2種基于歷史豐歉氣象影響指數(shù)的莖瘤芥產(chǎn)量動態(tài)預(yù)報方法比較

武強，韓旭，唐余學(xué)，徐倩倩，陽園燕

摘要：以涪陵莖瘤芥為例，基于歷史豐歉氣象影響指數(shù)，綜合診斷篩選氣象要素相似年型，采用大概率法與加權(quán)平均分析法建立莖瘤芥產(chǎn)量預(yù)報模型，并驗證不同方法的莖瘤芥產(chǎn)量動態(tài)預(yù)報準確性。結(jié)果表明：同一年份不同起報時間的氣象條件相似年型差異主要發(fā)生在熱量條件的相似年，其次是光照條件相似年，而水分條件相似年在同一年份不同起報時間無變化。但同一起報時間不同年份的氣象條件相似年，無明顯的重復(fù)性，即年際間的氣象條件具有差異性，能夠綜合反映氣象條件對莖瘤芥產(chǎn)量豐歉的決定性。比較大概率法與加權(quán)平均分析法的莖瘤芥產(chǎn)量預(yù)報結(jié)果，在產(chǎn)量豐歉趨勢預(yù)報方面，大概率法在較早的起報時間易出現(xiàn)較大的偏差，但是隨著起報時間推后，產(chǎn)量豐歉趨勢趨于正確;加權(quán)平均分析法在大多數(shù)年份的產(chǎn)量豐歉趨勢預(yù)報準確性較高，但是個別年份會出現(xiàn)不同起報時間的持續(xù)性預(yù)報偏差。在單產(chǎn)預(yù)報準確率方面，加權(quán)平均分析法預(yù)報結(jié)果明顯優(yōu)于大概率法，但2種方法均在1月1日起報時間表現(xiàn)出最高的預(yù)報準確率，大概率法1月1日起報的單產(chǎn)預(yù)報準確率平均值為89.5%，加權(quán)平均分析法1月1日為起報時間單產(chǎn)預(yù)報準確率平均值為98.9%。在進入2月份也即莖瘤芥瘤莖膨大后期，預(yù)報準確率降低。

關(guān)鍵詞：產(chǎn)量預(yù)報;大概率法;加權(quán)平均分析法;氣象條件相似年;莖瘤芥

中圖分類號：S165+.27文獻標(biāo)識碼：A文章編號：1000-4440（2021）06-1443-08

Comparison of two methods for yield prediction of Brassica juncea var. tumida Tsen & Lee based on meteorological influence index of historical yield

WU Qiang1，2，3，HAN Xu3，TANG Yu-xue1，2，3，XU Qian-qian4，YANG Yuan-yan1，2，3

（1.Chongqing Institute of Meteorological Sciences， Chongqing 401147， China;2.Chongqing Engineering Research Center of Agrometeorology and Satellite Remote Sensing， Chongqing 401147， China;3.Jiangjin Modern Agrometeorology Experimental Station， Chongqing 402260， China;4.Hefei Meteorological Bureau， Hefei 230041， China）

Abstract：Based on the meteorological influence index of historical yield， the similarity year of meteorological conditions was selected by integrated diagnosis. The large probability method and weighted average method were used to establish the yield prediction model of Brassica juncea var. tumida Tsen & Lee， and the accuracy of different methods was verified. The results showed that the difference of similarity year of meteorological conditions with different starting times in the same year mainly occurred in the heat condition. Secondly， the similarity year of light conditions was different in some years， while the water conditions had no change in different starting times. However， there was no obvious repeatability in the similarity years of meteorological conditions with the same starting time， that was， the meteorological conditions were different among years， which could comprehensively reflect the decisive effect of meteorological conditions on the yield of Brassica juncea var. tumidaTsen & Lee. Comparing with the results of the large probability method and the weighted average method， the large probability method was prone to large deviation in the early starting time， the yield trend tended to be correct with the delay of reporting time. The accuracy of the weighted average method was high， but the persistent forecasting deviation with different starting time could occur in some years. In terms of the prediction accuracy of unit yield， the prediction result of weighted average method was obviously better than that of large probability method， both methods showed the highest forecast accuracy on the starting time of January 1， the highest forecast accuracy of large probability method and weighted average method were 89.5% and 98.9%. In February， the late period of stem enlargement of Brassica juncea var. tumida Tsen & Lee， the accuracy of prediction decreased.

Key words：yield prediction;large probability method;weighted average method;similarity year of meteorological conditions;Brassica juncea var. tumida Tsen & Lee

莖瘤芥（Brassica juncea var. tumida Tsen & Lee）是重慶最具特色的經(jīng)濟作物之一，屬于莖用芥菜的變種[1]，其膨大肉質(zhì)莖是榨菜加工的主要原料。涪陵區(qū)是莖瘤芥的核心產(chǎn)區(qū)，除東南部武陵山系高海拔地區(qū)外，全區(qū)都有種植，截至2019年，種植面積穩(wěn)定在4.8×104 hm2以上?？茖W(xué)、準確地開展莖瘤芥產(chǎn)量預(yù)報工作對合理利用農(nóng)業(yè)氣候資源、充分發(fā)揮氣象趨利避害作用、保障作物安全生產(chǎn)與經(jīng)濟效益具有重要意義[2]。

關(guān)于作物產(chǎn)量動態(tài)預(yù)報方法已有較多的研究和應(yīng)用[3-5]，傳統(tǒng)的農(nóng)學(xué)預(yù)報方法應(yīng)用簡單，但預(yù)報結(jié)果偏差較大[6-7]。作物生長模擬模型是目前較新的作物產(chǎn)量預(yù)報研究方向，但需要較為完備的科學(xué)理論基礎(chǔ)，并獲取土壤、生育期、生物量等數(shù)據(jù)信息[8-11]，對于小宗特色經(jīng)濟作物在生育期氣象條件影響機理研究不是十分完善的情況下，則有一定應(yīng)用局限性。遙感技術(shù)在作物產(chǎn)量預(yù)報中也有應(yīng)用，復(fù)雜地形條件、天氣條件影響以及分辨率精度較低等是重要的限制因素[12-14]。因此，目前仍以統(tǒng)計預(yù)報方法的應(yīng)用最為廣泛，主要是通過構(gòu)建各類氣象要素中關(guān)鍵氣象影響因子與作物生長發(fā)育以及產(chǎn)量形成的相關(guān)關(guān)系[15-16]，建立動態(tài)預(yù)報模型[17-19]，并在水稻、小麥、玉米等糧食作物的產(chǎn)量預(yù)報中取得較好應(yīng)用效果[20-22]。本研究以涪陵莖瘤芥為例，基于歷史豐歉氣象影響指數(shù)，綜合診斷篩選氣象要素相似年型，采用大概率法與加權(quán)平均分析法建立莖瘤芥產(chǎn)量預(yù)報模型，以期尋求實現(xiàn)莖瘤芥產(chǎn)量預(yù)報的切實方案，為莖瘤芥產(chǎn)量預(yù)報以及其他特色經(jīng)濟作物的產(chǎn)量預(yù)報提供科學(xué)依據(jù)與方法參考。

1資料與方法

1.1研究區(qū)域概況

莖瘤芥核心產(chǎn)區(qū)重慶市涪陵區(qū)（29°21′-30°01′N，106°56′-107°43′E，海拔138～1 977 m），全區(qū)除東南部靠近武陵山系的高海拔地區(qū)外均有莖瘤芥種植。地處中亞熱帶濕潤季風(fēng)氣候區(qū)，常年平均氣溫18.2 ℃，≥10 ℃活動積溫6 127.5 ℃·d，年降水量1 098.8 mm，無霜期317 d，年日照時數(shù)1 095.6 h。

1.2數(shù)據(jù)來源

氣象數(shù)據(jù)來自涪陵區(qū)國家基本氣象站、莖瘤芥種植區(qū)區(qū)域氣象站，包括1979-2019年逐日平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)。計算得到莖瘤芥苗期至產(chǎn)量預(yù)報起報日的≥0 ℃積溫、累積降水量、標(biāo)準化降水量、累積日照時數(shù)。

莖瘤芥產(chǎn)量數(shù)據(jù)來自涪陵區(qū)統(tǒng)計局，由總產(chǎn)和種植面積計算得到單產(chǎn)。對莖瘤芥瘤莖產(chǎn)量進行處理得到瘤莖產(chǎn)量氣象影響指數(shù)[23-24]。

△Yi=Yi-Yi-1Yi-1×100%（1）

式中，△Yi為產(chǎn)量氣象影響指數(shù)，Yi、Yi-1為第i年、第i-1年瘤莖單產(chǎn)。產(chǎn)量氣象影響指數(shù)△Yi正、負值分別代表產(chǎn)量豐和歉。

按照涪陵區(qū)莖瘤芥生育期多年觀測結(jié)果，確定幼苗期為9-10月，瘤莖膨大期為11月-2月中旬[1]。

1.3氣象條件相似年

相鄰年份間產(chǎn)量變化可認為主要由氣象條件的不同導(dǎo)致，同一地區(qū)的同一作物，2個歷史年份的氣象要素變化相近或者相似，則該作物產(chǎn)量變化也應(yīng)該相似。2個氣象條件相似年可以由基于歐氏距離與相關(guān)系數(shù)的綜合診斷指標(biāo)判斷確定[25-26]。

Cik=rikdik×100%（2）

rik=∑nj=1（△Xij-△X—i）（△Xkj-△X—k）∑nj=1（△Xij-△X—i）2∑nj=1（△Xkj-△X—k）2（3）

dik=∑nj=1（△Xij-△X—kj）2（4）

△Xi=Xi-Xi-1（5）

式中，k為產(chǎn)量預(yù)報年，i為任一歷史年，j為氣象要素序號，n為樣本長度。Cik為預(yù)報年（k年）和任一歷史年（i年）的氣象條件相似年綜合診斷指標(biāo)，值越大，相似程度越高。rik為預(yù)報年（k年）和任一歷史年（i年）某氣象要素間的相關(guān)系數(shù)。dik為預(yù)報年（k年）和任一歷史年（i年）某氣象要素間的歐氏距離?！鱔i為相鄰兩年某氣象要素的差值。Xij為任一歷史年（i年）第（j）個氣象要素值，Xkj為預(yù)報年（k年）第（j）個氣象要素值，X—k、X—i為預(yù)報年（k年）或任一歷史年（i年）n個氣象要素平均值，Xi、Xi-1為第i年和i-1年的氣象要素值。

選取熱量、水分、光照3類氣象要素，包括日平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)、莖瘤芥苗期至產(chǎn)量預(yù)報起報日≥0 ℃積溫、累積降水量、標(biāo)準化降水量、累積日照時數(shù)等，分別作為參與計算的X。利用氣象條件相似年綜合診斷指標(biāo)Cik，計算得到各氣象要素相似程度最高的年型，并在熱量、水分、光照3類氣象要素得到的相似年中，各篩選出3個相似程度最高的年型，共9個相似年型，作為預(yù)報年產(chǎn)量豐歉氣象影響指數(shù)的預(yù)報數(shù)據(jù)集。

1.4大概率法歷史豐歉氣象影響指數(shù)產(chǎn)量預(yù)報模型

大概率法是根據(jù)氣象條件相似年綜合診斷指標(biāo)，篩選出預(yù)報年與歷史年份的9個歷史氣象要素相似年，計算產(chǎn)量豐歉頻率大小，選取頻率較大的豐歉年型作為產(chǎn)量預(yù)報值。該方法統(tǒng)計多年歷史年份相似年的產(chǎn)量豐或歉發(fā)生頻率，得到理想條件豐歉概率，即該氣候特點條件的年份實際可能的產(chǎn)量豐歉情況。并以之為代表性歷史年份，作進一步類比分析。

△Yk=∑△Yi（+）ll>m∑△Yi（-）ml<m（6）

式中，△Yk為單產(chǎn)豐歉預(yù)報值，△Yi（+）為9個歷史氣象要素相似年中，產(chǎn)量豐收年型的產(chǎn)量氣象影響指數(shù)，△Yi（-）為9個歷史氣象要素相似年中，產(chǎn)量歉收年型的產(chǎn)量氣象影響指數(shù)，l為產(chǎn)量為豐的年型數(shù)量，m為產(chǎn)量為歉的年型數(shù)量。

1.5加權(quán)平均分析法歷史豐歉氣象影響指數(shù)產(chǎn)量預(yù)報模型

加權(quán)平均分析法是根據(jù)氣象條件相似年綜合診斷指標(biāo)，篩選出預(yù)報年與歷史年份的9個歷史氣象要素相似年，以豐歉年型頻率大小，綜合計算得到單產(chǎn)豐歉預(yù)報值。該方法將計算得到的歷史氣象要素相似年產(chǎn)量豐歉的可能性，進行無差別綜合考慮，將9個歷史氣象要素相似年均作為代表性歷史年份，作進一步類比分析。

△Yk=∑△Yi（+）l×a（+）+∑△Yi（-）m×a（-）（7）

a（+）=l9，a（-）=m9（8）

式中，△Yk為單產(chǎn)豐歉預(yù)報值，△Yi（+）為9個歷史氣象要素相似年中產(chǎn)量豐收年型的產(chǎn)量氣象影響指數(shù)，△Yi（-）為9個歷史氣象要素相似年中產(chǎn)量歉收年型的產(chǎn)量氣象影響指數(shù)，l為產(chǎn)量為豐的年型數(shù)量，m為產(chǎn)量為歉的年型數(shù)量。a（+）、a（-）為預(yù)報試驗結(jié)果為正值、負值的概率。

1.6產(chǎn)量預(yù)報準確率判斷

豐歉趨勢準確率用預(yù)報值與實際值的產(chǎn)量氣象影響指數(shù)△Yi正負符號判斷，符號一致則豐歉趨勢準確，否則不準確。

單產(chǎn)預(yù)報準確率由單產(chǎn)預(yù)報值與實際值計算得到。

單產(chǎn)預(yù)報準確率=1-Y1-Y0Y0×100%（9）

式中，Y1、Y0分別為單產(chǎn)預(yù)報值和單產(chǎn)實際值。

2結(jié)果與分析

2.1氣象因子相似年型篩選結(jié)果

利用歐氏距離與相關(guān)系數(shù)的綜合診斷指標(biāo)，判斷2015-2019年不同起報時間的氣象條件相似年，經(jīng)計算得到，熱量條件相似年中相似程度較高的熱量指標(biāo)主要是≥0 ℃積溫，水分條件相似年中相似程度最高的降水指標(biāo)為標(biāo)準化降水量，光照條件相似年中相似程度較高的光照條件主要為累積日照時數(shù)。2015-2019年不同起報時間的氣象條件篩選結(jié)果見表1，同一年份的不同起報時間，氣象條件相似年有一定的重復(fù)性。比較同一年份不同起報時間的熱量條件、水分條件、光照條件的相似年型，可見隨著起報時間的延后，影響氣象條件相似年的篩選與判定的氣象因素主要是熱量條件，即統(tǒng)計時間段熱量條件的差異導(dǎo)致了相似年份篩選結(jié)果的不同。光照條件造成的相似年份判定結(jié)果差異較小，而水分條件未體現(xiàn)出對相似年份判定的影響。反映出熱量條件是影響莖瘤芥產(chǎn)量形成以及預(yù)報準確性的主要原因，而水分條件在莖瘤芥的瘤莖膨大期的表現(xiàn)則較為穩(wěn)定。主要是因為莖瘤芥的瘤莖膨大期一般為11月上旬-2月中旬，而重慶地區(qū)冬季以陰到多云天氣為主，且降水較少，統(tǒng)計多年平均月降雨量，11月為55.7 mm，12月為23.6 mm，1月為18.5 mm，2月為21.2 mm，說明在11月以后，進入冬季降雨水量迅速減少，且維持著每月降水20 mm左右的穩(wěn)定狀態(tài)，加之冬季陰天低溫，地表蒸發(fā)及作物蒸騰量極小，故水分條件基本處于較為穩(wěn)定的動態(tài)平衡狀態(tài)， 1980-2020年大多數(shù)年份上一年12至次年2月標(biāo)準化降水量穩(wěn)定在2.5～3.5 mm，無明顯波動變化。比較同一起報時間不同年份的氣象條件相似年，無明顯的重復(fù)性，說明年際間的氣象條件具有差異性，能夠綜合反映氣象條件對莖瘤芥產(chǎn)量豐歉的決定性。

2.2大概率法莖瘤芥產(chǎn)量預(yù)報結(jié)果

利用大概率法對2015-2019年涪陵區(qū)莖瘤芥單產(chǎn)以及豐歉趨勢進行動態(tài)預(yù)報，如果預(yù)報值△Y與實際△Y符號一致則預(yù)報趨勢正確，否則不正確，單產(chǎn)預(yù)報準確率由公式（9）計算得到。結(jié)果（表2）顯示，12月1日起報，在2015年與2018年豐歉趨勢預(yù)報不正確，1月1日起報，2015年豐歉趨勢預(yù)報不正確，2月1日、2月21日起報的豐歉趨勢在2015-2019年均正確。說明大概率法在較早的起報時間可能發(fā)生豐歉趨勢的預(yù)報誤差，隨著起報時間的推后，豐歉趨勢準確率提升。由2015-2019年不同起報時間單產(chǎn)預(yù)報準確率可見，以12月1日起報的單產(chǎn)預(yù)報準確率平均值最低，為87.2%;1月1日起報的單產(chǎn)預(yù)報準確率平均值最高，為89.5%。2月1日、2月21日起報的單產(chǎn)準確率降低。說明12月是莖瘤芥產(chǎn)量形成氣象條件影響的關(guān)鍵期，進入1月瘤莖基本形成，且膨大期后期對于不利氣象條件的抗性提高，氣象條件對莖瘤芥產(chǎn)量形成的影響較前期減小。

2.3加權(quán)平均分析法莖瘤芥產(chǎn)量預(yù)報結(jié)果

利用加權(quán)平均分析法對2015-2019年涪陵區(qū)莖瘤芥單產(chǎn)以及豐歉趨勢進行動態(tài)預(yù)報，結(jié)果（表3）顯示2018年豐歉趨勢預(yù)報在不同起報時間均不正確，其余年份的豐歉趨勢除2016年2月1日起報結(jié)果外，均預(yù)報正確。2018年預(yù)報值△Y不同起報時間的平均值為1.879，△Y實際值為-0.024，豐歉趨勢不正確，但豐歉趨勢氣象影響指數(shù)偏差較小。說明加權(quán)平均分析法對于所有相似年的整體平均可能導(dǎo)致整體氣候影響趨勢的誤判，產(chǎn)量豐歉趨勢預(yù)報結(jié)果不如大概率法。由2015-2019年不同起報時間的單產(chǎn)預(yù)報準確率可見，不同起報時間預(yù)報準確率均處于95%以上的較高水平，比較而言，1月1日為起報時間的單產(chǎn)預(yù)報準確率最高，為98.9%，2月1日為起報時間的單產(chǎn)預(yù)報準確率最低，平均為95.7%。表現(xiàn)出12月氣象條件對莖瘤芥產(chǎn)量形成的關(guān)鍵作用。

2.4兩種莖瘤芥產(chǎn)量預(yù)報方法計算結(jié)果比較

比較大概率法與加權(quán)平均分析法的莖瘤芥產(chǎn)量預(yù)報結(jié)果（表2、表3）可以發(fā)現(xiàn)，在產(chǎn)量豐歉趨勢預(yù)報方面，兩種方法各有其優(yōu)勢，大概率法在較早的起報時間易出現(xiàn)較大的偏差，但是隨著起報時間推后，產(chǎn)量豐歉趨勢趨于正確，且較為穩(wěn)定;加權(quán)平均分析法在大多數(shù)年份的產(chǎn)量豐歉趨勢預(yù)報準確性較高，但是個別年份會出現(xiàn)不同起報時間的持續(xù)性預(yù)報偏差。其原因可能是個別相似年型的預(yù)判不準確，而在大概率法中，產(chǎn)量豐歉估算相反的氣象條件相似年被舍去不參與運算，而加權(quán)平均分析法則將這一類氣象相似年當(dāng)作無差別貢獻引入計算，導(dǎo)致了最終的預(yù)報偏差。

比較單產(chǎn)預(yù)報準確率（表2、表3）可以發(fā)現(xiàn)，加權(quán)平均分析法預(yù)報結(jié)果較大概率法有明顯提升，但兩種方法均表現(xiàn)出以1月1日為起報時間預(yù)報準確率最高的共同特點。大概率法的預(yù)報產(chǎn)量與實際產(chǎn)量比較結(jié)果（圖1a）表明，以1月1日為起報時間各年份預(yù)報單產(chǎn)與實際單產(chǎn)的吻合度最高。以12月1日、1月1日、2月1日、2月21日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)進行線性擬合（圖1b～圖1e），可見擬合效果較為離散，其中僅以12月1日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)擬合結(jié)果較好，決定系數(shù)為0.616 6（n=5，通過α=0.05顯著性檢驗），其余起報時間預(yù)報單產(chǎn)與實際單產(chǎn)擬合結(jié)果未通過顯著性檢驗。由圖1a可以看出主要是在2015和2018年，各起報時間的預(yù)報單產(chǎn)均有較大偏差。比較加權(quán)平均分析法的預(yù)報產(chǎn)量與實際產(chǎn)量（圖2a）發(fā)現(xiàn)，以1月1日為起報時間各年份預(yù)報單產(chǎn)與實際單產(chǎn)的吻合度最高。以12月1日、1月1日、2月1日、2月21日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)進行線性擬合（圖2b～圖2e），可以發(fā)現(xiàn)加權(quán)平均分析法擬合效果優(yōu)于大概率法，其中以12月1日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)擬合結(jié)果的決定系數(shù)為0.745 3（n=5，通過α=0.05顯著性檢驗），以1月1日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)擬合結(jié)果的決定系數(shù)為0.834 4（n=5，通過α=0.05顯著性檢驗），1月1日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)的一致性更好，2月1日和2月21日為起報時間的預(yù)報單產(chǎn)與實際單產(chǎn)擬合結(jié)果未通過α=0.05顯著性檢驗。主要是因為1月份以后，決定莖瘤芥產(chǎn)量的瘤莖部分基本穩(wěn)定形成，且瘤莖抗逆性較苗期增強，該時段發(fā)生一定范圍內(nèi)的不利氣象條件，對最終產(chǎn)量的影響較為有限。經(jīng)計算得到在熱量條件相似年中，相似程度最高的熱量指標(biāo)是≥0 ℃積溫，而瘤莖形成以后的1月至2月中旬，冬季的低溫條件以及不同年份可能發(fā)生的顯著降溫過程在參與歷史氣象要素相似年的診斷篩選時，會有明顯的影響，導(dǎo)致≥0 ℃積溫值的偏低，進而在歷史氣象要素相似年的判斷中，與產(chǎn)量豐歉的實際情況發(fā)生一定偏差，因而預(yù)報準確率有所降低。

綜上所述，在產(chǎn)量豐歉趨勢預(yù)報準確率方面，大概率法與加權(quán)平均分析法表現(xiàn)出各自的優(yōu)勢，大概率法隨著起報時間推后產(chǎn)量豐歉趨勢預(yù)報準確率提高，加權(quán)平均分析法可在較早的起報時間準確預(yù)報產(chǎn)量豐歉趨勢，但是在個別年份會出現(xiàn)不同起報時間的持續(xù)性誤判。在單產(chǎn)預(yù)報準確率方面，加權(quán)平均分析法預(yù)報結(jié)果明顯優(yōu)于大概率法，但兩種方法均在1月1日起報時間表現(xiàn)出最高的預(yù)報準確率，在進入2月也即莖瘤芥瘤莖膨大后期，預(yù)報準確率降低。

3討論

本研究以涪陵莖瘤芥為例，基于歷史豐歉氣象影響指數(shù)，綜合診斷篩選氣象要素相似年型，采用大概率法與加權(quán)平均分析法建立莖瘤芥產(chǎn)量預(yù)報模型，并驗證不同方法的莖瘤芥產(chǎn)量預(yù)報準確性。

比較同一年份不同起報時間的氣象條件相似年型，發(fā)現(xiàn)影響氣候條件相似年的篩選與判定的氣象因素主要是熱量條件，其次是部分年份的光照條件。而水分條件相似年在同一年份不同起報時間無變化。但同一起報時間不同年份的氣象條件相似年無明顯的重復(fù)性，即年際間的氣象條件具有差異性，能夠綜合反映氣象條件對莖瘤芥產(chǎn)量豐歉的決定性。

比較大概率法與加權(quán)平均分析法的莖瘤芥產(chǎn)量預(yù)報結(jié)果，在產(chǎn)量豐歉趨勢預(yù)報方面，兩種方法各有其優(yōu)勢，大概率法在較早的起報時間易出現(xiàn)較大的偏差，但是隨著起報時間推后，產(chǎn)量豐歉趨勢預(yù)報趨于正確，且較為穩(wěn)定;加權(quán)平均分析法在大多數(shù)年份的產(chǎn)量豐歉趨勢預(yù)報準確性較高，但是個別年份會出現(xiàn)不同起報時間的持續(xù)性預(yù)報偏差。單產(chǎn)預(yù)報準確率方面，加權(quán)平均分析法預(yù)報結(jié)果明顯優(yōu)于大概率法，但兩種方法均在1月1日起報時間表現(xiàn)出最高的預(yù)報準確率，在進入2月也即莖瘤芥瘤莖膨大后期，預(yù)報準確率降低。大概率法1月1日起報時間的單產(chǎn)預(yù)報準確率平均值為89.5%。加權(quán)平均分析法1月1日起報時間的單產(chǎn)預(yù)報準確率平均值為98.9%。主要是由于在莖瘤芥瘤莖形成前期，即1月1日左右，植株抗逆性較差，瘤莖膨大對于氣象環(huán)境條件較為敏感，從而氣象環(huán)境條件影響產(chǎn)量形成。而莖瘤芥瘤莖形成后期，直至進入2月，瘤莖已經(jīng)穩(wěn)定生成，抗逆性較強，該時期氣象環(huán)境條件對最終瘤莖產(chǎn)量的形成影響較小，因而在2月以后作為起報時間，莖瘤芥產(chǎn)量預(yù)報準確率降低。為進一步提高莖瘤芥產(chǎn)量預(yù)報的準確率，可以莖瘤芥瘤莖形成的氣象適宜條件作為切入點，深入研究瘤莖形成的生理生化特點，得到更加準確的莖瘤芥產(chǎn)量預(yù)報起報時間。

參考文獻：

[1]劉佩英. 中國芥菜[M].北京：中國農(nóng)業(yè)出版社，1996：77-120.

[2]羅夢森，景元書，熊世為. 基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的水稻氣象產(chǎn)量預(yù)報模型[J].氣象科學(xué)，2012，32（6）：665-670.

[3]郭亞菲，樊超，閆洪濤. 基于主成分分析和粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（19）：241-245.

[4]唐俊，趙成萍，周新志，等. 基于EVI-RBF的玉米長勢監(jiān)測及產(chǎn)量預(yù)測[J].江蘇農(nóng)業(yè)學(xué)報，2020，36（3）：577-583.

[5]李環(huán)，孫素芬，羅長壽. 基于NARX神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測模型[J]. 江蘇農(nóng)業(yè)科學(xué)，2020，48（22）：228-232.

[6]劉樹澤，張宏銘，藍鴻第. 作物產(chǎn)量預(yù)報方法[M].北京：氣象出版社，1987：11-35.

[7]王書裕. 作物產(chǎn)量的預(yù)報方法[J].氣象學(xué)報，1984，42（3）：349-355.

[8]李明星，劉建棟，王馥棠，等. 分布式水文模型在陜西省冬小麥產(chǎn)量模擬中的應(yīng)用[J].水土保持通報，2008（5）：148-154.

[9]熊偉. CERES-Wheat模型在我國小麥區(qū)的應(yīng)用效果及誤差來源[J].應(yīng)用氣象學(xué)報，2009，20（1）：88-94.

[10]BOOGAARD H， WOLF J， SUPIT I， et al. A regional implementation of WOFOST for calculating yield gaps of autumn-sown wheat across the European Union[J]. Field Crops Research， 2013， 143：130-142.

[11]MA G， HUANG J， WU W， et al. Assimilation of MODIS-LAI into the WOFOST model for forecasting regional winter wheat yield[J]. Mathematical & Computer Modelling， 2013， 58（3/4）：634-643.

[12]王利民，姚保民，劉佳，等. 基于SWAP模型同化遙感數(shù)據(jù)的黑龍江南部春玉米產(chǎn)量監(jiān)測[J].農(nóng)業(yè)工程學(xué)報，2019，35（22）：285-295.

[13]李軍玲，郭其樂，彭記永. 基于MODIS數(shù)據(jù)的河南省冬小麥產(chǎn)量遙感估算模型[J].生態(tài)環(huán)境學(xué)報，2012，21（10）：1665-1669.

[14]鄧坤枚，孫九林，陳鵬飛，等. 利用國產(chǎn)環(huán)境減災(zāi)衛(wèi)星遙感信息估測春小麥產(chǎn)量——以內(nèi)蒙古陳巴爾虎旗地區(qū)為例[J].自然資源學(xué)報，2011，26（11）：1942-1952.

[15]單璐璐，譚麗靜，白華，等. 低溫陰雨對丹東地區(qū)糧食作物產(chǎn)量的影響[J].氣象科技，2017，45（4）：745-749.

[16]肖卉，沈瑱，劉杰，等. 連云港水稻產(chǎn)量的氣象影響因子分析[J].氣象科學(xué)，2011（S1）：81-86.

[17]王賀然，張慧，王瑩，等. 基于兩種方法建立遼寧大豆產(chǎn)量豐歉預(yù)報模型對比[J].中國農(nóng)業(yè)氣象，2018，39（11）：725-738.

[18]朱海霞，李東明，王銘，等. 基于積分回歸法黑龍江省作物產(chǎn)量動態(tài)預(yù)報研究[J].氣象與環(huán)境學(xué)報，2018，34（3）：86-92.

[19]易靈偉，楊愛萍，余焰文，等. 基于氣候適宜指數(shù)的江西晚稻產(chǎn)量動態(tài)預(yù)報模型構(gòu)建及應(yīng)用[J].氣象，2016，42（7）：885-891.

[20]魏瑞江，宋迎波，王鑫. 基于氣候適宜度的玉米產(chǎn)量動態(tài)預(yù)報方法[J].應(yīng)用氣象學(xué)報，2009，20（5）：622-627.

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

[22]武文輝，吳戰(zhàn)平，袁淑杰，等. 貴州夏旱對水稻、玉米產(chǎn)量影響評估方法研究[J].氣象科學(xué)，2008（2）：232-236.

[23]杜春英，李帥，王晾晾，等. 基于歷史產(chǎn)量豐歉影響指數(shù)的黑龍江省水稻產(chǎn)量動態(tài)預(yù)報[J].中國農(nóng)業(yè)氣象， 2010， 31（3）： 427-430.

[24]宋迎波，王建林，楊霏云，等. 糧食安全氣象服務(wù)[M].北京：氣象出版社，2006：182-196.

[25]邱美娟，劉布春，劉園，等. 春玉米產(chǎn)量動態(tài)預(yù)報技術(shù)的改進方法探索[J].氣象與環(huán)境科學(xué)，2020，43（1）：1-8.

[26]陳上，竇子荷，蔣騰聰，等. 基于聚類法篩選歷史相似氣象數(shù)據(jù)的玉米產(chǎn)量DSSAT-CERES-Maize預(yù)測[J].農(nóng)業(yè)工程學(xué)報，2017，33（19）：147-155.

（責(zé)任編輯：張震林）

收稿日期：2021-03-03

基金項目：國家自然科學(xué)基金面上項目（42175193）;重慶市技術(shù)創(chuàng)新與應(yīng)用發(fā)展專項項目（cstc2020jscx-msxmX0111）;中國氣象局創(chuàng)新發(fā)展專項項目（CXFZ2021J068、CXFZ2021J073）;重慶市氣象部門智慧氣象技術(shù)創(chuàng)新團隊項目（ZHCXTD-202016）;重慶市氣象部門業(yè)務(wù)技術(shù)攻關(guān)項目（YWJSGG-201905）;重慶市氣象局科技計劃項目（QNJJ-201703）

作者簡介：武強（1989-），男，山西河曲人，碩士，工程師，主要從事農(nóng)田小氣候與氣象儀器研究。（E-mail）theodorus@yeah.net

通訊作者：唐余學(xué)， （E-mail）cqtangyx@foxmail.com