引 言

我国开展农业气象产量预报业务服务已有十多年的历史，目前，预报对象的种类已达到9种(早稻、一季稻、晚稻、冬小麦、玉米、棉花、大豆、油菜和全国粮食总产量)，预报的基本方法是统计预报^[1]，预报时效一般在作物收获前1～2个月，预报准确率也在逐步提高和稳定(见表 1)。但是，我国加入WTO 以后，现行的预报时效已经不能满足国家的需求,开展动态滚动预报的迫切性越来越高，而动态滚动预报的方法尚不成熟。作者曾经用综合聚类指标的方法对新疆棉区的棉花产量动态预报进行过一些研究^[2]，预报效果也比较好，但由于新疆棉区是以灌溉为主，西北玉米产区是以降水为主，所以本文拟采用气候生产力的计算思路，对玉米产量动态业务预报方法做一些探讨。

1 资料

本文所用的资料来源于“中国西部农业和生态的气候资源及灾害数据库”。资料类型为:山西省昔阳(1981～2000年)和长治(1986～2000年)、甘肃省礼县(1989～2000年)和平凉(1987～2000年)、内蒙古自治区准格尔旗(1994～2000年)共68年的日平均温度(℃)、日降水量(mm)、土壤湿度(%)、玉米发育期、玉米产量(kg·hm^-2)，以及各站点的土壤容重。

2 气候生产力与产量的关系

有关气候生产力的估算方法已有许多研究成果，本文的目的不是研究如何计算气候生产力，而是通过分析气候生产力和玉米产量的关系，研究如何利用气候生产力开展玉米产量动态业务预报的途径，为此选用计算简便，资料易于获取的Miami 模型^[3]:

(1)

(2)

玉米产量资料用下式处理:

(3)

式中T为年平均气温(℃)，N为年降水量(mm)，B_T、B_N分别为以气温和降水计算的植物干物质产量(kg·hm^-2)；B_y为玉米的生物产量(kg ·hm^-2)，Y为玉米经济产量(kg·hm^-2)，C为玉米的经济系数。

通过对上述5个农业气象观测站68个B_T、B_N和B_y的分析表明，B_T与B_y之间相关不显著，而B_N和B_y之间的变化存在明显的一致性(见图 1)，并具有显著的相关性(见表 2)。说明西部地区玉米生产与降水的关系较为密切，雨水丰沛的年份，玉米产量一般较高，反之，产量则较低。

3 土壤水分与降水量的关系

影响农田土壤水分的因素很多，除降水、灌溉、棵间蒸发、作物蒸腾外，还有植被对雨水的截留、地表径流、毛管上升水等等，安顺清等人对土壤水分作过很多研究^[4]，本文的重点不是研究土壤水分的变化及其影响因子，而是针对以降水为主的玉米产区，通过分析土壤水分与降水的关系，研究在没有土壤水分实际观测资料的情况下，能够用降水量简单计算某一时刻土壤水分的业务应用方法。

(4)

(5)

(6)

式中R_Ki为两次土壤水分观测之间的降水量，R_i，j为两次土壤水分观测之间某一天的降水量，k为两次土壤水分观测之间的天数；W_i为某一时刻0～20 cm 的土壤水分(mm)，S_i为某一时刻农业气象观测站观测的土壤湿度(%)，ρ为观测地点0～20 cm 的土壤容重；P_i为两次土壤水分观测之间的降水量与上一次观测时的土壤水分之和，W_i-1为上一次观测时的土壤水分。

通过对W_i与R_Ki、P_i的相关分析发现，由于两次土壤水分观测之间一般为10天(或5天)，西北地区在这一期间的RKi 通常较小，加之蒸发、植株截留等原因，W_i与R_Ki之间的关系显著性不明显，而P_i因为包含了上一次观测时的土壤水分，即前期降水的作用，所以W_i与P_i之间某些年份有着显著的相关性(见表 3)，另一些年份的相关性较差。

对相关性显著年份的所有290个资料研究分析表明，西北玉米产区的土壤水分W_i与P_i存在着明显的函数关系(见图 2)。

上述结果表明:我国西北玉米产区的土壤水分与自然降水在一定程度上有着密切的关系，利用降水量和土壤初始含水量预测未来的土壤水分在一定条件下是可行的。

4 动态业务预报模型的建立

根据以上分析，西北地区玉米产量与当地的气候生产力(B_N)有相当密切的关系，说明利用B_N的变化研究玉米产量的变化是可行的。

4.1 Miami 模型的改进

式(2)中N 为全年降水量，而玉米生长期一般在4月中下旬至9月中下旬，为此将式(2)改写为:

(7)

(8)

式中B_wp为利用W_P计算的气候生产力,W_P为玉米播种期0～20 cm 的土壤水分与全生育期的降水量之和，W0为播种期的土壤水分，R_j同上，d₁为播种期，d₂为收获期。研究表明B_N与B_wp虽然在数值上不同，但二者的变化却是完全一致的。表 4给出了B_wp与玉米产量(Y)的相关性及增减变化趋势。

从表 4可以看出，利用玉米全生育期的降水量和播种期的土壤水分计算的气候生产力与玉米产量仍然存在显著的相关性，且相关系数与表 2相比也有不同程度的提高；同时，B_wp的增减趋势与玉米产量丰歉趋势的一致性在78.9 %以上。说明对式(2)的改进是可行的，利用式(7)、(8)以及W_i与P_i的关系开展玉米产量趋势预报，其结果基本能够满足业务服务的需求。

4.2 动态业务预报模型的建立

根据玉米生长特点和业务服务的需要，以月为时间步长开展动态预报较为合适。西北地区玉米一般在4月中旬至5月上旬播种、9月中旬至10月上旬收获。为此，第一次预报时间定为5月20日(t₁)，此时玉米基本上处于出苗至七叶期；第二次预报时间定为6月20日(t₂)，此时大部分玉米处于七叶至拔节期；第三次预报时间定为7月20日(t₃),此时大部分玉米处于拔节至抽雄期；第四次预报时间定为8月20日(t₄)，此时大部分玉米处于抽雄至开花吐丝期；第五次预报时间定为9月20日(t₅)，此时玉米处于灌浆至成熟阶段。

根据以上预报时间，将式(8)写为:

(9)

假设:

则

式(7)变为:

(10)

假设:

在实际业务预报中，每一次预报，只要计算出相应的D₁、D₂、D₃、D₄、D₅，再利用式(11)计算相邻两年的增减百分率即可。

(11)

式中ΔD_n，t为相邻两年某次预报D_n，t与上一年对应的D_n-1，t增减百分率，n为年代，t为预报时次，其值为1～5 ；ΔD_n大于0为增产，ΔD_n小于0为减产。计算结果详见表 5。

从表 5可知，利用此方法开展动态预报尽管增减幅度有一定的差距，但增减趋势的正确率还比较高，5次预报的多年平均正确率分别达到58.7 %、68.3 %、84.1 %、82.5 %、84.1 %，即5月20日第一次预报的正确率多年平均值较低，6月20日第二次预报的正确率增加了近10 %，7月20日以后的3次预报正确率都在80 %以上，具有一定的业务应用价值。从表 5还可以看出，利用此方法评价西北地区降水对玉米生长发育和产量形成的影响也非常适用。如平凉1999年玉米播种(4月13日)至5月20日的降水量(含播种期的土壤水分)较1998年同期偏少25.6 %，计算得出的产量较1998年减产3.4 %；5月20日至6月20日降水量较1998年同期增加69.7 %，但播种以来的总降水量仍偏少8.7 %,计算结果产量减产1.5 %；6月20日至7月20日降水量较1998年同期增加23.1 %，但播种以来的总降水量仅增加3.0 %，计算结果产量增加0.6 %；7月20日至8月20日降水量较1998年同期减少10.1 %，但播种以来的总降水量增加1.7 %，计算结果产量增加0.3%；8月20日到收获期(9月18日)降水量较1998年同期减少46.0 %，但播种以来的总降水量减少4.3 %，计算结果产量减产1.6 %。1999年平凉玉米单产比1998年减产9.5%。虽然二者的减产幅度有一定差异，但减产的趋势是一致的，减幅不同的原因是因为1999年玉米的减产除受干旱影响外，还受到种植结构调整等社会经济因素的影响。

5 讨论与分析

综上所述，利用改进后的Miami 降水模型开展西北地区以降水为主的玉米产量动态业务预报有一定的应用价值，不仅预报时效比常规方法大大提前，而且趋势预报正确率也基本能够满足业务服务的需要。利用该方法评价降水对玉米生长发育和产量形成的影响，既可以评价某一阶段降水的影响，也可以评价播种以来总的水分状况对玉米的影响,对现行以旬为单位的农业气象情报具有较大的促进作用。另外，动态预报改进了现行农业气象产量预报对农业生产指导作用较小的特点，可以根据气象条件(降水)的利弊影响,及时发布产量趋势预报，指导农业生产者采取相应措施，趋利弊害，确保玉米等作物稳产高产。

由于本文提出的动态预报方法只考虑了降水的影响，没有考虑灌溉水的作用，因此仅适用于没有灌溉条件的以降水为主的西部农区(或草场)。实际上，在预报中还应考虑温度、日照等气象因素的影响；而且影响玉米产量的因素除气象条件之外，还有种子、种植方式、农业投入、农业政策等多种因素，特别是在范围较小的区域，后者的影响程度可能更大，完全有可能导致此方法的定量预报准确率降低。所以，在实际业务服务中，不能只依靠该方法，应结合其它预报方法和经验订正，使趋势预报和定量预报均达到理想的效果。