![]() |
![]() | |
Skördeprognos för spannmål och oljeväxter 2015 | JO 29 SM 1501 |
![]() ![]() ![]() ![]() ![]() |
Fakta om statistiken
Detta omfattar statistiken Detta omfattar statistiken
Årligen presenteras slutliga skattningar av skörden för de
viktigare grödorna. Dessa skattningar har de senaste åren gjorts utifrån
intervjuundersökningar efter att tidigare ha byggt på objektiva mätningar av
skörden på olika provytor. Preliminära resultat från dessa
intervjuundersökningar publiceras under november/december och slutliga resultat
under våren nästkommande år. Då det finns ett behov av skördeinformation som kan
redovisas vid ett tidigare tillfälle, har Jordbruksverket utvecklat en
prognosmetod för att uppskatta skörden av olika grödor utifrån väderdata och
tidigare års skördar. Metoden bygger på statistiska regressionsmodeller där
skördarna för olika grödor beskrivs som funktioner av olika mått på väder.
Modellerna tar hänsyn till skörde- och väderdata från januari 1965 till och med
sommaren 2015. De grödor som skördeprognosen omfattar är: höstvete,
vårvete, höstråg, höstkorn, vårkorn, havre, blandsäd, rågvete, höstraps,
vårraps, höstrybs och vårrybs. Från 2015 kan man i stödansökningen ange om
rågvete är höst- eller vårsådd. Vi har valt att även i år redovisa rågvete som
en gröda. Så görs statistiken
Prognosmetod
Som underlag för prognoserna har skördedata på länsnivå (med
nuvarande länsindelning omfattande 21 län) och väderdata från 21
väderstationer, en station i respektive län, använts samt stödansökta arealer
2015. Väderdata utgörs av månadsmedelvärden för medeldygnstemperaturen och
månadsvärden för nederbörden för månaderna januari-oktober 1965–2014 och
januari-juli 2015. För varje län och för varje gröda som odlas i någorlunda omfattning
i respektive län tas en regressionsmodell fram som beskriver det statistiska sambandet
mellan väderdata och hektarskörd. Dessa prognoser viktas sedan samman till en
genomsnittlig hektarskörd för riket. Resultat presenteras enbart på riksnivå då
prognoserna på länsnivå är alltför osäkra för att särskilt redovisas. Eftersom
väderdata för månaderna augusti till oktober innevarande år inte finns
tillgängliga vid prognostillfället antas att temperatur och nederbörd dessa
månader blir ”normala”. Betydelsen av ”normala” är i detta fall medelvärdet av
de senaste 50 åren. Skördens beroende av vädret
Det kan konstateras att sambandet mellan skörd och väder är
komplext, kanske alltför komplext för att på ett någorlunda enkelt sätt kunna
sammanfattas i Väderförhållandena 2015
Tablå C och D visar hur temperaturen och nederbörden varit
under 2015 jämfört med genomsnittet under de senaste 50 åren. För att få
jämförbarhet mellan olika typer av väderdata beskrivs dessa i formeln (v‑m)/s
där v är årets väderdata, Tilläggas bör att om t.ex. den normerade skillnaden i
temperatur är lika för två regioner så betyder det inte nödvändigtvis att båda
regionerna har haft exakt lika stor skillnad gentemot genomsnittstemperaturen mätt
i grader. Detta eftersom skillnaden mellan årets temperatur och
genomsnittstemperaturen divideras med hur stor variationen i temperaturen varit
under dessa 50 år. Denna variation skiljer sig åt mellan varje region. T.ex.
har Stockholm-Bromma, Uppsala och Örebro alla en normerad skillnad på 1,0 i januari
gällande temperaturen. För Stockholm-Brommas del innebär det att årets
temperatur var 3,1 grader högre än genomsnittet, i Uppsala var den 3,2 grader högre
och i Örebro 3,5 grader högre än genomsnittet. Därav är det svårt att ge en
uppskattning om vad värdena i tabellen motsvarar räknat i grader och
millimeter. Tabellerna ger ändå bra information om hur vädret varit
jämfört med genomsnittet. Plus- eller minusvärden ger en indikation på att
temperaturen eller nederbörden varit högre eller lägre än genomsnittet samt att
höga värden (över 1,5) ger en indikation på att skillnaden jämfört med
genomsnittet är relativt stor. I tablå C kan man se att temperaturerna för 2015 har varit
över genomsnittet för samtliga stationer i januari-april och under genomsnittet
för samtliga stationer i maj-juli. Tablå
C. Normerad skillnad för temperatur mellan årets väderdata och genomsnittsdata
under de senaste 50 åren
Tablå D visar att vädret varierat varje månad jämfört med
normalt. I januari, mars, maj och juli har det varit mer nederbörd än normalt i
nästan hela landet och i resterande månader har det varit mindre nederbörd än
normalt i nästan hela landet. Tablå
D. Normerad skillnad för nederbörd mellan årets väderdata och genomsnittsdata
under de senaste 50 åren
Statistikens tillförlitlighet
Felkällor
Precis som för de flesta andra prognoser finns det problem
och källor för osäkerhet även i denna prognosmetod. Några av dessa är: ¨
De gjorda prognoserna bygger på verkliga
uppgifter av väderdata fram till och med juli år 2015. För efterföljande
månader har årets väderdata satts till normalvärden, vilket gör att prognoserna
kan slå fel om årets väder i augusti och september skiljer sig markant från
normalåret. ¨
Varje väderstation motsvarar ett län. Vilket kan
påverka resultaten betydligt då förhållandena kan skilja sig åt inom ett län. Vissa
stationer har lagts ner och vissa har tillkommit sedan 1965 vilket gör att alla
tidsserier inte utgörs av data från en station utan har tagits fram utifrån
olika stationer. ¨
Modellen med de vädervariabler som används,
månadsmedelvärdet för dygnsmedeltemperaturen och månadsvärde för nederbörden,
tar inte hänsyn till hur temperatur och nederbörd fördelar sig över månaden. Om
exempelvis nederbörden kommit under en kort period en månad påverkar detta
skörden annorlunda än om nederbörden varit jämnt utspridd över månaden. ¨
De slutliga skördeuppskattningarna, som delvis
ligger till grund för denna prognos, har inte tagits fram med samma metod genom
åren. Tidigare baserades dessa skördeuppskattningar främst på provtagningar i
fält medan de sedan 1998 baseras på telefonintervjuer. Som en följd av metodbytet
har hektarskörden fått en något annorlunda innebörd. När statistiken baserades
på skörden från provytor avsåg hektarskörden skörd per besådd areal. När
uppgifterna nu hämtas från jordbrukarna blir det mer fråga om en hektarskörd
som avser skörd per bruttoareal av grödan. Det skulle i så fall ge en något mindre
hektarskörd. Effekten blir dock inte så stor eftersom de uppmätningar av
arealerna som har gjorts efter EU-inträdet har medfört att lantbrukarnas
redovisning av grödarealerna under senare år överens-stämmer allt bättre med
den besådda arealen. De prognosmetoder som använts här blir något osäkrare om
nivån på den faktiska skörden ändrats till följd av metodbyte. Föregående års prognoser
För att belysa osäkerheten i skördeprognoserna redovisas i tablåerna
E och F den procentuella skillnaden mellan publicerade prognoser och utfallet
av de slutliga skördeskattningarna för åren 2010–2014. Påpekas bör att i de slutliga
skördeuppskattningarna exkluderas arealer som valts att skördas som grönfoder.
Prognosen tar ingen hänsyn till detta vilket bidrar till en systematisk
överskattning av totalskördarna. Storleken på denna överskattning varierar från
år till år beroende på hur stor andel som valts att skördas som grönfoder. Positivt värde betyder att prognosen för hektarskörd
respektive totalskörd var högre än den slutliga skördeuppskattningen och
negativt värde betyder på motsvarande vis att prognosen var lägre än den slutliga
skördeuppskattningen. Tablå E. Skillnader i hektarskörd mellan tidigare års
prognoser och utfallet i de slutliga skördeuppskattningarna, %
Tablå F.
Skillnader i totalskörd mellan tidigare års prognoser och utfallet av de slutliga
skördeuppskattningarna, %
För höstkorn, rågvete, blandsäd och höstrybs baseras inte
prognoserna direkt på väderdata då skördeuppskattningar inte gjorts under en
tillräckligt lång period. Prognoserna för dessa grödor baseras istället på
vilka samband de har med andra grödor. Detta förklarar de något större
avvikelserna för just dessa grödor. Tilläggas bör också att den prognostiserade
totalskörden för blandsäd systematiskt underskattas. Orsaken till detta är att
prognosen, till skillnad från de slutliga skördeuppskattningarna, inte tar
hänsyn till att vissa arealer baljväxt/stråsädesblandningar skördas som mogen
gröda och inte som grönfoder. Prognosen för spannmål 2014 stämde relativt bra (en underskattning
med 2 % totalt) mot de slutliga skördeuppskattningarna. Prognosen bygger
på att vädret fr.o.m. augusti ska bli enligt ett normalår. Totalskörden för
oljeväxter underskattades med 7 % för 2014. Bra att veta
I november redovisas preliminära skörderesultat på riksnivå,
med ett urval av ca 1 000 lantbrukare som undersökningsunderlag. I början av december redovisas preliminär skörd av potatis. Preliminär skörd av spannmål, trindsäd och oljeväxter med
redovisning på län, produktionsområden och riksnivå baserade på hela urvalet
(drygt 4 000 lantbruk) redovisas i mitten av december. Slutlig statistik om 2015 års grödarealer redovisas under
1:a kvartalet 2016. Slutliga resultat från skördeundersökningar år 2015
redovisas under 2:a kvartalet 2016. Där räknas majs in i summan av den totala
spannmålsskörden, vilket inte görs i detta Statistiska meddelande. Elektronisk publicering
Detta Statistiska meddelande finns kostnadsfritt åtkomligt
på Jordbruksverkets webbplats http://www.jordbruksverket.se
under Statistik samt på SCB:s webbplats http://www.scb.se
under Jord- och skogsbruk, fiske. Mer information om statistiken och dess kvalitet ges i en
särskild Beskrivning av statistiken. |