多元統(tǒng)計(jì)分析法構(gòu)建基于氣候因子的遵義煙區(qū)煙葉產(chǎn)量預(yù)測(cè)模型

漆夏燕 溫明霞 黃純楊 王小彥 芶劍渝 崔紹秋 李又庭

摘 要 為預(yù)測(cè)遵義煙區(qū)的煙葉產(chǎn)量，利用貴州省遵義市5站煙葉產(chǎn)量數(shù)據(jù)與生育期氣候統(tǒng)計(jì)數(shù)據(jù)，采用多元統(tǒng)計(jì)分析方法，構(gòu)建基于氣候因子的煙葉產(chǎn)量預(yù)測(cè)模型。結(jié)果表明，煙葉產(chǎn)量受煙葉生長(zhǎng)中后期氣候條件的影響較大，影響較大的氣候條件主要體現(xiàn)在熱量、水分、光照3個(gè)方面，不同地區(qū)、不同研究方法確定的氣候因子有所不同;依托構(gòu)建的煙葉產(chǎn)量預(yù)測(cè)模型及生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)與氣候預(yù)測(cè)數(shù)據(jù)，能夠在關(guān)鍵生育期逐月制作并發(fā)布煙葉產(chǎn)量預(yù)測(cè)，穩(wěn)定性較好，可實(shí)現(xiàn)煙葉產(chǎn)量的業(yè)務(wù)化預(yù)測(cè)。

關(guān)鍵詞 煙葉;產(chǎn)量預(yù)測(cè);氣候;多元統(tǒng)計(jì)分析;遵義煙區(qū)

中圖分類(lèi)號(hào)：S572 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2022.09.006

收稿日期：2022-02-11

作者簡(jiǎn)介：漆夏燕（1983—），女，貴州遵義人，本科，助理農(nóng)藝師，研究方向?yàn)榫頍熧|(zhì)量檢驗(yàn)。

*為通信作者，E-mail：gllyt@sina.com。

氣候是影響煙葉產(chǎn)量的重要因素之一，煙葉生產(chǎn)很大程度受煙區(qū)全年氣候條件的影響[1]。盡管影響煙葉產(chǎn)量的因素較多，但在一定時(shí)期內(nèi)，特定煙區(qū)的品種、種植政策、土壤狀況、栽培技術(shù)及生產(chǎn)條件等變化并不明顯，因此，煙葉產(chǎn)量主要與氣候密切相關(guān)，不利氣象條件和氣象災(zāi)害通常會(huì)導(dǎo)致煙葉產(chǎn)量降低[2-3]。因此，研究煙葉產(chǎn)量與氣候條件的關(guān)系，根據(jù)氣候統(tǒng)計(jì)數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)進(jìn)行煙葉產(chǎn)量預(yù)測(cè)，對(duì)于科學(xué)組織煙葉生產(chǎn)、行業(yè)降本增收具有重要意義。

氣候?qū)熑~產(chǎn)量影響的研究較多，但建立數(shù)學(xué)模型并應(yīng)用于煙葉產(chǎn)量的研究較少，當(dāng)前仍缺乏較為準(zhǔn)確可靠的煙葉產(chǎn)量與氣候因子之間的預(yù)測(cè)模型[4]。以往氣象數(shù)據(jù)的實(shí)時(shí)收集與氣候預(yù)測(cè)難度較大，時(shí)效性、準(zhǔn)確性和精細(xì)化程度均達(dá)不到要求，因此在實(shí)際工作中難以基于氣候因子進(jìn)行煙葉產(chǎn)量預(yù)測(cè)。隨著物聯(lián)網(wǎng)、現(xiàn)代氣象觀測(cè)、移動(dòng)互聯(lián)網(wǎng)、精細(xì)化數(shù)值天氣預(yù)報(bào)及氣候預(yù)測(cè)等現(xiàn)代科學(xué)技術(shù)的發(fā)展，及時(shí)采集、處理與統(tǒng)計(jì)分析氣象環(huán)境數(shù)據(jù)更為方便，為構(gòu)建基于氣候因子的煙葉產(chǎn)量預(yù)測(cè)模型、煙葉產(chǎn)量業(yè)務(wù)化預(yù)測(cè)奠定了基礎(chǔ)。本研究選取湄潭縣、綏陽(yáng)縣、桐梓縣、余慶縣及正安縣這5站煙葉產(chǎn)量數(shù)據(jù)及對(duì)應(yīng)年份的氣候統(tǒng)計(jì)數(shù)據(jù)，應(yīng)用多元統(tǒng)計(jì)分析方法分析了影響遵義市煙葉質(zhì)量的氣候因子，構(gòu)建了基于氣候因子的煙葉產(chǎn)量預(yù)測(cè)模型，并根據(jù)生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)和氣候預(yù)測(cè)數(shù)據(jù)進(jìn)行生長(zhǎng)季月度煙葉產(chǎn)量預(yù)測(cè)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源及處理

煙葉產(chǎn)量數(shù)據(jù)為2006—2019年湄潭縣、綏陽(yáng)縣、桐梓縣、余慶縣及正安縣5站各級(jí)別煙葉收購(gòu)數(shù)據(jù)。為確保煙葉產(chǎn)量數(shù)據(jù)的可比性，分析與建模均依據(jù)每667 m2產(chǎn)量數(shù)據(jù)進(jìn)行。產(chǎn)量煙葉產(chǎn)量為上等煙葉、中等煙葉和下等煙葉產(chǎn)量之和。個(gè)別年份缺下等煙葉產(chǎn)量數(shù)據(jù)，導(dǎo)致當(dāng)年煙葉產(chǎn)量數(shù)據(jù)不完整，需要對(duì)煙葉產(chǎn)量數(shù)據(jù)進(jìn)行修正。修正方法是以鄰近5年下等煙葉平均占比作為該年下等煙產(chǎn)量占比，結(jié)合中上等煙的占比和產(chǎn)量，計(jì)算出當(dāng)年煙葉產(chǎn)量。為更好地反映氣候因子的影響和模型預(yù)測(cè)效果，剔除非氣候因素的影響，模型構(gòu)建采用了煙葉氣象產(chǎn)量[5]。

由于煙葉生長(zhǎng)不同生育期對(duì)氣候條件要求存在差異，影響因子分析分別選取了各生育期光、熱、水3個(gè)方面的氣候指標(biāo)，包括平均氣溫、平均最高氣溫、平均最低氣溫、日平均氣溫≥20 ℃的日數(shù)、積溫、降水量、降水日數(shù)、日照時(shí)間、大田日數(shù)及平均相對(duì)濕度等。預(yù)測(cè)模型構(gòu)建選取的氣候因子為不同生育期平均氣溫、合計(jì)降水量;煙葉產(chǎn)量預(yù)測(cè)氣候數(shù)據(jù)為當(dāng)年生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)（預(yù)測(cè)時(shí)間點(diǎn)以前）和氣候預(yù)測(cè)數(shù)據(jù)（預(yù)測(cè)時(shí)間點(diǎn)以后）。

1.2 方法

1.2.1 氣候因子分析

氣候因子分析從構(gòu)建煙葉產(chǎn)量-氣候關(guān)系模型和不同產(chǎn)量收益年型氣候特征值分析2個(gè)方面進(jìn)行。

1）煙葉產(chǎn)量-氣候關(guān)系模型構(gòu)建。依據(jù)歷史煙葉產(chǎn)量數(shù)據(jù)和與煙草生長(zhǎng)密切相關(guān)的熱量、水分、光照等氣候統(tǒng)計(jì)特征量，采用多元線性逐步回歸分析法，多元線性模型的擬合優(yōu)度檢驗(yàn)和顯著性檢驗(yàn)分別采用t檢驗(yàn)和F檢驗(yàn)，置信度設(shè)為95%[6-7]。煙葉產(chǎn)量-氣候關(guān)系模型構(gòu)建的具體步驟如下：①對(duì)建模數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;②進(jìn)行主成分分析，確定多元回歸分析的維度;③進(jìn)行多元回歸分析，得到回歸系數(shù)，從而確定關(guān)系模型。

2）不同產(chǎn)量收益年型氣候特征值分析?；诟魃跉夂驐l件和產(chǎn)量收益年型氣候狀況統(tǒng)計(jì)數(shù)據(jù)，分析得到氣候年景豐年的典型取值范圍;參照豐年各生育期各氣候特征值典型值的取值范圍，分析偏歉年、歉年氣候統(tǒng)計(jì)數(shù)據(jù)，可以從一個(gè)方面得到影響烤煙產(chǎn)量的氣候因素。

1.2.2 煙葉產(chǎn)量預(yù)測(cè)模型構(gòu)建

煙葉產(chǎn)量預(yù)測(cè)模型構(gòu)建方法與煙葉產(chǎn)量-氣候關(guān)系模型構(gòu)建方法相同，使用多元線性逐步回歸分析方法，根據(jù)煙葉產(chǎn)量業(yè)務(wù)化預(yù)測(cè)需要，依據(jù)的氣候因子簡(jiǎn)化為平均氣溫與降水量，模型的擬合優(yōu)度檢驗(yàn)和顯著性檢驗(yàn)分別采用t檢驗(yàn)和F檢驗(yàn)，置信度為95%。

1.2.3 煙葉產(chǎn)量預(yù)測(cè)

在煙葉生長(zhǎng)關(guān)鍵時(shí)期（4—9月），依據(jù)當(dāng)年生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)和氣候預(yù)測(cè)數(shù)據(jù)，應(yīng)用煙葉產(chǎn)量預(yù)測(cè)模型，按月制作發(fā)布煙葉產(chǎn)量預(yù)測(cè)信息，分析確定煙葉產(chǎn)量收益年型。

煙葉產(chǎn)量收益年型根據(jù)增產(chǎn)率劃分確定見(jiàn)表1。增產(chǎn)率X計(jì)算公式為：

[X=m1-m2m2×100%]? ? ? ? ? ? ?（1）

式中：m1表示該年實(shí)際每667 m2產(chǎn)量，kg;m2表示趨勢(shì)產(chǎn)量，取前3年每667 m2產(chǎn)量的平均值，kg。

表1 煙葉產(chǎn)量收益年型劃分標(biāo)準(zhǔn)

[產(chǎn)量收益年型 判斷指標(biāo) 豐年 X>11% 偏豐年 4%

2 結(jié)果與分析

2.1? 影響煙葉產(chǎn)量的氣候因子

基于2006—2019年各站歷史煙葉產(chǎn)量數(shù)據(jù)和各生育期氣候統(tǒng)計(jì)特征量，采用多元線性逐步回歸分析方法構(gòu)建煙葉產(chǎn)量-氣候關(guān)系模型，見(jiàn)表2。模型中，D1表示成熟期≥20 ℃的日數(shù)，P表示成熟期降水量，H表示成熟期日照時(shí)間，T1表示成熟期平均氣溫，T2表示成熟期積溫，D表示大田日數(shù)，P1表示旺長(zhǎng)期降水量。分析結(jié)果表明，對(duì)煙葉產(chǎn)量影響較大的氣候因子包括平均氣溫、積溫、降水量、日照時(shí)間、日平均氣溫≥20 ℃的日數(shù)、大田日數(shù)等，成熟期氣候因子影響較大，各地影響煙葉產(chǎn)量的主要?dú)夂蛞蜃硬⒉煌耆恢隆?/p>

基于各生育期氣候條件和產(chǎn)量收益年型氣候狀況，分析得到氣候年景豐年的典型取值范圍，見(jiàn)表3。參照豐年各生育期各要素典型值取值范圍，分析部分偏歉年、歉年氣候統(tǒng)計(jì)數(shù)據(jù)表明，影響煙葉產(chǎn)量的原因包括：1）成熟采烤期、大田期、全生育期日照時(shí)間偏少或偏多;2）大田期部分時(shí)段氣溫偏高，大田日數(shù)偏多或偏少;3）旺長(zhǎng)期和成熟采烤期降水量偏多或偏少。

2.2? 煙葉產(chǎn)量預(yù)測(cè)模型

依據(jù)歷史煙葉產(chǎn)量與生育期氣溫、降水量統(tǒng)計(jì)值，使用多元線性逐步回歸分析方法構(gòu)建煙葉產(chǎn)量預(yù)測(cè)模型，見(jiàn)表4。從表中模型可以看出，不同站點(diǎn)的煙葉產(chǎn)量受不同時(shí)期氣溫和降水量的影響程度不同，各地區(qū)需要根據(jù)當(dāng)?shù)貙?shí)際情況開(kāi)展相應(yīng)的田間管理。

2.3? 煙葉產(chǎn)量預(yù)測(cè)結(jié)果

根據(jù)2020年生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)、氣候預(yù)測(cè)數(shù)據(jù)，應(yīng)用各地?zé)熑~產(chǎn)量預(yù)測(cè)模型，在關(guān)鍵生育期逐月進(jìn)行煙葉產(chǎn)量預(yù)測(cè)，計(jì)算煙葉產(chǎn)量增長(zhǎng)率，確定產(chǎn)量收益年型，見(jiàn)表5。從表格數(shù)據(jù)可以看出，2020年氣候條件對(duì)遵義煙區(qū)煙葉產(chǎn)量影響總體偏好，收益年型均為平年或偏豐年，無(wú)偏歉年或歉年;桐梓縣、正安縣和綏陽(yáng)縣整體收益年型更好，偏豐年月份較多。

3 討論

盡管各生育期煙葉生長(zhǎng)對(duì)氣候條件均有一定的要求，但遵義煙區(qū)的煙葉產(chǎn)量受煙葉生長(zhǎng)中后期氣候的影響更為明顯，尤其是成熟采烤期。不同煙草種植區(qū)，煙葉產(chǎn)量受氣候因子影響的程度存在差異，相關(guān)性較大的氣候因子有所不同。采用不同的研究方法得出的影響顯著的氣候因子也存在差異，基于豐年各生育期氣候要素典型值取值范圍對(duì)比分析確定的氣候因子更為直接，即氣溫、降水量、日照時(shí)間，氣候要素特征值的偏多或偏少均會(huì)導(dǎo)致煙葉減產(chǎn)，說(shuō)明熱量、水分和光照是影響煙葉產(chǎn)量的基本氣候因素。氣候要素之間存在相關(guān)性，影響煙葉產(chǎn)量的并不只有煙葉產(chǎn)量-氣候關(guān)系模型涉及的氣候因子，熱量、水分和光照之間的相互作用也是影響煙葉產(chǎn)量的氣候因素。

煙葉產(chǎn)量預(yù)測(cè)模型構(gòu)建使用了氣溫、降水量這2類(lèi)氣候因子，是由現(xiàn)階段氣候預(yù)測(cè)的能力所決定的，因?yàn)槠渌貧夂蝾A(yù)測(cè)的效果目前并不理想，難以支撐煙葉產(chǎn)量的業(yè)務(wù)化預(yù)測(cè)。本文的煙葉產(chǎn)量數(shù)據(jù)用收購(gòu)量代替實(shí)際生產(chǎn)量，受多種因素影響，二者不可避免地存在一定差異，會(huì)導(dǎo)致煙葉產(chǎn)量預(yù)測(cè)模型出現(xiàn)一定的誤差。隨著煙葉產(chǎn)量資料的增加及產(chǎn)量數(shù)據(jù)精準(zhǔn)度的提高，可以通過(guò)不斷修正完善煙葉產(chǎn)量預(yù)測(cè)模型，以提高預(yù)報(bào)精準(zhǔn)度。從2020年煙葉產(chǎn)量預(yù)測(cè)效果看，模型預(yù)測(cè)的穩(wěn)定性尚可，可用于開(kāi)展業(yè)務(wù)化預(yù)測(cè)。

4 結(jié)論

基于遵義市5站歷史煙葉產(chǎn)量數(shù)據(jù)與生育期歷史氣候統(tǒng)計(jì)數(shù)據(jù)，分析了影響煙葉產(chǎn)量的氣候因子，構(gòu)建了煙葉產(chǎn)量預(yù)測(cè)模型，并根據(jù)生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)、氣候預(yù)測(cè)數(shù)據(jù)，在關(guān)鍵生育期逐月制作并發(fā)布煙葉產(chǎn)量預(yù)測(cè)信息，分析確定煙葉產(chǎn)量收益年型，建立煙葉產(chǎn)量預(yù)測(cè)業(yè)務(wù)。結(jié)果表明，煙葉產(chǎn)量受煙葉生長(zhǎng)中后期氣候條件的影響較大，且主要體現(xiàn)在熱量、水分、光照3個(gè)方面，不同地區(qū)、研究方法確定的氣候因子有所不同;依托構(gòu)建的煙葉產(chǎn)量預(yù)測(cè)模型及生長(zhǎng)季氣候統(tǒng)計(jì)數(shù)據(jù)與氣候預(yù)測(cè)數(shù)據(jù)，能夠在關(guān)鍵生育期逐月制作并發(fā)布煙葉產(chǎn)量預(yù)測(cè)，穩(wěn)定性較好，可實(shí)現(xiàn)煙葉產(chǎn)量的業(yè)務(wù)化預(yù)測(cè)。

參考文獻(xiàn)：

[1] 張慢慢，邵惠芳，鄭勁民，等.烤煙產(chǎn)量的主要影響因素及預(yù)測(cè)方法研究進(jìn)展[J].江西農(nóng)業(yè)學(xué)報(bào)，2014，26（10）：76-80.

[2] 施偉平，王鑫，余凌鋒，等.烤煙產(chǎn)量與品質(zhì)影響因素的研究進(jìn)展[J].福建農(nóng)業(yè)科技，2010（1）：23-25.

[3] 李琦，宋黎明.我國(guó)烤煙氣候減產(chǎn)量及災(zāi)損量的評(píng)估[J].安徽農(nóng)業(yè)技術(shù)師范學(xué)院學(xué)報(bào)，2000（2）：51-54.

[4] 易諄，王曉東，陳剛，等.基于灰色預(yù)測(cè)和線性回歸的煙葉產(chǎn)量預(yù)測(cè)模型[J].計(jì)算機(jī)應(yīng)用，2013，33（S1）：52-54.

[5] 賀升華，任煒.烤煙氣象[M].昆明：云南科技出版社，2001.

[6] 黃嘉佑.氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法（4版）[M].北京：氣象出版社，2016.

[7] 么枕生，丁裕國(guó).氣候統(tǒng)計(jì)（2版）[M].北京：氣象出版社，1990.

（責(zé)任編輯：張春雨? 盛? 偉）