基于完整模型的農(nóng)作物產(chǎn)量分解技術(shù)及業(yè)務(wù)化應(yīng)用

李民華,易家俊,祝光明,易 永,呂征平

(湖南省懷化市氣象局,湖南 懷化 418000)

基于完整模型的農(nóng)作物產(chǎn)量分解技術(shù)及業(yè)務(wù)化應(yīng)用

李民華,易家俊,祝光明,易 永,呂征平

(湖南省懷化市氣象局,湖南 懷化 418000)

產(chǎn)量分解是農(nóng)作物產(chǎn)量預(yù)報(bào)業(yè)務(wù)的關(guān)鍵技術(shù)環(huán)節(jié)。針對(duì)業(yè)務(wù)上基于二項(xiàng)式簡(jiǎn)化模型產(chǎn)量的分解誤差可能較大,研究影響模擬誤差的氣候因素和社會(huì)因素,建立基于完整模型的農(nóng)作物產(chǎn)量分解技術(shù)方法,重點(diǎn)包括氣候異常模擬誤差△Yw和社會(huì)因素模擬誤差△Yt的訂正、不同農(nóng)作物產(chǎn)量分解方法的組合使用等,結(jié)合計(jì)算機(jī)技術(shù)實(shí)現(xiàn)數(shù)據(jù)處理自動(dòng)化,有利于提高農(nóng)作物產(chǎn)量氣候影響評(píng)估和預(yù)報(bào)精確性和準(zhǔn)確率,產(chǎn)生較好的服務(wù)效果。

農(nóng)作物產(chǎn)量;完整模型;分解;誤差;訂正;業(yè)務(wù)化

1 引言

產(chǎn)量分解是農(nóng)作物產(chǎn)量預(yù)報(bào)業(yè)務(wù)的關(guān)鍵技術(shù)之一。目前,農(nóng)作物產(chǎn)量分解主要基于 Y(實(shí)際單產(chǎn))=Yt(趨勢(shì)產(chǎn)量)+YW(氣象產(chǎn)量)二項(xiàng)式模型,采用滑動(dòng)平均、直線滑動(dòng)、線性、正交多項(xiàng)式、準(zhǔn)線性模擬等模擬方法[1-3],將作物產(chǎn)量分解成氣象產(chǎn)量和趨勢(shì)產(chǎn)量?jī)刹糠?其中趨勢(shì)產(chǎn)量受作物品種、生產(chǎn)技術(shù)、經(jīng)濟(jì)政策等社會(huì)因素制約,代表正常氣象條件下的作物產(chǎn)量水平;氣象產(chǎn)量由受氣象條件影響的產(chǎn)量年際波動(dòng),代表氣象條件對(duì)農(nóng)作物產(chǎn)量形成的好壞程度。但是,基于產(chǎn)量隨時(shí)間變化規(guī)律的趨勢(shì)產(chǎn)量模擬,當(dāng)某一年或幾年因氣候因素或經(jīng)濟(jì)技術(shù)突變影響大幅度偏離時(shí),模擬曲線將出現(xiàn)較大偏差。為此,懷化市氣象局研發(fā)“農(nóng)作物產(chǎn)量預(yù)報(bào)業(yè)務(wù)系統(tǒng)”[4],針對(duì)關(guān)鍵技術(shù)問(wèn)題加強(qiáng)研究,建立包括了產(chǎn)量隨機(jī)誤差項(xiàng)的完整模型分解技術(shù)及業(yè)務(wù)數(shù)據(jù)處理流程,對(duì)減少農(nóng)作物產(chǎn)量模擬誤差和提高預(yù)報(bào)服務(wù)質(zhì)量有重要幫助。

2 基于完整模型的農(nóng)作物產(chǎn)量分解技術(shù)思路

2.1 農(nóng)作物產(chǎn)量完整模型

鑒于農(nóng)作物產(chǎn)量預(yù)報(bào)二項(xiàng)式模型的明顯不足,建立保留產(chǎn)量隨機(jī)誤差項(xiàng)的農(nóng)作物產(chǎn)量完整模型,即

產(chǎn)量隨機(jī)誤差△Y由氣候因素和農(nóng)業(yè)投入、生產(chǎn)積極性、技術(shù)異?；蚱渌蛩禺惓Ｐ宰兓?為趨勢(shì)產(chǎn)量模擬誤差。

產(chǎn)量隨機(jī)誤差項(xiàng)△Y產(chǎn)生的原因如下:

一是如上述 1985年、1988年懷化市一季中稻因氣象災(zāi)害嚴(yán)重減產(chǎn)形成模擬誤差,稱(chēng)為氣候因素影響模擬誤差△Yw。

二是因農(nóng)業(yè)投入、生產(chǎn)積極性、技術(shù)異?；蚱渌蛩禺惓Ｐ宰兓鹫`差為△Yt;因此有:

將 (2)代入 (1)得:

其中 Yt(趨勢(shì)產(chǎn)量)+△Yt(社會(huì)因素隨機(jī)項(xiàng))為社會(huì)因素引起;包括非氣象因素的所有其它因素的影響。

YW(氣象產(chǎn)量)+△Yw(氣象因素隨機(jī)項(xiàng))為氣象因素引起。

因此,完整模型與二項(xiàng)式模型產(chǎn)量分解關(guān)鍵技術(shù)差別在于模擬誤差的訂正處理。

2.2 △Yw值的訂正技術(shù)思路

△Yw值的訂正:根據(jù)當(dāng)?shù)丶Z食產(chǎn)量預(yù)報(bào)服務(wù)需要對(duì)作物產(chǎn)量氣候年景的評(píng)定標(biāo)準(zhǔn)適當(dāng)修改,有利于不同氣候年景的均等分布;懷化市將作物產(chǎn)量年景分為大豐年、豐產(chǎn)年、偏豐年、平產(chǎn)年、偏欠年、欠年、大欠年7個(gè)等級(jí),具體指標(biāo)分別為:YW/Yt為 ± 2%為平產(chǎn)年,2%～4.9%為偏豐年,5.0%～9.9%豐產(chǎn)年,10%以上為大豐年;-2%～-4.9%為偏欠年,-5.0%～-10%為欠年,-10%以下為大欠年;以平產(chǎn)年代表正常氣候年,通過(guò)統(tǒng)計(jì)方法濾去氣候異常的產(chǎn)量影響,形成波動(dòng)幅度不大的平產(chǎn)產(chǎn)量序列,再選擇滑動(dòng)平均、直線滑動(dòng)平均、準(zhǔn)線性模擬等方法模擬處理后的產(chǎn)量序列,這樣生成的趨勢(shì)產(chǎn)量能代表正常氣候產(chǎn)量水平,再用最初原始產(chǎn)量減趨勢(shì)產(chǎn)量生成氣象產(chǎn)量和相對(duì)氣象產(chǎn)量。可見(jiàn),異常氣候年原始產(chǎn)量的預(yù)處理是△Yw值的訂正關(guān)鍵技術(shù)。

2.2.1 插值法 由于懷化市 1985—1995年一季中稻生產(chǎn)力相對(duì)穩(wěn)定,多數(shù)年份產(chǎn)量在 390～400之間波動(dòng),對(duì)特殊氣候年產(chǎn)量的預(yù)處理,可以通過(guò)選擇正常氣候條件年份為基點(diǎn),如 1984年、1986年、1989年,按 Yi=Yn+(Yi-Yn)×(Ym-Yn)/(mn)分段插值,其中 Yi為需要插值年的產(chǎn)量值,Yn、Ym為分別為前后 2個(gè)基點(diǎn)年份產(chǎn)量,為了保持原始產(chǎn)量波峰、波谷變化趨勢(shì),以平產(chǎn)年指標(biāo)值 Yi＊(100±1)%代替屬第 i年的原始產(chǎn)量,得出 1985—1995年替代后假設(shè)正常氣候產(chǎn)量序列為:378、390、401、389、401、400、409、394、396、402、399。

2.2.2 趨勢(shì)產(chǎn)量逐步替代法 首先通過(guò) 5a滑動(dòng)等方法模擬產(chǎn)量,找出氣象災(zāi)害減產(chǎn)年的趨勢(shì)產(chǎn)量YTi,以平產(chǎn)年指標(biāo)值 YTi＊(100-1)%替代其原始產(chǎn)量;第二步,對(duì)替代后的產(chǎn)量序列通過(guò)統(tǒng)計(jì)方法模擬,找出氣候豐產(chǎn)年、偏豐產(chǎn)年、偏減產(chǎn)年、偏減產(chǎn)年即非正常氣候年的趨勢(shì)產(chǎn)量值 YTi,以 YTi＊(100±1)%對(duì)原始產(chǎn)量序列進(jìn)行替代,替代后的產(chǎn)量序列在正常氣候產(chǎn)量,1985—1995年替代后產(chǎn)量分別為:383、390、401、389、401、400、409、393、396、402、399。

2.2.3 對(duì)多種處理后的產(chǎn)量序列加要權(quán)平均,生成新的產(chǎn)量序列,避免趨勢(shì)產(chǎn)量模擬誤差。

2.3 △Yt值的訂正技術(shù)思路

由于大部分惠農(nóng)政策或農(nóng)業(yè)新技術(shù)推廣和新品種推廣需要一個(gè)過(guò)程,推廣和落實(shí)達(dá)到一定程度后趨于穩(wěn)定,作物產(chǎn)量則從一個(gè)快速上升階段進(jìn)入一個(gè)相對(duì)平穩(wěn)階段。因此,采用同一種方法模擬不同階段的產(chǎn)量變化勢(shì)必形成模擬誤差,即△Yt值。△Yt的訂正關(guān)鍵是要了解農(nóng)業(yè)生產(chǎn)政策與技術(shù)的歷史變化,根據(jù)產(chǎn)量變化趨勢(shì)進(jìn)行分段模擬。懷化市 1982—1984年家庭聯(lián)產(chǎn)承包責(zé)任制,早、中、晚稻糧食單產(chǎn)出現(xiàn)大幅度增長(zhǎng),1985年,國(guó)家取消了部分鼓勵(lì)糧食生產(chǎn)的優(yōu)惠政策,1989—1993年出現(xiàn)農(nóng)產(chǎn)品全面“賣(mài)難”,國(guó)民經(jīng)濟(jì)處低谷中運(yùn)行,對(duì)糧食產(chǎn)量特別是早稻生產(chǎn)受較大影響;2004年開(kāi)始國(guó)家出現(xiàn)了一系列補(bǔ)糧政策,提高了農(nóng)民的種糧積極性,近年來(lái)超級(jí)稻生產(chǎn)基地不斷擴(kuò)大,對(duì)產(chǎn)量特別是一季中稻產(chǎn)量提高有較大幫助。因此,懷化市糧食產(chǎn)量模擬分段大致是 1985—1994年、1994—2003年、2004—2009年,或 1985—1994年、1994—2009年2個(gè)時(shí)段,早、中、晚稻產(chǎn)量品種更新不同略有差異。

2.4 農(nóng)作物產(chǎn)量組合分解技術(shù)思路

分階段產(chǎn)量經(jīng)過(guò)△Yw訂正后,分別采用不同步長(zhǎng)的滑動(dòng)平均、直線滑動(dòng)平均模擬組合使用,對(duì)各種產(chǎn)量分解結(jié)果進(jìn)行加權(quán)平均,更大化地利用有效信息,比單一產(chǎn)量分解方法更加科學(xué)、有效,更好地避免產(chǎn)量分解誤差。

3 產(chǎn)量分解業(yè)務(wù)化實(shí)例

利用上述方法和技術(shù)思路,懷化市氣象局研制開(kāi)發(fā)的“農(nóng)作物產(chǎn)量預(yù)報(bào)系統(tǒng)”提供了農(nóng)作物產(chǎn)量分解數(shù)據(jù)處理模塊,實(shí)現(xiàn)了各項(xiàng)數(shù)據(jù)處理自動(dòng)化。以1985—2008年雙季早稻產(chǎn)量為例,對(duì)1985、1992、1993、1995、1996,1987、1988、2002年等氣候產(chǎn)量欠年、偏欠年,1986年、1989年、1994年、1997年、2000年等氣候豐年、偏豐年,采用趨勢(shì)產(chǎn)量逐步替代原始產(chǎn)量法預(yù)處理后模擬趨勢(shì)產(chǎn)量,結(jié)果如圖 1,其中實(shí)線為實(shí)際產(chǎn)量、虛線為趨勢(shì)產(chǎn)量;圖中只有1994—1999年和 2004年至今,早稻趨勢(shì)產(chǎn)量有遞增趨勢(shì),自 1985年以來(lái)的其它時(shí)段趨勢(shì)產(chǎn)量比較平穩(wěn)或略有下降,趨勢(shì)產(chǎn)量結(jié)果與生產(chǎn)政策變化基本一致。

圖 1 懷化市雙季早稻產(chǎn)量變化趨勢(shì)圖

比較不同方法氣象產(chǎn)量與氣象因子相關(guān)性,如表 1(表中常規(guī)方法為 5a滑動(dòng)平均法)?？梢?jiàn),2種方法氣象產(chǎn)量與因子的相關(guān)趨勢(shì)是基本一致,3月下旬～4月中旬、5月上～5月下旬溫度顯著正相關(guān),以 5月≤20℃日數(shù)相關(guān)系數(shù)最大;5月及 6月下旬至 7月上旬日照有顯著正相關(guān);5月雨日、5—7月總降水量負(fù)相關(guān)顯著,并以 6—7月中旬負(fù)相關(guān)數(shù)值最大;3下旬—4月中旬≤10℃日數(shù)、5月≤20℃日數(shù)與產(chǎn)量顯著負(fù)相關(guān),6月下旬—7月中旬的高溫日數(shù)則相關(guān)不顯著,說(shuō)明懷化雙季早稻 4-5月?tīng)I(yíng)養(yǎng)生長(zhǎng)期間溫度高、日照足,特別是 5月低溫日少對(duì)產(chǎn)量有利,中后期則主要受降水影響,降水過(guò)多,特別是洪澇對(duì)產(chǎn)量不利,高溫不是懷化早稻生產(chǎn)的主要?dú)夂騿?wèn)題,反而成熟期日照足對(duì)產(chǎn)量有利。

從表 1中不同的方法氣象產(chǎn)量與因子的相關(guān)系數(shù)值的大小看,基于完整模型的氣象產(chǎn)量較常規(guī)方法與氣象因子的相關(guān)系數(shù)大,較大程度上說(shuō)明其氣象產(chǎn)量包涵了更多的氣象信息,業(yè)務(wù)實(shí)踐表明,該方法生成的氣象產(chǎn)量和趨勢(shì)產(chǎn)量用于產(chǎn)量預(yù)報(bào),準(zhǔn)確度較高,其中 1999年以來(lái),我市雙季早稻產(chǎn)量預(yù)報(bào)準(zhǔn)確率平均達(dá) 99%以上,業(yè)務(wù)應(yīng)用效果好。

表 1 不同氣象產(chǎn)量與氣象因子的相關(guān)系數(shù)值比較

4 小結(jié)與討論

①農(nóng)作物產(chǎn)量分解是產(chǎn)量預(yù)報(bào)業(yè)務(wù)的關(guān)鍵技術(shù)環(huán)節(jié);采用基于完整模型對(duì)特殊氣候年份原始產(chǎn)量預(yù)處理方法,結(jié)合組合模擬方法,可以較好地避免氣象條件對(duì)趨勢(shì)產(chǎn)量的影響,分解的趨勢(shì)產(chǎn)量能更好地體現(xiàn)生產(chǎn)力發(fā)展,氣象產(chǎn)量包涵更多的氣象信息,可以在預(yù)報(bào)服務(wù)中收到較好的效果。

②農(nóng)業(yè)政策或新技術(shù)、新品種推廣都是需要一個(gè)過(guò)程,農(nóng)作物產(chǎn)量變化呈現(xiàn)階段性,對(duì)不同階段的產(chǎn)量可以采用不同的方法模擬。但是,在實(shí)際業(yè)務(wù)中階段的分界點(diǎn),可以根據(jù)實(shí)際情況有 1～2個(gè)年份上下跨,如 1985—1994年,1994—2008年。

③趨勢(shì)產(chǎn)量預(yù)測(cè)一般可采用平均遞增、調(diào)和權(quán)重,同時(shí)參考最近幾個(gè)豐產(chǎn)年的平均遞增值進(jìn)行綜合評(píng)估,效果較好;但是,當(dāng)預(yù)報(bào)年處于政策或技術(shù)的轉(zhuǎn)折階段時(shí),應(yīng)結(jié)合實(shí)際情況評(píng)估來(lái)確定趨勢(shì)產(chǎn)量的增長(zhǎng)量。

④懷化市氣象局研發(fā)的“農(nóng)作物產(chǎn)量預(yù)報(bào)系統(tǒng)”,提供了滑動(dòng)平均、直線滑動(dòng)平均、正交多項(xiàng)式、分段線性模擬等產(chǎn)量分解方法,以及對(duì)特殊年份產(chǎn)量預(yù)處理、多種分解方法組合使用,模擬結(jié)果的加權(quán)平均等產(chǎn)量分解功能;以及預(yù)報(bào)因子膨化處理、災(zāi)害因子及氣候適宜度因子添加、統(tǒng)計(jì)模型和災(zāi)損模型建立程序,為本方法業(yè)務(wù)化提供強(qiáng)有力系統(tǒng)支撐,在湖南業(yè)務(wù)化應(yīng)用深受歡迎,推廣潛力大。

[1] 劉樹(shù)澤,等.作物產(chǎn)量預(yù)報(bào)方法[M].北京:科學(xué)出版社, 1987.1-180.

[2] 尹東 .農(nóng)作物產(chǎn)量預(yù)報(bào)技術(shù)的研究與應(yīng)用[J].干旱氣象,2007,22(5)12-16.

[3] 陳懷亮,等.產(chǎn)量階段的劃分與應(yīng)用[J].中國(guó)農(nóng)業(yè)氣象, 1999,20(2)16-20.

[4] 李民華,等 .農(nóng)作物產(chǎn)量氣候影響動(dòng)態(tài)評(píng)估與預(yù)報(bào)業(yè)務(wù)系統(tǒng)[J].高原山地氣候,2009增 -0138-2.

S162

B

2010-09-10

李民華 (1964-),男,高工,主要從事農(nóng)業(yè)氣象業(yè)務(wù)、服務(wù)和科研工作。

1003-6598(2010)增刊 -0129-03