基于關鍵氣象因子的茂名市早稻產量預報模型

李劍金，梁 冰，陳 冰，黃 浩，王潔遠，何澤華，陳蔚燁

（1.化州市氣象局，廣東 化州 525100；2.茂名市氣象局，廣東 茂名 525100）

茂名市位于廣東省西南部，屬于熱帶、亞熱帶過渡地帶，氣候高溫多濕，光照充足，雨量充沛，水熱同季，土壤肥力良好，適宜雙季水稻生產，是廣東省內水稻生產大市。茂名市國土面積1.15×106hm2，在1995—2020 年，全市水稻平均年播種面積約2×105hm2，居全省地市第二，平均年度稻谷總產量1.248 7×109kg，居全省地級市第一，其中茂名早稻平均產量占全年稻谷總產量的51.1%［1］。

大量研究表明，農作物的產量與氣象條件關系密切，水稻不同的生育時期對氣象條件要求不同，當氣象條件不能滿足時，會影響水稻正常生長，甚至導致減產。關鍵氣象因子是在水稻的某個發育期內，對產量起到關鍵作用的氣象要素［2-8］?；陉P鍵氣象因子建立的水稻產量預測模型，能根據水稻生長發育過程中關鍵氣候條件的變化對早稻產量形成的影響，為農業部門提供準確的作物產量預測信息，為茂名市農業部門科學防災減災、有效應對氣候變化、加強氣象為“三農”服務，做好農業氣象監測預報預警和評估技術，完善現代農業氣象指標體系建設，保障糧食安全提供有意義的決策參考依據。國內關于氣象因子對水稻產量預報已有很多研究成果，李琳琳［9］和張加云等［10］基于關鍵氣象因子，分別建立遼寧和云南地區的水稻產量預報模型；羅正海［11］和黃中雄［12］基于統計預報方法，分別對潮汕地區和南寧市水稻產量進行預報；徐芳［13］通過SPSS 統計軟件建立梧州市早稻產量的定量預測模型。目前尚無針對茂名地區氣象條件對水稻產量影響的研究。本研究以茂名兩個農業氣象試驗站（化州、信宜）的早稻生育期觀測資料、產量資料以及國家基本地面氣象觀測站（化州、信宜）的氣象數據為代表，利用SPSS 軟件、Excel 軟件繪圖分析，運用數理方法統計，分析茂名水稻物候期和生育期的氣候變化特征。統計茂名市1995—2020 年4—7 月各旬的平均氣溫、降水量、日照時數、相對濕度、最高氣溫、最低氣溫和平均風速7 個氣象因子，用SPSS 軟件進行相關性分析和逐步回歸分析，確定影響茂名市早稻產量的關鍵氣象因子，建立茂名市早稻產量統計預報模型。

1 資料與方法

1.1 研究區概況與資料來源

茂名市地形地貌復雜多樣，地勢北高南低，背山面海，南北地域種植的作物地理環境不同，同時受季風降水變率的影響較大，南北地域間氣候亦有差異。因此，選取中北部信宜和西南部化州作為早稻研究區域，兩個城市的種植環境可以代表全茂名市的水稻生產環境情況。

文中用到的氣象數據資料來自茂名市國家氣象觀測站，通過廣東省氣象農業系統AGROS 軟件下載收集，主要包括平均氣溫、降水量、日照時數、相對濕度、日平均風速、最高氣溫、最低氣溫。水稻生育期觀測資料和產量資料來自化州和信宜兩個開展農業氣象觀測工作的年報表。因為茂名市對農業氣象水稻的統一觀測工作開始于1994 年，所以上述水稻觀測資料選取時段為1995 年至2022 年。根據兩站點早稻耕種面積分別在茂名市總的早稻耕種面積的權重占比，進行數據處理后得到茂名市早稻產量。因茂名市的早稻耕種面積變化不大，選用近十年化州和信宜早稻播種面積平均值進行研究，其中，化州市、信宜市和茂名市的早稻播種面積資料均來源于茂名市年鑒。

1.2 資料說明

化州市和信宜市氣象局開展水稻觀測工作是借用普通農戶的耕田，農戶收稻后曬干稱重的觀測田產量取值困難，故用取樣觀測相關要素計算得出的產量數據進行研究。本次研究主要是探討影響茂名地區早稻的氣象因子，其它非氣象原因如種植技術、水稻品種等均不作考慮。

1.3 研究方法

利用面積權重計算茂名市早稻產量數據，將產量數據用Excel 進行五年滑動處理后，以時間為自變量，建立回歸方程，求得茂名早稻的趨勢產量方程。通過產量分離得到茂名早稻氣象產量數據，將氣象產量與早稻各個生長階段的氣象因子通過SPSS 軟件進行相關性分析，確定關鍵氣象因子，最后通過多元線性回歸的方法建立早稻的氣象產量預測模型，將趨勢產量方程和氣象產量預測方程疊加，得到茂名市早稻產量統計預報模型［14-16］。

1.4 資料處理分析

1.4.1 早稻產量資料處理

根據產量貢獻公式（2），求得茂名市1995—2020 年歷年的早稻產量。

式中，Y 為茂名市早稻產量，Ki為面積權重系數，1、2 分別代表化州、信宜，其計算公式為:

式中，Si為某地當年早稻實際播種面積，S 為當年全茂名市早稻播種面積。

1.4.2 分離氣象產量

水稻產量一般可以分解成實際產量、趨勢產量、氣象產量和隨機產量［17］。

式中，Y 為實際產量，ya為趨勢產量，yb為氣象產量，為隨機產量，其中隨機產量一般忽略不計。在本研究中，將茂名早稻產量的時間序列數據進行五年滑動平均處理，再以時間為自變量，產量資料為因變量建立線性回歸方程，得出每年茂名早稻的趨勢產量方程:

2 結果與分析

2.1 早稻產量年際變化特征

圖1 為茂名1995—2020 年早稻產量和氣象產量變化趨勢圖。由圖1 看出茂名早稻氣象產量趨勢與實際產量趨勢變化基本一致。1998—2010 年氣象產量呈波動下降趨勢，2005 年之前氣象產量為正值，2006 年到2010 年轉為負值，表明2005 年之后的農業氣象條件相對較差，但除2008 年早稻產量明顯偏少外，1998—2007 早稻實際單產大致是比較平穩，這可能是隨著技術和水稻品種的改進帶來產量提高，對較差情況下，早稻產量還能比較平穩；而2008 年由于6 月上旬日照嚴重偏少且降水較多對早稻孕穗灌漿不利，早稻產量較前一年相比有20%左右減產。2011 年以來隨著生產技術水平和水稻品種的進一步改進以及氣象條件監測手段的發展和農業服務精細化，茂名地區早稻產量除個別年份有突變外，總體呈振蕩型快速上升趨勢。2016 年氣象條件不太好的情況下，早稻的產量也與氣象條件極有利于增產的1996 年早稻產量相差不大；在2020 年較好的氣象條件下，早稻產量相對較高。

圖1 茂名1995 年至2020 年早稻產量及氣象產量年變化趨勢

2.2 早稻生育期分析

對茂名市早稻生育期進行統計（表1），茂名早稻平均播種時間為3 月中旬，4 月中旬移栽，7 月中旬成熟。從人工播種期至抽穗期需要95 d，抽穗到成熟期需要30 d，全生育期約為125 d。

表1 茂名早稻生育期關鍵節點

3 模型構建

3.1 影響早稻產量的氣象因子

（1）由于茂名早稻從4 月開始移栽，本文氣象因子的選取從4 月開始。對茂名早稻生長發育期分析，以旬為單位分為11 旬，計算每旬的平均氣溫、降雨量、日照、最高氣溫、最低氣溫、相對濕度、平均風速。分析氣象產量和每旬氣象因子的相關性。結果表明，4 月中旬相對濕度、5 月上旬日照、5 月上旬相對濕度、5 月中旬雨量、6 月上旬日照、6 月上旬平均氣溫、6 月上旬最低氣溫、6 月下旬相對濕度和6 月下旬最高氣溫共9 個因子與氣象產量相關性較高且通過顯著性檢驗（見表2）。

表2 氣象產量與氣象因子的相關性

對于茂名早稻而言，在人工種植的情況下，田間水分管理可以進行人工干預，比起降雨和相對穩定的溫度這兩個氣象因子，早稻產量受日照、相對濕度影響更大，而平均風速則對茂名早稻各階段生長無顯著影響。

3.2 建立早稻氣象產量預報模型

將相關性較高的9 個氣象因子，通過SPSS 軟件進行逐步回歸分析，得到影響茂名早稻氣象產量的3 個關鍵氣象因子:5 月中旬雨量、6 月上旬日照和6 月下旬相對濕度，并建立茂名早稻氣象產量預報模型:

上述式子中，yb是預報模型估算的茂名早稻氣象產量，X1是6 月下旬相對濕度，X2是6 月上旬日照，X3是5 月中旬雨量。

5 月中旬為早稻拔節期，一般不能斷水，但還需視降雨情況而定，雨水較多時，應擱田降低水稻植株間濕度，減少病蟲害發生幾率。此階段，稻田需有水層，防脫水受旱，但長時間處于淹水狀態又會引起土壤氧氣不足，對根的生長不利。因此，5 月中旬雨量與氣象產量關系為負相關。

6 月上旬為孕穗時期，充足的日照使花粉活力增強，有利于提高穗粒數和結實率。較高的溫度對水稻生長發育影響顯著，尤其是二次灌漿的水稻品種會因適當高溫受益，增加水稻粒重和水稻的結實率。因此6 月上旬日照時數為正相關。

6 月下旬進入早稻乳熟時期，是水稻產量形成最重要的時期，該時期對水分尤為敏感。水稻抽穗之后25 d 左右，保持田間較高的濕度，能有效保障水稻具有飽滿的子粒，增加水稻粒重和水稻的結實率，因此該時期相對濕度為正相關。

3.3 建立早稻產量預報模型

將估算趨勢產量（公式（5））與氣象產量統計模型疊加公式（6），即得到茂名早稻產量預報模型:

其中Y 為預報模型估算的茂名早稻產量，X 為年份，X1是6 月下旬相對濕度、X2是6 月上旬日照、X3是5 月中旬雨量。

3.4 模型檢驗

將1995—2022 年數據回代到擬合預報模型，得出1995—2022 年茂名市早稻產量的擬合預報值，并與1995—2022 年茂名市早稻實際產量進行對比（圖2），發現預報早稻產量曲線與實際早稻產量曲線變化趨勢基本吻合。

圖2 1995—2022 年茂名市早稻產量模擬產量預報及回代檢驗

本研究的早稻產量預報準確率檢驗為:

將模式模擬的產量和實際產量進行回代檢驗，得到平均準確度為92.5%，預測結果比較可信。其中準確率最小值為72%～77%，出現在2008 年、2002年。對于使用統計方法的氣象產量預報模型來說，當氣象要素處于異常狀態時，預報的結果較差。

將2021 和2022 年相關數據代入模型，通過計算得到該年預報產量，與實際產量進行對比，預報的準確度分別為95.7%和85.7%。由此可見，構建的早稻產量預報模型具有較高的準確度，在氣象為農服務中具有一定的實用價值。

4 結論與討論

（1）比起降雨和氣溫氣象因子，茂名早稻產量受日照、相對濕度影響更大，而平均風速則對茂名早稻各階段生長無顯著影響。通過對茂名水稻氣象產量與生育期氣象因子進行相關分析，篩選確定6 月下旬相對濕度、6 月上旬日照和5 月中旬雨量3 個氣象因子作為影響茂名早稻氣象產量的關鍵氣象因子，并建立早稻產量預測模型。

（2）各關鍵氣象因子反映水稻在生長發育不同階段對光、溫、水的需求，5 月中旬為茂名早稻拔節期，需水量較多，但降雨較多會使稻田長時間處于淹水狀態而引起土壤氧氣不足，對根的生長不利。6 月上旬為孕穗時期，充足的日照使花粉活力增強，有利于提高穗粒數和結實率。6 月下旬為乳熟時期，是水稻產量形成最重要時期，對水分尤為敏感。水稻抽穗25 天左右，保持田間較高濕度，能有效保證水稻具有飽滿子粒，增加水稻粒重和水稻的結實率。

（3）基于影響早稻產量的3 個關鍵氣象因子，建立茂名早稻產量預測模型，參數少、方法簡單，易于使用，產量模擬準確度高，回代檢驗準確度平均達92%，近兩年預報準確度分別為95.8%和85.7%，基本上可以滿足農業氣象服務的需要。

本模型所選用的氣象預報因子存在時間限制，不能在水稻生長發育期內任意時間進行產量預報。另外，由于水稻的具體產量還與不同品種特性、栽培措施等其他因素密切相關，利用預測模型進行早稻產量預報業務時，還應該結合其他預報方法，對結果進行適當調整。