物候是指动植物、天气等随季节变化的周期性自然现象。七十二候是中国古代先民在长期生产实践中对自然现象的细致观察、总结和应用的结果。基于前人研究基础，本研究重点研究七十二候的形成与演变、特征与内涵，分析历史文献中的相关记载，结合当代生产生活，总结其经济、社会和文化价值。结果表明：七十二候的历史变迁经历了由零散到系统、从民间积习到官方认可的漫长过程，逐渐形成了完备的体系，具有显著的自然性、时序性、对应性、典型性以及动态性等特征。七十二候的内涵不仅契合自然科学的规律，也顺应了农事生产的节奏。推动七十二候与现代农业的结合，可为农业生产提供更加精准、高效的指导和服务。

利用1963-2012年北京48种植物6个花期物候观测资料与气象资料，采用线性倾向估计、相关性分析、统计检验等方法，以节气为时间尺度，分析植物花期物候特征、气候变化规律和响应特征，以期为北京地区植物物候研究、气候影响评估等提供数据支持和决策参考。结果表明：（1）1963-2012年北京80%以上植物的花期物候呈提前趋势，其中50%以上植物的开花始期、开花盛期、开花末期50a内显著提前了5～25d（P<0.05）。（2）70%以上植物相邻物候期平均出现时间在同一节气内或相差一个节气，其中春夏季是花期物候的主要出现时段，惊蛰和春分是植物萌芽最集中的时节（花芽开始膨大期、花芽开放期在时段内植物占植物总数的71.8%和73.9%），春分和清明是花序或花蕾出现最多的时节（占比58.4%），清明和谷雨是花最集中盛放的时节（开花始期占比54.2%，开花盛期占比56.3%），谷雨和立夏是落花最多的时节（占比54.1%）。（3）1963-2012年植物花期持续时间呈延长趋势的植物占60.4%，平均延长约8d，呈缩短趋势的植物占39.6%，平均缩短约3d；花期持续时间延长的植物中因开花始期提前趋势大导致延长的最多（43.8%），花期持续时间缩短的植物中因开花末期提前趋势大导致缩短的最多（33.3%）。（4）1963-2012年北京48种植物花期平均持续时间为5～80d，其中春花植物花期平均持续时间短于夏花植物，春花植物平均持续时间以在15d（1个节气尺度）内的最多（77.1%）。（5）北京48种植物开花始期与小寒-小暑节气平均气温的统计序列中91.8%呈负相关关系，其中惊蛰、春分、清明节气最明显（节气中负相关关系占比均达95.8%）。春花植物开花始期对节气平均气温的敏感性高于夏花植物，90%以上春花植物与惊蛰、春分和清明平均气温呈显著负相关关系（P<0.05）。植物开花始期与其平均时间所在节气及之前4个节气的平均气温有显著负相关关系（P<0.05），其中早春花植物的显著负相关最高、晚春花植物次高、夏花植物最低。本研究在节气尺度下探究了北京植物花期物候的节律特点、气候变暖背景下物候的变化趋势及与节气气温的密切关系，研究结果不仅印证了植物物候对气候变化的敏感性，同时从节气角度为北京植物适应性管理、花期预测及赏花活动规划等提供了科学依据。

基于1961−2020年中国大陆585个气象站逐日地面观测气象数据，从二十四节气尺度分析气温的时空分布和变化特征，明确气候变化背景下节气内气温的年代际差异及气候学四季起止和持续时间变化。结果表明：1961−2020年中国大陆地区小暑和大暑节气全国平均气温最高，分别为24.1℃和24.4℃，白露−秋分节气华北平原凉意明显并开始进入气候学秋季，小寒和大寒节气全国平均气温最低，分别为−2.8℃和−2.5℃。全国平均气温在节气转换中呈显著的“北强南弱、春秋剧变”的变化特征，清明−谷雨节气和惊蛰−春分节气增温幅度最大，分别为3.6℃和3.4℃，立冬−小雪节气降温幅度最大（3.9℃），东北、华北地区春季节气的增温幅度和秋季节气的降温幅度均显著高于其他区域。气候变化背景下各界限温度的等温线（0℃、10℃、22℃）均发生北移，气候学的夏季持续时间变长、冬季持续时间减少，北方地区较南方地区变化更显著。与1961−1990年（时段I）相比，1991−2020年（时段II）冬、春季节气平均气温增温幅度（0.6～1.9℃）大于夏、秋季节气（0.5～0.9℃），雨水节气增温幅度最大；东北、华北和西北地区气候学的四季持续时间变化最显著，夏季持续时间增加6.7～8.6d，冬季减少7.1～9.3d。研究结果可为气候变化背景下优化区域农业气候资源配置，制定差异化农业气候适应策略以提高气候韧性提供科学依据。

基于2020年重庆市江津国家农业气象试验站的水稻田间试验数据，构建本地化校准DSSAT− CERES−Rice模型，利用验证后的模型模拟不同高温情景对水稻关键生育期生长发育及产量的影响；并在此基础上，探讨二十四节气尺度下水稻‘宜香优2115’的适宜播期，为实现其在四川盆地水稻高产稳产提供参考。结果表明：（1）经本地参数化率定的DSSAT−CERES−Rice模型模拟值与观测值相关关系较好，模型模拟的水稻开花期、成熟期以及最终产量与实际观测值的决定系数分别为0.97、0.94和0.70，均方根误差分别为0.95d、1.35d和248.06kg·hm⁻²。（2）抽穗扬花期水稻受高温胁迫（日最高气温≥35℃且持续3d及以上），减产率介于4.3%～6.8%，显著高于灌浆乳熟期受高温胁迫的减产率（<2.2%），表明抽穗扬花期水稻对高温更敏感，且温度越高、持续时间越长，水稻减产率越高。抽穗扬花期和灌浆乳熟期同时受日最高气温39℃、各自持续7d的高温胁迫时，水稻减产率为8.2%，较抽穗扬花期、灌浆乳熟期单一生育期受高温胁迫分别显著增加1.7个和7.5个百分点。（3）本地参数化DSSAT−CERES−Rice模型对不同播期水稻产量模拟结果显示，重庆江津地区‘宜香优2115’的最适播种期为惊蛰当日。

基于2014−2023年贵州仁怀市18个气象站观测数据和数字高程模型（Digital elevation model，DEM）数据，采用梯度提升决策树集成算法（Light gradient boosting machine，LightGBM）对气象站点缺测数据进行插补，并基于随机森林回归克里金空间插值法（Random forest regression kriging，RFK），构建1km×1km的日平均气温网格数据集。在此基础上，分析仁怀市二十四节气尺度下平均气温的时空演变特征，探讨其与酱香酒制酒工艺时间节点的关系，以期明晰气候变暖背景下仁怀市节气尺度气候平均气温变化特征，为当地酱香型白酒工艺优化与气候适应提供参考。结果表明：（1）LightGBM算法插补台站缺测的结果具有较高可信度，能较好地反映真实值的分布特征及其变化过程。基于RFK算法插值的网格数据在地形复杂的仁怀市具有更好的适用性与稳定性。（2）2014−2023年仁怀市年尺度和4个季节型节气平均气温整体呈“河谷暖、山地冷”空间分布。高温区主要出现在西部河谷地带，而东部高海拔地区气温相对偏低。二十四个节气中，平均气温最高值出现在大暑（26.3℃），最低出现在小寒（5.3℃）。春季型节气平均气温总体呈升温趋势，最早达到春季型节气平均气温物候标准的节气由春分提前至惊蛰，最晚脱离夏季型节气平均气温物候标准的节气由处暑推迟至白露，表明仁怀市物候呈现“增暖提前、降温滞后”的暖化特征。（3）2014−2023年茅台站年内日平均气温处于20−30℃区间的日数占全年总日数的37.7%，为酱香型白酒大曲发酵提供了适宜的温度条件。茅台镇酱香型白酒七轮次酿造工艺地时间节点与二十四节气平均气温变化相协同：前期相对较低的日平均气温有利于风味物质的积累，后期气温升高则促进酒体酒精度的提升。

基于1972−2025年5月20日−6月15日石家庄17个国家地面气象观测站日最高气温、20：00−次日8：00和8：00−20：00降水量、14：00相对湿度和14：00风速资料，利用统计学方法，分析该地区干热风的时间和空间变化特征，明确年典型干热风日的温、湿、风相关关系。结果表明：（1）1972−2025年、2000−2025年石家庄干热风日数分别以0.6d·10a⁻¹、2.1d·10a⁻¹的速率增加，20世纪90年代年平均干热风日数最少（8.4d·a⁻¹），21世纪20年代年平均干热风日数最多（14.8d·a⁻¹），1972−2025年中度、2000−2025年重度区域干热风日数呈显著增加趋势（P＜0.05）。（2）1972−2025年石家庄地区17站中度干热风出现频次最多，集中发生于6月3−15日，中度干热风高发（候内每天发生）于芒种第1−2候，且其日数在小满第2、3候呈逐年增多变化。（3）1972−2025年石家庄区域干热风总日数及轻、中、重度干热风日数均有突变现象，其中距2025年最近1次突变均为突变增加，且轻度干热风日数发生在20世纪80年代末，其他干热风日数突变均发生在2016年后。（4）1972−2025年石家庄地区17站年平均干热风总日数及年平均轻、中、重度干热风日数分别为4.7～8.3、0.6～1.4、2.4～4.3和1.1～2.6d·a⁻¹，均表现为研究区西南部为高值区，且年平均中度干热风日数与年平均干热风总日数的空间分布基本一致。（5）1972−2025年石家庄地区年典型干热风日主要出现在6月4−15日（占75.9%），芒种第1候最多，芒种第2候次之，且空间范围分布呈区域性（日影响站点数≥9站），其14：00相对湿度与日最高气温、14：00风速均呈负相关关系，其中与日最高气温的相关关系通过显著检验（P＜0.05）。研究结果可为石家庄冬小麦灌浆−成熟期的管理决策服务提供科学指导，为粮食丰产、农民增收做好气象保障服务。

面对气候变化带来的挑战，2022−2026年，中央一号文件围绕中长期气候为农服务领域提出了加强气候变化对农业影响研究、研究开展新一轮农业气候资源普查和农业气候区划工作、加强气象灾害短期预警和中长期趋势研判、开展农业气候资源普查和区划的气象为农服务工作的四项要求。为强化科技对气候服务农业的支撑，本研究系统分析2022−2026年中央一号文件提出的现实背景、科学内涵和面临的主要科技挑战，以期为落实中央一号文件关于气候服务农业的工作部署提供科技参考。结果表明：2022−2026年中央一号文件中气象为农服务相关内容强化了气候服务农业的要求，形成了加强中长期气候变化对农业影响研究、加强气象灾害中长期趋势研判、开展农业气候资源普查与区划三类核心工作任务，构建了“风险认知−防控决策−适应布局”的气候变化影响与适应科学协同链条。但当前科技支撑仍面临三方面瓶颈：气候变化对农业生产影响的科学认知、极端事件影响评估及粮食供应全链条影响评估等方面存在不足；中长期农业气象灾害预测技术在预测精度、机理约束与指标适用性方面有待突破；适应气候变化的作物布局缺乏动态、精细、多维度的农业气候区划支撑。未来亟须围绕上述瓶颈问题积极推进科技攻关，将气候信息有效转化为农业可用的决策支撑能力，切实服务于国家粮食安全与农业可持续发展战略。

以辽宁西部樟子松人工林为研究对象，以2023年和2024年生长季涡度相关系统实测蒸散（ET_EC）为标准，评价Penman−Monteith（PM）模型、Shuttleworth−Wallace（SW）模型和改良Priestley−Taylor（PT_m）模型在辽宁西部樟子松人工林的适用性，分析三种模型中重要变量的敏感性。结果表明：三种模型模拟蒸散（ET_e）均与ET_EC具有类似的日内变化和季节变化趋势；2023年和2024年樟子松人工林生长季，PM模型分别低估39.24%和27.05%，PT_m模型则分别低估20.85%和4.75%，SW模型分别低估1.12%和高估5.12%。无论在半小时尺度还是日尺度上，2023年和2024年樟子松人工林生长季SW模型平均绝对误差（MAE）和均方根误差（RMSE）最小，模拟效率（ME）和一致性指数（IA）最大。日尺度上，PT_m模型2a樟子松人工林生长季的MAE、RMSE、ME和IA，均处于三种模型中间位置。PM模型和SW模型的阻力变量中，ET_e对冠层阻力（r_c）最为敏感。三种模型的环境变量中，ET_e对根区土壤含水量（θ_r）最敏感；且r_c和θ_r均在干旱的2023年对ET_e影响更大。综上，最适合用于模拟辽宁西部樟子松人工林ET的模型为SW模型，未来应实测ET分量，开展模型在ET拆分效果方面的验证。

利用2000−2023年新疆不同棉区22个农业气象观测站棉花生育期资料与逐日气象数据，结合各生育期温度指标，引入日气温变化与地膜覆盖增温效应，对传统气候适宜度进行改进，构建适用于新疆不同棉区的棉花生育期预报模型。采用平均绝对误差（MAE）、均方根误差（RMSE）和归一化均方根误差（NRMSE）评估改进后的模型，旨在解决传统气候适宜度未考虑日气温变化与地膜覆盖增温效应，导致棉花生育期模拟偏差较大的问题，以期进一步提高新疆棉花生育期模拟准确性。结果表明：（1）2000−2023年新疆棉区棉花播种日期和出苗日期均呈提前趋势，其中北疆棉区提前速率分别为2.16d·10a⁻¹和1.44d·10a⁻¹，南疆棉区分别为0.47d·10a⁻¹和0.96d·10a⁻¹。吐絮日期均呈推迟趋势，北疆、南疆棉区推迟速率分别为1.76d·10a⁻¹和0.36d·10a⁻¹。北疆棉花现蕾日期和开花日期呈提前趋势，南疆棉花呈推迟趋势。（2）2000−2023年北疆棉区棉花主要生育期（播种−出苗、出苗−现蕾、现蕾−开花、开花−吐絮）以及播种−吐絮均呈显著延长趋势（P<0.05）。南疆棉区棉花仅出苗−现蕾（P<0.01）和播种−吐絮呈延长趋势，其他生育期呈不显著缩短。（3）基于改进前的气候适宜度模型，2000−2020年棉花各生育期MAE为2.0～24.6d，RMSE为2.7～30.1d，NRMSE为15.7%～32.3%。引入日气温变化与地膜增温效应后，模型模拟效果显著提升，MAE降至1.9～9.6d，RMSE降至2.6～11.8d，NRMSE为6.4%～23.0%。（4）相较于改进前的气候适宜度模型，改进后的模型MAE和RMSE分别降低4.2%～79.3%与3.2%～82.2%。开花−吐絮与播种−吐絮的准确性均处于优秀水平（NRMSE≤10.0%），其他生育期处于良好水平（10.0%<NRMSE≤20.0%）。改进后的气候适宜度模型能提升新疆棉区棉花各生育期的模拟精度和稳定性，具有良好的区域适应性和业务化应用前景。

基于贵州省83个气象台站1961−2025年逐日气象数据，结合湄潭、花溪、凤冈、桐梓、道真、正安和都匀7个春茶采样点，2013年、2016年、2018年、2021年和2023年的春茶酚氨比数据，运用模糊数学、逐步回归以及高斯混合模型等方法，设置7个春茶采摘前置时段（采摘前3d、采摘前5d、采摘前7d、采摘前9d、采摘前11d、采摘前13d和采摘前15d），分别计算各时间段平均气候适宜度，通过相关分析筛选酚氨比关键影响因子，构建春茶逐日气候适宜度模型和酚氨比模拟模型，开展春茶品质模拟与气候品质评价。结果表明：1961−2024贵州春茶期气候适宜度数值范围在0.62～0.81，93%的站点呈递增趋势，其中37%的站点呈显著递增(P＜0.05)；空间上呈自南向北、自东向西递减趋势。春茶采摘前15d平均气候适宜度是影响酚氨比的关键因子。细化采摘前15d为5个连续子时段，共同构建酚氨比模拟模型，模型训练集和测试集的模拟精度良好（P=0.009）。以采摘前15d综合平均气候适宜度及酚氨比模拟值为基础，通过高斯混合聚类确定春茶气候品质评价阈值与等级，采摘前15d综合平均气候适宜度＞0.75或酚氨比模拟值≤4.98为特优，采摘前15d综合平均气候适宜度在0.67～0.75或酚氨比模拟值4.98～5.78为优，采摘前15d综合平均气候适宜度在0.56～0.67或酚氨比模拟值5.78～6.40为良，采摘前15d综合平均气候适宜度≤0.56或酚氨比模拟值＞6.40为一般。研究结果可为春茶气候品质评价以及采摘期调控提供参考。

历史时期（1970−2000年）及未来3个时期（2041−2060年、2061−2080年和2081−2100年）4种气候情景下（SSP126、SSP245、SSP370和SSP585），基于土地利用以及五味子55条实际样点分布数据，利用MaxEnt模型评估气候情景与土地利用变化对中国五味子潜在适生区的影响，量化关键环境因子驱动机制及适生区动态变化，以期为五味子野生资源保护策略制定、规范化生态种植及科学区划布局提供数据支撑，为有效维护其野生种群存续与扩展、协调中药资源开发利用与生态保护的关系提供参考。结果表明：（1）影响中国五味子气候适宜区分布的主导因子为最湿季降水量、海拔、降水季节性变异系数、温度季节性标准差、12月平均最高气温、5月平均降水量、坡度、坡向，对物种分布的累计贡献率达91.6%。（2）历史时期中国五味子高适生区主要集中在东北三省（黑、吉、辽）、冀晋交界地带、陕甘川交界地带及鲁中山区。未来（2041−2100年）不同气候情景下五味子潜在适生区整体均呈北移扩张趋势，东北新兴适生区显著扩张，陕甘川交界的西南边缘高适生区呈一致性缩减。适生区质心整体向高纬度偏移，变动幅度随排放强度升高逐步增大。（3）叠加土地利用变化，耕地与林地两类用地的五味子高适生区均呈扩张态势，2081−2100年SSP585情景下耕地潜在高适生区面积较历史时期增长约319%，林地潜在高适生区增长约184.3%。整体而言，未来气候情景下土地利用变化导致五味子适生区向北扩张迁移，建议在陕甘川等易退化五味子高适生区优先设置保护区，于东北新兴区推广林地生态种植且协调耕地保护，同时建立动态监测体系，制定差异化管理方案，以实现其资源保护与可持续利用。

基于1999−2024年成都梨花溪景区梨花花期物候观测资料与地面气象观测资料，明确梨花花期（始花期−末花期）的变化特征，利用Pearson相关分析筛选影响梨花始花期的主要气象因子，基于此采用逐步回归法构建梨花始花期模拟模型并验证；基于景区梨花花期为赏花时段，结合同期人体舒适度条件、降水条件和风力条件，构建适用于成都梨花溪景区的梨花赏花期气象指数，以期为公众赏花、景区管理宣传提供旅游气象服务支撑。结果表明：（1）1999−2024年成都梨花溪景区梨花花期为3月1日−4月10日，花期无显著变化趋势。（2）影响成都梨花溪景区梨花始花期的关键气象要素为温度，始花期日序与自1月中旬起的气温以及前冬≥0℃、≥5℃、≥10℃有效积温呈负相关关系，通过逐步回归法建立梨花溪景区梨花始花期预测模型，模型构成因子为≥0℃有效积温、1月中旬平均最高气温，2月中旬平均最低气温，经检验，梨花始花期实测值与预测值相差小于5d的比例达80%，平均绝对误差3.4d，模拟结果较理想（P<0.01）。（3）构建的成都梨花溪景区梨花赏花期气象指数分为非常适宜赏花、适宜赏花、较适宜赏花和不适宜赏花共4个等级，当梨花开花率最高（稳定超过50%），旅游气象指数非常好（人体舒适度最适宜，白天无降水与大风），赏花期气象指数为非常适宜赏花；当开花率较高（从花序第一批花朵开放逐步提升至50%或从50%逐步下降至多数花朵凋落），旅游气象指数非常好，赏花期气象指数为适宜赏花；当开花率最高，旅游气象指数较好（人体舒适度次适宜，白天无降水与大风），赏花期气象指数为适宜赏花；当开花率较高，旅游气象指数一般（人体舒适度最适宜或次适宜，白天有小雨，无大风），赏花期气象指数为较适宜赏花；当旅游气象指数差（人体舒适度不适宜、白天有中雨及以上和有大风3个不利条件出现其一），赏花期气象指数为不适宜赏花。该指数结合花期时段与旅游气象条件，可对公众赏花提供指导，在旅游气象服务中具有较好的应用价值与潜力。

梨花花期|始花期预测模型|旅游气象指数|赏花期气象指数