[拼音]：nongye qixiang chanliang yubao

[外文]：agrometeorological yield forecast

根据气象条件的变化对未来农业生产对象可能形成的最终产量进行的预报。拟定农产品运输、贮存、进出口计划的依据之一，也是农田优化管理的重要参考。

农业气象产量预报的研究，开始于20世纪初叶。早期为对比、相似定性研究阶段，主要是对作物和气象条件进行对比分析，根据相似程度预报收成。后来有了一些简单的相关统计研究。50年代以后，随着生物学和统计学的发展，开始了对于作物产量－天气二者之间关系的各种回归模拟模式的研究工作，其方法通常是先作产量历史资料的趋势处理，而后再建立一元或多元的线性或非线性回归模式。60年代，借助电子计算技术，产量-天气模式的研制进入统计-理论（动力）模拟阶段。进入70年代，农业气象产量预报技术发展迅速，不仅将土壤、地势等因素引入预报模式，还开展了作物群体生长的动力学模拟研究。不少国家已逐步将预报模式交付业务部门试用，现大范围作物产量的预报已具有一定准确性，误差仅为实产的±10％。预报准确率并将随预报模式的完善而进一步提高。美国还利用地球资源卫星和遥感技术测定作物生长状况，并结合气象站网的气象资料进行产量估算。现在，产量预报正朝着长期预报方向发展，经验回归统计预报模式越来越多地应用于业务产量试报，卫星遥感技术将推动建立新的实时预报模式。

农业产量的形成，不仅与气象条件有关，而且还与农业生产对象的品种特性、农业技术水平、土肥条件、饲料和厩舍条件、病虫害等因素有关。由于气象因素变率大，其他因素变化缓慢，趋势明显，因此在大范围的产量逐年波动中，气象因子往往起着重要作用。如果设法排除其他因素对产量的影响，就可通过分析研究农业生产对象与气象条件间的定量关系，来预告农业生产对象可能形成的最终产量。预报的产量中大致可包括时间趋势产量、气象产量和随机误差3个部分。

反映农业技术和经营管理的改进和发展所形成的变化，代表所有非自然因素对产量贡献的总和。在具体处理时，常以时间参数作自变量，以某种函数关系去模拟。模拟方法有：

（1）滑动平均模拟法。平滑去产量曲线上那些因天气、气候等自然因素变化而造成的短周期波动，保持较多的非自然因素和其他因素造成的趋势产量。这是一种简化了的模拟方法。

（2）线性模拟法。以时间的线性函数值来模拟趋势产量，计算比较简便，但它把除气象因素外的各种因素对产量错综复杂的影响都归为线性关系，有欠确切，只有在线性趋势明显时才具有较高的准确性。

（3）非线性模拟法。又称曲线模拟法，以时间的非线性函数来模拟趋势产量。此法比较符合实际情况，但取高阶模拟时，易导致与气象产量的混淆，从而失去模拟趋势的意义。

是指经过时间趋势处理后的产量序列的余项，为农业气象产量预报的中心内容。常用的气象产量模拟预报方法有：

（1）回归统计模拟。包括从一元一阶的线性回归到一元高阶和多元高阶的非线性回归模拟。这种方法在有较长序列的平行观测资料条件下，有一定效果。模拟的方程中元素越多，阶次越高，效果越好；但计算复杂，工作量大，在目前资料序列短的情况下，因子过多，反会导致模拟的不稳定和模糊模式的生物学意义。

（2）周期分析模拟。先分析作物气象产量序列的周期变化，并假设未来序列将按过去的周期规律演变，然后叠加几个主要周期的数据，模拟气象产量序列的未来时间演变。

（3）模糊聚类模拟。即综合多种气象因子对产量的影响，进行半定性半定量的预报方法。此法运算简便，适用于资料序列较短的单点气象产量丰、平、歉年的预测。

（4）天气学方法。以大尺度的大气环流特征为自变量因子，建立其与作物产量之间的统计模式。此法可避免先预报气象要素可能造成的中间误差，并可延长预报时效。

（5）产量结构分析法。根据产量构成因素与气象因子间的定量关系。分别建立单位面积上的有效穗数、每穗粒数及千粒重等单项预报模式，然后合成为总模式或构成模式系统以预报作物最终产量。这种方法的生物学意义较明确。

（6）理论（动力）数值模拟。在各种理论假设前提下，利用作物生长发育资料及气象资料，模拟光合、呼吸、蒸腾等各生理过程及干物质形成和累积过程，进行产量预报。

又称随机“噪音”，是指计算误差和分析产量时无法分离的偶然误差，故通常不予计算。

严正声明：本文由历史百科网注册或游客用户灵武 自行上传发布关于» 农业气象产量预报的内容，本站只提供存储，展示，不对用户发布信息内容的原创度和真实性等负责。请读者自行斟酌。同时如内容侵犯您的版权或其他权益，请留言并加以说明。站长审查之后若情况属实会及时为您删除。同时遵循 CC 4.0 BY-SA 版权协议，尊重和保护作者的劳动成果，转载请标明出处链接和本声明内容：作者：灵武；本文链接：https://www.freedefine.cn/wenzhan/43993.html