高溫?zé)岷魇≡绲井a(chǎn)量影響的定量分析

李迎春 帥細(xì)強(qiáng) 楊蓉 劉丹

摘要：按地理區(qū)域劃分，選取有代表性的9個縣級氣象臺站1981—2015年早稻產(chǎn)量、減產(chǎn)百分率、產(chǎn)量結(jié)構(gòu)及對應(yīng)的高溫指標(biāo)即日平均氣溫≥30 ℃持續(xù)日數(shù)、日最高氣溫≥35 ℃持續(xù)日數(shù)，采用通徑分析法，定量分析高溫?zé)岷魇≡绲緶p產(chǎn)百分率及產(chǎn)量結(jié)構(gòu)的影響。結(jié)果表明，江西早稻高溫?zé)岷Πl(fā)生概率約為80%，造成減產(chǎn)百分率3%以上的年份為30%，且日最高氣溫比日平均氣溫影響大;高溫持續(xù)時間顯著影響早稻千粒重、空殼率和秕谷率，除南部及東部早稻千粒重受日最高氣溫影響權(quán)重大外，其余地區(qū)日平均氣溫對產(chǎn)量結(jié)構(gòu)的影響權(quán)重大。

關(guān)鍵詞：早稻;減產(chǎn)百分率;產(chǎn)量結(jié)構(gòu);高溫逼熟;定量分析

中圖分類號：S161.2;S162.5+3? ? ? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：0439-8114（2019）20-0079-05

DOI：10.14088/j.cnki.issn0439-8114.2019.20.017? ? ? ? ? ?開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Quantitative analysis on influence of high temperature induced heat

damage on early rice yields in Jiangxi province

LI Ying-chun1，SHUAI Xi-qiang2，YANG Rong3，LIU-Dan1

（1.Jiangxi Institute of Meteorological Sciences，Nanchang 330096，China;2.Key Lab of Hunan Province for Meteorological Disaster Prevention and Mitigation，Changsha 410007，China;3.Ganzhou Meteorological Bureau of Jiangxi Province，Ganzhou 341000，Jiangxi，China）

Abstract： According to the division of geographic area， choosing observation data of early rice yields， percentage of output decrease， yield structure and corresponding high temperature parameter namely continuous days of daily mean temperature over 30 ℃ and daily maximum temperature over 35 ℃ from 9 representative meteorological stations at county-level from 1981 to 2015， and using the method of path coefficient analysis， the impacts of high temperature induced heat damage on percentage of output decrease and yield structure of early rice were quantitatively analysised. The results showed that the probability of high temperature stress in early rice in Jiangxi Province was about 80%， which was 30% when the percentage of production was reduced by more than 3%， and the daily maximum temperature had a greater impact than the daily average temperature. The high temperature duration significantly affected the 1 000-grain weight， empty shell rate， and unfulfilled grain rate of early rice. Except for the 1 000-grain weight， which was affected by the daily maximum temperature in southern and eastern rice， the daily average temperature of the rest of the region had a significant impact on the rice yield composition.

Key words： early rice; percentage of output decrease; yield structure; high temperature induced heat damage; quantitative analysis

高溫?zé)岷κ侵袊戏诫p季水稻產(chǎn)區(qū)的主要農(nóng)業(yè)氣象災(zāi)害之一，影響水稻花粉活性、受精率和灌漿速率，從而影響產(chǎn)量和品質(zhì)[1-8]。在全球氣候變暖背景下，江西省高溫?zé)岷μ鞖獬霈F(xiàn)越來越頻繁，持續(xù)時間也有延長趨勢，對早稻的影響逐漸突顯[1，2，6]，但高溫天氣對早稻產(chǎn)量影響的定量分析卻不多見。本研究選取婺源、余干、南昌、瑞昌、宜豐、蓮花、泰和、龍南、南康9個氣象部門長期觀測水稻產(chǎn)量、生物量的氣象臺站，統(tǒng)計(jì)自有規(guī)范記錄以來1981—2015年共30年9個農(nóng)業(yè)氣象觀測站早稻產(chǎn)量、對應(yīng)社會產(chǎn)量、產(chǎn)量結(jié)構(gòu)（千粒重、空殼率、秕谷率）和對應(yīng)時段的氣象資料，按高溫逼熟輕度、中度、重度指標(biāo)[9-11]，采用通徑分析法[12]分析高溫對早稻減產(chǎn)百分率和千粒重、空殼率、秕谷率等產(chǎn)量結(jié)構(gòu)因素的影響。

1? 資料與方法

1.1? 水稻產(chǎn)量與氣象資料

1981—2015年江西省1個國家級農(nóng)業(yè)氣象試驗(yàn)站（南昌縣）和8個農(nóng)業(yè)氣象觀測站（婺源、余干、瑞昌、宜豐、蓮花、泰和、龍南、南康）早稻考種資料、5月20日至7月20日氣溫數(shù)據(jù)、對應(yīng)社會產(chǎn)量。

1.2? 方法

減產(chǎn)百分率=[（當(dāng)年產(chǎn)量-正常年份平均產(chǎn)量）/正常年份平均產(chǎn)量]×100%。正常年份是指氣象條件較有利于水稻生產(chǎn)的年份，當(dāng)年水稻產(chǎn)量為平或豐。

本研究主要定量分析早稻高溫?zé)岷ζ陂g減產(chǎn)百分率、產(chǎn)量結(jié)構(gòu)（即通徑分析中的因變量）和高溫?zé)岷σ蜃樱赐◤椒治鲋械淖宰兞浚╅g的關(guān)系。高溫?zé)岷σ蜃訛楦邷責(zé)岷χ笜?biāo)中的日平均氣溫≥30 ℃、日最高氣溫≥35 ℃兩個因子，兩個因子對早稻產(chǎn)量均有影響，但影響程度不一，且兩因子間存在相關(guān)關(guān)系，適用于通徑分析法。首先要對早稻產(chǎn)量結(jié)構(gòu)數(shù)據(jù)、社會產(chǎn)量數(shù)據(jù)、高溫?zé)岷?shù)據(jù)的可分析性進(jìn)行正態(tài)性檢驗(yàn)，當(dāng)滿足正態(tài)性或近似正態(tài)性的要求后，再用回歸分析法建立日平均氣溫≥30 ℃、日最高氣溫≥35 ℃兩個自變量與減產(chǎn)百分率、產(chǎn)量結(jié)構(gòu)等因變量間的多元線性回歸方程：

Y=a0+a1X1+a2X2+a3X3+…+amXm

式中，ai是自變量Xi對因變量Y的偏回歸系數(shù)，由于偏回歸系數(shù)的量綱和自變量本身變異程度的不同，使偏回歸系數(shù)絕對值并不能準(zhǔn)確反映相應(yīng)自變量對因變量相對貢獻(xiàn)的大小。因此需要將各偏回歸系數(shù)標(biāo)準(zhǔn)化，即用相應(yīng)自變量的標(biāo)準(zhǔn)差（δXi）與因變量的標(biāo)準(zhǔn)差（δY）之比乘以各偏回歸系數(shù)，所得標(biāo)準(zhǔn)化偏回歸系數(shù)P即為自變量Xi對因變量Y的直接通徑系數(shù)。自變量Xi通過其他相關(guān)變量對因變量Y的間接通徑系數(shù)等于相關(guān)變量的直接通徑系數(shù)乘以兩者的相關(guān)系數(shù)。

2? 結(jié)果與分析

2.1? 早稻高溫逼熟影響程度分析

早稻減產(chǎn)百分率統(tǒng)計(jì)比正常年份減產(chǎn)3%的年份;高溫逼熟指標(biāo)按輕度（持續(xù)3～4 d）、中度（5～7 d）、重度（8 d以上）標(biāo)準(zhǔn)統(tǒng)計(jì)分別出現(xiàn)年數(shù)、單個指標(biāo)出現(xiàn)年數(shù)、兩個指標(biāo)同時出現(xiàn)年數(shù)，總年數(shù)為9站35年共315年，時段5月20日至7月20日。

細(xì)分的統(tǒng)計(jì)因子：A1，日平均氣溫≥30 ℃輕度出現(xiàn)年數(shù);A2，日平均氣溫≥30 ℃中度出現(xiàn)年數(shù);A3，日平均氣溫≥30 ℃重度出現(xiàn)年數(shù);A4，日最高氣溫≥35 ℃輕度出現(xiàn)年數(shù);A5，日最高氣溫≥35 ℃中度出現(xiàn)年數(shù);A6，日最高氣溫≥35 ℃重度出現(xiàn)年數(shù);A7，單出現(xiàn)日平均氣溫≥30 ℃的年數(shù);A8，單出現(xiàn)日最高氣溫≥35 ℃的年數(shù);A9，日平均氣溫≥30 ℃、日最高氣溫≥35 ℃同時出現(xiàn)年數(shù);A10，未出現(xiàn)高溫逼熟的年數(shù)。

由表1可知，早稻日平均氣溫≥30 ℃輕度、中度、重度高溫?zé)岷Ψ謩e出現(xiàn)了98、72、64年，分別占總年數(shù)的31.1%、22.9%、20.3%;日最高氣溫≥35 ℃輕度、中度、重度高溫?zé)岷Ψ謩e出現(xiàn)了104、118、44年，分別占總年數(shù)的33.0%、37.5%、14.0%;說明日最高氣溫≥35 ℃熱害出現(xiàn)頻率比日平均氣溫≥30 ℃熱害出現(xiàn)頻率高。一年中單出現(xiàn)日平均氣溫≥30 ℃的熱害年數(shù)僅為13年，占總年數(shù)的4.1%，其中，單出現(xiàn)輕度8年，中度5年，重度未出現(xiàn)過;單出現(xiàn)日最高氣溫≥35 ℃的熱害年數(shù)為40年，占總年數(shù)的12.7%，其中，單出現(xiàn)輕度24年，中度12年，重度4年;兩個指標(biāo)同時出現(xiàn)的年數(shù)為168年，占總年數(shù)的53.3%，未出現(xiàn)高溫逼熟的年數(shù)為61年，占總年數(shù)的19.4%。以上數(shù)據(jù)說明江西約每5年中僅1年不會出現(xiàn)高溫?zé)岷μ鞖?，且兩個指標(biāo)多同時出現(xiàn)，單獨(dú)出現(xiàn)不多見;單出現(xiàn)日最高氣溫≥35 ℃的年數(shù)明顯多于單出現(xiàn)日平均氣溫≥30 ℃的年數(shù)，且多以輕度、中度危害為主，單出現(xiàn)重度熱害較罕見。

統(tǒng)計(jì)分析全省9站35年315個基于社會產(chǎn)量的早稻減產(chǎn)百分率，得出全省有63年早稻減產(chǎn)百分率在3%以上。由表1分析，對應(yīng)日平均氣溫≥30 ℃輕度、中度、重度熱害的年數(shù)分別為23、21、19年，分別占總出現(xiàn)年數(shù)的23.5%、29.2%、29.7%;對應(yīng)日最高氣溫≥35 ℃輕度、中度、重度熱害的年數(shù)分別為31、23、10年，分別占總出現(xiàn)年數(shù)的29.8%、19.5%、22.7%;減產(chǎn)率3%以上且單獨(dú)出現(xiàn)日平均氣溫≥30 ℃熱害的僅3年，說明若單出現(xiàn)這一熱害指標(biāo)，無論輕重，對早稻產(chǎn)量幾乎無影響;減產(chǎn)率3%以上且單獨(dú)出現(xiàn)日最高氣溫≥35 ℃熱害的有13年，其中單在輕度熱害條件下16.7%的幾率造成減產(chǎn)3%以上，中度熱害條件下的幾率為58.3%，重度熱害條件下的幾率為50.0%。在兩個指標(biāo)同時出現(xiàn)的條件下（不考慮輕中重影響組合），有47年早稻減產(chǎn)百分率3%以上，占兩個指標(biāo)同時出現(xiàn)年數(shù)的28.0%，即若日平均氣溫≥30 ℃持續(xù)3 d以上且日最高氣溫≥35 ℃持續(xù)3 d以上，全省每10年約有3年造成早稻減產(chǎn)3%以上。

2.2? 高溫對早稻減產(chǎn)率的影響分析

受減產(chǎn)百分率3%以上且出現(xiàn)高溫逼熟天氣樣本數(shù)的限制，高溫逼熟對早稻減產(chǎn)率的影響分析按全省區(qū)域進(jìn)行。統(tǒng)計(jì)日平均氣溫≥30 ℃持續(xù)3 d以上、日最高氣溫≥35 ℃持續(xù)3 d以上日數(shù)（分別以X1、X2表示，下同），出現(xiàn)但持續(xù)3 d以下的日數(shù)不統(tǒng)計(jì)，所以不是累計(jì)日數(shù)。

PXi=Xi的系數(shù)×（Xi的標(biāo)準(zhǔn)偏差/Y的標(biāo)準(zhǔn)偏差）。式中，PXi表示第i個指標(biāo)對減產(chǎn)百分率的直接通徑系數(shù);Xi表示第i個高溫逼熟指標(biāo);Y表示減產(chǎn)百分率或產(chǎn)量結(jié)構(gòu)。

從表2可以看出，早稻減產(chǎn)百分率和日最高氣溫≥35 ℃持續(xù)3 d以上天數(shù)的偏斜度接近于0，說明這兩組數(shù)據(jù)近似滿足正態(tài)性要求，進(jìn)行相關(guān)統(tǒng)計(jì)、回歸和通徑分析的結(jié)果可靠;而日平均氣溫≥30 ℃持續(xù)3 d以上天數(shù)的偏斜度低于0.5，遠(yuǎn)大于0，數(shù)據(jù)的正態(tài)性分布不好，進(jìn)行統(tǒng)計(jì)、回歸和通徑分析的結(jié)果可靠性將較差，這可能與樣本數(shù)較少有關(guān)，另一種可能是早稻減產(chǎn)與其他災(zāi)害或非自然因素有關(guān)。

由表3可以看出，早稻減產(chǎn)百分率與日平均氣溫≥30 ℃持續(xù)3 d以上日數(shù)和日最高氣溫≥35 ℃持續(xù)3 d以上日數(shù)呈正相關(guān)。方差分析結(jié)果表明，達(dá)極顯著水平（F=137.95、Significance F=1.989E-12）;相關(guān)系數(shù)R=0.966，顯著水平的臨界值為0.513 9，極顯著水平的臨界值為0.641 1;表明日平均氣溫≥30 ℃持續(xù)3 d以上天數(shù)和日最高氣溫≥35 ℃持續(xù)3 d以上天數(shù)與早稻減產(chǎn)百分率相關(guān)性達(dá)極顯著水平。說明江西省早稻關(guān)鍵生育期間，日平均氣溫≥30 ℃、日最高氣溫≥35 ℃持續(xù)天數(shù)越多，對早稻產(chǎn)量影響越明顯。此外，日最高氣溫≥35 ℃持續(xù)3 d以上天數(shù)對早稻減產(chǎn)百分率的直接通徑系數(shù)為0.502，日平均氣溫≥30 ℃持續(xù)3 d以上天數(shù)對早稻減產(chǎn)百分率的直接通徑系數(shù)為0.440，說明日最高氣溫≥35 ℃持續(xù)3 d以上天數(shù)比日平均氣溫≥30 ℃持續(xù)3 d以上天數(shù)對早稻產(chǎn)量影響的貢獻(xiàn)大。

2.3? 高溫對早稻產(chǎn)量結(jié)構(gòu)的影響分析

江西省高溫逼熟雖較嚴(yán)重，但受南北緯度差異、地形地貌、海拔高度等影響，不同區(qū)域高溫逼熟對水稻的影響有明顯差異，如地處贛東北的婺源和贛中南的泰和，海拔高度均為80 m左右，但早稻生育期間婺源年日平均氣溫≥30 ℃持續(xù)3 d以上日數(shù)僅為2.04 d，而泰和則高達(dá)11.48 d，差異十分明顯。且由于高溫逼熟發(fā)生年數(shù)對應(yīng)的產(chǎn)量結(jié)構(gòu)的樣本數(shù)較多，所以將對早稻產(chǎn)量結(jié)構(gòu)的影響分4個區(qū)域進(jìn)行，分別為贛東北的武夷山區(qū)、贛西北的廬山區(qū)、贛西的井岡山區(qū)和贛南的南嶺山區(qū)，其劃分標(biāo)準(zhǔn)按經(jīng)緯度、山系分布對區(qū)域氣候影響的一致性進(jìn)行。區(qū)域劃分見圖1。9個站點(diǎn)劃分結(jié)果見表4。

根據(jù)1981—2010年9個農(nóng)業(yè)氣象觀測站資料，按表4區(qū)域分別統(tǒng)計(jì)分析。早稻千粒重、空殼率、秕谷率與高溫逼熟指標(biāo)的通徑分析結(jié)果分別見表5、表6、表7。

由表5可以看出，除贛東北武夷山區(qū)千粒重與日最高氣溫≥35 ℃持續(xù)3 d以上天數(shù)回歸方程未通過檢驗(yàn)外，其余均通過信度0.05以上的檢驗(yàn)，說明江西省早稻千粒重受高溫逼熟影響顯著，持續(xù)時間越長，千粒重下降越明顯。此外，直接通徑系數(shù)值表明，除贛南南嶺山區(qū)X2對千粒重影響比X1權(quán)重大外，其余X1影響權(quán)重均大于X2。

由表6可以看出，所有區(qū)域早稻空殼率與X1和X2的回歸方程均通過信度0.05的檢驗(yàn)，說明早稻空殼率受高溫逼熟影響是顯著的，空殼率與高溫逼熟呈正相關(guān)，高溫逼熟時間越長，空殼率越大。直接通徑系數(shù)結(jié)果表明，除贛東北武夷山區(qū)外，其余區(qū)域X1對空殼率的影響均比X2的影響大。

由表7可知，除贛東北武夷山區(qū)早稻秕谷率與X2回歸方程未通過檢驗(yàn)外，其余均通過檢驗(yàn)。說明早稻秕谷率與高溫逼熟呈正相關(guān)，即高溫時間越長，秕谷率越大。直接通徑系數(shù)結(jié)果表明，除贛東北武夷山區(qū)外，其余區(qū)域X1對秕谷率的影響遠(yuǎn)大于X2的影響。

3? 小結(jié)與討論

1）高溫對早稻產(chǎn)量影響顯著。通過分析得出，江西省高溫逼熟與早稻產(chǎn)量結(jié)構(gòu)的相關(guān)性顯著，南嶺山區(qū)、贛東北武夷山區(qū)千粒重受日最高氣溫影響權(quán)重大，其余各區(qū)日平均氣溫對產(chǎn)量結(jié)構(gòu)的影響權(quán)重大。

2）對早稻減產(chǎn)率的分析有待細(xì)化。早稻減產(chǎn)年份數(shù)較少，特別是社會產(chǎn)量，且要排除非高溫逼熟造成減產(chǎn)的因素，用于統(tǒng)計(jì)分析的樣本受到限制;全省常年觀測水稻生物量、產(chǎn)量結(jié)構(gòu)的氣象臺站較少，樣本分布在地理上較零散，區(qū)域代表性和精度較差。

3）分析方法上有改進(jìn)的空間。本研究對高溫逼熟的影響分析是基于常年氣象觀測臺站現(xiàn)有高溫資料，其代表的空間和范圍有限。在現(xiàn)有臺站高溫數(shù)據(jù)的基礎(chǔ)上，應(yīng)用GIS等技術(shù)通過合理的空間分析模型計(jì)算無氣象觀測臺站區(qū)域的高溫數(shù)據(jù)，增加高溫指標(biāo)的樣本數(shù)，再結(jié)合產(chǎn)量結(jié)構(gòu)分析高溫對早稻的影響，結(jié)果將可能更接近真實(shí)情況。

參考文獻(xiàn)：

[1] 魏? 麗.“高溫逼熟”和“小滿寒”對江西省早稻產(chǎn)量的影響[J].氣象，1990，17（10）：47-49.

[2] 鐘? 飛，付? 慧.吉安市近50年早稻灌漿期高溫危害的初步分析[J].江西農(nóng)業(yè)學(xué)報，2009，21（2）：108-109.

[3] 謝志清，杜? 銀，高? 蘋，等.江淮流域水稻高溫?zé)岷?zāi)損變化及應(yīng)對策略[J].氣象，2013，39（6）：774-781.

[4] 萬素琴，陳? 晨，劉志雄，等.氣候變化背景下湖北省水稻高溫?zé)岷r空分布[J].中國農(nóng)業(yè)氣象，2009，30（S2）：316-319.

[5] 湯昌本，林? 迢，簡根梅，等.浙江早稻高溫危害研究[J].浙江氣象科技，2000，21（2）：14-18.

[6] 謝遠(yuǎn)玉，張智勇，劉翠華，等.贛州近30年氣候變化對雙季早稻產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2011，32（3）：388-393.

[7] 曾? 凱，居為民，周? 玉，等.高溫逼熟等級對早稻產(chǎn)量與品質(zhì)特征的影響[J].中國農(nóng)學(xué)通報，2011，27（30）：120-125

[8] 查光天，鮑思祈.氣候因子對早稻產(chǎn)量構(gòu)成的影響[J].浙江農(nóng)業(yè)科學(xué)，1986（4）：176-179，198.

[9] 黃義德，曹流儉，武立權(quán)，等.2003年安徽省中稻花期高溫?zé)岷Φ恼{(diào)查與分析[J].安徽農(nóng)業(yè)大學(xué)學(xué)報，2004，31（4）：385-388.

[10] 陸魁東，黃晚華，申建斌，等.湖南一季超級稻種植氣候區(qū)劃[J].中國農(nóng)業(yè)氣象，2006，27（2）：79-83.

[11] 田? 俊，聶秋生，崔海建.早稻乳熟初期高溫?zé)岷庀笾笜?biāo)試驗(yàn)研究[J].中國農(nóng)業(yè)氣象，2013，34（6）：710-714.

[12] 任紅松，朱家輝，楊? 斌，等.EXCEL在通徑分析中的應(yīng)用[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2006（3）：90-92.