基于完整模型的农作物产量分解技术及业务化应用

李民华,易家俊,祝光明,易 永,吕征平

(湖南省怀化市气象局,湖南 怀化 418000)

基于完整模型的农作物产量分解技术及业务化应用

李民华,易家俊,祝光明,易 永,吕征平

(湖南省怀化市气象局,湖南 怀化 418000)

产量分解是农作物产量预报业务的关键技术环节。针对业务上基于二项式简化模型产量的分解误差可能较大,研究影响模拟误差的气候因素和社会因素,建立基于完整模型的农作物产量分解技术方法,重点包括气候异常模拟误差△Yw和社会因素模拟误差△Yt的订正、不同农作物产量分解方法的组合使用等,结合计算机技术实现数据处理自动化,有利于提高农作物产量气候影响评估和预报精确性和准确率,产生较好的服务效果。

农作物产量;完整模型;分解;误差;订正;业务化

1 引言

产量分解是农作物产量预报业务的关键技术之一。目前,农作物产量分解主要基于 Y(实际单产)=Yt(趋势产量)+YW(气象产量)二项式模型,采用滑动平均、直线滑动、线性、正交多项式、准线性模拟等模拟方法[1-3],将作物产量分解成气象产量和趋势产量两部分,其中趋势产量受作物品种、生产技术、经济政策等社会因素制约,代表正常气象条件下的作物产量水平;气象产量由受气象条件影响的产量年际波动,代表气象条件对农作物产量形成的好坏程度。但是,基于产量随时间变化规律的趋势产量模拟,当某一年或几年因气候因素或经济技术突变影响大幅度偏离时,模拟曲线将出现较大偏差。为此,怀化市气象局研发“农作物产量预报业务系统”[4],针对关键技术问题加强研究,建立包括了产量随机误差项的完整模型分解技术及业务数据处理流程,对减少农作物产量模拟误差和提高预报服务质量有重要帮助。

2 基于完整模型的农作物产量分解技术思路

2.1 农作物产量完整模型

鉴于农作物产量预报二项式模型的明显不足,建立保留产量随机误差项的农作物产量完整模型,即

产量随机误差△Y由气候因素和农业投入、生产积极性、技术异常或其它因素异常性变化引起,为趋势产量模拟误差。

产量随机误差项△Y产生的原因如下:

一是如上述 1985年、1988年怀化市一季中稻因气象灾害严重减产形成模拟误差,称为气候因素影响模拟误差△Yw。

二是因农业投入、生产积极性、技术异常或其它因素异常性变化引起误差为△Yt;因此有:

将 (2)代入 (1)得:

其中 Yt(趋势产量)+△Yt(社会因素随机项)为社会因素引起;包括非气象因素的所有其它因素的影响。

YW(气象产量)+△Yw(气象因素随机项)为气象因素引起。

因此,完整模型与二项式模型产量分解关键技术差别在于模拟误差的订正处理。

2.2 △Yw值的订正技术思路

△Yw值的订正:根据当地粮食产量预报服务需要对作物产量气候年景的评定标准适当修改,有利于不同气候年景的均等分布;怀化市将作物产量年景分为大丰年、丰产年、偏丰年、平产年、偏欠年、欠年、大欠年7个等级,具体指标分别为:YW/Yt为 ± 2%为平产年,2%～4.9%为偏丰年,5.0%～9.9%丰产年,10%以上为大丰年;-2%～-4.9%为偏欠年,-5.0%～-10%为欠年,-10%以下为大欠年;以平产年代表正常气候年,通过统计方法滤去气候异常的产量影响,形成波动幅度不大的平产产量序列,再选择滑动平均、直线滑动平均、准线性模拟等方法模拟处理后的产量序列,这样生成的趋势产量能代表正常气候产量水平,再用最初原始产量减趋势产量生成气象产量和相对气象产量。可见,异常气候年原始产量的预处理是△Yw值的订正关键技术。

2.2.1 插值法 由于怀化市 1985—1995年一季中稻生产力相对稳定,多数年份产量在 390～400之间波动,对特殊气候年产量的预处理,可以通过选择正常气候条件年份为基点,如 1984年、1986年、1989年,按 Yi=Yn+(Yi-Yn)×(Ym-Yn)/(mn)分段插值,其中 Yi为需要插值年的产量值,Yn、Ym为分别为前后 2个基点年份产量,为了保持原始产量波峰、波谷变化趋势,以平产年指标值 Yi＊(100±1)%代替属第 i年的原始产量,得出 1985—1995年替代后假设正常气候产量序列为:378、390、401、389、401、400、409、394、396、402、399。

2.2.2 趋势产量逐步替代法 首先通过 5a滑动等方法模拟产量,找出气象灾害减产年的趋势产量YTi,以平产年指标值 YTi＊(100-1)%替代其原始产量;第二步,对替代后的产量序列通过统计方法模拟,找出气候丰产年、偏丰产年、偏减产年、偏减产年即非正常气候年的趋势产量值 YTi,以 YTi＊(100±1)%对原始产量序列进行替代,替代后的产量序列在正常气候产量,1985—1995年替代后产量分别为:383、390、401、389、401、400、409、393、396、402、399。

2.2.3 对多种处理后的产量序列加要权平均,生成新的产量序列,避免趋势产量模拟误差。

2.3 △Yt值的订正技术思路

由于大部分惠农政策或农业新技术推广和新品种推广需要一个过程,推广和落实达到一定程度后趋于稳定,作物产量则从一个快速上升阶段进入一个相对平稳阶段。因此,采用同一种方法模拟不同阶段的产量变化势必形成模拟误差,即△Yt值。△Yt的订正关键是要了解农业生产政策与技术的历史变化,根据产量变化趋势进行分段模拟。怀化市 1982—1984年家庭联产承包责任制,早、中、晚稻粮食单产出现大幅度增长,1985年,国家取消了部分鼓励粮食生产的优惠政策,1989—1993年出现农产品全面“卖难”,国民经济处低谷中运行,对粮食产量特别是早稻生产受较大影响;2004年开始国家出现了一系列补粮政策,提高了农民的种粮积极性,近年来超级稻生产基地不断扩大,对产量特别是一季中稻产量提高有较大帮助。因此,怀化市粮食产量模拟分段大致是 1985—1994年、1994—2003年、2004—2009年,或 1985—1994年、1994—2009年2个时段,早、中、晚稻产量品种更新不同略有差异。

2.4 农作物产量组合分解技术思路

分阶段产量经过△Yw订正后,分别采用不同步长的滑动平均、直线滑动平均模拟组合使用,对各种产量分解结果进行加权平均,更大化地利用有效信息,比单一产量分解方法更加科学、有效,更好地避免产量分解误差。

3 产量分解业务化实例

利用上述方法和技术思路,怀化市气象局研制开发的“农作物产量预报系统”提供了农作物产量分解数据处理模块,实现了各项数据处理自动化。以1985—2008年双季早稻产量为例,对1985、1992、1993、1995、1996,1987、1988、2002年等气候产量欠年、偏欠年,1986年、1989年、1994年、1997年、2000年等气候丰年、偏丰年,采用趋势产量逐步替代原始产量法预处理后模拟趋势产量,结果如图 1,其中实线为实际产量、虚线为趋势产量;图中只有1994—1999年和 2004年至今,早稻趋势产量有递增趋势,自 1985年以来的其它时段趋势产量比较平稳或略有下降,趋势产量结果与生产政策变化基本一致。

图 1 怀化市双季早稻产量变化趋势图

比较不同方法气象产量与气象因子相关性,如表 1(表中常规方法为 5a滑动平均法)。可见,2种方法气象产量与因子的相关趋势是基本一致,3月下旬～4月中旬、5月上～5月下旬温度显著正相关,以 5月≤20℃日数相关系数最大;5月及 6月下旬至 7月上旬日照有显著正相关;5月雨日、5—7月总降水量负相关显著,并以 6—7月中旬负相关数值最大;3下旬—4月中旬≤10℃日数、5月≤20℃日数与产量显著负相关,6月下旬—7月中旬的高温日数则相关不显著,说明怀化双季早稻 4-5月营养生长期间温度高、日照足,特别是 5月低温日少对产量有利,中后期则主要受降水影响,降水过多,特别是洪涝对产量不利,高温不是怀化早稻生产的主要气候问题,反而成熟期日照足对产量有利。

从表 1中不同的方法气象产量与因子的相关系数值的大小看,基于完整模型的气象产量较常规方法与气象因子的相关系数大,较大程度上说明其气象产量包涵了更多的气象信息,业务实践表明,该方法生成的气象产量和趋势产量用于产量预报,准确度较高,其中 1999年以来,我市双季早稻产量预报准确率平均达 99%以上,业务应用效果好。

表 1 不同气象产量与气象因子的相关系数值比较

4 小结与讨论

①农作物产量分解是产量预报业务的关键技术环节;采用基于完整模型对特殊气候年份原始产量预处理方法,结合组合模拟方法,可以较好地避免气象条件对趋势产量的影响,分解的趋势产量能更好地体现生产力发展,气象产量包涵更多的气象信息,可以在预报服务中收到较好的效果。

②农业政策或新技术、新品种推广都是需要一个过程,农作物产量变化呈现阶段性,对不同阶段的产量可以采用不同的方法模拟。但是,在实际业务中阶段的分界点,可以根据实际情况有 1～2个年份上下跨,如 1985—1994年,1994—2008年。

③趋势产量预测一般可采用平均递增、调和权重,同时参考最近几个丰产年的平均递增值进行综合评估,效果较好;但是,当预报年处于政策或技术的转折阶段时,应结合实际情况评估来确定趋势产量的增长量。

④怀化市气象局研发的“农作物产量预报系统”,提供了滑动平均、直线滑动平均、正交多项式、分段线性模拟等产量分解方法,以及对特殊年份产量预处理、多种分解方法组合使用,模拟结果的加权平均等产量分解功能;以及预报因子膨化处理、灾害因子及气候适宜度因子添加、统计模型和灾损模型建立程序,为本方法业务化提供强有力系统支撑,在湖南业务化应用深受欢迎,推广潜力大。

[1] 刘树泽,等.作物产量预报方法[M].北京:科学出版社, 1987.1-180.

[2] 尹东 .农作物产量预报技术的研究与应用[J].干旱气象,2007,22(5)12-16.

[3] 陈怀亮,等.产量阶段的划分与应用[J].中国农业气象, 1999,20(2)16-20.

[4] 李民华,等 .农作物产量气候影响动态评估与预报业务系统[J].高原山地气候,2009增 -0138-2.

S162

B

2010-09-10

李民华 (1964-),男,高工,主要从事农业气象业务、服务和科研工作。

1003-6598(2010)增刊 -0129-03