馬耀絨，淡會(huì)星，尹貞鈐，許偉峰

(渭南市氣象局，陜西渭南 714000)

渭南地處關(guān)中平原東部，素有“陜西糧倉(cāng)”之稱，糧食總產(chǎn)位居全省前列。玉米是渭南市主栽糧食作物，種植面積占全市糧食面積的45%～55%，產(chǎn)量占全市糧食總產(chǎn)的55%～60%，產(chǎn)量豐欠影響全市乃至全省糧食安全。因此，進(jìn)行玉米產(chǎn)量預(yù)測(cè)模型研究，對(duì)全市糧食安全、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及合理部署可利用資源具有十分重要的意義。大量研究發(fā)現(xiàn)，作物產(chǎn)量與氣象條件關(guān)系密切，尹貞鈐等[1]研究出冬小麥產(chǎn)量與氣象因素的關(guān)系；徐延紅[2]研究出氣候適宜度指數(shù)與玉米氣象產(chǎn)量的相關(guān)關(guān)系。本文通過對(duì)渭南市1996—2018年玉米產(chǎn)量分離與模擬，建立較為準(zhǔn)確的趨勢(shì)產(chǎn)量、氣象產(chǎn)量預(yù)測(cè)模型，為提高全市玉米產(chǎn)量預(yù)報(bào)準(zhǔn)確率，政府部門合理調(diào)整生產(chǎn)布局提供重要依據(jù)。

1 資料來源

玉米是喜水、喜光作物，降水量、溫度、光照是影響玉米產(chǎn)量的重要?dú)庀笠?，晝晴夜雨是農(nóng)作物最理想的生長(zhǎng)條件，因此增加夜間降水量作為模型備選氣象因子。渭南春玉米生長(zhǎng)期為4月下旬至9月下旬，夏玉米生長(zhǎng)期為6月上旬至9月下旬。選取1996—2018年4—9月月降水量、月平均氣溫、月日照時(shí)數(shù)、月夜間降水量；旬降水量、旬平均氣溫、旬日照時(shí)數(shù)、旬平均最高氣溫和旬平均最低氣溫。以上氣象數(shù)據(jù)來自渭南市氣象局資料室，1996—2018年渭南市玉米產(chǎn)量數(shù)據(jù)來自渭南市統(tǒng)計(jì)局，

2 趨勢(shì)產(chǎn)量模擬與分離

影響產(chǎn)量的主要因素有自然因素和社會(huì)因素兩大類，因此將玉米產(chǎn)量分為趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量3部分[1]。隨機(jī)產(chǎn)量由病蟲害、風(fēng)雹等隨機(jī)因素影響，出現(xiàn)概率和影響較小，可忽略不計(jì)。趨勢(shì)產(chǎn)量受農(nóng)業(yè)生產(chǎn)技術(shù)等非自然因素影響，產(chǎn)量逐年提高。氣象產(chǎn)量是指由氣象條件影響的那部分產(chǎn)量，可正可負(fù)。因此，玉米實(shí)際產(chǎn)量可表示為

y=yt+yw，

(1)

式(1)中y為實(shí)際產(chǎn)量，yt為趨勢(shì)產(chǎn)量，yw為氣象產(chǎn)量。

2.1 趨勢(shì)產(chǎn)量預(yù)報(bào)模型建立

趨勢(shì)產(chǎn)量與社會(huì)生產(chǎn)力、耕作技術(shù)水平及社會(huì)因素有關(guān)。其模擬方法有多種[3]，本文采用直線滑動(dòng)平均法結(jié)合調(diào)和權(quán)重法進(jìn)行趨勢(shì)產(chǎn)量模擬。直線滑動(dòng)平均法是用一組最近的產(chǎn)量數(shù)據(jù)值來預(yù)測(cè)未來一年產(chǎn)量的一種常用方法，當(dāng)產(chǎn)量既不快速增長(zhǎng)也不快速下降，且不存在季節(jié)性因素時(shí)，直線滑動(dòng)平均法能有效地消除預(yù)測(cè)中的隨機(jī)波動(dòng)，是非常有用的。調(diào)和權(quán)重法以不同權(quán)重方法求算各序列樣本對(duì)趨勢(shì)產(chǎn)量的影響，即距離預(yù)報(bào)年越近的樣本，其權(quán)重越大[4]。因此采用直線滑動(dòng)平均法結(jié)合調(diào)和權(quán)重法進(jìn)行趨勢(shì)產(chǎn)量模擬和預(yù)報(bào)，準(zhǔn)確率更高。

設(shè)某階段的線性趨勢(shì)方程[5]為

yi=ai+bit。

(2)

式(2)中i=n-k+1,為方程個(gè)數(shù)(k為滑動(dòng)步長(zhǎng)；n為樣本序列個(gè)數(shù))；t為時(shí)間序號(hào)；ai、bi為常數(shù)。當(dāng)i=1時(shí)，t=1,2,3…，k；當(dāng)i=2時(shí)，t=2,3,4…，k+1；當(dāng)i=n-k+1時(shí)，t=n-k+1,n-k+2,n-k+3…，n。計(jì)算每個(gè)方程在t點(diǎn)上的函數(shù)值yi(t)，然后再求算每個(gè)t點(diǎn)上i個(gè)函數(shù)值的平均值，連接各點(diǎn)的yi(t)，即可表示產(chǎn)量的歷史演變趨勢(shì)，當(dāng)步長(zhǎng)k值足夠大時(shí)，趨勢(shì)產(chǎn)量才能消除短周期波動(dòng)的影響。

利用渭南市1996—2014年玉米產(chǎn)量數(shù)據(jù)，取滑動(dòng)步長(zhǎng)11 a[5]，求得9個(gè)二元一次線性方程，計(jì)算各方程在t點(diǎn)的函數(shù)值yi(t)，求算每個(gè)t點(diǎn)上的函數(shù)值的平均值，得到趨勢(shì)產(chǎn)量yt，分離出氣象產(chǎn)量yw。按照調(diào)和權(quán)重計(jì)算方法[4]，依次求算出趨勢(shì)產(chǎn)量的年增長(zhǎng)量

w(t+1)=y(t+1)-yt。

(3)

當(dāng)年趨勢(shì)產(chǎn)量即為上年趨勢(shì)產(chǎn)量加上當(dāng)年趨勢(shì)產(chǎn)量的平均增長(zhǎng)量，即

(4)

2.2 趨勢(shì)產(chǎn)量分離

依據(jù)趨勢(shì)產(chǎn)量計(jì)算方法，分別計(jì)算出1996—2014年趨勢(shì)產(chǎn)量，用實(shí)際產(chǎn)量減去趨勢(shì)產(chǎn)量得出各年氣象產(chǎn)量(表1)。

表1 1996—2014年渭南玉米實(shí)際產(chǎn)量分離結(jié)果 單位: kg/hm2

3 氣象產(chǎn)量與氣象因子相關(guān)性分析

3.1 月氣象因子

利用SPSS17.0軟件，對(duì)選取的各月氣象因子與氣象產(chǎn)量進(jìn)行相關(guān)分析，結(jié)果(表2)顯示：5—8月月降水量和月夜間降水量與氣象產(chǎn)量呈正相關(guān)，9月降水量呈弱的負(fù)相關(guān)，表明在玉米營(yíng)養(yǎng)生長(zhǎng)階段(5—8月)，降水量對(duì)產(chǎn)量貢獻(xiàn)最大。9月轉(zhuǎn)入生殖生長(zhǎng)階段，降水偏多，易造成植株生長(zhǎng)延長(zhǎng)，貪青晚熟，對(duì)產(chǎn)量形成不利。7月降水量、7月夜間降水量通過α=0.01顯著性檢驗(yàn)，表明產(chǎn)量隨降水量增多而增加。7月夏玉米處于大喇叭口期，營(yíng)養(yǎng)生長(zhǎng)與生殖生長(zhǎng)并進(jìn)，是玉米穗粒形成的關(guān)鍵期，水分需求旺盛。春玉米處于拔節(jié)—灌漿期，此期缺水可造成幼穗發(fā)育不良，嚴(yán)重時(shí)無法抽雄、受精，產(chǎn)量下降[6-7]。

4—7月月平均氣溫、月日照時(shí)數(shù)與氣象產(chǎn)量負(fù)相關(guān)，6、7月月平均氣溫通過α=0.05顯著性檢驗(yàn)，表明玉米出苗期—灌漿期溫度越高，光照偏多時(shí)光合作用受阻，抑制產(chǎn)量增加。8—9月月平均氣溫、月日照時(shí)數(shù)與產(chǎn)量正相關(guān)，表明玉米乳熟—成熟期，氣溫高、光照條件充足，有利產(chǎn)量形成。月日照時(shí)數(shù)未通過顯著性水平檢驗(yàn)，表明日照時(shí)數(shù)對(duì)產(chǎn)量形成無顯著影響。

表2 1996—2014年渭南玉米氣象產(chǎn)量與月氣象因子相關(guān)系數(shù)

注:*表示通過α=0.05顯著性檢驗(yàn),**表示通過α=0.01顯著性檢驗(yàn)。

3.2 旬氣象因子

各旬氣象因子與氣象產(chǎn)量相關(guān)分析結(jié)果(見表3)顯示：4月下旬、6月中旬、9月下旬降水量， 5月下旬、6月上旬、9月下旬平均最高氣溫以及5月下旬日照時(shí)數(shù)通過α=0.05顯著性檢驗(yàn)。6月下旬、7月上旬降水量通過α=0.01顯著性檢驗(yàn)。旬平均氣溫、旬平均最低氣溫未通過相關(guān)檢驗(yàn)。6月下旬—7月上旬正值夏玉米苗期，春玉米拔節(jié)期，是需水關(guān)鍵期，此期降水偏多，有利作物生長(zhǎng)。

表3 1996—2014年渭南玉米氣象產(chǎn)量與旬氣象因子的相關(guān)系數(shù)

注:*表示通過α=0.05顯著性檢驗(yàn),**表示通過α=0.01顯著性檢驗(yàn)。

4 氣象產(chǎn)量預(yù)報(bào)模型建立與檢驗(yàn)

4.1 氣象產(chǎn)量模型建立

選取通過a=0.05、a=0.01顯著性檢驗(yàn)的氣象因子，遵循建模時(shí)氣象因子正交的原則[8](7月降水量中包含了7月上旬降水量)，采用多元線性回歸方法，利用SPSS17.0軟件，設(shè)氣象產(chǎn)量為因變量，氣象因子為自變量[9-11]，建立氣象產(chǎn)量預(yù)報(bào)模型

yw= 476.297+0.207X1+0.034X2-13.193X3-6.17X4-0.91X5。

(5)

式(5)中yw為玉米氣象產(chǎn)量，X1為7月降水量，X2為7月夜間降水量，X3為6月平均氣溫，X4為7月平均氣溫，X5為6月下旬降水量。方程R2=0.719，F(xiàn)=10.206,F>F0.01(5, 13)=4.862，通過顯著性檢驗(yàn)，回歸方程顯著。

4.2 預(yù)報(bào)模型檢驗(yàn)

利用趨勢(shì)產(chǎn)量、氣象產(chǎn)量預(yù)測(cè)模型，對(duì)1996—2014年玉米產(chǎn)量進(jìn)行回代檢驗(yàn)，結(jié)果(表4)顯示：1996—2014 年玉米實(shí)際產(chǎn)量與擬合值誤差為0.3%～8.7%，平均誤差絕對(duì)值4.1%，檢驗(yàn)情況較好。

利用預(yù)測(cè)模型對(duì)2015—2018 年玉米產(chǎn)量進(jìn)行預(yù)測(cè)，結(jié)果顯示(表5)：4 a中預(yù)報(bào)誤差<10%概率為75%，平均誤差5.9%，模型預(yù)報(bào)效果良好，可以推廣應(yīng)用。

5 結(jié)論與討論

(1)渭南玉米氣象產(chǎn)量受氣象條件因素影響波動(dòng)較大，表明氣象因素是影響玉米產(chǎn)量波動(dòng)的最主要因子，采用氣象產(chǎn)量分離法進(jìn)行氣象因子與氣象產(chǎn)量模型預(yù)測(cè)，此種方法合理且準(zhǔn)確率高，為其他農(nóng)作物產(chǎn)量預(yù)測(cè)提供了參考。

表4 1996—2014年玉米產(chǎn)量方程回報(bào)檢驗(yàn)結(jié)果

表5 2015—2018 年玉米產(chǎn)量預(yù)報(bào)檢驗(yàn)結(jié)果

(2)在玉米營(yíng)養(yǎng)生長(zhǎng)階段，降水對(duì)氣象產(chǎn)量貢獻(xiàn)最大。在生殖生長(zhǎng)階段，降水與氣象產(chǎn)量呈弱的負(fù)相關(guān)，降水偏多對(duì)氣象產(chǎn)量形成不利。因此，降水量是影響玉米產(chǎn)量的主要?dú)庀笠蜃?，農(nóng)業(yè)氣象服務(wù)中應(yīng)關(guān)注旬月降水預(yù)報(bào)和旱情監(jiān)測(cè)。

(3)預(yù)報(bào)模型檢驗(yàn)結(jié)果顯示，該模型預(yù)報(bào)效果良好，可在日常產(chǎn)量預(yù)報(bào)業(yè)務(wù)中推廣應(yīng)用，有利預(yù)報(bào)準(zhǔn)確率提高。