不同生育期氣候變化對(duì)河南省冬小麥產(chǎn)量影響的量化分析

李炳軍 張一帆

摘要：為探究冬小麥不同生育期氣象因素變化趨勢(shì)及其對(duì)小麥產(chǎn)量的影響，選取河南省17個(gè)農(nóng)業(yè)氣象觀測(cè)站2009—2019年氣象資料與產(chǎn)量資料，采用HP濾波法分離得到氣象產(chǎn)量，并通過建立一元回歸與多元回歸模型，分別在時(shí)間和空間上對(duì)河南省冬小麥不同生長(zhǎng)階段的氣候變化趨勢(shì)及其對(duì)產(chǎn)量的貢獻(xiàn)進(jìn)行量化分析。結(jié)果表明，冬小麥各生育期表現(xiàn)為一致增溫，光照與降水量均在分蘗期、返青期、灌漿期3個(gè)時(shí)期顯著減少;溫度、光照、降水量分別在分蘗期、返青期、抽穗期對(duì)冬小麥產(chǎn)量貢獻(xiàn)率最大;豫北和豫東地區(qū)溫度顯著升高，而該區(qū)域在冬小麥播種—分蘗期間的光照和降水量分別呈現(xiàn)顯著增加和顯著減少的趨勢(shì)，降水量在豫西和豫西南地區(qū)全生育期間表現(xiàn)為先減少后增加;溫度、光照、降水量在抽穗—成熟階段的河南省大部分地區(qū)、東南地區(qū)、越冬—拔節(jié)階段的東北地區(qū)對(duì)冬小麥產(chǎn)量貢獻(xiàn)最高。

關(guān)鍵詞：冬小麥;生育期;氣象因素;HP濾波法;回歸分析法

中圖分類號(hào)：S162.5+3;S314 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2022）12-0238-08

收稿日期：2021-08-28

基金項(xiàng)目：河南省軟科學(xué)研究重點(diǎn)項(xiàng)目（編號(hào)：202400410051）。

作者簡(jiǎn)介：李炳軍（1968—），男，河南泌陽人，博士，教授，博士生導(dǎo)師，從事灰色系統(tǒng)理論和農(nóng)業(yè)系統(tǒng)工程研究。E-mail：zzlbjun@163.com。

通信作者：張一帆（1998—），女，河南許昌人，碩士研究生，從事灰色系統(tǒng)理論和農(nóng)業(yè)系統(tǒng)工程研究。E-mail：zyf185423@163.com。

氣候條件與糧食作物生長(zhǎng)密切相關(guān)，氣候變化和極端氣候?qū)Z食供應(yīng)的直接影響最甚。由于農(nóng)業(yè)對(duì)氣候變化的高敏感性，導(dǎo)致農(nóng)業(yè)生產(chǎn)系統(tǒng)對(duì)自然條件尤其是氣候氣象條件依賴性極強(qiáng)[1]。冬小麥?zhǔn)俏覈饕霓r(nóng)作物之一，在農(nóng)業(yè)生產(chǎn)及國民經(jīng)濟(jì)中都占有重要地位，冬小麥的整個(gè)生產(chǎn)階段都不同程度地受到氣候因素的影響，其產(chǎn)量依氣候條件的變化而波動(dòng)[2]。在我國農(nóng)業(yè)氣候條件發(fā)生顯著變化的背景下，了解冬小麥產(chǎn)量和氣候變量之間的關(guān)系，對(duì)于滿足因人口增加而增加的糧食需求以及減輕全球變暖下極端氣候情況增加的負(fù)面影響具有重要意義。產(chǎn)量是氣候變化對(duì)作物影響的直接衡量標(biāo)準(zhǔn)，也是影響作物種植戰(zhàn)略最重要的因素之一，氣候變化通過影響小麥不同生育階段的演變特征進(jìn)而影響其產(chǎn)量的形成[3]。國內(nèi)外學(xué)者對(duì)氣候變化和不同地區(qū)不同時(shí)間尺度冬小麥產(chǎn)量關(guān)系進(jìn)行了豐富的研究，較一致的結(jié)論是氣象因素與小麥生長(zhǎng)發(fā)育密切相關(guān)，氣候變化對(duì)冬小麥產(chǎn)量的影響逐漸顯著[4]。受地形、土壤、耕作方式的影響，區(qū)域間小麥產(chǎn)量對(duì)不同氣象因子的敏感度差異明顯[5-6]。大部分利用通徑分析和相關(guān)分析方法的研究結(jié)果均表明溫度和降水量與小麥產(chǎn)量顯著相關(guān)，是決定小麥產(chǎn)量的主要限制因子[7-9]。楊文彪等采用農(nóng)業(yè)生態(tài)區(qū)域法和生產(chǎn)潛力遞減機(jī)制法估算得到限制小麥氣候生產(chǎn)潛力的主要?dú)庀笠蜃邮墙邓亢蜏囟萚10]。Liu等基于中國48個(gè)農(nóng)業(yè)氣象站點(diǎn)的數(shù)據(jù)比較氣候變化對(duì)冬小麥產(chǎn)量的相對(duì)貢獻(xiàn)，同樣發(fā)現(xiàn)平均溫度對(duì)冬小麥產(chǎn)量的貢獻(xiàn)率最大[11]。Singh等則將日最高溫和最低溫作為小麥產(chǎn)量評(píng)估的重要參數(shù)[12]。此外，武建華等認(rèn)為，時(shí)空不均的降水、連陰雨、干旱對(duì)小麥高產(chǎn)有一定的制約作用[13]。吳熠婷等發(fā)現(xiàn)氣候變化會(huì)對(duì)不同氣候區(qū)冬小麥生長(zhǎng)造成不同程度的影響，影響程度總體上呈現(xiàn)自北向南逐漸降低的趨勢(shì)[14]。Bnecke認(rèn)為，氣候系統(tǒng)最終將導(dǎo)致冬小麥在未來10～20年內(nèi)明顯減產(chǎn)[15]。穆青云等同樣發(fā)現(xiàn)不同氣象因子與小麥產(chǎn)量呈現(xiàn)不同的函數(shù)關(guān)系，且研究區(qū)西部小麥產(chǎn)量變化對(duì)溫度升高相較于其他區(qū)域更加敏感[16]。席凱鵬等揭示了不同氣候年型下小麥產(chǎn)量對(duì)晚霜凍的響應(yīng)，發(fā)現(xiàn)春季增溫會(huì)導(dǎo)致小麥抗晚霜凍能力下降，從而導(dǎo)致產(chǎn)量下降[17]。學(xué)者們針對(duì)氣候變量和作物產(chǎn)量之間的關(guān)系研究成果十分顯著，具有很好的借鑒意義。然而小麥產(chǎn)量是在全生育期各時(shí)段環(huán)境條件綜合影響下形成的最終結(jié)果，它對(duì)不同時(shí)段的環(huán)境條件有不同的敏感度。不同氣象條件在各生育期的變化趨勢(shì)、對(duì)小麥產(chǎn)量的貢獻(xiàn)以及氣象因子作用機(jī)制的空間差異等仍舊模糊。此外，冬小麥不同生長(zhǎng)階段對(duì)不同氣象氣候條件的需求是不同的，這些要素的實(shí)時(shí)狀態(tài)影響著小麥農(nóng)藝生育性能?？梢?，基于不同生育期研究氣象因素與小麥產(chǎn)量的關(guān)系十分必要，而現(xiàn)有研究對(duì)該方面的報(bào)道相對(duì)較少，其影響機(jī)制尚不清楚。河南省是我國小麥五大主產(chǎn)區(qū)之一，冬小麥種植面積占夏收糧食種植面積的99%以上，屬于半冬性小麥區(qū)，該區(qū)域小麥產(chǎn)量變異系數(shù)較大，對(duì)氣候變化敏感[18]。為明確不同物候期下氣象因素狀態(tài)趨勢(shì)變化規(guī)律及對(duì)冬小麥產(chǎn)量的影響，本研究以河南省為例，綜合采用HP濾波法和線性回歸分析對(duì)冬小麥不同生長(zhǎng)階段氣象因素進(jìn)行量化分析，以期為科學(xué)應(yīng)對(duì)氣候變化、指導(dǎo)小麥生產(chǎn)提供重要依據(jù)。

1 材料與方法

1.1 研究區(qū)域與數(shù)據(jù)來源

河南省位于中國中東部、黃河中下游，屬于溫帶-亞熱帶、濕潤-半濕潤季風(fēng)氣候，地形基本以平原為主，其特有的氣候、自然條件為冬小麥生長(zhǎng)提供了有利的環(huán)境，除信陽市以外其余地區(qū)均處于黃淮冬麥區(qū)。根據(jù)河南省冬小麥農(nóng)業(yè)氣象站點(diǎn)的資料，從中選取氣象觀測(cè)數(shù)據(jù)連續(xù)、具有典型代表性、空間位置分布均勻的17個(gè)農(nóng)業(yè)氣象觀測(cè)站點(diǎn)（表1），農(nóng)業(yè)氣象觀測(cè)站空間地理位置分布見圖1。各站點(diǎn)2009—2019年冬小麥生長(zhǎng)季光、溫、水等資料數(shù)據(jù)來源于河南省氣象局（http：//ha.cma.gov.cn/）以及中國氣象數(shù)據(jù)網(wǎng)《中國地面氣候資料日值數(shù)據(jù)集》（http：//data.cma.cn）。其中選取日照時(shí)數(shù)（Sun）作為光照條件;選取日平均溫度（Tave）、日最高溫度（Tmax）、日最低溫度（Tmin）作為溫度條件;選取20：00—08：00時(shí)降水量（P20-8）、08：00—20：00時(shí)降水量（P8-20）作為降水條件。研究站點(diǎn)冬小麥產(chǎn)量以及歷年河南省冬小麥總產(chǎn)量資料來源于2009—2019年《河南省統(tǒng)計(jì)年鑒》（http：//www.ha.stats.gov.cn）。依據(jù)文獻(xiàn)[19]中的冬小麥生育期物候圖，將冬小麥生育期劃為播種期、出苗期、分蘗期、越冬期、返青期、拔節(jié)期、抽穗期、灌漿期、成熟期9個(gè)生育階段。29B4517D-B414-4B0D-BC00-ABC8F58B90BE

1.2 數(shù)據(jù)處理與分析

利用《中國地面氣候資料日值數(shù)據(jù)集》中提供的要素觀測(cè)數(shù)據(jù)質(zhì)量控制碼，借助SPSS軟件，采用五日滑動(dòng)平均法對(duì)氣象數(shù)據(jù)缺失值、異常值、可疑值進(jìn)行替換與插補(bǔ)。根據(jù)各生育期逐日氣象資料數(shù)據(jù)，將計(jì)算逐日氣象要素平均值作為各站點(diǎn)逐年不同生育期的氣象要素值（表2）。由于日值氣象資料數(shù)據(jù)量龐大，本研究借助Origin軟件并根據(jù)2009—2019年河南省冬小麥生育期氣象資料日值數(shù)據(jù)對(duì)冬小麥不同生育期下的氣象變量數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì)，通過箱圖展示各氣象要素在不同時(shí)段的分布規(guī)律和離散程度（圖2）。其中Tave、Tmax、Tmin、Sun在冬小麥不同生長(zhǎng)時(shí)段均有明顯的分布特征，由于降水在一年中大多集中在特定的時(shí)節(jié)，且同一時(shí)期下沒有特定的規(guī)律， 因此P20-8、P8-20數(shù)據(jù)的分布為離散狀態(tài)的點(diǎn)。

1.3 研究方法

1.3.1 HP濾波法 HP濾波法是Hodrick & Prescott于1980年提出用來消除時(shí)間序列中包含趨勢(shì)成分的方法，最初應(yīng)用于宏觀經(jīng)濟(jì)趨勢(shì)的分析，也可用于氣象產(chǎn)量分離。通過查閱相關(guān)文獻(xiàn)，目前較成熟的農(nóng)作物產(chǎn)量分離方法主要有Logistic擬合法、滑動(dòng)平均法、 HP濾波法、 綜合平均趨勢(shì)法、滑動(dòng)平均法等。其中，HP濾波法操作簡(jiǎn)單且分離精度較高，其擬合結(jié)果能夠較準(zhǔn)確地體現(xiàn)氣候變化對(duì)糧食產(chǎn)量的影響[20]。本研究采用HP濾波法將小麥產(chǎn)量yt分解為趨勢(shì)產(chǎn)量gt、氣象產(chǎn)量ct、隨機(jī)誤差Δy等3個(gè)部分，即

yt=gt+ct+Δy。（1）

式中：yt（t=1，2，3，…，n）是包含長(zhǎng)期趨勢(shì)和短期波動(dòng)成分的長(zhǎng)時(shí)間序列趨勢(shì)產(chǎn)量;n代表樣本容量;gt反映歷史生產(chǎn)力發(fā)展水平;ct反映由短期氣象因子變化引起的短期波動(dòng)成分;由于Δy對(duì)產(chǎn)量影響較小，此處忽略不計(jì)。

HP濾波法使得小麥產(chǎn)量序列在長(zhǎng)時(shí)間尺度上的趨勢(shì)成分和實(shí)際單產(chǎn)序列間偏差的平方和最小，即

min{∑nt=1（yt-gt）2+λ∑nt=1[（gt+1-gt）-（gt-gt-1）]2}。（2）

式中：gt表示公式（2）最小化的解，即長(zhǎng)期趨勢(shì)成分;λ在年度、季度、月度下都有相應(yīng)的取值，這里取λ=100 。采用公式ct=yt-gt計(jì)算冬小麥歷年氣象產(chǎn)量，計(jì)算結(jié)果如表2所示。

1.3.2 回歸分析法 回歸分析是數(shù)據(jù)分析中最基礎(chǔ)也是最重要的工具，識(shí)別重要變量、判斷相關(guān)性程度及方向、利用回歸系數(shù)估計(jì)權(quán)重是回歸分析的3個(gè)重要使命[21]。其中判斷相關(guān)性程度及方向這一特性在本研究中用以測(cè)算冬小麥在各生育期以及不同氣象站點(diǎn)下的氣候傾向率，利用回歸系數(shù)估計(jì)權(quán)重這一特性在本研究中用以測(cè)算不同生育期下主導(dǎo)氣象要素對(duì)冬小麥產(chǎn)量貢獻(xiàn)率以及針對(duì)不同氣象站點(diǎn)各關(guān)鍵氣象要素對(duì)冬小麥產(chǎn)量的貢獻(xiàn)率。采用一元線性回歸模型yi=bi+ait+μi分別統(tǒng)計(jì)不同氣象因子在各生育期和氣象站點(diǎn)的氣候傾向率，其中t為年份，μi為無法觀測(cè)且滿足一定條件的擾動(dòng)項(xiàng)。若yi為冬小麥不同生育期下各氣象因子逐年氣象數(shù)據(jù)，則10αi代表冬小麥不同生育期下各氣象要素氣候傾向率，同理也可得到不同氣象站點(diǎn)各氣象要素氣候傾向率。本研究借助氣候傾向率來表征要素在時(shí)間上的變異特征，采用t檢驗(yàn)法來判斷回歸系數(shù)的顯著性，對(duì)各要素變化趨勢(shì)進(jìn)行顯著性檢驗(yàn)。概率水平P<0.05、P<0.01分別表示達(dá)到顯著水平和極顯著水平。

采用多元線性回歸模型X0=β+α1X1+α2X2+…+αiXi+γi來擬合氣象產(chǎn)量與冬小麥不同生育時(shí)期氣象要素的關(guān)系，并對(duì)其進(jìn)行統(tǒng)計(jì)分析。式中，X0表示河南省冬小麥歷年總產(chǎn)量，X1、X2、X3、…、Xi分別為不同生育時(shí)段各氣象要素逐年氣象數(shù)據(jù)，利用公式（3）計(jì)算可得到不同生育期各氣象要素對(duì)冬小麥產(chǎn)量的貢獻(xiàn)率，同理也可得到不同氣象站點(diǎn)各氣象因子對(duì)冬小麥產(chǎn)量貢獻(xiàn)率。

ωi=αi∑ni=1|αi|。（3）

式中：αi表示多元線性回歸方程第i個(gè)回歸系數(shù);ωi>0 表示氣象要素yi對(duì)小麥產(chǎn)量為正影響，ωi<0表示不利影響。

2 結(jié)果與分析

2.1 冬小麥不同生育期氣候變化特征

氣候傾向率表征某一氣候變量的趨勢(shì)變化，其數(shù)值大小反映氣候變量變化的強(qiáng)弱。利用一元回歸方程分別計(jì)算得到冬小麥不同生育時(shí)期下氣象因素Tmin、Tave、Tmax、Sun、P20-8、P8-20隨年份t變化而變化的特征，各生育期氣象因素氣候傾向率見表3。

由表3可知，冬小麥不同生育時(shí)期氣候變化趨勢(shì)基本一致，主要表現(xiàn)在各時(shí)期Tmin、Tave、Tmax均為正值，表明各時(shí)期一致增溫，其中Tave在冬小麥大部分生育時(shí)期顯著升高，其增溫速率也明顯高于Tmin與Tmax?？v觀整個(gè)生育期，發(fā)現(xiàn)返青期的Tmin、Tave、Tmax的氣候傾向率明顯偏大且變化顯著，尤其是Tave按1.05 ℃/10年的速率升高。Sun在冬小麥的播種期、分蘗期、越冬抽穗期、灌漿期一致減少，在抽穗期和灌漿期極顯著減少，Sun在其余時(shí)期一致增加，在成熟期顯著增加，其余時(shí)期則變化不顯著;P20-8在大部分生育期下呈現(xiàn)增長(zhǎng)趨勢(shì)，其中在分蘗期與返青期顯著減少，在拔節(jié)期成熟期顯著增加;P8-20與P20-8變化趨勢(shì)基本一致，不同的是P8-20降水量減少更顯著。

2.2 不同生育期氣候變化對(duì)冬小麥產(chǎn)量的影響

采用多元線性回歸，將氣象因素Tmin、Tave、Tmax、Sun、P20-8、P8-20的回歸系數(shù)絕對(duì)值之和作為基數(shù)，利用公式（3）得到各氣象要素2009—2019年在不同生育期下對(duì)于冬小麥產(chǎn)量的貢獻(xiàn)率。為了更清晰地反映不同氣象因素貢獻(xiàn)率的差異，借助Origin軟件繪制各生育期下氣象因素的貢獻(xiàn)率分布圖（圖3）。

冬小麥在某一特定生育期下，氣象因素貢獻(xiàn)率各不相同（圖3）。冬小麥播種期間僅Tave為負(fù)貢獻(xiàn)，其余氣象因素均為正貢獻(xiàn);出苗期P20-8對(duì)冬小麥產(chǎn)量貢獻(xiàn)率最高，而P8-20對(duì)冬小麥的生長(zhǎng)抑制作用最強(qiáng)。分蘗期與越冬期Tave在相應(yīng)時(shí)期對(duì)冬小麥產(chǎn)量正貢獻(xiàn)最高，然而Tmin在這2個(gè)時(shí)期都有最高的負(fù)貢獻(xiàn)。返青期間P20-8與Tave均為負(fù)貢獻(xiàn)，拔節(jié)期間的P20-8與Tave對(duì)冬小麥產(chǎn)量為正貢獻(xiàn)，且拔節(jié)期間P20-8與Tave相對(duì)于其他氣象因素貢獻(xiàn)率最高。抽穗期、灌漿期、成熟期下日照時(shí)數(shù)對(duì)冬小麥產(chǎn)量貢獻(xiàn)率最低，3個(gè)時(shí)期下對(duì)冬小麥產(chǎn)量貢獻(xiàn)率最高的分別是Tave、Tmax、Tmin。29B4517D-B414-4B0D-BC00-ABC8F58B90BE

同一氣象因素在不同生育期下的作用也存在差異（圖3）。P8-20在播種期、返青期、拔節(jié)期、抽穗期、灌漿期為正貢獻(xiàn)，在其余生育期為負(fù)貢獻(xiàn)，P8-20在灌漿期（31.8%）和出苗期（-25.64%）對(duì)小麥生產(chǎn)抑制和促進(jìn)作用最強(qiáng);P20-8在出苗期、分蘗期、越冬期、拔節(jié)期、抽穗期、成熟期均為正貢獻(xiàn)且在出苗期（30.87%）貢獻(xiàn)率最高;Tave在分蘗期、越冬期、拔節(jié)期、抽穗期均為正貢獻(xiàn)且在拔節(jié)期（40.87%）貢獻(xiàn)率最高;Tmax在各個(gè)生育時(shí)期相對(duì)于其他氣象因素貢獻(xiàn)率較大。Tmax在播種期、出苗期、返青期、灌漿期、成熟期均為正貢獻(xiàn)，且在灌漿期（28.44%）貢獻(xiàn)率達(dá)到最高值;Tmin在播種期、出苗期、返青期、灌漿期、成熟期均為正貢獻(xiàn)，在播種期（26.72%）和分蘗期（-25.52%）分別達(dá)到最高正貢獻(xiàn)和負(fù)貢獻(xiàn);Sun在播種期、出苗期、返青期、拔節(jié)期均為正貢獻(xiàn)，日照時(shí)數(shù)在冬小麥各生育期間整體貢獻(xiàn)率均處于較低水平，且大部分時(shí)期為負(fù)貢獻(xiàn)，正負(fù)貢獻(xiàn)的絕對(duì)值均在10%左右?？梢娡粴庀笠蜃釉诙←溕L(zhǎng)的整個(gè)生育期發(fā)揮著不同的作用。

根據(jù)圖3計(jì)算得到在冬小麥整個(gè)生育期間各氣象因素的平均貢獻(xiàn)率（表4），發(fā)現(xiàn)除Tmin以外，大部分氣象因素在冬小麥整個(gè)生育期是正貢獻(xiàn)，可見Tmin對(duì)冬小麥產(chǎn)量形成存在不利的影響。全生育期下平均貢獻(xiàn)率位居前三的分別是Tave、P20-8、Sun，該結(jié)論與周吉紅等的研究結(jié)果[22]一致。

2.3 氣候變化特征及對(duì)冬小麥產(chǎn)量影響的空間分布

將冬小麥全生育期劃分為播種—分蘗階段、越冬—拔節(jié)階段、抽穗—成熟階段3個(gè)生長(zhǎng)階段，氣象因素Tmin、Tave、Tmax、Sun、P20-8、P8-20劃分為溫度、光照、降水量3個(gè)氣象條件。選取Tave來反映冬小麥整個(gè)生育期內(nèi)的溫度條件，選取同日期下P20-8與P8-20逐日氣象要素?cái)?shù)據(jù)的加和來反映冬小麥整個(gè)生育期內(nèi)的降水條件[23]。研究站點(diǎn)冬小麥產(chǎn)量利用該站點(diǎn)所在區(qū)域小麥產(chǎn)量代替，再次運(yùn)用回歸分析法進(jìn)行擬合，同理可得到不同研究站點(diǎn)下3個(gè)氣象條件的氣候傾向率以及冬小麥的產(chǎn)量貢獻(xiàn)率。為更清晰反映各氣象要素氣候傾向率及其貢獻(xiàn)率在空間上的分布狀態(tài)，基于已有的實(shí)際測(cè)量值，采用反距離權(quán)重法并借助ArcGIS軟件對(duì)研究站點(diǎn)以外的預(yù)測(cè)點(diǎn)進(jìn)行空間插值[24]，得到不同生長(zhǎng)階段水、溫、光氣候傾向率及對(duì)產(chǎn)量的貢獻(xiàn)率分布圖（圖4）。

從冬小麥不同生長(zhǎng)階段降水、溫度、光照氣侯傾向率顯著性的空間分布來看，播種—分蘗階段大部分站點(diǎn)降水量顯著減少，部分站點(diǎn)溫度顯著降低、光照時(shí)數(shù)顯著增加，其余地區(qū)氣候變化特征不顯著;越冬—拔節(jié)階段豫北、豫南地區(qū)降水量顯著增加，河南省周邊地帶溫度顯著升高，中部地區(qū)則變化不顯著，豫中、豫北、豫東南地區(qū)日照時(shí)數(shù)顯著增加，豫西南地區(qū)日照時(shí)數(shù)顯著減少;抽穗—成熟階段豫中、豫東、豫南大部分地區(qū)降水量顯著減少，豫中和豫南地區(qū)溫度顯著升高，豫中和豫西南地區(qū)日照時(shí)數(shù)顯著減少，光照時(shí)數(shù)在豫西和豫東地區(qū)顯著增加，可見各生長(zhǎng)階段氣象氣候變化特征區(qū)域差異顯著。

從各氣象條件在冬小麥不同生長(zhǎng)階段的貢獻(xiàn)率水平來看，降水量在河南省東部、東南部、東北部地區(qū)貢獻(xiàn)率最高，而在部分豫中地區(qū)以及豫西、豫西南地區(qū)對(duì)小麥產(chǎn)量有明顯的抑制作用。溫度分別在3個(gè)生長(zhǎng)階段的豫西北、豫西南、豫西南地區(qū)具有較高的正貢獻(xiàn)，在越冬—拔節(jié)階段和抽穗—成熟階段的豫西北地區(qū)溫度對(duì)小麥生長(zhǎng)具有明顯的抑制作用。光照在播種—分蘗和越冬—拔節(jié)的豫東南地區(qū)貢獻(xiàn)率較高，在抽穗—成熟階段的大部分地區(qū)對(duì)小麥生長(zhǎng)均為促進(jìn)作用。

3 結(jié)論與討論

本研究借助HP濾波法分離得到冬小麥氣象產(chǎn)量，基于氣象因素Sun、Tave、Tmax、Tmin、P20-8、P8-20，利用一元線性回歸與多元線性回歸對(duì)河南省冬小麥生育期氣候變化趨勢(shì)以及不同氣象因素貢獻(xiàn)進(jìn)行分析比較，量化整個(gè)生育期和不同生長(zhǎng)階段下氣象因素對(duì)冬小麥產(chǎn)量的影響。回歸結(jié)果表明，冬小麥在不同生育期以及不同區(qū)域的氣候變化特征各有差異，氣象因素在各個(gè)生育階段以及不同區(qū)域?qū)Χ←湲a(chǎn)量的貢獻(xiàn)也各不相同?；诙←湶煌趤硖骄繗庀笠蛩貙?duì)其產(chǎn)量的影響，使分析結(jié)果更加全面具體，能夠很好地揭示氣象氣候因素對(duì)小麥生長(zhǎng)發(fā)育的影響機(jī)理。

從冬小麥不同生育期氣候的歷史變化趨勢(shì) （表3） 來看，冬小麥整個(gè)生長(zhǎng)階段總體上都呈現(xiàn)升溫的趨勢(shì)，Tmin的增速在大部分生育期明顯高于Tmax，說明溫度差在逐年減小，Xiao等基于作物模型和田間變暖試驗(yàn)的研究也有類似發(fā)現(xiàn)[25-26]。此外，返青至抽穗階段Tmin的大幅增加意味著春季回暖較快，此時(shí)光周期反應(yīng)的加速會(huì)影響后期的抽穗率，對(duì)于小麥適應(yīng)氣候的變化措施，應(yīng)重點(diǎn)考慮返青后的麥田管理方法。小麥生長(zhǎng)期間溫度變暖顯著，溫度的升高會(huì)導(dǎo)致冬小麥生育期提前，進(jìn)而縮短小麥生長(zhǎng)的持續(xù)時(shí)間[27]。累積降水量變化趨勢(shì)在不同生育期間有顯著差異，其中P20-8和P8-20在大部分生育期顯著增加，一定范圍內(nèi)降水量的增加與溫度的回升等條件有利于冬小麥的返青起身和拔節(jié)生長(zhǎng)，這與成林等的研究結(jié)果[28]相似。氣候變化趨勢(shì)不僅在時(shí)間上有所不同，同時(shí)也存在空間區(qū)域性差異（圖4）。對(duì)比分析研究區(qū)內(nèi)冬小麥播種—分蘗、越冬—拔節(jié)、抽穗—成熟等3個(gè)生長(zhǎng)階段，發(fā)現(xiàn)播種—分蘗階段與抽穗—成熟階段分別有47%、35%的站點(diǎn)降水量顯著下降，其中抽穗—成熟階段包含需水關(guān)鍵期（4—5月）[29]，降水量分布的不確定和不穩(wěn)定也是作物生長(zhǎng)主要限制因素之一[30]，對(duì)于小麥需水階段應(yīng)進(jìn)行合理灌溉以預(yù)防小麥干旱災(zāi)害的發(fā)生。研究區(qū)內(nèi)分別有35%、24%、29%的站點(diǎn)溫度顯著升高，不同生長(zhǎng)階段溫度的變化存在東西部區(qū)域差異，表明冬小麥積溫需求結(jié)構(gòu)發(fā)生改變，隨不同生育階段和區(qū)域的變化而變化，這與欒青等的研究結(jié)果[31]相互印證。3個(gè)生長(zhǎng)階段依次有53%、29%、18%的站點(diǎn)光照時(shí)數(shù)顯著增加，光照時(shí)數(shù)增加區(qū)域多集中在河南省中部地區(qū)。29B4517D-B414-4B0D-BC00-ABC8F58B90BE

由于物候?qū)夂蛞蛩氐牟煌舾行砸约安煌诟餮芯空军c(diǎn)氣候變化趨勢(shì)的差異性，導(dǎo)致氣象因素在冬小麥不同生長(zhǎng)階段的貢獻(xiàn)也有所不同（圖3）。Tave在冬小麥大部分生育期都具有較高的正貢獻(xiàn)，景毅剛等也同樣認(rèn)為溫度是影響作物變化的主要驅(qū)動(dòng)力，與小麥生長(zhǎng)發(fā)育密切相關(guān)，可見該要素是決定農(nóng)作物能否正常生長(zhǎng)、發(fā)育和成熟的先決條件[32]。在一定范圍內(nèi)，溫度的適度提高有利于促進(jìn)小麥葉片的光合作用以及小麥植株干物質(zhì)的積累，從而提高小麥產(chǎn)量[33]。Tmax與Tmin在冬小麥各發(fā)育階段的貢獻(xiàn)率方向保持一致，其中Tmin在小麥生育期前幾個(gè)階段為正貢獻(xiàn)，表明該氣象因素在小麥生長(zhǎng)前期是有利條件。呂麗華等也發(fā)現(xiàn)小麥在幼苗階段必須通過一定的低溫時(shí)期才能進(jìn)入幼穗分化，否則麥苗只能停留在分蘗狀態(tài)而不能抽穗結(jié)實(shí)[34]。Sun在冬小麥分蘗期至拔節(jié)期為正貢獻(xiàn)，表明該因素在這一時(shí)期下對(duì)小麥生長(zhǎng)起著關(guān)鍵作用，該階段恰好對(duì)應(yīng)小麥光照階段。小麥?zhǔn)情L(zhǎng)日照作物，日照越長(zhǎng)越有利于小麥抽穗，反之則抽穗延遲或不能抽穗進(jìn)而影響小麥產(chǎn)量[35]。P20-8與P8-20在冬小麥生長(zhǎng)階段的大部分時(shí)期為正貢獻(xiàn)，降水因素對(duì)冬小麥產(chǎn)量的影響不容忽視，水是生命之源，對(duì)小麥更是如此，充足的水分是農(nóng)作物生長(zhǎng)發(fā)育和產(chǎn)量形成的重要保證。冬小麥從播種到成熟整個(gè)生育期需要大量的水分。據(jù)統(tǒng)計(jì)，小麥一生中需要消耗水量為400～600 mm（相當(dāng)于3 000～6 000 m3/hm2）[36]。此外，氣象因素對(duì)小麥產(chǎn)量的貢獻(xiàn)也存在空間差異（圖4），降水量在河南省東南部、東北部的貢獻(xiàn)率較高，由于西部地區(qū)多山地丘陵不利于小麥的種植，且降水是小麥汲取水分的重要途徑，因此降水的貢獻(xiàn)大都集中在適宜小麥種植的中部平原區(qū)域。溫度在播種—分蘗、抽穗—成熟階段有較大的貢獻(xiàn)，縱觀3個(gè)生長(zhǎng)階段，溫度對(duì)河南省東北部以及東南部地區(qū)的貢獻(xiàn)率較大。光照在3個(gè)生長(zhǎng)階段的貢獻(xiàn)自東南部、東部逐漸移至西南、南部進(jìn)而影響到河南省整個(gè)種植區(qū)域。

綜上，小麥從種子萌發(fā)到成熟的每一個(gè)發(fā)育階段都要求一定光照、溫度、水分的綜合氣象條件。《作物栽培學(xué)》中也提到，如果有適宜的水分、溫度、光照、氣體、肥料，作物就能茁壯成長(zhǎng)，將降水、溫度、光照三要素置于最前面，可見冬小麥生育期內(nèi)降水、溫度、光照的合理搭配對(duì)小麥穩(wěn)產(chǎn)高產(chǎn)至關(guān)重要[37]。但小麥不同發(fā)育階段以及不同的種植區(qū)域都有屬于其特定的重要?dú)庀笠蛩?，在研究冬小麥適應(yīng)氣候變化措施時(shí)應(yīng)結(jié)合不同生育期氣候變化規(guī)律，根據(jù)苗情進(jìn)行分類管理，做好促弱控旺，力爭(zhēng)形成合理群體，同時(shí)根據(jù)墑情和天氣變化，適時(shí)施肥、灌溉，以促進(jìn)冬小麥返青和拔節(jié)生長(zhǎng)。然而小麥生產(chǎn)不僅僅具有區(qū)域性和階段性等特征，也是一個(gè)處在環(huán)境條件不確定的多因素交互作用的生理生態(tài)發(fā)展過程，該過程不僅受氣候條件等因素的影響，同時(shí)也受土壤條件、技術(shù)和管理水平、物質(zhì)投入等多源數(shù)據(jù)的影響。受資料限制，本研究只選取氣象條件這一單方面因素，可通過選取多方面的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)和歷史統(tǒng)計(jì)數(shù)據(jù)進(jìn)一步探索基于多源數(shù)據(jù)不同影響因子的作用過程及規(guī)律，并對(duì)小麥生產(chǎn)進(jìn)行反演，這也是下一步研究工作的方向。

參考文獻(xiàn)：

[1]韓蘭英，張 強(qiáng)，程 英，等. 農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)研究進(jìn)展及前景分析[J]. 干旱區(qū)資源與環(huán)境，2020，34（6）：97-102.

[2]徐雨晴，於 琍，周波濤，等. 氣候變化背景下未來中國氣候生產(chǎn)潛力時(shí)空動(dòng)態(tài)格局[J]. 干旱區(qū)資源與環(huán)境，2019，33（9）：72-80.

[3]馬倩倩. 未來氣候變暖情景下北部冬麥區(qū)冬小麥生育期演變趨勢(shì)預(yù)測(cè)分析[J]. 麥類作物學(xué)報(bào)，202 41（6）：762-770.

[4]趙凱娜，寧曉菊，秦耀辰，等. 縣域冬小麥生育期氣候要素與產(chǎn)量的灰色關(guān)聯(lián)度分析——以河南省為例[J]. 中國農(nóng)業(yè)氣象，2017，38（11）：729-737.

[5]馬倩倩，賀 勇，張夢(mèng)婷，等. 中國北部冬麥區(qū)小麥生育期對(duì)生育階段積溫變化的響應(yīng)[J]. 中國農(nóng)業(yè)氣象，2018，39（4）：233-244.

[6]Ferrara R M，Trevisiol P，Acutis M，et al. Topographic impacts on wheat yields under climate change：two contrasted case studies in Europe[J]. Theoretical and Applied Climatology，2010，99（1/2）：53-65.

[7]李月英，劉全喜，張文英，等. 黑龍港流域冬小麥產(chǎn)量與氣象因子相關(guān)與通徑分析[J]. 華北農(nóng)學(xué)報(bào)，2008，23（S2）：329-333.

[8]逯玉蘭，李 廣，韓俊英，等. 降水量和氣溫變化對(duì)定西地區(qū)旱地春小麥產(chǎn)量的影響[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），202 47（3）：268-273.

[9]Wang J，Wang E L，de Li Liu. Modelling the impacts of climate change on wheat yield and field water balance over the Murray-Darling Basin in Australia[J]. Theoretical and Applied Climatology，201 104（3/4）：285-300.

[10]楊文彪，張慧芋，李 瑩，等. 山西省冬小麥生產(chǎn)潛力時(shí)空分布與氣象因子分析[J]. 作物雜志，2020（1）：161-167.

[11]Liu Y J，Chen Q M，Ge Q S，et al. Modelling the impacts of climate change and crop management on phenological trends of spring and winter wheat in China[J]. Agricultural and Forest Meteorology，2018，248：518-526.29B4517D-B414-4B0D-BC00-ABC8F58B90BE

[12]Singh M，Sharma B，Vikas V. Weather based yield prediction model at various growth stages of wheat crop in different agro Climatic Zones of Jammu region[J]. Journal of Agrometeorology，2020，22：80-84.

[13]武建華，陳 松，陳英慧，等. 駐馬店市冬小麥主要?dú)夂蛱卣骷案弋a(chǎn)氣象因素[J]. 中國農(nóng)學(xué)通報(bào)，201 7（6）：387-393.

[14]吳熠婷，江 琪，孟 遠(yuǎn)，等. 氣候變化條件下陜西省不同氣候區(qū)灌溉對(duì)冬小麥減產(chǎn)風(fēng)險(xiǎn)影響評(píng)估[J]. 江蘇農(nóng)業(yè)科學(xué)，202 49（10）：213-222.

[15]Bnecke E，Breitsameter L，Brüggemann N，et al. Decoupling of impact factors reveals the response of German winter wheat yields to climatic changes[J]. Global Change Biology，2020，26（6）：3601-3626.

[16]穆青云，李 俊，何 亮，等. 青藏高原冬小麥生產(chǎn)潛力及其對(duì)氣候變化的響應(yīng)[J]. 干旱區(qū)資源與環(huán)境，202 35（7）：92-99.

[17]席凱鵬，席吉龍，楊 娜，等. 春季階段性增溫對(duì)小麥抗晚霜凍性和產(chǎn)量的影響[J]. 麥類作物學(xué)報(bào)，202 41（5）：632-639.

[18]馬新明，張 浩，熊淑萍，等. 基于GIS技術(shù)的河南糧食核心區(qū)小麥玉米區(qū)域潛力研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26（增刊1）：162-168.

[19]李炳軍，王天慧. 冬小麥不同生長(zhǎng)階段氣象因素對(duì)產(chǎn)量影響的雙重量化分析[J]. 麥類作物學(xué)報(bào)，2018，38（4）：487-492.

[20]李心怡，張 祎，趙艷霞，等. 主要作物產(chǎn)量分離方法比較[J]. 應(yīng)用氣象學(xué)報(bào)，2020，31（1）：74-82.

[21]劉彥文，周 霞，何宗宜，等. 基于Logistic回歸的耕地?cái)?shù)量演變及其空間要素邊際效應(yīng)分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36（11）：267-276.

[22]周吉紅，毛思帥，王俊英，等. 北京地區(qū)小麥生育期溫度演變及不同生育時(shí)期溫度指標(biāo)[J]. 作物雜志，2016（3）：116-122.

[23]張媛鈴，郭曉磊，王 娜，等. 基于決策系統(tǒng)模擬不同降水年型旱作冬小麥的最佳播期[J]. 中國農(nóng)業(yè)氣象，202 42（6）：475-485.

[24]何 鵬，張 媛，高文波，等. 四川省多年平均氣溫?cái)?shù)據(jù)空間插值方法與影響因素研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2019，40（9）：114-124.

[25]Xiao D P，Tao F L，Shen Y J，et al. Combined impact of climate change，cultivar shift，and sowing date on spring wheat phenology in Northern China[J]. Journal of Meteorological Research，2016，30（5）：820-831.

[26]Zhang L X，Zhu L L，Yu M Y，et al. Warming decreases photosynthates and yield of soybean[Glycine max （L.） Merrill]in the North China Plain[J]. The Crop Journal，2016，4（2）：139-146.

[27]Zhang T Y，Huang Y，Yang X G.Climate warming over the past three decades has shortened rice growth duration in China and cultivar shifts have further accelerated the process for late rice[J]. Global Change Biology，2013，19（2）：563-570.

[28]成 林，李彤霄，劉榮花. 主要生育期氣候變化對(duì)河南省冬小麥生長(zhǎng)及產(chǎn)量的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2017，25（6）：931-940.

[29]徐建文，梅旭榮，居 輝，等. 黃淮海地區(qū)冬小麥關(guān)鍵生育期不同灌溉水平對(duì)產(chǎn)量影響的模擬[J]. 作物學(xué)報(bào)，2014，40（8）：1485-1492.

[30]Nie H J，Qin T L，Li C Z，et al. Trend analysis of effective precipitation in different growth stages of winter wheat in Huaihe River Plain[J]. Theoretical and Applied Climatology，2019，138（3/4）：2043-2056.

[31]欒 青，郭建平，馬雅麗，等. 基于線性生長(zhǎng)假設(shè)的作物積溫模型穩(wěn)定性比較[J]. 中國農(nóng)業(yè)氣象，2020，41（11）：695-706.

[32]景毅剛，范建忠，高茂盛. 氣候變暖對(duì)陜西冬小麥生育期的影響[J]. 麥類作物學(xué)報(bào)，2013，33（2）：389-396.

[33]李 娜，張峰舉，許 興，等. 增溫對(duì)寧夏北部春小麥葉片光合作用的影響[J]. 生態(tài)學(xué)報(bào)，2019，39（24）：9101-9110.

[34]呂麗華，梁雙波，張麗華，等. 不同小麥品種產(chǎn)量對(duì)冬前積溫變化的響應(yīng)[J]. 作物學(xué)報(bào)，2016，42（1）：149-156.

[35]周寶元，葛均筑，孫雪芳，等. 黃淮海麥玉兩熟區(qū)周年光溫資源優(yōu)化配置研究進(jìn)展[J]. 作物學(xué)報(bào)，202 47（10）：1843-1853.

[36]李文旭，吳政卿，雷振生，等. 河南省主要?dú)庀笠蜃幼兓捌鋵?duì)主要糧食作物單產(chǎn)的影響特征[J]. 作物雜志，2021（1）：124-134.

[37]南學(xué)軍，胡宏遠(yuǎn)，馬國飛，等. 寧夏引黃灌區(qū)頭水灌溉對(duì)春小麥生長(zhǎng)和產(chǎn)量的影響[J]. 江蘇農(nóng)業(yè)科學(xué)，202 49（13）：64-70.29B4517D-B414-4B0D-BC00-ABC8F58B90BE