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

漆夏燕，溫明霞，黃純楊，王小彥，芶劍渝，崔紹秋，李又庭*

（1.貴州省煙草公司遵義市公司，貴州遵義 563000；2.北京新宏高科信息技術(shù)有限公司，北京 100042）

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)計數(shù)據(jù)和預(yù)測數(shù)據(jù)進行煙葉產(chǎn)量預(yù)測，對于科學(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)測模型[4]。以往氣象數(shù)據(jù)的實時收集與氣候預(yù)測難度較大，時效性、準(zhǔn)確性和精細化程度均達不到要求，因此在實際工作中難以基于氣候因子進行煙葉產(chǎn)量預(yù)測。隨著物聯(lián)網(wǎng)、現(xiàn)代氣象觀測、移動互聯(lián)網(wǎng)、精細化數(shù)值天氣預(yù)報及氣候預(yù)測等現(xiàn)代科學(xué)技術(shù)的發(fā)展，及時采集、處理與統(tǒng)計分析氣象環(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)測模型、煙葉產(chǎn)量業(yè)務(wù)化預(yù)測奠定了基礎(chǔ)。本研究選取湄潭縣、綏陽縣、桐梓縣、余慶縣及正安縣這5 站煙葉產(chǎn)量數(shù)據(jù)及對應(yīng)年份的氣候統(tǒng)計數(shù)據(jù)，應(yīng)用多元統(tǒng)計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)測模型，并根據(jù)生長季氣候統(tǒng)計數(shù)據(jù)和氣候預(yù)測數(shù)據(jù)進行生長季月度煙葉產(chǎn)量預(yù)測。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源及處理

煙葉產(chǎn)量數(shù)據(jù)為2006—2019 年湄潭縣、綏陽縣、桐梓縣、余慶縣及正安縣5 站各級別煙葉收購數(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，需要對煙葉產(chǎn)量數(shù)據(jù)進行修正。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]。

由于煙葉生長不同生育期對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)、日照時間、大田日數(shù)及平均相對濕度等。預(yù)測模型構(gòu)建選取的氣候因子為不同生育期平均氣溫、合計降水量；煙葉產(chǎn)量預(yù)測氣候數(shù)據(jù)為當(dāng)年生長季氣候統(tǒng)計數(shù)據(jù)（預(yù)測時間點以前）和氣候預(yù)測數(shù)據(jù)（預(yù)測時間點以后）。

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個方面進行。

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)和與煙草生長密切相關(guān)的熱量、水分、光照等氣候統(tǒng)計特征量，采用多元線性逐步回歸分析法，多元線性模型的擬合優(yōu)度檢驗和顯著性檢驗分別采用t檢驗和F檢驗，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對建模數(shù)據(jù)進行標(biāo)準(zhǔn)化處理；②進行主成分分析，確定多元回歸分析的維度；③進行多元回歸分析，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)計數(shù)據(jù)，可以從一個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)測模型構(gòu)建

煙葉產(chǎn)量預(yù)測模型構(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)測需要，依據(jù)的氣候因子簡化為平均氣溫與降水量，模型的擬合優(yōu)度檢驗和顯著性檢驗分別采用t檢驗和F檢驗，置信度為95%。

1.2.3 煙葉產(chǎn)量預(yù)測

在煙葉生長關(guān)鍵時期（4—9 月），依據(jù)當(dāng)年生長季氣候統(tǒng)計數(shù)據(jù)和氣候預(yù)測數(shù)據(jù)，應(yīng)用煙葉產(chǎn)量預(yù)測模型，按月制作發(fā)布煙葉產(chǎn)量預(yù)測信息，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)率劃分確定見表1。增產(chǎn)率X計算公式為：

表1 煙葉產(chǎn)量收益年型劃分標(biāo)準(zhǔn)

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

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表示旺長期降水量。分析結(jié)果表明，對煙葉產(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)量的主要氣候因子并不完全一致。

表2 煙葉產(chǎn)量-氣候關(guān)系模型

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、全生育期日照時間偏少或偏多；2）大田期部分時段氣溫偏高，大田日數(shù)偏多或偏少；3）旺長期和成熟采烤期降水量偏多或偏少。

表3 豐年各生育期各要素典型值

2.2 煙葉產(chǎn)量預(yù)測模型

依據(jù)歷史煙葉產(chǎn)量與生育期氣溫、降水量統(tǒng)計值，使用多元線性逐步回歸分析方法構(gòu)建煙葉產(chǎn)量預(yù)測模型，見表4。從表中模型可以看出，不同站點的煙葉產(chǎn)量受不同時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)貙嶋H情況開展相應(yīng)的田間管理。

表4 煙葉產(chǎn)量預(yù)測建模表

2.3 煙葉產(chǎn)量預(yù)測結(jié)果

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

表5 2020年煙葉產(chǎn)量預(yù)測結(jié)果

（續(xù)表5）

3 討論

盡管各生育期煙葉生長對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比分析確定的氣候因子更為直接，即氣溫、降水量、日照時間，氣候要素特征值的偏多或偏少均會導(dǎo)致煙葉減產(chǎn)，說明熱量、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)測模型構(gòu)建使用了氣溫、降水量這2類氣候因子，是由現(xiàn)階段氣候預(yù)測的能力所決定的，因為其他要素氣候預(yù)測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。本文的煙葉產(chǎn)量數(shù)據(jù)用收購量代替實際生產(chǎn)量，受多種因素影響，二者不可避免地存在一定差異，會導(dǎo)致煙葉產(chǎn)量預(yù)測模型出現(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，可以通過不斷修正完善煙葉產(chǎn)量預(yù)測模型，以提高預(yù)報精準(zhǔn)度。從2020 年煙葉產(chǎn)量預(yù)測效果看，模型預(yù)測的穩(wěn)定性尚可，可用于開展業(yè)務(wù)化預(yù)測。

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)測模型，并根據(jù)生長季氣候統(tǒng)計數(shù)據(jù)、氣候預(yù)測數(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)測業(yè)務(wù)。結(jié)果表明，煙葉產(chǎn)量受煙葉生長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)測模型及生長季氣候統(tǒng)計數(shù)據(jù)與氣候預(yù)測數(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，穩(wěn)定性較好，可實現(xiàn)煙葉產(chǎn)量的業(yè)務(wù)化預(yù)測。