氣象因子對靈山縣早稻產量的影響研究

摘要：基于靈山縣1957—2022年早稻產量資料及氣象資料，本文應用主成分回歸方法建立顯著相關氣象因子與早稻相對氣象產量的預報模型，分析氣象因子對靈山縣早稻產量的影響，并對模型進行檢驗。結果表明：在靈山縣早稻發育期內，減數分裂期前顯著相關的氣象因子與早稻相對氣象產量呈正相關，減數分裂期起至灌漿成熟后期呈負相關；其中降水是最重要的氣象因子，為負相關。早稻相對氣象產量預報模型通過1%顯著性檢驗，平均預測準確度大于95%，回歸模型可信度高。

關鍵詞：早稻；相對氣象產量；氣象因子；主成分

回歸

在全球氣候變暖的背景下，氣象災害發生概率逐漸升高，對水稻產量的影響越來越大，許多學者在氣象因子對早稻產量影響方面做了大量的研究。陳斐等通過主成分回歸方法研究發現長江中下游雙季早稻相對氣象產量最大的影響因子為降水，呈負相關[1]。李涵茂等研究發現5 月上旬平均氣溫、6 月中旬降水量和 7 月中旬日照時數與湘北早稻產量相關性最好[2]。匡勇等發現平均溫度上升與湘南早稻產量呈負相關[3]。吳麗姬等認為降水主要對華南早稻的結實期有不利影響[4]。前人大多數是研究較大的地理區域，針對局部小區域的多個氣象因子對早稻產量影響的研究較少。但是，不同區域氣候存在較大差異，以較大的地理區域研究得出的結果并不一定適用于局部小區域的生產實際。因此，本文以靈山縣為例，通過主成分回歸方法研究氣象因子對靈山縣早稻產量的影響，建立相對氣象產量的預報模型，為靈山縣早稻產量預報以及水稻生產防災減災提供科

學依據。

1 資料與方法

1.1 研究材料

靈山縣基準氣候站1957—2022年逐旬平均氣溫、總日照時數、總降水量、平均相對濕度等氣象數據和1994—2022年觀測得到的早稻發育期資料；靈山縣早稻產量數據來自于欽州市統計局（1957～2019年）和國家統計局欽州調查隊（2020～2022年）。

1.2 研究方法

1.2.1 產量分解及相對氣象產量

將水稻產量Y分解為反映種植技術進步、品種優化等非自然因素影響的趨勢產量Yt，生長環境中氣象條件變化等自然因素影響的氣象產量Yw，其他隨機因素造成的隨機產量ε，ε一般很小，在研究中通常可以忽略，則有：

本文采用五步直線滑動平均法分解趨勢產量，將氣象產量與趨勢產量的比值定義為相對氣象產量Yr，以消除不同時期生產力水平的影響，使氣象產量在時間和區域上具有可比性[1]，即：

1.2.2 建模方法

以旬為時間尺度，通過SPSS26軟件對早稻相對氣象產量和早稻發育期內各旬氣象因子進行相關性分析得到與早稻相對氣象產量顯著相關的氣息因子，運用主成分回歸方法建立顯著相關氣象因子與早稻相對氣象產量的回歸預報模型，并對模型進行檢驗[5]。

2 結果與分析

2.1 相關性分析

以旬為時間尺度，通過SPSS26軟件對早稻相對氣象產量和早稻發育期內各旬氣象因子進行相關性分析。結果詳見表1。

由表1可以看出，在靈山縣早稻發育期內相對氣象產量與平均氣溫、平均最高氣溫、最高氣溫、有效積溫和日照時數等氣象因子呈顯著正相關到顯著負相關轉變，與氣溫日較差和降水量呈顯著負相關，相對濕度對早稻的影響不顯著。

2.2 靈山縣早稻平均發育期

利用1994～2022年靈山縣早稻發育期觀測資料將靈山縣早稻發育期劃分為幼苗期（3月下旬—4月中旬）、分蘗期（4月下旬—5月中旬）、拔節孕穗期

（5月下旬—6月中旬）、抽穗揚花期（6月中下旬）和灌漿成熟期（7月）。

2.3 主成分分析

靈山縣早稻3月下旬（最高氣溫）—7月下旬降水量等顯著相關氣象因子的主成分分析，結果詳見表2。

從表2可以看出，前6個主成分累計貢獻率大于80%，可以解釋早稻相對氣象產量的主要變化[6]。結合表1、2以及靈山縣早稻發育期時間可知，主成分P1中因子X9～X14所占的比重較高，對應6月中旬平均氣溫、平均最高氣溫、最高氣溫、氣溫日較差、有效積溫和日照時數，反映了靈山縣孕穗后期-抽穗初期的氣象條件，可以稱為“孕穗后期-抽穗初期氣象因子”。類似地，主成分P2由分蘗后期（5月中旬）的因子X3～X6主導，稱為“分蘗后期氣象因子”；主成分P3由減數分裂期（6月上旬）的因子X7和X8主導，稱為“減數分裂期氣象因子”；主成分P4由灌漿成熟后期（6月下旬）的因子X16 主導，稱為“灌漿成熟后期降水因子”；主成分P5由抽穗揚花后期（7月下旬）的因子X15 主導，稱為“抽穗揚花后期降水因子”；主成分P6由幼苗中后期（3月下旬及4月上旬）的因子X1和X2主導，稱為“幼苗中后期最高氣溫因子”。

2.4 相對氣象產量預報模型及評估檢驗

以主成分P1-P6為自變量，通過多元線性回歸構建靈山縣早稻相對氣象產量的回歸方程：

將主成分各分量除以對應特征根的平方根后帶入式（3），得到靈山縣早稻相對氣象產量標準化回歸預報模型：

由式（4）可知，在靈山縣早稻發育期內，顯著相關氣象因子對早稻相對氣象產量的影響從幼苗中期最高氣溫的正相關到減數分裂期氣溫日較差起向負相關轉變，其中，最重要的為抽穗揚花期降水量，其次為灌漿成熟期降水量，均為負相關；早稻相對氣象產量預報模型通過1%顯著性檢驗（同注1）。為檢驗建立的相對氣象產量模型準確性，引入準確率，準確率=（1-|模擬產量-實際產量|/實際產量）×100%[2]。檢驗結果表明，靈山縣早稻模型的預測準確率為79.0%～99.9%，其中最小準確率出現在1988年，平均預報準確率大于95%，模型模擬可信度高。

3 結論與討論

本文通過主成分回歸方法研究了顯著相關氣象因子對靈山縣早稻相對氣象產量的影響，得出以下結論：

（1）在靈山縣早稻發育期內，減數分裂期前顯著相關的氣象因子與早稻相對氣象產量呈正相關，減數分裂期起至灌漿成熟后期呈負相關；其中降水是最重要的氣象因子，為負面影響。在大多數年份，靈山縣早稻幼苗中后期和分蘗后期易出現低溫陰雨天氣，此時較高的溫度和較多日照時數有利于早稻培育壯秧及移栽后分蘗生長，提高早稻產量；在減數分裂期和孕穗后期-抽穗初期，靈山縣溫度逐漸升高，日照時數增加，此時過高的溫度和過多日照時數對早稻幼穗分化有不利影響，容易導致穗粒數減少，空粒增多，最終造成早稻產量下降。在早稻抽穗揚花后期、灌漿成熟期后期降水量偏多，不利于早稻灌漿結實，持續的降雨還會造成谷粒穗上發芽，導致產量減少，與吳麗姬等研究結果一致[4]。

（2）本文基于顯著相關的氣象因子建立的早稻相對氣象產量模型通過1%顯著性檢驗，平均預報準確率大于95%，模型模擬可信度高，為早稻產量預報提供可靠的依據。

參考文獻

[1] 陳斐，楊沈斌，申雙和，等.基于主成分回歸法的長江中下游雙季早稻相對氣象產量模擬模型[J].中國農業氣象，2014，35（5）：522-528.

[2] 李涵茂，帥細強，戴平，等．基于關鍵氣象因子的湘北早稻產量動態預報[J]．湖南農業科學，2015（1）：114-116+119.

[3] 匡勇，鄭華斌，黃璜.溫度變化對湖南水稻產量的影響[J].作物研究，2011，25（6）：538-543.

[4] 吳麗姬，胡飛.華南地區早晚稻生育期降水特征分析[J]. 華南農業大學學報，2019，40（1）：1-7.

[5] 董京銘，劉瑞翔，馬晨晨，等.利用主成分回歸方法預估連云港地區水稻氣象產量[J].江蘇農業學報，2021，37（3）：606-612.

[6] 司守奎，孫璽菁，孫兆亮，等.數學建模算法與應用[M].第3版.北京：國防工業出版社，2021：276-277.