劉斌+任傳友+王艷華

摘要：針對水稻生產(chǎn)中對品種搭配決策服務(wù)的迫切需求，應(yīng)用鐵嶺、沈陽和盤錦地區(qū)1951—2014年溫度資料和1992—2011年水稻產(chǎn)量數(shù)據(jù)，分析持續(xù)低溫指數(shù)和水稻產(chǎn)量的變化特征?；谵r(nóng)業(yè)氣候相似原理進行引種，通過持續(xù)低溫指數(shù)估算中熟、中晚熟偏早型、中晚熟品種的水稻期望產(chǎn)量，并制定沈陽地區(qū)不同熟期水稻品種搭配策略。結(jié)果表明：3個地區(qū)持續(xù)低溫指數(shù)均呈現(xiàn)出明顯降低趨勢，鐵嶺、沈陽、盤錦地區(qū)的降低幅度分別為12.4、4.9、11.1 d/10年；1992—2011年，鐵嶺、沈陽、盤錦地區(qū)的持續(xù)低溫指數(shù)均呈現(xiàn)5年的周期振蕩，鐵嶺和盤錦地區(qū)還呈現(xiàn)10年的周期振蕩；水稻產(chǎn)量的波動變化具有明顯的持續(xù)低溫指數(shù)的周期變化特征。在85%保證率下，確定2016—2050年每5年為1個時段不同熟期水稻品種的搭配比例，2016—2020年、2021—2025年、2026—2030年、2031—2035年、2036—2040年、2041—2045年、2046—2050年中熟、中晚熟偏早型、中晚熟品種所占比例分別約為：11.4%、28.8%、59.8%，15.4%、23.8%、60.8%，15.8%、23.2%、61.0%，12.6%、27.6%、59.8%，18.2%，19.6%，62.2%，14.2%，25.4%，60.4%，19.6%，17.0%，63.4%。

關(guān)鍵詞：品種搭配；水稻產(chǎn)量；持續(xù)低溫指數(shù)；氣候相似原理

中圖分類號： S511.037文獻標(biāo)志碼：

文章編號：1002-1302（2016）08-0102-04

盡管農(nóng)業(yè)技術(shù)的進步已經(jīng)顯著提高了作物生產(chǎn)系統(tǒng)的生產(chǎn)力，但當(dāng)今和未來氣候變化仍嚴重威脅著作物生產(chǎn)力的穩(wěn)定性和糧食安全[1]。2007年第4次聯(lián)合園政府間氣候變化專門委員會（IPCC）評估報告指出，過去的50年，中高緯度地區(qū)作物生長季延長，春播提前。全球氣候變暖會使中高緯度地區(qū)某些谷類作物的產(chǎn)量增長[2]。在糧食產(chǎn)量供需增加以及可以耕作土地面積減小的背景下，為了減輕氣候變化對農(nóng)業(yè)生產(chǎn)系統(tǒng)帶來的負面影響，或促進氣候變化帶來的潛在正面影響，人類必須尋求有效的適應(yīng)性選擇策略來應(yīng)對氣候變化，以確保糧食安全。

根據(jù)農(nóng)業(yè)氣候相似原理，在熱量條件得到改善的地區(qū)，可引種偏晚熟品種，進而提高水稻產(chǎn)量。農(nóng)業(yè)氣候相似不僅包括氣候平均狀態(tài)的相似，也包括極端氣候的相似。在當(dāng)前東北地區(qū)熱量條件得到改善的情況下，近些年東北地區(qū)作物結(jié)構(gòu)和品種布局有了較大的調(diào)整，水稻面積及其偏晚熟品種不斷向北部和東部擴展，水稻大范圍延遲型冷害發(fā)生頻率有所下降[3]。但是，障礙型冷害呈現(xiàn)頻繁而且嚴重的趨勢[4]，且進入2000年以后，東北地區(qū)的冷害事件呈增多趨勢[5]，2001—2010年吉林南部和遼寧局部地區(qū)在孕穗期、抽穗期的低溫冷害發(fā)生的次數(shù)較前1個10年明顯增多[6]，其中2009年損失最為嚴重[7]。當(dāng)前東北地區(qū)引種偏晚熟的水稻品種，更多地是從平均熱量條件改善的角度考慮引種的可行性，忽略了低溫事件的影響，這是導(dǎo)致當(dāng)前該地區(qū)水稻冷害事件增加的一個重要原因。

由于氣候在變暖的同時，其時空波動也在加劇，遭遇嚴重的低溫冷害年將使農(nóng)作物的晚熟品種不能正常成熟，從而造成產(chǎn)量下降和品質(zhì)變差[8]，對糧食生產(chǎn)的穩(wěn)定和安全構(gòu)成嚴重的威脅。科學(xué)合理地搭配不同熟期水稻品種，是充分利用熱量資源、規(guī)避低溫冷害影響、降低引種氣候風(fēng)險的重要措施之一?；谵r(nóng)業(yè)氣候相似原理，本研究以遼寧省鐵嶺、沈陽和盤錦地區(qū)的水稻產(chǎn)量數(shù)據(jù)作為當(dāng)前氣候情景下沈陽地區(qū)栽種的中熟、中晚熟偏早型和中晚熟品種的代表，評價低溫冷害對不同地區(qū)水稻（即沈陽地區(qū)的不同熟期水稻）產(chǎn)量的影響，制定沈陽地區(qū)不同熟期水稻品種搭配比例。研究結(jié)果可為指導(dǎo)沈陽地區(qū)的水稻生產(chǎn)提供新的技術(shù)途徑。

1材料與方法

1.1材料

本研究應(yīng)用的氣象資料為鐵嶺、沈陽和盤錦地區(qū)1951—2014年的日平均氣溫和日最低氣溫數(shù)據(jù)（資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)）和上述3個地區(qū)的1992—2011年水稻單產(chǎn)數(shù)據(jù)（資料來源于遼寧省農(nóng)業(yè)統(tǒng)計年鑒）。

1.2試驗與設(shè)計

當(dāng)前沈陽地區(qū)栽種的水稻品種主要為以沈農(nóng)265、沈農(nóng)8801、遼星1號為代表的中晚熟偏早型水稻品種，鐵嶺地區(qū)主要為以鐵粳7號、鐵粳11號、鐵粳12號為代表的鐵粳系列中熟品種，盤錦地區(qū)為以鹽豐47、沈農(nóng)606、沈農(nóng)9816為代表的中晚熟品種。如圖1所示，1981—2010年間，沈陽與鐵嶺、盤錦兩地的年平均氣溫的差值介于0.94～1.26之間，沈陽地區(qū)年平均氣溫的標(biāo)準(zhǔn)差為0.58 ℃。沈陽地區(qū)的年平均氣溫服從正態(tài)分布，0.05的置信水平可引起沈陽地區(qū)平均溫度約 1.14 ℃ 的改變，該數(shù)值同沈陽與鐵嶺、盤錦年平均氣溫差值的量級相當(dāng)。根據(jù)文獻及相關(guān)的統(tǒng)計數(shù)據(jù)，沈陽地區(qū)約有30%的年份存在不同程度的水稻低溫冷害（其中嚴重冷害約占5%，一般冷害約占25%），本研究將沈陽地區(qū)分別按照30%、40%、30%的概率分為低溫、正常、高溫3類年景，將鐵嶺和盤錦地區(qū)分別按5%、25%、40%、25%、5%的概率分為嚴重低溫、一般低溫、正常、一般高溫、嚴重高溫5類年景?；谵r(nóng)業(yè)氣候相似原理，就可得到沈陽地區(qū)種植的不同熟期水稻品種在低溫、正常和高溫年景的產(chǎn)量數(shù)據(jù)（具體的對應(yīng)關(guān)系見表1）。

1.3研究方法

1.3.1水稻產(chǎn)量的分離方法

一般將作物的總產(chǎn)量分解成趨勢產(chǎn)量、氣象產(chǎn)量和隨機產(chǎn)量，見式（1）：

[JZ（]Y=Yt+Yc+Δ。[JZ）][JY]（1）

式中：Y為單位面積產(chǎn)量，kg/hm2；Yt為單位面積趨勢產(chǎn)量，kg/hm2；Yc為單位面積氣象產(chǎn)量，kg/hm2；Δ為隨機誤差，一般在實際計算中可不作考慮。

趨勢產(chǎn)量主要由社會因素（如生產(chǎn)力水平的改變、品種的更新等）和氣候狀況（如氣候變暖等）決定，氣象產(chǎn)量主要由氣候狀況年際間的不均一性等自然因素決定（如低溫冷害、高溫危害、洪澇、干旱等）。根據(jù)GB/T 21985—2008《主要農(nóng)作物高溫危害溫度指標(biāo)》估算，沈陽地區(qū)水稻高溫危害很小，干旱對水稻的影響也可忽略，氣象產(chǎn)量主要由低溫冷害決定。

1.3.2冷害指標(biāo)的選取

持續(xù)低溫指數(shù)（consecutive cold day index，CCDI）定義為1年中（或某個時段，例如5—9月）至少連續(xù)3 d日最低溫度低于該日多年日最低溫度平均值 5 ℃ 的總天數(shù)。該項指標(biāo)具有明確的生物學(xué)意義，對東北地區(qū)糧食產(chǎn)量也具有很好的低溫冷害指示作用[9]。本研究為使CCDI能兼顧延遲型冷害和障礙型冷害的綜合影響，將低溫強度降低，并根據(jù)研究需要，將上述CCDI的定義修正為某地（鐵嶺、沈陽或盤錦）1年中至少連續(xù)3 d日最低溫度低于該日沈陽多年日最低溫度平均值2 ℃的總天數(shù)。

1.3.3其他分析方法

氣候傾向率定義為預(yù)報量隨時間變化的一元線性回歸方程斜率的10倍[10]，本研究采用氣候傾向率評價預(yù)報量隨時間的變化速率。應(yīng)用諧波分析方法分析時間序列的周期波動。應(yīng)用1951—2014年的CCDI統(tǒng)計各個級別的轉(zhuǎn)移概率，按照一階馬爾可夫概型[11]估算未來某一年CCDI處于高、中、低級別的概率。

2結(jié)果與討論

2.1CCDI與水稻產(chǎn)量的變化特征及二者之間的關(guān)系

如圖2所示，1951—2014年鐵嶺、沈陽和盤錦地區(qū)CCDI均呈現(xiàn)出極顯著的降低趨勢（P<0.01），氣候傾向率分別為12.4、4.9、11.1 d/10年，且3個地區(qū)CCDI的最低值、最高值分別為29、165、25、149、5、125 d，分別出現(xiàn)在2004、1957，1988、1969、1995、1957年，最高值與最低值差值分別為136、124、120 d，說明鐵嶺、沈陽和盤錦地區(qū)CCDI的年際間變化差異性很大。然而進入2000年以來，沈陽地區(qū)2000—2014年CCDI呈現(xiàn)顯著增加趨勢（P<0.05），鐵嶺和盤錦地區(qū)2007—2014年CCDI呈增加趨勢（P<0.10），表明近些年由于氣候波動的加劇，增加了農(nóng)業(yè)生產(chǎn)中遭遇低溫冷害的風(fēng)險。諧波分析表明，鐵嶺、沈陽和盤錦地區(qū)CCDI均呈現(xiàn)出5年左右的周期振蕩（P<0.10），鐵嶺和盤錦地區(qū)CCDI還呈現(xiàn)出顯著的10年左右的周期振蕩（P<0.05）。

應(yīng)用HP濾波方法[12]對1992—2011年遼寧省鐵嶺、沈陽和盤錦地區(qū)水稻實際單產(chǎn)進行趨勢產(chǎn)量和氣象產(chǎn)量的分離，如圖3所示。1992—2011年鐵嶺、沈陽和盤錦地區(qū)的趨勢產(chǎn)量呈現(xiàn)顯著增加的趨勢（P<0.05），氣候傾向率分別為 343.3、379.4、264.8 kg/（hm2·10年），鐵嶺、沈陽、盤錦地區(qū)的趨勢產(chǎn)量分別可解釋實際產(chǎn)量變化的 20.1%、25.9%、20.4% 信息。趨勢產(chǎn)量的預(yù)測方程：

[JZ（]yt鐵嶺=34.328x-60 797；yt沈陽=37.94x-67 815；yt盤錦=26.482x-43 667。[JZ）][JY]（2）

式中：x為年份。氣象產(chǎn)量在0上下波動，年際變化曲線波動的正、負表明氣候變化對水稻產(chǎn)量的影響時正時負，曲線波動的范圍則表明氣候變化對糧食產(chǎn)量貢獻率的大小。諧波分析表明，鐵嶺（P<0.10）、沈陽（P<0.05）地區(qū)氣象產(chǎn)量存在著明顯5年左右的周期變化，與CCDI的年代際變化特征基本一致。

CCDI與遼寧省水稻產(chǎn)量呈負相關(guān)關(guān)系（P<0.20）[9]。本研究中鐵嶺、沈陽和盤錦地區(qū)水稻產(chǎn)量與CCDI的相關(guān)關(guān)系并不顯著，低于上述研究結(jié)論。這與2個方面的因素有關(guān)：一是本研究選用的數(shù)據(jù)為地區(qū)空間尺度的數(shù)據(jù)，與省級空間尺度的水稻產(chǎn)量數(shù)據(jù)相比，其隨機干擾因素更多；二是水稻產(chǎn)量對CCDI的響應(yīng)關(guān)系并非是線性的，而是非線性的。本研究將水稻氣象產(chǎn)量的分級數(shù)據(jù)與CCDI的分級數(shù)據(jù)進行獨立性檢驗，結(jié)果表明分級后的氣象產(chǎn)量與CCDI存在明顯相關(guān)關(guān)系（P<0.10），加上水稻產(chǎn)量的年代際變化特征與CCDI一致，因此鐵嶺、沈陽和盤錦地區(qū)的水稻氣象產(chǎn)量明顯帶有CCDI的信息。

2.2沈陽地區(qū)水稻品種搭配比例

本研究認為，水稻產(chǎn)量的年際波動變化主要歸結(jié)于CCDI的限制，因此探討CCDI與水稻產(chǎn)量的關(guān)系，實際上是研究CCDI與氣象產(chǎn)量的關(guān)系。CCDI處于低、中、高3個級別時不同熟期水稻對應(yīng)的氣象產(chǎn)量平均值（kg/hm2）見表2?？梢钥闯觯谥蠧CDI年份，不同熟期水稻氣象產(chǎn)量最高，高CCDI和低CCDI年份均會使其氣象產(chǎn)量下降。

為了通過CCDI預(yù)測3個品種水稻產(chǎn)量，給出如下公式：

3結(jié)論

本研究根據(jù)1951—2014年鐵嶺、沈陽、盤錦地區(qū)日平均溫度、日最低溫度數(shù)據(jù)和1992—2011年水稻產(chǎn)量數(shù)據(jù)，基于農(nóng)業(yè)氣候相似原理，通過CCDI預(yù)測沈陽地區(qū)水稻期望產(chǎn)量，制定沈陽地區(qū)不同熟期水稻品種搭配策略，主要研究結(jié)論如下。

（1）鐵嶺、沈陽、盤錦地區(qū)CCDI均呈現(xiàn)出極顯著的降低趨勢（P<0.01），鐵嶺、沈陽、盤錦地區(qū)的降低幅度分別約為12.4、4.9、11.1 d/10年。1992—2011年鐵嶺、沈陽、盤錦地區(qū)的CCDI均呈現(xiàn)5年的周期振蕩（P<0.10），其中鐵嶺、盤錦地區(qū)還呈現(xiàn)10年的周期振蕩（P<0.05）。

（2）1992—2011年鐵嶺、沈陽、盤錦地區(qū)水稻趨勢產(chǎn)量呈現(xiàn)顯著增加趨勢（P<0.01），每10年增加幅度分別約為 343.3、379.4、264.8 kg/hm2，3個地區(qū)趨勢產(chǎn)量與實際產(chǎn)量均呈現(xiàn)顯著相關(guān)關(guān)系（P<0.05）。鐵嶺地區(qū)氣象產(chǎn)量明顯存在著5年左右的周期變化（P<0.10），沈陽地區(qū)氣象產(chǎn)量存在著明顯5年左右的周期變化（P<0.05），盤錦地區(qū)氣象產(chǎn)量周期變化并不顯著。氣象產(chǎn)量的周期變化具有明顯的CCDI周期變化信息。

（3）在85%保證率下，每5年制定沈陽地區(qū)不同熟期水稻品種搭配策略，2016—2020年、2021—2025年、2026—2030年、2031—2035年、2036—2040年、2041—2045年、2046—2050年中熟、中晚熟偏早型、中晚熟品種所占的比例分別約為114%、28.8%、59.8%，15.4%、23.8%、60.8%，15.8%、23.2%、61.0%，12.6%、27.6%、59.8%，18.2%、19.6%、62.2%，14.2%、25.4%、60.4%，19.6%、17.0%、63.4%。

參考文獻：

[1]林爾達，吳紹洪，戴曉蘇，等. 氣候變化影響的最新認知[J]. 氣候變化研究進展，2007，3（3）：125-131.[HJ1.9mm]

[2]楊曉光，劉志娟，陳阜. 全球氣候變暖對中國種植制度可能影響Ⅰ. 氣候變暖對中國種植制度北界和糧食產(chǎn)量可能影響的分析[J]. 中國農(nóng)業(yè)科學(xué)，2010，43（2）：329-336.

[3]方修琦，王媛. 氣候變暖的適應(yīng)行為與黑龍江省夏季低溫冷害的變化[J]. 地理研究，2005，24（5）：673-680.

[4]王紹武，馬樹慶，陳莉，等. 低溫冷害[M]. 北京：氣象出版社，2009：23-40.

[5]王艷華，任傳友，劉剛，等. 東北地區(qū)不同季節(jié)持續(xù)低溫指數(shù)時空變化特征及其對區(qū)域溫暖化的響應(yīng)[J]. 資源科學(xué)，2013，35（5）：1016-1023.

[6]胡春麗，李輯，林蓉，等. 東北水稻障礙型低溫冷害變化特征及其與關(guān)鍵生育期溫度的關(guān)系[J]. 中國農(nóng)業(yè)氣象，2014，35（3）：323-329.

[7]馬樹慶，王琪. 2009年吉林省農(nóng)業(yè)氣象災(zāi)害及其對糧食生產(chǎn)的影響[J]. 吉林農(nóng)業(yè)科學(xué)，2010，35（1）：49-52.

[8]姚佩珍. 近四十年東北夏季低溫冷害的氣候特征[J]. 災(zāi)害學(xué)，1995，10（1）：51-56.

[9]王艷華，任傳友，韓亞東，等. 東北地區(qū)活動積溫和極端持續(xù)低溫的時空分布特征及其對糧食產(chǎn)量的影響[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2011，30（9）：1742-1748.[ZK）]

[10]蔡福，張淑杰，于貴瑞，等. 基于空間化技術(shù)對中國近50年平均氣溫時空演變特征的研究[J]. 高原氣象，2006，25（6）：1168-1175.

[11]黃嘉佑. 氣象統(tǒng)計分析與預(yù)報方法[M]. 北京：氣象出版社，2004：239-243.

[12]楊建輝，張然欣. 基于HP濾波法和GARCH模型的股票價格趨勢預(yù)測[J]. 統(tǒng)計與決策，2012（7）：111-113.