基于2006−2020年耕地生产资料投入、土壤、小麦和水稻种植碳排放及农作物固碳统计数据，采用碳排放系数法测算河南省104个县域的耕地利用净碳汇量，并分析其时空分布特征，旨在为河南省耕地利用低碳转型及碳达峰、碳中和目标的实现提供科学参考。结果表明：（1）研究期内河南省耕地利用碳排放呈先增后减趋势，碳吸收则稳定增长，导致净碳汇波动上升。化肥是主要碳源。与2006年相比，2020年河南省大部分县域碳排放量、碳汇量和净碳汇量均呈增长态势，县域占比分别为65.4%、78.9%和77.9%。豫东地区在碳排放、碳汇、净碳汇增量上领先；豫北地区碳排放增速较快；豫南地区碳汇、净碳汇增速显著。（2）从空间格局来看，河南省耕地利用净碳汇呈“东高西低”分布，空间集聚特征明显，区间差异显著，但净碳汇低值区逐渐向高值区转变，区间差异呈缩小趋势。多数县域属于中度净碳汇区。净碳汇量呈同质性的县域占据超过95%的集聚性县域。净碳汇重心位于鄢陵县，且有向东转移的趋势。（3）气候、土壤、地势等自然条件及国家政策通过影响农作物种植结构、农业机械化程度和农资投入，进而对耕地利用碳排放与碳吸收产生影响。未来应将农作物碳汇纳入河南省作物种植结构调整的决策体系，持续推进化肥减量增效，加大对河南省农机技术创新的投资，加强区域间农业技术交流与合作，以充分发挥其减排增汇潜力，推动农业绿色发展。

干旱半干旱地区种子萌发期及苗期干旱胁迫是导致作物减产的重要因素，种际微环境调控是提高作物抗旱的重要技术措施之一。本文以‘济麦22’为供试材料，枯草芽孢杆菌（Bacillus subtilis ACCC 19742）和巨大芽孢杆菌（Bacillus magaterium ACCC 04296）为供试菌种，采取微胶囊包埋技术封装菌种，对小麦种子进行包衣处理，设置枯草芽孢杆菌包衣（M）、巨大芽孢杆菌包衣（B）、枯草芽孢杆菌和巨大芽孢杆菌复合包衣（MB）、无包衣对照（CK）4个处理，研究干旱胁迫下不同菌种包衣对小麦种子萌发及幼苗生长的影响。结果表明：枯草芽孢杆菌和巨大芽孢杆菌复合包衣（MB）处理效果优于单一菌种包衣M处理和B处理，显著提高小麦种子发芽率、生物量和根冠比，与枯草芽孢杆菌包衣处理（M）相比，分别提高12.8个百分点、17.8%和5.3%；与巨大芽孢杆菌包衣处理（B）相比，分别提高15.3个百分点、14.7%和5.7%。MB处理与对照组（CK）相比，发芽率提高25.9个百分点，生物量增加21.8%，根冠比显著增加9.8%；根总长、根总表面积和根总体积分别增加了37.5%、34.7%和84.3%；超氧化物歧化酶（SOD）、过氧化物酶（POD）和过氧化氢酶（CAT）活性显著增强；丙二醛（MDA）含量显著降低，脯氨酸（PRO）含量明显升高；叶绿素荧光参数Fv/Fm和ΦPSⅡ值均大于CK处理，干旱胁迫下复合微生物种子包衣显著提高小麦的抗逆能力。综上可知，干旱胁迫下微生物种子包衣通过提高发芽率、促进根系生长和提高抗逆酶活性来应对环境胁迫，提高小麦抗旱性，且复合微生物包衣为最优方法。

基于1991−2020年5−9月贵州51个中海拔地区一季稻生育期观测资料和逐日气象资料，采用因子分析法和相关分析法，确定与贵州中海拔地区一季稻返青期、分蘖期、拔节孕穗期、抽穗开花期、灌浆成熟期和收获期6个生育阶段的始期关键气候因子，应用多元线性回归方法，构建一季稻生育期始期模拟模型，利用贵州25个试验站2016−2021年一季稻6个生育始期观测资料及同期气温、光照因子，对生育期模拟模型进行验证，以期探索简便易操作的一季稻生育期预估方法。结果表明：日尺度平均气温和日照时数与贵州中海拔地区一季稻大田生育期始期显著相关，一季稻各生育期与其前1旬、前2旬的日平均气温和日照时数均呈显著负相关，相关系数分别为−0.70～−0.51、−0.63～−0.42，抽穗开花期与日平均气温相关系数最大，为−0.70，拔节孕穗期与日日照时数相关系数最小，为−0.42，均通过0.01水平显著性检验，说明一季稻各生育期始期前气温越高、日照越多，各生育期长度越短，生育期易提前。贵州中海拔地区一季稻各生育期始期模拟模型平均决定系数R²为0.88～0.94，分蘖期、拔节孕穗期模拟模型通过0.05水平显著性检验，其余生育期模拟模型通过0.01水平显著性检验。一季稻返青期和收获期模型验证基本准确率为100%，分蘖期、拔节孕穗期和抽穗开花期模型验证基本准确率83.3%，灌浆成熟期模型验证准确率为100%，即贵州中海拔地区一季稻6个生育期始期模拟模型可较好地模拟一季稻在大田各生育期始期，研究结果可为低纬高原中海拔地区一季稻生产提供气象技术服务。

基于2010−2023年昭通苹果物候期资料和1960−2023年昭通气象资料及干旱灾情资料，将物候期分为休眠期、发芽期、开花期、幼果期、膨大期和采收期6个生育期，采用作物水分亏缺距平指数（CWDIa）分析各生育期干旱频次和时长、累计干旱强度（CDI）判识干旱风险强度、Morlet复连续小波变换（CCWT）探索累计干旱强度的时频演变特征，以明确昭通苹果干旱风险的发生规律。结果表明：昭通苹果干旱具有多发性、季节性、突发性、重发性和次季节性等特征。各发育期干旱发生频次差异大，其中，幼果期（55a）>采收期、休眠期（49a）>开花期（20a）>发芽期（19a）>膨大期（8a），特旱最易发生在幼果晚期和采收晚期。干旱持续时长在1～4旬；各发育期CDI差异明显，幼果期（335.0%）>休眠期（172.7%）>发芽期（137.7%）>采收期（137.1%）>开花期（68.1%）>膨大期（8.0%）。干旱风险判识阈值不一，对干旱胁迫敏感性排序依次为膨大期>开花期>采收期>幼果期>发芽期>休眠期。重特大干旱灾害风险季节性强，表现为幼果期>发芽期>采收期>膨大期>开花期>休眠期。干旱风险呈多尺度周期性、阶段性和突变性变化，1991年以来干旱风险总体呈增大趋势。

揭示农牧交错带马铃薯不同生育期水氮耦合下产量和水分生产力变化，对提高该区马铃薯水肥高效利用具有现实意义。本研究基于北方农牧交错带典型站点张北和武川的土壤数据、气象数据和管理数据，驱动校正后的APSIM-Potato模型，设置不同灌溉和氮肥梯度：灌溉梯度为0、60、120、180、240mm，施氮量为0、50、100、150、200、250、300kg·hm⁻²，选择马铃薯苗期、块茎形成期和块茎膨大期中2个生育期作为组合，灌溉和氮肥在2个生育期平均施用。模拟分析不同生育期水氮耦合对马铃薯产量、耗水量和水分生产力的影响，以最高产量和水分生产力为目标，推荐马铃薯不同生育期的最佳水氮耦合方案。结果表明：不同生育期水氮耦合情景下，武川站和张北站马铃薯产量在12700～25600kg·hm⁻²和14200～24900kg·hm⁻²。为获得最高产量，选择马铃薯块茎形成期和膨大期2个生育期组合，武川站在块茎形成期和膨大期均灌溉90mm和施肥75kg·hm⁻²，张北站在块茎形成期和膨大期均灌溉60mm和施肥75kg·hm⁻²，产量分别达到25600kg·hm⁻²和24900kg·hm⁻²。武川站和张北站马铃薯水分生产力在5.3～9.0kg·m⁻³和5.9～8.5kg·m⁻³。为获得最高水分生产力，选择马铃薯块茎形成期和膨大期2个生育期组合，武川站块茎形成期和膨大期均灌溉90mm并施肥50kg·hm⁻²，张北站块茎形成期和膨大期均灌溉60mm并施肥50kg·hm⁻²，水分生产力分别达9.0kg·m⁻³和8.5kg·m⁻³。

基于2022−2023年贵州省天柱县平甫烟区烟草靶斑病观测数据及气象资料，分析靶斑病病情指数、病株率与气象因子的相关性，筛选关键因子，利用支持向量机（SVM）和多元线性回归分析法构建烟区靶斑病的模拟模型并对其验证，以期了解烟草靶斑病发生发展规律，为烟草生产提高依据。结果表明：（1）贵州天柱县平甫村烟区烟草靶斑病始发期在5月底−6月上旬，随后病情指数和病株率呈波动上升，7月中旬进入发病盛期。（2）影响天柱县烟草靶斑病的关键气象因子为病害调查日前15d平均地温、前30d累计降水量和前15d平均相对湿度，与烟草靶斑病的病情指数和病株率呈显著正相关，即病害调查日前15～30d土壤温度高，降水量偏多，空气相对湿度大，烟草靶斑病发病越重，田间传播速度越快。（3）基于上述关键气象因子建立烟草靶斑病多元线性回归模型和SVM模型，模型平均拟合度R²分别为0.95和0.93，模拟效果较好，检验表明，病情指数模拟中多元线性回归模型的平均准确率为87%，高于SVM模型的75%，病株率模拟中多元线性回归模型的平均准确率为80%，高于SVM模型的73%，多元线性回归模型模拟结果优于非线性模型SVM，即多元线性回归模型更适用于模拟烟草靶斑病病情的发生发展。

使用R语言ENMeval数据包对MaxEnt模型参数设置进行优化，基于全国255个油菜分布样点数据和19个气候因子筛选出主导气候因子，采用MaxEnt优化模型预测历史时期（1970−2000年）和未来时期（2041−2060年）气候变化背景下中国油菜的气候适宜区分布，对比分析历史时期到未来时期的气候适宜区变化特征。结果表明：（1）特征函数为线性、二次型、片段化、乘积型、阈值性的线性组合、调控倍频为4.0即为MaxEnt模型模拟中国油菜的最优参数设置，模拟精度最高。（2）影响油菜气候适宜区分布的主导气候因子为最冷月最低气温、最湿季平均气温和最干月降水量。（3）历史时期中国油菜气候低适宜区主要分布在西部地区、内蒙古中部和辽宁，中、高适宜区主要分布在中部和东部地区。未来时期背景下气候不适宜区向气候低适宜区、气候低适宜区向气候中适宜区、气候中适宜区向气候高适宜区转移，即气候不适宜区减小、气候适宜区增加，并且低、中和高气候适宜区均向北扩张。

研究陆面过程模式最新版本（CLM5）中作物生长对CO₂浓度升高、灌溉以及氮肥限制等条件的响应是否合理，对作物模块的进一步发展具有重要作用。本文利用位于美国亚利桑那州全球首个自由大气CO₂浓度加富实验场（FACE实验）的春小麦观测数据，验证CLM5模型春小麦生长对CO₂浓度升高、灌溉和氮肥限制的响应及其相互作用。结果表明：（1）经参数调整，CLM5模型能合理模拟春小麦生长发育动态；平均地上生物量模拟结果被高估，差异为92.0g×m⁻²，平均籽粒产量模拟结果被低估，差异为39.0g×m⁻²。（2）CO₂浓度增加利于春小麦生长和产量提升，CO₂浓度增加下实际产量平均增加14.3%，模拟产量增加22.7%，模拟结果相较于实际观测存在一定程度高估。（3）水分和氮肥限制不利于春小麦生长，导致春小麦产量下降，实际产量分别减少28.5%和22.4%。增加CO₂浓度能缓解由水分限制引起的减产，但会加剧氮肥限制导致的减产效应。CLM5模型可捕捉到环境变化对春小麦产量的影响，但存在一定偏差，水分限制条件下春小麦模拟产量减少5.5%，氮肥限制条件下模拟产量减少44.5%，较实际情况存在低估。CLM5模型能较合理地模拟春小麦生长，一定程度上可较好地表达CO₂浓度升高以及水肥限制对春小麦生长和产量的影响。

利用1971−2023年吉林省43个气象站逐日数据、18个农业气象观测站春玉米生育期和43个县域春玉米风灾灾情数据，分析春玉米不同生育期风灾时空变化特征，基于降水量和最大风速，构建春玉米不同生育期风灾气象等级指标，并进行验证，以期完善不同风雨条件下春玉米风灾监测评估技术。结果表明：（1）吉林省春玉米抽雄−乳熟期风灾发生次数最多，为61次，占1971−2022年全生育期的41.5%；春玉米风灾发生次数呈显著增加趋势，增幅为1.3次∙10a⁻¹；2010s发生次数最多，为76次，占1970−2010年总次数的52.8%；1971−2022年春玉米风灾主要发生在吉林省中西部和东部的敦化，其中敦化发生次数最多，为10次。（2）风灾发生前2d降水量与风灾发生当日降水量累加的过程降水量与风灾受灾面积百分比呈显著正相关关系，拟合效果最好，R²是0.616；基于最大风速和过程降水量建立春玉米不同生育期风灾回归方程，各回归方程均呈显著线性正相关（P＜0.01），符合样本独立性，拟合效果较好，R²均大于0.5。（3）拔节−抽雄期最易受少雨型风灾影响，且最易发生中度等级风灾；乳熟−成熟期最易受多雨型风灾影响，且最易发生中度以上等级风灾。（4）基于少雨型风灾和多雨型风灾的气象等级，判定春玉米拔节−成熟期风灾典型案例的受灾等级并进行验证，指标判定风灾等级与实际完全相符的占比为72.7%，与实际相差一个等级的占比为18.2%；多雨型风灾准确率较高，完全相符的占比为85.7%，少雨型风灾中完全相符的占比为50%。综上认为春玉米风灾气象等级可合理判定不同风雨条件下春玉米各生育阶段受风灾影响程度，为当地农业生产防灾减灾提供参考。

农业气象观测、卫星遥感、作物模型以及智能网格预报等新技术的应用，提高了作物产量预报技术的动态化和精细化水平，提高了作物产量预报准确率，为保障国家粮食安全发挥了重要作用。本研究基于2010年以来国家气象中心作物产量预报业务技术进展及预报结果的检验，系统介绍了以关键气象因子影响指数、气候适宜指数、历史丰歉气象影响指数为主的数理统计模型、基于作物模型模拟以及基于多源数据融合的作物动态产量预报技术。2020年早稻主产省和福建省不同时段早稻产量预报结果表明，基于不同数理统计的预报模型准确率整体较为接近，范围在90.8%～99.8%，气候适宜指数预报总体优于其他两个方法。江苏省一季稻主产县预报结果表明，基于气候适宜指数方法构建的县级产量预报准确率总体较高，7月20日预报准确率在73.9%～98.1%，8月20日预报准确率在80.4%～98.3%。利用改进后的逐日适宜度指数方法开展省级尺度日产量预报，可定量评估不同时段气象条件对作物产量的影响程度。利用不同作物模型构建的中国作物生长模拟监测系统，可开展大宗作物县级及省级产量预报，且预报准确率较为稳定，不同起报日期准确率稳定在88.4%～97.4%，山东和河北略高于其余各省。开展基于农业气象试验站观测产量序列的全国尺度冬小麦产量预报具有业务可行性，可为作物产量预报提供新的数据支撑。基于遥感数据和机器学习构建的县级产量预测具有良好的预测准确率，可提升产量预报的技术含量。选择合适的产量预报方法，可有效提高不同预报省份不同作物的预报准确率。

基于Web of Science（WoS）核心数据库和中国知网数据库（CNKI）检索作物水肥管理决策模型相关文献，借助CiteSpace和VOSviewer可视化软件，分析2003−2023年该领域发文数量、发文国家和关键词的变化及国内外作物水肥管理决策模型的研究进展，了解作物水肥管理决策模型研究现状及趋势，以APSIM模型为例，重点分析APSIM模型在作物水肥管理决策方面的研究进展。结果表明：2003−2023年国内外作物水肥管理决策模型研究的总体发文量呈上升趋势，研究重点主要包括水肥管理、模型优化等，美国和中国在该领域研究中占主导地位。2003−2023年该领域发文的主要关键词分别集中在nitrogen、water、management和水肥耦合、产量、水肥一体化。目前，该领域使用较广泛的作物水肥管理决策模型为APSIM、DSSAT、RZWQM和AquaCrop模型等。APSIM模型凭借模块化和以土壤为中心的设计优势，通过设置不同作物、土壤类型和气候条件情景等，能够准确评估农田土壤水分和养分动态变化，从而为制定更合理的农业水肥管理策略提供了重要支持。综合当前作物水肥管理决策研究进展，未来研究应更加关注农业生态效应，并结合遥感新技术，建立、优化或耦合作物模型，为农业水肥动态评价和资源高效利用提供技术支撑。

基于机器学习算法的天气指数保险是农业保险创新研究的有益尝试。农作物产量受气象灾害影响严重，构建能准确反映产量损失与气象灾害关系的数据分析模型，对农作物天气指数保险的定价十分重要。本文以甘肃庆阳苹果为研究对象，基于1996−2020年庆阳市5个县（区）苹果生长期（4−10月）逐日降水量、逐日气温数据以及苹果产量数据，构建低温冻害指数、干旱指数和连阴雨指数，利用XGBoost算法建立与苹果气象减产率的回归模型，结合核函数密度估计法厘定庆阳市苹果天气指数保险纯费率。结果表明：（1）庆阳市各县（区）苹果气象减产率受气象灾害影响波动明显，7种苹果灾害天气指数与苹果气象减产率存在非线性关系；（2）基于XGBoost算法建立1996−2020年宁县、庆城县、正宁县、环县和西峰区苹果气象减产率−天气指数回归模型，其拟合精准度高于多元逐步回归模型，决定系数R²分别高出0.157、0.125、0.190、0.115和0.117，均方根误差RMSE分别降低0.045、0.026、0.335、0.126和0.039个百分点；（3）宁县、庆城县、正宁县、环县和西峰区的苹果天气指数保险的气象减产率赔付触发值分别为11.88%、3.37%、4.33%、9.21%和17.70%，苹果天气指数保险纯费率分别为4.00%、3.64%、4.91%、1.94%和4.98%。

中国主要作物生育状况数据集主要由2012年以前纸质年报和之后的电子年报建设而成，但存在观测项目和数据单位等不一致，以及部分数据质量未经评估等问题。为了提高农业气象资料的一致性和准确性，基于两类数据来源，在对1981−2022年中国主要作物生育状况观测项目内容标准化处理基础上，采用完整性检查、跨年值检查、观测时间检查、值域检查、内部一致性检查、要素界限值检查和人工核查等方法开展数据质量控制，研制形成1981−2022年中国7类主要作物生育状况数据集，即《中国主要作物生育状况数据集（V2.0）》，以期促进其在农业研究及决策中的有效应用。结果表明：1981−2022年7类主要作物发育期实际观测量占应有观测量（实有率）的96.0%以上，生长状况、生长高度、总茎数和有效茎数等数据的实有率占86.0%以上，正确率在99.3%以上。7类主要作物观测站点分布具有明显时空分布特征，中国东部，台站密集且空间分布较为均匀、观测年限长，但中国西北部站点稀疏且观测年限短。不同作物观测台站数量差异明显，棉、油作物观测台站数量较主粮作物偏少。20世纪80年代实有数据较少，1994年后数据完整性较好。经质量控制及数据核查，数据集实有率、正确率有较大提高。其中，作物发育期普遍实有率从94.7%提高至96.2%，生长高度实有率从88.2%提高至92.0%，总茎数实有率从77.1%提高至86.7%。发育期普期正确率从99.3%提高至99.6%。与《中国主要作物生长发育数据集V1.0》相比，本数据集整体质量有所提高，新增要素界限阈值检查。该数据集可为气候变化对中国主要作物生长发育的影响研究提供关键资料支撑。

2024/2025年度冬季（2024年12月−2025年2月），全国平均气温−3.3℃，较常年同期（1991−2020年平均值，下同）偏高0.3℃。全国平均降水量23.7mm，较常年同期偏少39.4%；全国平均日照时数519h，较常年同期偏多6.1%。全国大部农区冬季光热条件较好，土壤墒情适宜，气象条件利于北方冬小麦越冬和南方油菜等作物稳健生长。北方部分地区持续性积雪覆盖不利于畜牧业和设施农业生产，季末积雪融化及冻融天气对东北地区粮食存贮和运输有一定的不利影响。华南中东部部分地区降水量持续偏少，轻度−中度干旱对在地作物及经济林果有不利影响。后冬西南地区东部、江南和华南西部等部分地区阶段性阴雨低温天气影响油菜、露地蔬菜等作物稳健生长。