唐國敏 劉永裕 黃維
摘要:分析柳州市高溫?zé)岷Φ陌l(fā)生規(guī)律及其與水稻產(chǎn)量波動(dòng)的關(guān)系,為合理安排水稻生產(chǎn)和防御高溫?zé)岷μ峁┛茖W(xué)參考。利用柳州市8個(gè)氣象觀測站1960—2014年的氣象資料,分析高溫?zé)岷Πl(fā)生頻次的時(shí)空分布規(guī)律。同時(shí),結(jié)合柳城縣、鹿寨縣2003—2016年的早稻統(tǒng)計(jì)產(chǎn)量資料,分析高溫?zé)岷υ绲井a(chǎn)量的影響。結(jié)果表明,高溫?zé)岷δ觌H發(fā)生規(guī)律主要由1960—1980年和1981—2009年兩個(gè)時(shí)段構(gòu)成,兩個(gè)時(shí)段內(nèi)都表現(xiàn)先減后增的變化趨勢,且輕、中、重和總高溫?zé)岷︻l次主要存在著一個(gè)1~4年尺度周期變化,集中發(fā)生在1980年。研究區(qū)高溫?zé)岷δ隙啾鄙伲傮w頻次和強(qiáng)度不大,其中以2010年對柳州市南部早稻產(chǎn)量影響最為明顯。
關(guān)鍵詞:高溫?zé)岷Γ荒觌H變化;小波分析;產(chǎn)量
中圖分類號(hào):S512.1 文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):0439-8114(2018)20-0069-07
DOI:10.14088/j.cnki.issn0439-8114.2018.20.015 開放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):
Abstract: The analysis of regularity of heat damage in Liuzhou and its relationship with the fluctuation of rice yield could provide a scientific reference for rational arrangement of rice production and the defense of heat damage. Meteorological data of 8 meteorological stations from 1960 to 2014 were collected to analyze the temporal and spatial distribution of the occurrence frequency of heat damage. Meanwhile, with the statistical yield data of early rice in Liucheng county and Luzhai county from 2003 to 2016, the effects of heat damage on the yield of early rice were analyzed. The results showed that the annual occurrence of heat damage was mainly divided into two periods, namely 1960-1980 and 1981-2009. In the two periods, heat damage showed a first decreasing and then increasing trend. The frequency of light, medium, heavy and total heat damage mainly existed a period of 1~4 year scale which occur in 1980. Heat damage presented much severer in the south of study area than in the north. The total frequency and intensity were not significant. But there was a significant impact on the early rice yield in the south of Liuzhou in 2010.
Key words: heat damage; annual change; wavelet analysis; yield
高溫?zé)岷κ怯绊懼袊戏降貐^(qū)水稻產(chǎn)量和品質(zhì)的主要農(nóng)業(yè)氣象災(zāi)害之一[1],由于其具有發(fā)生頻率高、強(qiáng)度大、影響范圍廣的特點(diǎn),受到氣象部門和農(nóng)業(yè)部門的關(guān)注。水稻在抽穗開花期對高溫最為敏感,在灌漿期次之[2]。如果水稻于抽穗開花期遭遇高溫?zé)岷?,則易造成水稻穎花不育,受精過程被破壞,最終導(dǎo)致結(jié)實(shí)率下降[3,4];而在灌漿期高溫?zé)岷χ饕愿邷乇剖斓男问接绊懰菊9酀{,由于加速了水稻的灌漿進(jìn)程,縮短了灌漿時(shí)間,導(dǎo)致干物質(zhì)累積降低,最終子粒灌漿不飽滿、粒重減輕,此外,高溫逼熟還會(huì)造成米粒疏松,碎米率提高,堊白度增加,嚴(yán)重影響了水稻的品質(zhì)[5]。
根據(jù)統(tǒng)計(jì),柳州市6月開始高溫日數(shù)增多,7、8月高溫日數(shù)最多[6],早稻一般于6月下旬抽穗開花,7月下旬成熟,如在此期間遭遇高溫?zé)岷?,將直接影響早稻的最終產(chǎn)量。目前,除北部高寒山區(qū)種植一定面積的單季稻外,柳州市水稻種植主要以雙季稻為主,其中早稻常年播種面積約6萬hm2,占稻谷播種面積的45.9%,產(chǎn)量約34.8萬t,占稻谷總產(chǎn)量的47.0%,因此,早稻產(chǎn)量的高低將直接影響全市稻谷產(chǎn)量的增減。隨著全球氣候變暖的進(jìn)一步加劇,柳州市夏季極端高溫天氣出現(xiàn)的頻率呈增加趨勢,高溫?zé)岷r(shí)有發(fā)生,嚴(yán)重影響了柳州市水稻的正常生產(chǎn)。不同學(xué)者已經(jīng)對長江中下游地區(qū)一季稻高溫?zé)岷ψ隽舜罅垦芯縖1-6],關(guān)于雙季稻早稻高溫?zé)岷ρ芯枯^少,因此,本研究嘗試分析柳州市早稻抽穗開花期的時(shí)空分布規(guī)律,旨在為柳州市早稻高溫?zé)岷Φ姆烙蛢?yōu)化生產(chǎn)布局提供參考。
1 資料與方法
1.1 研究區(qū)概況
柳州市地處桂中北部,屬中亞熱帶季風(fēng)氣候,由于受季風(fēng)環(huán)流影響,夏半年盛行偏南風(fēng),高溫、高濕、多雨,冬半年盛行偏北風(fēng),寒冷、干燥、少雨。夏長冬短、雨熱同季,光、溫、水氣候資源豐富,但地區(qū)差異較大,北部各縣具有較明顯的山地氣候特征。截至2016年,早稻播種面積達(dá)6.1萬hm2,約占當(dāng)年稻谷播種面積的46%,單產(chǎn)平均為5 700 kg/hm2[7]。柳州市共有8個(gè)國家氣象觀測站,其空間分布如圖1所示。
1.2 數(shù)據(jù)
從柳州市氣象局獲取柳江、鹿寨、柳州、沙塘、柳城、融安、融水和三江共8站1960—2014年逐日氣象資料,包括平均溫度、最高溫度、最低溫度等;選取柳州市農(nóng)業(yè)氣象試驗(yàn)站2001—2016年的雙季早稻生育期觀測資料作為本研究的農(nóng)氣資料,生育期主要包括出苗期、分蘗期、移栽期、拔節(jié)期、抽穗期、灌漿期和成熟期。同時(shí),以生育期的多年平均值作為整個(gè)研究區(qū)的生育期數(shù)據(jù)源,平均生育期如表1所示。
1.3 研究方法
1.3.1 高溫?zé)岷χ笜?biāo) 根據(jù)一季稻高溫敏感期生理學(xué)基礎(chǔ)和夏季高溫頻發(fā)時(shí)段,參考已有研究成果,將高溫?zé)岷ρ芯繒r(shí)段定為抽穗期前后20 d[8]。根據(jù)前人研究,采用日最高氣溫≥35 ℃且日平均氣溫≥30 ℃定義為1個(gè)高溫日,連續(xù)出現(xiàn)3 d以上的高溫日定義為1次高溫?zé)岷Γ鶕?jù)高溫日持續(xù)時(shí)間的長短,劃分為不同程度的高溫?zé)岷Φ燃?jí)[1],3~4 d,輕度;5~7 d,中度;≥7 d,重度。
1.3.2 產(chǎn)量資料處理 從柳州市統(tǒng)計(jì)局獲取了2003—2016年柳城縣、鹿寨縣早稻統(tǒng)計(jì)產(chǎn)量,產(chǎn)量年際變化如圖2所示。
2 結(jié)果與分析
2.1 高溫?zé)岷δ觌H變化規(guī)律
圖3a、圖3b、圖3c、圖3d分別為輕度、中度、重度、總高溫?zé)岷︻l次的年際變化規(guī)律,并采用多項(xiàng)式擬合高溫?zé)岷r(shí)間變化趨勢。從圖中可以看出,輕度高溫?zé)岷︻l次年際變化規(guī)律有一定的周期性,具體可分為1960—1980年和1981—2009年兩個(gè)時(shí)段,都呈現(xiàn)出先減后增的變化趨勢,1965和1995年擬合曲線處于谷值,而1960、1980和2009年為峰值期,在2010年后又快速下降,整個(gè)研究時(shí)段內(nèi)輕度高溫?zé)岷ζ骄l次為0.275次/站,發(fā)生頻次最多的年份為1985年,達(dá)1.125次/站,但有19個(gè)年份未出現(xiàn)過輕度高溫?zé)岷?,?4.5%;中度高溫?zé)岷ψ兓厔菘傮w跟輕度高溫?zé)岷Υ篌w一致,可分為兩個(gè)時(shí)段,但變化趨勢稍緩,整個(gè)研究時(shí)段內(nèi)中度高溫?zé)岷ζ骄l次為0.073次/站,發(fā)生頻次最多的年份為1985年,達(dá)0.750次/站,但有38個(gè)年份未出現(xiàn)過中度高溫?zé)岷?,?9.0%;重度高溫?zé)岷ψ兓厔莶幻黠@,發(fā)生的頻次較低,僅有9個(gè)年份發(fā)了重度高溫?zé)岷?,?6.4%,頻次最多的年份為1978年,達(dá)0.625次/站,1965—1974年和1986—2002年都未出現(xiàn)重度高溫?zé)岷?;總高溫?zé)岷ψ兓厔菖c輕度高溫?zé)岷疽恢拢麄€(gè)研究時(shí)段內(nèi)總高溫?zé)岷ζ骄l次為0.393次/站,發(fā)生頻次最多的年份為1985年,達(dá)2.125次/站,有19個(gè)年份未出現(xiàn)過高溫?zé)岷Γ?4.5%,且與未出現(xiàn)輕度高溫?zé)岷δ攴輰?yīng),即未發(fā)生輕度高溫?zé)岷Φ哪攴菀参丛l(fā)生過中度、重度高溫?zé)岷Α?/p>
2.2 高溫?zé)岷χ芷谧兓?guī)律
高溫?zé)岷Φ倪B續(xù)小波功率譜見圖4,其中粗黑線包圍的范圍通過了α=0.05顯著性水平下紅色噪音標(biāo)準(zhǔn)譜的檢驗(yàn),細(xì)黑線為影響錐型曲線。從圖4中可以看出,輕度高溫?zé)岷Πl(fā)生頻次存在著1~4年和7年尺度的顯著周期變化,其中,1~4年尺度周期變化主要發(fā)生在1982-1987年,7年尺度周期變化主要發(fā)生在1998-2005年,兩尺度的能量都較強(qiáng),但7年尺度周期的部分發(fā)生年份處于影響錐形曲線以外;中度高溫?zé)岷Πl(fā)生頻次存在著1~4年和6年尺度的顯著周期變化,但6年尺度周期的發(fā)生年份基本都處于影響錐形曲線以外,其中,1~4年尺度周期變化主要發(fā)生在1984-1988年;重度高溫?zé)岷Πl(fā)生頻次存在著1~4年和4~7年尺度的顯著周期變化,但4~7年尺度周期的發(fā)生年份全部處于影響錐形曲線以外,其中,1~4年尺度周期變化主要發(fā)生在1975-1982年,且能量較強(qiáng);總高溫?zé)岷Πl(fā)生頻次存在著1~4年和6~8年尺度的顯著周期變化,其中,1~4年尺度周期變化主要發(fā)生在1982-1987年,6~8年尺度周期變化主要發(fā)生在1999-2010年,但6~8年尺度周期的發(fā)生年份基本都處于影響錐形曲線以外。
通過以上分析可知,輕度、中度、重度和總高溫?zé)岷︻l次主要存在著一個(gè)1~4年尺度周期變化,能量最強(qiáng),且發(fā)生年份主要為1980年,7年左右尺度周期隨著高溫?zé)岷Φ燃?jí)升高發(fā)生年份往后推移,并逐漸跳出影響錐形曲線。
2.3 高溫?zé)岷Φ目臻g分布
柳州市高溫?zé)岷Πl(fā)生頻次的空間分布見圖5。從圖5可以看出,輕度高溫?zé)岷Πl(fā)生頻次在0.18~5.27次/10年,平均值為2.76次/10年,南北差異明顯,從南到北逐漸遞增,其中以研究區(qū)東南方向的鹿寨地區(qū)輕度高溫?zé)岷Πl(fā)生頻次最多,最高值出現(xiàn)在鹿寨站,達(dá)5.27次/10年,三江站發(fā)生頻次最少,僅0.18次/10年;中度高溫?zé)岷Πl(fā)生頻次在0~1.45次/10年,平均值為0.73次/10年,空間差異顯著,頻次南多北少,但在沙塘站附近存在一個(gè)中度高溫?zé)岷Φ牡椭祬^(qū),研究區(qū)東南方向的鹿寨地區(qū)中度高溫?zé)岷Πl(fā)生頻次最多,最高值分別出現(xiàn)在鹿寨站和柳州站,均為1.45次/10年,三江站在研究時(shí)段內(nèi)未發(fā)生過中度高溫?zé)岷?;重度高溫?zé)岷Πl(fā)生頻次在0~1.27次/10年,平均值為0.46次/10年,南北差異明顯,從南到北逐漸遞減,其中最高值出現(xiàn)在柳州站,達(dá)1.27次/10年,三江站和融水站在研究時(shí)段內(nèi)未發(fā)生過重度高溫?zé)岷Γ豢偢邷責(zé)岷Πl(fā)生頻次在0.18~7.45次/10年,平均值為3.95次/10年,南北差異明顯,從南到北逐漸遞增,其中仍以研究區(qū)東南方向的鹿寨地區(qū)總高溫?zé)岷︻l次最多,其次為柳州站和柳城站,最高值出現(xiàn)在鹿寨站,達(dá)5.27次/10年,三江站發(fā)生頻次最少,僅0.18次/10年。值得注意的是,處于研究區(qū)南部的沙塘站高溫?zé)岷ζ毡槠佟?/p>
2.4 高溫?zé)岷Ξa(chǎn)量的影響
以高溫?zé)岷Πl(fā)生頻次較多的柳城縣和鹿寨縣為研究對象,分析近年來早稻相對氣象產(chǎn)量與高溫?zé)岷Φ年P(guān)系。從圖6可以看出,柳城縣早稻相對氣象產(chǎn)量與高溫發(fā)生熱害頻次大體呈反向波動(dòng)趨勢,2004、2009、2010、2013年分別出現(xiàn)了2次及以上的高溫?zé)岷^程,2010年最高,出現(xiàn)3次,但以2004和2010年的高溫?zé)岷α窃绲井a(chǎn)量的影響較為顯著。鹿寨縣2003、2004、2007、2010年均出現(xiàn)了兩次高溫?zé)岷^程,但前3個(gè)年份對產(chǎn)量的波動(dòng)影響不大,僅2010年的高溫?zé)岷Ξa(chǎn)量影響較大。據(jù)統(tǒng)計(jì),2010年柳城縣3次高溫?zé)岷^程由1次輕度和2次中度等級(jí)的高溫?zé)岷?gòu)成,2010年鹿寨2次高溫?zé)岷^程均是由重度等級(jí)的高溫?zé)岷?gòu)成,該年的高溫?zé)岷κ窃斐僧?dāng)?shù)卦绲緶p產(chǎn)的主要農(nóng)業(yè)氣象災(zāi)害,其他時(shí)段基本都是發(fā)生1~2次的輕、中度高溫?zé)岷Γ瑢υ绲井a(chǎn)量的影響不顯著。
3 小結(jié)與討論
丁一匯等[14]研究表明,在全球變暖的大背景下,中國近50年來的炎熱日數(shù)呈現(xiàn)先下降后增加的趨勢,而近20年上升較明顯。目前,水稻高溫?zé)岷ρ芯恐饕性陂L江中下游地區(qū)和西南地區(qū)的一季稻,大量研究表明,高溫?zé)岷ψ?0世紀(jì)60年代到80年代呈下降趨勢,此后開始呈明顯的上升趨勢[15-19]。但本研究得出,柳州市20世紀(jì)60年代和90年代高溫?zé)岷︻l次偏低,而20世紀(jì)80年代較多,與以上結(jié)論有一定出入,其原因主要有兩點(diǎn):①研究區(qū)不同。長江中下游地區(qū)、西南盆地地勢平坦,高溫?zé)岷δ觌H變化規(guī)律較為統(tǒng)一,而柳州市多山,北部山地氣候明顯,高溫?zé)岷︻l次南北差異顯著,年際變化具有明顯的地域性;②研究對象不同。一季稻抽穗開花期一般于8月下旬開始,而此時(shí)是高溫?zé)岷︻l次最多、強(qiáng)度最大的時(shí)段,而柳州市早稻開花期于6月下旬開始,高溫天氣進(jìn)入旺期還需一段時(shí)間,僅有少數(shù)年份極端高溫天氣集中在該時(shí)段,整體來說早稻高溫?zé)岷︻l次偏少、強(qiáng)度較低。
柳州市高溫?zé)岷δ隙啾鄙伲渲?,北部的三江地區(qū)早稻種植基本不存在高溫?zé)岷ν{,由于該縣山多平地少,平均氣溫較柳州市南部偏低2 ℃左右,早稻生育期內(nèi)熱量水平較差,難以達(dá)到高產(chǎn),雖無高溫?zé)岷?,但不適宜早稻大量種植,而以中稻種植較佳。通過對研究區(qū)南部的柳城縣和鹿寨縣高溫?zé)岷εc早稻產(chǎn)量關(guān)系分析可知,只有當(dāng)高溫?zé)岷︻l次多、強(qiáng)度大時(shí)高溫?zé)岷Σ懦蔀橛绊懏a(chǎn)量的主要因素。高溫和干旱并發(fā)常常是導(dǎo)致水稻減產(chǎn)的重要因素,此外,田間管理、水稻品種以及病蟲害等也是造成最終產(chǎn)量差異不可忽略的因素,因此,最終水稻產(chǎn)量波動(dòng)是多種因子共同影響的結(jié)果[20]。
針對柳州市南部高溫?zé)岷Χ喟l(fā)地區(qū),安排水稻生產(chǎn)時(shí)應(yīng)充分考慮高溫?zé)岷Φ挠绊?,提高早稻栽培技術(shù)水平,增加水稻高溫?zé)岷Φ目鼓嫘裕瑫r(shí),結(jié)合種植制度,合理搭配不同熟性的水稻品種,選擇合理播期,避開花期和灌漿期高溫。此外,在水稻產(chǎn)量形成的關(guān)鍵期,應(yīng)及時(shí)參考當(dāng)?shù)貧庀蟛块T發(fā)布的農(nóng)業(yè)氣象預(yù)報(bào),在高溫日來臨前積極采取日灌夜排、噴灌水霧和噴灑化學(xué)藥劑等方式改善田間小氣候條件,從而減輕高溫對水稻的危害。
高溫?zé)岷δ觌H發(fā)生規(guī)律主要由1960—1980年和1981—2009年兩個(gè)時(shí)段構(gòu)成,兩個(gè)時(shí)段內(nèi)都呈現(xiàn)先減后增的變化趨勢,且輕度、中度、重度和總高溫?zé)岷︻l次主要存在著一個(gè)1~4年尺度周期變化,集中發(fā)生在20世紀(jì)80年代。研究區(qū)高溫?zé)岷δ隙啾鄙?,但總體頻次和強(qiáng)度不大,其中以2010年對南部早稻產(chǎn)量影響最為顯著。通過對柳州市早稻高溫?zé)岷Πl(fā)生頻次時(shí)空分布規(guī)律以及與產(chǎn)量關(guān)系的分析,可為合理安排水稻生產(chǎn)和防御高溫?zé)岷μ峁┛茖W(xué)參考。
參考文獻(xiàn):
[1] 高素華,王培娟.長江中下游高溫?zé)岷皩λ镜挠绊慬M].北京:氣象出版社,2009.
[2] 馬 寶,李茂松,宋吉青,等.水稻熱害研究綜述[J].中國農(nóng)業(yè)氣象,2009,30(S1):172-176.
[3] 鄧 運(yùn),田小海,吳晨陽,等.熱害脅迫條件下水稻花藥發(fā)育異常的早期特征[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2010,18(2):377-383.
[4] 張祖建,王晴晴,郎有忠,等.水稻抽穗期高溫脅迫對不同品種受粉和受精作用的影響[J].作物學(xué)報(bào),2014,40(2):273-282.
[5] 曹云英,段 驊,楊立年,等.抽穗和灌漿早期高溫對耐熱性不同秈稻品種產(chǎn)量的影響及其生理原因[J].作物學(xué)報(bào),2009,35(3):512-521.
[6] 張凌云,劉 蕾,王 藝,等.近56a柳州高溫天氣的氣候特征及類型分析[J].氣象研究與應(yīng)用,2017,38(4):1-6,117.
[7] 柳州市統(tǒng)計(jì)局.柳州統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2017.
[8] 孟 林,王春乙,任義方,等.長江中下游一季稻高溫?zé)岷ξkU(xiǎn)性特征及其對氣候變化的響應(yīng)[J].自然災(zāi)害學(xué)報(bào),2015,24(6):80-89.
[9] QX/T81-2007,小麥干旱災(zāi)害等級(jí)[S].
[10] GRINSTED A,MOORE J C,JEVREJEVA S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J].Nonlinear Processes in Geophysics,2004,11(5):561-566.
[11] TORRENCE C,COMPO G P. A practical guide to wavelet analysis[J].Bulletin of the American Meteorological Society,1998, 79(1):61-78.
[12] YUAN L W,YU Z Y,XIE Z R,et al. Enso signals and their spatial-temporal variation characteristics recorded by the sea-level changes in the northwest pacific margin during 1965-2005[J].Science in China Series D:Earth Sciences,2009,52(6):869-882.
[13] 蘇宏新,李廣起.基于SPEI的北京低頻干旱與氣候指數(shù)關(guān)系[J].生態(tài)學(xué)報(bào),2012,32(17):5467-5475.
[14] 丁一匯,任國玉,石廣玉,等.氣候變化國家評估報(bào)告(Ⅰ):中國氣候變化的歷史和未來趨勢[J].氣候變化研究進(jìn)展,2006,2(1):3-8.
[15] 張 倩,趙艷霞,王春乙.長江中下游地區(qū)高溫?zé)岷λ镜挠绊慬J].災(zāi)害學(xué),2011,26(4):57-62.
[16] 謝曉金,李秉柏,李映雪,等.長江流域近55年水稻花期高溫?zé)岷Τ跆絒J].江蘇農(nóng)業(yè)學(xué)報(bào),2009,25(1):28-32.
[17] 張方方.湖北省水稻高溫?zé)岷Πl(fā)生規(guī)律的研究[D].武漢:華中農(nóng)業(yè)大學(xué),2006.
[18] 于 堃,宋 靜,高 蘋.江蘇水稻高溫?zé)岷Φ陌l(fā)生規(guī)律與特征[J].氣象科學(xué),2010,30(4):530-533.
[19] 沙修竹,申雙和,陶蘇林.長江中下游地區(qū)一季稻高溫?zé)岷︼L(fēng)險(xiǎn)評估與區(qū)劃[J].江蘇農(nóng)業(yè)學(xué)報(bào),2015,31(5):1053-1059.
[20] 霍治國,王石立.農(nóng)業(yè)和生物氣象災(zāi)害[M].北京:氣象出版社,2009.