摘要：基于山東省日照市的玉米產(chǎn)量資料和相關(guān)氣象資料，利用逐步回歸和灰色理論進(jìn)行了玉米產(chǎn)量的預(yù)測(cè)模型構(gòu)建。利用MATLAB軟件建立多元線性回歸方程Q′=-20 175+116X1-54 944X2-4 218X3+148X4+616X5+279X6-91 735X7+12 806X8，方程通過(guò)顯著水平0.05檢驗(yàn)，預(yù)測(cè)出的1998—2008年產(chǎn)量誤差幅度在0.5%～3.6%，預(yù)測(cè)精度較高;利用灰色系統(tǒng)理論，對(duì)GM(1，N)灰色預(yù)測(cè)模型加以改進(jìn)，預(yù)測(cè)出的1994—2006年產(chǎn)量誤差幅度在1.4%～16.6%，預(yù)測(cè)的精度在90%左右，效果較好。

　　關(guān)鍵詞：玉米產(chǎn)量;多元線性回歸;灰色模型;日照市

　　玉米是世界上分布最廣泛的糧食作物之一，種植面積僅次于小麥和水稻，居世界第三位。中國(guó)是世界第二大玉米生產(chǎn)國(guó)，產(chǎn)量?jī)H次于美國(guó)。近年來(lái)，氣候極端變化對(duì)玉米的產(chǎn)量產(chǎn)生了一系列的影響，為了更好的把握玉米的產(chǎn)量規(guī)律，有必要對(duì)玉米的產(chǎn)量進(jìn)行預(yù)測(cè)，研究玉米的生長(zhǎng)溫度、濕度、水分蒸發(fā)量、最高平均氣溫、最低平均氣溫和日照時(shí)間對(duì)玉米生長(zhǎng)的影響。研究利用統(tǒng)計(jì)方法分析了與玉米產(chǎn)量相關(guān)的氣象因子，并分別運(yùn)用多元線性回歸和灰色模型對(duì)玉米的產(chǎn)量進(jìn)行了預(yù)測(cè)。

　　1 資料與方法

　　1.1 資料來(lái)源

　　相關(guān)數(shù)據(jù)來(lái)源于山東省氣象局、山東省日照市氣象局、山東省日照市農(nóng)業(yè)局，主要包括日照市1971—2008年的月平均氣溫、月平均最高氣溫、月平均最低氣溫、月極端最高氣溫、月極端最低氣溫、月極端最高氣溫日期、月極端最低氣溫日期、月平均降水量、月日照小時(shí)總數(shù)、月日照百分率、月平均相對(duì)濕度等以及日照市在3個(gè)試驗(yàn)點(diǎn)的試驗(yàn)數(shù)據(jù)(部分?jǐn)?shù)據(jù)見(jiàn)表1)。

　　1.2 分析方法

　　利用數(shù)學(xué)統(tǒng)計(jì)軟件SPSS分析出玉米氣象產(chǎn)量和各氣象因子的關(guān)系，得到顯著性水平小于0.05的有6月份月日照時(shí)間、6月份日照百分率、6月份平均相對(duì)濕度、9月份平均氣溫、9月份平均最低氣溫、10月份日照時(shí)間、10月份日照百分率、10月份平均相對(duì)濕度。其中顯著性水平小于0.01的有9月份最低氣溫、10月份日照時(shí)間、10月份日照百分率、10月份平均相對(duì)濕度。

　　2 結(jié)果與分析

　　2.1 多元線性回歸模型

　　2.1.1 模型假設(shè) 選取1994年以后的數(shù)據(jù)作為建立模型的試驗(yàn)數(shù)據(jù);在預(yù)測(cè)玉米生長(zhǎng)的過(guò)程中僅考慮氣象條件對(duì)玉米產(chǎn)量的影響;假設(shè)模型中氣象局所給的數(shù)據(jù)是準(zhǔn)確無(wú)誤的。

　　2.1.2 趨勢(shì)產(chǎn)量與氣象產(chǎn)量的分離 在長(zhǎng)時(shí)間序列作物產(chǎn)量與氣候因子關(guān)系的統(tǒng)計(jì)研究中，一般把作物產(chǎn)量分解為趨勢(shì)產(chǎn)量S和氣象產(chǎn)量Q，趨勢(shì)產(chǎn)量是反映歷史時(shí)期生產(chǎn)力發(fā)展水平的長(zhǎng)周期產(chǎn)量分量，也被稱為技術(shù)產(chǎn)量，氣象產(chǎn)量受氣候要素為主的短周期變化因子(農(nóng)業(yè)氣象災(zāi)害為主)影響的波動(dòng)產(chǎn)量分量。經(jīng)查閱文獻(xiàn)可知，采用五年平均滑動(dòng)法比較好。得到氣象產(chǎn)量后，利用SPSS統(tǒng)計(jì)軟件分析出氣象產(chǎn)量和各個(gè)氣象因子之間的相關(guān)關(guān)系(表2)。

　　2.1.3 多元線性回歸模型及預(yù)測(cè) 利用MATLAB軟件進(jìn)行回歸分析，得到氣象產(chǎn)量在為0.05水平的回歸擬合方程為：

　　2.2 GM(1，N)灰色預(yù)測(cè)模型

　　1982年中國(guó)學(xué)者鄧聚龍[1]創(chuàng)立了灰色系統(tǒng)理論，目前許多國(guó)家及國(guó)際組織的知名學(xué)者在從事灰色系統(tǒng)的理論和應(yīng)用研究工作。灰色系統(tǒng)理論可應(yīng)用于工業(yè)、農(nóng)業(yè)、社會(huì)、經(jīng)濟(jì)、能源、交通、地質(zhì)、石油、氣象、水利等許多領(lǐng)域，成功的解決了大量的實(shí)際問(wèn)題[2-5]。顯著性水平為0.05時(shí)的氣象因子對(duì)玉米產(chǎn)量的影響比顯著性水平為0.01時(shí)的氣象因子影響小，所以在建立GM(1，N)模型時(shí)只考慮顯著性水平為0.01時(shí)的氣象因子。又因?yàn)?0月份日照時(shí)間和10月份日照百分率兩個(gè)因子是相似的，所以只考慮10月份日照時(shí)間。因此，共有3個(gè)氣象因子：9月份平均最低氣溫、10月份日照時(shí)間、10月份平均相對(duì)濕度。

　　3 小結(jié)與討論

　　氣象因子直接影響玉米的氣象產(chǎn)量，此回歸模型的優(yōu)點(diǎn)在于把玉米的產(chǎn)量分為趨勢(shì)產(chǎn)量和氣象產(chǎn)量?jī)刹糠郑哂姓f(shuō)服力。多元線性回歸模型和GM(1，N)模型從不同的角度對(duì)玉米的產(chǎn)量進(jìn)行了預(yù)測(cè)，在作玉米產(chǎn)量的預(yù)測(cè)時(shí)可將這兩個(gè)模型結(jié)合使用[8]。GM(1，N)模型精度在90%左右，是日照市玉米單產(chǎn)量的預(yù)測(cè)模型中最為合理的模型之一。

　　參考文獻(xiàn)：

　　[1] 鄧聚龍.灰色預(yù)測(cè)與決策[M].武漢：華中理工大學(xué)出版社，1988.

　　[2] 姜啟源，謝金星，葉 俊.數(shù)學(xué)模型[M].北京：高等教育出版社，2003.

　　[3] 屠其璞.氣象應(yīng)用概率統(tǒng)計(jì)學(xué)[M].北京：氣象出版社，1984.

　　[4] 李秀珍，龐常詞.數(shù)學(xué)實(shí)驗(yàn)[M].北京：機(jī)械工業(yè)出版，2004.

　　[5] 周建興，豈興明，矯津毅.MATLAB從入門到精通[M].北京：人民郵電出版社，2006.

　　[6] 翟瑞彩，謝偉松.數(shù)值分析[M].天津：天津大學(xué)出版社，2000.

　　[7] 高惠璇.應(yīng)用多元統(tǒng)計(jì)分析[M].北京：北京大學(xué)出版社，2005.

　　[8] 王建林.世界主要產(chǎn)糧區(qū)糧食產(chǎn)量業(yè)務(wù)預(yù)報(bào)方法研究[M].北京：氣象出版社，2007.

　　推薦閱讀：《東北農(nóng)業(yè)科學(xué)》刊載文章科學(xué)性和實(shí)用性強(qiáng)，取材真實(shí)，數(shù)據(jù)可靠，文字精煉，圖表清晰，計(jì)量標(biāo)準(zhǔn)，編排規(guī)范。