APP下载

双辽市玉米产量与气象因素的相关性分析

2021-08-30金宇舰韩月赵翠婷

新农业 2021年10期
关键词:最小二乘法相关性

金宇舰 韩月 赵翠婷

摘要:为深入研究玉米产量与气象条件的相关性关系,缩小实际产量与预期产量的差距,本文通过数据分析建立玉米产量与气象要素之间的相关关系,找到影响玉米产量的关键气象因素,为科学合理地指导本地农业生产、提高玉米产量提供依据。

关键词:玉米单产;气象因素;最小二乘法;相关性

双辽市位于吉林省西南部,地处吉林省西部的东、西辽河汇流区,松辽平原与科尔沁草原接壤带,是吉林、内蒙古、辽宁三省的交界处。地处于中温带亚湿润大区第二气候区,属大陆季风性气候,全年热量充足,光照充沛,四季气候分明,雨热同步,能够满足一年一熟作物生长发育的需要,具有发展种植业的良好条件,境内耕地面积达260万亩,其中玉米种植面积高达77% 以上。本文通过建立玉米单产气象模型,精确评估玉米产量受气象因素的影响,预测玉米产量。

1资料来源

本文以1990 ~ 2019 年近30年数据为分析对象,气象因素原始数据来源于双辽国家基本气象站,同期玉米产量数据来源于双辽市统计局。气象因素包含4 ~ 9月月平均气温(℃)、月降水量(毫米)、日照时数(小时)、地表温度(℃)、5厘米地温(℃)、10厘米地温(℃) 6个维度的数据,产量数据为玉米单产。

2数据处理

通过分析,地表温度、5厘米地温、10厘米地温与月均温度呈现共线性,所以在变量特征的选择上,温度只需要选择其中一个即可,这里我们选择月平均气温进行相关性分析。将玉米单产资料采用三年滑动平均法方式拟出趋势产量,在通过“实际单产-趋势产量”获得气象单产数据。为了让不同维度之间的数据有一定的比较性,对月平均气温、日照总时长、累计降水量三维数据进行归一化处理。

3数据分析

本文选用最小二乘法对数据进行建模,以对玉米产量有影响的几个气象要素作为特征变量输入,构建多元线性回归模型,根据数据热力图的显示以及数据之间相关性的分析,5月、7月、9月的降水量对玉米产量的影响为正效应,7月、9月的月均温度为正效应,4月、5月、9月的日照为正效应,其余气象因素的影响均为负效应。

3.1降雨量对玉米产量的影响

通过大量数据分析可知,双辽市玉米产量与各降水量之间的关联度按由大到小的顺序排列依次为:5月降水量> 9月降水量> 7月降水量,且降水量對玉米产量的影响均为正效应,可知在玉米生长过程中,降水量是制约产量的关键性因素。在播种到出苗期,玉米产量受降水量的影响较大,随着降水的增多,产量的增加较迅速。在成熟期,水分是否满足玉米需求,对最终产量的形成也具有重要影响,即随着降水量的增多,产量将会继续增加。拔节期、抽雄期是玉米对水量需求较高的两个时期,特别是孕穗期耗水强度较大,对缺水的敏感程度较强,而这两个生长关键期均出现在7月份,倘若此期间降雨量没有满足玉米的生长需求,将会幼穗发育,更严重的还导致了雄穗抽不出、雌穗吐丝迟等问题,最终影响玉米产量。

3.2温度对玉米产量的影响

经大量调研数据分析可知,除7月、9月温度外温度要素对玉米产量的影响多为负效应,即由此可知在过去的30多年间,双辽市玉米产量随温度的增加会减少,即5月、6月、8月本地平均气温未达到玉米生长发育的最适温度。

3.3日照对玉米产量的影响

4月、5月、9月,双辽市玉米产量随日照时长的增加而增加,其中9月增加的幅度最大,4月增加幅度最小,且与降水量相比,日照对玉米产量的影响不显著。

玉米作为双辽市的主要粮食作物,种植方法和技术已经较为成熟,未来通过先进技术筛选出适宜本地气象条件的优良作物品种、通过人工增雨或人工灌溉手段增加作物发育期的降水量,是提高双辽市粮食产量的主要发展方向。

猜你喜欢

最小二乘法相关性
马尔科夫链在市场预测中的应用
一种改进的基于RSSI最小二乘法和拟牛顿法的WSN节点定位算法
最小二乘法基本思想及其应用
基于Kronecker信道的MIMO系统通信性能分析
小儿支气管哮喘与小儿肺炎支原体感染相关性分析
脑梗死与高同型半胱氨酸的相关性研究(2)
脑梗死与高同型半胱氨酸的相关性研究
会计信息质量可靠性与相关性的矛盾与协调
决策有用观下财务会计信息质量研究
手动求解线性回归方程的方法和技巧