茶中有许多解毒因子,它们易与血液中有毒物质相结合,并加速从小便...

黄珍珠 李寅 陈慧华 沈平

摘 要 气象条件是橡胶产量波动的重要影响因素，为了开展橡胶气象服务及产量预报，利用1992～2014年广东省橡胶产量资料和气象资料，通过相关分析及考虑生物学意义，确定了影响广东橡胶产量的关键气象因子是1～2月最低气温平均、5月下旬至6月中旬雨量、5～9月最大风速最大值区域平均，在此基础上用多元线性回归方法建立了广东省橡胶产量预报模型，对橡胶产量进行中期预估预报和后期最终预报。模型历史回代检验平均准确率90%；对2014年橡胶单产进行试预报检验，预估预报和最终预报准确率≥94%，预报准确率较高，表明此方法建立的模型可在业务和服务上应用。

关键词 广东 ；关键气象因子 ；产量预报 ；橡胶

中图分类号 S162.5+4 文献标志码 A Doi：10.12008/j.issn.1009-2196.2018.02.021

Abstract Meteorological conditions are important factors affecting the fluctuation of rubber production. In order to carry out the rubber meteorological service and rubber production forecast for rubber plantations， the rubber production data and meteorological data of Guangdong Province in 1992-2004 were analyzed with correlation analysis to determine the key meteorological factors affecting the rubber production in consideration of biological significance. The results showed that the key meteorological factors were the mean minimum temperature in January to February， precipitation in late May to mid June， and mean zonal maximum wind speed in May to September. These key factors were used to establish a rubber yield forecasting model for rubber plantations in Guangdong by using multiple linear regression method to generate mid-term preliminary and final forecasts of rubber production in rubber plantations. The average forecasting accuracy of this model fitting the historical data was 90%. The rubber production in 2014 were forecast by using this model， and the preliminary forecasting and final forecasting accuracies were 94% or higher. This high forecasting accuracy indicates the model established can be used for forecasting of rubber production in Guangdong Province.

Keywords Guangdong Province ； key meteorological factors ； production forecast ； rubber

橡胶树（Hevea brasiliensis）属多年生乔木，原产于南美洲15° N～10° S 的亚马逊河流域[1]，喜高温、高湿、静风和肥沃土壤[2-3]。近50年来，我国突破了国际传统植胶禁区，在位于18° N～24° N区域内大面积成功种植了橡胶，并建成了海南、云南、广东三大天然橡胶种植生产基地等胶园[4]。由于橡胶树是典型的热带雨林树种，对气象条件要求严格，生长和产胶对气象条件的变化敏感。近年来，国内很多学者对橡胶气象进行了大量的研究，且取得丰硕的成果。2013年陈瑶等[5]开展橡胶树寒害等级的研究，将橡胶树寒害分为轻度、中度、重度和特重四个等级；2014年程儒雄等[6]对广东广西植胶区寒害进行了分析并对橡胶树的抗寒种植提出了建议；2013年陈小敏等[7]对2008 年初海南橡胶寒害遥感监测进行了探索；广东对2008年橡胶寒害方面也进行了一些研究[8-9]；2015年刘少军等[10]分析了1961～2010年中国橡胶寒害的时空分布特征。除寒害研究外，对橡胶林风害影响[11]、橡胶树产胶量影响因素[12]、橡胶产量预报及年景预报也进行了一些研究[13-15]。这些研究为中国防御橡胶气象灾害、引种扩种及提高橡胶产量等提供了有力的科技支撑。

由于每种作物对气象条件的要求有一定的共性，但也有其区域性，广东为非传统植胶区，也是台风、暴雨的高发区，寒害、风害和暴雨灾害等气象因子对橡胶产量的影响情况怎样，目前的研究还较少[16]。因此，本文应用数理统计方法，找出影响广东橡胶产量的关键气象因子，分析各气象因子与橡胶产量的关系并建立橡胶气象产量预报模型，为进一步探讨橡胶产量预测技术提供借鉴，同时也为有关部门指导橡胶生产或制定橡胶種植计划提供依据。

1 资料与方法

1.1 资料来源

本文橡胶（干胶）产量资料来源于《广东省农村统计年鉴》，产量资料包括全省及各市（县） 干胶总产量、单产及橡胶开割面积，资料年代为1992～2014年。气象资料来源于广东省气象局，主要包括平均气温、最低气温、降水量、日照时数、风速资料等要素，资料序列为1992～2014年，其中建立模型时用1993～2013年资料，2014年资料用做预测检验。

1.2 资料处理方法

1.2.1 产量资料提取

作物实际产量可分解为社会经济因素决定的趋势产量、气象因素决定的气象产量和偶然因素造成的随机产量[17]，即

y=yb+yw+δ（1）

式中，y为实际产量，yb为趋势产量，yw为气象产量，δ为随机产量，δ通常可以忽略不计。

趋势产量反映了耕作技术的改进、市场因素等造成的缓慢变化，所以分离趋势产量用的方法很重要，必须考虑趋势产量模拟曲线要符合社会技术各发展阶段的实际[18]。中国天然橡胶产业发展自1990～2006年是改革创新时期，政府重视，2007年以后，政企分离和社企分离[19]。2008年受低温影响广东省橡胶产量明显偏低，所以此研究分离趋势产量选择灰色模型平滑分两段模拟对实际单产资料序列（y）进行处理，分段点为2008年。气象产量则反映了每年气象条件的不同造成的波动。通过趋势产量，从而求得气象产量，即

yw=y-yt（2）

由于灰色模型平滑模拟第一年（1992年）的数据与原始数据一样，即气象产量为0，与实际情况不符，为了预测的准确性，所以在进行相关分析及建模时不考虑序号为1的1992年。

1.2.2 气象资料处理

选取广东省橡胶主要种植区湛江、茂名、阳江各市（县）所在气象台站气温、降水量、日照时数、风速等气象要素进行膨化处理，气象资料处理中时间尺度组合从当年1月至12月依次按照旬、月进行时段膨化组合。由于不同市橡胶种植面积差异较大，为了准确地反映各地气象要素对广东橡胶产量的影响，所以要对膨化组合后的各气象要素引入面积权重：

式中，k为气象站数，k=1、2、3…j，i、j 分别为年编号和气象站编号，Aij、Ai分别为气象站所对应市（县）的第i年橡胶开割面积和广东省橡胶当年平均开割总面积，Wij为各气象站按照旬、月进行时段膨化组合后的气象要素，Xi为第i年引入面积权重后的气象要素。

2 结果与分析

2.1 影响橡胶产量的关键气象因子

广东橡胶种植主要是在粤西的湛江、茂名、阳江和粤东的揭阳，1992～2014年粤西橡胶总产量占全省橡胶总产量的99%，近10年粤西湛江、茂名和阳江橡胶总产量占全省橡胶总产量约100%。广东全省及粤西各市橡胶总产量及单产历年变化见图1。

根据面积权重处理后的以旬和月为单位的温度、降水、日照、风速等因子或因子组合与气象产量求相关，从中选取通过α≤0.05信度显著性检验、生物学意义明显的关键气象因子是1～2月平均气温、1～2月最低气温平均、5月下旬至6月中旬累计雨量、5～9月最大风速最大值区域平均（表1）。

2.1.1 热量条件

温度是影响橡胶树生长、发育和产胶及其地理分布的主要因子之一。橡胶树生长发育的最适温度为25～27℃，最低温度为16℃，最高温度为39℃[4]。当气温降至5℃，橡胶树开始受寒害，当温度<0℃时，橡胶树严重寒害致死；10天以上的连续低温阴雨天气期内平均气温<10℃，橡胶树亦出现严重寒害致死[4]。广东橡胶粤西主产区湛江、茂名和阳江最冷月1月份历年月平均气温为15.1～16.1℃，热量条件略显不足，尤其是冬季寒潮冷空气强烈时，广东橡胶就出现寒害。如2008年广东受罕见寒冷灾害天气影响[20]，1月25日至2月3日，湛江、茂名、阳江日平均气温<10℃连续10天，广东橡胶遭受严重的寒害[8-9]，导致2008年广东橡胶产量很低（见图1）。从表1和图2也可以看出，1～2月平均气温、1～2月最低气温平均与橡胶产量有明显的正相关，相关系数通过α=0.01显著性水平检验，进一步说明，冬季温度条件对橡胶生长的重要性。

2.1.2 雨量条件

根据橡胶树生长和产胶状况，年降雨量1 500～2 000 mm的地方，适宜生长[4]。湛江、茂名和阳江历年平均年降雨量约1 750～2 390 mm，雨量能满足橡胶生长发育，但是广东降水时间分布不均，前汛期中降水最集中、雨量最大的过程主要发生在5月下旬至6月中旬，这是华南地区的降水高峰期，江河迅速上涨，俗称“龙舟水”[21-22]。从表1可以看出，6月中旬、5月下旬至6月中旬累计雨量与橡胶产量有明显的负相关，说明“龙舟水”降雨多对橡胶产量形成不利。此外，正常年份广东橡胶开割是4月底到5月初，5月下旬至6月中旬是橡胶高产期，降雨太多对割胶也不利。

2.1.3 风速条件

橡胶树性喜微风，惧怕强风。微风促使空气流动交换，增加橡胶树树冠层附近的二氧化碳溶度，有利于光合作用效率的提高。但当风速超过一定的限度时，就会吹皱叶片，加剧蒸腾，造成植物体内水分失调，致使橡胶树不能正常生长和产胶[4]。强风还会吹断橡胶树，造成严重损害。当风速>17.2 m/s（8级、热带风暴级别）时，不抗风的品种树就出现断干折枝；当风速>24.5 m/s（10级、强热带风暴级别）时，橡胶树普遍出现折枝、断干、倒伏等风害[4]。5～9月是广东热带气旋多发季节，据黄珍珠等[23]研究，1983～2010年登陆广东的热带气旋共93个，平均每年3.3个，其中登陆广东粤西地区的热带气旋占66%，说明粤西风灾还是比较严重。表1中5～9月最大风速最大值区域平均与橡胶产量相关系数达到显著性检验，也说明大风对广东橡膠产量的影响明显。

2.1.4 日照条件

橡胶树在幼苗期可以忍受一定的隐蔽，即使在50%～80%的隐蔽度下也能正常生长，但在全光照下生长良好，随着树龄的增大，要求更多的光照[4] 。湛江、茂名和阳江历年年日照时数平均为1 857 h，平均每天日照时数达5 h，能满足橡胶生长发育、产胶所需要。广东橡胶产量与日照时数相关性并不突出，没有达到相关信度0.05检验要求。

2.2 橡胶产量预报

2.2.1 预报模型的建立

因为1～2月平均气温与1～2月最低气温平均、6月中旬雨量与5月下旬至6月中旬雨量有较强的相关性，通过逐步回归筛选因子及生物学意义等综合考虑，选取表1中相关系数较高的1～2月最低气温平均，5月下旬至6月中旬雨量，5～9月最大风速最大值区域平均作为自变量，气象产量作为因变量，分别于6月21日和10月1日采用多元线性回归的方法，建立气象产量预报模型。

式中，yw表示气象产量，Xi表示第i个关键气象因子，b0为常数，bi为系数。 6月21日预估产量模型为：

yw=-531.79+45.94X1-0.29X2（5）

式中，X1为1～2月最低气温平均，X2为5月下旬至6月中旬雨量；回归方程的复相关系数R=0.682，回归平方和U=104 323.29，残差平方和Q=119 726.37，m=2，n=21，F=7.842，模型通过0.01检验。

与上同理，10月1日建立产量预报模型为：

yw=-382.39+41.82X1-0.23X2-8.71X3（6）

式中，X3为5～9月最大风速最大值区域平均，回归方程的复相关系数R=0.715，回归平方和U=114 447.9，残差平方和Q=109 601.73，m=3，n=21，F=5.917，模型通过0.01检验。

2.2.2 模型回代检验

将1993～2013年气象资料分别带入到预报方程（5）和预报方程（6），分别计算每年气象产量，再加上趋势产量，得到模拟产量，最后与实际产量相比较，用准确率进行模型预报效果检验。

准确率=[1-|（模拟产量-实际产量）|/实际产量]×100%（7）

模型（5）和（6）回代准确率大部分年份都在85%以上，21年平均预报准确率，模型（5）为89%，模型（6）为90%。模型（6）模拟的产量与实际产量比较见图3，从图3可以看出，除2008年模拟产量误差比较大外，其它年份模拟产量与实际产量比较接近。

2.2.3 模型应用检验

每年6月下旬前期，按照当年湛江、茂名、阳江等各地橡胶开割面积和广东省橡胶当年平均开割总面积，算出各地面积权重（假如统计局还没有当年橡胶开割面积数，可以用各市近5年面积权重平均值来代替当年面积权重），再算出根据权重处理后的各气象要素。如：2014年根据面积权重处理后的1～2月最低气温平均X1为11. 7℃，5月下旬至6月中旬雨量X2为273. 5 mm，代入方程（5），得气象产量yw=-74，为了方便、简单，2014年趋势产量用上五年滑动平均，趋势产量yb=615，代入方程（1），得2014年橡胶单产为：y=yb+yw=615-74=541，以实际产量506误差6%，即准确率94%。由于2014年7月18日超强台风“威马逊”在徐闻登陆，对湛江、茂名的橡胶产量影响较大[24]，所以6月下旬预估产量偏高是合理的。

同理，每年10月初，再算出根据面积权重处理后的5～9月最大风速最大值区域平均，如：2014年5～9月最大风速最大值区域平均X3为17. 0 m/s，把X1、X2和X3代入方程（6），得气象产量yw=-104，2014年橡胶单产为：y=yb+yw =615-104=511，以实际产量506误差1. 0%，相当于准确率99%，说明此方法建立的模型可投入业务应用。

3 结论与讨论

（1）本文通过相关分析确定了影响广东橡胶产量的关键气象因子是冬季寒害、“龙舟水”和台风，对各因子的生物学意义进行分析，阐明了影响因子的合理性，并以此为据于“龙舟水”结束后和10月初台风结束后（广东平均终台是9月28日）分别建立了广东橡胶产量预测模型，对橡胶产量进行中期预估预报和后期最终预报。经过模拟检验和试用，利用该方法建立的模型预报橡胶单产准确率较高，基本能够满足业务和服务需要。

（2）在气象产量预报中，数据更新到最新的资料很重要，所以为了预报结果更加准确，每年做产量预报时首先要把上年的实际产量资料及根据面积权重处理后的气象资料录入数据库，重新计算模型的各个系数再做预报。

（3）基于关键气象因子建立的气象产量预报模型方法简单、参数少，易于使用。但在建模原理上存在一定的局限性，因为没有考虑到土壤营养成分、病虫害、割胶制度和技术、品种和胶园管理等方面综合的影响，因此造成預报产量与实际产量结果存在一些误差。

参考文献

[1] 张明洁，张京红，刘少军，等. 中国橡胶气象研究进展概述[J]. 中国农学通报，2015，31（29）：191-197.

[2] 何康，黄宗道. 热带北缘橡胶树栽培[M]. 广州：广东科技出版社，1987：61-82.

[3] 王秉忠. 橡胶栽培学（第3 版）[M]. 海南：华南热带农业大学出版社，2000：55-63.

[4] 张惜珠，黄慧德. 橡胶树栽培与割胶技术[M]. 北京：中国农业出版社，2009，233.

[5] 陈 瑶，谭志坚，樊佳庆，等. 橡胶树寒害气象等级研究[J]. 热带农业科技，2013，36（2）：7-11.

[6] 程儒雄，张华林，贺军军，等. 两广植胶区橡胶树寒害情况分析及抗寒对策[J]. 农业研究与应用，2014：（1）：74-77.

[7] 陈小敏，陈汇林，陶忠良. 2008 年初海南橡胶寒害遥感监测初探[J]. 自然灾害学报，2013，22（1）：24-28.

[8] 李土荣，张健珍，吴青松. 广东垦区2008年橡胶中幼龄树寒害调查及建议[J]. 广东农业科学，2008（12）：25-27.

[9] 刘汉英，刘卫国，邱奕强. 粤西三叶农场橡胶树2008年寒害调研报告[J]. 热带农业科学，2008，28（5）：11-14.

[10] 刘少军，周广胜，房世波. 1961—2010 年中國橡胶寒害的时空分布特征[J]. 生态学杂志，2015，34（5）：1 282-1 288.

[11] 张京红，陶忠良，刘少军，等. 采用可拓学方法进行橡胶林风害影响评估—以1108号强热带风暴“洛坦”为例[J]. 热带作物学报，2012，33（5）：945-949.

[12] 李国尧，王权宝，李玉英，等. 橡胶树产胶量影响因素[J]. 生态学杂志，2014，33（ 2） ： 510-517.

[13] 张利才，洪群艳，李 志. 西双版纳基于气象因子的橡胶产量预报模型[J]. 热带农业科技，2016，39（3）：9-13.

[14] 刘文杰，李红梅，段文平. 西双版纳橡胶产量的模糊综合评判预报[J]. 林业科技，1997，22（5）：61-63.

[15] 魏宏杰，杨 琳，刘锐金. 基于移动平均回归—马尔柯夫链的农垦天然橡胶单产年景预报[J]. 广东农业科学，2011（1）：201-203.

[16] 贺军军，程儒雄，李维国，等. 广东广西垦区天然橡胶种植概况[J]. 广东农业科学，2009（8）：62-65.

[17] 欧阳海，郑步忠，王雪娥，等. 农业气候学[M]. 北京：气象出版社，1990：38.

[18] 房世波. 分离趋势产量和气候产量的方法探讨[J]. 自然灾害学报，2011，20（6）：13-18.

[19] 傅国华. 中国天然橡胶产业发展与管理[M]. 北京：经济科学出版社，2013.

[20] 黄珍珠，杜尧东，潘蔚娟，等. 2008年广东罕见寒冷灾害的特点、影响及防寒减灾对策[J]. 广东气象，2008，30（1）：8-11.

[21] 潘嘉念. 广东省农业气象灾害及其防灾减灾对策[M]. 北京：气象出版社，2000：172-174.

[22] 胡娅敏，杜尧东，罗晓玲. 近49年华南“龙舟水”的降水分型[J]. 气象，39（8）：1 031-1 041.

[23] 黄珍珠，刘锦銮，刘 尉，等. 登陆广东的热带气旋对水稻产量的影响评估[J]. 自然灾害学报，2014，23（4）：170-176.

[24] 广东省防灾减灾年鉴编纂委员会. 广东省防灾减灾年鉴·2015年卷[M]. 广州： 岭南美术出版社，2015：47-48.