基于氣象因子的水稻產(chǎn)量預報模型

劉洪英，鮮鐵軍，李 睿，劉 科

(南充市氣象局，四川南充 637000)

南充市位于四川省東北部丘陵地區(qū)，水稻常年種植面積14.7萬hm2，稻谷產(chǎn)量119萬t，均位居全省前列[1]。大量研究表明，作物產(chǎn)量與氣象條件關系密切，每個生育時期都要求有相應的氣象條件配合，才能正常完成各個生育過程并達到一定的生長率水平。當氣象條件不能滿足時，就會阻礙生育進程，引起減產(chǎn)[2-5]。基于氣象因子建立作物產(chǎn)量統(tǒng)計模型，及時預報產(chǎn)量可以有效預防氣象災害對農(nóng)業(yè)生產(chǎn)的影響[6-7]。本研究統(tǒng)計了南充市1989—2018年5—8月旬平均氣溫、降水量和日照時數(shù)，分析了各氣象因子與水稻產(chǎn)量的相關性，建立了基于氣象因子的水稻產(chǎn)量統(tǒng)計預報模型，并進行了回代和預報檢驗。該研究對于充分合理利用氣象資源、防御氣象災害和預報糧食產(chǎn)量具有重要意義。

1 資料與方法

1.1 數(shù)據(jù)來源

氣象數(shù)據(jù)主要包括1989—2018年5—8月旬平均氣溫、降水量和日照時數(shù)。產(chǎn)量數(shù)據(jù)包括1989—2018年觀測統(tǒng)計水稻單產(chǎn)，所有數(shù)據(jù)均來自南充市高坪國家基本氣象站。

1.2 研究方法

將1989—2018年水稻實際單產(chǎn)數(shù)據(jù)按照時間順序排列，采用最小二乘法估算趨勢產(chǎn)量，利用實際產(chǎn)量減去趨勢產(chǎn)量，分離出氣象產(chǎn)量[8-9]。分析氣象產(chǎn)量和氣象因子的相關性，篩選與水稻氣象產(chǎn)量顯著相關的關鍵因子。基于氣象因子采用多元線性回歸方法，建立水稻氣象產(chǎn)量預報模型。

2 結果與分析

2.1 水稻氣象產(chǎn)量

首先使用最小二乘法，估算1989—2018年南充市水稻的趨勢產(chǎn)量(圖1)。趨勢產(chǎn)量表現(xiàn)出顯著的正趨勢，也就是趨勢產(chǎn)量逐年顯著上升。如果以年份為自變量，估算的趨勢產(chǎn)量滿足以下關系

Y1=35.828X-64 313。

(1)

其中，X為年份，Y1為由最小二乘法估算的趨勢產(chǎn)量。

從實際產(chǎn)量分離出了趨勢產(chǎn)量，得到氣象產(chǎn)量(圖1)。結果表明，氣象產(chǎn)量與實際產(chǎn)量的變化趨勢基本一致，呈先降低后逐年升高的趨勢。其中，2000年至2004年期間，水稻產(chǎn)量呈顯著下降趨勢，相較于2000年以前減產(chǎn)10%以上，這是由于這期間降水較多，無高溫天氣等促使稻飛虱大量繁殖。之后隨著大量新品種、新技術的推廣，南充水稻產(chǎn)量開始呈波動上升趨勢，但受氣象因素影響，實際產(chǎn)量在總體上漲的同時在某些年份會出現(xiàn)波動性增減產(chǎn)。

圖1 1989—2018年南充水稻產(chǎn)量動態(tài)變化

2.2 水稻生育期

對南充水稻生育期進行統(tǒng)計(表1)，結果表明，一般南充水稻播種時間為3月底，5月上旬移栽，8月下旬成熟。從人工栽插播種期至抽穗期需要82 d，從抽穗期至成熟期需要51 d，全生育期為153 d。

2.3 影響水稻產(chǎn)量的氣象因子

由于南充水稻一般在5月上旬開始移栽，選取5月上旬—8月下旬的旬平均氣溫、降水量和日照時數(shù)，以旬為單位分析氣象產(chǎn)量和每旬的氣象因子的相關性[10-11]，篩選影響氣象產(chǎn)量的旬氣象因子。結果表明(表2)，5月下旬降水量、6月中旬平均氣溫、7月下旬日照時數(shù)，8月中旬降水量、日照時數(shù)與水稻氣象產(chǎn)量相關性較高且通過顯著性檢驗。由此可見，水稻返青期主要受降水量的影響，降水多，雨熱條件有利于水稻返青分蘗。水稻拔節(jié)及孕穗期主要平均氣溫影響，水稻開花期主要受日照時數(shù)和降水量影響。

表1 南充水稻生育期關鍵節(jié)點

表2 氣象產(chǎn)量與氣象因子的相關性

2.4 年水稻產(chǎn)量統(tǒng)計模型

選取影響水稻產(chǎn)量的氣象因子，即6月中旬平均溫度(X1)、5月下旬平均降水量(X2)、8月中旬平均降水量(X3)、7月下旬日照時數(shù)(X4)、8月中旬日照時數(shù)(X5)作為自變量，水稻氣象產(chǎn)量(Y2)作為因變量，采用線性回歸分析方法，建立氣象產(chǎn)量統(tǒng)計預報模型

Y2=-1 545.93+53.98X1-5.61X2-1.01X3+2.71X4+5.11X5。

(2)

將氣象產(chǎn)量統(tǒng)計模型(公式(2))與估算的趨勢產(chǎn)量(公式(1))疊加，即可得到水稻實際產(chǎn)量預報模型

Y=-65 858.934+35.828X+53.98X1-5.61X2-1.01X3+2.71X4+5.11X5。

(3)

其中Y為模型估算的水稻總產(chǎn)量，X為選定年份，Xi(i=1，2，…，5)為影響水稻產(chǎn)量的5個氣象因子。

將模式模擬的產(chǎn)量與實際產(chǎn)量對比進行回代檢驗，得到平均準確度為95.4%。同理將2019年度的相關數(shù)據(jù)代入模型，通過計算得出2019年水稻預報產(chǎn)量，與實際產(chǎn)量對比預報準確度為91.2%。由此可見，構建的水稻產(chǎn)量預報模型具有較高的準確度，在氣象為農(nóng)服務中具有一定實用價值。

3 結論與討論

(1)通過對南充水稻氣象產(chǎn)量與生育期氣象因子進行相關分析，篩選確定5月下旬降水量、6月中旬平均溫度、7月中旬日照時數(shù)、8月中旬日照時數(shù)和8月中旬降水量5個影響水稻產(chǎn)量的氣象因子，真實反映了水稻在生長發(fā)育階段對光、溫、水的需求。5月是水稻移栽期，雨熱條件多有利于水稻正常生長。6—7月是水稻分蘗和拔節(jié)孕穗前期，充足的日照及水分有利于提高穗粒數(shù)和結實率。7月中旬—8月中旬正值水稻抽穗和揚花—灌漿期，是水稻產(chǎn)量形成的關鍵階段，長日照使花粉活力增強，有利于授粉結實增加穗粒數(shù)，從而提高稻谷產(chǎn)量。

(2)基于影響水稻產(chǎn)量的5個氣象因子，建立水稻產(chǎn)量預測模型，產(chǎn)量模擬準確度高，回代檢驗準確度平均達95.4%，預報準確度為91.2%，基本上可以滿足業(yè)務服務的需要。水稻具體產(chǎn)量還與不同品種特性、栽培措施等其他因素密切相關，預測模型實際運用時還應該結合其他預報方法，對結果進行適當調整。