氣候變化背景下隨州市中稻抽穗揚(yáng)花適宜期研究

楊濤 鮑鳳霞 馮文麗 敖銀銀

摘要：利用隨州市2個(gè)國(guó)家氣象站1957—2017年的氣溫觀測(cè)數(shù)據(jù)，通過(guò)函數(shù)擬合的方式模擬中稻生長(zhǎng)季內(nèi)抽穗揚(yáng)花期高溫?zé)岷偷蜏乩浜Πl(fā)生幾率隨時(shí)間的變化，從而確定中稻遭遇高溫?zé)岷偷蜏乩浜︼L(fēng)險(xiǎn)幾率較小的抽穗揚(yáng)花適宜期時(shí)段，并分析其變化規(guī)律。結(jié)果表明，在氣候變化背景下，隨州市一季中稻抽穗揚(yáng)花適宜期持續(xù)時(shí)間呈現(xiàn)增加趨勢(shì)，每10年平均增加2 d左右。

關(guān)鍵詞：氣候變化;中稻;抽穗揚(yáng)花;適宜期;隨州市

中圖分類號(hào)：S511.3+2? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）16-0054-05

DOI：10.14088/j.cnki.issn0439-8114.2019.16.012? ? ? ? ? ?開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： Based on the temperature data of two national meteorological observation stations in Suizhou city from 1957 to 2017， the variation of the occurrence probability of high temperature heat damage and low temperature cold damage over time in the heading and flowering stage of middle rice growing season was simulated by function fitting. And the suitable time period of heading and flowering was determined and its variation rule was analyzed. The results showed that the suitable period presented a increasing trend under the background of climate change in Suizhou city， the average increase was about 2 days every 10 years.

Key words： climate change; mid-season rice; heading and flowering; suitable period; Suizhou city

隨州市位于鄂北丘陵地帶，地處南北氣候過(guò)渡地帶。受制于溫、光、水資源條件以及季節(jié)和勞動(dòng)力矛盾，其水稻生產(chǎn)以一季中稻為主。一季中稻由于播期靈活，生長(zhǎng)季時(shí)間段跨度較大，中稻生長(zhǎng)季時(shí)間段一般為4月中下旬到9月中下旬，由于受到夏季副熱帶高壓等因素的影響[1]，隨州市夏季出現(xiàn)高溫的幾率較大，而中稻的抽穗揚(yáng)花期集中在7、8月，因此這個(gè)階段很容易受到高溫的影響。高溫達(dá)到一定程度就會(huì)造成中稻生殖生長(zhǎng)出現(xiàn)障礙，影響中稻品質(zhì)和產(chǎn)量[2-4]。同時(shí)，由于氣候變化，盛夏低溫冷害的出現(xiàn)頻率也逐漸升高，中稻在抽穗到成熟階段遭遇低溫冷害也會(huì)顯著影響中稻的產(chǎn)量形成過(guò)程。因此，從降低中稻抽穗揚(yáng)花期高溫?zé)岷偷蜏乩浜︼L(fēng)險(xiǎn)的角度出發(fā)，開(kāi)展氣候變化背景下隨州市中稻抽穗揚(yáng)花適宜期的研究，并以此評(píng)估氣候變化可能帶來(lái)的影響。在此基礎(chǔ)上尋找有關(guān)應(yīng)對(duì)措施，對(duì)于最大程度上減少氣候變化對(duì)中稻帶來(lái)的不利影響[5，6]具有非常重要的意義。

1? 材料與方法

1.1? 資料來(lái)源

氣溫觀測(cè)數(shù)據(jù)來(lái)源于隨州市氣象臺(tái)，主要包括隨州、廣水2個(gè)國(guó)家氣象觀測(cè)站1957—2017年共61年的逐日平均氣溫、日最高氣溫、日最低氣溫觀測(cè)資料，所有數(shù)據(jù)均通過(guò)了氣象部門(mén)的基本質(zhì)量檢驗(yàn)。

1.2? 研究方法

1.2.1? 中稻高溫?zé)岷偷蜏乩浜χ笜?biāo)的確定? 熱害和冷害對(duì)中稻產(chǎn)生影響主要由兩方面構(gòu)成，一是溫度大于（小于）中稻某個(gè)生育階段適宜生長(zhǎng)的臨界溫度;二是該過(guò)程持續(xù)了一段時(shí)間，兩者共同作用對(duì)中稻產(chǎn)生不利影響[7]。結(jié)合湖北省氣候背景，將連續(xù)3 d及以上日最高氣溫超過(guò)35 ℃作為高溫?zé)岷μ鞖獾臍庀笾笜?biāo)[8];把連續(xù)3 d及以上日平均氣溫低于22 ℃作為低溫冷害天氣的氣象指標(biāo)[9]。

1.2.2? 發(fā)生幾率統(tǒng)計(jì)方法? 高溫?zé)岷偷蜏乩浜κ且环N隨機(jī)事件，可以把高溫?zé)岷Γǖ蜏乩浜Γ┻@一隨機(jī)事件出現(xiàn)的頻率作為概率的估計(jì)值。某站點(diǎn)資料的年數(shù)為N，以通過(guò)定義的高溫?zé)岷Γǖ蜏乩浜Γ┑臍庀笾笜?biāo)考察N年中某個(gè)同一日期出現(xiàn)持續(xù)高溫（低溫）事件總的年數(shù)M，那么就可以將M/N作為該日期水稻高溫?zé)岷Γǖ蜏乩浜Γ┛赡馨l(fā)生幾率的估計(jì)值。

1.2.3? 熱害幾率隨時(shí)間變化的擬合? 從高溫?zé)岷Πl(fā)生規(guī)律來(lái)看，高溫?zé)岷茁实姆植碱愃朴诮y(tǒng)計(jì)學(xué)里的正態(tài)分布曲線，在某個(gè)日期，高溫?zé)岷μ鞖獍l(fā)生的幾率最大，距離這個(gè)日期的左右兩側(cè)越遠(yuǎn)，發(fā)生幾率越小。結(jié)合張方方等[10]的研究成果，用式（1）擬合高溫?zé)岷Τ霈F(xiàn)幾率隨時(shí)間的變化曲線：

式中，I為日序;I0為發(fā)生幾率最大日期的日序;A為最大幾率;D可以反映持續(xù)高溫天氣的時(shí)間長(zhǎng)短;I0、A、D均為參數(shù)。

1.2.4? 冷害幾率隨時(shí)間變化的擬合? 根據(jù)對(duì)水稻夏季低溫冷害出現(xiàn)幾率的分析，湖北省中稻抽穗揚(yáng)花期的低溫冷害基本都是從7月下旬開(kāi)始出現(xiàn)，發(fā)生幾率很小。但是隨著時(shí)間往后推移，幾率逐漸增大。根據(jù)概率隨時(shí)間變化的曲線，可以看出曲線走勢(shì)類似于Logistic曲線[11]，因此采用Logistic函數(shù)式（2）模擬低溫冷害幾率隨時(shí)間變化的曲線：

式中，I為日序;K、Ic和b為模型參數(shù)。由于隨著時(shí)間推移到達(dá)秋冬季，日平均溫度逐漸降至低溫冷害界限溫度之下，則F（I）值最終趨近并等于1，因此K必然等于1。

1.2.5? 抽穗揚(yáng)花適宜期的定義和計(jì)算方法? 7月下旬至8月上中旬是高溫?zé)岷Πl(fā)生幾率相對(duì)較高的時(shí)期，隨后逐漸進(jìn)入秋季，冷害出現(xiàn)的幾率逐漸增大，在8月底9月初低溫冷害的出現(xiàn)會(huì)對(duì)中稻生殖生長(zhǎng)過(guò)程產(chǎn)生影響。因此需要確定一段使中稻在抽穗揚(yáng)花關(guān)鍵時(shí)期遭遇高溫?zé)岷偷蜏乩浜︼L(fēng)險(xiǎn)的幾率較小的安全時(shí)期，盡量規(guī)避抽穗揚(yáng)花期高溫?zé)岷偷蜏乩浜τ绊憥?lái)的危害，將這段時(shí)期稱之為中稻抽穗揚(yáng)花適宜期。

計(jì)算中稻抽穗適宜期的方法如圖1所示，根據(jù)高溫?zé)岷偷蜏乩浜Πl(fā)生幾率公式推導(dǎo)計(jì)算高溫?zé)岷Πl(fā)生幾率大于0.1的終止日序I1、低溫冷害發(fā)生幾率大于0.1的起始日序I2，從而得出中稻抽穗揚(yáng)花期內(nèi)遭受高溫?zé)岷偷蜏乩浜Φ牡惋L(fēng)險(xiǎn)的I1至I2區(qū)間，即中稻的抽穗揚(yáng)花適宜期時(shí)段。

1.2.6? 研究目標(biāo)長(zhǎng)期變化趨勢(shì)的分析方法? 對(duì)隨州和廣水兩站的歷史資料以30年為一個(gè)時(shí)間序列，從資料起始年開(kāi)始逐年滑動(dòng)分段，即1957—1986年為時(shí)間序列1、1958—1987年為時(shí)間序列2、……1988—2017年為時(shí)間序列32。對(duì)每一個(gè)時(shí)段采用估算非線性參數(shù)的Levenberg-Marquardt迭代最優(yōu)化算法分別擬合式（1）和式（2），從而計(jì)算得到每個(gè)時(shí)間序列中的相關(guān)參數(shù)。

利用線性傾向估計(jì)來(lái)研究特征量的氣候變化趨勢(shì)，用yi表示第i個(gè)30年時(shí)間序列中的某個(gè)特征量，建立yi和i的一元線性回歸方程：

式中，i表示時(shí)間序列序號(hào)，i=1，2，3……n;b表示線性方程的斜率，即線性變化趨勢(shì)與速率。當(dāng)b>0時(shí)，表示增加趨勢(shì);當(dāng)b<0時(shí)，表示減少趨勢(shì);當(dāng)b=0時(shí)，表示無(wú)變化趨勢(shì)[12]。將b×10定義為氣候傾向率[13]，并用F檢驗(yàn)法進(jìn)行顯著性檢驗(yàn)。

利用非參數(shù)統(tǒng)計(jì)檢驗(yàn)的Mann-Kendall法檢驗(yàn)長(zhǎng)期變化趨勢(shì)。Mann-Kendall法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，其優(yōu)點(diǎn)是不需要樣本遵循一定的分布，能夠客觀地表征樣本序列整體變化趨勢(shì)。

2? 結(jié)果與分析

2.1? 高溫?zé)岷Α⒌蜏乩浜Πl(fā)生幾率函數(shù)的擬合

根據(jù)前述的擬合函數(shù)，利用相關(guān)算法計(jì)算相關(guān)參數(shù)后，繪制樣本曲線和擬合函數(shù)的曲線，如圖2和圖3所示，圖中虛線為發(fā)生幾率的實(shí)際變化曲線，實(shí)線為擬合的函數(shù)曲線，可以看出式（1）和式（2）能夠很好地模擬高溫?zé)岷Α⒌蜏乩浜Πl(fā)生幾率隨時(shí)間的變化。

2.2? 高溫?zé)岷Πl(fā)生幾率極大值、極大值出現(xiàn)日序的變化趨勢(shì)分析

根據(jù)擬合的高溫?zé)岷茁蕵O大值（A）繪制A隨時(shí)間序列的變化曲線，如圖4所示，可以看出，截至第13個(gè)時(shí)間序列（1969—1998年），隨州站高溫?zé)岷茁蕵O大值大于廣水站，而后開(kāi)始小于廣水站。隨州站高溫?zé)岷茁蕵O大值氣候傾向率為0.004/10年，但是未通過(guò)0.05的顯著性檢驗(yàn)。廣水站的高溫?zé)岷茁蕵O大值隨時(shí)間基本呈現(xiàn)增大趨勢(shì)，氣候傾向率為0.035/10年，并且通過(guò)了0.05的顯著性檢驗(yàn)。

高溫?zé)岷茁蕵O大值出現(xiàn)的日序I0隨時(shí)間序列變化如圖5所示，可以看出，在同一時(shí)間序列時(shí)，廣水站的極大值出現(xiàn)日序始終大于隨州站，這表明廣水站出現(xiàn)高溫?zé)岷赡苄宰畲蟮娜掌谝入S州站晚，計(jì)算可知平均晚了2 d左右。總體上而言，隨州站和廣水站I0均呈現(xiàn)減小的趨勢(shì)，即出現(xiàn)高溫?zé)岷赡苄宰畲蟮娜掌谠诓粩嗵崆啊Ｓ?jì)算I0的氣候傾向率可知隨州站為-1.6 d/10年、廣水站為-2.3 d/10年，兩者均通過(guò)了0.05的顯著性檢驗(yàn)，即每10年最可能出現(xiàn)高溫?zé)岷Φ娜掌陔S州站提前1.6 d，廣水站提前2.3 d。

以1957—1986年、1988—2017年頭尾兩個(gè)時(shí)間序列為例分析，熱害幾率極大值及其出現(xiàn)的日序?qū)?yīng)日期如表1所示，截至2017年年底，隨州站的熱害幾率極大值增加了0.04左右，其出現(xiàn)日期提前了3 d左右;廣水站熱害幾率極大值增加了0.13左右，其出現(xiàn)日期提前了8 d左右。廣水站的增大更為明顯，出現(xiàn)日期的提前程度更大。

2.3? 中稻抽穗揚(yáng)花適宜期計(jì)算和分析

2.3.1? 高溫?zé)岷Πl(fā)生幾率大于0.1的終止日序（I1）分析? 由圖6可以看出，總體趨勢(shì)均是隨著時(shí)間的推移，高溫?zé)岷Πl(fā)生幾率大于0.1的終止日序呈現(xiàn)減小趨勢(shì)，即發(fā)生幾率大于0.1的日期提前。I1的氣候傾向率隨州站為-3.2 d/10年、廣水站為-2.1 d/10年，即每10年高溫?zé)岷Πl(fā)生幾率大于0.1的終止日序隨州站提前3.2 d，廣水站提前2.1 d，兩者都通過(guò)了0.05的顯著性檢驗(yàn)。

2.3.2? 低溫冷害發(fā)生幾率大于0.1的起始日序（I2）分析? 從圖7可以看出，I2的變化趨勢(shì)兩站差異比較明顯，隨州站基本呈現(xiàn)減小趨勢(shì)，即冷害幾率大于0.1的起始日序是提前的，其氣候傾向率為-1.0 d/10年，每10年起始日序提前1 d左右，并且通過(guò)了0.05的顯著性檢驗(yàn)。而廣水站低溫冷害發(fā)生幾率大于0.1的起始日序，未通過(guò)0.05的顯著性檢驗(yàn)，即變化趨勢(shì)不明顯，主要在240～242（對(duì)應(yīng)日期為8月29—31日）上下浮動(dòng)。

2.3.3? 中稻抽穗揚(yáng)花適宜期分析? 根據(jù)抽穗揚(yáng)花適宜期的定義可知其持續(xù)天數(shù)為I2-I1+1，對(duì)32個(gè)時(shí)間序列抽穗揚(yáng)花適宜期時(shí)間進(jìn)行分析，可知隨州、廣水兩站抽穗揚(yáng)花適宜期持續(xù)天數(shù)均為8～18 d。適宜期起始日期兩站變幅都較大，隨州站為8月10—23日，變幅達(dá)14 d，廣水站為8月13—24日，變幅達(dá)12 d;適宜期終止日期的變幅較小，隨州站為8月27—30日，廣水站為8月29—31日。隨州、廣水兩站部分時(shí)間段中稻抽穗揚(yáng)花適宜期起止時(shí)間及持續(xù)天數(shù)如表2所示。

由圖8可以看出，在同一時(shí)間序列下，廣水站的適宜期持續(xù)時(shí)間始終大于或者等于隨州站，線性傾向估計(jì)氣候傾向率，隨州站為2.2 d/10年、廣水站為2.1 d/10年，表明每10年中稻抽穗揚(yáng)花適宜期持續(xù)時(shí)間隨州站增加2.2 d，廣水站增加2.1 d，均通過(guò)了0.05的顯著性檢驗(yàn)。

2.4? M-K氣候變化趨勢(shì)檢驗(yàn)

利用M-K檢驗(yàn)法分析上述研究特征量的氣候變化趨勢(shì)，趨勢(shì)檢驗(yàn)Z計(jì)算結(jié)果如表3所示，隨州站的高溫?zé)岷茁蕵O大值未通過(guò)檢驗(yàn)，表明其長(zhǎng)期變化趨勢(shì)不明顯;幾率極大值出現(xiàn)日序、高溫?zé)岷Πl(fā)生幾率大于0.1的終止日序隨州、廣水兩站Z都小于0，呈現(xiàn)明顯的下降趨勢(shì)，均通過(guò)置信度檢驗(yàn);低溫冷害發(fā)生幾率大于0.1的起始日序隨州站Z小于0，呈現(xiàn)明顯的下降趨勢(shì)，通過(guò)了置信度檢驗(yàn)，廣水站未通過(guò)檢驗(yàn)。中稻抽穗揚(yáng)花適宜期持續(xù)天數(shù)Z都大于0，均呈現(xiàn)明顯的上升趨勢(shì)，通過(guò)置信度檢驗(yàn)。將M-K趨勢(shì)檢驗(yàn)結(jié)果與前述的線性回歸趨勢(shì)檢驗(yàn)結(jié)果比較，可以看出二者結(jié)果完全一致。

3? 小結(jié)與討論

中稻抽穗揚(yáng)花期是一季中稻產(chǎn)量形成的關(guān)鍵生育階段，基于降低抽穗揚(yáng)花期內(nèi)遭受高溫?zé)岷偷蜏乩浜︼L(fēng)險(xiǎn)的角度出發(fā)，通過(guò)函數(shù)擬合的方式研究了氣候變化背景下隨州市中稻生育期內(nèi)高溫?zé)岷偷蜏乩浜Πl(fā)生幾率隨時(shí)間的變化規(guī)律，從而分析得出抽穗揚(yáng)花適宜期時(shí)段及其變化特征。

1）高溫?zé)岷茁蕵O大值變化趨勢(shì)隨州站不明顯，廣水站呈現(xiàn)增大趨勢(shì)，但是兩者高溫?zé)岷茁蕵O大值出現(xiàn)的時(shí)間都呈現(xiàn)提前趨勢(shì)，在每10年中最可能出現(xiàn)高溫?zé)岷Φ娜掌陔S州站提前1.6 d，廣水站提前2.3 d。

2）中稻抽穗揚(yáng)花適宜期的起始時(shí)間隨州站分布在8月10—23日，廣水站分布在8月13—24日，而且都呈現(xiàn)提前的趨勢(shì)，每10年隨州站提前3.2 d，廣水站提前2.1 d。

3）中稻抽穗揚(yáng)花適宜期的終止時(shí)間隨州站分布在8月27—30日，廣水站在8月29—31日，隨州站呈現(xiàn)提前的變化趨勢(shì)，每10年隨州站提前1.0 d，廣水站的變化趨勢(shì)不明顯。

4）隨州、廣水兩站抽穗揚(yáng)花適宜期持續(xù)時(shí)間均在8～18 d，在同一時(shí)期，廣水站的適宜期持續(xù)時(shí)間始終大于或者等于隨州站，持續(xù)時(shí)間都有增加的趨勢(shì)，每10年持續(xù)時(shí)間隨州站增加2.2 d，廣水站增加2.1 d。

由于一季中稻的播期非常靈活，結(jié)合氣候變化背景下隨州市中稻抽穗揚(yáng)花適宜期的變化規(guī)律，可以在生產(chǎn)實(shí)踐中通過(guò)調(diào)整優(yōu)化播期、選擇適宜品種等方式，將當(dāng)?shù)胤N植中稻的抽穗揚(yáng)花期控制在低風(fēng)險(xiǎn)的適宜時(shí)段，從而降低風(fēng)險(xiǎn)以應(yīng)對(duì)氣候變化對(duì)當(dāng)?shù)刂械旧a(chǎn)可能造成的影響。

參考文獻(xiàn)：

[1] 葛道闊，金之慶，石春林，等.氣候變化對(duì)中國(guó)南方水稻生產(chǎn)的階段性影響及適應(yīng)性對(duì)策[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2002，18（1）：1-8.

[2] 王才林，仲維功.高溫對(duì)水稻結(jié)實(shí)率的影響及其防御對(duì)策[J].江蘇農(nóng)業(yè)科學(xué)，2004，9（1）：15-18.

[3] 張? 彬.抽穗開(kāi)花期高溫對(duì)水稻產(chǎn)量和品質(zhì)的影響及生態(tài)避熱技術(shù)途徑[D].南京：南京農(nóng)業(yè)大學(xué)，2006.

[4] 任義方，高? 蘋(píng)，王春乙.江蘇高溫?zé)岷?duì)水稻的影響及成因分析[J].自然災(zāi)害學(xué)報(bào)，2010，19（5）：101-107.

[5] IPCC. Climate change 2001：The scientific basis[M].New York：Cambridge university press，2001.101-125.

[6] 李守華，田小海，黃永平，等.江漢平原近50年來(lái)中稻花期危害高溫發(fā)生的初步分析[J].中國(guó)農(nóng)業(yè)氣象，2007，28（1）：5-8.

[7] 帥細(xì)強(qiáng)，蔡榮輝，劉? 敏，等.近50年湘鄂雙季稻低溫冷害變化特征研究[J].安徽農(nóng)業(yè)科學(xué)，2010，38（15）：8065-8068.

[8] 謝曉金，李秉柏，王? 琳，等.長(zhǎng)江中下游地區(qū)高溫時(shí)空分布及水稻花期的避害對(duì)策[J].中國(guó)農(nóng)業(yè)氣象，2010，31（1）：144-150.

[9] 楊愛(ài)萍，馮? 明，劉安國(guó).湖北省水稻盛夏低溫冷害變化特征分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，28（6）：771-775.

[10] 張方方，劉安國(guó)，劉志雄.湖北省水稻高溫?zé)岷Πl(fā)生規(guī)律的初步研究[J].現(xiàn)代農(nóng)業(yè)科學(xué)，2009，16（5）：217-218，221.

[11] 陳升孛.湖北省水稻熱害和夏季冷害變化規(guī)律及防御對(duì)策研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2012.

[12] 魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M].第2版.北京：氣象出版社，2007.37-39.

[13] 施? 能，陳家其，屠其璞.中國(guó)近百年來(lái)4個(gè)年代際的氣候變化特征[J].氣象學(xué)報(bào)，1995，53（4）：431-439.