一种春玉米产量预测模型获得方法及其产量预测方法与流程

1.本发明属于玉米产量预测技术领域，具体涉及一种春玉米产量预测模型获得方法及其春玉米产量预测方法。


背景技术：

2.玉米是我国北方主要粮食作物之一，玉米的生长发育及产量的形成无时不受温度 、降水、风速、霜冻等气象因子的影响。玉米的生长发育、产量形成是一个动态的过程，实时跟踪气象条件对玉米生长发育的影响，进行气象灾害监测，定量掌握玉米产量动态变化过程是农业生产和农业经济管理的一个重要内容。
3.目前的产量预测方法多是基于作物气象指标判别，定量不够；作物模型方法实用误差较大；多数的预测方法将时间变量以年或整个生长期为单位，导致农作物产量预测的精度不足，时效性差。还有应用指数平滑、灰色预测方法，但误差较大、泛化性不强不利于应用。也有部分研究将气象资料多年平均值作为预报期的驱动数据，由于我国大部地区为典型的季风气候，年际变率大，且季节分布不均，这种方法并不能很好地体现气象要素的波动性，而且灾害性的异常天气会被平滑，这对模拟潜在的产量损失十分不利。
4.如何兼顾不同时期气象条件，突出气象灾害的影响，建立基于理论-经验模型的动态玉米产量趋势预报技术，提升预报准确率和预报时效，是产量预报技术的发展趋势。


技术实现要素：

5.本发明提供了一种基于生长阶段气象条件的春玉米产量预测模型获得方法及其春玉米产量预测方法，解决了目前预测方法精度不足，时效性差的问题，实现了玉米生长气象评估及产量预报的定量化和动态化，准确性高，利于应用。
6.本发明的技术方案如下：一种基于生长阶段气象条件的春玉米产量预测模型获得方法，所述方法包括如下步骤：s1，获取玉米种植区域内，历史年份的春玉米生育期气象数据和对应年份的玉米单产数据；所述历史年份为之前至少5年；s2，将所述春玉米生育期划分为5个阶段，将玉米种植区域内的春玉米生长季节水热气候进行分区；s3，根据步骤s1获得的数据，根据步骤s2划分的阶段，分别获得玉米种植区域内市县级地区的如下数据：各个阶段降水量年累计值和多阶段降水量年平均值及年最大值；各个阶段气温年平均值和多阶段气温年平均值及年最大值；各个阶段风速年最大值和多阶段风速年平均值及年最大值；年秋霜初日及对应的最低气温和年阶段平均秋霜初日；s4，根据彭曼方法计算市县级地区需水量值；s5，分别获得气象因子阶段产量偏差：
根据计算得到的市县级地区需水量值、阶段降水量年累计值及权重参数值代入阶段水分影响函数，得到阶段降水产量的偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；根据计算得到的市县级地区阶段气温年平均值及权重参数值代入阶段气温影响函数，得到阶段气温产量的偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；根据计算得到的市县级地区阶段风速年最大值及权重参数值代入阶段风速影响函数，得到阶段风速产量的偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；根据计算得到的市县级地区年秋霜初日及对应的最低气温及权重参数值代入阶段秋霜冻影响函数，得到阶段秋霜冻的产量偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；s6，将s5获得的气象因子阶段产量偏差代入产量分解模式得到产量预测模型；s7，根据步骤s1获得历史年份的玉米单产数据进行时间序列上的分段拟合；s8，将玉米单产数据进行产量分解并与预测模型进行验证对比，优化参数；s9，将优化的权重参数循环步骤s5-s8，直到预测吻合度达到可接受的范围内，得到最终的产量预测模型。
7.进一步的，所述s5中的阶段水分影响函数为：式中，为5个生育阶段；为当年第生育阶段降水量；是第生育阶段玉米需水量，由彭曼标准方法计算得到；是农田严重洪涝灾害指标；为有效雨量经验系数；是少雨和多雨对产量影响差异的调节系数。
8.进一步的，所述s5中的阶段气温影响函数为：进一步的，所述s5中的阶段气温影响函数为：为当年第生育阶段的平均气温，第生育阶段多年平均气温，为第生育阶段多年平均气温的最大值，为第生育阶段多年平均气温的最小值。
9.进一步的，所述s5中的阶段风速影响函数为：进一步的，所述s5中的阶段风速影响函数为：为7级风力对应的风速值，即13.8 m-1
.s；为当年第生育阶段内出现的极大
风速。
10.进一步的，所述s5中的阶段秋霜冻影响函数为：式中为第5生育阶段的初霜日序，是该地区多年平均霜冻初日。
11.一种基于生长阶段气象条件的春玉米产量丰歉动态产量预测方法，所述方法采用上述的方法获得的预测模型实现，所述方法为：（1）实时采集玉米种植区域的气象因子数据；（2）将所述气象因子数据、时间信息输入至所述预测模型中，所述预测模型输出预测产量信息。
12.所述气象因子数据为气温、降水或者极大风速，所述气温为平均气温、最低气温。
13.本发明遵循玉米气象学原理，在明确气象要素与产量相关模式基础上，建立玉米产量动态预报模型。该预报方法可实现玉米生长气象评估及产量预报的定量化和动态化，可在玉米生长发育中期预测产量丰歉趋势，在玉米灌浆期定量预报玉米产量。产量预报丰歉评估准确率达到80%以上，对制定粮食收储计划、价格取向和粮食进出口政策都有指导作用，对农业生产、粮食贸易和改善民生也由一定的帮助，可产生比较显著的经济和社会效益。
附图说明
14.图1为实施方式一所述的春玉米产量预测模型获得方法的流程图；其中气象因子包括：气温、降水和极大风速；图2为实施方式二所述的吉林省区域内1983-2018年春玉米生长第2生育阶段模拟气象产量与实际气象产量吻合率；图3为实施方式二所述的吉林省区域内1983-2018年春玉米生长第3生育阶段模拟气象产量与实际气象产量吻合率；图4为实施方式二所述的吉林省区域内1983-2018年春玉米生长第4生育阶段模拟气象产量与实际气象产量吻合率；图5为实施方式二所述的吉林省区域内1983-2018年春玉米生长第5生育阶段模拟气象产量与实际气象产量吻合率；图6
ꢀ‑
图9为对应的年份模型模拟的春玉米气象产量与实际气象产量对比图，其中：图6为2000年模拟的春玉米全生育期气象产量结果；图7为2000年实际的春玉米全生育期气象产量结果；图8为2004年模拟的春玉米全生育期气象产量结果；图9为2004年实际的春玉米全生育期气象产量结果；图10为第5生育阶段吉林省的县市模拟气象产量与实际气象产量比较，a为镇赉，b为农安，c为九台，d为珲春；图11为玉米产量丰欠动态评估系统示意图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.本发明的目的是提供一种基于生长阶段气象条件的东北玉米产量丰欠动态评估预测方法及系统，通过分析每阶段气象因子对玉米产量的影响，进而实现玉米气象产量动态评估预测。
17.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
18.实施方式一，参见图1说明本实施方式。
19.一种基于生长阶段气象条件的春玉米产量丰歉动态产量预测模型获得方法，所述方法包括如下步骤：s1，获取玉米种植区域内，历史年份的春玉米生育期气象数据和对应年份的玉米单产数据；所述历史年份为之前至少5年；s2，将所述春玉米生育期划分为5个阶段，将玉米种植区域内的春玉米生长季节水热气候进行分区；s3，根据步骤s1获得的数据，根据步骤s2划分的阶段，分别获得玉米种植区域内市县级地区的如下数据：各个阶段降水量年累计值和多阶段降水量年平均值及年最大值；各个阶段气温年平均值和多阶段气温年平均值及年最大值；各个阶段风速年最大值和多阶段风速年平均值及年最大值；年秋霜初日及对应的最低气温和年阶段平均秋霜初日；s4，根据彭曼方法计算市县级地区需水量值；s5，分别获得气象因子阶段产量偏差：根据计算得到的市县级地区需水量值、阶段降水量年累计值及权重参数值代入阶段水分影响函数，得到阶段降水产量的偏差；根据计算得到的市县级地区阶段气温年平均值及权重参数值代入阶段气温影响函数，得到阶段气温产量的偏差；根据计算得到的市县级地区阶段风速年最大值及权重参数值代入阶段风速影响函数，得到阶段风速产量的偏差；根据计算得到的市县级地区年秋霜初日及对应的最低气温及权重参数值代入阶段秋霜冻影响函数，得到阶段秋霜冻的产量偏差；s6，将s6获得的气象因子阶段产量偏差代入产量分解模式得到产量预测模型；s7，根据步骤s1获得历史年份的玉米单产数据进行时间序列上的分段拟合；s8，将玉米单产数据进行产量分解并与预测模型进行验证对比，优化参数；s9，将优化的权重参数循环步骤s5-s8，直到预测吻合度达到可接受的范围内，得到最终的产量预测模型。
20.所述s5中的阶段水分影响函数为：
（1）式中，为5个生育阶段；为当年第生育阶段降水量；是第生育阶段玉米需水量，由彭曼标准方法计算得到；是农田严重洪涝灾害指标。
21.所述s5中的阶段气温影响函数为：（2）为当年第生育阶段的平均气温，第生育阶段多年平均气温，为第生育阶段多年平均气温的最大值，为第生育阶段多年平均气温的最小值。
22.所述s5中的阶段风速影响函数为：（3）为7级风力对应的风速值，即13.8 m-1
.s；为当年第生育阶段内出现的极大风速。
23.所述s5中的阶段秋霜冻影响函数为：（4）式中为第5生育阶段的初霜日序，是该地区多年平均霜冻初日。
24.实施方式二，本实施方式以吉林省作为预测区域，则本发明所述的方法为：1. 获取多年（1983-2018年）玉米生育期数据、对应年份的吉林省统计局玉米单产数据；2. 将玉米的生育期划分为五个阶段，详见表1；3. 各市县级地区气候分布划分；4. 计算市县级地区阶段降水量年累计值；5. 计算市县级地区多阶段降水量年平均值及年最大值；6. 计算市县级地区阶段气温年平均值；7. 计算市县级地区多阶段气温年平均值及年最大值；8. 计算市县级地区阶段风速年最大值；9. 计算市县级地区多阶段风速年平均值及年最大值；10. 计算市县级地区年秋霜初日及对应的最低气温；11. 计算市县级地区年阶段平均秋霜初日；
12. 给定气象因子阶段权重初始值；13. 给定地区气候阶段权重初始值；14. 计算各地区需水量值（根据彭曼方法计算得到）；15. 根据计算得到的需水量、降水量的阶段统计值及权重参数值代入阶段水分影响函数，得到阶段降水产量的偏差；16. 根据计算得到的气温的阶段统计值及权重参数值代入阶段气温影响函数，得到阶段气温产量的偏差；17. 根据计算得到的风度的阶段统计值及权重参数值代入阶段风速影响函数，得到阶段风速产量的偏差；18. 根据计算得到的秋霜冻的阶段统计值及权重参数值代入阶段秋霜冻影响函数，得到阶段秋霜冻的产量偏差；19. 气象因子阶段产量偏差代入产量分解模式得到产量预测模型；20. 对吉林省统计局玉米单产数据进行时间序列上的分段拟合；21. 玉米单产数据进行产量分解并与预测模型进行验证对比，优化参数；22. 最新优化的权重参数循环步骤15-21，直到预测吻合度达到可接受的范围内；23. 得到最终的产量预测模型；24. 预测数据获取，计算阶段统计值、多年阶段统计值代入预测模型，得出东北玉米产量预测趋势。
25.不同阶段气象条件影响权重参数。其中为生育阶段，为气象因子，值在0-1之间，。某一气象要素对玉米生长发育的影响在不同生育阶段有差别，同一生育期不同气象要素对生长发育的影响也不同。影响程度越强的权重大，否则权重小。是阶段之间、要素之间的相对比较，因此权重和为1。这些权重系数是作物气候生态科学基础，并不是某一种技术处理可以直接确定的，而是根据不同阶段、不同气象要素对玉米生长和光合作用影响方面多年研究成果，经过比较和综合评估而定的。研究成果：一是历史气象产量、生长量与阶段气象要素相关分析，二是科学试验成果，包括田间农业气象试验和气候室内人工控制试验，三是作物生长动态模拟试验。
26.不同区域气象要素对玉米产量影响参数。理论上是单位气象要素变化对气象产量的影响斜率。其中为某气候区域。这类系数是作物气象科学基础。如果某一气象要素在某一阶段或区域供求相对紧迫，则值较大，否则值较小。不同气象条件在不同区域和时段影响差异较大，如吉林省温度对玉米产量影响基本是正的线性关系，而水分影响是非线性的；少雨干旱或多雨易涝的区域或阶段的影响系数略大，而风调雨顺的时期和地方影响系数偏小。由于降水量、气温、大风、霜冻等要素对玉米单产影响存在复杂的交互作用，上述实用参数不可能通过纯数学计算获得，因此采用的是模糊数学模式和模糊数学参数，是综合气象要素对产量影响多方面研究成果，并与多年实际产量或试验产量经验模拟或逐步逼近来确定的。
27.玉米产量动态预测的方法
（1）评估模型吉林省春玉米气象产量评估的理论—经验模式为：（5）：相对气象产量，用百分比（%）表示，适用于单产和总产。
28.产量分解模式：（6）式中，为各生育阶段气象因子影响权重系数，为不同区域不同气象因子影响系数，为5个生育阶段，，为12个气候分区，为降水量，为平均气温，为极大风速，为初霜冻日序，为日照时数。
29.（2）水分影响函数为水分影响函数。考虑到雨量对产量的正负面影响，建立非线性分段函数如下：（7）式中，为5个生育阶段；为当年第生育阶段降水量；是第生育阶段玉米需水量，由彭曼标准方法计算得到；是农田严重洪涝灾害指标。时，农田受涝，根据相关研究，取350 mm。为有效雨量经验系数，,为径流系数。当mm时，径流系数很小，在0.95-1之间，随着的增加，逐渐加大，接近时，可达0.4左右。是少雨和多雨对产量影响差异的调节系数，吉林省各地少雨干旱对产量影响斜率大于多雨滞涝的影响斜率。当时，在0.6-1.0之间；当时，在1-1.5之间，具体根据降水量与需水量的比值来定。
30.（3）气温影响函数为气温影响函数。考虑到研究区域生育阶段气温对产量无负面影响
[25,26,38]
，因此建立单调线性函数，如下：（8）为当年第生育阶段的平均气温，第生育阶段多年平均气温，为第生育阶段多年平均气温的最大值，为第生育阶段多年平均气温的最小值。
[0031]
（4）风速影响函数
为风速影响函数。风仅在大风以上风力才对产量有负面影响，因此为单调减函数，具体如下：（9）为7级风力对应的风速值，即13.8 m-1
.s；为当年第生育阶段内出现的极大风速。
[0032]
霜冻影响函数为初霜冻影响函数。霜冻越早、越强减产越重，成熟后霜冻无影响，因此，建立如下函数：（10）式中为第5生育阶段的初霜日序（日序以9月1日为1，9月2日为2，
…
依次类推），是该地区多年平均霜冻初日。由于9月23日玉米完全成熟后不受霜冻影响，因此如果， 则；是玉米死亡的最低气温，取-3 ℃；是霜冻日最低气温，如，则。1/2表示灌浆后期灌浆速率是平均的一半左右。
[0033]
（5）日照影响函数为日照影响函数。在其他条件满足条件下，研究区域日照对产量无负面影响，公式如下：（11）为当年第生育阶段日照总时数。是第生育阶段多年平均日照总时数，是第生育阶段多年日照总时数的最大值。
[0034]
（6）雹灾影响函数（6）雹灾影响函数（6）雹灾影响函数根据冰雹大小和降雹时间，分为轻、中、重等级，分别减产约为轻灾（3-5%,0.04），中灾（6-10%,0.08），重灾（》10%,》0.1）。
[0035]
计算结果及检验（1）模型模拟气象产量与实际气象产量吻合率基于吉林省各县近35年逐日气象数据，通过理论—经验模型模拟吉林省各生育阶段春玉米的气象产量，并与多年实际气象产量进行一致性分析，结果见图2-图5。由图2可见，在第2生育阶段时，吉林省西部多数县市气象产量丰欠吻合率较接近，但白城、松原和四
平西北部地区气象产量丰欠吻合率偏低，近35年来近一半年份模拟的气象产量与实际产量丰欠情况完全相同，德惠、东丰、辉南、靖宇和敦化部分零星地区产量吻合率偏低。中部和东部地区的吻合率高于西部地区，尤其是九台、东辽、桦甸、柳河和集安地区的气象产量丰欠吻合率较高。由图3可见，第3生育阶段时，白城西部、松原西部、四平北部部分地区和敦化的气象产量丰欠吻合率偏低，其他地区气象产量丰欠吻合率较前1生育阶段有所提高。吉林市的东部和南部以及延边州东部地区气象产量丰欠吻合率在60%以上。由图4可见，发展到第4生育阶段时，吉林省的模拟气象产量与实际气象产量的丰欠吻合率较前期明显上升。第5生育阶段（图5）后即全生育期基本结束时段模拟结果看，全省大部分地区气象产量丰欠吻合率接近。由吉林省第2生育阶段到第5生育阶段的气象产量丰欠吻合率变化来看，随着玉米生育期越接近成熟期，模拟效果也好越好，东部地区的吻合率高于西部地区。吉林省西部地区处于高温少雨区，其降水的年际差异直接影响气象产量的变化。
[0036]
（2）模型模拟气象产量与实际气象产量的空间分布比较将吉林省各地区逐年第5生育阶段理论—经验模型模拟的气象产量与实际产量进行对比，发现绝大部分年份的模拟结果基本能反映出吉林省历年玉米产量变化的空间分布情况。以2000年为例，吉林省实际玉米气象产量由西到东部呈现欠、平、丰的产量分布趋势（图7），而同年的理论-经验模型模拟结果反映出西部产量欠收、中部地区的产量平年略欠收以及东部地区的平年略丰，与实际气象产量较为一致（图6）。2004年理论—经验模型的模拟结果很好地反映了西部严重减产和中东部的平年略欠气象产量丰欠分布趋势（图8和图9）。
[0037]
以吉林省西部的镇赉、中部的农安和九台、东部的珲春4个县市第5生育阶段的逐年模拟气象产量和实际气象产量对比分析发现，各县多数年份模拟的气象产量波动都在正负20%以内，多数年份模拟气象产量与实际气象产量趋势一致，且在偏欠年和偏丰年的模拟效果较好。4县逐年模拟的气象产量与实际气象产量对比来看，近15年来的理论—经验模型模拟效果较好。
[0038]
表1 春玉米生育阶段划分表2 东北地区玉米生长季节水热气候分区
表3 为东北三区玉米生长季各旬参考需水量

技术特征：
1.一种基于生长阶段气象条件的春玉米产量预测模型获得方法，其特征在于，所述方法包括如下步骤：s1，获取玉米种植区域内，历史年份的春玉米生育期气象数据和对应年份的玉米单产数据；所述历史年份为之前至少5年；s2，将所述春玉米生育期划分为5个阶段，将玉米种植区域内的春玉米生长季节水热气候进行分区；s3，根据步骤s1获得的数据，根据步骤s2划分的阶段，分别获得玉米种植区域内市县级地区的如下数据：各个阶段降水量年累计值和多阶段降水量年平均值及年最大值；各个阶段气温年平均值和多阶段气温年平均值及年最大值；各个阶段风速年最大值和多阶段风速年平均值及年最大值；年秋霜初日及对应的最低气温和年阶段平均秋霜初日；s4，根据彭曼方法计算市县级地区需水量值；s5，分别获得气象因子阶段产量偏差：根据计算得到的市县级地区需水量值、阶段降水量年累计值及权重参数值代入阶段水分影响函数，得到阶段降水产量的偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；根据计算得到的市县级地区阶段气温年平均值及权重参数值代入阶段气温影响函数，得到阶段气温产量的偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；根据计算得到的市县级地区阶段风速年最大值及权重参数值代入阶段风速影响函数，得到阶段风速产量的偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；根据计算得到的市县级地区年秋霜初日及对应的最低气温及权重参数值代入阶段秋霜冻影响函数，得到阶段秋霜冻的产量偏差；所述权重参数值为气象因子阶段权重初始值和地区气候阶段权重初始值；s6，将s5获得的气象因子阶段产量偏差代入产量分解模式得到产量预测模型；s7，根据步骤s1获得历史年份的玉米单产数据进行时间序列上的分段拟合；s8，将玉米单产数据进行产量分解并与预测模型进行验证对比，优化参数；s9，将优化的权重参数循环步骤s5-s9，直到预测吻合度达到可接受的范围内，得到最终的产量预测模型。2.根据权利要求1所述的方法，其特征在于，所述s6中的阶段水分影响函数为：式中，
ꢀꢀ
为5个生育阶段；为当年第生育阶段降水量； 是第生育阶
段玉米需水量，由彭曼标准方法计算得到；是农田严重洪涝灾害指标；为有效雨量经验系数；是少雨和多雨对产量影响差异的调节系数。3.根据权利要求1所述的方法，其特征在于，所述s6中的阶段气温影响函数为：3.根据权利要求1所述的方法，其特征在于，所述s6中的阶段气温影响函数为：为当年第生育阶段的平均气温，第生育阶段多年平均气温，为第生育阶段多年平均气温的最大值，为第生育阶段多年平均气温的最小值。4.根据权利要求1所述的方法，其特征在于，所述s6中的阶段风速影响函数为：4.根据权利要求1所述的方法，其特征在于，所述s6中的阶段风速影响函数为：为7级风力对应的风速值，即13.8 m-1
.s；为当年第生育阶段内出现的极大风速。5.根据权利要求1所述的方法，其特征在于，所述s6中的阶段秋霜冻影响函数为：式中为第5生育阶段的初霜日序，是该地区多年平均霜冻初日。6.一种基于生长阶段气象条件的春玉米产量丰歉动态产量预测方法，其特征在于，所述方法采用权利要求1至5所述的方法获得的预测模型实现，所述方法为：（1）实时采集玉米种植区域的气象因子数据；（2）将所述气象因子数据、时间信息输入至所述预测模型中，所述预测模型输出预测产量信息。7.根据权利要求6所述的方法，其特征在于，所述气象因子数据为气温、降水或者极大风速，所述气温为平均气温、最低气温。

技术总结
一种基于生长阶段气象条件的春玉米产量预测模型获得方法及其春玉米产量预测方法，属于玉米产量预测技术领域。解决了目前预测方法精度不足，时效性差的问题。本发明基于播种期到成熟期不同生长阶段气象条件的影响，建立气象评估理论经验模式,实现气象因子影响的参数化和模式化，实现当年玉米单产变化的滚动、定量预报，兼顾不同时期气象条件，突出气象灾害的影响，建立基于理论-经验模型的动态玉米产量趋势预报技术，提升预报准确率和预报时效。提升预报准确率和预报时效。提升预报准确率和预报时效。


技术研发人员：赵明 李晓爽 伞宇烁 王莫寒 唐志会 韩春雨 于福东 朱丽羽 崔宇婷 王华 赵恩泽
受保护的技术使用者：吉林省中农阳光数据有限公司
技术研发日：2023.08.15
技术公布日：2023/9/19