图们市气象因子对秋白菜产量影响及预测

王兴环 张怀珠 高安芳

摘 要：本文利用图们市1987—2016年以来的气候、产量资料，采用滑动平均线性分析的方法，从平均气温、降水量和日照气象因素对秋白菜产量的影响入手，利用多元回归分析方法分析影响秋白菜产量的重要气象因子，建立影响秋白菜产量的气象因子和预报模型，为秋白菜高产种植提供科学依据，从而提高秋白菜的口感，吸引更多游客带动当地其它特色产品远销外地。

关键词：图们市;秋白菜;气象因子;产量

中图分类号：S16       文献标识码：A

DOI：10.19754/j.nyyjs.20200530046

秋白菜品种很多，可分为直筒型、原头型和卵圆型3个基本生态类型。生育期内白菜种子从播种到收获大白菜，需要光、温、水的共同影响，大白菜的生长发育和产量的形成对气象因素的影响很敏感。

延边朝鲜族辣白菜是朝鲜族世代相传的一种佐餐食品，列为国家地理标志保护产品。延边地处北半球的中温带，特别适宜秋白菜的生长。一些企业还获得了“省级非物质文化遗产”、“延边州知名商标”等证书和荣誉，整个产业呈现出无限生机与活力。图们市的辣白菜已发展为当地民众创业致富的重要产业，做出产量预报尤为重要。杜宏娟等研究人员深入分析了气象因子对秋白菜产量的影响研究。研究表明，对秋白菜产量影响最大的为8月上旬出苗到基生叶的积温、平均温度、日照时数。8月下旬—9月上旬的日照时数对秋白菜产量影响较大。刘明池学者探讨了影响秋白菜产量形成的关键气象因子分析。

本文拟通过探讨和研究图们市秋白菜的产量与光、温、水等气象因子的关系，得出秋白菜的农业气象产量预报模式，旨在通过人工干预更好地提高产量，对气象部门在今后开展农业气象产量预报，指导农业生产提供重要意义。

1 图们市气候特征分析

1987—2016年平均气温表现出不断增加的态势。从农业生产的层面来看，不同时期对农业生产影响不同。同时伴随着气候的变化，极端天气也时常发生，都对作物生长带来不利影响。图们市年平均降水量569.7mm，最大降水量出现在2000年为883.0mm，最小值出现在2011年为343.7mm。降水出现时空分布不均、对流性天气、台风天气时有发生现象，均影响秋白菜的生长情况。平均日照为2280.3h，最多日照时数出现在2001年为2506h，最少日照时数出现在2016年为1991.6h。

2 秋白菜产量模型的建立

秋白菜整个发育期包括多个阶段，其中比较关键的是植株的苗期、莲座期、结球期等阶段。利用图们市1987—2016年平均气温、降水量、日照气象因素与气象产量展开关联性分析。

2.1 分离气象产量

剔除非气象因子对产量的影响，仅考虑气象因素与产量的相关性，利用线性分析得出气象产量。秋白菜趋势单产采用10a直线滑动平均模拟法，将所在时段对应的产量趋势转化为直线，在这之后借助趋势直线发生的变化来明确产量改变的整体态势。将1987—2016年近30a划分为21个时段，其中，秋白菜单产处于减少趋势的时段是1989—1998年、1990—1999年、1991—2000年、1992—2001年、1996—2005年、1997—2006年、2007—2016年，减产幅度最大的是1991—2000年，为-772.42x+32658，最小的是1989—1998年，为-77.455x+28383;有14个时段秋白菜单产均为增多趋势，其中2003—2012年增产幅度最为显著，为1831.7x+21707，而1995—2004年增产幅度最小，为4.0788x+26967。

结合上述10a直线滑动平均模拟法分析结果分析出趋势产量，计算出每年实际产量与趋势产量存在的差值，称为气象产量。三者的直线滑动平均分离结果如图1所示。

2.2 气象资料分析

对图们市1987—2016年8月1日—10月15日每候平均气温、日照时数、降水量数据进行分析并统计。

2.3 点聚图和相关分析

将气象要素与气象产量进行相关分析，并对相关系数完成α=0.05的显著性检验，排在前6位的分别为下表因子：8月1—5日候平均气温、8月6—10日候平均气温、8月6—10日候日照时数、8月26—31日候降水量、9月6—10日候日照时数、9月21—25日候平均气温。做气象因素与气象产量点聚图和相关分析后结果（表1）如下：仅9月6—10日候日照时数气象要素与气象产量为正相关，其余8月1—5日候平均气温、8月6—10日候平均气温、8月6—10日候日照时数、8月26—31日候降水量、9月21—25日候平均气温五项气象因素与气象产量均为负相关。

2.4 多元回归分析

确定影响秋白菜产量的各个气象因子，可对其展开多元回归分析，进而明确所有气象因子对产量的实际权重，在这之后构建多元回归方程：Y=b0+bixi（i=1，2，3，4，5……）。对系数进行分析，获得公式：Y=21958.606-403.936x1-125.050x2-16.762x3-9.842x4+64.176x5-857.706x6。其中，Y是氣象产量，x1是8月1—5日候平均气温，x2是8月6—10日候平均气温，x3是8月6—10日候日照时数，x4是8月26—31日候降水量，x5是9月6—10日候日照时数，x6是9月21—25日候平均气温。结合回归方程，对所有因子与气象产量的关系进行分析。

结合SPSS提供的数据可知F检验统计量为4.330，P值为0.005，通过了置信度为95%统计检验，因此模型具有显著性。模型的R为0.728，表明模型能够体现非常优良的解释能力。将2017年的相关气象因子数值带入模型，预测产量与实际产量经过分析，可知拟合度达72.8%，预报准确率达85.9%，效果很好。通过模型可知从以上6项气象因素着手，通过人工干预可以更好地提高产量，为辣白菜原料选择优质化提供帮助。同时，通过辣白菜的品牌文化和民族风情吸引更多游客来当地消费，从而带动当地其它民族特色产品远销外地，促进当地居民收入。

参考文献

[1] 杜宏娟，张磊，姬菲菲，等.气象因子对大秋白菜产量的影响研究[J].现代农业科技，2011（4）：296-297.

[2]刘明池.影响大秋白菜产量形成的关键气象因子分析[C].中国园艺学会.中国园艺学会第五届青年学术讨论会论文集.广州：中国园艺学会，2003：418-422.

[3]李昶泰，薛纯恭.应用主因子分析方法制作秋白菜产量预报[J].气象与环境学报，1991（3）：18-21.

[4]吴瑞芬，吕景华，李薪，等.影响呼和浩特市大白菜产量的主要气象因子及年景预报方法[J].内蒙古气象，2006（1）：23-24.

[5]吕国华，牟传民，雷宏霞.气象因子与大白菜生产的关系研究[J].石河子大学学报（自然科学版），1991（3）：136-139.

（责任编辑 周康）