尹貞鈐，許偉峰，田中偉，馮 偉

(1.渭南市氣象局，陜西渭南 714000；2.楊凌氣象局，陜西楊凌 712100)

渭南市冬小麥產(chǎn)量預(yù)報(bào)模型研究

尹貞鈐1，許偉峰1，田中偉2，馮 偉1

(1.渭南市氣象局，陜西渭南 714000；2.楊凌氣象局，陜西楊凌 712100)

利用1998—2012年渭南市氣象與冬小麥產(chǎn)量數(shù)據(jù)，利用直線滑動平均模擬趨勢產(chǎn)量，結(jié)合調(diào)和權(quán)重法預(yù)測趨勢產(chǎn)量，采用SPSS20.0軟件對氣象產(chǎn)量進(jìn)行逐步回歸，得到年景和定量氣象產(chǎn)量預(yù)測模型。統(tǒng)計(jì)趨勢產(chǎn)量與氣象產(chǎn)量合計(jì)值，得到年景(或定量)預(yù)報(bào)產(chǎn)量。通過驗(yàn)證，年景和定量產(chǎn)量預(yù)報(bào)準(zhǔn)確率較高。

直線滑動平均模擬；調(diào)和權(quán)重；趨勢產(chǎn)量；氣象產(chǎn)量；模型檢驗(yàn)

渭南市地處渭河平原東部，糧食總產(chǎn)量居全省前列，素有“陜西糧倉”之稱。冬小麥?zhǔn)俏寄鲜兄饕Z食作物之一，近15年平均種植面積3.2×105hm2，總產(chǎn)1.1×109kg，占全年糧食總產(chǎn)的40%～50%。因此，進(jìn)行冬小麥產(chǎn)量預(yù)報(bào)模型研究，為政府部門提供準(zhǔn)確的作物產(chǎn)量預(yù)測信息，對調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，合理安排布局具有重要意義。

1 資料來源

1998—2012年冬小麥產(chǎn)量數(shù)據(jù)來自渭南市統(tǒng)計(jì)局，1998—2012年氣象數(shù)據(jù)和2003—2012年冬小麥生育期數(shù)據(jù)來自渭南市氣象局資料室。

2 產(chǎn)量模擬

冬小麥實(shí)際產(chǎn)量可分解為趨勢產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量三部分[1]，實(shí)際計(jì)算時(shí)，隨機(jī)產(chǎn)量可以忽略不記，表示為

y=yt+yw，

(1)

式中，y為實(shí)際產(chǎn)量，yt為趨勢產(chǎn)量，yw為氣象產(chǎn)量。

2.1 趨勢產(chǎn)量模擬

趨勢產(chǎn)量模擬方法有多種[2]，直線滑動平均模擬不必主觀假定產(chǎn)量歷史演變曲線類型，也可不損失樣本序列數(shù)，是一種較好的趨勢模擬方法。調(diào)和權(quán)重法[3]可以不同權(quán)重方法求算各序列樣本對趨勢產(chǎn)量的影響,即距預(yù)報(bào)年越近的樣本,其權(quán)重越大。因此采用直線滑動平均結(jié)合調(diào)和權(quán)重法進(jìn)行趨勢產(chǎn)量模擬和預(yù)報(bào)。

設(shè)某階段的線性趨勢方程[1]為

yi=ai+bit，

(2)

式中，i為方程個(gè)數(shù)，i=n-k+1；n為樣本序列個(gè)數(shù)；t為時(shí)間序號；k為步長。利用渭南市1998—2012年冬小麥產(chǎn)量數(shù)據(jù)，取滑動步長11 a[1]，求得5個(gè)線性方程，計(jì)算各方程在t點(diǎn)的函數(shù)值yi(t)，并求算各t點(diǎn)上多個(gè)函數(shù)值的平均值，得到趨勢產(chǎn)量yt，分離出氣象產(chǎn)量yw。產(chǎn)量分離完成，按照調(diào)和權(quán)重計(jì)算方法[3]，依次求算趨勢產(chǎn)量年增長量

w(t+1)=y(t+1)-y(t)，

(3)

=m(t+1)/(n-1)，

(4)

(5)

(6)

則2013年趨勢產(chǎn)量=262.863+2.232=265.095 kg/666.7 m2。

2.2 氣象產(chǎn)量建模

2.2.1 氣象因子選取 冬小麥產(chǎn)量與光、熱、水等氣候資源關(guān)系密切，不同生育期氣象條件對產(chǎn)量的貢獻(xiàn)不同。選取渭南市臨渭區(qū)、大荔、蒲城、韓城4個(gè)國家級農(nóng)氣站2003—2012年冬小麥生育期觀測數(shù)據(jù)，求取各站近10 a生育普遍期平均值，以4站數(shù)據(jù)為代表，確定渭南市冬小麥主要生育普遍期的出現(xiàn)時(shí)間(見表1)。根據(jù)表中生育普遍期及播種—出苗、返青—拔節(jié)、返青—孕穗、拔節(jié)—抽穗、孕穗—灌漿、播種—拔節(jié)、播種—灌漿的出現(xiàn)時(shí)間，分時(shí)段統(tǒng)計(jì)全市降水、氣溫、日照、相對濕度數(shù)據(jù)作為模型備選氣象因子。同時(shí)，考慮播前底墑、冬前積溫及越冬期負(fù)積溫對產(chǎn)量的影響，增加8月、9月、7—8月、8—9月全市降水量、10—12月中旬≥0 ℃積溫及12—2月負(fù)積溫?cái)?shù)據(jù)作為備選因子。

表1 渭南市冬小麥2004—2013年平均生育普遍期 日/月

注：產(chǎn)量預(yù)報(bào)5月15日前發(fā)布，15日后生育期未統(tǒng)計(jì)。灌漿期非規(guī)范規(guī)定生育期，各站無數(shù)據(jù)。

2.2.2 建模 冬小麥產(chǎn)量預(yù)報(bào)一般分為年景預(yù)報(bào)和定量預(yù)報(bào)，年景預(yù)報(bào)每年4月15日前完成，定量預(yù)報(bào)每年5月15日前完成。按照預(yù)報(bào)時(shí)限將氣象因子分為兩組，底墑降水量和播種—拔節(jié)期所有因子作為年景預(yù)報(bào)因子，底墑降水量和播種—灌漿期所有因子作為定量預(yù)報(bào)因子。數(shù)據(jù)分組完成，采用SPSS20.0軟件進(jìn)行回歸分析。設(shè)置氣象產(chǎn)量為因變量，年景預(yù)報(bào)因子為自變量，入選變量F值標(biāo)準(zhǔn)α=0.10，剔除標(biāo)準(zhǔn)α=0.15，進(jìn)行逐步回歸,得到預(yù)測模型

yw年景=75.724-0.217x21+1.300x5+1.703x15-5.446x31-0.704x3，

(7)

式中，yw年景為年景氣象產(chǎn)量；x21為3月下旬—4月上旬日照數(shù)；x5為12月下旬—2月中旬降水量；x15為3月降水量；x31為10月上中旬平均氣溫；x3為2月中旬—3月中旬降水量。方程R2=0.860，F(xiàn)=11.062，顯著性P=0.001，F(xiàn)gt;Fα=0.01(5,9)=6.06,回歸方程顯著。同理，導(dǎo)入定量預(yù)報(bào)因子和氣象產(chǎn)量數(shù)據(jù)，設(shè)置氣象產(chǎn)量為因變量，定量預(yù)報(bào)因子為自變量，變量F值入選標(biāo)準(zhǔn)α=0.10，剔除α=0.15，進(jìn)行逐步回歸,得到預(yù)測模型

yw定量=-75.317+0.565x10-0.135x12+

0.345x20-0.144x13-0.615x9-0.304x24，

(8)

式中，yw定量為定量氣象產(chǎn)量；x10為10月—5月上旬降水量；x12為8月—9月降水量；x20為4月下旬—5月上旬日照時(shí)數(shù)；x13為8月降水量；x9為3月下旬—4月上旬降水量；x24為5月上旬日照時(shí)數(shù)。方程R2=0.954，F(xiàn)=27.368，顯著性P=0.000，F(xiàn)gt;Fα=0.01(6,8)=6.37,回歸方程顯著。

3 模型檢驗(yàn)

根據(jù)氣象產(chǎn)量預(yù)測模型，預(yù)計(jì)2013年yw年景=-30.913 kg/666.7 m2，yw定量=-53.793 kg/666.7 m2。結(jié)合趨勢產(chǎn)量預(yù)測結(jié)果，2013年冬小麥年景預(yù)測值=265.095+(-30.913)=234.2 kg/666.7 m2，定量預(yù)測值=265.095+(-53.793)=211.3 kg/666.7 m2，與實(shí)際產(chǎn)量220 kg/666.7 m2比較，年景預(yù)測值誤差14.2 kg/666.7 m2，準(zhǔn)確率93.6%，定量預(yù)測值誤差8.7 kg/666.7 m2，準(zhǔn)確率96.0%。

4 小結(jié)

(1)采用直線滑動平均結(jié)合調(diào)和權(quán)重法進(jìn)行趨勢產(chǎn)量模擬和預(yù)報(bào)，既不必主觀假定產(chǎn)量歷史演變曲線類型，又充分考慮樣本對趨勢產(chǎn)量的影響權(quán)重，是一種較好的趨勢產(chǎn)量模擬和預(yù)測方法。該方法在冬小麥產(chǎn)量預(yù)報(bào)預(yù)測中的成功應(yīng)用，為其它農(nóng)作物產(chǎn)量定量預(yù)測提供了參考。

(2)根據(jù)冬小麥生育普遍期出現(xiàn)時(shí)間，分時(shí)段選取氣象因子，進(jìn)行回歸分析，得到的氣象產(chǎn)量預(yù)測方程擬合度高，回歸顯著，預(yù)測結(jié)果準(zhǔn)確率高。

(3)為方便業(yè)務(wù)使用，將氣象因子分為年景和定量預(yù)測因子，按預(yù)報(bào)時(shí)限建立兩組預(yù)測模型，可以在每年4月上旬和5月上旬進(jìn)行年景和定量產(chǎn)量預(yù)測，實(shí)現(xiàn)了業(yè)務(wù)化應(yīng)用，應(yīng)用效果良好。

[1] 中國氣象局.QX/T 81—2007小麥干旱災(zāi)害等級[S].北京:中國標(biāo)準(zhǔn)出版社,2007.

[2] 朱秀紅,李秀珍,姚文軍，等.基于SPSS的日照市小麥產(chǎn)量年景預(yù)測模型[J].中國農(nóng)學(xué)通報(bào),2010,26(2):296.

[3] 溫曉慧,溫桂清,薛敏.用直線滑動均值法做作物趨勢產(chǎn)量預(yù)報(bào)[J].黑龍江氣象,1994(l):19-20.

尹貞鈐，許偉峰，田中偉，等.渭南市冬小麥產(chǎn)量預(yù)報(bào)模型研究[J].陜西氣象，2014(5)：35-37.

1006-4354(2014)05-0035-03

2014-04-11

尹貞鈐(1970—)，女，陜西渭南人，漢族，高工，從事為農(nóng)氣象服務(wù)工作。

S165

A