當你收獲玉米的時候，可能會生出這樣的念頭：有沒有更好的方法在生產(chǎn)季節(jié)就可以預測出玉米的產(chǎn)量？
楊海順（音譯）認為有。楊是內(nèi)布拉斯加大學的農(nóng)學教授，同時也是計算機建模專家。他正在嘗試使用程序來處理數(shù)字，使之轉(zhuǎn)化為對農(nóng)民有用的數(shù)據(jù)。
他開發(fā)的程序叫做“混合玉米”（Hybrid-Maize），你可以上傳所有農(nóng)場相關的天氣和農(nóng)學狀況。在生長季節(jié)的任何時間，“混合玉米”都可以綜合降雨、土壤水分、每日溫度、種植日期和種植數(shù)量，提供一個估算的玉米產(chǎn)量。楊說“混合玉米”的圖形界面非常友好，易于使用。
所有數(shù)值輸入都可以在首頁完成
據(jù)楊介紹，該模型主要綜合分析實時氣象資料、歷史天氣數(shù)據(jù)和玉米產(chǎn)量的最大單一影響因素，從而得出結(jié)果。在生產(chǎn)季節(jié)的任何時間點估計產(chǎn)量，它首先調(diào)取這個生產(chǎn)季最新的天氣數(shù)據(jù)，然后利用往年的歷史數(shù)據(jù)代替本生產(chǎn)季余下時間的數(shù)據(jù)。
舉例來說，如果你在6月15日運行程序，它會調(diào)取從本季開始直到6月15日的天氣數(shù)據(jù)，并且假定6月15日之后的天氣情況與以往每年的歷史天氣情況相似。
隨著生長季的進行，不斷更新當前天氣數(shù)據(jù)，使產(chǎn)量預測的精度越來越高。
“如果你有20年的歷史數(shù)據(jù)，該程序會計算出20種可能的結(jié)果，從最好的到最糟糕的，然后給你一個平均值。”楊說。“隨著生長季的進行，預測值會越來越接近實際最終產(chǎn)量，因為使結(jié)果偏離平均值的數(shù)據(jù)越來越少”。
在2014年，楊的團隊與來自全國玉米帶（從堪薩斯州到俄亥俄州）的25個地區(qū)的推廣合作者一同測試了“混合玉米”模型。他們從各種官方報告中找到當?shù)氐臄?shù)據(jù)，輸入到程序中估算當?shù)禺a(chǎn)量。
“混合玉米”使用區(qū)域
如果有足夠多的當?shù)睾献髡撸òㄞr(nóng)民）集合在一起，楊說，這些數(shù)據(jù)可以用來估算整個生長季節(jié)地區(qū)、州及國家的玉米產(chǎn)量。參與者和歷史數(shù)據(jù)越多，最終產(chǎn)量預測就變得越準確。
“當‘混合玉米’模擬某一片農(nóng)田的玉米產(chǎn)量時，它假定這一片農(nóng)田的作物管理水平和土壤性質(zhì)是相同。”楊說。“這樣的農(nóng)田可以代表一個天氣、作物管理及土壤性質(zhì)條件相似的地區(qū)。”
好消息是，大部分需要的數(shù)據(jù)在公共記錄中都可以找到，如美國國家氣象局數(shù)據(jù)或美國農(nóng)業(yè)部數(shù)字土壤地圖。其他相關數(shù)據(jù)，包括種植日期、種植數(shù)量以及雜交品種的成熟期，也可以輸入到模型中。“所有數(shù)據(jù)都可以找到。”楊說。
出人意料的是，國家氣象局的數(shù)據(jù)沒有想象的那么容易獲取。部分觀測站沒有納入全國聯(lián)網(wǎng)，所以不能自動獲取數(shù)據(jù)并上傳到“混合玉米”。
當然，預測產(chǎn)量有一定的局限性。“混合玉米”不能理解養(yǎng)分嚴重不足、冰雹災害、雜草侵襲及作物病害等情況，它假定這些情況都符合歷史平均水平。
“當農(nóng)作物病害異常嚴重時，程序不能理解這種情況，因為這與以前收集到的數(shù)據(jù)不符。”楊說。
他以2012年為例來說明這一點。這一年，隨著夏季的進行變得越來越干旱。每兩周一次的產(chǎn)量預測是以平均或正常的天氣來預測的，但實際的天氣卻越來越干旱，直到收獲才能得知產(chǎn)量受損的具體情況。
在2014年，由于當年的天氣狀況與歷史記錄相似，“混合玉米”在早期就預測出了準確的產(chǎn)量。
“值得注意的是，在2014年7月20日進行當年第一次產(chǎn)量預測時，我們預測有14塊旱地玉米田的產(chǎn)量會超過平均水平，最后證明其中11塊都與預測相符。”楊指出。
在2014年，由于過多的降雨，一些玉米田在生長季后期遇到了氮短缺的問題，他繼續(xù)說道。“混合玉米”模型并沒有考慮到這一點，在少數(shù)情況下，預計產(chǎn)量比實際產(chǎn)量高。
利用“混合玉米”分析生長動態(tài)
楊說，許多人都對他的計算機模型表現(xiàn)出興趣。首先是農(nóng)民，此外還有保險公司、種業(yè)公司、食品公司，以及生物燃料行業(yè)都對作物產(chǎn)量的早期預測產(chǎn)生了極大的興趣。
“你掌握的數(shù)據(jù)越多，效果越好。”楊說。針對的大豆類似模型正處在研發(fā)的初始階段。
在未來，他希望增加可輸入的數(shù)據(jù)類型，例如免耕面積和節(jié)水技術，讓“混合玉米”變得更準確。
“我們希望知道更多關于水分脅迫在不同生長階段對作物的影響。”他補充道。
美國農(nóng)業(yè)部已經(jīng)連續(xù)多年提供生長季中作物產(chǎn)量預測報告。與“混合玉米”相比，美國農(nóng)業(yè)部的預測報告包含更多當?shù)刈魑餇顩r的樣本數(shù)據(jù)。
楊認為這兩種系統(tǒng)都有效，但組合使用可能效果更好。“混合玉米”在收集各方面數(shù)據(jù)上更有效率，他說，因為它不需要人們真正下田監(jiān)測作物。
