APP下载

渭南玉米产量气象条件分析与预报模型研究

2020-06-08马耀绒淡会星尹贞钤许伟峰

陕西气象 2020年2期
关键词:降水量气象趋势

马耀绒,淡会星,尹贞钤,许伟峰

(渭南市气象局,陕西渭南 714000)

渭南地处关中平原东部,素有“陕西粮仓”之称,粮食总产位居全省前列。玉米是渭南市主栽粮食作物,种植面积占全市粮食面积的45%~55%,产量占全市粮食总产的55%~60%,产量丰欠影响全市乃至全省粮食安全。因此,进行玉米产量预测模型研究,对全市粮食安全、农业产业结构调整及合理部署可利用资源具有十分重要的意义。大量研究发现,作物产量与气象条件关系密切,尹贞钤等[1]研究出冬小麦产量与气象因素的关系;徐延红[2]研究出气候适宜度指数与玉米气象产量的相关关系。本文通过对渭南市1996—2018年玉米产量分离与模拟,建立较为准确的趋势产量、气象产量预测模型,为提高全市玉米产量预报准确率,政府部门合理调整生产布局提供重要依据。

1 资料来源

玉米是喜水、喜光作物,降水量、温度、光照是影响玉米产量的重要气象要素,昼晴夜雨是农作物最理想的生长条件,因此增加夜间降水量作为模型备选气象因子。渭南春玉米生长期为4月下旬至9月下旬,夏玉米生长期为6月上旬至9月下旬。选取1996—2018年4—9月月降水量、月平均气温、月日照时数、月夜间降水量;旬降水量、旬平均气温、旬日照时数、旬平均最高气温和旬平均最低气温。以上气象数据来自渭南市气象局资料室,1996—2018年渭南市玉米产量数据来自渭南市统计局,

2 趋势产量模拟与分离

影响产量的主要因素有自然因素和社会因素两大类,因此将玉米产量分为趋势产量、气象产量和随机产量3部分[1]。随机产量由病虫害、风雹等随机因素影响,出现概率和影响较小,可忽略不计。趋势产量受农业生产技术等非自然因素影响,产量逐年提高。气象产量是指由气象条件影响的那部分产量,可正可负。因此,玉米实际产量可表示为

y=yt+yw,

(1)

式(1)中y为实际产量,yt为趋势产量,yw为气象产量。

2.1 趋势产量预报模型建立

趋势产量与社会生产力、耕作技术水平及社会因素有关。其模拟方法有多种[3],本文采用直线滑动平均法结合调和权重法进行趋势产量模拟。直线滑动平均法是用一组最近的产量数据值来预测未来一年产量的一种常用方法,当产量既不快速增长也不快速下降,且不存在季节性因素时,直线滑动平均法能有效地消除预测中的随机波动,是非常有用的。调和权重法以不同权重方法求算各序列样本对趋势产量的影响,即距离预报年越近的样本,其权重越大[4]。因此采用直线滑动平均法结合调和权重法进行趋势产量模拟和预报,准确率更高。

设某阶段的线性趋势方程[5]为

yi=ai+bit。

(2)

式(2)中i=n-k+1,为方程个数(k为滑动步长;n为样本序列个数);t为时间序号;ai、bi为常数。当i=1时,t=1,2,3…,k;当i=2时,t=2,3,4…,k+1;当i=n-k+1时,t=n-k+1,n-k+2,n-k+3…,n。计算每个方程在t点上的函数值yi(t),然后再求算每个t点上i个函数值的平均值,连接各点的yi(t),即可表示产量的历史演变趋势,当步长k值足够大时,趋势产量才能消除短周期波动的影响。

利用渭南市1996—2014年玉米产量数据,取滑动步长11 a[5],求得9个二元一次线性方程,计算各方程在t点的函数值yi(t),求算每个t点上的函数值的平均值,得到趋势产量yt,分离出气象产量yw。按照调和权重计算方法[4],依次求算出趋势产量的年增长量

w(t+1)=y(t+1)-yt。

(3)

当年趋势产量即为上年趋势产量加上当年趋势产量的平均增长量,即

(4)

2.2 趋势产量分离

依据趋势产量计算方法,分别计算出1996—2014年趋势产量,用实际产量减去趋势产量得出各年气象产量(表1)。

表1 1996—2014年渭南玉米实际产量分离结果 单位: kg/hm2

3 气象产量与气象因子相关性分析

3.1 月气象因子

利用SPSS17.0软件,对选取的各月气象因子与气象产量进行相关分析,结果(表2)显示:5—8月月降水量和月夜间降水量与气象产量呈正相关,9月降水量呈弱的负相关,表明在玉米营养生长阶段(5—8月),降水量对产量贡献最大。9月转入生殖生长阶段,降水偏多,易造成植株生长延长,贪青晚熟,对产量形成不利。7月降水量、7月夜间降水量通过α=0.01显著性检验,表明产量随降水量增多而增加。7月夏玉米处于大喇叭口期,营养生长与生殖生长并进,是玉米穗粒形成的关键期,水分需求旺盛。春玉米处于拔节—灌浆期,此期缺水可造成幼穗发育不良,严重时无法抽雄、受精,产量下降[6-7]。

4—7月月平均气温、月日照时数与气象产量负相关,6、7月月平均气温通过α=0.05显著性检验,表明玉米出苗期—灌浆期温度越高,光照偏多时光合作用受阻,抑制产量增加。8—9月月平均气温、月日照时数与产量正相关,表明玉米乳熟—成熟期,气温高、光照条件充足,有利产量形成。月日照时数未通过显著性水平检验,表明日照时数对产量形成无显著影响。

表2 1996—2014年渭南玉米气象产量与月气象因子相关系数

注:*表示通过α=0.05显著性检验,**表示通过α=0.01显著性检验。

3.2 旬气象因子

各旬气象因子与气象产量相关分析结果(见表3)显示:4月下旬、6月中旬、9月下旬降水量, 5月下旬、6月上旬、9月下旬平均最高气温以及5月下旬日照时数通过α=0.05显著性检验。6月下旬、7月上旬降水量通过α=0.01显著性检验。旬平均气温、旬平均最低气温未通过相关检验。6月下旬—7月上旬正值夏玉米苗期,春玉米拔节期,是需水关键期,此期降水偏多,有利作物生长。

表3 1996—2014年渭南玉米气象产量与旬气象因子的相关系数

注:*表示通过α=0.05显著性检验,**表示通过α=0.01显著性检验。

4 气象产量预报模型建立与检验

4.1 气象产量模型建立

选取通过a=0.05、a=0.01显著性检验的气象因子,遵循建模时气象因子正交的原则[8](7月降水量中包含了7月上旬降水量),采用多元线性回归方法,利用SPSS17.0软件,设气象产量为因变量,气象因子为自变量[9-11],建立气象产量预报模型

yw= 476.297+0.207X1+0.034X2-13.193X3-6.17X4-0.91X5。

(5)

式(5)中yw为玉米气象产量,X1为7月降水量,X2为7月夜间降水量,X3为6月平均气温,X4为7月平均气温,X5为6月下旬降水量。方程R2=0.719,F=10.206,F>F0.01(5, 13)=4.862,通过显著性检验,回归方程显著。

4.2 预报模型检验

利用趋势产量、气象产量预测模型,对1996—2014年玉米产量进行回代检验,结果(表4)显示:1996—2014 年玉米实际产量与拟合值误差为0.3%~8.7%,平均误差绝对值4.1%,检验情况较好。

利用预测模型对2015—2018 年玉米产量进行预测,结果显示(表5):4 a中预报误差<10%概率为75%,平均误差5.9%,模型预报效果良好,可以推广应用。

5 结论与讨论

(1)渭南玉米气象产量受气象条件因素影响波动较大,表明气象因素是影响玉米产量波动的最主要因子,采用气象产量分离法进行气象因子与气象产量模型预测,此种方法合理且准确率高,为其他农作物产量预测提供了参考。

表4 1996—2014年玉米产量方程回报检验结果

表5 2015—2018 年玉米产量预报检验结果

(2)在玉米营养生长阶段,降水对气象产量贡献最大。在生殖生长阶段,降水与气象产量呈弱的负相关,降水偏多对气象产量形成不利。因此,降水量是影响玉米产量的主要气象因子,农业气象服务中应关注旬月降水预报和旱情监测。

(3)预报模型检验结果显示,该模型预报效果良好,可在日常产量预报业务中推广应用,有利预报准确率提高。

猜你喜欢

降水量气象趋势
1958—2019年新兴县汛期降水量的气候特征
成都市年降水量时空分布特征
气象树
《内蒙古气象》征稿简则
趋势
降水量是怎么算出来的
大国气象
1988—2017年呼和浩特市降水演变特征分析
美丽的气象奇观
初秋唇妆趋势