氣象因子對新昌小京生花生產量影響分析

楊鳴 袁丹丹 朱濤

關鍵詞小京生花生;氣象產量;模型

新昌小京生，俗稱小紅毛花生、落花生，主產地為新昌縣大市聚、紅旗、孟家塘、西郊等一帶，于清朝末年從北京引進，民國初期就馳名于國內外;特點是殼薄光澤，香而帶甜，油而不膩，松脆爽口，色香味俱佳。經測定，小京生果仁含蛋白質27%、脂肪48%、糖分5.9%、淀粉7.2%，營養價值比雞蛋、牛奶還高，在1984年全國花生食味評比中榮獲第1名。

氣象條件對小京生花生的品質和產量有很大的影響。氣象因子變化常常引起小京生花生產量波動。因此，研究氣象條件對小京生花生產量的影響對農業部門指導新昌小京生花生生產種植具有重要意義。

1資料與方法

1.1資料

選用2000-2017年新昌縣小京生花生年產量資料，數據來源于新昌縣統計局：同時段相關氣象資料來源于新昌縣氣象局。小京生花生整個生育期大約為150d，一般5月上中旬開始播種，到9月進入成熟收獲期。根據新昌縣小京生花生生育期的植物生長特點，選取新昌縣氣象觀測站2000-2017年逐年5-9月的逐月和逐句平均氣溫、降水量、日照時數等共計60個氣象因子觀測資料進行統計整理。

1.2小京生花生產量分析方法

2000-2017年，新昌小京生花生產量是逐年變化的，要研究氣象因子與小京生花生產量之間的關系，必須剔除其他影響花生實際產量的因素，剩下由氣象條件影響的這部分產量與氣象因子進行相關性分析，才能得到準確、科學的結論。作物產量分解公式為：

式中，Y為小京生花生實際單產;YT為小京生花生趨勢產量，Yw為花生氣象單產;Y為隨機波動產量，可忽略不計。因此，式（1）可以簡寫為：

式（2）中趨勢產量（Y）由生產力水平決定，隨生產力變化而變化，與時間有明顯的函數關系，可以看作年份XT的函數;Yw表示由氣象因素引起實際產量與長期變化趨勢項的偏差。

當前國內外研究中有很多種處理趨勢產量的方法，比較常用的有直線滑動平均法、線性模擬法、非線性模擬法、分段模擬法、Loglstic函數模擬法、正交多項式法等。李偉英利用正交多項式法，對山東菏澤地區花生的產量與氣象條件進行相關性分析發現，在花生播種期，溫度越高，越有利于花生出苗，后期多雨對花生生產有不利影響。萬永建等基于SPSS建立了普寧早稻產量預報模型，并對模型效果和精確度進行檢驗，結果表明模型預報結果準確率較高，能滿足業務需求，可作為普寧市早稻產量預報的有效依據之一。

采用直線滑動平均法對小京生花生的實際單產進行了處理，以5年作為滑動步長，對新昌縣2000-2017年連續17年的花生趨勢產量和氣象產量進行分離。2000-2017年新昌縣小京生花生實際產量和趨勢產量變化（見圖1、表1）。采用相關分析和回歸分析等統計方法，分析小京生花生氣象單產與各氣象因子的關系，并建立了花生產量預測模型。

2小京生花生產量氣象條件分析

選取5-9月的逐月逐句的平均氣溫、降水量和日照時數，資料長度為18，一共60個氣象因子。利用SPSS將小京生花生氣象單產分別與上述氣象因子求相關，篩選出與花生氣象單產相關顯著（信度為0.05）的氣象因子共5個（表2）。

新昌小京生花生氣象單產與9月份平均氣溫、9月份日照時數呈顯著負相關，與9月份降水呈顯著正相關，表明9月份高溫干旱是影響新昌小京生花生氣象單產的主要原因。

3建立小京生花生產量預測模型

3.1利用三階回歸分析建立小京生花生趨勢產量預測方程

以5年作為滑動步長直線滑動平均法，得到的18年小京生花生趨勢產量Y作為因變量，將X（設置2000年為1，以此類推，2017年為18）作為自變量，在SPSS中采用立方估計回歸分析，得到新昌縣小京生花生趨勢產量與時間關系的回歸方程如下：

該回歸方程的相關系數R為0.926，判定系數R2為0.858，調整后的判定系數為0.828，估計標準誤差為46.482，F值為28.190，通過a<0.001的顯著性檢驗，說明該回歸方程效果極為顯著。

3.2利用逐步回歸建立小京生花生氣象單產預測方程

由于小京生花生氣象單產與多個氣象因子有關，必須建立多個氣象因子的多元線性回歸方程。在選擇氣象因子時，盡可能選擇與小京生花生氣象單產相關性顯著的氣象因子建立方程。在SPSS中將Yw作為因變量，相關氣象因子作為自變量，采用逐步回歸分析，最終得到新昌縣小京生花生氣象單產與氣象因子的回歸方程：

式中x1為9月平均氣溫，x為9月上旬降水，x為9月日照時數，該方程相關系數R為0.792，判定系數R2為0.627，調整后的判定系數為0.548，估計標準誤差為62.32446，F值為7.860，通過a

3.3小京生花生產量預測模型及效果檢驗

由小京生花生趨勢產量預測方程式（3）、氣象單產預測方程式（4）及式（2），得到新昌縣小京生花生產量預測方程：

分別將年份數據和對應的氣象因子數據代入式（5），計算新昌縣2000～2017年的小京生花生模擬單產，并與18年的小京生花生實際單產進行比較，檢驗該模型的精度，結果證明該模型預測新昌縣小京生花生單產最高精度達100%，最低精度為92.2%，平均預測精度為97.5%，具有較高的預測精度（表3）。

4結論

根據新昌縣2000-2017年小京生花生單產和相關氣象資料，采用滑動平均的方法，將花生氣象產量和趨勢產量進行分離處理，以回歸分析法模擬趨勢產量，以逐步回歸法模擬氣象產量，在此基礎上建立基于氣象因子的新昌縣小京生花生單產預測模型。得出以下結論：

（1）9月份高溫干旱是影響新昌小京生花生氣象單產的主要原因;

（2）建立的小京生花生產量預測模型充分考慮了多個氣象因子對小京生花生產量的影響，構成模型的氣象因子與花生產量具有較高的相關性，模型的平均預測精度達97.5%。