基于大數據分析的農業氣候與農作物產量變化研究*

崔 媛

(天津職業大學基礎課部,天津 300410)

·糧食安全·

基于大數據分析的農業氣候與農作物產量變化研究*

崔 媛

(天津職業大學基礎課部,天津 300410)

[目的]作為農業大國，我國農業產量直接影響著我國未來發展進度，而氣候的變化直接牽動著農業產量的變化。[方法]文章基于農業氣候對農作物產量的影響，借鑒已有研究從農業氣候變化的角度入手，介紹氣候變化對農作物產量等方面的影響，并以華北、華東及東北水稻產區為例，通過主成分因素分析設定降水量、氣溫、光照及太陽輻射度等指標因素，并建立C-D-A模型，[結果]降水量、氣溫及光照等氣候因素對農作物產量的影響明顯，其中干旱天氣的影響最大。[結論]通過實證分析驗證了該模型具有較高的可信度，以期為各種天氣條件下保障與提高農作物產量提供理論依據。

農業產量 氣候變化 主成分因素 C-D-A模型 實證分析

0 引言

農產品既是人民生產與生活的根本，也是一個國家的自足之本。保障農作物產量，是人類最為重要的研究課題，而其中影響農作物本身發展的重要因素是氣候因子。就我國當前的情況而言，雖然我國國土資源豐富，生長的農作物種類繁多，但由于人口數量龐大，對農產品的需求長期處于一個緊迫的狀態[1]。我國國民經濟的長期可持續發展是我國經濟穩定的必要前提，影響國民經濟的主要是農業經濟，然而影響農業經濟的最主要原因是農作物產量，農作物的產量除了內在的品種、科技等影響因素外，還有外在的環境因素，如農業氣候。當氣候出現異常，對農業產生負面影響時，農業經濟乃至國民經濟的可持續發展將承載壓力。研究氣候變化得出的相關規律，并就保障與與提高農作物產量提出若干改善措施，是發展農業經濟的重中之重[2]。以往有眾多國內外學者針對農業氣候與農作物產量兩者關系展開深入研究，并且獲得了一些突破性進展，但因研究時間較短，目前尚處于初級階段[3]。而伴隨著大數據時代的來臨，農作物的產量研究也開啟了大數據分析的先河[4]。文章在前人運用大數據分析的基礎上，進一步探究農業氣候與農作物產量二者關系，以期為各種天氣條件下保障與提高農作物產量提供理論依據。

1 研究范圍

1.1 氣候變化

氣候變化是指氣候的平均狀態在1年或者高于1年的一段持續時間里的變化，這種變化沒有絕對的限制，可大可小[5]。《聯合國氣候變化框架公約》第一款中，將氣候變化定義為：“經過相當一段時間的觀察，在自然氣候變化之外由人類活動直接或間接地改變全球大氣組成所導致的氣候改變”。

從20世紀50年代開始，除南極洲以外，全球氣候較之以前有了明顯的變化，這一變化主要來自于人類活動，這一結論已成為全世界學者所公認的事實。全球變暖成為焦點，科學家們開始研究氣候變化對不同地區的不同影響。最終，證實了引起全球變暖的主要原因就是溫室效應。其原理是，大氣中有一類氣體可以產生類似溫室的原理，如二氧化碳、佛里昂、水蒸氣等，他們被稱為溫室氣體。其中二氧化碳是引起溫室效應的主要因素。工業革命帶來便利的同時，也帶來一系列副作用[7]。煤炭、石油等石化燃料排放的二氧化碳急劇增加，一方面由于大量二氧化碳的溫室作用，太陽的短波輻射幾乎可以不受阻礙的直接到達地球，致使溫度上升； 另一方面二氧化碳以植被為中介，可以轉化為有機物，但是近年來，由于資源的大面積使用，森林、農田等植被被工廠、辦公樓所取代。長期以來，大氣中的二氧化碳只增不減，導致輸出和輸入的數量失去平衡，從而導致全球變暖。

1.2 氣候變化產生的影響與危害

20個世紀以來，氣候異常的現象時有發生，而且部分異常已經超出人類所能接受范圍。面對氣候變化帶來的諸多危害，各個國家應根據本國的具體情況及時制定預防策略[8]。首先最無能為力的就是海平面上升的問題，地球是一個70%都是海洋的星球，如海平面持續上升，而大部分經濟發達的城市依靠的就是黃金海岸線，當地表溫度持續上升時，冰川融化速度加快，這就使得一些海平面偏低的城市面臨被淹沒的危險。氣溫異常還將破壞原有的生態系統，氣溫、降水的變化會影響農作物的生長周期，而整個生態系統無法適應這種變化。另外，全球溫度異常會引發一系列氣候災害的產生，例如干旱洪澇等。這種頻繁的氣候災害，將直接影響人類的健康、危及人類的生存。

2 農業氣候變化對農作物產量影響研究進展

2.1 國外進展

全球變暖帶來的危害顯而易見。國際上針對地域差異，分區研究了農業氣候的變化對農作物產生的影響，并根據現實狀況，做了預期分析。據IPCC(2007)的報告顯示：北歐、新西蘭南部、北美等靠近水源的地區，溫度升高會減少霜凍[9]，該地區糧食產量未來20年將有所增加； 然而亞洲東部與南部，溫度的變化將直接影響降水的變化，一些重要的產糧區糧食產量將大幅度下降； 亞歐大陸北部的俄羅斯因受地理位置的限制導致糧食種植區域有限，溫度的變化可能會加劇該國糧食短缺的次數。通過這些預期可以看出，全球變暖帶來的影響不是單一的，而是復合的威脅。綜上，對全球氣候的研究亟需加強，并亟需加強研究規避風險的可行方案。

2.2 國內進展

近20年，我國的科學家們得到政府的大力支持，在氣候對農作物的影響方面的研究已取得重大突破。據專家們預測，氣溫變化將對我國農作物的種植制度、農作物種類的產區分布產生影響，較之現在的分布情況將發生大面積的變動。我國的一年一熟制的地理位置將向北推進250km左右； 一年兩熟制、一年三熟制也將隨之北上，一年兩熟制、一年三熟制的推進距離約為500km左右。大面積的水稻產區在滿足水源的情況下也會向北靠近。由于氣溫的上升，冬季的平均最低溫度也會上升，這有利于我國冬小麥的生長，尤其是在東區地區，冬小麥的種植面積可以大規模增加[10]。但是，華北產糧區的小麥無法適應這種新氣候的變化，新型品種的小麥將會隨之出現，而且耐高溫的水稻有可能會進軍華北地區[11]。我國針對不同的地理位置做了相應的農作物生長預期，但由于氣候本身的不穩定性，這些數據會根據氣候的最新變化而產生改變。

2.3 大數據下的農業氣候變化與農作物產量研究

大數據自身具有5個特性，即數據量大(Volume)、處理速度快(Velocity)、數據類型多(Variety)、價值大(Value)、精確性高(Veracity)。而農業大數據涉及農業生產的許多方面，比如收割、施肥、播種、耕地等。它由結構化數據和非結構化數據組成，并且隨著農業的發展建設和物聯網的應用，農業數據中非結構化數據的增速會逐漸上升，其數量很快將遠超結構化數據。與此同時，在大數據與農作物產量關系的前提下，加入農業氣候變化這一因素，實現大數據下的農業氣候變化與農作物產量的研究。大數據背景下的研究，保障了農業氣候分析與農作物產量二者之間存在的多樣性、海量性、異構性等特性，保障了研究的科學性與合理性。

3 模型構建

3.1 模型準備

首先，通過調查問卷法，不同時段不同地點發放500份問卷，提出相關問題，確立相關指標。兩天后，回收489份問卷，回收率97.8%。此次調查具有科學性與可實施性的，能夠繼續研究過程。通過數據分析，得到氣候變化對農作物產量的影響因素為降水量、農作物種類、光照、耕地面積、農作物輔料、當地政府支持力度、環境意識、人均生活水平、生活態度和所處地理位置等10個因素。變量太多，無疑會增加分析問題的難度與復雜性，而實際中多個變量之間是具有一定的相關關系的。因此，較少的新變量代替原來較多的變量，同樣可以反映所需要的信息。主成分分析的方法是最小化的擴大相同影響因素之間的差距以保證選舉的因素更加全面更加具有代表性。該文采用主成分分析法，就是綜合處理這種問題的一種強有力的方法。

該文通過研究東北、華北及華東2006～2016年間10個因素相關的數據，建立關系矩陣：

(1)

其中，P=10。r為：

(2)

首先解特征方程|λi-R|=0求出特征值λi(i=1， 2，…，p)，并使其按大小順序排列，即λ1≥λ2≥…，≥λp≥0； 然后分別求出對應于特征值λi的特征向量ei(i=1， 2，…，p)。累計主成分貢獻率得到：

(3)

一般取累計貢獻率達85%～95%的特征值λ1，λ2，…，λm所對應的第1，第2，…，第m(m≤p)個主成分。

計算主成分載荷

(4)

進一步分析分析主成分因素：

(5)

通過計算機軟件計算，得到大數據分析下影響農業氣象與農作物產量的影響因素，即為氣溫、降水量、光照與太陽輻射的投入。

3.2C-D-A模型建立

C-D-A模型是將數學的思想應用到經濟學中，其中C代表的是數學家柯布，D是指經濟學家道格拉斯[12]。傳統的C-D模式是傳統的經濟分析模式，而C-D-A將氣候因素也考慮其中，設A是氣候變化的模型參數，所以，新模式的表達式是：

C1=D1γ1D2γ2D3γ3AβP

(6)

式中，D1代表光照，D2代表播種面積，D3代表肥料灌溉等投入要素。γ1、γ2、γ3代表的是光照、播種面積、肥料灌溉的因素的產出彈性。在對氣候變化對糧食產量的影響進行研究時，對氣候變化因素A進行重點分析。糧食的產量的高低是內因和外因共同作用的結果，最終產量結果由外部因素決定。該文的建模以水稻的產量為例，影響水稻產量的氣候因素有平均降水量和平均溫度。在水稻產量的投入方面有水稻的種植面積的大小，光照的人數多少，肥料的投入數量等。所以，在接下來的實證建模中，加入能夠影響農業產量的相關變量。

3.3 實證研究

3.3.1 整體分析

該文以水稻的產量為例，根據對農業作物水稻的研究數據，以及通過主成分分析的方法選取了氣候變化影響水稻產量的變化因素。

首先，設水稻的總產出是(萬t)，水稻的長期平均溫度是T(℃)，這個數據是根據全國一百多個站點，地區5個月左右的月平均溫度得來。水稻長期降水量也是氣候的主要變量之一，為R(mm)，要準確的計算水稻的產量，那水稻的總種植面積Q(萬hm2)必不可少。種植水稻的光照L投入無處細致考察，根據文獻[13]應用其中的相應算法，可求出水稻生產勞動力投入，公式如下：

水稻生產勞動力投入(V)(萬人)=(農林牧漁業勞動力人數)×(農業總產值)×(水稻播種面積)

(7)

接下來是太陽輻射(F)(kW·h/m2·a)計算公式就是利用光照的計算方式，太陽輻射受水稻種植的地理位置影響。

水稻生產農業機械投入的計算方式是：

水稻生產農業機械投入(M)(億W)=(農業機械總動力)×(水稻播種面積)

(8)

在C-D-A的基礎建模的公式上，加入上述的氣候變量，得出新的建模：

lnX=a0+b1ln(T)+b2ln(R)+b3ln(Q)+b4ln(L)+b5ln(F)+b6ln(M)+b7lnJ+V

(9)

其中，X(萬t)表示水稻的總產出，T(℃)表示水稻的長期平均溫度，R(mm)表示水稻降水量，Q(萬hm2)表示水稻總種植面積，L代表種植水稻的光照，F表示太陽輻射，M代表水稻生產農業機械投入，J代表技術影響，a0，bi,i=1， 2…7為系數。

根據新的建模，現將采用2006年間東北、華北及華東的數據，將原始數據處理之后代入公式(1)～(4)中得出回歸結果(表1)。

表1 氣候變化對各地水稻產量影響的模型結果

自變量東北華北華東系數T值系數T值系數T值LOGT-0.44-4.770.305.2-0.50-4.21LOGR-0.003-0.120.010.940.02-0.92LOGQ0.9037.020.9020.150.9313.84LOGL0.084.780.062.780.081.76LOGF0.064.110.083.440.073.67LOGM0.085.200.032.780.063.79J0.7014.150.8042.560.8021.9R20.9930.9950.994AdjR20.9920.9940.992檢驗值9336.715700.2448.5

表2 2001～2010年全國農作物單產及受災面積均值化處理結果

年份產量受災面積洪澇干旱霜凍20010.8431.3170.3060.14520020.9231.0290.5360.94020030.9491.2870.9160.02620040.8170.3271.0650.05220050.7751.1691.2570.68820060.8962.0320.3832.78020071.0611.1560.8291.46020080.9931.6850.9943.04220090.9670.5541.6090.57820101.0231.2502.1571.866

由表1得出，模型的模擬結果總體上數值都很高，尤其是R2和AdjR2值，證明這個模型解釋性很大。R2代表方差，AdjR2代表絕對方差，用于檢驗模型的可信度，值越高說明模型越適合。因此上述建模中所用的變量，能夠對水稻的產量產生影響。

模型中的F值都略高，足以證明各個因素是同對水稻的產量產生影響。

其中，有關氣候的長期平均氣溫中，東北地區為負數，華北和華東均為正數。這個數據表明，東北地區時間較長的低溫度是不利于水稻的產量的，這樣的氣溫沒有對糧食的產量起到積極的促進作用，反而阻礙了糧食產量的提升。而華北和華東地區的氣溫呈一年四季冬冷夏熱的狀態，實現了促進糧食的產量的作用，特別是華東地區，溫度較高且持續時間長，極大地促進了農作物的產量。

由表1得出，降水量并沒有明顯的變化，所以降水量與水稻的產量并沒有直接的聯系。而水稻種植面積的彈性值是最高的值，所以水稻的產量高低還是取決于耕種面積的大小，但是目前，我國由于資源的緊缺，對土地面積的破壞較為嚴重，所以如何擴大水稻種植面積，提高水稻產量是一個極為重要的研究方向。

光照對水稻產量的影響也是極為重要的。由表1可知，勞動量越多的地方，農業產量越大。可見，當前人口流動的大方向是農村人口向城市遷移，大多數農民會選擇在外打工，從而農作物的光照一直都是下降的狀態。因此，提高光照的素質和數量也是提高水稻產量必須解決的問題。

太陽輻射對水稻的產量也有些許的影響。一般情況下，輻射量的適度提高增加了農作物的產量。但是太陽輻射的影響并不明顯。總的來說，通過以上分析，可以得到，氣溫適宜程度上的高、降水量在適宜程度上多、光照可以增加農作物產品的產量。太陽輻射相對來說，對農作物的影響不如以上因素。

3.3.2 具體分析

影響我國國民生產總值的一個重要因素就是氣候災害，由于國土面積廣闊，各地氣候差異，氣候災害的種類也較為繁多。從氣候災害的角度出發，總結歸納得到洪澇、干旱、霜凍3種自然災害最為嚴重，通過模型分析，得出處理結果(表2)。

由表2得出，干旱對農作物產量的影響最大。2001～2010年，全國年均干旱受災面積近48萬hm2，占年均氣候災害受災面積的41%，其中有12%的農作物因干旱而絕收，在干旱災害發生嚴重的年份農作物減產率大多在10%以上。

暴雨洪澇是影響農作物產量的第二大農業氣候災害，根據暴雨洪澇災情及影響統計表明，每年均有暴雨日或暴雨過程出現，出現次數在16～177縣次(暴雨日和暴雨過程有個別重復出現)。

冰雹對農作物產量影響也很大，幾乎每年的5～8月都會有冰雹災害發生，冰雹災害較重的年份里農作物受災面積均超過20萬hm2。

通過上述分析可以發現，氣溫和降水同時對農作物的產量的影響最為嚴重。

4 結論

該文是在論述了整體氣候概況的基礎之上，以C-D-A建模為基礎，從大數據著手分析了農業氣候對農作物生產量帶來的變化。分別以華北、華東及東北水稻產區為例，對氣候變化對農作物產量的影響進行分析，得出以下結論：降水量、氣溫及光照等氣候因素對農作物產量的影響明顯，其中干旱天氣的影響最大。基于結論，我國應對氣候變化所帶來的影響采取可行對策，如：調整農作物種植制度、加大對農作物科學技術的投入、研發新品種等，以適應氣候的變化； 加強農業基礎設施的建設，把氣候變化對農業生產帶來的影響減到最低，最大限度地縮小地區間農業經濟的差距。

[1] 白莉萍， 林而達.CO2濃度升高與氣候變化對農業的影響研究進展.中國生態農業學報， 2012, 157(11): 1～2

[2] 蔡運龍. 全球氣候變化下中國農業的脆弱性與適應對策.地理學報， 2006, 63(2): 41～58

[3] 曹仁林， 霍文瑞，郝建，等.對大豆、花生產量的效應.農業環境保護，2014, 35(2): 5～8

[4] 陳立亭， 孫玉亭.黑龍江省氣候與農業.北京：氣候出版社， 1994, 12(10): 175～196

[5] 陳鵬獅， 米娜，張玉書，等.氣候變化對作物產量影響的研究進展.作物雜志， 1994, 10(12): 175～196

[6] 陳宜瑜， 丁永建，佘之祥，等.中國氣候與環境演變評估氣候與環境變化的影響與適應、減緩對策.氣候變化，2002，12(6)： 42～46

[7] 陳迎. 氣候變化的經濟分析.世界經濟， 2001, 44(1): 67～70

[8] 丑潔， 封國林，董文杰，等.氣候變化影響下我國農業經濟評價問題探討.氣候與環境研究， 1999， 14(5)：42～45

[9] 陳素瓊， 張廣勝.農村光照轉移對水稻生產技術效率的影響：存在代際差異嗎——基于遼寧省的調查.農業技術經濟， 2012，(12)：31～38

[10]林而達， 王京華.我國農業對全球變暖的敏感性和脆弱性.農村生態環境學報，2008， 33(2)1～5

[11]林偉宏， 自克智，匡廷云.大氣濃度和溫度升高對水稻葉片及群體光合作用的影響.植物學報， 2007, 34(5): 23～46

[12]劉貴山， 謝邊疆，張玉萍，等.淺析氣候變暖導致對農業生產的影響農村.牧區機械化， 1998, 14(6): 44～45

[13]劉明亮， 陳百明.我國近期糧食生產的波動性及其與農業自然災害發生狀況的相關分析.災害學， 1999, 14(5): 42～45

[14]劉文泉， 雷向杰.農業生產的氣候脆弱性指標及權重的確定.陜西氣候， 2007, 13(5): 23～46

THE CHANGE OF AGRICULTURAL METEOROLOGY AND CROP PRODUCTIONBASED ON BIG DATA ANALYSIS*

Cui Yuan

(Basic Course Department of Tianjin Vocational Institute, Tianjin 300410,China)

Climate change directly affects the change of agricultural production, and hence affects the progress of a country′s future development. Based on the agrometeorological influences on crop yieldsin recent years, This paper summarized the study progress of the impactsof agricultural climate change on crops. And then, taking the rice production areas in north China, east China and northeastas an example, it analyzedtheindex factors such as precipitation, temperature, light and solar radiation degree usingthe principal component factor analysis, andestablisheda C-A-D model. The results showed that the climate factors such as precipitation, temperature and illumination had great effects on crop yield, especially the dry weather. It concluded that the model had high credibility, so as to provide a reference for guaranteeing and improving the crop yields in various weather conditions.

agricultural production; climate change; principal component factors; C-D-A model; empirical analysis

10.7621/cjarrp.1005-9121.20170216

2016-02-19 作者簡介：崔媛(1978—)，女，天津人，講師。研究方向：應用統計。Email：shuxuecuiyuan@sina.com *資助項目：國家自然科學基金“可重圖、賦權圖和隨機圖中的拓撲指標”(11001196)； 天津市哲學社會科學研究規劃項目“天津市高職院校不同生源學生的學習差異與行為的多維比較研究”(TJJXWT11-040)； 天津職業大學科研基金項目“前向型神經網絡權值和結構的確定方法研究”(20122108)

S126; S162; S5

A

1005-9121[2017]02112-06