固原市冬小麦产量预报与气象条件分析

2021-11-13路智渊龚小丽王桂芳常耀军

现代农业 2021年5期

路智渊，顾娟，龚小丽，王桂芳，常耀军

(中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，宁夏银川750002；宁夏气象防灾减灾重点实验室，宁夏银川750002；固原市气象局，宁夏固原756000)

固原位于宁夏南部山区，地处黄土高原半干旱气候区，是典型的大陆性气候，形成冬季漫长寒冷、春季气温多变、夏季短暂凉爽、秋季降温迅速，昼夜温差大，春季和夏初雨量偏少、日照充足。特殊的气候环境直接制约着当地粮食作物的产量，气候因子对冬小麦产量影响较大。因此，进行冬小麦产量预报与气象条件分析对合理布局，调整农业产业结构具有重要意义[1-4]。

1 冬小麦产量预报与气象条件分析

冬小麦实际产量数据、历年冬小麦生育期数据与气候资料分别由固原国家一级农业试验站与固原国家基准气候站提供。

作物产量的高低是与作物的品种特性、耕作制度、土壤肥力、管理措施和气象条件等因素共同决定的。一般情况下冬小麦实际产量可分解为趋势产量、气象产量和随机产量三部分[2]，实际计算时随机产量可以忽略不计，表示为：Y=Yt+Yw

式中，Y为实际产量，Yt为趋势产量，Yw为气象产量。

1.1 趋势产量模拟

趋势产量是由地理环境、水肥、品种和生产力水平等因素决定，其产量呈逐年增高趋势，有相对的稳定性。在实际产量比较低的情况下，年际间延续产量逼近某斜直线上升趋势。趋势产量有多种模拟方法，其中，直线滑动平均模拟不损失样本序列数，也不必主观假定产量历史演变曲线类型；调和权重法是以不同权重方法确定各序列样本对趋势产量的影响。本文结合直线滑动平均与调和权重法对趋势产量进行模拟和预报。假设某阶段的线性趋势方程[1]。

式中，a，b为回归系数，t为滑动时间变量，p为滑动步长。在样本选取上采用p年滑动，n年资料有np+1个直线回归方程，即回归方程样本分别取1～p年，2～p+1年，…n-p+1～n年，亦即得到n-p+1个回归方程：

设通过t点的回归方程有qt个，因而回归方程在该点的拟合值y(t)也有qt个，则该年的趋势产量y(t)为这些拟合值的平均，即：

连接各点的y(t)即可表示产量的变化趋势。计算趋势产量的关键是滑动步长，p值越大，趋势产量越平滑，p值越小，趋势产量波动就越大。

本文利用2000～2020年冬小麦观测地段实际产量数据，取滑动步长为14年，求得8个线性方程，按照上述直线滑动平均得到趋势产量Yt，分离出气象产量Yw。产量分离完成后，按照调和权重计算方法[1]，依次计算趋势产量年增长量。（调和权重预测是一种对趋势产量进行外延的算法）具体步骤如下：

（1）确定历史趋势产量的增量

式中，Yt为第t年的趋势产量，Y(t+1)为后一年的趋势产量；wt+1为趋势产量的年增长量。

（2）确定历史趋势产量增量的调和平均值：

式中，Ct+1为调和权重系数，Ct+1按以下公式计算：

显然，调和权重满足：ct+1＞0;∑ct+1=1

（3）趋势产量预测值

调和权重法考虑了农作物产量历史增长的规律，使得离预测年较近的年份的增量有较大的权重，与等权处理相比，符合农业生产的实际情况。

于是得出2021年趋势产量Y=382.384+15.262=397.646（g/m2）

1.2 气象因子选取

由于作物产量与气象因子等气候资源关系密切，不同生育期气象条件对产量的影响不同。以固原一级农业试验站冬小麦历年平均生育期为代表，来确定当地冬小麦主要生育期的出现时间及对应时段。

根据表1中所列冬小麦生育期，以旬为单位，统计各旬平均气温、旬降水量、旬日照时数数据作为模型备选气象因子，分析气象产量与各因子之间的相关性[5-8]，通过显著性检验的因子作为影响冬小麦产量的关键气象因子。分析结果显示，气象产量与R42（4月中旬降水）、R43（4月下旬降水）、S33（3月下旬日照）、S51（5月上旬日照）、T51（5月上旬气温）在0.05水平上显著相关，与R42（4月中旬降水）、S33（3月下旬日照）在0.01水平上显著相关。因此。将这5个因子作为冬小麦气象产量预报建立模型的关键因子。

表1 固原一级农业试验站冬小麦历年平均生育期普遍期

表2 冬小麦气象产量与关键发育期气象因子的相关性

2 建立预报模型

选取与气象产量显著相关的5个因子做自变量，以气象产量做因变量，进行多元线性逐步回归分析，可以得出拟合最好的回归方程：

方程中选取的3个关键性气象因子分别为：R42（4月中旬降水）、S33（3月下旬日照）、S51（5月上旬日照），复相关系数为0.926，调整后的R2为0.833，入选的3个因子不存在序列相关和共线性，方差分析显示回归方程的概率为0，小于显著性水平0.05或0.01，可以认为回归方程成立，至此气象产量的预测模型已初步建立。