保山壩區(qū)玉米產(chǎn)量預測模型研究

賈晗思，字雪明，楊宇涵，王文丹

（保山市隆陽區(qū)氣象局，云南保山 678000）

農(nóng)業(yè)生產(chǎn)受到了包括自然資源因素、人為因素、氣象因素等多種條件的制約和影響，其中氣象因素的影響往往起著關(guān)鍵性作用，分析研究作物的產(chǎn)量與氣象因子之間的相關(guān)性，根據(jù)觀測的氣象數(shù)據(jù)及未來氣象條件預測，可以對農(nóng)作物生產(chǎn)做出合理預報[1]。農(nóng)作物產(chǎn)量預報是現(xiàn)代農(nóng)業(yè)氣象服務的重要組成部分，及時可靠的作物產(chǎn)量預報可用于管理氣候風險、優(yōu)化農(nóng)業(yè)管理措施、制定糧食貿(mào)易政策和優(yōu)化資源利用等區(qū)域農(nóng)業(yè)管理，對確保糧食安全和維持農(nóng)業(yè)可持續(xù)發(fā)展至關(guān)重要[2]。

當前氣象部門作物產(chǎn)量預報主要是對作物的平均單產(chǎn)與種植面積進行預測，種植面積數(shù)據(jù)可通過衛(wèi)星遙感技術(shù)進行提取，或是根據(jù)統(tǒng)計局提供的種植意向進行估算。而作物平均單產(chǎn)的預測方法較多，除了傳統(tǒng)的數(shù)理統(tǒng)計方法以外，遙感模型估產(chǎn)、作物生長模型模擬、機器學習、多模式集成預報等新技術(shù)與新方法的不斷應用也拓展了單產(chǎn)的預報思路[3]。目前，國家級作物氣象產(chǎn)量預報的主要方法集中在統(tǒng)計模型、作物模型模擬、遙感估產(chǎn)等，區(qū)縣級的作物產(chǎn)量預報業(yè)務主要是利用縣級的作物產(chǎn)量數(shù)據(jù)并結(jié)合縣自身的氣象條件，通過統(tǒng)計模型進行統(tǒng)計預報，而預報的準確性取決于站點氣象數(shù)據(jù)觀測的準確性[4]。

影響作物產(chǎn)量預報準確性的關(guān)鍵問題之一是自然條件下預報因子對作物產(chǎn)量影響的不確定性，因此眾多學者對產(chǎn)量預報模型進行了研究，旨在提高預報的準確性。Chen等將作物模型和天氣預報相結(jié)合，對華北平原中部地區(qū)2008—2015 年冬小麥產(chǎn)量進行了預測，結(jié)果表明，天氣預報的不確定性會降低預報準確度，使用歷史氣象觀測數(shù)據(jù)比使用氣候模式輸出的天氣預報效果更好[5]。秦鵬程等通過從歷史氣象資料庫中獲取替代資料的方法，使用CERES-Rice 模型系統(tǒng)評估了氣象資料對產(chǎn)量預報準確性的影響，結(jié)果表明，水稻產(chǎn)量對成熟前2個月內(nèi)的氣象條件較為敏感，基于氣象資料和作物模型開展產(chǎn)量預測，基本誤差可控制在5%以內(nèi)，若加入后期氣候趨勢預測，成熟前2個月起報預測準確率可達80%以上[6]。楊祥珠等針對作物產(chǎn)量預報的特點，應用集對分析中聯(lián)系度的概念，建立了基于集對分析的作物產(chǎn)量預報模型，對新昌縣小麥產(chǎn)量進行預報試驗，結(jié)果表明，聯(lián)系度的引進改進了預報因子的合理性，能提高小麥產(chǎn)量預報的準確性[7]。馮明等利用糧食總產(chǎn)氣象預報模型，通過地面氣象資料和統(tǒng)計局歷年產(chǎn)量資料，從理論和實際兩方面分析了模型的可行性，通過實際應用模型對湖北省糧食產(chǎn)量預測預報的準確率達98.1%～99.3%[8]。

滇西地區(qū)是云南玉米主產(chǎn)區(qū)之一，其中保山市地處橫斷山脈滇西縱谷南端，境內(nèi)地形復雜多樣，屬低緯山地亞熱帶季風氣候，由于地處低緯高原，地形地貌復雜，氣候復雜多變，農(nóng)業(yè)生產(chǎn)極易受到天氣狀況的影響，因此，準確的氣象及作物生產(chǎn)預報，對當?shù)氐霓r(nóng)業(yè)生產(chǎn)極為重要。

1 材料與方法

1.1 研究區(qū)概況

保山市隆陽區(qū)屬西南季風區(qū)亞熱帶高原氣候類型，該區(qū)經(jīng)緯度為24°03'N、99°10'E，平均海拔1 653.5 m，年降水量約為963.8 mm，年平均氣溫16.8 ℃，年平均日照時間2 432.3 h；土壤類型主要為紅壤土和紫壤土，富含有機質(zhì)。保山市是滇西地區(qū)玉米主產(chǎn)區(qū)，2021年全市玉米種植面積11.20萬hm2，占糧食種植面積的42.5%，玉米總產(chǎn)量73.2萬t，其中隆陽區(qū)玉米種植面積為3.70 萬hm2，玉米總產(chǎn)量30.91 萬t，占全市玉米產(chǎn)量的42.22%[9]。

1.2 資料來源

氣象數(shù)據(jù)來自保山市隆陽區(qū)氣象臺的多年觀測數(shù)據(jù)，包含保山市隆陽區(qū)1978—2021 年玉米生育期（5—9 月）的月平均氣溫、降水量、日照時間。玉米產(chǎn)量數(shù)據(jù)來源于保山市隆陽區(qū)統(tǒng)計局，包含1978—2021年玉米產(chǎn)量。

1.3 計算方法

1.3.1 玉米氣象產(chǎn)量

自然因素和非自然因素是影響玉米產(chǎn)量的主要因素，這兩類因素的影響可以將玉米產(chǎn)量分解為氣象產(chǎn)量和趨勢產(chǎn)量，即將實測產(chǎn)量減去趨勢產(chǎn)量能剝離出氣象產(chǎn)量，趨勢產(chǎn)量通過滑動平均[1]和線性擬合[10]兩種方法計算得出，本文滑動年份分別取3 a、5 a、10 a，公式如下[11]：

式中：yw為氣象產(chǎn)量，y為作物產(chǎn)量，yt為趨勢產(chǎn)量，單位皆為kg·hm-2。

1.3.2 玉米相對氣象產(chǎn)量

研究表明，氣象因素是導致玉米產(chǎn)量波動的最主要因子，將氣象產(chǎn)量占趨勢產(chǎn)量的比率r作為評定氣象豐年、氣象平年、氣象歉年的指標，并將r＞10%的年份定義為氣象豐年，將r＜-10%的年份定義為氣象歉年；-10%≤r≤10%定義為氣象平年。r的計算公式[12]為：

1.3.3 模型準確率

將預測產(chǎn)量和實際產(chǎn)量進行對比，計算出模型準確率，公式如下[12]：

2 結(jié)果與分析

2.1 玉米相對氣象產(chǎn)量

相對氣象產(chǎn)量主要表征因農(nóng)業(yè)自然災害等不可預見因素造成的作物產(chǎn)量的波動，該因子不受時間和空間影響，具有可比性，能較好地描述以氣象要素為主的各種短期變動因子對產(chǎn)量的影響。圖1 為3 種滑動平均法下保山壩區(qū)玉米相對產(chǎn)量年際動態(tài)，滑動平均法很好地消除了氣象因子的不穩(wěn)定波動，從圖中可以看出，3 a 滑動平均法下1981—2021 年保山壩區(qū)玉米氣象豐年有12 a，氣象平年有25 a，氣象歉年有4 a；5 a 滑動平均法下1983—2021 年保山壩區(qū)玉米氣象豐年有17 a，氣象平年有19 a，氣象歉年有3年；10 a滑動平均法下1988—2021 年保山壩區(qū)玉米氣象豐年有17 a，氣象平年有14 a，氣象歉年有3 a。保山壩區(qū)整體上氣候較為穩(wěn)定，出現(xiàn)的極端氣候較少，因此，在1981—2021年間出現(xiàn)的氣象歉年較少（3～4 a），這也說明玉米的氣象產(chǎn)量與氣候變化有著極其重要的相關(guān)性。

圖1 保山壩區(qū)玉米相對氣象產(chǎn)量年際動態(tài)

2.2 玉米氣象產(chǎn)量與氣象因子的相關(guān)性分析

表1 為玉米氣象產(chǎn)量與降水、氣溫、日照時間的相關(guān)性分析，以yw1、yw2、yw3分別代表3 a、5 a、10 a滑動平均計算出趨勢產(chǎn)量后剝離出的氣象產(chǎn)量，yw4為線性擬合計算出趨勢產(chǎn)量后剝離出的氣象產(chǎn)量，擬合方程為y=111.07x+3 833.4，R2=0.845。通過對玉米氣象產(chǎn)量和降水、氣溫、日照時間的相關(guān)性分析可以看出，yw1和8 月、9 月、全生育期日照時間顯著相關(guān)（p＜0.05）；yw2和9 月、全生育期日照時間顯著相關(guān)（p＜0.05）；yw3和yw4與降水、氣溫、日照時間相關(guān)性不明顯，都未通過檢驗。本文選取通過檢驗的氣象因子所用的方法做后續(xù)分析，即用3 a、5 a 滑動平均計算出趨勢產(chǎn)量后剝離出的氣象產(chǎn)量進行后續(xù)分析。

表1 玉米氣象產(chǎn)量與各月降水量、氣溫、日照時間的相關(guān)性分析

2.3 玉米氣象產(chǎn)量預測模型及其檢驗

本文對通過檢驗的3 a 滑動平均法和5 a 滑動平均法的氣象產(chǎn)量進行分析，利用通過檢驗的氣象因子，通過逐步回歸的方法建立回歸方程，得到的方程分別為“yw1=-586.558+5.172x1”“yw2=-743.559+6.839x2”，其中x1、x2皆為9 月日照時間。9 月玉米處于乳熟至成熟期，是干物質(zhì)積累的重要時期，從回歸方程可以看出，9 月日照時間是對保山壩區(qū)玉米氣象產(chǎn)量影響最大的氣象因子。利用計算得出的回歸方程計算出1981—2021年、1983—2021年的預報產(chǎn)量，將其與實際產(chǎn)量對比，結(jié)果如下表所示，表2為yw1和yw2的檢驗結(jié)果，其中3 a 滑動平均法的yw1模型預測準確率達到90%以上的共有19 年，占比為46%，最低準確率為67%，最高為100%，平均準確率為88%；5 a 滑動平均法的yw2模型預測準確率達到90%以上的共有15 a，占比為38%，準確率最低為70%、最高為99%、平均為85%。兩種分析方法的平均預測準確率均達到了85%以上，能夠滿足業(yè)務需求。

3 討論與結(jié)論

玉米的產(chǎn)量主要取決于自然因素和社會因素，社會因素的影響主要表現(xiàn)在農(nóng)業(yè)科技水平進步所引起的玉米生產(chǎn)力水平的提高，由此增加的產(chǎn)量為趨勢產(chǎn)量。而自然因素的影響主要表現(xiàn)在年際自然條件的變化所引起的產(chǎn)量變化，與玉米品種本身的生物學特性、土壤肥力、氣象條件等有密切關(guān)系，其中氣象因素是自然因素中的重要影響因素，如氣溫、降水量、輻射等氣象條件對玉米的生長及產(chǎn)量的形成具有重要的影響。但是，因為社會因素所引起的趨勢產(chǎn)量的變量因素較多且難以控制，而氣象因子通過影響玉米的氣象產(chǎn)量從而對玉米的總產(chǎn)量造成不同程度的影響，因此，研究玉米的氣象產(chǎn)量與氣象因子的變化關(guān)系對于提高保山壩區(qū)的玉米單位面積產(chǎn)量來說更加具有現(xiàn)實意義，因此，在了解玉米的生物學特性的同時，考慮玉米生長發(fā)育不同時期的氣象條件是獲得高產(chǎn)穩(wěn)產(chǎn)的必要環(huán)節(jié)。

本文通過對保山壩區(qū)實測氣象數(shù)據(jù)與玉米產(chǎn)量的關(guān)系進行研究，并通過模型進行預測研究，發(fā)現(xiàn)氣象因子與玉米生產(chǎn)密切相關(guān)，并得出以下結(jié)論。

1）在1981—2021 年，保山壩區(qū)氣候相對穩(wěn)定，其中1998—2005 年因降雨量偏少，出現(xiàn)了氣象歉年，說明玉米產(chǎn)量與氣象條件具有相關(guān)性。

2）通過相關(guān)性分析，9月日照時間是影響玉米產(chǎn)量的主要氣象因子，9月保山壩區(qū)玉米為乳熟至成熟期，充足的光照條件對玉米光合作用和干物質(zhì)的積累尤其重要。有研究表明[13]，光照是影響玉米產(chǎn)量的關(guān)鍵因素之一，光照影響玉米冠層結(jié)構(gòu)，光照在冠層內(nèi)的分布，直接影響玉米植株的光合能力，從而影響玉米產(chǎn)量。

3）通過逐步回歸，建立了3 a、5 a 滑動平均計算趨勢產(chǎn)量后剝離出的氣象產(chǎn)量的預測模型，模型分別為“yw1=-586.558+5.172x1”“yw2=-743.559+6.839x2”，模型準確率分別為88%、85%，模擬結(jié)果表明，基于關(guān)鍵氣象因子的玉米產(chǎn)量預報方法，對保山壩區(qū)玉米產(chǎn)量的預報效果較好，可以投入業(yè)務應用。