APP下载

苏皖鄂地区一季稻气候适宜度模型的构建

2017-03-01杨沈斌王萌萌于庚康

江苏农业科学 2017年2期
关键词:光照生育气候

黄 维, 杨沈斌, 陈 德, 王萌萌, 高 苹, 于庚康

(1.南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室,江苏南京 210044;2.江苏省气象局,江苏南京 210008)

苏皖鄂地区一季稻气候适宜度模型的构建

黄 维1, 杨沈斌1, 陈 德1, 王萌萌1, 高 苹2, 于庚康2

(1.南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室,江苏南京 210044;2.江苏省气象局,江苏南京 210008)

结合苏皖鄂3省23个农业气象试验站1981—2006年一季稻田间试验资料和气象数据,构建适用于研究区一季稻的气候适宜度模型。该模型从4个水稻生育期阶段出发,采用统计方法分别确立各阶段光、温作用权重系数和温度适宜度模块中的温度参数,还采用SCE-UA优化算法标定水稻的温度特征系数,最后对气候适宜度模型进行检验,并绘制研究区的水稻光、温适宜度和气候适宜度的空间分布图。结果显示:研究区稻田水分控制主要通过人工灌溉,因此,构建的气候适宜度模型仅考虑了光、温2个要素的作用;确立了一套适用于研究区一季稻的气候适宜度模型参数,计算的气候适宜度较好地反映了研究区各地的产量水平,两者相关系数达到0.65,且通过了0.01显著性水平检验;从获取的气候适宜度空间分布看,鄂中、皖西和苏南地区是一季稻种植的最适宜区域。上述研究结果可为研究区优化一季稻种植布局提供参考。

苏皖鄂;气候适宜度;权重系数;参数;SCE-UA优化算法

作物气候适宜度模型在作物产量趋势分析、作物种植布局优化和气候变化影响评估[1-10]等方面发挥着重要作用。现有的作物气候适宜度模型主要为乘性模型,即将作物生长期内光、温、水3个气象要素对作物生产的影响相乘计算适宜度指数[11-12]。通常该指数值越大,表明气候越适合作物的生长。作物气候适宜度模型通常包含3个子模块,分别为温度适宜度模块、光照适宜度模块和降水适宜度模块。温度适宜度模块一般采用Beta函数,参数主要为作物生长的三基点温度(即上下限温度和最适温度);光照适宜度模块一般为e指数形式,参数主要有临界日照时数。当光照条件低于该临界条件时,作物生长受到一定的光胁迫;降水适宜度模块则主要采用双曲线与线性组合的分段函数形式,参数有作物各生育阶段的需水量。

从已有报道看,气候适宜度模型的方程形式固定,对于特定的作物,光温参数值也大体一致[1,12]。但也有部分学者对模型提出了调整和修订。候英雨等将模型中参数时间尺度都缩放到日尺度上,构建东北春玉米连续动态的日时间尺度气候适宜度模型[13];张建军等采用归一化法代替绝对值法计算各旬或生育阶段的权重系数,构建适用于安徽一季稻的归一化法气候适宜度模型[14];马树庆根据高产年份温度条件提取了适用于东北水稻的温度适宜度模块中的三基点温度参数[15];黄淑娥等根据江西双季稻生育期内实际日照时数的统计结果,将临界日照时数参数本地化[16]。从上述研究可以看出,气候适宜度模型和参数的本地化处理有利于提高分析结果的精度和可靠性。

本研究结合苏皖鄂地区1981—2006年一季稻的田间试验资料,对气候适宜度模型进行本地化,建立适用于苏皖鄂地区一季稻的气候适宜度模型。因此,首先确定一季稻主要生育阶段气候适宜度的权重系数,然后对各模块参数进行验证和调整,并确立适用于研究区的气候适宜度控制方程,最后,应用该气候适宜度模型评估苏皖鄂地区一季稻的气候适宜性。

1 气候适宜模型通式[11-12]

气候适宜度模型假设作物的生长状况仅受到光温水的影响,其计算通式为:

(1)

式中:S(T)、S(S)、S(R)分别代表温度适宜度、光照适宜度和降水适宜度。

为了客观反映不同生育阶段光温水配置对水稻生长的利弊,尝试将全生育阶段气候适宜度分解到主要生育阶段,并采用线性方程将各阶段光温水配置对作物生长的影响进行加权求和。假设作物生长期划分为m个阶段,ai、bi和ci分别为第i阶段温度、光照和降水适宜度的权重系数,温度、光照和降水的适宜度分别由式(2)至(4)计算得到。

(2)

(3)

(4)

式中:S(T)i、S(S)i、S(R)i分别代表上述3个要素第i阶段的适宜度。

对于S(T)i的计算,主要采用Beta函数形式[17],如式(5)所示:

(5)

式中:Tb、To和Tm分别为某一生育阶段下限温度、最适温度和上限温度;T为该生育阶段逐日平均温度;B和k均为模型参数,其中B是温度参数的函数,k默认取1。从式(5)可以看出,S(T)i值域为[0,1],当温度高于或低于上下限温度时,S(T)i=0;当温度等于最适温度时,S(T)i=1。

S(S)i主要采用分段函数形式,如式(6)所示:

(6)

式中:S(S)i值域为(0,1],s为第i阶段逐日或逐时日照时数,so为该生育阶段最适日照时数,当实际日照时数超过该值后,光照适宜度为1,表明光照条件已经满足作物生长的需要,否则光照适宜度随日照时数的增加呈e指数增加。

S(R)i同样采用分段函数形式,如式(7)所示:

(7)

式中:S(R)i为某一生育阶段的降水适宜度,值域[0,1];R为该生育阶段的总降水量;Ro为该生育阶段的旬需水总量;n为该生育阶段拥有旬数,若不满整数旬,则以小数记录。

2 数据与方法

2.1 研究区

以地处长江中下游单双季稻种植区的江苏、安徽和湖北3省为研究区(图1)。选取1981—2006年分布在研究区内23个农业气象试验站的一季稻产量和生育期资料作为数据源,并从中国气象科学数据共享服务网(http://cdc.cma.gov.cn)获取1981—2006年各站逐日气象观测资料,包括最高和最低气温、日照时数和降水量等。根据调查和统计,江苏自1995年后不再种植早稻,双季晚稻自1990年后种植面积不超过300 km2,现江苏全境种植一季稻。安徽和湖北一季稻种植面积逐渐扩大,截至2008年,安徽和湖北一季稻种植面积分别占水稻种植面积的75.3%和62%[18]。

2.2 数据处理

将整个水稻生长期划分为4个生育阶段,分别为播种到移栽(S-T)、移栽到幼穗分化(T-P)、幼穗分化到抽穗开花(P-F)、抽穗开花到生理成熟(F-M)。然后,结合各站点的

多年生育期资料,确定各站水稻4个生育阶段的平均日期。

考虑到站点产量资料的年变化和区域差异明显,因此,组建高产组和低产组,对比分析高产和低产情况下各生育阶段光温水条件的配置差异。由于研究区范围跨度大,各站的平均产量水平存在较大差异,若对各站作时间序列上的趋势产量和气候产量分离,将各站气候产量大于0的年份划入高产组,则会出现将自身是丰年但就整个研究区域来看产量水平较低的年份划入高产组,且不同趋势产量模拟方法分离的气候产量的结果可能不同,甚至截然相反[19]。因此,为了避免以上问题带来的不确定性,同期比较各站的产量水平,从每一年里挑选出高于该年全区平均产量水平的农气站,放入到高产组中,将低于全区平均产量水平的农气站放入低产组中,并分别统计2组上述4个生育阶段内的平均温度、平均日照时数和旬降水量。

2.3 权重系数与参数的获取

2.3.1 权重系数 利用统计学检验结果确定式(2)至式(4)中的权重系数。以温度适宜度各生育阶段权重系数ai为例,分析高产组和低产组平均温度条件在4个生育阶段的差异水平,若2组的平均温度在某个生育阶段差异水平较大,则说明该阶段的温度条件差异对最终产量高低起着重要作用,赋给该阶段较大的权重系数,本研究利用差异性检验结果得出的检验统计量作为工具,将各生育阶段检验统计量结果所占比例赋值给ai,如式(8)所示:

(8)

式中:TSi为第i生育阶段的检验统计量,bi和ci都以此方法确定。统计分析均使用SPSS 22.0软件完成。

2.3.2 参数的确定 受观测数据的限制,仅对温度适宜度模块中的最适温度参数和k进行标定和优化,其他模块参数值从相关文献[15,20-21]中摘取。温度适宜度模块包含Tb、To、Tm、B、k共5个参数,其中B由Tb、To、Tm计算而得。本研究通过对高产组各生育阶段温度的分布情况进行分析,尝试提取适用于各阶段的最适温度值。

在作物发育速率与温度关系研究中,Beta函数中的参数k被认为是作物感温性的特征系数,k值越大,增温对发育速度的促进作用越大,反之则越小[22-23]。图2显示,k值越大,S(T)>0的区间越小,表明适宜作物生长的温度环境越有限,在相同适宜温度区间内,k值越大,单位温度变化导致S(T)的变化越剧烈。本研究根据4个生育阶段权重系数的比例关系设置k值,为了找出最适k值来反映温度在各生育阶段对水稻的动态影响,采用SCE-UA参数优化法[24]对k进行优化。SCE-UA为全局优化算法,使用种群竞争演变算法,将取样样本分为若干个种群分区,每一分区取样相互无关并各自搜索最优点,但是种群之间可以相互传递搜索得到的信息来更新搜索的分区样本,使得所有的参数同时达到最优[25]。采用的目标函数F为:

(9)

3 结果与分析

3.1 高产组和低产组光温水配置的差异

采用单样本Kolmogorov-Smirnov检验法对高产组和低产组各生育阶段光、温、水要素的正态性进行检验,结果如图3所示。从图3可以看出,高产组和低产组的光照条件在4个生育阶段都符合正态分布,而温度条件仅有高产组在S-T、F-M阶段符合正态分布,2组降水情况在各生育阶段都不符合正态分布。针对上述情况,对2组光照条件差异性检验采用t参数检验法,对2组温度和降水条件采用双样本K-S非参数检验法,结果如表1所示。从表1可以看出,2组4个生育阶段的温度条件差异都通过了0.01显著性水平检验;2组光照条件差异除了S-T阶段外,在其余3个阶段都达到了0.05显著水平,在T-P阶段和P-F阶段还通过了0.01显著性水平;2组降水情况差异除T-P阶段外,在其余3个生育阶段达到0.05显著水平。填充柱形通过了0.05显著性水平的正态性检验。

表1 差异显著性检验结果

注:**通过0.01显著性水平检验,*通过0.05显著性水平检验,高产组n=267,低产组n=295,TS(T)、TS(S)、TS(R)分别为平均温度、平均日照时数、旬降水量检验统计量。

3.2 温度适宜度

根据权重系数确定方法,参照表1中结果,并应用式(8)计算出a1、a2、a3、a4分别为0.299、0.304、0.284、0.113。另外,为了确定温度适宜度模块中的最适温度值,分析高产组4个生育阶段平均温度的概率累积分布,结果如图4所示。图4进一步确认了S-T阶段和P-F阶段平均温度的统计分布为非正态分布,因此用以下公式[26]估算最适温度参数值:

(10)

式中:T1和T3分别为平均温度累积概率分布的上下四分位数;T2为中位数;To为三均值,由T1、T2和T3加权求和而得,作为最适温度值。上下限温度的设置则参考韩湘玲的研究结果[20]。因此,温度适宜度模块中的温度参数设定在表2中列出。

表2 单季稻各生育阶段三基点温度

根据a1、a2、a3、a4的比例关系设置S-T阶段、T-P阶段、P-F阶段、F-M阶段温度适宜度模块方程系数k分别为2.65a、2.69a、2.51a、a,其中a为待定系数,a>0,且初始值为1。使用SCE-UA算法优化后得到a为2.54,则各生育阶段的k见表3所示。为了验证参数优化后的结果,逐年比较优化前(方案1)、后(方案2)温度适宜度与产量的相关系数,结果见图5所示。从图5-a可以看出,方案1有8个年份温度适宜度与产量的相关系数未通过0.05显著性水平检验,分别为1988、1996、1997、2000、2001、2003、2005、2006年,方案2有5个年份温度适宜度与产量的相关系数未通过0.05显著性水平检验,且为方案1未通过年份的最后5年;从图5-b可以看出,与方案1对比,方案2在大部分年份的温度适宜度与产量的相关系数得到了显著提升,1981、1994、1999年对应的相关系数提升均在0.1以上,有7个年份经过方案2后相关系数下降,但其中的6个年份下降不超过0.03,仅1991年下降较大,为0.072。由此可以看出,采用优化方法获取k特征系数明显提高了温度适宜度评价的精度或可靠性。

表3 不同生育阶段k值

对参数化后的温度适宜度模块进行初步的检验,计算整个研究区多年平均的温度适宜度空间分布图,结果如图6所示。从图6可以看出,大部分地区温度适宜度在0.8以上,湖北的荆州、当阳、钟祥、英山和江苏兴化、镇江的温度适宜度较高,其值均在0.9以上。湖北西部的高海拔地区是整个研究区温度适宜度的低值区,其值都在0.6以下,其中温度适宜度最低出现在利川,约为0.12。在江苏有2个较小的低值区域,分别位于淮安和南京高淳,其温度适宜度在0.7左右。

名词作为用户发布的消息的一部分含有丰富的语义,通常会带有一些隐私敏感信息[14]。所以,我们的系统中标注模块自动的从发布的内容中找出名词,并对这些名词进行标注,然后将这些名词与它们的概念联系起来。因为一个名词可能会有不同的意思,例如,苹果可能指的是我们平常吃的水果,也可能指的是苹果公司的产品,所以在处理一个名词的时候要根据发布的信息中真实的语义来消除歧义,选择最合适的词义。标注模块的工作流程如图2所示。

3.3 光照适宜度

根据本研究权重系数确定方法,以表1为基础,采用式(8)计算b1、b2、b3、b4分别等于0.144、0.228、0.444、 0.184。另外,根据黄璜等研究,当实际日照时数达到可照时数的70%以上时,能够满足水稻生长对光照条件的需求[21],因此,设定光照适宜度模块中的参数如表4所示。

同样,对参数化后的光照适宜度模块进行初步的检验,计

表4 单季稻各生育阶段光照临界值及参数

算多年平均的光照适宜度空间分布图,结果如图7所示。从图7可以看出,大部分地区光照适宜度在0.74以上,江苏东部的大部分地区和湖北洪湖光照适宜度最高,其值在0.8以上。湖北的利川、来凤、谷城和安徽滁州地区为研究区域的低值区域,其值都在0.68以下,其中光照适宜度最低出现在利川,约为0.45。

3.4 降水适宜度

降水适宜度模块主要依据降水量是否满足作物需水量来计算适宜度指数,因此,水稻需水量是决定降水适宜度的重要因素。根据文献[27],水稻需水量可由如下平衡方程计算:

ETc=IR+Pe-L。

(11)

式中:ETc为水稻需水量,mm;IR为水稻的灌溉水量,mm;Pe为有效降水量,mm;L为稻田渗漏量,mm。由式(11)可知,IR和Pe共同补给水稻水分,仅从降水量不足以说明水稻水分亏缺情况。长江中下游地区地处亚热带季风气候区,降水丰富且集中,河网稠密,湖泊众多,用于稻田灌溉的储水量丰富。当某段时间内Pe较少时,可通过增加IR满足水稻需水量;在不考虑极端降水事件造成洪涝灾害前提下,当某段时间Pe过剩时,可通过开沟引渠人工调节农田水分。因而水稻水分条件适宜,而伴有降水的连阴雨寡照天和少雨的高温天却会对水稻的抽穗开花、灌浆结实进程造成不利影响[28-34]。

另外,对高产组和低产组4个生育阶段平均日照时数和旬降水量的相关关系进行分析,结果见表5。从表5可以看出,4个生育阶段平均日照时数和旬降水量的相关系数均通过了0.01显著性水平检验,且以P-F阶段的相关系数绝对值最大,降水与日照时数有极强的相关性,因此,须结合光照及温度条件考虑降水对水稻的影响。

表5 平均日照时数与降水相关系数

注:**表示通过0.01显著性水平检验;高产组n=267,低产组n=295。

3.5 气候适宜度

考虑到研究区水分条件的特殊性,舍去降水适宜度模块,采用如下控制方程计算研究区的水稻气候适宜度:

(12)

式中:S(T)和S(S)的计算公式同式(2)和式(3)。权重系数和参数值的设定则汇总在表6中。

表6 气候适宜度模型参数

注:ai表示温度适宜度权重系数;bi表示光照适宜度权重系数;k表示温度适宜度特征系数;Tb、To、Tm分别表示下限温度、最适温度和上限温度,℃;so表示最适日照时数,h;b表示光照适宜度参数。

从图8-a可以看出,78%年份相关系数通过了0.05显著性水平检验,但仍存在1996、2000、2001、2003、2005和2006共6个年份相关系数偏低,且相关系数随着年代呈现e指数下降的趋势,这说明该模型的评价效果在逐年降低,引起这一现象有以下2种可能:(1)水稻生产技术的进步降低了不利气候要素对水稻产量的影响;(2)水稻品种不断更新和发展,使得模型中部分光温水特性参数的代表性不足。最后,利用下式计算第i年温度适宜度和光照适宜度对气候适宜度与产量相关系数(ri)贡献率:

(13)

式中:Cti和Csi分别为第i年温度贡献率和光照贡献率;rti为第i年各站温度适宜度与产量的相关系数;rsi为第i年各站光照适宜度与产量的相关系数。去掉ri未通过0.05显著性水平检验的年份,绘制剩余各年温光贡献率,结果见图8-b。从图8-b中可以看出,大部分年份Ct高于平均水平,表明温度为主要贡献因子,且呈现出随e指数增加的趋势。

图9为多年平均的气候适宜度空间分布图,图中还叠加了各站的多年平均产量。从图9可以看出,大部分地区气候适宜度在0.7以上,以湖北当阳为界往东延伸至安徽西部大部分地区气候适宜度最高,其值在0.8以上。湖北西部的高海拔地区是整个研究区气候适宜度的低值区,其值都在0.6以下,其中气候适宜度最低出现在利川,约为0.23。在江苏有一个较小的低值区域,位于淮安地区,其气候适宜度在 0.63 左右。平均气候适宜度大小与各站平均产量高低呈现相同步调,两者的相关系数为0.65,且达到0.01显著性水平。

4 讨论

本研究主要对气候适宜度模型中的温度适宜度模块参数进行调整。采用统计方法,从实际高产数据中提取出的最适温度参数,比采用生理最适温度更符合大田的实际情况。大多报道采用Beta函数描述各生育阶段的温度作用,其中k值默认为1[1-14,16]。然而,水稻生长发育对温度的响应随生育阶段的不同而变化,因此,在不同生育阶段采用不同的k值,能够更好地反映温度对水稻生长发育的动态影响。

气候适宜度模型控制方程舍去了降水适宜度模块,表明降水条件并不是限定研究区水稻生产的主要因素。与温度和光照相比,稻田水分条件受自然降水的影响有限,人工灌溉是水稻生长期保障水分条件的重要途径。因此,根据降水量与水稻需水量的关系确定适宜度,不符合研究区水稻生产的实际情况,而且降水对水稻的影响须结合光照和温度条件进一步研究。

本研究认为,湖北西部高海拔地区是研究区气候适宜度的低值区,这与段居琦等的研究结果[35]不同,这主要是段居琦等选择年降水量、湿润指数和稳定通过18 ℃日数作为单季稻的主要影响因子[35]。另外,尽管多年平均气候适宜度与平均产量相关性较好,但通过逐年验证发现,少部分年份的站点气候适宜度与产量的相关系数偏低,气候适宜度模型评价效果逐年下降,光照适宜度模块对气候适宜度模型贡献率逐年降低,因此,光照适宜度模块还须要结合研究区一季稻生长季的光照特征进一步优化。

5 结论

本研究根据田间数据和气象数据,确定气候适宜度模型中的权重系数和参数,建立适用于苏皖鄂地区一季稻的由温度适宜度模块和光照适宜度模块控制的气候适宜度模型。气候适宜度与产量的相关性显著,研究区内气候适宜度能较好地反映一季稻光温气候特征,因此建立的气候适宜度模型可为优化研究区一季稻种植布局提供参考。然而,逐年分析气候适宜度模型评价效果和子模块贡献作用,发现光照适宜度模块在模型中贡献率逐年偏低,影响气候适宜度模型评价效果,光照适宜度模块将是今后气候适宜度模型改进的重点方向。

[1]蒲金涌,姚小英,王位泰. 气候变化对甘肃省冬小麦气候适宜性的影响[J]. 地理研究,2011,30(1):153-160.

[2]宋秋洪,千怀遂,俞 芬,等. 全球气候变化下淮河流域冬小麦气候适宜性评价[J]. 自然资源学报,2009,24(5):890-897.

[3]徐玲玲,吕厚荃,方 利. 气候变化对黄淮海地区夏玉米气候适宜度的影响[J]. 资源科学,2014,36(4):782-787.

[4]赵玉兵. 河北省南部气候变化对冬小麦气候适宜度的影响[D]. 保定:河北农业大学,2013.

[5]李曼华,薛晓萍,李鸿怡. 基于气候适宜度指数的山东省冬小麦产量动态预报[J]. 中国农学通报,2012,28(12):291-295.

[6]李树岩,余卫东. 基于气候适宜度的河南省夏玉米产量预报研究[J]. 河南农业大学学报,2015,49(1):27-34.

[7]刘伟昌,陈怀亮,余卫东,等. 基于气候适宜度指数的冬小麦动态产量预报技术研究[J]. 气象与环境科学,2008,31(2):21-24.

[8]帅细强. 基于气候适宜指数的湖南早稻产量动态预报[J]. 中国农学通报,2014,30(33):56-59.

[9]魏瑞江,宋迎波,王 鑫. 基于气候适宜度的玉米产量动态预报方法[J]. 应用气象学报,2009,20(5):622-627.

[10]易 雪,王建林,宋迎波. 气候适宜指数在早稻产量动态预报上的应用[J]. 气象,2010,36(6):85-89.

[11]赵 峰. 河南省冬小麦气候适宜性变化研究[D]. 郑州:河南大学,2002.

[12]赵 峰,千怀遂,焦士兴. 农作物气候适宜度模型研究——以河南省冬小麦为例[J]. 资源科学,2003,25(6):77-82.

[13]侯英雨,张艳红,王良宇,等. 东北地区春玉米气候适宜度模型[J]. 应用生态学报,2013,24(11):3207-3212.

[14]张建军,马晓群,许 莹. 安徽省一季稻生长气候适宜性评价指标的建立与试用[J]. 气象,2013,39(1):88-93.

[15]马树庆. 吉林省农业气候研究[M]. 北京:气象出版社,1994:33-34.

[16]黄淑娥,田 俊,吴慧峻. 江西省双季水稻生长季气候适宜度评价分析[J]. 中国农业气象,2012,33(4):527-533.

[17]Yin X Y,Kropff M J,McLaren G,et al. A nonlinear model for crop development as a function of temperature[J]. Agricultural and Forest Meteorology,1995,77(1-2):1-16.

[18]中华人民共和国农业部. 新中国农业60年统计资料[M]. 北京:中国农业出版社,2009:162-206.

[19]房世波. 分离趋势产量和气候产量的方法探讨[J]. 自然灾害学报,2011,20(6):13-18.

[20]韩湘玲. 作物生态学[M]. 北京:气象出版社,1991:46.

[21]黄 璜. 中国红黄壤地区作物生产的气候生态适应性研究[J]. 自然资源学报,1996,11(4):340-346.

[22]孟亚利,曹卫星,周治国,等. 基于生长过程的水稻阶段发育与物候期模拟模型[J]. 中国农业科学,2003,36(11):1362-1367.

[23]吕贞龙,徐寿军,庄恒扬. 作物发育温度非线性效应Beta模型的特征分析[J]. 生态学报,2008,28(8):3737-3743.

[24]Duan Q Y,Sorooshian S,Gupta V K. Effective and efficient global optimization for conceptual rainfall-runoff models[J]. Water Resource Research,1992,28(4):1015-1031.

[25]李得勤,张述文,段云霞,等. SCE-UA算法优化土壤湿度方程中参数的性能研究[J]. 大气科学,2013,37(5):971-982.

[26]范金城,梅长林. 数据分析[M]. 北京:科学出版社,2002:9-10.

[27]王卫光,彭世彰,孙风朝,等. 气候变化下长江中下游水稻灌溉需水量时空变化特征[J]. 水科学进展,2012,23(5):656-664.

[28]姜 楠. 遮光对北方粳稻产量和品质的形成及其生理机制的研究[D]. 沈阳:沈阳农业大学,2013.

[29]任万军,杨文钰,徐精文,等. 弱光对水稻籽粒生长及品质的影响[J]. 作物学报,2003,29(5):785-790.

[30]杨沈斌,江晓东,王应平,等. 基于Richards扩展方程提取水稻灌浆结实光温特性参数[J]. 作物学报,2014,40(10):1776-1786.

[31]赵海燕,姚凤梅,张 勇,等. 长江中下游水稻开花灌浆期气象要素与结实率和粒重的相关性分析[J]. 中国农业科学,2006,39(9):1765-1771.

[32]郑志广. 光温条件对水稻结实及干物质生产的影响[J]. 北京农学院学报,2003,18(1):13-16.

[33]石春林,金之庆,汤日圣,等. 水稻颖花结实率对减数分裂期和开花期高温的响应差异[J]. 江苏农业学报,2010,26(6):1139-1142.

[34]谢晓金,李秉柏,申双和,等. 抽穗期高温胁迫对水稻花粉活力与结实率的影响[J]. 江苏农业学报,2009,25(2):238-241.

[35]段居琦,周广胜. 我国单季稻种植区的气候适宜性[J]. 应用生态学报,2012,23(2):426-432.

10.15889/j.issn.1002-1302.2017.02.067

2015-11-16

国家公益性行业(气象)科研专项(编号:GYHY201306035、GYHY201306036、GYHY201206020);国家科技支撑计划(编号:2011BAD32B01);江苏高校优势学科建设工程项目(编号:PAPD)。

黄 维(1991—),男,广西桂林人,硕士研究生,主要从事农业气象研究。E-mail:827643506@qq.com。

杨沈斌,博士,副教授,主要从事应用气象研究。E-mail:jaasyang@163.com。

S162.5+3

A

1002-1302(2017)02-0232-07

黄 维,杨沈斌,陈 德,等. 苏皖鄂地区一季稻气候适宜度模型的构建[J]. 江苏农业科学,2017,45(2):232-238.

猜你喜欢

光照生育气候
节能环保 光照万家(公益宣传)
节能环保光照万家(公益宣传)
春光照瑶乡
决不允许虐待不能生育的妇女
瞧,气候大不同
应对生育潮需早做准备
不能生育导致家庭破裂
医改和生育 两大重点有看头
服装CAD系统中的光照面向对象分析
气候的未来掌握在我们手中