气象因子对新昌小京生花生产量影响分析

杨鸣 袁丹丹 朱涛

关键词小京生花生;气象产量;模型

新昌小京生，俗称小红毛花生、落花生，主产地为新昌县大市聚、红旗、孟家塘、西郊等一带，于清朝末年从北京引进，民国初期就驰名于国内外;特点是壳薄光泽，香而带甜，油而不腻，松脆爽口，色香味俱佳。经测定，小京生果仁含蛋白质27%、脂肪48%、糖分5.9%、淀粉7.2%，营养价值比鸡蛋、牛奶还高，在1984年全国花生食味评比中荣获第1名。

气象条件对小京生花生的品质和产量有很大的影响。气象因子变化常常引起小京生花生产量波动。因此，研究气象条件对小京生花生产量的影响对农业部门指导新昌小京生花生生产种植具有重要意义。

1资料与方法

1.1资料

选用2000-2017年新昌县小京生花生年产量资料，数据来源于新昌县统计局：同时段相关气象资料来源于新昌县气象局。小京生花生整个生育期大约为150d，一般5月上中旬开始播种，到9月进入成熟收获期。根据新昌县小京生花生生育期的植物生长特点，选取新昌县气象观测站2000-2017年逐年5-9月的逐月和逐句平均气温、降水量、日照时数等共计60个气象因子观测资料进行统计整理。

1.2小京生花生产量分析方法

2000-2017年，新昌小京生花生产量是逐年变化的，要研究气象因子与小京生花生产量之间的关系，必须剔除其他影响花生实际产量的因素，剩下由气象条件影响的这部分产量与气象因子进行相关性分析，才能得到准确、科学的结论。作物产量分解公式为：

式中，Y为小京生花生实际单产;YT为小京生花生趋势产量，Yw为花生气象单产;Y为随机波动产量，可忽略不计。因此，式（1）可以简写为：

式（2）中趋势产量（Y）由生产力水平决定，随生产力变化而变化，与时间有明显的函数关系，可以看作年份XT的函数;Yw表示由气象因素引起实际产量与长期变化趋势项的偏差。

当前国内外研究中有很多种处理趋势产量的方法，比较常用的有直线滑动平均法、线性模拟法、非线性模拟法、分段模拟法、Loglstic函数模拟法、正交多项式法等。李伟英利用正交多项式法，对山东菏泽地区花生的产量与气象条件进行相关性分析发现，在花生播种期，温度越高，越有利于花生出苗，后期多雨对花生生产有不利影响。万永建等基于SPSS建立了普宁早稻产量预报模型，并对模型效果和精确度进行检验，结果表明模型预报结果准确率较高，能满足业务需求，可作为普宁市早稻产量预报的有效依据之一。

采用直线滑动平均法对小京生花生的实际单产进行了处理，以5年作为滑动步长，对新昌县2000-2017年连续17年的花生趋势产量和气象产量进行分离。2000-2017年新昌县小京生花生实际产量和趋势产量变化（见图1、表1）。采用相关分析和回归分析等统计方法，分析小京生花生气象单产与各气象因子的关系，并建立了花生产量预测模型。

2小京生花生产量气象条件分析

选取5-9月的逐月逐句的平均气温、降水量和日照时数，资料长度为18，一共60个气象因子。利用SPSS将小京生花生气象单产分别与上述气象因子求相关，筛选出与花生气象单产相关显著（信度为0.05）的气象因子共5个（表2）。

新昌小京生花生气象单产与9月份平均气温、9月份日照時数呈显著负相关，与9月份降水呈显著正相关，表明9月份高温干旱是影响新昌小京生花生气象单产的主要原因。

3建立小京生花生产量预测模型

3.1利用三阶回归分析建立小京生花生趋势产量预测方程

以5年作为滑动步长直线滑动平均法，得到的18年小京生花生趋势产量Y作为因变量，将X（设置2000年为1，以此类推，2017年为18）作为自变量，在SPSS中采用立方估计回归分析，得到新昌县小京生花生趋势产量与时间关系的回归方程如下：

该回归方程的相关系数R为0.926，判定系数R2为0.858，调整后的判定系数为0.828，估计标准误差为46.482，F值为28.190，通过a<0.001的显著性检验，说明该回归方程效果极为显著。

3.2利用逐步回归建立小京生花生气象单产预测方程

由于小京生花生气象单产与多个气象因子有关，必须建立多个气象因子的多元线性回归方程。在选择气象因子时，尽可能选择与小京生花生气象单产相关性显著的气象因子建立方程。在SPSS中将Yw作为因变量，相关气象因子作为自变量，采用逐步回归分析，最终得到新昌县小京生花生气象单产与气象因子的回归方程：

式中x1为9月平均气温，x为9月上旬降水，x为9月日照时数，该方程相关系数R为0.792，判定系数R2为0.627，调整后的判定系数为0.548，估计标准误差为62.32446，F值为7.860，通过a

3.3小京生花生产量预测模型及效果检验

由小京生花生趋势产量预测方程式（3）、气象单产预测方程式（4）及式（2），得到新昌县小京生花生产量预测方程：

分别将年份数据和对应的气象因子数据代入式（5），计算新昌县2000～2017年的小京生花生模拟单产，并与18年的小京生花生实际单产进行比较，检验该模型的精度，结果证明该模型预测新昌县小京生花生单产最高精度达100%，最低精度为92.2%，平均预测精度为97.5%，具有较高的预测精度（表3）。

4结论

根据新昌县2000-2017年小京生花生单产和相关气象资料，采用滑动平均的方法，将花生气象产量和趋势产量进行分离处理，以回归分析法模拟趋势产量，以逐步回归法模拟气象产量，在此基础上建立基于气象因子的新昌县小京生花生单产预测模型。得出以下结论：

（1）9月份高温干旱是影响新昌小京生花生气象单产的主要原因;

（2）建立的小京生花生产量预测模型充分考虑了多个气象因子对小京生花生产量的影响，构成模型的气象因子与花生产量具有较高的相关性，模型的平均预测精度达97.5%。