陳東東 栗曉瑋 王森

摘要：利用四川省40個(gè)農(nóng)業(yè)氣象觀測(cè)站1990—2012年的農(nóng)業(yè)氣象觀測(cè)資料和7月中旬至8月中旬逐日氣象資料，選取早稻高溫?zé)岷Φ闹饕绊懸蜃?，建立四川省稻抽穗揚(yáng)花期和灌漿結(jié)實(shí)期高溫?zé)岷τ绊懺u(píng)估模型，并利用1994—2012年農(nóng)業(yè)氣象觀測(cè)站代表點(diǎn)的水稻千粒質(zhì)量、四川災(zāi)害大典對(duì)災(zāi)害記錄資料進(jìn)行驗(yàn)證。結(jié)果表明，最高氣溫、氣溫日較差和高溫持續(xù)日數(shù)是四川省水稻高溫?zé)岷Φ闹饕绊懸蜃?。在此基礎(chǔ)上，結(jié)合主成分分析法構(gòu)建高溫?zé)岷υu(píng)估計(jì)算模型，其準(zhǔn)確率較高，可以用來(lái)定量評(píng)價(jià)四川省水稻高溫?zé)岷Πl(fā)生程度。據(jù)此確定的高溫?zé)岷υu(píng)價(jià)指標(biāo)：高溫?zé)岷χ笖?shù)Y>0.35時(shí)，發(fā)生重度高溫?zé)岷?，水稻減產(chǎn)率>10%;在0.25

關(guān)鍵詞：水稻;高溫?zé)岷?主成分分析;評(píng)估模型

中圖分類(lèi)號(hào)：S428;S162.5+3

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2020）16-0091-05

四川省是我國(guó)水稻最適宜的生長(zhǎng)區(qū)之一，水稻產(chǎn)量約占全年糧食總產(chǎn)量的50%左右。該地區(qū)地形復(fù)雜，自然災(zāi)害頻發(fā)，給農(nóng)業(yè)生產(chǎn)帶來(lái)巨大的損失[1]。高溫?zé)岷κ撬旧L(zhǎng)過(guò)程中遭受的主要農(nóng)業(yè)氣象災(zāi)害之一，隨著全球變暖，高溫?zé)岷?duì)水稻生產(chǎn)的影響不斷增加[2-3]。而水稻在不同的發(fā)育期對(duì)高溫脅迫下的表現(xiàn)也有所差異[4]。四川水稻高溫?zé)岷Χ嘣诔樗霌P(yáng)花和灌漿乳熟期發(fā)生，其危害大小主要取決于高溫的強(qiáng)度和持續(xù)時(shí)間[5]。許多學(xué)者針對(duì)水稻高溫?zé)岷﹂_(kāi)展了相關(guān)研究。金志鳳等探討了浙江省水稻高溫?zé)岷Φ臅r(shí)空分布特征[6]。任義方等研究得出江西省水稻高溫?zé)岷Πl(fā)生的環(huán)流原因[7]。段驊等探討了高溫對(duì)不同水稻品種產(chǎn)量和品質(zhì)形成的影響[8]。羅孳孳等建立了重慶地區(qū)水稻抽穗揚(yáng)花期和灌漿結(jié)實(shí)期高溫?zé)岷χ笜?biāo)與計(jì)算方法，分析了重慶區(qū)水稻高溫?zé)岷Φ臅r(shí)空分布規(guī)律[9]。何永坤等分析了四川盆地東部水稻高溫?zé)岷Φ姆植家?guī)律，得出水稻高溫?zé)岷χ匕l(fā)地區(qū)主要集中在該區(qū)域的中部，呈西南向東北方向延伸[10]。陽(yáng)圓燕等通過(guò)篩選影響氣象的主要因子，建立了三峽庫(kù)區(qū)水稻高溫?zé)岷鄯e危害指數(shù)[11]。趙藝等研究得出，氣象要素對(duì)四川盆地水稻產(chǎn)量構(gòu)成要素均會(huì)產(chǎn)生影響，但影響的生育期各不相同[12]。劉佳等分析了四川水稻抽穗揚(yáng)花期和灌漿結(jié)實(shí)期高溫?zé)岷r(shí)空特征[13]。以往的研究多側(cè)重于對(duì)高溫?zé)岷Φ囊?guī)律、發(fā)生氣象條件以及時(shí)空分布特征的研究。

針對(duì)四川水稻高溫?zé)岷Φ脑u(píng)估研究還少有報(bào)道，即便有開(kāi)展高溫?zé)岷τ绊懺u(píng)估的研究，多數(shù)還停留在建立高溫?zé)岷χ笜?biāo)，以一定的高溫強(qiáng)度和不同持續(xù)時(shí)間來(lái)確定高溫?zé)岷Πl(fā)生程度，這在一定程度上能夠反映出大體的趨勢(shì)，但缺乏對(duì)高溫?zé)岷Τ潭鹊囊粋€(gè)評(píng)價(jià)指標(biāo)和評(píng)判標(biāo)準(zhǔn)，很難實(shí)現(xiàn)量化評(píng)估。

大多數(shù)研究對(duì)于高溫?zé)岷Σ捎玫臏囟戎笜?biāo)基本一致[14-15]。四川盆地水稻在7月中旬開(kāi)始抽穗，8月中下旬成熟，分析時(shí)段為7月中旬至8月下旬。高溫?zé)岷?duì)四川水稻影響的敏感期主要是這一階段，本研究首先采用相關(guān)分析方法選取高溫?zé)岷χ饕绊懸蜃?，然后利用主成分分析方法?gòu)建高溫?zé)岷υu(píng)估和指數(shù)計(jì)算模型，以期為制定四川水稻生產(chǎn)計(jì)劃、防災(zāi)減災(zāi)措施及種植制度優(yōu)化等提供理論依據(jù)。

1 資料與方法

1.1 資料來(lái)源

氣象資料來(lái)源于四川省農(nóng)業(yè)氣象中心，主要包括相關(guān)站點(diǎn)1990—2012年的逐日平均溫度、最高氣溫、日照時(shí)數(shù)、相對(duì)濕度等;作物生育期資料來(lái)源于1990—2012年四川省盆地40個(gè)水稻農(nóng)業(yè)氣象觀測(cè)站觀測(cè)報(bào)表;災(zāi)損資料來(lái)自《中國(guó)氣象災(zāi)害大典（四川卷）》對(duì)四川歷年干旱災(zāi)害的詳細(xì)記載[16]。

1.2 高溫定義

本研究規(guī)定，若當(dāng)天日最高氣溫超過(guò)35 ℃且日平均氣溫超過(guò)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4，10，17]。

1.3 分析方法

對(duì)各主要影響因子序列進(jìn)行Min-max標(biāo)準(zhǔn)化處理。然后利用主成分分析方法構(gòu)建高溫?zé)岷υu(píng)估和指數(shù)計(jì)算模型，并用1991—2000年各站資料進(jìn)行回代檢驗(yàn)。

標(biāo)準(zhǔn)化計(jì)算方法：

式中：Xi為當(dāng)年某氣候因子值，Ximax為該氣象因子的最大值，Ximin為該氣象因子最小值，Xi′為標(biāo)準(zhǔn)化后數(shù)據(jù)。采用SPSS軟件進(jìn)行統(tǒng)計(jì)分析。

2 結(jié)果與分析

2.1 水稻高溫?zé)岷χ饕绊懸蜃拥倪x取

為建立水稻高溫?zé)岷τ绊懺u(píng)估指標(biāo)體系，統(tǒng)計(jì)四川省農(nóng)業(yè)氣象觀測(cè)站2003—2009年水稻生育期間抽穗揚(yáng)花和灌漿乳熟階段共282個(gè)高溫?zé)岷μ鞖膺^(guò)程，采用相關(guān)分析方法選取高溫?zé)岷χ饕绊懸蜃樱ㄗ罡邷囟?、氣溫日較差、高溫持續(xù)天數(shù)、日照時(shí)數(shù)、相對(duì)濕度[4，12，18]，統(tǒng)計(jì)結(jié)果見(jiàn)表1。

應(yīng)用SPSS 18統(tǒng)計(jì)分析軟件對(duì)評(píng)價(jià)指標(biāo)進(jìn)行主成分分析，結(jié)果如表2所示。前2個(gè)主成分的累積貢獻(xiàn)率已達(dá)到69.27%，概括了原始評(píng)價(jià)因子的主要信息，在降低了因子數(shù)量的前提下，保留了主要信息，因此選擇前2個(gè)主成分進(jìn)行分析。

設(shè)F1、F2分別代表第1、第2主成分，由表3（初始因子載荷矩陣）中的數(shù)據(jù)除以主成分相對(duì)應(yīng)的特征根開(kāi)平方根便得到2個(gè)主成分中每個(gè)指標(biāo)所對(duì)應(yīng)的系數(shù)。F1、F2分別為

以每個(gè)主成分分析所對(duì)應(yīng)的特征值λ占所提取主成分總的特征值之和的比例作為權(quán)重，計(jì)算高溫?zé)岷υu(píng)估和指數(shù)計(jì)算模型，即

2.2 水稻高溫?zé)岷Φ燃?jí)劃分

選取水稻高溫?zé)岷Ω甙l(fā)區(qū)農(nóng)業(yè)氣象觀測(cè)站1994—2012年水稻抽穗揚(yáng)花及灌漿結(jié)實(shí)期典型的高溫年，計(jì)算其高溫?zé)岷υu(píng)估指數(shù)，并與水稻千粒質(zhì)量增減率（%）進(jìn)行對(duì)比分析，結(jié)果如表4所示?？梢钥闯?，水稻高溫?zé)岷χ笖?shù)與水稻千粒質(zhì)量增減率（%）的相關(guān)系數(shù)達(dá)到了-0.45，通過(guò)了0.01的顯著性檢驗(yàn)。

經(jīng)查閱文獻(xiàn)[4，19-20]，按照減產(chǎn)率<5%為輕度影響，高溫?zé)岷Φ燃?jí)為1級(jí);5%～10%為中度影響，高溫?zé)岷Φ燃?jí)為2級(jí);>10%為高度影響，高溫?zé)岷Φ燃?jí)為3級(jí)。根據(jù)《中國(guó)氣象災(zāi)害大典（四川卷）》，參考水稻高溫?zé)岷Ω甙l(fā)區(qū)典型年份的監(jiān)測(cè)指數(shù)及劉佳等對(duì)四川水稻高溫?zé)岷ΡO(jiān)測(cè)指數(shù)等級(jí)的劃分[13]，結(jié)合四川省農(nóng)業(yè)氣象觀測(cè)站點(diǎn)對(duì)千粒質(zhì)量的統(tǒng)計(jì)進(jìn)行對(duì)比分析，確定水稻高溫?zé)岷ΡO(jiān)測(cè)指數(shù)等級(jí)劃分標(biāo)準(zhǔn)，將其分為輕、中、重3個(gè)等級(jí)（表5）。

2.3 水稻高溫?zé)岷υu(píng)估模型驗(yàn)證情況

按照公式（5）計(jì)算四川盆地1991—2000年的高溫?zé)岷υu(píng)估指數(shù)，按照表5的高溫?zé)岷Φ燃?jí)劃分，制作逐年的高溫?zé)岷Ψ植紙D（圖1），并結(jié)合災(zāi)害大典的記錄情況進(jìn)行對(duì)比分析，結(jié)果如表6所示。

綜上對(duì)比了10年的四川災(zāi)害大典記錄（表6）和高溫?zé)岷臻g分布（圖1），結(jié)果表明：10年中，完全吻合1年，準(zhǔn)確率100%;基本吻合有7年，準(zhǔn)確率95%;出入稍大的僅有2年。說(shuō)明模型反映水稻高溫?zé)岷?zhǔn)確度較高，無(wú)論是空間分布還是局部信息的反應(yīng)上，都比較靈敏，總體準(zhǔn)確率達(dá)76.5%。

3 討論和結(jié)論

以往的研究多以高溫?zé)岷Φ闹笜?biāo)為主，缺少對(duì)高溫?zé)岷Φ亩吭u(píng)估[9-10、14]。本研究利用氣象觀測(cè)資料，結(jié)合災(zāi)害大典記錄，建立了水稻高溫?zé)岷?/p>

評(píng)估模型，實(shí)現(xiàn)了水稻高溫?zé)岷υu(píng)估由定性轉(zhuǎn)變?yōu)槎?，根?jù)高溫?zé)岷υu(píng)估值可以估算出高溫?zé)岷μ鞖膺^(guò)程對(duì)水稻產(chǎn)量造成損失的閾值，相比以往的熱害研究更有參考價(jià)值。然而在模型建立過(guò)程中未考慮其他災(zāi)害的影響，大田生產(chǎn)過(guò)程中往往是多種災(zāi)害同時(shí)發(fā)生，如干旱、洪澇、病蟲(chóng)害等，它們相互作用，相互影響[4.13]。因此在以后的研究過(guò)程中應(yīng)將其他災(zāi)害進(jìn)行分離，將會(huì)對(duì)模型的準(zhǔn)確度有較大提升。此外，除模型中考慮的氣象因子外，水稻高溫的危害程度還與其他氣象要素有關(guān)，如日照時(shí)數(shù)會(huì)影響輻射量，間接影響水稻生育期。同時(shí)，水稻受害程度的大小還受到水稻品種、種植模式以及田間管理措施的影響，加之四川地形復(fù)雜，應(yīng)根據(jù)不同區(qū)域的氣候特征建立不同的評(píng)估模型，以提高模型的準(zhǔn)確性，這些工作還待今后進(jìn)一步深入研究。

綜合以上分析初步得到以下結(jié)論：（1）四川水稻高溫?zé)岷χ饕绊懸蜃訛楦邷責(zé)岷μ鞖膺^(guò)程中極端最高氣溫、氣溫日較差和高溫持續(xù)日數(shù)。在水稻高溫?zé)岷Πl(fā)生期間，極端最高氣溫越高、氣溫日較差越大、高溫持續(xù)時(shí)間越長(zhǎng)，則水稻高溫?zé)岷χ笖?shù)越大，高溫?zé)岷υ絿?yán)重。（2）利用主成分分析法構(gòu)建的四川省水稻高溫?zé)岷υu(píng)估指數(shù)計(jì)算模型，通過(guò)災(zāi)害大典記錄對(duì)比分析，評(píng)估準(zhǔn)確率在76.5%，表明模型可以在業(yè)務(wù)服務(wù)中用來(lái)定量評(píng)價(jià)四川水稻高溫?zé)岷Φ陌l(fā)生程度。高溫?zé)岷χ笖?shù)在0.35以上時(shí)，為重度高溫?zé)岷?，早稻減產(chǎn)率>10%;高溫?zé)岷χ笖?shù)在0.25～0.35時(shí)，為中度高溫?zé)岷Γ緶p產(chǎn)5%～10%;高溫?zé)岷χ笖?shù)在0.1～0.25時(shí)，為輕度高溫?zé)岷?，水稻減產(chǎn)<5%。由于災(zāi)害大典只是記載了干旱的情況，對(duì)于高溫?zé)岷Φ拿枋龊苌?，干旱常伴隨著高溫，但是不代表構(gòu)成高溫?zé)岷Γ@也有可能是在空間分布上，記錄和高溫?zé)岷臻g分布出現(xiàn)不一致的原因之一。因此，只能通過(guò)災(zāi)情的輕、重以及分布范圍做一個(gè)初步的判斷，還要在實(shí)踐中不斷探索并改進(jìn)模型。

參考文獻(xiàn)：

[1]陳淑全，羅富順，熊志強(qiáng)，等. 四川氣候[M]. 成都：四川科學(xué)技術(shù)出版社，1997.

[2]包云軒，劉 維，高 蘋(píng)，等. 氣候變暖背景下江蘇省水稻熱害發(fā)生規(guī)律及其對(duì)產(chǎn)量的影[J]. 中國(guó)農(nóng)業(yè)氣象，2012，33（2）：289-296.

[3]李健陵，張曉艷，杜堯東，等. 高溫對(duì)抽穗開(kāi)花期至灌漿結(jié)實(shí)期水稻源庫(kù)特性的影響[J]. 中國(guó)農(nóng)業(yè)氣象，2013，34（1）：23-29.

[4]Sun W，Huang Y. Global warming over the period 1961—2008 did not increase high-temperature stress but did reduce low temperature stress in irrigated rice across China[J]. Agricultural and Forest Meteorology，2011，151（9）：1193-1201.

[5]田 俊，崔海建. 江西省雙季早稻灌漿乳熟期高溫?zé)岷τ绊懺u(píng)估[J]. 中國(guó)農(nóng)業(yè)氣象，2015，36（1）：67-73.

[6]金志鳳，楊太明，李仁忠，等. 浙江省高溫?zé)岷Πl(fā)生規(guī)律及其對(duì)早稻產(chǎn)量的影響[J]. 中國(guó)農(nóng)業(yè)氣象，2009，30（4）：628-631.

[7]任義方，高 蘋(píng)，王春乙. 江蘇高溫?zé)岷?duì)水稻的影響及成因分析[J]. 自然災(zāi)害學(xué)報(bào)，2010，19（5）：101-107.

[8]段 驊，唐 琪，劇成欣，等. 抽穗灌漿早期高溫與干旱對(duì)不同水稻品種產(chǎn)量和品質(zhì)的影響[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2012，45（22）：4561-4573.

[9]羅孳孳，陽(yáng)園燕，唐余學(xué)，等. 氣候變化背景下重慶水稻高溫?zé)岷Πl(fā)生規(guī)律研究[J]. 西南農(nóng)業(yè)學(xué)報(bào)，2011，24（6）：2185-2189.

[10]何永坤，范 莉，陽(yáng)園燕. 近50年來(lái)四川盆地東部水稻高溫?zé)岷Πl(fā)生規(guī)律研究[J]. 西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，33（12）：39-43.

[11]陽(yáng)園燕，何永坤，羅孳孳，等. 三峽庫(kù)區(qū)水稻高溫?zé)岷ΡO(jiān)測(cè)預(yù)警技術(shù)研究[J]. 西南農(nóng)業(yè)學(xué)報(bào)，2013，26（3）：1249-1254.

[12]趙 藝，秦寧生，盧 杰，等. 四川盆地水稻產(chǎn)量構(gòu)成要素與氣象要素的相關(guān)性分析[J]. 西南農(nóng)業(yè)學(xué)報(bào)，2015，28（6）：2343-2347.

[13]劉 佳，陳 超，張玉芳，等. 四川單季稻抽穗揚(yáng)花期和灌漿結(jié)實(shí)期高溫?zé)岷r(shí)空特征[J]. 中國(guó)農(nóng)業(yè)氣象，2018，39（1）：46-58.

[14]江 敏，金之慶，石春林，等. 長(zhǎng)江中下游地區(qū)水稻孕穗開(kāi)花期高溫發(fā)生規(guī)律及其對(duì)產(chǎn)量的影響[J]. 生態(tài)學(xué)雜志，2010，29（4）：649-656.

[15]萬(wàn)素琴，陳 晨，劉志雄，等. 氣候變化背景下湖北省水稻高溫?zé)岷r(shí)空分布[J]. 中國(guó)農(nóng)業(yè)氣象，2009，30（增刊2）：316-319.

[16]《中國(guó)氣象災(zāi)害大典》編委會(huì).中國(guó)氣象災(zāi)害大典：四川卷[M]. 北京：氣象出版社，2005.

[17]郭安紅，何 亮，韓麗娟，等. 早稻高溫?zé)岷?qiáng)度指數(shù)構(gòu)建及氣候危險(xiǎn)性評(píng)價(jià)[J]. 自然災(zāi)害學(xué)報(bào)，2018，27（5）：096-106.

[18]張玉芳，劉琰琰，趙 藝，等. 四川水稻產(chǎn)量及其構(gòu)成要素對(duì)不同生育期氣候因子的響應(yīng)分析[J]. 西南農(nóng)業(yè)學(xué)報(bào)，2016，29（6）：1459-1464.

[19]張 蕾，侯英雨，楊冰韻，等. 長(zhǎng)江流域一季稻高溫?zé)岷Ψ植继卣骷帮L(fēng)險(xiǎn)分析[J]. 自然災(zāi)害學(xué)報(bào)，2018，27（2）：107-115.

[20]孔 萍，殷劍敏，謝佳杏. 高溫逼熟對(duì)江西省雙季早稻產(chǎn)量的影響[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，20（4）：57-65.