氣象因子對(duì)新昌小京生花生產(chǎn)量影響分析

楊鳴 袁丹丹 朱濤

關(guān)鍵詞小京生花生;氣象產(chǎn)量;模型

新昌小京生，俗稱小紅毛花生、落花生，主產(chǎn)地為新昌縣大市聚、紅旗、孟家塘、西郊等一帶，于清朝末年從北京引進(jìn)，民國初期就馳名于國內(nèi)外;特點(diǎn)是殼薄光澤，香而帶甜，油而不膩，松脆爽口，色香味俱佳。經(jīng)測(cè)定，小京生果仁含蛋白質(zhì)27%、脂肪48%、糖分5.9%、淀粉7.2%，營養(yǎng)價(jià)值比雞蛋、牛奶還高，在1984年全國花生食味評(píng)比中榮獲第1名。

氣象條件對(duì)小京生花生的品質(zhì)和產(chǎn)量有很大的影響。氣象因子變化常常引起小京生花生產(chǎn)量波動(dòng)。因此，研究氣象條件對(duì)小京生花生產(chǎn)量的影響對(duì)農(nóng)業(yè)部門指導(dǎo)新昌小京生花生生產(chǎn)種植具有重要意義。

1資料與方法

1.1資料

選用2000-2017年新昌縣小京生花生年產(chǎn)量資料，數(shù)據(jù)來源于新昌縣統(tǒng)計(jì)局：同時(shí)段相關(guān)氣象資料來源于新昌縣氣象局。小京生花生整個(gè)生育期大約為150d，一般5月上中旬開始播種，到9月進(jìn)入成熟收獲期。根據(jù)新昌縣小京生花生生育期的植物生長(zhǎng)特點(diǎn)，選取新昌縣氣象觀測(cè)站2000-2017年逐年5-9月的逐月和逐句平均氣溫、降水量、日照時(shí)數(shù)等共計(jì)60個(gè)氣象因子觀測(cè)資料進(jìn)行統(tǒng)計(jì)整理。

1.2小京生花生產(chǎn)量分析方法

2000-2017年，新昌小京生花生產(chǎn)量是逐年變化的，要研究氣象因子與小京生花生產(chǎn)量之間的關(guān)系，必須剔除其他影響花生實(shí)際產(chǎn)量的因素，剩下由氣象條件影響的這部分產(chǎn)量與氣象因子進(jìn)行相關(guān)性分析，才能得到準(zhǔn)確、科學(xué)的結(jié)論。作物產(chǎn)量分解公式為：

式中，Y為小京生花生實(shí)際單產(chǎn);YT為小京生花生趨勢(shì)產(chǎn)量，Yw為花生氣象單產(chǎn);Y為隨機(jī)波動(dòng)產(chǎn)量，可忽略不計(jì)。因此，式（1）可以簡(jiǎn)寫為：

式（2）中趨勢(shì)產(chǎn)量（Y）由生產(chǎn)力水平?jīng)Q定，隨生產(chǎn)力變化而變化，與時(shí)間有明顯的函數(shù)關(guān)系，可以看作年份XT的函數(shù);Yw表示由氣象因素引起實(shí)際產(chǎn)量與長(zhǎng)期變化趨勢(shì)項(xiàng)的偏差。

當(dāng)前國內(nèi)外研究中有很多種處理趨勢(shì)產(chǎn)量的方法，比較常用的有直線滑動(dòng)平均法、線性模擬法、非線性模擬法、分段模擬法、Loglstic函數(shù)模擬法、正交多項(xiàng)式法等。李偉英利用正交多項(xiàng)式法，對(duì)山東菏澤地區(qū)花生的產(chǎn)量與氣象條件進(jìn)行相關(guān)性分析發(fā)現(xiàn)，在花生播種期，溫度越高，越有利于花生出苗，后期多雨對(duì)花生生產(chǎn)有不利影響。萬永建等基于SPSS建立了普寧早稻產(chǎn)量預(yù)報(bào)模型，并對(duì)模型效果和精確度進(jìn)行檢驗(yàn)，結(jié)果表明模型預(yù)報(bào)結(jié)果準(zhǔn)確率較高，能滿足業(yè)務(wù)需求，可作為普寧市早稻產(chǎn)量預(yù)報(bào)的有效依據(jù)之一。

采用直線滑動(dòng)平均法對(duì)小京生花生的實(shí)際單產(chǎn)進(jìn)行了處理，以5年作為滑動(dòng)步長(zhǎng)，對(duì)新昌縣2000-2017年連續(xù)17年的花生趨勢(shì)產(chǎn)量和氣象產(chǎn)量進(jìn)行分離。2000-2017年新昌縣小京生花生實(shí)際產(chǎn)量和趨勢(shì)產(chǎn)量變化（見圖1、表1）。采用相關(guān)分析和回歸分析等統(tǒng)計(jì)方法，分析小京生花生氣象單產(chǎn)與各氣象因子的關(guān)系，并建立了花生產(chǎn)量預(yù)測(cè)模型。

2小京生花生產(chǎn)量氣象條件分析

選取5-9月的逐月逐句的平均氣溫、降水量和日照時(shí)數(shù)，資料長(zhǎng)度為18，一共60個(gè)氣象因子。利用SPSS將小京生花生氣象單產(chǎn)分別與上述氣象因子求相關(guān)，篩選出與花生氣象單產(chǎn)相關(guān)顯著（信度為0.05）的氣象因子共5個(gè)（表2）。

新昌小京生花生氣象單產(chǎn)與9月份平均氣溫、9月份日照時(shí)數(shù)呈顯著負(fù)相關(guān)，與9月份降水呈顯著正相關(guān)，表明9月份高溫干旱是影響新昌小京生花生氣象單產(chǎn)的主要原因。

3建立小京生花生產(chǎn)量預(yù)測(cè)模型

3.1利用三階回歸分析建立小京生花生趨勢(shì)產(chǎn)量預(yù)測(cè)方程

以5年作為滑動(dòng)步長(zhǎng)直線滑動(dòng)平均法，得到的18年小京生花生趨勢(shì)產(chǎn)量Y作為因變量，將X（設(shè)置2000年為1，以此類推，2017年為18）作為自變量，在SPSS中采用立方估計(jì)回歸分析，得到新昌縣小京生花生趨勢(shì)產(chǎn)量與時(shí)間關(guān)系的回歸方程如下：

該回歸方程的相關(guān)系數(shù)R為0.926，判定系數(shù)R2為0.858，調(diào)整后的判定系數(shù)為0.828，估計(jì)標(biāo)準(zhǔn)誤差為46.482，F(xiàn)值為28.190，通過a<0.001的顯著性檢驗(yàn)，說明該回歸方程效果極為顯著。

3.2利用逐步回歸建立小京生花生氣象單產(chǎn)預(yù)測(cè)方程

由于小京生花生氣象單產(chǎn)與多個(gè)氣象因子有關(guān)，必須建立多個(gè)氣象因子的多元線性回歸方程。在選擇氣象因子時(shí)，盡可能選擇與小京生花生氣象單產(chǎn)相關(guān)性顯著的氣象因子建立方程。在SPSS中將Yw作為因變量，相關(guān)氣象因子作為自變量，采用逐步回歸分析，最終得到新昌縣小京生花生氣象單產(chǎn)與氣象因子的回歸方程：

式中x1為9月平均氣溫，x為9月上旬降水，x為9月日照時(shí)數(shù)，該方程相關(guān)系數(shù)R為0.792，判定系數(shù)R2為0.627，調(diào)整后的判定系數(shù)為0.548，估計(jì)標(biāo)準(zhǔn)誤差為62.32446，F(xiàn)值為7.860，通過a

3.3小京生花生產(chǎn)量預(yù)測(cè)模型及效果檢驗(yàn)

由小京生花生趨勢(shì)產(chǎn)量預(yù)測(cè)方程式（3）、氣象單產(chǎn)預(yù)測(cè)方程式（4）及式（2），得到新昌縣小京生花生產(chǎn)量預(yù)測(cè)方程：

分別將年份數(shù)據(jù)和對(duì)應(yīng)的氣象因子數(shù)據(jù)代入式（5），計(jì)算新昌縣2000～2017年的小京生花生模擬單產(chǎn)，并與18年的小京生花生實(shí)際單產(chǎn)進(jìn)行比較，檢驗(yàn)該模型的精度，結(jié)果證明該模型預(yù)測(cè)新昌縣小京生花生單產(chǎn)最高精度達(dá)100%，最低精度為92.2%，平均預(yù)測(cè)精度為97.5%，具有較高的預(yù)測(cè)精度（表3）。

4結(jié)論

根據(jù)新昌縣2000-2017年小京生花生單產(chǎn)和相關(guān)氣象資料，采用滑動(dòng)平均的方法，將花生氣象產(chǎn)量和趨勢(shì)產(chǎn)量進(jìn)行分離處理，以回歸分析法模擬趨勢(shì)產(chǎn)量，以逐步回歸法模擬氣象產(chǎn)量，在此基礎(chǔ)上建立基于氣象因子的新昌縣小京生花生單產(chǎn)預(yù)測(cè)模型。得出以下結(jié)論：

（1）9月份高溫干旱是影響新昌小京生花生氣象單產(chǎn)的主要原因;

（2）建立的小京生花生產(chǎn)量預(yù)測(cè)模型充分考慮了多個(gè)氣象因子對(duì)小京生花生產(chǎn)量的影響，構(gòu)成模型的氣象因子與花生產(chǎn)量具有較高的相關(guān)性，模型的平均預(yù)測(cè)精度達(dá)97.5%。