4 气象产量预报模型 其中，X1为11月平均温度(℃);X2为8月中旬温度(℃);X3为7月下旬温度(℃);X4为6月中旬相对湿度(%);X5为1月下旬日照时数(h);X6为6月下旬降雨量(mm);X7为9月最大风速(m/s);X8为10月下旬最大风速(m/s)。该方程拟合度为0.91,相关系数为0.984 9,达到极致显著水平，表明模式拟合的香蕉预报产量与实际产量有较好的吻合度。由产量预报模型与实际产量之间的模型误差(表2)可见，模型平均误差为8%,该预报方程误差小、精度高，可应用到香蕉农业气象服务业务工作中。 表2 1992—2016年增城香蕉产量预报结果及模型误差 kg/hm2
利用式(6)计算出2017—2021年香蕉预报产量，具体结果如表3所示。将预报产量与实际产量对比，并进行模型预报准确率检验。模型准确率公式为
6 结论 1)增城香蕉产量气象波动指数为0.278 4,实际产量变异系数为0.283 2,其中气象波动指数占实际产量变异系数的98.32%,气象因素是影响增城香蕉产量波动的主要因素。2)在1992—2021年，增城香蕉产量有8个气象丰年、7个气象平年、15个气象歉年。其中气象丰年产量年际波动较大，丰年由前期的增产20%到后期的翻倍增长；而歉年则相对稳定，减产幅度一般在20%～40%。 3)日照时数、平均气温以及最大风速是影响增城地区香蕉产量最关键的气象因子。其中，1月下旬日照时数、6月中旬相对湿度、6月下旬降雨量、7月下旬平均温度、8月中旬平均温度、9月最大风速、10月下旬最大风速以及11月平均温度是与香蕉产量相关性最大的8个气象因子。 4)香蕉产量与相关性最好的8个气象因子做逐步回归，建立由时间趋势产量和气象产量拟合的预报方程，方程拟合度为0.91,相关系数为0.984 9,平均预报误差为8%,平均预报准确率达94.1%。模拟结果表明，基于关键气象因子的香蕉产量预报方法，对于增城香蕉产量的预报效果良好，可以投入业务应用。 气象因子对香蕉产量影响会因为地域不同而影响因子不同，如翟志宏等[1]研究的高州秋植香蕉风害风险是影响气象产量最严重的地区；招伟文等[7]则发现12月≥10 ℃积温以及10月最大风速也是影响香蕉产量的关键因子。而增城的日照时数、平均气温以及最大风速条件才是影响香蕉产量最重要的气象因子。 参考文献(略) |
广州市增城区香蕉产量的气象预报模型 为乡
试探广州市增城区文物保护工作的现状和对策
广州市增城区41个气象观测站2011—2021年强
从深山非遗到网红打卡地 增城区派潭镇背阴
广州市增城区派潭镇"五一"首日迎客6万人次 
