上海地區(qū)單季晚稻生長期降水量對產(chǎn)量的影響及產(chǎn)量預(yù)估

史艷姝 李軍 談建國 吳蔚 辛跳兒 周宇

1 上海市氣候中心，上海 200030

2 中國氣象局上海城市氣候變化應(yīng)對重點開放實驗室，上海 200030

1 引言

在全球氣候變化背景下，自20世紀(jì)以來，突發(fā)性持續(xù)降水事件發(fā)生頻率逐年升高（IPCC,2014），并有加劇的趨勢，農(nóng)業(yè)生產(chǎn)脆弱性增加，上海地屬亞熱帶地區(qū)，降水豐沛，是持續(xù)性降水多發(fā)區(qū)（賀芳芳和趙兵科,2009;史艷姝等,2020）。近年來，上海地區(qū)糧食總產(chǎn)量穩(wěn)定在90萬噸以上，單季晚稻作為上海最主要的糧食作物之一，在糧食生產(chǎn)中占有非常重要的地位。就上海地區(qū)單季晚稻生育期降水變化而言，過分集中的降水，會給單季晚稻發(fā)育帶來不利的影響。史艷姝等（2019）的分析表明，上海地區(qū)1961～2015年近55年上海地區(qū)單季晚稻生長季年降水量隨時間呈增加趨勢，大雨和暴雨量的增加以及大雨和暴雨降水日數(shù)的增加造成單季晚稻需水分配合理利用的負(fù)擔(dān)，生產(chǎn)面臨的風(fēng)險加大。

國內(nèi)外很多研究學(xué)者在降水因子與水稻產(chǎn)量的關(guān)系方面做了許多研究，孔維財和尤明雙（2021）研究發(fā)現(xiàn)，影響長江中下游水稻產(chǎn)量最主要的因子為降水；李茂芬等（2018）研究表明，10月上旬降水量、平均相對濕度為影響?？谕淼井a(chǎn)量的主要限制因子；顧品強等（2009）研究表明，上海地區(qū)單季晚稻幼穗分化期遇水分不足會對產(chǎn)量產(chǎn)生不利的影響，可能與此時降水強度呈現(xiàn)增強的變化趨勢有關(guān)，導(dǎo)致水分利用率偏低。這些研究都為分析單季晚稻產(chǎn)量與降水因子的關(guān)系提供了借鑒，在以往的研究中，多以簡單的年、月、旬、季等平均降水量來分析降水時空分布特征，不能很好地反應(yīng)降水量的時空分布特征非均勻分布特征，因此，本研究從上海市主要糧食作物——單季晚稻為切入點，著重分析單季晚稻生長季降水非均勻分布特征，各生育期需水分配情況及降水與產(chǎn)量之間的關(guān)系，明確上海單季晚稻生長期降水對關(guān)鍵生育期的影響程度，對著重關(guān)注單季晚稻生育期降水效應(yīng)明確了新的方向。

基于氣象因子對單季晚稻產(chǎn)量預(yù)測方法較多，本研究從降水因子角度，建立了降水影響下適用于上海的產(chǎn)量模擬模型，對2020～2045年上海地區(qū)單季晚稻氣象產(chǎn)量正負(fù)效應(yīng)進(jìn)行預(yù)估。以此來豐富糧食產(chǎn)量評價和預(yù)報方法，穩(wěn)定預(yù)報準(zhǔn)確率，以期為單季晚稻生產(chǎn)過程中合理利用農(nóng)業(yè)氣候資源、農(nóng)業(yè)氣象防災(zāi)減災(zāi)和氣候變化研究提供一定的技術(shù)依據(jù)。

2 資料與方法

2.1 數(shù)據(jù)資料

1971～2015年上海地區(qū)單季晚稻實際產(chǎn)量資料來源于上海市統(tǒng)計局。逐日降水資料來源于上海市氣象信息與技術(shù)支持中心，以1971～2015年10個郊區(qū)氣象站（閔行、寶山、嘉定、浦東、金山、松江、青浦、浦東惠南、奉賢和崇明）的平均降水量作為郊區(qū)降水量，上海地區(qū)單季晚稻生長季常年為6月11日至10月31日。

未來氣候變化預(yù)估數(shù)據(jù)資料來源于采用CDF-T方法（Michelangeli et al.,2009）對8個適用于華東區(qū)域的CMIP5全球氣候模式情景數(shù)據(jù)進(jìn)行誤差訂正后（吳蔚等,2018），得到的2020～2045年年降水量數(shù)據(jù)。

上海地區(qū)單季晚稻關(guān)鍵生育期主要選取近年來降水對產(chǎn)量影響的主要時段，每年生育期波動存在年度差異，通過整理關(guān)鍵生育期記載資料，選取生育期普遍時期。所以本文選取單季晚稻生長季為6月中旬至10月下旬，分蘗期為6月21日至7月20日，孕穗期為8月1~31日，抽穗期為9月6~15日，成熟期為9月21日至10月20日。

2.2 研究方法

2.2.1 降水量集中度和集中期計算

采用Zhang and Qian（2003）定義的降水集中度（Precipitation Concentration Degree,PCD）和集中期（Precipitation Concentration Period,PCP），對單季晚稻生長季降水量分配特征進(jìn)行分析。

其中，Rxi和Ryi分別為某站單季晚稻生長季內(nèi)降水量在相互垂直的x軸和y軸上的分量；i代表年份（i=1971,1972,...,2015）；j代表日 序（j=1,2,...,143，即從6月11日至10月31日的序號，n=143）；rij為某日降水量；θj為各日對應(yīng)的方位角（即143天看作一個圓周，方位角為360°）；PCD 和PCP分別為研究時段內(nèi)降水量集中度和集中期。PCD可反映單季晚稻生長季內(nèi)降水量的集中程度，取值范圍在0.0～1.0，越小表示降水量越均勻；越大表示降水越集中。PCP為向量合成后重心指示的角度，反應(yīng)單季晚稻生長季內(nèi)日降水量最大出現(xiàn)時段。該方法排除單季晚稻生長季內(nèi)日對應(yīng)方位角0°和360°的降水集中情況。

2.2.2 氣象產(chǎn)量提取

一般把作物的實際產(chǎn)量y分解為趨勢產(chǎn)量yt、氣象產(chǎn)量yw和隨機誤差因素造成的產(chǎn)量Δy（楊繼武,1994），即

趨勢產(chǎn)量主要是反映生產(chǎn)力發(fā)展水平的長周期產(chǎn)量分量，氣象產(chǎn)量主要是受以氣象要素為主的短周期變化因子影響的產(chǎn)量分量。由于Δy是一些偶然因素影響造成的產(chǎn)量隨機變化，在作物產(chǎn)量中占的比例較小，一般在計算中可不考慮。

本研究采用二次多項式擬合得到上海地區(qū)1971～2015年單季晚稻趨勢產(chǎn)量模型：

其中，Yt是本次研究的1971~2015年的趨勢產(chǎn)量，i是年份序列（取值范圍為1～45；1代表1971年，2 代表1972年，…，45代表2015年）。

表1 1971～2015年上海地區(qū)單季晚稻生長期降水量Table 1 Statistics of annual precipitation during the key growth period of single cropping late rice in Shanghai from 1971 to 2015

3 結(jié)果與分析

3.1 單季晚稻生長期的降水集中度和集中期

PCD和PCP能夠較好地反應(yīng)生長季內(nèi)降水量的時空分布非均勻特征，PCD越大表示當(dāng)年降水量越集中，越小表示當(dāng)年降水量越均勻；PCP超過均值表示最大降水出現(xiàn)得較晚，低于均值表示最大降水提前。由圖1可知，近45年單季晚稻生長季降水PCD趨勢不顯著，PCD均值為0.295，變化范圍為0.119～0.537，其中有21年的PCD超過了均值，占0.467；1987～1990年和1995～1997年連續(xù)3年以上PCD超過均值，這些年份降水連續(xù)趨于集中；有5年P(guān)CD超過0.45，這些峰值年的PCD均值高達(dá)0.47，氣象產(chǎn)量負(fù)效應(yīng)大于正效應(yīng)；有16年P(guān)CD介于0.295～0.4之間，氣象產(chǎn)量正效應(yīng)大于負(fù)效應(yīng)；有17年P(guān)CD低于0.295，說明這17年降水較均勻，氣象產(chǎn)量負(fù)效應(yīng)大于正效應(yīng)。近45a單季晚稻生長季的PCP主要集中在7月27日至9月11日，此階段為單季晚稻生長孕穗期和抽穗期，均值在8月20日，最早與最遲相差47 d，當(dāng)PCP高于45 a均值，則說明該年降水PCP出現(xiàn)的較晚，當(dāng)PCP低于45 a均值，則說明該年P(guān)CP提前。

圖1 1971～2015年上海地區(qū)單季晚稻生長季（a）降水集中度（PCD）和（b）降水集中期（PCP）年際變化Fig. 1 Interannual variations of (a) Precipitation Concentration Degree (PCD) and (b) Precipitation Concentration Period (PCP) in the crop growing season of the single cropping late rice in Shanghai from 1971 to 2015

3.2 單季晚稻生長期降水量與氣象產(chǎn)量的關(guān)系

通過分析上海地區(qū)1971～2015年單季晚稻氣象產(chǎn)量與降水量的關(guān)系（圖2），得出在孕穗期和抽穗期，氣象產(chǎn)量隨著降水量的增加而下降。其中孕穗期降水量與單季晚稻氣象產(chǎn)量的負(fù)相關(guān)達(dá)到顯著水平（p=0.04），表明孕穗期降水量越多，減產(chǎn)越多。在單季晚稻全生育期、分蘗期、抽穗期和成熟期間，其降水量多少與氣象產(chǎn)量間的相關(guān)性不顯著，說明此時降水不是單季晚稻產(chǎn)量的主要制約因子。

圖2 1971～2015年上海地區(qū)單季晚稻（a）分蘗期、（b）孕穗期、（c）抽穗期、（d）成熟期、（e）全生育期降水量與氣象產(chǎn)量的關(guān)系Fig. 2 Relationships between the meteorological yield and annual precipitation during (a) tillering stage,(b) booting stage,(c) heading stage,(d)maturity stage,and (e) whole growth period of single cropping late rice in Shanghai from 1971 to 2015

3.3 單季晚稻生長期降水資源變化特征

上海單季晚稻生長關(guān)鍵期恰逢雨季，降水量直接影響單季晚稻的產(chǎn)量。通過分析上海地區(qū)單季晚稻各生育期1971～2015年的降水趨勢（表1）可見，近45年來單季晚稻各生育期內(nèi)降水變化相對平穩(wěn)，分蘗期、孕穗期和成熟期降水量呈增加的趨勢，增加趨勢分別為1.1 mm/10 a、2.0 mm/10 a和0.3 mm/10 a，其中孕穗期降水量呈顯著增加趨勢，趨勢相關(guān)系數(shù)為0.312；抽穗期降水量呈減少趨勢。

在單季晚稻全生育期，1971～2015年，上海地區(qū)年際降水量變化范圍是306.3～990.0 mm，年際差異大，45 a的平均值為609.7 mm；在單季晚稻各生育期，1971～2015年，分蘗期、孕穗期、抽穗期和成熟期的年際降水量變化范圍分別為47.5～429.5 mm、31.8～390.8 mm、4.9～161.8 mm、10.7～250.5 mm，年際差異均較大，45 a平均值分別為182.0 mm、160.7 mm、43.3 mm、65.7 mm。從全生育期降水量的各生育期分配來分析，分蘗期降水量占全生育期總量的29.9%；孕穗期占26.2%；抽穗期占7.1%；成熟期占10.8%。由此可見，分蘗期和孕穗期降水占全生育期的1/2以上。這主要是由于孕穗期前正處上海夏季多雨水階段，降水充沛，抽穗期后已過夏季主要降水時段，降水日漸減少。

3.4 未來氣候變化情景下單季晚稻氣象產(chǎn)量正負(fù)效應(yīng)預(yù)估

3.4.1 單季晚稻氣象產(chǎn)量預(yù)估模型的建立

水稻穩(wěn)產(chǎn)增產(chǎn)以及水稻產(chǎn)量預(yù)估對我國農(nóng)業(yè)政策調(diào)整和保障我國糧食安全問題具有重要意義。利用1971～1995年氣象產(chǎn)量與降水量數(shù)據(jù)建立上海地區(qū)單季晚稻氣象產(chǎn)量模擬模型：

其中x是降水量，1996～2015年數(shù)據(jù)作為測試集用于檢驗?zāi)Ｐ皖A(yù)測效果。從圖3可看出，單季晚稻模擬效果較好，引入準(zhǔn)確率檢驗回歸模型準(zhǔn)確性（李涵茂等,2015），準(zhǔn)確率=（1－|模擬產(chǎn)量－實際產(chǎn)量|/實際產(chǎn)量）×100%。模型檢驗結(jié)果得出，預(yù)測準(zhǔn)確率范圍92.9%～100.0%，平均預(yù)測準(zhǔn)確率97.0%，模型模擬效果可信度高。

圖3 1971～2015年上海地區(qū)單季晚稻模擬產(chǎn)量與實際產(chǎn)量的對比Fig. 3 Comparison of the simulated yield and the actual yield of single cropping late rice in Shanghai from 1971 to 2015

3.4.2 未來氣候變化情景下單季晚稻氣象產(chǎn)量正負(fù)效應(yīng)預(yù)估

近45年，隨著單季晚稻全生育期降水量的增加氣象產(chǎn)量呈下降趨勢。基于建立的氣象產(chǎn)量預(yù)估模型，利用CMIP5全球氣候模式情景下預(yù)估的上海地區(qū)2020～2045年單季晚稻全生育期降水量資料，驅(qū)動上海地區(qū)單季晚稻氣象產(chǎn)量預(yù)估模型，得到2020～2045年上海地區(qū)單季晚稻氣象產(chǎn)量。從圖4可看出，上海地區(qū)未來30年降水變化對單季晚稻產(chǎn)量的負(fù)效應(yīng)略大于正效應(yīng)，即減產(chǎn)作用大于增產(chǎn)作用。在近30年內(nèi)，約有14年左右為減產(chǎn)年，占全部研究年份的53.8%左右。上海地區(qū)單季晚稻在CMIP5全球氣候模式情景下減產(chǎn)年平均值為177.65 kg hm?2，增產(chǎn)年平均值為148.75 kg hm?2，減產(chǎn)年的減產(chǎn)幅度略大于增產(chǎn)年的增產(chǎn)幅度。

圖4 上海地區(qū)在CMIP5全球氣候模式情景下的單季晚稻氣象產(chǎn)量Fig. 4 Meteorological yield of single cropping late rice in Shanghai using CMIP5 Global Climate Model

4 結(jié)論與討論

根據(jù)1971～2015年單季晚稻全生育期降水非均勻分布特征的分析得出，上海地區(qū)單季晚稻生長季PCD變化趨勢不顯著，降水分布不均勻，1982～1990年和1995～1997年連續(xù)3年以上連續(xù)年份的降水趨于集中。當(dāng)PCD處于峰值和谷值時，即PCD超過0.45和低于0.295時，氣象產(chǎn)量負(fù)效應(yīng)大于正效應(yīng)；當(dāng)PCD介于0.295～0.45之間，氣象產(chǎn)量正效應(yīng)大于負(fù)效應(yīng)。單季晚稻生長季PCP主要集中在7月27日至9月11日，即孕穗期和抽穗期。通過對關(guān)鍵生育期降水量與單季晚稻氣象產(chǎn)量的影響得出，降水影響上海單季晚稻氣象產(chǎn)量的主要關(guān)鍵生育期是孕穗期和抽穗期。這與許多研究學(xué)者研究結(jié)果相似，如顧品強等（2009）研究發(fā)現(xiàn)，孕穗期降水過多導(dǎo)致上海地區(qū)單季晚稻不利穎殼容積增大，影響產(chǎn)量；孔維財和尤明雙（2021）研究得出，降水是影響南京單季晚稻產(chǎn)量拔節(jié)—抽穗揚花期的的主要氣象因子之一；吳紅庭（1999）研究表明，孕穗期是早稻一生中對外界環(huán)境最敏感的時期，此時受淹會引起部分稻穗死亡以及無效穗的增加，且會產(chǎn)生大量的高位分蘗和分枝。近45年分蘗期、孕穗期和成熟期降水逐年呈增加趨勢，其中孕穗期降水量增加趨勢顯著，抽穗期降水量呈減少趨勢。通過對單季晚稻全生育期降水總量的各主要生育期分配進(jìn)行分析得出，分蘗期的降水量占全生育期總量的29.9%，孕穗期占26.2%，抽穗期占7.1%，成熟期占10.8%，分蘗期和孕穗期降水占全生育期的1/2以上。上海地區(qū)未來近30年內(nèi)降水變化對單季晚稻氣象產(chǎn)量的負(fù)效應(yīng)略大于正效應(yīng)，減產(chǎn)年的減產(chǎn)幅度略大于增產(chǎn)年的增產(chǎn)幅度。利用1971～1995年氣象產(chǎn)量與降水量數(shù)據(jù)建立的上海地區(qū)單季晚稻氣象產(chǎn)量模擬模型，以實際產(chǎn)量對模擬模型進(jìn)行檢驗，預(yù)測準(zhǔn)確率范圍92.9%～100.0%，平均預(yù)測準(zhǔn)確率97.0%，結(jié)果表明，該模型適用于上海地區(qū)降水對單季晚稻氣象產(chǎn)量的預(yù)測工作中。

光合作用是決定水稻生長發(fā)育和物質(zhì)積累的重要因素。7～8月是上海地區(qū)的集中降雨時期，雨水導(dǎo)致田間澇漬和光照不足，均會使得水稻葉片光合能力下降，導(dǎo)致水稻結(jié)實率、千粒質(zhì)量和籽粒產(chǎn)量降低（江曉東等,2019）。孕穗期降水過多，對幼穗分化十分不利，穎花退化，群體光合產(chǎn)物積累少，不利穎殼容積增大，影響大穗的形成（顧品強等,2009）。抽穗期遇降水過多會影響單季晚稻開花、受精和結(jié)實，主要表現(xiàn)在花藥破裂，穎花退化增多及影響水稻的正常授粉，特別是單季晚稻揚花期間降水集中，不利于開穎受精，影響水稻的結(jié)實率。

本研究的預(yù)測模型只考慮降水因子對上海地區(qū)單季晚稻產(chǎn)量的影響，分析方法為經(jīng)驗統(tǒng)計模型，未考慮各氣象因子之間相互的影響和葉片光合情況，與實際水稻生長的復(fù)雜性相比較為簡單，對此需要進(jìn)一步深入研究氣象因子相互作用對單季晚稻產(chǎn)量的影響。