夏玉米產量與主要氣象因子灰色關聯度分析

楊寧，孔令剛，甄鐵軍，夏珍珍，楊慧，王洛彩，鄭國喜

（山東省棗莊市農業農機技術推廣中心，山東棗莊 277800）

0 引言

為解決傳統數據分析難題，中國著名學者鄧聚龍教授于1982 年提出了灰色系統理論[1-2]，這是一種多因素統計分析方法，以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統為研究對象，主要通過對“部分”已知信息的生成、開發，提取有價值的信息，實現對系統運行行為、演化規律的正確描述和有效監控[3]，經過三十多年的發展，廣泛應用在社會、農業、生態、經濟等眾多領域[4-9]，成功解決了生產、生活和科學研究中大量的實際問題。在農業生產中，即使播種面積、種子、化肥、農藥、灌溉條件等信息完全明確，但是由于自然環境、氣候條件、勞動力技術水平、市場行情、耕作模式、農業政策等信息不明確，仍然很難預計產量與產值。前人對玉米產量相關的灰色關聯度分析研究較多，多數為產量與農藝性狀[10-18]、生物產量[19]、產量構成因子[20-22]、育種[23-26]、光合相關性[27]、秸稈還田保護性耕作[28]、覆膜栽培[29]等方面的灰色關聯度研究，對于夏玉米產量與主要氣象因子的灰色關聯度研究較少。棗莊市位于山東省南部，屬于溫帶大陸性季風氣候，雨熱同期，水熱資源充沛，土質優良，農業發展潛力大。但地區間、季節間和年度間雨水分布不均勻，造成季節間的先旱后澇、澇后又旱、年際間旱澇交替，是棗莊市長期以來糧食生產不穩定的基本原因。加之氣候環境的變化，水資源缺乏，氣候變化劇烈，導致夏季高溫熱害、雨澇等災害頻繁發生[30]。本研究為進一步明確棗莊地區氣象因素與夏玉米產量之間的關聯程度，開展夏玉米與主要氣象因子之間灰色關聯分析，進而更加科學地提出有效農業應對措施，以期為黃淮海地區夏玉米糧食安全豐產豐收提供借鑒。

1 材料與方法

1.1 數據來源

2011—2018 年主要氣象因子數據來源于棗莊市氣象局，通過山東省棗莊市下轄的滕州市、山亭區、嶧城區、臺兒莊區、市中區、薛城區觀測站數據匯總梳理而得，主要涉及夏玉米生育期數據，棗莊市夏玉米一般在6 月上旬播種、9 月底收獲，制約夏玉米安全生產的主要氣象因子有溫度(℃)、降水量(mm)和光照時數(h)，把2011—2018 年夏玉米的產量(X0)作為參考序列，把6—9 月氣溫(X1)、降水量(X2)、光照時數(X3)以及6 月氣溫(X4)、降水量(X5)、光照時數(X6)、7 月氣溫(X7)、降水量(X8)、光照時數(X9)、8 月氣溫(X10)、降水量(X11)、光照時數(X12)、9 月氣溫(X13)、降水量(X14)、光照時數(X15)作為比較序列。近些年，隨著優質品種的推廣種植，‘鄭單958’、‘浚單20’、‘登海605’、‘隆平208’、‘中科玉505’、‘聯創808’、‘裕豐303’等品種[32]不斷成為棗莊市的主推品種，2011—2018年棗莊市夏玉米產量(kg/hm2)數據來源于滕州市、山亭區、市中區、薛城區、嶧城區、臺兒莊區和高新區農業農村部門，通過各區（市）單產按照種植面積進行加權平均而得。

1.2 數據處理

灰色關聯度分析對于一個農業系統發展變化態勢提供了量化的度量，非常適合動態歷程分析[2]。用Microsoft Excel對夏玉米產量與主要氣象因子數據進行統計匯總。采用以下計算步驟進行灰色關聯模型分析。

第一步：確定比較序列與參考序列。

設n 個數據序列形成如下比較序列，如公式(1)所示。

參考數據列如公式(2)所示。

第二步：進行無量綱化處理。

由于系統中各因素的物理意義不同，導致數據的量綱也不一定相同，為方便分析夏玉米產量與各參數之間的關聯度，對表中數據采用均值化變換進行無量綱化處理，即先分別用各參量數據去除對應各序列中的平均數據，得出相應的無量綱序列，如公式(3)所示。

無量綱化后的數據序列形成如公式(4)所示矩陣。

第三步：計算絕對差值。

逐個計算每個被評價對象參考序列與比較序列對應元素的絕對差值|x0(k)-xi(k) |。

其中，i=0，1，…，n；k=1，2，…，m，n是被評價對象個數。

第四步：計算兩極最值。

按照公式(5)、(6)分別計算兩級最小差和兩級最大差。

第五步：計算關聯系數。

按照公式(7)，分別計算每個比較序列與參考序列對應元素的關聯系數。

其中，k=1，2，…，m，ρ為分辨系數，0＜ρ＜1。若ρ越小，關聯系數間差異越大，區分能力越強。通常情況下ρ取0.5。

第六步：計算關聯度

按照公式(8)，對各評價對象（比較序列）分別計算每個指標與參考序列對應元素的關聯系數的均值，以反映各評價對象與參考序列的關聯關系，并稱其為關聯序。

2 結果與分析

2.1 夏玉米產量與主要氣象因子變異系數分析

在進行夏玉米與主要氣象因子灰色關聯度分析時，把2011—2018 年夏玉米的產量(X0)作為參考序列，把6—9 月氣溫(X1)、降水量(X2)、光照時數(X3)以及6 月氣溫(X4)、降水量(X5)、光照時數(X6)、7 月氣溫(X7)、降水量(X8)、光照時數(X9)、8 月氣溫(X10)、降水量(X11)、光照時數(X12)、9 月氣溫(X13)、降水量(X14)、光照時數(X15)作為比較序列。用每項序列的方差除以平均值計算變異系數。2011—2018年，夏玉米產量變異系數為0.0304。6—9 月全生育期的氣溫、降水量、光照時數變異系數分別為0.0221、0.2630、0.1345，表明：變異系數降水量＞光照時數＞氣溫。6—9 月降水量變異系數排序分別為：7 月降水量(0.6865)＞6 月降水量(0.6733)＞9 月降水量(0.4386)＞8 月降水量(0.3883)；6—9 月光照時數變異系數排序分別為：8 月光照時數(0.2673)＞9 月光照時數(0.1804)＞6 月光照時數(0.1754)＞7月光照時數(0.1246)；6—9月氣溫變異系數排序分別為：8 月氣溫(0.0470)＞9 月氣溫(0.0418)＞7 月氣溫(0.0367)＞6 月氣溫(0.0297)。6—9 月氣溫變異系數均小于0.1，8 月氣溫變異系數最高為0.0470，2013年最高為28.9℃，此時多數玉米處于開花灌漿期，偏高的氣溫影響玉米的開花授粉，造成玉米授粉不良出現缺粒，影響產量；6—9 月降水量變異系數均大于0.3，7月變異系數多達0.6865，說明7月降水量變化非常大，最多年份2017 年為418.2 mm，最少年份2015年為74.4 mm，兩年相差344 mm，這一點與7 月常發生暴雨、干旱等異常氣候天氣相符；6—9 月光照時數變異系數最高的是8 月，變異系數為0.2673，最高年份2018 年是202 h，最低年份2011 年是95.6 h，8 月的光照時數主要影響玉米的開花、授粉與籽粒形成。

2.2 夏玉米產量與主要氣象因子灰色關聯度分析

通過公式(1)～(8)，分別對原始數據進行無量鋼化處理、計算絕對差值、兩級極差、關聯系數等，結果表明，夏玉米產量與主要氣象因子灰色關聯度排序分別為：9 月氣溫(0.9562)、6—9 月氣溫(0.9449)、6 月氣溫(0.9312)、7 月氣溫(0.9283)、8 月氣溫(0.9157)、6—9 月光照時數(0.8578)、7 月光照時數(0.8393)、9 月光照時數(0.8283)、6 月光照時數(0.8212)、8 月光照時數(0.7803)、6—9 月降水量(0.7623)、9 月降水量(0.6783)、8 月降水量(0.6239)、6 月降水量(0.5842)、7 月降水量(0.5409)。

表1 夏玉米產量與主要氣象因子變異系數表

氣溫是影響玉米產量的主要因子，2013 年夏玉米產量為7726.5 kg/hm2，在8 年中產量最低，較平均產量7848.3 kg/hm2低121.8 kg/hm2，全生育平均氣溫26.2℃，在8 年當中最高，當年出現≥35℃高溫天氣16天[33]，比其余的年份均多，高溫天氣不利于玉米籽粒授粉結實，致使玉米穗分化受到影響，營養代謝失調，果穗發育、授粉不良，出現空桿、苞葉過短、缺粒、禿尖、半邊臉等現象，最終影響玉米的產量。9 月氣溫主要影響夏玉米灌漿速率，氣溫適宜夏玉米灌漿時間長，氣溫偏低或是偏高均不利于夏玉米的灌漿，影響產量；6 月氣溫主要影響夏玉米苗期生長發育；對于6月上旬播種的田塊將在7 月下旬進入開花授粉期，此時間段常出現高溫天氣，影響玉米授粉結實，同時7月氣溫偏高不利于雌雄穗的分化發育；8 月大多數玉米處于開花、授粉、灌漿期，溫度不僅影響授粉結實，也影響籽粒灌漿初期進程。

光照長短影響玉米的光合作用，7 月夏玉米多數處于穗分化時期，夏玉米經過小喇叭口期、大喇叭口期、抽雄期、吐絲期，是營養生長與生殖生長并進的時期，充足的光照為玉米豐產奠定堅實基礎；9 月是夏玉米灌漿時期，此時期光照充足能提高夏玉米光合作用速率，積累更多的營養物質，提高夏玉米的產量；6月夏玉米正處于幼苗期，如果這個時期光照時數不足，幼苗光合作用較差，容易形成弱小苗或者導致幼苗徒長，玉米莖稈表皮細胞壁變薄，莖稈抵御冰雹、大風等災害性天氣的能力降低，容易造成夏玉米倒伏；8月棗莊市夏玉米處于開花授粉期、籽粒形成期，此時間段陰雨天氣較多，光照時數出現不足。

降水量是制約玉米產量一個重要的因素，9 月是夏玉米灌漿期，此時期常出現干旱降水不足的問題，縮短灌漿時間；8 月已經進入汛期，常發生洪澇天氣、洪澇—高溫并存天氣、洪澇—大風并存天氣，降水量普遍較大，對夏玉米的授粉、結實、灌漿均是不利的；6月是播種、幼苗期，常出現干旱天氣，通常在播種后及時進行澆灌，確保出苗與苗期生長；7 月常發生高溫、干旱、洪澇等災害，容易導致夏玉米倒伏、植株偏矮、雌雄穗分化不同步。

2.3 夏玉米生育期主要農業應對措施分析

（1）進行夏玉米全生育期智能監測預警平臺創建。加強農業農村與氣象、水利、應急等部門的溝通協作，促進氣象數據共享，棗莊市在全國率先建設市級現代農業智能監測平臺[33]，實現對農作物的蟲情、土壤墑情、氣象、苗情、災情等遠程視頻監控，提高了災情預防、災后補救等方面的效率。

（2）推廣應用質優豐產抗逆品種。優良品種是玉米獲得豐產穩產的內在遺傳基礎，結合處于黃淮海區域的棗莊氣候特征，繼續推廣應用抗旱、抗澇、抗花期高溫、抗倒伏、抗病等抗逆性較強、結實率高、耐密、穗位適中、增產潛力大的優良品種，例如‘鄭單958’、‘浚單20’、‘登海605’、‘隆平208’、‘中科玉505’、‘聯創808’、‘裕豐303’、‘登海618’等品種[32]，注重良種與良法的有機配套融合。

（3）應用玉米全程機械化。根據夏玉米品種特性，確定合適的播種量與種肥量，保證單位株數符合有關農藝要求。宜選擇可一次性完成破茬開溝、施肥、單粒播種、覆土、鎮壓等作業工序的復式機具，以節約成本。利用玉米聯合收獲技術，在收獲玉米果穗或籽粒的同時實現秸稈粉碎還田[34]，推動農機農藝不斷融合。

（4）集成推廣應用綠色豐產種植管理技術。在配方施肥的基礎上，實施有機肥替代化肥和增施微生物菌肥，改善土壤的理化性質，提高玉米的抗病、抗旱、抗倒伏能力；在病蟲害防治方面，選用生物源農藥與礦物源農藥，采用行走式噴藥機或無人機等現代植保機械進行綜合綠色防控；在水肥管理方面，推廣應用節水微噴灌技術和水肥一體化技術[35]，以提高水資源、化肥資源等投入品的利用效率，此舉符合國家化肥使用量零增長行動計劃，有利于實現資源節約型、綠色可持續型農業。

（5）鼓勵發展適度規模經營。為充分發揮勞動、土地、資本、技術、管理等生產要素的作用，發展適度規模經營，積極扶持農業龍頭企業、種植大戶、家庭農場、專業合作社，實行標準化經營管理，提高土地的利用效率。調動農戶的種糧積極性，發揮規模經營的示范帶動作用，增加農民種糧收益。

表2 夏玉米產量與主要氣象因子灰色關聯度排序表

（6）人工輔助授粉。當氣溫達到35℃以上，局部容易出現高溫熱害天氣，造成玉米授粉不良，禿尖、缺粒，產量降低?？稍诟邷馗珊灯陂g，一般在上午8—10 時，用竹竿來回掃雄穗，進行人工輔助授粉，可以減輕高溫對玉米授粉受精過程的影響，提高結實率。同時，合理運籌肥水，以水調肥，加速肥料發揮，改善植株的營養狀況，增強玉米的抗高溫、抗旱能力。

3 結論與討論

（1）通過夏玉米產量與15 個氣象因素進行灰色關聯度分析，灰色關聯度分析排序為：9 月氣溫(0.9562)、6—9 月氣溫(0.9449)、6 月氣溫(0.9312)、7 月氣溫(0.9283)、8 月氣溫(0.9157)、6—9 月光照時數(0.8578)、7 月光照時數(0.8393)、9 月光照時數(0.8283)、6 月光照時數(0.8212)、8 月光照時數(0.7803)、6—9 月降水量(0.7623)、9 月降水量(0.6783)、8 月降水量(0.6239)、6 月降水量(0.5842)、7 月降水量(0.5409)。影響魯南地區夏玉米產量主要氣象因子是氣溫，其次是光照時數，最后是降水量。與王二虎等[36]開展的開封市夏玉米產量與氣象因素的灰色關聯度分析結果不完全一致，主要與當地種植的玉米品種、異常氣候災害發生情況、病蟲害發生情況、栽培技術措施、年份選擇數量等方面有很大關系。

（2）通過氣溫、降水量、光照時數等數據的變異系數顯示，年度間呈現很大的波動性，針對魯南地區常發生的高溫、干旱、洪澇等異常氣候災害，可以通過開展夏玉米全生育期監測預警、選擇優良的抗性品種、增施功能性有機肥、水肥一體化技術、機械化耕種收、疏通溝渠、人工輔助授粉等技術措施，在異常災害發生前未雨綢繆，災害發生后科學應對，減輕異常氣候災害對夏玉米產量的影響，實現糧食減損增效，多項技術措施亦可在相同生態區域推廣應用。

（3）灰色關聯度分析亦具有自身的局限性，在數據的選擇中具有一定的主觀性，在一定程度上制約數據分析的客觀性，故在以后的數據分析中增加數據分析的年份、因素的數量等因量，以提高數據分析的準確性與科學性。