、AgERA5农业气象再分析资料和CMIP6未来气候数据，构建涵盖不同生育阶段的气象指标体系，综合采用相关分析、偏相关、灰色关联、多元线性回归、随机森林及KNN等方法开展分析。结果表明：研究区冬小麦单产对热量条件较敏感，全生育期日平均气温最大值和灌浆成熟期日平均气温最大值与单产呈稳定负相关；返青拔节期的太阳辐射、极端低温及灌浆成熟期的降水等关键气象指标也对小麦产量具有较高影响。随机森林模型在历史数据拟合效果优于多元线性回归，KNN残差模型在2024年独立验证中表现较好。2025—2035年预测结果显示，研究区域内五县区的冬小麦单产总体呈波动变化，未表现出持续上升趋势，且县域之间的单产变化存在一定空间差异。研究表明，高温热胁迫是限制区域冬小麦稳产的重要气象风险因素，返青拔节期和灌浆成熟期是气候影响小麦产量的关键阶段。
为深化对长江流域喀斯特地区气候资源不确定性变化的理解，本研究选取贵州省1961—2024年78个国家气象站的气象数据，采用滑动时窗(30 a)与逆向云算法，系统分析气温生产潜力(Yt)、降水生产潜力(Yp)、蒸散生产潜力(Ye)及标准气候生产潜力(Ys)的正态云模型参数（期望值expectation，Ex、熵entropy，En和超熵hyper-entropy，He）的时空演变规律。研究主要发现如下：（1）整体上，贵州热量资源（Yt期望值高达19087.25 kg/hm2）决定了生产潜力上限，水分条件是主要限制因子，Yp的随机性与模糊性最高，是Ys不确定性的主要来源。Yt的随机性与模糊性最低，变化相对稳定。（2）时间趋势上，Yt的期望值增速最快为138.2 kg/(hm2·10a)，Yp的期望值显著减少为-80.3 kg/(hm2·10a)，导致Ys增速缓慢为36.4 kg/(hm2·10a)，Yp的熵与超熵增加趋势最强，表明降水的不稳定性加剧。突变现象集中发生在1976—1988年，与气候年代际转型一致，突变前后的变化与长期趋势一致，且未来Yt上升、Yp下降及Ys模糊性增强的趋势将持续6~11 a(H>0.75)。（3）空间上，经验正交函数(EOF)分解揭示出贵州气候生产潜力变化“全局响应”与“局地分异”的复合特征。第一模态（方差贡献率47.0%~96.3%）反映了在气候整体驱动下，生产潜力的基准和波动性表现出同步变化的“全局响应”特征；第二模态（反映地形影响）则突显了区域内因地形、海拔等因素造成的“局地分异”现象。本研究应用正态云模型，可以有效刻画气候生产潜力的基准、波动与模糊边界，为多维度评估区域农业气候资源提供了新途径。
为揭示高寒短生育期地区油菜“密植增效”的特殊机制，明确阿尔山地区适宜的种植密度及气候适应性，本研究基于1996—2025年连续30 a的田间定位观测数据，系统分析种植密度对油菜农艺性状、产量及生育期的影响，并探讨密度与气象因子的协同效应。结果表明：随着种植密度的增加，单株油菜的一次分枝数、荚果数和株籽粒重显著提升，增幅达60%~110%，群体产量持续上升的趋势，且未出现经典密度效应中产量下降的拐点；阿尔山地区油菜的适宜种植密度为60.0万~85.0万株/hm2，理论产量最高可达6511.4 kg/hm2；密植显著缩短了油菜的生育期，平均可减少15~16 d，这对于高寒地区而言，有利于油菜早熟、规避晚霜冻害，提高产量稳定性。相关性分析显示，种植密度与产量与≥10℃活动积温、日照时数呈负相关，与降水量、10 cm地温呈正相关，其中降水量与产量的相关性最为显著(r=0.68)，是影响产量的关键因素。尽管在2016—2025年期间，活动积温略降且日照时数减少，但通过提高种植密度和品种改良，油菜产量依然实现了大幅提升，证明了品种耐低温性增强及“以密补光”栽培策略的有效性。本研究不仅为高寒短生育期地区油菜耐密品种的选育提供了重要的理论支撑，也为建立适合当地的密植高产栽培技术体系奠定了坚实的科学基础。
科学评估全球气候变暖背景下西藏拉萨生态系统的固碳效应，核算生态工程的固碳增汇效益，为探索未来固碳提升路径。本研究以净初级生产力(NPP)作为衡量拉萨市生态系统固碳动态水平的关键指标，基于CASA模型对拉萨市生态系统固碳进行量化分析，整合拉萨市的土地利用、植被类型、气象和NDVI、遥感影像等多源数据。使用MRT、ArcGIS和ENVI软件对遥感影像进行拼接、投影转换、因子转换和裁剪等批处理，采用最大值合成法(MVC)处理，获得2000—2020年间拉萨河流域逐月和逐年的NDVI数据。结果显示，拉萨市植被的固碳能力整体维持在50~300 g C/m2的范围内。从县域尺度分析，林周县、达孜区和墨竹工卡县的平均固碳能力较高，其平均植被净初级生产力常年保持在150 g C/m2以上。森林是拉萨最主要的碳汇来源，贡献了55%的二氧化碳固定量，其次为草地与湿地，分别提供了23%与21%的碳汇贡献。拉萨市整体平均植被固碳能力为218 g C/m2，气温的升高显著增强了高海拔地区植被的固碳能力。综上，本研究揭示了典型生态工程的固碳过程、速率以及效益，阐明了拉萨南北山、退化草原、拉萨河以及重要湿地等生态修复项目下的碳储量变化和碳中和贡献，研究对比了不同生态工程实施所带来的生态系统碳储量差异及影响机制，提出了提升生态固碳与功能修复协同效应的优化路径和策略建议，旨在以科技创新助力拉萨乃至整个西藏的生态文明建设，并为实现碳达峰碳中和目标提供技术支撑。
为提高南果梨主产区冰雹天气的预报预警能力，利用冰雹日数据、Micaps、NCEP再分析、探空及多普勒雷达资料，对2013—2022年鞍山南果梨主产区出现冰雹个例进行分析，建立天气学概念模型，通过对物理量参数和雷达回波特征的分析，确立了预报预警指标。结果表明：冰雹主要出现在4—10月，5—9月为高发时段；具有明显的日变化特征，主要发生在12—17时。根据各系统影响比重判断，东北冷涡型、地面低压与高空槽相配合型为主产区冰雹发生的主要天气形势。冰雹发生前不稳定条件K指数≥25℃，SI指数春季、秋季为1~2℃，夏季为-1~1℃，850 hPa与500 hPa温度差在26℃以上；能量条件对流有效位能大于500 J/kg；0~6 km垂直风切变在12 m/s以上；0℃层高度在2~4 km之间，7、8月较高可达4 km以上。雷达识别预警指标为：出现线状回波、V型缺口、三体散射长钉等回波形状，回波强度在55 dBZ以上；垂直剖面图上，强回波质心高度高于-20℃层高度，50 dBZ回波垂直扩展到-20℃层以上，垂直液态水含量VIL达30 kg/m2以上。各指标具有明显的月际变化特征，在实际应用中需结合季节背景综合判断。研究建立了南果梨主产区冰雹天气的天气学概念模型和预报预警指标体系，可为南果梨主产区冰雹预警和防雹减灾工作提供科学依据和参考。
为明确未来气候变化对湖北水稻种植布局及农业气象灾害的影响，本研究基于CMIP6全球气候模式集合平均数据，采用统计降尺度与偏差订正方法，在SSP2-4.5（中排放）和SSP5-8.5（高排放）情景下，分析1995—2014年（基准期）与2023—2100年（近期、中期、远期）农业热量资源、水稻种植布局及主要气象灾害的演变特征。 结果表明：（1）未来湖北农业热量资源显著增加，SSP5-8.5 情景远期≥10℃积温较基准期增幅达 2313.1℃・d，界限温度初日提前 32.2 d、终日推迟 18.4 d，无霜期延长 60 d，热量资源高值区呈 “北移西扩” 态势。（2）水稻种植布局持续优化，双季稻适宜区从鄂东南、江汉平原扩展至鄂东北、三峡河谷及鄂西北北部，远期 SSP5-8.5 情景下全省大部可种植双季稻；再生稻适宜区覆盖范围不断扩大，远期基本实现全省适宜种植，中晚熟高产品种推广潜力提升。（3）气象灾害风险呈现 “一增一减” 特征：低温冷害风险显著降低，远期寒露风、春季低温冷害日数较基准期降幅达 18.8 d、7.9 d；但高温热害风险加剧，SSP5-8.5 情景远期中稻≥35℃重度高温日数达 29.1 d/a，病虫害越冬风险增加。研究认为，未来需通过调整种植布局、选育耐高温抗病虫品种、强化绿色防控与气象预警等措施，提升湖北水稻生产对气候变化的适应能力。
基于索伦气象站1958—2025年近68 a长时序逐月气温档案数据，采用线性趋势分析、滑动t检验方法，系统揭示了大兴安岭南麓索伦地区农业热量资源的时间维度演变特征及其对区域种植制度的驱动机制，研究结果表明：近68 a来，索伦地区的农业热量资源呈显著优化趋势，生长季（5—9月）平均气温的气候倾向率达0.3℃/10a (P<0.01)，累积活动积温增加150~200℃·d，升温速率明显高于全球及全国平均水平。热量资源演变过程呈现明显的三阶段特征：1958—1985年基准期呈微弱下降趋势(-0.1℃/10a)，1986—2005年过渡期出现跃升式增温(1.1℃/10a)，2006—2025年近期进入高位波动期(0.1℃/10a)。其中，1990年代中后期被识别为关键突变节点（滑动t检验t=5.314，P<0.01），驱动区域种植制度发生根本性转变；季节性差异显著，春季增温速率最高(0.481℃/10a)，对作物播种期提前和幼苗生长影响最为直接。农业气候潜力显著提升，生长季活动积温由1958—1985年(2240.5~2562.7℃·d)的“较适宜”等级跃升至1986—2005年(2365.1~2790.7℃·d)的“适宜”等级，并于2006—2025年(2517.1~2748.2℃·d)进一步接近中晚熟品种(≥2750℃·d)的需求阈值；农业适宜性分区呈现明显北移趋势，玉米种植比例由1985年前的不足20%跃升至1990年代的50%以上，种植制度由小麦主导型转为玉米主导型。建议将播种期由传统的5月上旬提前至4月下旬，建立每5 a更新一次的动态种植区划机制，加强气象档案的数字化建设，充分发挥长时序气象档案在智慧农业和乡村振兴中的战略支撑价值。
基于2009—2020年的农业灾情数据，综合构建了灾损指数(DLI)，运用线性回归、M-K趋势检验及ArcGIS空间热点分析等方法，揭示了近年来贵州省农业气象灾害损失的时空分布特征，为农业防灾减灾提供科学依据。结果表明：（1）2009—2020年贵州省农业气象灾害损失总体呈“西部、北部和东部重，中部、南部轻”的空间分布格局，其中，毕节市为四类主要农业灾害（干旱、洪涝、风雹、低温冷冻和雪灾）重叠重灾区；（2）2009—2020年贵州省年均灾损指数由高到低依次为：干旱(0.23)>洪涝(0.11)>风雹(0.05)>低温冷冻和雪灾(0.03)，干旱是影响贵州最严重的农业气象灾害，其损失空间分布呈现西北高东南低的特点，尽管99%的县（市、区）的干旱灾害损失呈下降趋势（5成以上达到显著水平），显示出积极变化，但其潜在威胁依然显著；（3）贵州省洪涝、低温冷冻和雪灾的灾害损失高值区集中分布在西部、北部和东南部边缘地区，其中，低温冷冻和雪灾受灾面积呈下降趋势的区域占比(94.3%)>洪涝(64.8%)，洪涝灾害损失变化趋势的空间分异明显，中部、西北部和南部边缘地区呈增加趋势，并向东部扩展；同时，二者绝收面积呈增加趋势的区域占比均大于受灾面积，表明此类灾害极端破坏性增强；（4）贵州西部既是风雹灾害损失的热点区域，又是灾损增速的高值区。总体而言，贵州农业气象灾害的高风险区域主要集中在西部、北部和东部，灾害损失指数虽整体呈下降趋势，但灾害的极端破坏性增强，呈现出“气候极端性—高产值—高风险”的灾害风险新格局。
为科学评估宣城烟叶成熟期连阴雨灾害损失，本研究以宣城市7个县（市、区）2005—2024年逐日气象数据、烟叶产量及烟叶物候发育期资料为基础，采用统计分析、相关性分析和K-Means聚类算法，系统开展连阴雨灾害致灾因子筛选、临界值确定、强度指数构建及灾害等级划分研究。结果表明：连阴雨期间降水量(RR)和持续降水天数(DR)是宣城烟叶成熟期连阴雨灾害的核心致灾因子，二者与产量灾损率(ΔY)均呈显著正相关(P<0.05)，其中腰叶成熟期RR与ΔY达极显著相关(P<0.01)；基于权重系数法构建了脚叶成熟期、腰叶成熟期、顶叶成熟期3个发育期的连阴雨强度指数模型，结合K-Means聚类将灾害划分为轻、中、重、特重4个等级，明确了各等级对应的强度指数阈值、灾损率区间及发生概率。实测数据验证结果显示，该评估体系等级差≤1的整体准确率达88%，轻、中度灾害评估准确率86%，重、特重度灾害准确率89%；空间适用性上，北部的平均准确率为90%，南部86%。本研究构建的烟叶成熟期连阴雨灾害损失评估体系，填补了宣城烟区相关研究空白，实现了灾害的分发育期、分等级精准评估，可为宣城烟区连阴雨灾害监测预警、风险防控及烟叶种植布局优化提供科学的技术支撑与决策依据。
针对冷凉地区马铃薯品质受气候条件影响显著，且现有气候品质认证技术鲜见报道的研究缺口，为科学量化气候条件与企业管理对马铃薯品质的综合影响，深度挖掘农业气候资源优势，本研究以察右后旗马铃薯主产区为研究对象，基于2016—2023年国家基本气象站和乌兰哈达苏木自动气象站气象观测资料及2023年马铃薯品质检测与生产管理数据，明确马铃薯关键生长期（播种—出苗期、出苗—分枝期等）适宜气象指标。采用对比法和指标判别法，构建包含气候适宜性区划（权重0.3）、当年气候条件（权重0.5）、企业种植管理水平（权重0.2）的综合评价模型。结果表明，认证区域属于马铃薯种植气候适宜区（X1=100分）；2023年生长期光温资源充足（≥10℃积温2672℃，日照时数1527.2 h），降水量与历年持平(211.6 mm)，阶段性干旱通过灌溉措施有效缓解，气候资源评分92分，气象灾害扣减6分（X2=86分）；企业生产管理水平优良（X3=95分）；综合评分92分，2023年马铃薯气候品质等级为特优，其外观品质（块茎整齐度1级、大小3级）与内在品质（相对淀粉含量1.2%）均达标。本研究可为马铃薯气候品质认证提供技术支撑。
为总结分析农业气候精细化区划最新技术方法，及其在农业布局优化、气候资源高效开发和农业气候变化应对中的实践应用，本研究系统梳理了农业气候区划技术的发展历程及现状，聚焦GIS技术、遥感技术、动态区划模型和多源数据（气象观测数据、遥感影像数据、地理信息数据、作物物候数据等）集成的应用进展，分析了当前技术在气候适宜性评价、作物布局优化以及气候变化应对中的具体表现和典型案例。分析表明，现代农业气候区划正向高分辨率、智能化和动态适应性方向发展，已成为农业气象研究的重要领域，但在数据获取精度、模型多维度融合以及社会经济适用性等方面仍存在挑战，随着气候变化对农业生产影响的加剧，传统的静态农业气候区划方法逐渐暴露出对动态适应性、精细化和多因子分析的不足。未来，应进一步加强多源数据集成、动态模型构建和多因子综合分析与模型集成应用，为农业气候区划的精准化与智能化提供技术支撑。
针对淄博烟草产量受气象因子影响机制不明确、栽培管理缺乏精准气象依据的问题，为提升烟草产量与品质，明确关键气象因子对烟草产量的影响及规律，本研究基于2019—2022年淄博烟草产量数据及3个国家基本气象站（博山、淄川、沂源站）的平均气温、降水量、日照时数、最大风速、极大风速气象数据，采用Z-score标准化与灰色关联度分析法，分别解析这些主要气象因子对烟草各生长期（伸根期、旺长期、成熟期）及烟草逐月（5—9月）生长阶段的影响情况。结果显示：（1）整体来看，降水量、平均温度、日照时数是影响烟草产量的核心因子（关联度均≥0.79），极大风速、最大风速影响相对较小（关联度≤0.75）。（2）针对烟草各生长期而言，伸根期、旺长期降水量与烟草产量的灰色关联度最高（分别为0.8297、0.9103），成熟期平均温度（0.8628）与日照时数（0.8549）对烟草生长影响最大；风速影响随生育期推进逐渐增强，成熟期关联度最高。（3）逐月分析显示，8月平均温度（0.9068）、7月降水量（0.9057）、9月日照时数（0.9006）关联度超0.9，6月降水量、9月极大风速和6月日照时数等因子关联度≥0.85，为关键时段影响因子。研究表明，烟草产量受多气象因子协同影响，且其主要气象因子的影响强度随生育阶段动态变化。降水量、平均温度和日照时数是贯穿烟草整个生育期的关键影响因子，而风速对烟草生长的影响则随烟叶数量增多、叶面积增大而增强，并在成熟期达到最大。最后，基于对结果的分析，给出了一系列种植烟草的可行措施，这不仅为农业气象服务和烟叶种植管理提供了重要的科学理论依据，也为进一步提升烟草产量奠定基础。
农业气象
