萬(wàn)榮縣冬小麥產(chǎn)量與氣象條件的關(guān)系研究

張高斌，郭建茂，寧建東，樊成崗

（1.萬(wàn)榮縣氣象局，山西萬(wàn)榮044200；2.南京信息工程大學(xué)應(yīng)用氣象學(xué)院，江蘇南京210044）

為了應(yīng)對(duì)在氣候變暖背景下日益嚴(yán)重的干旱可能引起的冬小麥減產(chǎn)，保障糧食的生產(chǎn)安全，分析冬小麥產(chǎn)量與氣象條件的關(guān)系十分重要。由于降水減少的原因，麥田土壤濕度已有變差的趨勢(shì)；同時(shí)，進(jìn)入21世紀(jì)，小麥產(chǎn)量徘徊不前[1-3]，極大地影響了糧食安全供應(yīng)。鑒于許多學(xué)者對(duì)作物產(chǎn)量進(jìn)行研究[4-6]，筆者利用統(tǒng)計(jì)分析方法研究氣象條件與小麥產(chǎn)量的關(guān)系，找出影響小麥產(chǎn)量的光溫水關(guān)鍵因子，得出預(yù)報(bào)方程，它將為小麥生產(chǎn)精確估產(chǎn)，合理安排灌溉、人工增雨服務(wù)提供一定的科學(xué)依據(jù)。

1 資料概況與研究方法

萬(wàn)榮縣位于山西省南部，十年九旱，干旱為主要自然災(zāi)害，素有“干萬(wàn)榮”之稱，是典型的雨養(yǎng)農(nóng)業(yè)大縣。年降水量400～600 mm，但分布極不均勻，小麥生育期間僅200 mm左右。當(dāng)?shù)赝翆由詈?，蓄水保水性?qiáng)，夏季休閑期蓄存土壤水分可為小麥播前形成良好的水土環(huán)境，為構(gòu)建麥田冬前壯苗打下良好的基礎(chǔ)。圖1是萬(wàn)榮縣歷年冬小麥產(chǎn)量及直線滑動(dòng)平均產(chǎn)量變化情況。由圖1可知，小麥產(chǎn)量20世紀(jì)50—70年代末小麥產(chǎn)量增長(zhǎng)緩慢，70年代末到90年代增長(zhǎng)迅速，90年代中期達(dá)高峰，進(jìn)入21世紀(jì)徘徊不前。

萬(wàn)榮縣冬小麥一般在9月下旬至10月上旬播種，次年5月底至6月初收獲，全生育期251 d（表1）。

表1 萬(wàn)榮縣小麥發(fā)育期平均日期 月-日

1.1 資料來(lái)源

1957—2008年氣象資料來(lái)源于山西省氣象信息中心資料室，2009—2011年資料來(lái)源于萬(wàn)榮縣氣象局。小麥生育期資料為1980年恢復(fù)農(nóng)業(yè)氣象業(yè)務(wù)后的全部觀測(cè)資料。1951—2011年全縣小麥產(chǎn)量資料來(lái)源于萬(wàn)榮縣統(tǒng)計(jì)局。

1.2 研究方法

糧食單產(chǎn)的因素主要有自然因素和非自然因素2大類。一般來(lái)說(shuō)，農(nóng)業(yè)技術(shù)水平的提升等因素引起糧食單產(chǎn)的趨勢(shì)增長(zhǎng)，而氣象條件的變化引起糧食單產(chǎn)的年際波動(dòng)。將糧食單產(chǎn)分解為3部分，即y＝y(tǒng)t＋yw＋ε。式中，y 為糧食實(shí)際單產(chǎn)，yt為趨勢(shì)產(chǎn)量，yw為氣象產(chǎn)量，ε 為隨機(jī)誤差。由于ε 所占比例小，忽略不計(jì)。本研究利用年滑動(dòng)平均法計(jì)算出趨勢(shì)產(chǎn)量yt，用實(shí)際產(chǎn)量y 減去趨勢(shì)產(chǎn)量yt可得氣象產(chǎn)量yw。

1.2.1 直線滑動(dòng)平均模擬方法[7-8]將線性回歸模型與滑動(dòng)平均相結(jié)合，將小麥產(chǎn)量的時(shí)間序列在某個(gè)階段內(nèi)的變化看作線性函數(shù)。隨著階段的連續(xù)滑動(dòng)，直線不斷變換位置，后延滑動(dòng)，反映出產(chǎn)量的歷史演變趨勢(shì)。依次求取各階段內(nèi)的直線回歸模型。各時(shí)間點(diǎn)上各直線滑動(dòng)回歸模擬的平均值，即為其趨勢(shì)產(chǎn)量。只有當(dāng)滑動(dòng)時(shí)段足夠大的時(shí)候，趨勢(shì)產(chǎn)量才能消除短周期波動(dòng)的影響。本研究滑動(dòng)時(shí)段值取11 a。

1.2.2 逐步回歸方法[9]將全部自變量中按其對(duì)y 的作用大小、顯著程度大小或者貢獻(xiàn)大小，由大到小地逐個(gè)引入回歸方程，而對(duì)那些對(duì)y 作用不顯著的變量可能始終不被引入回歸方程。另外，已被引入回歸方程的變量在引入新變量后也可能失去重要性，而需要從回歸方程中剔除出去。引入一個(gè)變量或者從回歸方程中剔除一個(gè)變量，每一步都要進(jìn)行F 檢驗(yàn)，以保證在引入新變量前回歸方程中只含有對(duì)y 影響顯著的變量。

2 結(jié)果與分析

2.1 氣象產(chǎn)量與有關(guān)氣象因子的相關(guān)性

本研究利用直線滑動(dòng)平均模擬方法求得趨勢(shì)產(chǎn)量和氣象產(chǎn)量，也參考了其他方法（多項(xiàng)式，3，5 a滑動(dòng)），并對(duì)氣象產(chǎn)量與氣象因子進(jìn)行相關(guān)分析（表2）；由于農(nóng)業(yè)生產(chǎn)水平提高，也對(duì)1981—2011年的氣象產(chǎn)量與氣象因子進(jìn)行相關(guān)分析（表3）。由相關(guān)分析可知，7月中旬高溫少雨對(duì)產(chǎn)量形成不利，可能此時(shí)正值麥地深翻期，高溫少雨可能引起土壤嚴(yán)重失墑；9—10月為小麥備耕播種至出苗期，此時(shí)低溫陰雨天氣有利于出苗，可避免灼苗，也利于積累充足的底墑，對(duì)產(chǎn)量有利；11月上旬進(jìn)入分蘗期，陰雨天氣對(duì)產(chǎn)量有利，但11月下旬充足陽(yáng)光和適宜溫度有利于形成壯苗，一般日照時(shí)數(shù)要求大于50 h；剛進(jìn)入越冬期（12月中旬）溫度太高，可能容易引起后期凍害，也不利蹲苗，對(duì)產(chǎn)量不利；1月高溫對(duì)產(chǎn)量不利（1981—2011年資料），2月中下旬（返青期）陰雨天氣對(duì)產(chǎn)量有利，但3月上旬（返青期后）陰雨天氣對(duì)產(chǎn)量不利，可能影響地溫上升，特別是當(dāng)雨量大于7.5 mm；5月上旬日照長(zhǎng)對(duì)產(chǎn)量有利，5月下旬日照長(zhǎng)對(duì)小麥灌漿有利，6月上中旬降水（特別是當(dāng)降雨量大于20 mm）可能影響灌漿，引起小麥爛場(chǎng)。綜合分析，9—11月降水有利于形成充足的底墑，小麥播種出苗、分蘗始期、返青期遇陰雨天氣對(duì)形成產(chǎn)量有利，11月下旬和3月上旬卻相反。建議生產(chǎn)上在小麥返青期干旱情況下，有條件可以淺灌或噴灌，避免深灌，2月中下旬和11月上旬干旱情況下，可以進(jìn)行人工增雨，但要避免在3月上旬增雨作業(yè)。拔節(jié)抽穗期（3—4月）降水量一般可達(dá)40 mm，加上當(dāng)?shù)赝翆由詈?，可以充分利用冬前土壤貯存水，一般對(duì)產(chǎn)量影響不大[10-11]。同時(shí)分析顯示，2月中下旬降水有弱的增多趨勢(shì)。莖稈質(zhì)量與春季拔節(jié)前和拔節(jié)抽穗期的土壤濕度的相關(guān)性明顯[12]。對(duì)特殊年份產(chǎn)量分析可知，1997年達(dá)到歷史最高產(chǎn)量，主要得益于9—11月降水較多（169.1 mm）、11月上旬降水較多（21.2 mm，歷史第5）、11下旬日照時(shí)數(shù)中等（57 h）、2月中下旬降水21.0 mm（歷史第2）、3月上旬無(wú)降水、5月下旬日照時(shí)數(shù)較多（104.8 h，歷史第4）、播種至三葉期積溫較少的氣象條件的綜合配合。1987年大減產(chǎn)主要因?yàn)楫?dāng)年9—11月降水較少（81.0 mm），11月上旬無(wú)降水，11下旬日照時(shí)數(shù)為18.3 h（歷史倒數(shù)第3），3月上旬降水量較多（10.7 mm），5月日照時(shí)數(shù)為161.8 h（歷史最少），5月下旬日照時(shí)數(shù)為46.2 h（歷史倒數(shù)第2），6月上中旬降水較多（83.7 mm，歷史第3），諸多氣象條件對(duì)產(chǎn)量不利。

表2 1957—2011 年氣象產(chǎn)量與有關(guān)氣象因子相關(guān)較好的因子

表3 1981—2011 年氣象產(chǎn)量與有關(guān)氣象因子相關(guān)較好的因子

2.2 氣象產(chǎn)量與氣象因子的回歸方程

用SPSS統(tǒng)計(jì)軟件，利用相關(guān)較好的氣象因子（表2，3），用逐步回歸方法剔除次要因子，建立氣象產(chǎn)量與關(guān)鍵因子的多元回歸方程[13-15]。1957—2011年氣象產(chǎn)量與有關(guān)氣象因子的回歸方程：y＝-685.684＋3.258x1＋22.039x2＋4.858x3－3.152x4－11.522x5。x1為9—11月降水量，x2為2月中下旬降水量，x3為11月下旬的日照時(shí)數(shù)，x4為6月上中旬降水量，x5為3月上旬的降水量。1981—2011年氣象產(chǎn)量與有關(guān)氣象因子的回歸方程：y＝-739.088＋11.742x1－7.194x2＋22.818x3＋1.943x4，其中，x1為11月下旬的日照時(shí)數(shù)，x2為6月上中旬降水量，x3為11月上旬降水量，x4為9—11月降水量。

2.3 趨勢(shì)產(chǎn)量的計(jì)算和2012 年冬小麥產(chǎn)量的預(yù)報(bào)

2012年全縣小麥平均產(chǎn)量為3 225.0 kg/hm2，為進(jìn)入21世紀(jì)后豐產(chǎn)年。本研究利用調(diào)和權(quán)重法計(jì)算趨勢(shì)產(chǎn)量。用1957—2011年資料對(duì)產(chǎn)量預(yù)報(bào)，2012年趨勢(shì)產(chǎn)量2 092.57 kg/hm2，氣象產(chǎn)量為677.38 kg/hm2，預(yù)報(bào)2012年產(chǎn)量2 769.95 kg/hm2，與實(shí)際相差455.05 kg/hm2。用1981—2011年資料對(duì)產(chǎn)量預(yù)報(bào)，2012年趨勢(shì)產(chǎn)量2 092.92 kg/hm2，氣象產(chǎn)量為884.49 kg/hm2，預(yù)報(bào)2012年產(chǎn)量為2 977.41 kg/hm2，與實(shí)際產(chǎn)量相差247.59 kg/hm2。說(shuō)明這2個(gè)預(yù)報(bào)方程對(duì)產(chǎn)量預(yù)報(bào)具有一定準(zhǔn)確度，有一定指導(dǎo)意義。

3 結(jié)論

萬(wàn)榮縣冬小麥趨勢(shì)產(chǎn)量表明，20世紀(jì)70年代末到90年代增長(zhǎng)迅速，90年代中期達(dá)高峰，進(jìn)入21世紀(jì)產(chǎn)量徘徊不前。利用多種方法分離出氣象產(chǎn)量，分析其與1957—2011年的平均氣溫、降水量和日照時(shí)數(shù)的月資料和旬資料的線性相關(guān)性，同時(shí)結(jié)合1981—2011年的冬小麥發(fā)育期平均值，分析了它們與產(chǎn)量的關(guān)系，找出相關(guān)性明顯的關(guān)鍵氣象要素，分析了它們與產(chǎn)量的關(guān)系，利用逐步線性回歸法分析了關(guān)鍵氣象要素與氣象產(chǎn)量的關(guān)系，結(jié)果表明，影響產(chǎn)量的主要因素有上年9—11月、2月中下旬和上年11月上旬的降水量、上年11月下旬的日照時(shí)數(shù)，并建立回歸方程，利用調(diào)和權(quán)重法計(jì)算下年的趨勢(shì)產(chǎn)量，進(jìn)行產(chǎn)量預(yù)報(bào)。這些可為小麥生產(chǎn)的精確估產(chǎn)，合理安排灌溉、小麥生育期評(píng)價(jià)、人工增雨服務(wù)提供可靠依據(jù)，特別是抓住關(guān)鍵期人工增雨將會(huì)取得明顯的社會(huì)效益和經(jīng)濟(jì)效益。在實(shí)際工作中，要結(jié)合小麥觀測(cè)資料以及作物分蘗情況、有效莖數(shù)、小穗數(shù)、作物長(zhǎng)勢(shì)、土壤濕度、衛(wèi)星遙感資料進(jìn)行產(chǎn)量綜合預(yù)報(bào)。

［1］張高斌.萬(wàn)榮縣麥田土壤水分相關(guān)分析以及對(duì)產(chǎn)量因素影響的研究[D].南京：南京信息工程大學(xué)，2011.

［2］張高斌，郭建茂.山西萬(wàn)榮縣近52 a氣候特征及其與參考作物蒸散量和土壤濕度的關(guān)系[J].干旱氣象，2011（1）：94-99.

［3］王計(jì)川，劉秀英，茅彧，等.山西省近23年干旱災(zāi)害探討[J].山西農(nóng)業(yè)科學(xué)，2008，36（9）：12-14.

［4］張利華，張永強(qiáng)，仲維建，等.徐州地區(qū)小麥產(chǎn)量預(yù)報(bào)模型研究[J].安徽農(nóng)業(yè)科學(xué)，2010，38（33）：18698-18700.

［5］李偉英.菏澤地區(qū)出口花生產(chǎn)量與氣象條件的相關(guān)分析[J].山東氣象，2001（1）：27-28.

［6］曲靜.調(diào)和權(quán)重法在作物產(chǎn)量預(yù)報(bào)中的應(yīng)用[J].陜西農(nóng)業(yè)科學(xué)，2011（5）：109-110.

［7］中國(guó)氣象局.中華人民共和國(guó)氣象行業(yè)標(biāo)準(zhǔn)：小麥干旱災(zāi)害等級(jí)[S].北京：氣象出版社，2007.

［8］溫曉慧，溫桂清，薛敏.用直線滑動(dòng)均值做作物趨勢(shì)產(chǎn)量預(yù)報(bào)[J].黑龍江氣象，1994（1）：19-20.

［9］馮定原，夏海峰，李湘閣，等.農(nóng)業(yè)氣象預(yù)報(bào)和情報(bào)方法[M].北京：氣象出版社，1988.

［10］山西運(yùn)城地區(qū)氣象臺(tái).關(guān)于“麥?zhǔn)瞻耸龍?chǎng)雨”的調(diào)查分析[J].氣象，1978（10）：25-26.

［11］詹志明，劉軍臣，巍東嵐.旱澇對(duì)豫東地區(qū)冬小麥產(chǎn)量的影響評(píng)估[J].中國(guó)農(nóng)業(yè)氣象，1999，20（4）：9-14.

［12］張高斌，郭建茂，吳元芝，等.萬(wàn)榮麥田土壤濕度變化及其對(duì)產(chǎn)量的影響[J].陜西氣象，2011（6）：1-4.

［13］朱秀紅，李秀珍，姚文軍，等.基于SPSS的日照市小麥產(chǎn)量年景預(yù)測(cè)模型[J].中國(guó)農(nóng)學(xué)通報(bào)，2010，26（2）：295-297.

［14］朱秀紅，鄭美琴，姚文軍，等.基于SPSS的日照市茶葉產(chǎn)量預(yù)測(cè)模型的建立[J].河南農(nóng)業(yè)科學(xué)，2010（7）：31-33.

［15］劉政，孫艷.SPSS逐步回歸分析法構(gòu)建北疆棉蚜年發(fā)生程度的預(yù)報(bào)模型[J].安徽農(nóng)業(yè)科學(xué)，2009，37（6）：2815-2817.