西南區(qū)域單季稻生長季干濕演變及影響因素分析*

陳 超, 龐艷梅, 徐富賢, 郭曉藝

西南區(qū)域單季稻生長季干濕演變及影響因素分析*

陳 超1,2, 龐艷梅1**, 徐富賢3, 郭曉藝3

(1. 中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室 成都 610072; 2. 南方丘區(qū)節(jié)水農(nóng)業(yè)研究四川省重點(diǎn)實(shí)驗(yàn)室 成都 610066; 3. 四川省農(nóng)業(yè)科學(xué)院水稻高粱研究所 德陽 618000)

結(jié)合作物生產(chǎn)開展區(qū)域干濕演變及其影響因素研究, 對(duì)農(nóng)業(yè)可持續(xù)發(fā)展和糧食安全具有重要的科學(xué)意義。本文基于西南水稻種植區(qū)316個(gè)氣象站點(diǎn)1961—2015年的觀測(cè)資料, 利用降水量與參考作物蒸散量(ET0)的比值計(jì)算濕潤指數(shù), 分析近55年西南區(qū)域單季稻生長季干濕演變特征; 探討ET0對(duì)主要?dú)夂蛞氐拿舾行约爸饕獨(dú)夂蛞貙?duì)ET0的貢獻(xiàn)率, 對(duì)西南區(qū)域單季稻生長季干濕演變的影響因素展開研究。結(jié)果表明: 西南區(qū)域單季稻生長季的半濕潤區(qū)主要分布在四川攀西地區(qū)南部、云南中部和東北部, 其余地區(qū)屬濕潤區(qū)。與1961—1990年相比, 1991—2015年研究區(qū)域內(nèi)的半濕潤區(qū)面積增加、濕潤區(qū)面積減小。近55年來, 單季稻生長季內(nèi)西南區(qū)域有40.8%的站點(diǎn)氣候變濕, 其余地區(qū)氣候變干。四川盆地東北部、云南東北部由于降水量的增加和ET0的減少, 氣候變濕; 四川攀西地區(qū)由于降水量增加對(duì)濕潤指數(shù)的正效應(yīng)大于ET0增加對(duì)濕潤指數(shù)的負(fù)效應(yīng), 氣候變濕; 重慶南部、貴州北部和西部由于降水量減少對(duì)濕潤指數(shù)的負(fù)效應(yīng)小于ET0減少對(duì)濕潤指數(shù)的正效應(yīng), 氣候變濕; 云南大部由于降水量的減少和ET0的增加, 氣候變干; 西南其他區(qū)域由于降水量減少對(duì)濕潤指數(shù)的負(fù)效應(yīng)大于ET0減少對(duì)濕潤指數(shù)的正效應(yīng), 氣候變干。西南區(qū)域單季稻生長季ET0隨平均氣溫和相對(duì)濕度的增加而減小, 而隨日照時(shí)數(shù)和風(fēng)速的增加而增加, 日照時(shí)數(shù)和風(fēng)速的顯著下降是ET0減小的主要原因。研究為氣候變化背景下降低西南區(qū)域單季稻生長季可能的氣候風(fēng)險(xiǎn)提供了科學(xué)依據(jù)。

西南區(qū)域; 單季稻; 濕潤指數(shù); 干濕演變; 降水量; 參考作物蒸散量; 氣候要素

政府間氣候變化專門委員會(huì)(IPCC)第5次評(píng)估報(bào)告指出[1], 與1850—1990年相比, 1880—2012年全球海陸面平均溫度上升了0.85 ℃。氣候變暖改變了海陸熱力差異與大尺度的環(huán)流結(jié)構(gòu), 使得全球降水、蒸散的強(qiáng)度與分布發(fā)生改變, 并且這種改變?cè)跁r(shí)空分布上表現(xiàn)出非均勻性的特征[2], 將對(duì)氣候的干濕情況產(chǎn)生顯著影響[3-4], 進(jìn)一步對(duì)農(nóng)業(yè)生產(chǎn)、乃至糧食安全產(chǎn)生重要影響[5]。研究指出氣候變化對(duì)不同地區(qū)干濕氣候的影響程度存在差異[6], 影響的機(jī)制同樣存在諸多的不確定性。因而, 結(jié)合農(nóng)業(yè)生產(chǎn)開展區(qū)域干濕演變特征及其影響因素研究, 具有重要的科學(xué)意義和應(yīng)用價(jià)值。

我國西南區(qū)域位于21°~36°N, 78.5°~109.5°E, 包括四川、云南、貴州、重慶和西藏, 具有地形復(fù)雜、氣候類型多樣的特點(diǎn)[7-9]。水稻()是我國西南最重要的糧食作物, 主要分布于除西藏和川西高原外的其他區(qū)域。據(jù)統(tǒng)計(jì), 2017年西南水稻種植面積和總產(chǎn)量分別為4.1×102萬hm2與2.9×106萬t, 分別占西南糧食作物種植總面積與總產(chǎn)量的26.4%和38.4%, 并以一季中稻為主[10]。氣候變暖導(dǎo)致干濕狀況的空間分布發(fā)生變化, 進(jìn)而對(duì)區(qū)域農(nóng)業(yè)生產(chǎn)需水、作物種植面積與品種布局等產(chǎn)生重要影響[11-13], 而在氣候變化背景下人類采取哪些有效措施積極應(yīng)對(duì), 已受到眾多學(xué)者的關(guān)注[14-15]。近年來, 參考作物蒸散量(ET0)作為評(píng)價(jià)氣候干旱與水資源供需平衡的指標(biāo)之一, 在氣候資源與區(qū)劃研究中起到了至關(guān)重要的作用[16-18]。一些學(xué)者通過定量分析ET0和氣候因子的關(guān)系探討其變化機(jī)制, 對(duì)區(qū)域干濕變化特征的研究有參考價(jià)值[19-23]。然而, 前人很少結(jié)合降水量與蒸散量系統(tǒng)分析作物生長季內(nèi)的水分盈虧狀況, 尤其缺乏作物生長季干濕變化的影響因素分析。鑒于此, 本文基于西南水稻種植區(qū)(川、渝、云、黔)316個(gè)氣象站點(diǎn)的觀測(cè)資料, 采用降水量與Penman-Monteith法計(jì)算的ET0, 分析1961—2015年西南區(qū)域單季稻生長季干濕氣候的時(shí)空變化特征, 并探討影響ET0的主要?dú)夂蛞氐拿舾行耘c貢獻(xiàn)率, 對(duì)干濕變化的影響因素展開研究,擬在明確氣候變暖背景下西南區(qū)域單季稻生長季的干濕分布特征及變化趨勢(shì), 為降低作物生長季可能的氣候風(fēng)險(xiǎn)提供科學(xué)基礎(chǔ)。

1 材料與方法

1.1 數(shù)據(jù)來源和研究區(qū)域

氣象資料來源于國家氣象信息中心, 包括1961—2015年西南區(qū)域四川省(84個(gè))、云南省(119個(gè))、貴州省(80個(gè))、重慶市(33個(gè))共316個(gè)氣象臺(tái)站的日平均氣溫、最高氣溫、最低氣溫、降水量、日照時(shí)數(shù)、相對(duì)濕度及風(fēng)速資料。研究區(qū)域氣象站點(diǎn)分布如圖1所示。

單季稻生長季選擇張建平等[24]對(duì)西南稻區(qū)的劃分標(biāo)準(zhǔn), 將西南區(qū)域分為6個(gè)稻區(qū), 并給出了各分區(qū)內(nèi)水稻的生長季(表1)。

1.2 研究方法

1.2.1 濕潤指數(shù)

濕潤指數(shù)是自然條件下表征地區(qū)干濕程度的指標(biāo), 采用水分收支比表示:

式中: M是濕潤指數(shù), P是降水量(mm?d-1), ET0是參考作物蒸散量(mm?d-1)。本研究以濕潤指數(shù)作為干濕氣候的劃分標(biāo)準(zhǔn)[4,25], 干濕分區(qū)見表2。

表1 西南稻區(qū)單季稻區(qū)域劃分及其生長期

表2 干濕氣候的劃分標(biāo)準(zhǔn)

是濕潤指數(shù)。is the humid index.

ET0的計(jì)算利用FAO推薦的Penman-Monteith公式[26]:

1.2.2 氣候傾向率

氣候傾向率[27]指氣候要素的趨勢(shì)變化, 建立氣候因子和時(shí)間的線性回歸方程:

式中:是氣候因子,是時(shí)間變化,是樣本數(shù)量,和是線性回歸系數(shù)。的10倍表示氣候因子的傾向率。

1.2.3 敏感性分析

ET0對(duì)各氣候要素的敏感系數(shù)是判別氣候因子對(duì)ET0擾動(dòng)的方法, 已獲得廣泛應(yīng)用[21,25,28]。本研究利用Beven提出的基于偏導(dǎo)數(shù)的敏感性法分析ET0對(duì)氣象要素(平均溫度、相對(duì)濕度、日照時(shí)數(shù)和風(fēng)速)的敏感系數(shù)[29]。由于Penman-Monteith模型中輸入?yún)?shù)量綱與變化范圍的差異, 采用ET0的變化率和氣象要素變化率的比值將偏導(dǎo)數(shù)轉(zhuǎn)為無量綱形式:

1.2.4 氣候要素貢獻(xiàn)率

氣候要素的變化對(duì)ET0的貢獻(xiàn)率采用氣候要素的多年相對(duì)變化率和敏感系數(shù)的乘積來表示[30]:

2 結(jié)果與分析

2.1 單季稻生長季干濕狀況及變化特征

1961—2015年, 西南區(qū)域單季稻生長季平均濕潤指數(shù)的范圍為0.5~3.0, 平均值為1.27。依據(jù)干濕氣候的劃分標(biāo)準(zhǔn), 西南稻區(qū)分為半濕潤區(qū)和濕潤區(qū)。研究區(qū)域內(nèi)的半濕潤區(qū)主要分布在四川攀西地區(qū)南部、云南的中部和東北部; 其余大部地區(qū)均屬于濕潤區(qū), 其中四川的雅安、貴州的南部和東北部、云南的邊緣地區(qū)濕潤指數(shù)最大, 范圍為1.5~ 3.0(圖2)。

我國大部分區(qū)域氣溫變化的轉(zhuǎn)折點(diǎn)出現(xiàn)在20世紀(jì)80年代[31], 但西南區(qū)域的轉(zhuǎn)折點(diǎn)相對(duì)滯后, 出現(xiàn)在20世紀(jì)90年代[32]。因而, 本文以1990年作為分界線, 比較前后2個(gè)時(shí)段內(nèi)西南區(qū)域單季稻生長季的平均濕潤指數(shù)。由圖2b和2c可知, 1961—1990年和1991—2015年平均濕潤指數(shù)分別為0.5~3.4和0.5~2.9。西南稻區(qū)包括半濕潤區(qū)和濕潤區(qū), 2個(gè)時(shí)段的分布特征與1961—2015年基本一致。和1961—1990年相比, 1991—2015年研究區(qū)域內(nèi)的半濕潤區(qū)面積增加4 278 km2(2.4%), 增加的區(qū)域主要分布在四川攀西地區(qū)南部和盆地西部, 而濕潤區(qū)面積呈減小的趨勢(shì)。

圖2 1961—2015年不同時(shí)間段西南區(qū)域單季稻生長季濕潤指數(shù)的空間分布

進(jìn)一步分析西南區(qū)域單季稻生長季濕潤指數(shù)、降水量與ET0的變化。由圖3和表3可知, 1961—2015年西南區(qū)域濕潤指數(shù)總體變化很小; 降水量和ET0均呈減少趨勢(shì), 氣候傾向率分別為-7.6 mm?(10a)–1和-2.6 mm?(10a)-1, 但均未通過=0.05的顯著性檢驗(yàn)。分省來看, 四川和貴州濕潤指數(shù)、降水量和ET0的變化特征與西南區(qū)域一致, 濕潤指數(shù)變化很小, 而降水量和ET0均呈不顯著的減少趨勢(shì)。重慶濕潤指數(shù)的氣候傾向率為每10年增加0.01, 而降水量和ET0均呈減少趨勢(shì), 其中ET0的減少顯著。云南濕潤指數(shù)的氣候傾向率為每10年減少0.02, 降水量和ET0的氣候傾向率分別為-10.8 mm?(10a)-1和0.2 mm?(10a)-1, 但均未通過顯著性檢驗(yàn)。

圖3 1961—2015年西南區(qū)域單季稻生長季濕潤指數(shù)變化曲線圖

圖4為1961—2015年西南區(qū)域單季稻生長季濕潤指數(shù)、降水量與ET0氣候傾向率的空間分布。由圖4a可知, 西南區(qū)域40.8%(=129)的站點(diǎn)濕潤指數(shù)的氣候傾向率為正值(氣候變濕), 主要分布于四川盆地東北部和攀西地區(qū)、重慶南部、貴州北部和西部及云南東北部, 但變化率通過=0.05顯著性檢驗(yàn)的站點(diǎn)僅占總站點(diǎn)的2.5%; 西南其他大部地區(qū)濕潤指數(shù)的氣候傾向率為負(fù)值(氣候變干), 變化率為-0.30~0 ?(10a)-1, 但通過顯著性檢驗(yàn)的站點(diǎn)僅占2.2%。由圖4b可知, 西南區(qū)域有26.6%(=84)的站點(diǎn)上降水量呈增加趨勢(shì), 主要分布于四川盆地東北部和攀西地區(qū)、重慶西南部, 而變化率通過顯著性檢驗(yàn)的站點(diǎn)僅占總站點(diǎn)的0.9%; 其他大部地區(qū)的降水量呈減少趨勢(shì), 變化率為-86.6~0 mm?(10a)-1, 但通過顯著性檢驗(yàn)的站點(diǎn)僅占3.8%。由圖4c可知, 西南區(qū)域有34.8%(=110)的站點(diǎn)ET0呈增加趨勢(shì), 主要分布于云南大部和四川攀西地區(qū), 變化率為0.1~38.7 mm?(10a)-1, 而通過顯著性檢驗(yàn)的站點(diǎn)占總站點(diǎn)的12.0%; 其他地區(qū)的ET0呈減少趨勢(shì), 變化率為-43.6~0 mm?(10a)-1, 通過顯著性檢驗(yàn)的站點(diǎn)占25.3%。

表3 1961—2015年西南區(qū)域單季稻生長季濕潤指數(shù)、降水量與參考作物蒸散量(ET0)的變化

*表示氣候傾向率在95%的置信水平上顯著。* denotes the significant trend at 95% confidence level.

降水量和ET0的變化影響濕潤指數(shù)的變化, 從而導(dǎo)致當(dāng)?shù)貧夂蚋蓾駹顩r的變化。綜上所述, 導(dǎo)致不同地區(qū)單季稻生長季內(nèi)氣候干濕變化的影響因素不同, 四川盆地東北部、云南東北部降水量的增加和ET0的減少導(dǎo)致氣候變濕; 四川攀西地區(qū)降水量的增加幅度大于ET0的增加幅度, 導(dǎo)致氣候變濕; 重慶南部、貴州北部和西部降水量的減少幅度小于ET0的減少幅度, 導(dǎo)致氣候變濕; 云南大部降水量的減少和ET0的增加導(dǎo)致氣候變干; 而西南其他區(qū)域則是降水量的減少幅度大于ET0的減少幅度, 導(dǎo)致氣候變干。

2.2 單季稻生長季ET0對(duì)主要?dú)夂蛞氐拿舾邢禂?shù)

圖5是1961—2015年西南區(qū)域單季稻生長季ET0對(duì)主要?dú)夂蛞孛舾邢禂?shù)的空間分布。ET0對(duì)平均氣溫的敏感系數(shù)為-0.045~-0.02; 敏感性較高(敏感系數(shù)的絕對(duì)值較大)的區(qū)域主要分布在四川盆地和貴州大部、重慶中部, 敏感系數(shù)為-0.045~-0.04。ET0對(duì)相對(duì)濕度的敏感系數(shù)為-0.89~-0.08; 敏感性較高的區(qū)域主要分布在貴州中部和云南東部, 敏感系數(shù)為-0.89~-0.50。ET0對(duì)日照時(shí)數(shù)的敏感系數(shù)為0.15~0.39; 敏感性較高的區(qū)域主要分布在云南南部, 敏感系數(shù)為0.34~0.39。ET0對(duì)風(fēng)速的敏感系數(shù)為0.02~0.24; 敏感性較高的區(qū)域主要分布在四川攀西地區(qū)、云南的中部和東部, 敏感系數(shù)為0.11~0.24。綜上所述, 西南區(qū)域單季稻生長季ET0對(duì)平均氣溫和相對(duì)濕度的敏感系數(shù)為負(fù), 說明ET0隨平均氣溫和相對(duì)濕度的增加而減小; ET0對(duì)日照時(shí)數(shù)和風(fēng)速的敏感系數(shù)為正, 說明ET0隨日照時(shí)數(shù)和風(fēng)速的增加而增加(圖5)?？傮w來看, 1961—2015年西南區(qū)域水稻ET0對(duì)主要?dú)夂蛞氐拿舾行源笮?括號(hào)內(nèi)為敏感系數(shù)值): 相對(duì)濕度(-0.368)>日照時(shí)數(shù)(0.290)>風(fēng)速(0.075)>平均氣溫(-0.038)(表4)。

圖4 1961—2015年西南區(qū)域單季稻生長季濕潤指數(shù)(a)、降水量(b)與參考作物蒸散量(c)氣候傾向率的空間分布

由表4可知, 與整個(gè)西南區(qū)域的結(jié)果一致, 各省市ET0對(duì)平均氣溫和相對(duì)濕度的敏感系數(shù)均為負(fù), 說明ET0隨平均氣溫和相對(duì)濕度的增加而減小; 而ET0對(duì)日照時(shí)數(shù)和風(fēng)速的敏感系數(shù)為正, 說明ET0隨日照時(shí)數(shù)和風(fēng)速的增加而增加。四川、云南和貴州ET0對(duì)主要?dú)夂蛞氐拿舾行源笮? 相對(duì)濕度>日照時(shí)數(shù)>風(fēng)速>平均氣溫, 重慶的敏感性為: 日照時(shí)數(shù)>相對(duì)濕度>風(fēng)速>平均氣溫。其中貴州ET0對(duì)相對(duì)濕度的敏感性最高, 敏感系數(shù)為-0.420; 而云南ET0對(duì)平均氣溫的敏感性最小, 敏感系數(shù)為-0.035。

2.3 單季稻生長季主要?dú)夂蛞貙?duì)參考作物蒸散量的貢獻(xiàn)率

圖6是1961—2015年西南區(qū)域單季稻生長季主要?dú)夂蛞貙?duì)ET0貢獻(xiàn)率的空間分布。由圖6可知, 平均氣溫對(duì)ET0的貢獻(xiàn)率為-2.0%~0.2%, 貢獻(xiàn)率為負(fù)值的站點(diǎn)占總站點(diǎn)的87.3%, 其中四川盆地南部、云南西部和東部為負(fù)貢獻(xiàn)率高值區(qū)。相對(duì)濕度對(duì)ET0的貢獻(xiàn)率為-2.9%~5.5%, 貢獻(xiàn)率為正值的站點(diǎn)占82.6%, 其中四川盆地西部、云南中東部為正貢獻(xiàn)率高值區(qū)。日照時(shí)數(shù)對(duì)ET0的貢獻(xiàn)率為-15.8%~9.3%, 貢獻(xiàn)率為負(fù)值的站點(diǎn)占76.9%, 其中四川盆地東北部、重慶和貴州的部分地區(qū)為負(fù)貢獻(xiàn)率高值區(qū)。風(fēng)速對(duì)ET0的貢獻(xiàn)率為-14.6%~11.1%, 貢獻(xiàn)率為負(fù)值的站點(diǎn)占總站點(diǎn)的76.9%, 其中四川盆地西部和北部、云南的中東部為負(fù)貢獻(xiàn)率高值區(qū)。

進(jìn)一步分析單季稻生長季主要?dú)夂蛞貙?duì)ET0貢獻(xiàn)率的平均值。由表5可知, 西南區(qū)域相對(duì)濕度對(duì)ET0貢獻(xiàn)率的平均值為正, 說明1961—2015年相對(duì)濕度的變化導(dǎo)致ET0增加。結(jié)合表5和表6分析原因, 西南區(qū)域ET0對(duì)相對(duì)濕度的敏感系數(shù)為負(fù), 因此近55年來相對(duì)濕度的顯著下降[變化率為-0.51% ?(10a)-1,<0.01]導(dǎo)致ET0的增加。而西南區(qū)域平均氣溫、日照時(shí)數(shù)和風(fēng)速對(duì)ET0貢獻(xiàn)率的平均值為負(fù), 說明1961—2015年平均氣溫、日照時(shí)數(shù)和風(fēng)速的變化引起ET0的減小。從原因來看, ET0對(duì)平均氣溫的敏感系數(shù)為負(fù), 因此平均氣溫的顯著上升[變化率為0.12℃?(10a)-1,<0.01]導(dǎo)致ET0的減小; ET0對(duì)日照時(shí)數(shù)和風(fēng)速的敏感系數(shù)為正, 因此日照時(shí)數(shù)和風(fēng)速的顯著下降[變化率分別為-17.0 h?(10a)-1和-0.07 m?s-1?(10a)-1,<0.01]導(dǎo)致ET0的減小。比較各氣候要素對(duì)ET0貢獻(xiàn)率的權(quán)重來看: 日照時(shí)數(shù)>風(fēng)速>相對(duì)濕度>平均氣溫, 貢獻(xiàn)率的平均值分別是-3.142%、-1.727%、1.350%和-0.124%。由此可知, 西南區(qū)域單季稻生長季日照時(shí)數(shù)和風(fēng)速的顯著下降是ET0減小的主要原因。

圖5 1961—2015年西南區(qū)域單季稻生長季參考作物蒸散量對(duì)主要?dú)夂蛞孛舾邢禂?shù)的空間分布

表4 1961—2015年西南區(qū)域單季稻生長季參考作物蒸散量對(duì)主要?dú)夂蛞孛舾邢禂?shù)的平均值

各省市單季稻生長季主要?dú)夂蛞貙?duì)ET0貢獻(xiàn)率及影響因素與整個(gè)西南區(qū)域一致。由表5和表6可知, 相對(duì)濕度對(duì)ET0貢獻(xiàn)率的平均值為正, 近55年來相對(duì)濕度的下降導(dǎo)致ET0的增加。平均氣溫、日照時(shí)數(shù)和風(fēng)速對(duì)ET0貢獻(xiàn)率的平均值為負(fù), 平均氣溫的上升、日照時(shí)數(shù)和風(fēng)速的下降導(dǎo)致ET0的減小。由貢獻(xiàn)率的權(quán)重來看, 重慶和四川日照時(shí)數(shù)和風(fēng)速的顯著下降是ET0減小的主要原因, 貴州日照時(shí)數(shù)的顯著下降是ET0減小的主要原因, 而云南相對(duì)濕度的顯著下降是ET0增加的主要原因。

3 討論

全球氣候變暖使大氣中的水汽含量增加, 進(jìn)而導(dǎo)致全球降水強(qiáng)度在時(shí)空尺度上發(fā)生非均勻變化[2], 從而影響氣候的干濕狀況。西南區(qū)域是我國水稻主產(chǎn)區(qū)之一, 然而由于復(fù)雜的地形特點(diǎn)使得氣候類型多樣, 該地區(qū)成為中國氣候變化研究高度重視的敏感區(qū)和脆弱區(qū)[9], 加之水資源時(shí)空分布不均, 部分地區(qū)水資源短缺, 氣象災(zāi)害頻發(fā)等問題制約了西南區(qū)域農(nóng)業(yè)發(fā)展并影響了農(nóng)業(yè)生態(tài)環(huán)境[11]。

圖6 1961—2015年西南區(qū)域單季稻生長季主要?dú)夂蛞貙?duì)參考作物蒸散量貢獻(xiàn)率(%)的空間分布

表5 1961—2015年西南區(qū)域單季稻生長季主要?dú)夂蛞貙?duì)參考作物蒸散量貢獻(xiàn)率的平均值

表6 1961—2015年西南區(qū)域單季稻生長季主要?dú)夂蛞氐淖兓?/p>

*和**分別表示氣候傾向率在95%和99%的置信水平顯著。* and ** denote significant trends at 95% and 99% confidence levels, respectively.

本研究發(fā)現(xiàn), 西南區(qū)域單季稻生長季的半濕潤區(qū)和濕潤區(qū)的劃分與胡琦等[25]的研究類似, 這說明西南區(qū)域單季稻生長季干濕狀況的空間分布特征與全年基本一致。研究還指出, 單季稻生長季內(nèi), 四川盆地東北部和攀西地區(qū)、重慶南部、貴州北部和西部及云南東北部氣候變濕, 其余大部地區(qū)氣候變干, 這與張建平等[24]基于濕潤指數(shù)距平率對(duì)西南水稻干旱時(shí)空分布特征的研究結(jié)論類似。而西南區(qū)域水利設(shè)施有限, 幾乎每一年都可能出現(xiàn)池塘干涸、河流水位下降和部分河流斷流的現(xiàn)象, 加上區(qū)域內(nèi)降水量的時(shí)空分布和水稻生長的季節(jié)性不匹配, 常造成水稻發(fā)生季節(jié)性干旱[24]。因此, 對(duì)于氣候變干地區(qū)來說, 在水稻生產(chǎn)中應(yīng)更注重灌溉、提高水分利用效率[33]、選育高產(chǎn)優(yōu)質(zhì)抗逆性強(qiáng)的品種并調(diào)整種植面積與品種布局, 以充分利用農(nóng)業(yè)氣候資源優(yōu)勢(shì), 科學(xué)應(yīng)對(duì)暖干化的影響[12]。另外, 本研究發(fā)現(xiàn), 導(dǎo)致西南不同地區(qū)單季稻生長季內(nèi)干濕演變的影響因素不同。降水量增加和ET0減少導(dǎo)致四川盆地東北部、云南東北部氣候變濕; 降水量增加對(duì)濕潤指數(shù)的正效應(yīng)大于ET0增加對(duì)濕潤指數(shù)的負(fù)效應(yīng), 導(dǎo)致四川攀西地區(qū)氣候變濕; 降水量減少對(duì)濕潤指數(shù)的負(fù)效應(yīng)小于ET0減少對(duì)濕潤指數(shù)的正效應(yīng), 導(dǎo)致重慶南部、貴州北部和西部氣候變濕; 降水量減少和ET0增加導(dǎo)致云南大部氣候變干; 降水量減少對(duì)濕潤指數(shù)的負(fù)效應(yīng)大于ET0減少對(duì)濕潤指數(shù)的正效應(yīng), 導(dǎo)致西南其他區(qū)域氣候變干。該結(jié)論可為針對(duì)不同區(qū)域采取不同措施以減小氣候變化對(duì)水稻生產(chǎn)的不利影響提供理論基礎(chǔ)。

在影響氣候干濕變化的降水量和ET0的2個(gè)要素中, ET0主要受平均溫度、相對(duì)濕度、日照時(shí)數(shù)和風(fēng)速等氣象要素的綜合影響[34-36]。鑒于此, 本文定量分析了西南區(qū)域單季稻生長季ET0對(duì)4個(gè)氣候要素的敏感性, 以及4個(gè)氣候要素對(duì)ET0的貢獻(xiàn)率。研究表明: 西南區(qū)域和各省市單季稻生長季ET0對(duì)平均氣溫和相對(duì)濕度的敏感系數(shù)為負(fù), 而對(duì)日照時(shí)數(shù)和風(fēng)速的敏感系數(shù)為正。同時(shí), 在有些區(qū)域的研究結(jié)論中還發(fā)現(xiàn)了“蒸發(fā)悖論”現(xiàn)象[25,30], 即平均氣溫的顯著升高引起ET0的減小。通過貢獻(xiàn)率的分析結(jié)果來看,重慶和四川單季稻生長季日照時(shí)數(shù)和風(fēng)速的顯著下降導(dǎo)致ET0減小, 貴州日照時(shí)數(shù)的顯著下降導(dǎo)致ET0減小, 但云南相對(duì)濕度的顯著下降導(dǎo)致ET0增加。由此可見, 不同區(qū)域影響ET0量變化的關(guān)鍵因子不同, 這與其他一些學(xué)者的結(jié)論類似[25,30]。

本研究利用Penman-Monteith公式計(jì)算ET0, 考慮了氣溫、相對(duì)濕度、水氣壓、日照時(shí)數(shù)和風(fēng)速等要素的影響, 物理意義明確[37]。然而, 此方法的參數(shù)估計(jì)在不同區(qū)域間存在誤差, 可能導(dǎo)致計(jì)算得到的濕潤指數(shù)和當(dāng)?shù)貙?shí)際的干濕情況存在偏差。并且不同氣候條件、地形、經(jīng)緯度和土壤狀況等都會(huì)導(dǎo)致不同區(qū)域的實(shí)際蒸發(fā)量有所差異[38-39]。因而, 為了提供計(jì)算的準(zhǔn)確性, 還需根據(jù)不同區(qū)域?qū)嶋H蒸發(fā)量數(shù)據(jù)對(duì)ET0進(jìn)行驗(yàn)證與校正。

4 結(jié)論

本文基于西南稻區(qū)316個(gè)氣象站點(diǎn)1961—2015年的觀測(cè)資料, 分析了近55年西南區(qū)域單季稻生長季干濕演變特征及影響因素, 本研究結(jié)果對(duì)評(píng)估作物需水量、采取有效的節(jié)水灌溉措施以保證作物安全生產(chǎn)具有指導(dǎo)意義[25]。結(jié)果表明:

西南區(qū)域單季稻生長季的半濕潤區(qū)主要分布在四川攀西地區(qū)南部、云南中部和東北部, 其余大部均屬濕潤區(qū)。和1961—1990年相比, 1991—2015年研究區(qū)域內(nèi)的半濕潤區(qū)面積增加4 278 km2, 而濕潤區(qū)面積呈減小的趨勢(shì)。近55年來, 西南區(qū)域有40.8%的站點(diǎn)氣候變濕, 其余地區(qū)氣候變干, 不同地區(qū)降水量和ET0變化的不同組合導(dǎo)致氣候干濕演變特征存在空間差異。

西南區(qū)域單季稻生長季ET0對(duì)平均氣溫、相對(duì)濕度、日照時(shí)數(shù)和風(fēng)速的敏感系數(shù)分別為-0.045~-0.02、-0.89~-0.08、0.15~0.39和0.02~0.24?？傮w來看, 西南區(qū)域ET0隨平均氣溫和相對(duì)濕度的增加而減小, 而隨日照時(shí)數(shù)和風(fēng)速的增加而增加, 敏感性大小為: 相對(duì)濕度>日照時(shí)數(shù)>風(fēng)速>平均氣溫。

西南區(qū)域單季稻生長季平均氣溫、相對(duì)濕度、日照時(shí)數(shù)和風(fēng)速對(duì)ET0的貢獻(xiàn)率分別為-2.0%~0.2%、-2.9%~5.5%、15.8%~9.3%和-14.6%~11.1%, 貢獻(xiàn)率為負(fù)值的站點(diǎn)分別占總站點(diǎn)的87.3%、17.4%、76.9%和76.9%。西南區(qū)域日照時(shí)數(shù)和風(fēng)速的顯著下降是ET0減小的主要原因。

[1] IPCC. Climate Change 2013: The Physical Science Basis. Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2013

[2] OVERLAND J E, WANG M. Large-scale atmospheric circulation changes are associated with the recent loss of Arctic sea ice[J]. Tellus A, 2010, 62(1): 1–9

[3] 王菱, 謝賢群, 李運(yùn)生, 等. 中國北方地區(qū)40年來濕潤指數(shù)和氣候干濕帶界線的變化[J]. 地理研究, 2004, 23(1): 45–54 WANG L, XIE X Q, LI Y S, et al. Changes of humid index and borderline of wet and dry climate zone in northern China over the past 40 years[J]. Geographycal Reasearch, 2004, 23(1): 45–54

[4] 劉波, 馬柱國. 過去45年中國干濕氣候區(qū)域變化特征[J]. 干旱區(qū)地理, 2007, 30(1): 7–15 LIU B, MA Z G. Area change of dry and wet regions in China in the past 45 years[J]. Arid Land Geography, 2007, 30(1): 7–15

[5] GRANDERSON A A. Making sense of climate change risks and responses at the community level: A cultural political lens[J]. Climate Risk Mangement, 2014, 3(C): 55–64

[6] 普宗朝, 張山清, 王勝蘭, 等. 近48a新疆干濕氣候時(shí)空變化特征[J]. 中國沙漠, 2011, 31(6): 1563–1572 PU Z C, ZHANG S Q, WANG S L, et al. The spatial-temporal variation characteristic of dry-wet climate in recent 48 years in Xinjiang, China[J]. Journal of Desert Research, 2011, 31(6): 1563–1572

[7] 石興瓊, 肖天貴, 房玉, 等. 西南地區(qū)不同地質(zhì)災(zāi)害影響區(qū)的降水閾值研究[J]. 高原山地氣象研究, 2016, 36(1): 63–67 SHI X Q, XIAO T G, FANG Y, et al. Study of precipitation concentration threshold at the different geological disaster affected zone in Southwest China[J]. Plateau and Mountain Meteorology Research, 2016, 36(1): 63–67

[8] 李瀚, 韓琳, 賈志軍, 等. 中國西南地區(qū)地面平均相對(duì)濕度變化分析[J]. 高原山地氣象研究, 2016, 36(4): 42–47 LI H, HAN L, JIA Z J, et al. The changes of the average relative humidity in Southwest China[J]. Plateau and Mountain Meteorology Research, 2016, 36(4): 42–47

[9] 齊冬梅, 周長艷, 李躍清, 等. 西南區(qū)域氣候變化原因分析[J]. 高原山地氣象研究, 2012, 32(1): 35–42 QI D M, ZHOU C Y, LI Y Q, et al. Cause analysis of climate changes in Southwest China[J]. Plateau and Mountain Meteorology Research, 2012, 32(1): 35–42

[10] 國家統(tǒng)計(jì)局. 中國統(tǒng)計(jì)年鑒[M]. 北京: 中國統(tǒng)計(jì)出版社, 2018 National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook[M]. Beijing: China Statistics Press, 2018

[11] 《西南區(qū)域氣候變化評(píng)估報(bào)告》編寫委員會(huì). 西南區(qū)域氣候變化評(píng)估報(bào)告[M]. 北京: 氣象出版社, 2013 Compilation Committee of the Assessment Report on Climate Change in Southwest China. Assessment Report on Climate Change in Southwest China[M]. Beijing: China Meteorological Press, 2013

[12] 矯梅燕, 周廣勝, 陳振林. 氣候變化對(duì)中國農(nóng)業(yè)影響評(píng)估報(bào)告[M]. 北京: 社會(huì)科學(xué)文獻(xiàn)出版社, 2014 JIAO M Y, ZHOU G S, CHEN Z L. Assessment Report of Climatic Change Impacts on Agriculture in China[M]. Beijing: Social Sciences Academic Press, 2014

[13] 蔡元?jiǎng)? 王明田, 周志君, 等．帕默爾旱度模式在綿陽干旱研究中的應(yīng)用[J]. 高原山地氣象研究, 2010, 30(2): 55–59 CAI Y G, WANG M T, ZHOU Z J, et al. Palmer drought severity model and its application in Mianyang[J]. Plateau and Mountain Meteorology Research, 2010, 30(2): 55–59

[14] 周廣勝. 氣候變化對(duì)中國農(nóng)業(yè)生產(chǎn)影響研究展望[J]. 氣象與環(huán)境科學(xué), 2015, 38(1): 80–94 ZHOU G S. Research prospect on impact of climate change on agricultural production in China[J]. Meteorological and Environmental Sciences, 2015, 38(1): 80–94

[15] 郭建平. 氣候變化對(duì)中國農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J]. 應(yīng)用氣象學(xué)報(bào), 2015, 26(1): 1–11 GUO J P. Advances in impacts of climate change on agricultural production in China[J]. Journal of Applied Meteorological Science, 2015, 26(1): 1–11

[16] 高歌, 陳德亮, 任國玉, 等. 1956—2000年中國潛在蒸散量變化趨勢(shì)[J]. 地理研究, 2006, 25(3): 378–387 GAO G, CHEN D L, REN G Y, et al. Trend of potential evapotranspiration over China during 1956 to 2000[J]. Geography Research, 2006, 25(3): 378–387

[17] 倪廣恒, 李新紅, 叢振濤, 等. 中國參考作物蒸發(fā)量時(shí)空變化特性分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2006, 22(5): 1–4 NI G H, LI X H, CONG Z T, et al. Temporal and spatial characteristics of reference evapotranspiration in China[J]. Transactions of the CSAE, 2006, 22(5): 1–4

[18] 吳麗萍, 陳洪松, 連晉姣, 等. 喀斯特與非喀斯特地區(qū)參考作物蒸散量時(shí)空變化分析——以廣西壯族自治區(qū)為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2017, 25(10): 1508–1517 WU L P, CHEN H S, LIAN J J, et al. Spatio-temporal variation in reference evapotranspiration in recent 50 years in karst and non-karst areas in Guangxi Zhuang Autonomous Region[J]. Chinese Journal of Eco-Agriculture, 2017, 25(10): 1508–1517

[19] GONG L B, CHONG Y X, CHEN D L, et al. Sensitivity of the Penman-Monteith reference evapotranspiration to key climate variables in the Changjiang (Yangtze River) Basin[J]. Journal of Hydrology, 2006, 329: 620–629

[20] 劉小莽, 鄭紅星, 劉昌明, 等. 海河流域潛在蒸散發(fā)的氣候敏感性分析[J]. 資源科學(xué), 2009, 31(9): 1470–1476 LIU X M, ZHENG H X, LIU C M, et al. Sensitivity of the potential evapotranspiration to key climatic variables in the Haihe River Basin[J]. Resources Science, 2009, 31(9): 1470–1476

[21] 曾麗紅, 宋開山, 張柏, 等. 東北地區(qū)參考作物蒸散量對(duì)主要?dú)庀笠氐拿舾行苑治鯷J]. 中國農(nóng)業(yè)氣象, 2010, 31(1): 11–18 ZENG L H, SONG K S, ZHANG B, et al. Sensitive analysis on reference evapotranspiration to key meteorological factors in Northeast China[J]. Chinese Journal of Agrometeorology, 2010, 31(1): 11–18

[22] 曹雯, 申雙和, 段春鋒. 西北地區(qū)近49年生長季參考作物蒸散量的敏感性分析[J]. 中國農(nóng)業(yè)氣象, 2011, 32(3): 375–381 CAO W, SHEN S H, DUAN C F. Sensitivity analysis of the reference crop evapotranspiration during growing season in the Northwest China in recent 49 years[J]. Chinese Journal of Agrometeorology, 2011, 32(3): 375–381

[23] 劉麗芳, 劉昌明, 王中根, 等. HIMS模型蒸散發(fā)模塊的改進(jìn)及在海河流域的應(yīng)用[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2015, 23(10): 1339–1347 LIU L F, LIU C M, WANG Z G, et al. Improvement of HIMS evapotranspiration module and its application in Haihe River Basin[J]. Chinese Journal of Eco-Agriculture, 2015, 23(10): 1339–1347

[24] 張建平, 劉宗元, 何永坤, 等. 西南地區(qū)水稻干旱時(shí)空分布特征[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2015, 26(10): 3103–3110 ZHANG J P, LIU Z Y, HE Y K, et al. Temporal and spatial distribution of rice drought in Southwest China[J]. Chinese Journal of Applied Ecology, 2015, 26(10): 3103–3110

[25] 胡琦, 董蓓, 潘學(xué)標(biāo), 等. 1961—2014年中國干濕氣候時(shí)空變化特征及成因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2017, 33(6): 124–132HU Q, DONG B, PAN X B, et al. Spatiotemporal variation and causes analysis of dry-wet climate over period of 1961-2014 in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(6): 124–132

[26] ALLEN R G, PEREIRA L S, RAES D, et al. Crop Evapotranspiration Guidelines for Computing Crop Water Requirements — FAO Irrigation and Drainage Paper 56[R]. Rome: Food and Agriculture Organization of the United Nations, 1998: 37–58

[27] 魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)與預(yù)測(cè)技術(shù)[M]. 北京: 氣象出版社, 2007: 37–38 WEI F Y. Modern Climate Statistical Diagnosis and Prediction[M]. Beijing: China Meteorological Press, 2007: 37–38

[28] 王鵬濤, 延軍平, 蔣沖, 等. 華北平原參考作物蒸散量時(shí)空變化及其影響因素分析[J]. 生態(tài)學(xué)報(bào), 2014, 34(19): 5589–5599 WANG P T, YAN J P, JIANG C, et al. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in the North China Plain[J]. Acta Ecologica Sinica, 2014, 34(19): 5589–5599

[29] BEVEN K A. Sensitivity analysis of the Penman-Monteith actual evapotranspiration estimates[J]. Journal of Hydrology, 1979, 44(3): 169–190

[30] 胡琦, 董蓓, 潘學(xué)標(biāo), 等. 不同時(shí)間尺度下華北平原干濕氣候時(shí)空變化及成因分析[J]. 中國農(nóng)業(yè)氣象, 2017, 38(5): 267–277 HU Q, DONG B, PAN X B, et al. Spatiotemporal variation and causes analysis of dry-wet climate at different time scales in North China Plain[J]. Chinese Journal of Agrometeorology, 2017, 38(5): 267–277

[31] 任國玉, 郭軍, 徐銘志, 等. 近50年中國地面氣候變化基本特征[J]. 氣象學(xué)報(bào), 2005, 63(6): 942–956 REN G Y, GUO J, XU M Z, et al. Climate changes of China’s mainland over the past half century[J]. Acta Meteorologica Sinica, 2005, 63(6): 942–956

[32] MA Z F, LIU J, ZHANG S Q, et al. Observed climate changes in Southwest China during 1961-2010[J]. Advances in Climate Change Research, 2013,4(1):30–40

[33] 陳超, 龐艷梅, 潘學(xué)標(biāo). 氣候變化背景下四川省單季稻水分盈虧的變化特征[J]. 自然資源學(xué)報(bào), 2014, 29(9): 1508–1519 CHEN C, PANG Y M, PAN X B. Characteristics of single cropping rice water surplus deficit under the background of climate change in Sichuan Province[J]. Journal of Natural Resources, 2014, 29(9): 1508–1519

[34] ANNANDALE J G, STOCKLE C O. Fluctuation of crop evapotranspiration coefficients with weather: A sensitivity analysis[J]. Irrigation Science, 1994, 15(1): 1–7

[35] SHARIFI A, DINPASHOH Y. Sensitivity analysis of the Penman-Monteith reference crop evapotranspiration to climatic variables in Iran[J]. Water Resources Management, 2014, 28(15): 5465–5476

[36] KHEIRKHAH F. Sensitivity of reference crop evapotranspiration to global warming: A case study of Caspian forests of northern Iran ()[J]. Advances in Environmental Biology, 2014, 8(5): 1472–1479

[37] BERENGENA J, GAVILáN P. Reference evapotranspiration estimation in a highly advective semiarid environment[J]. Journal of Irrigation & Drainage Engineering, 2005, 131(2): 147–163

[38] RAZZAGHI F, SEPASKHAH A R. Calibration and validation of four common ET0estimation equations by lysimeter data in a semi-arid environment[J]. Archives of Agronomy and Soil Science, 2012, 58(3): 303–319

[39] 趙俊芳, 郭建平, 徐精文, 等. 基于濕潤指數(shù)的中國干濕狀況變化趨勢(shì)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(8): 18–24 ZHAO J F, GUO J P, XU J W, et al. Trends of Chinese dry-wet condition based on wetness index[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(8): 18–24

Dry-wet evolution and its influencing factors in single cropping rice growing season in Southwest China*

CHEN Chao1,2, PANG Yanmei1**, XU Fuxian3, GUO Xiaoyi3

(1. Institute of Plateau Meteorology, China Meteorological Administration, Chengdu / Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072, China; 2. Provincial Key Laboratory of Water-Saving Agriculture in Hill Areas of Southern China, Chengdu 610066, China; 3. Institute of Rice and Sorghum, Sichuan Academy of Agricultural Science, Deyang 618000, China)

Research on regional dry-wet evolution and its influencing factors during the crop growing season is critical for sustainable agricultural development and food security. In this study, which is based on the daily meteorological data from 316 meteorological stations in the rice-growing area of Southwest China from 1961 to 2015, and on calculation of the ratio of precipitation to reference crop evapotranspiration (ET0) in a single cropping rice growing season in Southwest China, the characteristics of dry-wet evolution from 1961 to 2015 were analyzed. The sensitivity of ET0to the main climatic factors and attribution rates to ET0of the main climatic factors were studied, and the factors influencing dry-wet evolution were also discussed. The results showed that the semi-humid climatic regions with a single cropping rice growing season in Southwest China were mainly distributed in the south of Panxi area of Sichuan and the center and northeast of Yunnan, but that the rest of Southwest China comprised humid climatic regions. Compared with 1961–1990, the area of the semi-humid climatic region in Southwest China increased during 1991–2015, while the area of the humid climatic region decreased. During the single cropping rice growing season, 40.8% of the sites in Southwest China became wet from 1961 to 2015, and the rest of the region became dry. The climate became wet in the northeast of Sichuan basin and the northeast of Yunnan because of increasing precipitation and decreasing ET0. The positive effect caused by the increasing precipitation on the humidity index exceeded the negative effect caused by the increasing ET0, which resulted in the climate becoming wet in the Panxi area of Sichuan. The positive effect caused by the decreasing ET0on the humidity index exceeded the negative effect caused by the decreasing precipitation, which resulted in the climate becoming wet in the south of Chongqing, and in the north and west of Guizhou Province. In contrast, most of Yunnan showed a dry trend with decreasing precipitation and increasing ET0. The climate became drier in other areas of Southwest China because the negative effect caused by the decreasing precipitation on the humidity index exceeded the positive effect of the decreasing ET0. During the single cropping rice growing season, the ET0decreased with increasing average temperature and relative humidity in Southwest China, but the ET0increased with increasing sunshine hours and wind speed. The significant decline in sunshine hours and wind speed in Southwest China was the main reason for the decrease in ET0. The study provided a scientific basis for reduction of the possible climate risks of the single cropping rice growing season in Southwest China under global climate change.

Southwest China; Single cropping rice; Humid index; Dry-wet evolution; Precipitation; Reference crop evapotranspiration; Climate factor

S161

10.13930/j.cnki.cjea.190727

陳超, 龐艷梅, 徐富賢, 郭曉藝. 西南區(qū)域單季稻生長季干濕演變及影響因素分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(4): 492-502

CHEN C, PANG Y M, XU F X, GUO X Y. Dry-wet evolution and its influencing factors in single cropping rice growing season in Southwest China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(4): 492-502

* 國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)(2017YFD0300400)、高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室科技發(fā)展基金項(xiàng)目(省重實(shí)驗(yàn)室2018-重點(diǎn)-05-01)和中國氣象局成都高原氣象研究所基本科研費(fèi)業(yè)務(wù)項(xiàng)目(BROP201817)資助

龐艷梅, 主要從事氣候變化對(duì)農(nóng)業(yè)的影響評(píng)估研究。E-mail: pangyanm@126.com

陳超, 主要從事氣候變化影響評(píng)價(jià)、生物氣候模型與信息系統(tǒng)的研究。E-mail: chenchao16306@sina.com

2019-10-15

2020-01-03

* This study was supported by the Key Special Project of National Key Research and Development Program of China (2017YFD0300400), the Science and Technology Development Foundation of Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province (Key Laboratory of Sichuan Province-2018-Key-05-01), and the Basic Business Project of Institute of Plateau Meteorology, China Meteorological Administration (BROP201817).

, E-mail: pangyanm@126.com

Jan. 3, 2020

Oct. 15, 2019;