![]() |
![]() | |
Skördeprognos för spannmål och oljeväxter 2018 | JO 29 SM 1801 |
![]() ![]() ![]() ![]() ![]() |
Fakta om statistiken
Detta omfattar statistiken Detta omfattar statistiken
Jordbruksverket
presenterar årligen 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. Eftersom
det finns ett behov av skördeinformation som kan redovisas vid ett tidigare
tillfälle än de preliminära skördeskattningarna i november, har Jordbruksverket
utvecklat en prognosmetod för att prognostisera 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 2018. Modellen har emellertid visat sig ha svårigheter
att ge en rimlig prognos då väderförhållandena under ett kalenderår avviker
mycket från det normala. Därför har prognosen för 2018 justerats ned utifrån
modellens överskattning vid tidigare varma och torra somrar. De
grödor som skördeprognosen omfattar är: höstvete, vårvete, höstråg, höstkorn,
vårkorn, havre, blandsäd, höstrågvete, vårrågvete, höstraps, vårraps, höstrybs
och vårrybs. I år är tredje gången vi gör en prognos för höstrågvete och
vårrågvete var för sig. 2014 och tidigare gick det inte att ange i stödansökan
om rågvete var en höst- eller vårgröda. Det medförde att det inte fanns några
hektarskördar för respektive gröda att basera en prognos på för 2015. 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 2018. Väderdata
utgörs av månadsmedelvärden för medeldygnstemperaturen och månadsvärden för
nederbörden för månaderna januari-oktober 1965–2017 och januari–juli 2018. 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 redovisas separat.
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 30 åren. Korrigeringarna för vädret
baseras på modellens överskattningar för de varma och torra somrarna 1992 och
1994.
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 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 2018. 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. ¨
Uppskattningen
av arealer som har ensilerats i stället för tröskats kan ha under- eller
överskattats vilket i sin tur leder till att totalskördarna kan ha under- eller
överskattats. 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 2013–2017. 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 större än
den slutliga skördeuppskattningen och negativt värde betyder på motsvarande vis
att prognosen var mindre än den slutliga skördeuppskattningen. Tablå E visar
att prognosen för 2017 förväntade sig högre hektarskördar av vårvete,
höstrågvete, vårraps och vårrybs än vad de slutliga skördeuppskattningarna
blev. För resterande grödor var prognosen större än den slutliga
skördeuppskattningen. Bland de senaste 5 åren var de största procentuella
skillnaderna mellan prognos och utfall för år 2017. Tablå
E. Skillnader i hektarskörd mellan
tidigare års prognoser och
1 Efter
2014 är rågvete uppdelat i höst- respektive vårrågvete. Vårrågvete svarar för
ca 9 % av den totala arealen rågvete under 2015–2016 och ca 7 % under
2017. År 2015 gjordes dock enbart prognos totalt för rågvete. Den prognosen jämförs
här med en genomsnittlig hektarskörd av höstrågvete och vårrågvete. Utfallet
som redovisas för höstrågvete 2013–2015 är utfallet för rågvete totalt. Tablå F
visar att prognosen för spannmål 2017 stämde relativt bra (en underskattning
med 3 % totalt) mot de slutliga skördeuppskattningarna. Prognosen bygger
på att vädret från och med augusti ska bli enligt ett normalår. Totalskörden av
oljeväxter underskattades med 6 % för 2017. Prognosen underskattade
hälften av grödorna för både oljeväxter och spannmål. Tablå
F. Skillnader i totalskörd mellan tidigare års prognoser och utfallet av de
slutliga skördeuppskattningarna, %
1 Efter
2014 är rågvete uppdelat i höst- respektive vårrågvete. Vårrågvete svarar för
ca 9 % av den totala arealen rågvete under 2015–2016 och ca 7 % under
2017. År 2015 gjordes dock enbart prognos totalt för rågvete. Den prognosen
jämförs här med totalskörden av höstrågvete och vårrågvete. Utfallet som redovisas
för höstrågvete 2013–2015 är utfallet för rågvete totalt. För
höstkorn, höstrågvete, vårrågvete, 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 av 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. Vid
jämförelse av tablåerna E och F syns det att om hektarskörden överskattas så
överskattas nästan alltid totalskörden. Detsamma gäller underskattning av
hektar- och totalskördar. Undantaget för 2017 är havre där hektarskörden
underskattas med 1 % och totalskörden överskattas med 2 %. Orsaken
till sambanden är att arealerna som används vid beräkning av prognos och
slutlig skörd inte skiljer sig så mycket. I Statistiskt meddelande, Jordbruksmarkens
användning 2018, Preliminär statistik finns en tablå under
Statistiken med kommentarer som visar hur stora skillnaderna var mellan
preliminär och slutlig statistik gällande arealer 2017. Eftersom uttag av
arealdata till denna prognosen är gjort senare på året än uttag till
preliminära arealer är troligen skillnaden mellan uttaget till skördeprognosen
och uttaget till slutliga arealer mindre än skillnaden mellan preliminär och
slutlig statistik. Bra att veta
Annan statistik
I
november redovisas preliminära skörderesultat på riksnivå, med ett urval av
cirka 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. Slutliga
resultat från skördeundersökningar år 2018 redovisas under andra kvartalet 2019.
Där räknas majs till mognad in i summan av den totala spannmålsskörden, vilket
inte görs i detta Statistiska meddelande. Slutlig
statistik om 2018 års grödarealer redovisas i oktober 2018. Elektronisk publicering
Detta
Statistiska meddelande finns kostnadsfritt åtkomligt på Jordbruksverkets
webbplats http://www.jordbruksverket.se
under Ta del av statistiken 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 Kvalitetsdeklaration. |