基于關(guān)鍵氣象因子的湘北早稻產(chǎn)量動態(tài)預(yù)報(bào)

李涵茂，帥細(xì)強(qiáng)，戴 平，方 麗，賀紅志

（1. 衡陽市農(nóng)業(yè)氣象試驗(yàn)站，湖南 衡陽421101；2. 湖南省氣象科學(xué)研究所，湖南 長沙410007）

早稻是我國主要的糧食作物之一，溫、光、水是影響水稻的生長發(fā)育的重要?dú)庀笠蜃覽1]。動態(tài)了解和掌握氣象條件對早稻生長發(fā)育和產(chǎn)量形成的影響，是提高早稻產(chǎn)量預(yù)報(bào)和開展氣象為農(nóng)服務(wù)的基礎(chǔ)。湘北環(huán)洞庭湖區(qū)域是湖南最大的水稻主產(chǎn)區(qū)，農(nóng)業(yè)地位十分重要，在保障國家糧食安全方面發(fā)揮了重要作用。

國內(nèi)學(xué)者在水稻的產(chǎn)量預(yù)報(bào)方面做了許多研究。袁立新等[2]應(yīng)用SPSS 統(tǒng)計(jì)軟件，建立了自貢水稻產(chǎn)量的年景定量預(yù)測模型；喬加新等[3]建立了基于BP 神經(jīng)網(wǎng)絡(luò)的水稻產(chǎn)量預(yù)報(bào)系統(tǒng)；李衛(wèi)國等[4-5]建立了基于遙感信息獲取、反演與水稻產(chǎn)量形成過程模型相偶合的水稻產(chǎn)量預(yù)測模型；游超等[6]基于氣象適宜指數(shù)，建立了四川盆地水稻氣象產(chǎn)量動態(tài)預(yù)測模型；易雪等[7]應(yīng)用作物產(chǎn)量歷史豐歉氣象影響指數(shù)、作物氣候適宜指數(shù)、作物生長模擬模型分別建立早稻產(chǎn)量動態(tài)預(yù)報(bào)方法；鄭昌玲等[8]利用早稻不同生育階段氣象因子的綜合聚類指標(biāo)選擇氣象相似年型，再根據(jù)相似年的產(chǎn)量變化確定分析年的產(chǎn)量氣象影響指數(shù)，建立全國和區(qū)域早稻單產(chǎn)動態(tài)預(yù)報(bào)模型；易雪等[9]利用湖南省早稻產(chǎn)量、相關(guān)氣象資料及早稻生理氣象指標(biāo)，在豐歉氣象影響指數(shù)動態(tài)預(yù)報(bào)方法的基礎(chǔ)上，引進(jìn)關(guān)鍵氣象因子，建立了湖南早稻產(chǎn)量綜合動態(tài)預(yù)報(bào)方法。章竹青等[10]根據(jù)早稻產(chǎn)量與生育期氣象資料，分析并建立了長沙地區(qū)早稻產(chǎn)量預(yù)報(bào)模式。

基于氣象因子預(yù)測產(chǎn)量的方法較多，但各地氣象條件存在差異，影響水稻關(guān)鍵氣象因子不盡相同，這就需要研究適于當(dāng)?shù)厮井a(chǎn)量的預(yù)報(bào)模型。本研究通過分析湘北早稻產(chǎn)量與水稻生育期間的氣象要素的關(guān)系，選出影響早稻產(chǎn)量關(guān)鍵氣象因子，建立湘北早稻產(chǎn)量預(yù)測模型，為進(jìn)一步探討早稻產(chǎn)量預(yù)測技術(shù)方法提供借鑒，同時(shí)為提高早稻產(chǎn)量預(yù)報(bào)準(zhǔn)確率、更好地開展氣象為農(nóng)服務(wù)和保障糧食安全奠定基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)域和資料來源

根據(jù)湘北地區(qū)（常德、岳陽、益陽、長沙）早稻種植分布生長特點(diǎn)，選取石門、南縣、常德、安化、沅江、岳陽、平江7個(gè)代表氣象觀測站和南縣、常德、澧縣、益陽、長沙5個(gè)代表農(nóng)業(yè)氣象觀測站作為研究區(qū)域。早稻生育期資料來源于農(nóng)業(yè)氣象作物觀測報(bào)表；氣象資料來源于湖南省氣象局，主要包括旬平均氣溫、旬降水量和旬日照時(shí)數(shù)；早稻產(chǎn)量資料來源于湖南省農(nóng)村統(tǒng)計(jì)年鑒。資料年份均為1987～2011年。

1.2 研究方法

在一般情況下，對于較大區(qū)域而言，相鄰兩年早稻生產(chǎn)力水平變化很小可以忽略不計(jì)。因此相鄰兩年早稻單產(chǎn)的變化主要是由氣象條件的差異引起的。為此，對早稻單產(chǎn)進(jìn)行如下處理[7,11]：

式（1）中i 代表第i年；i-1 為第i年的上一年；Yi為第i年的產(chǎn)量豐歉值即氣象產(chǎn)量；Yi和Yi-1分別為第i年和第i-1年的單產(chǎn)。

1.3 數(shù)據(jù)分析

應(yīng)用Execl 2003、SPSS 13.0 等軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析和處理。

2 結(jié)果與分析

2.1 早稻生育期情況

對湘北早稻生長發(fā)育多年?duì)顩r的統(tǒng)計(jì)分析表明（表1），一般在3月下旬開始播種育秧，4月下旬～5月上旬移栽大田，返青分蘗在5月上旬～5月下旬，幼穗分化-抽穗在5月下旬～6月中旬，7月中旬成熟收獲。

2.2 影響產(chǎn)量的關(guān)鍵氣象因子分析

根據(jù)對早稻生育期的分析，將早稻全生育期(3～7月)以旬為單位分成12 旬，分析氣象產(chǎn)量與每旬平均氣溫、降水量、日照時(shí)數(shù)的相關(guān)性。結(jié)果顯示，氣象產(chǎn)量與5月上旬平均氣溫、5月上旬日照時(shí)數(shù)、5月中旬平均氣溫、5月下旬日照時(shí)數(shù)、6月中旬降水量、7月中旬日照時(shí)數(shù)等6個(gè)因子有較好的相關(guān)性。因此，將這6個(gè)因子作為早稻全生育期內(nèi)的關(guān)鍵氣象因子。

表1 湘北早稻主要生育期和出現(xiàn)時(shí)段

2.3 氣象產(chǎn)量動態(tài)預(yù)報(bào)模型的建立

通過對關(guān)鍵氣象因子的相關(guān)性分析，以關(guān)鍵氣象因子所在時(shí)段的下一旬的第一天作為預(yù)報(bào)時(shí)間，先后是5月11日，5月21日，5月31日，6月21日，7月21日。將預(yù)報(bào)時(shí)間以前的所有關(guān)鍵氣象因子作為自變量，氣象產(chǎn)量作為因變量，采用多元線性回歸的方法，建立氣象產(chǎn)量動態(tài)預(yù)報(bào)模型：

表2 湘北早稻產(chǎn)量與關(guān)鍵氣象因子的相關(guān)性

式中，Y 表示氣象產(chǎn)量，Xi表示第i個(gè)關(guān)鍵氣象因子，a0為常數(shù)，ai為系數(shù)，均隨著預(yù)報(bào)因子數(shù)量的增加發(fā)生變化。早稻氣象產(chǎn)量的動態(tài)預(yù)報(bào)模型在各個(gè)預(yù)報(bào)時(shí)間參數(shù)如表3。

表3 湘北早稻氣象產(chǎn)量動態(tài)預(yù)報(bào)模型參數(shù)

2.4 早稻單產(chǎn)動態(tài)預(yù)報(bào)檢驗(yàn)

分別在5月11日、5月21日、5月31日、6月21日、7月21日對1988～2009年早稻氣象產(chǎn)量進(jìn)行模擬預(yù)報(bào)，檢驗(yàn)結(jié)果如表4 所示。

表4 湘北1988～2009年早稻模擬產(chǎn)量動態(tài)預(yù)報(bào)回代檢驗(yàn)

結(jié)果表明，預(yù)測結(jié)果與實(shí)測結(jié)果趨勢一致率為68.2%～77.3%，平均預(yù)報(bào)準(zhǔn)確率在91.0%以上(表3)，準(zhǔn)確率最小值為68.9%～81.6%，出現(xiàn)在1995年。預(yù)測結(jié)果較為可信。在各預(yù)報(bào)時(shí)間對2010～2011年的早稻產(chǎn)量進(jìn)行動態(tài)預(yù)報(bào)（表5），預(yù)測結(jié)果與實(shí)測結(jié)果趨勢一致率為50%，預(yù)報(bào)準(zhǔn)確率為85.4%～100.0%。

表5 湘北2010～2011年早稻預(yù)報(bào)產(chǎn)量

3 結(jié)論與討論

水稻的關(guān)鍵生育期主要為出苗期、分蘗期和抽穗期[12]。有研究發(fā)現(xiàn)[13-14]，影響湖南南部早稻產(chǎn)量的主要?dú)庀笠蜃邮?月下旬和6月上旬的降水量，其次是5月上、中旬的氣溫；何壽仁[15]發(fā)現(xiàn)影響早稻的主要?dú)庀笠蜃又皇墙邓饕獣r(shí)段是早稻播種期、分蘗期、孕穗期、抽穗揚(yáng)花期等關(guān)鍵期，影響關(guān)系為負(fù)相關(guān)。

本研究發(fā)現(xiàn)，影響湘北地區(qū)早稻產(chǎn)量的主要?dú)庀笠蜃邮?月上旬的平均氣溫和日照時(shí)數(shù)、5月中旬平均氣溫、5月下旬日照時(shí)數(shù)、6月中旬降水量和7月中旬日照時(shí)數(shù)；其中，5月上旬平均氣溫、6月中旬降水量和7月中旬日照時(shí)數(shù)與早稻氣候產(chǎn)量的相關(guān)性最好，這與其他學(xué)者的研究成果具有相似性。結(jié)合早稻的生育期時(shí)段來看，5月上、中旬和6月中旬分別是早稻的分蘗和拔節(jié)-抽穗階段，是水稻的關(guān)鍵生育期。5月上中旬溫度較高、日照充足，有利于早稻形成有效分蘗，為豐產(chǎn)打下基礎(chǔ)；水稻抽穗揚(yáng)花期需要晴好天氣，日照不足，不利于早稻開花，易造成空殼，6月中旬降水量大，不利于產(chǎn)量的形成。7月中旬，早稻產(chǎn)量基本形成，進(jìn)入成熟收獲期，晴好天氣有利于早稻的收曬入倉。

本研究通過對湘北早稻生育期間12 旬平均氣溫、降水量、日照時(shí)數(shù)與氣象產(chǎn)量的相關(guān)性分析，篩選出了湘北地區(qū)早稻產(chǎn)量的關(guān)鍵氣象因子，并建立了基于關(guān)鍵氣象因子的湘北早稻關(guān)鍵生育期氣象產(chǎn)量動態(tài)預(yù)報(bào)模型。經(jīng)過模擬回代檢驗(yàn)和試用，利用該模型對湘北早稻產(chǎn)量的動態(tài)預(yù)報(bào)，準(zhǔn)確率較高，滿足業(yè)務(wù)和服務(wù)需要。同時(shí)，在進(jìn)行早稻產(chǎn)量預(yù)報(bào)業(yè)務(wù)服務(wù)時(shí)，還應(yīng)考慮其他預(yù)報(bào)方法的預(yù)報(bào)結(jié)果，結(jié)合實(shí)地調(diào)研考察加以修正，以進(jìn)一步提高預(yù)測準(zhǔn)確度。

[1]趙 姝,趙黎明,蕭長亮.淺析主要?dú)庀笠蛩貙λ旧L發(fā)育的影響[J].黑龍江農(nóng)業(yè)科學(xué),2010，(8)：36-38.

[2]袁立新,段修榮,余先超.用SPSS建立自貢水稻產(chǎn)量年景預(yù)測模型[J].四川氣象,2006，(1)：31-33.

[3]喬加新,周森鑫,馬 季.基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)氣象產(chǎn)量預(yù)報(bào)系統(tǒng)[J].微計(jì)算機(jī)信息(嵌入式與SOC),2009,25(12-2)：44-46.

[4]李衛(wèi)國.基于TM遙感信息和產(chǎn)量形成過程的水稻估產(chǎn)模型[J].江蘇農(nóng)業(yè)科學(xué),2007,（4）：12-13.

[5]李衛(wèi)國,王紀(jì)華,趙春江，等.基于定量遙感反演與生長模型耦合的水稻產(chǎn)量估測研究[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(7)：128-131.

[6]游 超,蔡元剛,張玉芳.基于氣象適宜指數(shù)的四川盆地水稻氣象產(chǎn)量動態(tài)預(yù)報(bào)技術(shù)研究[J].高原山地氣象研究,2011,31(1)：51-55.

[7]易 雪,王建林,宋迎波，等.早稻產(chǎn)量動態(tài)集成預(yù)報(bào)方法研究[J].中國水稻科學(xué),2011,25(3)：307-313.

[8]鄭昌玲,楊霏云,王建林，等.早稻產(chǎn)量動態(tài)預(yù)報(bào)模型[J].中國農(nóng)業(yè)氣象,2007,28(4)：412-416.

[9]易 雪,王建林,宋迎波.早稻產(chǎn)量綜合動態(tài)預(yù)報(bào)方法研究[J].氣象與環(huán)境科學(xué),2009,32(4)：8-12.

[10]章竹青,邱慶棟,彭夢霜，等.長沙地區(qū)早稻產(chǎn)量定量預(yù)報(bào)模式研究[J].湖南農(nóng)業(yè)科學(xué),2012,（3）：127-129.

[11]宋迎波,王建林,陳 暉,等.中國油菜產(chǎn)量動態(tài)預(yù)報(bào)方法研究[J].氣象,2008,34(3)：93-99.

[12]張麗娟,薛 梅,王曉明.水稻生育期氣候指標(biāo)分析[J].黑龍江氣象,1996,（1）：10-13.

[13]邱新法,曾 燕,黃翠銀.影響我國水稻產(chǎn)量的主要?dú)庀笠蜃拥难芯縖J].南京氣象學(xué)院學(xué)報(bào),2000,23(3)：356-360.

[14]曾 燕,邱新法,黃海智.影響我國主要糧食作物產(chǎn)量的氣象因子研究[J].氣象,2002,28(9)：36-40.

[15]何壽仁.南豐縣早稻產(chǎn)量波動的氣象因子分析[J].江西氣象科技,1999,22(3)：30-31.