乌海玉米的气象影响因子及其产量预测模型分析

摘 要：利用乌海市及三区1998—2022年玉米产量和同期气象资料，对乌海市及三区玉米产量进行趋势产量和气象产量的分离。对玉米气象产量与生育期各类气象因子进行相关性分析，筛选出相关性较高气象因子，采用线性回归方法，与气象产量建立预测模型，预测模型回代、结果显示，预报效果良好。

关键词：产量分离；相关分析；预测模型；回代检验

中图分类号：S513 文献标志码：B 文章编号：2095–3305（2024）05–0-03

玉米是乌海市主要粮食作物。当前，关于玉米产量与气象因子之间关系的研究较多，但对乌海气象因子变化对玉米气象产量影响的研究相对较少。探讨气象条件与玉米气象产量的关系，找出影响玉米产量的主要气象因子和气象灾害，建立玉米气象产量预报模型，对农业气象服务能力建设具有重要的指导意义。

1 乌海气候特点及耕地基本情况

乌海市属温带大陆性气候，降水量少，日照充足，蒸发量大，无霜期较长。年平均降水量是158.6 mm，降水主要集中在6—9月，年平均气温9.8 ℃，年平均大风日数19.4 d，年平均日照时数3 097.3 h。乌海市实际耕地面积90 273 hm2，耕地沿黄河分布，均为水浇地。海南区、海勃湾区占全市耕地的85.46%。

2 研究现状

国内学者在粮食产量预测方面做了不少研究，陈华喜[1]根据1995—2010年份淮南市粮食产量的数据基本具有单调递增性的特点，采用灰色GM（1，1）模型对其2011—2014年度的粮食产量进行了预测，预测具有较好的效果；王春远[2]利用庄河市2004—2009年气象与产量资料，通过正交多项式回归方法对庄河市玉米生育期进行气象条件分析，结果表明：夏季降水量是影响庄河市夏玉米产量的主要限制因素；运用逐步回归方法对气象因子进行筛选，建立产量预测方程，其预测准确率达89.3%。

3 资料来源和方法

乌海市及三区气象数据资料选用乌海国家一般站数据。1998—2022年玉米播种面积、总产量和单产数据来源于乌海市统计局和国家统计局乌海调查队。气象资料为相应年份玉米生育期4—9月的平均气温、最高气温、最低气温、降水量、平均地面温度、最高地面温度、最低地面温度、日照时数、平均气温日较差、平均2 min风速10个主要气象要素。

粮食产量的预测模型可以分为三大类：时间序列模型、回归模型及人工神经网络模型。回归模型中运用比较广泛的是线性回归模型[3]。在对乌海市及三区1998—2022年玉米播种—成熟期气候变化特征和玉米播种面积、总产量和玉米单产变化趋势进行分析的基础上，对气象产量进行分析，利用线性回归方法模拟产量的时间趋势项，通过相关分析，获取与玉米气象产量相关性最高的气象因素，用逐步回归方法建立气象产量方程，最后建立回归模型并进行显著性检验，再计算玉米历年产量预测值，与玉米历年实际产量进行比较，以此检验模拟公式的精确度。

4 玉米播种—成熟期的气候变化特征

4.1 玉米生育期的生长特性

玉米属喜温而惧高温的作物，玉米生育期间的最适宜的生育温度为25～30 ℃。需水量为350～400 mm，玉米为短日性作物，生育期间要求一定时间的短日照，才能正常抽穗、开花。一般在生育初期需要的日照时间为8～12 h/d或更少，15～30 d才能通过光照阶段，完成生育阶段。根据玉米整个生育期的生长特性，将玉米的整个生长过程分为播种期（4月下旬—5月上旬）、出苗期（5月中旬—6月上旬）、拔节抽穗期（月中旬—8月中旬）和成熟期（8月下旬—9月中旬）4个阶段[4]。

4.2 1998—2022年玉米播种—成熟期的气候变化特征

1998—2022年玉米播种—成熟期内平均气温、平均最低气温、最低气温、最低地面温度均呈略微下降趋势，气候倾向率分别为-0.3、-1.07、-1.3、-0.17 ℃/10年，平均最高气温和最高气温呈略微增长趋势，平均气温日较差、最高地面温度、平均地面温度呈增长趋势，气候倾向率为1.37、2.5、0.6 ℃/10年，降水量变化趋势不明显。日照时数呈明显下降趋势，气候倾向率为-13.5 h/10年。

4.3 1998—2022 年玉米各生育期的气候变化特征

播种期平均气温、降水量、最低地面温度、平均2 min风速均呈不同程度下降趋势，最低气温下降明显，气候倾向率为-1.18 ℃/10年。最高气温、平均地面温度、温度气温日较差呈不明显递增趋势，最高地面温度增长明显，气候倾向率为3.04 ℃/10年，日照时数变化不大。

出苗期平均气温、降水量、最低地面温度、日照时数、平均2 min风速呈下降趋势，最低气温下降趋势最为明显，气候倾向率为-1.6 ℃/10年。最高气温、平均地面温度呈增长趋势，温度气温日较差、最高地面温度增长明显，气候倾向率为2.13、3.6 ℃/10年。

拔节抽穗期最高气温、平均地面温度呈不明显上升，最高地面温度、气温日较差增长明显，气候倾向率为2.67、1.13 ℃/10年，平均气温、最低气温、最低地面温度、降水量、日照时数，平均2 min风速呈减少趋势。

成熟期平均气温、最高气温、最低气温都呈下降趋势，最低气温下降显著，气候倾向率为-1.23 ℃/10年，平均地面温度、最低地面温度、日照时数、平均2 min风速呈下降趋势，降水量、最高地面温度、气温日较差为不明显增长趋势。

5 乌海市及三区玉米播种面积、总产量及单产的变化趋势

5.1 乌海市玉米播种面积、总产量的变化趋势

玉米是乌海市主要粮食作物，乌海市玉米总产量和播种面积的增幅基本一致，总体呈波动上升趋势，多年的平均产量为27 474 t，玉米单产在2016年前基本呈上升趋势，2016年达到峰值为37 643 t，是2000年最低值12 972 t的2.9倍，2016年后呈下降趋势后趋于平稳，2017年冬、春季和夏季气温显著偏高，平均降水量偏少也对作物产量有一定影响。查阅资料，客观原因为2008年起我国玉米生产持续超常规增长，玉米库存积压严重，同时，玉米消费持续低迷。2016年进行了玉米收储制度改革，实现了玉米价格形成机制的重大转变，推动了农业种植结构调整优化，促进了玉米产业健康发展和竞争力增强。同时，乌海市优化农业产业布局积极推进葡萄全产业链发展造成玉米播种面积和产量呈一定的下降趋势。

5.2 三区玉米种植面积和总产量的变化趋势

由三区玉米种植面积和总产量变化趋势可以得出，播种面积和总产量的增幅基本一致，海南区玉米种植面积和总产量最高，海勃湾区次之，乌达区最少。海南区播种面积和产量呈平缓上升趋势，在2016年有低值，海勃湾区播种面积和产量同样在2016年起呈下降趋势，在2019年为低值。

5.3 乌海市及三区玉米单产的变化趋势

由乌海市及三区玉米单产变化趋势可以看出，乌海市及三区玉米单产呈波动增长趋势，在2016年后呈显著下降，2021—2022年，海勃湾区和乌达区玉米单产达到历史新高（图1）。乌海全力保障粮食播种面积。推进乌达区千亩优质、高效增粮示范片建设，经过测算，示范区玉米亩产同比增加30%。

6 玉米产量的气象影响因子分析及预测模型的建立

6.1 分离趋势产量和气象产量

玉米产量受社会因素和自然因素的共同影响。为了减轻农业技术水平、社会经济条件非气象因素对玉米单产的影响，更好地分析单产和气象因子之间的相关性，一般将作物的产量分成3个部分：趋势产量yt（指作物在正常气候条件下，气候变化外的所有自然和非自然因素所影响的产量）、气象产量yw（指由气象因素的波动所影响的产量）、随机噪声e（由其他没考虑的因素所导致的误差，一般可忽略）。除去噪声后的作物产量、趋势产量和气象产量的关系式为：

y=yt+yw（1）

式（1）中，y为实际单产，yt为趋势单产，yw为气象单产[5]。选择单产进行分析可充分消除播种面积变化造成的影响，由于趋势产量拟合的准确性会进一步影响气象产量分离的准确性，因此，趋势产量的准确拟合尤为重要。

用于拟合农作物趋势产量的方法可归为移动平均法（3年、5年、单指数、双指数等）、回归分析法（线性、非线性）、滤波分析法（HP、BP等）三类，三类方法各具不同的拟合特点，且对不同地区不同农作物的统计准确度存在差别。

为明确不同类型方法分离乌海及三区玉米气象产量的准确程度。选取指数滑动平均法、直线回归分析法和5年移动平均方法3种方法对乌海市及三区玉米趋势产量进行拟合分析比较，在通过显著性检验后用以分离出气象产量，3种方法均呈现出0.01水平的显著性，不同地区按照显著性程度最高的方法进行气象产量分离，乌海市和乌达区用指数平滑方法，海勃湾区、用5年移动平均方法，海南区采用直线回归方法，按照式（1）得到气象产量。

6.2 用线性回归法模拟产量的时间趋势项序列

将年份作为自变量，玉米单产作为因变量进行线性回归分析，得到以下直线回归方程。

乌海市趋势产量模拟方程=-222 383.949+114.603

×年份

海勃湾区趋势产量模拟方程=-256 762.692+131.766

×年份

乌达区趋势产量模拟方程=-233 251.938+119.882

×年份

海南区趋势产量模拟方程=-220 207.823+113.573

×年份

将年份分别代入公式中，即得到时间趋势项序列。

6.3 乌海市及三区气象产量与气象因子的相关分析

乌海市及三区玉米历年全生育期气象因子与产量相关性，分析表明：与玉米气象产量相关系数通过信度0.05（0.01）显著性检验的气象因子多为温度相关因子，说明温度对乌海玉米气象产量的影响明显。

乌海市气象产量和出苗期最高气温、平均地面温度、气温日较差之间有显著的负相关关系，相关系数分别为-0.477、-0.443、-0.427。气象产量和拔节抽穗期日照时数之间有显著的正相关关系，相关系数为0.436。

海勃湾区气象产量和出苗期日照时数之间存在显著的负相关关系，相关系数为-0.465。气象产量和成熟期气温日较差有显著的正相关关系，相关系数为0.482。

乌达区气象产量与出苗期平均气温、拔节抽穗期平均气温、最高气温、最低地面温度之间存在显著的正相关关系，相关系数为0.463，0.465、0.437、0.483，与出苗期日照时数存在显著的负相关关系，相关系数为-0.471。

海南区气象产量与出苗期、拔节抽穗期、成熟期日照时数、播种期最高地面温度之间均显著的正相关关系，相关系数为0.56、0.481、0.493、0.439。

6.4 用逐步回归分析方法建立气象产量回归方程

以气象产量为因变量，气象因子为自变量，利用逐步回归分析方法，对因子贡献的大小进行筛选，确定气象因子对玉米气象产量所产生的综合影响，得到以下回归方程：

乌海市气象产量模拟方程=3102.294-111.660*出苗期平均地面温度

海勃湾区气象产量模拟方程=-4254.271+344.432

×成熟期日较差

乌达区气象产量模拟方程=-8101.959+285.034×出苗期平均气温-144.192×出苗期日照时数+ 241.823

×拔节抽穗期最低地面温度

海南区气象产量模拟方程=-14298.952+133.124

×播种期最高地面温度+841.662×拔节抽穗期日照时数

将相关的气象因子各自分别代入以上方程，可得到乌海市及三区模拟的玉米气象产量序列（表略）由以上得到可得到乌海市及三区的玉米产量预报模型：

乌海市玉米产量模拟方程=-222383.949+114.603

×年份+3102.294-111.660×出苗期平均地面温度

海勃湾区玉米产量模拟方程=-256 762.692+131.766

×年份-4 254.271+344.432×成熟期日较差

乌达区玉米产量模拟方程=-233 251.938+119.882

×年份-8 101.959+285.034×出苗期平均气温-144.192

×出苗期日照时数+241.823×拔节抽穗期最低地面温度

海南区玉米产量模拟方程=-220 207.823+113.573

×年份-14 298.952+133.124×播种期最高地面温度+841.662×拔节抽穗期日照时数

6.5 历史产量模拟及方程检验

将年份、气象因子分别代入上述预测模型，可得到模拟的玉米产量，并与实际单产进行比较。计算结果表明，玉米产量历史拟合率较高，预测精度最低为82%，说明方程可作为玉米产量预测的工具，可为玉米产量气象服务提供方法和思路决策依据。

7 结论

（1）玉米播种—成熟期内的平均气温、平均最低气温、最低气温、最低地面温度均呈略微下降趋势，平均最高气温、最高气温、平均气温日较差、最高地面温度、平均地面温度呈增长趋势，日照时数呈明显下降趋势。

（2）乌海市玉米总产量和播种面积的增幅基本一致，总体呈波动上升趋势，2016年峰值之后呈下降趋势后趋于平稳。海南区玉米种植面积和总产量最高，海勃湾区次之，乌达区最少。乌海市及三区玉米单产呈波动增长趋势。

（3）与玉米气象产量相关的气象因子多为温度相关因子，温度对乌海玉米气象产量的影响明显。利用逐步回归分析方法，建立了气象产量回归方程。

（4）得到可得到乌海市及三区的玉米产量预报模型。对方程进行回代，预测精度最低为82%，说明方程可作为玉米产量预测的工具，可为玉米产量气象服务提供方法和思路决策依据。

参考文献

[1] 陈华喜.灰色GM（1，1）模型在淮南市粮食产量预测中的应用研究[J].湖南工程学院学报（自然科学版），2018，28（1）：49 -52.

[2] 王春远.庄河市玉米生育期气象条件分析及产量预测[J].现代农业科技，2010（9）：304.

[3] 潘霖.基于SPSS的江苏省粮食产量预测模型的构建[D].舟山：浙江海洋大学，2018.

[4] 白美兰，刘兴汉，冯晓晶，等.内蒙古玉米主产区气候条件对产量的影响[J].内蒙古气象，2004（3）：35-37.

[5] 牛浩，陈盛伟.山东省玉米气象产量分离方法的多重比较分析[J].山东农业科学，2015，47（8）：95-99.

作者简介：白鑫（1994—），女，内蒙古鄂尔多斯人，工程师，研究方向为气象服务。