基于调和权重法的水稻产量趋势分析

基于调和权重法的水稻产量趋势分析

本文在平衡处理和太阳因素对气象产量的影响之间找到了太阳因素与太阳因素之间的关系，建立了报告模式，并对水稻在关键阶段受到主要气候变化和病虫害的影响进行了调整，并报告了水稻产量，给党、政府和有关部门带来了决策参考。1产量报告的具体做法1.1趋势值的计算本文采用调和权重法,将产量作分段平滑和线性模拟。滑动线性方程为:yi(t)=ai+bit(1)(i=1,2,…,n-k+1)其中:i=1时,t=1,2,…,k(本文k=5,n为样本量)i=2时,t=2,3,…,k+1…i=n-k+1时,t=n-k+1,n-k+2,…n根据直线回归方法求得n-4条回归方程。当t为一确定时间时,可从gi条方程中算出其值,然后进行平均,趋势产量的值(或平滑值):y∧i=1gi∑j=1giyi(t)(2)y∧i=1gi∑j=1giyi(t)(2)(j=1,2,3,…,gi)用调和权重法求平滑增长量,然后用前一段时刻的趋势值加平均增长量求得趋势的预报值。求历年的增长量Wt+1=y∧t+1−y∧t(3)Wt+1=y∧t+1-y∧t(3)求平均增长量W¯¯¯¯=∑t=1n−1Cnt+1⋅Wt+1(4)W¯=∑t=1n-1Ct+1n⋅Wt+1(4)其中:Cnt+1=mt+1n−1Ct+1n=mt+1n-1(调和权重)而权重序列为:mt+1=mt+1n−tm1=0mt+1=mt+1n-tm1=0求出预报值y∧t+1=y∧t+w¯¯¯(5)y∧t+1=y∧t+w¯(5)1.2发挥气象因子作用把历年的实际产量与趋势产量作一定的处理,使气象产量不受主观影响,突出气象因子的作用。本文采用yy∧t×100yy∧t×100进行处理。y为实际产量,y∧ty∧t为计算出的趋势产量。1.3标准变量的回归系数法对气象产量与气象因子用逐步回归通过“引入因子”和“剔除因子”来进行。先计算相关系数的增广矩阵,接着检验引入因子(用回归平方和的增量ΔUk=[Rky]2/Rkk作检验)检验通过则将因子引入转换矩阵。当引入方程内因子大于两个时,找出方差贡献最小的一个变量,如果它通不过显著性检验,便转入剔除。重复“引入”和“剔除”步骤直至既不能引入因子,也不能剔除因子为止。逐步回归结束后,增广矩阵最后一列元素值便是标准化变量的回归系数。将此回归系数转换为原值系数,这样便可建立预报模式。1.4报告年的气象产量通过上述预报模式,输入预报年的气象因子,便可得年的预报产量,将预报年产量还原为气象产量。1.5预报年产量调查考虑到水稻在整个生育期内,因受热带气旋、关键期长降水,暴雨或大面积病虫害等因素的影响,对产量应作一定的订正。采用潮汕地区(原汕头市)农业委员会逐月和灾后的《农情调查》和三防办公室的《三防简讯》中的数据作订正,订正后的产量为预报年的产量。产量预报全过程在微机上完成,运行过程见图1。2预报案结果及分析根据《农业气象》(气象出版社,1986)介绍,光、温、水、气、风是农作物生长发育和产量形成极为重要的物质基础,水稻是一种喜光、喜温、喜湿的作物。通过对1970～1990年的实际产量资料(见表1)和汕头(代表潮汕地区沿海部分)、揭阳(代表内陆部分)、揭西(代表山区部分)中旬/2～下旬/6和下旬/6～中旬/10三站的旬平均气温,旬日照时数和旬降雨量在微机上运行,预报1990和1991年早、晚造的公顷产量,效果较好。此法预报1991年晚造的趋势产量为6810公斤/公顷。气象产量的方程式为:y=16.3+2.65T下/9+0.14S下/9+0.13S上/10(6)y——为气象产量;T——为旬平均气温;S——为旬日照时数。代入1991年气象因子,预报年的公顷产量为6450公斤/公顷。潮汕地区下旬/9～上旬/10期间水稻大部分处于幼穗发育期,是水稻生长的关键期,对产量形成起关键作用。此时段对气象条件的要求为:平均气温在23℃以上,光照充足,水份充足。从入选因子对方程的正贡献反映出此时段的平均气温和日照时数对晚造产量有影响,但又可看出日照对其影响较小,降雨量对其影响更小,故降雨量因子没入选。将1970～1990年晚造产量作趋势分析,并回代各年气象因子到方程(6),可得各年的公顷产量(表略)。回代后的趋势产量有上升的趋势,符合水稻品种改良和耕作制度发展的实际情况。从气象产量分析,21年中有16年与实际产量相符,预报产量与实际产量的相关系数为0.96。其关系式为:y=1.08x-25.3y为实际产量;x为预报产量。