海南省早稻產量與生育期氣象因子的灰色關聯與相關性分析

鄧吉良， 李茂芬， 李玉萍， 劉恩平， 郭澎濤

(1.海南大學熱帶農林學院，海南海口 570228； 2.中國熱帶農業科學院科技信息研究所，海南儋州 571737；3.中國熱帶農業科學院橡膠研究所，海南儋州 571737)

水稻為原產于熱帶地區的禾本科草本植物，喜高溫多濕，是熱帶地區最重要的糧食作物之一。我國作為人口大國和農業大國，近幾十年來，隨著全球氣候的變化，越來越多的學者關注氣候變化對水稻產量影響的問題[1-8]。海南省是位于我國最南端的農業大省，屬于熱帶島嶼季風氣候區，受熱帶氣旋、冷空氣、西南低壓槽、南海低壓槽、副熱帶高壓等多種天氣系統影響。近年來，大量的學者開展了海南島氣候變化分析，以及各地氣象因子對早稻產量影響的研究[9-20]，如陳小麗等對海南島各季氣候變化特征進行分析，認為海南氣候變暖趨勢明顯，南部地區各季降水量呈明顯上升趨勢[10]。孫瑞等研究認為，近幾十年來海南島相對濕度、風速和日照時數都有下降趨勢[11]。查光天等研究發現，杭州市早稻產量由氣溫、日照時數、降水量等多種氣象因子決定[12]。羅麗華等學者研究發現，湖南省水稻分蘗期的較高相對濕度會影響早稻總苗數，后期較高的氣溫有利于早稻增產[13]。杜堯東等利用CERES作物生長模型研究表明，氣溫的升高會導致廣東地區水稻生育期縮短，產量減少且品質降低[19]。姚鳳梅等通過DSSAT模型研究認為，隨著近年來氣溫的增加，海口水稻產量有較大幅度的下降[20]。以上學者主要在全年或每季的時間尺度上研究了海南島整體氣候變化趨勢，以及各地氣象因子對早稻的影響。但具體針對海南各個市(縣)早稻生育期內氣象因子變化趨勢的研究較少，海南省早稻生育期氣象因子對早稻產量的影響還未見研究報道。海南省作為我國為數不多的擁有熱帶資源的地區，探究在當前復雜氣候背景下氣象因子對海南省早稻的影響十分必要。

由于地區氣候的差異性，不同地區早稻產量受到的氣象影響不盡相同。本研究為揭示海南省早稻生育期內氣象的變化趨勢以及氣象因子對早稻產量的影響，選取1998—2013年海南省海口、儋州、瓊中、陵水這4個站點的降水量、平均風速、最大風速、平均氣溫、日最高氣溫、日最低氣溫、平均相對濕度、最小相對濕度和日照時數為氣象要素，首次嘗試結合灰色關聯分析、相關性分析和多元逐步回歸分析探究海南省早稻生育期氣象因子對早稻產量的影響，以期找到影響海南省早稻產量的氣象因子，指導農業生產，提高早稻產量。

1 材料與方法

1.1 研究區域

以海南省4個代表性較好、分布較為均勻的站點——海口、儋州、瓊中和陵水為研究區域，具體分布如圖1所示。海口市地處海南島北部，毗鄰瓊中海峽；儋州市位于海南島西部，西臨北部灣；瓊中縣地處海南島中部；陵水縣位于海南島的東南部，東瀕南海。

1.2 數據來源及預處理

本研究于2015年10月在中國熱帶農業科學院科技信息研究所進行。海口、儋州、瓊中、陵水這4個站點1998—2013年的逐日氣象數據(降水量、平均風速、最大風速、平均氣溫、日最高氣溫、日最低氣溫、平均相對濕度、最小相對濕度和日照時數)由國家氣象中心/中國氣象局氣象數據中心提供。為了確保氣象資料的可靠性，首先對數據進行如下質量控制：(1)將原始數據中有缺失值的整條氣象記錄剔除；(2)日最高氣溫小于日最低氣溫的氣象記錄整條剔除。(3)剔除平均風速大于最大風速的整條氣象記錄；(4)最小相對濕度大于平均相對濕度的氣象記錄整條剔除(5)剔除日照時數實際觀測值大于理論值的整條氣象記錄。

早稻產量數據來源于《海南統計年鑒》，海口、儋州、瓊中、陵水4個站點的早稻生育期分別為2—6月、2—6月、1—6月、1—5月。近年來，海南省的水稻種植面積存在波動，因此選擇單產為研究對象，以消除種植面積變化所產生的影響[21]。

1.3 分析方法

由于影響水稻產量的因素除了氣象以外還包括品種創新、政策影響、技術改良等，為了準確地探討氣象因子對水稻產量的影響，將相對氣象產量作為早稻產量研究對象。本研究根據房世波的方法[22]分離出趨勢產量Yt和氣象產量Yw，具體方法如下：

Y=Yt+Yw+e；

(1)

Rm=Yw/Yt×100%。

(2)

式中：Y為實際產量；e為隨機誤差，忽略不計；Yt可由3年滑動平均值求得，代入式(1)計算得到Yw后再代入式(2)，即可計算出相對氣象產量Rm。

灰色關聯分析法精確度較高、使用簡便、適用范圍廣，在農業領域被廣泛應用[23]。本研究以1998—2013年海口、儋州、瓊中、陵水4個站點早稻相對氣象產量為比較序列，將早稻生育期降水量、平均風速、最大風速、平均氣溫、日最高氣溫、日最低氣溫、平均相對濕度、最小相對濕度和日照時數作為參考序列，根據于萍等的方法[24]，計算早稻生育期與早稻產量的關聯系數并對關聯度排序。

最后采用Excel和SPSS軟件進行線性趨勢分析、Pearson相關性分析和多元逐步回歸建模。

2 結果與分析

2.1 早稻單產變化趨勢

1998—2013年以來，在生產技術、氣候因素、品種改良等多重影響下，海口、儋州、瓊中和陵水4個站點早稻單產產生了明顯變化，其中海口和儋州早稻單產呈下降趨勢，瓊中和陵水2站點早稻單產均呈波動上升趨勢。

由表1和圖2可知，除儋州站點的早稻平均單產高于全國早稻平均單產水平(5.46 t/ hm2)外，其余3個站點均低于全國水平(data.stats.gov.cn)。海口早稻實際單產平均值為5.05 t/hm2，1998—2013年單產下降幅度高達13.09%，其中2000年單產最高，達5.99 t/hm2，隨后開始下降。儋州早稻的平均實際單產為5.86t/hm2， 在這16年中小幅波動下降，下降幅度為9.97%。1998至2013年，瓊中和陵水早稻實際單產增長率分別為43.34%和17.07%。瓊中早稻單產平均值為4.89 t/hm2，在2013年達到峰值，為5.92 t/hm2。陵水早稻的平均單產為4.67 t/hm2，2011年單產最高，達 5.37 t/hm2。瓊中和陵水2站點的早稻單產在2005年均有明顯下降，自2006年開始又出現波動型回升。

表1 1998—2013年海南早稻產量基本統計情況

從圖3可以看出，4個站點的氣象單產呈波動型變化。總體上看，海口和儋州2站點的早稻氣象單產呈下降趨勢，瓊中和陵水氣象單產呈上升趨勢。在2005年前后，4個站點的早稻氣象單產均占有較大比例，且在2010年前后氣象單產有逐漸上升的趨勢。以上結果表明，氣象條件對近年來海南省早稻產量依然有較大影響。

2.2 氣象因子變化趨勢

各個站點的氣候因子年際變化趨勢如圖4所示。1998—2013年4個站點早稻生育期的年均降水量波動較大，但均無明顯的變化趨勢。總體上看，陵水早稻生育期的降水量少于其他3個站點，且在2013年達到最低值，降水量僅 130.2 mm。

由圖4可知，海口早稻生育期平均風速和最大風速的線性氣候傾向率分別為1.35 m/(s·10年)和2.31 m/(s·10年)，在2006—2007年，平均風速和最大風速急劇上升，增幅分別達139.70%和118.82%。而儋州和瓊中早稻生育期內的平均風速和最大風速呈明顯的下降趨勢，線性氣候傾向率分別為-0.51、-0.59 m/(s·10年)和 -0.56、-0.75 m/(s·10年)。

1998—2013年，海口、儋州2站點早稻生育期內的平均氣溫、日最高氣溫和日最低氣溫整體呈緩慢下降趨勢。瓊中早稻生育期內日最低氣溫具有小幅上升趨勢。從圖4可以看出，在這16年間，瓊中早稻生育期內平均氣溫和日最低氣溫均明顯低于其他3個站點。陵水早稻生育期的平均氣溫、日最高氣溫均呈下降趨勢，而日最低氣溫則出現緩慢上升。

在早稻生育期相對濕度這一氣象因子中，除儋州外，其他站點平均相對濕度均呈下降趨勢；4個站點的最小相對濕度都為下降趨勢。但僅海口這一站點的最小相對濕度在這16年里有明顯的變化趨勢，線性傾向率為-3.43%/10年。海口早稻生育期最小相對濕度在2000—2002年下降最為明顯，降幅達10.69%。

1998—2013年，4個站點的日照時數均無明顯變化趨勢。其中，瓊中早稻生育期日照時數呈上升趨勢，且整體大于其他3個站點。

2.3 早稻產量與生長季氣象因子的灰色關聯分析

氣象因子對水稻產量的影響是一個持續的過程，因此在整個生育期的時間尺度上采用灰色關聯分析法分析海口、儋州、瓊中、陵水早稻生育期中氣象因子對早稻產量的影響，探討在早稻生育期中影響早稻產量的關鍵氣象因子。分析結果(表2)表明，海口早稻生育期整體氣象因子與早稻產量的關聯度大小排序為平均風速>最大風速>日照時數>日最高氣溫>平均氣溫>日最低氣溫>平均相對濕度>最小相對濕度>降水量。儋州早稻生育期整體氣象因子與早稻產量的關聯度大小排序為平均風速>最大風速>日最高氣溫>平均氣溫>日照時數>日最低氣溫>平均相對濕度>最小相對濕度>降水量。瓊中早稻生育期整體氣象因子與早稻產量的關聯度大小排序為平均風速>降水量>最大風速>日照時數>最小相對濕度>平均相對濕度>日最高氣溫>平均氣溫>日最低氣溫。陵水早稻生育期整體氣象因子與早稻產量的關聯度大小排序為日照時數>最大風速>最小相對濕度>平均相對濕度>日最高氣溫>平均氣溫>日最低氣溫>平均風速>降水量。由此可見，影響海南省早稻產量的主要氣象因子為風速(海口、儋州、瓊中早稻受到平均風速的影響最大，陵水早稻主要受到最大風速的影響)，而降水量這一氣象因子僅對瓊中早稻有較大影響，關聯度為6.036 4，在其他3個站點中均對早稻產量的影響最小。

表2 早稻相對氣象產量與生育期整體氣象因子的灰色關聯度

2.4 早稻產量與生育期內每旬氣象因子的相關性分析

由于水稻生育期內各生長階段需按旬來細分，因此本研究在每旬的時間尺度上探討了早稻生育期氣象因子對4個站點早稻相對氣象產量的影響，分別進行相關性分析。表3為通過顯著性檢驗的早稻氣象因子與相對氣象產量的相關系數。相關性分析表明，影響海口早稻產量的主要氣象因子僅有4月下旬降水量，且為正相關。4月上旬為水稻進入生殖生長的關鍵時期，需水量較大，充足的水分保證了產量的提高。

影響儋州早稻產量的氣象因子主要有3月上旬平均氣溫、3月上旬日最高氣溫、3月上旬日最低氣溫、4月下旬降水量、5月上旬平均相對濕度、5月中旬平均相對濕度、5月中旬最小相對濕度、5月下旬最小相對濕度、6月上旬平均相對濕度、6月中旬平均相對濕度、6月中旬最小相對濕度、6月下旬最小相對濕度，且與產量均呈正相關關系。其中，降水量僅在4月下旬對產量產生影響，平均氣溫、日最高氣溫和日最低氣溫僅在3月上旬影響早稻產量。3月上旬日最低氣溫對早稻產量影響最大，相關系數達0.636。平均濕度和最小相對濕度對產量影響的持續時間較長，影響較大，從5月上旬一直持續到6月下旬。

瓊中早稻產量主要受到2月上旬降水量、2月上旬平均風速、2月上旬最大風速、3月中旬平均相對濕度、5月中旬最大風速、5月中旬平均氣溫、6月上旬平均氣溫、6月上旬平均相對濕度、6月上旬日照時數、6月中旬平均相對濕度、6月下旬平均氣溫、6月下旬日最高氣溫、6月下旬最小相對濕度的影響。4個站點中僅瓊中早稻產量受到平均風速、最大風速和日照時數的顯著影響。產量隨風速的增大而減少，這是由于較大的風速易對水稻產生機械損傷和倒伏，尤其是在生殖生長時期，水稻更易受害[25]。6月上旬的日照時數與早稻產量呈正相關關系，同時其平均氣溫對早稻有增產作用，雖然較長日照和較高的氣溫利于水稻的光合作用，而此時相對濕度越大越容易產生病蟲害，因此6月上旬的平均相對濕度成為產量的限制因子[26]。

影響陵水早稻產量的氣象因子主要有1月下旬平均氣溫、1月下旬日最高氣溫、1月下旬平均相對濕度、2月上旬平均氣溫、2月上旬日最低氣溫、2月上旬平均相對濕度、2月下旬降水量、2月下旬最小相對濕度、5月上旬平均相對濕度、5月上旬最小相對濕度、5月中旬日最低氣溫，且都與產量呈負相關關系。在1月下旬和2月上旬，陵水早稻產量隨氣溫和相對濕度的增加而減少，其主要原因在于水稻在高熱高濕的氣象條件下易發生病蟲害[27]。

2.5 早稻相對氣象產量的逐步回歸分析

多元逐步回歸分析結果如下：

Rm=-1.09+0.003X1+0.016X2+0.013X3-0.012X4，r2=0.794。

(3)

式(3)為海口早稻生育期氣象因子對早稻相對氣象產量的逐步回歸建模結果。其中，X1為4月下旬降水量，X2為6月上旬平均相對濕度，X3為6月下旬最小相對濕度，X4為2月上旬平均相對濕度。

Rm=-0.47+0.004X1+0.001X2+0.011X3，r2=0.831。

(4)

式(4)為儋州早稻生育期氣象因子對早稻相對氣象產量的回歸方程式。其中，X1為5月中旬最小相對濕度，X2為4月下旬降水量，X3為3月上旬平均氣溫。

Rm=0.358-0.031X1+0.004X2+0.025X3-0.138X4+0.100X5+0.018X6-0.027X7-0.001X8+0.004X9+0.002X10+0.001X11，r2=1。

(5)

式(5)為瓊中早稻生育期氣象因子對早稻相對氣象產量的逐步回歸建模結果。其中，X1為6月下旬日最高氣溫，X2為2月上旬降水量，X3為3月上旬日最低氣溫，X4為5月上旬平均風速，X5為4月中旬平均風速，X6為5月上旬最大風速，X7為5月中旬平均風速，X8為6月中旬日照時數，X9為1月上旬日最低氣溫，X10為3月中旬平均相對濕度，X11為4月下旬日最低氣溫。

表3 與早稻相對氣象產量顯著相關的氣象因子(P<0.05)

注：“—”表示氣象因子與早稻相對氣象產量的相關性未達α=0.05的顯著性水平。

Rm=0.595-0.004X1-0.001X2-0.008X3-0.030X4+0.005X5-0.005X6-0.002X7，r2=0.999。

(6)

式(6)為陵水早稻生育期氣象因子對早稻相對氣象產量的回歸方程。其中，X1為1月下旬平均相對濕度，X2為2月下旬降水量，X3為1月上旬日最高氣溫，X4為1月下旬最大風速，X5為1月上旬日最高氣溫，X6為2月上旬日最低氣溫，X7為1月中旬日最低氣溫。

經過多元逐步回歸分析，4個地區早稻產量模型均通過α=0.05水平的顯著性檢驗。采用1998—2013年的氣象數據對4個地區的早稻產量模型進行回代擬合，由表4可知，海口2013年產量誤差最大，為-11.20%。海口、儋州、瓊中、陵水4個站點絕對誤差的平均值分別為3.25%、2.19%、0.35%、3.50%，絕對誤差≤5%的擬合率分別為75.00%、93.75%、100.00%、87.50%，瓊中早稻產量模型的擬合度最好，儋州早稻產量模型的擬合度次之。表明4個早稻產量模型可以較為準確地分析氣候因子對早稻產量的影響，并進行產量預報。

3 討論與結論

在全球氣候變暖的背景下，1998—2013年海口和儋州早稻產量明顯下降，分別在2003年和2005年以后有緩慢上升趨勢，表明近年來海南省早稻產量有持續回升的可能。雖然海口和儋州早稻在16年里由于政策條件、品種改良和技術革新等影響氣象單產所占比例有所下降， 但4個站點的氣象單產均在2010年前后比重有所增加，結果表明，未來一段時間氣象因子依然會對海南省早稻產量產生較大影響。以海口為代表的海南島北部、以儋州為代表的海南島西部和以瓊中為代表的海南島中部早稻產量主要受到平均風速影響，以陵水為代表的海南島東南部主要受到日照時數影響。

表4 1998—2013年各站點早稻產量實際值與擬合值

在4個站點的早稻生育期中，海口平均風速和最大風速具有明顯上升趨勢(其中在2006—2007年，平均風速和最大風速急劇上升，增幅分別達139.7%和118.82%)，最小相對濕度呈明顯下降趨勢；儋州和瓊中平均風速和最大風速呈明顯下降趨勢；陵水日最低氣溫呈明顯下降趨勢。4個站點的其他氣象因子在1998—2013年均無明顯變化趨勢。

1998—2013年期間，瓊中日照時數整體大于海口、儋州和陵水，然而平均氣溫和日最低氣溫明顯小于其他3個站點，瓊中日照時數、氣溫和降水量等氣象因子之間的關系還有待進一步分析。

從整個生育期的時間尺度來看，灰色關聯分析結果表明，影響海口、儋州和瓊中早稻產量的主要氣象因子均為平均風速，影響陵水早稻產量的氣象因子為日照時數。在旬的時間尺度上的相關性分析結果表明，對海口、儋州、瓊中和陵水早稻產量影響最大的氣象因子分別為4月下旬降水量、3月上旬日最低氣溫、6月下旬日最高氣溫、1月下旬平均相對濕度。影響海口早稻產量的主要氣象因子僅有4月下旬降水量，且為正相關；儋州早稻生育期平均濕度和最小相對濕度對產量影響的持續時間較長，影響較大，呈正相關關系，其影響從5月上旬一直持續到6月下旬；4個站點中僅瓊中早稻產量受到平均風速、最大風速和日照時數的影響，早稻產量與2月上旬平均風速和最大風速、5月中旬最大風速呈負相關，而6月上旬日照時數的增加有利于提升產量；陵水早稻產量則主要受到氣溫和相對濕度的影響，且產量隨氣溫和相對濕度的增加而減少。

經過多元逐步回歸分析，4個站點的早稻產量模型能較為準確地預報產量并分析氣象因子對產量的影響。

氣象變化對水稻生產的影響有諸多不確定性，在生產上應及時關注天氣動態，早稻生育期內不同時期采取相應的措施來增加產量或減少損失。如瓊中的早稻產量與3月中旬平均相對濕度呈正相關關系，因此當降水量較少、氣溫較高時可以適當灌水；而在6月上旬，早稻產量與平均相對濕度呈負相關關系，當降水較多時應采取適時、適當排水落干的措施，減少病蟲害的發生及其他不利影響。同時，在不同的水稻物候期應注意不同主要氣象因子的影響。為了提高早稻產量，減少災害發生幾率，可以根據氣象條件提前或延后水稻種植。因此農業部門應做好農業氣象預報，完善預防災害措施和災后恢復指導工作。