首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

苏皖地区一季稻高温热害风险评价

摘要第6-7页
Abstract第7-8页
第一章 绪论第9-19页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-16页
        1.2.1 高温热害对水稻生长发育的影响第11-12页
        1.2.2 高温热害对水稻产量和品质的影响第12页
        1.2.3 水稻高温热害指标第12-13页
        1.2.4 农业气象灾害风险区划方法第13-14页
        1.2.5 水稻生长模型及其应用第14-16页
    1.3 主要研究内容及技术路线图第16-19页
第二章 研究数据和方法第19-29页
    2.1 数据与资料第19-20页
        2.1.1 气象资料第19页
        2.1.2 作物资料第19-20页
        2.1.3 土壤资料第20页
        2.1.4 社会统计资料第20页
    2.2 数据处理第20-21页
    2.3 研究方法第21-24页
        2.3.1 高温热害等级划分及研究时段确定第21页
        2.3.2 产量分解第21页
        2.3.3 站次比第21-22页
        2.3.4 高温热害发生的频率第22页
        2.3.5 Morlet小波分析第22-23页
        2.3.6 层次分析法第23页
        2.3.7 标准化处理方法第23-24页
    2.4 一季稻高温热害风险模型构建第24-29页
        2.4.1 危险性评估模型建立第24页
        2.4.2 暴露性评估模型建立第24-25页
        2.4.3 脆弱性评估模型建立第25页
        2.4.4 防灾减灾评估模型建立第25-26页
        2.4.5 高温热害风险模型的建立第26-29页
第三章 一季稻高温热害时空变化规律第29-45页
    3.1 一季稻高温热害时间变化第29-32页
        3.1.1 站次比第29-30页
        3.1.2 高温热害日数第30-31页
        3.1.3 一季稻高温热害年代际变化第31-32页
    3.2 一季稻高温热害周期变化第32-34页
    3.3 一季稻高温热害空间变化第34-43页
        3.3.1 一季稻高温热害发生频率第34-40页
        3.3.2 一季稻高温热害发生日数第40-43页
    3.4 小结第43-45页
第四章 基于ORYZA2000模型的脆弱性评价第45-57页
    4.1 基于ORYZA2000的脆弱性评价方案第45-46页
    4.2 ORYZA2000对作物生长发育过程的模拟第46-48页
        4.2.1 干物质积累第46-47页
        4.2.2 叶面积增长第47页
        4.2.3 产量形成第47-48页
    4.3 ORYZA2000模型参数定标及验证方法第48-49页
    4.4 模型的验证第49-51页
    4.5 ORYZA2000模型适应性第51-52页
    4.6 ORYZA2000对高温产量的模拟第52-54页
    4.7 基于ORYZA2000的一季稻脆弱性评价第54-55页
    4.8 小结第55-57页
第五章 苏皖地区一季稻高温热害风险评价第57-69页
    5.1 危险性评价第57-59页
    5.2 暴露性评价第59页
    5.3 脆弱性评价第59-60页
    5.4 防灾减灾能力评价第60-63页
        5.4.1 防灾减灾各项指标评价第60-62页
        5.4.2 防灾减灾能力评价第62-63页
    5.5 一季稻高温热害风险区划及评价第63-64页
    5.6 一季稻高温热害防御对策建议第64-66页
        5.6.1 选用耐热品种第64-65页
        5.6.2 因地制宜适当调整播期及合理水肥管理第65页
        5.6.3 及时采取补救措施,减轻损失第65页
        5.6.4 建立水稻高温热害预警系统第65-66页
    5.7 小结第66-69页
第六章 总结第69-71页
    6.1 主要结论第69-70页
    6.2 论文创新点第70页
    6.3 不足与展望第70-71页
参考文献第71-81页
作者简介第81-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于ORYZA2000模型对江苏不同播期水稻高温热害的评估
下一篇:基于大数据处理的农业气象灾害评估模型研究