国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

河北省冬小麥返青期預(yù)測模型研究

2020-08-28 11:20單琨楊帥羅晶李茜
湖北農(nóng)業(yè)科學(xué) 2020年12期
關(guān)鍵詞:積溫冬小麥灰色

單琨 楊帥 羅晶 李茜

摘要:利用河北省11個(gè)農(nóng)業(yè)氣象觀測站1981-2018年農(nóng)業(yè)氣象、地面氣象觀測資料,基于線性回歸和灰色系統(tǒng)模型GM(1,1)構(gòu)建冬小麥返青期預(yù)測模型,并對模型模擬效果進(jìn)行評估。結(jié)果表明,各站冬小麥返青期線性趨勢模擬曲線不顯著。用灰色系統(tǒng)模型G(1,1)模擬各站冬小麥返青期,11個(gè)站點(diǎn)中有10個(gè)站點(diǎn)模擬精度在二級及以上。通過分析積溫序列與冬小麥返青期的相關(guān)性,確定10月1日至次年2月15日的負(fù)積溫為冬小麥返青期關(guān)鍵影響因子。各站點(diǎn)綜合冬小麥返青期序列與關(guān)鍵時(shí)期負(fù)積溫一元線性回歸方程極顯著。單站線性趨勢模型、灰色系統(tǒng)模型GM(1,1)模擬和以負(fù)積溫為因變量的各站點(diǎn)綜合線性回歸模擬冬小麥返青期檢驗(yàn)絕對誤差小于7d的概率分別為73%、94%和80%。單站數(shù)據(jù)變化比較平穩(wěn)的條件下,冬小麥返青期預(yù)測可根據(jù)灰色系統(tǒng)模型GM(1,1)來構(gòu)建;單站數(shù)據(jù)存在突變式波動時(shí),可用線性方程構(gòu)建預(yù)測模型;在氣候變化波動較大的背景下,基于各站點(diǎn)綜合數(shù)據(jù)序列的線性回歸方程,用關(guān)鍵時(shí)期負(fù)積溫來預(yù)測冬小麥的返青期適用于區(qū)域分析。

關(guān)鍵詞:冬小麥返青期;線性回歸;灰色系統(tǒng)模型GM(1,1);河北省

中圖分類號:S512.1

文獻(xiàn)標(biāo)識碼:A

文章編號:0439-8114[ 2020)12-0022-05

DOl:10.1408 8/j .cnki.issn0439-8114.2020.12.005

開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

返青指的是早春麥田50%以上的麥苗心葉(春生一葉)長出部分達(dá)到1-2 cm。這個(gè)時(shí)期的生長主要是生根、長葉和分蘗。小麥返青期是促使晚弱苗升級、控制旺苗徒長、調(diào)節(jié)群體大小和決定成穗率高低的關(guān)鍵時(shí)期,對后期小麥能否高產(chǎn)起到重要作用。小麥返青期的水肥管理越及時(shí)效果越好,同時(shí)澆水、施肥和防治病蟲害等操作都與天氣變化有密切聯(lián)系。當(dāng)前關(guān)于小麥返青期研究主要是返青期田間管理、水分管理方面的研究[1-5],小麥返青期冠層、營養(yǎng)物質(zhì)等方面的研究[6,7]。氣象指標(biāo)與返青期的分析主要集中在生育期氣象指標(biāo)和氣候變化對生育期的影響兩個(gè)方面[8-14],關(guān)于氣象觀測資料與小麥返青期的研究很少。

在預(yù)測模型中,常用的是系統(tǒng)的兩個(gè)特征參數(shù)變化和分布呈接近線性的關(guān)系,對于這樣的模型,一般是采用一元線性回歸的方法,在氣象數(shù)據(jù)分析中比較常用[15,16]。灰色系統(tǒng)理論把客觀對象視為一個(gè)灰色的物質(zhì)系統(tǒng),在研究系統(tǒng)時(shí),通過系統(tǒng)的表征信息,利用關(guān)聯(lián)分析、灰數(shù)生成、灰色建模等信息加工手段,探求系統(tǒng)內(nèi)在的規(guī)律,預(yù)測系統(tǒng)未來的發(fā)展?fàn)顟B(tài)。灰色預(yù)測就是運(yùn)用灰色系統(tǒng)理論,通過灰色建模來對系統(tǒng)特征參數(shù)變化進(jìn)行預(yù)測的一種實(shí)用方法[17-19]。本研究基于地面氣象資料和農(nóng)業(yè)氣象觀測資料,以河北省為研究對象,基于線性回歸方程和灰色系統(tǒng)模型CM(1,1)分析研究小麥返青期的預(yù)測模型,并對模型模擬效果進(jìn)行評估,以期為這方面研究提供參考。

1 材料與方法

1.1 資料

基于數(shù)據(jù)質(zhì)量和觀測項(xiàng)目選用河北省11個(gè)農(nóng)業(yè)氣象觀測站(圖1)1981-2018年農(nóng)業(yè)氣象觀測資料和地面氣象觀測資料。

1.2分析方法

1.2.1信息擴(kuò)散法為了能夠準(zhǔn)確地建立影響因子與小麥返青期波動之間的關(guān)系,采用信息擴(kuò)散法對數(shù)據(jù)進(jìn)行膨化處理,得到多個(gè)連續(xù)時(shí)段的變量數(shù)據(jù),根據(jù)相關(guān)系數(shù)確定影響的關(guān)鍵期。

假設(shè)作物的全生育期為n天,某個(gè)因子變量定義為X,則單位因子為Xi(i=1,2,3……,n),膨化單元為k(k=2,3,……,n),膨化公式如下式:

1.2.2 灰色模型GM(1,1)灰色模型CM(1,1),灰色系統(tǒng)理論是基于關(guān)聯(lián)空間、光滑離散函數(shù)等概念定義灰導(dǎo)數(shù)與灰微分方程,進(jìn)而用離散數(shù)據(jù)列建立微分方程形式的動態(tài)模型,即灰色模型是利用離散隨機(jī)數(shù)經(jīng)過生成變?yōu)殡S機(jī)性被顯著削弱而且較有規(guī)律的生成數(shù),建立起微分方程形式的模型,這樣便于對其變化過程進(jìn)行研究和描述。設(shè)變量X(0)=

1.2.3 線性回歸 經(jīng)過相關(guān)分析后進(jìn)行線性回歸分析,回歸方程為:

Y=β1+β2X+u

(8)

式中,y為因變量,X為自變量,β1為截距,β2為斜率,u為隨機(jī)誤差。

2 結(jié)果與分析

2.1 河北省冬小麥返青期分析

河北省冬小麥返青期在2月2日-3月25日。為了方便比較,將冬小麥返青期進(jìn)行數(shù)值化處理,從2月1日開始,記為1,逐日累加,如返青期為2月15日,數(shù)值化后為15。

河北省各站點(diǎn)冬小麥返青期年際變化見圖2。由于單站數(shù)據(jù)序列長度有限,各站點(diǎn)冬小麥返青期線性趨勢不顯著。8個(gè)站點(diǎn)冬小麥返青期呈延后趨勢,但存在區(qū)域差異,中部地區(qū)(河間站、霸州站)冬小麥返青期年際變化曲線變化率較大,延后趨勢明顯;東南部3個(gè)站點(diǎn)黃驊、阜城、深州冬小麥返青期年際變化率為負(fù),返青期呈提前趨勢。20世紀(jì)初黃驊、阜城、深州3個(gè)站點(diǎn)冬小麥返青期出現(xiàn)大幅度提前的波動,致使趨勢線向下傾斜,這可能與區(qū)域氣候突變有關(guān)。

2.2冬小麥返青期灰色系統(tǒng)模型GM(1,1)分析

構(gòu)建河北省各站點(diǎn)冬小麥返青期的灰色系統(tǒng)模型GM(1,1)。與線性趨勢線比較(圖2),東南部3個(gè)站點(diǎn)(黃驊、阜城、深州)中,黃驊站點(diǎn)的返青期模擬曲線呈增長趨勢(圖3),與線性趨勢線差別較大,這可能因?yàn)榇苏军c(diǎn)返青期年代間波動較大,不同模擬計(jì)算方法對數(shù)據(jù)處理的差別較明顯;其他站點(diǎn)雖然均呈增長趨勢,但是增長幅度與線性趨勢模擬的結(jié)果同樣存在差異,尤其是霸州站,線性趨勢線與變化趨勢的擬合度明顯好于灰色系統(tǒng)模型CM(1,1)模擬曲線,而霸州站的返青期年代變化波動同樣很大。由此可見,當(dāng)返青期年代變化波動較大時(shí),線性模擬曲線與數(shù)據(jù)變化曲線擬合性更好些。

河北省各站點(diǎn)冬小麥返青期灰色系統(tǒng)模型GM(1,1)模擬精度分析表明(表1),東南部地區(qū)黃驊、阜城、深州3個(gè)站點(diǎn)模擬精度為二級;中部地區(qū)河間、定州、涿州、霸州4個(gè)站點(diǎn)中有3個(gè)站點(diǎn)模擬精度為二級及以上,1個(gè)站點(diǎn)為不合格;北部的昌黎站模擬精度最高。用灰色系統(tǒng)模型GM(1,1)模擬各站點(diǎn)冬小麥返青期,11個(gè)站點(diǎn)中有10個(gè)站點(diǎn)模擬精度在二級及以上?;疑到y(tǒng)模型CM(1,1)對年際波動均勻、突變少的數(shù)據(jù)模擬精度很高,如昌黎站的冬小麥返青期;但是對有斷崖式突變的數(shù)據(jù)序列模擬精度較差,如霸州站的冬小麥返青期。

2.3 溫度與冬小麥返青期的相關(guān)分析

溫度是影響返青期的關(guān)鍵影響因子,為了更好地模擬返青期,分析溫度與返青期的關(guān)系,用信息擴(kuò)散方法對溫度數(shù)據(jù)進(jìn)行處理,從10月1日開始,以10 d為最小膨脹單元,分別計(jì)算得到平均溫度積溫、正積溫、負(fù)積溫的膨化數(shù)據(jù)序列。通過分析積溫序列與冬小麥返青期的相關(guān)性,確定關(guān)鍵影響因子為10月1日至次年2月15日的負(fù)積溫(后文簡稱“負(fù)積溫”)。

對負(fù)積溫和冬小麥返青期進(jìn)行分析(表2),河北省11個(gè)農(nóng)業(yè)氣象站點(diǎn)中9個(gè)站點(diǎn)負(fù)積溫與冬小麥返青期的相關(guān)性顯著;負(fù)積溫變化率與氣候變暖趨勢基本一致,80%以上站點(diǎn)負(fù)積溫變化率為正,只有肥鄉(xiāng)和定州2個(gè)站點(diǎn)負(fù)積溫與返青期相關(guān)性不顯著??紤]到小麥返青期除了受到溫度影響,也會受冬前土壤濕度的影響,分析分蘗期土壤濕度與冬小麥返青期的相關(guān)性(表2)發(fā)現(xiàn),肥鄉(xiāng)和定州2個(gè)站點(diǎn)相關(guān)系數(shù)絕對值較大,可能是這2個(gè)站點(diǎn)負(fù)積溫與返青期相關(guān)系數(shù)不顯著的原因。

2.4 負(fù)積溫與冬小麥返青期的回歸分析

負(fù)積溫與冬小麥返青期相關(guān)性很高,但是由于各農(nóng)業(yè)氣象站點(diǎn)數(shù)據(jù)序列長度為25-37,數(shù)據(jù)序列長度有限,單站線性回歸分析達(dá)不到顯著性,所以將所有站點(diǎn)數(shù)據(jù)合并成一個(gè)綜合數(shù)據(jù)序列進(jìn)行回歸分析。冬小麥返青期與負(fù)積溫的一元線性回歸方程(F=107.325 6>3.871,F(xiàn)=8.09E-22<0.000 01)回歸性達(dá)到了極顯著水平(圖4)。

2.5 模型檢驗(yàn)

為了檢驗(yàn)?zāi)P偷念A(yù)測效果,每個(gè)農(nóng)業(yè)氣象站點(diǎn)留取最后3年的數(shù)據(jù)不參與構(gòu)建模型,用來檢驗(yàn)?zāi)P偷念A(yù)測誤差。由于單站線性趨勢模擬曲線不顯著,趨勢線性預(yù)測檢驗(yàn)平均絕對誤差為4.8 d,最大誤差為11d;灰色系統(tǒng)模型GM(1,1)預(yù)測檢驗(yàn)的平均絕對誤差為4.3 d,最大誤差為12 d;以負(fù)積溫為因變量的線性回歸模型預(yù)測檢驗(yàn)的平均絕對誤差為4d,最大誤差為10 d。單站點(diǎn)線性趨勢模擬曲線預(yù)測檢驗(yàn)絕對誤差小于7d的概率為73%,灰色系統(tǒng)模型GM(1,1)預(yù)測檢驗(yàn)絕對誤差小于7d的概率為94%,以負(fù)積溫為因變量的線性回歸模型預(yù)測檢驗(yàn)絕對誤差小于7d的概率為80%。

3 小結(jié)與討論

單站冬小麥返青期線性趨勢模擬曲線不顯著;根據(jù)灰色系統(tǒng)模型GM(1,1)模擬各農(nóng)業(yè)氣象站冬小麥返青期,11個(gè)站點(diǎn)中有10個(gè)站點(diǎn)模擬精度在二級及以上;通過分析積溫序列與冬小麥返青期的相關(guān)性,確定10月1日至次年2月15日的負(fù)積溫為冬小麥返青期關(guān)鍵影響因子,各站點(diǎn)綜合冬小麥返青期序列與關(guān)鍵時(shí)期負(fù)積溫一元線性回歸方程達(dá)到極顯著水平。根據(jù)11個(gè)站點(diǎn)冬小麥返青期年際變化特點(diǎn)和主要影響因素用線性模擬、灰色系統(tǒng)模型GM(1,1)、線性回歸方法構(gòu)建模型,都能較好地反映冬小麥返青期變化規(guī)律。

根據(jù)線性趨勢模擬和灰色系統(tǒng)模型GM(1,1)構(gòu)建的冬小麥返青期預(yù)測模型都是對單站數(shù)據(jù)的模擬,不需要加入影響因子,是單純的對數(shù)據(jù)序列變化規(guī)律的模擬,二者的模擬精度稍遜于以負(fù)積溫為因變量的線性回歸模型,適合單站使用?;疑到y(tǒng)模型GM(1,1)預(yù)測檢驗(yàn)絕對誤差小于7d的概率為94%,明顯優(yōu)于線性趨勢模擬(73%)。但是,如果數(shù)據(jù)序列存在斷崖式突變,就會影響模擬效果(如霸州站),灰色系統(tǒng)模型CM(1,1)更適合數(shù)據(jù)突變比較平穩(wěn)的數(shù)據(jù)序列,數(shù)據(jù)序列存在突變波動時(shí)用線性趨勢模擬的方法更好些(如霸州站)。

利用歷史值檢驗(yàn)?zāi)P偷念A(yù)測精度,以負(fù)積溫為因變量的線性回歸模型預(yù)測平均絕對誤差(4 d)和最大誤差(10 d)最小,回歸方程達(dá)到了顯著水平。以負(fù)積溫為因變量的線性回歸模型,需要整合區(qū)域內(nèi)所有站的數(shù)據(jù),同時(shí)加入了因變量,從而增大了模型的擬合率。在數(shù)據(jù)有限的條件下,以負(fù)積溫為因變量的線性回歸模型比較適合區(qū)域冬小麥返青期預(yù)測模型的構(gòu)建。在個(gè)別站點(diǎn)(如肥鄉(xiāng)站)負(fù)積溫與冬小麥返青期相關(guān)性不顯著,而分蘗期的土壤濕度與返青期相關(guān)系數(shù)顯著,如果有土壤濕度數(shù)據(jù),可進(jìn)一步豐富回歸模擬性的因變量,提高預(yù)測準(zhǔn)確性。

參考文獻(xiàn):

[1]李秀,史志梅.淺談小麥返青拔節(jié)期管理[J].福建農(nóng)業(yè),2014.8(15):28.

[2]任青,陳誠,翟斌豫南小麥返青期病蟲草害綜合防治[J]河南農(nóng)業(yè),2014(4):35.

[3]張英奎.冬小麥春季管理技術(shù)[J-現(xiàn)代農(nóng)村科技,2018(12):24.

[4]佟國香,周吉紅,毛思帥,等.返青期一次追施不同量的緩釋尿素對小麥發(fā)育和產(chǎn)量的影響[J].農(nóng)業(yè)科技通訊,2019(2):58- 60

[5]李艷麗.小麥返青后主要病害及預(yù)防措施[J]種業(yè)導(dǎo)刊,2018(4):23.

[6]李樹強(qiáng).冬小麥返青期冠層光譜特性分析[J].貴州農(nóng)業(yè)科學(xué),2014.42(2):65-68.

[7]王芊,李存軍,王大成,等,基于氮素和水分的冬小麥籽粒蛋白質(zhì)含量監(jiān)測[J].農(nóng)業(yè)T程學(xué)報(bào),2008,24( S2):22-24

[8]田家波.基于小麥全生育期氣象條件精細(xì)化分析[J].安徽農(nóng)業(yè)科學(xué),2016,44( 28):183-185.

[9]劉暢.氣候變化對京津冀冬小麥的影響研究[D]南京:南京信息工程大學(xué),2014.

[10]林文.氣候變化對陜西冬小麥影響研究[D].陜西楊凌:西北農(nóng)林科技大學(xué),2013.

[11]周偉,金梅,成軍軍,等.氣候變暖對汾陽市冬小麥積溫及生育期的影響[J].甘肅農(nóng)業(yè)科技,2012( 10):19-20

[12]侯學(xué)會,隋學(xué)艷,姚慧敏,等中國北方麥區(qū)冬小麥物候期對氣候變化的響應(yīng)[J].麥類作物學(xué)報(bào),2019,39(2):201-209,

[13]馬倩倩,賀勇,張夢婷,等中國北部冬麥區(qū)小麥生育期對生育階段積溫變化的響應(yīng)[J].中國農(nóng)業(yè)氣象,2018,4(3): 233- 244.

[14]周吉紅,毛思帥,王俊英,等.北京地區(qū)小麥生育期溫度演變及不同生育時(shí)期溫度指標(biāo)[J].作物雜志,2016(3):116-122.

[15]張榮菊,李志梅,鄂溫克族自治旗羊草返青期預(yù)報(bào)模型[J].內(nèi)蒙古農(nóng)業(yè)科技,2015,43(3):132-134.

[16]李靜,陳效逑,崔鐵軍.內(nèi)蒙古草原返青期對氣候變化的時(shí)空響應(yīng)[J]天津師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,37(2):39-44

[17]靳力爭,馬洪英.白菜型油菜單株產(chǎn)量與相關(guān)性狀的灰色關(guān)聯(lián)度分析[J].長江蔬菜,2018(8):50-52.

[18]黃彭,郝妙,杜永華,等基于CM(I,1)模型的四川糧食產(chǎn)量預(yù)測研究[J].農(nóng)學(xué)學(xué)報(bào),2017,7(10):96-100.

[19]毛志,冉紅林,基于灰色系統(tǒng)理論的銅仁市碧江區(qū)干旱預(yù)測研究[J]貴州工程應(yīng)用技術(shù)學(xué)院學(xué)報(bào),2018,3(36):88-92.

作者簡介:單琨(1984-),女,河北唐山人,碩士,工程師,主要從事農(nóng)業(yè)氣象和農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)分析研究,(電話)13403169717(電子信箱)tangshanshankun@126.com。

猜你喜歡
積溫冬小麥灰色
淺灰色的小豬
湟源縣30年0℃活動積溫變化特征分析
石河子地區(qū)近50年積溫變化特征分析
灰色時(shí)代
她、它的灰色時(shí)髦觀
甘肅冬小麥田
冬小麥和春小麥
石河子市近51a≥0℃積溫變化特征分析
冬小麥——新冬18號
冬小麥—新冬41號