胶东丘陵区冬小麦生育期低温冷害预警模型研究

朱建华 刘淑云 李景岭 张秀兰 王丽丽 赵佳

摘要：以30年(1979～2009)的冬小麦产量和生育期温度资料为依据，分析冬小麦生长发育期旬均温的变化规律及其与相对气象产量的关系，确立冬小麦生育期可能出现的低温风险。结果表明：胶东丘陵生态区冬小麦生育期间，两个旬均温对相对气象产量的影响显著，分别为1月中旬均温和3月上旬均温，相关系数分别为－0.44和0.37；模型中的温度因子类型共有5个，模型的相关也达到了极显著水平。

关键词：冬小麦；低温冷害；预警模型；胶东丘陵生态区

中图分类号：S426；S512.1⁺l(252)文献标识号：A文章编号：1001-4942(2012)01-0017-04

胶东丘陵冬性小麦晚熟类型区位于山东省东端，北纬35°35'～38°3'，东经119°30'～122°42'。小麦播种面积约占全省面积的15％，以种植冬性品种为主。本区山丘面积大，土层薄，肥力低，年平均气温11.0～12.5℃，1月份平均气温-1.6～-4.1℃，极端最低气温-13.1～-25.5℃。近年来，异常天气的出现，对冬小麦关键生育期的生长发育影响显著，暖冬和起身拔节期低温表现尤其突出。冷冻害明显影响冬小麦产量，同时，也对冬小麦的品质有一定程度的影响。

关于冷冻害模型的研究报道指出，利用预警模型可对晚霜冻害和生育关键时段灾害起到有效的预防，从而大大降低灾害对产量造成的影响。模型还可以为政府的管理决策提供有力的技术和数据支撑。

1.资料与方法

采用胶东丘陵冬小麦生态区两个县市区1979～2009年冬小麦生育期内逐句的旬均温数据资料，共计25个，分别为10月中旬均温(X₁)、10月下旬均温(X₂)、11月上旬均温(X₃)、11月中旬均温(X₄)、11月下旬均温(X₅)、12月上旬均温(X₆)、12月中旬均温(X₅)、12月下旬均温(X₈)、次年1月上旬均温(X₉)、次年1月中旬均温(X₁₀)、次年1月下旬均温(X₁₁)、次年2月上旬均温(X₁₂)、次年2月中旬均温(X₁₃)、次年2月下旬均温(X₁₄)、次年3月上旬均温(X₁₅)、次年3月中旬均温(X₁₆)、次年3月下旬均温(X₁₇)、次年4月上旬均温(X₁₈)、次年4月中旬均温(X₁₉)、次年4月下旬均温(X₂₀)、次年5月上旬均温(X₂₁)、次年5月中旬均温(X₂₂)、次年5月下旬均温(X₂₃)、次年6月上旬均温(X₂₄)、次年6月中旬均温(X₂₅)。

气象条件的适宜与否能引起小麦产量的波动。为缓解其影响，采用产量波动的相对值即相对气象产量来进行研究。将逐旬均温与相对气象产量之间进行线性回归和逐步回归分析，寻找生育期间的温度风险因子并建立回归预警模型，且利用2010、2011年的数据资料对模型进行验证。

2.结果与分析

2.1温度因子与相对气象产量的相关分析

25个冬小麦生育期间的温度因子与相对气象产量之间的相关分析结果见表1。显示：25个因子中，有两个因子与相对气象产量的相关达到了显著水平，分别为1月中旬均温和3月上旬均温，相关系数分别为-0.46和0.37，其它因子的相关则均未达到显著水平。表明胶东丘陵冬小麦生态区受温度影响的生育时段较少，受到较显著影响的时间为1月中旬和3月上旬，效应为一负一正。

2.2温度因子与相对气象产量的线性回归分析

对1月中旬均温和3月上旬均温与相对气象产量进行线性回归分析，结果(表2)显示，1月中旬均温的一次线性回归达到了显著水平，而3月上旬均温的一次线性回归则表现为不显著。可见1月中旬均温的一次线性回归是可靠的。由回归系数可见，1月中旬均温对相对气象产量表现为明显的负相关关系(图1)。

2.3旬均温规律模拟

由1月中旬均温的一次线性回归分析可得，该因子的温度临界点为-2.37℃，一般年份的1月中旬均温低于该温度条件下，冬小麦相对气象产量为正值，即不会发生温度引起的减产。通过30年的气象资料可以看出(图2)，1月中旬均温整体表现为升高的趋势。而图1结果显示，1月中旬均温与相对气象产量表现为显著负相关关系，即均温值越高，相对气象产量越低，表现为气象产量值越小，甚至减产。

2.4模拟模型

为了明确各因子对相对气象产量重要性的相对大小，同时准确地判断和剔除对相对气象产量影响不显著的变量，对二者进行逐步回归分析，并建立因子对相对气象产量的最优回归方程。结果(表3)如下，首先对各个因子进行逐项逐步回归剔除引入分析，逐个被引入的顺序依次为X₁₀、X₁、X₁₅、X₁₄、X₁₈、X₂₅、X₂₁、X₂₃，这一顺序表明了因子对相对气象产量影响的重要程度，其中经过因子剔除分析，X₁₀(1月中旬均温)是单因子时唯一保留的因子。可见越冬期的温度是影响胶东生态区冬小麦产量的关键因素，其次则为X₁(10月中旬均温)，即播种时的环境温度，播种期温度决定了壮苗形成和群体大小。

综合考虑统计分析结果和栽培管理经验，由逐步回归中的因子影响系数判定各因子对相对气象产量的重要性，确立包含5个因子(表4)的胶东丘陵冬小麦低温灾害预警模型(表5)。由直接通径系数可以看出，5个温度因子中，对相对气象产量影响最大的为3月上旬均温(X₁₅)，即返青期的旬均温；其次为播种期旬均温(X₁₀)，二者的作用均表现为正。通过5个温度因子构建的温度对相对气象产量的回归模型可以看出，模型相关系数为0.8662，达到极显著水平。

3.结论与讨论

3.1温度风险因子

相关和逐步回归分析的结果较为一致，相关分析中表现出的因子有两个，分别为1月中旬均温(X₁₀)和3月上旬均温(X₁₅)，效应分别为一负一正。逐步回归分析，通过因子的逐步引入(剔除)分析结果表明，1月中旬均温是胶东丘陵冬小麦生长发育过程中突出的温度风险因子，影响效应为负。胶东冬小麦生态类型区有着其独特的地理位置，北、东、南三面环海，气候温和湿润，极端

气候天气出现的几率较小。冬小麦品种选择以冬性品种为主，而气候温度呈现冬季温度逐年升高的变化，这对冬小麦品种的安全越冬和春季返青高产群体的形成存在潜在的威胁。

3.2旬均温与相对气象产量的回归分析

对1月中旬均温和相对气象产量进行线性回归分析和方程求解，当旬均温值低于-2.37℃时较有利于冬小麦的安全越冬，当旬均温高于该温度值时，则不利于小麦安全越冬。线性回归趋势模拟方程为Y=0.0819X-3.6261，可以看出，1月中旬均温呈现逐年增长的变化趋势，为了较好地表现不同因子对相对气象产量的重要性，对各因子和相对气象产量进行逐步回归分析，结果表明：(1)通过逐步回归的剔除和加入因子分析，8个温度因子对相对气象产量的影响明显，按被加入的先后顺序排列为X₁₀、X₁、X₁₅、X₁₄、X₂₅、X₂₁、X₂₃，前3个因子分别为1月中旬均温、10月中旬均温和3月上旬均温，其次即为2月下旬均温，影响分别表现为负、正、正、负。1月一般是冬季温度最低的月份，1月中旬均温对相对气象产量的负影响表明，暖冬对冬性小麦品种的越冬存在一定的威胁，适当的低温更有利于冬小麦越冬和最终产量的形成；10月中旬正值胶东小麦播种，适当的高温有利于冬前壮苗和合理群体的形成；3月上旬小麦开始进入返青期，需要一定的温度，温度较低将延迟小麦的生育期，进而缩短小麦灌浆时间，降低产量；2月下旬温度较高，则容易造成冬小麦的提早返青，易遭受初春冷霜灾害威胁，影响小麦的生长发育和产量。

3.3胶东冬小麦类型区温度风险预警模型

根据不同类型因子的逐步回归模型(表5)，结合胶东生态类型区的生产实际，以5个温度因子的回归模型作为该冬小麦类型区的温度风险判定预警，通过模型求解可获得不同气温下的相对气象产量值，即温度对产量影响的百分数。该模型的相关系数为0.8662，达极显著相关水平。由5个温度因子的直接通径系数可以看出，对相对气象产量影响最大的两个因子分别为3月上旬均温(X₁₅)和10月中旬均温(X₁)，且影响作用均为正，表明该生态区小麦受到的低温危害影响主要来自于返青期和播种期，其它温度因子的影响则均表现为负效应。其中播种期的旬均温影响，主要体现在苗期积温及冬前壮苗形成；3月上旬，气温回升缓慢，正值冬小麦返青拔节，较高的温度有利于冬小麦返青和高产群体的最终形成。

致谢：在本研究的数据资料采集过程中，承蒙山东省土肥站高瑞杰站长、莱西市土肥站耿志军站长和龙口市土肥站张建清站长等的大力帮助和支持，在此一并表示真挚的感谢。

参考文献：

[1]钟秀丽，王道龙，李玉中，等.黄淮麦区小麦拔节后霜害的风险评估[J].应用气象学报，2007，18(1)：102-107.

[2]马焕香，武文安，赵洪山，等.冬小麦抽穗扬花期低温的影响[J].山东气象，2002，22(3)：35-36.

[3]李琦，王腾蛟，汪芝寿，等.冻害冷害对淮北市小麦产量的影响及对策[J].安徽农业科学，2003，31(5)：723-726.

[4]李彤霄，赵国强，李有.河南省气候变化及其对冬小麦越冬期的影响[J].中国农业气象，2009，30(1)：143-146.

[5]钟秀丽，王道龙，赵鹏，等.黄淮麦区冬小麦拔节后霜冻温度出现规律研究[J].中国生态农业学报，2007，15(5)：17-20.

[6]钟秀丽.近20年来霜冻害的发生与防御研究进展[J].中国农业气象，2003，24(1)：4-6.

[7]林晓梅，岳耀杰，苏筠.我国冬小麦霜冻灾害致灾因子危险度评价——基于作物生育阶段气象指标[J].灾害学，2009，24(4)：45-50.

[8]左芳，范宝莉.低温胁迫下小麦生理生化及蛋白组分变化研究[J].安徽农业科学，2009，37(4)：1430-1431.

[9]李文峰，苏丰敏，曹志伟，等.许昌小麦吸浆虫发生趋势气象模型与预警[J].广东农业科学，20lO，9：57-60.

[10]吴仁烨，陈家豪，徐宗焕，等.漳州市果树12月低温预警模型及其应用[J].中国农业气象，2009，30(4)：619-623.

[11]景毅刚，张树誉，乔丽，等.陕西省干旱预测预警技术及其应用[J].中国农业气象，2010，3l(1)：115-120.

[12]吴仁烨，陈家豪，吴振海，等.福州市枇杷低温害预警模型及其应用[J].江西农业学报，2007，19(1)：56-59.