基于历史丰歉气象影响指数的四川盆区油菜产量动态预报

赵 艺，邹雨伽，张玉芳，3

（1.中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室，成都 610072；2.四川省农业气象中心，成都 610072；3.南方丘区节水农业研究四川省重点实验室，成都 610066）

中国是油料消费大国，油料供给不足情况一直未得到有效解决，近年来油料的消费增速高于供给增速，导致供给日趋紧张［1］。油料是中国对国际市场需求量最大的农产品，过度的进口对国家食用油供给安全造成威胁［1］。目前，中国生产和消费的油料主要以草本油料作物为主，主要包括油菜（Brassica napus L.）、花生、大豆、芝麻、向日葵等，其中油菜是中国第一大油料作物，种植面积及产量均位居世界首位［1-3］。四川省作为全国油菜生产大省，近年来产业稳定发展并逐步提升，播种面积及产量均位列全国第一。四川省油菜以冬油菜为主，其中四川盆区的种植面积和总产占主要地位。因此，针对四川盆区开展油菜产量预报对保障国家粮食安全具有重要意义。

近年来，国内外学者对作物产量动态预报已有较多研究，主要包括利用作物生长模拟模型预测作物产量的方法［4］，基于遥感技术的产量动态预报方法［5］，利用积分回归法预报产量的动态预报方法［6］，构建温度、降水、日照及综合气候适宜度指数的产量动态预报方法［7-10］，筛选作物不同时段关键气象影响因子的产量动态预报方法［11，12］，以及根据作物产量气象影响指数判断相似年型的历史丰歉气象影响指数方法［13，14］等。四川省作物产量预报的传统方法主要是根据实地调研及相关统计分析进行预报，虽然准确率较高，但不适用于产量动态预报。作物产量预报动态化可以提高预报时效性，及时反映极端气候事件对作物产量的影响。本研究采用历史丰歉气象影响指数的方法，对四川盆区油菜产量进行动态预报模型构建，以期为四川省油菜产量预报业务服务提供参考。

1 材料与方法

1.1 资料来源

产量资料来源于四川省农业统计年鉴，包括各代表站点1983—2012 年油菜平均单产（kg/hm2）、种植面积（hm2）、总产量（t）数据。生育期资料来源于四川盆区13 个农业气象观测站的油菜观测资料。气象资料包括各代表站点1982—2012 年逐日平均气温（℃）、降水量（mm）和日照时数（h）。

1.2 代表站点选取

四川盆区油菜产区幅员辽阔，地形复杂，不同气候类型对油菜生产及产量的影响存在差异。因此，根据地形及气候类型差异，在保持县级行政区完整的基础上，将四川盆区油菜种植区划分为5 个区域，分别为盆周山地产区、盆东北丘陵产区、盆中浅丘产区、盆西平原产区、盆南丘陵产区。每个产区选取5～7 个代表站点，共选取30 个代表站点。盆周山地产区代表站点分别为苍溪县、广元市中区、雨城区、天全县、洪雅县和通江县，盆东北丘陵产区代表站点分别为巴州区、仪陇县、广安区、渠县和达县，盆中浅丘产区代表站点分别为梓潼县、三台县、乐至县、安岳县、威远县和南部县，盆西平原产区代表站点分别为江油市、什邡县、夹江县、温江区、绵竹县、名山县和仁寿县，盆南丘陵产区代表站点分别为宜宾县、合江县、古蔺县、纳溪区、荣县和富顺县。

1.3 资料处理

1.3.1 产量资料处理 对油菜平均单产进行如下处理：

式（1）中，i 代表1984—2012 年的任一年，i-1为第i 年的前一年，Yi及Yi-1分别为第i 年及第i-1年的油菜平均单产，ΔYi为相邻两年油菜平均单产的增减百分率（即产量丰歉气象影响指数）。

1.3.2 生育期资料处理 生育期资料采用2010—2012 年3 年的油菜平均发育期资料。

1.3.3 气象资料处理 气象资料的处理主要包括盆区油菜各产区的积温、有效温度累积、累积降水量、累积日照时数、分段累积降水量、分段累积日照时数、标准化降水量、标准化日照时数、分段标准化降水量和分段标准化日照时数，具体计算方法参照文献［15］。

由于引起相邻两年作物平均单产变化的主要因素是相邻两年气象条件的差异，因此将相邻两年气象因子的变化表示为：

式（2）中，i 代表1983—2012 年的任一年，i-1为第i 年的前一年，ΔXi为第i 年与第i-1 年的气象要素差值，Xi与Xi-1分别为第i 年和第i-1 年的积温、有效温度累积、累积降水量、累积日照时数、分段累积降水量、分段累积日照时数、标准化降水量、标准化日照时数、分段标准化降水量和分段标准化日照时数。

1.4 模型构建的基本原理及预报方法

1.4.1 基本原理 影响油菜产量形成的因素主要有气象条件、土壤条件、管理措施及作物品种类型等。在一定区域范围内，相邻两年的油菜品种及土壤肥力相对较为稳定，气象条件的差异是引起油菜单产变化的主要原因，两者之间的关系可表示为：

式（3）中，ΔY 为相邻两年油菜单产的增减百分率（即产量丰歉气象影响指数），ΔX 为相邻两年气象条件的变化。

历史丰歉气象影响指数模型的构建主要取决于历史相似年型的寻找，本研究将利用气象综合诊断指标进行相似年型判定，具体方法如下：

欧式距离：

式（4）至式（6）中，i 为历史上任意一年，j 为气象要素序号，k 为预报年，ΔXij为第i 年同一时段第j个气象要素差异，N 为样本长度，ΔXkj为第k 年作物播种至发布预报时第j 个气象要素差异，-Xi与-Xk分别为第i 序列与第k 序列N 个样本的平均值，dik为第k 年与第i 年的欧式距离，rik为第k 年与第i 年的相关系数，Cik为第k 年与第i 年的综合聚类指标。

Cik越大，则预报年的气象条件变化与历史上某一年越相似。但由于农业技术水平的不断提高、油菜种植品种的变化以及预报发布之后气象条件的不断变化，使得预报年的油菜产量变化与气象条件变化最相似年份的油菜产量变化并不一定最接近。因此，为确定预报年ΔY 的计算方法，在历史相似年型的选取中，分别选择温度、降水和日照3 类气象因子中Cik最大的3 个历史相似年型，对3 个历史相似年型的油菜产量变化与预报年的油菜实际产量变化进行分析，以确定预报方法，最终建立油菜产量动态预报模型。

1.4.2 预报方法 分别选取温度（积温、有效温度累积）、降水（累积降水量、分段累积降水量、标准化降水量、分段标准化降水量）和日照（累积日照时数、分段累积日照时数、标准化日照时数、分段标准化日照时数）3 类气象要素中的1 个气象因子，组成32 种组合，通过计算得到每种组合中3 个因子的Cik，选取每个因子历史上3 个最大的Cik，每种组合对应得到9 个ΔY，采用大概率分析法和加权平均分析法［15］对各产区预报结果与实际产量变化进行对比分析，得到不同时段盆区油菜各产区的产量预报因子及方法，最后根据各产区预报结果，以面积为权重进行加权集成，得到四川盆区油菜产量的最终预报结果。

2 结果与分析

2.1 四川盆区油菜产量动态预报模型建立

分别对2001—2010 年四川盆区5 个油菜产区进行2—4 月的逐月动态预报试验，通过分析预报结果，确定了各产区2 月28 日、3 月31 日及4 月30日油菜产量逐月预报因子及方法，最后将各产区预报结果按种植面积的权重进行加权集成，得到四川盆区油菜产量动态预报方法，结果见表1。其中，盆周山地产区的权重系数为14.84%，盆东北丘陵产区的权重系数为20.39%，盆中浅丘产区的权重系数为29.77%，盆西平原产区的权重系数为26.72%，盆南丘陵产区的权重系数为8.28%。

表1 油菜产量动态预报因子及方法

2.2 动态预报模型回代检验

利用表1 所选的预报因子及预报方法，对2001—2010 年四川盆区5 个产区油菜单产丰歉趋势进行了逐月动态预报回代检验，预报结果的平均正确率见表2。由表2 可以看出，各产区油菜产量趋势预报的平均正确率均在80% 及以上，各产区集成后的预报平均正确率均在70% 及以上。

表2 油菜单产丰歉趋势动态预报平均正确率（单位：%）

根据油菜单产趋势预报结果，对油菜单产进行了定量预报，预报平均准确率见表3。由表3 可以看出，除盆南丘陵产区4 月30 日的预报平均准确率不足90%，其余均在92.48% 及以上，各产区集成后的预报平均准确率均在96.16% 及以上。

表3 油菜单产动态预报平均准确率 （单位：%）

2.3 动态预报模型预报检验

参照表1 所选预报因子及预报方法，对2011年、2012 年四川盆地5 个产区油菜单产丰歉气象影响指数进行了逐月动态预报检验，预报结果见表4。

表4 2011 年、2012 年油菜单产丰歉气象影响指数（单位：%）

根据油菜单产趋势预报结果，对油菜单产进行了定量预报，预报准确率见表5。由表5 可以看出，盆区各产区油菜单产逐月动态定量预报准确率在89.11%～99.39%，其中准确率在98.00% 以上的概率为40.00%，在95.00% 以上的概率为73.33%，在90.00%以上的概率为96.67%。盆区集成后的预报准确率在95.84%～100.00%，其中准确率在98.00% 以上的概率为50.00%，在95.00% 以上的概率为100.00%。

表5 2011 年、2012 年油菜单产动态预报准确率（单位：%）

3 小结与讨论

本研究方法为四川省油菜产量预报的客观性、准确性及动态性提供了支撑，且整体的预报准确率较高，有助于推动本地产量预报业务的发展。但该方法还存在一定的局限性，即未考虑到气象因子的致灾量值变化对油菜产量的影响，使预报结果的稳定性受到影响。每一种产量预报方法都存在一定的局限性。因此，作物的产量预报研究可以从作物生长模拟、遥感技术以及其他数理统计等诸多方法入手，从多种角度进行预报，充分发挥各种模型方法的优势，以进一步提高油菜产量预报的客观性、时效性及准确性，为四川省贫区产量预报业务服务提供参考。

本研究基于历史丰歉气象影响指数，确定了四川省5 个油菜主产区及整个盆区油菜产量的动态预报方法，最终建立了油菜产量动态预报模型。该模型的回代检验结果表明，盆区各产区的动态趋势预报平均正确率在80% 及以上，各产区集成的平均正确率在70% 及以上；盆地各产区的动态定量预报平均准确率在89.37% 及以上，盆区集成的平均准确率在96.16% 及以上。预报检验结果表明，盆地各产区的动态定量预报准确率在89.11% 及以上，盆区集成的准确率在95.84% 及以上。预报结果的准确率较高，可应用于实际业务服务。