999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

1986—2020年東北三省氣候變化對水田格局影響的定量評價

2023-09-14 22:00:47黃嘉彬劉吉平馬蘭張麗趙丹丹
農業(yè)災害研究 2023年7期

黃嘉彬 劉吉平 馬蘭 張麗 趙丹丹

摘要 以東北三省為研究區(qū)域,利用3期水田空間分布數(shù)據(jù),并結合影響水田面積和格局變化的11個氣候因子,定量評價不同時期影響水田格局氣候因子的貢獻大小。結果表明:1986—2000年東北三省氣溫逐漸升高,降水呈現(xiàn)降低趨勢。2000—2020年氣溫逐漸升高,降水呈現(xiàn)升高趨勢;水田面積呈增加趨勢。熱量和水分條件是影響東北三省水田空間分布的主要因素,但不同時期影響水田的主要氣候因子不相同,熱量資源是制約1986—2000年東北三省水田分布的主要氣候因子,水分條件是制約2000—2020年水田分布的主要氣候因子。

關鍵詞 氣候變化;水田;東北三省;偏回歸平方和

中圖分類號:P467文獻標識碼:B 文章編號:2095–3305(2023)07–0135-03

水田是耕地的重要組成部分,其主要種植物水稻,是人們賴以生存的糧食之一,為人們的生存和發(fā)展提供重要保障。東北三省是我國水稻主產區(qū)之一,受氣候變化、糧食需求和農業(yè)發(fā)展狀況的影響,近幾十年來的空間分布格局發(fā)生了顯著變化[1]。因此,研究東北三省水田變化對保障國家糧食安全和促進農業(yè)可持續(xù)發(fā)展具有重要意義。

近些年,許多學者已經開展有關氣候變化對水田影響的研究,包括氣候變化對水田面積、水田格局、水稻種植界限變化等方面的研究[2-6]。以往的研究多集中在年平均氣溫、降水量、積溫等單個氣候因子對水田格局變化的影響,缺乏多種氣候因子對水田變化綜合影響的研究,各氣候因子對水田格局變化貢獻的定量分析研究更少[7-9]。定量評價不同時期影響水田格局氣候因子的貢獻大小,并找出影響水田格局的主要氣候因素,是亟待解決的問題。基于1986—2020年東北三省的氣候數(shù)據(jù)和水田數(shù)據(jù),利用GIS技術和數(shù)理統(tǒng)計方法確定不同時期影響水田格局變化的主要氣候因子,定量評價影響東北三省水田格局氣候因子的貢獻大小,為氣候變化背景下水田的合理利用、開發(fā)和規(guī)劃提供技術參考和依據(jù)。

1 材料與方法

1.1 研究區(qū)域

研究區(qū)域指行政上的東北區(qū),主要包括黑龍江省、吉林省和遼寧省三省(圖1)。東北三省是我國緯度最高的地區(qū),屬于溫帶季風氣候,夏季雨熱同期的特點利于農業(yè)生產[10-11]。冬季寒冷而漫長,夏季溫暖濕潤,年均氣溫2.75~5.72 ℃,年均降水量250~700 mm[12]。

1.2 數(shù)據(jù)資料的來源與獲取

1986、2000和2020年的東北三省水田數(shù)據(jù)來源于美國地質勘探局USGS下載的分辨率為30 m×30 m的landsat 8 OLI/ETM+/TM影像,使用ENVI 5.1軟件提取出水田分布范圍,經野外調查與高分辨率遙感影像驗證。1986—2020年東北三省氣象數(shù)據(jù)來源于中國氣象局國家氣象信息共享中心,共選取東北三省96個氣象站點。

1.3 主要研究方法

1.3.1 氣候因子計算方法 選取對水田有影響的11個氣候因子(年平均氣溫、年降水量、平均氣溫距平、平均最高氣溫、平均最低氣溫、降水距平百分率、平均相對濕度、溫暖指數(shù)、寒冷指數(shù)、生物溫度、濕度指數(shù)),依據(jù)月平均氣溫計算溫暖指數(shù)、寒冷指數(shù)、生物溫度,依據(jù)年降水量與溫暖指數(shù)計算濕度指數(shù)。

1.3.2 水田變化及影響因素研究方法 采用動態(tài)度指標分析水田動態(tài)變化的程度與速率,質心偏移模型分析不同時期水田在空間上的分布變化和差異。根據(jù)東北三省的實際情況,利用ArcGIS 10.5軟件建立20 km×20 km的網格,疊加水田分布圖并計算出每個網格的水田率。

通過SPSS軟件處理,采用逐步回歸分析方法分別計算出1986—2000年和2000—2020年2個時間段內影響水田分布的主要氣候因子,并計算各主要氣候因子的偏回歸平方和及貢獻率。得到2個時期主要氣候因子變化率與水田變化率之間的逐步回歸方程。

2 結果與分析

2.1 東北三省氣候變化特征

東北三省1986—2020年年平均氣溫為5.32 ℃,年平均降水量為613.97 mm,其中1986—2000年年平均氣溫為5.15 ℃,年平均降水量為607.52 mm,2000—2020年年平均氣溫為5.45 ℃,年平均降水量為618.81 mm。由圖2可以看出研究區(qū)年平均氣溫逐漸上升,年平均降水量在1986—2000呈下降趨勢,2000—2020呈上升趨勢。

2.2 東北三省水田格局變化

2.2.1 東北三省水田面積變化 1986、2000和2020年東北三省水田總面積分別為36 422、43 679和58 496 km2,呈逐漸增長的趨勢,增幅為22 074 km2,增加了60.61%,2000—2020年水田面積動態(tài)度是1986—2000年的1.59倍(表1),說明東北三省后期(2000—2020年)水田增加的幅度遠大于前期(1986—2000年)。各省水田面積變化差異較大:遼寧省水田面積呈現(xiàn)逐漸下降趨勢;吉林省水田面積先增加后減少,但總體處于增加的狀態(tài);黑龍江省水田面積逐漸增加,變化速率和動態(tài)度是3個省份中變化最大的地區(qū)。

2.2.2 東北三省水田空間格局的動態(tài)變化 采用網格分析法制作東北三省水田變化率的空間分布圖,分析東北三省水田的空間分布規(guī)律(圖3)。總體而言,1986—2000年東北三省東北部和西部水田呈增加趨勢,而中部和南部呈減少趨勢,從行政區(qū)域來看,黑龍江省水田面積總體增加,遼寧省水田面積呈現(xiàn)減少的趨勢,而吉林省有增有減,吉林省西部地區(qū)以增加為主,吉林省中部地區(qū)以減少為主。

2.3 東北三省氣候變化對水田格局影響的定量評價

2.3.1 1986—2000年東北三省氣候變化對水田格局影響的定量評價 東北三省1986—2000年主要氣候因子變化率與水田變化率之間的逐步回歸方程為:

y=-3.202+0.092x1+0.055x2+0.68x3+1.255x4-0.21x5-2.41x6(1)

式(1)中,y為水田變化率,x1為寒冷指數(shù)變化率,x2為平均氣溫距平變化率,x3為平均相對濕度變化率,x4為溫暖指數(shù)變化率,x5為濕度指數(shù)變化率,x6為生物溫度變化率,通過了0.001檢驗。利用此逐步回歸模型,計算各主要氣候因子的偏回歸平方和及貢獻率,其中寒冷指數(shù)貢獻率為2.1%、平均氣溫距平貢獻率為9.7%、平均相對濕度貢獻率為13.0%、溫度指數(shù)貢獻率為20.2%、濕度指數(shù)貢獻率為13.4%、生物溫度貢獻率為41.6%。

分析1986—2000年東北三省氣候變化對水田格局影響。東北三省水田變化與寒冷指數(shù)、平均氣溫距平、平均相對濕度、溫暖指數(shù)呈正相關性,與濕度指數(shù)和生物溫度呈負相關。對水田面積和格局變化影響由大到小的因子依次是:生物溫度、溫暖指數(shù)、濕度指數(shù)、平均相對濕度、平均氣溫距平和寒冷指數(shù)。生物溫度和溫暖指數(shù)貢獻率大,二者的貢獻率之和為61.8%,說明生物溫度和溫暖指數(shù)是影響1986—2000年水田格局變化的主要氣候因子。

2.3.2 2000—2020年東北三省氣候變化對水田格局影響的定量評價 東北三省2000—2020年主要氣候因子變化率與水田變化率之間的逐步回歸方程:

y=14.222-0.202x1-1.787x2+1.001x3+1.223x4-1.149x5(2)

式(2)中,y為水田率,x1為寒冷指數(shù)變化率,x2為平均最高氣溫變化率,x3為平均相對濕度變化率,x4為年降水量變化率,x5為濕度指數(shù)變化率,通過0.001檢驗。

2000—2020年東北三省水田變化與平均相對濕度和年降水量呈正相關性,與寒冷指數(shù)、平均最高氣溫和濕度指數(shù)呈負相關。利用偏回歸平方和,計算各主要氣候因子對2000—2020年水田變化的貢獻率。其中寒冷指數(shù)貢獻率為6.6%、平均最高氣溫貢獻率為23.8%、平均相對濕度貢獻率為7.3%、年降水量貢獻率為31.8%、濕度指數(shù)貢獻率為30.5%,對水田面積和格局變化影響由大到小的因子依次是:年降水量、濕度指數(shù)、平均最高氣溫、平均相對濕度和寒冷指數(shù)。其中,年降水量、濕度指數(shù)和平均最高氣溫貢獻率相對較大,二者的貢獻率之和為86.1%,說明2000—2020年,年降水量、濕度指數(shù)和平均最高氣溫是影響水田格局變化的主要氣候因子。

3 討論與結論

3.1 討論

本研究表明寒冷指數(shù)、平均相對濕度、濕度指數(shù)一直是影響1986—2020年水田空間格局變化的因素。1986—2000年影響東北三省水田分布的主要氣候因子是生物溫度和溫暖指數(shù),說明熱量資源是此時期東北三省水田空間格局變化的主要影響因素。2000—2020年影響水田分布的主要氣候因子是年降水量、濕度指數(shù)和平均最高氣溫。隨著氣候變暖,熱量已經不再是影響東北三省水田分布的主要因子,在溫度普遍升高、蒸發(fā)增加的背景下,水分條件是制約水資源不足地區(qū)作物生產的首要因子,因此水分條件是此期東北三省水田空間格局變化的主要影響因素。

3.2 結論

(1)1986—2020年東北三省水田總面積逐漸增加,增加了60.61%。不同區(qū)域變化較大,東北三省的東北部和西部以增加為主,南部、西南部和中部以減少為主。

(2)寒冷指數(shù)、平均相對濕度、濕度指數(shù)一直是影響1986—2020年水田空間格局變化的因素。不同時期對東北三省水田格局影響的主要氣候因子不同,1986—2000年影響東北三省水田分布的主要氣候因子是生物溫度和溫暖指數(shù),2000—2020年影響水田分布的主要氣候因子是年降水量、濕度指數(shù)和平均最高氣溫。

除水分、熱量條件之外,人類活動因素也會影響水田格局。本研究僅從氣候方面研究了水田格局變化,并未考慮人類活動對水田格局變化的影響,在今后的研究中需進一步加強氣候和人類活動綜合作用下的水田格局變化的研究。

參考文獻

[1] 陳源源.氣候變化對中國糧食生產的影響[J].中國農學通報,2021,37(12):51-57.

[2] 龐艷梅,陳超,徐富賢,等.氣候變化對四川盆地主要糧食作物生產潛力的影響[J].中國生態(tài)農業(yè)學報(中英文),2020,28(11):1661-1672.

[3] Gao Jay, Liu Yansui. Climate warming and land use change in Heilongjiang Province, Northeast? China[J].Applied Geography, 2010, 31(2): 476-482.

[4] 曾志勇.氣候變化對水稻生產影響的研究綜述[J].東北農業(yè)科學,2021,46(1):89 -93.

[5] 陶軍德,李艷芳,曾光建.近30年黑龍江省水田規(guī)模與分布變化及其對氣候變化的響應[J].中國土地科學,2011,25(4): 26-30,97.

[6] 王媛,方修琦,徐錟,等.氣候變暖與東北地區(qū)水稻種植的適應行為[J].資源科學,2005,27(1):121-127.

[7] 胡洵瑀,王斌,張愛英.近60年鄱陽湖流域作物生長季晝夜溫度和降水時空變化特征及其對農業(yè)生產的影響[J].安徽農學通報,2021,27(6):152-160.

[8] 陳浩,李正國,唐鵬欽,等.氣候變化背景下東北水稻的時空分布特征[J].應用生態(tài)學報,2016,27(8):2571-2579.

[9] 安剛,孫力,廉毅.東北三省可利用降水資源的初步分析[J].氣候與環(huán)境研究, 2005,10(1):132?139.

[10] 孫力,安剛,丁立,等.中國東北地區(qū)夏季降水異常的氣候分析[J].氣象學報, 2000,58(1):70?82.

[11] 劉吉平,李寶林,張國坤.黑龍江省濕地空間分布規(guī)律及其影響因素的定量分析[J].東北林業(yè)大學學報,2005(5):65-67.

[12] 李祎君,王春乙.氣候變化對我國農作物種植結構的影響[J].氣候變化研究進展,2010,6(2):123-129.

Quantitative Evaluation of the Impact of Climate Change on Paddy Field Pattern in Three Northeast Provinces from 1986 to 2020

Huang Jia-bin et al(School of Tourism and Geography, Jilin Normal University, Siping, Jilin 136000)

Abstract Taking the three northeastern provinces as the research area, using the spatial distribution data of three periods of paddy fields and combining with 11 climate factors that affect changes in paddy field area and pattern, quantitatively evaluate the contribution of climate factors that affect paddy field pattern in different periods. The results showed that from 1986 to 2000, the temperature in the three northeastern provinces gradually increased and precipitation showed a decreasing trend. From 2000 to 2020, the temperature gradually increased and precipitation showed an upward trend. The area of paddy fields was showing an increasing trend. Heat and water conditions were the main factors affecting the spatial distribution of paddy fields in the three northeastern provinces, but the main climatic factors affecting paddy fields vary in different periods. Heat resources were the main climatic factors restricting the distribution of paddy fields in the three northeastern provinces from 1986 to 2000, While water conditions were the main climatic factors restricting the distribution of paddy fields from 2000 to 2020.

Key words Climate change; Paddy fields; Three northeastern provinces; Sum of squares of partial regression

主站蜘蛛池模板: 日韩不卡高清视频| 99热亚洲精品6码| 午夜无码一区二区三区在线app| 国产成人一区| 97亚洲色综久久精品| 久久精品娱乐亚洲领先| 在线中文字幕网| 日本五区在线不卡精品| 国产69精品久久久久孕妇大杂乱| 一级成人a毛片免费播放| 国产精品成| 国产精品部在线观看| 国产精品yjizz视频网一二区| 国产精品私拍99pans大尺度| 日韩成人在线视频| 国产91色| 国产欧美在线视频免费| 99九九成人免费视频精品| 日韩久草视频| 一本久道久久综合多人| 狠狠综合久久| 国产精品久久久久久搜索 | 色综合天天操| 日本午夜影院| 美女免费黄网站| 在线观看无码av五月花| 亚洲第一页在线观看| 9丨情侣偷在线精品国产| 免费无码网站| 四虎AV麻豆| 天天色天天综合网| 国产精品视频第一专区| 天天综合网色中文字幕| 99精品在线视频观看| 综合天天色| 国产主播喷水| 国产95在线 | 国产日韩欧美中文| 视频二区国产精品职场同事| 最新加勒比隔壁人妻| 四虎免费视频网站| 狠狠v日韩v欧美v| 成年人国产网站| 精品无码一区二区三区电影| 色偷偷av男人的天堂不卡| 亚洲无线观看| 国产精品9| 日韩精品无码不卡无码| 热思思久久免费视频| 国产小视频a在线观看| 国产精品自在线天天看片| 亚洲第一在线播放| 波多野结衣无码中文字幕在线观看一区二区 | 亚洲天堂自拍| 99精品这里只有精品高清视频| 国产亚洲日韩av在线| 亚洲另类国产欧美一区二区| 精品午夜国产福利观看| 色综合五月| 日韩a级毛片| 思思热精品在线8| 国产性精品| 91久久国产成人免费观看| 国产精品无码影视久久久久久久| 无码久看视频| 久久人妻xunleige无码| 欧美日韩va| 亚洲人成在线免费观看| 精品视频在线一区| 白浆视频在线观看| 亚洲欧洲日韩国产综合在线二区| 国产毛片不卡| 在线看AV天堂| 成人午夜天| 日本亚洲成高清一区二区三区| 在线另类稀缺国产呦| 亚洲综合精品香蕉久久网| 亚洲第七页| 伊人色在线视频| 在线视频精品一区| 色网站免费在线观看| 国产美女叼嘿视频免费看|