主要生育期氣候變化對河南省冬小麥生長及產(chǎn)量的影響*

成 林,李彤霄,劉榮花

(1.中國氣象局河南省農(nóng)業(yè)氣象保障與應用技術重點開放實驗室 鄭州 450003;2.河南省氣象科學研究所 鄭州 450003)

主要生育期氣候變化對河南省冬小麥生長及產(chǎn)量的影響*

成 林1,2,李彤霄1,2,劉榮花1,2

(1.中國氣象局河南省農(nóng)業(yè)氣象保障與應用技術重點開放實驗室 鄭州 450003;2.河南省氣象科學研究所 鄭州 450003)

為分析不同生育期氣候變化對冬小麥生長及產(chǎn)量的影響,本研究選擇河南省30個農(nóng)業(yè)氣象觀測站1961—2014年氣象資料、1981—2014年冬小麥發(fā)育期及產(chǎn)量資料,采用數(shù)理統(tǒng)計與DSSAT-CERES Wheat模型模擬相結合的方法,分析了冬小麥播種—返青、返青—抽穗、抽穗—成熟3個時期的氣候變化特征及其對生育期和產(chǎn)量的影響。結果表明:研究區(qū)氣候變化的顯著特征是播種—返青期日照時數(shù)按40.09 h?(10a)-1的速率顯著減少(P<0.05),返青—抽穗期平均日最高氣溫和平均日最低氣溫同時大幅升高。冬小麥幼穗分化隨著抽穗前日最低氣溫的升高按2.9 d?(10a)-1的速率而提前結束,返青前氣候變化對后續(xù)生育進程有持續(xù)影響,氣象因子與播種—抽穗期、播種—成熟期持續(xù)日數(shù)以負相關關系為主。兩種分析方法均表明:當前河南麥區(qū)播種—返青期氣候變化對產(chǎn)量的影響不大,在一定范圍內(nèi)甚至有增產(chǎn)作用,氣象因子貢獻率平均為0.758;返青—抽穗期氣候變化使穗密度和穗粒數(shù)平均減少2.74%和3.94%,大于抽穗—成熟期。不同生育期氣候變化情景下,冬小麥高產(chǎn)和穩(wěn)產(chǎn)均受影響,代表站點播種—返青、返青—抽穗、抽穗—成熟期分別平均減產(chǎn)1.6%、6.3%和4.8%,其中播種—返青、抽穗—成熟期影響產(chǎn)量的關鍵氣象因子是日最高氣溫,而返青—抽穗期是日最低氣溫。

冬小麥;主要生育期;氣候變化;DSSAT-CERES Wheat模型;氣象因子;日最低氣溫

近百年來,由于溫室氣體含量發(fā)生變化而引發(fā)的全球氣候變暖,已引起各國學者的廣泛關注[1]。農(nóng)業(yè)生產(chǎn)系統(tǒng)作為對氣候變化最敏感的領域之一,直接影響著人類生存[2]。大量研究已證實,有觀測記錄以來,我國農(nóng)業(yè)生產(chǎn)的氣候條件已發(fā)生顯著變化,農(nóng)業(yè)氣候資源、農(nóng)業(yè)氣象災害、作物種植制度、生產(chǎn)潛力[3-4]等均受到一定影響。冬小麥(Triticum aestivum)是我國最重要的糧食作物之一,深入研究冬小麥生產(chǎn)過程受氣候變化的影響程度對于科學認識氣候變化的利弊影響,合理制定適應氣候變化的措施具有重要意義。

20世紀90年代起我國陸續(xù)產(chǎn)生了大量關于氣候變化對冬小麥生產(chǎn)影響的研究成果。較為一致的結論是:冬小麥生育期內(nèi),冬春季增溫趨勢顯著,光能資源減少,增溫使冬小麥生育期呈縮短趨勢[5-6],尤其是拔節(jié)抽穗期提前的趨勢較顯著[7]。部分地區(qū)冬小麥氣候生產(chǎn)潛力呈波動式略增趨勢,但水分因子的限制作用增大[8-10]。大部分利用作物模型與區(qū)域氣候模式結合的模擬結果均表明,氣候系統(tǒng)將導致冬小麥在未來30～50年發(fā)生明顯減產(chǎn)[11]。氣候變化及其影響是一項系統(tǒng)而龐大的研究課題,大量的研究成果使人們對氣候變化對冬小麥影響的認識逐漸加深。從已有研究成果來看,歷史氣候變化對冬小麥生育期的影響已基本確定,但這種變化對生產(chǎn)影響的利弊及影響程度尚不確定;未來氣候變化影響下產(chǎn)量預估的方法相對成熟,但在冬小麥社會產(chǎn)量連年增加的背景下,歷史氣候變化如何影響產(chǎn)量在研究方法和研究結論上均有不同認識[12]。而關于冬小麥哪個生長階段氣候變化對生產(chǎn)影響最大、不同發(fā)育時期對氣候變化如何響應、響應的機制等研究成果更不多見。本文以我國冬小麥第一主產(chǎn)區(qū)河南省為例,通過數(shù)理統(tǒng)計與作物模擬模型相結合的分析方法,抓住冬小麥不同生育期氣候變化的主要特征,分析氣候變化對冬小麥生長進程和產(chǎn)量影響的關鍵時期,研究不同生育期的關鍵影響因子,旨在探明氣候變化對冬小麥的影響規(guī)律,為農(nóng)業(yè)生產(chǎn)趨利避害,科學應對氣候變化提供依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

選擇河南省30個農(nóng)業(yè)氣象觀測站為研究站點(圖1)。各站點1961—2014年冬小麥生長季的逐日最高氣溫、最低氣溫、平均氣溫、日照時數(shù)及降水量資料來源于河南省氣象局;各站1981—2014年的冬小麥產(chǎn)量資料來源于河南省統(tǒng)計部門,作物發(fā)育期資料源于河南省氣象局。各地區(qū)土壤資料參考《河南土壤》[13]。

圖1 河南省30個研究站點分布圖Fig.1 Distribution of 30 agro-meteorological observation stations

1.2 統(tǒng)計方法

根據(jù)冬小麥先后經(jīng)歷營養(yǎng)生長、營養(yǎng)生長—生殖生長并進、生殖生長的特點,將冬小麥生育期劃分為播種—返青期、返青—抽穗期、抽穗—成熟期3個時期。

1.2.1 氣候傾向率

利用一元線性回歸方程y=ax+b,分別統(tǒng)計各代表站冬小麥不同發(fā)育時期的日平均氣溫均值Tave(℃)、平均日最高氣溫Tmax(℃)、平均日最低氣溫Tmin(℃)、日照時數(shù)S(h)、降水量P(mm)以及各生育時期持續(xù)天數(shù)(d)隨時間的變化特征,其中x為年份,a×10即為氣候傾向率。概率水平P<0.05和P<0.01分別表示達到顯著水平和極顯著水平。

1.2.2 相對氣象產(chǎn)量

將冬小麥社會產(chǎn)量Y(kg?hm-2)分解為趨勢產(chǎn)量(kg?hm-2)與氣象產(chǎn)量Yw(kg?hm-2)之和,趨勢產(chǎn)量的模擬采用氣象行業(yè)標準[14]中推薦的直線滑動平均法,滑動步長取11。為減少不同歷史時期農(nóng)業(yè)技術水平的影響,增加氣象產(chǎn)量序列在時間區(qū)域上的可比性,引入相對氣象產(chǎn)量[15]開展進一步分析,記為a:

1.2.3 氣象因子貢獻率

采用多元線性回歸法擬合相對氣象產(chǎn)量與冬小麥不同生育時期氣象要素的關系。將各要素的回歸系數(shù)之和作為基數(shù),不同生育時段溫度、日照時數(shù)的回歸系數(shù)分別除以基數(shù),稱為貢獻率,貢獻率為正值時表示正影響,為負值表示不利影響。

1.3 作物模型與情景設定

采用參數(shù)修訂后的DSSATCERES-Wheat模型開展氣候變化影響模擬。該模型已廣泛應用于氣候變化影響研究,并被證實適用于我國冬小麥主產(chǎn)區(qū)[16]。在河南省選擇種植品種屬性略有差異,氣候特點不同的新鄉(xiāng)、襄城、盧氏、商丘和正陽5個地區(qū)為代表站點開展作物模型模擬分析。模型模擬選用最小氣象數(shù)據(jù)集,即逐日最高氣溫、最低氣溫、降水量和太陽輻射量,其中太陽輻射值采用FAO推薦的方法利用日照時數(shù)推算。采用各站2001—2005年觀測的開花期、成熟期和實產(chǎn)資料,利用GLUE模塊進行模型參數(shù)調(diào)試。驗證時利用1994—2000年和2006—2010年資料,采用絕對誤差(△)、歸一化均方根誤差(NRMSE)、一致性指數(shù)(D)[17]及模擬值與觀測值的相關系數(shù)(R2)檢驗模型的模擬效果(表1),證明DSSAT CERES-Wheat模型對代表站點關鍵發(fā)育期模擬的相對均方根誤差在2%以內(nèi),符合度和相關系數(shù)接近于1,產(chǎn)量模擬的均方根誤差均小于9%,模型適應性較好,能夠滿足開展氣候變化研究模擬要求。

表1 代表站點冬小麥開花期、成熟期及產(chǎn)量的模擬值與觀測值統(tǒng)計比較Table 1 Statistical comparison between observed and simulated values for anthesis stage,maturity stage and yields of winter wheat at representative stations

模擬情景(Ⅰ):為認清冬小麥不同生長時期對氣候變化的響應差異,將播種—返青期氣象條件發(fā)生變化而其他時段不變的情景記為A,以此類推,分別將返青—抽穗期、抽穗—成熟期氣象條件發(fā)生變化的情景記為B和C。為方便模擬分析并體現(xiàn)氣候系統(tǒng)變化的連續(xù)性,針對氣候變化趨勢通過顯著性檢驗的因子,根據(jù)其氣候傾向率,在作物模型氣象數(shù)據(jù)庫中修改代表站點1981—2010年的逐日氣象數(shù)據(jù)文件,氣象要素按10年梯度變化,并將30年新情景按年代劃分為階段Ⅰ、階段Ⅱ和階段Ⅲ。例如日最高氣溫的氣候傾向率為n℃?(10a)-1,則階段Ⅰ、Ⅱ、Ⅲ的日最高氣溫在原有基礎上分別增加n℃、2n℃和3n℃。

模擬情景(Ⅱ):為進一步研究冬小麥不同時期對相同氣象因子變化的響應程度,分別將3個生育時期的日最高氣溫、日最低氣溫、日照時數(shù)做相同單位的增加或減少,重點分析產(chǎn)量變化及產(chǎn)量的波動性特征。本文以中部平原地區(qū)的襄城為例,參考該站點氣象因子的氣候傾向率,設定播種—返青、返青—抽穗、抽穗—成熟3個時期的日最高氣溫(A1、A2、A3)、日最低氣溫(B1、B2、B3)分別增高0.5℃,太陽輻射減少5%(C1、C2、C3),共9種處理進行模擬。

兩種情景相對獨立,結果不相互干擾。模擬的產(chǎn)量或產(chǎn)量要素的變化率W按公式(2)計算:

式中:Ys表示某情景下模擬的產(chǎn)量或產(chǎn)量要素,YCK是利用近30年實際歷史氣象資料模擬的產(chǎn)量或產(chǎn)量要素的平均值。

2 結果與分析

2.1 冬小麥不同生育期氣候變化特征

雖然各研究站點有一定地域差異,但冬小麥不同生育時期氣候變化的趨勢基本一致,主要表現(xiàn)在:各時期一致增溫,尤其是Tmin顯著升高,且增溫速率高于Tmax,意味著氣溫日較差降低(表2)。與其他時期相比,返青—抽穗期溫度因子的氣候傾向率明顯偏大,Tmin按0.591℃?(10a)-1的速率升高。冬小麥各生育期日照時數(shù)一致減少,尤其是播種—返青期日照時數(shù)極顯著遞減,各站平均氣候傾向率達-40.09 h?(10a)-1,其他時期日照時數(shù)變化不顯著。因此,研究區(qū)域冬小麥不同生長階段氣候變化的主要特征是:返青—抽穗期增溫幅度最大,且Tmax與Tmin按不同速率同時升高;播種—返青期日照時數(shù)顯著減少;各發(fā)育期降水量有減少趨勢,但未通過顯著性檢驗。

表2 30個研究站點冬小麥主要生育時期氣象要素的平均氣候傾向率Table 2 Average climatic trends of meteorological elements at different growth periods of winter wheat for 30 study stations

2.2 氣候變化對冬小麥不同生育期的影響

經(jīng)統(tǒng)計,氣候變化下河南省冬小麥播種日期和返青普遍期變化不明顯,30個研究站點中僅5個站點播種期延遲趨勢顯著(P<0.05),返青普遍期2個觀測站顯著提前,6個站點顯著推遲。抽穗普遍期28個觀測站顯著提前,各站平均提前速率為 2.9 d×(10a)-1(圖2a);成熟普遍期15個觀測站顯著提前,各站平均提前速率為1.4 d×(10a)-1。

播種—返青期各站平均持續(xù)124.6 d,變化特征無共同規(guī)律。返青—抽穗期平均經(jīng)歷61.8 d,全省變化率為-4.3 d×(10a)-1(圖2b),其中23個觀測站縮短趨勢顯著。抽穗—成熟期平均持續(xù)41.6 d,近34年按1.5 d×(10a)-1速率延長,其中22個研究站點延長趨勢顯著;各代表站平均全生育期天數(shù)變化趨勢不明顯。

返青前冬小麥要經(jīng)歷春化作用和幼穗分化的初期[18],抽穗期即幼穗分化的結束。Pearson相關分析發(fā)現(xiàn),返青前氣象要素與播種—返青期持續(xù)天數(shù)的相關系數(shù)較小,但大部分氣象要素與后續(xù)發(fā)育期顯著相關(表3),說明雖然返青之前各氣象要素的氣候傾向率并不是最大,但對發(fā)育進程的影響最明顯。3個主要生育期的Tave、Tmin與各生育期間隔日數(shù)均為負相關,尤其是播種—返青期Tmin與播種—抽穗期、播種—成熟期天數(shù)的負相關系數(shù)最高。降水量雖然變化趨勢不顯著,但與主要生育期長度呈負相關關系。由于最低氣溫升高對平均氣溫變化有直接促進作用,因此不同時期氣候變化對冬小麥發(fā)育期的影響主要表現(xiàn)為:幼穗分化隨著最低氣溫的升高而提前結束,但籽粒灌漿期并未隨氣溫升高而明顯縮短,河南冬小麥生產(chǎn)“兩長一短”的特點中[19],“春化時間長”的特點受氣候變化影響較小,“幼穗分化期長”的優(yōu)勢在減小,而“灌漿時間短”的劣勢隨氣候變化在改善。

圖2 研究站點冬小麥平均生育期(a)及生育期持續(xù)日數(shù)(b)變化Fig.2 Variations of average growth stage(a)and duration(b) of winter wheat at study stations

2.3 不同時期氣候變化對冬小麥產(chǎn)量的影響

由前面的分析可知,不同時期氣候變化的特點和變幅不同,因此冬小麥不同生育時期對氣候變化的響應也存在差異,在此利用兩種方法綜合分析冬小麥不同生育時期氣候變化對產(chǎn)量的影響程度。

2.3.1 氣象因子貢獻率及空間分布

研究站點相對氣象產(chǎn)量與各時期氣象因子的多元回歸方程,擬合度均通過P＝0.01的顯著性檢驗。圖3和表4為各生育時期所有氣象因子的貢獻率,以及溫度和日照單因子的貢獻率。由于河南省大部分麥田有灌溉條件,一定程度上掩蓋了降水變化的影響,降水因子的回歸擬合系數(shù)較小,在此不做討論。

由圖3可知,除豫東南個別地區(qū)外,播種—返青期氣象條件對產(chǎn)量為正貢獻,全省大部分地區(qū)貢獻率為0.1～2.0,平均貢獻率0.758;返青—抽穗期各地平均綜合貢獻率為-0.105,尤其豫東北、豫東、豫中及豫南局部負貢獻率較大;抽穗—成熟期平均貢獻率0.349,小于播種—返青期,但豫東北局部、豫中和豫西南局部也為負貢獻。

表3 不同階段氣象要素與冬小麥主要生育期持續(xù)日數(shù)的相關系數(shù)Table 3 Correlation coefficients between meteorological elements of different stages and durations of main growth periods of winter wheat

圖3 冬小麥不同生育時期氣象因子對相對氣象產(chǎn)量的貢獻率分布Fig.3 Distribution of contribution rates of meteorological elements of different growth stages to relative climatic yield of winter wheat

溫度因子的貢獻率大小與各生育時期的貢獻率相當,日照時數(shù)的貢獻率平均值為-0.059～-0.002,不足溫度貢獻率的1/10,表明在河南麥區(qū)輻射量的減少暫不是產(chǎn)量變化的主要制約因素(表4)。由統(tǒng)計結果來看,返青—抽穗期氣候變化對小麥產(chǎn)量形成有明顯不利影響,其中溫度升高是該時期的主要影響因素。

表4 冬小麥不同生育時期氣象因子對相對氣象產(chǎn)量的平均貢獻率Table 4 Average contribution rates of meteorological elements of different growth stages to relative climatic yield of winter wheat

2.3.2 代表站點不同情景產(chǎn)量變化模擬

模擬設定在現(xiàn)有基礎上,氣候要素進一步改變可能引起的產(chǎn)量變化。各站模擬結果的平均值(表5)顯示,3個不同時期氣候持續(xù)變化均導致減產(chǎn),但情景A導致的平均減產(chǎn)率相對較小,為-1.65%,個別站點表現(xiàn)為增產(chǎn)。情景B,即返青—抽穗期氣候變化導致的平均減產(chǎn)率最高,與統(tǒng)計模型分析結論一致。各情景中,Ⅰ、Ⅱ、Ⅲ 3個階段的氣象要素呈階梯變化,即當氣候變化幅度相對較小時,返青前以及抽穗后氣候變化可能使部分地區(qū)增產(chǎn),減產(chǎn)的拐點位于梯度Ⅰ和Ⅱ之間。

結合2.3.1的分析可以看出,播種—返青期氣候條件改變對冬小麥生產(chǎn)的負面影響最小,在過去30年甚至未來該生育時期氣候條件繼續(xù)小幅變化,對產(chǎn)量提高有一定的正貢獻,但隨著該時期氣候變化程度的加劇,產(chǎn)量則明顯降低。在目前氣候要素的變幅下,返青—抽穗期氣候變化對產(chǎn)量的負影響更明顯,但是從繼續(xù)加劇的階段Ⅱ、Ⅲ模擬結果看,抽穗—成熟期氣候變化對產(chǎn)量的不利影響突顯。

表6為各代表站點產(chǎn)量要素的平均變化率?？梢钥闯?3種情景均導致產(chǎn)量構成要素降低,但不同時期氣候變化對千粒重的影響相對較小,平均值在0.1%以內(nèi),主要引起單位平方穗密度和每穗粒數(shù)不同程度減少。其中,情景A氣候變化影響下產(chǎn)量三要素的變化較其他情景小,情景B穗密度和穗粒數(shù)分別減小2.74%和3.94%,大于情景C,是返青—抽穗期氣候變化對產(chǎn)量不利的主要原因。

2.4 影響冬小麥產(chǎn)量的關鍵氣象因子

由于溫度、日照等氣象要素對產(chǎn)量的影響有協(xié)同作用,因此利用作物模型與特定的模擬情景,可分離出單要素變化相同量級時對產(chǎn)量的影響。根據(jù)襄城站情景(Ⅱ)的模擬結果,9種處理冬小麥平均產(chǎn)量均較對照減產(chǎn),導致減產(chǎn)率最大的處理為C1、B2和C2,其次為C3,表明氣候變化程度加劇時,抽穗—成熟期各氣象因子變化均對產(chǎn)量的不利影響較大,日最高氣溫的負影響最大。A1、A2和A3處理的減產(chǎn)率相對低,3個處理僅A1情景的減產(chǎn)率相對較高,表明冬小麥播種—返青期氣候變化對產(chǎn)量的負影響最小,影響產(chǎn)量的關鍵因子是日最高氣溫的升高;返青—抽穗期的關鍵影響因子為日最低氣溫;抽穗以后,日最高氣溫升高是對產(chǎn)量形成最為不利的因子。

表5 代表站點不同情景模擬冬小麥產(chǎn)量變化率Table 5 Variation rate of simulated yield of winter wheat under different scenarios at representative stations %

表6 不同情景下代表站點冬小麥產(chǎn)量要素的平均變化率Table 6 Average variation rates of yield components of winterwheat for representative stations under different scenarios%

情景A、B、C分別指播種—返青期、返青—抽穗期、抽穗—成熟期氣象條件發(fā)生變化而其他時段不變的情景。階段Ⅰ、Ⅱ、Ⅲ分別為按年代將1981—2010年劃分的3個時期,其中變化趨勢顯著的氣象因子每10年一個梯度按氣候傾向率增加或減少。Scenario A,B,C mean meteorological conditions changed during planting-green turning,green turning-heading and heading-maturity stage,respectively,while the other period was constant.PhaseⅠ,Ⅱ,Ⅲ are 3 stages divided by decade from 1981 to 2010,and the meteorological elements which varied significantly were increased or decreased by gradient of climatic trend for each 10 years.

從各處理的產(chǎn)量箱線圖來看(圖4),冬小麥不僅平均產(chǎn)量減小,最低產(chǎn)量和最高產(chǎn)量水平也降低,僅B2處理的最低產(chǎn)量大于對照最低產(chǎn)量水平,表明返青—抽穗期最低氣溫的升高可提高小麥最低產(chǎn)量,減小產(chǎn)量變異。各發(fā)育時期最高、最低氣溫變化導致25%～75%產(chǎn)量分位間距拉大,一定程度上說明穩(wěn)產(chǎn)性在變差。

圖4 不同處理冬小麥產(chǎn)量箱線圖Fig.4 Box plots of winter wheat yield for different treatments

3 結論與討論

本文通過對河南省冬小麥主要生育期氣候變化的影響分析發(fā)現(xiàn),冬小麥不同時期氣候變化的特征不同,其影響也存在差異。研究區(qū)播種—返青期日照時數(shù)遞減最明顯,但對產(chǎn)量的負影響不大;播種—返青期氣候變化對冬小麥發(fā)育進程有重要影響;返青—抽穗期升溫幅度最大,該時期氣候變化對產(chǎn)量的不利影響也最大。不同時期氣候持續(xù)變化均導致小麥減產(chǎn),影響產(chǎn)量的關鍵氣象因子在播種—返青期、抽穗—成熟期是日最高氣溫,而在返青—抽穗期是日最低氣溫。

冬小麥從播種出苗到經(jīng)歷越冬期進入返青期,是營養(yǎng)生長的主要時期。前人研究發(fā)現(xiàn),充足的營養(yǎng)生長期積溫與分蘗成穗率有顯著相關性;另一方面,返青前氣溫升高能夠減小冬季凍害風險,保證小麥安全越冬[20-22],這與本文關于播種—返青期氣候變化對冬小麥產(chǎn)量的影響可相互印證,當然這種正效應僅局限于一定幅度內(nèi)的增溫。返青后是小麥穗分化的重要時期,溫度條件不僅決定幼穗分化開始的時間,還影響分化的進程。本研究用兩種方法均證實,與其他時段相比,返青—抽穗期氣候變化對產(chǎn)量影響最為不利,其中日最低氣溫是該時期影響產(chǎn)量的關鍵因子,這一階段Tmin的增幅最大,意味著春季回暖較快,易導致光周期反應加速,致使小穗和小花數(shù)量的減少[23]。因此在研究冬小麥適應氣候變化措施時,應重點考慮返青后的麥田管理方法,減小氣候變化的不利影響。研究發(fā)現(xiàn)抽穗后日最高氣溫的變化是影響產(chǎn)量的關鍵因子,這與前人研究的花后高溫對小麥籽粒淀粉粒形成、酶活性、光合產(chǎn)物分配等生理生化過程均有不利影響的結論相符[24-27]。本文揭示了氣候變化對產(chǎn)量影響的關鍵時期及關鍵影響因子,但具體的影響機制及生理過程還有待進一步深入分析。

作物模型能夠反映在土壤、作物品種不變的情況下,單純由氣象條件引起的產(chǎn)量變化,模擬結果具有定量化、可比性強、可信度高等優(yōu)勢,已被氣候變化研究學者廣泛應用[28-30]。存在的問題是本研究設定的模擬情景,旨在平行分析不同生育期氣候變化對產(chǎn)量的可能影響趨勢,可能與未來氣候變化的趨勢不完全相符,得出的產(chǎn)量增減幅度僅供研究分析參考。受資料限制,本文僅開展了河南麥區(qū)代表站點的研究,氣候變化的影響既有共同特征又有區(qū)域性差異,這有待于擴展研究區(qū)域彌補其空間代表性的不足。

References

[1]宋艷玲.氣候變化對中國農(nóng)業(yè)影響研究[M].北京:氣象出版社,2012 Song Y L.Study of the Effect of Climate Change on Agriculture in China[M].Beijing:China Meteorological Press, 2012

[2]郁珍艷,李正泉,高大偉,等.定量評估極端天氣影響農(nóng)業(yè)總產(chǎn)值的方法[J].氣候變化研究進展,2016,12(2):147–153 Yu Z Y,Li Z Q,Gao D W,et al.A method of evaluate the impacts of extreme weather on agricultural economic output quantitatively[J].Advancesin Climate ChangeResearch, 2016,12(2):147–153

[3]李祎君,王春乙.氣候變化對我國農(nóng)作物種植結構的影響[J].氣候變化研究進展,2010,6(2):123–129 Li Y J,Wang C Y.Impacts of climate change on crop planting structure in China[J].Advances in Climate Change Research,2010,6(2):123–129

[4]錢永蘭,毛留喜,周廣勝.全球主要糧食作物產(chǎn)量變化及其氣象災害風險評估[J].農(nóng)業(yè)工程學報,2016,32(1): 226–235 Qian Y L,Mao L X,Zhou G S.Changes in global main crop yields and its meteorological risk assessment[J].Transactions of the CSAE,2016,32(1):226–235

[5]吳澤新,劉春紅,許士斌.氣候變化對黃淮海地區(qū)弱冬性小麥的影響評價[J].現(xiàn)代生物醫(yī)學進展,2008,8(5): 933–936 Wu Z X,Liu C H,Xu S B.The assessment of the effects of the climate change on the weak winter wheat in Huang-Huaihai Plain[J].Progress in Modern Biomedicine, 2008,8(5):933–936

[6]胡實,莫興國,林忠輝.氣候變化對海河流域主要作物物候和產(chǎn)量影響[J].地理研究,2014,33(1):3–12 Hu S,Mo X G,Lin Z H.The contribution of climate change to the crop phenology and yield in Haihe River Basin[J]. Geographical Research,2014,33(1):3–12

[7]姬興杰,朱業(yè)玉,劉曉迎,等.氣候變化對北方冬麥區(qū)冬小麥生育期的影響[J].中國農(nóng)業(yè)氣象,2011,32(4):576–581 Ji X J,Zhu Y Y,Liu X Y,et al.Impacts of climate change on the winter wheat growth stages in North China[J].Chinese Journal of Agrometeorology,2011,32(4):576–581

[8]王宏,陳阜,石全紅,等.近30a黃淮海農(nóng)作區(qū)冬小麥單產(chǎn)潛力的影響因素分析[J].農(nóng)業(yè)工程學報,2010,26(S1): 90–95 Wang H,Chen F,Shi Q H,et al.Analysis of factors on impacting potential productivity of winter wheat in Huanghuaihai agricultural area over 30 years[J].Transactions of the CSAE,2010,26(S1):90–95

[9]張麗英,張正斌,徐萍,等.黃淮小麥農(nóng)藝性狀進化及對產(chǎn)量性狀調(diào)控機理的分析[J].中國農(nóng)業(yè)科學,2014,47(5): 1013–1028 Zhang L Y,Zhang Z B,Xu P,et al.Evolution of agronomic traits of wheat and analysis of the mechanism of agronomic traits controlling the yield traits in the Huang-Huai Plain[J]. Scientia Agricultura Sinica,2014,47(5):1013–1028

[10]趙葉萌,劉曉英,鐘秀麗,等.基于產(chǎn)量響應診斷冬小麥水分虧缺適宜土層及其水分閾值[J].農(nóng)業(yè)工程學報,2014, 30(20):147–154 Zhao Y M,Liu X Y,Zhong X L,et al.Determination of soil depth and its water threshold for diagnosing water deficit of winter wheat based on grain yield[J].Transactions of the CSAE,2014,30(20):147–154

[11]王培娟,張佳華,謝東輝,等.A2和B2情景下冀魯豫冬小麥氣象產(chǎn)量估算[J].應用氣象學報,2011,22(5):549–557 Wang P J,Zhang J H,Xie D H,et al.Estimation for weather yield of winter wheat under A2 and B2 scenarios in Hebei, Shandong and Henan Provinces[J].JournalofApplied Meteorological Science,2011,22(5):549–557

[12]尹朝靜,李谷成,高雪.氣候變化對中國糧食產(chǎn)量的影響——基于省級面板數(shù)據(jù)的實證[J].干旱區(qū)資源與環(huán)境,2016,30(6): 89–94 Yin C J,Li G C,Gao X.Impacts of climate change on China’s grain production — Empirical analysis based on provincial panel data[J].Journal of Arid Land Resources and Environment,2016,30(6):89–94

[13]河南省土壤普查辦公室.河南土壤[M].北京:中國農(nóng)業(yè)出版社,2004 Soil Census Office of Henan Province.Soil in Henan[M]. Beijing:China Agriculture Press,2004

[14]中國氣象局.QX/T 81—2007小麥干旱災害等級[S].北京:中國標準出版社,2007 China MeteorologicalAdministration.QX/T 81— 2007 Disaster Grade of Drought for Wheat[S].Beijing:China Standard Press,2007

[15]朱自璽,劉榮花,方文松,等.華北地區(qū)冬小麥干旱評估指標研究[J].自然災害學報,2003,12(1):145-150 Zhu Z X,Liu R H,Fang W S,et al.Evaluation indices of drought of winter wheat in North China[J].Journal of Natural Disasters,2003,2(1):145-150

[16]成林,劉榮花,王信理.氣候變化對河南省灌溉小麥的影響及對策初探[J].應用氣象學報,2012,23(5):571–577 Cheng L,Liu R H,Wang X L.Possible impacts of future climate change on irrigated winterwheatand adaptive strategies in Henan Province[J]. Journal of Applied Meteorological Science,2012,23(5):571–577

[17]劉建剛,褚慶全,王光耀,等.基于DSSAT模型的氮肥管理下華北地區(qū)冬小麥產(chǎn)量差的模擬[J].農(nóng)業(yè)工程學報, 2013,29(23):124–129 Liu J G,Chu Q Q,Wang G Y,et al.Simulating yield gap of winter wheat in response to nitrogen management in North China Plain based on DSSAT model[J].Transactions of the Chinese Society of Agricultural Engineering,2013,29(23): 124–129

[18]韓金玲,楊晴,王文頗,等.播期對冬小麥莖蘗幼穗分化及產(chǎn)量的影響[J].麥類作物學報,2011,31(2):303–307 Han J L,Yang Q,Wang W P,et al.Effects of sowing date on the caulis and tillers differentiation of young spike and yield in winter wheat[J].Journal of Triticeae Crops,2011,31(2): 303–307

[19]王紹中,田云峰,郭天財,等.河南小麥栽培學[M].北京:中國農(nóng)業(yè)科學技術出版社,2010:104–109 Wang S Z,Tian Y F,Guo T C,et al.Wheat Cultivation in Henan[M].Beijing:China Agriculture Scientech Press,2010: 104–109

[20]李向東,張德奇,王漢芳,等.越冬前增溫對小麥生長發(fā)育和產(chǎn)量的影響[J].應用生態(tài)學報,2015,26(3):839–846 Li X D,Zhang D Q,Wang H F,et al.Impact of temperature increment before the over-wintering period on growth and development and grain yield of winter wheat[J].Chinese Journal of Applied Ecology,2015,26(3):839–846

[21]呂麗華,梁雙波,張麗華,等.不同小麥品種產(chǎn)量對冬前積溫變化的響應[J].作物學報,2016,42(1):149–156 Lü L H,Liang S B,Zhang L H,et al.Yield in response to accumulated temperature before winter in winter wheat[J]. Acta Agronomica Sinica,2016,42(1):149–156

[22]張晶,王姣愛,黨建友,等.播期對小麥主莖及分蘗農(nóng)藝性狀、產(chǎn)量和品質(zhì)的影響[J].農(nóng)學學報,2013,3(8):1–6 Zhang J,Wang J A,Dang J Y,et al.Effect of sowing dates on agronomic character,yield and quality of the main stalks and tillers in wheat[J].Journal of Agriculture,2013,3(8):1–6

[23]楊宗渠,尹鈞,周冉,等.冬前積溫和春化處理對不同春化發(fā)育特性小麥品種幼穗分化的效應[J].核農(nóng)學報,2008, 22(4):503–509 Yang Z Q,Yin J,Zhou R,et al.Effects of accumulated temperature before wintering and vernalization treatments on spike differentiation of wheat cultivars with different vernalization development characteristics[J]. Journal of Nuclear Agricultural Sciences,2008,22(4):503–509

[24]趙鴻,王潤元,尚艷,等.糧食作物對高溫干旱脅迫的響應及其閾值研究進展與展望[J].干旱氣象,2016,34(1):1–12 Zhao H,Wang R Y,Shang Y,et al.Progress and perspectivesin studies on responses and thresholds of major food crops to high temperature and drought stress[J].Journal of Arid Meteorology,2016,34(1):1–12

[25]傅曉藝,何明琦,史占良,等.灌漿期高溫脅迫對小麥灌漿特性和品質(zhì)的影響[J].麥類作物學報,2015,35(6):867–872 Fu X Y,He M Q,Shi Z L,et al.Effect of high temperature stress during grain-filling period on wheatgrain-filling characteristics and quality[J].Journal of Triticeae Crops, 2015,35(6):867–872

[26]張英華,楊佑明,曹蓮,等.灌漿期高溫對小麥旗葉與非葉器官光合和抗氧化酶活性的影響[J].作物學報,2015,41(1): 136–144 Zhang Y H,Yang Y M,Cao L,et al.Effect of high temperature on photosynthetic capability and antioxidant enzyme activity of flag leaf and non-leaf organs in wheat[J]. Acta Agronomica Sinica,2015,41(1):136–144

[27]楊曉娟,居輝,王治世,等.花后高溫和干旱對冬小麥光合、抗氧化特性及粒重的影響[J].麥類作物學報,2015, 35(7):958–963 Yang X J,Ju H,Wang Z S,et al.Effect of high temperature and drought after anthesis on photosynthesis,antioxidant properties and grain weight in winter wheat[J].Journal of Triticeae Crops,2015,35(7):958–963

[28]熊偉,居輝,許吟隆,等.氣候變化下我國小麥產(chǎn)量變化區(qū)域模擬研究[J].中國生態(tài)農(nóng)業(yè)學報,2006,14(2):164–167 Xiong W,Ju H,Xu Y L,et al.Regional simulation of wheat yield in Chinaundertheclimaticchange conditions[J]. Chinese Journal of Eco-Agriculture,2006,14(2):164–167

[29]李國強,陳丹丹,張建濤,等.基于DSSAT模型的河南省小麥生產(chǎn)潛力定量模擬與分析[J].麥類作物學報,2016, 36(4):507–515 Li G Q,Chen D D,Zhang J T,et al.Quantitative simulation and analysis of winter wheat production potential in Henan Province[J].Journal of Triticeae Crops,2016,36(4):507–515

[30]胡實,莫興國,林忠輝.氣候變化對黃淮海平原冬小麥產(chǎn)量和耗水的影響及品種適應性評估[J].應用生態(tài)學報, 2015,26(4):1153–1161 Hu S,Mo X G,Lin Z H.Evaluating the response of yield and evapotranspiration ofwinterwheat and the adaptation by adjusting crop variety to climate change in Huang-Huai-Hai Plain[J].Chinese Journal of Applied Ecology,2015,26(4): 1153–1161

Effect of climate change on growth and yield of winter wheat in Henan Province*

CHENG Lin1,2,LI Tongxiao1,2,LIU Ronghua1,2
(1.Key Laboratory of Agro-meteorological Safeguard and Applied Technique in Henan Province,China Meteorological Administration,Zhengzhou 450003,China;2.Henan Institute of Meteorological Science,Zhengzhou 450003,China)

Winter wheat is one of the main grain crops in China.The growth,development and yield formation processes of winter wheat are affected to various degrees by climate change.Henan Province is the main cultivation base of winter wheat. Thus,the intensive analysis of the impacts of climate change on different growth periods of winter wheat is critical for scientific study of the positive and negative effects of climate change.Based on the formation processes of winter wheat yield variables,the whole growth stage was divided into 3 main growth periods,planting to greening,greening to heading and heading to maturity.Daily meteorological data(for the period of 1961–2014)on winter wheat development periods and grainyield (in 1981–2014)in 30 agro-meteorological observation stations in Henan Province were used to analyze the characteristics of the main growth periods and the effect of climate change on yield.Through mathematical statistics,the meteorological variables were used to analyze the trend in climatic change,its effect on the development periods of wheat and its contribution rate to grain yield during the main growth periods.Using DSSAT-CERES Wheat crop model,the effect of climate change at different growth periods on wheat yield was simulated.The results showed that the distinct characteristics of effect of climate change in study area was the significant(P<0.05)reduction in sunshine hours,which was at the rate of 40.09 h?(10a)-1during planting-greening period.There was also a large increase in average maximum and minimum air temperatures, respectively at the rates of 0.484℃?(10a)-1and 0.591℃?(10a)-1during greening-heading period.With increasing daily minimum temperature before heading,panicle differentiation in winter wheat terminated earlier by 2.9 days per decade. Climate change before greening had a continuous effect on the development progresses,with negative correlation between meteorological factors and sustained days from planting to heading and then planting to maturity.The results of two different analytical methods indicated that there was no significant effect of climate change during planting to greening stage on yield in Henan Province.In a certain scope,climate change even had positive effects on grain yield.The average contribution rate of climate change to winter yield variables was 0.758 during planting to greening turning stage.At representative stations, climate change during greening to heading resulted in reductions in kernel density and kernel number,respectively,by 2.74% and 3.94%,followed by 2.46%and 1.87%reductions during heading to maturity.The significant decrease in kernel number due to climate change during greening to heading was the primary reason for the yield reduction.Intensified climate change was harmful to both high and stable yields.Climate change during the periods from planting to greening,greening to heading and heading to maturity led to average yield variations in the representative stations by-1.6%,-6.3%and-4.8%,respectively. Under climate change,the key meteorological variables that influenced yield was daily maximum air temperature during planting-greening and heading-maturity periods,and daily minimum air temperature during greening-heading stage.

Winter wheat;Main growth periods;Climate change;DSSAT-CERES Wheat model;Meteorological variable; Daily minimum air temperature

,CHENG Lin,E-mail:rainwood2@163.com

Nov.22,2016;accepted Dec.20,2016

S162.3

A

1671-3990(2017)06-0931-10

10.13930/j.cnki.cjea.161054

成林,李彤霄,劉榮花.主要生育期氣候變化對河南省冬小麥生長及產(chǎn)量的影響[J].中國生態(tài)農(nóng)業(yè)學報,2017,25(6): 931-940

Cheng L,Li T X,Liu R H.Effect of climate change on growth and yield of winter wheat in Henan Province[J].Chinese Journal of Eco-Agriculture,2017,25(6):931-940

* 中國氣象局氣候變化專項(CCSF201606)資助

成林,主要從事農(nóng)業(yè)氣象災害及氣候變化對小麥影響的研究。E-mail:rainwood2@163.com

2016-11-22 接受日期:2016-12-20

* This study was supported by Climate Change Project of China Meteorological Administration(CCSF201606).