渭南玉米產(chǎn)量氣象條件分析與預報模型研究

馬耀絨，淡會星，尹貞鈐，許偉峰

(渭南市氣象局，陜西渭南 714000)

渭南地處關(guān)中平原東部，素有“陜西糧倉”之稱，糧食總產(chǎn)位居全省前列。玉米是渭南市主栽糧食作物，種植面積占全市糧食面積的45%～55%，產(chǎn)量占全市糧食總產(chǎn)的55%～60%，產(chǎn)量豐欠影響全市乃至全省糧食安全。因此，進行玉米產(chǎn)量預測模型研究，對全市糧食安全、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及合理部署可利用資源具有十分重要的意義。大量研究發(fā)現(xiàn)，作物產(chǎn)量與氣象條件關(guān)系密切，尹貞鈐等[1]研究出冬小麥產(chǎn)量與氣象因素的關(guān)系；徐延紅[2]研究出氣候適宜度指數(shù)與玉米氣象產(chǎn)量的相關(guān)關(guān)系。本文通過對渭南市1996—2018年玉米產(chǎn)量分離與模擬，建立較為準確的趨勢產(chǎn)量、氣象產(chǎn)量預測模型，為提高全市玉米產(chǎn)量預報準確率，政府部門合理調(diào)整生產(chǎn)布局提供重要依據(jù)。

1 資料來源

玉米是喜水、喜光作物，降水量、溫度、光照是影響玉米產(chǎn)量的重要氣象要素，晝晴夜雨是農(nóng)作物最理想的生長條件，因此增加夜間降水量作為模型備選氣象因子。渭南春玉米生長期為4月下旬至9月下旬，夏玉米生長期為6月上旬至9月下旬。選取1996—2018年4—9月月降水量、月平均氣溫、月日照時數(shù)、月夜間降水量；旬降水量、旬平均氣溫、旬日照時數(shù)、旬平均最高氣溫和旬平均最低氣溫。以上氣象數(shù)據(jù)來自渭南市氣象局資料室，1996—2018年渭南市玉米產(chǎn)量數(shù)據(jù)來自渭南市統(tǒng)計局，

2 趨勢產(chǎn)量模擬與分離

影響產(chǎn)量的主要因素有自然因素和社會因素兩大類，因此將玉米產(chǎn)量分為趨勢產(chǎn)量、氣象產(chǎn)量和隨機產(chǎn)量3部分[1]。隨機產(chǎn)量由病蟲害、風雹等隨機因素影響，出現(xiàn)概率和影響較小，可忽略不計。趨勢產(chǎn)量受農(nóng)業(yè)生產(chǎn)技術(shù)等非自然因素影響，產(chǎn)量逐年提高。氣象產(chǎn)量是指由氣象條件影響的那部分產(chǎn)量，可正可負。因此，玉米實際產(chǎn)量可表示為

y=yt+yw，

(1)

式(1)中y為實際產(chǎn)量，yt為趨勢產(chǎn)量，yw為氣象產(chǎn)量。

2.1 趨勢產(chǎn)量預報模型建立

趨勢產(chǎn)量與社會生產(chǎn)力、耕作技術(shù)水平及社會因素有關(guān)。其模擬方法有多種[3]，本文采用直線滑動平均法結(jié)合調(diào)和權(quán)重法進行趨勢產(chǎn)量模擬。直線滑動平均法是用一組最近的產(chǎn)量數(shù)據(jù)值來預測未來一年產(chǎn)量的一種常用方法，當產(chǎn)量既不快速增長也不快速下降，且不存在季節(jié)性因素時，直線滑動平均法能有效地消除預測中的隨機波動，是非常有用的。調(diào)和權(quán)重法以不同權(quán)重方法求算各序列樣本對趨勢產(chǎn)量的影響，即距離預報年越近的樣本，其權(quán)重越大[4]。因此采用直線滑動平均法結(jié)合調(diào)和權(quán)重法進行趨勢產(chǎn)量模擬和預報，準確率更高。

設(shè)某階段的線性趨勢方程[5]為

yi=ai+bit。

(2)

式(2)中i=n-k+1,為方程個數(shù)(k為滑動步長；n為樣本序列個數(shù))；t為時間序號；ai、bi為常數(shù)。當i=1時，t=1,2,3…，k；當i=2時，t=2,3,4…，k+1；當i=n-k+1時，t=n-k+1,n-k+2,n-k+3…，n。計算每個方程在t點上的函數(shù)值yi(t)，然后再求算每個t點上i個函數(shù)值的平均值，連接各點的yi(t)，即可表示產(chǎn)量的歷史演變趨勢，當步長k值足夠大時，趨勢產(chǎn)量才能消除短周期波動的影響。

利用渭南市1996—2014年玉米產(chǎn)量數(shù)據(jù)，取滑動步長11 a[5]，求得9個二元一次線性方程，計算各方程在t點的函數(shù)值yi(t)，求算每個t點上的函數(shù)值的平均值，得到趨勢產(chǎn)量yt，分離出氣象產(chǎn)量yw。按照調(diào)和權(quán)重計算方法[4]，依次求算出趨勢產(chǎn)量的年增長量

w(t+1)=y(t+1)-yt。

(3)

當年趨勢產(chǎn)量即為上年趨勢產(chǎn)量加上當年趨勢產(chǎn)量的平均增長量，即

(4)

2.2 趨勢產(chǎn)量分離

依據(jù)趨勢產(chǎn)量計算方法，分別計算出1996—2014年趨勢產(chǎn)量，用實際產(chǎn)量減去趨勢產(chǎn)量得出各年氣象產(chǎn)量(表1)。

表1 1996—2014年渭南玉米實際產(chǎn)量分離結(jié)果 單位: kg/hm2

3 氣象產(chǎn)量與氣象因子相關(guān)性分析

3.1 月氣象因子

利用SPSS17.0軟件，對選取的各月氣象因子與氣象產(chǎn)量進行相關(guān)分析，結(jié)果(表2)顯示：5—8月月降水量和月夜間降水量與氣象產(chǎn)量呈正相關(guān)，9月降水量呈弱的負相關(guān)，表明在玉米營養(yǎng)生長階段(5—8月)，降水量對產(chǎn)量貢獻最大。9月轉(zhuǎn)入生殖生長階段，降水偏多，易造成植株生長延長，貪青晚熟，對產(chǎn)量形成不利。7月降水量、7月夜間降水量通過α=0.01顯著性檢驗，表明產(chǎn)量隨降水量增多而增加。7月夏玉米處于大喇叭口期，營養(yǎng)生長與生殖生長并進，是玉米穗粒形成的關(guān)鍵期，水分需求旺盛。春玉米處于拔節(jié)—灌漿期，此期缺水可造成幼穗發(fā)育不良，嚴重時無法抽雄、受精，產(chǎn)量下降[6-7]。

4—7月月平均氣溫、月日照時數(shù)與氣象產(chǎn)量負相關(guān)，6、7月月平均氣溫通過α=0.05顯著性檢驗，表明玉米出苗期—灌漿期溫度越高，光照偏多時光合作用受阻，抑制產(chǎn)量增加。8—9月月平均氣溫、月日照時數(shù)與產(chǎn)量正相關(guān)，表明玉米乳熟—成熟期，氣溫高、光照條件充足，有利產(chǎn)量形成。月日照時數(shù)未通過顯著性水平檢驗，表明日照時數(shù)對產(chǎn)量形成無顯著影響。

表2 1996—2014年渭南玉米氣象產(chǎn)量與月氣象因子相關(guān)系數(shù)

注:*表示通過α=0.05顯著性檢驗,**表示通過α=0.01顯著性檢驗。

3.2 旬氣象因子

各旬氣象因子與氣象產(chǎn)量相關(guān)分析結(jié)果(見表3)顯示：4月下旬、6月中旬、9月下旬降水量， 5月下旬、6月上旬、9月下旬平均最高氣溫以及5月下旬日照時數(shù)通過α=0.05顯著性檢驗。6月下旬、7月上旬降水量通過α=0.01顯著性檢驗。旬平均氣溫、旬平均最低氣溫未通過相關(guān)檢驗。6月下旬—7月上旬正值夏玉米苗期，春玉米拔節(jié)期，是需水關(guān)鍵期，此期降水偏多，有利作物生長。

表3 1996—2014年渭南玉米氣象產(chǎn)量與旬氣象因子的相關(guān)系數(shù)

注:*表示通過α=0.05顯著性檢驗,**表示通過α=0.01顯著性檢驗。

4 氣象產(chǎn)量預報模型建立與檢驗

4.1 氣象產(chǎn)量模型建立

選取通過a=0.05、a=0.01顯著性檢驗的氣象因子，遵循建模時氣象因子正交的原則[8](7月降水量中包含了7月上旬降水量)，采用多元線性回歸方法，利用SPSS17.0軟件，設(shè)氣象產(chǎn)量為因變量，氣象因子為自變量[9-11]，建立氣象產(chǎn)量預報模型

yw= 476.297+0.207X1+0.034X2-13.193X3-6.17X4-0.91X5。

(5)

式(5)中yw為玉米氣象產(chǎn)量，X1為7月降水量，X2為7月夜間降水量，X3為6月平均氣溫，X4為7月平均氣溫，X5為6月下旬降水量。方程R2=0.719，F(xiàn)=10.206,F>F0.01(5, 13)=4.862，通過顯著性檢驗，回歸方程顯著。

4.2 預報模型檢驗

利用趨勢產(chǎn)量、氣象產(chǎn)量預測模型，對1996—2014年玉米產(chǎn)量進行回代檢驗，結(jié)果(表4)顯示：1996—2014 年玉米實際產(chǎn)量與擬合值誤差為0.3%～8.7%，平均誤差絕對值4.1%，檢驗情況較好。

利用預測模型對2015—2018 年玉米產(chǎn)量進行預測，結(jié)果顯示(表5)：4 a中預報誤差<10%概率為75%，平均誤差5.9%，模型預報效果良好，可以推廣應用。

5 結(jié)論與討論

(1)渭南玉米氣象產(chǎn)量受氣象條件因素影響波動較大，表明氣象因素是影響玉米產(chǎn)量波動的最主要因子，采用氣象產(chǎn)量分離法進行氣象因子與氣象產(chǎn)量模型預測，此種方法合理且準確率高，為其他農(nóng)作物產(chǎn)量預測提供了參考。

表4 1996—2014年玉米產(chǎn)量方程回報檢驗結(jié)果

表5 2015—2018 年玉米產(chǎn)量預報檢驗結(jié)果

(2)在玉米營養(yǎng)生長階段，降水對氣象產(chǎn)量貢獻最大。在生殖生長階段，降水與氣象產(chǎn)量呈弱的負相關(guān)，降水偏多對氣象產(chǎn)量形成不利。因此，降水量是影響玉米產(chǎn)量的主要氣象因子，農(nóng)業(yè)氣象服務中應關(guān)注旬月降水預報和旱情監(jiān)測。

(3)預報模型檢驗結(jié)果顯示，該模型預報效果良好，可在日常產(chǎn)量預報業(yè)務中推廣應用，有利預報準確率提高。