在整个玉米带大学的农学家和推广教育工作者的合作下，在UNL建立了一个产量预测中心。

2014年，玉米产量预测在生长季节每隔两周发布一次。预测位置主要集中在内布拉斯加州和玉米带的其他几个州。2015年，YFC扩大了合作者网络，包括10个主要玉米生产州(NE、IA、IL、SD、KS、In、OH、MO、MN、WI)，并将每两周提供45个地点的玉米产量预测，以实现2015作物季玉米带更详细的空间覆盖(图1)．

灌溉玉米和旱地玉米的预测将根据每个地点两种水制度的流行情况分别提供。这些预测将在《作物观察》中发布，从7月开始，一直持续到本赛季结束。本文总结了YFC用于预测玉米产量的方法，并提供了解释结果的指导方针。

YFC依赖于

1. 提供本地管理数据并验证预测产量的合作者网络
2. 经过测量的高质量实时天气数据
3. 一个验证良好的作物模拟模型(UNL杂交玉米)．

当地农学家和推广教育工作者提供每个州管理和土壤数据的信息，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播种日期(即当前季节种植50%玉米区域的平均日历日期)、植物种群密度、杂交成熟度和优势土壤类型。当一个观察地点同时进行雨养和灌溉生产时，在这些地点采用不同的管理做法模拟雨养和灌溉作物，因为水状况对生产做法有很大影响。利用杜邦先锋农学家提供的信息，特别是关于杂交成熟期的信息，已进一步验证了管理数据。虽然YFC将根据每个地点的优势管理和土壤预测产量，但我们预计还将提供未来几年不同种植日期、杂交成熟度和土壤类型的预测。

产量预测需要历史(过去20多年)和实时的每日天气数据。实时模拟作物生长发育所需的气象变量包括太阳辐射、最高和最低温度、降水、相对湿度、风速和降水。YFC依赖于通过州气象网络收集的测量数据，包括

• 高原地区气候中心(HPRCC)，
• 的伊利诺斯州水资源和大气资源监测项目，
• 俄亥俄州农业研究和发展中心(OARDC)气象服务，
• 的威斯康辛大学推广农业气象，
• 印第安纳州普渡自动化农业气象站网络(PAAWS)，
• 的南方研究与推广中心,
• 的西南研究与拓展中心来自明尼苏达大学，
• 的南达科他州气候和天气,
• 密苏里州Mesonet (AgEBB)．

从这些网络中选择的用于产量预测的气象站位于农业地区，而不是城市地区，这有助于确保它们在预测玉米产量方面的可行性。

杂交玉米玉米产量模拟器

杂交玉米是由UNL研究人员开发的作物模拟模型，用于模拟玉米在灌溉和旱地条件下的日常生长发育和最终谷物产量。该模型估计了“产量潜力”，即当作物不受营养供应、疾病、昆虫压力或杂草竞争的限制时所获得的产量——这些条件代表着“最佳管理”场景。它还假设在指定的植物种群中有一个统一的植物站，并且没有洪水或冰雹的问题。因此，预测产量很可能会高估受这些产量限制和降低因素影响的领域的产量。同样，尽管该模型可以解释营养生长和灌浆期的水分胁迫和高温，但在两种相对罕见的情况下，它可能无法很好地描述作物的产量:

1. 作物在吐丝和花粉脱落窗口期约7天遭受严重高温和水分胁迫的年份
2. 早霜在籽粒灌浆完成之前就杀死了作物。

但是，即使有这些相对不常见的附带条件，该模型已经成功地在广泛的环境中进行了评估，在这些环境中，玉米生产采用了最佳管理，产量从10到300磅/交流(图2)．

我们如何预测实时玉米产量?

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(实黑线在图3一)．历史(20多年)天气数据用于预测季节剩余时间的所有可能的天气情况(图中蓝色虚线)3)．这就产生了一个预测的季末产量的范围(蓝色分布在图3 b)．通过比较预测产量(蓝色阴影区域)的分布图3 c)对比使用历史气象数据模拟的同一地点的平均产量(垂直箭头表示图3 c)，就有可能确定当前季节产量低于、接近或高于长期平均产量的可能性(虚线区域)图3 c)．

在生长季节可以期待什么

在季节初期(5 - 6月)，当前季节的产量预测主要依赖历史天气，预测的产量范围很广，几乎与仅基于历史天气数据的产量范围相同。随着季节的进展(7月- 8月初)，以及更多当前季节的天气数据被用于模拟，预测产量的范围可能开始偏离长期平均产量，这取决于当前季节的天气与长期平均天气模式的相似性。随着作物接近成熟期(8 - 9月底)，预测产量的范围开始缩小，最终产量可以有更大的信心预测。

大多数生产者获得的产量预计将低于YFC报告的产量，因为模型模拟没有考虑到次优管理(例如，由于营养缺乏、林分不均匀)或虫害、冰雹、内涝等造成的产量损失。另一方面，YFC报告的产量更密切地跟踪在特定地点管理良好的油田获得的产量，在那里，产量接近潜在产量而没有产量损失。相比之下，在设施差或受到杂交玉米模型中没有考虑到的应力严重影响的田地，预计模拟产量将大大高于实际产量。

如何利用这些预测来为农场决策提供信息

根据YFC提供的信息，可以根据往年的情况调整当前生长季的产量目标。在某些情况下，这种洞察力可以支持管理决策，如施肥和灌溉的时间和数量，或在灌浆期使用杀虫剂。灌浆过程中模拟得到的信息为指导玉米供应链(生产者、畜牧业、乙醇行业、保险公司、涉及商业化和运输的公司以及政策制定者)各层次的营销决策提供了额外的信息。

在2015年UNL作物生产诊所期间，与会者(大多是作物种植者和顾问)被问及2014年作物季节发布的产量预测。半数与会者遵循了2014年的收益率预测。在所有与会者中，三分之一认识到预测对营销决策的指导价值;三分之一的人认为预测对改善管理决策有价值;三分之一的人有兴趣使用产量预测作为基准来诊断他们农场的产量差距。

从2015年7月中旬开始，作物观察将每两周发布一次产量预测。我们还将提供预测产量范围的信息，高于、接近或低于正常产量的概率，以及作物物候学的信息和霜冻早期致死的概率。预测将根据每个地区当前季节的天气和正常天气进行讨论，以确定产量预计将远远高于或低于长期平均水平的地区。我们将根据新方法对玉米带的总产量进行放大估计全球产量差距图集．

Francisco Morell, UNL博士后研究助理
帕特里西奥·格拉西尼，UNL农艺学和园艺学助理教授，推广种植系统专家和粮食用水研究所研究员
杨海顺，UNL农艺学和园艺学副教授，粮食用水研究所研究员
肯尼斯·卡斯曼，UNL农艺学和园艺学教授，Robert B. Daugherty食品用水研究所研究员
Roger Elmore, UNL农艺学和园艺学教授，推广种植系统专家和粮食用水研究所研究员
Justin Van Wart, UNL博士后研究助理
Keith Glewen，内布拉斯加州推广教育家
詹妮弗·里斯，内布拉斯加州推广教育家
Greg Kruger, UNL农艺学和园艺学助理教授，UNL扩展种植系统专家
查尔斯·夏皮罗，UNL推广土壤科学家-作物营养和农学和园艺教授
Ignacio Ciampitti，堪萨斯州立大学作物生产和种植系统专家、农学助理教授
Mark Licht，扩展种植系统农学家，爱荷华州立大学
Peter Thomison，俄亥俄州立大学推广专家和教授
乔·劳尔，威斯康星大学麦迪逊分校教授
Sylvie Brouder和Tony Vyn，普渡大学农学教授
Ray Massey，密苏里大学推广教授
Cameron Pittelkow，伊利诺伊大学助理教授
克里斯·格雷厄姆，南达科他州立大学助理教授
杰夫·库尔特，明尼苏达大学副教授兼推广专家