氣象因素對盤錦地區水稻產量的影響及預測模型的建立

杜 萌, 馬凌霄，任 海，隋 鑫，李 旭，馬 暢，全革

（遼寧省鹽堿地利用研究所，遼寧 盤錦 124010）

關鍵字：水稻產量；氣象因素；預測模型

全球氣候變暖作為一個不爭的事實， 對農業生產造成不可避免地影響［1］。 國內外聚焦于研究氣候變化對農業的影響。 由于農業生產與氣候關系密切， 任何程度的氣候變化都會給農業生產及其相關過程帶來潛在的或顯著的影響［2］。 探討由于氣候改變引起的農業變化以及其敏感性和脆弱性的變化，合理有效制定應對措施和對策，以及確保農業的可持續發展具有重大意義［3－8］。

水稻是我國主要糧食作物， 水稻生產對糧食安全和解決農業生產都具有重要地位， 對提高國民經濟具有重要影響［9］。 氣候變化對水稻生產的穩定性和可持續性具有顯著影響。研究表明，未來氣候條件下，水稻產量大多表現為減產趨勢。本項目在盤錦地區開展， 研究氣象因素對盤錦地區水稻產量的影響， 找出盤錦地區氣象因素與水稻產量的關系， 產量與各年份氣象因素進行相關性和回歸性分析，得出水稻產量預測公式，為預測盤錦地區未來氣候變化對水稻產量影響提供依據，對指導農業生產及減少保障糧食生產安全具有現實意義。

1 試驗設計與方法

1.1 試驗地理位置

盤錦市位于遼寧省西南部， 遼河三角洲中心地帶，地理坐標為北緯40°39′～41°27′、東經121°25′～122°31′之間。 總面積4 071 平方公里，占遼寧省總面積的2.75%。 暖溫帶大陸性半濕潤季風氣候區。 氣候特點為四季分明、雨熱同季、干冷同期、溫度適宜、光照充裕。

1.2 試驗數據來源與方法

試驗所需水稻單位面積產量及氣象要素均來自于遼寧省統計年鑒盤錦地區2009～2018 年。

一般把作物產量分解為趨勢產量、 氣象產量和隨機誤差3 個部分， 其中趨勢產量主要是受社會生產力發展平衡制約，也被稱為技術產量；氣象產量受氣候因素為主的短周期變化因子（農業氣象災害為主）影響而波動；隨機誤差影響小，可忽略不計。水稻實際單產可表示：Y＝Yt＋Yw。式中，Y為水稻實際單產（kg·hm－2），Yt 為趨勢單產 （kg·hm－2），Yw 為氣象單產（kg·hm－2）。

選用指數平滑法測定水稻趨勢產量， 根據公式Yw＝Y－Yt 計算得到氣象產量Yw。 在指數平滑中，平滑系數α 取值不同，計算出的平滑結果會有較大差異。 本研究平滑系數α 分別取0.1、0.3、0.5、0.7 和0.9，分別計算出趨勢產量，根據公式分離出氣象產量。

水稻趨勢產量：水稻實際產量為Y，n 年的水稻產量用Yn 表示，（n＋1）年的水稻產量用Y（n＋1）表示；n 年的趨勢產量為Yt（n），（n＋1）年的水稻趨勢產量為Yt（n＋1）

Yt（n＋1）＝αYn＋（1－α）Yt（n）

2 結果與分析

2.1 水稻趨勢產量的計算及氣象產量的分離

表1 為根據不同年份的水稻產量計算出水稻的趨勢產量， 進而分離出水稻氣象產量。 遼寧省2010、2011 年因暴雨引發的洪澇災害的影響，盤錦地區水稻在這兩年氣象產量在5 個不同系數α 下均為減產，說明根據公式得到的水稻氣象產量能大致體現出氣象因素對水稻產量的影響。

表1 不同年份的水稻趨勢產量和氣象產量

2.2 氣象產量和各氣象因子的相關分析

盤錦地區水稻生育期為5 月到10 月，因此選用5 月到10 月的各主要氣象因子與氣象產量進行相關分析。 當平滑系數α＝0.1 時，5 月的最高溫度、6 月的平均氣溫、7 月的平均氣溫與氣象產量成顯著正相關，6 月的濕度與氣象產量成顯著負相關；當平滑系數α＝0.3 時，5 月的最高溫度、7 月的平均氣溫與氣象產量成顯著正相關； 當平滑系數α＝0.5 時，5 月的平均溫度、5 月的最高氣溫與氣象產量成顯著正相關，7 月的濕度與氣象產量成顯著負相關；當平滑系數α＝0.7 時，5 月的平均溫度與氣象產量成顯著正相關，7 月濕度、8 月濕度與氣象產量成顯著負相關； 當平滑系數α＝0.9時，5 月的平均溫度與氣象產量成極顯著正相關，7 月濕度、8 月濕度與氣象產量成顯著負相關；

2.3 氣象產量和關鍵氣象因素的回歸分析

根據氣象產量與各氣象因子的相關分析，在表2 中， 選取5 個平滑系數α 下相關性最高的2個氣象因素，分別與氣象產量進行回歸分析，結果見表3。

表2 氣象產量和各氣象因子的相關分析

表3 氣象產量與關鍵氣象因素回歸統計分析

R2（α＝0.9）＞R2（α＝0.7）＞R2（α＝0.3）＞R2（α＝0.1）＞R2（α＝0.5），表明α＝0.9 時模型擬合程度較高，同時標準誤差S（α＝0.9）最小，說明α＝0.9 時實際觀察點與所擬合的樣本回歸線的離差最小， 故選用平滑系數α＝0.9 時的分析結果。

由表4 可知，Significance F＝0.002510664 ＜0.01， 說明5 月的平均溫度及7 月濕度同時對水稻氣象產量影響極顯著。 以下分別用P5、P7 表示。

表4 平滑系數α = 0. 9 時方差分析

表5 中，P5 的P 值為0.008388503＜0.01，說明5 月的平均溫度對水稻氣象產量影響極顯著；P5 的P 值為0.019839831＜0.05，說明7 月濕度對水稻氣象產量影響顯著。

表5 平滑系數α = 0. 9 時回歸參數

綜上， 水稻氣象產量方程可表示為：Yw＝－1824.74＋352.13×P5－55.67×P7

設盤錦地區水稻實際產量為Y，n 年的水稻產量用Yn 表示，（n＋1）年的水稻產量用Y（n＋1）表示；n 年的趨勢產量為Yt（n），（n＋1）年的水稻趨勢產量為Yt（n＋1），已知α＝0.9，則（n＋1）年的水稻趨勢產量為

Yt（n＋1）＝0.9Yn＋（1－0.9）Yt（n）

盤錦地區（n＋1）年的水稻預測產量為

Y（n＋1）＝0.9Yn＋0.1Yt（n）＋（－1824.74＋352.13×P5－55.67×P7）

其中，P5、P7 為盤錦地區（n＋1）年的5 月平均氣溫、7 月的濕度。

2.4 水稻產量預測方程結果驗證

檢驗2010～2018 年，預測產量的準確度。

由表6 可知2010 年到2018 年的預測準確度均大于95%，其中2011 年準確度最低為96.01%，2015 年準確度最高為99.68%， 表中各年的預測平均值為98.57%。

表6 盤錦地區2010～2018 年水稻產量與預測產量

3 結論與討論

盤錦地區的水稻氣象產量與盤錦當地氣象各因素具有一定的相關性。 根據公式分離出的氣象產量能大致體現出氣象因素對水稻產量的影響，說明其水稻產量與氣象因素也具有一定的相關性，其中，5 月平均溫度及7 月的濕度對水稻氣象產量的相關系數較高，∣r∣相對較大。 5 月為盤錦地區水稻移栽期，如果當期溫度不穩定，過高過低都會影響水稻秧苗的正常生長；7 月主要為盤錦地區水稻拔節期， 這時空氣中濕度越大越易發生病害蟲害現象， 影響水稻正常生長發育從而發生減產。

通過回歸分析可知5 月平均溫度對水稻氣象產量影響極顯著；7 月濕度對水稻氣象產量影響顯著； 二者共同作用于水稻氣象產量表現為極顯著， 可以進一步說明盤錦地區水稻產量受二者影響顯著。

在長時間序列的作物產量與氣候因子關系的觀測統計研究中， 分離趨勢產量而得到準確的氣候產量就顯得尤其重要， 不同趨勢產量模擬方法分離的氣候產量的結果可能不同， 甚至截然相反［10］。試驗采用平滑指數法，設置5 個不同的平滑系數α 得到其相應的氣象產量，根據回歸統計分析最終取α 等于0.9 時，其預測模型擬合優度最高、誤差較小，預測水稻產量的準確度也較高。試驗研究氣象因素對盤錦地區水稻產量的影響， 為預測盤錦地區水稻產量提供依據， 對指導當地農業生產及保障糧食生產安全提供依據。