DOI: https://doi.org/10.37162/2618-9631-2023-1-120-130

УДК 631.559:633.19

Метод прогноза урожайности семян подсолнечника
по субъектам европейской части и России в целом
с заблаговременностью 3–3,5 месяца

А.И. Страшная, В.А. Тищенко

Гидрометеорологический научно-исследовательский центр
Российской Федерации, г. Москва, Россия

ais@mecom.ru

Разработан метод прогноза урожайности семян подсолнечника для субъектов европейской части России и России в целом по наземным наблюдениям гидрометстанций Росгидромета; урожайность подсолнечника использовалась по данным Росстата в весе после доработки. При разработке метода прогноза по субъектам Российской Федерации прогностическая урожайность подсолнечника рассматривалась как сумма двух прогнозов: прогноза тенденции урожайности, описываемой полиномами первой и второй степени, и прогноза аномалий урожайности (отклонений урожайности от тренда), зависящих от метеорологических и агрометеорологических факторов и в наибольшей степени влияющих на урожайность. Критерием отбора параметров для регрессионной прогностической модели по субъектам являлась степень влияния этого параметра на урожайность. Прогностическая регрессионная модель для расчета урожайности в целом по России разработана на основе метода главных компонент с использованием урожайности по федеральным округам, выраженной в отклонениях урожайности от средней многолетней урожайности по конкретным округам. Метод прогноза принят в качестве основного в ФГБУ «Гидрометцентр России» и по субъектам на территории деятельности Башкирского, Приволжского Крымского, Центрально-Черноземного УГМС, УГМС Республики Татарстан и Северо-Кавказского УГМС (Волгоградская, Ростовская области, Краснодарский, Ставропольский края, Кабардино-Балкарская Республика).

Ключевые слова: подсолнечник, урожайность, метод прогноза, производственные испытания, оправдываемость

Method for forecasting the sunflower yield in the subjects
of the European part of Russia and entire Russia
with a lead time of 3–3.5 months

А.I. Strashnaya, V.А. Tishchenko

Hydrometeorological Research Center of Russian Federation, Moscow, Russia

ais@mecom.ru

A method is developed for forecasting the yield of sunflower seeds for the subjects of the European part of Russia and entire Russia based on ground observations of Roshydromet hydrometeorological stations. The sunflower yield was used according to Rosstat data in weight after processing. When developing the forecast method for the subjects of the Russian Federation, the predicted sunflower yield was considered as the sum of two forecasts: the forecast of the yield trend described by degree 1 and 2 polynomials and the forecast of yield anomalies (yield deviations from the trend) depending on meteorological and agrometeorological factors and most affecting the yield. The criterion for selecting parameters for the predictive regression prediction model for different subjects was a degree of influence of this parameter on the yield. The predictive regression model for calculating yields in entire Russia was developed on the basis of the principal component analysis using yields for federal districts expressed in yield deviations from the average long-term yield for specific districts.The method for forecasting the sunflower yield was adopted as the main one at Hydrometeorological Research Center of Russia and for the subjects on the territory of the Bashkir, Volga, Crimean, Central Chernozem, Tatarstan, and North Caucasian administrations for hydrometeorology and environmental monitoring (the Volgograd, Rostov, Krasnodar, Stavropol regions, the Kabardino-Balkarian
Republic).

Ключевые слова: sunflower, yield, forecast method, operational tests, accuracy

Метод прогноза урожайности семян подсолнечника разработан по наземным данным агрометеорологических и метеорологических наблю-дений гидрометстанций Росгидромета, урожайность подсолнечника использовалась по данным Росстата в весе после доработки.

Большой спрос на семена подсолнечника внутри страны и на внешних рынках обуславливает необходимость своевременного плани-рования производства подсолнечника как для самообеспечения регионов, так и для экспортных целей. Разнообразие использования подсолнечника в пищевых целях, а также в промышленности, медицине требует более точного прогноза валовых сборов семян, определения наиболее целесообразной структуры их использования в погодных условиях конкретных лет. Этому способствует большая заблаговременность прогноза (3–3,5 месяца до начала уборки). Актуальность разработки метода обусловлена также необходимостью создания метода, адаптиро-ванного к значительно изменившимся в последние десятилетия агрокли-матическим условиям и учитывающего внедрение новых сортов и гибридов подсолнечника с большим потенциалом продуктивности.

В [1] нами показано, что суммы среднесуточных значений температуры воздуха за период с температурой выше 10 °С почти повсеместно на европейской части России увеличились по сравнению с периодом 1966–1990 гг. на 150–250 °С и более. Граница целесообразного возделывания подсолнечника, проходившая в 60–70-е гг. через Курск – Самару, в начале 2000-х гг. значительно продвинулась к северу и проходит по южным районам Брянской, Орловской, Рязанской областей и далее по широте Казани, Бугульмы (Республика Татарстан), где появилась возможность возделывания подсолнечника не только скороспелых, но и высокопродуктивных раннеспелых сортов и гибридов, вегетационный период которых длится 85–90 дней. В указанных субъектах, где ранее подсолнечник на семена практически не возделывался, посевные площади его составляют до 70–140 тыс. га и более. В связи с этим возникает необходимость разработки метода прогноза и для этих районов.

При разработке метода прогноза урожайности семян подсолнечника использован единый методический подход для составления прогнозов и оценок оправдываемости в субъектах Центрального, Приволжского, Южного и Северо-Кавказского федеральных округов, где производится до 93 % валового сбора семян подсолнечника. Анализ временных рядов урожайности за период 2001–2019 гг. показал резкий рост урожайности в округах и субъектах этих округов, как и в России в целом (особенно в последние 10–12 лет), обусловленый значительным повышением культуры земледелия: массовым сортообновлением и применением иновационных технологий. Об этом свидетельствуют высокие (0,68–0,78) значения коэффициентов детерминации в уравнениях рассчитаных трендов.

В связи с этим при разработке метода прогностическая урожайность подсолнечника (Упр) рассматривалась как сумма двух прогнозов: (1) прогноза тенденции урожайности (Утр), описываемого нами полиномами первой и второй степени, и (2) прогноза аномалий урожайности (отклоне-ний урожайности от тренда, ΔУ), зависящих от метеорологических и агрометеорологических факторов, в наибольшей степени влияющих на урожайность.

Потенциальные предикторы для разрабатываемых прогностических регресионных моделей для расчета ΔУ устанавливались на основе корреляционного анализа, проведенного для каждого субъекта. При этом использовались запасы продуктивной влаги в метровом слое почвы, температура воздуха, количество осадков, дефицит влажности воздуха, гидротермический коэффициент увлажнения за основной период вегета-ции подсолнечника (апрель–июль) и по отдельным отрезкам этого периода.

В связи с большим разнообразием агроклиматических и погодных условий в субъектах указанных выше округов, в разрабатываемые регрессионные модели для каждого субъекта гидрометеорологические факторы (параметры) входили в различных сочетаниях. Критерием отбора параметров в регрессионной модели по субъектам являлась степень влияния этого параметра на урожайность, в нашем случае это значение коэффициентов корреляции r между урожайностью подсолнечника и исследуемыми факторами ≥0,42. Схема прогноза урожайности семян подсолнечника по субъектам РФ показана на рис. 1. На рисунке обозначено: а1, а2, а3 – коэффициенты регрессии; х – порядковый номер года; t – температура воздуха; R – количество осадков; GТК – гидротер-мический коэффициент увлажнения (за месяц или определенные периоды); W4-3 – запасы продуктивной влаги в метровом слое почвы в третьей декаде апреля.

Алгоритм автоматизированных расчетов прогнозов урожайности в субъектах Центрального, Приволжского и Южного федеральных округов изложен в [3] в виде инструкции по использованию метода в оперативной работе агрометеорологов-прогнозистов.

Рис. 1. Схема прогноза урожайности семян подсолнечника по субъектам РФ.

Fig. 1. The sunflower yield forecast scheme for the subjects of the Russian Federation.

В агрометеорологическом обеспечении сельского хозяйства часто ставится задача рассчитать ожидаемую урожайность сельскохо-зяйственных культур (в нашем случае подсолнечника) по федеральному округу (округам) или России в целом. Задача разработки регрессионной модели для прогноза урожайности подсолнечника по округу решалась с использованием метода главных компонент. Подробно процедура расчетов с использованием этого метода изложена в [5–7]. Прогностическая регрессионная модель для расчета урожайности в целом по Российской Федерации (Урф), также с использованием метода главных компонент, разработана на основе использования урожайности по федеральным округам, выраженной в отклонениях урожайности от средней многолетней (за 2001–2019 гг.) по конкретным округам. При этом исходные ряды урожайности представляются в виде отклонений от средних многолетних значений и раскладываются на главные компоненты:

                                                   (1)

где – отклонения от средних многолетних значений урожайности в округе h за год i; – собственные векторы ковариационной матрицы ; – коэффициенты разложения по времени.

Решается уравнение множественной линейной регрессии, связываю-щее среднюю урожайность c . В векторном виде уравнение записы-вается следующим образом:

,                                                       (2)

где R – вектор-строка коэффициентов регрессии. , как и значения урожайности по округам, представляются в виде отклонений от средней многолетней урожайности.

Чтобы перейти к исходным переменным, вычисляются коэффициенты: , которые входят в искомое прогностическое уравнение:

.                                                     (3)

Для построения прогностической схемы использованы 20-летние ряды (2001–2020 гг.) средних значений урожайности по пяти федеральным округам: Центральному, Приволжскому, Южному, Северо-Кавказскому и Сибирскому, а также средние значения урожайности по Российской Федерации. Полученное прогностическое уравнение для вычисления на 20-летнем ряду наблюдений имеет вид:

,   (3)

где = 12,78 – средняя многолетняя урожайность подсолнечника в целом по Российской Федерации, ц/га; – – значения урожайности по федеральным округам в отклонениях от средней (1 – ЦФО, 2 – ПФО, 3 – ЮФО, 4 – СКФО, 5 – СФО). Использовались значения средней урожайности по округам: = 17,04; = 9,77; = 15,06; = 14,38; = 6,87 ц/га.

Используя метод кросс-валидации, т. е. последовательно убирая из выборки один год и решая уравнение регрессии для оставшейся выборки, были получены следующие характеристики качества прогноза : коэффициент корреляции r = 1, оценка по знаку аномалии ρ =1. Однако, поскольку наблюдается существенная положительная динамика урожай-ности, в данном случае имеет смысл рассчитать показатели r и ρ для рядов урожайностив отклонениях от линейного тренда. Для таких рядов значения r = 0,95, ρ =0,92.

На рис. 2 показаны значения рассчитанной урожайности подсол-нечника (прогноз) и фактическая урожайность по данным Росстата.

Необходимо отметить, что для расчета урожайности по Сибирскому федеральному округу использовалась урожайность по Алтайскому краю, где сосредоточены основные площади возделывания подсолнечника
(до 95–96 % от площади в целом по этому округу). Как показал анализ, урожайность по округу практически индентична урожайности по Алтайскому краю. В других субъектах округа подсолнечник на семена практически не возделывается.

Рис. 2. Фактическая средняя урожайность по Российской Федерации
и прогноз.

Fig. 2. Observed and predicted average yield in the Russian Federation.

Разработанная нами регресионная модель для прогнозов по Алтайскому краю аналогична моделям, приведенным на рис. 1 (схема).

Авторские испытания разработанной модели, проведенные по независимым данным в Алтайском крае (за 2019, 2020, 2021 гг.) показали хорошую оправдываемость (88–91 %); оправдываемость инерционного и климатического метода за эти годы была ниже на 2–3 %.

Производственные испытания метода в субъектах европейской части России на независимых материалах за 2019, 2020 и 2021 гг. проводились в оперативных подразделениях УГМС Республики Татарстан, Башкирского, Приволжского, Северо-Кавказского, Крымского и Центрально-Черноземного УГМС, а также авторские испытания на зависимых (2001–2018 гг.) и независимых (2019–2021 гг.) материалах в Гидрометцентре России. Оценка качества (успешности) разработанного метода прогноза урожайности подсолнечника проводилась в соответствии с требованиями [2, 4]; основные результаты представлены в табл. 1 и 2.

Как следует из табл. 1, оправдываемость испытываемого метода для первого срока (I) составления прогноза (первая пятидневка июня) в среднем по субъектам Центрального, Южного, Северо-Кавказского и Приволжского федеральных округов составила от 86 до 91 %; для второго срока (II) составления прогноза (первая пятидневка августа) – от 88 до 93 %. Оправдываемость инерционного прогноза составила в Центральном, Северо-Кавказском и Приволжском федеральных округах 83–87 %, т. е. на 3–4 % ниже, чем по разработанному методу. При этом в республиках Крым и Калмыкия инерционный прогноз не оправдался (оправдываемость 55–67 %), а в среднем по Южному округу оправдываемость составила 73 %. Оправдываемость климатического прогноза составила в среднем 86–90 %, т. е. на 2–4 % была ниже, чем по разработанному методу.

Таблица 1. Оправдываемость (%) прогнозов урожайности семян подсолнечника в субъектах за период авторских испытаний по зависимым (2001–2018 гг.) и производственных испытаний по независимым (2019–2021 гг.) данным

Таблица 1. The accuracy (%) of sunflower yield forecasts in the subjects over the period of author’s tests based on dependent data (2001–2018) and operational tests based on independent data (2019–2021)

Относительные ошибки прогнозов по результатам производственных испытаний в оперативных подразделениях шести указанных выше УГМС на независимых данных за 2019–2021 гг. для первого и второго сроков прогнозов заметно различались (табл. 2).

Так, небольшие ошибки (от 1,9 до 13 %) в первый срок составления прогнозов наблюдались в 42 годослучаях (или 67 %) от всех составленных в субъектах прогнозов за 2019–2021 гг; в 21 годослучае (или 33 %) ошибки превышали 13 %, из них в 4 годослучаях составили от 21,3 до 25,1 %. Такие ошибки были в Республике Калмыкия (2020 г.), Республике Крым (2019, 2020 гг.) и Карачаево-Черкесской Республике (2020 г.). Основной причиной снижения оправдываемости был недоучет засушливых условий [5].

Таблица 2. Результаты производственных испытаний метода по субъектам европейской части и России в целом с заблаговременностью 3–3,5 месяца

Таблица 2. The results of operational testing of the method for the subjects of the European part of Russia and entire Russia with a lead time of 3–3.5 months

В прогнозах второго срока небольшие ошибки (от 0,8 до 13 %) наблюдались в 46 годослучаях, или 73 % от всех составленных (63) прогнозов, т. е. хороших прогнозов было больше, чем в прогнозах первого срока, а ошибки более 13 % составляли 27 % (т. е. на 6 % меньше, чем для  первого срока прогноза). Причем большая ошибка (21,7 %) была только в одном годослучае (в 2019 г. в Республике Крым). Таким образом, можно констатировать, что успешность прогнозов второго срока составления оказалась несколько больше, чем для прогнозов первого срока составления.    

Экспериментальная проверка разработанного метода прогноза урожайности подсолнечника в целом по России проводилась в Гидрометцентре России по независимым материалам за 2019–2021 гг. Результаты ее (табл. 2) свидетельствуют о хорошей работоспособности метода, оправдываемость метода составила 99–100 %.

В соответствии с решениями Центральной методической комиссии по гидрометеорологическим и гелиогеофизическим прогнозам (ЦМКП) Росгидромета и Решениями Технических советов УГМС, метод прогноза урожайности семян подсолнечника по субъектам европейской части и России в целом с заблаговременностью 3–3,5 месяца принят в качестве основного в ФГБУ «Гидрометцентр России» и по субъектам на террито-рии деятельности Башкирского, Приволжского Крымского, Центрально-Черноземного УГМС, УГМС Республики Татарстан и Северо-Кавказского УГМС (Волгоградская, Ростовская области, Краснодарский, Ставропольский края, Кабардино-Балкарская Республика).

Список литературы

1. Вильфанд Р.М., Страшная А.И., Береза О.В. О динамике агроклиматических показателей условий сева, зимовки и формирования урожая основных зерновых культур // Труды Гидрометцентра России. 2016. Вып. 360. С. 45-78.

2. Инструкция по оценке оправдываемости агрометеорологических прогнозов. М.: Гидрометеоиздат, 1983. 7 с.

3. Методические указания по составлению прогноза урожайности семян подсолнечника по субъектам европейской части России (проект). М., 2020. 29 с.

4. РД 52.27.284-91. Методические указания. Проведение производственных (оперативных) испытаний новых и усовершенствованных методов гидрометеоро-логических и гелиографических прогнозов. М.: Гидрометеоиздат, 1991. С. 98-107. 

5. Страшная А.И., Береза О.В., Кланг П.С. Агрометеорологические условия и прогнозирование урожайности семян подсолнечника в Центральном федеральном округе // Гидрометеорологические исследования и прогнозы. 2019. № 3 (373). С. 121-138.

6. Страшная А.И., Береза О.В., Тищенко В.А. Влияние агрометеоро-логических условий на урожайность семян подсолнечника в Южном федераль-ном округе // Труды Гидрометцентра России. 2017. Вып. 364. С. 203-219.

7. Страшная А.И., Богомолова Н.А., Тищенко В.А., Павлова К.И., Тебуев Х.Х. Агрометеорологические условия и прогнозирование урожайности семян подсолнечника в Приволжском федеральном округе // Труды Гидрометцентра России. 2016. Вып. 359. С. 142-160.

8. Уланова Е.С., Страшная А.И. Засухи в России и их влияние на урожайность зерновых культур // Труды ВНИИСХМ. 2000. Вып. 33. С. 64-83.

References

1. Vilfand R.M, Strashnaya A.I., Bereza O.V. About the dynamics of the agroclimatic indicators of conditions of sowing, wintering and formation of the yield of the main grain crops. Trudy Gidromettsentra Rossii [Proceedings of the Hydrometcentre of Russia], 2016, vol.360, pp. 45-78 [in Russ.].

2. Instrukciya po ocenke opravdyvaemosti agrometeorologicheskih prognozov. Moscow, Gidrometeoizdat publ., 1983,7 p. [in Russ.].

3. Metodicheskie ukazaniya po sostavleniyu prognoza urozhaynosti semyan podsolnechnika po sub"ektam evropeyskoy chasti Rossii (proekt). Moscow, 2020, 29 p. [in Russ.].

4. RD 52.27.284-91. Metodicheskie ukazaniya. Provedenie proizvodstvennyh (operativnyh) ispytaniy novyh i usovershenstvovannyh metodov gidrometeorologicheskih i geliograficheskih prognozov. Moscow, Gidrometeoizdat publ., 1991, pp. 98-107.

5. Strashnaya A.I., Bereza O.V., Klang P.S. Agrometeorological conditions and forecasting of sunflower seed yield in the Central Federal District. Gidrometeorologicheskie issledovaniya i prognozy [Hydrometeorological Research and Forecasting], 2019, vol. 373, no. 3, pp. 121-138 [in Russ.].

6. Strashnaya A.I., Bereza O.V., Tishtshenko V.A. The influence of agrometeorological conditions on yield of sunflower seeds in the Southern Federal District. Trudy Gidromettsentra Rossii [Proceedings of the Hydrometcentre of Russia], 2017, vol. 364, pp. 203-219 [in Russ.].

7. Strashnaya A.I., Tishtshenko V.A., Bogomolova N.A., Pavlova K.I., Tebuev H.H. Аgrometeorological conditions and forecasting of productivity of sunflower seeds in the Privolzhskiy Federal District. Trudy Gidromettsentra Rossii [Proceedings of the Hydrometcentre of Russia], 2016, vol. 359, pp. 142-160 [in Russ.].

8. Ulanova E.S., Strashnaya A.I. Zasuhi v Rossii i ih vliyanie na urozhaynost' zernovyh kul'tur. Trudy VNIISKHM, 2000, vol. 33, pp. 64-83 [in Russ.].

Поступила 06.03.2023; одобрена после рецензирования 16.03.2023;
принята в печать 31.03.2023.

Submitted 06.03.2023; approved after reviewing 16.03.2023;
accepted for publication 31.03.2023.