氣象因子對華南雙季稻產量及構成因素的影響

紀明亮，趙津瑤，韋 佳，楊文依，張 彬，陳青春

（1.仲愷農業工程學院，廣州 510225；2.廣東省農業科學院水稻研究所，廣州 510225）

作為世界三大糧食作物之一，水稻（Oryza sativaL.）是全人類最主要的食物，全球50%以上人口以其為主食［1，2］。水稻產量的形成一方面取決于品種的遺傳背景，另一方面受環境因素如光照、溫度、水分、輻射等的影響［3］。阮新民等［4］研究發現，隨著積溫和輻射的升高，冬小麥抽穗期和成熟期均顯著提前，導致小麥發生凍害風險指數上升；曹海珺等［5］研究表明，日照時數減少會導致水稻灌漿速率下降，嚴重影響水稻產量；婁偉平等［6］認為在水分充足的條件下，太陽輻射的減少會延長浙江稻區水稻生育期4.7～7.8 d。

氣候波動導致氣溫、降雨量、輻射量等環境因子的改變，增加了水稻產量的不穩定性［7-11］。不同地區氣候指標差別較大，在進行水稻產量建模估算時，需篩選相關性高的因子和綜合多種統計回歸算法來確定合適的建模方法，有助于提高產量模型的精度。

對氣候變化與農作物產量關系的研究，多數是研究氣象因素與產量的關系，對氣候因子與產量構成因素的關系研究較少。本研究采用主成分分析和逐步回歸分析方法，在水稻生育期內研究早稻和晚稻關鍵氣象因子（氣溫、有效輻射、日照時數和降雨量）與產量的相關關系，構建回歸預測模型，預測氣候變化對南方稻區雙季水稻的產量影響趨勢。以期為水稻生產溫光水肥高效利用、豐產與穩產提供參考和理論依據。

1 材料與方法

1.1 試驗材料

試驗在廣東省農業科學院白云基地進行，供試早、晚稻品種分別為合美占和粵晶絲苗2 號，數據來自2014、2015、2017、2018 年早稻和晚稻大田試驗及基地氣象觀測站，包括產量、有效穗數、平均莖蘗數、株高、穗粒數、結實率和千粒重、氣溫、日照時數、有效輻射和降雨量。

1.2 試驗方法

首先利用相關系數法分析早、晚稻產量與氣候因子的相關關系。然后采用主成分分析和相關系數矩陣綜合分析方法，篩選出影響產量的關鍵作用因子，最后建立氣象因素與產量因子的回歸方程并進行檢驗。

1.3 數據處理

設定X1、X2、X3、X4、X5、X6、X7分別表示有效穗數、株高、穗粒數、結實率、平均莖蘗數、千粒重和產量。 將各因子進行加權平均處理，按照85%的原則選定主成分。

利用Microsoft Excel 2016 和SPSS 15.0 軟件處理和統計分析數據，采用OriginPro 2021 軟件作圖。

2 結果與分析

2.1 氣象因子與產量的相關分析

由表1 可知，水稻產量與有效輻射、日最高氣溫、日最低氣溫、日平均氣溫和日照時數均呈顯著正相關，與降雨量呈顯著負相關。總體上說，氣候因子對水稻產量有直接的影響作用。

表1 產量與氣象因子的相關系數

2.2 水稻產量構成因素對產量影響的主成分分析

由表2 可知，第一主因子中有效穗數具有較大的特征向量，比其他5 個性狀指標高，其貢獻率為46.686%，表明主成分1 代表有效穗數的相關信息，故稱該主成分為有效穗數因子。第二主因子中千粒重、結實率具有較大的特征向量，比其他4 個性狀指標高，其貢獻率為26.626%，表明主成分2 代表千粒重、結實率的相關信息，故稱該主成分為每穗粒數因子。第三主因子中株高具有較大的特征向量，比其他5 個性狀指標高，其貢獻率為22.472%，表明主成分3代表株高的相關信息，故稱該主成分為株高因子。

表2 水稻產量構成因素對產量影響的主成分分析

由表3 可以看出，有效穗數、千粒重、結實率與水稻產量均呈顯著正相關，株高與水稻產量呈負相關。通過主成分分析和相關系數矩陣可以得出影響品種產量差異的主要因子是有效穗數、千粒重和結實率。

表3 水稻產量構成因素與產量的相關系數矩陣

2.3 氣象因素與產量因子的相關性分析

2.3.1 氣象因子與千粒重的相關性 由圖1 可知，日平均氣溫、日照時數與千粒重均呈顯著正相關（P＜0.05），與日最高氣溫、降雨量均呈顯著負相關（P＜0.05）。在試驗范圍內，當日照時數大于8 h，千粒重隨日照時數的增加呈近似線性增長的變化趨勢。根據日平均氣溫與千粒重的回歸方程推知，當日平均氣溫維持在24.7 ℃有利于提高水稻千粒重。當日最高氣溫在31.5 ℃以上或降雨量在700 mm 以上時水稻千粒重顯著下降。

圖1 氣象因子與早稻和晚稻千粒重的關系

2.3.2 氣象因子與有效穗數的相關性 由圖2 可知，日最高氣溫、日最低氣溫、日照時數與有效穗數之間均呈顯著正相關（P＜0.05），降雨量與有效穗數呈顯著負相關（P＜0.05）。根據日最低溫度、降雨量與有效穗數的回歸方程推知，當日最低氣溫在25.7 ℃以下或降雨量在600 mm 以上時水稻分蘗受到明顯影響，難以達到預期的有效穗數。有效穗數隨日照時數的增加呈近似線性增長的變化趨勢。

圖2 氣象因子與早稻和晚稻有效穗數的關系

2.3.3 氣象因子與結實率的相關性 由圖3 可知，日平均氣溫、日最低氣溫與結實率均呈顯著正相關（P＜0.05），日最高氣溫、降雨量與結實率均呈顯著負相關（P＜0.05）。當日最低氣溫在19.3 ℃以下或日最高氣溫在31.5 ℃以上時水稻開花受精受到明顯影響，結實率均在85%以下。根據降雨量與結實率的回歸方程推知，當降雨量在550 mm 以上時水稻結實率顯著下降。

圖3 氣象因子與早稻和晚稻結實率的關系

2.4 氣象因子與早稻和晚稻產量逐步回歸分析及模型驗證

利用早稻和晚稻產量構成因素與全生育期內的氣溫、日照時數、降雨量作為自變量，品種產量作為因變量，建立線性回歸模型如下。

式中，Z1為有效穗 數、Z2為 結實率、Z3為千粒重、Z4為日最低氣溫、Z5為降雨量、Z6為日照時數、Z7為日最高氣溫、Z8為日平均氣溫，決定系數（R2）=0.952。

從方程可知，構建的水稻產量回歸模型決定系數R2較大，達0.952（P＜0.05），說明該模型具有較高的可信度。由方程回歸系數可知，其中千粒重、結實率、日最高氣溫、日照時數、日最低氣溫、降雨量對產量均為正向影響，有效穗數和日平均氣溫對產量均為負向影響。

根據2019 年早、晚稻產量數據和氣象資料，對產量實測值與預測值進行相關性分析。由圖4 可見，早稻和晚稻實測產量與預測產量之間線性關系顯著，決定系數（R2）達0.995。

圖4 實測產量與預測產量的關系

擬用方程對產量實測值與預測值進行回溯檢驗。由表4 可見，根據水稻產量誤差分析發現，絕對誤差平均值為5.5%，模擬誤差值在4.1%～7.0%，誤差值均小于10.0%。其預測準確率在93.0%～95.9%，平均值為94.45%，準確率相對較高。

表4 早稻和晚稻預測產量與實測產量比較

3 小結與討論

本研究對水稻氣象數據與早、晚稻的產量構成因素進行了田間跟蹤記錄，運用相關分析法研究了產量與氣象因子之間的相關性，研究表明，氣溫、有效輻射和日照時數等熱量有關的因子與產量均呈顯著正相關關系，因此南方地區早、晚稻種植過程中，可選育光合作用強、光呼吸速率高的品種，根據當地日照時數、氣溫等氣象因子變化預測播種期范圍，達到水稻增產穩產的目的。此外，降雨量與產量呈顯著負相關關系。通過對氣象數據的分析發現，該試驗點雙季早、晚稻抽穗揚花期與降雨高峰存在重疊，導致結實率降低，水稻產量下降。因此，南方水稻種植可通過調節播期避開梅雨季節，進而提高水稻產量。這與陳重遠等［12］通過聚類分析以及李彥彬等［13］通過田間試驗得到的結果一致。

高世偉等［14］通過主成分分析比較了30 個水稻品種的產量構成因素及其相關關系，研究表明，共有6 個主成分對水稻產量影響較大，其中有效穗數為第一大主成分。季彪俊等［15］對氣象因子與水稻產量相關性狀進行綜合分析，研究表明，對品種產量影響較大的主成分分別是熱量和雨量，累積貢獻率達85%。本研究根據水稻田間記錄數據對水稻產量構成因子進行主成分分析，結果表明，影響品種產量的主成分分別是有效穗數因子、每穗粒數因子和株高因子，前3 個主成分因子累積貢獻率達95.784%，完全反映了水稻原始數據的基本信息。本研究結果與高世偉等［14］的研究結論有差異，原因可能與當地環境因素、水稻栽培品種不同有關。進一步利用相關系數矩陣得出水稻產量構成因素對水稻產量的影響順序為有效穗數＞結實率＞千粒重＞穗粒數＞平均莖蘗數＞株高。因此，在未來的育種和栽培研究工作中，改良水稻有效穗數及每穗粒數，對水稻產量的提高具有現實的指導意義［16］。

鐘楚等［17］通過聚類分析4 類水稻產量構成因素與氣象因素的關系發現，孕穗期和抽穗開花期氣溫升高或日照時數增加都可提高水稻千粒重和結實率；潘志軍等［18］通過定位栽培試驗發現，乳熟前期較低的平均氣溫增加秕谷率，同時降低胚乳轉化效率有礙壯苗，移栽期高溫阻礙秧苗分蘗，不利于有效穗數和產量的提升。本研究通過氣象因子與水稻千粒重相關性分析表明，稻谷粒重主要決定于谷殼大小與子粒充實程度［19］，灌漿成熟期如果光照充足，將形成較多的光合產物，促進穗部子粒同化物的轉運速率，進而增粒增重［20］；通過氣象因子與水稻有效穗數相關性分析表明，穗數的形成主要決定于單株的有效分蘗數［21］，顯然水稻移栽后溫度、日照時數適度升高可以促進水稻分蘗，增加植株穗數［22］；通過氣象因子與水稻結實率相關分析表明，降雨條件是影響水稻結實率最重要的氣象因素，水稻抽穗揚花期降水會對結實率產生不利影響。降雨會影響水稻開花受精，陰雨天氣不利于光合產物積累，導致結實率下降［23］。因此，應重視氣象因子對產量的影響，在育種和品種推廣方面要充分考慮當地的溫光與降雨條件［23，24］。

本研究運用逐步回歸分析方法建立了水稻產量模型，經檢驗，產量預報結果的絕對誤差在4.1%～7.0%，預測準確率為93.0%～95.9%，水稻產量模擬效果較好，進一步明確了氣象因子與產量及產量構成因素的互作發生規律。有效穗數、穗粒數對產量影響效應較大，與產量呈正相關關系。早稻和晚稻生長季內水稻有效穗數、結實率和千粒重隨降雨量的增加普遍表現出下降趨勢，隨日平均氣溫和日照時數增加表現出上升趨勢。若要更有效地預測水稻產量，還需要考慮土壤理化性質、病蟲害指標和栽培技術等因素的影響。