油菜产量因素预测方法研究

魏晓奕 张佩 徐进 朱宝

摘要：以油菜单株第一分枝数、单株籽粒质量、单株荚果数、千粒质量、籽粒与茎秆比、产量等为预测对象，利用观测品种同为秦油2号的淮安站1995—2004年油菜农业气象观测资料及对应的气象观测资料，充分考虑油菜各生育阶段的生理特性及其对气象条件的不同要求，梳理确定育苗期≥0 ℃有效积温等35个气象因子，分别采用多元线性回归及BP神经网络等2种方法构建油菜产量因素的预测模型，并利用观测品种也为秦油2号的镇江站及射阳站1996—2000年、金坛站1997—2000年数据资料验证所构建模型的预测效果。对比分析2种模型的预测效果发现，BP神经网络模型在预测精度和稳定性上均优于线性回归模型，能对具有交互作用下的众多气象因子和产量因子进行非线性映射，可以更好地反映出油菜产量因素与相关气象因子间的函数关系。

关键词：BP神经网络;多元线性回归;产量预测方法;油菜产量因素

中图分类号：S165+.27 文献标志码： A

文章编号：1002-1302（2021）07-0089-06

收稿日期：2020-07-27

基金项目：江苏省“333工程”高层次人才培养科研项目（编号：BRA2019348）;2019年国内外作物产量气象预报专项;江苏省气象局科技项目（编号：KM201905）。

作者简介：魏晓奕（1984—），女，山东济南人，工程师，主要从事气象资料研究。E-mail：topw4489@sina.com。

通信作者：张 佩，硕士，副研级高级工程师，主要从事应用气象研究。E-mail：78073954@qq.com。

我国作物产量预测研究发展至今，成熟应用于业务服务中的模型仍以构建气象因子与对应气象产量间的数学模型为基础[1-3]。气象产量的获取，须要对实际产量数据进行平滑处理，由于此过程消减了气象因子的波动性，导致气象产量并不能精确反映实际产量的变化。……