氣象因子對宜春地區(qū)早稻的影響及產(chǎn)量預報模型

易艷紅，章起明，何書情，郭水連*，歐陽冬梅

（1.江西省宜春市氣象局，江西 宜春 336000；2.江西省樟樹市氣象局，江西 樟樹 331200；3.江西省宜春市農(nóng)業(yè)農(nóng)村局，江西 宜春 336000）

全球氣候正在經(jīng)歷以溫度升高、極端氣候事件增多為特征的顯著變化，這種變化是周期性的、可預測的［1-3］。在全球氣候變化背景下，中國的氣候特征也發(fā)生了重大變化［4-5］。《中國氣候變化藍皮書（2022）》指出，1951—2021年中國地表平均氣溫增長速率為0.26 ℃/10 a，氣溫增速明顯，且隨時間的變化，上升趨勢依舊持續(xù)［6-9］。早稻與氣候變化息息相關，因早稻感溫性較強，其產(chǎn)量的高低與光照、溫度、降水等資源密切相關，且不同區(qū)域氣候條件對其影響也不相同［10］。隨著全球氣候變暖，江西各地市的農(nóng)業(yè)氣候資源發(fā)生了較大變化［11-12］。宜春市位于江西省西北部，全市水稻種植面積約55.29萬hm2，是江西省水稻種植面積較大、產(chǎn)量較高的地區(qū)之一［13］。因此，探討宜春市氣象因子的變化趨勢，合理利用當?shù)剞r(nóng)業(yè)氣候資源，對保障糧食安全、提高經(jīng)濟效益具有重要意義。

研究表明，氣候變化對水稻的生產(chǎn)會有不同程度的影響［14］。宜春市早稻生育期內(nèi)最高氣溫和最低氣溫均有提高，早稻生育期內(nèi)降水量逐漸減少，日照時數(shù)也明顯減少［15］。氣候變化對早稻生長以及產(chǎn)量形成起到至關重要的作用。農(nóng)業(yè)氣候條件的變化勢必會導致作物種植界限、種植制度以及管理手段的改變［16］。宜春市是典型的山地、丘陵、平原地形兼有的地區(qū)，有必要了解早稻生育期間的氣象條件，并與水稻適宜的生長條件進行對照，分析氣象條件與早稻產(chǎn)量的相關性，得出水稻產(chǎn)量預測公式，為預測未來氣候變化對水稻產(chǎn)量的影響提供依據(jù)，對今后指導農(nóng)業(yè)生產(chǎn)以及保障糧食生產(chǎn)安全具有現(xiàn)實意義。

1 數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

本文早稻產(chǎn)量數(shù)據(jù)采用宜春市各縣市2010—2019年的逐年早稻單產(chǎn)統(tǒng)計數(shù)據(jù)。收集宜春地區(qū)國家氣象觀測站點2010—2019年早稻生長期（4—7月）的逐日降水、氣溫（平均氣溫、最高氣溫、最低氣溫和有效積溫）以及日照時長等指標數(shù)據(jù)。氣象站點位置詳見圖1。

圖1 宜春地區(qū)及氣象站點圖

1.2 研究方法

研究以江西省宜春市為例，通過分析宜春市10個國家氣象站2010—2019年近10 a每年4—7月的氣象數(shù)據(jù)，結合宜春市2010—2019年早稻產(chǎn)量數(shù)據(jù)，采用數(shù)理統(tǒng)計、回歸分析、ArcGIS的空間分析功能等方法，重點對比分析溫、光以及降水的變化情況，協(xié)同分析其與早稻產(chǎn)量的相關性，最后得到早稻產(chǎn)量模型以及作用機制。

1.2.1 水稻趨勢產(chǎn)量和氣候產(chǎn)量 早稻產(chǎn)量可以分解成趨勢產(chǎn)量和氣候產(chǎn)量兩部分，其中氣候產(chǎn)量是指其中受氣候要素為主的短周期變化因子影響的波動產(chǎn)量分量，該值有助于了解天氣因素或氣候變化對農(nóng)作物產(chǎn)量的影響［17］。通常水稻產(chǎn)量公式為：

y=yt+yw

其中，y為水稻產(chǎn)量；yt為趨勢產(chǎn)量；yw為氣候產(chǎn)量。趨勢產(chǎn)量采用直線滑動平均法進行模擬［18-20］。為有效反映氣象條件對農(nóng)作物單產(chǎn)的影響，在分析農(nóng)作物單產(chǎn)與氣象條件的關系時需要剔除趨勢產(chǎn)量。

1.2.2 產(chǎn)量預報模型 羅夢森等［21］采用同異分析法對氣象因子與產(chǎn)量進行了研究，該方法具有較大的人為性。線性回歸分析法是最基本的回歸分析方法，其假設自變量和因變量之間存在線性關系。主成分分析法通過降低數(shù)據(jù)維度，從復雜現(xiàn)象中解析出主要影響因素［22］。因此，本研究采用線性回歸分析方法以及主成分分析法來分析氣象因子與水稻產(chǎn)量之間的相關關系。徐敏等［23-24］的研究結果表明，影響水稻相對氣候產(chǎn)量的主導因子之間有很高的相關性，比如氣溫、日照之間就具有較高的一致性。因此，挑選與水稻產(chǎn)量密切相關的若干氣象要素作為主要因子，采用共線性診斷方法驗證是否存在多重共線性問題，并通過主成分分析得到回歸模型，以提高模型的可靠性。

2 結果與分析

2.1 近10 a宜春早稻生育期氣象因子的變化規(guī)律

從表1可以看出，有效積溫、最低氣溫和最高氣溫呈現(xiàn)自東南向西北逐漸遞減的空間分布趨勢。宜春地區(qū)近10 a平均有效積溫在1570.99~1818.90 ℃·d之間，平均降水量在920.77~1079.60 mm之間，平均最高氣溫在28.40~29.28 ℃之間，平均最低氣溫在19.20~21.57 ℃之間。在早稻生育期間，宜春各縣（市）最低氣溫、最高氣溫以及有效積溫呈現(xiàn)明顯的帶狀分布，自東南向西北逐漸降低，而降水量則表現(xiàn)為東部多、西部少。

表1 2010—2019年宜春地區(qū)各縣（市）氣象因子情況

從近10 a宜春地區(qū)各縣（市）早稻生育期有效積溫（表2）可以看出，宜春地區(qū)各縣（市）早稻生育期有效積溫在1400.0~1926.6 ℃·d之間，能滿足早稻生長發(fā)育對熱量的需求。

表2 2010—2019年間宜春地區(qū)各縣（市）有效積溫變化情況 ℃·d

如圖2所示，宜春地區(qū)近10 a的平均氣溫在23.0~25.1 ℃之間，平均值為24.11 ℃，最高值出現(xiàn)在2018年，最低值出現(xiàn)在2010年，平均氣溫以0.685 ℃/10 a的趨勢升高。

圖2 2010—2019年宜春地區(qū)早稻生育期內(nèi)的平均氣溫

水稻生長于低緯度熱帶地區(qū)，其生長發(fā)育需要一定溫度，當大氣溫度低于光合作用的最適溫度時，光合速率會隨溫度的增加而增加。如圖3所示，近10 a宜春地區(qū)水稻生育期內(nèi)平均最高氣溫和平均最低氣溫都呈現(xiàn)出緩慢上升趨勢。最高氣溫以0.770 ℃/10 a的趨勢升高，最低氣溫以0.697℃/10 a的趨勢提高。一方面，氣溫升高可以使水稻播種日期提前，縮短水稻生育期天數(shù)；另一方面，隨著氣溫的升高，早稻受高溫脅迫的可能性越來越大，從而影響了早稻的正常生長發(fā)育，最終威脅到糧食的產(chǎn)量。

圖3 2010—2019年宜春地區(qū)早稻生育期內(nèi)的最高氣溫、最低氣溫

從圖4可以看出，近10 a宜春地區(qū)早稻生育期內(nèi)降水量在751.4~1192.0 mm之間呈波動下降趨勢，最低值出現(xiàn)在2018年，最高值出現(xiàn)在2010年，平均值為997.51 mm?？傮w來說，降水量下降速度較為緩慢，尚不易對早稻產(chǎn)量造成威脅。但從長遠看，降水總量的不斷下降，勢必會影響到水稻的生產(chǎn)與產(chǎn)量。

圖4 2010—2019年宜春地區(qū)早稻生育期內(nèi)的降水量

如圖5所示，近10 a宜春地區(qū)水稻生育期內(nèi)日照時數(shù)在433.4~658.8 h之間呈現(xiàn)波動下降趨勢，最高值出現(xiàn)在2013年，最低值出現(xiàn)在2016年，平均值為531.46 h。

圖5 2010—2019年宜春地區(qū)早稻生育期內(nèi)的日照時數(shù)

2.2 氣候產(chǎn)量和產(chǎn)量以及相關性

近10 a，宜春地區(qū)早稻氣候產(chǎn)量在-102.6~56.8 kg/hm2之間波動，有6個年份位于0 kg/hm2以下，表明這些年份氣候狀況對水稻生產(chǎn)造成了一定的負面影響，均值為-35.1 kg/hm2，其中在2010、2014和2019年影響較大，氣候產(chǎn)量均低于-25.0 kg/hm2；有4個年份位于0以上，表明這些年份氣候狀況有利于水稻生產(chǎn)，其中2012、2013以及2018年表現(xiàn)最為明顯，氣候產(chǎn)量均超過了25.0 kg/hm2（圖6）。

圖6 2010—2019年宜春地區(qū)早稻的氣候產(chǎn)量

對早稻生長過程中的降水量、有效積溫、最高氣溫、最低氣溫、日照時長與產(chǎn)量及氣候產(chǎn)量間的相關性進行分析（表3）可知，早稻產(chǎn)量與平均氣溫、最高氣溫、有效積溫顯著相關，相關系數(shù)分別為0.679、0.760、0.671；與最低氣溫、日照時長呈正相關，相關系數(shù)分別為0.606、0.245；與降水量呈負相關，相關系數(shù)為-0.234。

表3 早稻產(chǎn)量、氣候產(chǎn)量與有效積溫、最高氣溫、最低氣溫及日照時數(shù)的相關性

氣候產(chǎn)量與平均氣溫、最高氣溫、最低氣溫以及有效積溫呈極顯著正相關，相關系數(shù)分別為0.880、0.829、0.828、0.879；與日照時長呈顯著正相關，相關系數(shù)為0.709；與降水量呈負相關，相關系數(shù)為-0.565。

宜春各地區(qū)近10 a降水量在逐漸降低，但變化量不大。降水量與產(chǎn)量、氣候產(chǎn)量均呈負相關，說明降水量對早稻產(chǎn)量存在負面影響。從近年的氣溫數(shù)據(jù)分析來看，氣溫升高有利于水稻增產(chǎn)。

2.3 宜春早稻產(chǎn)量預測模型

對平均氣溫、最高氣溫、最低氣溫、日照時長、有效積溫、降水量這6個關鍵氣候要素進行共線性診斷（表4），得出平均氣溫、最低氣溫、最高氣溫、有效積溫之間存在共線性。從表5中可以看出，D3、D4、D5、D6和D7維度的特征根接近0，而它們的條件指標大于10；D7與X1、X2、X3、X4的方差比例大于0.5，得出所選的6個要素之間存在多重共線性。若對存在多重共線性的變量直接采用線性回歸分析的方法建立模型，則會導致各變量回歸系數(shù)的方差過大，影響模型的可靠性［24］。

表4 共線性診斷1的結果

表5 共線性診斷2的結果

對關鍵要素進行主成分分析，分析結果如表6所示。前2個變量的累計方差貢獻率為96.736%，因此這2個變量可以解釋早稻單產(chǎn)的主要變化。前2個變量與6個關鍵要素之間的關系為：

表6 主成分分析結果

Y1=0.333X1+0.278X2+0.337X3+0.333X4+0.273X5+0.263X6

Y2=0.038X1+0.102X2+0.001X3+0.037X4+0.093X5+0.105X6

將主成分分析所得的前2個變量作為新的因子，用主成分分析得到的系數(shù)構建新的成分關系：Y=2.190Y1+1.003Y2。

將公式合并之后，得到以關鍵要素為自變量的早稻單產(chǎn)回歸模型：

Y=0.371X1+0.380X2+0.338X3+0.370X4+0.366X5+ 0.368X6

2.4 預測模型檢驗

將2010—2019年宜春市氣象因子代入產(chǎn)量預報模型，得到模擬預報值，并計算準確率。由圖7可知，預報準確率均大于85%，尤其是在2012、2014、2016、2019年預報的準確率大于95%。對比模擬預報產(chǎn)量與實際產(chǎn)量，預報值與實際值的時間序列曲線變化趨勢基本一致，表明預報結果可信度較高，該預報方程能較好地模擬早稻產(chǎn)量，基本滿足業(yè)務需求。

圖7 宜春市早稻產(chǎn)量擬合預報的準確率

3 小結與討論

在分析宜春地區(qū)2010—2019年早稻生育期的降水量、最低氣溫、最高氣溫、日照時數(shù)等氣象要素的基礎上，結合前人對水稻生長的研究，分析了各氣象要素對早稻產(chǎn)量的影響，并得出了產(chǎn)量預報模型，以期為當?shù)卦绲井a(chǎn)量預報提供重要參考。

2010—2019年研究期間，宜春地區(qū)早稻平均氣溫、最高氣溫以及有效積溫都呈現(xiàn)緩慢升高趨勢，而降水量和日照時長呈現(xiàn)緩慢下降趨勢。宜春各縣（市）早稻生育期的最低氣溫、最高氣溫以及有效積溫呈現(xiàn)明顯的帶狀分布，自東南向西北逐漸降低，而降水量則表現(xiàn)為東部多、西部少。隨著平均氣溫、最高氣溫、最低氣溫、日照時長以及有效積溫的升高，早稻產(chǎn)量和氣候產(chǎn)量也明顯增加。宜春地區(qū)早稻產(chǎn)量單產(chǎn)回歸模型：Y=0.371X1+0.380 X2+0.338X3+0.370X4+0.366X5+0.368X6。該預報模型檢驗的準確率均大于85%，對宜春地區(qū)早稻產(chǎn)量預報有較好的指導作用。

近年來，光、溫、水等主要的農(nóng)業(yè)氣候資源均呈現(xiàn)出持續(xù)的波動趨勢，農(nóng)業(yè)生產(chǎn)受到的氣候威脅越來越大，水稻的生長發(fā)育進程也受到了一定的影響［25-26］。本研究從時間尺度上詳細分析了早稻生長發(fā)育過程中氣象因子的變化規(guī)律，結果表明，隨著氣候變暖，宜春早稻氣候產(chǎn)量呈現(xiàn)波動性上升趨勢，有效積溫逐漸增加，平均氣溫、最高氣溫、最低氣溫均有所提高，因此，可通過選取產(chǎn)量更高的早稻品種、調(diào)整早稻播期等措施來提高農(nóng)民收入、增加糧食產(chǎn)量。在未來的研究中應結合未來氣候變化數(shù)據(jù)，通過增加時間尺度來深入研究宜春和南方地區(qū)晚稻和雙季稻生育期間各類氣象因子對產(chǎn)量的影響，以期為水稻的可持續(xù)發(fā)展提供參考。