Jose Andrade, UNL农学和园艺学研究助理教授| Juan Ignacio Rattalino Edreira, UNL农学和园艺学研究助理教授| Gonzalo RizzoUNL访问学者|杨海松，UNL农学、园艺和食品水研究所副教授| Keith Glewen，内斯加州推广教育家| Jennifer Rees，内斯加州推广教育家| Jeff Coulter，明尼苏达大学教授和推广专家| Joe Lauer，教授威斯康星大学麦迪逊分校| Mark Licht，推广种植系统农学家，Sotirios archonoulis，助理教授，都是爱荷华州立大学，| Ignacio Ciampitti，作物生产和种植系统专家，农学助理教授，堪萨斯州立大学| Ray Massey，推广教授，Peter Thomison，俄亥俄州立大学推广专家和教授

产量预测中心（YFC）将在7月中旬开始，从7月中旬开始，每三周提供有关玉米婴儿工艺和玉米产量潜力预测的实时信息，以帮助种植者和AG行业通过2019年制定管理，物流和营销决策季节。YFC平台由内布拉斯加州大学的核心团队组成，与玉米腰带的大学的农艺学家和扩展教育者合作。预测将提供41个地点（图1），包括灌溉和雨量生产的地区的雨水和灌溉玉米的单独预测是重要的（内布拉斯加州和堪萨斯州）。本文总结了yfc用于预测玉米候选和产量的方法，并提供解释结果的指导。

的方法

yfc依赖于

1. 提供本地管理数据的合作者网络，并验证预测产量，
2. 关于每个地区的主要土壤类型的精确信息，
3. 测量了高质量，实时天气数据，
4. 经过良好验证的作物仿真模型（毫无杂交玉米）。

有关数据源和建模的更多信息可以在此处找到全球产量差距阿特拉斯网站。

当地农学家和推广教育工作者提供各州管理方面的信息，并帮助验证和解释预测。合作者提供的信息包括特定地点的平均种植日期(即50%的玉米面积在当前季节种植的平均日历日期)、植株密度和杂交成熟度(表格1）。当雨量和灌溉生产都发生在一个位置时，单独的管理措施用于在这些地点模拟雨量和灌溉作物，因为水政制度对生产实践有很大影响。通过杜邦先锋农学学家提供的信息进一步验证了管理数据，特别是关于杂交成熟度和植物密度。产量预测基于每个位置的两到三种主要土壤类型。对每种土壤类型分别预测产量。随后通过在根据每个位置的每种土壤类型的患病率加权后，通过平均土壤类型的预测来汇总产量预测。表2.）。

历史（过去20多年）和实时日常天气数据用于候选和产量预测。模拟实时作物生长和开发所需的每日天气变量包括太阳辐射，最大和最小温度，降水，相对湿度和风速。yfc依赖于通过国家天气网络收集的测量数据，包括该数据高平原区域气候中心(HPRCC)，国家气象局(NWS)，国家气象局(HPRCC)，国家气象局(NWS)伊利诺斯州水资源和大气资源监测计划（温暖），俄亥俄州州立大学，俄亥俄州农业研发中心天气服务（Oardc），印第安纳州普渡自动化农业气象站网络(PAAWS),普渡自动化农业气象站网络（舞程），南方研究和外联中心（SROC）和西南研究和外展中心（SWROC）形成明尼苏达大学，密苏里州Mesonet(AgEBB)北达科他州农业气象网(NDAWN),密歇根州立大学Enviro-天气（图1）。从这些网络中选择的气象站位于农业领域，而不是在城市地区，这有助于确保预测玉米产量和候选的天气数据的代表性。有关的详细信息数据输入用作预测的基础是在Morell等人（2016）中提供的。

杂交玉米是UNL研究人员开发的玉米模拟模型。它模拟了灌溉和雨养条件下玉米的日生长发育和最终产量。该模型估计了“产量潜力”，即当作物不受养分供应、疾病、昆虫压力或杂草竞争的限制时获得的产量，这些条件代表了“最佳管理”情景。它还假设一个统一的工厂站在特定的植物种群，没有洪水或冰雹的问题。尽管该模型可以解释营养生长和灌浆期间的干旱胁迫和高温，但在以下两种情况下不太可能很好地描述作物产量:

1. 庄稼歉收的季节非常在吐丝和授粉(即开花)窗口期约7天的高温和干旱胁迫
2. 当早期霜冻在完成谷物填充之前恢复作物时。

然而，即使使用这些相对罕见的普通遗嘱，该模型也已在各种环境中成功进行评估，其中玉米产生的收益率从零到300 BU / AC（图2.）。关于混合玉米模型的更多细节可用文章作者：Yang等人（2017）。

以前的评估表明，我们的预测在美国玉米皮带上捕获了雨水和灌溉玉米产量的空间模式。然而，这些先前的评估还表明，在种植季节的浅地下水表中，雨量产量低估，特别是在临界丝绸和授粉期间，中央和东部玉米皮带中的许多地区的情况如此。在2019年的作物季节期间，我们将利用一种新方法来解释地下水表对玉米产量和稳定性的积极影响。对于给定位置，具有浅地下水位表的场的磁场的分数将来自瓦片排水的映射，因为后者是地下水表的存在的稳健指示。对于具有浅地下水表的田地，我们将假设没有水限制，随后，将估计给定位置的平均预测产量作为有和没有地下水位的领域的预测收益率的平均值他们在该地点的玉米收获区各自的份额。

表3。环境因素由产量预测中心预测。
占因素	Non-accounted因素
太阳辐射 温度 相对湿度 风速 参考evapotranspiration. 沉淀 土壤类型 种植土壤水 灌溉 植物种群密度 混合的成熟度 种植日期 浅层地下水位	营养供应 生物胁迫发生率 (杂草、害虫、病原体) 洪水 冰雹 非均匀站 土壤壳 丝绸周围的严重热/干旱胁迫 早期杀死霜冻 绿色快照/住宿

预测实时玉米产量潜力如何

杂交玉米使用测量的天气数据来模拟作物生长，直到预测日期（固体黑线图3A）。然后它将使用历史（20多年）天气数据来预测本赛季其余部分的所有可能的天气情况（蓝色虚线图3一）。这导致一系列可能的最终产量（蓝色分布图3 b）。通过比较预测产量的分布（蓝色阴影区域图3 c）针对仅使用历史天气数据模拟同一位置的平均产量（垂直箭头图3 c），可以确定当前季节的产量下方的可能性（概率），接近或高于长期平均产量（虚线区域图3 c）。由于害虫，冰雹，涝渍，差，建立，不遭受严重产量损失的田地，紫外线概述的产量更加紧密地追踪，或者在杂交玉米模型中不占未占未占的应力影响，这些产量不会遭受严重的产量损失。最后，重要的是要记住，收益率预测不是特定于现场的。相反，在没有收缩因子的情况下，它代表了给定位置的平均玉米产量电位的估计。

在生长季节会有什么期待

在本赛季早期（六月），目前季节的产量预测主要依赖于历史天气和预测收益率的范围将是广泛的，几乎与基于历史天气数据的产量范围相同。As the season progresses (early-July to August), and more of the current season’s weather data are used in the simulations, the range of forecast yields will start to converge and may deviate from the long-term average yield, depending upon the similarity of the current season’s weather relative to the long-term average weather patterns. As the crop approaches maturity (end of August-September), the range of forecasted yields will further converge and the final yield can be forecasted with greater confidence.

如何使用这些预测来告知农场决策

当辅以其他来源的信息,个人的经验,和最佳的判断,提供的信息YFC允许调整产量目标为当前生长季节正常年份相比,和在某些情况下,这种洞察力可以支持管理决策时间和大量的施肥和灌溉等或灌浆期施用农药。谷物灌浆过程中的模拟信息为区域和国家一级玉米供应链的所有参与者(生产者、畜牧部门、乙醇工业、保险公司、参与商业化和运输的公司以及决策者)的营销决策提供了额外的信息。

从7月中旬开始，在2019年一次作物季节期间每两年或三周将释放产量预测。我们还将提供有关预测潜在产量，高于，近，或低于正常产量的概率的信息，以及关于作物候选的信息以及早期杀死霜冻的可能性。预测将与当前季节的天气有关相对每个位置的正常天气识别预测产量的区域，高于，低于长期平均值或附近。