季風氣候對農作物單產的影響分析——以鎮寧自治縣為例

韋 綺，王 海

（1.鎮寧氣象局，貴州 鎮寧 561200；2.安順學院資源與環境工程學院，貴州 安順 561000）

人類為適應氣候變化對農業生產布局與結構調整的影響主要表現在種植制度上的變化。應因季節、土壤、灌溉等條件而進行各種農作物的基本安排。一個地區多年所形成的種植制度是當地的氣候、土壤等自然條件和經濟、文化、種植習慣等一系列社會經濟條件綜合平衡的結果，其中氣候條件的影響最為明顯。因此人們為適應氣候變化，不僅調整作物的種植結構、播種面積比例，還包括更換同種熟性不同的作物。

當然，未來的氣候變化對中國農業生產有利有弊，氣候變暖會導致適宜作物種植和多熟種植的北界都會向北移動［1，2］，農作物的布局和品種的熟制也會發生相應的變化，也使農業生產的不穩定性增加，特別是這將明顯減少中國華南地區、西藏的土地生產潛力［3，4］；李袆君等［4］在前人的研究成果下分析了氣候變化對中國三大糧食作物布局和種植結構的影響，表明由于氣候變暖，糧食作物種植比例變化明顯，其中，小麥種植比例波動大，水稻種植比例呈現南方和北方相反的趨勢，且玉米種植比例出現持續增加趨勢［5］；隨著氣候變暖，中國北部地區水稻的種植比例增加，黑龍江、內蒙古和新疆小麥種植比例減少，而藏、黔、豫地區小麥的種植比例有所增加；復種指數變化在總體上呈上升趨勢，氣候變化使中國的主要作物品種布局發生改變，華北的強冬性小麥將會被半冬性小麥所取代，而耐高溫的水稻品種將在南方占主導地位，同時東北地區的早熟玉米品種將逐漸被中、晚熟品種所取代［6，7］。

因此，本研究以典型亞熱帶季風區鎮寧自治縣23年的年平均氣溫、年降雨量、年平均相對濕度、年日照總時數、無霜期和積溫等氣象觀測數據及大宗作物（主要是水稻、小麥、玉米）的單產統計數據進行研究分析，這對研究亞熱帶季風區氣候變化對農作物種植結構的影響具有一定的理論和實踐意義。

1 數據來源與描述

1.1 數據來源

從鎮寧自治縣（以下稱鎮寧縣）農業農村局、氣象局和統計局調查收集獲得1990—2012年大宗作物（水稻、玉米、小麥、油菜）種植面積、氣溫、降水量、相對濕度、日照、無霜期和積溫23年的數據，并對氣候數據進行簡單變化分析。本研究以鎮寧縣1990—2012年日平均氣溫穩定≥10℃的積溫數據作為參考，探討大宗作物（主要是水稻、小麥、玉米）對熱量的要求，調整其種植結構，提高產量。

1.2 數據描述

1.2.1 年平均氣溫 由鎮寧縣1990—2012年年平均氣溫變化（圖1）可以看出，在近23年中，年平均氣溫出現上下波動的變化，但總體而言，變化呈上升趨勢；平均氣溫15.4℃，其中年平均氣溫最高達16.8℃（2009年），較歷年的年平均氣溫高1.4℃，年平均氣溫最低值為13.6℃，較歷年的年平均氣溫低1.8℃。

圖1 鎮寧縣1990—2012年平均氣溫

1.2.2 年降雨量 由鎮寧縣1990—2012年的年降雨量及年雨日變化（圖2）可以看出，在近23年中，年降雨量的起伏變化較大，出現3個高峰年份和2個低值年份，其中，2000年年降雨量最高（1 841.3 mm），2008年次之（1 690.4 mm），最后是2012年（1 619.2mm）；年降雨量最低的是2011年（874.7 mm），其次是1990年（1 033.3 mm）；而年降雨量平均值為1 354.7 mm，最高值較平均值高486.6 mm，最低值較平均值低480.0 mm；在1990—2012年的年雨日最高達204 d，最低也有132 d，降水量較豐沛。

圖2 鎮寧縣1990—2012年的年降雨量和年雨日

1.2.3 相對濕度 由鎮寧縣1990—2012年的年相對濕度變化（圖3）可以看出，各年各個季度的相對濕度波動平緩，與歷年平均相對濕度相比變化不大，但總體呈緩慢上升的趨勢。

圖3 鎮寧縣四季相對濕度及年平均相對濕度

1.2.4 年日照總時數 由鎮寧縣1990—2012年的年日照總時數變化（圖4）可以看出，年日照總時數的平均值為1 193.9 h，其中，年日照總時數最高出現在1993年，最高達1 416.7 h，較平均年日照總時數高222.8 h；最低出現在2005年，達917.4 h，與平均年日照總時數相比，相差276.5 h；其余各年度的變化波動較大，但總體看來，年日照總時數呈波狀增長的趨勢。

圖4 鎮寧縣年日照總時數

1.2.5 無霜期 由鎮寧縣1990—2012年的無霜期變化（圖5）可以看出，在近23年中，無霜期的變化起伏較大，其中，無霜期平均是288 d，無霜期最低出現在1994年，為233 d，而最高出現在1991年，達365 d。從總體來看，無霜期的天數呈上升趨勢。

圖5 鎮寧縣無霜期

1.2.6 積溫 由鎮寧縣1990—2012年積溫變化（圖6）可以看出，積溫在4 000～6 000（d·℃）上下波動，總體而言，其變化呈上升趨勢；平均積溫為4 766.94（d·℃），其中，年平均積溫最低達4 244.60（d·℃）（1991年），較歷年的平均積溫低522.34（d·℃），年平均積溫最高值為5 386.70（d·℃）（2009年），較歷年的平均積溫高619.76（d·℃）。

圖6 鎮寧縣≥10℃活動積溫

2 季風氣候對農作物種植結構影響的分析

2.1 變量選擇

在氣候變化對農作物種植結構的影響研究中，將年降雨量、年平均氣溫、年日照總時數、年平均相對濕度、無霜期和積溫作為分析的自變量，水稻、玉米、小麥的產量（單產）作為分析的因變量（表1），從而分析農作物種植結構在氣候變化影響下所發生的變化。

表1 變量選擇及變量含義

2.2 模型選擇

水稻、玉米、小麥等農作物的種植結構受多種氣候因子的影響，因此把水稻、玉米、小麥產量3種農作物作為解釋變量，而年降雨量、年平均氣溫、年日照總時數、年平均相對濕度、無霜期、積溫這幾個氣候因子共同影響水稻、玉米、小麥。無論解釋變量還是被解釋變量都是連續變量，所以采用多元線性回歸模型來拓展估計分析。其逐步回歸方程如下。

式中，yi（i=1，2，3）分別表示水稻、小麥、玉米，x1、x2、x3、x4、x5、x6分別表示年降雨量、年平均氣溫、年日照總時數、年平均相對濕度、無霜期、積溫。

2.3 模型運行結果

結合要解決的實際問題，運用SPSS 20.0統計軟件進行估計分析。其結果如下。

2.3.1 水稻產量模型運行結果 從模型估計結果（表2）來看，因變量y1（水稻產量）對6個自變量x1、x2、x3、x4、x5、x6回歸的非標準化回歸系數分別為0.059、35.370、-0.228、-9.745、-0.611、-0.007，對應的顯著性檢驗t分別為0.611、0.689、-1.113、-0.388、-0.841、-0.075。年降雨量、年平均氣溫、年日照總時數、年平均相對濕度、無霜期、積溫的P均大于0.05，故認為回歸方程不顯著。出現這樣的分析結果，推測在統計過程中存在一定的誤差，導致該模型的失敗。

青浦區是全國第三批節水型社會建設試點。《條例》施行以來，青浦區繼續按照《上海市青浦區節水型社會建設試點工作大綱》及規劃，按照最嚴格水資源管理的要求，努力形成水資源管理制度、節水型經濟結構、節水型工程技術和節水型行為規范等四大體系，扎實開展節水型社會建設各項工作。實行了取水許可和水資源論證制度，開展水平衡測試，實行定額管理，實行建設項目節水設施“三同時、四到位”管理制度。節水型社會建設試點取得初步成效，并于2011年通過了水利部全國節水型社會建設中期評估，被評為第三批全國節水型社會建設試點優秀單位。

表2 水稻產量運行結果

綜上所述，此回歸模型不可用于分析氣候變化對大宗作物的影響。但為了繼續研究，本研究將運用Excel單獨分析水稻的產量。由鎮寧縣1990—2012年水稻產量變化（圖7）可以看出，鎮寧縣2002年水稻產量最低，為3 460.65 kg/hm2，2003年產量最高，為10 253.70 kg/hm2。總體看來，其產量呈上升趨勢，但在2010—2012年其產量有所下降。

圖7 鎮寧縣水稻產量

2.3.2 小麥產量模型運行結果 從模型估計結果（表3）可以看出，因變量y1（小麥產量）對6個自變量x1、x2、x3、x4、x5、x6回歸的非標準化回歸系數分別為0.036、24.067、0.009、7.659、0.134、0.015，對應的顯著性檢驗t分別為2.230、2.858、0.263、1.857、1.124、1.035。年降雨量、年平均氣溫的P分別為0.040、0.011，P在0.01～0.05，可以認為回歸方程顯著，而年日照總時數、年相對濕度、無霜期、積溫的P大于0.05，可以認為回歸方程不顯著。在標準系數一列中，可以看到“常數項”沒有數值，已經被剔除，所以得到標準化的回歸方程如下。

表3 小麥產量運行結果

式中，x1表示年降雨量；x2表示年平均氣溫；y2表示小麥的產量。

2.3.3 玉米產量模型運行結果 從模型估計結果（表4）可以看出，因變量y1（玉米產量）對6個自變量x1、x2、x3、x4、x5、x6回歸的非標準化回歸系數分別為0.016、-23.310、-0.260、-23.180、-0.476、0.103，對應的顯著性檢驗t分別為0.356、-0.955、-2.667、-1.939、-1.377、2.454。年日照總時數、積溫的P分別為0.017、0.026，P在0.01～0.05，可以認為回歸方程顯著，而年降雨量、年平均氣溫、年平均相對濕度的P大于0.05，可認為回歸方程不顯著。在標準系數一列中，可以看到“常數項”沒有數值，已經被剔除，所以標準化的回歸方程如下。

表4 玉米產量運行結果

式中，x3表示年日照總時數；x6表示積溫；y3表示玉米的產量。

3 結果與分析

基于以上分析可以看出，隨著氣候變暖和水熱條件的變化，農作物種植結構發生了改變，首先，從對水稻產量的統計分析可以得出，水稻的產量呈上升趨勢。

其次，在分析氣候因子對小麥產量影響中可以看出，年降雨量、年平均氣溫對小麥的產量影響較明顯，表現為隨著氣候的變化，小麥的產量呈逐年下降的趨勢，所以可以得出逐步回歸方程如下。

式中，x1表示年降雨量；x2表示年平均氣溫；y2表示小麥的產量。

由該方程可以看出，年降雨量每增加一個單位會使小麥的產量增加0.036個單位；因為小麥是耐旱作物，所以年平均氣溫每上升一個單位會使小麥的產量增加24.067個單位；從多元回歸方程來看，小麥的產量呈逐漸下降的趨勢。

最后，在分析氣候因子對玉米的產量影響中可以看出，無霜期、積溫對玉米的產量影響明顯，表現為隨著氣候的變化，玉米的產量呈波狀且總體呈上升的趨勢，可以得出逐步回歸方程如下。

式中，x3表示日照總時數；x6表示積溫；y3表示玉米的產量。

由上述逐步回歸方程可以看出，日照總時數每增加一個單位會使玉米的產量減少0.26個單位；積溫每增加一個單位會使玉米的產量增加0.103個單位；從多元回歸方程來看，玉米的產量總體呈上升的趨勢。

4 小結與討論

4.1 小結

通過以上的統計分析和建立多元線性回歸模型分析，得到以下幾個結論。

1）通過氣候因子對農作物的影響分析，可以看出隨著降雨量的增加，小麥的產量逐漸下降，反之水稻、玉米的產量增加。在以后農業生產中，可適當增加玉米和水稻的種植面積，適當減小小麥的種植面積。

2）通過分析水稻、小麥和玉米的產量可以看出，當氣候出現異常變化時，自然災害對水稻、小麥、玉米產量的影響較大。2011年的年降雨量達到這23年的最低值，進而導致該水稻的產量較2010年減產57.5%，玉米則減產58.1%，相反，小麥則增產54.1%。當氣候出現異常變化時，調整種植結構布局，直接影響著農民的經濟收入。因此，農業部門有必要及時調整種植結構布局。

3）在進行多元線性回歸分析后可以得到，在出現極端天氣時，如干旱氣候，使農作物的產量變化較大，進而導致農作物的種植結構會出現較單一的情況。

4.2 討論

農作物的整個生長期受到眾多因素影響。但一般情況下，氣溫、降雨量、相對濕度、日照時數、無霜期和積溫等氣候因子是直接性影響。農戶通常會根據近年氣候因子的變化進行趨勢性判斷當年和未來的氣候變化情況，進而安排農作物種植。

1）氣溫。氣溫升高可以延長農作物的生長期，有利于多年生作物生長和熱量不足地區發展農業，但不利于生長期短的作物生長；因為溫度的升高會使農作物的生長發育速度加快，從而減短生長期，使作物的產量下降。同時，在年平均溫度升高時，出現最高溫和最低溫的頻率增加，這將會影響農作物的生長發育。在比較溫暖的氣候條件下，土壤有機質中的微生物分解會加快，在這種情況下，時間越長，土壤的肥力便會下降，導致農作物產量減少，進而將引起該區農作物種植結構的變化。隨著氣溫的升高，病蟲發生的時間可能會提前，害蟲繁殖也將增加，對農作物產量的影響非常大，嚴重時會導致絕收，所以，這也是影響農作物種植結構的間接原因。

2）降雨量。降雨量是決定一個地區種植何種農作物的重要因素，降雨量豐沛的年份主要以水稻、玉米種植和一些需要足夠雨水量的作物為主，反之，降雨較少的年份則以耐旱作物種植為主。

3）相對濕度。相對濕度是空氣中水汽壓與飽和水汽壓的百分比，是影響植物吸水與蒸騰作用的重要因子之一；在相對濕度較小的情況下，植物蒸騰會比較旺盛，植物生長也較好；但如果長時間空氣濕度處于飽和的情況下，植物的生長將會受抑制，導致谷物子粒的灌漿速度降低。此外，相對濕度大還容易引發小麥銹病等多種病害發生。如果相對濕度太小會加重土壤干旱或是引起天氣干旱，特別是在氣溫高而土壤墑情較差時，植物的水分平衡受到破壞，會阻礙作物生長從而造成減產。

4）日照時數是太陽垂直于其光線平面上的輻射強度超過或等于120 W/m2的時間長度。年日照時數是衡量光照條件和表示氣候變化的主要氣象要素之一，對農作物的生產有著直接的影響；當陽光充足時，不僅會提高氣溫，增加有效積溫，還有利于農作物的光合作用，從而促進農作物的健康生長。

5）無霜期。無霜期是指一個地區每年的終霜期與初霜期之間的天數。對農作物種植產生影響的是霜凍，5月以前出現終霜凍，僅對育苗移栽的作物有影響，6月出現終霜凍，對大多數出苗的農作物有較大影響；秋季初霜凍如果出現在9月下旬對大多數作物影響不大，在9月中旬出現初霜凍將影響大多數作物的成熟，造成減產和水分過大。因此，研究無霜期對于合理調整農作物的種植結構、提高其產量具有重要作用。

6）積溫。積溫一般指日平均氣溫≥10℃持續期間日平均氣溫的總和，是研究溫度與生物有機體發育速度之間關系的一種指標。積溫在農業氣象中有3個方面的應用：①反映生物體對熱量的要求，為地區間作物引種和新品種推廣提供依據；②在農業氣候研究中作為分析地區熱量資源、編制農業氣候區劃的熱量指標；③在農業氣象預報、情報服務中根據作物各發育時期的積溫指標，預報作物的發育時期。