• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      氣候變化對遼寧省玉米產(chǎn)量的影響

      2020-11-23 02:11:08曹永強李玲慧張若凝
      中國農(nóng)村水利水電 2020年11期
      關(guān)鍵詞:日照時數(shù)年際平均氣溫

      曹永強,李玲慧,路 潔,張若凝,寧 月

      (遼寧師范大學地理科學學院,遼寧 大連 116029)

      0 引 言

      中國是世界上氣候變化較為顯著的地區(qū)之一。近50年來,中國地表約增溫1.1 ℃,速率達0.25 ℃/10 a,日照時數(shù)總體減少,東部地區(qū)降水量南多北少,西部地區(qū)降水量顯著增多[1,2]。氣溫、日照和降水等氣候因素與農(nóng)業(yè)生產(chǎn)關(guān)系密切,農(nóng)業(yè)生產(chǎn)在較大程度上受到氣候條件的制約。玉米作為中國三大糧食作物之一,是近百年來全球種植范圍擴展最廣、產(chǎn)量增加最迅速的農(nóng)作物之一[3]。玉米是典型的喜溫、短日照及高需水量作物,其生長發(fā)育對氣溫、日照及降水要求較高,氣候的變化必然導致玉米產(chǎn)量受到影響。因此,在全球氣候變化的背景下研究氣象因子對作物產(chǎn)量的影響,對實現(xiàn)糧食高產(chǎn)和農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展意義重大。

      當前,國內(nèi)外學者在氣象因子對作物生產(chǎn)的影響方面研究頗豐。Darwin等[4]研究發(fā)現(xiàn),氣候變暖使得高緯度地區(qū)的可耕作面積有所擴增,有利于作物提高產(chǎn)量。而在低緯度地區(qū),氣候變暖加快水分蒸發(fā)使得土壤含水量減少,使糧食產(chǎn)量有所降低。Asseng等[5]研究表明,升溫2 ℃會使小麥單產(chǎn)減少一半。Lobell和Field[6]構(gòu)建了產(chǎn)量和氣象要素一階差分的回歸模型,發(fā)現(xiàn)全球小麥產(chǎn)量與生育期最低、最高氣溫均呈負相關(guān),且這種關(guān)系不受時間影響。郝立生等[7]采用生物學模型Logistic函數(shù)分離小麥趨勢產(chǎn)量,發(fā)現(xiàn)近56年海河低平原地區(qū)冬小麥氣象產(chǎn)量受春季氣溫和降水影響顯著。李永華等[8]運用貝爾產(chǎn)量模式分離氣象產(chǎn)量,探究了氣象因子對重慶地區(qū)玉米產(chǎn)量的影響,發(fā)現(xiàn)1960-2001年重慶地區(qū)旱澇災害對玉米產(chǎn)量有嚴重影響。陳霞燕等[9]在研究吉林省玉米生產(chǎn)潛力時發(fā)現(xiàn)降水量與玉米生產(chǎn)潛力呈正相關(guān)。以往關(guān)于氣象因子對作物產(chǎn)量作用及影響的研究大都停留在較大尺度,針對遼寧省的研究較少且研究時間尺度較短無法反應(yīng)現(xiàn)狀,因此本文參閱已有研究方法及成果,分析長時間序列下(1960-2017年)遼寧省平均氣溫、日照時數(shù)和降水量的變化趨勢,并在分析玉米氣象產(chǎn)量變化趨勢的基礎(chǔ)上,研究不同生育期內(nèi)各氣象因子對玉米產(chǎn)量的影響關(guān)系,以期為合理利用氣候因素以促進當?shù)剞r(nóng)業(yè)生產(chǎn)的發(fā)展等提供理論依據(jù)。

      1 材料與方法

      1.1 研究區(qū)概況與數(shù)據(jù)來源

      遼寧省地處歐亞大陸東岸、東北三省南部,屬溫帶大陸性季風氣候,年日照時數(shù)1 800~2 400 h,平均氣溫6~10 ℃,年降水量200~1 000 mm。近年來,遼寧省變暖趨勢越來越明顯,是我國氣候變化幅度最大的地區(qū)之一,其變暖程度遠超過全球的增溫水平。遼寧省是我國13個糧食主產(chǎn)區(qū)之一,其降水和日照資源十分豐富,且積溫較高,氣候條件非常適宜玉米的生長發(fā)育。省內(nèi)玉米種植面積較廣,2017年玉米播種面積2 179.7 hm2,占糧食總播種面積的68.08%[10-14]。

      本文所需氣象資料來自中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/wa),包括1960-2017年遼寧省平均氣溫、日照時數(shù)、降水量等逐日氣象數(shù)據(jù)。遼寧省玉米種植面積及總產(chǎn)量數(shù)據(jù)取自《遼寧省統(tǒng)計年鑒》,時間尺度為1998-2017年。為保證空間插值精度,選取遼寧省內(nèi)分布均勻且連續(xù)性較好的23個氣象站點進行分析。遼寧省地理位置及站點分布情況如圖1所示。

      圖1 遼寧省氣象站點分布Fig.1 The distribution of meteorological stations in Liaoning Province

      1.2 研究方法

      1.2.1 氣象產(chǎn)量分離

      在長時間序列作物產(chǎn)量與氣象因子關(guān)系的研究中,一般把作物實際產(chǎn)量Y分解為趨勢產(chǎn)量Yt、氣象產(chǎn)量Ym和隨機產(chǎn)量Ye3個部分[14]。計算公式如下:

      Y=Yt+Ym+Ye

      (1)

      其中,Ye較小,一般忽略不計,則:

      Ym=Y-Yt

      (2)

      此方法被廣泛應(yīng)用于作物氣象產(chǎn)量的研究,因此本文根據(jù)公式(2)分離玉米氣象產(chǎn)量。

      1.2.2 Mann-Kendall檢驗法

      Mann-Kendall檢驗法是一種非參數(shù)統(tǒng)計檢驗方法,由于其樣本分布形式多樣并受突變值影響較小,因而常被用于計算類型變量和順序變量。其操作方法及具體計算步驟如下:

      對于時間序列Xt先構(gòu)造秩序列Sk:

      (3)

      (4)

      其次,計算統(tǒng)計量UFk:

      (5)

      其中,E(Sk)和Var(Sk)是秩序列Sk的期望和方差。本文借助MATLAB軟件繪制UF和UB曲線,給定顯著性水平α=0.05(u0.05=±1.96),當曲線超過臨界值線時,表明上升或下降趨勢顯著,超過臨界線的范圍確定為突變的時間區(qū)域。若兩條曲線在臨界線之間出現(xiàn)交點,則該點對應(yīng)的時間為突變開始時間[15]。以此方法對近58年遼寧省主要氣象因子變化趨勢進行突變檢驗。

      2 結(jié)果與分析

      2.1 遼寧省氣候變化趨勢

      2.1.1 平均氣溫變化趨勢

      1960-2017年遼寧省平均氣溫變化趨勢及Mann-Kendall突變檢驗如圖2、3所示,分析可知,近58年遼寧省平均氣溫以0.21 ℃/10 a的速率顯著增長(p<0.05)。其中,最高值出現(xiàn)在2007年,為9.83 ℃;1969年為最低值6.97 ℃,二者相差超過3 ℃。由圖3可知,1995年后UF曲線超過0.05顯著性水平臨界線,表明此增暖趨勢開始顯著。另外,由UF和UB曲線的交點可知1988年起增暖速率是突變上升的。此突變時間點與周曉宇[17]等研究結(jié)果總體一致,顯著增暖變化時間點與其相差一年,這可能與所選氣象站點數(shù)據(jù)資料有關(guān)。

      圖2 平均氣溫年際間變化趨勢Fig.2 The annual variation trend of average temperature

      圖3 平均氣溫Mann-Kendall突變檢驗Fig.3 The Mann-Kendall mutation test of average temperature

      2.1.2 日照時數(shù)變化趨勢

      1960-2017年遼寧省日照時數(shù)年際間變化趨勢及Mann-Kendall突變檢驗如圖4、5所示,分析可知,近58年遼寧省日照時數(shù)顯著下降(p<0.05),幅度達23.42 h/10 a,且在1982年發(fā)生突變。此突變發(fā)生時間與虞海燕等[18]分析所得的中國日照時數(shù)于1980年左右發(fā)生突變的結(jié)論一致。1993年開始UF曲線超過顯著性水平0.05臨界線,再次說明下降趨勢十分顯著??諝馕廴居訃乐卦斐蓺馊苣z粒子濃度增加是導致日照時數(shù)減少的主要原因之一,另外低云量、水汽壓等也有不同程度的影響[19]。

      圖4 日照時數(shù)年際間變化趨勢Fig.4 The annual variation trend of sunshine hours

      圖5 日照時數(shù)Mann-Kendall突變檢驗Fig.5 The Mann-Kendall mutation test of sunshine hours

      2.1.3 降水量變化趨勢

      由1960-2017年遼寧省降水量年際間變化趨勢(圖6)及其Mann-Kendall突變檢驗分析(圖7)可知,近58年遼寧省降水量有多次較大幅度波動,但變化趨勢并不顯著,總體表現(xiàn)為以3.37 mm/10 a的速率減少。其中,1964年和2013年達到該序列峰值,兩年降水量均高于1 000 mm。結(jié)合歷史資料可知,2013年受“尤特”、“天兔”等臺風的影響,8月中旬遼寧省北部地區(qū)降大到暴雨,局部地區(qū)降特大暴雨,累計過程最大點雨量為撫順紅透山站465 mm,由此引發(fā)的山洪災害造成全省巨大損失[20]。另外,曲線在臨界線內(nèi)有多處交點,但只結(jié)合其年際間變化趨勢無法確定是否發(fā)生突變。武曉航等[21]利用Pettitt突變檢驗法對1958-2008年遼寧省降水量序列進行分析,結(jié)果表明期間降水量并未達到顯著突變上升或下降水平。說明近50年來遼寧省降水量未發(fā)生明顯突變。

      圖6 降水量年際間變化趨Fig. 6 The inter-annual variation trend of precipitation

      圖7 降水量Mann-Kendall突變檢驗Fig.7 The Mann-Kendall mutation test of precipitation

      2.2 遼寧省玉米產(chǎn)量變化趨勢

      從上文分析可知,總體上看,遼寧省近58年平均氣溫顯著上升,而日照時數(shù)和降水量均呈下降趨勢。玉米是喜光作物,在不同的生育期對于溫度變化較為敏感,同時作為需水量較大的作物[22],這樣的氣候變化必然會影響其產(chǎn)量。為進一步探究該氣象條件對玉米生長的影響程度,本文基于遼寧省1998-2017年玉米總產(chǎn)量及播種面積等統(tǒng)計數(shù)據(jù),運用5年線性調(diào)和滑動平均法繪制其單產(chǎn)量時間擬合趨勢圖,結(jié)果如圖8所示。在此基礎(chǔ)上分離出玉米氣象產(chǎn)量,其年際間變化趨勢如圖9所示。

      圖8 1998-2017年遼寧省玉米趨勢產(chǎn)量模擬Fig.8 The corn trend yield simulation in Liaoning Province from 1998 to 2017

      圖9 1998-2017年玉米氣象產(chǎn)量年際間變化趨勢Fig.9 The interannual trend of corn meteorological yield from 1998 to 2017

      由圖9可知,從總體上看,玉米單產(chǎn)量變化趨勢并不明顯,整體表現(xiàn)為以59.12 kg/10 a速率減少。其在年際間有很大波動,如1998-2000年單產(chǎn)量減少近7 000 kg/hm2。結(jié)合遼寧省氣候變化情況,在此期間降水量和氣溫驟減,對玉米產(chǎn)量有很大影響。另外,21世紀前玉米單產(chǎn)量持續(xù)上升,2000年后增加幅度逐漸放緩。2000-2010年玉米總產(chǎn)量增產(chǎn)較快主要是由于種植面積的擴大,單產(chǎn)量的貢獻并不突出。這與穆佳[23]的研究結(jié)果一致。另外,近20年來玉米氣象產(chǎn)量相對離散,總體上以135.28 kg/10 a速率增加。從其絕對值來看,最高值為2 295.22 kg/hm2,出現(xiàn)在2000年;最低值為2.30 kg/hm2,出現(xiàn)于2006年,兩者差值略大。同時,近20年氣象產(chǎn)量處于±600 kg/hm2之間,僅有極個別年份超過此區(qū)間,說明1998-2017年玉米氣象產(chǎn)量無顯著變化趨勢,再次證明氣象產(chǎn)量的分布形式是隨機離散的。

      總的來說,近20年遼寧省玉米單產(chǎn)量在年際間波動較大,變化趨勢并不明顯;氣象產(chǎn)量較為離散,總體呈上升趨勢。

      2.3 各氣象因子對玉米產(chǎn)量的影響

      2.3.1 玉米生育期的劃分

      為了研究各氣象因子在玉米各生長時段對其氣象產(chǎn)量的影響情況,本文依據(jù)實際生產(chǎn)經(jīng)驗,將遼寧省玉米生育期劃分為:播種-出苗期(4-5月)、出苗-拔節(jié)期(5-6月)、喇叭口期(6-7月)、抽雄期(7-8月)和成熟期(8-9月)5個階段[24]。運用SPSS軟件,分析1998-2017年遼寧省玉米各生育期平均氣溫、日照時數(shù)及降水量與氣象產(chǎn)量的相關(guān)性,結(jié)果如表1所示。

      表1 玉米各生育期氣象因子與氣象產(chǎn)量相關(guān)系數(shù)Tab.1 Correlation coefficients of meteorological factors and meteorological yield in each growth period of corn

      2.3.2 氣溫對玉米產(chǎn)量的影響

      結(jié)合玉米氣象產(chǎn)量與平均氣溫相關(guān)關(guān)系圖(圖10)及表1可知,從總體上看,平均氣溫與玉米氣象產(chǎn)量呈負相關(guān)關(guān)系,其標準化回歸系數(shù)為39.75,并達到顯著水平(p<0.05),說明平均氣溫對玉米產(chǎn)量影響顯著。從各生育階段看,喇叭口期和抽雄期是平均氣溫影響較大的時期,達到0.05顯著性水平。玉米在此期間進行抽雄吐絲及灌漿,對溫度要求較高。夏季溫度過高不利于玉米的開花授粉及水分的積累,而適度低溫天氣有利于玉米生長發(fā)育進而實現(xiàn)高產(chǎn)。因此喇叭口期和抽雄期是平均氣溫影響遼寧省玉米氣象產(chǎn)量的主要時段。另外,經(jīng)統(tǒng)計分析,近16年(2000-2015年)時有極端高溫天氣,造成了玉米產(chǎn)量不同程度的減少[25]。盡管近20年(1998-2017年)玉米生育期內(nèi)極端高溫天氣出現(xiàn)率不高,但其對玉米產(chǎn)量的影響不容忽視。近年來,氣候變化導致遼寧省增溫,極端高溫天氣的發(fā)生也越來越頻繁,但極端低溫天氣的出現(xiàn)率相對降低。近20年未出現(xiàn)極端低溫天氣,其對玉米產(chǎn)量的影響有待深入研究。

      圖10 氣象產(chǎn)量與平均氣溫相關(guān)關(guān)系Fig.10 The correlation between meteorological yield and average temperature

      2.3.3 日照時數(shù)對玉米產(chǎn)量的影響

      玉米氣象產(chǎn)量與日照時數(shù)的相關(guān)關(guān)系如圖11所示,其標準化回歸系數(shù)為22.71,并達到顯著水平(p<0.05),說明日照時數(shù)對玉米產(chǎn)量影響顯著。結(jié)合表1可知,除播種-出苗期外,其余各生長時段內(nèi)日照時數(shù)與玉米氣象產(chǎn)量均呈負相關(guān)。這是因為在播種-出苗期玉米生長需要大量日照以吸收養(yǎng)分,適當長時間日照和高強度輻射有利于玉米進行光合作用,提高凈光合生產(chǎn)率,加快細胞內(nèi)物質(zhì)和能量的輸送及轉(zhuǎn)化,從而提高產(chǎn)量。此外,日照時數(shù)在喇叭口期對玉米氣象產(chǎn)量的影響尤為顯著(p<0.05)。當日照時數(shù)在2 000~2 300 h區(qū)間內(nèi)變化時,對玉米氣象產(chǎn)量產(chǎn)生正效應(yīng);當超出這個范圍時則為負效應(yīng)。這是由于當日照強度超過玉米的光飽和點時,光合速率會降低,并在氣溫的共同作用下消耗大量有機物和能量,不利于玉米的生長[24]。近58年遼寧省日照時數(shù)基本處于2 000~2 300 h之間,總體上有利于玉米生長。

      圖11 氣象產(chǎn)量與日照時數(shù)相關(guān)關(guān)系Fig.11 The correlation between meteorological yield and sunshine hours

      2.3.4 降水量對玉米產(chǎn)量的影響

      結(jié)合表1及降水量與玉米氣象產(chǎn)量相關(guān)關(guān)系圖(圖12)可以看出,玉米生育期間降水量對氣象產(chǎn)量產(chǎn)生的正效應(yīng)多于負效應(yīng)。利用SPSS軟件計算出降水量與玉米氣象產(chǎn)量的標準化回歸系數(shù)為6.50,并達到顯著水平(p<0.05),說明降水量是影響玉米氣象產(chǎn)量的關(guān)鍵因子。除播種-出苗期降水量與氣象產(chǎn)量的相關(guān)系數(shù)為負數(shù)外,其余各時段均為正數(shù),說明玉米自播種至成熟整個生長過程期間對水分要求較高。充足的水分可以加快玉米體內(nèi)的物質(zhì)轉(zhuǎn)換與運移,有益于玉米的生長發(fā)育,從而使其產(chǎn)量相應(yīng)提高。喇叭口期其相關(guān)系數(shù)達到顯著水平(p<0.05),說明在此期間玉米對水量要求較高。雨水充足不僅有利于玉米高產(chǎn),還會提升甜度及顆粒飽滿度[24]。

      圖12 氣象產(chǎn)量與降水量相關(guān)關(guān)系Fig.12 The correlation between meteorological yield and precipitation

      3 結(jié) 語

      本文分析了近58年(1960-2017年)遼寧省氣候變化規(guī)律以及近20年(1998-2017年)玉米產(chǎn)量的變化趨勢,并針對重疊周期內(nèi)各氣象因子對玉米產(chǎn)量的影響關(guān)系進行了分析,研究結(jié)果與前人研究成果基本保持一致。但對于近58年的歷史氣候變化對近20年的玉米產(chǎn)量的影響尚未深入;另外,通過分析可知,平均氣溫、日照時數(shù)及降水量對玉米產(chǎn)量有著顯著影響,但尚不能全面地反映氣候變化對玉米產(chǎn)量的影響關(guān)系。下一步應(yīng)綜合考慮風速、濕度等其他氣象因子以及研究區(qū)自然條件和人類活動等因素的影響,深入研究長時間序列下的歷史氣候變化對近年來玉米產(chǎn)量的影響關(guān)系。本文主要研究結(jié)論如下:

      (1)從氣候變化趨勢方面來看,近58年遼寧省平均氣溫以0.21 ℃/10 a的速率顯著增長(p<0.05),且1995年后此趨勢十分顯著(p<0.05);日照時數(shù)顯著下降(p<0.05),達23.42 h/10 a,1993年后這種趨勢逐漸顯著(p<0.05);降水量減少速率為3.37 mm/10 a。

      (2)從玉米產(chǎn)量變化方面來看,近20年遼寧省玉米單產(chǎn)量變化趨勢并不明顯,整體表現(xiàn)為以59.12 kg/10 a速率減少,但年際間仍有很大波動;氣象產(chǎn)量相對離散,總體呈上升趨勢。

      (3)從各氣象因子對玉米產(chǎn)量的影響來看,玉米生育期內(nèi)平均氣溫與氣象產(chǎn)量呈負相關(guān)關(guān)系;日照時數(shù)與氣象產(chǎn)量總體呈負相關(guān)關(guān)系(播種-出苗期除外);降水量對氣象產(chǎn)量產(chǎn)生的正效應(yīng)多于負效應(yīng)。三者對玉米產(chǎn)量均有顯著影響(p<0.05)且喇叭口期為主要影響時期。

      猜你喜歡
      日照時數(shù)年際平均氣溫
      福州市近70年日照變化趨勢分析
      西昌近60年日照時數(shù)的變化特征分析
      1961~2020年曲麻萊縣日照時數(shù)變化特征
      北緯30°中層頂區(qū)域鈉與鐵原子層的結(jié)構(gòu)和年際變化
      烏蘭縣近38年氣溫變化特征分析
      1980年~2017年大冶市日照時數(shù)變化特征分析
      從全球氣候變暖大背景看萊州市30a氣溫變化
      1981—2010年拐子湖地區(qū)氣溫變化特征及趨勢分析
      近50年來全球背景下青藏高原氣候變化特征分析
      亞洲夏季風的年際和年代際變化及其未來預測
      大连市| 沅江市| 五台县| 常宁市| 遵化市| 沂南县| 新竹市| 宜川县| 米脂县| 高淳县| 海门市| 莲花县| 宿松县| 万载县| 冷水江市| 犍为县| 玛曲县| 山丹县| 皮山县| 武山县| 禄丰县| 绵竹市| 眉山市| 冷水江市| 靖宇县| 讷河市| 阜阳市| 呼和浩特市| 龙海市| 凌海市| 江达县| 卫辉市| 邓州市| 西城区| 康定县| 七台河市| 娱乐| 清涧县| 南安市| 尼勒克县| 利津县|