油菜产量与关键气象要素关系...计分析研究——以芦溪县为例_熊顺龙.pdf

502023 年 3 月下Agricultural Machinery and Agronomy农机与农艺油菜产量与关键气象要素关系统计分析研究以芦溪县为例熊顺龙，胡竹婷，刘俊贤（江西省芦溪县气象局，江西 萍乡 337200）摘要：为研究关键气象要素对油菜产量的影响，更好地为芦溪本地油菜生产、油菜气象服务等提供科学指导，研究组对芦溪县19912020年的气象资料、油菜产量资料及油菜物候资料进行分析，利用Excel软件的AVERAGE函数计算出芦溪县油菜实际产量的3年滑动平均值，然后用得出的数据列以时间t作直线回归拟合，得出拟合函数；以函数方程计算出趋势产量，进而通过减法得出气象产量；最后通过SPSSPRO分析平台根据Pearson相关系数对油菜气象产量与气温、降水及日照3个关键气象要素进行相关性统计分析研究。结果表明，油菜气象产量与苗期、蕾薹期、开花期以及成熟期气温的P值均0.05，未呈现显著性，相关性弱或不存在相关性；与成熟期降水、日照的P值0.05，呈现显著性，存在相关性。在全育期内，油菜气象产量与气温、日照的P值0.05，未呈现显著性，相关性弱或不存在相关性；与降水的P值为0.0100.05，呈现显著性，存在相关性，为负相关。关键词：油菜；关键气象要素；气象产量中图分类号：S565.4；S165.27 文献标志码：A DOI：10.3969/j.issn.1672-3872.2023.06.0140 引言油菜是喜阳、喜凉作物，其产量除了与品种及不断优化的农艺措施等相关，还需要适宜的气候条件1-5。近年来，很多学者对影响油菜生长的气象因素展开了研究，如辛玮琦等6分析了油菜生育期内气象条件所产生的影响，张书伟等7分析了如皋市油菜生长与气象因素的关系，董芹等8对油菜各生育期内的气象指数等级及灾害指标进行了相关分析研究，王璐等9对成都市油菜产业发展的适宜性气候条件进行了分析，郭水连等10对影响袁州区冬种油菜的气候原因进行了分析，李祥11研究了播期不同的情况下气象因素对不同油菜品种生长发育产生的影响。芦溪县油菜年种植面积近3 000 hm2，种植区域大，很早便有了种植油菜的历史，现大面积种植区主要分布在银河、宣风等乡镇。随着我国农业科技水平的不断提高，种植技术、培育技术都逐渐走向成熟，其对油菜生产的影响是趋于稳定的，而不稳定的气象条件则对油菜产量影响越来越大。为研究关键气象要素对油菜的影响，以期为芦溪本地油菜生产、油菜气象服务等提供科学指导，本文对降水、气温、日照3个关键气象要素与芦溪县油菜产量的关系进行了统计分析研究。1 资料来源 本研究采用了芦溪县 19912020 年的气象资料、油菜产量资料、油菜物候资料。相关数据来源于芦溪国家气象观测站、萍乡国家气象观测站、芦溪县19912020年的统计年鉴、芦溪县银河镇农业技术推广综合服务站。2 油菜产量的计算2.1 油菜气象产量计算方法农技措施、种植技术、培育技术、土壤环境等是随着时间缓慢变化的，本文将其看作较稳定因素，其对农作物产生的影响有规律可循。现将时间t作为自变量，时间单位为年，其所决定的产量定为因变量，称为趋势产量。油菜气象产量则是指去除了农技措施、种植技术、培育技术、土壤环境等稳定的非自然因素所决定的油菜产量，只保留气象相关因子对产量有影响的部分。本研究首先利用Excel软件的AVERAGE函数计算出芦溪县油菜实际产量的3年滑动平均值，然后用得出的数据列以时间t作直线回归拟合，得出拟合函数，如式（1）。通过函数方程计算出趋势产量Yt，气象产量等于实际产量减趋势产量，如式（2）。Yt=a+bt （1）作者简介：熊顺龙（1994），男，江西宜春人，本科，助理工程师，研究方向为综合气象观测。2023 年 3 月下51Agricultural Machinery and Agronomy农机与农艺 Y=Yt+Yq （2）式（1）中，Yt表示油菜趋势产量，a 是常数项，b 为相关系数；式（2）中，Y表示实际产量，Yq表示气象产量。式中的油菜产量，为避免油菜收割、种植面积影响，采用公顷产量（kg/hm2）。2.2 油菜气象产量计算结果分析为消除随机性影响，本研究利用 Excel 软件的AVERAGE函数计算出芦溪县19912020年油菜产量的3年滑动平均值，然后用得出的数据列以时间t作直线回归拟合，得出拟合函数，代入常数和相关系数，如式（3）。根据实际产量数据、3年滑动平均值及趋势产量数据得出产量趋势图，如图1所示。Yt=1 091.1+28.122t （3）0200400600800100012001400160018002000199119931995199719992001200320052007200920112013201520172019产量/（kg/hm2）年份实际产量3年滑动平均产量趋势产量图1芦溪县19912020年油菜产量趋势图最后根据公式（2）算出油菜气象产量Yq。当Yq0时，气象条件利于油菜生长；Yq0时，气象条件不利于油菜生长。油菜实际产量、趋势产量和气象产量如表1所示。由图1和表1可以看出，近30年来芦溪县油菜实际产量总体呈上升趋势，油菜气象产量则基于年际气象因素在不断波动。3 油菜产量与关键气象要素的相关性统计分析3.1 相关系数的计算方法本研究利用Pearson相关系数12-13对油菜气象产量与关键气象要素进行相关性统计分析，如式（4）。相关系数r反映了两个变量（x与y）之间相关程度的强弱，其取值在-1,1区间内。r的绝对值越接近于0，相关性越弱；r的绝对值越接近于1，相关性越强。r=(xi-x)(yi-y)n i=1(xi-x)2 n i=1(xi-x)2 n i=1 （4）3.2 相关性统计分析芦溪县油菜一般于10月上中旬播种，次年的5月上中旬成熟收割。油菜整个生育期分为四个阶段，如表2所示。表1芦溪县19912020年油菜实际产量、趋势产量和气象产量单位：kg/hm2年份实际产量趋势产量气象产量19917801 047-26719926891 075-38619936301 103-47319949861 132-14619959541 160-20619961 0171 188-17119971 1731 216-4319981 1301 244-11419991 2001 272-7220001 2621 300-3820011 6191 32829120021 3661 357920031 3511 385-3420041 6061 41319320051 7351 44129420061 6161 46914720071 5441 4974720081 5651 5254020091 5681 5531520101 5751 582-720111 5841 610-2620121 4581 638-18020131 4581 666-20820141 4821 694-21220151 4771 722-24520161 4971 750-25320171 8931 77811520181 8931 8078620191 6071 835-22820201 8331 863-30表2油菜生长周期生长周期日期苗期10月21日次年1月31日蕾薹期2月1日3月10日开花期3月11日4月10日成熟期4月11日5月20日全育期10月21日次年5月20日本研究利用Excel软件，将芦溪县19912020年油菜气象产量分别与油菜全育期的气温、降水、日照3个关键气象要素作出历年变化图，如图2、图3、图4所示。从图 2 中可以看出，19962004 年和 20162020年，油菜气象产量的变化趋势与温度变化曲线522023 年 3 月下Agricultural Machinery and Agronomy农机与农艺相拟合；从图3中可以看出，19932007年，油菜气象产量的变化趋势与降水量变化曲线相拟合；从图4中可以看出，油菜气象产量的变化趋势在大部分年份与日照时数变化曲线相拟合。1010.51111.51212.51313.5-500-400-300-200-1000100200300199119931995199719992001200320052007200920112013201520172019气温/产量/（kg/hm2）年份气象产量平均气温图2油菜气象产量与气温历年变化图20253035404550556065-500-400-300-200-1000100200300199119931995199719992001200320052007200920112013201520172019降水量/mm产量/（kg/hm2）年份气象产量旬平均降水图3油菜气象产量与降水量历年变化图1015202530354045-500-400-300-200-1000100200300199119931995199719992001200320052007200920112013201520172019日照/h产量/（kg/hm2）年份气象产量旬平均日照图4油菜气象产量与日照历年变化图为进一步研究分析出油菜气象产量与气温、日照、降水 3 个关键气象要素的关系，本研究先利用SPSSPRO分析平台对数据进行3sigma异常值识别，对异常值进行处理，再用 SPSSPRO 分析平台根据Pearson 相关系数计算出油菜气象产量与油菜各生长周期关键气象要素的相关系数r，计算结果如表3所示。表3芦溪县油菜气象产量与各生长周期关键气象要素的相关系数生长周期气温降水日照苗期0.18（0.521）-0.439（0.102）0.15（0.595）蕾薹期0.389（0.152）-0.339（0.217）0.245（0.380）开花期-0.004（0.998）0.012（0.966）-0.103（0.714）成熟期0.465（0.080）-0.612*（0.015）0.622*（0.013）全育期0.471（0.077）-0.642*（0.010）0.367（0.179）注：括号中数值为P值，P值为检验值，*表示P值0.05，呈现显著性；已剔除异常年份值。从表 3 可以看出，苗期、蕾薹期及开花期气温、降水、日照与油菜气象产量的P值均0.05，未呈现显著性，相关性弱或不存在相关性。在油菜成熟期，油菜气象产量与气温的 P 值 0.05，未呈现显著性，相关性弱或不存在相关性；与降水的P值为0.0150.05，存在相关性，为负相关，说明在油菜成熟期，降水偏多将给油菜成熟带来不利影响；与日照的P值为0.0130.05，呈现显著性，存在相关性，为正相关，说明在油菜成熟期，光照充足对增加油菜产量更有利。在油菜全育期，油菜气象产量与气温、日照的P值0.05，未呈现显著性，相关性弱或不存在相关性；与降水的P值为0.0100.05，呈现显著性，存在相关性，为负相关。4 结论本研究对芦溪县19912020年的气象资料、油菜产量资料及油菜物候资料进行了分析，通过Excel软件的 AVERAGE 函数计算出芦溪县油菜实际产量的 3 年滑动平均值，然后用得出的数据列以时间t 作直线回归拟合，得出拟合函数；以函数方程计算出趋势产量，通过减法得出气象产量；最后利用SPSSPRO分析平台根据Pearson相关系数对油菜气象产量与油菜各生长期关键气象要素进行相关性统计分析研究。结果表明，油菜气象产量与苗期、蕾薹期、开花期以及成熟期气温的P值均0.05，未呈现显著性，相关性弱或不存在相关性；与成熟期降水、日照的 P 值 0.05，呈现显著性，存在相关性。在全育期内，油菜气象产量与气温、日照的 P 值 0.05，未呈现显著性，相关性弱或不存在相关性；与降水的 P 值为 0.0100.05，呈现显著性，存在相关性，为负相关。2023 年 3 月下53Agricultural Machinery and Agronomy农机与农艺油菜生长过程中会受到各种因素的影响，本文就油菜产量与气温、日照、降水3个关键气象要素的关系进行了初步分析，后续还需进一步研究探讨。参考文献：1 田慧，田倍齐，祁菲，等.六盘山区油菜花期与气象条件的关系研究J.农业科技与信息，2022(17)：40-42.2 吴昊，邵明阳，沈福生，等.低温冻害对江西油菜产量的影响及其变化特征研究J.江西农业学报，2021，33(11)：14-19.3 邓环，秦鹏程，刘志雄，等.湖北省油菜生长发育期间气象条件的年度变化分析J.湖南农业科学，2021(2)：33-37+44.4 甘传辉，罗经权，万正，等.南昌县油菜花花期与气象因子的关系研究J.江西农业学报，2018，30(6)：114-118.5 胡安霞，田青，曹鲁，等.气象条件对油菜生产影响的分析：以安徽宣城为例J.中国农学通报，2018，34(22)：109-112.6 辛玮琦，黎辉文，宋雄.宜丰县气象要素对油菜生育期影响分析J.南方农机，2019，50(15)：74+78.7 张书伟，陆建洲，蔡娈卉，等.气象条件对如皋市油菜生长的影响J.上海农业科技，2014(3)：57+89.8 董芹，霍焱，蒋骏，等.油菜生育期气象指数等级及灾害预警指标研究J.江苏农业科学，2015，43(10)：84-90.9 王璐，高楷祥，旷云米.成都市油菜产业发展的适宜性气候条件分析J.现代农业科技，2019(19)：38+40.10 郭水连.影响袁州区冬种油菜生产的气候原因及应对措施J.气象与减灾研究，2012，35(1)：65-69.11 李祥.不同播期条件下气象因子对各类油菜品种生长发育的影响D.武汉：华中农业大学，2017.12 众言科技.SPSSPRO（Scientific Platform Serving for Statistics Professional,SPSSPRO）“专业、科学的数据分析平台”（Version 1.0.11）Z/OL.https:/.13 徐维超.相关系数研究综述J.广东工业大学学报，2012，29(3)：12-17.6 结论与建议本文通过考虑碳排放的情况，运用含有非期望产出的SBM模型对我国北部16个省区市农产品电商物流效率进行评价，然后借助Malmquist指数模型细化分析了北部16个省区市（分为东、西、中部地区）20182019年总体物流效率下降的原因，研究发现：1）我国北部16个省区市农产品电商物流效率总体水平较低，加之地区差异性较大，在地区农产品电商物流效率值的比较上，东部地区中部地区西部地区。2）20182019年期间，全要素生产率指数高的五个省份大多数受到技术进步指数影响，而纯技术效率和规模效率并未完全显现推动作用，并且研究范围内的其他省区市农产品电商物流全要素生产率均小于1。综上所述，建议政府应先从发展低碳物流入手，以避免走“先污染后治理”的老路；其次，我国北部各省区市应当紧抓技术发展，切实提高农产品电商物流的效率；最后，我国北部各省区市应紧抓国家战略，积极向发展快速的地区学习低碳物流管理技术，持续缩小各地区农产品电商物流效率之间的差异。参考文献：1 张竟轶，张竟成.基于三阶段DEA模型的我国物流效率综合研究J.管理世界，2016(8)：178-179.2 王东方，关高峰，董千里.中国物流产业技术效率空间差异及成因分析J.统计与决策，2018，34(8)：131-136.3 张娜，李波.基于三阶段DEA模型的西部地区物流产业效率测度研究J.数学的实践与认识，2018，48(20)：244-250.4 陶婷婷.产业集聚能促进物流业效率提升吗?：来自中国省域面板数据的实证分析J.商业研究，2017(1)：75-83.5 徐良培，李淑华.农产品物流效率及其影响因素研究：基于中国20002011年省际面板数据的实证分析J 华中农业大学学报（社会科学版），2013(6)：71-796 李聪.低碳约束下基于SBM-DEA模型的区域物流综合效率评价：一带一路中国境内17省份数据实证分析J.物流工程与管理，2016，38(12)：11-15+29.7 董璐芸.基于SBM-Malmquist的长三角城市群绿色发展效率测度与评价J.湖北农业科学，2022，61(9)：180-185+208.8 熊巍，祁春节，高瑜，等.基于组合模型的农产品市场价格短期预测研究：以红富士苹果、香蕉、橙为例J.农业技术经济，2015(6)：57-65.9 王琴梅，谭翠娥.对西安市物流效率及其影响因素的实证研究：基于DEA模型和Tobit回归模型的分析J.软科学，2013，27(5)：70-74.10 张辉,房亚群.现代信息技术在冷链物流监控系统中的应用分析J.无线互联科技，2014(12)：25+27.（上接第42页）