農(nóng)業(yè)氣象科技始終堅持把為農(nóng)業(yè)生產(chǎn)服務(wù)作為氣象服務(wù)的重中之重，強化農(nóng)村氣象災(zāi)害監(jiān)測預(yù)報預(yù)警技術(shù)水平，建立適應(yīng)農(nóng)業(yè)生產(chǎn)需求的農(nóng)業(yè)氣象科技支撐體系，提高氣象服務(wù)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革能力，為農(nóng)業(yè)生產(chǎn)防災(zāi)減災(zāi)和趨利避害提供了科學(xué)指導(dǎo)。

1.面向農(nóng)業(yè)氣象業(yè)務(wù)發(fā)展需求，深入開展關(guān)鍵技術(shù)研究

依托國家科技項目，針對小麥、水稻、玉米等主要農(nóng)作物的農(nóng)業(yè)氣象服務(wù)需求，著力解決關(guān)鍵科技問題，氣象為農(nóng)服務(wù)科技支撐能力顯著提升。開展了CO2不同濃度水平及對應(yīng)增溫幅度小麥需水量變化和水分利用效率回歸統(tǒng)計分析研究；分析了冬前和春季灌溉對華北冬小麥生長發(fā)育和籽粒產(chǎn)量的影響；初步構(gòu)建了國家級冬小麥精細化土壤墑情和灌溉預(yù)報系統(tǒng)；針對西南地區(qū)復(fù)雜地形的水稻洪澇災(zāi)害構(gòu)建了風(fēng)險評估模型；發(fā)展了基于地面遙感信息與氣溫的夏玉米土壤水分估算方法，提出了玉米干旱過程遙感監(jiān)測的冠層含水量指標(biāo)；基于夏玉米干旱模擬實驗數(shù)據(jù)，確定了夏玉米不同發(fā)育期指標(biāo)對干旱的敏感指數(shù)。

2.大力推進農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警評估技術(shù)進步

針對農(nóng)業(yè)氣象災(zāi)害防災(zāi)減災(zāi)的業(yè)務(wù)應(yīng)用需求，開展了全國、區(qū)域主要農(nóng)業(yè)氣象災(zāi)害監(jiān)測評估、預(yù)警預(yù)測及風(fēng)險評估技術(shù)與應(yīng)用研究，解決了“指標(biāo)創(chuàng)建、實時監(jiān)測、精細預(yù)警與滾動預(yù)測、動態(tài)評估”等關(guān)鍵技術(shù)問題。發(fā)展了西南農(nóng)業(yè)干旱、南方雙季稻低溫災(zāi)害、黃淮海小麥干熱風(fēng)、南方水稻和玉米洪澇災(zāi)害、全國小麥白粉病、稻飛虱發(fā)生等級氣象指標(biāo)；研發(fā)了區(qū)域農(nóng)業(yè)干旱、小麥干熱風(fēng)立體監(jiān)測和動態(tài)評估技術(shù)，區(qū)域小麥干旱、干熱風(fēng)、水稻低溫災(zāi)害以及全國小麥白粉病、稻飛虱精細預(yù)警與滾動預(yù)測技術(shù)；提出了多種農(nóng)業(yè)氣象災(zāi)害風(fēng)險動態(tài)評估、綜合評價與風(fēng)險制圖技術(shù)，構(gòu)建了農(nóng)業(yè)氣象災(zāi)害動態(tài)監(jiān)測評估、預(yù)測預(yù)警和風(fēng)險評估技術(shù)體系，對推動農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警評估技術(shù)進步和業(yè)務(wù)發(fā)展起到了重要的支撐作用。

3.加強提升農(nóng)業(yè)氣象格點化、精細化服務(wù)能力

利用精細化格點資料，將農(nóng)業(yè)氣象影響預(yù)報產(chǎn)品空間分辨率從10km提高到了5km，預(yù)報時間尺度由7天提高到了10天?；緦崿F(xiàn)了5km格點的農(nóng)業(yè)氣象災(zāi)害影響預(yù)報和農(nóng)用天氣預(yù)報產(chǎn)品的自動制作，提高了預(yù)報類產(chǎn)品的客觀化水平，在夏收夏種氣象服務(wù)、盛夏高溫影響評估與預(yù)報服務(wù)中得到應(yīng)用。

4.聚焦提高主要農(nóng)作物產(chǎn)量動態(tài)預(yù)報技術(shù)水平

研發(fā)了基于作物產(chǎn)量歷史豐歉氣象影響指數(shù)、關(guān)鍵氣象因子影響指數(shù)、氣候適宜指數(shù)的一季稻產(chǎn)量逐月動態(tài)預(yù)報技術(shù)，完成全國農(nóng)業(yè)氣象災(zāi)害服務(wù)保障系統(tǒng)中一季稻和棉花預(yù)報功能模塊開發(fā)，并在月報和作物產(chǎn)量預(yù)報業(yè)務(wù)中應(yīng)用。研究表明，引進30年氣候適宜度平均值與30年逐年氣候適宜度預(yù)報效果好于原模型。

5.產(chǎn)量預(yù)報服務(wù)成效顯著

采用統(tǒng)計模型與作物生長模擬模型、遙感長勢動態(tài)監(jiān)測分析相結(jié)合的方法，開展冬小麥、棉花、玉米、雙季早晚稻動態(tài)預(yù)報業(yè)務(wù)服務(wù)，對作物產(chǎn)量進行科學(xué)研判。2016年冬小麥總產(chǎn)預(yù)報準(zhǔn)確率為98.7%、早稻總產(chǎn)預(yù)報準(zhǔn)確率為98.6%，作物產(chǎn)量預(yù)報產(chǎn)品受到農(nóng)業(yè)部等多部門關(guān)注。2016年還增加了南美大豆等產(chǎn)量預(yù)報產(chǎn)品，拓展了服務(wù)內(nèi)容，社會服務(wù)成效顯著。