王興環(huán) 張懷珠 高安芳

摘 要：本文利用圖們市1987—2016年以來的氣候、產(chǎn)量資料，采用滑動平均線性分析的方法，從平均氣溫、降水量和日照氣象因素對秋白菜產(chǎn)量的影響入手，利用多元回歸分析方法分析影響秋白菜產(chǎn)量的重要氣象因子，建立影響秋白菜產(chǎn)量的氣象因子和預(yù)報模型，為秋白菜高產(chǎn)種植提供科學(xué)依據(jù)，從而提高秋白菜的口感，吸引更多游客帶動當(dāng)?shù)仄渌厣a(chǎn)品遠銷外地。

關(guān)鍵詞：圖們市;秋白菜;氣象因子;產(chǎn)量

中圖分類號：S16 ? ? ? 文獻標(biāo)識碼：A

DOI：10.19754/j.nyyjs.20200530046

秋白菜品種很多，可分為直筒型、原頭型和卵圓型3個基本生態(tài)類型。生育期內(nèi)白菜種子從播種到收獲大白菜，需要光、溫、水的共同影響，大白菜的生長發(fā)育和產(chǎn)量的形成對氣象因素的影響很敏感。

延邊朝鮮族辣白菜是朝鮮族世代相傳的一種佐餐食品，列為國家地理標(biāo)志保護產(chǎn)品。延邊地處北半球的中溫帶，特別適宜秋白菜的生長。一些企業(yè)還獲得了“省級非物質(zhì)文化遺產(chǎn)”、“延邊州知名商標(biāo)”等證書和榮譽，整個產(chǎn)業(yè)呈現(xiàn)出無限生機與活力。圖們市的辣白菜已發(fā)展為當(dāng)?shù)孛癖妱?chuàng)業(yè)致富的重要產(chǎn)業(yè)，做出產(chǎn)量預(yù)報尤為重要。杜宏娟等研究人員深入分析了氣象因子對秋白菜產(chǎn)量的影響研究。研究表明，對秋白菜產(chǎn)量影響最大的為8月上旬出苗到基生葉的積溫、平均溫度、日照時數(shù)。8月下旬—9月上旬的日照時數(shù)對秋白菜產(chǎn)量影響較大。劉明池學(xué)者探討了影響秋白菜產(chǎn)量形成的關(guān)鍵氣象因子分析。

本文擬通過探討和研究圖們市秋白菜的產(chǎn)量與光、溫、水等氣象因子的關(guān)系，得出秋白菜的農(nóng)業(yè)氣象產(chǎn)量預(yù)報模式，旨在通過人工干預(yù)更好地提高產(chǎn)量，對氣象部門在今后開展農(nóng)業(yè)氣象產(chǎn)量預(yù)報，指導(dǎo)農(nóng)業(yè)生產(chǎn)提供重要意義。

1 圖們市氣候特征分析

1987—2016年平均氣溫表現(xiàn)出不斷增加的態(tài)勢。從農(nóng)業(yè)生產(chǎn)的層面來看，不同時期對農(nóng)業(yè)生產(chǎn)影響不同。同時伴隨著氣候的變化，極端天氣也時常發(fā)生，都對作物生長帶來不利影響。圖們市年平均降水量569.7mm，最大降水量出現(xiàn)在2000年為883.0mm，最小值出現(xiàn)在2011年為343.7mm。降水出現(xiàn)時空分布不均、對流性天氣、臺風(fēng)天氣時有發(fā)生現(xiàn)象，均影響秋白菜的生長情況。平均日照為2280.3h，最多日照時數(shù)出現(xiàn)在2001年為2506h，最少日照時數(shù)出現(xiàn)在2016年為1991.6h。

2 秋白菜產(chǎn)量模型的建立

秋白菜整個發(fā)育期包括多個階段，其中比較關(guān)鍵的是植株的苗期、蓮座期、結(jié)球期等階段。利用圖們市1987—2016年平均氣溫、降水量、日照氣象因素與氣象產(chǎn)量展開關(guān)聯(lián)性分析。

2.1 分離氣象產(chǎn)量

剔除非氣象因子對產(chǎn)量的影響，僅考慮氣象因素與產(chǎn)量的相關(guān)性，利用線性分析得出氣象產(chǎn)量。秋白菜趨勢單產(chǎn)采用10a直線滑動平均模擬法，將所在時段對應(yīng)的產(chǎn)量趨勢轉(zhuǎn)化為直線，在這之后借助趨勢直線發(fā)生的變化來明確產(chǎn)量改變的整體態(tài)勢。將1987—2016年近30a劃分為21個時段，其中，秋白菜單產(chǎn)處于減少趨勢的時段是1989—1998年、1990—1999年、1991—2000年、1992—2001年、1996—2005年、1997—2006年、2007—2016年，減產(chǎn)幅度最大的是1991—2000年，為-772.42x+32658，最小的是1989—1998年，為-77.455x+28383;有14個時段秋白菜單產(chǎn)均為增多趨勢，其中2003—2012年增產(chǎn)幅度最為顯著，為1831.7x+21707，而1995—2004年增產(chǎn)幅度最小，為4.0788x+26967。

結(jié)合上述10a直線滑動平均模擬法分析結(jié)果分析出趨勢產(chǎn)量，計算出每年實際產(chǎn)量與趨勢產(chǎn)量存在的差值，稱為氣象產(chǎn)量。三者的直線滑動平均分離結(jié)果如圖1所示。

2.2 氣象資料分析

對圖們市1987—2016年8月1日—10月15日每候平均氣溫、日照時數(shù)、降水量數(shù)據(jù)進行分析并統(tǒng)計。

2.3 點聚圖和相關(guān)分析

將氣象要素與氣象產(chǎn)量進行相關(guān)分析，并對相關(guān)系數(shù)完成α=0.05的顯著性檢驗，排在前6位的分別為下表因子：8月1—5日候平均氣溫、8月6—10日候平均氣溫、8月6—10日候日照時數(shù)、8月26—31日候降水量、9月6—10日候日照時數(shù)、9月21—25日候平均氣溫。做氣象因素與氣象產(chǎn)量點聚圖和相關(guān)分析后結(jié)果（表1）如下：僅9月6—10日候日照時數(shù)氣象要素與氣象產(chǎn)量為正相關(guān)，其余8月1—5日候平均氣溫、8月6—10日候平均氣溫、8月6—10日候日照時數(shù)、8月26—31日候降水量、9月21—25日候平均氣溫五項氣象因素與氣象產(chǎn)量均為負相關(guān)。

2.4 多元回歸分析

確定影響秋白菜產(chǎn)量的各個氣象因子，可對其展開多元回歸分析，進而明確所有氣象因子對產(chǎn)量的實際權(quán)重，在這之后構(gòu)建多元回歸方程：Y=b0+bixi（i=1，2，3，4，5……）。對系數(shù)進行分析，獲得公式：Y=21958.606-403.936x1-125.050x2-16.762x3-9.842x4+64.176x5-857.706x6。其中，Y是氣象產(chǎn)量，x1是8月1—5日候平均氣溫，x2是8月6—10日候平均氣溫，x3是8月6—10日候日照時數(shù)，x4是8月26—31日候降水量，x5是9月6—10日候日照時數(shù)，x6是9月21—25日候平均氣溫。結(jié)合回歸方程，對所有因子與氣象產(chǎn)量的關(guān)系進行分析。

結(jié)合SPSS提供的數(shù)據(jù)可知F檢驗統(tǒng)計量為4.330，P值為0.005，通過了置信度為95%統(tǒng)計檢驗，因此模型具有顯著性。模型的R為0.728，表明模型能夠體現(xiàn)非常優(yōu)良的解釋能力。將2017年的相關(guān)氣象因子數(shù)值帶入模型，預(yù)測產(chǎn)量與實際產(chǎn)量經(jīng)過分析，可知擬合度達72.8%，預(yù)報準(zhǔn)確率達85.9%，效果很好。通過模型可知從以上6項氣象因素著手，通過人工干預(yù)可以更好地提高產(chǎn)量，為辣白菜原料選擇優(yōu)質(zhì)化提供幫助。同時，通過辣白菜的品牌文化和民族風(fēng)情吸引更多游客來當(dāng)?shù)叵M，從而帶動當(dāng)?shù)仄渌褡逄厣a(chǎn)品遠銷外地，促進當(dāng)?shù)鼐用袷杖搿?/p>

參考文獻

[1] 杜宏娟，張磊，姬菲菲，等.氣象因子對大秋白菜產(chǎn)量的影響研究[J].現(xiàn)代農(nóng)業(yè)科技，2011（4）：296-297.

[2]劉明池.影響大秋白菜產(chǎn)量形成的關(guān)鍵氣象因子分析[C].中國園藝學(xué)會.中國園藝學(xué)會第五屆青年學(xué)術(shù)討論會論文集.廣州：中國園藝學(xué)會，2003：418-422.

[3]李昶泰，薛純恭.應(yīng)用主因子分析方法制作秋白菜產(chǎn)量預(yù)報[J].氣象與環(huán)境學(xué)報，1991（3）：18-21.

[4]吳瑞芬，呂景華，李薪，等.影響呼和浩特市大白菜產(chǎn)量的主要氣象因子及年景預(yù)報方法[J].內(nèi)蒙古氣象，2006（1）：23-24.

[5]呂國華，牟傳民，雷宏霞.氣象因子與大白菜生產(chǎn)的關(guān)系研究[J].石河子大學(xué)學(xué)報（自然科學(xué)版），1991（3）：136-139.

（責(zé)任編輯 周康）