武強(qiáng)，韓旭，唐余學(xué)，徐倩倩，陽(yáng)園燕

摘要：以涪陵莖瘤芥為例，基于歷史豐歉氣象影響指數(shù)，綜合診斷篩選氣象要素相似年型，采用大概率法與加權(quán)平均分析法建立莖瘤芥產(chǎn)量預(yù)報(bào)模型，并驗(yàn)證不同方法的莖瘤芥產(chǎn)量動(dòng)態(tài)預(yù)報(bào)準(zhǔn)確性。結(jié)果表明：同一年份不同起報(bào)時(shí)間的氣象條件相似年型差異主要發(fā)生在熱量條件的相似年，其次是光照條件相似年，而水分條件相似年在同一年份不同起報(bào)時(shí)間無(wú)變化。但同一起報(bào)時(shí)間不同年份的氣象條件相似年，無(wú)明顯的重復(fù)性，即年際間的氣象條件具有差異性，能夠綜合反映氣象條件對(duì)莖瘤芥產(chǎn)量豐歉的決定性。比較大概率法與加權(quán)平均分析法的莖瘤芥產(chǎn)量預(yù)報(bào)結(jié)果，在產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)方面，大概率法在較早的起報(bào)時(shí)間易出現(xiàn)較大的偏差，但是隨著起報(bào)時(shí)間推后，產(chǎn)量豐歉趨勢(shì)趨于正確;加權(quán)平均分析法在大多數(shù)年份的產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)準(zhǔn)確性較高，但是個(gè)別年份會(huì)出現(xiàn)不同起報(bào)時(shí)間的持續(xù)性預(yù)報(bào)偏差。在單產(chǎn)預(yù)報(bào)準(zhǔn)確率方面，加權(quán)平均分析法預(yù)報(bào)結(jié)果明顯優(yōu)于大概率法，但2種方法均在1月1日起報(bào)時(shí)間表現(xiàn)出最高的預(yù)報(bào)準(zhǔn)確率，大概率法1月1日起報(bào)的單產(chǎn)預(yù)報(bào)準(zhǔn)確率平均值為89.5%，加權(quán)平均分析法1月1日為起報(bào)時(shí)間單產(chǎn)預(yù)報(bào)準(zhǔn)確率平均值為98.9%。在進(jìn)入2月份也即莖瘤芥瘤莖膨大后期，預(yù)報(bào)準(zhǔn)確率降低。

關(guān)鍵詞：產(chǎn)量預(yù)報(bào);大概率法;加權(quán)平均分析法;氣象條件相似年;莖瘤芥

中圖分類(lèi)號(hào)：S165+.27文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2021）06-1443-08

Comparison of two methods for yield prediction of Brassica juncea var. tumida Tsen & Lee based on meteorological influence index of historical yield

WU Qiang1，2，3，HAN Xu3，TANG Yu-xue1，2，3，XU Qian-qian4，YANG Yuan-yan1，2，3

（1.Chongqing Institute of Meteorological Sciences， Chongqing 401147， China;2.Chongqing Engineering Research Center of Agrometeorology and Satellite Remote Sensing， Chongqing 401147， China;3.Jiangjin Modern Agrometeorology Experimental Station， Chongqing 402260， China;4.Hefei Meteorological Bureau， Hefei 230041， China）

Abstract：Based on the meteorological influence index of historical yield， the similarity year of meteorological conditions was selected by integrated diagnosis. The large probability method and weighted average method were used to establish the yield prediction model of Brassica juncea var. tumida Tsen & Lee， and the accuracy of different methods was verified. The results showed that the difference of similarity year of meteorological conditions with different starting times in the same year mainly occurred in the heat condition. Secondly， the similarity year of light conditions was different in some years， while the water conditions had no change in different starting times. However， there was no obvious repeatability in the similarity years of meteorological conditions with the same starting time， that was， the meteorological conditions were different among years， which could comprehensively reflect the decisive effect of meteorological conditions on the yield of Brassica juncea var. tumidaTsen & Lee. Comparing with the results of the large probability method and the weighted average method， the large probability method was prone to large deviation in the early starting time， the yield trend tended to be correct with the delay of reporting time. The accuracy of the weighted average method was high， but the persistent forecasting deviation with different starting time could occur in some years. In terms of the prediction accuracy of unit yield， the prediction result of weighted average method was obviously better than that of large probability method， both methods showed the highest forecast accuracy on the starting time of January 1， the highest forecast accuracy of large probability method and weighted average method were 89.5% and 98.9%. In February， the late period of stem enlargement of Brassica juncea var. tumida Tsen & Lee， the accuracy of prediction decreased.

Key words：yield prediction;large probability method;weighted average method;similarity year of meteorological conditions;Brassica juncea var. tumida Tsen & Lee

莖瘤芥（Brassica juncea var. tumida Tsen & Lee）是重慶最具特色的經(jīng)濟(jì)作物之一，屬于莖用芥菜的變種[1]，其膨大肉質(zhì)莖是榨菜加工的主要原料。涪陵區(qū)是莖瘤芥的核心產(chǎn)區(qū)，除東南部武陵山系高海拔地區(qū)外，全區(qū)都有種植，截至2019年，種植面積穩(wěn)定在4.8×104 hm2以上?？茖W(xué)、準(zhǔn)確地開(kāi)展莖瘤芥產(chǎn)量預(yù)報(bào)工作對(duì)合理利用農(nóng)業(yè)氣候資源、充分發(fā)揮氣象趨利避害作用、保障作物安全生產(chǎn)與經(jīng)濟(jì)效益具有重要意義[2]。

關(guān)于作物產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法已有較多的研究和應(yīng)用[3-5]，傳統(tǒng)的農(nóng)學(xué)預(yù)報(bào)方法應(yīng)用簡(jiǎn)單，但預(yù)報(bào)結(jié)果偏差較大[6-7]。作物生長(zhǎng)模擬模型是目前較新的作物產(chǎn)量預(yù)報(bào)研究方向，但需要較為完備的科學(xué)理論基礎(chǔ)，并獲取土壤、生育期、生物量等數(shù)據(jù)信息[8-11]，對(duì)于小宗特色經(jīng)濟(jì)作物在生育期氣象條件影響機(jī)理研究不是十分完善的情況下，則有一定應(yīng)用局限性。遙感技術(shù)在作物產(chǎn)量預(yù)報(bào)中也有應(yīng)用，復(fù)雜地形條件、天氣條件影響以及分辨率精度較低等是重要的限制因素[12-14]。因此，目前仍以統(tǒng)計(jì)預(yù)報(bào)方法的應(yīng)用最為廣泛，主要是通過(guò)構(gòu)建各類(lèi)氣象要素中關(guān)鍵氣象影響因子與作物生長(zhǎng)發(fā)育以及產(chǎn)量形成的相關(guān)關(guān)系[15-16]，建立動(dòng)態(tài)預(yù)報(bào)模型[17-19]，并在水稻、小麥、玉米等糧食作物的產(chǎn)量預(yù)報(bào)中取得較好應(yīng)用效果[20-22]。本研究以涪陵莖瘤芥為例，基于歷史豐歉氣象影響指數(shù)，綜合診斷篩選氣象要素相似年型，采用大概率法與加權(quán)平均分析法建立莖瘤芥產(chǎn)量預(yù)報(bào)模型，以期尋求實(shí)現(xiàn)莖瘤芥產(chǎn)量預(yù)報(bào)的切實(shí)方案，為莖瘤芥產(chǎn)量預(yù)報(bào)以及其他特色經(jīng)濟(jì)作物的產(chǎn)量預(yù)報(bào)提供科學(xué)依據(jù)與方法參考。

1資料與方法

1.1研究區(qū)域概況

莖瘤芥核心產(chǎn)區(qū)重慶市涪陵區(qū)（29°21′-30°01′N(xiāo)，106°56′-107°43′E，海拔138～1 977 m），全區(qū)除東南部靠近武陵山系的高海拔地區(qū)外均有莖瘤芥種植。地處中亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)，常年平均氣溫18.2 ℃，≥10 ℃活動(dòng)積溫6 127.5 ℃·d，年降水量1 098.8 mm，無(wú)霜期317 d，年日照時(shí)數(shù)1 095.6 h。

1.2數(shù)據(jù)來(lái)源

氣象數(shù)據(jù)來(lái)自涪陵區(qū)國(guó)家基本氣象站、莖瘤芥種植區(qū)區(qū)域氣象站，包括1979-2019年逐日平均氣溫、最高氣溫、最低氣溫、降水量、日照時(shí)數(shù)。計(jì)算得到莖瘤芥苗期至產(chǎn)量預(yù)報(bào)起報(bào)日的≥0 ℃積溫、累積降水量、標(biāo)準(zhǔn)化降水量、累積日照時(shí)數(shù)。

莖瘤芥產(chǎn)量數(shù)據(jù)來(lái)自涪陵區(qū)統(tǒng)計(jì)局，由總產(chǎn)和種植面積計(jì)算得到單產(chǎn)。對(duì)莖瘤芥瘤莖產(chǎn)量進(jìn)行處理得到瘤莖產(chǎn)量氣象影響指數(shù)[23-24]。

△Yi=Yi-Yi-1Yi-1×100%（1）

式中，△Yi為產(chǎn)量氣象影響指數(shù)，Yi、Yi-1為第i年、第i-1年瘤莖單產(chǎn)。產(chǎn)量氣象影響指數(shù)△Yi正、負(fù)值分別代表產(chǎn)量豐和歉。

按照涪陵區(qū)莖瘤芥生育期多年觀測(cè)結(jié)果，確定幼苗期為9-10月，瘤莖膨大期為11月-2月中旬[1]。

1.3氣象條件相似年

相鄰年份間產(chǎn)量變化可認(rèn)為主要由氣象條件的不同導(dǎo)致，同一地區(qū)的同一作物，2個(gè)歷史年份的氣象要素變化相近或者相似，則該作物產(chǎn)量變化也應(yīng)該相似。2個(gè)氣象條件相似年可以由基于歐氏距離與相關(guān)系數(shù)的綜合診斷指標(biāo)判斷確定[25-26]。

Cik=rikdik×100%（2）

rik=∑nj=1（△Xij-△X—i）（△Xkj-△X—k）∑nj=1（△Xij-△X—i）2∑nj=1（△Xkj-△X—k）2（3）

dik=∑nj=1（△Xij-△X—kj）2（4）

△Xi=Xi-Xi-1（5）

式中，k為產(chǎn)量預(yù)報(bào)年，i為任一歷史年，j為氣象要素序號(hào)，n為樣本長(zhǎng)度。Cik為預(yù)報(bào)年（k年）和任一歷史年（i年）的氣象條件相似年綜合診斷指標(biāo)，值越大，相似程度越高。rik為預(yù)報(bào)年（k年）和任一歷史年（i年）某氣象要素間的相關(guān)系數(shù)。dik為預(yù)報(bào)年（k年）和任一歷史年（i年）某氣象要素間的歐氏距離?！鱔i為相鄰兩年某氣象要素的差值。Xij為任一歷史年（i年）第（j）個(gè)氣象要素值，Xkj為預(yù)報(bào)年（k年）第（j）個(gè)氣象要素值，X—k、X—i為預(yù)報(bào)年（k年）或任一歷史年（i年）n個(gè)氣象要素平均值，Xi、Xi-1為第i年和i-1年的氣象要素值。

選取熱量、水分、光照3類(lèi)氣象要素，包括日平均氣溫、最高氣溫、最低氣溫、降水量、日照時(shí)數(shù)、莖瘤芥苗期至產(chǎn)量預(yù)報(bào)起報(bào)日≥0 ℃積溫、累積降水量、標(biāo)準(zhǔn)化降水量、累積日照時(shí)數(shù)等，分別作為參與計(jì)算的X。利用氣象條件相似年綜合診斷指標(biāo)Cik，計(jì)算得到各氣象要素相似程度最高的年型，并在熱量、水分、光照3類(lèi)氣象要素得到的相似年中，各篩選出3個(gè)相似程度最高的年型，共9個(gè)相似年型，作為預(yù)報(bào)年產(chǎn)量豐歉氣象影響指數(shù)的預(yù)報(bào)數(shù)據(jù)集。

1.4大概率法歷史豐歉氣象影響指數(shù)產(chǎn)量預(yù)報(bào)模型

大概率法是根據(jù)氣象條件相似年綜合診斷指標(biāo)，篩選出預(yù)報(bào)年與歷史年份的9個(gè)歷史氣象要素相似年，計(jì)算產(chǎn)量豐歉頻率大小，選取頻率較大的豐歉年型作為產(chǎn)量預(yù)報(bào)值。該方法統(tǒng)計(jì)多年歷史年份相似年的產(chǎn)量豐或歉發(fā)生頻率，得到理想條件豐歉概率，即該氣候特點(diǎn)條件的年份實(shí)際可能的產(chǎn)量豐歉情況。并以之為代表性歷史年份，作進(jìn)一步類(lèi)比分析。

△Yk=∑△Yi（+）ll>m∑△Yi（-）ml<m（6）

式中，△Yk為單產(chǎn)豐歉預(yù)報(bào)值，△Yi（+）為9個(gè)歷史氣象要素相似年中，產(chǎn)量豐收年型的產(chǎn)量氣象影響指數(shù)，△Yi（-）為9個(gè)歷史氣象要素相似年中，產(chǎn)量歉收年型的產(chǎn)量氣象影響指數(shù)，l為產(chǎn)量為豐的年型數(shù)量，m為產(chǎn)量為歉的年型數(shù)量。

1.5加權(quán)平均分析法歷史豐歉氣象影響指數(shù)產(chǎn)量預(yù)報(bào)模型

加權(quán)平均分析法是根據(jù)氣象條件相似年綜合診斷指標(biāo)，篩選出預(yù)報(bào)年與歷史年份的9個(gè)歷史氣象要素相似年，以豐歉年型頻率大小，綜合計(jì)算得到單產(chǎn)豐歉預(yù)報(bào)值。該方法將計(jì)算得到的歷史氣象要素相似年產(chǎn)量豐歉的可能性，進(jìn)行無(wú)差別綜合考慮，將9個(gè)歷史氣象要素相似年均作為代表性歷史年份，作進(jìn)一步類(lèi)比分析。

△Yk=∑△Yi（+）l×a（+）+∑△Yi（-）m×a（-）（7）

a（+）=l9，a（-）=m9（8）

式中，△Yk為單產(chǎn)豐歉預(yù)報(bào)值，△Yi（+）為9個(gè)歷史氣象要素相似年中產(chǎn)量豐收年型的產(chǎn)量氣象影響指數(shù)，△Yi（-）為9個(gè)歷史氣象要素相似年中產(chǎn)量歉收年型的產(chǎn)量氣象影響指數(shù)，l為產(chǎn)量為豐的年型數(shù)量，m為產(chǎn)量為歉的年型數(shù)量。a（+）、a（-）為預(yù)報(bào)試驗(yàn)結(jié)果為正值、負(fù)值的概率。

1.6產(chǎn)量預(yù)報(bào)準(zhǔn)確率判斷

豐歉趨勢(shì)準(zhǔn)確率用預(yù)報(bào)值與實(shí)際值的產(chǎn)量氣象影響指數(shù)△Yi正負(fù)符號(hào)判斷，符號(hào)一致則豐歉趨勢(shì)準(zhǔn)確，否則不準(zhǔn)確。

單產(chǎn)預(yù)報(bào)準(zhǔn)確率由單產(chǎn)預(yù)報(bào)值與實(shí)際值計(jì)算得到。

單產(chǎn)預(yù)報(bào)準(zhǔn)確率=1-Y1-Y0Y0×100%（9）

式中，Y1、Y0分別為單產(chǎn)預(yù)報(bào)值和單產(chǎn)實(shí)際值。

2結(jié)果與分析

2.1氣象因子相似年型篩選結(jié)果

利用歐氏距離與相關(guān)系數(shù)的綜合診斷指標(biāo)，判斷2015-2019年不同起報(bào)時(shí)間的氣象條件相似年，經(jīng)計(jì)算得到，熱量條件相似年中相似程度較高的熱量指標(biāo)主要是≥0 ℃積溫，水分條件相似年中相似程度最高的降水指標(biāo)為標(biāo)準(zhǔn)化降水量，光照條件相似年中相似程度較高的光照條件主要為累積日照時(shí)數(shù)。2015-2019年不同起報(bào)時(shí)間的氣象條件篩選結(jié)果見(jiàn)表1，同一年份的不同起報(bào)時(shí)間，氣象條件相似年有一定的重復(fù)性。比較同一年份不同起報(bào)時(shí)間的熱量條件、水分條件、光照條件的相似年型，可見(jiàn)隨著起報(bào)時(shí)間的延后，影響氣象條件相似年的篩選與判定的氣象因素主要是熱量條件，即統(tǒng)計(jì)時(shí)間段熱量條件的差異導(dǎo)致了相似年份篩選結(jié)果的不同。光照條件造成的相似年份判定結(jié)果差異較小，而水分條件未體現(xiàn)出對(duì)相似年份判定的影響。反映出熱量條件是影響莖瘤芥產(chǎn)量形成以及預(yù)報(bào)準(zhǔn)確性的主要原因，而水分條件在莖瘤芥的瘤莖膨大期的表現(xiàn)則較為穩(wěn)定。主要是因?yàn)榍o瘤芥的瘤莖膨大期一般為11月上旬-2月中旬，而重慶地區(qū)冬季以陰到多云天氣為主，且降水較少，統(tǒng)計(jì)多年平均月降雨量，11月為55.7 mm，12月為23.6 mm，1月為18.5 mm，2月為21.2 mm，說(shuō)明在11月以后，進(jìn)入冬季降雨水量迅速減少，且維持著每月降水20 mm左右的穩(wěn)定狀態(tài)，加之冬季陰天低溫，地表蒸發(fā)及作物蒸騰量極小，故水分條件基本處于較為穩(wěn)定的動(dòng)態(tài)平衡狀態(tài)， 1980-2020年大多數(shù)年份上一年12至次年2月標(biāo)準(zhǔn)化降水量穩(wěn)定在2.5～3.5 mm，無(wú)明顯波動(dòng)變化。比較同一起報(bào)時(shí)間不同年份的氣象條件相似年，無(wú)明顯的重復(fù)性，說(shuō)明年際間的氣象條件具有差異性，能夠綜合反映氣象條件對(duì)莖瘤芥產(chǎn)量豐歉的決定性。

2.2大概率法莖瘤芥產(chǎn)量預(yù)報(bào)結(jié)果

利用大概率法對(duì)2015-2019年涪陵區(qū)莖瘤芥單產(chǎn)以及豐歉趨勢(shì)進(jìn)行動(dòng)態(tài)預(yù)報(bào)，如果預(yù)報(bào)值△Y與實(shí)際△Y符號(hào)一致則預(yù)報(bào)趨勢(shì)正確，否則不正確，單產(chǎn)預(yù)報(bào)準(zhǔn)確率由公式（9）計(jì)算得到。結(jié)果（表2）顯示，12月1日起報(bào)，在2015年與2018年豐歉趨勢(shì)預(yù)報(bào)不正確，1月1日起報(bào)，2015年豐歉趨勢(shì)預(yù)報(bào)不正確，2月1日、2月21日起報(bào)的豐歉趨勢(shì)在2015-2019年均正確。說(shuō)明大概率法在較早的起報(bào)時(shí)間可能發(fā)生豐歉趨勢(shì)的預(yù)報(bào)誤差，隨著起報(bào)時(shí)間的推后，豐歉趨勢(shì)準(zhǔn)確率提升。由2015-2019年不同起報(bào)時(shí)間單產(chǎn)預(yù)報(bào)準(zhǔn)確率可見(jiàn)，以12月1日起報(bào)的單產(chǎn)預(yù)報(bào)準(zhǔn)確率平均值最低，為87.2%;1月1日起報(bào)的單產(chǎn)預(yù)報(bào)準(zhǔn)確率平均值最高，為89.5%。2月1日、2月21日起報(bào)的單產(chǎn)準(zhǔn)確率降低。說(shuō)明12月是莖瘤芥產(chǎn)量形成氣象條件影響的關(guān)鍵期，進(jìn)入1月瘤莖基本形成，且膨大期后期對(duì)于不利氣象條件的抗性提高，氣象條件對(duì)莖瘤芥產(chǎn)量形成的影響較前期減小。

2.3加權(quán)平均分析法莖瘤芥產(chǎn)量預(yù)報(bào)結(jié)果

利用加權(quán)平均分析法對(duì)2015-2019年涪陵區(qū)莖瘤芥單產(chǎn)以及豐歉趨勢(shì)進(jìn)行動(dòng)態(tài)預(yù)報(bào)，結(jié)果（表3）顯示2018年豐歉趨勢(shì)預(yù)報(bào)在不同起報(bào)時(shí)間均不正確，其余年份的豐歉趨勢(shì)除2016年2月1日起報(bào)結(jié)果外，均預(yù)報(bào)正確。2018年預(yù)報(bào)值△Y不同起報(bào)時(shí)間的平均值為1.879，△Y實(shí)際值為-0.024，豐歉趨勢(shì)不正確，但豐歉趨勢(shì)氣象影響指數(shù)偏差較小。說(shuō)明加權(quán)平均分析法對(duì)于所有相似年的整體平均可能導(dǎo)致整體氣候影響趨勢(shì)的誤判，產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)結(jié)果不如大概率法。由2015-2019年不同起報(bào)時(shí)間的單產(chǎn)預(yù)報(bào)準(zhǔn)確率可見(jiàn)，不同起報(bào)時(shí)間預(yù)報(bào)準(zhǔn)確率均處于95%以上的較高水平，比較而言，1月1日為起報(bào)時(shí)間的單產(chǎn)預(yù)報(bào)準(zhǔn)確率最高，為98.9%，2月1日為起報(bào)時(shí)間的單產(chǎn)預(yù)報(bào)準(zhǔn)確率最低，平均為95.7%。表現(xiàn)出12月氣象條件對(duì)莖瘤芥產(chǎn)量形成的關(guān)鍵作用。

2.4兩種莖瘤芥產(chǎn)量預(yù)報(bào)方法計(jì)算結(jié)果比較

比較大概率法與加權(quán)平均分析法的莖瘤芥產(chǎn)量預(yù)報(bào)結(jié)果（表2、表3）可以發(fā)現(xiàn)，在產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)方面，兩種方法各有其優(yōu)勢(shì)，大概率法在較早的起報(bào)時(shí)間易出現(xiàn)較大的偏差，但是隨著起報(bào)時(shí)間推后，產(chǎn)量豐歉趨勢(shì)趨于正確，且較為穩(wěn)定;加權(quán)平均分析法在大多數(shù)年份的產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)準(zhǔn)確性較高，但是個(gè)別年份會(huì)出現(xiàn)不同起報(bào)時(shí)間的持續(xù)性預(yù)報(bào)偏差。其原因可能是個(gè)別相似年型的預(yù)判不準(zhǔn)確，而在大概率法中，產(chǎn)量豐歉估算相反的氣象條件相似年被舍去不參與運(yùn)算，而加權(quán)平均分析法則將這一類(lèi)氣象相似年當(dāng)作無(wú)差別貢獻(xiàn)引入計(jì)算，導(dǎo)致了最終的預(yù)報(bào)偏差。

比較單產(chǎn)預(yù)報(bào)準(zhǔn)確率（表2、表3）可以發(fā)現(xiàn)，加權(quán)平均分析法預(yù)報(bào)結(jié)果較大概率法有明顯提升，但兩種方法均表現(xiàn)出以1月1日為起報(bào)時(shí)間預(yù)報(bào)準(zhǔn)確率最高的共同特點(diǎn)。大概率法的預(yù)報(bào)產(chǎn)量與實(shí)際產(chǎn)量比較結(jié)果（圖1a）表明，以1月1日為起報(bào)時(shí)間各年份預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)的吻合度最高。以12月1日、1月1日、2月1日、2月21日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)進(jìn)行線性擬合（圖1b～圖1e），可見(jiàn)擬合效果較為離散，其中僅以12月1日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)擬合結(jié)果較好，決定系數(shù)為0.616 6（n=5，通過(guò)α=0.05顯著性檢驗(yàn)），其余起報(bào)時(shí)間預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)擬合結(jié)果未通過(guò)顯著性檢驗(yàn)。由圖1a可以看出主要是在2015和2018年，各起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)均有較大偏差。比較加權(quán)平均分析法的預(yù)報(bào)產(chǎn)量與實(shí)際產(chǎn)量（圖2a）發(fā)現(xiàn)，以1月1日為起報(bào)時(shí)間各年份預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)的吻合度最高。以12月1日、1月1日、2月1日、2月21日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)進(jìn)行線性擬合（圖2b～圖2e），可以發(fā)現(xiàn)加權(quán)平均分析法擬合效果優(yōu)于大概率法，其中以12月1日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)擬合結(jié)果的決定系數(shù)為0.745 3（n=5，通過(guò)α=0.05顯著性檢驗(yàn)），以1月1日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)擬合結(jié)果的決定系數(shù)為0.834 4（n=5，通過(guò)α=0.05顯著性檢驗(yàn)），1月1日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)的一致性更好，2月1日和2月21日為起報(bào)時(shí)間的預(yù)報(bào)單產(chǎn)與實(shí)際單產(chǎn)擬合結(jié)果未通過(guò)α=0.05顯著性檢驗(yàn)。主要是因?yàn)?月份以后，決定莖瘤芥產(chǎn)量的瘤莖部分基本穩(wěn)定形成，且瘤莖抗逆性較苗期增強(qiáng)，該時(shí)段發(fā)生一定范圍內(nèi)的不利氣象條件，對(duì)最終產(chǎn)量的影響較為有限。經(jīng)計(jì)算得到在熱量條件相似年中，相似程度最高的熱量指標(biāo)是≥0 ℃積溫，而瘤莖形成以后的1月至2月中旬，冬季的低溫條件以及不同年份可能發(fā)生的顯著降溫過(guò)程在參與歷史氣象要素相似年的診斷篩選時(shí)，會(huì)有明顯的影響，導(dǎo)致≥0 ℃積溫值的偏低，進(jìn)而在歷史氣象要素相似年的判斷中，與產(chǎn)量豐歉的實(shí)際情況發(fā)生一定偏差，因而預(yù)報(bào)準(zhǔn)確率有所降低。

綜上所述，在產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)準(zhǔn)確率方面，大概率法與加權(quán)平均分析法表現(xiàn)出各自的優(yōu)勢(shì)，大概率法隨著起報(bào)時(shí)間推后產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)準(zhǔn)確率提高，加權(quán)平均分析法可在較早的起報(bào)時(shí)間準(zhǔn)確預(yù)報(bào)產(chǎn)量豐歉趨勢(shì)，但是在個(gè)別年份會(huì)出現(xiàn)不同起報(bào)時(shí)間的持續(xù)性誤判。在單產(chǎn)預(yù)報(bào)準(zhǔn)確率方面，加權(quán)平均分析法預(yù)報(bào)結(jié)果明顯優(yōu)于大概率法，但兩種方法均在1月1日起報(bào)時(shí)間表現(xiàn)出最高的預(yù)報(bào)準(zhǔn)確率，在進(jìn)入2月也即莖瘤芥瘤莖膨大后期，預(yù)報(bào)準(zhǔn)確率降低。

3討論

本研究以涪陵莖瘤芥為例，基于歷史豐歉氣象影響指數(shù)，綜合診斷篩選氣象要素相似年型，采用大概率法與加權(quán)平均分析法建立莖瘤芥產(chǎn)量預(yù)報(bào)模型，并驗(yàn)證不同方法的莖瘤芥產(chǎn)量預(yù)報(bào)準(zhǔn)確性。

比較同一年份不同起報(bào)時(shí)間的氣象條件相似年型，發(fā)現(xiàn)影響氣候條件相似年的篩選與判定的氣象因素主要是熱量條件，其次是部分年份的光照條件。而水分條件相似年在同一年份不同起報(bào)時(shí)間無(wú)變化。但同一起報(bào)時(shí)間不同年份的氣象條件相似年無(wú)明顯的重復(fù)性，即年際間的氣象條件具有差異性，能夠綜合反映氣象條件對(duì)莖瘤芥產(chǎn)量豐歉的決定性。

比較大概率法與加權(quán)平均分析法的莖瘤芥產(chǎn)量預(yù)報(bào)結(jié)果，在產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)方面，兩種方法各有其優(yōu)勢(shì)，大概率法在較早的起報(bào)時(shí)間易出現(xiàn)較大的偏差，但是隨著起報(bào)時(shí)間推后，產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)趨于正確，且較為穩(wěn)定;加權(quán)平均分析法在大多數(shù)年份的產(chǎn)量豐歉趨勢(shì)預(yù)報(bào)準(zhǔn)確性較高，但是個(gè)別年份會(huì)出現(xiàn)不同起報(bào)時(shí)間的持續(xù)性預(yù)報(bào)偏差。單產(chǎn)預(yù)報(bào)準(zhǔn)確率方面，加權(quán)平均分析法預(yù)報(bào)結(jié)果明顯優(yōu)于大概率法，但兩種方法均在1月1日起報(bào)時(shí)間表現(xiàn)出最高的預(yù)報(bào)準(zhǔn)確率，在進(jìn)入2月也即莖瘤芥瘤莖膨大后期，預(yù)報(bào)準(zhǔn)確率降低。大概率法1月1日起報(bào)時(shí)間的單產(chǎn)預(yù)報(bào)準(zhǔn)確率平均值為89.5%。加權(quán)平均分析法1月1日起報(bào)時(shí)間的單產(chǎn)預(yù)報(bào)準(zhǔn)確率平均值為98.9%。主要是由于在莖瘤芥瘤莖形成前期，即1月1日左右，植株抗逆性較差，瘤莖膨大對(duì)于氣象環(huán)境條件較為敏感，從而氣象環(huán)境條件影響產(chǎn)量形成。而莖瘤芥瘤莖形成后期，直至進(jìn)入2月，瘤莖已經(jīng)穩(wěn)定生成，抗逆性較強(qiáng)，該時(shí)期氣象環(huán)境條件對(duì)最終瘤莖產(chǎn)量的形成影響較小，因而在2月以后作為起報(bào)時(shí)間，莖瘤芥產(chǎn)量預(yù)報(bào)準(zhǔn)確率降低。為進(jìn)一步提高莖瘤芥產(chǎn)量預(yù)報(bào)的準(zhǔn)確率，可以莖瘤芥瘤莖形成的氣象適宜條件作為切入點(diǎn)，深入研究瘤莖形成的生理生化特點(diǎn)，得到更加準(zhǔn)確的莖瘤芥產(chǎn)量預(yù)報(bào)起報(bào)時(shí)間。

參考文獻(xiàn)：

[1]劉佩英. 中國(guó)芥菜[M].北京：中國(guó)農(nóng)業(yè)出版社，1996：77-120.

[2]羅夢(mèng)森，景元書(shū)，熊世為. 基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的水稻氣象產(chǎn)量預(yù)報(bào)模型[J].氣象科學(xué)，2012，32（6）：665-670.

[3]郭亞菲，樊超，閆洪濤. 基于主成分分析和粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（19）：241-245.

[4]唐俊，趙成萍，周新志，等. 基于EVI-RBF的玉米長(zhǎng)勢(shì)監(jiān)測(cè)及產(chǎn)量預(yù)測(cè)[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2020，36（3）：577-583.

[5]李環(huán)，孫素芬，羅長(zhǎng)壽. 基于NARX神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)模型[J]. 江蘇農(nóng)業(yè)科學(xué)，2020，48（22）：228-232.

[6]劉樹(shù)澤，張宏銘，藍(lán)鴻第. 作物產(chǎn)量預(yù)報(bào)方法[M].北京：氣象出版社，1987：11-35.

[7]王書(shū)裕. 作物產(chǎn)量的預(yù)報(bào)方法[J].氣象學(xué)報(bào)，1984，42（3）：349-355.

[8]李明星，劉建棟，王馥棠，等. 分布式水文模型在陜西省冬小麥產(chǎn)量模擬中的應(yīng)用[J].水土保持通報(bào)，2008（5）：148-154.

[9]熊偉. CERES-Wheat模型在我國(guó)小麥區(qū)的應(yīng)用效果及誤差來(lái)源[J].應(yīng)用氣象學(xué)報(bào)，2009，20（1）：88-94.

[10]BOOGAARD H， WOLF J， SUPIT I， et al. A regional implementation of WOFOST for calculating yield gaps of autumn-sown wheat across the European Union[J]. Field Crops Research， 2013， 143：130-142.

[11]MA G， HUANG J， WU W， et al. Assimilation of MODIS-LAI into the WOFOST model for forecasting regional winter wheat yield[J]. Mathematical & Computer Modelling， 2013， 58（3/4）：634-643.

[12]王利民，姚保民，劉佳，等. 基于SWAP模型同化遙感數(shù)據(jù)的黑龍江南部春玉米產(chǎn)量監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2019，35（22）：285-295.

[13]李軍玲，郭其樂(lè)，彭記永. 基于MODIS數(shù)據(jù)的河南省冬小麥產(chǎn)量遙感估算模型[J].生態(tài)環(huán)境學(xué)報(bào)，2012，21（10）：1665-1669.

[14]鄧?yán)っ?，孫九林，陳鵬飛，等. 利用國(guó)產(chǎn)環(huán)境減災(zāi)衛(wèi)星遙感信息估測(cè)春小麥產(chǎn)量——以內(nèi)蒙古陳巴爾虎旗地區(qū)為例[J].自然資源學(xué)報(bào)，2011，26（11）：1942-1952.

[15]單璐璐，譚麗靜，白華，等. 低溫陰雨對(duì)丹東地區(qū)糧食作物產(chǎn)量的影響[J].氣象科技，2017，45（4）：745-749.

[16]肖卉，沈瑱，劉杰，等. 連云港水稻產(chǎn)量的氣象影響因子分析[J].氣象科學(xué)，2011（S1）：81-86.

[17]王賀然，張慧，王瑩，等. 基于兩種方法建立遼寧大豆產(chǎn)量豐歉預(yù)報(bào)模型對(duì)比[J].中國(guó)農(nóng)業(yè)氣象，2018，39（11）：725-738.

[18]朱海霞，李東明，王銘，等. 基于積分回歸法黑龍江省作物產(chǎn)量動(dòng)態(tài)預(yù)報(bào)研究[J].氣象與環(huán)境學(xué)報(bào)，2018，34（3）：86-92.

[19]易靈偉，楊?lèi)?ài)萍，余焰文，等. 基于氣候適宜指數(shù)的江西晚稻產(chǎn)量動(dòng)態(tài)預(yù)報(bào)模型構(gòu)建及應(yīng)用[J].氣象，2016，42（7）：885-891.

[20]魏瑞江，宋迎波，王鑫. 基于氣候適宜度的玉米產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法[J].應(yīng)用氣象學(xué)報(bào)，2009，20（5）：622-627.

[21]易雪，王建林，宋迎波，等. 早稻產(chǎn)量動(dòng)態(tài)集成預(yù)報(bào)方法研究[J].中國(guó)水稻科學(xué)，2011，25（3）：307-313.

[22]武文輝，吳戰(zhàn)平，袁淑杰，等. 貴州夏旱對(duì)水稻、玉米產(chǎn)量影響評(píng)估方法研究[J].氣象科學(xué)，2008（2）：232-236.

[23]杜春英，李帥，王晾晾，等. 基于歷史產(chǎn)量豐歉影響指數(shù)的黑龍江省水稻產(chǎn)量動(dòng)態(tài)預(yù)報(bào)[J].中國(guó)農(nóng)業(yè)氣象， 2010， 31（3）： 427-430.

[24]宋迎波，王建林，楊霏云，等. 糧食安全氣象服務(wù)[M].北京：氣象出版社，2006：182-196.

[25]邱美娟，劉布春，劉園，等. 春玉米產(chǎn)量動(dòng)態(tài)預(yù)報(bào)技術(shù)的改進(jìn)方法探索[J].氣象與環(huán)境科學(xué)，2020，43（1）：1-8.

[26]陳上，竇子荷，蔣騰聰，等. 基于聚類(lèi)法篩選歷史相似氣象數(shù)據(jù)的玉米產(chǎn)量DSSAT-CERES-Maize預(yù)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（19）：147-155.

（責(zé)任編輯：張震林）

收稿日期：2021-03-03

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（42175193）;重慶市技術(shù)創(chuàng)新與應(yīng)用發(fā)展專(zhuān)項(xiàng)項(xiàng)目（cstc2020jscx-msxmX0111）;中國(guó)氣象局創(chuàng)新發(fā)展專(zhuān)項(xiàng)項(xiàng)目（CXFZ2021J068、CXFZ2021J073）;重慶市氣象部門(mén)智慧氣象技術(shù)創(chuàng)新團(tuán)隊(duì)項(xiàng)目（ZHCXTD-202016）;重慶市氣象部門(mén)業(yè)務(wù)技術(shù)攻關(guān)項(xiàng)目（YWJSGG-201905）;重慶市氣象局科技計(jì)劃項(xiàng)目（QNJJ-201703）

作者簡(jiǎn)介：武強(qiáng)（1989-），男，山西河曲人，碩士，工程師，主要從事農(nóng)田小氣候與氣象儀器研究。（E-mail）theodorus@yeah.net

通訊作者：唐余學(xué)， （E-mail）cqtangyx@foxmail.com