基于关键气象因子的湘北早稻产量动态预报

2015-09-28李涵茂帅细强贺红志

湖南农业科学 2015年1期

李涵茂，帅细强，戴平，方丽，贺红志

（1. 衡阳市农业气象试验站，湖南衡阳421101；2. 湖南省气象科学研究所，湖南长沙410007）

早稻是我国主要的粮食作物之一，温、光、水是影响水稻的生长发育的重要气象因子[1]。动态了解和掌握气象条件对早稻生长发育和产量形成的影响，是提高早稻产量预报和开展气象为农服务的基础。湘北环洞庭湖区域是湖南最大的水稻主产区，农业地位十分重要，在保障国家粮食安全方面发挥了重要作用。

国内学者在水稻的产量预报方面做了许多研究。袁立新等[2]应用SPSS 统计软件，建立了自贡水稻产量的年景定量预测模型；乔加新等[3]建立了基于BP 神经网络的水稻产量预报系统；李卫国等[4-5]建立了基于遥感信息获取、反演与水稻产量形成过程模型相偶合的水稻产量预测模型；游超等[6]基于气象适宜指数，建立了四川盆地水稻气象产量动态预测模型；易雪等[7]应用作物产量历史丰歉气象影响指数、作物气候适宜指数、作物生长模拟模型分别建立早稻产量动态预报方法；郑昌玲等[8]利用早稻不同生育阶段气象因子的综合聚类指标选择气象相似年型，再根据相似年的产量变化确定分析年的产量气象影响指数，建立全国和区域早稻单产动态预报模型；易雪等[9]利用湖南省早稻产量、相关气象资料及早稻生理气象指标，在丰歉气象影响指数动态预报方法的基础上，引进关键气象因子，建立了湖南早稻产量综合动态预报方法。章竹青等[10]根据早稻产量与生育期气象资料，分析并建立了长沙地区早稻产量预报模式。

基于气象因子预测产量的方法较多，但各地气象条件存在差异，影响水稻关键气象因子不尽相同，这就需要研究适于当地水稻产量的预报模型。本研究通过分析湘北早稻产量与水稻生育期间的气象要素的关系，选出影响早稻产量关键气象因子，建立湘北早稻产量预测模型，为进一步探讨早稻产量预测技术方法提供借鉴，同时为提高早稻产量预报准确率、更好地开展气象为农服务和保障粮食安全奠定基础。

1 材料与方法

1.1 研究区域和资料来源

根据湘北地区（常德、岳阳、益阳、长沙）早稻种植分布生长特点，选取石门、南县、常德、安化、沅江、岳阳、平江7个代表气象观测站和南县、常德、澧县、益阳、长沙5个代表农业气象观测站作为研究区域。早稻生育期资料来源于农业气象作物观测报表；气象资料来源于湖南省气象局，主要包括旬平均气温、旬降水量和旬日照时数；早稻产量资料来源于湖南省农村统计年鉴。资料年份均为1987～2011年。

1.2 研究方法

在一般情况下，对于较大区域而言，相邻两年早稻生产力水平变化很小可以忽略不计。因此相邻两年早稻单产的变化主要是由气象条件的差异引起的。为此，对早稻单产进行如下处理[7,11]：

式（1）中i 代表第i年；i-1 为第i年的上一年；Yi为第i年的产量丰歉值即气象产量；Yi和Yi-1分别为第i年和第i-1年的单产。

1.3 数据分析

应用Execl 2003、SPSS 13.0 等软件进行数据统计分析和处理。

2 结果与分析

2.1 早稻生育期情况

对湘北早稻生长发育多年状况的统计分析表明（表1），一般在3月下旬开始播种育秧，4月下旬～5月上旬移栽大田，返青分蘖在5月上旬～5月下旬，幼穗分化-抽穗在5月下旬～6月中旬，7月中旬成熟收获。

2.2 影响产量的关键气象因子分析

根据对早稻生育期的分析，将早稻全生育期(3～7月)以旬为单位分成12 旬，分析气象产量与每旬平均气温、降水量、日照时数的相关性。结果显示，气象产量与5月上旬平均气温、5月上旬日照时数、5月中旬平均气温、5月下旬日照时数、6月中旬降水量、7月中旬日照时数等6个因子有较好的相关性。因此，将这6个因子作为早稻全生育期内的关键气象因子。

表1 湘北早稻主要生育期和出现时段

2.3 气象产量动态预报模型的建立

通过对关键气象因子的相关性分析，以关键气象因子所在时段的下一旬的第一天作为预报时间，先后是5月11日，5月21日，5月31日，6月21日，7月21日。将预报时间以前的所有关键气象因子作为自变量，气象产量作为因变量，采用多元线性回归的方法，建立气象产量动态预报模型：

表2 湘北早稻产量与关键气象因子的相关性

式中，Y 表示气象产量，Xi表示第i个关键气象因子，a0为常数，ai为系数，均随着预报因子数量的增加发生变化。早稻气象产量的动态预报模型在各个预报时间参数如表3。

表3 湘北早稻气象产量动态预报模型参数

2.4 早稻单产动态预报检验

分别在5月11日、5月21日、5月31日、6月21日、7月21日对1988～2009年早稻气象产量进行模拟预报，检验结果如表4 所示。

表4 湘北1988～2009年早稻模拟产量动态预报回代检验

结果表明，预测结果与实测结果趋势一致率为68.2%～77.3%，平均预报准确率在91.0%以上(表3)，准确率最小值为68.9%～81.6%，出现在1995年。预测结果较为可信。在各预报时间对2010～2011年的早稻产量进行动态预报（表5），预测结果与实测结果趋势一致率为50%，预报准确率为85.4%～100.0%。

表5 湘北2010～2011年早稻预报产量

3 结论与讨论

水稻的关键生育期主要为出苗期、分蘖期和抽穗期[12]。有研究发现[13-14]，影响湖南南部早稻产量的主要气象因子是5月下旬和6月上旬的降水量，其次是5月上、中旬的气温；何寿仁[15]发现影响早稻的主要气象因子之一是降水，主要时段是早稻播种期、分蘖期、孕穗期、抽穗扬花期等关键期，影响关系为负相关。

本研究发现，影响湘北地区早稻产量的主要气象因子是5月上旬的平均气温和日照时数、5月中旬平均气温、5月下旬日照时数、6月中旬降水量和7月中旬日照时数；其中，5月上旬平均气温、6月中旬降水量和7月中旬日照时数与早稻气候产量的相关性最好，这与其他学者的研究成果具有相似性。结合早稻的生育期时段来看，5月上、中旬和6月中旬分别是早稻的分蘖和拔节-抽穗阶段，是水稻的关键生育期。5月上中旬温度较高、日照充足，有利于早稻形成有效分蘖，为丰产打下基础；水稻抽穗扬花期需要晴好天气，日照不足，不利于早稻开花，易造成空壳，6月中旬降水量大，不利于产量的形成。7月中旬，早稻产量基本形成，进入成熟收获期，晴好天气有利于早稻的收晒入仓。

本研究通过对湘北早稻生育期间12 旬平均气温、降水量、日照时数与气象产量的相关性分析，筛选出了湘北地区早稻产量的关键气象因子，并建立了基于关键气象因子的湘北早稻关键生育期气象产量动态预报模型。经过模拟回代检验和试用，利用该模型对湘北早稻产量的动态预报，准确率较高，满足业务和服务需要。同时，在进行早稻产量预报业务服务时，还应考虑其他预报方法的预报结果，结合实地调研考察加以修正，以进一步提高预测准确度。

[1]赵姝,赵黎明,萧长亮.浅析主要气象因素对水稻生长发育的影响[J].黑龙江农业科学,2010，(8)：36-38.

[2]袁立新,段修荣,余先超.用SPSS建立自贡水稻产量年景预测模型[J].四川气象,2006，(1)：31-33.

[3]乔加新,周森鑫,马季.基于BP神经网络的农业气象产量预报系统[J].微计算机信息(嵌入式与SOC),2009,25(12-2)：44-46.

[4]李卫国.基于TM遥感信息和产量形成过程的水稻估产模型[J].江苏农业科学,2007,（4）：12-13.

[5]李卫国,王纪华,赵春江，等.基于定量遥感反演与生长模型耦合的水稻产量估测研究[J].农业工程学报,2008,24(7)：128-131.

[6]游超,蔡元刚,张玉芳.基于气象适宜指数的四川盆地水稻气象产量动态预报技术研究[J].高原山地气象研究,2011,31(1)：51-55.

[7]易雪,王建林,宋迎波，等.早稻产量动态集成预报方法研究[J].中国水稻科学,2011,25(3)：307-313.

[8]郑昌玲,杨霏云,王建林，等.早稻产量动态预报模型[J].中国农业气象,2007,28(4)：412-416.

[9]易雪,王建林,宋迎波.早稻产量综合动态预报方法研究[J].气象与环境科学,2009,32(4)：8-12.

[10]章竹青,邱庆栋,彭梦霜，等.长沙地区早稻产量定量预报模式研究[J].湖南农业科学,2012,（3）：127-129.

[11]宋迎波,王建林,陈晖,等.中国油菜产量动态预报方法研究[J].气象,2008,34(3)：93-99.

[12]张丽娟,薛梅,王晓明.水稻生育期气候指标分析[J].黑龙江气象,1996,（1）：10-13.