农业气象产量预报nongye qixiang chanliang yubaoagrometeorologicalyield forecast

根据气象条件预测农业生产对象最终产量的农业气象预报，也是农业产量预报的一种。农业产量的形成不仅与农业生产对象的品种特性、农业技术水平、土肥条件、饲养条件、病虫害等因素有关，与环境气象条件的关系尤其密切。影响产量的各种因素中， 气象因子往往起着重要、甚至关键性的作用。因此，分析研究农业生产对象与环境气象条件间的定量关系，根据气象条件来预告农业生产对象可能形成的最终产量，在农业气象预报和农业产量预报中占有重要地位。
发展简史 在中国，“瑞雪兆丰年”、“麦收八十三场雨”等古老民谚的广泛流传，说明农民很早就注意到作物产量形成与气象条件的密切关系。在《农桑撮要》、《农候杂占》等古农书上收录并整理有大量农业气象预报和产量丰歉年景预测的经验。最早的估测作物收成的报告见于20世纪30年代末的《华北棉产汇报》上。该报告曾根据当年的气候条件和虫害情况，对棉花收成作出了相应估测。40年代中期，涂长望曾论述了作物收成预测研究的意义、原理和方法。70年代中后期，产量预报有了较广泛的开展，不仅在预报方法上作了比较系统和深入的探讨， 国家和部分省、市、县气象部门还试作了粮食总产和水稻、小麦等各种作物的产量预报。1981年中国气象学会举办了农业气象预报学术讨论会， 会后编辑出版了《农业气象预报文集》(1983)，其中产量预报方法占有很大比重； 1982年组织了农业产量气象预测预报研究协作组。
世界上产量预报的研究是从20世纪初开始的， 大致经历以下几个阶段：❶早期的对比、相似定性研究阶段。主要是对作物产量与气象条件进行对比分析，根据相似程度，预报收成的好坏； 以后逐步作一些简单的相关统计研究。这时期的代表著作有大后美保的《日本作物与气象的研究》(1945)。
❷统计模拟研究阶段。50年代以来，随着统计学和生理学的进展，开始出现作物产量—天气关系的各种回归模拟模式。通常是先对历史产量资料作趋势处理，而后建立一元或多元线性或非线性等回归模式。日本的门司正三、佐伯敏郎和苏联学者在这方面作了不少研究。
❸理论生长模拟与遥感监测研究阶段。60年代中后期开始，借助于现代计算技术，产量—天气模式的研制进入统计—动力和动力模拟阶段，提出各种生长模拟方案和模拟模式。70年代以后，产量预报取得了明显的进展，不仅将土壤、地势等因素引入预报模式，还开展了作物群体生长的理论模拟研究，提出了诸如ELCROS和SPAM等复杂的生长模拟模式。美国在1974～1978年期间执行了一个大面积作物监测试验计划。即LACIE计划，利用地球资源卫星的遥感技术测定小麦生长状况，并结合天气站网的气象资料进行产量估算； 其后又提出了一项空间遥感监测农业资源(AgRISTARS)的试验计划， 进一步改进LACIE计划中的产量预报方法。此外，不少国家逐步将预报模式交付业务部门试用，如美国、苏联、加拿大、印度等国每年向农业部门提供平均单产和总产量的预报服务。
原理与特点 以当前和前期的天气条件预报未来作物产量的基本原理是：❶如果未来天气正常，那么用作物生长前期已经出现的天气条件估算作物的现状，这种作物生长现状决定了它未来的生产能力。
❷用气候资料推算未来天气的概率分布，并据此确定作物未来的可能变化及其相应的生产能力。
❸假设种植的大田作物群体每年都有相同的生长发育过程，则由于各天气要素，尤其是温度和辐射，在大范围内是相对稳定、均匀分布的，所以只需选用几个代表站点，就可以估测该地区的产量。
❹由于预报模式在一定程度上考虑了作物前期的生长状况及土壤条件等所谓惰性参数，所以大范围单位面积的平均产量或总产量的趋势预测有一定准确性。
农业气象产量预报模式一般有以下特点：❶模式应包括那些对作物生长发育有直接影响的各主要气象（候）因子。
❷模式应包括前一段时期的作物状况（或与其相应的天气气候条件）。
❸模式可以从作物的现况估算未来的可能产量。
❹模式可以通过未来的天气预报或气候的概率分布来估算作物的最终产量。
预报方法 有统计回归模拟、产量结构分析合成模拟和理论数值模拟等。
统计回归模拟 作物产量(Y)的农业气象统计回归模式可表述为：

Y=Yt+Yw+△Y

式中Yt 为产量的时间趋势分量； Yw为产量的气象效应分量； △Y为随机误差项(又称随机“噪音”)。而农业气象预报的产量为：

式中 Yt为预测的时间趋势产量，其中包括某地区作物在正常天气条件下， 农技措施没有明显变化时的基本产量特征； 为预测的气象产量。
影响作物产量的因素很多， 相互间的机制关系也很复杂。各国大都将这些影响因素划分为农业技术措施、气象条件和随机“噪音”三大类。其中农技措施类包括施肥、经营管理、病虫害控制、品种特性及其它增产措施等。它反映了一定历史时期的社会生产发展水平。相应的产量分量称为时间（或技术）趋势产量，简称趋势产量。在随机“噪音”项里， 除了一般统计中所产生的随机误差外，还包括那些在具体模式计算中，前两类因素项里所没有考虑到的其他偶然因素的影响。
趋势产量 一般情况下， 尤其在大范围地域的农业生产中， 农技措施对作物产量的影响， 在时间序列上是一个变化比较平缓的过程， 相邻两年间的产量一般不会因农技措施的变化而发生剧增或锐减。一项农技措施的变革往往是逐渐发生、扩大， 并且要持续多年。因此， 在具体处理时， 通常把年序或其他时间参数简单地作为“自变量”， 而以某种函数关系去模拟农技措施这类非气象因素对作物产量影响的时间变率。在天气—产量的实际模拟中， 趋势产量代表了除模拟所用因素以外的所有非自然因素对产量贡献的总和，也就是除农技措施的影响外， 还包括其他类似于农技措施影响的自然与非自然因素对产量的影响。模拟趋势产量常用的方法有： ❶滑动平均模拟。又称动态平均模拟， 常用的滑动时段有3年、5年、7年和10年。这是一种简化的模拟， 它平滑了产量曲线上的短周期波动，从而反映出产量序列的动态趋势。
❷线性模拟。这是一种以时间的线性函数来模拟趋势产量的方法。这种模拟， 其线性关系比较明显， 计算也比较简单。由于把其他各种因素（除气象因素外）对产量的错综复杂影响都简化为线性关系， 故不十分确切。此外， 还可能把起非线性影响的重要因子忽略掉。
❸非线性模拟。又称曲线模拟， 从产量序列的历史演变来看， 在历史上的不同时段， 产量增长的速度是不相同的， 有时急速增长， 有时又停滞不前， 甚至下降。因此采用时间非线性函数来模拟趋势产量，比较符合实际情况。虽然高阶次多项式模拟可以最大限度地逼近产量的历史演变实况，但这种逼真容易导致分离不出气象产量，从而失去模拟趋势的意义。总之， 一般可按时间函数对产量序列进行趋势处理； 虽然， 非线性模拟比线性模拟的效果为好， 但在线性趋势明显时， 各种方法效果差异不大。而线性模拟计算简便， 有一定的准确性。
气象产量 在影响作物产量的各外界因素中， 气象因素对作物产量的影响在时间序列上是一个颇不稳定的随机过程， 往往能使相邻两年间的产量发生较大幅度的增减。通常把经过趋势处理后的产量序列剩余项视为受气象因子影响的产量分量，统称为气象产量。实际上， 在天气—产量模拟中， 气象产量还包括那些偶然起作用的， 以及时间演变不很稳定且变幅较大的其它自然与非自然因子对产量的贡献。经验表明， 用气象因子模拟气象产量是比较适宜的， 在大多数情况下， 均可取得较好的模拟效果。常用的气象产量模拟预报方法有以下几种： ❶回归模拟。包括从一元一阶的线性回归模拟到一元高阶和多元高阶的各种非线性回归模拟。理论上， 一个方程的元素越多，阶次越高，模拟效果越好； 但在资料序列较短的情况下， 方程中因子过多不仅能导致模拟的不稳定， 更易模糊模拟的生物学意义。此外， 由于输入变量与气象产量间的相关回归关系在时间序列上是不稳定的， 因此统计规律外延的有效性往往是气象产量回归外推预报成败的关键。在对历史资料处理适当的情况下， 这种方法仍是一个切实可行的简便方法。
❷周期分析模拟。先分析作物气象产量历史序列的周期变化， 并假设未来序列将按过去的周期规律演变， 再以叠加几个主要周期的方法来模拟气象产量序列的未来时间演变， 即作外延预报。实际上， 这是一种将所有气象因子， 以及那些类似气象因子作用的其他因子对产量的影响， 进行综合周期模拟的方法。这种周期模拟理应与气象因子的周期变化有关， 但作物本身的变化也将对气象产量序列产生一定的影响（周期或非周期）, 从而使气象产量序列的周期波动变得复杂，形成自己独特的变化规律。
❸模糊数学模拟。这是一种按事物本来的模糊面貌，综合多种气象因子对产量的影响， 进行半定性半定量的预测方法。运用比较简便， 可作资料序列短的单点气象产量丰平歉预测。
❹天气学统计模拟。以大尺度大气环流特征在很大程度上决定了大范围作物生产地区气候状况的认识为基础， 直接建立环流特征与作物产量之间的统计回归模式， 并据此预报未来的产量。这种方法不仅可以避免先预报气象要素所带来的双重误差， 还可将预报时效大大延长， 它与航测摄影和卫星遥感监测一样， 可用作大范围作物生产的监测和展望。
产量结构分析合成模拟 其基本思路是： 作物产量由作物的有效穗数、每穗粒数和千粒重构成。因此先根据各产量构成要素与主要气象影响因子间的定量关系，建立有效穗数， 每穗粒数和千粒重的农业气象预报模式，最后再合成为总模式或构成为一个模式系统，经过大田实况订正后， 可用以预测作物的最终产量，这类模式的生物学涵义、产量形成的机理过程均比较明确，可以取得较好的效果。
理论数值模拟 这是 一种在各种理论假设前提下，利用作物生长发育基本资料及气象资料对光合、呼吸、蒸腾等各生长生理过程及干物质形成和累积过程进行理论模拟的方法。理论上，无论是机制或定量精度均应比其他各种模拟方法取得较好的效果，具有较明确的生物学涵义。由于变量增多，函数关系复杂以及边界条件局限效应的增大， 最终导致模拟效果下降
上述各种方法，应根据实际需要和可能选用。就现有资料状况和技术水平来看、近期内回归模拟仍然是一个简便的、切实可行的方法。
应用 农业气象产量预报、预报模式及有关基础分析和研究可以有效地应用于：❶对作物生产情况进行估测，为 国家制定正确的粮食分配、供应、贮运与贸易等方面政策以及为计划、管理和安排等提供科学依据。
❷有关分析和资料可以用于作物生产的农业气候分析以及农业气候资源的地理分区和利用规划。
❸估算作物对天气条件的反应，尤其是不同发育阶段对光、温、水分及其他环境气象要素的要求，并据此给出作物反应曲线，进行作物的气候生态型研究。
❹天气一作物产量模式可用来把假设的气候变化与作物反应， 如生长、发育和产量联系起来，对地球气候变化的潜在影响进行模拟研究。
展望 国内外的研究工作表明， 大范围作物产量的趋势预报有一定的准确性，以小麦为例， 误差一般不超过实产的±10%。随着预报模式的改进和完善，准确率将获得进一步的提高，开展产量气象预测预报的国家将越来越多。在预报时效上， 长、中、短期预报以长、中期为主，其中长期预报更日益向超长期预报方向发展。回归统计预报模式将日益广泛地应用于业务产量预报； 而理论模拟将不仅为建立具有普遍意义的预报模式提供理论基础，也可尝试将它简化为可供业务预报的应用模式。近年不少研究者开始应用卫星遥感技术于产量预报，推进现代的农业气象产量实时预报的发展。

农业气象产量预报agrometeorological yield forecast

根据气象条件的变化，预测农业生产对象最终产量的一种农业气象预报。在分析研究农业生产对象产量形成与环境气象条件之间定量关系的基础上，建立起供预报模式，再将前期和当前的气象条件（包括其他因子）代入模式求解，即可预报农业生产对象的最终产量（或称农业气象预报产量）。其模式基本上可归纳为统计模式、动态生长模拟模式和遥感监测估产模式。开展农业气象产量的预报，对于了解地区、全国乃至全世界的农业产量情况，修订国家的农业生产计划和农业进出口计划，安排农业物资调拨、加工、运输和贮存等都具有重要参考价值；同时更是农业生产单位确定生产计划（生产规模与品种搭配）、调整生产结构（农牧业等的转换和调剂），以及技术管理、趋利避害等方面必不可少的依据，因而受到世界各国的重视。