合水縣太白鎮水稻單產與氣象條件關系研究

摘 要：利用合水縣太白鎮水稻種植基地2014—2023年水稻種植面積、產量相關數據，結合同時期太白鎮國家氣象觀測站資料，通過Spearman相關性分析和回歸分析方法，研究水稻關鍵發育期氣象因子（氣溫、日照、降水等）與水稻氣象產量之間的關系，分析氣象因子對水稻產量的影響程度。結果表明：平均氣溫、最高氣溫和日照是影響水稻產量變化的關鍵因素，降水量、最低氣溫與水稻單產之間的相關關系較弱。水稻單產與7月日照有極顯著的負相關關系，與9月日照時數有顯著的正相關關系。平均溫度和最高溫度對單產的影響在各個月中比較一致，即除7月外，4—9月最高氣溫、平均氣溫與單產呈正相關，7月最高氣溫、平均氣溫與單產呈負相關。

關鍵詞：水稻單產；氣象條件；相關性分析；顯著性檢驗

中圖分類號：S511 文獻標志碼：B 文章編號：2095–3305（2024）09–00-04

水稻是我國最重要的糧食作物之一，其單產和總產均位于糧食作物的前列，總產占糧食作物的45%。水稻產量關系到我國的糧食安全問題[1]。除水稻品種自身遺傳因素和經濟技術水平外，溫度、日照、降水等氣象要素均會對水稻生長和產量產生重要影響[2]。合水縣太白鎮是慶陽市唯一種植水稻的鄉鎮，該地區年降水量550～660 mm，光照充足，土壤肥沃，苗村河與葫蘆河流經農田村落，自然條件優越。太白鎮出產的稻米顆粒晶瑩，氣味清香，被周圍百姓稱為“慶陽香米”，因此水稻種植是太白鎮比較具有優勢的地方特色農業產業。相較于種植其他農作物，水稻種植具有成本低、收益高的特點，經濟效益更大，能夠充分利用當地的土地資源、氣候資源和地表水資源。通過研究太白鎮水稻產量與氣象條件之間的關系，對指導當地水稻產業發展意義重大。

1 研究理論概述

作為傳統主導產業，水稻種植在太白鎮已有多年的歷史。2014年以來，在各級政府的扶持下，太白鎮分別在安子坪、牛車坡、蓮花寺、太白4個村建成生態水稻種植基地1處，種植水稻466 900 m2，發展勢頭良好。水稻種植對氣候條件具有很強的依賴性，研究水稻單產與氣象因子之間的關系、全面分析農業氣候資源對水稻生長的有利和不利影響，對合理調整水稻的種植制度、生產布局以及充分利用熱量、日照、降水等農業氣候資源具有重要意義。

近年來，國內學者認為研究氣象條件對水稻生長發育及產量的影響對水稻生產適應氣候變化具有重要的實際意義。張宇等[3]、熊偉等[4]用數值模擬方法研究氣候變化對我國水稻生產可能產生的影響，認為在未來氣候條件下，我國水稻產量將會出現不同程度的下降；石春林等[5]根據水稻開花期、穎花概率密度分布、日結實率變化特征、穎花開花日分布規律、氣溫日變化規律以及高溫對穎花結實影響因子，構建了高溫導致水稻穎花敗育的機理模型；王萍等[6]利用黑龍江省水稻主產區1971—2005年水稻產量及同期氣象數據，研究了氣候變暖對該區粳稻發育期和產量的影響，結果表明影響該區粳稻產量豐歉的主要因子是氣溫。夏季溫度過高，花藥的開裂度降低，會造成花粉散出量減少，導致不育花的數量增加[7-11]；高溫脅迫對水稻的礦質營養、光合性狀、稻米品質、外觀品質、食用品質等方面都會造成影響[12-19]。這些研究氣象要素變化對水稻產量影響的結論不盡相同，其主要原因在于氣候變化的區域特征和水稻生產的區域性存在差異，即影響水稻產量的主導氣象因子因地而異[20]。因此，了解當地氣象條件對水稻生產的影響，對指導和服務水稻生產更具針對性[21]。

2 資料與方法

2.1 研究區概況

合水縣位于甘肅省東部，屬黃河中游黃土高原溝壑區，地形包括高原溝壑、山地丘陵、河谷川臺，地勢東北高、西南低，海拔979～1 682 m，高差703 m。縣內子午嶺山脈呈南北向橫穿全境，將該縣分為東、西兩大部分，形成了東水東流、西水西去的自然地貌。太白鎮地處合水縣最東部，以山地為主，屬子午嶺林區，習稱“山后”，年降水量為550～660 mm，光照充足，雨熱同季，土壤肥沃，為種植優質稻米提供了良好的自然生態條件。

2.2 數據來源

2014—2023年水稻相關數據來自合水縣統計局，同期的氣象資料均來源于甘肅省合水縣氣象局。降水量、平均氣溫、最高氣溫、最低氣溫資料為合水太白國家氣象觀測站數據。由于太白國家氣象觀測站無日照傳感器，日照資料用合水國家基本站資料代替，數據統計方法及缺測數據處理方法依據《地面氣象資料實時統計處理業務規定（2017版）》處理。

合水縣太白鎮水稻生育期為4—9月，故研究選取時間范圍為4—9月。

2.3 數據分析方法

利用SPSS 19.0軟件，采用Spearman相關性分析法和多元逐步回歸法，研究氣象條件與太白鎮水稻單產之間的關系。

2.3.1 相關性分析

式（1）主要用于研究2個變量之間的相關性程度和方向，表征要素之間的相關密切程度。變量之間的相關性越強，則相關性數值的絕對值越大，當相關性系數r＞0時，表明2個變量呈正相關關系；當r＜0時，表明2個變量呈負相關關系；|r|≤1，且|r|越接近于1，相關程度越大；|r|越接近于0，相關程度越小。該方法主要應用于研究氣象條件與水稻生育期、品質、產量之間的關系。

（1）

2.3.2 歸一化處理

數據標準化的方法之一是將有量綱的數據轉換為無量綱的數據，將數據映射至[0，1]區間。建模前要先對數據進行歸一化處理，公式如下：

x=（2）

2.3.3 逐步回歸模型

逐步回歸是一種多元線性回歸方法，采用SPSS軟件進行逐步回歸建模，挑選出對因變量具有顯著影響的自變量，構建最優的回歸方程。將變量逐個引入，每引入一個變量時，要對已選入的變量進行逐個檢驗。當原引入的變量由于后面變量的引入而變得不再顯著時，將其剔除。反復此流程，直到既無顯著的變量選入方程，又無不顯著的自變量從回歸方程中剔除為止。

3 結果與分析

3.1 水稻種植面積和單產的年際變化

2014—2023年，合水縣太白鎮水稻種植總面積呈逐年上升趨勢，水稻種植面積共增加了213 440 m2。變化趨勢如圖1所示，2014—2016年水稻種植總面積逐年增加，2016年達到遞增的峰值270 802 m2；2016—2017年水稻總播種面積保持平穩，2018—2021年持續增長，2022年種植面積保持不變，2023年水稻種植面積急速擴大。總體來看，2015—2016、2019—2021、2022—2023年是水稻種植面積增長較為明顯的3個階段，2021—2022年種植面積持平，2016—2017年種植面積略有下降。

水稻種植面積的變化與經濟效益、技術引進和政府扶持息息相關。2014—2023年，政府支持農業綜合開發，先后投入資金900多萬元，通過綜合治理灘、水、田、路、林，建成調蓄水庫、攔河壩，修建渠道、田間道路等基礎設施，為擴大水稻種植面積、提高水稻品質和產量創造了條件。2023年，太白鎮按照“村社合一”模式成立水稻種植合作社，太白鎮水稻種植面積有了進一步擴大。

圖2為太白鎮2014—2023年水稻單產量的變化曲線，從圖中數據變化趨勢可以看出，太白鎮水稻單產量總體呈上升趨勢。近年來，水稻單產以平均每年35.0 kg的速率增加，表明隨著氣候變化和農業技術發展，太白鎮水稻單產量不斷提高。水稻單產的年際變化中主要出現一個峰值2020年，產量為716.05 kg/667 m2。2022年水稻單產量急劇降低，主要原因是5月下旬至6月中旬出現春末初夏旱，7—8月高溫天氣持續，導致水稻單產減少。

3.2 氣象因子對水稻單產的影響

對水稻生長發育產生影響的氣象因子主要包括氣溫、降水、日照3個方面，采用SPearman相關性分析方法對水稻主要生育期各個階段的氣溫、降水、日照進行相關性分析，結果如表1所示。

（1）降水。從表中可以看出，4—6月，水稻單產與降水量呈正相關關系；7—9月，水稻單產與降水量呈負相關關系。這表明降水在水稻生長初期有利于單產增加，在水稻生長發育后期不利于水稻生長。但月降水量與單產相關關系未通過顯著性檢驗，說明降水量與單產的相關關系較弱，其主要原因在于水稻生長過程中，種植人員會根據需水狀況進行灌溉，不完全依賴天然降水。

（2）日照。4—6月、9—10月的日照時數與單產呈正相關關系，7—8月呈負相關關系。這表明日照時數越長，水稻單產越高，但夏季因天氣炎熱，其日照時數變長反而會導致水稻單產減少。其中，水稻單產與7月日照時數有極顯著的負相關關系（r=-0.773，P＜0.01），與9月的日照時數有顯著的正相關關系（分別為r=0.637，P＜0.05），水稻產量隨7月日照時長的增加而減少，隨9月的日照時長增加而增加。

（3）平均氣溫。除7月外，4—9月平均氣溫與單產呈正相關關系，表明發育期平均氣溫升高有助于水稻單產的增加。但7月炎熱天氣平均氣溫增加反而會導致水稻單產減少。其中，水稻單產與8月、9月平均氣溫有顯著的正相關關系（r=0.702，P＜0.05；r=0.682，P＜0.05），表明在水稻灌漿成熟階段需要持續積累熱量。

（4）最高氣溫。最高氣溫與平均氣溫對水稻單產的影響基本一致，除7月外，4—9月最高氣溫與水稻單產呈正相關關系。這表明除7月外，最高氣溫升高有助于水稻單產增加，7月天氣炎熱，最高氣溫升高反而會導致水稻單產減少。其中，水稻單產與5月、6月、9月最高氣溫明顯的正相關關系（r=0.634，P＜0.05；r=0.755，P＜0.05；r=0.649，P＜0.05），表明在地處西北地區的太白鎮，熱量條件是影響水稻生長發育的關鍵因素。

最低氣溫：除7月、8月外，4—9月最低氣溫與水稻單產呈負相關關系，表明最低氣溫降低有助于水稻單產增加；7月、8月最低氣溫升高有助于水稻單產增加。但最低氣溫與單產相關系數未通過顯著性檢驗，最低氣溫與水稻單產的相關性較弱。

3.3 氣象條件與水稻單產的多元線性回歸分析

采用SPSS 19.0統計軟件，逐步回歸分析2014—2023年水稻單產數據，對水稻單產影響極為顯著和顯著的7月、9月日照，5月、6月、9月最高氣溫，8月、9月平均氣溫等共計80個數據。由于各因素的參數單位不一致，在回歸建模前，先對各參數進行歸一化處理。為了避免方程變量之間存在多重共線性，分別將以上自變量分為2組：7月、9月日照，5月、6月、9月最高氣溫與7月、9月日照，8月、9月平均氣溫。對其分別進行回歸分析，建立水稻單產與各氣象因子的線性回歸方程，分別得出以下2個線性方程：

Y1=566.2-414.6X1+197.2X2+162.6X3-309.1X4 +94.8X5（3）

其中，Y1為水稻單產，X1～X5分別為7月日照、9月日照、5月最高氣溫、6月最高氣溫、9月最高氣溫。通過顯著性檢驗，該回歸方程的F檢驗P值為0.014 4（P＜0.05），擬合度R2=0.805，擬合結果較好。各回歸系數的t檢驗P值分別為0.006 2、0.032 6、0.090 1、0.078 5及0.088 9，只有7月日照、9月日照的P值小于0.05，其余變量P值較大，可認為其余變量與因變量的關系不緊密，需要將其刪除。

Y2=566.2-402.9X1+189X2+77.5X3-126.8X4（4）

Y2為水稻單產，X1～X4分別為7月日照、9月日照、8月平均氣溫、9月平均氣溫。通過顯著性檢驗，該回歸方程的F檢驗P值為0.003 6（P＜0.001），擬合度R2=0.900 1，各回歸系數的t檢驗P值分別為0.005 7、0.028 2、0.009 1及0.033 5，均小于0.05的顯著性水平。擬合結果較式（3）有較大的提升。

4 結論

第一，2015—2016、2019—2021、2022—2023年是太白鎮水稻種植面積增長較為明顯的3個階段，2021—2022年種植面積持平，2016—2017年種植面積略有下降。太白鎮水稻單產總體呈波動上升趨勢，平均每年以35.0 kg的速率增加。

第二，氣象因子與水稻單產之間有較為緊密的關系。降水量在4—6月與水稻單產呈正相關關系，在7—9月呈負相關關系。日照時數在4—6月、9月與水稻單產呈正相關關系，7—8月呈負相關關系，水稻單產與7月日照有極顯著的負相關關系，與9月日照時數有顯著的正相關關系。水稻單產與4—9月的平均溫度和最高溫度的相關性基本一致，但與最低溫度有明顯的差異。除7月外，4—9月的最高氣溫、平均氣溫與水稻單產呈正相關關系，除7月、8月外，4—9月的最低氣溫與水稻單產呈負相關關系。但最高氣溫、平均氣溫的相關性比最低氣溫相關性高，8月、9月平均氣溫，5月、6月、9月最高氣溫與水稻的相關關系通過了顯著性檢驗，最低氣溫與水稻單產的相關系數未通過顯著性檢驗。

第三，這水稻單產與氣象條件的多元回歸分析中，水稻單產與同時期的氣象要素通過了顯著性檢驗，建立了2個回歸方程，水稻單產與日照、平均氣溫的擬合程度優于水稻單產與日照、最高氣溫的擬合度，這表明日照和平均氣溫是影響水稻產量變化的關鍵因素。同時，在多元回歸方程的分析中，氣象條件是影響水稻產量變化的關鍵因素，但不是唯一因素，建立更精準的產量方程仍需要考慮其他條件的影響，如不同地區土壤肥力情況、農作物病蟲害、肥料、農藥、灌溉方式、農業生產經營方式、改良后的水稻品種以及人類采取適應氣候變化的措施等因素。由于生產研究技術的限制，上述影響水稻生長的非氣象因子暫未進行討論分析。

參考文獻

[1] 潘根興.氣候變化對中國農業生產的影響分析與評估[M].北京：中國農業出版社，2010.

[2] 王敬濤，韋朝領.氣象要素對安徽省雜交中秈稻主產區產量及產量構成因素的影響[J].安徽農業大學學報，2009，36 （3）：431-435.

[3] 張宇，王馥棠.氣候變暖對我國水稻生產可能影響的數值模擬試驗研究[J].應用氣象學報，1995（S1）：19-25.

[4] 熊偉，陶福祿，許吟隆，等.氣候變化情景下我國水稻產量變化模擬[J].中國農業氣象，2001，22（3）：1-5.

[5] 石春林，金之慶，湯日圣，等.水稻高溫敗育模擬模型[J].中國水稻科學，2001（3）：2-6.

[6] 王萍，李廷全，閆平，等.黑龍江省近35年氣候變化對粳稻 發育期及產量的影響[J].中國農業氣象，2008，29（3）：268-271.

[7] 楊惠成，黃仲青，蔣之塤，等 .2003 年安徽早中稻花期熱害及防御技術[J].安徽農業科學，2004（1）：3-4.

[8] Matsui T， Omasa K， Horie T. The difference in sterility due to high temperatures during the flowering period among Japonica-Rice varieties[J]. Plant production science， 2001， 4（2）： 90-93.

[9] 徐海波，王光明，隗溟，等.高溫脅迫下水稻花粉粒性狀與結實率的相關分析[J].西南農業大學學報，2001（3）：205-207.

[10] 李文彬，王賀，張福鎖.高溫脅迫條件下硅對水稻花藥開裂及授粉量的影響[J].作物學報，2005（1）：134-136.

[11] 羅麗華，劉國華，肖應輝，等.高溫脅迫對水稻花粉和小穗育性及稻谷粒重的影響[J].湖南農業大學學報：自然科學版，2005（6）：593-596.

[12] 王昌全，曾莉，盧俊宇，等.土壤水分狀況與水稻生長的關系[J].西南農業學報，1997（2）：68-71.

[13] 胡繼超，姜東，曹衛星，等.短期干旱對水稻葉水勢、光合作用及干物質分配的影響[J].應用生態學報，2004（1）：63-67.

[14] 文漢，聶凡.干旱對水稻抽穗后旗葉衰老和產量構成因子的影響[J].安徽農業大學學報，2000（2）：135-137.

[15] 戴高興，彭克勤，蕭浪濤，等.聚乙二醇模擬干旱對耐低鉀水稻幼苗丙二醛、脯氨酸含量和超氧化物歧化酶活性的影響[J].中國水稻科學，2006（5）：557-559.

[16] 蕭浪濤，王少先，彭克勤，等.自然干旱脅迫下配方肥增效劑對水稻內源激素的影響[J].中國水稻科學，2005（5）： 417-421.

[17] 黃文江，王紀華，趙春江，等.旱作水稻幼穗發育期若干生理特性及節水機理的研究[J].作物學報，2002（3）：411-416.

[18] Serrato， Antonio Jesús， pérez-Ruiz， et al. A novel NADPHthioredoxin reductase， localized in the chloroplast， which deficiencycauses hypersensitivity to abiotic stress in Arabidopsis thaliana[J]. Journal of biological chemistry， 2004， 279（42）： 43821-43827.

[19] 王平榮，鄧曉建，高曉玲，等.干旱對稻米品質的影響研究[J].中國學通報，2004（6）：282-284，324.

[20] 邱新法，曾燕，黃翠銀.影響我國水稻產量的主要氣象因子的研究[J].南京氣象學院學報，2000，23（3）：356-360.

[21] 孫秀芬，鐘楚，楊韜等，等. 溫度和降水對云南玉溪水稻生產的影響[J].中國農學通報，2013，29（3）：121-126.

收稿日期：2024-05-12

基金項目：慶陽市氣象局科技項目“合水縣太白鎮水稻產量與氣象條件關系研究”（QY2023-21）；甘肅省慶陽市自然科學基金農業重大科研項目“氣象因子對隴東蘋果病蟲害發生的影響及預測預報研究”（QY-STK-2023A-S082）；甘肅省氣象局科研項目“隴東果園春季晚霜凍防治技術措施研究”（ZcMs2024-G-27）。

作者簡介：張雪姣（1990—），女，寧夏隆德人，工程師，研究方向為縣級綜合氣象觀測業務。