李劍金，梁 冰，陳 冰，黃 浩，王潔遠(yuǎn)，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(guò)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(chǎn)，是廣東省內(nèi)水稻生產(chǎn)大市。茂名市國(guó)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(chǎn)量1.248 7×109kg，居全省地級(jí)市第一，其中茂名早稻平均產(chǎn)量占全年稻谷總產(chǎn)量的51.1%［1］。

大量研究表明，農(nóng)作物的產(chǎn)量與氣象條件關(guān)系密切，水稻不同的生育時(shí)期對(duì)氣象條件要求不同，當(dāng)氣象條件不能滿足時(shí)，會(huì)影響水稻正常生長(zhǎng)，甚至導(dǎo)致減產(chǎn)。關(guān)鍵氣象因子是在水稻的某個(gè)發(fā)育期內(nèi)，對(duì)產(chǎn)量起到關(guān)鍵作用的氣象要素［2-8］?；陉P(guān)鍵氣象因子建立的水稻產(chǎn)量預(yù)測(cè)模型，能根據(jù)水稻生長(zhǎng)發(fā)育過(guò)程中關(guān)鍵氣候條件的變化對(duì)早稻產(chǎn)量形成的影響，為農(nóng)業(yè)部門提供準(zhǔn)確的作物產(chǎn)量預(yù)測(cè)信息，為茂名市農(nóng)業(yè)部門科學(xué)防災(zāi)減災(zāi)、有效應(yīng)對(duì)氣候變化、加強(qiáng)氣象為“三農(nóng)”服務(wù)，做好農(nóng)業(yè)氣象監(jiān)測(cè)預(yù)報(bào)預(yù)警和評(píng)估技術(shù)，完善現(xiàn)代農(nóng)業(yè)氣象指標(biāo)體系建設(shè)，保障糧食安全提供有意義的決策參考依據(jù)。國(guó)內(nèi)關(guān)于氣象因子對(duì)水稻產(chǎn)量預(yù)報(bào)已有很多研究成果，李琳琳［9］和張加云等［10］基于關(guān)鍵氣象因子，分別建立遼寧和云南地區(qū)的水稻產(chǎn)量預(yù)報(bào)模型；羅正海［11］和黃中雄［12］基于統(tǒng)計(jì)預(yù)報(bào)方法，分別對(duì)潮汕地區(qū)和南寧市水稻產(chǎn)量進(jìn)行預(yù)報(bào)；徐芳［13］通過(guò)SPSS 統(tǒng)計(jì)軟件建立梧州市早稻產(chǎn)量的定量預(yù)測(cè)模型。目前尚無(wú)針對(duì)茂名地區(qū)氣象條件對(duì)水稻產(chǎn)量影響的研究。本研究以茂名兩個(gè)農(nóng)業(yè)氣象試驗(yàn)站（化州、信宜）的早稻生育期觀測(cè)資料、產(chǎn)量資料以及國(guó)家基本地面氣象觀測(cè)站（化州、信宜）的氣象數(shù)據(jù)為代表，利用SPSS 軟件、Excel 軟件繪圖分析，運(yùn)用數(shù)理方法統(tǒng)計(jì)，分析茂名水稻物候期和生育期的氣候變化特征。統(tǒng)計(jì)茂名市1995—2020 年4—7 月各旬的平均氣溫、降水量、日照時(shí)數(shù)、相對(duì)濕度、最高氣溫、最低氣溫和平均風(fēng)速7 個(gè)氣象因子，用SPSS 軟件進(jìn)行相關(guān)性分析和逐步回歸分析，確定影響茂名市早稻產(chǎn)量的關(guān)鍵氣象因子，建立茂名市早稻產(chǎn)量統(tǒng)計(jì)預(yù)報(bào)模型。

1 資料與方法

1.1 研究區(qū)概況與資料來(lái)源

茂名市地形地貌復(fù)雜多樣，地勢(shì)北高南低，背山面海，南北地域種植的作物地理環(huán)境不同，同時(shí)受季風(fēng)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(qū)域，兩個(gè)城市的種植環(huán)境可以代表全茂名市的水稻生產(chǎn)環(huán)境情況。

文中用到的氣象數(shù)據(jù)資料來(lái)自茂名市國(guó)家氣象觀測(cè)站，通過(guò)廣東省氣象農(nóng)業(yè)系統(tǒng)AGROS 軟件下載收集，主要包括平均氣溫、降水量、日照時(shí)數(shù)、相對(duì)濕度、日平均風(fēng)速、最高氣溫、最低氣溫。水稻生育期觀測(cè)資料和產(chǎn)量資料來(lái)自化州和信宜兩個(gè)開(kāi)展農(nóng)業(yè)氣象觀測(cè)工作的年報(bào)表。因?yàn)槊袑?duì)農(nóng)業(yè)氣象水稻的統(tǒng)一觀測(cè)工作開(kāi)始于1994 年，所以上述水稻觀測(cè)資料選取時(shí)段為1995 年至2022 年。根據(jù)兩站點(diǎn)早稻耕種面積分別在茂名市總的早稻耕種面積的權(quán)重占比，進(jìn)行數(shù)據(jù)處理后得到茂名市早稻產(chǎn)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(jìn)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(lái)源于茂名市年鑒。

1.2 資料說(shuō)明

化州市和信宜市氣象局開(kāi)展水稻觀測(cè)工作是借用普通農(nóng)戶的耕田，農(nóng)戶收稻后曬干稱重的觀測(cè)田產(chǎn)量取值困難，故用取樣觀測(cè)相關(guān)要素計(jì)算得出的產(chǎn)量數(shù)據(jù)進(jìn)行研究。本次研究主要是探討影響茂名地區(qū)早稻的氣象因子，其它非氣象原因如種植技術(shù)、水稻品種等均不作考慮。

1.3 研究方法

利用面積權(quán)重計(jì)算茂名市早稻產(chǎn)量數(shù)據(jù)，將產(chǎn)量數(shù)據(jù)用Excel 進(jìn)行五年滑動(dòng)處理后，以時(shí)間為自變量，建立回歸方程，求得茂名早稻的趨勢(shì)產(chǎn)量方程。通過(guò)產(chǎn)量分離得到茂名早稻氣象產(chǎn)量數(shù)據(jù)，將氣象產(chǎn)量與早稻各個(gè)生長(zhǎng)階段的氣象因子通過(guò)SPSS 軟件進(jìn)行相關(guān)性分析，確定關(guān)鍵氣象因子，最后通過(guò)多元線性回歸的方法建立早稻的氣象產(chǎn)量預(yù)測(cè)模型，將趨勢(shì)產(chǎn)量方程和氣象產(chǎn)量預(yù)測(cè)方程疊加，得到茂名市早稻產(chǎn)量統(tǒng)計(jì)預(yù)報(bào)模型［14-16］。

1.4 資料處理分析

1.4.1 早稻產(chǎn)量資料處理

根據(jù)產(chǎn)量貢獻(xiàn)公式（2），求得茂名市1995—2020 年歷年的早稻產(chǎn)量。

式中，Y 為茂名市早稻產(chǎn)量，Ki為面積權(quán)重系數(shù)，1、2 分別代表化州、信宜，其計(jì)算公式為:

式中，Si為某地當(dāng)年早稻實(shí)際播種面積，S 為當(dāng)年全茂名市早稻播種面積。

1.4.2 分離氣象產(chǎn)量

水稻產(chǎn)量一般可以分解成實(shí)際產(chǎn)量、趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量［17］。

式中，Y 為實(shí)際產(chǎn)量，ya為趨勢(shì)產(chǎn)量，yb為氣象產(chǎn)量，為隨機(jī)產(chǎn)量，其中隨機(jī)產(chǎn)量一般忽略不計(jì)。在本研究中，將茂名早稻產(chǎn)量的時(shí)間序列數(shù)據(jù)進(jìn)行五年滑動(dòng)平均處理，再以時(shí)間為自變量，產(chǎn)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(shì)產(chǎn)量方程:

2 結(jié)果與分析

2.1 早稻產(chǎn)量年際變化特征

圖1 為茂名1995—2020 年早稻產(chǎn)量和氣象產(chǎn)量變化趨勢(shì)圖。由圖1 看出茂名早稻氣象產(chǎn)量趨勢(shì)與實(shí)際產(chǎn)量趨勢(shì)變化基本一致。1998—2010 年氣象產(chǎn)量呈波動(dòng)下降趨勢(shì)，2005 年之前氣象產(chǎn)量為正值，2006 年到2010 年轉(zhuǎn)為負(fù)值，表明2005 年之后的農(nóng)業(yè)氣象條件相對(duì)較差，但除2008 年早稻產(chǎn)量明顯偏少外，1998—2007 早稻實(shí)際單產(chǎn)大致是比較平穩(wěn)，這可能是隨著技術(shù)和水稻品種的改進(jìn)帶來(lái)產(chǎn)量提高，對(duì)較差情況下，早稻產(chǎn)量還能比較平穩(wěn)；而2008 年由于6 月上旬日照嚴(yán)重偏少且降水較多對(duì)早稻孕穗灌漿不利，早稻產(chǎn)量較前一年相比有20%左右減產(chǎn)。2011 年以來(lái)隨著生產(chǎn)技術(shù)水平和水稻品種的進(jìn)一步改進(jìn)以及氣象條件監(jiān)測(cè)手段的發(fā)展和農(nóng)業(yè)服務(wù)精細(xì)化，茂名地區(qū)早稻產(chǎn)量除個(gè)別年份有突變外，總體呈振蕩型快速上升趨勢(shì)。2016 年氣象條件不太好的情況下，早稻的產(chǎn)量也與氣象條件極有利于增產(chǎn)的1996 年早稻產(chǎn)量相差不大；在2020 年較好的氣象條件下，早稻產(chǎn)量相對(duì)較高。

圖1 茂名1995 年至2020 年早稻產(chǎn)量及氣象產(chǎn)量年變化趨勢(shì)

2.2 早稻生育期分析

對(duì)茂名市早稻生育期進(jìn)行統(tǒng)計(jì)（表1），茂名早稻平均播種時(shí)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(guān)鍵節(jié)點(diǎn)

3 模型構(gòu)建

3.1 影響早稻產(chǎn)量的氣象因子

（1）由于茂名早稻從4 月開(kāi)始移栽，本文氣象因子的選取從4 月開(kāi)始。對(duì)茂名早稻生長(zhǎng)發(fā)育期分析，以旬為單位分為11 旬，計(jì)算每旬的平均氣溫、降雨量、日照、最高氣溫、最低氣溫、相對(duì)濕度、平均風(fēng)速。分析氣象產(chǎn)量和每旬氣象因子的相關(guān)性。結(jié)果表明，4 月中旬相對(duì)濕度、5 月上旬日照、5 月上旬相對(duì)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(duì)濕度和6 月下旬最高氣溫共9 個(gè)因子與氣象產(chǎn)量相關(guān)性較高且通過(guò)顯著性檢驗(yàn)（見(jiàn)表2）。

表2 氣象產(chǎn)量與氣象因子的相關(guān)性

對(duì)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(jìn)行人工干預(yù)，比起降雨和相對(duì)穩(wěn)定的溫度這兩個(gè)氣象因子，早稻產(chǎn)量受日照、相對(duì)濕度影響更大，而平均風(fēng)速則對(duì)茂名早稻各階段生長(zhǎng)無(wú)顯著影響。

3.2 建立早稻氣象產(chǎn)量預(yù)報(bào)模型

將相關(guān)性較高的9 個(gè)氣象因子，通過(guò)SPSS 軟件進(jìn)行逐步回歸分析，得到影響茂名早稻氣象產(chǎn)量的3 個(gè)關(guān)鍵氣象因子:5 月中旬雨量、6 月上旬日照和6 月下旬相對(duì)濕度，并建立茂名早稻氣象產(chǎn)量預(yù)報(bào)模型:

上述式子中，yb是預(yù)報(bào)模型估算的茂名早稻氣象產(chǎn)量，X1是6 月下旬相對(duì)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(jié)期，一般不能斷水，但還需視降雨情況而定，雨水較多時(shí)，應(yīng)擱田降低水稻植株間濕度，減少病蟲(chóng)害發(fā)生幾率。此階段，稻田需有水層，防脫水受旱，但長(zhǎng)時(shí)間處于淹水狀態(tài)又會(huì)引起土壤氧氣不足，對(duì)根的生長(zhǎng)不利。因此，5 月中旬雨量與氣象產(chǎn)量關(guān)系為負(fù)相關(guān)。

6 月上旬為孕穗時(shí)期，充足的日照使花粉活力增強(qiáng)，有利于提高穗粒數(shù)和結(jié)實(shí)率。較高的溫度對(duì)水稻生長(zhǎng)發(fā)育影響顯著，尤其是二次灌漿的水稻品種會(huì)因適當(dāng)高溫受益，增加水稻粒重和水稻的結(jié)實(shí)率。因此6 月上旬日照時(shí)數(shù)為正相關(guān)。

6 月下旬進(jìn)入早稻乳熟時(shí)期，是水稻產(chǎn)量形成最重要的時(shí)期，該時(shí)期對(duì)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(jié)實(shí)率，因此該時(shí)期相對(duì)濕度為正相關(guān)。

3.3 建立早稻產(chǎn)量預(yù)報(bào)模型

將估算趨勢(shì)產(chǎn)量（公式（5））與氣象產(chǎn)量統(tǒng)計(jì)模型疊加公式（6），即得到茂名早稻產(chǎn)量預(yù)報(bào)模型:

其中Y 為預(yù)報(bào)模型估算的茂名早稻產(chǎn)量，X 為年份，X1是6 月下旬相對(duì)濕度、X2是6 月上旬日照、X3是5 月中旬雨量。

3.4 模型檢驗(yàn)

將1995—2022 年數(shù)據(jù)回代到擬合預(yù)報(bào)模型，得出1995—2022 年茂名市早稻產(chǎn)量的擬合預(yù)報(bào)值，并與1995—2022 年茂名市早稻實(shí)際產(chǎn)量進(jìn)行對(duì)比（圖2），發(fā)現(xiàn)預(yù)報(bào)早稻產(chǎn)量曲線與實(shí)際早稻產(chǎn)量曲線變化趨勢(shì)基本吻合。

圖2 1995—2022 年茂名市早稻產(chǎn)量模擬產(chǎn)量預(yù)報(bào)及回代檢驗(yàn)

本研究的早稻產(chǎn)量預(yù)報(bào)準(zhǔn)確率檢驗(yàn)為:

將模式模擬的產(chǎn)量和實(shí)際產(chǎn)量進(jìn)行回代檢驗(yàn)，得到平均準(zhǔn)確度為92.5%，預(yù)測(cè)結(jié)果比較可信。其中準(zhǔn)確率最小值為72%～77%，出現(xiàn)在2008 年、2002年。對(duì)于使用統(tǒng)計(jì)方法的氣象產(chǎn)量預(yù)報(bào)模型來(lái)說(shuō)，當(dāng)氣象要素處于異常狀態(tài)時(shí)，預(yù)報(bào)的結(jié)果較差。

將2021 和2022 年相關(guān)數(shù)據(jù)代入模型，通過(guò)計(jì)算得到該年預(yù)報(bào)產(chǎn)量，與實(shí)際產(chǎn)量進(jìn)行對(duì)比，預(yù)報(bào)的準(zhǔn)確度分別為95.7%和85.7%。由此可見(jiàn)，構(gòu)建的早稻產(chǎn)量預(yù)報(bào)模型具有較高的準(zhǔn)確度，在氣象為農(nóng)服務(wù)中具有一定的實(shí)用價(jià)值。

4 結(jié)論與討論

（1）比起降雨和氣溫氣象因子，茂名早稻產(chǎn)量受日照、相對(duì)濕度影響更大，而平均風(fēng)速則對(duì)茂名早稻各階段生長(zhǎng)無(wú)顯著影響。通過(guò)對(duì)茂名水稻氣象產(chǎn)量與生育期氣象因子進(jìn)行相關(guān)分析，篩選確定6 月下旬相對(duì)濕度、6 月上旬日照和5 月中旬雨量3 個(gè)氣象因子作為影響茂名早稻氣象產(chǎn)量的關(guān)鍵氣象因子，并建立早稻產(chǎn)量預(yù)測(cè)模型。

（2）各關(guān)鍵氣象因子反映水稻在生長(zhǎng)發(fā)育不同階段對(duì)光、溫、水的需求，5 月中旬為茂名早稻拔節(jié)期，需水量較多，但降雨較多會(huì)使稻田長(zhǎng)時(shí)間處于淹水狀態(tài)而引起土壤氧氣不足，對(duì)根的生長(zhǎng)不利。6 月上旬為孕穗時(shí)期，充足的日照使花粉活力增強(qiáng)，有利于提高穗粒數(shù)和結(jié)實(shí)率。6 月下旬為乳熟時(shí)期，是水稻產(chǎn)量形成最重要時(shí)期，對(duì)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(jié)實(shí)率。

（3）基于影響早稻產(chǎn)量的3 個(gè)關(guān)鍵氣象因子，建立茂名早稻產(chǎn)量預(yù)測(cè)模型，參數(shù)少、方法簡(jiǎn)單，易于使用，產(chǎn)量模擬準(zhǔn)確度高，回代檢驗(yàn)準(zhǔn)確度平均達(dá)92%，近兩年預(yù)報(bào)準(zhǔn)確度分別為95.8%和85.7%，基本上可以滿足農(nóng)業(yè)氣象服務(wù)的需要。

本模型所選用的氣象預(yù)報(bào)因子存在時(shí)間限制，不能在水稻生長(zhǎng)發(fā)育期內(nèi)任意時(shí)間進(jìn)行產(chǎn)量預(yù)報(bào)。另外，由于水稻的具體產(chǎn)量還與不同品種特性、栽培措施等其他因素密切相關(guān)，利用預(yù)測(cè)模型進(jìn)行早稻產(chǎn)量預(yù)報(bào)業(yè)務(wù)時(shí)，還應(yīng)該結(jié)合其他預(yù)報(bào)方法，對(duì)結(jié)果進(jìn)行適當(dāng)調(diào)整。