膠東丘陵區冬小麥生育期低溫冷害預警模型研究

朱建華 劉淑云 李景嶺 張秀蘭 王麗麗 趙佳

摘要：以30年(1979～2009)的冬小麥產量和生育期溫度資料為依據，分析冬小麥生長發育期旬均溫的變化規律及其與相對氣象產量的關系，確立冬小麥生育期可能出現的低溫風險。結果表明：膠東丘陵生態區冬小麥生育期間，兩個旬均溫對相對氣象產量的影響顯著，分別為1月中旬均溫和3月上旬均溫，相關系數分別為－0.44和0.37；模型中的溫度因子類型共有5個，模型的相關也達到了極顯著水平。

關鍵詞：冬小麥；低溫冷害；預警模型；膠東丘陵生態區

中圖分類號：S426；S512.1⁺l(252)文獻標識號：A文章編號：1001-4942(2012)01-0017-04

膠東丘陵冬性小麥晚熟類型區位于山東省東端，北緯35°35'～38°3'，東經119°30'～122°42'。小麥播種面積約占全省面積的15％，以種植冬性品種為主。本區山丘面積大，土層薄，肥力低，年平均氣溫11.0～12.5℃，1月份平均氣溫-1.6～-4.1℃，極端最低氣溫-13.1～-25.5℃。近年來，異常天氣的出現，對冬小麥關鍵生育期的生長發育影響顯著，暖冬和起身拔節期低溫表現尤其突出。冷凍害明顯影響冬小麥產量，同時，也對冬小麥的品質有一定程度的影響。

關于冷凍害模型的研究報道指出，利用預警模型可對晚霜凍害和生育關鍵時段災害起到有效的預防，從而大大降低災害對產量造成的影響。模型還可以為政府的管理決策提供有力的技術和數據支撐。

1.資料與方法

采用膠東丘陵冬小麥生態區兩個縣市區1979～2009年冬小麥生育期內逐句的旬均溫數據資料，共計25個，分別為10月中旬均溫(X₁)、10月下旬均溫(X₂)、11月上旬均溫(X₃)、11月中旬均溫(X₄)、11月下旬均溫(X₅)、12月上旬均溫(X₆)、12月中旬均溫(X₅)、12月下旬均溫(X₈)、次年1月上旬均溫(X₉)、次年1月中旬均溫(X₁₀)、次年1月下旬均溫(X₁₁)、次年2月上旬均溫(X₁₂)、次年2月中旬均溫(X₁₃)、次年2月下旬均溫(X₁₄)、次年3月上旬均溫(X₁₅)、次年3月中旬均溫(X₁₆)、次年3月下旬均溫(X₁₇)、次年4月上旬均溫(X₁₈)、次年4月中旬均溫(X₁₉)、次年4月下旬均溫(X₂₀)、次年5月上旬均溫(X₂₁)、次年5月中旬均溫(X₂₂)、次年5月下旬均溫(X₂₃)、次年6月上旬均溫(X₂₄)、次年6月中旬均溫(X₂₅)。

氣象條件的適宜與否能引起小麥產量的波動。為緩解其影響，采用產量波動的相對值即相對氣象產量來進行研究。將逐旬均溫與相對氣象產量之間進行線性回歸和逐步回歸分析，尋找生育期間的溫度風險因子并建立回歸預警模型，且利用2010、2011年的數據資料對模型進行驗證。

2.結果與分析

2.1溫度因子與相對氣象產量的相關分析

25個冬小麥生育期間的溫度因子與相對氣象產量之間的相關分析結果見表1。顯示：25個因子中，有兩個因子與相對氣象產量的相關達到了顯著水平，分別為1月中旬均溫和3月上旬均溫，相關系數分別為-0.46和0.37，其它因子的相關則均未達到顯著水平。表明膠東丘陵冬小麥生態區受溫度影響的生育時段較少，受到較顯著影響的時間為1月中旬和3月上旬，效應為一負一正。

2.2溫度因子與相對氣象產量的線性回歸分析

對1月中旬均溫和3月上旬均溫與相對氣象產量進行線性回歸分析，結果(表2)顯示，1月中旬均溫的一次線性回歸達到了顯著水平，而3月上旬均溫的一次線性回歸則表現為不顯著。可見1月中旬均溫的一次線性回歸是可靠的。由回歸系數可見，1月中旬均溫對相對氣象產量表現為明顯的負相關關系(圖1)。

2.3旬均溫規律模擬

由1月中旬均溫的一次線性回歸分析可得，該因子的溫度臨界點為-2.37℃，一般年份的1月中旬均溫低于該溫度條件下，冬小麥相對氣象產量為正值，即不會發生溫度引起的減產。通過30年的氣象資料可以看出(圖2)，1月中旬均溫整體表現為升高的趨勢。而圖1結果顯示，1月中旬均溫與相對氣象產量表現為顯著負相關關系，即均溫值越高，相對氣象產量越低，表現為氣象產量值越小，甚至減產。

2.4模擬模型

為了明確各因子對相對氣象產量重要性的相對大小，同時準確地判斷和剔除對相對氣象產量影響不顯著的變量，對二者進行逐步回歸分析，并建立因子對相對氣象產量的最優回歸方程。結果(表3)如下，首先對各個因子進行逐項逐步回歸剔除引入分析，逐個被引入的順序依次為X₁₀、X₁、X₁₅、X₁₄、X₁₈、X₂₅、X₂₁、X₂₃，這一順序表明了因子對相對氣象產量影響的重要程度，其中經過因子剔除分析，X₁₀(1月中旬均溫)是單因子時唯一保留的因子。可見越冬期的溫度是影響膠東生態區冬小麥產量的關鍵因素，其次則為X₁(10月中旬均溫)，即播種時的環境溫度，播種期溫度決定了壯苗形成和群體大小。

綜合考慮統計分析結果和栽培管理經驗，由逐步回歸中的因子影響系數判定各因子對相對氣象產量的重要性，確立包含5個因子(表4)的膠東丘陵冬小麥低溫災害預警模型(表5)。由直接通徑系數可以看出，5個溫度因子中，對相對氣象產量影響最大的為3月上旬均溫(X₁₅)，即返青期的旬均溫；其次為播種期旬均溫(X₁₀)，二者的作用均表現為正。通過5個溫度因子構建的溫度對相對氣象產量的回歸模型可以看出，模型相關系數為0.8662，達到極顯著水平。

3.結論與討論

3.1溫度風險因子

相關和逐步回歸分析的結果較為一致，相關分析中表現出的因子有兩個，分別為1月中旬均溫(X₁₀)和3月上旬均溫(X₁₅)，效應分別為一負一正。逐步回歸分析，通過因子的逐步引入(剔除)分析結果表明，1月中旬均溫是膠東丘陵冬小麥生長發育過程中突出的溫度風險因子，影響效應為負。膠東冬小麥生態類型區有著其獨特的地理位置，北、東、南三面環海，氣候溫和濕潤，極端

氣候天氣出現的幾率較小。冬小麥品種選擇以冬性品種為主，而氣候溫度呈現冬季溫度逐年升高的變化，這對冬小麥品種的安全越冬和春季返青高產群體的形成存在潛在的威脅。

3.2旬均溫與相對氣象產量的回歸分析

對1月中旬均溫和相對氣象產量進行線性回歸分析和方程求解，當旬均溫值低于-2.37℃時較有利于冬小麥的安全越冬，當旬均溫高于該溫度值時，則不利于小麥安全越冬。線性回歸趨勢模擬方程為Y=0.0819X-3.6261，可以看出，1月中旬均溫呈現逐年增長的變化趨勢，為了較好地表現不同因子對相對氣象產量的重要性，對各因子和相對氣象產量進行逐步回歸分析，結果表明：(1)通過逐步回歸的剔除和加入因子分析，8個溫度因子對相對氣象產量的影響明顯，按被加入的先后順序排列為X₁₀、X₁、X₁₅、X₁₄、X₂₅、X₂₁、X₂₃，前3個因子分別為1月中旬均溫、10月中旬均溫和3月上旬均溫，其次即為2月下旬均溫，影響分別表現為負、正、正、負。1月一般是冬季溫度最低的月份，1月中旬均溫對相對氣象產量的負影響表明，暖冬對冬性小麥品種的越冬存在一定的威脅，適當的低溫更有利于冬小麥越冬和最終產量的形成；10月中旬正值膠東小麥播種，適當的高溫有利于冬前壯苗和合理群體的形成；3月上旬小麥開始進入返青期，需要一定的溫度，溫度較低將延遲小麥的生育期，進而縮短小麥灌漿時間，降低產量；2月下旬溫度較高，則容易造成冬小麥的提早返青，易遭受初春冷霜災害威脅，影響小麥的生長發育和產量。

3.3膠東冬小麥類型區溫度風險預警模型

根據不同類型因子的逐步回歸模型(表5)，結合膠東生態類型區的生產實際，以5個溫度因子的回歸模型作為該冬小麥類型區的溫度風險判定預警，通過模型求解可獲得不同氣溫下的相對氣象產量值，即溫度對產量影響的百分數。該模型的相關系數為0.8662，達極顯著相關水平。由5個溫度因子的直接通徑系數可以看出，對相對氣象產量影響最大的兩個因子分別為3月上旬均溫(X₁₅)和10月中旬均溫(X₁)，且影響作用均為正，表明該生態區小麥受到的低溫危害影響主要來自于返青期和播種期，其它溫度因子的影響則均表現為負效應。其中播種期的旬均溫影響，主要體現在苗期積溫及冬前壯苗形成；3月上旬，氣溫回升緩慢，正值冬小麥返青拔節，較高的溫度有利于冬小麥返青和高產群體的最終形成。

致謝：在本研究的數據資料采集過程中，承蒙山東省土肥站高瑞杰站長、萊西市土肥站耿志軍站長和龍口市土肥站張建清站長等的大力幫助和支持，在此一并表示真摯的感謝。

參考文獻：

[1]鐘秀麗，王道龍，李玉中，等.黃淮麥區小麥拔節后霜害的風險評估[J].應用氣象學報，2007，18(1)：102-107.

[2]馬煥香，武文安，趙洪山，等.冬小麥抽穗揚花期低溫的影響[J].山東氣象，2002，22(3)：35-36.

[3]李琦，王騰蛟，汪芝壽，等.凍害冷害對淮北市小麥產量的影響及對策[J].安徽農業科學，2003，31(5)：723-726.

[4]李彤霄，趙國強，李有.河南省氣候變化及其對冬小麥越冬期的影響[J].中國農業氣象，2009，30(1)：143-146.

[5]鐘秀麗，王道龍，趙鵬，等.黃淮麥區冬小麥拔節后霜凍溫度出現規律研究[J].中國生態農業學報，2007，15(5)：17-20.

[6]鐘秀麗.近20年來霜凍害的發生與防御研究進展[J].中國農業氣象，2003，24(1)：4-6.

[7]林曉梅，岳耀杰，蘇筠.我國冬小麥霜凍災害致災因子危險度評價——基于作物生育階段氣象指標[J].災害學，2009，24(4)：45-50.

[8]左芳，范寶莉.低溫脅迫下小麥生理生化及蛋白組分變化研究[J].安徽農業科學，2009，37(4)：1430-1431.

[9]李文峰，蘇豐敏，曹志偉，等.許昌小麥吸漿蟲發生趨勢氣象模型與預警[J].廣東農業科學，20lO，9：57-60.

[10]吳仁燁，陳家豪，徐宗煥，等.漳州市果樹12月低溫預警模型及其應用[J].中國農業氣象，2009，30(4)：619-623.

[11]景毅剛，張樹譽，喬麗，等.陜西省干旱預測預警技術及其應用[J].中國農業氣象，2010，3l(1)：115-120.

[12]吳仁燁，陳家豪，吳振海，等.福州市枇杷低溫害預警模型及其應用[J].江西農業學報，2007，19(1)：56-59.