基于残差周期修正的辽宁省粮食产量灰色预测

气象与环境学报 ›› 2011, Vol. 27 ›› Issue (3): 51-55.

基于残差周期修正的辽宁省粮食产量灰色预测

江和文¹赵铭²郭婷婷³张丽敏¹ 孙卓⁴高井宝⁵

1.葫芦岛市气象局, 辽宁葫芦岛 125000；2.秦皇岛市气象局，河北秦皇岛 066000；3.辽宁省气象局，辽宁沈阳 110003； 4. 盘锦市气象局，辽宁盘锦 124010； 5. 大洼县气象局，辽宁大洼 124200

收稿日期:2010-12-02 修回日期:2011-02-28 出版日期:2011-06-30 发布日期:2011-02-28

Grey prediction of grain yield based on period residual modification method in Liaoning province

JIANG He-wen¹ ZHAO Ming² GUO Ting-ting³ZHANG Li-min¹ SUN Zhuo⁴GAO Jing-bao⁵

1. Huludao Meteorological Service, Huludao 125000, China；2. Qinhuangdao Meteorological Service, Hebei 125000, China; 3. Liaoning Meteorological Service, Shenyang 110003, China; 4. Panjin Meteorological Service, Panjin 124010, China; 5. Dawa Meteorological Service, Dawa 124200, China

Received:2010-12-02 Revised:2011-02-28 Online:2011-06-30 Published:2011-02-28

摘要/Abstract

摘要： 基于1971—2005年辽宁省主要粮食作物水稻和玉米的全区平均单产资料，根据产量数据的多周期和波动性特点，采用周期修正残差值的方法，构建了辽宁省粮食产量的灰色预测模型，采用正弦曲线拟合残差序列，对模型的残差进行周期修正，预测精度提高。结果表明：“十二五”期间，辽宁省的水稻在2013年以后出现小幅度下降，而单产的绝对值仍处于一个相对较高的水平。玉米单产至2014年呈持续增产趋势，2015年略有下降，单产波动幅度较小。以2006—2009年实际产量数据对模型进行检验，效果较好。水稻单产预测模型精度为一级，玉米单产预测模型精度为二级。该模型对于大灾年份的粮食产量预测精度较差，但可反映其趋势。

关键词: 水稻, 玉米, 粮食产量, 灰色预测, GM（1,1）模型

Abstract: According to multi cycles and fluctuant features of crop yield data, a grey prediction model of grain yield was established in Liaoning province based on the mean yearly yield per unit area of main crops (maize and rice) in Liaoning province from 1971 to 2005 using a period residual modification method. The sine curve was applied to simulate the residual sequence and the residual was revised, so the prediction precision of the model was improved. The results indicate that rice yield would decline slightly after 2013, while the absolute value of yield per unit area still remains a relatively high level from 2011 to 2015. Maize yield per unit area may increase successively till 2014, then it may declines in 2015. In general, the fluctuation of crop yield per unit area is slight. The model is tested by using the actual yield from 2006 to 2009, and the prediction effect is good. The prediction precision of rice yield per unit area reaches the first grade in terms of this model, and that of maize is the second grade. The prediction precision of crop yield in severe disaster year is low, but the trend could be predicted according to the model.

Key words: Rice, Maize, Grain yield, Grey prediction, GM (1, 1) model

中图分类号:

F307.11

江和文, 赵铭, 郭婷婷, 张丽敏, 孙卓, 高井宝. 基于残差周期修正的辽宁省粮食产量灰色预测[J]. 气象与环境学报, 2011, 27(3): 51-55.

JIANG He-Wen, ZHAO Ming, GUO Ting-Ting, ZHANG Li-Min, SUN Zhuo, GAO Jing-Bao. Grey prediction of grain yield based on period residual modification method in Liaoning province[J]. Journal of Meteorology and Environment, 2011, 27(3): 51-55.

[1]	陈妮娜,吕慧捷,张益瑞,李国会,米娜,张淑杰,李思语,张玉书. 干旱程度和施氮水平对春玉米叶片碳氮含量及碳氮比的影响[J]. 气象与环境学报, 2023, 39(3): 106-116.
[2]	王冬妮,王美玉,任景全,郭巧,李军伟. 1981—2018年吉林省玉米适时播种的水热条件变化特征[J]. 气象与环境学报, 2023, 39(3): 132-139.
[3]	赵先丽,蔡福,丁抗抗,王赛頔,王笑影,张慧,贾庆宇,温日红,吴航. 锦州地区春玉米物候变化趋势及其与水热条件的关系[J]. 气象与环境学报, 2022, 38(5): 64-71.
[4]	陈凯奇,李建平,谢铁军,张亚洲. 太平洋海温三极子对中国东北地区春玉米气候产量的影响[J]. 气象与环境学报, 2022, 38(5): 72-80.
[5]	曲辉辉, 王冬冬, 闫敏慧, 翟墨, 刘丹, 闫平, 王晓明, 姜丽霞. 1971—2018年黑龙江省玉米需水量与有效降水量耦合度演变特征[J]. 气象与环境学报, 2022, 38(5): 81-87.
[6]	陈妮娜,纪瑞鹏,米娜,张淑杰,于文颖,方缘,张玉书. 春玉米生长发育、产量和籽粒品质对减量施氮的响应[J]. 气象与环境学报, 2021, 37(4): 86-92.
[7]	闫平,季生太,孙彦坤,姜丽霞,王秋京,吕佳佳,王萍. 富裕县农田土壤湿度变化及其对玉米发育期和产量的影响[J]. 气象与环境学报, 2020, 36(4): 74-82.
[8]	侯依玲, 许瀚卿, 杨绚, 赵春雨. 基于NorESM1-M模式的中国东北地区2050s玉米气候生产潜力预估[J]. 气象与环境学报, 2019, 35(4): 100-105.
[9]	马永忠, 蔡福, 赵先丽, 王阳. 花后持续干旱对玉米生理参数及产量的影响[J]. 气象与环境学报, 2019, 35(2): 102-106.
[10]	朱梦媛, 张慧, 李爽, 张兵兵, 常松, 蔡福, 赵佳, 蔡文博. 播种期水分胁迫及补水对玉米出苗率的影响[J]. 气象与环境学报, 2019, 35(1): 101-107.
[11]	张德来;蔡福;史奎桥; 杨扬;张慧;张兵兵;杨露;高全;吕晓. 东北地区春玉米主要生理参数对拔节至灌浆期干旱的响应[J]. 气象与环境学报, 2018, 34(4): 134-138.
[12]	曲思邈, 王冬妮, 郭春明, 杨旭, 王美玉, 邱美娟. 玉米干旱天气指数保险产品设计——以吉林省为例[J]. 气象与环境学报, 2018, 34(2): 92-99.
[13]	蔡福, 明惠青, 谢艳兵, 米娜, 赵先丽, 张玉书. 东北地区春玉米关键生育期干旱对根系生长的影响[J]. 气象与环境学报, 2018, 34(2): 75-81.
[14]	徐玉秀, 蒋姗姗, 周福然, 温舟, 白雪, 史虹婷, 胡明, 张翠艳. 1981—2010年锦州地区玉米生育期气象因子变化及其与气象产量的关系[J]. 气象与环境学报, 2017, 33(5): 82-90.
[15]	吕国红, 温日红, 谢艳兵, 王笑影. 不同土壤水分控制对东北地区玉米农田土壤呼吸的影响[J]. 气象与环境学报, 2017, 33(5): 76-81.