基于多源数据采用改进的CASA模型和土壤异养呼吸模型，计算2000−2016年上海净生态系统生产力，用于表征植被的碳汇状况，并使用趋势分析、稳定性分析和偏相关分析方法研究植被碳源/汇的时空动态演变特征及其影响因素。结果表明：（1）2000−2016年上海植被NEP年均值为96.73gC·m⁻²·a⁻¹，时间变化呈下降趋势，下降幅度为1.87gC·m⁻²·a⁻¹（P＜0.05）。（2）上海植被碳源区面积占24.20%，碳汇区面积占75.80%，植被空间整体表现为碳汇形势。（3）植被NEP平均趋势斜率为−3.63，变异系数为中、高稳定性等级区域面积占比达到76.41%，总体稳定性较高。（4）植被NEP与温度呈弱负相关性，与土壤异养呼吸呈显著负相关性，偏相关系数为−0.48，与降水量和太阳辐射呈显著正相关性，偏相关系数分别为0.57和0.43。

基于1960-2014年河南省117个气象站日值数据和第六次国际耦合模式比较计划(CMIP6)中的10个气候模式数据，评估多模式集合平均（MME）模式对河南历史时期（1960-2014年）年均降水量的模拟能力，研究不同SSP情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）河南省2015-2100年降水时空变化，以期为河南省农业生产提供依据。结果表明：（1）1960-2014年MME模式模拟值与观测值的空间相关系数（R）达0.95以上，标准差（RSD）为1.05mm，均方根误差（RMSE）为0.31mm，表明MME模式模拟能力优于单一气候模式；（2）与历史参考时期（1960-2014年）相比，4种情景下2015-2100年河南年降水量均呈上升趋势，7月累计降水量在150～230mm，相较其他月份偏多；（3）周期变化上，4种情景下均存在多时间尺度特征，不同时间尺度具有不同降水量循环交替表现，SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5情景第一主周期分别为15a、25a、49a和26a；（4）4种情景下，相较历史参考时期（1960-2014年），近期（2021-2040年）、中期（2041-2060年）和末期（2080-2100年）河南年均降水量均呈增加趋势，且排放情景越高，增加趋势越大，4种情景均呈自西北向东南递增的空间分布特征。

基于中国北方农牧交错带186个气象站点1961-2020年逐日气象数据，利用气候倾向率和空间插值，分析不同时间尺度风蚀气候侵蚀力的时空分布和变化特征，定量解析风速、降水量和蒸散量（ET₀）等气象因子变化对风蚀的影响，以期为改善农牧交错带的环境问题和风沙治理提供科学建议及理论支撑。结果表明：研究区土壤风蚀量呈东高西低的空间分布特征，高值区分布在内蒙古中部的通辽、赤峰与河北张家口交界处等地，主要是该地区风速大、降水量少且蒸散量大。研究区不同时段风蚀量存在显著差异，春季风蚀气候侵蚀力最大、夏季最小，东部地区季节风蚀差异最显著。近60a研究区风蚀呈显著减少趋势，风速、降水量和蒸散量的变化共同影响了风蚀气候侵蚀力的变化，其中风速起主导作用，但不同区域风蚀变化的成因存在差异，研究区中东部地区风速减少、降水量增加，导致风蚀气候侵蚀力减少；研究区西部风速和蒸散量增加，同时降水量增加，抵消了风速和蒸散变化对风蚀的影响，致使风蚀气候侵蚀力变化不显著。

基于1970−2023年川中丘陵区逐日气象数据，采用修正的FAO气候生产潜力测算模型，分析川中丘陵区气候变化及水稻气候生产潜力时空动态特征，结合历年水稻生产数据评估气候资源利用情况，并运用敏感性强度，探讨气候变化对气候生产潜力的影响。结果表明：（1）研究期内川中丘陵区热量资源显著上升，降水量年际波动较大，日照资源稀缺，热量、光照资源纬向分布明显，水分资源经向分布明显；（2）川中丘陵区水稻气候生产潜力呈“增−减−增”变化，多年平均值为15198kg·hm⁻²，区内呈东南高西北低分布；（3）气候资源利用率多年均值为50.94%，未来增产潜力较大；（4）水分资源增加对气候生产潜力具有正向影响，热量资源的增加则表现出负影响，未来气候变化背景下，该区显著变暖的趋势将限制气候生产潜力增加，降水量的年际波动较大，会严重影响气候生产潜力的稳定性。未来应适度调整水稻种植结构，合理挖掘气候资源，优化水资源利用，以提高气候资源利用率。

为提高日光温室内气温预报准确率，利用温室外实时气象预报数据（气温、相对湿度和风速）和温室内前3h气温数据，引入遗传算法（Genetic algorithm，GA）对BP神经网络模型的初始权值和阈值进行优化，构建GA−BP神经网络模型对冬季和春季不同后墙材质（土墙和砖墙）温室内逐时气温进行模拟和动态预报，并与逐步回归（Stepwise regression，SR）和BP神经网络模型模拟结果进行对比。结果表明：在后墙材质为土墙的温室内，SR模型模拟值与观测值的均方根误差（RMSE）为0.82～2.01℃，归一化均方根误差（NRMSE）为5.13%～9.97%；BP神经网络模型模拟值与观测值的RMSE为0.82～1.79℃，NRMSE为5.13%～7.74%；GA−BP神经网络模型模拟值与观测值的RMSE为0.62～1.47℃，NRMSE为3.88%～6.40%。在后墙材质为砖墙的温室内，SR模型模拟值与观测值的RMSE为1.07～2.60℃，NRMSE为5.11%～16.98%；BP神经网络模型模拟值与观测值的RMSE为1.11～2.29℃，NRMSE为6.12%～14.95%；GA−BP神经网络模型模拟值与观测值的RMSE为0.89～1.73℃，NRMSE为4.76%～11.30%。GA−BP神经网络模型误差指标值均小于SR和BP模型，引入遗传算法优化BP神经网络，可提高逐时气温的预报精度。由于砖墙的保温性能比土墙稍差，气温的波动性更大，土墙材质的温室内气温预报精度更高。随着预报时间提前，预报误差增加，选取温室外实时气温、相对湿度、风速和室内前3h气温数据作为建模因子所建立的GA−BP神经网络模型精度最优。GA−BP神经网络模型具有更高的准确率和稳定性，更适用于预报温室内逐时气温。

积雪作为淡水资源中不可或缺的一部分，其积累与消融过程受气温变化影响较大，精确估算气温数据，对维护流域生态系统安全以及促进水资源可持续利用具有重要意义。本文选取新疆天山中段玛纳斯河流域为研究区，基于流域内139个国家级气象观测站2012-2017年逐小时气象观测数据，采用嵌入法选择最优小时气温因子集，构建长短期记忆网络（LSTM）和长短期记忆网络-广义回归神经网络（LSTM-GRNN）小时气温估算模型，模拟研究区地表气温分布情况，以期为区域气温精细化预估提供参考。结果表明：（1）两种模型的气温模拟数据与实测数据变化趋势一致，LSTM模型相关系数R²为0.89，LSTM-GRNN模型相关系数R²为0.94，均能达到较好效果。（2）LSTM模型和LSTM-GRNN模型逐小时气温模拟结果均与实际观测值接近，LSTM模型对季节尺度温度模拟值的均方根误差（RMSE）分别为1.93℃、2.67℃、2.16℃和1.71℃，LSTM-GRNN模型季节尺度温度模拟RMSE值分别为1.79℃、2.42℃、1.91℃和1.46℃，精度整体提升了10.4%。两个模型不同季节估算精度均存在差异，冬、春季精度最高，秋季次之，夏季最低。（3）与LSTM模型局限于单点估算不同，结合气象数据空间特性的LSTM-GRNN模型可提供较高精度的气温空间分布，能精确反映玛纳斯河流域小时气温的时空分布差异，为后续研究区域融雪模拟、灾害防护提供数据支持。

以贵州省余庆县为研究区，基于2011−2020年稻纵卷叶螟主要发生期（6−8月）大田调查数据和气象数据，采用相关分析、数理统计和机器学习方法，分析气象条件对贵州稻纵卷叶螟田间幼虫和成虫种群发生量的影响，筛选关键气象因子，探究不同建模方法对贵州稻纵卷叶螟田间幼虫和成虫种群发生量的模拟结果。结果表明：（1）有利于稻纵卷叶螟幼虫量增加的气象因子为平均最低气温、降水量、平均空气相对湿度和最小空气相对湿度；有利于稻纵卷叶螟成虫量增加的气象因子为平均气温、最低气温、降水量、平均空气相对湿度、最小空气相对湿度、日照时数以及0cm平均地温。（2）气象条件对贵州稻纵卷叶螟田间种群滞后影响较大，影响稻纵卷叶螟田间种群发生量的主要气象因子为6−8月候平均气温、平均最低气温、降水量、最小空气相对湿度、平均风速和0cm平均地温，影响滞后效应最长可达30d，显著影响时段为前3、4、5候。（3）不同建模方法的模型模拟结果差异较大，非线性模型模拟效果（R²=1.00，MAE=2.62头，RMSE=3.89头）高于线性建模（R²=0.46，MAE=164.98头，RMSE=240.66头），对成虫量的模拟效果（R²=0.68，MAE=81.29头，RMSE=117.98头）高于对幼虫量的模拟效果（R²=0.67，MAE=118.78头，RMSE=173.92头）。

已知食用菌出菇期具有一定的光敏感性，但榆黄蘑形态及色泽形成的最适光环境参数尚未明确。本研究在人工光型培养箱中种植榆黄蘑菌菇（Pleurotus citrinopileatus Singer），以纯白光为对照（CK），设置纯绿光（G）、纯红光（R）、纯蓝光（B）和远红光（Fr）4组LED光处理，分析不同LED光照对榆黄蘑子实体性状和光谱特性的影响，探究适宜榆黄蘑菌菇生长发育的光配方。结果表明：与CK处理相比，R和Fr处理下榆黄蘑菇蕾数量分别增加了0.87%和1.73%，但生长后期R和Fr处理导致榆黄蘑子实体畸形，表现为菌柄细软、菌盖较薄、颜色较浅。B处理抑制了榆黄蘑菇蕾数量和菌柄长度的增加，但显著促进了榆黄蘑菌柄和菌盖直径以及子实体重量的增加，分别较CK处理显著增加35.52%、18.30%和23.66%（P<0.05）；B处理下榆黄蘑色泽光谱参量色泽饱和度C值、色相角Hue值分别较CK处理提高2.72%和1.64%，而色泽指数CCI、色泽比a^*/b^*值分别较CK处理降低44.62%和80.00%，同时B处理下色差∆E值较小、模拟色较深。B处理下榆黄蘑菌盖在400-700nm波段区间的反射率低于CK处理，即榆黄蘑菌盖对蓝光吸收更多。因此，综合榆黄蘑子实体性状和光谱特性，蓝光更适宜工厂化榆黄蘑的栽培，研究结果可为未来榆黄蘑工厂化生产中光环境调控提供参考。

在南方塑料大棚内进行生菜水培种植试验，研究两种营养液浓度对高温环境下生菜单株叶片数、株高、鲜重、干重和叶片营养元素（Ca、Mg、Fe、Mn、Cu、Zn）含量的影响。生菜生长温度环境设高温环境（H）和常温对照（N）2个水平。营养液浓度用电导率EC（μS·cm⁻¹）表示，设常规营养液浓度（CK，1500 μS·cm⁻¹）和高营养液浓度（C1，1900μS·cm⁻¹）2个水平。结果表明：（1）与常温对照环境相比，高温环境下塑料大棚内生菜叶片生长环境和营养液日平均温度分别高13.9℃和12.0℃，日最低温度分别高13.9℃和11.8℃，日最高气温分别高14.4℃和12.7℃。（2）常温对照环境下，与常规营养液浓度处理相比，高营养液浓度生菜采收期单株叶片数、株高、地上部鲜重、地下部鲜重、地上部干重和地下部干重分别增加15.2%、16.9%、63.2%、24.4%、28.5%和6.6%；高温环境下，与高营养液浓度相比，常规营养液浓度处理生菜采收期上述生长指标分别增加54.2%、41.0%、249.5%、496.0%、169.6%和353.4%。（3）高温环境使生菜叶片Ca、Mg和Fe元素含量增加；常温对照环境下，与常规营养液浓度相比，高营养液浓度使生菜叶片采收期Mn和Cu含量分别显著增加22.7%和61.5%（P＜0.05），对Ca、Mg、Fe和Zn含量影响差异不显著；高温环境下，与高营养液浓度相比，常规营养液浓度使生菜叶片采收期Ca和Mn含量分别显著增加34.5%和44.9%，对Mg、Cu和Zn含量影响不显著。研究认为，温度环境和营养液浓度对水培生菜生长和养分吸收有显著影响，夏季和秋冬季南方塑料大棚内水培生菜实际生产过程中，可通过调节营养液浓度，达到提高生菜产量、品质及节肥增效的目的。

在全人工光型植物工厂中，以番茄品种‘丰收74−560RZ F1’为材料，以供光模式可调的LED灯为光源进行试验。试验以纯红光R为对照，设置蓝光补充和蓝光取代两种介入方式，蓝光补充介入即在红光背景光基础上，间隔不同时间补充蓝光B，其中蓝光补充强度分别为32、40、64和80μmol·m⁻²·s⁻¹，相应试验处理分别记作R/RB₃₂、R/RB₄₀、R/RB₆₄和R/RB₈₀。蓝光取代介入即在红光背景光基础上，分别以20μmol·m⁻²·s⁻¹光强度的蓝光B间歇取代红光，蓝光取代介入时间间隔分别为0、1min、1h和4h，试验处理分别记作RB、R/RB_(1min)、R/RB_(1h)和R/RB_(4h)。在此背景下探究非连续供光模式对番茄生长发育、抗氧化系统及荧光特性的影响。结果表明：（1）与纯红光对照相比，蓝光补充介入处理降低番茄株高9.94%～19.62%，蓝光取代介入处理提高番茄株高12.29%～36.31%。（2）与对照相比，蓝光的两种介入模式均提高了番茄植株地上部生物量。蓝光补充介入模式中，植株地上部生物量随着蓝光光强的增加、补光时长的减少呈增加趋势，其中，蓝光补充处理R/RB₈₀植株地上部生物量最高，干、鲜重较对照分别显著提高115.45%、198.35%（P＜0.05）；蓝光取代介入模式中，R/RB_(1min) 处理植株地上部生物量最高，干、鲜重较对照分别显著提高119.35%和152.31 %（P＜0.05），且各处理间无显著差异。（3）R/RB₈₀处理提高了叶片中超氧化物歧化酶（SOD）、过氧化氢酶（CAT）的活性（较对照分别提高14.21%和14.15%），且降低了叶片中活性氧（ROS）含量（较对照降低18.23%）；R/RB_(1min)处理下茎、叶中CAT较对照分别提高2.84%、18.35%，而茎、叶中ROS含量分别降低4.64%、20.80%。（4）与连续红光对照相比，两种蓝光介入模式均提高了Ψ_o［反应中心捕获的激子将电子传递到初级醌受体(QA)以后其他电子受体的概率］、F_v/F_m（最大光化学效率）、F_v/F_o（潜在光化学效率）、ET_o/RC（单位反应中心捕获的用于电子传递的能量）等荧光参数，降低了光合系统热耗散（DI_o/CS），且蓝光补充处理下荧光参数数值大都高于蓝光取代处理；R/RB₈₀处理下TR_o/RC（单位反应中心捕获的用于还原QA的能量）、ET_o/CS（单位面积电子传递的量子产额）和ET_o/RC数值均为最高，较对照分别提高0.5%、0.6%、2.1%，R/RB_（1min）处理下PI _abs（叶片光合性能指数）、ET_o/RC和Ψ_o分别较对照提高17.02%、9.53%、5.44%。整体而言，红光背景下蓝光介入不同程度提高了番茄叶片光合系统的电子传递效率，有利于幼苗形态建成以及生物量的增加，其中R/RB₈₀和R/RB_（1min）处理是本实验的较优处理。

利用1970−2022年湖北晚稻主产区气象站逐日气温、降水资料，统计分析湖北寒露风气候特征，研究湖北省寒露风发生时的典型大气环流场，并对与寒露风初日出现早晚相关的大气环流背景进行特征分析。利用随机森林法构建基于前期环流指数的寒露风初日模拟模型，以期提高寒露风预测提前量，为预防和减轻寒露风影响提供参考依据。结果表明：（1）近53a湖北晚稻主产区寒露风初日推迟以及总日数减少速率分别为0.4d·10a⁻¹（P＜0.05）和44d·10a⁻¹（P＜0.05）。累计站次最多为1970−1980年，最少为2001−2010年；重度站次比自1990s起持续增加，寒露风呈少发重发态势。（2）中高纬度欧亚大陆上空位势高度自西向东的“− + −”异常环流分布以及南方暖湿气流北上输送是湖北寒露风发生的典型环流。（3）寒露风初日出现时间与欧亚大陆大尺度经向环流异常以及西太平洋暖池和南大西洋北部海温异常显著相关。当乌拉尔山−西西伯利亚地区位势高度异常增大（减小）时，湖北寒露风初日提前（推迟）。当西太平洋暖池海温异常偏冷（暖）、南大西洋北部海温呈“北冷南暖（北暖南冷）”分布时，湖北寒露风初日有偏早（晚）趋势。（4）基于超参数自动搜索优化−随机森林方法建立湖北寒露风初日模拟模型，1970−2007年历史样本拟合准确率为91%，2008−2020年样本检验平均绝对误差为2.9d，表明该模型对湖北寒露风初日具有较好的模拟能力。

基于格点预报数据和作物模型耦合建立水稻花期冷害产量损失评估模型，以提升水稻花期冷害评估能力。利用1993−2000年吉林省通化农业气象试验站水稻观测资料，确定ORYZA.v3模型中水稻生长发育关键参数；基于校准后模型，利用1961−2021年气象数据资料和冷害灾情统计数据分析水稻障碍型冷害的敏感性；结合未来10d的0.125°×0.125°欧洲中期天气预报中心（ECMWF）的格点预报数据和天气要素实况，建立水稻花期冷害评估方法，定量评估2022−2023年冷害对水稻产量的影响。结果表明：（1）基于ORYZA.v3模型水稻开花期、成熟期和产量模拟值与实测值的MAE分别为1.2d、2.6d和345.7kg·hm⁻²，模型可较好地模拟水稻关键生育期和产量。（2）水稻花期障碍型冷害强度（降温幅度、持续日数）与水稻产量减损呈显著相关，冷害发生时日平均气温每降低1.0℃，水稻平均减产2.13%；低温持续日数每增加1d，水稻平均减产2.66%。典型障碍型冷害发生年份内模型模拟误差在±10.0个百分点内，模拟精度较高，可定量模拟障碍型冷害对水稻产量减损的影响。（3）2022−2023年轻、中和重度冷害导致的水稻减产率分别为3.0%、3.7%和5.1%；轻、中和重度障碍型冷害评估TS评分为0.76，0.50和0.63。评估与实际发生的冷害等级空间范围基本一致，TS综合评分为0.63，效果较好。

小麦籽粒蛋白质含量（Grain protein content，GPC）作为评估小麦品质的关键指标，其精准监测对提升小麦品质、提高市场价值具有重要意义。本文系统总结当前遥感技术在小麦GPC监测领域的最新研究进展，重点分析不同遥感监测模型的优缺点及存在问题，提出未来研究方向展望，旨在为GPC遥感监测的进一步发展提供参考。结果表明：地面、无人机、卫星遥感数据在小麦GPC监测中各具优势，随着数据扩展性增强，小麦GPC监测准确性略有下降。监测模型从经验模型发展到半机理或遥感与作物生长耦合模型，增加了小麦生长的农学参数和生态因子，有效提升监测模型的精度与普适性。半机理模型是监测小麦GPC的优选方案，在融合光谱信息和农学参数的北京小麦GPC遥感监测模型中加入气象因子后，模型R²提升了0.242。模型精度和区域普适性等方面目前仍面临诸多挑战，如GPC数据源的可靠性、小麦氮素垂直分布规律的复杂性以及模型区域扩展的局限性等。未来可通过融合多源数据、挖掘光谱信息以及探索多尺度数据转换的方法等，构建基于“星—空—地”协同观测的多尺度小麦GPC监测模型，实现小麦品质高效、精准、全面监测。