概述
農業氣象預報是根據氣象條件的變化對未來農業生產對象可能形成的最終產量進行的預報。擬定農產品運輸、貯存、進出口計畫的依據之一，也是農田最最佳化管理的重要參考。
農業產量的形成不僅與農作物的品種特性、農業技術水平、土肥條件、病蟲害等因子有關，還與環境氣象條件密切相關。在影響產量的各種因素中，氣象因子往往起著重要、甚至是關鍵性作用。因此，分析研究農業生產對象與環境氣象條件間的定量關係，根據氣象條件來預報農業生產對象可能形成的最終產量，在農業氣象預報和農業產量預報中占有重要地位。農業氣象產量預報是當今世界各國開展得比較廣泛的一種農業氣象預報。由於政治和經濟目的，一些主要農產品出口國，如美國，不僅開展本國的農作物產量預報，而且還進行世界範圍的農作物產量預報。
發展歷程
研究概況農業氣象產量預報的研究，開始於20世紀初葉。早期為對比、相似定性研究階段，主要是對作物和氣象條件進行對比分析，根據相似程度預報收成。後來有了一些簡單的相關統計研究。50年代以後，隨著生物學和統計學的發展，開始了對於作物產量－天氣二者之間關係的各種回歸模擬模式的研究工作，其方法通常是先作產量歷史資料的趨勢處理，而後再建立一元或多元的線性或非線性回歸模式。60年代，藉助電子計算技術，產量-天氣模式的研製進入統計-理論（動力）模擬階段。進入70年代，農業氣象產量預報技術發展迅速，不僅將土壤、地勢等因素引入預報模式，還開展了作物群體生長的動力學模擬研究。不少國家已逐步將預報模式交付業務部門試用，現大範圍作物產量的預報已具有一定準確性，誤差僅為實產的±10%。預報準確率並將隨預報模式的完善而進一步提高。美國還利用地球資源衛星和遙感技術測定作物生長狀況，並結合氣象站網的氣象資料進行產量估算。現在，產量預報正朝著長期預報方向發展，經驗回歸統計預報模式越來越多地套用於業務產量試報，衛星遙感技術將推動建立新的實時預報模式。
產量構成
農業氣象產量預報的形成，不僅與氣象條件有關，而且還與農業生產對象的品種特性、農業技術水平、土肥條件、飼料和廄舍條件、病蟲害等因素有關。由於氣象因素變率大，其他因素變化緩慢，趨勢明顯，因此在大範圍的產量逐年波動中，氣象因子往往起著重要作用。如果設法排除其他因素對產量的影響，就可通過分析研究農業生產對象與氣象條件間的定量關係，來預告農業生產對象可能形成的最終產量。預報的產量中大致可包括時間趨勢產量、氣象產量和隨機誤差3個部分。
時間趨勢產量
反映農業技術和經營管理的改進和發展所形成的變化，代表所有非自然因素對產量貢獻的總和。在具體處理時，常以時間參數作自變數，以某種函式關係去模擬。模擬方法有：①滑動平均模擬法。平滑去產量曲線上那些因天氣、氣候等自然因素變化而造成的短周期波動，保持較多的非自然因素和其他因素造成的趨勢產量。這是一種簡化了的模擬方法。②線性模擬法。以時間的線性函式值來模擬趨勢產量，計算比較簡便，但它把除氣象因素外的各種因素對產量錯綜複雜的影響都歸為線性關係，有欠確切，只有線上性趨勢明顯時才具有較高的準確性。③非線性模擬法。又稱曲線模擬法，以時間的非線性函式來模擬趨勢產量。此法比較符合實際情況，但取高階模擬時，易導致與氣象產量的混淆，從而失去模擬趨勢的意義。
氣象產量
是指經過時間趨勢處理後的產量序列的餘項，為農業氣象產量預報的中心內容。常用的氣象產量模擬預報方法有：①回歸統計模擬。包括從一元一階的線性回歸到一元高階和多元高階的非線性回歸模擬。這種方法在有較長序列的平行觀測資料條件下，有一定效果。模擬的方程中元素越多,階次越高,效果越好；但計算複雜，工作量大，在目前資料序列短的情況下，因子過多，反會導致模擬的不穩定和模糊模式的生物學意義。②周期分析模擬。先分析作物氣象產量序列的周期變化，並假設未來序列將按過去的周期規律演變，然後疊加幾個主要周期的數據，模擬氣象產量序列的未來時間演變。③模糊聚類模擬。即綜合多種氣象因子對產量的影響，進行半定性半定量的預報方法。此法運算簡便，適用於資料序列較短的單點氣象產量豐、平、歉年的預測。④天氣學方法。以大尺度的大氣環流特徵為自變數因子，建立其與作物產量之間的統計模式。此法可避免先預報氣象要素可能造成的中間誤差，並可延長預報時效。⑤產量結構分析法。根據產量構成因素與氣象因子間的定量關係。分別建立單位面積上的有效穗數、每穗粒數及千粒重等單項預報模式，然後合成為總模式或構成模式系統以預報作物最終產量。這種方法的生物學意義較明確。⑥理論（動力）數值模擬。在各種理論假設前提下，利用作物生長發育資料及氣象資料，模擬光合、呼吸、蒸騰等各生理過程及乾物質形成和累積過程，進行產量預報。
隨機誤差
又稱隨機“噪音”，是指計算誤差和分析產量時無法分離的偶然誤差，故通常不予計算。
