夏玉米產(chǎn)量與主要氣象因子灰色關(guān)聯(lián)度分析

楊寧，孔令剛，甄鐵軍，夏珍珍，楊慧，王洛彩，鄭國喜

（山東省棗莊市農(nóng)業(yè)農(nóng)機技術(shù)推廣中心，山東棗莊 277800）

0 引言

為解決傳統(tǒng)數(shù)據(jù)分析難題，中國著名學(xué)者鄧聚龍教授于1982 年提出了灰色系統(tǒng)理論[1-2]，這是一種多因素統(tǒng)計分析方法，以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統(tǒng)為研究對象，主要通過對“部分”已知信息的生成、開發(fā)，提取有價值的信息，實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的正確描述和有效監(jiān)控[3]，經(jīng)過三十多年的發(fā)展，廣泛應(yīng)用在社會、農(nóng)業(yè)、生態(tài)、經(jīng)濟等眾多領(lǐng)域[4-9]，成功解決了生產(chǎn)、生活和科學(xué)研究中大量的實際問題。在農(nóng)業(yè)生產(chǎn)中，即使播種面積、種子、化肥、農(nóng)藥、灌溉條件等信息完全明確，但是由于自然環(huán)境、氣候條件、勞動力技術(shù)水平、市場行情、耕作模式、農(nóng)業(yè)政策等信息不明確，仍然很難預(yù)計產(chǎn)量與產(chǎn)值。前人對玉米產(chǎn)量相關(guān)的灰色關(guān)聯(lián)度分析研究較多，多數(shù)為產(chǎn)量與農(nóng)藝性狀[10-18]、生物產(chǎn)量[19]、產(chǎn)量構(gòu)成因子[20-22]、育種[23-26]、光合相關(guān)性[27]、秸稈還田保護性耕作[28]、覆膜栽培[29]等方面的灰色關(guān)聯(lián)度研究，對于夏玉米產(chǎn)量與主要氣象因子的灰色關(guān)聯(lián)度研究較少。棗莊市位于山東省南部，屬于溫帶大陸性季風(fēng)氣候，雨熱同期，水熱資源充沛，土質(zhì)優(yōu)良，農(nóng)業(yè)發(fā)展?jié)摿Υ?。但地區(qū)間、季節(jié)間和年度間雨水分布不均勻，造成季節(jié)間的先旱后澇、澇后又旱、年際間旱澇交替，是棗莊市長期以來糧食生產(chǎn)不穩(wěn)定的基本原因。加之氣候環(huán)境的變化，水資源缺乏，氣候變化劇烈，導(dǎo)致夏季高溫?zé)岷?、雨澇等?zāi)害頻繁發(fā)生[30]。本研究為進一步明確棗莊地區(qū)氣象因素與夏玉米產(chǎn)量之間的關(guān)聯(lián)程度，開展夏玉米與主要氣象因子之間灰色關(guān)聯(lián)分析，進而更加科學(xué)地提出有效農(nóng)業(yè)應(yīng)對措施，以期為黃淮海地區(qū)夏玉米糧食安全豐產(chǎn)豐收提供借鑒。

1 材料與方法

1.1 數(shù)據(jù)來源

2011—2018 年主要氣象因子數(shù)據(jù)來源于棗莊市氣象局，通過山東省棗莊市下轄的滕州市、山亭區(qū)、嶧城區(qū)、臺兒莊區(qū)、市中區(qū)、薛城區(qū)觀測站數(shù)據(jù)匯總梳理而得，主要涉及夏玉米生育期數(shù)據(jù)，棗莊市夏玉米一般在6 月上旬播種、9 月底收獲，制約夏玉米安全生產(chǎn)的主要氣象因子有溫度(℃)、降水量(mm)和光照時數(shù)(h)，把2011—2018 年夏玉米的產(chǎn)量(X0)作為參考序列，把6—9 月氣溫(X1)、降水量(X2)、光照時數(shù)(X3)以及6 月氣溫(X4)、降水量(X5)、光照時數(shù)(X6)、7 月氣溫(X7)、降水量(X8)、光照時數(shù)(X9)、8 月氣溫(X10)、降水量(X11)、光照時數(shù)(X12)、9 月氣溫(X13)、降水量(X14)、光照時數(shù)(X15)作為比較序列。近些年，隨著優(yōu)質(zhì)品種的推廣種植，‘鄭單958’、‘浚單20’、‘登海605’、‘隆平208’、‘中科玉505’、‘聯(lián)創(chuàng)808’、‘裕豐303’等品種[32]不斷成為棗莊市的主推品種，2011—2018年棗莊市夏玉米產(chǎn)量(kg/hm2)數(shù)據(jù)來源于滕州市、山亭區(qū)、市中區(qū)、薛城區(qū)、嶧城區(qū)、臺兒莊區(qū)和高新區(qū)農(nóng)業(yè)農(nóng)村部門，通過各區(qū)（市）單產(chǎn)按照種植面積進行加權(quán)平均而得。

1.2 數(shù)據(jù)處理

灰色關(guān)聯(lián)度分析對于一個農(nóng)業(yè)系統(tǒng)發(fā)展變化態(tài)勢提供了量化的度量，非常適合動態(tài)歷程分析[2]。用Microsoft Excel對夏玉米產(chǎn)量與主要氣象因子數(shù)據(jù)進行統(tǒng)計匯總。采用以下計算步驟進行灰色關(guān)聯(lián)模型分析。

第一步：確定比較序列與參考序列。

設(shè)n 個數(shù)據(jù)序列形成如下比較序列，如公式(1)所示。

參考數(shù)據(jù)列如公式(2)所示。

第二步：進行無量綱化處理。

由于系統(tǒng)中各因素的物理意義不同，導(dǎo)致數(shù)據(jù)的量綱也不一定相同，為方便分析夏玉米產(chǎn)量與各參數(shù)之間的關(guān)聯(lián)度，對表中數(shù)據(jù)采用均值化變換進行無量綱化處理，即先分別用各參量數(shù)據(jù)去除對應(yīng)各序列中的平均數(shù)據(jù)，得出相應(yīng)的無量綱序列，如公式(3)所示。

無量綱化后的數(shù)據(jù)序列形成如公式(4)所示矩陣。

第三步：計算絕對差值。

逐個計算每個被評價對象參考序列與比較序列對應(yīng)元素的絕對差值|x0(k)-xi(k) |。

其中，i=0，1，…，n；k=1，2，…，m，n是被評價對象個數(shù)。

第四步：計算兩極最值。

按照公式(5)、(6)分別計算兩級最小差和兩級最大差。

第五步：計算關(guān)聯(lián)系數(shù)。

按照公式(7)，分別計算每個比較序列與參考序列對應(yīng)元素的關(guān)聯(lián)系數(shù)。

其中，k=1，2，…，m，ρ為分辨系數(shù)，0＜ρ＜1。若ρ越小，關(guān)聯(lián)系數(shù)間差異越大，區(qū)分能力越強。通常情況下ρ取0.5。

第六步：計算關(guān)聯(lián)度

按照公式(8)，對各評價對象（比較序列）分別計算每個指標(biāo)與參考序列對應(yīng)元素的關(guān)聯(lián)系數(shù)的均值，以反映各評價對象與參考序列的關(guān)聯(lián)關(guān)系，并稱其為關(guān)聯(lián)序。

2 結(jié)果與分析

2.1 夏玉米產(chǎn)量與主要氣象因子變異系數(shù)分析

在進行夏玉米與主要氣象因子灰色關(guān)聯(lián)度分析時，把2011—2018 年夏玉米的產(chǎn)量(X0)作為參考序列，把6—9 月氣溫(X1)、降水量(X2)、光照時數(shù)(X3)以及6 月氣溫(X4)、降水量(X5)、光照時數(shù)(X6)、7 月氣溫(X7)、降水量(X8)、光照時數(shù)(X9)、8 月氣溫(X10)、降水量(X11)、光照時數(shù)(X12)、9 月氣溫(X13)、降水量(X14)、光照時數(shù)(X15)作為比較序列。用每項序列的方差除以平均值計算變異系數(shù)。2011—2018年，夏玉米產(chǎn)量變異系數(shù)為0.0304。6—9 月全生育期的氣溫、降水量、光照時數(shù)變異系數(shù)分別為0.0221、0.2630、0.1345，表明：變異系數(shù)降水量＞光照時數(shù)＞氣溫。6—9 月降水量變異系數(shù)排序分別為：7 月降水量(0.6865)＞6 月降水量(0.6733)＞9 月降水量(0.4386)＞8 月降水量(0.3883)；6—9 月光照時數(shù)變異系數(shù)排序分別為：8 月光照時數(shù)(0.2673)＞9 月光照時數(shù)(0.1804)＞6 月光照時數(shù)(0.1754)＞7月光照時數(shù)(0.1246)；6—9月氣溫變異系數(shù)排序分別為：8 月氣溫(0.0470)＞9 月氣溫(0.0418)＞7 月氣溫(0.0367)＞6 月氣溫(0.0297)。6—9 月氣溫變異系數(shù)均小于0.1，8 月氣溫變異系數(shù)最高為0.0470，2013年最高為28.9℃，此時多數(shù)玉米處于開花灌漿期，偏高的氣溫影響玉米的開花授粉，造成玉米授粉不良出現(xiàn)缺粒，影響產(chǎn)量；6—9 月降水量變異系數(shù)均大于0.3，7月變異系數(shù)多達0.6865，說明7月降水量變化非常大，最多年份2017 年為418.2 mm，最少年份2015年為74.4 mm，兩年相差344 mm，這一點與7 月常發(fā)生暴雨、干旱等異常氣候天氣相符；6—9 月光照時數(shù)變異系數(shù)最高的是8 月，變異系數(shù)為0.2673，最高年份2018 年是202 h，最低年份2011 年是95.6 h，8 月的光照時數(shù)主要影響玉米的開花、授粉與籽粒形成。

2.2 夏玉米產(chǎn)量與主要氣象因子灰色關(guān)聯(lián)度分析

通過公式(1)～(8)，分別對原始數(shù)據(jù)進行無量鋼化處理、計算絕對差值、兩級極差、關(guān)聯(lián)系數(shù)等，結(jié)果表明，夏玉米產(chǎn)量與主要氣象因子灰色關(guān)聯(lián)度排序分別為：9 月氣溫(0.9562)、6—9 月氣溫(0.9449)、6 月氣溫(0.9312)、7 月氣溫(0.9283)、8 月氣溫(0.9157)、6—9 月光照時數(shù)(0.8578)、7 月光照時數(shù)(0.8393)、9 月光照時數(shù)(0.8283)、6 月光照時數(shù)(0.8212)、8 月光照時數(shù)(0.7803)、6—9 月降水量(0.7623)、9 月降水量(0.6783)、8 月降水量(0.6239)、6 月降水量(0.5842)、7 月降水量(0.5409)。

表1 夏玉米產(chǎn)量與主要氣象因子變異系數(shù)表

氣溫是影響玉米產(chǎn)量的主要因子，2013 年夏玉米產(chǎn)量為7726.5 kg/hm2，在8 年中產(chǎn)量最低，較平均產(chǎn)量7848.3 kg/hm2低121.8 kg/hm2，全生育平均氣溫26.2℃，在8 年當(dāng)中最高，當(dāng)年出現(xiàn)≥35℃高溫天氣16天[33]，比其余的年份均多，高溫天氣不利于玉米籽粒授粉結(jié)實，致使玉米穗分化受到影響，營養(yǎng)代謝失調(diào)，果穗發(fā)育、授粉不良，出現(xiàn)空桿、苞葉過短、缺粒、禿尖、半邊臉等現(xiàn)象，最終影響玉米的產(chǎn)量。9 月氣溫主要影響夏玉米灌漿速率，氣溫適宜夏玉米灌漿時間長，氣溫偏低或是偏高均不利于夏玉米的灌漿，影響產(chǎn)量；6 月氣溫主要影響夏玉米苗期生長發(fā)育；對于6月上旬播種的田塊將在7 月下旬進入開花授粉期，此時間段常出現(xiàn)高溫天氣，影響玉米授粉結(jié)實，同時7月氣溫偏高不利于雌雄穗的分化發(fā)育；8 月大多數(shù)玉米處于開花、授粉、灌漿期，溫度不僅影響授粉結(jié)實，也影響籽粒灌漿初期進程。

光照長短影響玉米的光合作用，7 月夏玉米多數(shù)處于穗分化時期，夏玉米經(jīng)過小喇叭口期、大喇叭口期、抽雄期、吐絲期，是營養(yǎng)生長與生殖生長并進的時期，充足的光照為玉米豐產(chǎn)奠定堅實基礎(chǔ)；9 月是夏玉米灌漿時期，此時期光照充足能提高夏玉米光合作用速率，積累更多的營養(yǎng)物質(zhì)，提高夏玉米的產(chǎn)量；6月夏玉米正處于幼苗期，如果這個時期光照時數(shù)不足，幼苗光合作用較差，容易形成弱小苗或者導(dǎo)致幼苗徒長，玉米莖稈表皮細胞壁變薄，莖稈抵御冰雹、大風(fēng)等災(zāi)害性天氣的能力降低，容易造成夏玉米倒伏；8月棗莊市夏玉米處于開花授粉期、籽粒形成期，此時間段陰雨天氣較多，光照時數(shù)出現(xiàn)不足。

降水量是制約玉米產(chǎn)量一個重要的因素，9 月是夏玉米灌漿期，此時期常出現(xiàn)干旱降水不足的問題，縮短灌漿時間；8 月已經(jīng)進入汛期，常發(fā)生洪澇天氣、洪澇—高溫并存天氣、洪澇—大風(fēng)并存天氣，降水量普遍較大，對夏玉米的授粉、結(jié)實、灌漿均是不利的；6月是播種、幼苗期，常出現(xiàn)干旱天氣，通常在播種后及時進行澆灌，確保出苗與苗期生長；7 月常發(fā)生高溫、干旱、洪澇等災(zāi)害，容易導(dǎo)致夏玉米倒伏、植株偏矮、雌雄穗分化不同步。

2.3 夏玉米生育期主要農(nóng)業(yè)應(yīng)對措施分析

（1）進行夏玉米全生育期智能監(jiān)測預(yù)警平臺創(chuàng)建。加強農(nóng)業(yè)農(nóng)村與氣象、水利、應(yīng)急等部門的溝通協(xié)作，促進氣象數(shù)據(jù)共享，棗莊市在全國率先建設(shè)市級現(xiàn)代農(nóng)業(yè)智能監(jiān)測平臺[33]，實現(xiàn)對農(nóng)作物的蟲情、土壤墑情、氣象、苗情、災(zāi)情等遠程視頻監(jiān)控，提高了災(zāi)情預(yù)防、災(zāi)后補救等方面的效率。

（2）推廣應(yīng)用質(zhì)優(yōu)豐產(chǎn)抗逆品種。優(yōu)良品種是玉米獲得豐產(chǎn)穩(wěn)產(chǎn)的內(nèi)在遺傳基礎(chǔ)，結(jié)合處于黃淮海區(qū)域的棗莊氣候特征，繼續(xù)推廣應(yīng)用抗旱、抗?jié)?、抗花期高溫、抗倒伏、抗病等抗逆性較強、結(jié)實率高、耐密、穗位適中、增產(chǎn)潛力大的優(yōu)良品種，例如‘鄭單958’、‘浚單20’、‘登海605’、‘隆平208’、‘中科玉505’、‘聯(lián)創(chuàng)808’、‘裕豐303’、‘登海618’等品種[32]，注重良種與良法的有機配套融合。

（3）應(yīng)用玉米全程機械化。根據(jù)夏玉米品種特性，確定合適的播種量與種肥量，保證單位株數(shù)符合有關(guān)農(nóng)藝要求。宜選擇可一次性完成破茬開溝、施肥、單粒播種、覆土、鎮(zhèn)壓等作業(yè)工序的復(fù)式機具，以節(jié)約成本。利用玉米聯(lián)合收獲技術(shù)，在收獲玉米果穗或籽粒的同時實現(xiàn)秸稈粉碎還田[34]，推動農(nóng)機農(nóng)藝不斷融合。

（4）集成推廣應(yīng)用綠色豐產(chǎn)種植管理技術(shù)。在配方施肥的基礎(chǔ)上，實施有機肥替代化肥和增施微生物菌肥，改善土壤的理化性質(zhì)，提高玉米的抗病、抗旱、抗倒伏能力；在病蟲害防治方面，選用生物源農(nóng)藥與礦物源農(nóng)藥，采用行走式噴藥機或無人機等現(xiàn)代植保機械進行綜合綠色防控；在水肥管理方面，推廣應(yīng)用節(jié)水微噴灌技術(shù)和水肥一體化技術(shù)[35]，以提高水資源、化肥資源等投入品的利用效率，此舉符合國家化肥使用量零增長行動計劃，有利于實現(xiàn)資源節(jié)約型、綠色可持續(xù)型農(nóng)業(yè)。

（5）鼓勵發(fā)展適度規(guī)模經(jīng)營。為充分發(fā)揮勞動、土地、資本、技術(shù)、管理等生產(chǎn)要素的作用，發(fā)展適度規(guī)模經(jīng)營，積極扶持農(nóng)業(yè)龍頭企業(yè)、種植大戶、家庭農(nóng)場、專業(yè)合作社，實行標(biāo)準化經(jīng)營管理，提高土地的利用效率。調(diào)動農(nóng)戶的種糧積極性，發(fā)揮規(guī)模經(jīng)營的示范帶動作用，增加農(nóng)民種糧收益。

表2 夏玉米產(chǎn)量與主要氣象因子灰色關(guān)聯(lián)度排序表

（6）人工輔助授粉。當(dāng)氣溫達到35℃以上，局部容易出現(xiàn)高溫?zé)岷μ鞖猓斐捎衩资诜鄄涣?，禿尖、缺粒，產(chǎn)量降低?？稍诟邷馗珊灯陂g，一般在上午8—10 時，用竹竿來回掃雄穗，進行人工輔助授粉，可以減輕高溫對玉米授粉受精過程的影響，提高結(jié)實率。同時，合理運籌肥水，以水調(diào)肥，加速肥料發(fā)揮，改善植株的營養(yǎng)狀況，增強玉米的抗高溫、抗旱能力。

3 結(jié)論與討論

（1）通過夏玉米產(chǎn)量與15 個氣象因素進行灰色關(guān)聯(lián)度分析，灰色關(guān)聯(lián)度分析排序為：9 月氣溫(0.9562)、6—9 月氣溫(0.9449)、6 月氣溫(0.9312)、7 月氣溫(0.9283)、8 月氣溫(0.9157)、6—9 月光照時數(shù)(0.8578)、7 月光照時數(shù)(0.8393)、9 月光照時數(shù)(0.8283)、6 月光照時數(shù)(0.8212)、8 月光照時數(shù)(0.7803)、6—9 月降水量(0.7623)、9 月降水量(0.6783)、8 月降水量(0.6239)、6 月降水量(0.5842)、7 月降水量(0.5409)。影響魯南地區(qū)夏玉米產(chǎn)量主要氣象因子是氣溫，其次是光照時數(shù)，最后是降水量。與王二虎等[36]開展的開封市夏玉米產(chǎn)量與氣象因素的灰色關(guān)聯(lián)度分析結(jié)果不完全一致，主要與當(dāng)?shù)胤N植的玉米品種、異常氣候災(zāi)害發(fā)生情況、病蟲害發(fā)生情況、栽培技術(shù)措施、年份選擇數(shù)量等方面有很大關(guān)系。

（2）通過氣溫、降水量、光照時數(shù)等數(shù)據(jù)的變異系數(shù)顯示，年度間呈現(xiàn)很大的波動性，針對魯南地區(qū)常發(fā)生的高溫、干旱、洪澇等異常氣候災(zāi)害，可以通過開展夏玉米全生育期監(jiān)測預(yù)警、選擇優(yōu)良的抗性品種、增施功能性有機肥、水肥一體化技術(shù)、機械化耕種收、疏通溝渠、人工輔助授粉等技術(shù)措施，在異常災(zāi)害發(fā)生前未雨綢繆，災(zāi)害發(fā)生后科學(xué)應(yīng)對，減輕異常氣候災(zāi)害對夏玉米產(chǎn)量的影響，實現(xiàn)糧食減損增效，多項技術(shù)措施亦可在相同生態(tài)區(qū)域推廣應(yīng)用。

（3）灰色關(guān)聯(lián)度分析亦具有自身的局限性，在數(shù)據(jù)的選擇中具有一定的主觀性，在一定程度上制約數(shù)據(jù)分析的客觀性，故在以后的數(shù)據(jù)分析中增加數(shù)據(jù)分析的年份、因素的數(shù)量等因量，以提高數(shù)據(jù)分析的準確性與科學(xué)性。