張軍　柴巖紅

[摘 要] 本文以1986—2018年河南省?？h冬小麥生產(chǎn)為例，采用滑動平均法及HP濾波法分析冬小麥產(chǎn)量中的趨勢產(chǎn)量和氣象產(chǎn)量。結(jié)果表明，總體上?？h冬小麥趨勢產(chǎn)量呈上升趨勢;氣象產(chǎn)量不僅受氣象因素的影響，而且受科技因素的影響。

[關(guān)鍵詞] 冬小麥;趨勢產(chǎn)量;氣象產(chǎn)量;滑動平均法;HP濾波法

[中圖分類號] S512.11;S162.53 [文獻(xiàn)標(biāo)識碼] B [文章編號]1674-7909（2020）06--2

1 材料與方法

1.1 數(shù)據(jù)來源

冬小麥?zhǔn)俏覈闹匾Z食作物之一。我國冬小麥主要種植地是華北地區(qū)，一般前一年10月左右開始播種，次年6月左右成熟。本文為了探究冬小麥的趨勢產(chǎn)量和氣象產(chǎn)量，選擇的數(shù)據(jù)是1986—2018年河南省鶴壁市?？h小麥單位面積產(chǎn)量數(shù)據(jù)。數(shù)據(jù)全部來源于官方統(tǒng)計，真實可查。

1.2 試驗原理與方法

我們一般通過公式來計算冬小麥的產(chǎn)量，即冬小麥的產(chǎn)量是趨勢產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量的總和：

Y=Y趨+Y氣+Δy? ? ? ? ? ? ? ? ? ? ? ?（1）

式（1）中，Y是冬小麥實際得到的總產(chǎn)量，Y趨是趨勢產(chǎn)量，Y氣是氣象產(chǎn)量，Δy是隨機(jī)產(chǎn)量。隨機(jī)產(chǎn)量對冬小麥的影響其實很小，有時候可能不存在，所以我們一般不計算隨機(jī)變量。所以，冬小麥的實際產(chǎn)量就是趨勢產(chǎn)量和氣象產(chǎn)量的總和：

Y=Y趨+Y氣? ? ? ? ? ? ? ? ? ? ? ? ?（2）

直線滑動平均法，是以平均數(shù)為基礎(chǔ)，將線性回歸模型與滑動平均相結(jié)合的模擬方法。這種方法不僅可以不主觀假定產(chǎn)量歷史演變的曲線類型，而且可以不忽視本序列年數(shù)。當(dāng)某一年因為自然因素的影響導(dǎo)致小麥年產(chǎn)量比較低時，其年際間的增長量將會變得很高。我們把整個時間序列中某一個階段的小麥產(chǎn)量看成一條直線，時間序列即為隨著時間變化的數(shù)據(jù)序列。我們將這條直線在這段時間和下段時間之間的變化當(dāng)成一個趨勢[1]。在數(shù)據(jù)處理上，將時間參數(shù)作為自變量，將小麥的實際產(chǎn)量作為因變量。

當(dāng)我們在求某一個階段的線性趨勢時，可以列方程為：

Yi=ait+bi? ? ? ? ? ? ? ? ? ? ? ? ?（3）

式（3）中，i=n-K+1，表示所需要列的方程個數(shù)。其中，K是滑動步長，n是樣本個數(shù)，t是時間。我們可以計算每個方程在t點的函數(shù)值，以此得到階段時間的產(chǎn)量值。我們采用5 a和11 a滑動平均法進(jìn)行冬小麥趨勢產(chǎn)量擬合，方程表達(dá)式為：

（4）

HP濾波法是一種在狀態(tài)空間離分解時間序列的方法。時間序列常常由趨勢部分、季節(jié)波動部分和隨機(jī)波動部分組成。其中，趨勢部分相對比較穩(wěn)定，季節(jié)部分具有季節(jié)性，這是不好把握的，隨機(jī)波動部分很小，可以忽略。我們常常通過收集以往的數(shù)據(jù)來對今后的數(shù)據(jù)進(jìn)行預(yù)測，那么我們就需要抓住一個相對穩(wěn)定的關(guān)鍵部分，那就是趨勢部分。該濾波器從時間序列yt中得到平滑序列g(shù)t，公式為：

（5）

我們將上述公式分為兩部分，第一部分是，第二部分是。我們主要通過第一部分來調(diào)節(jié)整個趨勢的變化。λ是不固定的值，而且第二部分是隨著λ的變化而變化，即λ值越大，則第二部分值就越大，隨著λ的增加，預(yù)測的趨勢就更加平滑。當(dāng)λ無限趨近于正無窮大時，預(yù)計的趨勢就越接近于線性函數(shù)。從統(tǒng)計意義上來講，λ值是可以隨意設(shè)置的。

對于河南省鶴壁市統(tǒng)計局收集到的數(shù)據(jù)，利用上述方式得到了小麥的趨勢產(chǎn)量值，并通過Microsoft Excel演化出冬小麥的趨勢產(chǎn)量和實際產(chǎn)量的對比。由此可知，總體上趨勢產(chǎn)量是呈上升趨勢的。

1.3 氣象產(chǎn)量分離結(jié)果分析

我們通過以上方法計算出當(dāng)年的氣象產(chǎn)量，如圖1和圖2所示。

氣象產(chǎn)量柱狀圖的正負(fù)反映出了當(dāng)年氣象對冬小麥產(chǎn)量的影響。1990年，氣象對冬小麥的影響是最大的，呈現(xiàn)的是負(fù)增長。1990年趨勢增長相較于1989年是上升的，但是1990年的實際產(chǎn)量相較于1989年是大幅度減少的。從11 a滑動平均法氣象產(chǎn)量和HP濾紙氣象產(chǎn)量來看，氣象對于冬小麥產(chǎn)量的影響隨著科技的發(fā)展而逐漸減弱，1990年氣象產(chǎn)量負(fù)增長值是最大的，可見那年氣候條件不利于冬小麥生長。1986年氣象產(chǎn)量的正增長是最大的，則當(dāng)年氣候適宜冬小麥生長?？傮w來看，2002年之后氣象產(chǎn)量的負(fù)增長和正增長均低于2002年之前。我們可以得到2種可能性，一是2002年以后的氣候條件適宜冬小麥生長;二是在2002年之后我國的農(nóng)業(yè)科技或者其他的相關(guān)氣候檢測條件得到了提升和改善，這就使氣候條件對冬小麥產(chǎn)量的影響低于2002年之前。

2 對策

通過上述分析得出，隨著科學(xué)技術(shù)的發(fā)展，氣候因素對冬小麥實際產(chǎn)量的影響越來越小。今后，為進(jìn)一步降低氣候因素對冬小麥?zhǔn)粘傻挠绊懀刹扇∪缦聦Σ摺?/p>

一是建設(shè)農(nóng)業(yè)氣象預(yù)警系統(tǒng)。隨著全球氣候變暖日益嚴(yán)峻以及溫室效應(yīng)越來越嚴(yán)重，我國亟待建立一套實時、完整、先進(jìn)、覆蓋面廣和準(zhǔn)確度高的農(nóng)業(yè)氣象預(yù)警系統(tǒng)，以使自然因素對農(nóng)業(yè)生產(chǎn)的影響降至最小。二是建立健全氣候檢測機(jī)制和擴(kuò)大氣候檢測范圍。目前，我國急需一套十分完善的氣候檢測機(jī)制來對氣候進(jìn)行實時、多范圍檢測，機(jī)制的完善和人民群眾的支持會讓農(nóng)業(yè)生產(chǎn)生活變得更好。三是加強農(nóng)業(yè)宣傳?；鶎咏M織應(yīng)定期向每家每戶分發(fā)農(nóng)業(yè)相關(guān)雜志進(jìn)行學(xué)習(xí)，并邀請農(nóng)業(yè)專家定期對村民進(jìn)行培訓(xùn)，提高他們的生產(chǎn)技能。四是培育或引進(jìn)新型品種。隨著全球變暖的影響，極端天氣現(xiàn)象頻發(fā)，因此需培育可以應(yīng)對極端天氣的新型品種，如耐旱品種、耐澇品種等[2]。

參考文獻(xiàn)

[1]成林，李彤霄，劉榮花.主要生育期氣候變化對河南省冬小麥生長及產(chǎn)量的影響[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2017（6）：931-940.

[2]戴彤，王靖，赫迪，等.1961—2010年氣候變化對西南冬小麥潛在和雨養(yǎng)產(chǎn)量影響的模擬分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2016（3）：293-305.