汤淑君1 李宝华1 刘辉2 陈焕清3 李德明4

（⒈黑龙江省农垦总局宝泉岭分局气象台 ）
（⒉黑龙江省新华农场种子公司）
（⒊黑龙江省东宁县绥阳农技站 ）
（⒋黑龙江省农垦科学院作物所）

    摘要：以当地农业专家和群众经验为依据，收集并整理了国营农场40余年春小麦产量、降水量和气温资料，用多元正态回归方法，建立了春小麦产量与降水量、气温间关系的计算机模型。基于这些模型，以WINDOWS98为平台，用Visual Basic语言，编制了“基于模型的春小麦产量预测专家系统”。预报平均绝对误差不超过300kg/ha..
    关键词：专家系统；春小麦；正态回归模型；产量预测。
    1 引言
    由农业专家理论、群众经验和春小麦多年种植结果可知，春小麦单位面积产量与当地的降水量、气温密切相关。从1994年开始，黑龙江省农垦科学院作物所、黑龙江省农垦总局宝泉岭分局收集并整理了79个农场春小麦单位面积产量、降水量和平均气温资料，用多元正态回归方法，建立了春小麦产量与降水量、气温间关系的若干计算机模型。这些模型对分析降水量、气温对春小麦产量贡献率及进行产量预测有重要作用。下面仅用其中三个模型说明编制“基于模型的春小麦产量预测专家系统”的过程和方法。
    2 春小麦产量与降水量、气温间关系的计算机模型
    2.1随年代变化的春小麦产量趋势模型
Yt=K/(1+a*EXP(-b*T))                                                   (1)
其中，Yt为春小麦产量趋势，它代表了由于农业技术水平的提高，春小麦产量随年代推移而不断提高的趋势,这是一条生长曲线，各年春小麦产量就以该曲线为基准上下波动；T为年代；K为春小麦的最大生产潜力；a,b为通过回归方法求出的系数（K、a、b的值从略）。
    2.2春小麦产量与头年降水量、气温间关系的计算机模型
Y1=Yt·EXP(A0+A1X1+A2X2+A3X3+A4X1X2+A5X1X3+A6X2X3+A7X12+A8X22+A9X32 )  (2)
式中，X1－头年7月下旬至8月上旬降水量（mm）； X2－头年8月中旬至10月下旬降水量（mm）； X3－头年7月中旬至7月下旬平均气温（℃）；Y1－春小麦产量估算值（kg/ha.）； A0、A1、A2、A3、A4、A5、A6、A7、A8、A9，均为模型参数，其值略。
    2.3春小麦产量与当年降水量、气温间关系的计算机模型
    2.3.1 中期预测模型
Y2=Yt·EXP(B0+B1X4+B2X5+B3X4X5+B4X42+B5X52)                            (3) 
    式中，X4－当年5月中旬至6月下旬降水量（mm）；X5－当年6月上旬至6月下旬平均气温（℃）； Y2－春小麦产量估算值（kg/ha.）；B0、B1、B2、B3、B4、B5，均为模型参数，其值略。
    2.3.2 后期预测模型
Y3=Yt·EXP(C0+C1X6+C2X7+C3X6X7+C4X62+C5X72) （4） 
    式中，X6－当年7月上旬至7月中旬降水量（mm）；X7－当年6月上旬至7月下旬平均气温（℃）； Y3－春小麦产量估算值（kg/ha.）；C0、C1、C2、C3、C4、C5，均为模型参数，其值略。
    上述模型均通过统计检验，达到0.01的极显著标准，且都有充分的理论解释，方程可靠。
    3 春小麦产量预测方案
    3.1 前期年景预测
    头年10月下旬末到当年6月下旬期间，可利用模型（2）做年景预测。其预测值为：
Y=Y1 ，该方案平均绝对误差为282（kg/ha.）。
    3.2 中期产量修正
    当年6月下旬末到7月下旬期间，可利用模型（2）和模型（3）产量修正。其预测值为：
Y=（Y1 +Y2）/2 ，该方案平均绝对误差为230（kg/ha.）。
    3.2 后期产量预测
    当年7月下旬末，可利用模型（2）、（3）、（4）做最后预测。其预测值为：
Y=（Y1 +Y2 +Y3）/3 ，该方案平均绝对误差为（202kg/ha.）。
    4 春小麦产量预测专家系统用户界面

附图：春小麦产量预测专家系统用户界面图

    参考文献
    1. 李德明，崔桂华，李晓红.春小麦产量与主要生态因子间关系的计算机模型.见：许越先，周义桃，刘世洪主编.面向21世纪的信息技术与农业.中国农业科技出版社.1998年.104-107页.
    2. 赵克静，刘厚军，李德明.土壤有机质含量对春小麦产量贡献率的研究.现代化农业，2001.5：23-24.