氣象因子對江蘇省水稻單產的影響

沈陳華

南京師范大學地理科學學院, 南京 210046

氣象因子對江蘇省水稻單產的影響

沈陳華*

南京師范大學地理科學學院, 南京 210046

全球氣候變暖作為一個不爭的客觀事實，不可避免地對農業(yè)生產產生影響。針對傳統(tǒng)多元線性回歸分析方法，不能直接分析氣象因子與水稻氣象單產時序關系，根據(jù)1978—2010年間江蘇省水稻單產數(shù)據(jù)和同期氣象時序數(shù)據(jù)，研究了水稻單產的影響因素，提取了水稻氣象單產；利用連續(xù)小波變換方法研究了水稻氣象單產、水稻營養(yǎng)生長與生殖生長期間的日照時數(shù)、降水和氣溫等氣象因子的時序變化特征；利用交叉小波和相干小波變換方法，研究了水稻營養(yǎng)生長與生殖生長期間氣象因子與水稻氣象單產間的相互影響關系。結果顯示:(1)近33 a間，江蘇省水稻氣象單產占實際單產的比重逐漸減小，水稻生產抵御氣象災害能力逐漸增強。(2)水稻氣象單產與日照時數(shù)、降水量和氣溫等氣象因子有幾乎一致的特征周期。(3)在水稻分蘗期、孕穗期與開花結實期，氣象單產與日照時數(shù)、降水量和氣溫間的相位差關系較為復雜。水稻分蘗期日照時數(shù)的增多有利于水稻單產的增加，降水的增多導致水稻單產的下降。水稻開花結實期日照時數(shù)的增強、晝夜溫差的變大有利于水稻單產的增加，夜間最低氣溫的上升會導致水稻單產的下降。為了應對全球氣候變暖，需要進一步改變水稻種植方式，加強土地利用監(jiān)管，積極開展農村土地綜合整治，加強高標準基本農田建設，加大農田水利設施建設，調整作物播種期，加強氣象災害應對防范體系建設，更好地發(fā)揮生物技術在適應氣候變化中的作用。

江蘇省; 水稻單產; 時序特征; 氣象因子

江蘇省是全國主要糧食生產基地之一，水稻是其主要糧食作物，在糧食生產中占有極其重要的地位[1]。然而，在全球氣候變暖的大背景下，氣候的變化使得全省水稻生產不同程度受損，水稻生長期間的洪澇、季節(jié)性干旱、夏季高溫和秋季低溫等氣象災害影響著水稻的產量和品質[2- 7]，全省水稻產量有波動。因此，在江蘇這樣經(jīng)濟快速發(fā)展的地區(qū)，哪些因素是影響水稻單產變化的主要因素，如何應用定量分析方法研究氣象因子對水稻單產變化的影響值得深入探討[8]。

目前，關于氣候變化對農業(yè)生產影響及對策方面的研究成果相對較多。程勇翔等分析了中國水稻生產的時空動態(tài)分析特征，認為市場機制的調控和技術進步是目前影響中國水稻時空變化的兩個主要因素[9]。許信旺等利用統(tǒng)計分析法研究了安徽省氣候變化對水稻生產的影響，提出了相應的應對策略[10]。吳杏春等從CO2含量增加、紫外輻射增強、氣溫升高等角度，闡述了未來氣候變化對福建省水稻生產的影響[11]。矯江等研究了氣候變暖對黑龍江省水稻低溫冷害、春季干旱、高溫熱害和病蟲草害的影響[12]。孫秀芬等用統(tǒng)計分析法分析溫度和降水對云南玉溪水稻生產的影響[13]。張宇等利用數(shù)值模擬方法研究了氣候變暖對我國水稻生產可能的影響[14- 15]。這些已經(jīng)取得的研究結果對把握水稻生產規(guī)律具有重要的理論意義和實踐意義。然而，在眾多的研究成果中，大多采用多元線性分析方法研究水稻單產與氣象數(shù)據(jù)間的關系，沒有考慮時序數(shù)據(jù)自身存在的自相關性，直接使用實際單產替代糧食氣象單產。因此，本文基于1978—2010年間的江蘇省統(tǒng)計年鑒資料和同期氣象資料，在分析水稻實際單產的影響因素和各因素對水稻單產的影響程度基礎上，利用連續(xù)小波分析方法，分析了33a間水稻氣象單產與水稻營養(yǎng)生長、生殖生長期間的平均累計日照時數(shù)、平均累計降水量、平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫距平的時序變化特征；利用交叉小波分析和相干小波分析方法，研究了水稻氣象單產與日照時數(shù)、降水量、氣溫等氣象因子間多時間尺度的相互影響。通過本研究旨在揭示江蘇省水稻單產影響因素的變化規(guī)律，為制定江蘇省水稻生產的優(yōu)化布局、結構調整及糧食安全政策提供科學依據(jù)。

1 研究對象和研究方法

1.1 江蘇省概況

江蘇省轄區(qū)面積106700 km2, 占全國土地總面積1.06%[8]。境內地形以平原為主，水網(wǎng)密布, 河川縱橫, 長江黃金水道穿省而過。省內土地肥沃，農業(yè)生產水平較高。

1.2 數(shù)據(jù)來源

本研究中的水稻單產數(shù)據(jù)源于《江蘇五十年》及《江蘇省統(tǒng)計年鑒》。從統(tǒng)計年鑒中分別提取了1978—2010年間水稻總產量和種植面積，計算了水稻單位面積產量(單產)。選擇水稻單產作為研究對象的原因在于：近33年來，江蘇省水稻種植面積存在波動，選擇單產可適當消除種植面積變化帶來的影響。

本研究中的氣象數(shù)據(jù)源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http://cdc.cma.gov.cn)。從該網(wǎng)取出1978—2010年間江蘇省各氣象臺站的逐日氣象資料，包括日照時數(shù)、氣溫、最高氣溫和最低氣溫等以及同期各臺站的月平均降水量資料。

1.3 水稻單產的影響因素

作物生產是由作物、氣象、土壤和栽培管理組成的綜合系統(tǒng)。影響水稻單產的因素除上述各因素外，還包括政策因素和生產投入因素[16]。

一般說來，土地質量、科技、勞動力屬于生產力因素。早些年，農村青壯年勞動力農閑外出務工、農忙回來務農的情況，也基本保證了水稻生產所需的勞動力。近幾年，農村土地承包經(jīng)營權的流轉，種田大戶農業(yè)機械的使用、農業(yè)生產專業(yè)化程度的提升，也保證了水稻生產過程中勞動力的穩(wěn)定投入。因此，通常情況下，生產力因素不會在短期內發(fā)生較大變化，它對水稻生產起著穩(wěn)定作用，是水稻單產中趨勢成分的主要影響因素。

政策因素是導致水稻單產發(fā)生周期性變化的一個原因，因為政策作用本身存在周期性。一個有利于糧食(水稻)生產的政策往往經(jīng)歷出臺、實施、調整和退出等過程，作用效力表現(xiàn)為起步、發(fā)力、頂峰、減弱和衰退等，在時序上呈現(xiàn)周期性變化。有時，政府為了保證糧食(水稻)生產的穩(wěn)定性、安全性和可續(xù)性，往往在前一政策作用效力減弱時，會出臺另一新政。這些連續(xù)的政策影響著農民種糧(水稻)的積極性，必然會反映到水稻單產時序變化上。

氣象因子是影響水稻單產的重要自然因素，它包括光、溫、水等因子。在水稻作物營養(yǎng)生長和生殖生長的各階段，適宜的光、溫、水配置有利于水稻生產，表現(xiàn)為水稻氣象單產增加；反之亦然。

因此，水稻實際單產可分解為與生產力要素相關的趨勢單產、與政策因素相關的政策單產、與氣象因子相關的氣象單產和隨機噪聲。水稻實際單產可表示為[16]

s=st+ss+sw+ε

(1)

式中,s為水稻實際單產(kg/hm2)，st為趨勢單產(kg/hm2),ss為政策單產(kg/hm2),sw為氣象單產(kg/hm2)，ε為噪聲。

1.4 連續(xù)小波、交叉小波及相干小波分析

小波分析是建立在泛函分析、傅里葉分析、調和分析以及數(shù)值分析基礎上的信號分析工具[17-18]。本文利用連續(xù)小波分析方法研究水稻氣象單產及水稻營養(yǎng)生長、生殖生長期間的日照時數(shù)、降水量和氣溫等氣象因子距平的時序變化特征，利用交叉小波和相干小波分析水稻氣象單產與日照時數(shù)、降水量及氣溫等氣象因子間的相互影響。

1.4.1 連續(xù)小波變換

本文選擇Morlet復數(shù)小波研究水稻氣象單產與氣象因子的時序變化。該小波是Gauss包絡下的單頻率復正弦函數(shù)，在時域和頻域內具有較好的局部聚集性。Morlet復數(shù)小波函數(shù)為[18-19]：

(2)

式中,t為自變量，ω0為無量綱頻率，其值通常取6。對于時間序列xb*(b*= 0,1,2,…,N-1,N為時間序列的長度)，其小波變換為[18]：

(3)

式中,Wb*(a,b)為小波變換系數(shù)，ψ*表示其共軛復函數(shù)，a為尺度因子，b為時間平移因子，δt為采樣時間間隔。

1.4.2 交叉小波及相干小波

交叉小波和相干小波是研究兩個時間序列多尺度相互關系的方法[20-21]。交叉小波譜揭示了兩時間序列在時頻空間中能量共振和協(xié)方差分布規(guī)律，揭示了兩序列不同時段、不同尺度上的一致性和相關性[19]。對于兩個能量有限信號x(t)和y(t)，其交叉小波變換為[18]:

(4)

交叉小波變換僅能揭示兩個時間序列共同的高能量區(qū)位相關系特征，不能很好地揭示時頻空間兩個時間序列低能量區(qū)的位相關系特征[21]。相干小波可很好地彌補交叉小波變換的不足，可度量兩者在低能量區(qū)的相關性[21]。本文運用紅色噪音標準譜對連續(xù)交叉小波功率譜和小波相干譜進行顯著性檢驗。連續(xù)小波、交叉小波和相干小波分析計算程序來自http:// www. pol. ac. uk/ home/ research/ waveletcoherence/。

1.5 數(shù)據(jù)預處理

研究象因子與水稻氣象單產的相互影響時，按水稻營養(yǎng)生長和生殖生長的時序進行[22]。1990年后，江蘇省主要種植中稻和晚粳稻等一季稻，由于全省南北緯度跨度較大，一季稻中、晚熟品種繁多，生育期長短不一，分蘗期、孕穗期和開花結實期出現(xiàn)的時間及間隔并不完全相同。于堃[23]和任義方[24]分析了1986—2007年間江蘇省8個一季稻生長觀測站的水稻生長觀測資料，認為7月下旬—8月上旬是全省平均拔節(jié)—孕穗期, 8月下旬—9月下旬是全省平均抽穗揚花—灌漿期。因此，參照于堃等[23-24]分析結果，基于江蘇全省水稻生產角度，本研究將水稻分蘗期定為6月中旬到7月中旬，孕穗期定為7月下旬到8月下旬，開花結實期定為9月上旬到10月底。

利用1978—2010年間的逐日氣象資料，計算了全省歷年水稻分蘗期、孕穗期和開花結實期的日照時數(shù)、降水量和日平均氣溫、晝夜溫差、日最低氣溫和日最高氣溫的平均值以及各年度、各發(fā)育期不同氣象因子的距平。

2 結果與分析

2.1 江蘇省歷年水稻單產分解

由(1)式可知，水稻實際單產由趨勢單產、政策單產、氣象單產和隨機噪聲構成。圖1給出了江蘇省1978 —2010年間水稻單產的時序變化及分解結果。

自改革開放以來，江蘇省水稻實際單產總體上呈不斷增長態(tài)勢，雖然有波動，但幅度較小。運用SPSS19對水稻實際單產與年代進行線性回歸分析，結果為：F=61.08，R=0.82，R2=0.67，siga=0.00，表明線性回歸可解釋67%的產量信息。

圖1 江蘇省水稻單產時序變化圖

2.1.1 趨勢單產

水稻實際單產的連續(xù)小波變換發(fā)現(xiàn)，其周期性特征不明顯。利用滑動平均法(moving average) 提取水稻趨勢單產，滑動窗口尺度設置為8a。

在近33年中，水稻趨勢單產變化總體平穩(wěn)，但存在4個增速不同的階段，分別為1978—1987年、1988—1999年、2000—2003年和2004—2010年(圖1)。水稻趨勢單產第1階段上升速率較快，第2階段上升速率有所減緩，第3階段呈下降趨勢，第4階段則處于徘徊狀態(tài)，出現(xiàn)上述情況的原因各不相同。

第1階段(1978—1987年)主要是政策因素、科技因素和生產力投入因素共同發(fā)力使然。當時正處于改革開放初期，家庭聯(lián)產承包責任制的全面實施使農村生產力得到徹底解放，農業(yè)技術與勞動力的大規(guī)模投入，使得水稻實際單產得到大幅度提升。

第2階段(1988—1999年)的背景，一是20世紀80年代后期，鄉(xiāng)鎮(zhèn)企業(yè)異軍突起，發(fā)展工業(yè)產生的經(jīng)濟效益明顯優(yōu)于農業(yè)，農民在解決了基本溫飽后，種糧積極性有所減弱；二是化肥的過度使用，造成地力下降；這些因素導致了水稻趨勢單產上升速率有所放緩。

第3階段(2000—2003年)是江蘇城鎮(zhèn)化提速最快的階段。大量優(yōu)質農用地轉用為建設用地，耕地面積持續(xù)下降。統(tǒng)計年鑒顯示，本階段江蘇省耕地總量從1999年的5024220 hm2下降至2003年的4858340 hm2，降幅為3.3%，其中水稻種植面積由1999年的2398450 hm2減少到2003年的1840930 hm2，減幅達23.2%。

第4階段(2004—2010年)造成水稻單產徘徊的原因是：此前稻米市場價格一直偏低，農民增產不增收的情況普遍，農民不愿意加大農業(yè)投入，大量農村勞動力進城打工。為了改變這種狀況，江蘇省于2004年開始實施了糧食直補、減免農業(yè)稅費、提高稻谷收購價格、鼓勵土地承包經(jīng)營權流轉、激勵種田大戶多種糧食等政策，以期通過一系列扶持政策穩(wěn)定農業(yè)生產、提高農民種糧積極性、扭轉糧食生產頹勢[1]，但效果不甚顯著。

2.1.2 政策單產

從水稻實際單產中分離出趨勢單產后，采用滑動平均法提取水稻的政策單產, 滑動窗口尺度設置為4a。研究時段內有3個明顯的周期，即1978—1988年、1988—2000年和2000—2010年(圖1)。第1周期的上升期與家庭聯(lián)產承包責任制的實施有關，第2周期的上升期與大量增施化肥有關，第3周期則與實施糧食補貼政策有關。這說明改革開放以來，政策單產呈周期性變化，但變化強度趨弱，亦說明政策因素對水稻單產的影響作用在減弱。

2.1.3 氣象單產

從水稻實際單產中分離出趨勢單產、政策單產后，獲得水稻氣象單產。結果顯示：水稻氣象單產呈正負交替的周期性變化，但變化幅度在減弱。水稻氣象單產變幅范圍為-471—493 kg/hm2，與1978年和2000年水稻實際單產的比率在下降(圖1)。這表明江蘇省的水稻生產隨著生產條件、特別是排灌條件的改善，技術的進步，氣象條件對水稻單產的影響程度在減弱。

2.1.4 各成分對水稻實際單產的貢獻

圖1給出了水稻趨勢單產、政策單產、氣象單產之間比例關系[16]。可以看出，趨勢單產漸趨穩(wěn)定，政策單產呈周期性變化，水稻氣象單產呈振蕩型變化且強度在減弱。水稻實際單產中，趨勢產量占主要成分，生產力要素是水稻糧食單產的主要因素。趨勢產量、政策單產和氣象單產對水稻實際單產的33 a平均貢獻率分別為92.8%,3.9%和3.3%。

2.2 水稻氣象單產與氣象因子的連續(xù)小波分析

本研究利用Morlet復數(shù)小波分析了33 a間水稻氣象單產與水稻分蘗期、孕穗期和開花結實期的平均累計日照時數(shù)、平均累計降水量、平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫距平的時序特征，給出了相應的小波功率譜。小波功率譜反映不同時頻特征的能量振蕩強弱程度。

2.2.1 水稻氣象單產的連續(xù)小波分析

圖2 江蘇省水稻氣象單產連續(xù)小波功率譜

圖2給出了水稻氣象單產的小波功率譜時頻分布圖。粗黑線包圍的范圍通過了α=0.05顯著性水平下紅色噪音標準譜的檢驗(下同)，細黑線為影響錐曲線[21]。

由圖2可以看出，水稻氣象單產在不同年代和頻率上的能量強弱分布不同。其中，在4—6 a 顯著周期尺度上的能量最強，主要發(fā)生在1978—1990年；在3 a顯著周期尺度上，較強的能量發(fā)生在1998—2003年；而其余年代和頻率上的能量強弱分布不顯著。隨著時間推移，水稻氣象單產的顯著周期在變化，且已由長周期轉變?yōu)槎讨芷冢@種顯著周期的變化表明：水稻氣象單產的變化頻率在加快，氣象單產連續(xù)豐年或連續(xù)欠年的周期在變短。

2.2.2 氣象因子的連續(xù)小波分析

(1) 水稻分蘗期氣象因子的連續(xù)小波變換

圖3給出了水稻分蘗期間平均累計日照時數(shù)、平均累計降水量、平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫的連續(xù)小波功率譜圖。

圖3 水稻分蘗期日照時數(shù)、降水、氣溫的連續(xù)小波功率譜

由圖3可以看出，水稻分蘗期平均累計日照時數(shù)存在2—4 a顯著周期，主要集中在1978—1984年間(圖3-1)；平均累計降水量存在4—6 a和1—2 a的顯著周期，其中，4—6 a顯著周期主要集中在1985—1996年，1—2 a顯著周期主要集中在1993—1994年間(圖3-2)；平均日氣溫具有3—4 a的顯著周期，主要集中在1994—2000年間(圖3-3)；平均晝夜溫差的顯著周期大部分處于影響錐形線外，認為沒有通過檢驗(圖3-4)；平均日最低氣溫具有3—4 a的顯著周期，主要集中在1994—1998年(圖3-5)；平均日最高氣溫具有3—4 a的顯著周期，主要集中在1995—1998年(圖3-6)。

(2) 水稻孕穗期氣象因子的連續(xù)小波變換

圖4給出了水稻孕穗期的平均累計日照時數(shù)、平均累計降水量、平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫距平的連續(xù)小波功率譜圖。

圖4 水稻孕穗期日照時數(shù)、降水量、氣溫的連續(xù)小波變換功率譜

可以看出，水稻孕穗期平均累計日照時數(shù)、平均累計降水、平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫等氣象因子的顯著周期，均沒有通過α=0.05顯著性水平下紅色噪音標準譜的檢驗。

(3) 開花結實期氣象因子的連續(xù)小波變換

圖5給出了水稻開花結實期的平均累計日照時數(shù)、平均累計降水、平均日氣溫、平均晝夜溫差、平均日最低氣溫、平均日最高氣溫距平的氣象因子的小波功率譜。

由圖5可以看出，開花結實期平均累計日照時數(shù)存在1 a和3—5 a的顯著周期，能量較大的1 a顯著周期主要集中在1985—1988年間, 3—5 a顯著周期主要集中在1996—2001年間，并且隨著時間推移，顯著周期由短周期轉變?yōu)殚L周期(圖5-1)；平均累計降水量的顯著周期沒有通過α=0.05顯著性水平下的檢驗(圖5-2)；平均日氣溫的顯著周期也沒有通過α=0.05顯著性水平下的檢驗(圖5-3)；平均晝夜溫差具有1 a的顯著周期，主要集中在1984—1986年(圖5-4)；平均日最低氣溫具有1—2 a的顯著周期，主要集中在1982—1988年(圖5-5)；平均日最高氣溫的的顯著周期落在影響錐形線外，沒有通過檢驗(圖5-6)[21]。

圖5 水稻開花結實期的日照時數(shù)、降水量、氣溫的連續(xù)小波變換功率譜

2.2.3 氣象因子對水稻單產影響的初步分析

由波的相干特性可知，當兩個波的周期相同且相位差滿足一定條件時，兩者間存在相干作用。當相位差為0時，兩者同相變化；相位差為π時，兩者反相變化；當相位差為π/2時，波的初始相位值決定了兩者出現(xiàn)同步變化或異步反相變化。

水稻氣象產量與分蘗期的累計日照時數(shù)、累計降水量、日氣溫、日最低和日最高氣溫等氣象因子具有大體一致的4a顯著周期。這表明，分蘗期的上述氣象要素對水稻氣象產量在4 a顯著周期產生影響。

在水稻孕穗期，平均累計日照時數(shù)、平均累計降水量、平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫等氣象因子的周期成分不顯著。

在水稻開花結實期，水稻氣象產量與上述6種氣象因子具有基本一致的2—3 a顯著周期。這表明，這些氣象因子對水稻氣象產量能在2—3 a 顯著周期上產生影響。但哪些氣象因子是正影響因子、哪些是負影響因子需要進一步分析。

2.2.4 水稻氣象單產與氣象因子的交叉小波與相干小波分析

圖6給出了水稻氣象單產與日照時數(shù)、降水量、氣溫等氣象因子距平的交叉小波和相干小波分析結果。

在水稻分蘗期，高能量的交叉小波功率譜顯示[21]：水稻氣象單產與平均累計日照時數(shù)在1978—1992年間存在4—6 a共振周期，在1997—2005年間存在3—4 a共振周期，兩者相位譜呈現(xiàn)同相位變化(圖6-1)。水稻氣象單產與平均累計降水量在1980—1995年間存在4—6 a共振周期，兩者相位譜呈現(xiàn)反相位變化

圖6 水稻氣象單產與氣象因子的小波凝聚譜和位相譜

(圖6-2)。水稻氣象單產與平均日氣溫、平均晝夜溫差、平均日最低氣溫和平均日最高氣溫的相位差約π/4(圖6-3—圖6-6)。低能量的相干小波功率譜顯示：水稻氣象單產與平均晝夜溫差在1985—1991年間存在4—7 a共振周期，兩者位相譜呈現(xiàn)同相位變化(圖6-10)，水稻氣象單產與平均日氣溫(圖6-9)、平均日最低氣溫(圖6-11)和平均日最高氣溫(圖6-12)的相位差約π/4。

在水稻孕穗期，交叉小波功率譜顯示：水稻氣象單產與平均累計降水量在1978—1991年間存在4—6 a共振周期，兩者位相差為π/4(圖6-14)。水稻氣象單產與平均累計日照時數(shù)(圖6-13)、平均日氣溫(圖6-15)、平均日最低氣溫(圖6-17)和平均日最高氣溫(圖6-18)的相位差約π/2。低能量的相干小波功率譜顯示：水稻氣象單產與平均累計日照時數(shù)(圖6-19)、平均累計降水量(圖6-20)、平均日氣溫(圖6-21)、平均晝夜溫差(圖6-22)、平均日最低氣溫(圖6-23)和平均日最高氣溫(圖6-24)的相位差約π/4—π/2。

在水稻開花結實期，交叉小波功率譜顯示：水稻氣象單產與平均累計日照時數(shù)在1997—2003年間存在3—4 a共振周期，兩者位相譜呈現(xiàn)同相位變化(圖6-25)。水稻氣象單產與平均晝夜溫差在1997—2002年間存在3—4 a共振周期，兩者位相譜呈現(xiàn)同相位變化(圖6-28)。水稻氣象單產與平均日最低氣溫在1982—1988年間存在1 a共振周期，兩者位相譜呈現(xiàn)反相位變化(圖6-29)。水稻氣象單產與平均累計降水量(圖6-26)和平均最高氣溫(圖6-30)的相位差約π/4。低能量的相干小波功率譜顯示，水稻氣象單產與平均累計日照時數(shù)在1997—2010年間存在1—4 a共振周期，兩者位相譜呈現(xiàn)同相位變化(圖6-31)。水稻氣象單產與平均累計降水量(圖6-32)、平均日氣溫(圖6-33)、平均晝夜溫差(圖6-34)、平均日最低氣溫(圖6-35)和平均日最高氣溫(圖6-36)間共振周期不同且位相差較亂。

上述結果進一步分析表明：水稻分蘗期的日照時數(shù)與水稻氣象單產呈同相位差變化，降水量與水稻氣象單產則呈反相位差變化。水稻孕穗期的日照時數(shù)、降水量、氣溫與水稻氣象單產的相位差關系復雜；在水稻開花結實期，平均累計日照時數(shù)、平均晝夜溫差與水稻氣象單產同步變化，平均日最低氣溫與水稻氣象單產則反相位差變化。

水稻分蘗多少與移栽時單苗帶孽數(shù)、移栽后溫度高低、肥料、光照等有關[25]。光照對水稻分蘗也有重要影響，當光強降低為飽和量的50%時便嚴重降低分蘗數(shù)，5%時發(fā)生死蘗現(xiàn)象。分蘗期降水量多意味著日照偏少，易發(fā)生水澇災害，則不利于水稻高產。孕穗期溫度過高或過低，會引起高溫熱害或低溫冷害，會導致水稻減產。水稻分蘗的最適溫度氣溫為30—32 ℃, 最高溫度氣溫為38—40 ℃。日平均氣溫15—17 ℃以下時，分蘗停止。隨溫度的升高而分蘗加快, 溫度過高, 易灼傷秧苗[25]，適合的溫度條件有利于提高水稻單產。表現(xiàn)為該階段氣溫與水稻單產間相位關系復雜。開花結實期一般要求日平均氣溫在23—28 ℃之間。白天溫度高，光合作用強，生產的有機物多，較高的氣溫促進穗粒數(shù)的增加，有利于提高水稻單產。晚上溫度低，呼吸作用弱，消耗的能量少，表現(xiàn)為晝夜溫差較大時，有利于提高水稻的單產。同時，晚上溫度偏高，呼吸作用加強，消耗的能量增多，也是導致水稻單產的下降原因。

3 討論與結論

通過對氣象資料和同期水稻單產的統(tǒng)計分析，揭示了氣候變化對江蘇水稻單產的影響，得出如下結論：

(1) 自改革開放以來，江蘇省的水稻實際單產可分解為趨勢單產、政策單產和氣象單產。趨勢單產對水稻實際單產起著決定性作用，氣象單產的作用正在減弱，江蘇省水稻生產抗災能力明顯增強。水稻氣象單產存在4—6 a和3 a的顯著周期。隨著時間推移，顯著周期由長周期變成短周期。

(2) 水稻營養(yǎng)生長和生殖生長期間的日照總時數(shù)、降水總量、平均氣溫、平均晝夜溫差、平均日最低和最高氣溫距平的連續(xù)小波分析結果顯示，這些氣象因子存在不同的顯著周期。

(3) 在水稻分蘗期，氣象因子對水稻單產的影響主要集中在4 a顯著周期。日照時數(shù)增強有利于水稻增產，降水量增多可使水稻產量下降。在開花結實期，氣象因子對水稻單產的影響主要集中在2—3 a顯著周期。日照時數(shù)增多也有利于水稻產量的增加，晝夜溫差變大有利于水稻增產，夜間最低溫度上升會造成水稻產量下降。

在全球氣候變暖背景下，氣候變化致使江蘇水稻產區(qū)的熱量資源更加豐富，應積極采取措施，趨利避害[10]。一是加強土地利用監(jiān)管，加大農村土地綜合整治和高標準基本農田建設，完善農田水利基礎設施建設，提供農田灌溉和給排水能力。二是改革種植制度。充分利用水稻適宜生長季開始日期提前、適宜生長期延長的特點，調整種植品種。調整水稻播種期和移栽期，減輕高溫熱害的影響。三是發(fā)揮生物技術在適應氣候變化中的作用。選育適應氣候變化的水稻新品種，大力開展抗旱澇、耐高溫、抗病蟲害等抗逆品種的育種研究，完善農業(yè)新技術推廣與應用。四是加強農業(yè)氣象預報及減災防災害體系建設，提高災害預防能力，減輕氣象災害對水稻生產的影響。進一步提高農業(yè)抗御氣象災害能力，加強重大農業(yè)氣象災害的監(jiān)測預測和防御技術研究，加強農業(yè)病蟲害預測預報技術和綜合防治技術研究。

本研究提供了一種采用小波分析的方法研究氣象因子與水稻單產間時序關系影響，還存在一定的局限性。一是采用了統(tǒng)一的標準設置了蘇南、蘇中、蘇北的水稻營養(yǎng)生長和生殖生長時間點，忽視了農業(yè)的地域特征，顯得口徑過粗。二是研究過程中也沒有突出極端天氣時氣象災害對水稻生產的影響。因此，在今后的研究工作中將著重細化全省各地水稻營養(yǎng)生長和生殖生長時間點，緊密聯(lián)系農業(yè)生產的地域特征，研究氣象災害變化周期性變化規(guī)律，建立氣象災害對水稻、小麥等作物生產的影響模型，深入探討氣候變暖對水稻、小麥等糧食生產的影響規(guī)律。

[1] 李裕瑞, 劉彥隨, 龍花樓. 江蘇省糧食生產時空變化的影響機制. 地理科學進展, 2009, 28(1): 125- 131.

[2] 秦大河, 羅勇, 陳振林, 任賈文, 沈永平. 氣候變化科學的最新進展— IPCC第四次評估綜合報告解析. 氣候變化研究進展, 2007, 3(6): 311- 314.

[3] Yao F M, Xu Y L, Lin E D, Yokozawa M, Zhang J H. Assessing the impacts of climate change on rice yields in the main rice areas of China. Climatic Change, 2007, 80(3/4): 395- 409.

[4] Xiong W, Conway D, Lin E D, Holman I. Potential impacts of climate change and climate variability on China′s rice yield and production. Climate Research, 2009, 40(1): 23- 35.

[5] Lobell D B, Asner G P. Climate and management contributions to recent trends in U.S. agricultural yields. Science, 2003, 299(5609): 1032- 1032.

[6] Reilly J, Tubiello F, McCarl B, Darwin R, Fuglie K, Hollinger S, Izaurralde C, Jagtap S, Jones J, Mearns L, Ojima D, Paul E, Paustian K, Riha S, Rosenberg N, Rosenzweig C. U.S. agriculture and climate change: new results. Climatic Change, 2003, 57(1): 43- 49.

[7] Pittock A B, Nix H A. The effect of change climate on Australian biomass production—a preliminary study. Climatic Change, 1986, 8(3): 243- 255.

[8] 張紅富, 周生路, 吳紹華, 鄭光輝, 花盛, 李莉. 江蘇省糧食生產時空變化及影響因素分析.自然資源學報, 2011, 26(2): 319- 327.

[9] 程勇翔, 王秀珍, 郭建平, 趙艷霞, 黃敬峰. 中國水稻生產的時空動態(tài)分析. 中國農業(yè)科學, 2012, 45(17): 3473- 3485.

[10] 許信旺, 孫滿英, 方宇媛, 何小青, 薛芳, 付偉, 毛敏. 安徽省氣候變化對水稻生產的影響及應對. 農業(yè)環(huán)境科學學報, 2011, 30(9): 1755- 1763.

[11] 吳杏春, 林文雄, 郭玉春, 梁義元. 未來氣候變化對福建省水稻生產的影響及其對策. 福建農業(yè)大學學報:自然科學版, 2001, 30(2): 148- 152.

[12] 矯江, 許顯斌, 卞景陽, 林陽生, 橫責正幸, 陶福祿, 鮫島良次, 神田英司. 氣候變暖對黑龍江省水稻生產影響及對策研究. 自然災害學報, 2008, 17(3): 41- 48.

[13] 孫秀芬, 鐘楚, 楊韜, 張麗蓉. 溫度和降水對云南玉溪水稻生產的影響. 中國農學通報, 2013, 29(3): 121- 126.

[14] 張宇, 王馥棠. 氣候變暖對我國水稻生產可能影響的數(shù)值模擬試驗研究. 應用氣象學報, 1995, 6(A01): 19- 25.

[15] 姚鳳梅, 張佳華, 孫白妮, 許吟隆, 林而達, 門艷忠. 氣候變化對中國南方稻區(qū)水稻產量影響的模擬和分析. 氣候與環(huán)境研究, 2007, 12(5): 659- 666.

[16] 尹世久, 吳林海, 張勇. 我國糧食產量波動影響因素的經(jīng)驗分析. 系統(tǒng)工程理論與實踐, 2009, 20(10): 28- 34.

[17] Torrence C, Compo G P. A practical guide to wavelet analysis. Bulletin of the American Meteorological Society, 1998, 79(1): 61- 78.

[18] Grinsted A, Moore J C, Jevrejeva S.Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics, 2004, 11(5/6): 561- 566.

[19] Yuan L W, Yu Z Y, Xie Z R. ENSO signals and their spatial-temporal variation characteristics recorded by the sea-level changes in the northwest Pacific margin during 1965- 2005. Science in China: Series D, 2009, 52(6): 869- 882.

[20] 蘇宏新, 李廣起. 基于SPEI 的北京低頻干旱與氣候指數(shù)關系. 生態(tài)學報, 2012, 32(17): 5467- 5475.

[21] 劉占明, 陳子遷, 路劍飛, 黃強. 廣東北江流域降水時空分布及其與Nino3區(qū)SST相關性分析. 自然資源學報, 2013, 28(5): 786- 798.

[22] 潘敖大, 曹穎, 陳海山, 孫善磊. 近25a氣候變化對江蘇省糧食產量的影響. 大氣科學學報, 2013, 36(2): 217- 228.

[23] 于堃, 宋靜, 高蘋. 江蘇水稻高溫熱害的發(fā)生規(guī)律與特征. 氣象科學, 2010, 30(4): 530- 533.

[24] 任義方, 高蘋, 王春乙. 江蘇高溫熱害對水稻的影響及成因分析. 自然災害學報, 2010, 19(5): 101- 107.

[25] 羅麗華, 陳桂華, 胡英, 黃璜, 肖應輝. 氣象因素與早稻產量因子的相關性分析. 自然資源學報, 2010, 25(10): 1718- 1726.

Meteorological effects on rice yields in Jiangsu Province

SHEN Chenhua*

CollegeofGeographicalScience,NanjingNormalUniversity,Nanjing210046,China

Global warming impacts agricultural grain security production in China. We investigated the time series relationship between rice yields and meteorological factors, which are not directly analyzed using traditional multiple linear regression analysis. We obtained rice yield data from the Statistical Yearbook of Jiangsu Province and meteorological data from the China Meteorological Data Sharing Service Network for the period 1978 to 2010. We applied continuous wavelet transform, cross-wavelet and coherent-wavelet methods to analyze changes in rice yields related to meteorological factors such as sunshine hours, precipitation and temperature during rice vegetative and reproductive growth stages. Our results show that the proportion of rice yields affected by meteorological factors in Jiangsu Province decreased from 1978 to 2010 because the ability to withstand weather disasters improved. The continuous wavelet transform period characteristics of rice meteorological yields and meteorological factors such as sunshine hours, precipitation, temperature, the highest temperature, the lowest temperature，and day/night temperature difference are almost similar. Our cross-wavelet and coherent-wavelet transform analyses indicate that the phase difference relationship between rice yield and meteorological factors is complex during seedling tillering, booting development, and blossom fruiting stages. During the seedling tillering stage, an increase in sunshine hours increases rice yields, and an increase in precipitation decreases rice yields. During the blossom fruiting stage, an increasing amount of sunshine hours and large day/night temperature differences increase rice yields; small day/night temperature differences decrease rice yields. To mitigate the effects of global warming, rice cultivation procedures need to change. Land use supervision and management as well as rural land consolidation and high-standard basic farmland construction should be strengthened, farmland water conservation facilities need to be improved, and crop sowing times should be adjusted. Technological devices to predict extreme weather disasters should continue to improve and new biotechnology techniques should be implemented to ensure that rice yields are high and are not severely affected by climate change. Cross wavelet analysis methods can accurately analyze the relationship between meteorological factors and the rice yields; such analysis also helps to predict rice yield outcomes from current meteorological data. Our results enable officials in government agricultural departments to make informed decisions while implementing new agricultural policies related to the storage and harvesting of rice.

Jiangsu Province; rice yields; time series characteristic; meteorological effects

國家自然科學基金項目(41271189, 40971231, 40971105); 國家863項目(2007AA12Z207); 江蘇省高校優(yōu)勢學科建設工程項目

2013- 09- 21;

2014- 07- 02

10.5846/stxb201309212315

*通訊作者Corresponding author.E-mail: shenandchen01@163.com

沈陳華.氣象因子對江蘇省水稻單產的影響.生態(tài)學報,2015,35(12):4155- 4167.

Shen C H.Meteorological effects on rice yields in Jiangsu Province.Acta Ecologica Sinica,2015,35(12):4155- 4167.