胡園春，安廣池，楊 寧，李全景，崔云鵬

（1山東省棗莊市嶧城區(qū)氣象局，山東嶧城277300；2山東省棗莊市農(nóng)業(yè)技術(shù)推廣中心，山東棗莊277800；3山東省棗莊市氣象局，山東棗莊277800）

0 引言

20世紀80年代初實施業(yè)務(wù)預(yù)報服務(wù)以后，無論是預(yù)報方法還是預(yù)報精度都有了很大的發(fā)展，為國家有關(guān)部門制定農(nóng)業(yè)政策提供了一定的科學(xué)依據(jù)。近年來隨著全球氣候的變化，農(nóng)業(yè)氣象災(zāi)害發(fā)生的頻率不斷增加、影響的程度逐漸加重。鑒于農(nóng)業(yè)生產(chǎn)與氣象條件的密切關(guān)系[1-2]，迫切需要開展影響作物產(chǎn)量的氣象要素定量評價服務(wù)。小麥是魯南地區(qū)乃至山東省的主要糧食作物，研究氣象因素對小麥產(chǎn)量的影響，對減災(zāi)避災(zāi)非常重要。如李圣豪、衛(wèi)志祥、周美燕等[3-5]定性分析了小麥產(chǎn)量與氣象因子的關(guān)系；王建林、蘇占勝、薛曉萍等[6-8]用其他數(shù)學(xué)方法對小麥產(chǎn)量和氣象因子的關(guān)系進行了分析，研究表明，這些方法受信息量不完全及數(shù)學(xué)模型的制約，難以得到較為滿意的結(jié)果。鄧聚龍教授創(chuàng)建了灰色理論[9]以后，因為該方法具有良好的穩(wěn)定性[10-12]，并且對數(shù)據(jù)要求較低，所用工作量較少、處理信息量大等優(yōu)點，廣泛應(yīng)用于農(nóng)作物產(chǎn)量和氣象因子分析中[13-15]。

本研究應(yīng)用灰色關(guān)聯(lián)分析法和逐步回歸分析方法，選取在2006年開始逐步引進示范的‘煙農(nóng)19’、‘濟麥22’、‘泰農(nóng)18’、‘良星66’、‘魯原502’等新品種為產(chǎn)量樣本，采用2008—2017棗莊的氣象資料進行關(guān)聯(lián)度分析，找出影響冬小麥產(chǎn)量的關(guān)鍵氣象因子，建立冬小麥產(chǎn)量與關(guān)鍵氣象因子的回歸方程，并就關(guān)鍵氣象因子的影響情況提出相應(yīng)的農(nóng)業(yè)技術(shù)措施，以期為提高冬小麥產(chǎn)量提供參考依據(jù)。

1 材料與方法

1.1 材料與品種

氣象資料由山東省棗莊市氣象局提供，對棗莊市5 個國家一般觀測站（棗莊大監(jiān)站、滕州大監(jiān)站、薛城大監(jiān)站、臺兒莊大監(jiān)站、嶧城大監(jiān)站）取平均值。選取2008—2017 年冬小麥生長季節(jié)10 月—翌年5 月全市平均的≥0℃積溫、≥10℃積溫以及≥20℃積溫、需冷量、降水量和日照時數(shù)作為關(guān)鍵氣象因子。

以棗莊市2008—2017 年全市冬小麥平均單產(chǎn)為相關(guān)因子，進行灰色關(guān)聯(lián)分析和多元逐步回歸分析。冬小麥品種選用棗莊地區(qū)主要推廣品種‘煙農(nóng)19’、‘濟麥22’、‘泰農(nóng)18’、‘良星66’、‘魯原502’等。

1.2 數(shù)據(jù)處理

用Excel 把氣象資料和冬小麥產(chǎn)量數(shù)據(jù)進行統(tǒng)計梳理。按照灰色系統(tǒng)理論的要求[9]，把2008—2017 年棗莊冬小麥產(chǎn)量（單產(chǎn)）、生育期（10 月—翌年5 月）內(nèi)的全市平均≥0℃積溫、≥10℃積溫、≥20℃積溫、需冷量、降水量和日照時數(shù)視為一個整體，構(gòu)建一個灰色系統(tǒng)。冬小麥產(chǎn)量為母序列Yi，i=1,2,…,10；全生育期≥0℃積溫(X1i)、≥10℃積溫(X2i)、≥20℃積溫(X3i)、冷量(X4i)、降水量(X5i)、日照時數(shù)(X6i)等氣象因子作為子序列，各數(shù)值詳見表1。

在此處，為方便分析各參數(shù)與冬小麥產(chǎn)量之間的關(guān)聯(lián)度，對表中數(shù)據(jù)采用均值化變換進行無量綱化處理[16-17]，即先分別對各參量求出10年的平均值，再利用平均值去除對應(yīng)各序列中的各個原始數(shù)據(jù)，得出相應(yīng)的無量綱序列。此外，將冬小麥產(chǎn)量作為因變量，冬小麥生長發(fā)育期的氣象因子作為自變量，利用Matlab擬合工具對其進行了逐步回歸處理，給出相應(yīng)回歸方程。

2 結(jié)果與分析

2.1 冬小麥產(chǎn)量與氣象因子灰色關(guān)聯(lián)度分析

利用matlab編寫m文件對于各氣象參數(shù)與冬小麥產(chǎn)量的灰色關(guān)聯(lián)度進行分析。按照關(guān)聯(lián)分析原則，關(guān)聯(lián)系數(shù)越大，關(guān)系越密切，反之則疏遠。由表2 可知，冬小麥單產(chǎn)產(chǎn)量與各氣象的關(guān)聯(lián)度大小依次：≥10℃積溫（關(guān)聯(lián)系數(shù)0.4721）、降水量（關(guān)聯(lián)系數(shù)0.4201）、≥0℃積溫（關(guān)聯(lián)系數(shù)0.3992）、冷量（關(guān)聯(lián)系數(shù)0.3756）、≥20℃積溫（關(guān)聯(lián)系數(shù)0.3621）、日照時數(shù)（關(guān)聯(lián)系數(shù)0.3131）。即影響冬小麥產(chǎn)量的主導(dǎo)因子是≥10℃積溫，其次是降水量。

表1 2008—2017年冬小麥生育期主要氣象因子和產(chǎn)量

由表1 看出，2008—2017 年，產(chǎn)量最低為 2011 年，僅為6195 kg/hm2，較2008—2017年平均值少856 kg/hm2，減幅12.1%。該年度≥10℃積溫1774.7℃，較平均值偏少146.4℃；降水量僅為77.0 mm，較平均值偏少148.7 mm，該年度遭遇秋、冬、春三季連旱；≥0℃積溫2288.8℃，較平均值偏少98.8℃；冷量-140.0℃，較平均值偏多67.1℃；≥20℃積溫535.3℃，較平均值偏少110.4℃；日照時數(shù)1418.8 h，較平均值偏多128.9 h。由此得出，≥10℃積偏少和降水偏少是導(dǎo)致該年度產(chǎn)量低的主要氣象因素。

2017年產(chǎn)量最高，為7934 kg/hm2，較2008—2017年平均值偏多883 kg/hm2，增幅12.5%。該年度≥10℃積溫2050.6℃，較平均值偏多129.5℃；降水量316.8 mm，較平均值偏多91.1 mm（是近10 年最多）；≥0℃積溫2578.7℃，較平均值偏多191.1℃；冷量-14.1℃，較平均值偏少58.8℃；≥20℃積溫838.8℃，較平均值偏多193.1℃；日照時數(shù)1288.4 h，接近平均值。由此得出，≥10℃積溫偏多和降水偏多是該年度產(chǎn)量高的主要氣象因素。

冬小麥產(chǎn)量最低的2011 年和最高的2017 年進行對比：2011 年所有積溫均較平均值偏少，降水量亦偏少，冷量和日照時數(shù)較平均值偏多；2017 年所有積溫均較平均值偏多，降水量亦偏多，冷量偏少，日照時數(shù)與平均值相近。由此可知，積溫和降水量對冬小麥產(chǎn)量高低的影響最為顯著，而日照時數(shù)的影響相對較小。與關(guān)聯(lián)度分析結(jié)果是一致的，由此說明利用灰色關(guān)聯(lián)度分析法對冬小麥發(fā)育期關(guān)鍵氣象因子與年際間產(chǎn)量的關(guān)系分析是可行的，所得結(jié)論可靠，與實際生產(chǎn)情況比較吻合（見表2）。

2.2 主要氣候因子與冬小麥產(chǎn)量的多元逐步回歸分析

對于表1 中冬小麥產(chǎn)量Y定義為因變量，其余各個氣象因子X1～X6定義為自變量，利用matlab擬合工具對其進行回歸分析，其中該回歸選取顯著性水平alpha為0.05。所得7 個物理量分別是2584.23143156404、0.23 21 951 5716 93 62、2.39559754488443、-0.993611 7946 37277、6.30917 06214 74 53、2.15861804772652、0.12256578987655。

表2 2007—2017年（10—5月）氣候因子與冬小麥產(chǎn)量的灰色關(guān)聯(lián)分析值

經(jīng)過對該7 個物理量進行逐步回歸分析，可建立回歸方程(1)。

該方程的R2，F(xiàn)值，P以及D-W值，見表3。

表3 方程的R2、F、P、D-W值

可知該方程R2高達0.9811，極大程度接近1，表明該回歸模型的準確性，而且同時P為0.0408＜0.05，表明該模型成立，因而逐步回歸建立的方程可以適用于魯南地區(qū)冬小麥產(chǎn)量的預(yù)測。

通過該回歸方程可知，在決定系數(shù)R2高達0.9811，則該6項氣候因素是影響棗莊地區(qū)冬小麥產(chǎn)量的主要氣象因子。這6項因子除了≥20℃積溫X3是負效應(yīng)，其他5項均為正效應(yīng)。影響最大的是≥10℃積溫X2，其代表著小麥整個生長發(fā)育期所需求的熱量；其次降水量X5對冬小麥產(chǎn)量影響也較大，說明降水對于小麥生長發(fā)育的重要性；適量的冷量利于冬小麥安全越冬，從而利于產(chǎn)量提高，但冷量過大對小麥產(chǎn)量不利；≥20℃積溫X3為負效應(yīng)，魯南≥20℃積溫過多，不利于小麥灌漿，對于小麥產(chǎn)量有著不利影響；該結(jié)果表明，≥10℃積溫與降水是決定產(chǎn)量的重要因素，均為正效應(yīng)，與上述灰色關(guān)聯(lián)度分析結(jié)果基本一致。

3 結(jié)論與討論

采用灰色關(guān)聯(lián)度分析方法，把多個氣象因子視為灰色系統(tǒng)，作為一整體進行比較，從而避免了在進行數(shù)據(jù)分析時的多因子孤立分散狀態(tài)以及量綱不同、數(shù)值大小相差太多而難以比較的困難，其具有良好穩(wěn)定性的特點；同時還具有工作量較少信息量較大的特點，根據(jù)關(guān)聯(lián)度大小表示指標的重要程度，使分析簡單易行。而逐步回歸方法可以對已選入的變量進行逐個檢驗，當原引入的變量由于后面變量的引入而變得不再顯著時，將其剔除大量可供選擇的變量中選擇對建立回歸方程比較重要的變量，建立“最優(yōu)”回歸方程，把關(guān)鍵氣象因子對冬小麥產(chǎn)量的影響進行量化分析。結(jié)合2 種方法進行分析，對影響冬小麥產(chǎn)量的主要氣象因子既進行了量化，也更加明確。

灰色關(guān)聯(lián)分析結(jié)果表明，冬小麥生育期間對產(chǎn)量影響最大的是≥10℃積溫(0.4721)，其次分別是降水量(0.4201)、≥0℃積溫(0.3992)、冷量(0.3756)、≥20℃積溫(0.3621)，日照時數(shù)影響最小，關(guān)聯(lián)系數(shù)為0.3131。積溫和降水是影響小麥產(chǎn)量的最重要因子與李長軍、柳芳、羅蔣梅等[18-20]的研究結(jié)論一致，只是本研究按照作物的關(guān)鍵點對溫度進行了更細致的劃分。

逐步回歸分析結(jié)果表明，≥10℃積溫與降水是決定產(chǎn)量的重要因素，均為正效應(yīng)，其他因子如≥0℃積溫、≥20℃積溫、冷量、日照時數(shù)影響較小。與上述灰色關(guān)聯(lián)度分析結(jié)果基本一致。

鑒于制約小麥產(chǎn)量的關(guān)鍵氣象因子，采取科學(xué)的應(yīng)對措施是必要的，在進一步優(yōu)化品種布局的基礎(chǔ)上，抓好小麥標準化播種環(huán)節(jié)，確保苗全、苗勻；采用有機肥替代化肥技術(shù)與增施微生物菌肥技術(shù)，改良土壤理化性質(zhì)，減輕根部病害；采用播后鎮(zhèn)壓與澆越冬水措施，提高小麥抗凍與抗旱能力；在小麥生育后期采用氮肥后移技術(shù)、“一噴三防”技術(shù)，提高小麥抗病、抗蟲、抗干熱風(fēng)、抗倒伏等能力，形成合理豐產(chǎn)群體結(jié)構(gòu)，培育健壯個體，從而達到預(yù)期的產(chǎn)量要求。

盡管本研究得到一些有意義的結(jié)論，但仍然存在一定的局限?；疑P(guān)聯(lián)分析法主要缺點在于選擇比較數(shù)列時，主觀性較強，部分指標的最優(yōu)值很難確定。