蒸散发是水分循环的重要环节，影响着作物生长和粮食生产，获得长时序高空间分辨率蒸散发过程数据有助于优化区域水资源配置。基于Landsat和MODIS遥感数据，结合地面观测通量数据和气象数据，利用SEBS模型和ESTARFM模型获得了南方红壤区2019年4−10月高时空分辨率日蒸散量，并分析高时空分辨率日蒸散量时空变化特征及其影响因素。结果表明：高空间分辨率的遥感影像可获得精度更高的遥感蒸散模拟效果，基于Landsat遥感数据驱动的SEBS模型的模拟效果优于基于MODIS遥感数据作为输入的SEBS模型。ESTARFM模型获得的高时空分辨率日蒸散量与实测蒸散量对比，RMSE为0.68mm·d⁻¹，R²为0.87。模拟获得的2019年4−10月高时空分辨率日蒸散量在空间变化上与土地利用类型相关。各土地利用类型的蒸散量表现为林地>稻田>其他农用地，在时间变化上，4−8月蒸散量呈上升趋势，8−10月蒸散量则逐渐降低，气温是影响研究区域蒸散量的主要气象因子。基于SEBS模型和ESTARFM模型获得的高时空分辨率蒸散量与实测蒸散量具有良好的相关性，SEBS模型与ESTARFM模型结合的方法可作为估算南方红壤区蒸散量的有效工具。

以辽河平原稻区适宜种植的20个粳稻品种为试验材料，采用农田开放式增温系统模拟增温。于水稻收获风干后测定有效穗数（X₁）、每穗粒数（X₂）、结实率（X₃）、千粒重（X₄）、产量（X₅）、糙米率（X₆）、精米率（X₇）、蛋白质含量（X₈）、直链淀粉含量（X₉）和食味值（X₁₀）指标，对比增温处理下不同粳稻品种10个性状指标的耐热系数，采用多元统计分析方法综合评价其耐热性，为建立有效的耐热评价体系提供依据。结果表明：除食味值外，增温处理使其他9个性状指标显著或极显著降低；基于耐热系数相关性分析表明，水稻性状各指标间存在不同程度的相关性，应用主成分分析将10个单项指标降维转化为4个相互独立的综合指标，其贡献率分别为34.816%、19.265%、15.636%和10.605%，累计贡献率达80.322%；利用隶属函数法计算耐热性综合评价值（D_i值），D_i值越大代表耐热性越强，‘盐粳456’耐热性最强，‘沈农016’耐热性最差；20个粳稻品种按耐热性强弱可划分为3类，第Ⅰ类为耐热型7个品种，第Ⅱ类为中度耐热型6个品种，第Ⅲ类为热敏感型7个品种。

基于2019−2023年2−6月重庆市260个地面气象观测站逐小时平均气温、平均相对湿度数据，利用CARAH晚疫病模型模拟重庆春马铃薯晚疫病侵染风险的空间分布，通过气候网格数据构建最大熵模型，筛选马铃薯晚疫病气候影响因子，评估春马铃薯晚疫病气候风险，为春马铃薯晚疫病预测与科学防控提供参考依据。结果表明：基于CARAH模型采用小时级气象数据模拟晚疫病侵染的准确性较高，空发生率为12.5%，漏发生率为18.5%，TS评分为0.73。降水量是影响重庆春马铃薯晚疫病风险分布的主导因子，相对湿度和气温是重要因子，其幼苗期、现蕾开花期气候变量对晚疫病风险的影响较大。各马铃薯熟性（早/晚）与感病性（抗病/感病）组合的晚疫病低风险区面积少于或接近1万km²，平均面积占比为10.2%，中风险区和高风险区面积均超过3万km²，平均面积占比分别为43.7%和46.1%。重庆春马铃薯晚疫病气候风险呈中间高、周边低的空间分布特征，高风险区集中于重庆的川东平行岭谷地区，中风险区主要分布于渝东北大巴山区、渝东南武陵山区以及渝西川中丘陵一带，低风险区多呈片状分散在重庆边缘地带。重庆春马铃薯生产面临较高的晚疫病气候风险，空间分异特征显著，应通过合理生产布局和改进栽培技术加以应对。

以厚皮甜瓜‘西州蜜25号’为试验材料，于临沂设施农业气象试验基地温室大棚内开展双因素裂区试验，设置2种种植模式（垄上单行D1和垄上双行D2）和3种留瓜节位（11−12节位R1、13−14节位R2和15−16节位R3）共6个处理，测定植株叶面积、光合参数、产量构成因素及果实品质，探究不同种植模式和留瓜节位对大棚厚皮甜瓜光合特性、产量及品质的影响。结果表明：（1）垄上单行种植模式光合效率高于双行种植模式，单行种植模式下甜瓜果实果径、单果重和可溶性糖含量较双行种植模式分别显著增加2.4%、11.1%和9.5%（P＜0.05）。留瓜节位高低对植株营养生长和生殖生长调节作用明显，R2处理植株光合特性、果长、果径及单果重均表现最佳，单果重分别较R1、R3处理增加9.41%和14.73%（P＜0.05）。留瓜节位对甜瓜果实品质影响极显著（P＜0.01），R1处理下可溶性糖含量最高，R2处理糖酸比最大，R3处理VC和可滴定酸含量最高。（2）种植模式和留瓜节位交互作用对厚皮甜瓜叶面积、SPAD及Pn、Ci、Gs、Tr影响显著（P＜0.05），至成熟前D1R2处理叶片SPAD以及Pn、Gs、Tr值最大。交互作用对果长的影响显著（P＜0.05），对果径、果形指数和单果重影响极显著（P＜0.01），其中D1R1处理果径最大，D1R3处理果型指数最高；D1R2处理果长和单果重最大，平均单果重较其他处理最大增重达28.7%。交互作用对VC含量影响显著（P＜0.05），对可滴定酸、可溶性糖含量和糖酸比影响极显著（P＜0.01），其中D2R3处理VC含量最高，D1R3处理可滴定酸含量最高，D1R1处理可溶性糖含量最高，D1R2处理糖酸比最大。（3）在种植密度和功能叶数量（22500株·hm⁻²，25节打顶）相同情况下，垄上单行种植和13−14节位留瓜互作模式（D1R2处理）厚皮甜瓜产量、风味口感和VC含量评价指标得分最高，商品价值最佳，推荐该种植模式在北方早春大棚厚皮甜瓜立架栽培中应用推广。

选取贵州中东部烟叶种植区域2010-2021年47个区（县）气象和烤烟单叶重数据，分析气象要素对烤烟单叶重的影响，运用线性和非线性4种方式基于年尺度4个气象要素（四要素）和旬尺度多个气象要素（多要素）分别建立烤烟单叶重模型，并验证模型的准确性和稳定性，探究不同模型在贵州中东部区域评估单叶重的优劣。结果表明：（1）贵州中东部烟区近12a下部叶单叶重平均为5.7g，中部叶单叶重平均为9.2g，上部叶单叶重平均为10.8g，下部叶单叶重变幅小于中部叶和上部叶。（2）基于四要素建模，下部叶单叶重BP神经网络算法模型的模拟效果最优，R²为0.26，RMSE为0.84g；中、上两部叶单叶重的随机森林算法模型的模拟效果最优，中部叶R²为0.33，RMSE为1.08g，上部叶R²为0.16，RMSE为1.59g。基于多要素建模，下、上两部叶单叶重的随机森林算法模型的模拟效果最优，下部叶R²为0.22，RMSE为0.85g，上部叶R²为0.16，RMSE为1.57g；中部叶单叶重的BP神经网络算法模型的模拟效果最优，R²为0.18，RMSE为1.14g。（3）基于多要素的逐步回归算法在下部叶的准确率为34.86%，其他算法对同叶位的模拟准确性普遍在70%以上，多要素BP神经网络模型预测下部叶单叶重准确率最高，为86.24%，四要素随机森林模型中部叶单叶重准确率最高，为89.91%；多要素随机森林算法预测上部叶单叶重准确率最高，为84.4%。（4）基于四要素算法模型对贵州中东部2021年单叶重预测，中下部叶单叶重四种算法模型准确率差别不大，上部叶单叶重随机森林算法的准确率最高，为91%，明显高于其余三种算法模型；基于多要素情况下，各模型下、中、上部位平均模拟准确率为81%、74%和85%。（5）在市州维度四要素条件下，下部叶单叶重模拟结果BP神经网络平均准确率为84%；四种算法模型对中部叶模拟结果无显著差异；上部叶模拟结果随机森林算法平均准确率最高，为92%。多要素条件下，下部叶单叶重模拟结果线性回归平均准确率为91%；上部叶单叶重模拟结果线性回归平均准确率最高，为88%。综上，针对贵州中东部平均烟叶单叶重，采用四要素运用BP神经网络和随机森林算法能较好地模拟气象因素对烟叶单叶重的影响，为烟叶生产的调控提供科学依据。

利用CLDAS实况融合产品，比较分析欧洲中心高分辨率模式（ECMWF_HR）、GRAPES全球模式（GRAPES_GFS）以及中央气象台指导预报（SCMOC）3种模式预报产品对2021-2023年长江中下游地区早稻孕穗-成熟期提前1～3d、1～5d、1～7d条件下高温热害发生与强度的识别能力。结果表明：（1）针对高温热害的发生预报，SCMOC产品识别效果最优，各预报时段命中率（Probability of detection，POD）均大于0.6，TS（Threat score）评分在0.49～0.59；GRAPES_GFS产品的POD同样大于0.6，但误报率（False alarm ratio，FAR）大于0.3，TS评分为0.45～0.52；ECWMF_HR产品的识别效果最差，POD小于0.4，TS评分小于0.3。（2）对于高温热害强度识别，SCMOC产品与CLDAS产品的危害热积温数值最为接近，相关系数（Cor）大于0.6，均方根误差（RMSE）随预报时段增加分别为1.57℃·d、2.57℃·d、3.43℃·d；GRAPES_GFS产品对湖北大部和江西北部的预报偏强，对湖南南部预报明显偏弱，且与CLDAS产品的Cor较SCMOC产品偏低约0.06，RMSE偏高约0.4℃·d；ECMWF_HR产品与CLDAS产品的Cor在各预报时段均小于0.4，RMSE较SCMOC产品偏高0.5～1.0℃·d。（3）针对不同年份的高温热害，SCMOC与GRAPES_GFS产品对研究区域早稻高温热害影响较重的2022年和2023年识别效果较好，但前者对高温热害影响较弱的2021年识别效果更优；ECMWF_HR产品对2021-2023年研究区域高温热害的发生与强度均呈显著偏弱预报。综上所述，SCMOC预报产品对长江中下游早稻高温热害的识别效果较优，能为早稻高温热害防灾减灾工作提供参考。

采用深度学习长短时记忆模型LSTM，基于中国重要冬小麦种植区河南省的99个气象站点1981−2020年的气象、作物、灾情等多源数据，识别河南冬小麦春季冻害发生情况，探讨冬小麦春季冻害时空分布规律和年代际变化特征。结果表明：（1）优化后的LSTM模型可较好实现冬小麦春季冻害的识别。2017−2020年LSTM模型模拟日最低气温结果与实际最低气温相比，平均绝对百分比误差MAPE为8.73%，拟合优度R²为0.90。结合冬小麦春季冻害指标和灾情资料，2017−2020年实际受灾情况与本研究模型模拟结果相符。（2）1981−2020年河南冬小麦春季轻度冻害危害在逐渐减弱，轻度冻害发生频率高值区由东北部南移至东部。1981−2020年河南冬小麦春季轻度冻害的整体分布情况呈东北部高，西南部和东南部低，40a平均发生频率为0～1.75次·10a⁻¹。轻度冻害发生频率由0.843次·10a⁻¹逐步降至0.157次·10a⁻¹，其高值区由东北部南移至东部。（3）1981−2020年河南冬小麦春季重度冻害发生频率呈先增后减趋势，其发生频率高值区由东北部南移至东部。重度冻害40a整体分布表现为东部地区高于西部地区，北部地区高于南部地区，40a平均发生频率为0～2.75次·10a⁻¹。冬小麦春季重度冻害的发生频率由0.508次·10a⁻¹增至0.857次·10a⁻¹，后减至0.289次·10a⁻¹，重度冻害发生频率高值区由东北部南移至东部。河南冬小麦春季冻害整体呈减少趋势，但气候变暖下极端天气事件发生频率呈增加态势，加强气候变化背景下中国重大农业气象灾害对各地区农业生产影响的研究仍然是今后研究重点之一。本研究提出的基于深度学习LSTM的冬小麦春季冻害识别模型，对各精度评价指标均有提升，冻害识别结果与实际发生情况基本一致，可为全球气候变化背景下大面积冬小麦冻害识别提供思路和方法，对其他农业气象灾害识别有一定参考价值。

以水稻障碍型冷害为例，提出一种突破数据限制并兼顾承灾体反应机理的新方法，构建农业气象灾害脆弱性曲线。基于1990-2010年气象数据设计水稻抽穗开花期的障碍型冷害情景，通过MCWLA-Rice作物模型和机器学习混合建模法计算对应的水稻单产损失，最终建立不同水稻主产区的障碍型冷害脆弱性曲线，并对1961-2010年水稻障碍型冷害单产损失快速评估。结果表明：（1）机器学习可有效重现作物模型模拟精度（RRMSE<6%，R²>0.93）。（2）水稻障碍型冷害脆弱性具有明显的空间和种植制度差异，高纬地区到低纬地区水稻脆弱性整体呈下降趋势，且晚稻脆弱性普遍低于早稻。（3）一季稻抽穗开花期障碍型冷害的年均单产损失（1224kg·hm⁻²）高于双季稻（早稻：868kg·hm⁻²；晚稻：807kg·hm⁻²）。

利用广西19个气象站点1961-2020年月值气象数据，基于Penman-Monteith蒸散模型计算标准化降水蒸散发指数（SPEI_PM），通过线性倾向估计、Mann-Kendall趋势检验、互相关函数、交叉小波变换和小波相干等方法，分析广西气象干旱的时空变化特征，探究厄尔尼诺-南方涛动（ENSO）与广西气象干旱的关联性，以期为干旱预警与防治提供依据。结果表明：1961−2020年广西夏季、秋季和年SPEI_PM整体上呈显著线性上升趋势，气候具有湿润化趋势。全区年际和季节尺度干旱发生频率均以轻旱和中旱为主，重旱和特旱发生频率较低。春季干旱集中发生在桂中部地区，夏季集中在桂西南地区，秋季集中在桂东南和桂东北地区，冬季干旱全区都有分布，而年尺度干旱集中在桂东北地区。广西干旱站次比有明显的年代特征，全区大范围发生旱情尤其是重旱和特旱主要集中在1960s、1970s和2000s。ENSO事件对广西气象干旱的影响具有显著的空间异质性，海洋尼诺指数（ONI）与桂东北和桂东南地区的干旱相关性最高，其次是桂西北地区，而沿海地区和桂西南大部分地区与ONI没有显著相关性。作为桂东北地区的典型代表，桂林气象站的SPEI-3与ONI在1962-1976年和1990-2019年分别表现出16～48个月和12～64个月的年际主共振周期。

气候智慧型农业（Climate-smart agriculture，CSA）已成为推动农业绿色发展议程的核心要素。深入探究全球范围内CSA研究进展，有助于提升学术界和实践者对该领域的理解和评估。本文基于Web of Science（WoS）数据库，检索2014-01-01至2023-08-11发表的814篇CSA相关主题的论文，运用文献计量学方法重点剖析国际CSA研究热点。结果表明：（1）2018年后CSA论文发表数量与被引用次数均快速上升，环境科学、可持续性研究、农学的多学科交叉领域是CSA研究核心；（2）气候型智慧农业、气候变化、采用、保护性农业、管理、粮食安全、减缓和农户等为热点关键词；（3）研究热点主要包括CSA重要实践模式之一的保护性农业、CSA对土壤有机碳的影响与量化、CSA在不同区域应用效果、影响农户采纳CSA的关键因素和CSA相关决策支持，揭示出不同国家和地区在实施CSA过程中效果不同，农户采纳CSA的关键因素呈多元化特点，提示政策制定者在设计和推行CSA策略时须全面考虑多元化因素，以确保在全球各地实现CSA措施的有效推广和本土化应用；（4）2014−2023年引文量激增的25篇论文主要集中在保护性农业、CSA的应用与挑战，以及气候变化对农业的影响及应对策略等核心问题上。