基于积分回归法黑龙江省作物产量动态预报研究

doi:10.3969/j.issn.1673-503X.2018.03.010

气象与环境学报 ›› 2018, Vol. 34 ›› Issue (3): 86-92.doi: 10.3969/j.issn.1673-503X.2018.03.010

基于积分回归法黑龙江省作物产量动态预报研究

朱海霞¹, 李东明², 王铭¹, 王萍¹, 闫平¹, 李秀芬¹

1. 黑龙江省气象科学研究所, 黑龙江哈尔滨 150030;
2. 绥化市绥棱县气象局, 黑龙江绥棱 152209

收稿日期:2017-03-17 修回日期:2017-05-20 出版日期:2018-06-30 发布日期:2018-06-30
通讯作者: 李秀芬,E-mail:ge2003@163.com。 E-mail:ge2003@163.com
作者简介:朱海霞,女,1978年生,高级工程师,主要从事农业气象研究,E-mail:hxzhu0301@126.com。
基金资助:
中国气象局沈阳大气环境研究所中央级公益性科研院所基本科研业务费专项（2016SYIAEZD1）、中国气象局气侯变化专项（CCSF201410）和国家自然科学基金（3167101952）共同资助。

Research on crop yield dynamic forecast based on Integration Regression Method in Heilongjiang province

ZHU Hai-xia¹, LI Dong-ming², WANG Ming¹, WANG Ping¹, YAN Ping¹, LI Xiu-fen¹

1. Institute of Meteorological Sciences in Heilongjiang Province, Harbin 150030, China;
2. Suiling Meteorological Service, Suiling 152209, China

Received:2017-03-17 Revised:2017-05-20 Online:2018-06-30 Published:2018-06-30

摘要/Abstract

摘要： 由于积分回归法生物学意义明确，预报效果较好，已成为一种新的作物产量动态预报方法。为了完善黑龙江省主要作物的动态预报方法，提高作物单产的预报准确率，本文利用积分回归方法，随机选取以县为单元的研究对象，开展黑龙江省多种作物积分回归产量动态预报模型的适用性研究。结果表明：建立的黑龙江省6月下旬至9月下旬春玉米、大豆和水稻积分回归产量动态预报模型均通过了F的显著性检验，作物产量预报的平均差MD和相对误差RE均未通过显著性检验，表明建立的春玉米、大豆和水稻产量预报模型的预报效果较好；其中春玉米和水稻产量预报模型的预报准确率较高，模型预报的单产与实际单产的一致性较好。通过对2011-2014年黑龙江省作物单产进行试报和检验，发现春玉米、水稻和大豆单产的预报准确率平均为96%、95%和93%；表明积分回归方法对黑龙江省大豆单产预报的适宜性略差，积分回归法适用于黑龙江省水稻和春玉米单产的预报。基于积分回归法的原理，可以在黑龙江省开展春玉米和水稻单产的动态预报，并继续开展大豆产区积分回归产量动态预报的适用性研究。

关键词: 积分回归法, 作物, 单产, 动态预报

Abstract: Integration Regression is a new method of yield dynamic forecast because it has a clear biological significance and good effects on prediction.Adaptability of dynamic forecast to main crops was studied with integration regression method in Heilongjiang province for improving the method of dynamic forecast and making forecast accuracy better.The results indicate that the built crop yield dynamic forecast models for corn,rice and soybean based on integration regression method during late June to late September pass the test of F significance.The smaller mean difference (MD) and relative error (RE) prove that all the models have better performances.More specifically,the spring maize and rice prediction models have excellent performances and are able to reproduce practical yields well.With model testing on the basis of field experimental data from 2011 to 2014,spring maize,rice and soybean yield prediction models achieve respectively the simulation accuracies of 96%,95% and 93%,which manifests that the adaptability of integration regression method is slightly worse for soybean and better for spring maize and rice in Heilongjiang province.In another word,based on integration regression method,dynamic forecast for corn and rice is feasible in Heilongjiang province,while its adaptability for soybean will need to be further studied.

Key words: Integration regression method, Crop, Per yield unit, Dynamic forecast

中图分类号:

S165⁺.27

朱海霞, 李东明, 王铭, 王萍, 闫平, 李秀芬. 基于积分回归法黑龙江省作物产量动态预报研究[J]. 气象与环境学报, 2018, 34(3): 86-92.

ZHU Hai-xia, LI Dong-ming, WANG Ming, WANG Ping, YAN Ping, LI Xiu-fen. Research on crop yield dynamic forecast based on Integration Regression Method in Heilongjiang province[J]. Journal of Meteorology and Environment, 2018, 34(3): 86-92.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.jme1984.net.cn/CN/10.3969/j.issn.1673-503X.2018.03.010

http://www.jme1984.net.cn/CN/Y2018/V34/I3/86

参考文献

[1] 王静,杨晓光,吕硕,等.黑龙江省春玉米产量潜力及产量差的时空分布特征[J].中国农业科学,2012,45(10):1914-1925.
[2] 姜丽霞,李帅,李秀芬,等.黑龙江省近三十年气候变化对大豆发育和产量的影响[J].大豆科学,2011,30(6):921-926.
[3] 杨晓强,张立群,李帅,等.1980-2008年黑龙江省气候变暖及其对大豆种植的影响[J].气象与环境学报,2013,29(2):96-100.
[4] 刘晓菲,张朝,帅嘉冰,等.黑龙江省冷害对水稻产量的影响[J].地理学报,2012,67(9):1223-1232.
[5] 邱美娟,宋迎波,王建林,等.农业气象产量预报方法中权重系数的确定[J].气象与环境学报,2016,32(2):106-111.
[6] 娄秀荣,杨霏云,王建林.黑龙江省大豆产量丰歉年型气象指标的初步研究[J].气象,2001,27(12):47-49.
[7] 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[J].中国农业气象,2010,31(3):427-430.
[8] 姜丽霞,王育光,孙孟梅,等.黑龙江省玉米产量预报模式的研究[J].中国农业气象,2004,25(1):13-16.
[9] 姜丽霞,那济海,朱海霞,等.基于Logistic方程的大豆产量预报方法[J].大豆科学,2008,27(3):414-419.
[10] 杜春英,李秀芬,王晨轶,等.基于WOFOST模型的黑龙江省水稻产量动态预报研究[J].安徽农业科学,2011,39(24):15093-15095,15122.
[11] 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[J].中国农业气象,2006,27(1):27-30.
[12] 王晓铃,丁在尚.积分回归在气候要素分析中的应用[J].安徽师范大学学报:自然科学版,2003,26(1):81-84.
[13] 刘景利,杨扬,梁涛,等.气象要素对大豆产量的影响分析[J].气象与环境学报,2013,29(5):136-139.
[14] 宛公展,杨光斌.水稻产量与气候条件的积分回归分析[J].天津农业科学,1982,9(3):22-25.
[15] 张桂芝,李少云.台安县水稻产量气象条件分析及积分回归预报模式[J].沈阳农业大学学报,1992,23(S1):33-35.
[16] 贾建英,刘一锋,彭妮,等.基于积分回归法甘肃省冬小麦产量动态预报[J].气象与环境学报,2016,32(2):100-105.
[17] 霍治国,刘荣花,姜燕,等.QX/T 81-2007,小麦干旱灾害等级[S].北京:气象出版社,2007.
[18] 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[J].山东农业科学,2015,47(8):95-99.
[19] 周鸿飞,陈志斌,关欣.评价回归模型拟合效果的数量化方法[J].沈阳农业大学学报,2001,32(6):455-458.
[20] 杨金兰.黑龙江玉米种植小史[J].黑龙江农业科学,2008(6):169-170.
[21] 马明光,朱东颖,董可宏,等.黑龙江省水稻种植机械的现状及发展[J].农机化研究,2000,22(4):23-25,28.

基于积分回归法黑龙江省作物产量动态预报研究

Research on crop yield dynamic forecast based on Integration Regression Method in Heilongjiang province

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

Metrics

本文评价

推荐阅读 0

[1]	米娜, 蔡福, 张玉书, 赵一俊, 张淑杰, 纪瑞鹏, 王阳, 王贺然, 隋明. 雨养作物产量差研究进展[J]. 气象与环境学报, 2018, 34(6): 140-147.
[2]	温日红, 肇同斌, 温舟, 吕国红, 姜鹏, 贾庆宇, 谢艳兵, 王笑影. 1961—2015年辽宁地区参考作物腾发量变化特征[J]. 气象与环境学报, 2017, 33(6): 58-65.
[3]	赵珊珊, 高歌, 黄大鹏, 何文平. 2004—2013年中国气象灾害损失特征分析[J]. 气象与环境学报, 2017, 33(1): 101-107.
[4]	王秋京, 王晾晾, 马国忠, 李帅, 姜丽霞. 黑龙江省主要农作物气象灾害气象服务贡献率及其效益评估[J]. 气象与环境学报, 2016, 32(6): 142-147.
[5]	贾建英, 刘一锋, 彭妮, 万信, 梁芸, 王小巍, 申恩青. 基于积分回归法甘肃省冬小麦产量动态预报[J]. 气象与环境学报, 2016, 32(2): 100-105.
[6]	邱美娟,刘建栋,邬定荣,刘玲,毕建杰. 华北冬小麦品种演变过程中CO₂补偿点变化分析[J]. 气象与环境学报, 2015, 31(1): 84-89.
[7]	刘玉莲,于宏敏. 基于CI指数分析黑龙江省作物生长关键期干旱变化[J]. 气象与环境学报, 2012, 28(1): 48-54.
[8]	王玲玲. 作物生长期水分条件对大连地区粮食产量的影响[J]. 气象与环境学报, 2004, 20(3): 25-25.
[9]	李晶,赵春雨,王震,李刚. 辽宁40年温度变化对玉米光温生产潜力的影响[J]. 气象与环境学报, 2001, 17(2): 27-29.
[10]	张淑杰,张玉书. 2000年辽宁作物生长季农业气象条件评价[J]. 气象与环境学报, 2001, 17(1): 22-24.
[11]	李晶,张运福,班显秀. 辽宁玉米作物系数研究[J]. 气象与环境学报, 2000, 16(1): 18-19.