导航菜单

第七师双河垦区冬小麦产量预测模式的研究

徐龙

(兵团第七师气象局,新疆奎屯833200)

摘要:冬小麦是第七师双河垦区的主要粮食作物之一,2003—2012年,对双河垦区气象气候条件与作物产量之间的定量联系进行研究,发现双河垦区冬小麦生长在一定的气候背景中,不同的气候背景及气候背景的微观变化都对作物的生长发育和产量形成有显著的或惰性的影响,特别是在冬小麦生长发育的关键时期,某些气象因子对冬小麦产量的形成起着主导、诱发的作用。通过近10年的观测研究,认为利用作物成熟前各种气象要素来模拟预报作物产量是可行的。通过重点研究冬小麦的产量形成及预测问题,对提升双河垦区气象预报为农服务的质量具有重要指导作用。

教育期刊网 http://www.jyqkw.com
关键词 :冬小麦;预测模式;研究

1观测思路

第七师双河垦区地处内陆腹地,属大陆性北温带干旱气候,是北疆地区热量最为丰富、无霜期较长的地区,其气候特点是春季升温快、不稳定,夏季炎热,秋季降温迅速,冬季严寒,四季较为明显,温度的年、日变化大。2003—2012年按一二四团气候区划选择了高、中、低产3个冬小麦地块进行了常年观测,建立了较系统完善的资料库。物候观测的主要项目:出苗、三叶、分蘖、拔节、孕穗、抽穗、乳熟和成熟等。生物观测项目:高度、密度、部分生育期的叶面积、干物重、有效茎、每穗小穗数,以及千粒重、籽粒茎秆比和单产等。田间管理观测项目:两发育期间的平均气温、平均地温、5cm、10cm地温、降水量、蒸发量、日照时数及田间土壤含水量等。通过近10年的系统观测资料收集,为我们研究冬小麦的生长发育和产量形成提供了基础资料,也为我们提供了有价值的农事建议。

2预报模式

作物产量的形成是植物-大气-土壤系统综合作用的结果。找出产量与大气波动之间的定量关系,就必须从产量序列中消除由农业技术水平的提高而引起的产量变化,使之成为随气象条件变化而变化的气象产量序列。本文以气象产量序列为预报对象普查作物生育期间段前期各气象要素序并进行相关分析,筛选出相关稳定性较好具有明显生物学意义的气象因子,利用这些气象因子建立气象产量预报模式,从而达到产量预测的目的。

2.1趋势产量(Yt)的提取及预测模式

Yt表示当地农业生产水平决定的社会趋势产量,由3年滑动平均法得出,通过近10年冬小麦实际产量的统计分析,发现双河垦区冬小麦产量分布波动较大,有2个明显的低产值时期。一个是2003—2005年,另一个是2009—2011年,经调查,2004—2005年双河垦区稳定积雪面积不大,部分地区冬小麦死亡面积达44.8%;2009—2011年3年双河垦区均有较严重的冻害发生(见表1)。

因此,本研究没有采用正交多项式回归分析提取社会趋势产量,而是采用了能较好体现产量序列自然波动的3年滑动平均法提取社会趋势产量,其结果与实际产量序列变化一致(见图1)。

利用自然回归的方法对3年滑动平均得到的社会趋势产量进行分析(见表2),建立社会趋势产量的自回归方程,作为趋势产量的预测模式。

2.3气象产量预测模式的建立

2.3.1气象资料的处理

考查高泉气象站与冬小麦生长发育及产量形成密切相关的光照、降水、温度各因子计144个序列。其中降水48个序列、温度48个序列、日照时48个序列。利用各序列的累年平均值对各序列进行“0.1”化处理,建立气象资料的“0.1”化资料库。

2.3.2筛选预测因子

利用相关稳定筛选法精选因子的计算机软件,以“0.1”化的气象产量序列为预报对象,对“0.1”化的各气象资料序列进行筛选和精选,相关稳定筛选法是在考虑因子与其对应相关密切程度的同时,又注意到相关稳定的一种较为客观的筛选因子的统计方法。通过此方程共精选出27个相关稳定度较大又具明显生物学意义的因子,建立了非“0.1”化的资料库。

2.3.3分层建立气象产量的预报模式

第1层:气象产量预报模式的建立(5月下旬用),用因子库中的29个序列的因子中剔除了本年5月份以后和上年9月份以前的所有因子后剩余的19个因子序列为预报因子,以气象产量序列为预报对象,用多元逐步回归的方法建立了预报模式。取临界值为Fa=23,资料长度N=34,预先因子数M=19,经统计计算得出本层气象产量模式为Yw-1=49.5+1.01X6-0.61X28,其中复相关系数为R=0.6,剩余标准差为SE=10.1。

逐步回归分析的方法是在全部可供筛选的预报因子中运用矩阵变换法,按其对预报量的作用显著程度的大小,逐个向回归方程中引入。通过每一步变换,即将最显著的因子引入,又将作用虽然显著,但搭配不好,显著性减小的因子剔除出去,保证进入方程的每一个因子的作用都较显著,相互搭配也好,从而建立最佳的回归方程的方法。

第2层:气象产量预报模式的建立(6月下旬用),方法同第1层。

利用逐步回归对27个预选因子进行统计,最后建立预报模式为:YW2=151.78+2.34X7-1.5X8+0.88X9-3.73X10-1.68X13-1.84X17-0.35X22-0.72X23,其中Fn=2.3,复相关系数为R=0.89,剩余标准差为SE=9。

2.3.4随机项(△Y)的处理方法

因作物生育期间出现异常气候以及病虫害等对局地产量影响较大,又不常年发生的农业气象灾害在我们的统计模式中属于小概率事件,不易从相关的角度体现出来,但它们对局地冰雹、洪水等确定局地产量有很大影响,因此,必须进行修正处理。本研究主要从2个方面进行修正:(1)对象冰雹、洪水等毁灭性灾害,我们通过调查受灾面积后再从最后预测的总产中除去相应产量;(2)对干热风、病虫害等危害的发生主要调查受灾面积,通过不同的受灾程度,折合成减产百分率,然后在局部面积上进行修正,一般灾害不明显的年份取△Y=0。

3实报效果

自2003年开始逐步对双河垦区冬小麦产量预报模式进行研究,实产与预报产量见表3。

单产预报结果与实际单产相差很小(见图3),预报误差均达自治区下达的不超过3%的指标,预报准确率达100%。

4生物因子

双河垦区每年9月中、下旬正值冬小麦播种和出苗时期,从近10年气候资料来看,此时期多数出现土壤干旱情况,此时有适当的降水量和适宜的气温对保证冬小麦出苗极为有利,是决定基本苗和冬前壮苗的保证。冬季极端最低气温一般出现在12月上旬至1月中旬,12月的降水量影响到地面积雪厚度,对冬小麦安全越冬有影响。4月上旬正是冬小麦返青-起身阶段,也是冬小麦进行幼穗分化的时期,决定着穗粒数的多少。6月中旬正值冬小麦灌浆旺盛时期,气温过高,冬小麦易出现“倒灌”现象;气温偏低,则灌浆迅速减慢,影响冬小麦的千粒重。

5小结

(1)利用气象产量预报模式可进行冬小麦的产量预测,但所选的因子对冬小麦产量预测有较明显的影响;(2)在冬小麦生长发育的关键时期,某些气象因子对冬小麦产量起着主导和诱发的作用;(3)气象产量模式回代与实际很接近,尤其在极值期相符更好;(4)不断改进预报模式的预报效果及准确率较为重要。

教育期刊网 http://www.jyqkw.com
参考文献

[1]李勇,陆日宇,何金海,等.影响我国冬季温度的若干气候因子[J].大气科学,2007,31(3):3-10.

新疆粮食产量“七连增”2014年粮食总产达1435万吨

2014年,新疆粮食总产量达到1435万吨,比上年增加58万吨,连续7年增产丰收。新疆维吾尔自治区党委常委、秘书长白志杰14日此间在新疆党委农村工作会议上称,2014年,新疆主要农产品供给保障能力持续提升,棉花总产量达到450万吨左右,目标价格改革试点顺利推进。肉羊肉牛生产快速发展,畜牧业发展取得新成效,特色林果业产业化进程加快。新疆地处中国内陆,粮食安全问题对新疆有着特殊重要的意义。2013年,新疆粮食种植面积达3165.99万亩,粮食产量达1377万吨,比上年增加104万吨,增长8.2%,是全国粮食增长率的3.9倍。粮食连续增产丰收,对维护新疆社会稳定和长治久安,保障国家粮食安全发挥了重要作用。

(中国新闻网)

下载文本