基于气候适宜度指数的春玉米产量预报模型

崔宇慧 白 茹 刘园园

（1.河北省滦平县气象局，河北 滦平 068250；2.河北省承德县气象局，河北 承德 067400；3.河北省承德市气象局，河北 承德 067000）

气象条件是大田作物生长发育和产量积累的重要影响因子，在土壤特性、农田作物管理技术一致的条件下，对作物丰歉收、品质高低具有重要影响。研究发现，干旱和低温冷害因子限制了产量气候适宜度。采用模拟气候模拟，发现全球变暖加剧水分胁迫，给农业带来风险。近年来，国内外对基于影响的气象预报及服务的研究逐渐增加。各地气象部门根据气象服务需求利用气象数据与作物生育期及产量建立预报模型，并将其应用到服务中。预报模型的建立有许多种方法。预报模型大多建立在气候适宜度、产量历史丰歉气象影响指数上。基于气候适宜度的预测方法准确率高且简便，在农业气象服务中有广泛的应用。目前，很多学者采用该方法对不同种类作物的生育期预报、产量预报进行了大量研究。例如，王丽伟等建立基于气候适宜度的吉林省春玉米单产预报模型，平均预报准确率大于88.9%，但外推预报结果不稳定。曹永强等对辽宁省春玉米全生育期气候适宜度及年景进行了研究发现，各气象因素的适宜度波动性较大，降水适宜度最低。邱美娟等吉林省玉米全生育期降水适宜度最低。刘维等以各主产地市、县种植面积百分比加权得到省级产量，建立江苏省不同空间尺度一季稻产量预报模型，主产地县模型平均预报准确率低于省级尺度，且年际波动较大。鲁镇胜等人研究的气候适宜度中，出苗至拔节期降水适宜度波动较强。李树岩等建立基于气候适宜度的河南夏玉米发育期预报模型，能准确地预测各发育期周期；越昆等对内蒙古春玉米气候适宜度变化特征及评价指标进行了研究，指标划分与实际单产拟合较好。

春玉米作为主要粮食作物，播种面积占全县粮食作物种植面积的71%，气象条件成为影响产量的首要因素。因此，综合考虑气温、降水、日照等气候资源建立产量预报模型对农业生产具有重要意义。

1.资料与方法

1.1 数据来源

资料选用2000~2020年逐日日平均气温、日累计降水量和日照时数及日最高气温和日最低气温。农业数据包括生发育期观测资料及春玉米单产，分别来源于县农气观测站、县统计局。

1.2 研究方法

根据农作物生长发育对气候资源的需求和生理特点，本文选取20年来逐年5月上旬至9月下旬气象数据，对农作物气候适宜度及气候资源有效性进行量化。

1.2.1 温度适宜度模型式中，S（T）、T、T0、T1、T2分别为日平均气温、最适气温、最低气温、最高温度（表1）。

表1 滦平县春玉米各生育期的三基点温度（单位：℃）

1.2.2 降水适宜度模型 式中，S（P）、P1、P2分别为春玉米的降水适宜度、旬内实际降水量、该旬的多年降水量平均值。

1.2.3 日照适宜度模型式中，S（S）为日照时数适宜度，S为该旬实际日照时数，S0为该旬多年日照时数平均值。

1.2.4 气候适宜度模型

采用几何平均法构建综合气候适宜度S（C）模型，计算公：

1.2.5 归一化法确定旬权重系数

为了分析春玉米产量与气象条件变化的关系，将各生育期内旬气候适宜度与春玉米产量丰歉气象影响指数的相关性系数进行归一化处理，计算如下：

其中，k表示第k年，k-1表示第k年的前一年。表示作物春玉米产量丰歉气象影响指数，正负值分别表示产量丰收、歉收。i表示第i旬，表示当前所选的第i旬气候适宜度与春玉米产量丰歉气象影响指数的相关系数，表示相关系数序列的最小相关系数，表示相关系数序列的最大相关系数，表示第i旬的相关系数的标准化值，即每旬气候适宜度的系数（表1）。

1.2.6 气候适宜度指数模型

结合以上计算的旬权重系数，采用加权平均方法确定春玉米全生育期的气候适宜度指数模型，式中，C为气候适宜度指数，为第i旬的气候适宜度。

1.2.7 产量预报模型及检验

2.结果与分析

2.1 气候适宜度指数模型及分析

参考李树岩等的研究，结合农业生产实际，确定各生育期的三基点温度，即表2。根据气温、降水、日照与气候适宜度模型，别计算适宜度，并绘制随年际变化的曲线见图1。

图1 适宜度年际变化曲线

在2000~2020年中，滦平县温度适宜度介于0.84~0.98，日照适宜度介于0.79~0.97，不同年份间波动较小；降水适宜度介于0.23~0.69，气候适宜度介于0.47~0.82，年份间存在差异。从整体平均值上看，温度适宜度为0.94，降水适宜度为0.50，日照适宜度为0.90，气候适宜度为0.68，温度与日照较适宜，降水适宜度不高，气候适宜度的限制因子是降水适宜度。从整体变化趋势上看，气候适宜度存在下降趋势。

2.2 春玉米产量预报模型的建立与检验

根据2000~2020年的春玉米产量气象影响指数与气候适宜度指数建立的线性回归模型，即春玉米产量预报模型。其中，a=3.183，b=-2.071，通过0.05显著性有效检验。因此，通过此基于气候适宜度的产量预报模型，可以定量评估春玉米丰歉收，进行产量预报。

将历年春玉米产量及气象资料依次代入产量气象影响指数预报模型、产量预报模型，通过产量预报准确率评价产量预报模型的预报效果，检验预报产量与实际产量之间的差值。产量预报准确率见图2。

图2 春玉米产量预报及准确率变化曲线

图中可以看出，产量实际变化趋势与预报产量的变化趋势一致。预报的产量准确率在2001年、2005~2006年、2010~2020年超过90%，2007~2009年准确率在70%~80%水平，由于2002年、2003年春玉米单产较多年平均水平分别偏少78%，54%，致使产量预报产生噪点。说明此产量预报模型能利用气象数据客观反映春玉米产量丰歉收情况及定量计算产量。实际产量气象影响指数在-0.21~1.95，预报气象影响指数在-0.83~1.95，丰歉收趋势一致。

3.讨论

该研究以县级为研究单位，具有较强针对性，但模型适用范围有限。针对玉米气候适宜度变化特征、气象产量预报及年景评价的研究多以省为例开展，例如越昆以内蒙古为例、李树岩以河南为例。

在地市级范围内，高操以沧州地区夏玉米为例开展气候适宜度评价分析，该方法采用了区划研究，细化了不同种植区内的气候适宜度。本文以滦平县这一区域进行气候适宜度及年景研究，为气候适宜度评估及年景分析向县级发展提供了参考。

由于该模型仅考虑2000~2020年气候适宜度与产量的变化，需要更多的气象与产量数据对模型进行进一步检验。春玉米产量的形成受暴雨、洪涝、冰雹、干旱等农业气象灾害发生的影响，且权重不同，如在玉米大喇叭口期，累计降水量超过200毫米，就会影响玉米正常开花授粉，造成果穗空壳，产量降低。因此，预报模型和年景评估模型中应该考虑农业气象灾害，在模型中充分体现气象影响因子和农业气象灾害影响因子。