四川盆地水稻高溫熱害影響評估

陳東東 栗曉瑋 王森

摘要：利用四川省40個農(nóng)業(yè)氣象觀測站1990—2012年的農(nóng)業(yè)氣象觀測資料和7月中旬至8月中旬逐日氣象資料，選取早稻高溫熱害的主要影響因子，建立四川省稻抽穗揚花期和灌漿結(jié)實期高溫熱害影響評估模型，并利用1994—2012年農(nóng)業(yè)氣象觀測站代表點的水稻千粒質(zhì)量、四川災害大典對災害記錄資料進行驗證。結(jié)果表明，最高氣溫、氣溫日較差和高溫持續(xù)日數(shù)是四川省水稻高溫熱害的主要影響因子。在此基礎上，結(jié)合主成分分析法構(gòu)建高溫熱害評估計算模型，其準確率較高，可以用來定量評價四川省水稻高溫熱害發(fā)生程度。據(jù)此確定的高溫熱害評價指標：高溫熱害指數(shù)Y>0.35時，發(fā)生重度高溫熱害，水稻減產(chǎn)率>10%;在0.25

關鍵詞：水稻;高溫熱害;主成分分析;評估模型

中圖分類號：S428;S162.5+3

文獻標志碼：A

文章編號：1002-1302（2020）16-0091-05

四川省是我國水稻最適宜的生長區(qū)之一，水稻產(chǎn)量約占全年糧食總產(chǎn)量的50%左右。該地區(qū)地形復雜，自然災害頻發(fā)，給農(nóng)業(yè)生產(chǎn)帶來巨大的損失[1]。高溫熱害是水稻生長過程中遭受的主要農(nóng)業(yè)氣象災害之一，隨著全球變暖，高溫熱害對水稻生產(chǎn)的影響不斷增加[2-3]。而水稻在不同的發(fā)育期對高溫脅迫下的表現(xiàn)也有所差異[4]。四川水稻高溫熱害多在抽穗揚花和灌漿乳熟期發(fā)生，其危害大小主要取決于高溫的強度和持續(xù)時間[5]。許多學者針對水稻高溫熱害開展了相關研究。金志鳳等探討了浙江省水稻高溫熱害的時空分布特征[6]。任義方等研究得出江西省水稻高溫熱害發(fā)生的環(huán)流原因[7]。段驊等探討了高溫對不同水稻品種產(chǎn)量和品質(zhì)形成的影響[8]。羅孳孳等建立了重慶地區(qū)水稻抽穗揚花期和灌漿結(jié)實期高溫熱害指標與計算方法，分析了重慶區(qū)水稻高溫熱害的時空分布規(guī)律[9]。何永坤等分析了四川盆地東部水稻高溫熱害的分布規(guī)律，得出水稻高溫熱害重發(fā)地區(qū)主要集中在該區(qū)域的中部，呈西南向東北方向延伸[10]。陽圓燕等通過篩選影響氣象的主要因子，建立了三峽庫區(qū)水稻高溫熱害累積危害指數(shù)[11]。趙藝等研究得出，氣象要素對四川盆地水稻產(chǎn)量構(gòu)成要素均會產(chǎn)生影響，但影響的生育期各不相同[12]。劉佳等分析了四川水稻抽穗揚花期和灌漿結(jié)實期高溫熱害時空特征[13]。以往的研究多側(cè)重于對高溫熱害的規(guī)律、發(fā)生氣象條件以及時空分布特征的研究。

針對四川水稻高溫熱害的評估研究還少有報道，即便有開展高溫熱害影響評估的研究，多數(shù)還停留在建立高溫熱害指標，以一定的高溫強度和不同持續(xù)時間來確定高溫熱害發(fā)生程度，這在一定程度上能夠反映出大體的趨勢，但缺乏對高溫熱害程度的一個評價指標和評判標準，很難實現(xiàn)量化評估。

大多數(shù)研究對于高溫熱害采用的溫度指標基本一致[14-15]。四川盆地水稻在7月中旬開始抽穗，8月中下旬成熟，分析時段為7月中旬至8月下旬。高溫熱害對四川水稻影響的敏感期主要是這一階段，本研究首先采用相關分析方法選取高溫熱害主要影響因子，然后利用主成分分析方法構(gòu)建高溫熱害評估和指數(shù)計算模型，以期為制定四川水稻生產(chǎn)計劃、防災減災措施及種植制度優(yōu)化等提供理論依據(jù)。

1 資料與方法

1.1 資料來源

氣象資料來源于四川省農(nóng)業(yè)氣象中心，主要包括相關站點1990—2012年的逐日平均溫度、最高氣溫、日照時數(shù)、相對濕度等;作物生育期資料來源于1990—2012年四川省盆地40個水稻農(nóng)業(yè)氣象觀測站觀測報表;災損資料來自《中國氣象災害大典（四川卷）》對四川歷年干旱災害的詳細記載[16]。

1.2 高溫定義

本研究規(guī)定，若當天日最高氣溫超過35 ℃且日平均氣溫超過30 ℃，定義為1個高溫日;連續(xù)出現(xiàn)3 d以上的高溫日，定義為1次高溫熱害[4，10，17]。

1.3 分析方法

對各主要影響因子序列進行Min-max標準化處理。然后利用主成分分析方法構(gòu)建高溫熱害評估和指數(shù)計算模型，并用1991—2000年各站資料進行回代檢驗。

標準化計算方法：

式中：Xi為當年某氣候因子值，Ximax為該氣象因子的最大值，Ximin為該氣象因子最小值，Xi′為標準化后數(shù)據(jù)。采用SPSS軟件進行統(tǒng)計分析。

2 結(jié)果與分析

2.1 水稻高溫熱害主要影響因子的選取

為建立水稻高溫熱害影響評估指標體系，統(tǒng)計四川省農(nóng)業(yè)氣象觀測站2003—2009年水稻生育期間抽穗揚花和灌漿乳熟階段共282個高溫熱害天氣過程，采用相關分析方法選取高溫熱害主要影響因子，包括最高溫度、氣溫日較差、高溫持續(xù)天數(shù)、日照時數(shù)、相對濕度[4，12，18]，統(tǒng)計結(jié)果見表1。

應用SPSS 18統(tǒng)計分析軟件對評價指標進行主成分分析，結(jié)果如表2所示。前2個主成分的累積貢獻率已達到69.27%，概括了原始評價因子的主要信息，在降低了因子數(shù)量的前提下，保留了主要信息，因此選擇前2個主成分進行分析。

設F1、F2分別代表第1、第2主成分，由表3（初始因子載荷矩陣）中的數(shù)據(jù)除以主成分相對應的特征根開平方根便得到2個主成分中每個指標所對應的系數(shù)。F1、F2分別為

以每個主成分分析所對應的特征值λ占所提取主成分總的特征值之和的比例作為權(quán)重，計算高溫熱害評估和指數(shù)計算模型，即

2.2 水稻高溫熱害等級劃分

選取水稻高溫熱害高發(fā)區(qū)農(nóng)業(yè)氣象觀測站1994—2012年水稻抽穗揚花及灌漿結(jié)實期典型的高溫年，計算其高溫熱害評估指數(shù)，并與水稻千粒質(zhì)量增減率（%）進行對比分析，結(jié)果如表4所示。可以看出，水稻高溫熱害指數(shù)與水稻千粒質(zhì)量增減率（%）的相關系數(shù)達到了-0.45，通過了0.01的顯著性檢驗。

經(jīng)查閱文獻[4，19-20]，按照減產(chǎn)率<5%為輕度影響，高溫熱害等級為1級;5%～10%為中度影響，高溫熱害等級為2級;>10%為高度影響，高溫熱害等級為3級。根據(jù)《中國氣象災害大典（四川卷）》，參考水稻高溫熱害高發(fā)區(qū)典型年份的監(jiān)測指數(shù)及劉佳等對四川水稻高溫熱害監(jiān)測指數(shù)等級的劃分[13]，結(jié)合四川省農(nóng)業(yè)氣象觀測站點對千粒質(zhì)量的統(tǒng)計進行對比分析，確定水稻高溫熱害監(jiān)測指數(shù)等級劃分標準，將其分為輕、中、重3個等級（表5）。

2.3 水稻高溫熱害評估模型驗證情況

按照公式（5）計算四川盆地1991—2000年的高溫熱害評估指數(shù)，按照表5的高溫熱害等級劃分，制作逐年的高溫熱害分布圖（圖1），并結(jié)合災害大典的記錄情況進行對比分析，結(jié)果如表6所示。

綜上對比了10年的四川災害大典記錄（表6）和高溫熱害空間分布（圖1），結(jié)果表明：10年中，完全吻合1年，準確率100%;基本吻合有7年，準確率95%;出入稍大的僅有2年。說明模型反映水稻高溫熱害準確度較高，無論是空間分布還是局部信息的反應上，都比較靈敏，總體準確率達76.5%。

3 討論和結(jié)論

以往的研究多以高溫熱害的指標為主，缺少對高溫熱害的定量評估[9-10、14]。本研究利用氣象觀測資料，結(jié)合災害大典記錄，建立了水稻高溫熱害

評估模型，實現(xiàn)了水稻高溫熱害評估由定性轉(zhuǎn)變?yōu)槎浚鶕?jù)高溫熱害評估值可以估算出高溫熱害天氣過程對水稻產(chǎn)量造成損失的閾值，相比以往的熱害研究更有參考價值。然而在模型建立過程中未考慮其他災害的影響，大田生產(chǎn)過程中往往是多種災害同時發(fā)生，如干旱、洪澇、病蟲害等，它們相互作用，相互影響[4.13]。因此在以后的研究過程中應將其他災害進行分離，將會對模型的準確度有較大提升。此外，除模型中考慮的氣象因子外，水稻高溫的危害程度還與其他氣象要素有關，如日照時數(shù)會影響輻射量，間接影響水稻生育期。同時，水稻受害程度的大小還受到水稻品種、種植模式以及田間管理措施的影響，加之四川地形復雜，應根據(jù)不同區(qū)域的氣候特征建立不同的評估模型，以提高模型的準確性，這些工作還待今后進一步深入研究。

綜合以上分析初步得到以下結(jié)論：（1）四川水稻高溫熱害主要影響因子為高溫熱害天氣過程中極端最高氣溫、氣溫日較差和高溫持續(xù)日數(shù)。在水稻高溫熱害發(fā)生期間，極端最高氣溫越高、氣溫日較差越大、高溫持續(xù)時間越長，則水稻高溫熱害指數(shù)越大，高溫熱害越嚴重。（2）利用主成分分析法構(gòu)建的四川省水稻高溫熱害評估指數(shù)計算模型，通過災害大典記錄對比分析，評估準確率在76.5%，表明模型可以在業(yè)務服務中用來定量評價四川水稻高溫熱害的發(fā)生程度。高溫熱害指數(shù)在0.35以上時，為重度高溫熱害，早稻減產(chǎn)率>10%;高溫熱害指數(shù)在0.25～0.35時，為中度高溫熱害，水稻減產(chǎn)5%～10%;高溫熱害指數(shù)在0.1～0.25時，為輕度高溫熱害，水稻減產(chǎn)<5%。由于災害大典只是記載了干旱的情況，對于高溫熱害的描述很少，干旱常伴隨著高溫，但是不代表構(gòu)成高溫熱害，這也有可能是在空間分布上，記錄和高溫熱害空間分布出現(xiàn)不一致的原因之一。因此，只能通過災情的輕、重以及分布范圍做一個初步的判斷，還要在實踐中不斷探索并改進模型。

參考文獻：

[1]陳淑全，羅富順，熊志強，等. 四川氣候[M]. 成都：四川科學技術(shù)出版社，1997.

[2]包云軒，劉 維，高 蘋，等. 氣候變暖背景下江蘇省水稻熱害發(fā)生規(guī)律及其對產(chǎn)量的影[J]. 中國農(nóng)業(yè)氣象，2012，33（2）：289-296.

[3]李健陵，張曉艷，杜堯東，等. 高溫對抽穗開花期至灌漿結(jié)實期水稻源庫特性的影響[J]. 中國農(nóng)業(yè)氣象，2013，34（1）：23-29.

[4]Sun W，Huang Y. Global warming over the period 1961—2008 did not increase high-temperature stress but did reduce low temperature stress in irrigated rice across China[J]. Agricultural and Forest Meteorology，2011，151（9）：1193-1201.

[5]田 俊，崔海建. 江西省雙季早稻灌漿乳熟期高溫熱害影響評估[J]. 中國農(nóng)業(yè)氣象，2015，36（1）：67-73.

[6]金志鳳，楊太明，李仁忠，等. 浙江省高溫熱害發(fā)生規(guī)律及其對早稻產(chǎn)量的影響[J]. 中國農(nóng)業(yè)氣象，2009，30（4）：628-631.

[7]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[J]. 自然災害學報，2010，19（5）：101-107.

[8]段 驊，唐 琪，劇成欣，等. 抽穗灌漿早期高溫與干旱對不同水稻品種產(chǎn)量和品質(zhì)的影響[J]. 中國農(nóng)業(yè)科學，2012，45（22）：4561-4573.

[9]羅孳孳，陽園燕，唐余學，等. 氣候變化背景下重慶水稻高溫熱害發(fā)生規(guī)律研究[J]. 西南農(nóng)業(yè)學報，2011，24（6）：2185-2189.

[10]何永坤，范 莉，陽園燕. 近50年來四川盆地東部水稻高溫熱害發(fā)生規(guī)律研究[J]. 西南大學學報（自然科學版），2011，33（12）：39-43.

[11]陽園燕，何永坤，羅孳孳，等. 三峽庫區(qū)水稻高溫熱害監(jiān)測預警技術(shù)研究[J]. 西南農(nóng)業(yè)學報，2013，26（3）：1249-1254.

[12]趙 藝，秦寧生，盧 杰，等. 四川盆地水稻產(chǎn)量構(gòu)成要素與氣象要素的相關性分析[J]. 西南農(nóng)業(yè)學報，2015，28（6）：2343-2347.

[13]劉 佳，陳 超，張玉芳，等. 四川單季稻抽穗揚花期和灌漿結(jié)實期高溫熱害時空特征[J]. 中國農(nóng)業(yè)氣象，2018，39（1）：46-58.

[14]江 敏，金之慶，石春林，等. 長江中下游地區(qū)水稻孕穗開花期高溫發(fā)生規(guī)律及其對產(chǎn)量的影響[J]. 生態(tài)學雜志，2010，29（4）：649-656.

[15]萬素琴，陳 晨，劉志雄，等. 氣候變化背景下湖北省水稻高溫熱害時空分布[J]. 中國農(nóng)業(yè)氣象，2009，30（增刊2）：316-319.

[16]《中國氣象災害大典》編委會.中國氣象災害大典：四川卷[M]. 北京：氣象出版社，2005.

[17]郭安紅，何 亮，韓麗娟，等. 早稻高溫熱害強度指數(shù)構(gòu)建及氣候危險性評價[J]. 自然災害學報，2018，27（5）：096-106.

[18]張玉芳，劉琰琰，趙 藝，等. 四川水稻產(chǎn)量及其構(gòu)成要素對不同生育期氣候因子的響應分析[J]. 西南農(nóng)業(yè)學報，2016，29（6）：1459-1464.

[19]張 蕾，侯英雨，楊冰韻，等. 長江流域一季稻高溫熱害分布特征及風險分析[J]. 自然災害學報，2018，27（2）：107-115.

[20]孔 萍，殷劍敏，謝佳杏. 高溫逼熟對江西省雙季早稻產(chǎn)量的影響[J]. 中國農(nóng)業(yè)大學學報，2015，20（4）：57-65.