烏蘭察布市馬鈴薯生產系列化服務系統的設計與應用

[摘 要] 為提高內蒙古烏蘭察布市馬鈴薯生產氣象服務水平，增強防災減災能力，設計并實現了馬鈴薯生產系列化氣象服務系統。系統利用氣象資料和馬鈴薯全生育期生產資料，篩選服務指標，建立預報模型，并完成烏蘭察布馬鈴薯產區品種區劃和種植風險區劃，實現資料數據庫化、服務產品和方法軟件化。

[關鍵詞] 馬鈴薯；服務系統；烏蘭察布市

[中圖分類號] S163.1 [文獻標識碼] A [文章編號] 1674-7909（2017）07-87-2

由于農業生產對天氣氣候的依賴性較大，隨著現代農業的發展，農業生產對氣象服務的需求不斷趨于多元化和精細化[1]。內蒙古烏蘭察布市海拔高、日照充足，晝夜溫差大、氣溫低[2]，自然氣候特點與馬鈴薯生長發育規律相吻合，具有得天獨厚的生產優勢。為了提升烏蘭察布市馬鈴薯的氣象服務水平和能力，針對當前馬鈴薯生產的信息化服務現狀和存在的問題，在充分分析過去已有氣象資料的基礎上，搭建完成了馬鈴薯生產系列化服務系統，包括數據庫的構建、數據信息化的處理和農業氣象預報產品的發布等，實現以數據資料為基礎，以預報模型為核心，以信息技術為支撐，以馬鈴薯高產穩產為目的的系統建設原則。實時為農業生產者和管理者提供具有針對性的氣象服務信息，為提高農業防災減災綜合能力提供科技支撐。

1 系統平臺搭建

系統平臺用SQL server 2000作為后臺數據庫，以VB語言作為編程工具[3]，由氣象資料庫、馬鈴薯資料庫、模型庫、品種區劃庫、種植風險區劃庫和服務產品應用庫等多個數據庫組成，由系統管理過程對整個系統進行管理控制，形成整體服務平臺。

2 核心功能模塊

2.1 資料查詢模塊

數據查詢的實現就是從存儲數據庫中根據站點、時間等查找所需資料的索引和基本屬性，然后通過索引、起止時間獲取上傳的觀測數據資料。主要包括烏蘭察布市11個氣象站點氣象觀測要素的時時查詢和馬鈴薯生產歷年相關資料的查詢等功能。

2.2 預報模型庫

各類預報模型是利用多年農業氣象觀測數據篩選服務指標，運用多元逐步回歸方法搭建數學模型。

2.2.1 馬鈴薯各發育階段的生育期預報模塊。該部分利用馬鈴薯各發育階段歷年觀測資料和氣象溫、熱、水資料，運用數理統計建立預報模型，推算預報年份各發育期。

①適宜播種期預報模型。適宜指標為10 cm土層溫度穩定通過8 ℃，且0～20 cm土壤相對濕度達到40%～50%。氣象要素數理統計模型如下：

Y=131.646+0.052X1+0.006X2-0.298X3 （1）

式（1）中，Y為10 cm土層溫度穩定通過8 ℃，且0～20 cm土壤相對濕度達到40%～50%的日序，X1為3-4月上旬0 ℃積溫，X2為上一年9-3月降水量，X3為3月-4月上旬相對濕度。

②出苗期預報模型。馬鈴薯幼苗期生物學下限溫度為4～5 ℃，出苗所需的適宜平均氣溫為13～15 ℃，需水量為30～50 mm，≥0 ℃積溫為550～630 ℃。氣象要素數理統計模型如下：

Y=199.161-0.084X1+29.088X2-0.025X3-0.684X4 （2）

式（2）中，Y為出苗期日序，X1為5月8日-6月2日降水量，X2為5月8日-6月2日平均溫度，X3為5月8日-6月2日日照時間，X4為5月8日-6月2日0 ℃積溫。

③花絮形成期預報模型。馬鈴薯出苗到花序期所需平均溫度15～21 ℃，≥0 ℃積溫為290～350 ℃（中晚熟品種），需水量為30～50 mm。生物學下限溫度為7 ℃。氣象要素數理統計模型如下：

Y=171.695-0.022X1+0.061X2 （3）

式（3）中，Y為花序日序，X1為6月20日-7月8日降水量，X2為6月20日-7月8日0 ℃積溫。

④開花期預報模型。馬鈴薯花序到開花期所需平均溫度為18～21 ℃，≥0 ℃積溫為310～350 ℃（中晚熟品種），需水量為170～230 mm。生物學下限溫度為12 ℃。氣象要素數理統計模型如下：

Y=188.841+0.027X1-0.224X2+0.171X3 （4）

式（4）中，Y為開花期日序，X1為7月7日-25日降水量；X2為7月7-25日日照時間；X3為7月7-25日0 ℃積溫。

⑤可收期預報模型。馬鈴薯開花到可收期所需平均溫度為16～18 ℃，≥0 ℃積溫為830～940 ℃，需水量為170～230 mm，生物學下限溫度為15 ℃。氣象要素數理統計模型如下：

Y=199.242+0.048X1+0.098X2-0.037X3 （5）

式（5）中，Y為可收期日序，X1為7月24日-9月8日降水量；X2為7月24日-9月8日0 ℃積溫；X3為7月24日-9月8日10 ℃積溫。

2.2.2 產量預報模型。本模塊利用近50 a時間序列長、涵蓋范圍廣的超大容量氣象資料樣本，集成多種統計方法確定了影響烏蘭察布市馬鈴薯產量與品質的氣象因子，形成了綜合因素的產量預測模型。通過回報、試報，證實該模型準確可靠。馬鈴薯產量與主要氣象因子的關系可用多元回歸方程式來表達，模型如下：

YW=151.763 5+17.756 1R+80.017 5Tmin-56.266 9Td+ 176.038 3F （6）

式（6）中，Yw為氣象產量（kg/hm2），R為7月上旬至8月上旬的降水量（mm），Tmin為7月上旬至8月上旬的最低氣溫（℃），Td為8月下旬的氣溫日較差（℃），F為7月中旬風速（m/s）。

復相關系數R=0.625 2>Rα=0.01=0.439 4（n=65），擬合率達到82%（n=63），利用此方程可對馬鈴薯氣象產量進行監、預測。

2.2.3 主要病害（晚疫?。╊A報模塊。該模塊主要研究了晚疫病的發生流行與氣象條件的相互關系，除運用了常規的數理統計方法外，還與當地農業植保部門密切合作，在掌握歷史馬鈴薯晚疫病發生情況的基礎上，提前預測預報年份馬鈴薯晚疫病發生流行等級及病蟲害重發生地區分布。采取逐級要素訂正迭加，逐步逼近的方法模擬出接近實際發生情況的趨勢預報模式，模型如下：

Y=Y0+Td+R1+R2+R3+R4 （7）

式（7）中，Y為馬鈴薯晚疫病蔓延與流行趨勢預報，Y0為上年度馬鈴薯晚疫病發生程度，Td為6月上旬至6月中旬平均氣溫距平，R1、R2、R3、R4分別為4、5月和6月上旬、6月中旬降水量距平百分率對晚疫病的影響級別。

馬鈴薯晚疫病發生和流行的概率見表1，不同時段降水距平百分率對晚疫病的影響級別見表2。上述模型可提前30 d發布晚疫病流行趨勢預報，使有關部門有充足的時間采取有效的防御措施。

2.3 品種區劃和種植風險區劃模塊

利用1∶5萬地理信息系統，使用烏蘭察布市現有的11個氣象站點建站以來的歷史常規氣象資料、農業氣象觀測資料（包括馬鈴薯發育期、土壤墑情、產量、災害等），掌握全市馬鈴薯產量、品種類型、種植面積、灌溉面積，災害類型、受災面積、危害程度及病蟲害發生情況等資料；引入了農田小氣候實時觀測數據作為試驗補充資料；同時，參考周邊地區包括二連、蘇尼特右旗、黃旗、白旗、清水河、和林、呼和浩特、武川、達茂和滿都拉等10個氣象臺站的氣象資料和地理信息資料。通過數理統計方法，依據各氣象要素小網格推算模型，建立了馬鈴薯品種區劃和種植風險區劃[4]。

馬鈴薯分品種種植區劃包括高產型、高淀型、油炸型、菜用型和種薯型區劃。馬鈴薯種植風險區劃，主要包括綜合風險區劃、歷年減產風險區劃、變異系數區劃和減產率概率區劃等。

3 結語

“烏蘭察布市馬鈴薯生產系列化服務系統”以馬鈴薯生產資料、氣象資料、預報模型為資源主體，較好地解決了馬鈴薯氣象服務專業信息獲取和傳播中的實際問題。但是，在使用過程中也發現了一些問題，比如個別發育期預報模塊試報結果不夠理想，仍需繼續積累馬鈴薯生育期的觀測資料，延長資料序列，豐富觀測項目，擴大觀測范圍，不斷完善服務指標和方法。

參考文獻

[1]張義豪.陽谷縣農業氣象服務平臺介紹[J].山東氣象，2015（3）：63-66.

[2]巴特爾，徐桂梅，付志強，等.察右中旗馬鈴薯種植的氣候條件分析與區劃[J].內蒙古氣象，2009（4）：30-32.

[3]王赟，張琪，陳增會.農業氣象決策服務系統平臺的設計與實現[J].安徽農業科學，2013（6）：2588-2590.

[4]孫文堂，苗春生，沈建國，等.基于GIS的馬鈴薯種植氣候區劃及風險區劃的研究[J].南京氣象學院學報，2004（5）：650-659.