本溪市水稻產量災損風險及氣象影響因子分析

孫雪

[摘 要] 本次研究主要應用滑動平均模擬方法，分析了本溪地區1984～2013年水稻趨勢產量，并計算出水稻的氣象產量。在本次研究過程中，以減產量大于5%為主要界限，分別從不同氣象條件的災害損失等級出現的情況等角度綜合分析了本溪地區水稻生產的災損情況，并通過進一步的研究分析，計算出水稻產量和各個氣象因素之間的相關關系，對水稻種植過程中主要影響的氣象因素進行了分析和研究。通過研究我們發現，熱量條件是造成本溪地區水稻產量出現波動的主要原因。而在5月、6月和9月三個月份中，該地區的主要農業氣象災害是低溫冷害，希望通過本次研究對更好的促進本溪地區水稻產生的提升有一定的促進作用。

[關鍵詞] 本溪市 水稻產量 災損風險 氣象因素

[中圖分類號] S511 [文獻標識碼] A [文章編號] 1003-1650 （2015）09-0294-02

最近幾年，隨著全球氣候逐漸變暖，極端天氣呈現明顯上升的趨勢，氣象條件對農業生產的影響也越來越受到人們的高度重視。在農業生產過程中，風險分析技術是一種通過對農作物產量和災損規律進行分析的一項技術，通過風險分析制定防災和減災決策，從而切實將其災損風險降到最低，實現農作物增產和穩產。最近幾年，關于全國、省級以及地區級糧食作物以及部分地區級的水稻和小麥產量風險因素分析和風險劃分已經取得了顯著的成果，但是在基于縣級水稻單產的產量災損風險的分析和研究較少。本文主要以本溪市水稻生產為研究對象，通過對本溪地區水稻和歷史產量進行分析和研究，對該地區的水稻產量風險進行評價，并結合當地的氣候環境，找出影響水稻產量的氣象因素，為本溪地區水稻生產過程中的減災和防災工作提供服務保障。

1 研究資料和研究方法

1.1 研究資料的選取

本溪市地處遼寧省東南部，是我國較大的城市，其水稻種植面積雖然不及一些水稻主產地那么集中，但是最近幾年，本溪水稻的產量和品質在不斷地提升，是我國糧食生產的重要生產基地。本次研究過程中所取的水稻產量資料均來自于本溪市縣各個統計部門的逐年的單產數據，從1984年～2013年，共計三十年的時間。在本次研究過程中，沒有對本溪市所轄區的水稻產量資料進行統計。在本溪地區由于水稻資料選取區域內的水稻種植結構比較單一和穩定。因此，將水稻品種和種植方式等非氣象因素造成的水稻產量波動劃分到趨勢產量中，不對這些非氣象因素進行任何處理，氣象材料來自本溪市四個站點的統計，這四個站點名和代號分別是本溪市（54346）本溪縣（54349）恒仁（54365）草河口（54483）。

1.2 災損風險評價標準和計算方法

本次研究過程中，主要以水稻含量率和減產程度以及產量的變異系數等指標對水稻產量的災損風險進行科學的評估。

1.2.1 減產率和減產程度

水稻產量y1是社會條件，是農業生產技術措施和氣象條件共同作用的結果。在研究過程中，我們經常將其分為時間趨勢產量y2、氣象波動產量y3兩個部分，本次研究過程中主要采用的是滑動平均模擬方法對時間趨勢產量進行計算，滑動時間段計算長度為三年，而作物產量和氣象波動產量之差定義為y3，y3和y2之間比值就是相對氣象產量，定義為y，當氣象產量y的比值為正數時，則表示氣象產量條件對作物的生產總體是促進作用的，能夠實現作物增產和增收作用，當相對氣象產量為負值時，則表示氣象條件對作物生產將會產生不利因素，作物將會出現減產。我們將減產的絕對值百分率定義為yx。可以得到如下公式：

yx=∣y3/ y2∣*100%=∣（y1- y2）/ y2∣*100%

在上述算式中就可以求得本溪市1984年～2013年平均的相對氣象產量（ ）。在研究過程中我們把減產率（yx，%）大于5.0%的定義為受災年限，并用水稻生產災害年的平均減產率與整個本溪市的而災害年的平均減產率之間的比值來描述一個本溪某一個地區的災年減產程度，其表達式如下：

I= /D

其中算式中，I代表的是本溪某一個地區的水稻減產程度，而D代表的是本溪地區災年的平均減產率，而 則代表的本溪某一個地區災年的平均減產率，在計算過程中，如果I大于1.0，則表示該地區的受災年份時期受災率大于本溪地區的災年水稻平均減產率，反之則小于水稻平均減產率。

1.2.2水稻產量的變異系數分析

本次研究過程中，水稻產量的變異系數表示本溪地區歷年水稻產量的波動情況，公式可以表示為：

A=

在本次研究過程中，A為變異的系數，而xi表示水稻歷年來的單產數量，而則表示本溪地區歷年來的水稻產量的平均值，n為本次研究的樣本容量，n=30年。

1.3 影響水稻氣象產量的氣象因子分析

水稻產量除了受到水稻品種、種植技術以及育苗類型等因素影響之外，氣象因素對水稻產量的影響最為嚴重。在進行水稻產量災損風險研究過程中，氣象產量是各種氣象因子綜合作用的結果。為此，本次研究過程中，分別取了全年大于等于10度、大于等于15度以及大于等于20度的有效積溫進行研究，然后又確定了5～10月份大于等于10度的有效積溫、月平均氣溫以及總日常時長和總的降水量等因素，獲取了相關氣象因素的相關系數，希望能夠找到對水稻氣象產量影響較大的氣象因子，并據此結合實際找到影響水稻氣象產量的氣象災害。在本次研究過程中相關系數顯著性水平a取0.05，極顯著水平a1取0.01。

2 結果分析

2.1 水稻產量的災損風險指標

氣象災害導致水稻產量使災損風險出現大小差異性是因為其氣象災害因素綜合作用的影響結果。而災年水稻的平均減產率就可以在一定程度上反應本溪地區多年災損的總體情況，既是反應本溪某個地區受災害強度大小的一個重要指標，同時也能全面顯示出在災害年間水稻生產的損害大小。

表1 水稻生產的災害指標統計

從表1數據可以看出，本溪地區的平均相對氣象產量在0.1～0.4之間，基本可以忽略不計，從災年平均減產率分析，本溪縣全市的災年平均減產率僅為輕度，而恒仁和草河口的災年平均減產率達到了中度減產的標準，而恒仁地區同時具有全市最低平均相對氣象產量之比和最大的災年減產程度，這說明了該地區的災年水稻產量波動性較大。

2.2 變異系數分析

產量的變異系數的大小情況在一定程度上綜合反映了一個地區水稻生產過程中，受到氣象因素和其他生產條件影響的產量波動情況，同時還能夠在一定程度上反映出本溪地區抗災能力的強弱。在分析過程中變異性系數越大，則表明水稻產量的波動性也就越大，其抗災能力也就越差，災損風險也就越大，經過計算我們可以得出本溪地區水稻變異系數為0.12到0.28，其中本溪縣低，橫亙高，這就說明了恒仁地區農業抗災能力較差，而本溪市的變異系數要全面低于這上級幾個地區，這跟前面災年減產程度的計算結果一致。

2.3 影響水稻產量出現波動的氣象因素和主要氣象災害

在水稻生產過程中，雖說水分、光照以及溫度的作用都十分重要，但是在不同的地區和不同的年份，水分、光照和溫度等氣象因素所導致的水稻產量出現波動的影響效果是不盡相同的。對于本溪地區來說，水稻在生長過程中，水稻用水主要會依賴于上游水庫泄洪的水，再加上本地區的水利工程建設比較完善，除了早春發生春旱會嚴重影響到水稻插秧或者個別洪澇災害嚴重的年份之外，大多數的水稻在生產過程中，不會因為水而出現減產的問題，而光照時長對水稻產量波動性的相關關系也沒有達到顯著水平，詳細情況見表2。這就表示在本溪地區，光照的多少并不是導致本溪地區水稻產量出現波動的主要氣象因素，因此，同時將上述氣象因素進行排除，就可以確定對本溪地區水稻產量產生波動的氣象因素是熱量條件，這也跟很多研究文獻相吻合。

表2 本溪地區水稻氣象產量和氣象因子的相關系數

注：圖表中的10℃′為5～10月大于等于10的有效積溫。“′”為相關顯著，“″”為相關極顯著

在熱量條件中，影響水稻氣象產量的因素是大于等于10度和15度的積溫，特別是在5～10月份大于等于10度的積溫，這就顯示出在本溪地區水稻生長的關鍵時期內，積溫不足，而積溫在大于等于20度時的時相關性不顯著，這就表示水稻在該區域內生理活動所需要的溫度一般都能得到滿足，而5月份和6月份的平均氣溫和水稻產量呈現顯著的相關性。從本溪地區多年來的水稻栽培經驗分析，該地區水稻插秧期大都在5月下旬到6月上旬，水稻產量與5月份的平均氣溫呈現明顯相關性就說明了水稻秧苗的質量和水稻移栽過程中的氣象條件對水稻成活和產量有著顯著的影響性，因為在這個時期經常會出現凍害現象。進入6月份以后，水稻逐漸開始進入分蘗期，這個時期溫度條件對水稻的產量有著至關重要的影響。而9月份的平均氣溫與水稻的產量相關性雖然沒有達到顯著標準，但是顯著性十分接近，因此，進一步研究和分析九月份平均最高氣溫度與水稻產量之間的關系之后發現，9月份的平均最高氣溫和水稻產量的相關系數超過了顯著性標準，達到了顯著水平，這就說明了9月份氣候溫度對水稻產量的影響不是通過月平均氣溫表現出來的。因為，在9月份是水稻的灌漿時期，這個晝夜溫差較大，水分利于營養物質積累和形成。

3 討論

首先，在研究的三十年時間中，本溪地區的災年減產年型主要以輕度氣象災害為主，而中度氣象災害損失以上的減產年型出現概率較低；其次，從災年減產程度、災害等級嚴重程度以及變異系數分析，本溪各個地區水稻產量災損風險要遠遠高于市區，其中恒仁水稻產量的不穩定性最大；再次，熱量條件豐富和缺少對本溪地區的水稻產量影響較大，在水稻整個生育期，熱量對水稻產量的影響也具有明顯的顯著性。其中5月份和6月份的平均氣溫與水稻產量相關性最為顯著，而9月份的平均最高氣溫與水稻產量相關性最為顯著。為此，在生產過程中，我們需要同時兼顧農業生產的技術和氣象條件，通過詳細的分析和研究，揭示本溪地區水稻產量波動的氣象原因，最終全面促進本溪水稻生產高產、穩產。

參考文獻

[1]謝遠玉，張智勇，劉翠華，張紅林，聶秋生，張瑞祥. 贛州近30年氣候變化對雙季早稻產量的影響[J]. 中國農業氣象. 2011（03）

[2]劉家宏，郭迎新，秦大庸，葛懷鳳，陳根發. 極端天氣作用下的區域糧食產量波動——以石家莊冬小麥為例[J]. 清華大學學報（自然科學版）. 2011（06）

[3]黃珍珠，王華，陳新光，葉維端. 氣候變化背景下“龍舟水”特征及其對廣東早稻產量的影響[J]. 生態環境學報. 2011（05）

[4]羅琴，蔡霞，陳翼，羅俊一，周正斌. 水稻產量構成要素年際波動氣象因子相關分析[J]. 成都信息工程學院學報. 2010（01）

[5]王敬濤，韋朝領. 氣象要素對安徽省雜交中秈稻主產區產量及產量構成因素的影響[J]. 安徽農業大學學報. 2009（03）

[6]王萍，李廷全，閆平，朱海霞，紀仰慧，韓俊杰，李鐵. 黑龍江省近35年氣候變化對粳稻發育期及產量的影響[J]. 中國農業氣象. 2010（03）

[8]彭柏池，劉曉霞，張桂蓮，陳立云. 授粉期氣象因子對水稻細胞質雄性不育系種子裂穎特性的影響[J]. 中國農業氣象. 2011（03）

[7]張樹林，陳溫福，徐正進. 全國水稻綜合生產能力科技提升試點行動計劃遼寧項目區的探索與實踐[J]. 沈陽農業大學學報（社會科學版）. 2015（03）

[8]薛昌穎，霍治國，李世奎，莊立偉，王素艷，侯婷婷，葉彩玲. 北方冬小麥產量災損風險類型的地理分布[J]. 應用生態學報. 2015（04）