冬小麥觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量的差異性分析*

劉 維，孟翠麗，宋迎波**

冬小麥觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量的差異性分析*

劉 維1，孟翠麗2，宋迎波1**

（1.國(guó)家氣象中心，北京 100081；2.武漢農(nóng)業(yè)氣象試驗(yàn)站，武漢 430040）

分析對(duì)比全國(guó)123個(gè)冬小麥農(nóng)業(yè)氣象觀測(cè)站1991?2017年觀測(cè)產(chǎn)量與所在縣統(tǒng)計(jì)產(chǎn)量的年代際、變異系數(shù)和傾向率的差異；利用2006?2010年各縣冬小麥種植面積平均值省內(nèi)占比作為權(quán)重因子，將縣觀測(cè)產(chǎn)量與縣統(tǒng)計(jì)產(chǎn)量加權(quán)集成為省級(jí)尺度觀測(cè)產(chǎn)量和省級(jí)尺度統(tǒng)計(jì)產(chǎn)量，并與統(tǒng)計(jì)局發(fā)布的省公布產(chǎn)量進(jìn)行對(duì)比，分析省級(jí)尺度三種不同產(chǎn)量的年代際變化和傾向率差異。結(jié)果表明：（1）縣觀測(cè)產(chǎn)量和縣統(tǒng)計(jì)產(chǎn)量均表現(xiàn)為高產(chǎn)縣數(shù)量增幅明顯，低產(chǎn)縣數(shù)量減幅明顯；21世紀(jì)10年代兩者均為高產(chǎn)年代，21世紀(jì)00年代兩者差值達(dá)到峰值。（2）縣尺度變異系數(shù)觀測(cè)產(chǎn)量離散程度高于縣統(tǒng)計(jì)產(chǎn)量，49個(gè)縣觀測(cè)產(chǎn)量的變異系數(shù)小于0.20，僅8個(gè)站大于0.40；72個(gè)縣統(tǒng)計(jì)產(chǎn)量變異系數(shù)小于0.20，僅9個(gè)站點(diǎn)變異系數(shù)大于0.30。（3）各縣觀測(cè)產(chǎn)量中有73個(gè)站點(diǎn)傾向率呈現(xiàn)顯著增加趨勢(shì)，大多集中在河北、河南、山東、江蘇、安徽等冬小麥主產(chǎn)?。?00個(gè)縣統(tǒng)計(jì)產(chǎn)量呈顯著增加趨勢(shì)。（4）21世紀(jì)00年代為各省觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量的高產(chǎn)年代，20世紀(jì)90年代為低產(chǎn)年代；山東、安徽、河北、江蘇、陜西和山西等省10a觀測(cè)產(chǎn)量的平均值在各個(gè)年代均高于省統(tǒng)計(jì)產(chǎn)量平均值。（5）除新疆和山西外其余省份省級(jí)尺度觀測(cè)產(chǎn)量?jī)A向率均通過(guò)顯著性檢驗(yàn)；所有省份省統(tǒng)計(jì)產(chǎn)量和公布產(chǎn)量?jī)A向率均通過(guò)顯著性檢驗(yàn)，且產(chǎn)量增幅均為正值?？傮w來(lái)說(shuō)，基于觀測(cè)產(chǎn)量的冬小麥產(chǎn)量序列可以為產(chǎn)量預(yù)報(bào)提供新的數(shù)據(jù)來(lái)源。

冬小麥；農(nóng)試站；觀測(cè)產(chǎn)量；統(tǒng)計(jì)產(chǎn)量；面積權(quán)重集成

作物產(chǎn)量預(yù)報(bào)是現(xiàn)代農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)與科研開(kāi)發(fā)的重要工作之一，國(guó)家級(jí)和省級(jí)產(chǎn)量預(yù)報(bào)產(chǎn)品更是各級(jí)政府部門制定農(nóng)業(yè)生產(chǎn)政策重要的參考依據(jù)，是氣象為農(nóng)服務(wù)的重要組成部分[1?2]。隨著氣象部門精密監(jiān)測(cè)、精準(zhǔn)預(yù)報(bào)、精細(xì)服務(wù)要求的提出，精細(xì)化服務(wù)成為農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)的必然要求，隨著農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)評(píng)估與預(yù)報(bào)、農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)和評(píng)估、農(nóng)用天氣預(yù)報(bào)等農(nóng)業(yè)氣象服務(wù)進(jìn)入公里級(jí)別[2?3]，開(kāi)展地市級(jí)和縣級(jí)作物產(chǎn)量預(yù)報(bào)，拓展產(chǎn)量預(yù)報(bào)服務(wù)范圍，提升作物產(chǎn)量預(yù)報(bào)的精細(xì)化和精準(zhǔn)度是未來(lái)農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)的發(fā)展趨勢(shì)。目前產(chǎn)量預(yù)報(bào)業(yè)務(wù)應(yīng)用中的產(chǎn)量資料唯一來(lái)源為統(tǒng)計(jì)部門的公布產(chǎn)量，但公布產(chǎn)量獲取存在較長(zhǎng)的滯后性，特別是縣級(jí)尺度的產(chǎn)量序列，獲取難度更大。而全國(guó)氣象部門的農(nóng)業(yè)氣象觀測(cè)體系中有653個(gè)農(nóng)業(yè)氣象觀測(cè)站、70個(gè)農(nóng)業(yè)氣象試驗(yàn)站，可實(shí)時(shí)監(jiān)測(cè)作物不同生育期生長(zhǎng)狀況，且各觀測(cè)站逐年上報(bào)觀測(cè)地段觀測(cè)的單位面積作物產(chǎn)量數(shù)據(jù)（觀測(cè)產(chǎn)量）與所在縣統(tǒng)計(jì)局公布的單位面積的作物產(chǎn)量資料（統(tǒng)計(jì)產(chǎn)量），這也為氣象部門開(kāi)展基于站點(diǎn)觀測(cè)產(chǎn)量的產(chǎn)量預(yù)報(bào)提供了數(shù)據(jù)支撐。當(dāng)前多數(shù)研究集中在利用農(nóng)試站生育期觀測(cè)資料進(jìn)行作物模型模擬[4?7]、災(zāi)害評(píng)估[8?9]、氣候變化對(duì)作物生長(zhǎng)及種植制度的影響[10?13]等方面；吳冰潔等[14]研究了氣象因子對(duì)華北平原冬小麥?zhǔn)屑?jí)產(chǎn)量的影響；趙凱娜等[15]利用灰色關(guān)聯(lián)度分析了河南省縣域冬小麥產(chǎn)量與生育期氣象要素的關(guān)系。當(dāng)前開(kāi)展縣級(jí)尺度冬小麥產(chǎn)量的研究就少，對(duì)農(nóng)試站觀測(cè)產(chǎn)量本身的可用性及與統(tǒng)計(jì)產(chǎn)量的差異研究也未有相關(guān)報(bào)道。

冬小麥作為最主要的夏收糧食作物，在國(guó)家糧食安全中占有重要地位，加之氣候變化對(duì)冬小麥種植制度及產(chǎn)量的影響在加大[16?17]，冬小麥產(chǎn)量預(yù)報(bào)工作顯得尤其重要。當(dāng)前全國(guó)氣象部門共有221個(gè)氣象站能提供冬小麥區(qū)域觀測(cè)產(chǎn)量和當(dāng)?shù)亟y(tǒng)計(jì)產(chǎn)量，因此本研究從歷年冬小麥觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量入手，分析兩者變化規(guī)律，并利用種植面積權(quán)重占比將縣尺度產(chǎn)量集成為省級(jí)尺度產(chǎn)量，并對(duì)集成的省級(jí)產(chǎn)量進(jìn)行對(duì)比，明確觀測(cè)產(chǎn)量的可用性與可預(yù)報(bào)性，為開(kāi)展不同空間尺度的冬小麥預(yù)報(bào)提供產(chǎn)量資料基礎(chǔ)，以提高冬小麥產(chǎn)量預(yù)報(bào)的精細(xì)化和準(zhǔn)確率，滿足現(xiàn)代農(nóng)業(yè)氣象服務(wù)新需求。

1 材料與方法

1.1 研究區(qū)域及產(chǎn)量數(shù)據(jù)

研究區(qū)域包括河南、山東、安徽、新疆等北方10個(gè)省、自治區(qū)，根據(jù)2013?2017年統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)，該區(qū)域冬小麥5a平均總產(chǎn)量占全國(guó)總產(chǎn)量的90%以上，其中河南、山東、安徽、河北、江蘇5省約占82%，是最重要的小麥生產(chǎn)地。冬小麥單位面積實(shí)測(cè)產(chǎn)量數(shù)據(jù)為全國(guó)冬小麥農(nóng)業(yè)氣象觀測(cè)站1991?2017年的產(chǎn)量觀測(cè)數(shù)據(jù)（新疆和江蘇為1995?2017年，省級(jí)產(chǎn)量同），剔除觀測(cè)年份少于10a的站點(diǎn)后剩余123個(gè)站點(diǎn)；各站點(diǎn)冬小麥實(shí)測(cè)產(chǎn)量數(shù)據(jù)來(lái)源于國(guó)家氣象信息中心。

縣尺度單位面積產(chǎn)量資料包括兩類，一是直接使用123個(gè)站點(diǎn)的實(shí)測(cè)產(chǎn)量觀測(cè)數(shù)據(jù)作為站點(diǎn)所在縣的產(chǎn)量，稱為縣觀測(cè)產(chǎn)量；二是直接使用123個(gè)站點(diǎn)所在縣對(duì)應(yīng)的統(tǒng)計(jì)產(chǎn)量資料，稱為縣統(tǒng)計(jì)產(chǎn)量，該資料來(lái)源于各農(nóng)試站提供的當(dāng)年縣級(jí)統(tǒng)計(jì)產(chǎn)量。

省級(jí)產(chǎn)量有三類，一是直接使用國(guó)家統(tǒng)計(jì)局公布的各省平均單產(chǎn)，稱為省公布產(chǎn)量，來(lái)源于各省統(tǒng)計(jì)年鑒；二是由各縣產(chǎn)量集成計(jì)算，即以省內(nèi)涉及的各觀測(cè)站所在縣5a（2006?2010年）冬小麥種植面積平均值占比（占省內(nèi)所有觀測(cè)站所在縣種植面積之和）作為權(quán)重因子，對(duì)各站單產(chǎn)進(jìn)行加權(quán)集成得到所在省的冬小麥平均單產(chǎn)，由各縣統(tǒng)計(jì)產(chǎn)量集成的省級(jí)產(chǎn)量稱為省統(tǒng)計(jì)產(chǎn)量，由各縣所轄農(nóng)試站觀測(cè)產(chǎn)量集成的稱為省觀測(cè)產(chǎn)量；各省觀測(cè)站站點(diǎn)信息及面積權(quán)重因子等資料見(jiàn)表1。

表1 各省觀測(cè)站和縣數(shù)量及站點(diǎn)面積權(quán)重因子

1.2 研究方法

1.2.1 產(chǎn)量?jī)A向率

對(duì)產(chǎn)量序列與年份進(jìn)行線性回歸分析[18?19]，回歸系數(shù)b為產(chǎn)量線性傾向率，b＞0表明產(chǎn)量隨時(shí)間呈增加趨勢(shì)，b＜0表明產(chǎn)量隨時(shí)間呈減少趨勢(shì)，并對(duì)相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)。

1.2.2 產(chǎn)量系列變異系數(shù)

用變異系數(shù)來(lái)反映縣觀測(cè)產(chǎn)量與縣統(tǒng)計(jì)產(chǎn)量各自間的離散程度[20]，即

式中，CVi為變異系數(shù)，CVi越大表示產(chǎn)量越離散，SDi為縣觀測(cè)產(chǎn)量或縣統(tǒng)計(jì)產(chǎn)量的標(biāo)準(zhǔn)差，Meani為產(chǎn)量平均值，i為觀測(cè)產(chǎn)量或統(tǒng)計(jì)產(chǎn)量。

2 結(jié)果與分析

2.1 縣級(jí)尺度觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量的差異

2.1.1 平均值差異

由圖1a可見(jiàn)，1991?2000年10a間，河北、山東、江蘇、新疆、河南東部等地縣觀測(cè)產(chǎn)量平均值大部在4000kg·hm?2以上；山西、陜西、湖北、河南西部多在4000kg·hm?2以下；共有18個(gè)縣10a平均產(chǎn)量超過(guò)6000kg·hm?2，38個(gè)縣平均產(chǎn)量不足4000kg·hm?2，其中僅12個(gè)縣不足3000kg·hm?2。而從縣統(tǒng)計(jì)產(chǎn)量10a均值來(lái)看，山東、江蘇、新疆、河南東部多在4000kg·hm?2以上，僅7個(gè)縣10a平均產(chǎn)量超過(guò)6000kg·hm?2，55個(gè)縣統(tǒng)計(jì)產(chǎn)量平均值不足4000kg·hm?2，其中有26個(gè)不足3000kg·hm?2。從兩者差值來(lái)看，共有84個(gè)縣觀測(cè)產(chǎn)量高于縣統(tǒng)計(jì)產(chǎn)量，其中有36個(gè)縣超過(guò)1000kg·hm?2，尤以甘肅、陜西兩省突出；僅有39個(gè)縣觀測(cè)產(chǎn)量低于縣統(tǒng)計(jì)產(chǎn)量。

由圖1b可見(jiàn)，2001?2010年10a間，大部省份10a縣觀測(cè)產(chǎn)量平均值都在4000kg·hm?2以上，僅17個(gè)縣平均產(chǎn)量不足4000kg·hm?2，集中在山西、陜西和湖北；而有38個(gè)縣超過(guò)6000kg·hm?2。而從縣統(tǒng)計(jì)產(chǎn)量10a均值來(lái)看，共有42個(gè)縣統(tǒng)計(jì)產(chǎn)量不足4000kg·hm?2，且大部分集中在甘肅、陜西、山西、湖北等省，共有19個(gè)縣統(tǒng)計(jì)產(chǎn)量高于6000kg·hm?2。從兩者差值來(lái)看，共有91個(gè)縣觀測(cè)產(chǎn)量高于縣統(tǒng)計(jì)產(chǎn)量，其中有52個(gè)超過(guò)1000kg·hm?2；僅32個(gè)縣觀測(cè)產(chǎn)量低于縣統(tǒng)計(jì)產(chǎn)量。

圖1 1991?2000年(a)、2001?2010年(b)和2011?2017(c)年縣尺度觀測(cè)產(chǎn)量(1)、統(tǒng)計(jì)產(chǎn)量(2)和兩者之差(3)

由圖1c可見(jiàn)，2011?2017年7a間，大部省份7a縣觀測(cè)產(chǎn)量平均值都在4000kg·hm?2以上，僅10個(gè)縣平均產(chǎn)量不足4000kg·hm?2，集中在山西、湖北；而有65個(gè)縣超過(guò)6000kg·hm?2，且大部分集中在河南、山東、河北、安徽及新疆。而從縣統(tǒng)計(jì)產(chǎn)量7a均值來(lái)看，共有22個(gè)縣統(tǒng)計(jì)產(chǎn)量不足4000kg·hm?2，45個(gè)縣統(tǒng)計(jì)產(chǎn)量高于6000kg·hm?2。從兩者差值來(lái)看，共有87個(gè)縣觀測(cè)產(chǎn)量高于統(tǒng)計(jì)產(chǎn)量，其中46個(gè)超過(guò)1000kg·hm?2；僅有36個(gè)縣觀測(cè)產(chǎn)量低于縣統(tǒng)計(jì)產(chǎn)量。

可見(jiàn)，對(duì)于縣觀測(cè)產(chǎn)量來(lái)說(shuō)，超過(guò)6000kg·hm?2的縣個(gè)數(shù)從20世紀(jì)90年代的18個(gè)增至21世紀(jì)10年代的65個(gè)，而不足4000kg·hm?2的個(gè)數(shù)從38個(gè)減至10個(gè)。對(duì)于縣統(tǒng)計(jì)產(chǎn)量來(lái)說(shuō)，不足4000kg·hm?2的縣個(gè)數(shù)從20世紀(jì)90年代的55個(gè)減至21世紀(jì)00年代的42個(gè)再到10年代的22個(gè)，而超過(guò)6000kg·hm?2的個(gè)數(shù)從7個(gè)增至45個(gè)。整體上看，縣觀測(cè)產(chǎn)量和縣統(tǒng)計(jì)產(chǎn)量均增幅明顯，21世紀(jì)10年代均為高產(chǎn)年代，但兩者差值在00年代達(dá)到峰值，2010年以后兩者差值減小，但仍高于20世紀(jì)90年代。

2.1.2 變異系數(shù)差異

對(duì)1991?2017年縣觀測(cè)產(chǎn)量變異系數(shù)的分析表明（圖2a），49個(gè)縣觀測(cè)產(chǎn)量變異系數(shù)小于0.20，46個(gè)變異系數(shù)在0.20～0.30，陜西、山西、甘肅等地共有8個(gè)站大于0.40。對(duì)縣統(tǒng)計(jì)產(chǎn)量變異系數(shù)的分析表明（圖2b），14個(gè)縣統(tǒng)計(jì)產(chǎn)量變異系數(shù)小于0.10，58個(gè)縣變異系數(shù)在0.10～0.20，僅9個(gè)站點(diǎn)變異系數(shù)大于0.30，表明統(tǒng)計(jì)產(chǎn)量年際間差異較小。從兩者對(duì)比來(lái)看，新疆和山東兩省區(qū)內(nèi)所有縣變異系數(shù)都小于0.30，觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量穩(wěn)定性最高；僅甘肅通渭、陜西永壽和河北黃驊三地觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量變異系數(shù)均大于0.3。

整體上看，縣尺度變異系數(shù)觀測(cè)產(chǎn)量離散程度要高于縣統(tǒng)計(jì)產(chǎn)量，因?yàn)榭h觀測(cè)產(chǎn)量是農(nóng)試站地塊實(shí)際測(cè)得的產(chǎn)量，代表的范圍有限，且易受到管理措施和氣象災(zāi)害的影響；而縣統(tǒng)計(jì)產(chǎn)量則是全縣的平均單產(chǎn)，代表全縣的產(chǎn)量水平，且當(dāng)某地出現(xiàn)災(zāi)害導(dǎo)致減產(chǎn)時(shí)，全縣其余地塊可能出現(xiàn)不受災(zāi)或者增產(chǎn)的可能性，縣內(nèi)不同地塊存在補(bǔ)償性，這就導(dǎo)致縣統(tǒng)計(jì)產(chǎn)量相對(duì)穩(wěn)定，所以觀測(cè)產(chǎn)量波動(dòng)大，統(tǒng)計(jì)產(chǎn)量波動(dòng)較小。一般情況在作物品種和種植方式較為穩(wěn)定以及農(nóng)業(yè)措施較為完善的情形下，縣單產(chǎn)的年際間變化可以認(rèn)為是由于氣象條件波動(dòng)造成的，一定程度上也為利用觀測(cè)產(chǎn)量進(jìn)行產(chǎn)量預(yù)報(bào)提供了客觀條件。

2.1.3 線性傾向率差異

由圖3可見(jiàn)，1991?2017年（圖3a），各縣觀測(cè)產(chǎn)量中有73個(gè)站點(diǎn)線性變化呈現(xiàn)顯著增加趨勢(shì)，大多集中在河北、河南、山東、江蘇、安徽等主產(chǎn)??；僅湖北麻城、新疆莎車、甘肅文縣和山東福山4個(gè)縣呈現(xiàn)顯著減少趨勢(shì)，其余46個(gè)站點(diǎn)線性變化不顯著；傾向率高于200kg·hm?2·a?1的5個(gè)站全部通過(guò)顯著性檢驗(yàn)，表明產(chǎn)量增幅明顯。而各站所在縣的統(tǒng)計(jì)產(chǎn)量（圖3b）有100個(gè)縣線性變化呈現(xiàn)顯著增加趨勢(shì)；僅湖北隨州和谷城、山東淄博、新疆若羌和山西臨猗5個(gè)站點(diǎn)呈現(xiàn)顯著減少趨勢(shì)，僅18個(gè)站點(diǎn)線性變化趨勢(shì)不顯著。總共72個(gè)縣觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量的線性變化趨勢(shì)均通過(guò)顯著性檢驗(yàn)，其中63個(gè)縣都呈現(xiàn)顯著增加趨勢(shì)，僅6個(gè)縣線性變化趨勢(shì)相反。縣觀測(cè)產(chǎn)量?jī)A向率在?164～266kg·hm?2·a?1，波動(dòng)幅度較大；而縣統(tǒng)計(jì)產(chǎn)量?jī)A向率波動(dòng)較小，產(chǎn)量增幅小于縣觀測(cè)產(chǎn)量，且符合產(chǎn)量逐年增加的趨勢(shì)。

圖2 1991?2017年縣觀測(cè)產(chǎn)量(a)和統(tǒng)計(jì)產(chǎn)量(b)的變異系數(shù)

注：畫黑色圈的站點(diǎn)通過(guò)0.05水平顯著性檢驗(yàn)。

Note: The stations with black cycle mean P＜0.05.

2.2 省級(jí)尺度產(chǎn)量的差異

2.2.1 各年代平均值的差異

結(jié)合站點(diǎn)面積權(quán)重計(jì)算各省級(jí)年尺度觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量，在此基礎(chǔ)上計(jì)算各省每10a平均值，由表2可以看出，對(duì)省觀測(cè)產(chǎn)量來(lái)說(shuō)，除新疆和山西外，其余8省10a均值呈現(xiàn)增加的趨勢(shì)，2011?2017年7a間平均值最高，山東和安徽增幅超過(guò)2000kg·hm?2；新疆為2001?2010年10a平均值最高，山西為最低。對(duì)省統(tǒng)計(jì)產(chǎn)量來(lái)說(shuō)，各省10a平均值均為2011?2017年7a最高，河南和安徽增幅超過(guò)2000kg·hm?2，湖北和山西在2001?2010年10a平均值最低。對(duì)于省公布產(chǎn)量，除了湖北省2001?2010年10a均值最低外，其余各省均為2011?2017年7a間平均值最高，1991?2000年10a平均值最小，呈現(xiàn)增產(chǎn)的趨勢(shì)。

從省觀測(cè)產(chǎn)量與省統(tǒng)計(jì)產(chǎn)量?jī)烧卟钪祦?lái)看，1991?2000年10a間，僅湖北省觀測(cè)產(chǎn)量低于省統(tǒng)計(jì)產(chǎn)量，山東省兩者最接近，為203kg·hm?2，甘肅差值最高，達(dá)2000kg·hm?2；2001?2010年10a間，河南、新疆、湖北三省兩者最為接近，其差值不足25kg·hm?2，但河南為負(fù)值，甘肅差值最高，達(dá)2367kg·hm?2；2011?2017年7a間，安徽兩者差值最低，為99kg·hm?2，河南和新疆觀測(cè)產(chǎn)量小于統(tǒng)計(jì)產(chǎn)量。從省觀測(cè)產(chǎn)量與省公布產(chǎn)量?jī)烧卟钪祦?lái)看，除新疆外，其余各省7a觀測(cè)產(chǎn)量均高于省公布產(chǎn)量，尤其是安徽、江蘇、陜西三省各個(gè)年代差值均高于1000kg·hm?2，甘肅高于2000kg·hm?2；河南在2000年以后省觀測(cè)產(chǎn)量與公布產(chǎn)量較為接近。

總體來(lái)看，與站點(diǎn)尺度每10a均值一致，2001?2010年為各省觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量的高產(chǎn)年代，1991?2000年為低產(chǎn)年代；山東、安徽、河北、江蘇、陜西和山西等省10a觀測(cè)產(chǎn)量均值在各個(gè)年代均高于省統(tǒng)計(jì)產(chǎn)量均值；除山西省觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量差值各年代維持在1000kg·hm?2以外，其余省份各年代間差值變化各不相同。省公布產(chǎn)量則呈現(xiàn)年代際增產(chǎn)的趨勢(shì)，這也與農(nóng)業(yè)技術(shù)管理水平的提升保持一致；但總體上低于省觀測(cè)產(chǎn)量和省統(tǒng)計(jì)產(chǎn)量。

表2 省級(jí)尺度觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量以及公布產(chǎn)量每10a均值（kg·hm?2）

注：Aveobs、Avestaand Aveann分別為省觀測(cè)產(chǎn)量、省統(tǒng)計(jì)產(chǎn)量和省公布產(chǎn)量每10a平均值。

Notes: Aveobs, Avestaand Aveannmean average of observed yield, statistical yield and announced yield.

2.2.2 省級(jí)變異系數(shù)的差異

從各省所有縣觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量的標(biāo)準(zhǔn)差和變異系數(shù)的平均值來(lái)看（表3），各省內(nèi)所有縣觀測(cè)產(chǎn)量標(biāo)準(zhǔn)差的平均值都在1000kg·hm?2以上，安徽省標(biāo)準(zhǔn)差的平均值最大；各省縣統(tǒng)計(jì)產(chǎn)量標(biāo)準(zhǔn)差的平均值在571～1285kg·hm?2，新疆最小，安徽最大；且觀測(cè)產(chǎn)量標(biāo)準(zhǔn)差平均值都高于統(tǒng)計(jì)產(chǎn)量標(biāo)準(zhǔn)差平均值。從兩者變異系數(shù)平均值來(lái)看，山東、江蘇、新疆三省區(qū)觀測(cè)產(chǎn)量變異系數(shù)平均值均小于0.20；而山東、江蘇、新疆、湖北四省區(qū)統(tǒng)計(jì)產(chǎn)量變異系數(shù)平均值小于0.20。除河北和甘肅兩省變異系數(shù)平均值相同外，其余各省觀測(cè)產(chǎn)量變異系數(shù)均高于統(tǒng)計(jì)產(chǎn)量變異系數(shù)平均值?？傮w來(lái)看，省內(nèi)平均變異系數(shù)觀測(cè)產(chǎn)量離散程度高于統(tǒng)計(jì)產(chǎn)量，這也與縣尺度變異系數(shù)變化結(jié)果相吻合。

表3 各省內(nèi)縣觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量標(biāo)準(zhǔn)差以及變異系數(shù)平均值對(duì)比

注：SDobs和SDsta分別為省觀測(cè)產(chǎn)量和省統(tǒng)計(jì)產(chǎn)量平均值(kg·hm?2)；CVobs和CVsta分別為省觀測(cè)產(chǎn)量和省統(tǒng)計(jì)產(chǎn)量變異系數(shù)。

Notes：SDobsand SDstamean average of standard deviation of observed yield and statistical yield(kg·ha?1); CVobsand CVstamean average of coefficient of variation of observed yield and statistical yield.

2.2.3 省級(jí)尺度產(chǎn)量線性傾向率的差異

由省級(jí)尺度不同產(chǎn)量?jī)A向率可知（表4），除新疆和山西省觀測(cè)產(chǎn)量?jī)A向率未通過(guò)顯著性檢驗(yàn)外，其余各省傾向率都通過(guò)顯著性檢驗(yàn)，且新疆傾向率為負(fù)值；從傾向率數(shù)值來(lái)看，安徽、山東、河北、河南各省觀測(cè)產(chǎn)量增幅明顯。省統(tǒng)計(jì)產(chǎn)量和公布產(chǎn)量?jī)A向率均通過(guò)顯著性檢驗(yàn)，且產(chǎn)量增幅均為正值；山東、河北、湖北、陜西各省兩者傾向率都低于觀測(cè)產(chǎn)量的傾向率；僅安徽省觀測(cè)、統(tǒng)計(jì)和公布產(chǎn)量?jī)A向率均高于100kg·hm?2·a?1。新疆因地域遼闊，各地小麥生產(chǎn)氣候條件差異很大，導(dǎo)致觀測(cè)產(chǎn)量?jī)A向率不顯著；山西由于冬小麥主產(chǎn)區(qū)位于汾河中下游且一般都有灌溉條件，導(dǎo)致觀測(cè)產(chǎn)量相對(duì)穩(wěn)定變化不明顯，因此觀測(cè)產(chǎn)量?jī)A向率不顯著。省公布產(chǎn)量由于考慮全省的冬小麥生產(chǎn)情況，受氣象條件影響相對(duì)較小，往往隨著品種改良及農(nóng)業(yè)技術(shù)水平提升而呈現(xiàn)增產(chǎn)的趨勢(shì)。

表4 各省觀測(cè)產(chǎn)量、統(tǒng)計(jì)產(chǎn)量和公布產(chǎn)量?jī)A向率

注：Tenobs、Tensta和Tenann分別為省觀測(cè)產(chǎn)量、統(tǒng)計(jì)產(chǎn)量和公布產(chǎn)量?jī)A向率，*表示通過(guò)0.05水平的顯著性檢驗(yàn)。

Notes: Tenobs, Tenstaand Tenannmean the tendency ratio of observed yield, statistical yield and announced yield.*is P＜0.05.

3 結(jié)論與討論

3.1 結(jié)論

（1）縣觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量均表現(xiàn)出高產(chǎn)縣（單產(chǎn)高于6000kg·hm?2）數(shù)量增多、低產(chǎn)縣（單產(chǎn)低于4000kg·hm?2）數(shù)量減少的趨勢(shì)；21世紀(jì)10年代兩者產(chǎn)量均為高產(chǎn)年代。

（2）縣觀測(cè)產(chǎn)量變異系數(shù)離散程度高于縣統(tǒng)計(jì)產(chǎn)量，縣觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量變異系數(shù)小于0.20的個(gè)數(shù)分別為49和72；新疆和山東所有縣兩種產(chǎn)量變異系數(shù)都小于0.30，產(chǎn)量穩(wěn)定性最高?？h觀測(cè)產(chǎn)量和統(tǒng)計(jì)產(chǎn)量分別有73和100個(gè)站點(diǎn)傾向率呈現(xiàn)顯著增加趨勢(shì)，主要集中在河北、河南、山東、江蘇、安徽等冬小麥主產(chǎn)省。

（3）21世紀(jì)10年代為省觀測(cè)產(chǎn)量和省統(tǒng)計(jì)產(chǎn)量的高產(chǎn)年代，山東、安徽、河北、江蘇、陜西和山西六省10a省觀測(cè)產(chǎn)量的平均值在所有年代均高于省統(tǒng)計(jì)產(chǎn)量平均值。

（4）除河北和甘肅外其余各省觀測(cè)產(chǎn)量變異系數(shù)平均值均高于統(tǒng)計(jì)產(chǎn)量的平均值，除新疆和山西外其余各省觀測(cè)產(chǎn)量?jī)A向率均通過(guò)顯著性檢驗(yàn)，所有省統(tǒng)計(jì)和公布產(chǎn)量?jī)A向率均通過(guò)顯著性檢驗(yàn)，且產(chǎn)量增幅均為正值。

3.2 討論

縣尺度作物產(chǎn)量受到農(nóng)業(yè)技術(shù)措施[11,21?22]、生育期氣象條件變化[23?24]、統(tǒng)計(jì)因素等影響導(dǎo)致波動(dòng)，而統(tǒng)計(jì)產(chǎn)量變異性小于觀測(cè)產(chǎn)量的主要原因在于：（1）縣觀測(cè)點(diǎn)以外地區(qū)的災(zāi)害有無(wú)及發(fā)生類型與特點(diǎn)不同，全縣大災(zāi)年中也有不受災(zāi)或?yàn)?zāi)輕的增產(chǎn)地塊，豐收年也有少數(shù)受災(zāi)減產(chǎn)地塊，存在相互補(bǔ)償；而觀測(cè)地段的災(zāi)害發(fā)生較為單一。（2）不同農(nóng)田對(duì)單一災(zāi)害大面積發(fā)生時(shí)的響應(yīng)不同，例如干旱年低濕地增產(chǎn)，多雨年高崗地增產(chǎn)；秋涼年早播有利，秋暖年晚播有利；不同地塊之間存在相互補(bǔ)償導(dǎo)致縣統(tǒng)計(jì)產(chǎn)量較為穩(wěn)定，而觀測(cè)地段不存在相互補(bǔ)償現(xiàn)象。（3）部分地區(qū)出于政策原因往往在減產(chǎn)年少報(bào)減產(chǎn)，而增產(chǎn)年少報(bào)增產(chǎn)。

利用站點(diǎn)觀測(cè)資料進(jìn)行省級(jí)集成時(shí)，僅選擇了觀測(cè)站點(diǎn)所在縣的近5a冬小麥種植面積平均值作為面積權(quán)重，由于各地冬小麥種植面積的不斷變化，加之冬小麥地段觀測(cè)站點(diǎn)個(gè)數(shù)遠(yuǎn)少于主產(chǎn)縣個(gè)數(shù)，用觀測(cè)站點(diǎn)面積進(jìn)行加權(quán)集成也有一定的局限性；如何在沒(méi)有冬小麥全部縣級(jí)作物種植面積的情形下，進(jìn)行產(chǎn)量的升尺度集成也是值得探討的話題。當(dāng)前利用衛(wèi)星遙感技術(shù)提取作物種植面積相關(guān)技術(shù)也較為成熟[25?28]，國(guó)家級(jí)農(nóng)業(yè)氣象業(yè)務(wù)中冬小麥遙感提取最小尺度僅做到地級(jí)市一級(jí)，且針對(duì)的是北方冬小麥主產(chǎn)區(qū)，要做到縣尺度提取面積尚有困難，在現(xiàn)有條件下，利用觀測(cè)站所在縣5a種植面積加權(quán)集成到省級(jí)尺度相對(duì)容易實(shí)現(xiàn)。

由于部分農(nóng)業(yè)氣象觀測(cè)站存在遷站、觀測(cè)作物種類改變等客觀原因，以及農(nóng)業(yè)氣象觀測(cè)站的種植管理水平、災(zāi)害發(fā)生情況不同于大田，加之最終測(cè)產(chǎn)中存在的人工統(tǒng)計(jì)誤差等因素，會(huì)導(dǎo)致觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量之間存在一定的差異，因此，基于觀測(cè)產(chǎn)量資料的產(chǎn)量預(yù)報(bào)應(yīng)該主要針對(duì)氣象產(chǎn)量的增減趨勢(shì)開(kāi)展預(yù)報(bào)服務(wù)，判別當(dāng)年氣象條件對(duì)作物產(chǎn)量的影響是增產(chǎn)還是減產(chǎn)，利用氣象產(chǎn)量的增減幅度，結(jié)合統(tǒng)計(jì)模型預(yù)報(bào)最終產(chǎn)量。

站點(diǎn)觀測(cè)產(chǎn)量最直接反應(yīng)了當(dāng)?shù)貧庀髼l件的利弊影響，因此數(shù)據(jù)更具代表性和客觀性；同時(shí)，目前產(chǎn)量預(yù)報(bào)應(yīng)用的產(chǎn)量資料唯一來(lái)源為統(tǒng)計(jì)局公布產(chǎn)量，但公布產(chǎn)量獲取存在較長(zhǎng)的滯后性，特別是縣級(jí)尺度的產(chǎn)量序列，獲取難度更大。因此，利用各站點(diǎn)觀測(cè)產(chǎn)量建立氣象部門的產(chǎn)量資料序列，并在此基礎(chǔ)上建立縣級(jí)和省級(jí)作物產(chǎn)量預(yù)報(bào)模型，可以補(bǔ)充和驗(yàn)證利用公布數(shù)據(jù)建立的產(chǎn)量預(yù)報(bào)模型結(jié)論，同時(shí)氣象部門應(yīng)用新數(shù)據(jù)源開(kāi)展的作物產(chǎn)量預(yù)報(bào)結(jié)論也可為統(tǒng)計(jì)和農(nóng)業(yè)部門提供參考。

[1] 徐敏,徐經(jīng)緯,高萍,等.不同統(tǒng)計(jì)模型在冬小麥產(chǎn)量預(yù)報(bào)中的預(yù)報(bào)能力評(píng)估:以江蘇麥區(qū)為例[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2020,28(3): 438-447.

Xu M,Xu J W,Gao P,et al.Evaluation of winter wheat yield prediction ability of different statistical models:a case study of Jiangsu wheat-growing region[J].Chinese Journal of Eco-Agriculture,2020,28(3): 438-447.(in Chinese)

[2] 侯英雨,張蕾,吳門新,等.國(guó)家級(jí)現(xiàn)代農(nóng)業(yè)氣象業(yè)務(wù)技術(shù)進(jìn)展[J].應(yīng)用氣象學(xué)報(bào),2018,29(6):641-656.

Hou Y Y,Zhang L,Wu M X,et al.Advances of modern agrometeorological service and technology in China[J]. Journal of Applied Meteorological Science,2018,29(6): 641-656.(in Chinese)

[3] 吳門新,莊立偉,侯英雨,等.中國(guó)農(nóng)業(yè)氣象業(yè)務(wù)系統(tǒng)(CAgMSS)設(shè)計(jì)與實(shí)現(xiàn)[J].應(yīng)用氣象學(xué)報(bào),2019,30(5): 513-527.

Wu M X,Zhuang L W,Hou Y Y,et al.The design and implementation of China agricultural meteorological service system(CAgMSS)[J].Journal of Applied Meteorological Science,2019,30(5):513-527.(in Chinese)

[4] 李秀芬,馬樹(shù)慶,宮麗娟,等.基于WOFOST的東北地區(qū)玉米生育期氣象條件適宜度評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)氣象,2013, 34(1):43-49.

Li X F,Ma S Q,Gong L J,et al.Evaluation of meteorological suitability degree during maize growth period based on WOFOST in northeast China[J].Chinese Journal of Agrometeorology,2013,34(1):43-49.(in Chinese)

[5] 李秀芬,馬樹(shù)慶,趙慧穎,等.基于WOFOST模型的內(nèi)蒙古河套灌區(qū)玉米低溫冷害評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)氣象,2016, 37(3):352-360.

Li X F,Ma S Q,Zhao H Y,et al.Evaluation on maize chilling injury based on WOFOST model in Hetao irrigation region in Inner Mongolia[J].Chinese Journal of Agrometeorology, 2016,37(3):352-360.(in Chinese)

[6] 張陽(yáng),王連喜,李琪,等.基于WOFOST 模型的吉林省中西部春玉米灌溉模擬[J].中國(guó)農(nóng)業(yè)氣象,2018,39(6):411-420.

Zhang Y,Wang L X,Li Q,et al.Irrigation simulation of spring maize in central and western of Jilin province based on WOFOST model[J].Chinese Journal of Agrometeorology, 2018,39(6):411-420.(in Chinese)

[7] 欒青,郭建平,馬雅麗,等.基于線性生長(zhǎng)假設(shè)的作物積溫模型穩(wěn)定性比較[J].中國(guó)農(nóng)業(yè)氣象,2020,41(11):695-706.

Luan Q,Guo J P,Ma Y L, et al.Comparison of model’s stability about integrated temperature based on linear hypotheses[J].Chinese Journal of Agrometeorology,2020, 41(11):695-706.(in Chinese)

[8] 張軼,劉布春,楊曉娟,等.基于農(nóng)作物災(zāi)情的長(zhǎng)江中下游地區(qū)糧食產(chǎn)量損失評(píng)估[J].中國(guó)農(nóng)業(yè)氣象,2018,39(4): 280-291.

Zhang Y,Liu B C,Yang X J,et al.Grain yield loss evaluation based on agro-meteorological disaster exposure in the Middle-Lower Yangtze Plain[J].Chinese Journal of Agrometeorology,2018,39(4):280-291.(in Chinese)

[9] 萬(wàn)能涵,楊曉光,劉志娟,等.氣候變化背景下中國(guó)主要作物農(nóng)業(yè)氣象災(zāi)害時(shí)空分布特征Ⅲ:華北地區(qū)夏玉米干旱[J].中國(guó)農(nóng)業(yè)氣象,2018,39(4):209-219.

Wan N H,Yang X G,Liu Z J,et al.Temporal and spatial variations of agro-meteorological disasters of main crops in China in a changing climate(Ⅲ):drought of summer maize in North China Plain[J].Chinese Journal of Agrometeorology, 2018,39(4):209-219.(in Chinese)

[10] 譚凱炎,鄔定榮,趙花榮.氣候變暖背景下華北平原冬小麥生育期溫度條件變化趨勢(shì)分析[J].中國(guó)農(nóng)業(yè)氣象,2017, 38(6):333-341.

Tan K Y,Wu D R,Zhao H R.Trend analysis of temperature conditions over different growth periods of winter wheat under climate warming in North China Plain[J].Chinese Journal of Agrometeorology,2017,38(6):333-341.(in Chinese)

[11] 李勤英,姚鳳梅,張佳華,等.不同農(nóng)藝措施對(duì)縮小冬小麥產(chǎn)量差和提高氮肥利用率的評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)氣象, 2018,39(6):370-379.

Li Q Y,Yao F M,Zhang J H,et al.Evaluation of different agronomic measures on narrowing the yield gap and improving nitrogen use efficiency of winter wheat[J]. Chinese Journal of Agrometeorology,2018,39(6):370-379. (in Chinese)

[12] 馬雪晴,胡琦,潘學(xué)標(biāo),等.1961-2015年華北平原夏玉米生長(zhǎng)季氣候年型及其影響分析[J].中國(guó)農(nóng)業(yè)氣象,2019, 40(2):65-75.

Ma X Q,Hu Q,Pan X B,et al.Analysis of annual climate types and its impact on summer maize in the North China Plain over the period 1961-2015[J].Chinese Journal of Agrometeorology,2019,40(2):65-75.(in Chinese)

[13] 劉思華,李晶,黃晚華,等.湖南省春玉米光溫生產(chǎn)潛力和產(chǎn)量差特征及限制因子分析[J].中國(guó)農(nóng)業(yè)氣象,2020, 41(2):94-101.

Liu S H,Li J,Huang W H,et al.Characteristics and limiting factors of light-temperature potential productivity and yield gap of spring maize in Hunan province[J].Chinese Journal of Agrometeorology,2020,41(2):94-101.(in Chinese)

[14] 吳冰潔,王靖,唐建昭,等.華北平原冬小麥產(chǎn)量變異的氣象影響因子分析[J].中國(guó)農(nóng)業(yè)氣象,2018,39(10):623-635.

Wu B J,Wang J,Tang J Z,et al.Meteorological influencing factors on variation in winter wheat yield in the North China Plain[J].Chinese Journal of Agrometeorology,2018, 39(10):623-635.(in Chinese)

[15] 趙凱娜,寧曉菊,秦耀辰,等.縣域冬小麥生育期氣候要素與產(chǎn)量的灰色關(guān)聯(lián)度分析:以河南省為例[J].中國(guó)農(nóng)業(yè)氣象,2017,38(11):729-737.

Zhao K N,Ning X J,Qin Y C,et al.Grey correlation analysis between climatic elements during winter wheat growing period and yield in counties:a case study of Henan Province[J].Chinese Journal of Agrometeorology,2017, 38(11):729-737.(in Chinese)

[16] Asseng S,Ewert F,Rosenzweig C,et al.Uncertainty in simulating wheat yields under climate change[J].Nature Climate Change,20133(9):827-832.

[17] Tao F,Zhang Z,Xiao D,et al.Responses of wheat growth and yield to climate change in different climate zones of China,1981-2009[J].Agricultural and Forest Meteorology, 2014,189:91-104.

[18] 崔日鮮.山東省太陽(yáng)總輻射的時(shí)空變化特征分析[J].自然資源學(xué)報(bào),2014,29(10):1780-1791.

Cui R X.The analysis of spatiotemporal variation characteristics of global solar radiation in Shandong province[J].Journal of Natural Resources,2014,29(10): 1780-1791.(in Chinese)

[19] 王秀芬,楊艷昭,尤飛.近30年來(lái)黑龍江省氣候變化特征分析[J].中國(guó)農(nóng)業(yè)氣象, 2011,32(S1):28-32.

Wang X F,Yang Y Z,You F.Analysis on characteristics of climate change in recent 30 years in Heilongjiang province[J].Chinese Journal of Agrometeorology,2011, 32(S1):28-32.(in Chinese)

[20] 錢永蘭,毛留喜,周廣勝.全球主要糧食作物產(chǎn)量變化及其氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(1):226-235.

Qian Y L,Mao L X,Zhou G S.Changes in global main crop yields and its meteorological risk assessment[J]. Transactions of the CSAE,2016,32(1):226-235.(in Chinese)

[21] Wang F,He Z,Sayre K,et al.Wheat cropping systems and technologies in China[J].Field Crops Research,2009,111(3): 181-188.

[22] Zhang P,Wei T,Wang H X,et al.Effects of straw mulch on soil water and winter wheat production in dryland farming[J].Scientific Reports,2015(5):10725.

[23] 肖登攀,陶福祿,沈彥俊,等.華北平原冬小麥對(duì)過(guò)去30年氣候變化響應(yīng)的敏感性研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2014,22(4):430-438.

Xiao D P,Tao F L,Shen Y J,et al.Sensitivity of response of winter wheat to climate change in the North China Plain in the last three decades[J].Chinese Journal of Eco-Agriculture, 2014,22(4):430-438.(in Chinese)

[24] 郝立生,吳雁,王榮英.海河低平原春季氣候變化對(duì)冬小麥產(chǎn)量的影響[J].氣象與減災(zāi)研究,2007,30(4):20-24．

Hao L S,Wu Y,Wang R Y.Impact of spring climate change on wheat yield in lower Haihe Plain[J].Meteorological and Disaster Reduction Research,2007,30(4):20-24.(in Chinese)

[25] 錢永蘭,楊邦杰,焦險(xiǎn)峰.基于遙感抽樣的國(guó)家尺度農(nóng)作物面積統(tǒng)計(jì)方法評(píng)估[J].農(nóng)業(yè)工程學(xué)報(bào),2007,23(11):180- 187.

Qian Y L,Yang B J,Jiao X F.Accuracy assessment on the crop area estimating method based on RS sampling at national scale[J].Transact ions of the CSAE,2007,23(11): 180-187.(in Chinese)

[26] 陳鵬飛,楊飛,杜佳.基于環(huán)境減災(zāi)衛(wèi)星時(shí)序歸一化植被指數(shù)的冬小麥產(chǎn)量估測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(11): 124-131.

Chen P F,Yang F,Du J.Yield forecasting for winter wheat using time series NDVI from HJ satellite[J].Transactions of the CSAE,2013,29(11):124-131.(in Chinese)

[27] 黃健熙,侯矞焯,蘇偉,等.基于GF-1 WFV 數(shù)據(jù)的玉米與大豆種植面積提取方法[J].農(nóng)業(yè)工程學(xué)報(bào),2017,33(7): 164-170.

Huang J X,Hou Y Z,Su W,et al.Mapping corn and soybean cropped area with GF-1 WFV data[J]. Transactions of the CSAE,2017,33(7):164-170.(in Chinese)

[28] 張超,童亮,劉哲.基于多時(shí)相GF-1 WFV 和高分紋理的制種玉米田識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2019,50(2):163-168.

Zhang C,Tong L,Liu Z,et al.Identification method of seed maize plot based on multi-temporal GF-1 WFV and Kompsat-3 texture[J].Transactions of the Chinese Society for Agricultural Machinery,2019,50(2):163-168.(in Chinese)

Studies on the Difference of Observed Yield and Statistical Yield of Winter Wheat

LIU Wei1, MENG Cui-li2, SONG Ying-bo1

(1. National Meteorological Center, Beijing 100081, China; 2. Argo-meteorological Station of Wuhan, Wuhan 430040)

The difference of interdecadal variations, coefficient of variation and tendency ratio between the observed yield of winter wheat from 123 agrometeorological observation stations and the statistical yield of winter wheat at county level where the observation station was located from 1991 to 2017. The proportion of average winter wheat planting area in each county in five years(2006?2010) was used as the weight factor to integrate the observed yield and statistical yield at province level, at the same time using the announced yield at province level from National Bureau of Statistics. The interdecadal variations and tendency ration of three different yields at provincial level were compared and analyzed. The results showed that:(1) the number of high yield counties increased significantly, and low yield counties decreased significantly in both observed yield and statistical yield counties. The two yield were both high yield years in the 2010s, and the difference between the two reached peak value in the 2000s. (2) The coefficient of variation of observed yield at the county scale was higher than the statistical yield. The coefficient of variation of statistical yield in 49 counties were less than 0.20 and only 8 were greater than 0.40, while 72 statistical yield counties were less than 0.20 and only 9 were greater than 0.30. The coefficient of variation of statistical yield in all counties in Xinjiang and Shandong provinces were less than 0.30. (3) The tendency ratio of 73 observed yield counties showed a significant increase mostly concentrated in the major producing provinces such as Hebei, Henan, Shandong, Jiangsu, and Anhui; and 100 statistical yield counties showed the same significant increase. The tendency ratio of observed and statistical yield in 72 counties passed the significance test at the same time. (4) The 2000s were the high yield years for both observed and statistical yield at provinces level and 1990s were the low yield years. The average of the observed yield in every 10 years was higher than the average of the statistical yield in Shandong, Anhui, Hebei, Jiangsu, Shaanxi and Shanxi province. (5) Eight provinces had passed the significant test on tendency ration of the observed yield at the provincial level except for Xinjiang and Shanxi province. While tendency ration of the statistical yield and the announced yield in all provinces had passed the significant test and the yield growth was positive. In general, the winter wheat yield series based on the observed yield could provide a new data source for yield forecast.

Winter wheat; Agrometeorological observation stations; Observed yield; Statistical yield ; Area weight factor integration

10.3969/j.issn.1000-6362.2021.02.004

劉維,孟翠麗,宋迎波.冬小麥觀測(cè)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量的差異性分析[J].中國(guó)農(nóng)業(yè)氣象,2021,42(2):123-133

2020?07?07

國(guó)家氣象中心預(yù)報(bào)員專項(xiàng)（Y201912）；2019年國(guó)內(nèi)外作物產(chǎn)量預(yù)報(bào)專項(xiàng)；2020年國(guó)內(nèi)外作物產(chǎn)量預(yù)報(bào)專項(xiàng)

宋迎波，研究員，研究方向?yàn)樽魑锂a(chǎn)量預(yù)報(bào)，E-mail：songyb@cma.gov.cn

劉維，E-mail:rainvswindvs@163.com