水稻播種期的氣象預(yù)報(bào)模型研究:以江蘇省為例

張曉英

(福建省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)質(zhì)量標(biāo)準(zhǔn)與檢測(cè)技術(shù)研究所， 福建 福州 350003)

水稻播種期是生產(chǎn)上品種布局、播期安排、茬口銜接所必須考慮的問題，同時(shí)準(zhǔn)確預(yù)測(cè)預(yù)報(bào)水稻播種期也是農(nóng)用天氣預(yù)報(bào)的一個(gè)重要環(huán)節(jié)。根據(jù)聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)第五次評(píng)估報(bào)告，1880—2012年，全球平均地表溫度升高0.85℃[0.65～1.06℃]，1951—2012年全球地表溫度的升溫速率(0.12℃/10年)幾乎是1880年以來升溫速率的2倍，極端氣候事件頻率增加。氣候變暖對(duì)作物生長發(fā)育也有影響，但不同作物的生育期、不同地區(qū)同一作物生育期及同一作物不同生育期對(duì)氣候變暖的響應(yīng)不同[1-11]，如春播作物播種期提早，喜溫作物生育期延長[1]，越冬作物播種期推遲，生育期縮短。

水稻是江蘇省第一大糧食作物，常年種植面積220萬hm2，種植面積、稻谷產(chǎn)量分別占全省糧食面積的40%和總產(chǎn)量的60%，約占全國水稻種植面積的7%和水稻總產(chǎn)量的10%，單產(chǎn)穩(wěn)居全國第一。水稻發(fā)育期的變化直接由溫度等氣象條件變化而引起。為利用實(shí)時(shí)氣象資料直接進(jìn)行播種期預(yù)報(bào)，以江蘇省為例，選擇旬平均氣溫(T)等10個(gè)氣象因子作為自變量，應(yīng)用相關(guān)分析方法及最優(yōu)化相關(guān)處理技術(shù)，尋找表征江蘇省水稻播種期的最佳氣象因子，并建立回歸模型。

1 資料來源與分析方法

1.1 資料來源

江蘇省徐州、贛榆、淮安、興化、鎮(zhèn)江、宜興、昆山和高淳8個(gè)水稻觀測(cè)站有記錄以來的農(nóng)業(yè)氣象資料及對(duì)應(yīng)氣象站的觀測(cè)資料，包括旬平均氣溫(T)、旬最低氣溫(Tn)、旬最高氣溫(Tx)、旬溫差(TD=Tx-Tn)、旬日照時(shí)數(shù)(S)、旬光溫積(T*S)、旬降水量(R)、旬降水日數(shù)(Rd)、旬降水強(qiáng)度(RS=R/Rd)和旬降水溫度比(R/T)10個(gè)氣象因子，均來自于江蘇省氣象信息中心。為了保證數(shù)據(jù)的可比性，統(tǒng)一用1990—2010年資料進(jìn)行分析建模。

1.2 分析方法

1.2.1 因變量的獲取 將播種期數(shù)值化以便建模，對(duì)發(fā)育期進(jìn)行處理，即以每年的1月 1日為基準(zhǔn)，計(jì)算播種期為一年的第*天，返青期則在播種期的基礎(chǔ)上繼續(xù)累加實(shí)際的日數(shù)。如徐州 1986年度水稻播種期為5月 11日，即記為131。

1.2.2 最優(yōu)化因子相關(guān)分析 利用最優(yōu)化相關(guān)普查方法[12]分析自變量(氣象因子)與因變量之間最合適的相互關(guān)系。為增加因子的信息量，首先對(duì)因子進(jìn)行膨化處理[13]，然后再進(jìn)行最優(yōu)化普查。

因子X的線性和非線性[含單調(diào)的和非單調(diào)的單峰(谷)型]化處理可歸納為一種通用變換形式：

Q=(│X-b│/B+0.5)a

式中，a、b為待定參數(shù)，且Xmin≤b≤Xmax，B=max(Xmax-b，b-Xmin)。

經(jīng)上式變換后，Q與Y(因變量，為水稻播種期)必為單調(diào)關(guān)系，且(│X-b│/B+0.5)的值在區(qū)間[0.5，1.5]內(nèi)變化。對(duì)于單峰(谷)型關(guān)系的因子，為避免X在最低或最高值附近出現(xiàn)個(gè)別樣本的偶然誤差影響，b的取值以Xmin+(Xmax-Xmin)/4≤b≤Xmax-(Xmax-Xmin)/4為宜。a值一般在(-10，-1/10)和(1/10，10)2個(gè)區(qū)間內(nèi)取值，效果較好。a、b可用最優(yōu)化技術(shù)求出。令目標(biāo)函數(shù)為f(a，b)= 1-R2=min，R為a、b取一定值時(shí)Q與Y的相關(guān)系數(shù)。應(yīng)用二維尋優(yōu)的變量轉(zhuǎn)換思路將其分解為一元問題逐步處理。

經(jīng)過上述方法處理普查后獲得的因子，是一批與因變量相關(guān)最顯著的因子。

1.2.3 穩(wěn)定性檢驗(yàn)與獨(dú)立性檢驗(yàn) 通過對(duì)相關(guān)普查所選的因子用滑動(dòng)相關(guān)檢驗(yàn)法進(jìn)行穩(wěn)定性檢驗(yàn)[14]，擬淘汰掉一些相關(guān)程度前好后差或波動(dòng)變化較大的因子，保證所選因子與積溫之間具有穩(wěn)定、顯著的相關(guān)關(guān)系。

為提高統(tǒng)計(jì)回歸模型的可預(yù)報(bào)性，首先要估計(jì)預(yù)報(bào)模型的系數(shù)，對(duì)于最小二乘法擬合來說，如果自變量數(shù)據(jù)矩陣Xn×p中有多元共線性存在，則系數(shù)就無法估計(jì)。為解決這一問題，選用主成分識(shí)別法[12，13，15-16]進(jìn)行因子的獨(dú)立性檢驗(yàn)[13，15-16]，剔除共線性因子。在α=0.01置信度水平的相關(guān)顯著因子中分別剔除掉復(fù)共線性因子，可以認(rèn)為剩下的因子是相關(guān)顯著、穩(wěn)定并且相對(duì)獨(dú)立的因子。

2 結(jié)果與分析

2.1 水稻播種期與氣象因子的相關(guān)性

通過分析8個(gè)站點(diǎn)水稻播種期與氣象因子的相關(guān)性發(fā)現(xiàn)，水稻播種期與氣象因子相關(guān)密切。表1列出了與興化站水稻播種期相關(guān)性達(dá)0.01極顯著水平的氣象因子。

2.2 水稻播種期的氣象回歸模型

由于已考慮因子相關(guān)的最優(yōu)化、顯著性、穩(wěn)定性和獨(dú)立性，因此，由自變量組合的聯(lián)立方程可以達(dá)到非奇異。利用逐步回歸方法，在8個(gè)站點(diǎn)保留的相關(guān)氣象因子中篩選出貢獻(xiàn)最大的因子，建立穩(wěn)定可靠的回歸模型(表2)，且8個(gè)站點(diǎn)的回歸模型達(dá)0.01極顯著水平。

表1 興化站水稻播種期與氣象因子的函數(shù)形式及相關(guān)系數(shù)

表2 水稻播種期的氣象預(yù)報(bào)模型

注:X1′=(∣X1-8.4∣/5.1+0.5)0.58，為當(dāng)年4月中旬旬最低氣溫，單相關(guān)系數(shù)為0.52；X2′=(∣X2-50.3∣/16.6+0.5)-0.55，為上一年12月上旬至當(dāng)年1月中旬旬最高氣溫累積值，單相關(guān)系數(shù)為0.48。

2.3 預(yù)報(bào)模型擬合

利用上述預(yù)報(bào)模型進(jìn)行回代檢驗(yàn)，對(duì)水稻播種期的氣象模型進(jìn)行模擬，8個(gè)站點(diǎn)的模型都通過了α=0.01的顯著性檢驗(yàn)。圖1為興化站水稻播種期氣象預(yù)報(bào)模型的歷史擬合效果。

3 小結(jié)

結(jié)合水稻生理特征，選擇旬平均氣溫等10個(gè)氣象因子，應(yīng)用相關(guān)統(tǒng)計(jì)分析方法，尋找表征江蘇省水稻播種期的最佳氣象因子，最終建立回歸模型。這些預(yù)報(bào)模型的擬合檢驗(yàn)效果良好，可提前較長時(shí)間預(yù)測(cè)出播種期時(shí)間，如興化站常年水稻播種期為5月上中旬，建立的模型在4月中旬即可作出預(yù)報(bào)。預(yù)報(bào)結(jié)果對(duì)水稻種植具有重要的指導(dǎo)意義，可提升農(nóng)業(yè)氣象的專業(yè)服務(wù)能力。

水稻播種期除受天氣條件影響外，還與品種、水利設(shè)施、土壤特性等有關(guān)，未來需要綜合考慮這些因素，采用科學(xué)方法將這些因素轉(zhuǎn)變?yōu)槟Ｐ托枰淖宰兞恳蜃?，以進(jìn)一步提升預(yù)報(bào)模型的準(zhǔn)確性。