A Crop-Weather Model for Prediction of Rice (Oryza sativa L.) Yield Using an Empirical-Statistical Technique

• Published in: Journal of agronomy and crop science (1986) Vol. 188; no. 1; pp. 59 - 62
• Main Authors: Kandiannan, K., Karthikeyan, R., Krishnan, R., Kailasam, C., Balasubramanian, T. N.
• Format: Journal Article
• Language: English
• Published: Berlin Germany Blackwell Wissenschafts-Verlag 01.01.2002; Blackwell Wissenschafts‐Verlag; Blackwell
• Subjects: Agricultural and forest climatology and meteorology. Irrigation. Drainage; Agricultural and forest meteorology; Agronomy. Soil science and plant productions; Biological and medical sciences; Climatic models of plant production; crop-weather model; Fundamental and applied biological sciences. Psychology; General agronomy. Plant production; Generalities. Techniques. Climatology. Meteorology. Climatic models of plant production; Oryza sativa L; rice; solar radiation weighing factor; yield prediction; Asia; Tamil Nadu; India; Monocotyledones; Climate; Tropical zone; Empirical method; Model study; Forecast model; Cereal crop; Statistical method; Oryza sativa; Gramineae; Angiospermae; Weighting coefficient; Spermatophyta; Agrometeorology; Yield; Solar radiation
• ISSN: 0931-2250; 1439-037X
• DOI: 10.1046/j.1439-037x.2002.00533.x

Rice is the staple food in many countries and is grown in varied climates from per‐humid to semiarid areas. Crop–weather models were used to predict rice yield in India. However, in spite of a significant influence of solar radiation on rice yield, none of these models used solar radiation as one of the predictors. In this paper, an attempt was made to predict the first season (June–September) rice yield at Coimbatore, Tamil Nadu, India by including solar radiation as one of the predictors. Ten years (1987/88–1996/97) data were used for the study. Seven predictors viz., percentage of rice area during first season (X1), number of days with minimum temperature below 22 °C in August and September (X2), average daily maximum temperature for three months (July, August and September; X3), average daily minimum temperature for three months (July, August and September; X4), total of average sunshine hours in August and September (X5), and total rainfall of July, August and September (X6) total average solar radiation of August and September (X7) were selected based on earlier report. Full model and stepwise regression analysis were performed using MSTAT computer package. The full model regression without solar radiation as predictor (Model I) recorded comparatively less R2 (0.6292). Inclusion of solar radiation (Model II) enhanced the R2 value considerably (R2=0.9464). Seven variables were further subjected to stepwise regression analysis and only four predictors were retained in the final model (Model III) with an R2 value of 0.9234. The model III with minimum parameters Y=22119.5758 + 19.6898, X1 − 150.9261, X2 − 1126.7501, X4 + 0.7179 X7 can be used to predict the first season rice yield (Y) at Coimbatore, India. Ein Wettermodell zur Voraussage des Bestandesertrages von Reis ( Oryza sativa L.) unter Verwendung einer empirischen, statistischen Technik Reis ist die Hauptfrucht in vielen Ländern und wird unter verschiedenen klimatischen Bedingungen von humiden bis semiariden Gebieten angebaut. Das Bestandes‐Wettermodell wurde verwendet, um den Reisertrag in Indien vorauszusagen. Trotz der signifikanten Beeinflussung durch die Einstrahlung auf den Reisertrag nutzte keines der Modelle die solare Einstrahlung für Voraussagen. In der vorliegenden Veröffentlichung wird der Versuch gemacht, den Reisertrag der ersten Saison (Juni–September) in Coimbatore, Tamil Nadu, Indien unter Berücksichtigung der solaren Einstrahlung als ein Voraussagekriterium zu bestimmen. In 10 Jahren (1987/88 bis 1996/97) wurden Daten für diese Untersuchung benutzt. Sieben Voraussagen wurden hinsichtlich des Anteils der Reisanbaufläche während der ersten Saison (X1), die Anzahl der Tage mit Minimumtemperaturen unterhalb von 22 °C im August und September (X2), die durchschnittliche tägliche Maximumtemperatur für drei Monate (Juli, August und September) (X3), die durchschnittliche Minimumtemperatur für drei Monate (Juli, August und September (X4), der durchschnittlichen Anzahl Sonnenstunden im August und September (X5), der durchschnittlichen Einstrahlung im August und September (X6) und dem Gesamtregenfall im Juli, August und September (X7) ausgewählt als Grundlage der Untersuchungen. Gesamtmodelle und schrittweise Regression ohne solare Einstrahlung als Voraussage (Modell I) ergaben einen vergleichsweise geringen R2 (0,6292). Wurde die solare Einstrahlung (Modell II) verwendet, konnte der R2‐Wert beträchtlich (R2=0,9464) erhöht werden. Sieben Variable wurden ferner einer schrittweisen Regressionsanalyse unterzogen, wobei nur vier Voraussagen in dem abschließenden Modell (Modell III) mit R2‐Wert von 0,9234 nachgewiesen wurden. Das Modell III mit Minimalparametern Y=22119,5758 + 19,6898X1 − 150,9261 X2 − 1126,7501X4 + 0,7179X7 kann verwendet werden, um die erste Saison der Reisproduktion(Y) in Coimbatore, Indien, vorauszusagen.