氣象因素對水稻產(chǎn)量的影響及預(yù)測模型的建立

李紅艷，徐建強(qiáng)，許甫金，肖玉蘋，沈足金，張樂平，方 明

(1.桐鄉(xiāng)市農(nóng)業(yè)技術(shù)推廣服務(wù)中心，浙江 桐鄉(xiāng) 314500； 2.桐鄉(xiāng)市梧桐街道農(nóng)業(yè)經(jīng)濟(jì)服務(wù)中心，浙江 桐鄉(xiāng) 314500)

桐鄉(xiāng)市地處杭嘉湖平原腹地，現(xiàn)有耕地面積3.87萬hm2，其中水田2.87萬hm2，農(nóng)業(yè)生產(chǎn)基礎(chǔ)較好，土壤肥沃，自然條件優(yōu)越，生產(chǎn)技術(shù)較先進(jìn)。水稻是浙江省的主要糧食作物，種植面積占耕地面積的50%以上，產(chǎn)量約占糧食總量的80%[1]，而桐鄉(xiāng)又是浙北重要產(chǎn)糧區(qū)，水稻種植面積穩(wěn)定在1.33萬hm2左右。

IPCC第4次評估報告指出，過去100年里，全球平均氣溫升高0.74 ℃(0.56～0.92 ℃)[2]，在全球氣候變暖的大背景下，氣候的變化對水稻的生產(chǎn)會有不同程度影響[3]。桐鄉(xiāng)市水稻單產(chǎn)受氣候變化等因素影響也有所波動，平均單產(chǎn)在8 296 kg·hm-2。為了更好地理解氣候變化對水稻生產(chǎn)的影響，國內(nèi)外許多學(xué)者為此也做了大量研究。Peng等[4]研究表明，水稻產(chǎn)量與氣溫密切相關(guān)，在熱帶地區(qū)，平均氣溫每升高1 ℃，水稻產(chǎn)量下降50%；最低氣溫每升高1 ℃，水稻產(chǎn)量將下降約10%。Welch等[5]研究認(rèn)為，日均氣溫的升高能增加水稻產(chǎn)量，平均最低氣溫的升高卻可能降低水稻產(chǎn)量。Tao等[6]研究指出，在不考慮CO2施肥效應(yīng)的前提下，當(dāng)全球平均氣溫分別上升1、2、3 ℃時，水稻產(chǎn)量將分別降低6.1%～18.6%、13.5%～31.9%、23.6%～40.2%。大量研究表明，在未來氣候變化情況下，中國大多水稻種植區(qū)將面臨不同程度的減產(chǎn)[7-11]。

氣候變化對農(nóng)作物產(chǎn)量影響方面，應(yīng)用較為廣泛的方法為觀測統(tǒng)計(jì)法，即根據(jù)多年作物實(shí)際產(chǎn)量和氣象資料觀測數(shù)據(jù)，通過統(tǒng)計(jì)分析，研究氣象因子與作物產(chǎn)量之間的關(guān)系，此方法比較客觀、嚴(yán)密[12]。本文擬采用指數(shù)平滑法，根據(jù)桐鄉(xiāng)市2000—2013年14年的水稻單產(chǎn)，分離出水稻趨勢產(chǎn)量，從而計(jì)算出水稻氣象產(chǎn)量。氣象產(chǎn)量與各年份氣象因素進(jìn)行相關(guān)性和回歸性分析，得出水稻產(chǎn)量預(yù)測公式，為預(yù)測未來氣候變化對水稻產(chǎn)量影響提供依據(jù)，對指導(dǎo)農(nóng)業(yè)生產(chǎn)及減少保障糧食生產(chǎn)安全具有現(xiàn)實(shí)意義。

1 材料與方法

1.1 研究地概況

桐鄉(xiāng)市位于浙江省北部(30°28′～30°47′N、120°17′～120°39′E)，屬亞熱帶季風(fēng)氣候，溫暖濕潤，四季分明，雨水充沛，日照充足。水稻栽培制度為單季稻模式，水稻生長季(5月下旬至11月上旬)多年平均氣溫23.4 ℃，降水量678.9 mm，日照時數(shù)1 085.1 h。

1.2 數(shù)據(jù)來源

本研究中的水稻單產(chǎn)數(shù)據(jù)源于《桐鄉(xiāng)市統(tǒng)計(jì)年鑒》，從統(tǒng)計(jì)年鑒中分別提取了2000—2017年間單季晚稻總產(chǎn)量和種植面積，計(jì)算水稻單位面積產(chǎn)量(單產(chǎn))。氣象數(shù)據(jù)源于桐鄉(xiāng)市氣象局氣象觀測資料。

1.3 水稻產(chǎn)量分解

一般把作物產(chǎn)量分解為趨勢產(chǎn)量、氣象產(chǎn)量和隨機(jī)誤差3個部分，其中趨勢產(chǎn)量主要是受社會生產(chǎn)力發(fā)展平衡制約，也被稱為技術(shù)產(chǎn)量；氣象產(chǎn)量受氣候因素為主的短周期變化因子(農(nóng)業(yè)氣象災(zāi)害為主)影響而波動；隨機(jī)誤差影響小，可忽略不計(jì)。因此水稻實(shí)際單產(chǎn)可表示[13-15]:

Y=Yt+Yw。

式中，Y為水稻實(shí)際單產(chǎn)(kg·hm-2)，Yt為趨勢單產(chǎn)(kg·hm-2)，Yw為氣象單產(chǎn)(kg·hm-2)。

1.4 研究方法

選用指數(shù)平滑法測定水稻趨勢產(chǎn)量，根據(jù)公式Y(jié)w=Y-Yt計(jì)算得到氣象產(chǎn)量Yw。在指數(shù)平滑中，平滑系數(shù)a取值不同，計(jì)算出的平滑結(jié)果會有較大差異[16]。本研究平滑系數(shù)a分別取0.1、0.3、0.5、0.7和0.9，分別計(jì)算出趨勢產(chǎn)量，根據(jù)公式分離出氣象產(chǎn)量。2000年后，桐鄉(xiāng)市水稻主要種植模式為晚粳稻一季稻，水稻的生育期跨度為5—11月。因此，選擇5月水稻播種育秧開始到11月水稻收獲期間，逐月平均溫度、最高溫度、最低溫度、日照時數(shù)和降水量5個主要?dú)庀笾笜?biāo)，運(yùn)用相關(guān)分析，獲取與水稻產(chǎn)量相關(guān)性最高的氣象因素，建立回歸模型并進(jìn)行擬合度與顯著性檢驗(yàn)，再計(jì)算水稻歷年產(chǎn)量預(yù)測值，與水稻歷年實(shí)際產(chǎn)量進(jìn)行比較，以此檢驗(yàn)?zāi)M公式的精確度。

1.5 數(shù)據(jù)處理

采用Excel 2010軟件進(jìn)行數(shù)據(jù)處理。

2 結(jié)果與分析

2.1 水稻產(chǎn)量及趨勢產(chǎn)量、氣象產(chǎn)量

運(yùn)用指數(shù)平滑法計(jì)算得到水稻趨勢產(chǎn)量Yt，根據(jù)公式Y(jié)=Yt+Yw分離出氣象產(chǎn)量Yw，結(jié)果見表1。平滑系數(shù)a分別取0.1、0.3、0.5、0.7、0.9時，2003和2005年氣象產(chǎn)量均為減產(chǎn)，其中2003年降水量嚴(yán)重偏少，而9月中上旬又遭遇極端高溫，日平均溫度為27.3 ℃，較常年9月中上旬日均溫高3.3 ℃；2005年降水量偏少，6月下旬至7月上旬、9月中下旬均遭遇高溫天氣。這2年氣象條件均對水稻生產(chǎn)產(chǎn)生不利，由此可見，分離出的氣象產(chǎn)量能初步反映氣象條件對水稻產(chǎn)量的影響。

表1 不同年份水稻產(chǎn)量、趨勢產(chǎn)量及氣象產(chǎn)量

2.2 氣象產(chǎn)量與氣象因子的相關(guān)分析

通過對氣象產(chǎn)量與水稻生育期相關(guān)月平均溫度、最高溫、最低溫、日照時數(shù)和降水量的相關(guān)分析，結(jié)果表明(表2)，桐鄉(xiāng)市水稻產(chǎn)量與當(dāng)?shù)卦缕骄鶞囟取⒆罡邷亍⒆畹蜏亍⑷照諘r數(shù)和降水量存在一定的相關(guān)性，與水稻產(chǎn)量相關(guān)性最高的氣象因素依次為9月日照時數(shù)、6月日照時數(shù)、9月最高溫等。

2.3 氣象產(chǎn)量與關(guān)鍵氣象因素的回歸分析

根據(jù)相關(guān)分析結(jié)果，選取相關(guān)程度最高的2個因子進(jìn)行回歸分析。a=0.1時，選擇6月日照時數(shù)與9月日照時數(shù)；a=0.3時，選擇9月日照時數(shù)與6月日照時數(shù)；a為0.5、0.7、0.9時，均選擇9月日照時數(shù)與9月最高溫度。回歸統(tǒng)計(jì)結(jié)果見表3。

表2 氣象產(chǎn)量與各因子相關(guān)分析

表3 氣象產(chǎn)量與關(guān)鍵氣象因素回歸統(tǒng)計(jì)

從表4、5可知，SignificanceF為0.00110623，遠(yuǎn)小于0.01，說明6月、9月日照時數(shù)聯(lián)合起來對水稻產(chǎn)量有極顯著影響。

當(dāng)a=0.3時關(guān)鍵因子是6月、9月日照時數(shù)，分別設(shè)為S6、S9，則氣象產(chǎn)量Yw回歸方程為：Yw=952.88-1.19×S6-4.46×S9。再設(shè)桐鄉(xiāng)市水稻實(shí)際產(chǎn)量為Y，n年的水稻產(chǎn)量用Yn表示，(n+1)年的水稻產(chǎn)量用Y(n+1)表示，n年的趨勢產(chǎn)量為Yt(n)，(n+1)年的水稻趨勢產(chǎn)量為Yt(n+1)。根據(jù)平滑指數(shù)平滑法計(jì)算公式，取平滑系數(shù)a=0.3，則(n+1)年的水稻趨勢產(chǎn)量方程為：

Yt(n+1)=0.3×Y(n)+(1-0.3)×Yt(n)。

根據(jù)Y=Yt+Yw，得到桐鄉(xiāng)市水稻產(chǎn)量預(yù)測方程為：

Y(n+1)=0.3×Y(n)+(1-0.3)×Yt(n)+952.88-1.19×S6(n+1)-4.46×S9(n+1)。

表4 平滑系數(shù)a=0.3時方差分析

表5 平滑系數(shù)a=0.3時回歸參數(shù)

2.4 結(jié)果檢驗(yàn)

2.4.1 校驗(yàn)2001—2013年實(shí)際產(chǎn)量與預(yù)測產(chǎn)量

表6可見，通過與歷年水稻實(shí)際產(chǎn)量比較，預(yù)測準(zhǔn)確度最高為99.9%，最低為97.9%，13年平均預(yù)測準(zhǔn)確度達(dá)99.0%。

表6 2001—2013年實(shí)際產(chǎn)量與預(yù)測產(chǎn)量對比

2.4.2 預(yù)測2014—2017年水稻產(chǎn)量

根據(jù)模擬公式分別計(jì)算出2014—2017年水稻預(yù)測產(chǎn)量，通過查詢4年相關(guān)統(tǒng)計(jì)數(shù)據(jù)，對比結(jié)果見表7。4年平均預(yù)測準(zhǔn)確度達(dá)96.2%，由此可見，水稻預(yù)測公式具有較高的準(zhǔn)確度。

表7 2014—2017年水稻產(chǎn)量預(yù)測及校驗(yàn)

3 小結(jié)

桐鄉(xiāng)市水稻產(chǎn)量與當(dāng)?shù)厮旧谙嚓P(guān)月份逐月平均氣溫、最高溫度、最低溫度、日照時數(shù)和降水量之間具有一定的相關(guān)性，相關(guān)度從高到低依次有9月日照時數(shù)、6月日照時數(shù)、9月最高溫度等。氣象條件不利的年份表現(xiàn)為水稻氣象產(chǎn)量減產(chǎn)，可見分離出的氣象產(chǎn)量能初步反映氣象條件對水稻產(chǎn)量的影響。

水稻氣象產(chǎn)量與9月和6月日照時數(shù)相關(guān)系數(shù)r值分別為-0.855 3和-0.723 7，且∣r∣相對較大，表明水稻產(chǎn)量與9月和6月日照時數(shù)均成負(fù)相關(guān)，且相關(guān)程度較高。6月份為水稻的播種出苗期，水稻秧苗在光照不足或光照過足條件下均不利于正常生長。9月份為水稻的抽穗灌漿期，晴天略帶微風(fēng)，更有利于水稻授粉，如果日照過足，其水稻的蒸發(fā)量也變大，水分供應(yīng)不足，產(chǎn)量易下降。

回歸分析顯示，6、9月的日照時數(shù)聯(lián)合起來對水稻產(chǎn)量有極顯著影響。水稻產(chǎn)量預(yù)測公式對2001—2013年歷年水稻產(chǎn)量進(jìn)行校驗(yàn)，平均準(zhǔn)確度達(dá)99.0%；對2014—2017年水稻產(chǎn)量進(jìn)行預(yù)測，平均準(zhǔn)確度達(dá)96.2%。

通過采用指數(shù)平滑法，設(shè)置不同平滑系數(shù)分解趨勢產(chǎn)量，最后選擇平滑系數(shù)為0.3時，模擬擬合優(yōu)度高，誤差較小。