【正文】 0300035004000450050005500600065001975 1980 1985 1990 1995 2022 2022單產(chǎn)/kg.hm2 二 、 產(chǎn)量 （ 單產(chǎn) /總產(chǎn) ） 通道 — 概率模型 01000020220300004000050000600001950 1960 1970 1980 1990 2022產(chǎn)量/104噸建立小趨勢(shì)模型 3000035000400004500050000550001980 1985 1990 1995 2022 2022產(chǎn)量/104 噸三 、 國(guó)家級(jí)糧食估產(chǎn)的應(yīng)用 以 19852022年數(shù)據(jù)共 20年產(chǎn)量點(diǎn)，建立產(chǎn)量通道進(jìn)行產(chǎn)量等級(jí)劃分， 利用 19601997年的產(chǎn)量等級(jí)劃分概率，預(yù)測(cè) 20222022年的糧食產(chǎn)量。 結(jié)論： （ 1） 就全國(guó)尺度而言，總產(chǎn)與單產(chǎn)結(jié)果相似，只要是預(yù)測(cè)一個(gè)通道內(nèi)的 產(chǎn)量，其預(yù)測(cè)誤差很??；超出通道，就需重新確定通道和建模。 （ 2） 全國(guó)尺度由于地域間氣象條件對(duì)產(chǎn)量影響的互補(bǔ)性，原則上可以不 使用氣候年型修正和小趨勢(shì)誤差修正，但是為了與省級(jí)和縣級(jí)預(yù)測(cè) 模型保持在形式上的一致，則仍然采用氣候年型修正和小趨勢(shì)誤差 修正，具體修正參數(shù)需要根據(jù)歷史波動(dòng)情況確定。 東北三省糧食總產(chǎn) /單產(chǎn)歷史年型擬合時(shí)的修正參數(shù) （以東北三省為例） 未知年氣候年型參數(shù)確定應(yīng)用 三種方法的綜合來(lái)確定： （ 1） 專家打分法 Ka （ 2） 野外典型樣點(diǎn)長(zhǎng)勢(shì)調(diào)查法 Kb （ 3） 區(qū)域氣候條件經(jīng)驗(yàn)法 Kc 每旬從左表中 參數(shù) 選擇一個(gè)參數(shù) 每旬取平均 Ka 7個(gè)參數(shù)中選一 K=（ Ka+ Kb 7個(gè)參數(shù)中選一 Kb+Kc)/3 Kc 7個(gè)參數(shù)中選一 四 、 省級(jí)糧食估產(chǎn)的應(yīng)用 年份 實(shí)際產(chǎn)量（ 萬(wàn)噸 ） 預(yù)測(cè)產(chǎn)量（ 萬(wàn)噸 ） 修正產(chǎn)量（ 萬(wàn)噸 ） 誤差（ %） 修正后誤差（ %） 1998 1999 2022 1140 2022 2022 2022 2022 1720 2022 2022 1725 2022 1835 遼寧省糧食總產(chǎn)預(yù)測(cè)修正結(jié)果 東北三省總產(chǎn)案例： 年份 實(shí)際產(chǎn)量（ 萬(wàn)噸 ） 預(yù)測(cè)產(chǎn)量（ 萬(wàn)噸 ） 修正產(chǎn)量（ 萬(wàn)噸 ） 誤差（ %） 修正后誤差（ %） 2022 2259 2239 2022 2510 2280 2022 2581 2321 2022 2720 2362. 2022 2403 年份 實(shí)際產(chǎn)量（ 萬(wàn)噸 ） 預(yù)測(cè)產(chǎn)量（ 萬(wàn)噸 ） 修正產(chǎn)量（ 萬(wàn)噸 ） 誤差（ %） 修正后誤差（ %） 2022 3216 2022 3001 3301 2022 3092 3387 2022 3473 2022 3558 黑龍江省糧食總產(chǎn)預(yù)測(cè)修正結(jié)果 吉林省糧食總產(chǎn)預(yù)測(cè)修正結(jié)果 東北三省總產(chǎn)案例： 東北三省（按遼寧、吉林、黑龍江順序排列）單產(chǎn)案例： 年份 實(shí)際單產(chǎn) 預(yù)測(cè)單產(chǎn) 修正單產(chǎn) 修正后誤差（ %） 2022 5462 5302 5302 2022 5917 5366 5742 2022 5720 5430 5430 2022 5465 5494 5494 2022 5868 5559 5559 年份 實(shí)際單產(chǎn) 預(yù)測(cè)單產(chǎn) 修正單產(chǎn) 修正后誤差（ %） 2022 5630 2022 5821 2022 6011 2022 6288 2022 5661 年份 實(shí)際單產(chǎn) 預(yù)測(cè)單產(chǎn) 修正單產(chǎn) 修正后誤差（ %） 2022 3096 2022 3548 2022 3574 2022 3709 2022 3200 ? 使用了氣候年型的概念，但是沒(méi)有用到具體的氣候參數(shù)，這樣較適合國(guó)家和省級(jí)層次（尺度）糧食的估產(chǎn) ； ? 預(yù)測(cè)時(shí)首先要選擇一個(gè)通道內(nèi)的樣本建立模型，當(dāng)歷史年產(chǎn)量檢驗(yàn)誤差超過(guò) 5%時(shí)，要檢查是否使用了不同通道的數(shù)據(jù)。 ? 當(dāng)通道脫離舊通道時(shí)，建立小趨勢(shì)模型即通過(guò)簡(jiǎn)單的回歸方式進(jìn)行預(yù)測(cè)，從而實(shí)現(xiàn)通道過(guò)渡時(shí)期的銜接性預(yù)測(cè)； ? 預(yù)測(cè)國(guó)家尺度時(shí)，平均預(yù)測(cè)誤差在 2%以下，原則上不需要修正； ? 預(yù)測(cè)省級(jí)尺度時(shí)，需要?dú)夂蚰晷蛥?shù)修正，修正后的平均誤差一般低于 3%； ? 無(wú)論是國(guó)家和省級(jí)尺度，還是縣級(jí)尺度，其預(yù)測(cè)誤差都較小，接近甚至低于已有的預(yù)測(cè)方法（國(guó)際上其他谷物產(chǎn)量預(yù)測(cè)誤差一般在 5％ 10％；陳錫康對(duì)全國(guó)糧食估產(chǎn)的平均誤差為 %），且本研究提出的理論嚴(yán)謹(jǐn)、方法簡(jiǎn)單可行，參數(shù)少，參數(shù)來(lái)自原始數(shù)據(jù)本身，更易于推廣使用和建立信息技術(shù)平臺(tái)實(shí)現(xiàn)系統(tǒng)、快速預(yù)測(cè)； 綜合結(jié)論： 糧食產(chǎn)量通道 — 概率模型適合國(guó)家級(jí)、省級(jí)和縣級(jí)尺度估產(chǎn)。國(guó)家級(jí)尺度可以直接預(yù)測(cè)，省級(jí)和縣級(jí)尺度需經(jīng)氣候年限參數(shù)修正。小趨勢(shì)誤差修正可以應(yīng)用與逐年連續(xù)預(yù)測(cè)中。 關(guān)于糧食估產(chǎn)的結(jié)論： 中、長(zhǎng)期預(yù)測(cè)（生產(chǎn)潛力） 短期預(yù)測(cè)（估產(chǎn)） 目的 為中、長(zhǎng)期規(guī)劃提供依據(jù) 為當(dāng)年糧食調(diào)配和商貿(mào)服務(wù) 理論 科技進(jìn)步增產(chǎn)理論 通道 — 概率理論 方法 移動(dòng)平均模型 通道 — 概率模型 參數(shù) 由原始數(shù)據(jù)產(chǎn)生，分兩種情況： （ 1）最佳 n下純科技增產(chǎn)趨勢(shì) （ 2）非最佳 n下增產(chǎn)趨勢(shì) （一般取 10年為步長(zhǎng)，與氣候周期吻合，太陽(yáng)黑子活動(dòng)周期也約為 10年） 多數(shù)情況預(yù)測(cè) 510年 預(yù)測(cè) 1年時(shí)可使用小趨勢(shì)誤差修 正方法 由原始數(shù)據(jù)產(chǎn)生，分三種情況： （ 1）國(guó)家級(jí)直接使用，無(wú)需修正 （ 2）省、縣級(jí)需參數(shù)修正，參數(shù) 易得，工作量很小 只預(yù)測(cè)當(dāng)年 結(jié)果 實(shí)用、預(yù)測(cè)精度高 實(shí)用，預(yù)測(cè)精度高 適性 通用 同一通道內(nèi) （通道過(guò)渡時(shí)使用小趨勢(shì)方法建模） 關(guān)于 “ 中國(guó)糧食產(chǎn)量預(yù)測(cè)系統(tǒng)的 理論和方法 ” 總結(jié) 本研究的創(chuàng)新是：提出了科技進(jìn)步增產(chǎn)理論和產(chǎn)量通道 概率理論以及一系列新概念和新方法。 糧食現(xiàn)時(shí)生產(chǎn)潛力的概念是以作物產(chǎn)量本身為研究對(duì)象，對(duì)糧食生產(chǎn)潛力意義把握更加具體，對(duì)實(shí)際生產(chǎn)指導(dǎo)也更有意義。 基于此，建立了相應(yīng)的預(yù)測(cè)模型，為糧食生產(chǎn)潛力研究實(shí)現(xiàn)系統(tǒng)化和標(biāo)準(zhǔn)化提供了理論和方法，所使用的參數(shù)基本來(lái)自于原始數(shù)據(jù)本身，便于研究結(jié)果的推廣應(yīng)用，方法具有通用性。 生產(chǎn)潛力完全或者部分地剔除了氣候因素對(duì)糧食產(chǎn)量的影響，因此，在研究估產(chǎn)時(shí)，不適直接使用上述方法。原因是剔除氣候影響因素越多，預(yù)測(cè)的產(chǎn)量越低，達(dá)不到估產(chǎn)的目的。為此，提出了通道 — 概率模型方法，其中國(guó)家級(jí)可直接預(yù)測(cè)，省級(jí)和縣級(jí)采用氣候年型參數(shù)修正方法。 第四章 糧食生產(chǎn)潛力實(shí)現(xiàn)率預(yù)測(cè) （ 潛力和估產(chǎn)預(yù)測(cè)結(jié)果的結(jié)合 ） 1 理論 生產(chǎn)潛力是未來(lái) 1年或 5年或 10年后的當(dāng)時(shí)科技水平 、 社會(huì)經(jīng)濟(jì)條件下 和平均氣候條件下的產(chǎn)量；估產(chǎn)是預(yù)測(cè)的當(dāng)年產(chǎn)量；當(dāng)年實(shí)際產(chǎn)量是政府 部門最終確定的統(tǒng)計(jì)實(shí)際產(chǎn)量 。 三者之間有什么樣的關(guān)系呢 ？ 現(xiàn)假設(shè)已經(jīng)建立了一個(gè)潛力預(yù)測(cè)模型 ， 可以預(yù)測(cè)下一年 （ 如 2022年的 ） 的潛力； 再假設(shè)已經(jīng)建立了一個(gè)估產(chǎn)預(yù)測(cè)模型 ， 可以預(yù)測(cè)當(dāng)年 （ 如 2022年的 ） 的產(chǎn)量； 假設(shè)也已經(jīng)知道該年 （ 如 2022年的 ） 的實(shí)際產(chǎn)量； 現(xiàn)在定義：生產(chǎn)潛力實(shí)現(xiàn)率 %=[1+（ 某年實(shí)際產(chǎn)量或估產(chǎn)值 某年生產(chǎn) 潛力預(yù)測(cè)值 ） /某年生產(chǎn)潛力預(yù)測(cè)值 ]*100 而 ， 某年生產(chǎn)潛力預(yù)測(cè)值是科技產(chǎn)量的預(yù)測(cè)值 ， 受氣候影響較小 。 當(dāng) ， 生產(chǎn)潛力實(shí)現(xiàn)率 %=100時(shí) ， 說(shuō)明當(dāng)年氣候條件為平均氣候年型； 當(dāng) ， 生產(chǎn)潛力實(shí)現(xiàn)率 %＞ 100時(shí) ， 說(shuō)明當(dāng)年氣候條件好于平均氣候年型； 當(dāng) ， 生產(chǎn)潛力實(shí)現(xiàn)率 %＜ 100時(shí) ， 說(shuō)明當(dāng)年氣候條件劣于平均氣候年型； 因此 ， 生產(chǎn)潛力實(shí)現(xiàn)率可以用來(lái)評(píng)價(jià)潛力的實(shí)際達(dá)到程度 。 同理 ， 可以評(píng)價(jià) 5年或 10年平均生產(chǎn)潛力實(shí)現(xiàn)率 。 2 方法 預(yù)測(cè)： N=10 條件下 ， （ 1） 預(yù)測(cè)未來(lái) 5年平均生產(chǎn)潛力實(shí)現(xiàn)率 =Σ5/5=M5（ ○○○○○ ） （ 2） 預(yù)測(cè)未來(lái) 10年 平均生產(chǎn)潛力實(shí)現(xiàn)率 =Σ10/10=M10 （ ○○○○○○○○○○ ） 具體算法： （ 1） 選擇好預(yù)測(cè)通道 ， 建立潛力預(yù)測(cè)模型 （ 2） 分別預(yù)測(cè)未來(lái) 5年和 10年各年的潛力 ， 并取其平均 （ 3） 取預(yù)留的 5年和 10年的真實(shí)產(chǎn)量 ， 并取其平均 （ 4） 分別計(jì)算 5年和 10年各年的 生產(chǎn)潛力實(shí)現(xiàn)率 ， 并取其平均 （ 5） 計(jì)算 5年 移動(dòng) 生產(chǎn)潛力實(shí)現(xiàn)率 ， 并取其平均 3 案例 條件： （ 1） 數(shù)據(jù)：遼寧省 1949年到 2022年的單產(chǎn)數(shù)據(jù) （ 2） 周期： N=10（ 10年移動(dòng)平均 ） （ 3） 目標(biāo)： M= 10， 預(yù)測(cè)未來(lái) 10年平均生產(chǎn)潛力 （ 4） 建模數(shù)據(jù)： 19491997的 50年的數(shù)據(jù) （ 本例只為說(shuō)明 ， 未篩選趨勢(shì) ） 檢驗(yàn)數(shù)據(jù)： 19982022年的 10年數(shù)據(jù)作為檢驗(yàn)預(yù)測(cè)精度使用 建模和檢驗(yàn)過(guò)程： （ 5） 對(duì) 19491997數(shù)據(jù)配回歸方程 （ 6） 預(yù)測(cè)事先留出的 19982022年這 10年的潛力 ， 并取其平均 （ 7） 取預(yù)留的 19982022年這 10年的真實(shí)產(chǎn)量 （ 不是移動(dòng)平均 ） ， 并取其平均 （ 8） 生產(chǎn)潛力實(shí)現(xiàn)率 %=[1+（ 某年實(shí)際產(chǎn)量 某年生產(chǎn)潛力預(yù)測(cè)值 ） /某年生 產(chǎn)潛力預(yù)測(cè)值 ]*100% 預(yù)測(cè)： （ 9） 2022年 生產(chǎn)潛力實(shí)現(xiàn)率 =[1+（ 2022年估產(chǎn) /實(shí)際產(chǎn)量 2022年生產(chǎn)潛力預(yù) 測(cè)值 ） /2022年生產(chǎn)潛力預(yù)測(cè)值 ]*100% 具體結(jié)果見(jiàn)下頁(yè)： 點(diǎn) “ 潛力實(shí)現(xiàn)率 ” 中的 “ 當(dāng)年 ” 后出現(xiàn)：