曹國(guó)成

摘 要：文章運(yùn)用植物凈生產(chǎn)力3種經(jīng)驗(yàn)?zāi)Ｐ停ㄟ~阿密模型、改進(jìn)的水熱生產(chǎn)力模型、Thornthwaite Memorial模型）、灰色系統(tǒng)和數(shù)理統(tǒng)計(jì)分析方法預(yù)測(cè)作物產(chǎn)量，并應(yīng)用SPSS分析相關(guān)性，使農(nóng)業(yè)技術(shù)人員掌握基本的分析方法，有助于統(tǒng)籌預(yù)測(cè)作物的未來產(chǎn)量。

關(guān)鍵詞：高海拔地區(qū)；產(chǎn)量預(yù)測(cè)方法；作物產(chǎn)量；青稞

文章編號(hào)：1005-2690（2023）15-0019-03 ? ? ? 中國(guó)圖書分類號(hào)：S2；S5 ? ? ? 文獻(xiàn)標(biāo)志碼：B

為了研究青海省高海拔地區(qū)作物產(chǎn)量，選擇海南藏族自治州臺(tái)地農(nóng)牧交錯(cuò)地帶為研究區(qū)域。該區(qū)域?yàn)楦嘏c天然草原互相交錯(cuò)，平均海拔3 000 m以上，具有高原大陸性氣候特征。該地區(qū)主要種植青稞（裸大麥）、白菜型油菜、燕麥等作物，是當(dāng)?shù)剞r(nóng)場(chǎng)和小農(nóng)戶的主要收入來源。對(duì)于農(nóng)業(yè)技術(shù)人員來講，運(yùn)用經(jīng)驗(yàn)?zāi)Ｐ皖A(yù)測(cè)未來作物產(chǎn)量是一項(xiàng)十分重要的工作，對(duì)于耕作、施肥等田間管理具有一定的指導(dǎo)意義。

1 研究方法選用

為了更好地了解和掌握年平均氣溫、年平均降水量對(duì)高海拔地區(qū)植物凈生產(chǎn)力、作物產(chǎn)量的影響，以青稞為研究對(duì)象，分別采用邁阿密（Miami）模型[1]、Thornthwaite Memorial模型[2]和改進(jìn)的水熱生產(chǎn)力模型[3]進(jìn)行估算。

1）H.Lieth根據(jù)世界五大洲的氣候資料提出的邁阿密模型（Miami）適用范圍廣范，在明確年平均氣溫和年平均降水量的數(shù)據(jù)基礎(chǔ)上，用最小二乘法建立植物凈生產(chǎn)力模型，按照限制因子定律，取二者較低者作為最大植物凈生產(chǎn)力。邁阿密（Miami）模型計(jì)算公式如下。

NPP`T ?＝3 000/[1＋EXP（1.315－0.119`T ）]

（1）

NPP`P ?＝3000（1－EXP（1－0.000664`P ） （2）

式中：NPP`T ? 、NPP`P ?分別表示一定氣溫或降水量條件下的植物凈生產(chǎn)力（kg/hm2），`T、`P分別表示平均氣溫（℃）和平均降水量（mm）。

2）Thornthwaite和Rosenweig基于蒸騰蒸發(fā)量與氣溫、降水與植被的關(guān)系，建立了Thornthwaite Memorial模型計(jì)算最大植物凈生產(chǎn)力（NPP，kg/hm2），計(jì)算公式如下。

NPP＝3 000×[1－EXP（－0.000 969 5（V－20）]

（3）

V＝1.05R/SQRT[1＋（1＋1.05R/L）2] （4）

L＝3 000＋25T＋0.05T 3 （5）

式中：V表示實(shí)際蒸散量（mm），L表示平均蒸散量（mm），T表示年平均氣溫（℃），R表示年平均降水量（mm）。

3）羅天祥等（1998）提出改進(jìn)的水熱生產(chǎn)力模型，水熱生產(chǎn)力（QZNPP，kg/hm2）計(jì)算公式如下。

QZNPP＝20/[1＋EXP（1.577 16－0.000 302 6TR）]

（6）

式中：T表示年平均氣溫（℃），R表示年平均降水量（mm）。

2 按照3種模型統(tǒng)計(jì)分析

試驗(yàn)區(qū)域的年平均氣溫、年降水量、作物（青稞）產(chǎn)量實(shí)測(cè)值以及植物最大凈生產(chǎn)力見表1。

通過研究最大植物凈生產(chǎn)力、NPP、QZNPP與作物（青稞）實(shí)測(cè)值之間的關(guān)系，建立修正系數(shù)。因?yàn)?983年、2001年、2002年、2004年、2005年、2006年、2007年青稞單產(chǎn)數(shù)據(jù)缺失，將其從統(tǒng)計(jì)數(shù)據(jù)中剔除后，得出預(yù)測(cè)值修正系數(shù)分別為29.80％、49.22％、48.66％，應(yīng)用SPSS分析法分析植物最大凈生產(chǎn)力、NPP、QZNPP與青稞實(shí)測(cè)值之間的關(guān)系，其中，水熱生產(chǎn)力與其他預(yù)測(cè)值（實(shí)測(cè)值）在0.01級(jí)別（雙尾）存在相關(guān)顯著性，具有代表性。

采用灰色系統(tǒng)預(yù)測(cè)未來時(shí)間段的氣溫和降水量。鄧聚龍?zhí)岢龅幕疑A(yù)測(cè)法，是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法，鑒于灰色系統(tǒng)內(nèi)的一部分信息已知、另一部分信息未知時(shí)，系統(tǒng)內(nèi)各因素間具有不確定的關(guān)系。已知2006年、2007年、2008年、2009年、2010年的氣溫、降水量數(shù)據(jù)，通過DPS系統(tǒng)GM（1，1）模型分析，經(jīng)過3次殘差分析建模，得出氣溫模型參數(shù)方程，見表2。降水量模型參數(shù)方程見表3。

2011年、2012年、2013年、2014年、2015年的年平均氣溫預(yù)測(cè)值分別是2.4、2.83、3.36、3.99、4.74 ℃，年降水量預(yù)測(cè)值分別是373.73、374.77、379.33、388.15、402.16 mm。

3 結(jié)論

利用3種經(jīng)驗(yàn)?zāi)Ｐ秃蚐PSS分析可知，植物最大凈生產(chǎn)力、NPP、水熱生產(chǎn)力之間在0.01級(jí)別（雙尾）存在十分顯著的相關(guān)性。2011年、2012年、2013年、2014年、2015年植物最大凈生產(chǎn)力分別是6 592.87、6 609.03、6 679.75、6 815.92、7 030.59 kg/hm2；NPP分別是4 047.91、4 109.88、4 207.30、4 346.23、

4 536.81 kg/hm2；水熱生產(chǎn)力分別是4 264.00、

4 432.50、4 659.88、4 962.95、5 377.52 kg/hm2。

除了東北地區(qū)北部、東部和青藏高原東部等少數(shù)地區(qū)是由熱量條件對(duì)生物生產(chǎn)量起主導(dǎo)作用外，我國(guó)大部分地區(qū)的生物生產(chǎn)量受天然降水量制約[4]。由于作物產(chǎn)量除了受到作物的溫度、降水影響之外，還受到光照、霜期、CO2濃度等外界環(huán)境因素的影響，而且與作物的品種、土壤、田間管理措施等有直接的關(guān)系。因此，通過模型計(jì)算的作物產(chǎn)量預(yù)測(cè)值的精度受限，僅作為農(nóng)業(yè)技術(shù)人員考慮生產(chǎn)實(shí)際作業(yè)的參照值。

于智媛和梁書民（2017）[5]指出，通過調(diào)整作物種植結(jié)構(gòu)，減少水分生產(chǎn)力較低作物的種植面積，對(duì)于生態(tài)環(huán)境脆弱的西北干旱半干旱地區(qū)來說至關(guān)重要。

實(shí)踐中，在影響青稞產(chǎn)量的外部因素中，由于對(duì)降水、溫度采用人工干預(yù)措施的效果不明顯，應(yīng)從土壤入手，采取科學(xué)施肥、機(jī)械耕作、增強(qiáng)地力、調(diào)整結(jié)構(gòu)措施[6]；在影響青稞產(chǎn)量的內(nèi)部因子中，應(yīng)將基因技術(shù)、育種技術(shù)作為提高青稞產(chǎn)量的主要手段。

參考文獻(xiàn)：

[1]劉洪杰.Miami模型的生態(tài)學(xué)應(yīng)用[J].生態(tài)科學(xué)，1997，16（1）：52-55.

[2]楊海寬，安沙舟.應(yīng)用Miami和Montreal模型評(píng)價(jià)昭蘇馬場(chǎng)草地資源生產(chǎn)潛力[J].新疆農(nóng)業(yè)科學(xué)，2013，50（8）：1519-1527.

[3]羅天祥，李文華，冷允法，等.青藏高原自然植被總生物量的估算與凈初級(jí)生產(chǎn)量的潛在分布[J].地理研究，1998，17（4）：337-343.

[4]陳南國(guó).用邁阿密模型測(cè)算我國(guó)生物生產(chǎn)量的初步嘗試[J].自然資源學(xué)報(bào)，1987，2（3）：270-277.

[5]于智媛，梁書民.基于Miami模型的西北干旱半干旱地區(qū)灌溉用水效果評(píng)價(jià)[J].干旱區(qū)資源與環(huán)境，2017，31（9）：49-55.

[6]董云.冀西北壩上半干旱區(qū)作物倒茬的土壤水分與作物養(yǎng)分積累效應(yīng)[D].保定：河北農(nóng)業(yè)大學(xué)，2017.