留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

不同方法在湖南省早稻产量动态预报中的比较

帅细强 陆魁东 黄晚华

帅细强, 陆魁东, 黄晚华. 不同方法在湖南省早稻产量动态预报中的比较. 应用气象学报, 2015, 26(1): 103-111. DOI: 10.11898/1001-7313.20150111..
引用本文: 帅细强, 陆魁东, 黄晚华. 不同方法在湖南省早稻产量动态预报中的比较. 应用气象学报, 2015, 26(1): 103-111. DOI: 10.11898/1001-7313.20150111.
Shuai Xiqiang, Lu Kuidong, Huang Wanhua. A comparative study on dynamic forecasting of early rice yield by using different methods in Hunan Province. J Appl Meteor Sci, 2015, 26(1): 103-111. DOI:  10.11898/1001-7313.20150111.
Citation: Shuai Xiqiang, Lu Kuidong, Huang Wanhua. A comparative study on dynamic forecasting of early rice yield by using different methods in Hunan Province. J Appl Meteor Sci, 2015, 26(1): 103-111. DOI:  10.11898/1001-7313.20150111.

不同方法在湖南省早稻产量动态预报中的比较

DOI: 10.11898/1001-7313.20150111
资助项目: 

公益性行业 (气象) 科研专项 GYHY201206022

公益性行业 (气象) 科研专项 GYHY201206020

详细信息
    通信作者:

    帅细强, email: nqsxq@163.com

A Comparative Study on Dynamic Forecasting of Early Rice Yield by Using Different Methods in Hunan Province

  • 摘要: 为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。
  • 表  1  湖南省早稻各生育期的最低温度、最高温度和适宜温度 (单位:℃)

    Table  1  The minimum, maximum and optimum temperatures at different growth stages of early rice in Hunan Province (unit:℃)

    生育期 最低温度 最高温度 适宜温度
    播种期 10 40 18
    出苗期 14 40 20
    移栽、返青期 15 35 28
    分蘖期 17 33 25
    孕穗期 17 40 25
    抽穗期 18 35 25
    乳熟、成熟期 13 35 23
    下载: 导出CSV

    表  2  基于气候适宜度的湖南省早稻产量丰歉值动态预报模型

    Table  2  Dynamic forecasting models for bumper or poor harvest of early rice yield based on climatic suitability in Hunan Province

    预报时间 预报模型 显著性水平
    04-30 ΔY=(34.2f-0.60)×100% 未达到0.10显著性水平
    05-10 ΔY=(34.4f-10.70)×100% 0.02
    05-20 ΔY=(38.3f-18.68)×100% 0.01
    05-31 ΔY=(38.2f-16.99)×100% 0.01
    06-10 ΔY=(37.0f-7.64)×100% 0.01
    06-20 ΔY=(37.8f-17.60)×100% 0.01
    06-30 ΔY=(37.9f-17.07)×100% 0.001
    07-10 ΔY=(36.7f-26.39)×100% 0.001
    07-20 ΔY=(35.9f-18.98)×100% 0.001
      注:ΔY表示湖南省早稻产量丰歉值预报,f表示从播种到预报时间止的早稻气候适宜指数。
    下载: 导出CSV

    表  3  各旬气候要素与湖南省早稻产量丰歉值的相关系数

    Table  3  Correlation coefficients between ten-day climate factors and bumper or poor harvest of early rice yield in Hunan Province

    时间 相关系数
    平均温度 降水量 日照时数
    3月下旬 0.1034 -0.0557 0.1356
    4月上旬 -0.1861 0.0020 -0.2122
    4月中旬 0.0694 0.0172 0.0150
    4月下旬 -0.1519 -0.1392 0.0606
    5月上旬 0.2481 -0.1633 0.3845
    5月中旬 0.1655 -0.1668 0.1368
    5月下旬 0.0326 0.1756 -0.0387
    6月上旬 -0.2882 0.0052 -0.1673
    6月中旬 -0.1820 -0.3055 0.1947
    6月下旬 -0.1389 -0.0346 -0.0284
    7月上旬 0.1567 -0.2169 0.1942
    7月中旬 -0.0906 0.0058 -0.0592
    下载: 导出CSV

    表  4  基于关键气象因子的湖南省早稻产量丰歉值动态预报模型

    Table  4  Dynamic forecasting models for bumper or poor harvest of early rice yield based on key meteorological factors in Hunan Province

    预报时间 预报模型 显著性水平
    04-30 ΔY=(0.075xM-0.043xA+2.91)×100% 未达到0.10显著性水平
    05-10 ΔY=(0.171x1-4.58)×100% 0.02
    05-20 ΔY=(0.163x1+0.46x2-14.56)×100% 0.01
    05-31 ΔY=(0.15x1+0.55x2+0.031x3-18.11)×100% 0.01
    06-10 ΔY=(0.12x1+0.60x2+0.037x3-1.40x4+16.92)×100% 0.01
    06-20 ΔY=(0.11x1+0.45x2+0.034x3-1.425x4-0.049x5+25.09)×100% 0.001
    06-30 ΔY=(0.12x1+0.64x2+0.041x3-1.38x4-0.057x5-1.6x6+62.01)×100% 0.001
    07-10 ΔY=(0.11 x1+0.83x2+0.029x3-1.38x4-0.063x5-1.76x6-0.054x7+66.79)×100% 0.001
    07-20 ΔY=(0.11x1+0.79x2+0.028x3-1.36x4-0.060x5-1.71x6-0.057x7-0.39x8+76.70)×100% 0.001
      注:ΔY表示湖南省早稻产量丰歉值预报,xM表示3月下旬日照时数,xA表示4月下旬降水量,x1表示5月上旬日照时数,x2表示5月中旬平均气温,x3表示5月下旬降水量,x4表示6月上旬平均气温,x5表示6月中旬降水量,x6表示6月下旬平均气温,x7表示7月上旬降水量,x8表示7月中旬平均气温。
    下载: 导出CSV

    表  5  1962—2002年基于气候适宜度的早稻产量动态预报方法回代检验

    Table  5  Fitting test for dynamic forecasting method of early rice yield based on climatic suitability from 1962 to 2002

    预报时间 趋势预报准确性/% 预报准确率/% 误差5%以内样本百分率/% 误差7%以内样本百分率/%
    05-10 66 94.5 54 68
    05-20 71 94.6 56 73
    05-31 68 94.6 59 68
    06-10 66 94.3 51 66
    06-20 73 94.5 51 66
    06-30 73 94.5 54 66
    07-10 71 94.7 61 68
    07-20 71 94.7 56 68
    下载: 导出CSV

    表  6  1962—2002年基于关键气象因子的早稻产量动态预报方法回代检验

    Table  6  Fitting test for dynamic forecasting method of early rice yield based on key meteorological factors from 1962 to 2002

    预报时间 趋势预报准确性/% 预报准确率/% 误差5%以内样本百分率/% 误差7%以内样本百分率/%
    05-10 54 94.3 54 66
    05-20 63 94.4 54 69
    05-31 59 94.4 51 66
    06-10 61 94.4 54 66
    06-20 68 94.5 49 63
    06-30 71 95.2 56 63
    07-10 71 95.2 59 73
    07-20 68 95.2 61 73
    下载: 导出CSV

    表  7  1962—2002年基于作物生长模型的早稻产量动态预报方法回代检验

    Table  7  Fitting test for dynamic forecasting method of early rice yield based on crop growth simulation model from 1962 to 2002

    预报时间 趋势预报准确性/% 预报准确率/% 误差5%以内样本百分率/% 误差7%以内样本百分率/%
    04-30 66 93.6 59 63
    05-10 54 93.6 51 63
    05-20 59 94.1 56 63
    05-31 54 93.9 59 76
    06-10 54 93.6 46 59
    06-20 59 93.8 56 63
    06-30 59 94.0 59 61
    07-10 66 93.8 66 73
    07-20 66 93.9 59 71
    下载: 导出CSV

    表  8  2003—2012年基于气候适宜度的早稻产量动态预报方法预报检验

    Table  8  Extrapolation test for dynamic forecasting method of early rice yield based on climatic suitability from 2003 to 2012

    预报时间 趋势预报准确性/% 预报准确率/% 误差5%以内样本百分率/% 误差7%以内样本百分率/%
    05-10 50 96.5 60 100
    05-20 60 97.0 70 90
    05-31 60 96.0 60 80
    06-10 50 95.5 30 70
    06-20 60 96.5 50 80
    06-30 60 96.6 50 80
    07-10 60 96.2 40 80
    07-20 60 96.1 50 80
    下载: 导出CSV

    表  9  2003—2012年基于关键气象因子的早稻产量动态预报方法预报检验

    Table  9  Extrapolation test for dynamic forecasting method of early rice yield based on key meteorological factors from 2003 to 2012

    预报时间 趋势预报准确性/% 预报准确率/% 误差5%以内样本百分率/% 误差7%以内样本百分率/%
    05-10 60 95.9 50 90
    05-20 50 95.8 50 90
    05-31 50 95.6 60 90
    06-10 40 95.5 60 90
    06-20 50 95.2 50 60
    06-30 50 96.0 60 90
    07-10 70 95.9 70 80
    07-20 60 96.2 70 80
    下载: 导出CSV

    表  10  2003—2012年基于作物生长模型的早稻产量动态预报方法预报检验

    Table  10  Extrapolation test for dynamic forecasting method of early rice yield based on crop growth simulation model from 2003 to 2012

    预报时间 趋势预报准确性/% 预报准确率/% 误差5%以内样本百分率/% 误差7%以内样本百分率/%
    04-30 60 97.0 80 90
    05-10 50 96.8 90 90
    05-20 50 96.7 90 90
    05-31 50 96.7 80 90
    06-10 50 96.4 70 90
    06-20 40 94.7 50 70
    06-30 50 94.1 60 70
    07-10 50 94.7 60 60
    07-20 50 95.3 60 60
    下载: 导出CSV
  • [1] 莫喆, 刘中秋, 吴永常.国内外农业生产监测及产量预报系统的现状与分析.农业信息科学, 2008, 24(5):434-437. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNTB200805092.htm
    [2] Douglas K B, Mark A F.Forecasting crop yield using remotely sensed vegetation indices and crop phenology metrics.Agricultural and Forest Meteorology, 2013, 173:74-84. doi:  10.1016/j.agrformet.2013.01.007
    [3] Juraj B, van der Velde M, Erwin S, et al.Pan-European crop modelling with EPIC:Implementation, up-scaling and regional crop yield validation.Agricultural Systems, 2013, 120:61-75. doi:  10.1016/j.agsy.2013.05.008
    [4] Yannick C, de Wit A, Gregory D, et al.Potential performances of remotely sensed LAI assimilation in WOFOST model based on an OSS Experiment.Agricultural and Forest Meteorology, 2011, 151:1843-1855. doi:  10.1016/j.agrformet.2011.08.002
    [5] 兰洪第, 段运怀, 章庆辰, 等.东北地区粮豆产量预报.科学通报, 1982, 27(6):383. http://www.cnki.com.cn/Article/CJFDTOTAL-KXTB198206021.htm
    [6] 赵四强.应用海温预报粮食产量的初步探讨.科学通报, 1982, 27(20):126-127. http://www.cnki.com.cn/Article/CJFDTOTAL-SEAC198304004.htm
    [7] 钱拴, 王建林.农业气象作物产量预报的特点与思考.气象科技, 2003, 31(5):33-38. http://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ200305000.htm
    [8] 王石立, 马玉平, 刘文泉, 等.面向Internet的农业气象产量动态预报.气象, 2004, 30(4):42-46. doi:  10.7519/j.issn.1000-0526.2004.04.011
    [9] 王建林, 宋迎波.棉花产量动态预测方法研究.中国棉花, 2002, 29(9):5-7. http://www.cnki.com.cn/Article/CJFDTOTAL-ZMZZ200209002.htm
    [10] 王建林, 杨霏云, 宋迎波.西北地区玉米产量动态业务预报方法探讨.应用气象学报, 2004, 15(1):51-57. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20040107&flag=1
    [11] 宋迎波, 王建林, 陈晖, 等.中国油菜产量动态预报方法研究.气象, 2008, 34(3):93-99. doi:  10.7519/j.issn.1000-0526.2008.03.014
    [12] 宋迎波, 王建林, 杨霏云.粮食安全气象服务.北京:气象出版社, 2006:188-195.
    [13] 杨霏云, 王建林.晚稻单产动态预测方法研究.气象科技, 2005, 33(5):433-436. http://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ200505010.htm
    [14] 郑昌玲, 杨霏云, 王建林, 等.早稻产量动态预报模型.中国农业气象, 2007, 28(4):412-416. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGNY200704017.htm
    [15] 郑昌玲, 王建林, 宋迎波, 等.大豆产量动态预报模型研究.大豆科学, 2008, 27(6):943-948. http://www.cnki.com.cn/Article/CJFDTOTAL-DDKX200806012.htm
    [16] 杜春英, 李帅, 王晾晾, 等.基于历史产量丰歉影响指数的黑龙江省水稻产量动态预报.中国农业气象, 2010, 31(3):427-430. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGNY201003020.htm
    [17] 魏瑞江, 宋迎波, 王鑫.基于气候适宜度的玉米产量动态预报方法.应用气象学报, 2009, 20(5):622-626. doi:  10.11898/1001-7313.20090514
    [18] 刘伟昌, 陈怀亮, 余卫东, 等.基于气候适宜度指数的冬小麦动态产量预报技术研究.气象与环境科学, 2008, 31(2):21-24. http://www.cnki.com.cn/Article/CJFDTOTAL-HNQX200802005.htm
    [19] 李曼华, 薛晓萍, 李鸿怡.基于气候适宜度指数的山东省冬小麦产量动态预报.中国农学通报, 2012, 28(12):291-295. doi:  10.11924/j.issn.1000-6850.2012-0337
    [20] 游超, 蔡元刚, 张玉芳.基于气象适宜指数的四川盆地水稻气象产量动态预报技术研究.高原山地气象研究, 2011, 31(1):51-55. http://www.cnki.com.cn/Article/CJFDTOTAL-SCCX201101009.htm
    [21] 钱锦霞, 郭建平.郑州地区冬小麦产量构成要素的回归模型.应用气象学报, 2012, 23(4):500-504. doi:  10.11898/1001-7313.20120414
    [22] 刘布春, 王石立, 马玉平.国外作物模型区域应用研究进展.气象科技, 2002, 30(4):194-203. http://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ200204000.htm
    [23] 高永刚, 王育光, 殷世平, 等.世界粮食研究模型在黑龙江省作物产量预报中的应用.中国农业气象, 2006, 27(1):27-30. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGNY200601008.htm
    [24] 高永刚, 顾红, 姬菊枝, 等.近43年来黑龙江气候变化对农作物产量影响的模拟研究.应用气象学报, 2007, 18(4):532-538. doi:  10.11898/1001-7313.20070414
    [25] 袁东敏, 尹志聪, 郭建平.SRES B2气候情景下东北玉米产量变化数值模拟.应用气象学报, 2014, 25(3):284-292. doi:  10.11898/1001-7313.20140304
    [26] 帅细强, 王石立, 马玉平.基于水稻生长模型的气象影响评价和产量动态预测.应用气象学报, 2008, 19(1):71-81. doi:  10.11898/1001-7313.20080112
    [27] 高亮之.农业模型学基础.上海:天马图书有限公司, 2004:186-206.
    [28] 潘学标.作物模型原理.北京:气象出版社, 2003:273-303.
    [29] 马玉平, 王石立, 王馥棠.作物模拟模型在农业气象业务应用中的研究初探.应用气象学报, 2005, 16(3):293-303. doi:  10.11898/1001-7313.20050303
    [30] 刘春, 张春辉, 郭萨萨.基于能量模型的水稻生长模型.应用气象学报, 2013, 24(2):240-247. doi:  10.11898/1001-7313.20130212
    [31] 薛昌颖, 杨晓光, Bam B, 等.ORYZA2000模型模拟北京地区旱稻的适应性初探.作物学报, 2005, 31(12):1567-1571. doi:  10.3321/j.issn:0496-3490.2005.12.007
    [32] 韩家炜, 堪博.数据挖掘:概念与技术.北京:机械工业出版社, 2007:8-21.
    [33] 王海峰, 张健, 黄晓亚.数据挖掘技术及其在渔情预报中的应用.计算机时代, 2007(11):52-53. doi:  10.3969/j.issn.1006-8228.2007.11.020
    [34] 石扬, 张燕平, 赵姝, 等.基于商空间的气象时间序列数据挖掘研究.计算机工程与应用, 2007, 43(1):201-203. http://www.cnki.com.cn/Article/CJFDTOTAL-JSGG200701059.htm
    [35] Kropff M J, van Laar H H, Ten B H F M.ORYZA1:A Basic Model for Irrigated Lowland Rice Production.Wageningen:Centre for Agrobiological Research, 1993:76-83.
    [36] Kropff M J, van Laar H H, Matthews R.ORAZA1, An Eco-physiological Model for Irrigation Rice Production.SARP Research Proceedings, 1994:110.
    [37] Bouman B A M, van Keulen, van Laar H H, et al.The school of de Wit crop growth simulation models:A pedigree and historical overview.Agricultural Systems, 1996, 52:171-198. doi:  10.1016/0308-521X(96)00011-X
    [38] Matthews R B, Hunt L A.A model describing the growth of cassava.Field Crops Res, 1994, 36:69-84. doi:  10.1016/0378-4290(94)90054-X
  • 加载中
表(10)
计量
  • 摘要浏览量:  4950
  • HTML全文浏览量:  1335
  • PDF下载量:  871
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-05-13
  • 修回日期:  2014-09-22
  • 刊出日期:  2015-01-31

目录

    /

    返回文章
    返回