陸杰英，孫麗穎，吳健達，梁秀蘭，鐘志概

（1.廣州市增城區(qū)氣象局，廣東廣州 511300；2.廣州市氣候與農業(yè)氣象中心，廣東廣州 511430）

增城區(qū)位于廣州市東部，氣候特點是氣溫高、雨量充沛、霜日少、光照充足，全年都可栽培農作物。特色農作物有香蕉、絲苗米、遲菜心、龍眼、荔枝等。作為廣州市典型的農業(yè)大區(qū)，增城區(qū)對氣象災害影響十分敏感，常有氣象災害發(fā)生，而香蕉是最容易遭受氣象災害影響的農作物之一，氣象條件對香蕉的影響至關重要。21世紀在全球氣候變暖的大背景下，各種極端天氣氣候事件增多，導致香蕉種植面臨的風險更加突出。近年來有較多學者對香蕉的氣候條件進行了分析，如翟志宏等［1］研究廣東不同種植周期香蕉風害風險對比；薛麗芳等［2］研究基于GIS的廣東香蕉種植氣候適宜性區(qū)劃；杜堯東等［3］分析廣東省香蕉寒害綜合指數的時空分布特征。大部分學者都是從氣候特征分析香蕉種植風險評估，而從氣象特征分析產量趨勢以及做產量預報的研究比較少，本研究將從增城香蕉單產趨勢結合當地的氣象特征做對比分析，選擇相關系數較大的氣象影響因子，對增城香蕉產量建立預報模型，為日常農業(yè)氣象服務及鄉(xiāng)村振興氣象保障服務提供科學決策依據。

1 資料與方法

香蕉產量和種植面積數據來源于廣州市統(tǒng)計局；氣象數據來源于廣州市增城區(qū)國家基準氣候站，氣象要素包括氣溫、降水量、日照時數、相對濕度和最大風速等。資料時間序列為1992—2021年。本研究中所有產量指單產（kg／hm2）；香蕉單產數據由香蕉產量除以種植面積計算得出。

1.1 香蕉產量計算

影響香蕉產量的主要因素可分為自然因素和社會因素兩大類。按照這兩大類的影響將香蕉產量（Y）分解為趨勢產量（Yt）、氣象產量（Yw）和隨機產量（E）。其中，在作物產量增加的過程中，農業(yè)技術措施類形成的相應產量分量稱為趨勢產量Yt（kg／hm2）；由于氣象條件的差異造成作物產量分量稱為氣象產量Yw（kg／hm2），在隨機“噪聲”類相應的產量分量稱為隨機產量Ei。但由于E較小，一般可忽略不計，則香蕉產量公式為

1.2 趨勢產量計算

利用增城區(qū)1992—2021年香蕉種植面積和產量數據資料，以香蕉單產為因變量，以年代為自變量，采用線性擬合得出趨勢產量Yt方程為

其中，t為年序，可通過各年趨勢產量以及線性擬合產量方程得出相應的氣象產量Yw。

1.3 產量波動計算

高亮之［4］在研究農業(yè)產量系統(tǒng)分析法中，提出了產量氣象波動指數Yf計算公式：

其中，Yw為氣象產量為實際產量的平均產量；n為樣本數。

實際產量變異系數CVn公式為

由式（3）得出增城香蕉產量氣象波動指數Yf為0.278 4，實際產量變異系數CVn為0.283 2，其中氣象波動指數占實際產量變異系數的98.32%，由此表明，氣象因素是影響增城香蕉產量波動的最主要因子。為此將氣象產量占趨勢產量的比率作為評定氣象豐年、氣象平年、氣象歉年的指標，并將YWR＞10%的年份定義為氣象豐年，YWR＜-10%的年份定義為氣象歉年；-10%≤YWR≤10%定義為氣象平年。相對氣象產量YWR計算公式為

2 相對氣象產量

由圖1可見，1992—2021年增城香蕉氣象豐年有8年，分別是1992、1993、1994、1995、1996、2007、2020、2021年；氣象平年有7年，分別是1997、1998、1999、2000、2005、2018、2019年；氣象歉年有15年，分別是2001、2002、2003、2004、

圖1 1992—2021年增城香蕉相對氣象產量分布

2006、2008、2009、2010、2011、2012、2013、2014、2015、2016、2017，且2008—2017有長達10年是維持氣象歉年現象，這與對應的10年內增城區(qū)的氣候變化有著極其重要的相關性。

其中，氣象豐年產量年際波動較大，豐年由前期的增產20%到后期的翻倍增長；而歉年則相對穩(wěn)定，減產幅度一般在20%～40%。

3 增城香蕉產量與氣象因子關系

香蕉原產熱帶地區(qū)，適應于熱帶和亞熱帶的氣候條件，對熱量條件要求較高，表現為喜濕熱怕寒害和霜凍［5］。日平均氣溫24～30℃為生長最適宜溫度，溫度高生長快，溫度低生長緩慢甚至停止生長；適當的低溫對香蕉生長和提高果實風味有利［6］。增城年平均氣溫22.2℃，≥10℃年積溫為8 010.31℃·d熱量條件充足；極端最低氣溫和1月份平均最低氣溫分別在3.7和10.3℃；同時日最低氣溫≤5℃的天數為4.8 d，且全年無冬；增城完全符合薛麗芳等［2］研究的基于GIS香蕉種植氣候的最適宜區(qū)域。

由于增城全年無冬，越冬期低溫寒害較輕對香蕉生長不會產生較大影響。為深入研究影響增城香蕉產量的氣象因子，將1992—2016年日照時數、平均氣溫、最高氣溫、最低氣溫、積溫、低溫日數、降雨量、最大風速及其日數、極大風速及其日數的旬、月氣象數據與趨勢產量進行相關性分析，并從結構中選取呈顯著性相關并有明顯生物學意義的關鍵因子有8個，均達到0.05顯著性水平，結果如表1所示。

表1 香蕉產量與氣象因子相關性

在增城，香蕉一年四季均可種植，不同大小的蕉苗種植時間也有差異，但以春植和秋植居多，春植營養(yǎng)生長期為5—10月、抽蕾-收獲期是11月—次年4月；秋植營養(yǎng)生長期為9月—次年3月、抽蕾至收獲期是4—8月。由表1可見，日照時數、相對濕度、降雨量、平均氣溫以及最大風速是影響增城地區(qū)香蕉產量最關鍵的氣象因子。其中1月下旬的日照時數與香蕉產量為正相關，表明這段時間的光照充足，則香蕉生長較為適宜；6月下旬降雨量與香蕉產量為負相關，雨水充沛會導致香蕉減產，反之香蕉增產。值得注意的是，氣象部門一般將每年5月21日至6月20日稱為龍舟水時期，這一期間暖濕氣流活躍，常出現持續(xù)性大范圍的強降水；而6月下旬正值汛期且為龍舟水后的時期，出現持續(xù)性強降水幾率較大，農戶種植香蕉時應避免在這敏感時期種植香蕉。

另外，7月下旬平均溫度與香蕉產量呈正相關，若該時期高溫天氣持續(xù)，香蕉產量增加，反之則減產；8月中旬的平均溫度與香蕉產量呈負相關，若該時段高溫天氣持續(xù)，會導致香蕉減產。增城地區(qū)7月平均氣溫是一年中最高的，8月開始緩慢回落，近年受全球氣候變暖影響，增城8月中旬偶有出現氣溫異常偏高的現象，則會影響香蕉產量異常。9和10月下旬的最大風速也是影響香蕉產量的一個關鍵因素，9月最大風速大，則會引起香蕉減產；而10月下旬最大風速與香蕉產量呈正相關，因此10月下旬最大風速大，會引起香蕉增產。

4 氣象產量預報模型

將1992—2016年共25年香蕉產量與表1中的氣象因子做逐步回歸，得到由時間趨勢產量和氣象產量擬合的預報方程為

其中，X1為11月平均溫度（℃）；X2為8月中旬溫度（℃）；X3為7月下旬溫度（℃）；X4為6月中旬相對濕度（%）；X5為1月下旬日照時數（h）；X6為6月下旬降雨量（mm）；X7為9月最大風速（m／s）；X8為10月下旬最大風速（m／s）。該方程擬合度為0.91，相關系數為0.984 9，達到極致顯著水平，表明模式擬合的香蕉預報產量與實際產量有較好的吻合度。由產量預報模型與實際產量之間的模型誤差（表2）可見，模型平均誤差為8%，該預報方程誤差小、精度高，可應用到香蕉農業(yè)氣象服務業(yè)務工作中。

表2 1992—2016年增城香蕉產量預報結果及模型誤差 kg／hm2

5 香蕉產量預報

利用式（6）計算出2017—2021年香蕉預報產量，具體結果如表3所示。將預報產量與實際產量對比，并進行模型預報準確率檢驗。模型準確率公式為

表3 2017—2021年增城香蕉產量預報結果及預報準確率 kg／hm2

由表3中預報產量可以看出，產量預報準確率最低是89.1%（2017年），最高是99.2%（2020年），平均預報準確率達94.1%。分析結果表明，基于關鍵氣象因子的香蕉產量預報方法，對于增城香蕉產量的預報效果良好，可以投入業(yè)務應用。

6 結論

1）增城香蕉產量氣象波動指數為0.278 4，實際產量變異系數為0.283 2，其中氣象波動指數占實際產量變異系數的98.32%，氣象因素是影響增城香蕉產量波動的主要因素。

2）在1992—2021年，增城香蕉產量有8個氣象豐年、7個氣象平年、15個氣象歉年。其中氣象豐年產量年際波動較大，豐年由前期的增產20%到后期的翻倍增長；而歉年則相對穩(wěn)定，減產幅度一般在20%～40%。

3）日照時數、平均氣溫以及最大風速是影響增城地區(qū)香蕉產量最關鍵的氣象因子。其中，1月下旬日照時數、6月中旬相對濕度、6月下旬降雨量、7月下旬平均溫度、8月中旬平均溫度、9月最大風速、10月下旬最大風速以及11月平均溫度是與香蕉產量相關性最大的8個氣象因子。

4）香蕉產量與相關性最好的8個氣象因子做逐步回歸，建立由時間趨勢產量和氣象產量擬合的預報方程，方程擬合度為0.91，相關系數為0.984 9，平均預報誤差為8%，平均預報準確率達94.1%。模擬結果表明，基于關鍵氣象因子的香蕉產量預報方法，對于增城香蕉產量的預報效果良好，可以投入業(yè)務應用。

氣象因子對香蕉產量影響會因為地域不同而影響因子不同，如翟志宏等［1］研究的高州秋植香蕉風害風險是影響氣象產量最嚴重的地區(qū)；招偉文等［7］則發(fā)現12月≥10℃積溫以及10月最大風速也是影響香蕉產量的關鍵因子。而增城的日照時數、平均氣溫以及最大風速條件才是影響香蕉產量最重要的氣象因子。