基于關鍵氣象因子的湘北早稻產量動態預報

李涵茂，帥細強，戴 平，方 麗，賀紅志

（1. 衡陽市農業氣象試驗站，湖南 衡陽421101；2. 湖南省氣象科學研究所，湖南 長沙410007）

早稻是我國主要的糧食作物之一，溫、光、水是影響水稻的生長發育的重要氣象因子[1]。動態了解和掌握氣象條件對早稻生長發育和產量形成的影響，是提高早稻產量預報和開展氣象為農服務的基礎。湘北環洞庭湖區域是湖南最大的水稻主產區，農業地位十分重要，在保障國家糧食安全方面發揮了重要作用。

國內學者在水稻的產量預報方面做了許多研究。袁立新等[2]應用SPSS 統計軟件，建立了自貢水稻產量的年景定量預測模型；喬加新等[3]建立了基于BP 神經網絡的水稻產量預報系統；李衛國等[4-5]建立了基于遙感信息獲取、反演與水稻產量形成過程模型相偶合的水稻產量預測模型；游超等[6]基于氣象適宜指數，建立了四川盆地水稻氣象產量動態預測模型；易雪等[7]應用作物產量歷史豐歉氣象影響指數、作物氣候適宜指數、作物生長模擬模型分別建立早稻產量動態預報方法；鄭昌玲等[8]利用早稻不同生育階段氣象因子的綜合聚類指標選擇氣象相似年型，再根據相似年的產量變化確定分析年的產量氣象影響指數，建立全國和區域早稻單產動態預報模型；易雪等[9]利用湖南省早稻產量、相關氣象資料及早稻生理氣象指標，在豐歉氣象影響指數動態預報方法的基礎上，引進關鍵氣象因子，建立了湖南早稻產量綜合動態預報方法。章竹青等[10]根據早稻產量與生育期氣象資料，分析并建立了長沙地區早稻產量預報模式。

基于氣象因子預測產量的方法較多，但各地氣象條件存在差異，影響水稻關鍵氣象因子不盡相同，這就需要研究適于當地水稻產量的預報模型。本研究通過分析湘北早稻產量與水稻生育期間的氣象要素的關系，選出影響早稻產量關鍵氣象因子，建立湘北早稻產量預測模型，為進一步探討早稻產量預測技術方法提供借鑒，同時為提高早稻產量預報準確率、更好地開展氣象為農服務和保障糧食安全奠定基礎。

1 材料與方法

1.1 研究區域和資料來源

根據湘北地區（常德、岳陽、益陽、長沙）早稻種植分布生長特點，選取石門、南縣、常德、安化、沅江、岳陽、平江7個代表氣象觀測站和南縣、常德、澧縣、益陽、長沙5個代表農業氣象觀測站作為研究區域。早稻生育期資料來源于農業氣象作物觀測報表；氣象資料來源于湖南省氣象局，主要包括旬平均氣溫、旬降水量和旬日照時數；早稻產量資料來源于湖南省農村統計年鑒。資料年份均為1987～2011年。

1.2 研究方法

在一般情況下，對于較大區域而言，相鄰兩年早稻生產力水平變化很小可以忽略不計。因此相鄰兩年早稻單產的變化主要是由氣象條件的差異引起的。為此，對早稻單產進行如下處理[7,11]：

式（1）中i 代表第i年；i-1 為第i年的上一年；Yi為第i年的產量豐歉值即氣象產量；Yi和Yi-1分別為第i年和第i-1年的單產。

1.3 數據分析

應用Execl 2003、SPSS 13.0 等軟件進行數據統計分析和處理。

2 結果與分析

2.1 早稻生育期情況

對湘北早稻生長發育多年狀況的統計分析表明（表1），一般在3月下旬開始播種育秧，4月下旬～5月上旬移栽大田，返青分蘗在5月上旬～5月下旬，幼穗分化-抽穗在5月下旬～6月中旬，7月中旬成熟收獲。

2.2 影響產量的關鍵氣象因子分析

根據對早稻生育期的分析，將早稻全生育期(3～7月)以旬為單位分成12 旬，分析氣象產量與每旬平均氣溫、降水量、日照時數的相關性。結果顯示，氣象產量與5月上旬平均氣溫、5月上旬日照時數、5月中旬平均氣溫、5月下旬日照時數、6月中旬降水量、7月中旬日照時數等6個因子有較好的相關性。因此，將這6個因子作為早稻全生育期內的關鍵氣象因子。

表1 湘北早稻主要生育期和出現時段

2.3 氣象產量動態預報模型的建立

通過對關鍵氣象因子的相關性分析，以關鍵氣象因子所在時段的下一旬的第一天作為預報時間，先后是5月11日，5月21日，5月31日，6月21日，7月21日。將預報時間以前的所有關鍵氣象因子作為自變量，氣象產量作為因變量，采用多元線性回歸的方法，建立氣象產量動態預報模型：

表2 湘北早稻產量與關鍵氣象因子的相關性

式中，Y 表示氣象產量，Xi表示第i個關鍵氣象因子，a0為常數，ai為系數，均隨著預報因子數量的增加發生變化。早稻氣象產量的動態預報模型在各個預報時間參數如表3。

表3 湘北早稻氣象產量動態預報模型參數

2.4 早稻單產動態預報檢驗

分別在5月11日、5月21日、5月31日、6月21日、7月21日對1988～2009年早稻氣象產量進行模擬預報，檢驗結果如表4 所示。

表4 湘北1988～2009年早稻模擬產量動態預報回代檢驗

結果表明，預測結果與實測結果趨勢一致率為68.2%～77.3%，平均預報準確率在91.0%以上(表3)，準確率最小值為68.9%～81.6%，出現在1995年。預測結果較為可信。在各預報時間對2010～2011年的早稻產量進行動態預報（表5），預測結果與實測結果趨勢一致率為50%，預報準確率為85.4%～100.0%。

表5 湘北2010～2011年早稻預報產量

3 結論與討論

水稻的關鍵生育期主要為出苗期、分蘗期和抽穗期[12]。有研究發現[13-14]，影響湖南南部早稻產量的主要氣象因子是5月下旬和6月上旬的降水量，其次是5月上、中旬的氣溫；何壽仁[15]發現影響早稻的主要氣象因子之一是降水，主要時段是早稻播種期、分蘗期、孕穗期、抽穗揚花期等關鍵期，影響關系為負相關。

本研究發現，影響湘北地區早稻產量的主要氣象因子是5月上旬的平均氣溫和日照時數、5月中旬平均氣溫、5月下旬日照時數、6月中旬降水量和7月中旬日照時數；其中，5月上旬平均氣溫、6月中旬降水量和7月中旬日照時數與早稻氣候產量的相關性最好，這與其他學者的研究成果具有相似性。結合早稻的生育期時段來看，5月上、中旬和6月中旬分別是早稻的分蘗和拔節-抽穗階段，是水稻的關鍵生育期。5月上中旬溫度較高、日照充足，有利于早稻形成有效分蘗，為豐產打下基礎；水稻抽穗揚花期需要晴好天氣，日照不足，不利于早稻開花，易造成空殼，6月中旬降水量大，不利于產量的形成。7月中旬，早稻產量基本形成，進入成熟收獲期，晴好天氣有利于早稻的收曬入倉。

本研究通過對湘北早稻生育期間12 旬平均氣溫、降水量、日照時數與氣象產量的相關性分析，篩選出了湘北地區早稻產量的關鍵氣象因子，并建立了基于關鍵氣象因子的湘北早稻關鍵生育期氣象產量動態預報模型。經過模擬回代檢驗和試用，利用該模型對湘北早稻產量的動態預報，準確率較高，滿足業務和服務需要。同時，在進行早稻產量預報業務服務時，還應考慮其他預報方法的預報結果，結合實地調研考察加以修正，以進一步提高預測準確度。

[1]趙 姝,趙黎明,蕭長亮.淺析主要氣象因素對水稻生長發育的影響[J].黑龍江農業科學,2010，(8)：36-38.

[2]袁立新,段修榮,余先超.用SPSS建立自貢水稻產量年景預測模型[J].四川氣象,2006，(1)：31-33.

[3]喬加新,周森鑫,馬 季.基于BP神經網絡的農業氣象產量預報系統[J].微計算機信息(嵌入式與SOC),2009,25(12-2)：44-46.

[4]李衛國.基于TM遙感信息和產量形成過程的水稻估產模型[J].江蘇農業科學,2007,（4）：12-13.

[5]李衛國,王紀華,趙春江，等.基于定量遙感反演與生長模型耦合的水稻產量估測研究[J].農業工程學報,2008,24(7)：128-131.

[6]游 超,蔡元剛,張玉芳.基于氣象適宜指數的四川盆地水稻氣象產量動態預報技術研究[J].高原山地氣象研究,2011,31(1)：51-55.

[7]易 雪,王建林,宋迎波，等.早稻產量動態集成預報方法研究[J].中國水稻科學,2011,25(3)：307-313.

[8]鄭昌玲,楊霏云,王建林，等.早稻產量動態預報模型[J].中國農業氣象,2007,28(4)：412-416.

[9]易 雪,王建林,宋迎波.早稻產量綜合動態預報方法研究[J].氣象與環境科學,2009,32(4)：8-12.

[10]章竹青,邱慶棟,彭夢霜，等.長沙地區早稻產量定量預報模式研究[J].湖南農業科學,2012,（3）：127-129.

[11]宋迎波,王建林,陳 暉,等.中國油菜產量動態預報方法研究[J].氣象,2008,34(3)：93-99.

[12]張麗娟,薛 梅,王曉明.水稻生育期氣候指標分析[J].黑龍江氣象,1996,（1）：10-13.

[13]邱新法,曾 燕,黃翠銀.影響我國水稻產量的主要氣象因子的研究[J].南京氣象學院學報,2000,23(3)：356-360.

[14]曾 燕,邱新法,黃海智.影響我國主要糧食作物產量的氣象因子研究[J].氣象,2002,28(9)：36-40.

[15]何壽仁.南豐縣早稻產量波動的氣象因子分析[J].江西氣象科技,1999,22(3)：30-31.