2种茎瘤芥产量丰歉动态预报方法的对比

江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆＡｇｒ.Ｓｃｉ.)ꎬ２０２２ꎬ３８(２):４８６￣４９４
ｈｔｔｐ://ｊｓｎｙｘｂ.ｊａａｓ.ａｃ.ｃｎ
武㊀强ꎬ唐余学ꎬ闫梦玲ꎬ等.２种茎瘤芥产量丰歉动态预报方法的对比[Ｊ].江苏农业学报ꎬ２０２２ꎬ３８(２):４８６￣４９４.ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１０００￣４４４０.２０２２.０２.０２４
２种茎瘤芥产量丰歉动态预报方法的对比
武㊀强１ꎬ２ꎬ３ꎬ㊀唐余学１ꎬ２ꎬ３ꎬ㊀闫梦玲４ꎬ㊀张㊀悦１ꎬ２ꎬ３ꎬ㊀孙恩虹３ꎬ㊀范㊀莉１ꎬ２ꎬ３ꎬ㊀方㊀丽５
(１.重庆市气象科学研究所ꎬ重庆４０１１４７ꎻ２.重庆市农业气象与卫星遥感工程技术研究中心ꎬ重庆４０１１４７ꎻ３.重庆市江津现
代农业气象试验站ꎬ重庆４０２２６０ꎻ４.重庆市永川区气象局ꎬ重庆４０２１８１ꎻ５.重庆市长寿区气象局ꎬ重庆４０１２２０)
收稿日期:２０２１￣０６￣０９
基金项目:国家自然科学基金面上项目(４２１７５１９３)ꎻ重庆市技术创
新与应用发展专项项目(ｃｓｔｃ２０２０ｊｓｃｘ￣ｍｓｘｍＸ０１１１)ꎻ中国气象局创新发展专项项目(ＣＸＦＺ２０２１Ｊ０７３)ꎻ重庆市气象部门智慧气象技术创新团队项目(ＺＨＣＸＴＤ￣２０２０１６)ꎻ重庆市气象部门业务技术攻关项目(ＹＷＪＳＧＧ￣２０１９０５)ꎻ重庆市气象局科技计划项目(ＱＮＪＪ￣２０１７０３)
作者简介:武㊀强(１９８９－)ꎬ男ꎬ山西忻州人ꎬ硕士ꎬ工程师ꎬ主要从事
农田小气候与气象仪器方面的研究ꎮ(Ｅ￣ｍａｉｌ)ｔｈｅｏｄｏｒｕｓ
＠ｙｅａｈ.ｎｅｔ
通讯作者:方㊀丽ꎬ(Ｅ￣ｍａｉｌ)６７８３３７５６＠ｑｑ.ｃｏｍ
㊀㊀摘要:㊀旨在以涪陵茎瘤芥为例ꎬ基于气候适宜度指数与历史丰歉气象影响指数２种方法建立产量丰歉动态预报模型ꎬ比较２种茎瘤芥产量丰歉动态预报方法的准确性ꎮ结果显示ꎬ２种方法均具有较高的单产预报准确率ꎬ在茎瘤芥产量的动态预报中ꎬ基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法的最低单产预报准确率为
８８ ７％ꎬ最高单产预报准确率为９９ ９％ꎻ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法的最低单产预报准确率为８８ ９％ꎬ最高单产预报准确率为９９ ７％ꎬ准确率极值差异较小ꎮ对比不同年份各起报日期的平均单产预报准确率可知ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法得出的单产预报准确率优于基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法ꎮ对比同一年份不同起报日期的平均单产预报准确率可知ꎬ起报时间在１月１日及之前的预报准确率最高ꎮ在有限验证年份内ꎬ对比单产预报结果与历年实际单产发现ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法在产量趋势预报及大多数年份的单产预报准确率方面ꎬ均表现为优于基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法的预报效果ꎮ
关键词:㊀茎瘤芥ꎻ产量预报ꎻ气候适宜度指数ꎻ历史丰歉气象影响指数
中图分类号:㊀Ｓ１６５＋.２７㊀㊀㊀文献标识码:㊀Ａ㊀㊀㊀文章编号:㊀１０００￣４４４０(２０２２)０２￣０４８６￣０９
ＡｃｃｕｒａｃｙｃｏｍｐａｒｉｓｏｎｏｆｔｗｏｍｅｔｈｏｄｓｆｏｒｄｙｎａｍｉｃｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｏｆＢｒａｓ￣ｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａ
ＷＵＱｉａｎｇ１ꎬ２ꎬ３ꎬ㊀ＴＡＮＧＹｕ￣ｘｕｅ１ꎬ２ꎬ３ꎬ㊀ＹＡＮＭｅｎｇ￣ｌｉｎｇ４ꎬ㊀ＺＨＡＮＧＹｕｅ１ꎬ２ꎬ３ꎬ㊀ＳＵＮＥｎ￣ｈｏｎｇ３ꎬ㊀ＦＡＮＬｉ１ꎬ２ꎬ３ꎬ㊀ＦＡＮＧＬｉ５
(１.ＣｈｏｎｇｑｉｎｇＩｎｓｔｉｔｕｔｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓꎬＣｈｏｎｇｑｉｎｇ４０１１４７ꎬＣｈｉｎａꎻ２.ＣｈｏｎｇｑｉｎｇＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＡｇｒｏｍｅｔｅｏｒｏｌｏｇｙａｎｄＳａｔｅｌｌｉｔｅＲｅｍｏｔｅＳｅｎｓｉｎｇꎬＣｈｏｎｇｑｉｎｇ４０１１４７ꎬＣｈｉｎａꎻ３.ＣｈｏｎｇｑｉｎｇＪｉａｎｇｊｉｎＭｏｄｅｒｎＡｇｒｏｍｅｔｅｏｒｏｌｏｇｙＴｅｓｔＳｔａｔｉｏｎꎬＣｈｏｎｇｑｉｎｇ４０２２６０ꎬＣｈｉｎａꎻ４.ＹｏｎｇｃｈｕａｎＭｅ￣ｔｅｏｒｏｌｏｇｉｃａｌＢｕｒｅａｕꎬＣｈｏｎｇｑｉｎｇ４０２１８１ꎬＣｈｉｎａꎻ５.ＣｈａｎｇｓｈｏｕＭｅｔｅｒｅｏｌｏｇｉｃａｌＢｕｒｅａｕꎬＣｈｏｎｇｑｉｎｇ４０１２２０ꎬＣｈｉｎａ)
㊀㊀Ａｂｓｔｒａｃｔ:㊀Ｉｎｔｈｉｓｓｔｕｄｙꎬｔｈｅｄｙｎａｍｉｃｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓｗｅｒｅｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｔｈｅｃｌｉｍａｔｉｃｓｕｉｔａｂｉｌｉｔｙｉｎｄｅｘ
ａｎｄｔｈｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｆｌｕｅｎｃｅｉｎｄｅｘｏｆｈｉｓｔｏｒｉｃａｌｙｉｅｌｄꎬａｎｄｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｔｗｏｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓｗａｓｃｏｍｐａｒｅｄ.Ｔｈｅｔｗｏｍｅｔｈｏｄｓｈａｄｈｉｇｈａｃｃｕｒａｃｙ.Ｉｎｔｈｅｄｙ￣ｎａｍｉｃｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｃｌｉｍａｔｉｃｓｕｉｔａｂｉｌｉｔｙｉｎｄｅｘꎬｔｈｅ
ｌｏｗｅｓｔｙｉｅｌｄｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｗａｓ８８.７％ꎬａｎｄｔｈｅｈｉｇｈｅｓｔｙｉｅｌｄｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｗａｓ９９.９％.Ｉｎｔｈｅｄｙｎａｍｉｃｐｒｅｄｉｃ￣ｔｉｏｎｂａｓｅｄｏｎｔｈｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｆｌｕｅｎｃｅｉｎｄｅｘｏｆｈｉｓｔｏｒｉ￣ｃａｌｙｉｅｌｄꎬｔｈｅｌｏｗｅｓｔｙｉｅｌｄｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｗａｓ８８ ９％ꎬａｎｄｔｈｅｈｉｇｈｅｓｔｙｉｅｌｄｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｗａｓ９９ ７％.Ｂｙｃｏｍｐａｒｉｎｇｔｈｅａｖｅｒａｇｅｙｉｅｌｄｐｅｒｕｎｉｔａｒｅａｉｎｄｉｆｆｅｒｅｎｔｙｅａｒｓａｎｄｓｔａｒｔｉｎｇｄａｔｅｓꎬｔｈｅａｃｃｕｒａｃｙｏｆｄｙｎａｍｉｃｙｉｅｌｄｐｒｅｄｉｃ￣
６
８４
ｔｉｏｎｏｆＢｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａｂａｓｅｄｏｎｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｆｌｕｅｎｃｅｉｎｄｅｘｏｆｈｉｓｔｏｒｉｃａｌｙｉｅｌｄｗａｓｂｅｔｔｅｒｔｈａｎｔｈａｔｂａｓｅｄｏｎｃｌｉｍａｔｉｃｓｕｉｔａｂｉｌｉｔｙｉｎｄｅｘ.Ｂｙｃｏｍｐａｒｉｎｇｔｈｅａｖｅｒａｇｅｙｉｅｌｄｐｅｒｕｎｉｔａｒｅａｉｎｔｈｅｓａｍｅｙｅａｒｗｉｔｈｄｉｆｆｅｒｅｎｔｓｔａｒｔｉｎｇｄａｔｅｓꎬｔｈｅａｃ￣ｃｕｒａｃｙｗａｓｔｈｅｈｉｇｈｅｓｔｏｎａｎｄｂｅｆｏｒｅＪａｎｕａｒｙ１.ＣｏｍｐａｒｉｎｇｔｈｅｆｏｒｅｃａｓｔｒｅｓｕｌｔｓｏｆｙｉｅｌｄｐｅｒｕｎｉｔａｒｅａａｎｄｔｈｅａｃｔｕａｌｏｕｔｐｕｔｖａｌｕｅｉｎｔｈｅｌｉｍｉｔｅｄｖａｌｉｄａｔｉｏｎｙｅａｒｓꎬｔｈｅｄｙｎａｍｉｃｆｏｒｅｃａｓｔｍｅｔｈｏｄｏｆｙｉｅｌｄｏｆＢｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａｂａｓｅｄｏｎｔｈｅｍｅｔｅ￣ｏｒｏｌｏｇｉｃａｌｉｎｆｌｕｅｎｃｅｉｎｄｅｘｏｆｈｉｓｔｏｒｉｃａｌｙｉｅｌｄｗａｓｂｅｔｔｅｒｉｎｔｈｅｆｏｒｅｃａｓｔｏｆｙｉｅｌｄｔｒｅｎｄａｎｄｔｈｅａｃｃｕｒａｔｅｆｏｒｅｃａｓｔｖａｌｕｅｏｆｙｉｅｌｄｐｅｒｕｎｉｔａｒｅａｉｎｍｏｓｔｙｅａｒｓ.
Ｋｅｙｗｏｒｄｓ:㊀Ｂｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａꎻｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎꎻｃｌｉｍａｔｉｃｓｕｉｔａｂｉｌｉｔｙｉｎｄｅｘꎻｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｆｌｕｅｎｃｅｉｎ￣ｄｅｘｏｆｈｉｓｔｏｒｉｃａｌｙｉｅｌｄ
㊀㊀作物产量的形成与气象条件密切相关[１￣３]ꎬ科学㊁准确地开展产量预报工作对合理利用农业气候资源㊁充分发挥气象趋利避害作用㊁保障作物安全生产与经济效益具有重要意义[４]ꎮ２０世纪７０年代开始ꎬ作物产量预报的方法被提出并得到不断发展[５￣６]ꎬ从农学预报方法㊁统计学模型预报方法逐渐发展到动力学作物生长模型预报方法㊁遥感技术预报方法等[７￣９]ꎮ不同产量预报方法在实际应用中具有不同适用性ꎬ如农学预报方法应用简单ꎬ但容易产生较大误差ꎻ动力学作物生长模型预报方法具有完备的科学理论基础ꎬ但是需要明确作物生育期气象条件的影响机制ꎬ并获取大量基础数据信息ꎻ遥感技术预报方法能够极大地减少模型对实测数据的依赖ꎬ可快速应用于不同空间尺度㊁不同种类作物的估产ꎬ但在复杂地形条件及多云雾天气场景下具有明显的应用局限性[１０￣１２]ꎮ统计学模型预报方法在历史资料充分的前提下具有应用对象广泛㊁预报准确率良好等应用优势[１３￣１５]ꎮ在统计模型中ꎬ历史丰歉气象影响指数方法根据相关系数和相似距离原理对作物生育期各类气象影响因子进行综合聚类分析ꎬ从而建立诊断指标ꎬ根据相似年作物产量气象影响指数确定预报年作物产量丰歉气象影响指数ꎬ实现产量预测[１６]ꎮ气候适宜度指数方法综合考虑光㊁温㊁水对作物不同生育期生理生化过程的影响ꎬ建立气候适宜度指数模型ꎬ基于气候适宜度指数与产量气象影响指数的相关关系建立茎瘤芥产量丰歉动态预测模型[１７￣１８]ꎮ目前ꎬ历史丰歉气象影响指数方法及气候适宜度指数方法在水稻㊁小麦㊁玉米等粮食作物的产量预报中已经取得了较好的预报效果[１９￣２１]ꎬ但是在小宗特色经济作物的产量预报应用中ꎬ其适用性及准确性还需要进一步验证ꎮ
茎瘤芥(Ｂｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａＴｓｅｎ＆Ｌｅｅ)是重庆市最具特色的经济作物之一ꎬ属于茎用芥菜的３个变种之一[２２]ꎬ其膨大的肉质茎是榨菜加工的主要原料ꎮ茎瘤芥的核心产区位于重庆市涪陵区ꎬ除东南部武陵山系高海拔地区外ꎬ全区都有种植ꎬ截至２０１９年ꎬ涪陵区茎瘤芥核心产区种植面积稳定在
４.８ˑ１０４ｈｍ２以上ꎮ前人对茎瘤芥的遗传育种㊁栽培技术甚至农产品深加工方面有较为深入的研究ꎬ基于茎瘤芥的植物生理特性ꎬ明确苗期高温是诱发茎瘤芥先期抽薹ꎬ从而导致减产的重要因素[２２]ꎮ但是除此之外ꎬ关于茎瘤芥产量形成的气象影响及茎瘤芥产量预报方法等的研究还较少ꎮ科学地利用气象资料分析手段准确预判茎瘤芥产量ꎬ可为茎瘤芥生产结构调整㊁初产品深加工能力储备及榨菜商品产值趋势预判等提供依据ꎮ本研究以茎瘤芥为研究对象ꎬ基于历史丰歉气象影响指数方法及气候适宜度指数方法开展茎瘤芥产量丰歉动态预报的比较研究ꎬ旨在为重庆市地方特色经济作物茎瘤芥产量的动态㊁定量㊁精细化预报提供科学支撑ꎬ也可为其他小宗作物的产量预报提供技术参考ꎮ
１㊀材料与方法
１.１㊀研究对象与资料来源
研究区域为茎瘤芥核心产区重庆市涪陵区(地理位置为２９ʎ２１ᶄ~３０ʎ０１ᶄＮ㊁１０６ʎ５６ᶄ~１０７ʎ４３ᶄＥꎬ海拔１３８~１９７７ｍ)ꎬ地处四川盆地和盆边山地过渡地带ꎬ境内以低山丘陵为主ꎬ东南高ꎬ西北低ꎻ属中亚热带湿润季风气候区ꎬ常年平均气温１８ ２ħꎬȡ１０ħ活动积温６１２７.５ħ ｄꎬ年均降水量１０９８.８ｍｍꎬ无霜期３１７ｄꎬ日照时数１０９５.６ｈꎮ
气象数据来自涪陵区国家基本气象站㊁茎瘤芥种植区区域气象站ꎬ包括１９７９－２０１９年逐日平均气温㊁最高气温㊁最低气温㊁降水量㊁日照时数ꎮ计算得到茎瘤芥出苗至产量预报起报日的ȡ０ħ积温㊁累积降水量㊁标准化降水量㊁累积日照时数ꎮ
研究对象为茎瘤芥ꎬ在涪陵区其出苗到瘤茎成熟时间约为１６０~１７０ｄꎬ幼苗期为９－１０月ꎬ瘤茎膨大
７８４
武㊀强等:２种茎瘤芥产量丰歉动态预报方法的对比
期为１１月至次年２月中旬[２２]ꎮ茎瘤芥产量数据来自重庆市涪陵区统计局ꎬ对茎瘤芥瘤茎产量进行处理后ꎬ得到瘤茎产量气象影响指数[２３]ꎬ计算公式:әＹｉ＝Ｙｉ－Ｙｉ－１Ｙ
ｉ－１
ˑ１００％(１)式中ꎬәＹｉ为产量气象影响指数ꎻＹｉ㊁Ｙｉ－１分别为第ｉ年㊁第(ｉ－１)年瘤茎单产(ｋｇ/ｈｍ２)ꎮәＹｉ为正值代表产量丰ꎬәＹｉ为负值代表产量歉ꎮ
需要说明的是ꎬ由于茎瘤芥在重庆市涪陵区为跨年度种植作物ꎬ即当年８－９月播种ꎬ次年２月中旬砍收ꎬ所测单产判定为前一年的茎瘤芥产量ꎬ即２０２０年２月收获测产数值ꎬ实际为２０１９年的茎瘤芥单产ꎮ为实现茎瘤芥产量的动态预报ꎬ以进入瘤茎膨大期直至收获的每旬初始日为起报时间ꎮ茎瘤芥一般在每年１１月上旬进入瘤茎膨大期ꎬ但遇到冬季偏暖年份ꎬ为避免先期抽薹而适当推迟播种ꎬ会导致瘤茎膨大期有所延后ꎮ为减少茎瘤芥进入瘤茎膨大期时间的年际差异对预测结果的影响ꎬ设定起报时间从每年１２月１日开始ꎬ即将当年１２月１日至次年２月２１日每旬初始日作为动态预报的起报时间ꎮ
１.２㊀基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法
㊀㊀利用逐年茎瘤芥瘤茎产量气象影响指数(әＹ)与不同起报时间点气候适宜度指数(ＣＳＩ)建立一元线性方程ꎬ公式如下:
әＹ＝ａ ＣＳＩ＋ｂ(２)ＣＳＩ＝ð[Ｋｉ Ｐｉ(ｙ)](３)Ｐｉ(ｙ)＝３ＰＴ(ｙｉ)ˑＰＲ(ｙｉ)ˑＰＳ(ｙｉ)(４)
Ｋｉ＝Ｒｉðｎ
ｉ＝１Ｒｉ
(５)
ＰＴ＝(Ｔ－Ｔ１)(Ｔ２－Ｔ)Ｂ(Ｔ０－Ｔ１)(Ｔ２－Ｔ０)Ｂꎬ㊀㊀Ｂ＝(Ｔ２－Ｔ０) (Ｔ０－Ｔ１)(６)
ＰＲ＝
Ｐ
Ｐａ
ꎬ㊀(Ｐ－Ｐａ)Ｐ
ａ
ˑ１００％<－３０％㊀㊀
㊀１ꎬ㊀－３０％ɤ(Ｐ－Ｐａ)Ｐ
ａ
ˑ１００％ɤ３０％Ｐａ
Ｐ
ꎬ㊀(Ｐ－Ｐａ)Ｐ
ａ
ˑ１００％>３０％㊀㊀
ì
î
í
ï
ï
ï
ï
ï
ï
ï
ï
(７)
ＰＳ＝
１ꎬ㊀ＳȡＳａ
Ｓ
Ｓａ
ꎬ㊀ＳɤＳａ
ì
î
í
ïï
ïï
(８)
式中ꎬәＹ为茎瘤芥瘤茎产量气象影响指数ꎻ
ＣＳＩ为气候适宜度指数ꎻａ为回归系数ꎻｂ为回归常
数ꎻＰｉ(ｙ)为第ｉ旬综合气候适宜度[２４￣２５]ꎻＰＴ(ｙｉ)㊁
ＰＲ(ｙｉ)㊁ＰＳ(ｙｉ)分别为第ｉ旬温度㊁水分㊁光照适宜
度ꎻＫｉ为各旬权重系数ꎻＲｉ为第ｉ旬综合气候适宜度
与产量丰歉气象影响指数的相关系数ꎻｎ为生育期
总旬数ꎻＰＴ为温度适宜度模型ꎻＰＲ为水分适宜度模
型ꎻＰＳ为光照适宜度模型ꎻＴ(ħ)为日平均气温ꎻＴ１㊁
Ｔ２㊁Ｔ０分别为研究生育期内茎瘤芥生长所需的最低
温度(ħ)㊁最高温度(ħ)㊁最适温度(ħ)ꎬ当Ｔ＝Ｔ１
或Ｔ＝Ｔ２时ꎬＰＴ＝０ꎬ当Ｔ＝Ｔ０时ꎬＰＴ＝１ꎻＰ为旬降水量
(ｍｍ)ꎻＰａ为多年旬降水量的平均值(ｍｍ)ꎻＳ为旬日
照时数(ｈ)ꎻＳａ为多年旬平均日照时数(ｈ)ꎮ
基于前人在茎瘤芥核心产区重庆市涪陵区多年
的栽培试验研究发现ꎬ茎瘤芥的生长季节在秋冬季ꎬ
幼苗期的气温如高于２５ħꎬ则容易诱发先期抽薹ꎬ
从而导致产量损失ꎮ此外ꎬ川渝地区秋冬季多云雾㊁
寡日照的生态条件也使得茎瘤芥品种在对环境的适
应和选育过程中形成了在较弱光照条件下仍能健壮
生长以确保产量的生理学特性ꎻ相反ꎬ光照过强则易
促进病毒病的发生ꎬ导致减产ꎮ川渝地区冬季的降
水量较少ꎬ但是由于云雾寡照天气的蒸发量较小㊁水
分散失量较少等原因ꎬ田间土壤相对湿度大多能维
持在６０％以上ꎬ可以满足茎瘤芥生长的水分供应ꎬ
如偶有冬旱发生ꎬ适当的人工灌溉可以有效补充茎
瘤芥对水分的需求ꎬ因此水分条件一般不构成茎瘤
芥产量形成的限制因素[２２]ꎮ
结合前人研究得到的茎瘤芥幼苗期㊁瘤茎膨大
期温度适宜指标以及茎瘤芥气候优势产区多年降
水㊁光照特征ꎬ本研究制定了茎瘤芥气候适宜度指数
的模型参数ꎬ具体设置如下:幼苗期ꎬＴ１＝１０ħꎬＴ２＝
２５ħꎬＴ０＝２０ħꎻ瘤茎膨大期ꎬＴ１＝０ħꎬＴ２＝１５ħꎬ
Ｔ０＝１０ħ[２２]ꎮＰａ㊁Ｓａ分别以重庆市涪陵区多年旬平
均降水量与日照时数作为参考表征ꎮ
１.３㊀基于历史丰歉气象影响指数的茎瘤芥产量丰
歉动态预报方法
㊀㊀相邻年份间产量的变化可认为主要由气象条件
的差异引起ꎬ那么如果同一地区的同一作物在２个
历史年份的气象要素变化相近或者相似ꎬ则该作物
产量的变化也应该相似ꎮ２个气象条件相似年可以
基于欧氏距离与相关系数的综合诊断指标来判
断[２６￣２７]ꎬ相关公式如下:
８８４江苏农业学报㊀２０２２年第３８卷第２期
Ｃｉｋ＝ｒｉｋｄｉｋˑ１００％(９)
ｒｉｋ＝
ðｎｊ＝１(әＸｉｊ－әＸ ｉ)(әＸｋｊ－әＸ ｋ)
㊀ðｎ
ｊ＝１(ә
Ｘｉｊ－әＸ ｉ)２ðｎｊ＝１(әＸｋｊ－әＸ ｋ)２
(１０)
ｄｉｋ＝㊀ðｎｊ＝１(әＸｉｊ－әＸ ｋｊ)２(１１)әＸｉ＝Ｘｉ－Ｘｉ－１(１２)式中ꎬｋ为产量预报年ꎻｉ为任一历史年ꎻｊ为气象要素序号ꎻｎ为样本长度ꎻＣｉｋ为任一历史年(ｉ年)能否判定为预报年(ｋ年)气象条件相似年的综合诊断指标ꎬ其值越大ꎬ相似程度越高ꎻｒｉｋ为预报年(ｋ年)和任一历史年(ｉ年)某气象要素间的相关系数ꎻｄｉｋ为预报年(ｋ年)和任一历史年(ｉ年)某气象要素间的欧氏距离ꎻәＸｉ为相邻２年某气象要素的差值ꎻＸｉｊ为任一历史年(ｉ年)第ｊ个气象要素值ꎻＸｋｊ为预报年(ｋ年)第ｊ个气象要素值ꎻＸ ｋ㊁Ｘ ｉ为预报年(ｋ年)或任一历史年(ｉ年)ｎ个气象要素的平均值ꎻＸｉ㊁Ｘｉ－１为第ｉ年㊁第(ｉ－１)年的气象要素值ꎬ包括日平均气温(ħ)㊁最高气温(ħ)㊁最低气温(ħ)㊁降水量(ｍｍ)㊁日照时数(ｈ)㊁茎瘤芥苗期至产量预报起报日的ȡ０ħ积温(ħ ｄ)㊁累积降水量(ｍｍ)㊁标准化降水量㊁累积日照时数(ｈ)等ꎮ
选取热量㊁水分㊁光照等３类气象要素ꎬ分别作为参与计算的气象要素(Ｘ)ꎮ利用气象条件相似年综合诊断指标(Ｃｉｋ)ꎬ计算得到各气象要素相似程度最高的年型(丰收年型/歉收年型)ꎬ并在根据热量㊁水分㊁光照３类气象要素得到的相似年中ꎬ各筛选出３个相似程度最高的年型(共９个相似年型)ꎬ以相似丰歉年型气象影响指数(әＹｉ)作为预报年产量丰歉情况的预报数据集ꎮ
根据气象条件相似年综合诊断指标ꎬ在筛选出的预报年与历史年的９个历史气象要素相似年中ꎬ根据丰歉年型频率综合计算得到单产丰歉预报值ꎮ对于计算得到的历史气象要素相似年产量丰歉的可能性进行无差别综合分析ꎬ将９个历史气象要素相似年均作为代表性历史年份作进一步类比分析ꎮ相关公式如下:
әＹｋ＝ðәＹｉ(＋)ｌˑａ(＋)＋ðәＹｉ(－)ｍˑａ(－)(１３)ａ(＋)＝ｌ９ꎬａ(￣)＝ｍ９(１４)
式中ꎬәＹｋ为单产丰歉预报值ꎻәＹｉ(＋)为９个历史气象要素相似年中ꎬ产量丰收年型的产量气象影响指数ꎻәＹｉ(－)为９个历史气象要素相似年中ꎬ产量歉收年型的产量气象影响指数ꎻｌ为产量为丰的年型数量ꎻｍ为产量为歉的年型数量ꎻａ(＋)㊁ａ(－)分别为预报试验结果为正值㊁负值的概率ꎮ
１.４㊀预报产量的计算及产量预报准确率的判断根据趋势预测结果计算预报产量ꎬ公式如下:Ｙｉ＝Ｙｉ－１(１＋әＹｉ/１００％)(１５)产量预报模型的准确率利用丰歉趋势准确率和单产预报准确率２个指标进行判断ꎮ丰歉趋势准确率用预报值与实际值计算得到的产量气象影响指数(әＹｉ)的正负性来判断ꎬ二者正负性一致表示丰歉趋势准确ꎬ否则表示不准确ꎮ
单产预报准确率由单产预报值与实际值计算得到ꎬ公式如下:
单产预报准确率＝１－Ｙ１
－Ｙ０
Ｙ０
é
ë
ê
ê
ù
û
ú
úˑ１００％(１６)式中ꎬＹ１㊁Ｙ０分别为预报单产(ｋｇ/ｈｍ２)㊁实际单产(ｋｇ/ｈｍ２)ꎮ
２㊀结果与分析
２.１㊀基于气候适宜度指数的茎瘤芥产量丰歉动态预报
㊀㊀以１９８５－２０１５年茎瘤芥幼苗期至瘤茎膨大期(９月上旬至次年２月中旬)的气象数据作为参考数据集ꎬ用预报日前所有生育周期的综合气候适宜度指数与产量气象影响指数建立一元回归方程ꎬ得到茎瘤芥瘤茎产量丰歉动态预报模型ꎬ并以进入瘤茎膨大期后的每旬初始日为起报时间ꎮ如表１所示ꎬ在不同起报时间建立的预报模型方程均通过了０ ０５水平的有效性检验ꎮ
㊀㊀以２０１５－２０２０年的气象数据与茎瘤芥瘤茎实际产量作为验证数据集ꎬ对表１建立的茎瘤芥瘤茎产量丰歉动态预报模型进行检验ꎮ由表２可以看出２０１５－２０１９年茎瘤芥产量预报准确率及丰歉趋势ꎬ各起报时间的平均单产预报准确率维持在９３ ０％~９８ ８％的较高水平ꎻ从不同起报时间上看ꎬ１２月１日－次年１月１日的平均单产预报准确率维持在９６ ０％~９６ ６％的较高水平ꎬ且随着起报时间延后ꎬ单产预报准确率整体表现为逐渐提高的趋势ꎻ１月１日后起报的单产预报准确率整体较１月１日之前起报的有所降低ꎮ此
９８４
武㊀强等:２种茎瘤芥产量丰歉动态预报方法的对比
外还可以看出ꎬ单产预报准确率最低为８８ ７％(２０１７年２月２１日起报)ꎬ最高为９９ ９％(２０１６年２月１１日㊁２０２０年１月１日起报)ꎮ趋势预报准确性则呈现一定的不确定性ꎬ结果表现为２０１６年㊁２０１７年茎瘤芥产量的预报单产对应的әＹ与实际单产对应的әＹ均为正值ꎬ说明产量丰歉的预报趋势准确ꎬ均为增产趋势ꎮ２０１５年㊁２０１９年茎瘤芥产量的实际单产对应的
әＹ为正值ꎬ但绝对值较小ꎬ即单产表现为略增趋势ꎬ但预报值的趋势为略减ꎬ虽然预报的趋势不准确ꎬ但是与实际值间的绝对差异较小ꎬ且在动态预报后期(２月１１日㊁２月２１日)ꎬ预报的单产趋势则开始偏向正确ꎮ在２０１８年ꎬ茎瘤芥产量的丰歉趋势预报在不同起报时间均有偏差ꎬ说明基于气候适宜度指数的茎瘤芥产量丰歉动态预报方法具有较高的单产预报准确率ꎬ且在进入瘤茎膨大期以后ꎬ１月１日及以前的起报时间的预报准确率更高ꎬ反映在茎瘤芥瘤茎形成初期ꎬ气象条件对产量形成的决定作用更为明显ꎬ进入１月后ꎬ瘤茎已经稳定形成ꎬ对环境气象条件也有较强的抗性ꎬ气象条件对产量形成的影响相对较小ꎮ而在趋势预报准确性方面ꎬ存在一定的不确定性ꎬ在有限预报年份的准确率较低ꎮ
表１㊀基于气候适宜度指数的茎瘤芥产量丰歉动态预报模型
Ｔａｂｌｅ１㊀ＤｙｎａｍｉｃｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒＢｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.
ｔｕｍｉｄａｂａｓｅｄｏｎｔｈｅｃｌｉｍａｔｉｃｓｕｉｔａｂｉｌｉｔｙｉｎｄｅｘ
起报时间
(月￣日)预报模型Ｆ值样本数量
(个)１２￣０１әＹ＝２９.３２１ＣＳＩ－８.６２９１３.５１１∗∗３０１２￣１１әＹ＝２９.８１７ＣＳＩ－９.０８７１３.１１４∗∗３０１２￣２１әＹ＝３２.６８３ＣＳＩ－１０.５８２１３.６６３∗∗３００１￣０１әＹ＝２８.７６０ＣＳＩ－８.４０８１４.２２５∗∗３００１￣１１әＹ＝１８.７９４ＣＳＩ－３.９５１１２.５１６∗∗３００１￣２１әＹ＝１９.８５０ＣＳＩ－４.４５８１２.５５８∗∗３００１￣０１әＹ＝２３.４７８ＣＳＩ－６.７４２１２.４５２∗∗３００２￣１１әＹ＝３５.２８２ＣＳＩ－１４.７１１１８.９３８∗∗３００２￣２１әＹ＝３５.７４４ＣＳＩ－１５.００２１９.０６４∗∗３０әＹ:茎瘤芥产量气象影响指数ꎻＣＳＩ:９月上旬至预报日前的气候适宜度指数ꎻ∗㊁∗∗分别表示通过０ ０５㊁０ ０１水平的显著性检验ꎮ
表２㊀２０１５－２０１９年基于气候适宜度指数的瘤芥产量丰歉预报模型准确率
Ｔａｂｌｅ２㊀ＰｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｔｈｅｃｌｉｍａｔｉｃｓｕｉｔａｂｉｌｉｔｙｉｎｄｅｘｆｏｒＢｒａｓｓｉｃａｊｕｎｃｅａｖａｒ ｔｕｍｉｄａｆｒｏｍ２０１５ｔｏ２０１９
起报日期
(月￣日)预报әＹ
ａｂｃｄｅ
预报准确率(％)
ａｂｃｄｅ平均值
１２￣０１－４.０６４４.００９３.８４０９.１６７－１.１８５９５.９９６.６９８.３９０.５９８.６９６.０１２￣１１－３.４５４４.４３９３.９８９８.５１８－１.３８７９６.５９６.２９８.４９１.５９８.４９６.２１２￣２１－２.５５８４.７４９３.５５６７.９７７－０.６６７９７.４９５.９９８.０９２.０９９.１９６.５０１￣０１－１.７６３２.９７７３.１３６１０.２１００.３１７９８.２９７.７９７.６８９.８９９.９９６.６０１￣１１－３.８７１５.８１９０.４７２６.５１４－２.３０３９６.１９４.８９５.１９３.５９７.４９５.４０１￣２１－３.９９４６.３４９０.９８５７.０３７－２.５５２９５.９９４.３９５.６９２.９９７.２９５.２０２￣０１－４.２９８６.９６７－１.５３８７.１６０－０.４７１９５.６９３.７９３.２９２.８９９.３９４.９０２￣１１０.２１８１１.９０２－１.３８４３.１３６０.５８２９９.９８８.８９３.３９６.８９９.７９５.７０２￣２１０.２９５１１.９３６－１.４２８３.１２５０.６６９９９.８８８.７９３.３９６.８９９.６９５.６平均值－２.６１０６.５７２１.２９２６.９８３－０.７７７９７.３９４.１９５.９９３.０９８.８
实际值０.０７７０.６１４５.６８３－０.０２４０.２６３
ａ:２０１５－２０１６年ꎻｂ:２０１６－２０１７年ꎻｃ:２０１７－２０１８年ꎻｄ:２０１８－２０１９年ꎻｅ:２０１９－２０２０年ꎮәＹ:茎瘤芥产量气象影响指数ꎮ
２.２㊀基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报
㊀㊀采用１９８５－２０１５年茎瘤芥幼苗期至瘤茎膨大期(９月上旬至次年２月中旬)的气象数据与瘤茎产量数据作为气象要素相似年比较的样本集ꎬ利用历史丰歉气象影响指数加权平均分析法计算预报年产量ꎮ
以２０１５－２０２０年气象数据与茎瘤芥瘤茎实际产量作为验证数据集ꎮ如表３所示ꎬ不同年份㊁不同起报时间的平均单产预报准确率维持在９４.１％~９８ ８％的较高水平ꎻ起报时间为１２月１日－次年１月１日的预报准确率维持在９６ ８％~９８ ９％的较高水平ꎬ其中
１月１日起报的单产预报准确率最高ꎬ１月１日以后单产预报准确率有所降低ꎻ单次预报准确率的最低值为８８ ９％(２０１６年２月１１日起报)ꎬ最高值为９９ ７％(２０１５年１２月１日㊁２０１５年１２月１１日㊁２０１５年１２月
０９４江苏农业学报㊀２０２２年第３８卷第２期
２１日㊁２０１６年１月１日㊁２０１７年１２月１日㊁２０１７年１２月１１日起报)ꎮ由表３还可以看出ꎬ２０１８年茎瘤芥产量的实际әＹ为负值ꎬ即单产趋势为略减ꎬ而预报单产趋势表现为略增ꎬ但әＹ绝对误差较小ꎬ其余年份除个别起报时间的预报值与实际值有一定偏差外ꎬ趋势预报均一致ꎮ说明基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法具有较高的单产预报准确率及趋势预报准确率ꎮ在进入瘤茎膨大期以后ꎬ
１月１日及以前起报的单产准确率更高ꎬ符合茎瘤芥生育特点与生育期条件的变化规律ꎮ总体上看ꎬ趋势预报准确率较高ꎬ个别单产接近平年的年份具有较小的预报偏差ꎮ
表３㊀２０１５－２０１９年基于历史丰歉气象影响指数的瘤芥产量丰歉预报模型准确率
Ｔａｂｌｅ３㊀ＰｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｔｈｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｉｎｆｌｕｅｎｃｅｉｎｄｅｘｆｏｒＢｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａｆｒｏｍ２０１５ｔｏ２０１９
起报日期
(月￣日)预报әＹ
ａｂｃｄｅ
预报准确率(％)
ａｂｃｄｅ平均值
１２￣０１０.３４４３.９１４５.９５３４.７０５７.７６５９９.７９６.７９９.７９５.３９２.５９６.８１２￣１１０.３４４１.２１１５.９５３０.６５０７.７６５９９.７９９.４９９.７９９.３９２.５９８.１１２￣２１０.３４４－０.１１６３.２９３７.５６６５.３６３９９.７９９.３９７.７９２.４９４.９９６.８０１￣０１０.３４４１.２１１３.９９９０.３５０２.６８５９９.７９９.４９８.４９９.６９７.６９８.９０１￣１１３.４８２１.２１１３.９９９－３.５１９５.０２１９６.６９９.４９８.４９６.５９５.３９７.２０１￣２１２.８８６１.２１１３.２９３１.３２４５.９４９９７.２９９.４９７.７９８.７９４.３９７.５０２￣０１１１.１０２－０.８６３３.９９９１.１３６６.６７４８９.０９８.５９８.４９８.８９３.６９５.７０２￣１１１１.１０２１.９５８６.６２８１.１３６６.６７３８８.９９９.０９９.１９８.８９３.６９５.９０２￣２１８.３９４２.８７３６.９４２１.３２４７.４１２９１.７９７.８９８.８９８.７９２.９９６.０平均值４.２６０１.４０１４.８９５１.１６３６.１４５９５.８９８.８９８.７９７.７９４.１
实际әＹ０.０７７０.６１４５.６８３－０.０２４０.２６３
ａ:２０１５－２０１６年ꎻｂ:２０１６－２０１７年ꎻｃ:２０１７－２０１８年ꎻｄ:２０１８－２０１９年ꎻｅ:２０１９－２０２０年ꎮәＹ:历史丰歉气象影响指数ꎮ
２.３㊀２种预报方法的结果验证比较
在上述研究结果的基础上ꎬ进一步比较基于气候适宜度指数与基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法ꎬ由表２㊁表３可以看出ꎬ２种方法均具有较高的单产预报准确率ꎬ在动态预报中ꎬ基于气候适宜度指数的产量丰歉动态预报方法的最低单产预报准确率为８８ ７％ꎬ最高单产预报准确率为９９ ９％ꎻ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法的最低单产预报准确率为
８８ ９％ꎬ最高单产预报准确率为９９ ７％ꎬ可见２种方法预报准确率极值差异较小ꎮ对比不同年份各起报日期的平均单产预报准确率可知ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报模型的单产预报准确率优于基于气候适宜度指数的方法ꎮ对比同一年份不同起报日期的平均单产准确率可知ꎬ在５个验证年份内ꎬ３年历史丰歉气象影响指数方法的预报准确率更高ꎬ２年气候适宜度指数方法的预报准确率更高ꎮ对比２种方法的丰歉趋势预报准确率可知ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法准确率更高ꎮ
如图１ａ所示ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法于２０１６年１月１日前起报得到的２０１５年茎瘤芥产量预报值接近实际值ꎬ随着起报时间延后ꎬ预报结果偏差增大ꎬ较实际产量偏高ꎬ而基于气候适宜度指数的产量丰歉动态预报方法在２０１６年２月１日前起报得到的茎瘤产量均较实际值明显偏低ꎮ如图１ｂ所示ꎬ在２０１６年ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报结果在各起报时间均接近实际值ꎬ而基于气候适宜度指数的产量丰歉动态预报结果在各起报时间均偏高ꎮ如图１ｃ所示ꎬ在２０１７年的大多数起报时间ꎬ２种方法的预报结果均较实际值偏低ꎬ但是基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法的偏差更小ꎮ如图１ｄ所示ꎬ在２０１８年ꎬ基于气候适宜度指数的产量丰歉动态预报结果较实际值持续偏高ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报结果与实际值存在一定偏差ꎬ并
１９４
武㊀强等:２种茎瘤芥产量丰歉动态预报方法的对比
在一定范围内随起报时间推后而有所波动ꎬ但偏差总体小于基于气候适宜度指数的产量丰歉动态预报方法ꎮ如图１ｅ所示ꎬ在２０１９年ꎬ基于历史丰歉气象影响
指数的茎瘤芥产量丰歉动态预报结果在不同起报时间较实际产量偏高ꎬ而基于气候适宜度指数的产量丰歉动态预报结果在各起报时间的准确率较高
ꎮ
ａ:２０１５－２０１６年ꎻｂ:２０１６－２０１７年ꎻｃ:２０１７－２０１８年ꎻｄ:２０１８－２０１９年ꎻｅ:２０１９－２０２０年ꎮ图１㊀２种茎瘤芥产量丰歉动态预报方法的预报效果比较
Ｆｉｇ.１㊀ＣｏｍｐａｒｉｓｏｎｏｆｔｗｏｍｅｔｈｏｄｓｆｏｒｄｙｎａｍｉｃｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｏｆＢｒａｓｓｉｃａｊｕｎｃｅａｖａｒ.ｔｕｍｉｄａ
㊀㊀综上所述ꎬ相较于基于气候适宜度指数的茎瘤芥产量丰歉动态预报法ꎬ基于历史丰歉气象影响指
２９４江苏农业学报㊀２０２２年第３８卷第２期
数的茎瘤芥产量丰歉动态预报法在预报茎瘤芥产量趋势及预报大多数年份的单产准确率的效果均更好ꎮ
３㊀结论与讨论
作物产量预报工作的开展对农业生产㊁加工产能及政府决策等诸多方面都具有重要意义[６￣７]ꎮ而作物产量的形成除了受品种㊁生产力水平等影响外ꎬ与当年的气象条件有着密切关系ꎮ基于长期气象条件与作物产量之间的关系ꎬ通过数理统计方法建立的产量预测模型已经在水稻㊁玉米等大宗粮油的产量预报中有较为广泛的应用[１４￣２０]ꎮ而对于一些地方特色经济作物ꎬ由于历史资料匮乏或者种植规模有限等因素ꎬ关于其产量预报的研究还较少ꎮ涪陵茎瘤芥是川渝㊁江浙一带的特色经济作物ꎬ重庆市涪陵区更是茎瘤芥的核心优势产区ꎬ有悠久的种植历史ꎮ研究者从栽培学的角度对播期㊁育苗方式㊁土壤肥力等方面对茎瘤芥产量形成的影响已有较为深入的研究[２８￣３２]ꎬ关于生态环境因素对茎瘤芥产量形成影响的研究多从病虫害发生㊁瘤茎空心㊁先期抽薹等不利因素对产量形成的影响方面进行定性讨论[２２ꎬ３３￣３５]ꎬ而基于气象条件特征的茎瘤芥产量定量㊁动态预报预测的研究尚显不足ꎮ
本研究以重庆市特色作物茎瘤芥为研究对象ꎬ统计分析茎瘤芥核心产区多年的气象资料与产量资料ꎬ基于气候适宜度指数与历史丰歉气象影响指数２种方法建立茎瘤芥产量的动态预报模型ꎬ通过对比２种方法的产量预报结果准确性得出ꎬ将基于气候适宜度指数与基于历史丰歉气象影响指数的产量丰歉动态预报方法应用于茎瘤芥产量预报中ꎬ均取得了较好的预报结果ꎬ且准确率的极值差异较小ꎮ通过比较得出ꎬ这２种方法均表现出进入瘤茎膨大期以后ꎬ１月１日及之前起报时间的预报准确率更高ꎬ说明这段时期是茎瘤芥瘤茎产量形成的关键期ꎬ受气象条件的影响较大ꎮ在不同年份ꎬ各起报日期的基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报单产准确率优于基于气候适宜度指数的预报ꎮ在有限验证年份内ꎬ在产量趋势预报方面ꎬ基于历史丰歉气象影响指数的预报准确率更高ꎻ在单产预报准确率方面ꎬ大多数年份的基于历史丰歉气象影响指数的预报准确率更高ꎮ综合判断ꎬ基于历史丰歉气象影响指数的茎瘤芥产量丰歉动态预报方法在实际应用中具有更好的准确性与适用性ꎮ
本研究对比分析了２种统计学建模方法对茎瘤芥产量预报的准确性ꎬ但是在预报模型的建立过程中ꎬ还存在一定不足ꎮ使用基于气候适宜度指数的作物产量丰歉动态预报方法时ꎬ作物生长相关气象指标的确定及在同一生育期不同阶段的细化尤为重要ꎬ随着茎瘤芥植物生理与栽培学方面研究的深入ꎬ不同生育期气象指标的细化可以使得基于气候适宜度指数的作物产量丰歉动态预报模型准确性得到提升ꎮ使用基于历史丰歉气象影响指数的产量丰歉动态预报方法时ꎬ不同的相似年判定方法也会影响预报结果ꎬ并且随着历史资料的积累ꎬ校正样本量增加ꎬ基于历史丰歉气象影响指数的产量丰歉动态预报方法的准确性也可得到进一步提升ꎮ
参考文献:
[１]㊀刘少军ꎬ佟金鹤ꎬ张京红ꎬ等.基于气候数据的橡胶树产胶能力评估模型[Ｊ].中国农业气象ꎬ２０２０ꎬ４１(２):１１３￣１２０. [２]㊀刘峻明ꎬ和晓彤ꎬ王鹏新ꎬ等.长时间序列气象数据结合随机森林法早期预测冬小麦产量[Ｊ].农业工程学报ꎬ２０１９ꎬ３５(６):１５８￣１６６.
[３]㊀江梦圆ꎬ薛晓萍ꎬ杨再强ꎬ等.开花期复水对受旱冬小麦叶片状态和产量结构的补偿效应[Ｊ].中国农业气象ꎬ２０２０ꎬ４１(４):２５３￣２６２.
[４]㊀余焰文ꎬ杨爱萍ꎬ蔡小琴ꎬ等.三种油菜产量预测模型在江西的应用比较[Ｊ].气象科技ꎬ２０１８ꎬ４６(５):１０３２￣１０３７. [５]㊀钱㊀拴ꎬ王建林.农业气象作物产量预报的特点与思考[Ｊ].气象科技ꎬ２００３ꎬ３１(５):２５７￣２６１.
[６]㊀池俊成ꎬ王兰君ꎬ刑树本ꎬ等.作物产量预测技术在外贸决策中的应用[Ｊ].中国农业气象ꎬ１９９７ꎬ１８(３):４５￣４６.㊀[７]㊀单㊀琨ꎬ刘布春ꎬ李茂松ꎬ等.基于花粉量的作物产量预测模型研究进展[Ｊ].中国农业气象ꎬ２０１０ꎬ３１(２):２８２￣２８７. [８]㊀熊㊀伟.ＣＥＲＥＳ￣Ｗｈｅａｔ模型在我国小麦区的应用效果及误差来源[Ｊ].应用气象学报ꎬ２００９ꎬ２０(１):８８￣９４.
[９]㊀李军玲ꎬ郭其乐ꎬ彭记永.基于ＭＯＤＩＳ数据的河南省冬小麦产量遥感估算模型[Ｊ].生态环境学报ꎬ２０１２ꎬ２１(１０):１６６５￣１６６９. [１０]ＢＯＯＧＡＡＲＤＨꎬＷＯＬＦＪꎬＳＵＰＩＴＩꎬｅｔａｌ.Ａｒｅｇｉｏｎａｌｉｍｐｌｅｍｅｎｔａ￣ｔｉｏｎｏｆＷＯＦＯＳＴｆｏｒｃａｌｃｕｌａｔｉｎｇｙｉｅｌｄｇａｐｓｏｆａｕｔｕｍｎ￣ｓｏｗｎｗｈｅａｔａｃｒｏｓｓｔｈｅＥｕｒｏｐｅａｎＵｎｉｏｎ[Ｊ].ＦｉｅｌｄＣｒｏｐｓＲｅｓｅａｒｃｈꎬ２０１３ꎬ１４３:１３０￣１４２.
[１１]ＭＡＧＮꎬＨＵＡＮＧＪＸꎬＷＵＷＢꎬｅｔａｌ.ＡｓｓｉｍｉｌａｔｉｏｎｏｆＭＯＤＩＳ￣ＬＡＩｉｎｔｏｔｈｅＷＯＦＯＳＴｍｏｄｅｌｆｏｒｆｏｒｅｃａｓｔｉｎｇｒｅｇｉｏｎａｌｗｉｎｔｅｒｗｈｅａｔｙｉｅｌｄ[Ｊ].Ｍａｔｈｅｍａｔｉｃａｌ＆ＣｏｍｐｕｔｅｒＭｏｄｅｌｌｉｎｇꎬ２０１３ꎬ５８(３/４):６３４￣６４３.
[１２]王利民ꎬ姚保民ꎬ刘㊀佳ꎬ等.基于ＳＷＡＰ模型同化遥感数据的黑龙江南部春玉米产量监测[Ｊ].农业工程学报ꎬ２０１９ꎬ３５(２２):２８５￣２９５.
３９４
武㊀强等:２种茎瘤芥产量丰歉动态预报方法的对比。