<4D F736F F D DBBF9D3DAB9D8BCFCC6F8CFF3D2F2D7D3B5C4C1C9C4FECAA1CBAEB5BEB5A5B2FAB6AFCCACD4A4B1A8>

Size: px

Start display at page:

Download "<4D F736F F D DBBF9D3DAB9D8BCFCC6F8CFF3D2F2D7D3B5C4C1C9C4FECAA1CBAEB5BEB5A5B2FAB6AFCCACD4A4B1A8>"

列白
5 years ago
Views:

1 大麦与谷类科学 2017,34(04): Barley and Cereal Sciences doi: /j.cnki /s 基于关键气象因子的辽宁省水稻产量动态预报李琳琳 1, 王婷 1, 李雨鸿 1, 刘青 2, 宋晓巍 2 3, 赵振宇 (1. 辽宁省气象科学研究所, 辽宁沈阳 ;2. 沈阳市气象局, 辽宁沈阳 ;2. 阜新市气象局, 辽宁阜新 ) 摘要 : 利用辽宁省 33 个气象站点年水稻产量生育期内的旬平均气温旬降水量及旬日照时数等资料, 应用统计分析方法建立水稻的产量动态预报模型使用 5 年滑动平均法分离水稻趋势产量, 分析气象产量与水稻生育期内逐旬气象要素的相关性, 确定 5 月上旬平均气温 5 月下旬平均气温 6 月下旬降水量 7 月下旬降水量 8 月上旬日照时数 9 月中旬平均气温和 9 月下旬日照时数为关键气象因子, 建立水稻产量动态预报模型, 并对预报结果进行验证结果表明 : 对年进行模拟预报及回代检验, 平均准确率在 93% 以上 ; 对 2013 年的产量进行预报, 准确率为 93.97%~99.67%, 预报准确率较高预测结果基本可以反映水稻产量的变化情况, 能够满足业务服务的需要关键字 : 水稻 ; 关键气象因子 ; 气象产量 ; 动态预报中图分类号 :P49 文献标识码 :A 文章编号 : 水稻在辽宁粮食生产中占有很重要的地位, 主要是由于气候原因通过多年种植水稻的实践和发展, 技术和品种不断完善, 品质亦有很大的改观截止 2015 年, 本省种植水稻面积约 khm 2 在水稻种植面积不变的基础上, 产量有逐年增长的趋势, 但由于受气候条件的影响, 产量也有一些小幅波动关键气象因子就是在水稻的某个发育期内, 对产量起到关键作用的气象要素动态地预报水稻产量的变化情况, 对粮食生产安全有着重要的意义国内学者对水稻产量预报方面做了大量的研究吴钟铃等对农业气象产量预报方法进行了研究与探讨, 并对长春水稻玉米作物进行了参量试报 [1] ; 王家先等研究水稻秧龄和播种期对产量的影响, 得出一般情况下, 气温偏高导致播种日期提前, 播种期的变化对产量有着明显的影响, 适时提早播种有利于水稻产量提高, 播种日期推迟导致水稻产量下降 [2] 袁立新等利用 SPSS 统计软件, 建立了基于 BP 神经网络的水稻产量预报预测模型 [3] ; 韩永翔等对作物产量进行了预报新方法的研究探索 [4] 本文通过对水稻生长发育过程中的气象要素与产量进行相关性分析, 确定影响水稻产量的关键气象因子, 并将关键气象因子所在时间段的下一旬的第一天作为预报时间, 建立水稻气象产量动态预报模型, 为本省水稻产量的动态预报提供帮助 1 资料与方法 1.1 资料来源根据辽宁省统计的水稻种植分布和生长特点, 选取康平新民法库辽中普兰店台安大洼等共 33 个水稻主产县 ( 市 ) 为水稻的研究区域, 这 33 个县 ( 市 ) 水稻播种面积占全省的 96% 以上, 可以代表全省水稻生产情况文中所用的水稻产量资料来自辽宁省统计年鉴 ; 水稻生育期资料来自农业气象观测收稿日期 : 基金项目 : 辽宁省气象局科研项目 (BA201705) 作者简介 : 李琳琳 (1985 ), 女, 硕士, 工程师, 主要从事农业气象相关研究 Llinlin1985@163.com

2 报表 ; 气象资料来自于辽宁省气象局, 主要包括降水量平均气温和日照时数等 ; 资料选取年份为年 1.2 研究方法产量资料处理粮食作物产量一般可以分解为趋势产量气象产量和随机产量 [5] 即 У = у a +у b +б (1) 式中,у 表示为实际产量, 表示 у a 趋势产量,у b 表示气象产量,б 表示为随机产量, 其中随机产量一般可以忽略不计本研究采用的是 5 年滑动平均法, 将年的水稻产量资料以年份排序, 选取 1~5 年的数据为第 1 个产量序列, 以产量资料为因变量以时间为自变量建立线性回归方程, 计算回归方程在 1~5 年中每年的拟合值, 最后对每年得到的拟合值求平均即该值为该年的趋势产量 [6] 依照上述方法, 求得水稻趋势产量, 用实际产量减去趋势产量即为气象产量本文使用年实际产量分离出了趋势产量及气象产量, 图 1 表明趋势产量与实际产量的变化趋势基本一致图 1 辽宁省年水稻产量及气象产量年变化趋势水稻产量在 1995 年和 2012 年有下降趋势, 表示其年份农业气象条件较差, 对应的气象产量在 1995 年表现出较大的负值年产量较为平稳,2005 年以后气象产量随着时间变化上下波动, 但波动幅度不大, 对应的实际产量也表现出小幅波动发育期气象资料处理本文采用年辽宁省 33 个气象观测站水稻生育期内的平均气温降水量及日照时数其中, 2013 年数据作为预报检验年份应用 Excel 2007 SPSS 13.0 等软件进行数据处理和分析 1.3 水稻动态预报技术方法首先通过对水稻生长发育过程中的多种气象要素与产量进行相关性分析, 最终确定影响水稻的关键气象因子, 将关键气象因子所在时间段的下一旬的第 1 天作为预报时间, 建立水稻气象产量动态预报模型, 最终得到水稻产量的动态预报 1.4 数据计算与处理方法水稻气象产量动态预报模型计算公式通过气象产量与关键气象因子的相关性分析, 将气象产量作为因变量, 预报时间之前的所有气象因子为自变量, 应用多元线性回归方法建立气象产量动态预报模型 [7] : y = a 式中,у 为气象产量,a 0 为常数,b 1 为系数,x 为第 i 个关键气象因子 0 + n i = 1 b i x i (2)

3 1.4.2 水稻产量动态预报检验公式通过公式 (2) 对水稻进行气象产量动态预报, 要对其动态预报结果进行检验, 检验准确率的公式如下 : 准确率 (%)=[1- ( 模拟产量 - 实际产量 ) / 实际产量 ] 100 (3) 2 结果与分析 2.1 水稻生长发育期对辽宁省水稻进行多年的统计分析, 结果表明, 一般播种期时间为 4 月中旬陆续开展,10 月上旬成熟 ( 表 1) 表 1 水稻主要生育期及出现时间生育期苗期栽插 - 返青期分蘖期拔节 - 孕穗期抽穗开花期灌浆 - 成熟出现时间 4 月上旬到 5 月上旬 5 月下旬到 6 月上旬 6 月中旬到 7 月上旬 7 月中旬到 8 月上旬 8 月中旬 8 月下旬到 10 月上旬 2.2 影响产量的关键气象因子分析由于辽宁省大部地区都是采用温室大棚一体化育苗, 本文的关键气象因子的选取从 5 月开始对水稻生长发育期进行分析, 以旬为单位分为 16 旬, 每旬逐一计算平均气温降水量及日照时数分析气象产量与每旬的气象因素的相关性, 并将通过显著性检验的因子作为影响产量的关键气象因子结果显示,5 月上旬平均气温 5 月下旬平均气温 6 月下旬降水量 7 月下旬降水量 8 月上旬日照时数 9 月中旬平均气温和 9 月下旬日照时数 7 个因子有显著性相关 ( 表 2) 表 2 水稻气象产量与关键气象因子的相关性 5 月上旬 5 月下旬 6 月下旬 7 月下旬 8 月上旬 9 月中旬 9 月下旬平均气温 0.497* 0.398** 0.494* 降水量-0.450* ** 日照时数 0.404** 0.473* 注 : 表中 * 和 ** 分别表示通过 0.05 和 0.01 水平的显著性检验针对辽宁省水稻而言, 以上各关键气象因子反映了水稻的关键生长发育阶段对光温水的需求 5 月为水稻移栽的主要时期, 温度偏高会促进水稻的生长, 发生低温冷害的几率较小, 对水稻的生长发育有利, 因此与气温呈现正效应 6 月下旬 7 月下旬是水稻的分蘖和拔节孕穗前期, 水稻拔节孕穗期对水分的需求最为敏感, 干旱会造成穗粒数和结实率下降, 恢复灌溉后, 水稻能够很快恢复生长, 降水过多导致水稻光照不足, 影响作物生长发育, 因此降水量为负效应水稻拔节期日照充足会促进水稻生长发育, 利于高产, 因此日照时数为正效应 9 月中下旬为水稻灌浆 - 成熟期, 是水稻产量形成最重要的时期, 该时期对日照温度尤为敏感, 温度偏高, 日照充足花粉活力上升, 授粉率结实率较高, 利于水稻高产, 因此呈现正效应 2.3 建立水稻气象产量动态预报模型通过气象产量与关键气象因子的相关性分析, 确定预报时间, 分别为 5 月 11 日 6 月 1 日 7 月 1 日

4 8 月 1 日 8 月 11 日 9 月 21 日和 10 月 1 日根据公式 (2) 应用多远线性回归方法建立气象产量动态预报模型 ( 表 3) 表 3 水稻气象产量动态预报模型参数预报时间 a 0 b 1 b 2 b 3 b 4 b 5 b 6 b 7 5 月 11 日月 1 日月 1 日月 1 日月 11 日月 21 日月 1 日注 :b 1 b 2 b 3 b 4 b 5 b 6 b 7 为 x 1 x 2 x 3 x 4 x 5 x 6 x 7 的系数,x 1 ~x 7 依次为 5 月上旬平均气温 5 月下旬平均气温 6 月下旬降水量 7 月下旬降水量 8 月上旬日照时数 9 月中旬平均气温和 9 月下旬日照时数 2.4 水稻产量动态预报检验本文分别在 5 月 11 日 6 月 1 日 7 月 1 日 8 月 1 日 8 月 11 日 9 月 21 日和 10 月 1 日对年水稻气象产量进行模拟预报根据公式 (3) 准确率计算, 气象产量预报检验结果见表 4 表 4 辽宁省年水稻模拟产量动态预报回代检验 5 月 11 日 6 月 1 日 7 月 1 日 8 月 1 日 8 月 11 日 9 月 21 日 10 月 1 日准确率高于 95% 35% 50% 50% 45% 50% 60% 60% 准确率 90%~95% 45% 30% 25% 20% 30% 25% 35% 准确率低于 90% 20% 20% 25% 35% 20% 15% 5% 结果表明, 平均预报准确率在 93% 以上, 预测结果比较可信其中, 准确率最小值为 70.87%~92.20%, 出现在 1995 年对于使用统计方法的气象产量预报模型, 在其因子处于异常状态下其预报的结果很差同时, 在各预报时间对 2013 年的水稻产量进行动态预报, 预报准确率为 93.97%~99.67%( 表 5) 表 5 对辽宁省 2013 年水稻产量的预报日期实际产量 (kg/hm 2 ) 模拟产量 (kg/hm 2 ) 准确率 (%) 5 月 11 日月 1 日月 1 日月 1 日月 11 日月 21 日月 1 日结论与讨论本文通过对水稻气象产量与生育期气象要素进行相关分析, 筛选确定 5 月上旬平均气温 5 月下旬平均气温 6 月下旬降水量 7 月下旬降水量 8 月上旬日照时数 9 月中旬平均气温和 9 月下旬日照时数共 7 个气象要素作为影响水稻气象产量的关键气象因子, 并以此为依据建立了水稻气象产量动态预报模型

5 对辽宁省所种水稻而言, 以上各关键气象因子反映了水稻在生长发育阶段对光温水的需求 5 月为移栽的主要时期, 温度偏高会促进水稻的生长, 发生低温冷害的几率较小, 对水稻的生长发育有利, 因此与气温呈现正效应 6 月下旬 7 月下旬是水稻的分蘖和拔节孕穗前期, 干旱会造成穗粒数和结实率下降, 恢复灌溉后, 水稻能够很快恢复生长, 降水过多会导致水稻光照不足而成为无效分蘖, 因此降水量为负效应水稻拔节期日照充足会促进水稻生长发育, 利于高产, 因此日照时数为正效应 9 月中下旬为水稻灌浆 - 成熟期, 是水稻产量形成最重要的时期, 该时期对日照温度尤为敏感, 温度偏高, 日照充足花粉活力上升, 授粉率结实率较高, 利于水稻高产, 因此呈现正效应基于关键气象因子的水稻气象产量动态预报模型, 参数少方法简单, 易与使用通过对模型进行模拟预报与检验, 得出利用该模型预报水稻的产量, 准确率较高, 预测结果基本可以反映出水稻产量的变化情况, 可以满足业务服务的需要由于本模型受气象因子所在的时间限制, 预报时间固定, 不能在水稻生长发育期内的任意时间进行产量预报在进行水稻产量预报业务时, 还应该考虑其他预报方法的预报结果, 并结合调研结果对预报结果进行修正, 以进一步提高预报准确度参考文献 : [1] 吴钟铃, 陈铁如, 李琳一. 农业气象产量预报方法的探讨和长春水稻玉米产量试报 [J]. 高原山地气象研究,2011,31(1): [2] 王家先, 王代林, 陈刘华. 水稻秧龄和播种期对产量影响的试验研究 [J]. 西南农业学报,2000,19(2): [3] 袁立新, 段修荣, 余先超. SPSS 建立自贡水稻产量年景预测模型 [J]. 四川气象,2006 (1): [4] 韩永翔, 伊东. 作物产量预报新方法研究 [J]. 干旱地区农业研究,2002,20(3): [5] 唐余学, 罗孳孳, 范莉, 等. 基于关键气象因子的中稻单产动态预报 [J]. 中国农业气象,2011,32( 增 1): [6] 魏中海, 王建勇, 夏宣炎. 粮食产量预测的因子处理和建模方法 [J]. 华中农业大学学报,2004,23(6): [7] 李涵茂, 帅细强, 戴平, 等. 基于关键气象因子的湖北早稻产量动态预报.[J]. 湖南农业科学,2015(1): ,119.

第期黄雪莲等响应面优化绿色木霉菌培养基材料与方法菌种仪器与试剂菌种的活化单因素试验响应面优化试验优化工艺的验证数据处理结果与分析

第期黄雪莲等响应面优化绿色木霉菌培养基材料与方法菌种仪器与试剂菌种的活化单因素试验响应面优化试验优化工艺的验证数据处理结果与分析第卷第期年月食品与生物技术学报响应面优化绿色木霉菌培养基黄雪莲于新仲恺农业工程学院轻工食品学院广东广州利用响应面分析法对绿色木霉菌的培养基进行优化通过测量不同营养条件下绿色木霉菌落生长直径研究其生物学特性在单因素实验的基础上选定葡萄糖添加量丙氨酸添加量和磷酸二氢钾添加量个因素进行中心组合实验建立二次回归方程并应用响应面分析法进行优化结果表明绿色木霉菌最佳培养基为葡萄糖