中国粮食产量预测系统.ppt

《中国粮食产量预测系统.ppt》由会员分享，可在线阅读，更多相关《中国粮食产量预测系统.ppt（80页珍藏版）》请在三一办公上搜索。

1、中国粮食产量预测系统 理论与方法 侯彦林 中国科学院研究生院 资源与环境学院 2010年10月08日,第一章 粮食产量预测研究国内外概况 一、立项依据 二、粮食生产潜力研究概况(短中长期预测)三、粮食估产研究概况(短期预测)第二章 粮食生产潜力预测 一、科技进步增产理论、模型和案例（一）科技进步增产理论（二）科技进步增产模型（三）科技进步增产案例 二、粮食生产潜力预测理论、方法和案例（一）粮食生产潜力短期预测理论、方法和案例（二）粮食生产潜力中、长期预测理论、方法和案例 第三章 粮食估产 一、产量通道概率理论 二、产量通道概率模型 三、国家级粮食估产应用 四、省级粮食估产应用 第四章 粮食生产

2、潜力实现率预测,第一章 粮食产量预测研究国内外概况一、立项依据 粮食安全始终是世界特别是中国最为关注的问题之一。粮食产量预测包括中、长期生产潜力预测和短期按年估产。中国粮食产量预测信息技术平台建设包括：短、中、长期 预测理论、方法、应用案例和平台建设。平台建设的目的是为各级政府提供科学决策依据和为商贸 提供直接参考信息。,两方面思考,因此,建立一套长期运行的以信息技术为平台的产量预测系统 具有前瞻性、战略性和创新性 国家目标明确 科学目标具体,中、长生产潜力预测,短期当年估产,（修正）专家经验定点监测气候状况,用户：各级政府、商贸、研究者,粮食产量预测,空间：全国/跨省区/分省/省际跨县/省内

3、跨县/县级时间：潜力以10年预测为主，估产以当年为主对象：粮食/单一作物的单产/总产,经各部委适时信息修正后发布,二、粮食生产潜力研究概况（中长期预测）粮食生产潜力研究方法主要有：定位试验研究 面上调查研究 计算统计方法 数学模型方法 GIS方法 网络试验研究 实际应用常选择其中若干种方法相互结合使用,具体,目前，研究粮食生产潜力的模型方法主要分为：经验模型（简化模型或统计模型）逐级订正模型 农业生态区模型 物理模型（过程模型或机理模型）我国粮食生产潜力研究也是遵循国际上两大类方法而进行的,存在问题：理论方面方法方面 手段或工具方面 结果应用方面 参数精度方面,*,三、粮食估产研究概况（短期预

4、测）,“中国科学院预测科学研究中心”相关性代表性成果 名称 主要研究者全国粮食产量预测研究 陈锡康（数学院）农产品供需贸易与价格 黄季焜（地理所）预测模型和农业决策系统中国农情遥感速报系统 吴炳方（遥感所）,国内陈锡康对目前估产方法的评论：国际上用来预测粮食收成的主要方法 气象 遥感 生物统计模拟 这些方法太复杂而不实用 社会、经济和技术方法,他提出,典型案例:陈锡康成果简介 陈锡康教授在2003年获得首届中国科学院杰出科学技术成就奖(个人奖)（“投入占用产出技术与全国粮食产量预测研究”），1999年国际运筹学进展奖一等奖、“全国粮食产量预测研究”，1992年中国科学院科学技术进步奖一等奖。他

5、所领导的研究小组自1980年起，连续二十三年进行全国粮食产量预测研究工作。23年来，预测提前期为半年以上；预测各年度的粮食丰、平、欠方向全部正确；23年中8年的预测误差小于1%，6年的预测误差为1%-2%，5年的预测误差为2%-3%，2年的预测误差为3%-5%，2年的预测误差为5%-8%；平均预测误差为抽样实测产量的1.9%，在国际同类工作中处于领先水平，为国家有关部门制定农业和粮食政策提供了科学依据。1998年以来，他获得中央领导十余次好评，中央有关部门也给以很好评价。对以上研究工作的评价：（1）主要以全国粮食总产估产为主，对中、长期生产潜力研究不够；（2）模型中考虑因素太多，难以及时准确获

6、得或确定参数；（3）当年预测不重视气象因素，对于省级及县级预测难以实现；（4）预测单一作物时可能会遇到困难；（5）预测具体模型不固定，随时筛选，主要形式是多项式回归；（6）虽有软件程序，但未形成软件产品和平台，只限于自己使用。,目前已获得20个预测精度很高非线性粮食产量预测方程,模型中主要考虑如下l8类因素，即耕地面积、复种指数、粮食播种面积、受灾面积、受灾严重程度、政策虚变量、价格因素、种粮比较利益、化肥施用量、农家肥施用量、灌溉面积比重、机耕面积比重、农业机械总动力、耕畜数量、农用塑料薄膜使用量、良种推广程度、农业用电、农业劳动力数量等。,使用过的多项式回归方程：,第二章 粮食生产潜力预测

7、 一、科技进步增产理论、模型和案例（一）科技进步增产理论现实生产潜力：在一定的空间单元上，在特定的时间范围内某一作物的主导品种，在当时经济技术水平、科技投入、政策保障和多年平均气候条件下所达到或能够达到的产量。一个开放性系统中的某一变量如果呈现连续波动式递增的趋势，那么必然有一种趋势的力量使其上升，同时也必然有一种非趋势的力量使其在上升过程中总是波动。这种现象表现在粮食单产上就是科技进步是增产的趋势性力量，而气候变化是产量变化的波动性力量。,科技进步增产理论：产量随时间增加而递增的趋势主要是由科技进步带来的。,辽宁省粮食单产通道,全国1960-2007粮食产量变化趋势,不同空间尺度产量变化趋势

8、说明:科技进步增产趋势具有普遍性。,吉林省1960-2007年粮食产量变化趋势,内蒙古区巴盟区临河县1980-2006年粮豆产量变化趋势,科技进步增产理论单产解析式：Y实=Y平+Y科+Y波 1 当年实际产量=当年科技水平下平均气候下产量+与上年相比较科技增产量+当年气候与平均气候相比变化量 Y当年气候产量=Y实-Y科=Y平+Y波 2 Y潜（中、长期生产潜力）=Y平+Y科=Y模型预测产量 3 Y实=Y预（或Y潜）+Y波 4下图中：Y实B=Y平A+Y波B+Y科B 5 Y实D=Y平C+Y波D+Y科D 6,粮食单产构成解析式示意图,（假想的）平均气候条件下的产量即生产潜力,1 现有连续从第1年到第10

9、年的单产 2 现有连续从第2年到第11年的单产 3 现有连续从第3年到第12年的单产计算：2-1=-=相隔10年科技产量之差两年气候之差的产量3-2=-=相隔10年科技产量之差两年气候之差的产量（两年气候之差的产量，长期影响正负抵消，不影响趋势）J+1-J=相隔10年科技产量之差两年气候之差的产量,具体算法：多年单产移动平均趋势模型,由“相隔27年科技产量之差两年气候之差的产量（此部分很小可略）”画成的散点图和配置的回归方程，即为剔除气候影响的科技进步增产趋势或模型。,两年气候之差的产量0，不会影响趋势!,J+1-J=相隔10年科技产量之差 两年气候之差产量,科技进步增产潜力趋势(27年平均气

10、候条件下),成功分离气候和科技进步影响的贡献,方法基石,理论分析,实际案例,超丰年丰产年偏丰年中产年偏欠年欠产年超欠年,历史气候年型还原方法：,根据：Y当年气候产量=Y实-Y科=Y平+Y波 2以初始计算年为基础，可以计算出历史气候年的单产，即还原成了气候产量。,还原后的气候年型产量,气候最好年,产量最高年,18年对应的实际产量和气候产量,是预测时确定参数的理论基础,东北三省历史气候年型产量趋势,气候年型相对产量系数,（二）科技进步增产模型,7,对十年移动平均产量散点图回归，得到的即是某种程度下的剔除气候条件影响的生产潜力趋势方程。,举例：,建模的最佳n值的确定：选择不同的移动步长n，可以建立不

11、同的回归方程，一般地，随n增加，回归方程的相关性增加，但是用于建立回归方程的样本也减少，因此，有必要制定一个确定最佳n的方法。三条原则：（1）相关系数R2要达到显著或极显著水平；（2）随n再增加R2出现减小或者暂时稳定的状态；（3）在前两条原则基础上，还要保证用来建模的样本数不少于总样本数 的1/2；在总样本数较少的情况下，至少保证建模样本数大于10。,n 一般选择为气候变化周期年数时比较合适，全国气候变化周期平均为10年左右，范围为8-14年。这和太阳黑子活动周期10年左右相吻合。,全国粮食每2年科技进步增产情况,1.全国科技进步增产案例 分别以2年、5年和10年为移动步长，计算全国科技进步

12、增产：科技进步增产效应呈现正态分布趋势，目前我国综合科技进步增产处在波谷阶段，面临着需要加大科技投入才能提高单产增加速度的新难题，否则难以保障粮食总量。以上案例得出：科技进步增产模型可以将影响粮食产量的气象因素和科技进步因素分开，该模型可以作为预测科技进步增产或预测粮食中、长期生产潜力的方法。,（三）科技进步增产案例,全国粮食每5年科技进步增产情况,全国粮食每10年科技进步增产情况,2.全国和东北三省科技进步增产趋势案例,分别以5、10、15、20年为移动步长，计算全国和东北三省粮食单产累加增加量，得：,（1）1970年前后单产开始分化，辽宁先超全国，80年之后吉林超全国，随后超辽宁，黑龙江单

13、产一直低于全国；,（2）90年代后期单产累加量下降或升幅变小（辽宁）；,（3）随n增加，单产增加的累加量波动变小，说明科技进步部分已转化为成熟生产力。,单产,分别以5、10、15、20年为移动步长，计算全国和东北三省粮食总产累加增加量，得：（左坐标为各省，右坐标为全国）,（1）60年代中期，随耕地面积扩大，总产开始分化，按黑龙江、辽宁、吉林顺序排列；80年代后期吉林超辽宁；以后三省位次不变；,（2）90年代后期总产累加量波动较大；,（3）随n增加，总产增加的累加量波动变小，说明科技进步部分已转化为成熟生产力，耕地面积减少趋势也得到遏止。,总产,3.全国和东北三省单产和总产翻番案例,以1960年

14、为比较基础（n=10），到2005年单产：（1）全国净增加2.3倍；（2）辽宁净增加3.0倍；（3）吉林净增加4.0倍；（4）黑龙江净增加2.0倍。,以1960年为比较基础（n=10），到2005年总产：（1）全国净增加1.9倍；（2）辽宁净增加1.8倍；（3）吉林净增加3.2倍；（4）黑龙江净增加3.1倍。,单产,总产,二、粮食生产潜力预测理论、模型和案例（一）粮食生产潜力短期预测理论、方法和案例1 粮食生产潜力预测理论 以科技进步增产理论为基础。2 粮食生产潜力预测模型 模型构建步骤：*计算不同移动步长n下的移动平均产量*对移动平均产量进行多项式回归*选出（最佳）回归方程作为预测方程*拟合

15、和预测,产量拐点,产量通道,产量通道,产量平台,动态最佳n值,*,每增加1年新产量后需要重新计算最佳n,产量散点图,n-R2图确定最佳n,最佳移动步长下（几乎无气候影响的科技进步增产）的散点图和回归方程,回归预测（粉色点）,小趋势修正参数（后一年预测结果减去头一年的误差）,直接预测误差分布图,小趋势修正后误差分布图,修正前拟合,修正后拟合,预测误差：,大量案例的误差分布有规律，是偶然吗？,小趋势修正方法：Y=Y*(1-头一年预测误差%）7 则修正之后的误差为：e=（Y预-Y实）/Y实*100%8,未修正前最大绝对误差为：7.66%，平均绝对误差为4.47%；修正之后最大绝对误差为：6.29%，

16、平均误差为2.21%。,逐年回归确定n的预测模型+小趋势修正方法：,未修正前:最大误差为：5.68%，平均误差为4.51%；修正后:最大误差为：1.61%，平均误差为1.03%。,1次修正,产量趋势发生拐点的预测方法：,通道划分方法根据预测需要和精度确定,*,*,*,预留3年,用于预测生产潜力和估产的通道的确定方法：通道的确定实际上就是确定建模样本数和趋势，合适的通道其预测误差很小，反之，就大。因此，通道确定十分重要。根据大量研究案例，确定通道的原则如下：（1）从一个产量的长时间序列M中预留最近3年的产量数据作为预测检验用；（2）在剩余的M-3中，按倒序方式先选择Q年（Q一般至少大于等于5），

17、每 次增加1年，分别建立预测模型，从众多个模型中选择一个自回归误差 较小，并且预测最近3年的误差也较小的（规定小于3%-5%）建模样本 数，构成建模通道；（3）通道长度或样本数至少大于等于10年；（4）通道范围的95%的点在“平均产量30%”范围内。如：（1）现有40年连续的产量数据，则，M=40，预留3年；（2）建模最多年为37年，先倒选5年建模，每次增加1年，直至增加 到37为止，这样可以获得33个模型，每个模型相差一个样本；从 33个模型中选择一个自回归误差和预测最近3年的误差都比较小 的一个模型作为通道（的样本数）；假设通道样本数为15；（3）检查通道长度是否大于等于10年（15大于1

18、0满足条件）；（4）检查通道范围内的95%的点是否在“平均产量30%”范围内，即只 容许一个点不在“平均产量30%”范围内。,预测方法优化和流程：,预测未知年,单产潜力预测模型及其检验：平均：1.44 3.56 平均误差%最大误差%备注案例1辽宁省粮食单产 1.27 3.46 省级尺度案例2辽宁省玉米单产 1.03 3.66 案例3吉林省粮食单产 1.27 4.19案例4吉林省玉米单产 2.29 5.28案例5黑龙江省粮食单产 1.01 2.18案例6黑龙江省玉米单产 1.93 3.93案例7吉林省湿润地区玉米 1.19 2.76 地区级尺度案例8吉林省半湿润地区玉米 2.17 5.02案例9

19、吉林省半干旱地区玉米 1.89 4.25案例10吉林省湿润地区白山县玉米 1.38 3.70 县级尺度案例11吉林省半湿润地区公主岭市玉米 0.22 0.57案例12吉林省半干旱地区长岭县玉米 2.82 6.98案例13全国粮食单产 0.20 0.35 国家级尺度,3 粮食生产潜力预测案例,未经修正的方法预测结果：,总产预测模型及其检验：案例14辽宁省粮食总产 2.24 7.67 省级尺度案例15辽宁省玉米总产 3.23 5.62案例16吉林粮食总产 1.73 4.97 案例17吉林玉米总产 3.81 7.55案例18黑龙江粮食总产 1.01 2.25案例19黑龙江玉米总产 1.25 2.91

20、案例20全国粮食总产 1.73 4.40 国家级尺度 平均：2.14 5.05,未经修正的方法预测结果：,进一步的案例：案例21辽宁省粮食单产分段建模方法 前段：1.20 2.66 后段：1.14 2.73案例22辽宁省粮食单产拐点建模方法 拐点前：1.17 1.54 拐点中原模型：10以上 拐点后新模型：5%以下案例23辽宁省粮食单产逐年回归预测模型 原模型：平均误差1.62%，最大误差4.03%连续10年：平均误差4.50%，最大误差5.68%案例24吉林省粮食单产逐年回归预测模型 原模型：平均误差1.24%，最大误差2.79 连续10年：平均误差1.24%，最大误差2.79%案例25黑龙

21、江省粮食单产逐年回归预测模型 原模型：平均误差1.59%，最大误差4.14%连续10年：平均误差3.09%，最大误差6.12%案例26全国粮食单产逐年回归预测模型 原模型：平均误差0.19%，最大误差0.45%连续10年：平均误差1.58%，最大误差2.14%,案例27预测精度提高的小趋势修正方法（吉林省粮食单产为例）原始误差：平均误差4.48%，最大误差7.66%修正后误差：平均误差2.21%，最大误差6.29%案例28逐年回归确定n的预测模型（以辽宁省粮食单产为例）逐年回归确定n的预测模型，使由原来平均误差4.50%和最大误差5.68%降低到平均误差3.83%，最大误差4.87%，说明预测

22、年份变化时相应的 最佳n值也需要重新选择。案例29逐年回归确定n的预测模型+小趋势修正方法（以辽宁省粮食单产为例）逐年回归确定n的预测模型+小趋势修正方法，使由原来平均误差4.51%和最大误5.68%降低到平均误差1.03%，最大误差1.61%，说明小趋势修 正效果明显。案例30预测方法优化(辽宁省粮食单产案例)经过优化后误差降低到1.49%。,案例31-41优化后的系统预测方法 预测：平均误差为0.99%，最大误差为2.99%。,中国北方各省粮食单产生产潜力预测结果,平均10.5年,省别,全国粮食单产拟合误差为0.18%，2007年预测误差为-1.05%，北方15省粮食单产潜力预测平均拟合误

23、差为0.81%，对2007年预测平均误差为2.08%，15个省最大预测误差为8.18%，最小仅0.32%。,中国北方各省玉米单产生产潜力预测结果,全国玉米单产19902006年拟合误差为0.32%，2007年预测误差为1.22%；全国北方14省（青海玉米很少除外）平均拟合误差为0.92%，2007年预测误差最大为6.65%，最小为仅0.53%，平均误差为2.53%。,平均12.1年,内蒙古区巴盟区5县市粮豆生产潜力预测结果,总产,单产,内蒙古巴盟区5县市EVIEWS“near singular matrix”n=14,内蒙古区巴盟区5县市小麦生产潜力预测结果,总产,单产,全国粮食总产生产潜力预

24、测结果,应用案例国家需求分析,全国粮食单产生产潜力预测结果,2008年 国家发改委国家粮食安全中长期规划纲要2010年和2020年：综合生产能力“5000亿公斤和5400亿公 斤”；单产“650斤/亩和700斤/亩”引自：http:/,全国粮食产量5年移动平均模型分省预测比较结果,全国粮食产量10年移动平均模型分省预测比较结果,（二）粮食生产潜力中、长期预测理论、方法和案例,1 理论 以上生产潜力的预测都是关于下一年的预测，指导实践的意义不大。本部分重点介绍中、长期预测，暂定为未来10年平均生产潜力和第10年生产潜力的预测，在N=10的条件下进行预测。估产精度的衡量标准是以当年产量为基础计算的

25、，而潜力不是估产，它需要告诉我们未来多少年后平均气候条件下的产量是多少或在什么范围。粮食生产潜力的定义告诉我们：潜力的衡量标准必须是未来的潜力，既没有气候因素影响的产量，潜力本身一定是平均气候条件下的可达到的真实产量。研究表明：未来连续10年（或多年，下同）的真实产量一定是包含各种气候条件下的产量，如果气候周期按10年计算，取其平均值近似等于平均气候条件下的产量，也近似等于回归方程分别预测的未来10年的潜力的平均值，因为回归方程本身预测的就是平均气候下的生产潜力。,2 方法 预测：N=10 条件下，（1）预测未来10年平均生产潜力=10/10=M10（）（2）预测未来第10年生产潜力=M10（

26、）具体算法：（1）根据趋势选好建模样本的起、止年（2）配回归曲线方程（3）预测事先留出的10年的产量，并取其平均（4）取预留的10年的真实产量（即在N=10条件下）的平均（5）计算预测误差%=（预测的平均产量-预留的平均产量）/预留的平均产量*100（6）未来潜力预测：（6-1）在模型中代入未来第1到第10年的年数字获得预测潜力并取其平均（6-2）在模型中代入未来第10年的年数字后获得第10年潜力预测值（6-3）预测误差为预留10年的误差（估算）。,3 案例条件：（1）数据：辽宁省1949年到2007年的单产数据（2）周期：N=10（10年移动平均）（3）目标：M=10，预测未来10年平均生产

27、潜力=M10=10/10（4）建模数据：1949-1997的50年的数据（本例只为说明，未筛选趋势）检验数据：1998-2007年的10年数据作为检验预测精度 真实预测：分别预测2008-2017年的潜力，然后取平均 建模和检验过程：（5）对1949-1997数据配曲线方程（6）预测事先留出的1998-2007年这10年的潜力，并取其平均（7）取预留的1998-2007年这10年的真实产量的N=10条件下的平均（8）预测误差%=（预测的平均潜力-预留的平均产量）/预留的平均产量*100 预测：（9）未来潜力的预测：分别预测2008-2017年的潜力，然后取平均 具体结果见下页：,直线为回归和预

28、测方程,粉色为10年移动平均线,兰色为每年实际产量散点图,预测未来10年平均生产潜力=M10=10/10（2008-2017年未来10年平均潜力=6282.12）,关于粮食生产潜力的中、长期预测结论：（1）科技进步增产模型可以作为生产潜力预测的有效方法，预测误差1%-3%。（2）采用动态最佳n值预测的结果更为科学和实用。（3）最佳 n值预测的粮食生产潜力是理论上的科技进步增产趋势，气候因素几 乎被剔除掉了，但是其预测结果不实用；应用中应该根据实际情况来选择 并非最佳的n值，它所预测的生产潜力虽然有一定的波动性，但是比较接 近现实产量，并包括短期气候变化趋势，结果实用。一般取10年为气候周 期年

29、，这与太阳黑子活动周期约10年吻合。（4）预测的生产潜力是在平均气候条件下能够达到的产量或在不受气候条件影 响下（最佳n）的科技进步产量或粮食的最低安全产量，或受气候条件影响 不大情况下（非最佳n）的趋势产量，其实践意义更大。（5）预测出全国2010年和2020年粮食生产潜力值，警示如按国家发改委的公布 的2010年和2020年粮食总产约束产量和单产的目标产量，必须增加科技投 入保证单产提高才能达到总产目标。（6）应用科技进步模型对31个省、自治区、直辖市粮食总产和单产进行了分析，给出了各省单产和总产贡献率，这是制定农业投入规划的基础。,粮食生产潜力研究创新点：（1）提出了现实生产潜力的概念；

30、（2）提出科技进步单产理论模型解析式，其物理学意义明确；（3）提出的多年单产移动平均趋势模型巧妙地将气象因素和 人为因素分离开，即形成科技进步增产理论；（4）可以预测不同空间尺度下不同作物类型的单产和总产（面 积波动不大情况下，否则使用播种面积*单产）；（5）整个预测参数都来自历史数据本身，没有任何人为确定参 数的干扰（只有优化），充分挖掘了历史数据中所包含的 信息；（6）建立了适合不同情况的预测方法，如：建模n值的确定方 法、动态n值的确定方法、产量趋势发生拐点的预测方法（简单模型法和分段模型法）、逐年预测方法、小趋势修 正方法、逐年回归确定n的预测模型+小趋势修正方法、系 统预测方法；（7

31、）预测评价：平均误差1%左右，最大误差3%以下。,评价原始创新至少应该有四条判别方法：前人是否做过？他人可否重复？历史数据能否验证？结果是否可用？我们的研究：（1）提出的理论和方法是崭新的，自成体系，变量的物理学 意义明确；属平衡模型，平衡模型中参数统计获得；（2）所有理论和方法都是具体的，举出的案例是随机选取的，说明同样的方法经得起检验；（3）任何人可以使用任何预测单元的历史数据进行验证，也 可进行预测，不需要人为确定参数，只需要优选即可；（4）预测精度高。可预测5-10年以内粮食生产潜力（单产和总 产）；预测误差一般为1%-3%。总之：提出的理论和方法与传统的没有直接可比性；预测结果说明了

32、：理论和方法的科学性和使用性。,第三章 粮食估产一、产量通道概率理论,粮食产量通道概率理论：是以粮食产量的真实信息为基础把属于最近通道的历年来的产量划分为五个气候年型，分别建立每个通道内的平均产量趋势线和确定其出现概率，以此为基础预测下一年最大可能的产量。,一个通道,另一个通道,（通道外）超丰年 丰产年 偏丰年 平产年 偏欠年 欠产年 超欠年（通道外）,统一名称,（1）确定预测通道（2）划分5等级，其中平产年等级为2倍宽度（3）计算每个等级内出现年的频率作为概率（4）计算5条通道的6条边界线的各年产量值（5）计算5条通道内的平均产量值（6）未知年产量=（预测年的每个通道内的平均产量*各自的概率

33、）的累加（7）与预留年真实产量比较计算预测误差，连续逐年预测时可使用小趋势修正参数（未知年预测只能待真实产量出来后才能计算预测误差）,二、产量（单产/总产）通道概率模型,（1）和（2）,（3）,（4）,（5）,（6）,（7-1）,建立小趋势模型,（7-2）,（7-2）,如前所述,误差走势,三、国家级粮食估产的应用,以1985-2004年数据共20年产量点，建立产量通道进行产量等级划分，利用1960-1997年的产量等级划分概率，预测2005-2007年的粮食产量。,结论：（1）就全国尺度而言，总产与单产结果相似，只要是预测一个通道内的 产量，其预测误差很小；超出通道，就需重新确定通道和建模。（

34、2）全国尺度由于地域间气象条件对产量影响的互补性，原则上可以不 使用气候年型修正和小趋势误差修正，但是为了与省级和县级预测 模型保持在形式上的一致，则仍然采用气候年型修正和小趋势误差 修正，具体修正参数需要根据历史波动情况确定。,各等级出现概率计算时所使用的年限可以超过建模期间的年限，以此增加样本减少概率估算误差。,东北三省粮食总产/单产历史年型拟合时的修正参数,（以东北三省为例）,省级在预测结果上乘上气候年型修正系数，实际上是三类参数的平均,未知年气候年型参数确定应用 三种方法的综合来确定：（1）专家打分法Ka（2）野外典型样点长势调查法Kb（3）区域气候条件经验法Kc 每旬从左表中参数 选

35、择一个参数 每旬取平均Ka 7个参数中选一 K=（Ka+Kb 7个参数中选一 Kb+Kc)/3Kc 7个参数中选一,四、省级粮食估产的应用,每年分36旬，在作物生长阶段的旬内动态地确定K，把K乘上预测产量即为修正后的动态预测产量，直到收获时才为定数。,辽宁省粮食总产预测修正结果,太阳黑子年,东北三省总产案例：,黑龙江省粮食总产预测修正结果,吉林省粮食总产预测修正结果,东北三省总产案例：,注：黑龙江有大豆影响单产和总产,东北三省（按辽宁、吉林、黑龙江顺序排列）单产案例：,注：黑龙江有大豆影响单产和总产,（单位：公斤/公顷）,使用了气候年型的概念，但是没有用到具体的气候参数，这样较适合国家和省级层

36、次（尺度）粮食的估产；预测时首先要选择一个通道内的样本建立模型，当历史年产量检验误差超过5%时，要检查是否使用了不同通道的数据。当通道脱离旧通道时，建立小趋势模型即通过简单的回归方式进行预测，从而实现通道过渡时期的衔接性预测；预测国家尺度时，平均预测误差在2%以下，原则上不需要修正；预测省级尺度时，需要气候年型参数修正，修正后的平均误差一般低于3%；无论是国家和省级尺度，还是县级尺度，其预测误差都较小，接近甚至低于已有的预测方法（国际上其他谷物产量预测误差一般在5-10；陈锡康对全国粮食估产的平均误差为1.9%），且本研究提出的理论严谨、方法简单可行，参数少，参数来自原始数据本身，更易于推广使

37、用和建立信息技术平台实现系统、快速预测；综合结论：粮食产量通道概率模型适合国家级、省级和县级尺度估产。国家级尺度可以直接预测，省级和县级尺度需经气候年限参数修正。小趋势误差修正可以应用与逐年连续预测中。,关于粮食估产的结论：,通用模型：基本预测气候年型修正小趋势误差修正,关于“中国粮食产量预测系统的理论和方法”总结,形式一样，内涵不同,本研究的创新是：提出了科技进步增产理论和产量通道-概率理论以及一系列新概念和新方法。粮食现时生产潜力的概念是以作物产量本身为研究对象，对粮食生产潜力意义把握更加具体，对实际生产指导也更有意义。基于此，建立了相应的预测模型，为粮食生产潜力研究实现系统化和标准化提供

38、了理论和方法，所使用的参数基本来自于原始数据本身，便于研究结果的推广应用，方法具有通用性。生产潜力完全或者部分地剔除了气候因素对粮食产量的影响，因此，在研究估产时，不适直接使用上述方法。原因是剔除气候影响因素越多，预测的产量越低，达不到估产的目的。为此，提出了通道概率模型方法，其中国家级可直接预测，省级和县级采用气候年型参数修正方法。,第四章 粮食生产潜力实现率预测（潜力和估产预测结果的结合）1 理论 生产潜力是未来1年或5年或10年后的当时科技水平、社会经济条件下和平均气候条件下的产量；估产是预测的当年产量；当年实际产量是政府部门最终确定的统计实际产量。三者之间有什么样的关系呢？现假设已经建

39、立了一个潜力预测模型，可以预测下一年（如2008年的）的潜力；再假设已经建立了一个估产预测模型，可以预测当年（如2008年的）的产量；假设也已经知道该年（如2008年的）的实际产量；现在定义：生产潜力实现率%=1+（某年实际产量或估产值-某年生产潜力预测值）/某年生产潜力预测值*100 而，某年生产潜力预测值是科技产量的预测值，受气候影响较小。当，生产潜力实现率%=100时，说明当年气候条件为平均气候年型；当，生产潜力实现率%100时，说明当年气候条件好于平均气候年型；当，生产潜力实现率%100时，说明当年气候条件劣于平均气候年型；因此，生产潜力实现率可以用来评价潜力的实际达到程度。同理，可以

40、评价5年或10年平均生产潜力实现率。,2 方法 预测：N=10 条件下，（1）预测未来5年平均生产潜力实现率=5/5=M5（）（2）预测未来10年平均生产潜力实现率=10/10=M10（）具体算法：（1）选择好预测通道，建立潜力预测模型（2）分别预测未来5年和10年各年的潜力，并取其平均（3）取预留的5年和10年的真实产量，并取其平均（4）分别计算5年和10年各年的生产潜力实现率，并取其平均（5）计算5年移动生产潜力实现率，并取其平均,3 案例条件：（1）数据：辽宁省1949年到2007年的单产数据（2）周期：N=10（10年移动平均）（3）目标：M=5、10，预测未来5、10年平均生产潜力（

41、4）建模数据：1949-1997的50年的数据（本例只为说明，未筛选趋势）检验数据：1998-2007年的10年数据作为检验预测精度使用 建模和检验过程：（5）对1949-1997数据配回归方程（6）预测事先留出的1998-2007年这10年的潜力，并取其平均（7）取预留的1998-2007年这10年的真实产量（不是移动平均），并取其平均（8）生产潜力实现率%=1+（某年实际产量-某年生产潜力预测值）/某年生 产潜力预测值*100%预测：（9）2008年生产潜力实现率=1+（2008年估产/实际产量-2008年生产潜力预 测值）/2008年生产潜力预测值*100%具体结果见下页：,每年实际产量

42、,每年潜力预测数值,气候劣年,气候劣年,气候劣年,生产潜力实现率=1+（某年实际产量-某年生产潜力预测值）/某年生产潜力预测值*100%,10年平均实现率101.85%,=气候修正参数,实现率接近100%说明潜力预测是科学和实用的。如果估产误差很小，就可以用估产值代替下一年实际产量来预测下一年潜力的实现率了。根据潜力的定义可以得到，未来10年潜力预测值的平均值近似等于实际产量的平均，反过来证明潜力是未来平均气候条件下可实现的产量。,2008年预测结果：实际产量：估产产量：潜力产量：估产的实现率%：实际的实现率%：,1+（实际产量-潜力产量）/潜力产量*100%,1+（估产产量-潜力产量）/潜力产量*100%,如有2008年实际产量就可检验实现率了。,1998,2007,2007,1998,2000,2000,放大,点“潜力实现率”中的“当年”后出现：,