基于歷史豐歉氣象影響指數(shù)的四川盆區(qū)油菜產(chǎn)量動(dòng)態(tài)預(yù)報(bào)

趙 藝，鄒雨伽，張玉芳，3

（1.中國(guó)氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室，成都 610072；2.四川省農(nóng)業(yè)氣象中心，成都 610072；3.南方丘區(qū)節(jié)水農(nóng)業(yè)研究四川省重點(diǎn)實(shí)驗(yàn)室，成都 610066）

中國(guó)是油料消費(fèi)大國(guó)，油料供給不足情況一直未得到有效解決，近年來油料的消費(fèi)增速高于供給增速，導(dǎo)致供給日趨緊張［1］。油料是中國(guó)對(duì)國(guó)際市場(chǎng)需求量最大的農(nóng)產(chǎn)品，過度的進(jìn)口對(duì)國(guó)家食用油供給安全造成威脅［1］。目前，中國(guó)生產(chǎn)和消費(fèi)的油料主要以草本油料作物為主，主要包括油菜（Brassica napus L.）、花生、大豆、芝麻、向日葵等，其中油菜是中國(guó)第一大油料作物，種植面積及產(chǎn)量均位居世界首位［1-3］。四川省作為全國(guó)油菜生產(chǎn)大省，近年來產(chǎn)業(yè)穩(wěn)定發(fā)展并逐步提升，播種面積及產(chǎn)量均位列全國(guó)第一。四川省油菜以冬油菜為主，其中四川盆區(qū)的種植面積和總產(chǎn)占主要地位。因此，針對(duì)四川盆區(qū)開展油菜產(chǎn)量預(yù)報(bào)對(duì)保障國(guó)家糧食安全具有重要意義。

近年來，國(guó)內(nèi)外學(xué)者對(duì)作物產(chǎn)量動(dòng)態(tài)預(yù)報(bào)已有較多研究，主要包括利用作物生長(zhǎng)模擬模型預(yù)測(cè)作物產(chǎn)量的方法［4］，基于遙感技術(shù)的產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法［5］，利用積分回歸法預(yù)報(bào)產(chǎn)量的動(dòng)態(tài)預(yù)報(bào)方法［6］，構(gòu)建溫度、降水、日照及綜合氣候適宜度指數(shù)的產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法［7-10］，篩選作物不同時(shí)段關(guān)鍵氣象影響因子的產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法［11，12］，以及根據(jù)作物產(chǎn)量氣象影響指數(shù)判斷相似年型的歷史豐歉氣象影響指數(shù)方法［13，14］等。四川省作物產(chǎn)量預(yù)報(bào)的傳統(tǒng)方法主要是根據(jù)實(shí)地調(diào)研及相關(guān)統(tǒng)計(jì)分析進(jìn)行預(yù)報(bào)，雖然準(zhǔn)確率較高，但不適用于產(chǎn)量動(dòng)態(tài)預(yù)報(bào)。作物產(chǎn)量預(yù)報(bào)動(dòng)態(tài)化可以提高預(yù)報(bào)時(shí)效性，及時(shí)反映極端氣候事件對(duì)作物產(chǎn)量的影響。本研究采用歷史豐歉氣象影響指數(shù)的方法，對(duì)四川盆區(qū)油菜產(chǎn)量進(jìn)行動(dòng)態(tài)預(yù)報(bào)模型構(gòu)建，以期為四川省油菜產(chǎn)量預(yù)報(bào)業(yè)務(wù)服務(wù)提供參考。

1 材料與方法

1.1 資料來源

產(chǎn)量資料來源于四川省農(nóng)業(yè)統(tǒng)計(jì)年鑒，包括各代表站點(diǎn)1983—2012 年油菜平均單產(chǎn)（kg/hm2）、種植面積（hm2）、總產(chǎn)量（t）數(shù)據(jù)。生育期資料來源于四川盆區(qū)13 個(gè)農(nóng)業(yè)氣象觀測(cè)站的油菜觀測(cè)資料。氣象資料包括各代表站點(diǎn)1982—2012 年逐日平均氣溫（℃）、降水量（mm）和日照時(shí)數(shù)（h）。

1.2 代表站點(diǎn)選取

四川盆區(qū)油菜產(chǎn)區(qū)幅員遼闊，地形復(fù)雜，不同氣候類型對(duì)油菜生產(chǎn)及產(chǎn)量的影響存在差異。因此，根據(jù)地形及氣候類型差異，在保持縣級(jí)行政區(qū)完整的基礎(chǔ)上，將四川盆區(qū)油菜種植區(qū)劃分為5 個(gè)區(qū)域，分別為盆周山地產(chǎn)區(qū)、盆東北丘陵產(chǎn)區(qū)、盆中淺丘產(chǎn)區(qū)、盆西平原產(chǎn)區(qū)、盆南丘陵產(chǎn)區(qū)。每個(gè)產(chǎn)區(qū)選取5～7 個(gè)代表站點(diǎn)，共選取30 個(gè)代表站點(diǎn)。盆周山地產(chǎn)區(qū)代表站點(diǎn)分別為蒼溪縣、廣元市中區(qū)、雨城區(qū)、天全縣、洪雅縣和通江縣，盆東北丘陵產(chǎn)區(qū)代表站點(diǎn)分別為巴州區(qū)、儀隴縣、廣安區(qū)、渠縣和達(dá)縣，盆中淺丘產(chǎn)區(qū)代表站點(diǎn)分別為梓潼縣、三臺(tái)縣、樂至縣、安岳縣、威遠(yuǎn)縣和南部縣，盆西平原產(chǎn)區(qū)代表站點(diǎn)分別為江油市、什邡縣、夾江縣、溫江區(qū)、綿竹縣、名山縣和仁壽縣，盆南丘陵產(chǎn)區(qū)代表站點(diǎn)分別為宜賓縣、合江縣、古藺縣、納溪區(qū)、榮縣和富順縣。

1.3 資料處理

1.3.1 產(chǎn)量資料處理 對(duì)油菜平均單產(chǎn)進(jìn)行如下處理：

式（1）中，i 代表1984—2012 年的任一年，i-1為第i 年的前一年，Yi及Yi-1分別為第i 年及第i-1年的油菜平均單產(chǎn)，ΔYi為相鄰兩年油菜平均單產(chǎn)的增減百分率（即產(chǎn)量豐歉氣象影響指數(shù)）。

1.3.2 生育期資料處理 生育期資料采用2010—2012 年3 年的油菜平均發(fā)育期資料。

1.3.3 氣象資料處理 氣象資料的處理主要包括盆區(qū)油菜各產(chǎn)區(qū)的積溫、有效溫度累積、累積降水量、累積日照時(shí)數(shù)、分段累積降水量、分段累積日照時(shí)數(shù)、標(biāo)準(zhǔn)化降水量、標(biāo)準(zhǔn)化日照時(shí)數(shù)、分段標(biāo)準(zhǔn)化降水量和分段標(biāo)準(zhǔn)化日照時(shí)數(shù)，具體計(jì)算方法參照文獻(xiàn)［15］。

由于引起相鄰兩年作物平均單產(chǎn)變化的主要因素是相鄰兩年氣象條件的差異，因此將相鄰兩年氣象因子的變化表示為：

式（2）中，i 代表1983—2012 年的任一年，i-1為第i 年的前一年，ΔXi為第i 年與第i-1 年的氣象要素差值，Xi與Xi-1分別為第i 年和第i-1 年的積溫、有效溫度累積、累積降水量、累積日照時(shí)數(shù)、分段累積降水量、分段累積日照時(shí)數(shù)、標(biāo)準(zhǔn)化降水量、標(biāo)準(zhǔn)化日照時(shí)數(shù)、分段標(biāo)準(zhǔn)化降水量和分段標(biāo)準(zhǔn)化日照時(shí)數(shù)。

1.4 模型構(gòu)建的基本原理及預(yù)報(bào)方法

1.4.1 基本原理 影響油菜產(chǎn)量形成的因素主要有氣象條件、土壤條件、管理措施及作物品種類型等。在一定區(qū)域范圍內(nèi)，相鄰兩年的油菜品種及土壤肥力相對(duì)較為穩(wěn)定，氣象條件的差異是引起油菜單產(chǎn)變化的主要原因，兩者之間的關(guān)系可表示為：

式（3）中，ΔY 為相鄰兩年油菜單產(chǎn)的增減百分率（即產(chǎn)量豐歉氣象影響指數(shù)），ΔX 為相鄰兩年氣象條件的變化。

歷史豐歉氣象影響指數(shù)模型的構(gòu)建主要取決于歷史相似年型的尋找，本研究將利用氣象綜合診斷指標(biāo)進(jìn)行相似年型判定，具體方法如下：

歐式距離：

式（4）至式（6）中，i 為歷史上任意一年，j 為氣象要素序號(hào)，k 為預(yù)報(bào)年，ΔXij為第i 年同一時(shí)段第j個(gè)氣象要素差異，N 為樣本長(zhǎng)度，ΔXkj為第k 年作物播種至發(fā)布預(yù)報(bào)時(shí)第j 個(gè)氣象要素差異，-Xi與-Xk分別為第i 序列與第k 序列N 個(gè)樣本的平均值，dik為第k 年與第i 年的歐式距離，rik為第k 年與第i 年的相關(guān)系數(shù)，Cik為第k 年與第i 年的綜合聚類指標(biāo)。

Cik越大，則預(yù)報(bào)年的氣象條件變化與歷史上某一年越相似。但由于農(nóng)業(yè)技術(shù)水平的不斷提高、油菜種植品種的變化以及預(yù)報(bào)發(fā)布之后氣象條件的不斷變化，使得預(yù)報(bào)年的油菜產(chǎn)量變化與氣象條件變化最相似年份的油菜產(chǎn)量變化并不一定最接近。因此，為確定預(yù)報(bào)年ΔY 的計(jì)算方法，在歷史相似年型的選取中，分別選擇溫度、降水和日照3 類氣象因子中Cik最大的3 個(gè)歷史相似年型，對(duì)3 個(gè)歷史相似年型的油菜產(chǎn)量變化與預(yù)報(bào)年的油菜實(shí)際產(chǎn)量變化進(jìn)行分析，以確定預(yù)報(bào)方法，最終建立油菜產(chǎn)量動(dòng)態(tài)預(yù)報(bào)模型。

1.4.2 預(yù)報(bào)方法 分別選取溫度（積溫、有效溫度累積）、降水（累積降水量、分段累積降水量、標(biāo)準(zhǔn)化降水量、分段標(biāo)準(zhǔn)化降水量）和日照（累積日照時(shí)數(shù)、分段累積日照時(shí)數(shù)、標(biāo)準(zhǔn)化日照時(shí)數(shù)、分段標(biāo)準(zhǔn)化日照時(shí)數(shù)）3 類氣象要素中的1 個(gè)氣象因子，組成32 種組合，通過計(jì)算得到每種組合中3 個(gè)因子的Cik，選取每個(gè)因子歷史上3 個(gè)最大的Cik，每種組合對(duì)應(yīng)得到9 個(gè)ΔY，采用大概率分析法和加權(quán)平均分析法［15］對(duì)各產(chǎn)區(qū)預(yù)報(bào)結(jié)果與實(shí)際產(chǎn)量變化進(jìn)行對(duì)比分析，得到不同時(shí)段盆區(qū)油菜各產(chǎn)區(qū)的產(chǎn)量預(yù)報(bào)因子及方法，最后根據(jù)各產(chǎn)區(qū)預(yù)報(bào)結(jié)果，以面積為權(quán)重進(jìn)行加權(quán)集成，得到四川盆區(qū)油菜產(chǎn)量的最終預(yù)報(bào)結(jié)果。

2 結(jié)果與分析

2.1 四川盆區(qū)油菜產(chǎn)量動(dòng)態(tài)預(yù)報(bào)模型建立

分別對(duì)2001—2010 年四川盆區(qū)5 個(gè)油菜產(chǎn)區(qū)進(jìn)行2—4 月的逐月動(dòng)態(tài)預(yù)報(bào)試驗(yàn)，通過分析預(yù)報(bào)結(jié)果，確定了各產(chǎn)區(qū)2 月28 日、3 月31 日及4 月30日油菜產(chǎn)量逐月預(yù)報(bào)因子及方法，最后將各產(chǎn)區(qū)預(yù)報(bào)結(jié)果按種植面積的權(quán)重進(jìn)行加權(quán)集成，得到四川盆區(qū)油菜產(chǎn)量動(dòng)態(tài)預(yù)報(bào)方法，結(jié)果見表1。其中，盆周山地產(chǎn)區(qū)的權(quán)重系數(shù)為14.84%，盆東北丘陵產(chǎn)區(qū)的權(quán)重系數(shù)為20.39%，盆中淺丘產(chǎn)區(qū)的權(quán)重系數(shù)為29.77%，盆西平原產(chǎn)區(qū)的權(quán)重系數(shù)為26.72%，盆南丘陵產(chǎn)區(qū)的權(quán)重系數(shù)為8.28%。

表1 油菜產(chǎn)量動(dòng)態(tài)預(yù)報(bào)因子及方法

2.2 動(dòng)態(tài)預(yù)報(bào)模型回代檢驗(yàn)

利用表1 所選的預(yù)報(bào)因子及預(yù)報(bào)方法，對(duì)2001—2010 年四川盆區(qū)5 個(gè)產(chǎn)區(qū)油菜單產(chǎn)豐歉趨勢(shì)進(jìn)行了逐月動(dòng)態(tài)預(yù)報(bào)回代檢驗(yàn)，預(yù)報(bào)結(jié)果的平均正確率見表2。由表2 可以看出，各產(chǎn)區(qū)油菜產(chǎn)量趨勢(shì)預(yù)報(bào)的平均正確率均在80% 及以上，各產(chǎn)區(qū)集成后的預(yù)報(bào)平均正確率均在70% 及以上。

表2 油菜單產(chǎn)豐歉趨勢(shì)動(dòng)態(tài)預(yù)報(bào)平均正確率（單位：%）

根據(jù)油菜單產(chǎn)趨勢(shì)預(yù)報(bào)結(jié)果，對(duì)油菜單產(chǎn)進(jìn)行了定量預(yù)報(bào)，預(yù)報(bào)平均準(zhǔn)確率見表3。由表3 可以看出，除盆南丘陵產(chǎn)區(qū)4 月30 日的預(yù)報(bào)平均準(zhǔn)確率不足90%，其余均在92.48% 及以上，各產(chǎn)區(qū)集成后的預(yù)報(bào)平均準(zhǔn)確率均在96.16% 及以上。

表3 油菜單產(chǎn)動(dòng)態(tài)預(yù)報(bào)平均準(zhǔn)確率 （單位：%）

2.3 動(dòng)態(tài)預(yù)報(bào)模型預(yù)報(bào)檢驗(yàn)

參照表1 所選預(yù)報(bào)因子及預(yù)報(bào)方法，對(duì)2011年、2012 年四川盆地5 個(gè)產(chǎn)區(qū)油菜單產(chǎn)豐歉氣象影響指數(shù)進(jìn)行了逐月動(dòng)態(tài)預(yù)報(bào)檢驗(yàn)，預(yù)報(bào)結(jié)果見表4。

表4 2011 年、2012 年油菜單產(chǎn)豐歉氣象影響指數(shù)（單位：%）

根據(jù)油菜單產(chǎn)趨勢(shì)預(yù)報(bào)結(jié)果，對(duì)油菜單產(chǎn)進(jìn)行了定量預(yù)報(bào)，預(yù)報(bào)準(zhǔn)確率見表5。由表5 可以看出，盆區(qū)各產(chǎn)區(qū)油菜單產(chǎn)逐月動(dòng)態(tài)定量預(yù)報(bào)準(zhǔn)確率在89.11%～99.39%，其中準(zhǔn)確率在98.00% 以上的概率為40.00%，在95.00% 以上的概率為73.33%，在90.00%以上的概率為96.67%。盆區(qū)集成后的預(yù)報(bào)準(zhǔn)確率在95.84%～100.00%，其中準(zhǔn)確率在98.00% 以上的概率為50.00%，在95.00% 以上的概率為100.00%。

表5 2011 年、2012 年油菜單產(chǎn)動(dòng)態(tài)預(yù)報(bào)準(zhǔn)確率（單位：%）

3 小結(jié)與討論

本研究方法為四川省油菜產(chǎn)量預(yù)報(bào)的客觀性、準(zhǔn)確性及動(dòng)態(tài)性提供了支撐，且整體的預(yù)報(bào)準(zhǔn)確率較高，有助于推動(dòng)本地產(chǎn)量預(yù)報(bào)業(yè)務(wù)的發(fā)展。但該方法還存在一定的局限性，即未考慮到氣象因子的致災(zāi)量值變化對(duì)油菜產(chǎn)量的影響，使預(yù)報(bào)結(jié)果的穩(wěn)定性受到影響。每一種產(chǎn)量預(yù)報(bào)方法都存在一定的局限性。因此，作物的產(chǎn)量預(yù)報(bào)研究可以從作物生長(zhǎng)模擬、遙感技術(shù)以及其他數(shù)理統(tǒng)計(jì)等諸多方法入手，從多種角度進(jìn)行預(yù)報(bào)，充分發(fā)揮各種模型方法的優(yōu)勢(shì)，以進(jìn)一步提高油菜產(chǎn)量預(yù)報(bào)的客觀性、時(shí)效性及準(zhǔn)確性，為四川省貧區(qū)產(chǎn)量預(yù)報(bào)業(yè)務(wù)服務(wù)提供參考。

本研究基于歷史豐歉氣象影響指數(shù)，確定了四川省5 個(gè)油菜主產(chǎn)區(qū)及整個(gè)盆區(qū)油菜產(chǎn)量的動(dòng)態(tài)預(yù)報(bào)方法，最終建立了油菜產(chǎn)量動(dòng)態(tài)預(yù)報(bào)模型。該模型的回代檢驗(yàn)結(jié)果表明，盆區(qū)各產(chǎn)區(qū)的動(dòng)態(tài)趨勢(shì)預(yù)報(bào)平均正確率在80% 及以上，各產(chǎn)區(qū)集成的平均正確率在70% 及以上；盆地各產(chǎn)區(qū)的動(dòng)態(tài)定量預(yù)報(bào)平均準(zhǔn)確率在89.37% 及以上，盆區(qū)集成的平均準(zhǔn)確率在96.16% 及以上。預(yù)報(bào)檢驗(yàn)結(jié)果表明，盆地各產(chǎn)區(qū)的動(dòng)態(tài)定量預(yù)報(bào)準(zhǔn)確率在89.11% 及以上，盆區(qū)集成的準(zhǔn)確率在95.84% 及以上。預(yù)報(bào)結(jié)果的準(zhǔn)確率較高，可應(yīng)用于實(shí)際業(yè)務(wù)服務(wù)。