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

主要作物产量分离方法比较

李心怡 张祎 赵艳霞 杜子璇 杨沈斌

李心怡, 张祎, 赵艳霞, 等. 主要作物产量分离方法比较. 应用气象学报, 2020, 31(1): 74-82. DOI: 10.11898/1001-7313.20200107.
引用本文: 李心怡, 张祎, 赵艳霞, 等. 主要作物产量分离方法比较. 应用气象学报, 2020, 31(1): 74-82. DOI: 10.11898/1001-7313.20200107.
Li Xinyi, Zhang Yi, Zhao Yanxia, et al. Comparative study on main crop yield separation methods. J Appl Meteor Sci, 2020, 31(1): 74-82. DOI:  10.11898/1001-7313.20200107
Citation: Li Xinyi, Zhang Yi, Zhao Yanxia, et al. Comparative study on main crop yield separation methods. J Appl Meteor Sci, 2020, 31(1): 74-82. DOI:  10.11898/1001-7313.20200107

主要作物产量分离方法比较

DOI: 10.11898/1001-7313.20200107
资助项目: 

中国气象科学研究院科技发展基金 2018KJ014

国家重点研究发展计划课题 2019YFD1002201

国家自然科学基金面上项目 41875140

详细信息
    通信作者:

    赵艳霞, zhaoyanxia@cma.gov.cn

Comparative Study on Main Crop Yield Separation Methods

  • 摘要: 对作物产量进行分离是分析气象因子对产量影响的重要步骤之一。以1985—2018年江苏省24个县(市)水稻统计产量为基础,分别采用3年滑动平均法、5年滑动平均法、五点二次平滑法、二次指数平滑法、HP滤波法和年际增量法对作物产量进行分离。从趋势产量与气象产量两方面比较6种方法的一致性与差异性,将分离出的气象产量与典型年增减产记录对比,选出更能准确捕获气象因子导致产量变异的方法,利用气象因子与产量关系的合理性对选定的方法进行检验。结果表明:就趋势产量拟合而言,前5种方法(年际增量法不能模拟趋势产量)均能较好地拟合趋势产量,与研究区域的趋势产量的一致性相关系数绝大多数为较好和极好等级范围;就气象产量而言,HP滤波法和年际增量法分离气象产量的合理性较差,标准差明显大于其他方法。综合看,3年滑动平均法与五点二次平滑法更具有普适性,可以捕获整个地区绝大多数典型年份气象因子带来的产量变化。
  • 图  1  研究区域及气象站点分布

    Fig. 1  The research region and distribution of meteorological stations

    图  2  5种方法拟合的1987—2016年趋势产量

    Fig. 2  Rice yield trends fitted by 5 methods from 1987 to 2016

    图  3  6种产量分离方法得到的相对气象产量区域平均值及标准差序列

    Fig. 3  Regional mean value and standard deviation series of relative meteorological yield seperated by 6 methods

    表  1  典型年份记录

    Table  1  Records of typical years

    典型年型 年份 水稻生育期内对产量影明显的气象条件
    减产年 1997 3月下旬—6月中旬江淮长期干旱少雨, 水稻栽秧用水严重短缺
    1999 水稻分蘖期、抽穗扬花期与灌浆盛期先后出现寡照阴雨天气
    2003 6月21日—7月12日连续多次大范围暴雨到大暴雨过程, 田块被淹
    2007 6月19日—7月24日江淮地区降水特多, 夏秋两季发生梅雨涝灾及台风
    丰产年 2002 8月6日—18日出现罕见的凉爽连续阴雨天气, 对水稻形成大穗有利
    下载: 导出CSV

    表  2  江苏省24个县(市)不同方法拟合的趋势产量序列与研究区域平均趋势产量序列的一致性检验

    Table  2  Consistency statistics of trend yield series fitted by 5 methods at 24 counties in Jiangsu and average trend yield series of research areas

    相关系数 样本量
    3年滑动平均 5年滑动平均 五点二次平滑 二次指数平滑 HP滤波
    0≤ρc < 0.5 1 1 1 3 2
    0.5≤ρc < 0.85 12 11 16 15 10
    0.85≤ρc < 1 11 12 7 6 12
    下载: 导出CSV

    表  3  江苏省24个县(市)不同方法分离的气象产量与5个典型年记录的比较

    Table  3  Comparison between the meterorological yield seperated by different methods and records of 5 typical years at 24 counties in Jiangsu

    吻合比例/% 样本量
    3年滑动平均 5年滑动平均 五点二次平滑 二次指数平滑 HP滤波 年际增量
    100 21 12 23 5 5 13
    80 3 10 1 9 14 8
    60 0 2 0 10 5 3
    下载: 导出CSV

    表  4  镇江和金湖相对气象产量模型参数

    Table  4  Parameters of meteorological yield models for Zhenjiang and Jinhu

    地区 分离方法 正相关 负相关
    气象因子 回归系数 气象因子 回归系数
    镇江 3年滑动平均 10月上旬日照时数 0.555 6月上旬最高气温
    5月下旬最低气温
    9月降水
    -0.661
    -0.382
    -0.269
    五点二次平滑 10月上旬日照时数 0.637 6月上旬最高气温
    5月下旬最低气温
    9月降水
    -0.626
    -0.301
    -0.267
    金湖 3年滑动平均 10月上旬日照时数 0.435 7月上旬降水 -0.456
    五点二次平滑 10月上旬日照时数 0.491 7月上旬降水 -0.395
    下载: 导出CSV
  • [1] Rogelj J, Elzen M D, Höhne N, et al.Paris Agreement climate proposals need a boost to keep warming well below 2.0℃.Nature, 2016, 534(7609):631-639. doi:  10.1038/nature18307
    [2] IPCC.Special Report on Global Warming of 1.5℃.New York:Cambridge University Press, 2018.
    [3] 周广胜, 何奇瑾, 汲玉河.适应气候变化的国际行动和农业措施研究进展.应用气象学报, 2016, 27(5):527-533. doi:  10.11898/1001-7313.20160502
    [4] 郭建平.气候变化对中国农业生产的影响研究进展.应用气象学报, 2015, 26(1):1-11. doi:  10.11898/1001-7313.20150101
    [5] 孙茹, 韩雪, 潘婕, 等.全球1.5℃和2.0℃升温对中国小麦产量的影响研究.气候变化研究进展, 2018, 14(6):573-582. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhbhyjjz201806004
    [6] 李茂松, 李章成, 王道龙, 等.50年来我国自然灾害变化对粮食产量的影响.自然灾害学报, 2005, 14(2):55-60. doi:  10.3969/j.issn.1004-4574.2005.02.010
    [7] 吕晓敏, 周广胜.双季稻主要气象灾害研究进展.应用气象学报, 2018, 29(4):385-395. doi:  10.11898/1001-7313.20180401
    [8] 郭建平.农业气象灾害监测预测技术研究进展.应用气象学报, 2016, 27(5):620-630. doi:  10.11898/1001-7313.20160510
    [9] 张倩, 赵艳霞, 王春乙.长江中下游地区高温热害对水稻的影响.灾害学, 2011, 26(4):57-62. doi:  10.3969/j.issn.1000-811X.2011.04.011
    [10] 钱永兰, 毛留喜, 周广胜.全球主要粮食作物产量变化及其气象灾害风险评估.农业工程学报, 2016, 32(1):226-235. http://d.old.wanfangdata.com.cn/Periodical/nygcxb201601032
    [11] 霍治国, 尚莹, 邬定荣, 等.中国小麦干热风灾害研究进展.应用气象学报, 2019, 30(2):129-141. doi:  10.11898/1001-7313.20190201
    [12] 胡春丽, 李荣平, 王婷, 等.辽宁水稻年景预报模型研究.干旱气象, 2018, 36(3):501-506. http://d.old.wanfangdata.com.cn/Periodical/ghqx201803019
    [13] 罗梦森, 景元书, 熊世为.基于遗传优化BP神经网络的水稻气象产量预报模型.气象科学, 2012, 32(6):665-670. doi:  10.3969/2012jms.0103
    [14] Iizumi T, Luo J J, Challinor A J, et al.Impacts of El Nio Southern Oscillation on the global yields of major crops.Nat Commun, 2014, 5(1):1-7.
    [15] Nguyen-Huy T, Deo R C, Mushtaq S, et al.Modeling the joint influence of multiple synoptic-scale, climate mode indices on Australian wheat yield using a vine copula-based approach.Eur J Agron, 2018, 98:65-81. doi:  10.1016/j.eja.2018.05.006
    [16] 王培娟, 张佳华, 谢东辉, 等.A2和B2情景下冀鲁豫冬小麦气象产量估算.应用气象学报, 2011, 22(5):549-557. doi:  10.3969/j.issn.1001-7313.2011.05.004
    [17] 邱美娟, 宋迎波, 王建林, 等.山东省冬小麦产量动态集成预报方法.应用气象学报, 2016, 27(2):191-200. doi:  10.11898/1001-7313.20160207
    [18] 王桂芝, 陆金帅, 陈克垚, 等.基于HP滤波的气候产量分离方法探讨.中国农业气象, 2014, 35(2):195-199. doi:  10.3969/j.issn.1000-6362.2014.02.012
    [19] 房世波.分离趋势产量和气候产量的方法探讨.自然灾害学报, 2011, 20(6):13-18. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb201106004
    [20] 牛浩, 陈盛伟.山东省玉米气象产量分离方法的多重比较分析.山东农业科学, 2015, 47(8):95-99. http://d.old.wanfangdata.com.cn/Periodical/shandnykx201508026
    [21] 赵东妮, 王艳华, 任传友, 等.3种水稻趋势产量拟合方法的比较分析.中国生态农业学报, 2017, 25(3):345-355. http://d.old.wanfangdata.com.cn/Periodical/stnyyj201703005
    [22] 温克刚, 卞光辉.中国气象灾害大典(江苏卷).北京:气象出版社, 2008.
    [23] 王馥棠.气候变化与我国的粮食生产.中国农村经济, 1996(11):19-23. http://d.old.wanfangdata.com.cn/Periodical/jrhb-zxk201409035
    [24] 谢云.中国粮食生产对气候资源波动响应的敏感性分析.资源科学, 1999, 21(6):13-17. doi:  10.3321/j.issn:1007-7588.1999.06.004
    [25] 史印山, 王玉珍, 池俊成, 等.河北平原气候变化对冬小麦产量的影响.中国生态农业学报, 2008, 16(6):1444-1447. http://d.old.wanfangdata.com.cn/Periodical/stnyyj200806020
    [26] 魏凤英.现代气候统计诊断与预测技术.北京:气象出版社, 2007.
    [27] 莫旭昱, 张勇, 秦雨, 等.南北盘江流域降水的时空变化分析.云南地理环境研究, 2012, 24(1):7-11. doi:  10.3969/j.issn.1001-7852.2012.01.002
    [28] 王长江.指数平滑法中平滑系数的选择研究.中北大学学报(自然科学版), 2006, 27(6):558-561. doi:  10.3969/j.issn.1673-3193.2006.06.022
    [29] Hodrick R J, Prescott E C.Postwar U.S.Business cycles:An empirical investigation.J Money, Credit Bank, 1997, 29(1):1-16. doi:  10.2307/2953682
    [30] 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://d.old.wanfangdata.com.cn/Periodical/ddkx200806009
    [31] 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
    [32] 王贺然, 张慧, 王莹, 等.基于两种方法建立辽宁大豆产量丰歉预报模型对比.中国农业气象, 2018, 39(11):725-738. doi:  10.3969/j.issn.1000-6362.2018.11.004
    [33] 田俊, 霍治国.江西省早稻雨洗花灾害指标构建与灾损评估.应用气象学报, 2018, 29(6):657-666. doi:  10.11898/1001-7313.20180602
    [34] 房茜, 吴文祥, 周扬.气候变化对农作物产量影响的研究方法综述.江苏农业科学, 2012, 40(4):12-16. doi:  10.3969/j.issn.1002-1302.2012.04.005
    [35] 李永华, 高阳华, 张建平, 等.气候波动对重庆水稻产量的影响及对策.中国农业气象, 2008, 29(1):75-78. doi:  10.3969/j.issn.1000-6362.2008.01.018
  • 加载中
图(3) / 表(4)
计量
  • 文章访问数:  4761
  • HTML全文浏览量:  3275
  • PDF下载量:  1904
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-08
  • 修回日期:  2019-11-25
  • 刊出日期:  2020-01-31

目录

    /

    返回文章
    返回