淮河流域南部作物生长季农业气候资源特征分析

陈晓艺 ，曹雯，王晓东，姚筠 ，岳伟

气候作为自然资源和自然环境的重要组成部分，是人类生存、经济发展和社会进步的基本条件之一。气候的任何变化都将对自然生态系统、社会经济产生重大影响（叶笃正，1992；赵俊芳等，2010）。气候变化不仅会对农业气候资源和自然灾害状况的变化产生影响，还会对农业产生有利或者不利的影响（Battisti et al.，2009；秦大河，2014；张亚宁等，2017）。农业是受气候变化影响最直接的脆弱行业（郭建平，2015）。许多区域的作物研究表明，气候变化对粮食产量的不利影响比有利影响更为显著（姜彤等，2014）。

近年来，气候变化及其对气候资源的影响越来越受到学者们的关注，叶金印等（2016）对 1961—2010年淮河流域常规气象要素的时空特征进行了分析，结果表明，全流域年平均气温表现出升高趋势，年均降水量南多北少的空间分布差异呈增大趋势；张红等（2012）利用安徽省多个观测站点30年的逐日气象观测资料分析了安徽省气候变化空间分布特征，结果表明，安徽省年均温度日较差以32°N特征为界，呈现出北增南减的趋势；年降水量以32.52°N为界线，也呈北增南减，南北差异呈逐年减小的特征；谭芳颖等（2009）研究了华北平原1961—2005年农业气候资源的变化特征，结果表明该区热量资源呈增加趋势，降水量变化不显著，使得华北平原降水量的地区差异减小；何永坤等（2011）分析了东北地区农业气候资源的变化特征，得出东北三省总体呈现热量资源增加，水分资源、光照资源减少的趋势，导致东北地区气候趋于干暖化。已有研究大多都是针对某一省或者某一地区全年的气候资源变化进行分析。相对而言，农作物生长季的气候资源变化更能对农作物生长发育产生直接影响（曹倩等，2011）。

淮河流域南部是指安徽省江淮分水岭以北的沿淮和淮北平原以及大别山北部地区，总面积6.7×104km2，占安徽省面积的 48%；耕地面积2.84×106hm2，占安徽省耕地面积的65%以上；粮食总产占安徽省的 70%以上。该区域雨热同季，光热水气候资源丰富，是安徽省粮食主产区，也是国家重要的商品粮基地。但由于该区地处暖温带和北亚热带两大气候带的过渡区，冷暖空气交汇频繁，导致旱涝灾害频繁发生，其旱涝发生率和成灾率均位居安徽省之首（马晓群等，2009）。因此，开展该区域主要粮食作物生长季农业气候资源变化特征分析，对提高气候资源利用率、降低农业生产风险、确保粮食安全具有一定的现实意义。

目前，虽然很多学者对淮河流域全年气温、降水等气候要素的变化特征（魏凤英等，2009；刘富弘等，2010；王又丰等，2011）及其对农业生产的影响（张爱民等，2002；马晓群等，2002）进行过研究，但对该区域不同粮食作物生长季的农业气候资源变化特征分析研究还鲜有报道。本研究利用淮河流域安徽省境内 33站 1971—2015年逐日气象资料，分析主要粮食作物冬小麦Triticum aestivum和夏玉米 Zea mays、一季稻Oryza sativa生长季的农业气候资源变化特征，为淮河流域主要粮食作物生产合理利用气候资源、趋利避害、稳产高产提供科学依据。

1 资料与方法

1.1 研究资料

本研究使用的逐日气象资料来源于安徽省气象信息中心，主要包括淮河流域南部33个站点（图1）1971—2015年的日平均气温（℃）、日降水量（mm）、日照时数（h）和地面温度（℃）。

作物播种面积、产量资料由安徽省统计局提供；灾情资料由安徽省民政厅提供。

淮河流域南部农作物主要有冬小麦、夏玉米等旱作物，沿淮地区分布有一定面积的一季稻。本文主要分析冬小麦生长季（10—5月）和夏玉米、一季稻生长季（4—10月）的农业气候资源变化特征。

冬小麦每年从10月上旬开始播种，5月下旬开始收获（于波等，2013），因此冬小麦生长季选取10月—次年5月为研究时间段。夏玉米从6月中旬陆续播种，9月下旬—10月上旬收获；一季稻从4月中旬—5月上旬播种，9月上旬—10月中旬收获（于波等，2013），由于夏玉米和一季稻生长季大部分时间重合，为了保证农业气候条件比较的一致性，夏玉米和一季稻生长季统一选取4—10月为研究时间段。

图1 淮河流域南部（安徽省境内）示意图Fig. 1 The sketch map of south area of Huai River Basin (in Anhui Province)

1.2 研究方法

1.2.1 界限温度

利用各站点逐日平均气温，采用5日滑动平均法计算≥0 ℃和≥10 ℃界限温度的起止日期，并统计期间的持续日数和积温（℃∙d）。

日平均气温稳定通过某温度值，指连续5 d之内不再出现低于此温度的指标。稳定通过界限温度的算法是采用5日滑动平均方法。当连续5 d日平均气温平均值大于界限温度时，继续下滑1 d并计算下一个5 d日平均气温平均值，直到连续5 d日平均气温平均值不再大于界限温度为止。首先，记录中间5天日平均气温平均值均大于界限温度的起、止时间（日期），再从首5天中找到不再出现小于界限温度的日期，该日期作为稳定通过某界限温度的开始日期；然后，从末5天中找到不再出现大于界限温度的日期，该日期作为稳定通过某界限温度的终止日期。

1.2.2 无霜期

利用各站点入秋以来逐日地面温度，计算各站点初终霜日（入秋以来地面温度第一次和最后一次低于 0 ℃的日期称为初霜日和终霜日）和无霜期（终霜日到初霜日之间的天数）。

1.2.3 降水变率

降水变率（v）指降水相对变率，即某地实际降水量与同期多年平均降水量之差的绝对值与多年平均降水量的百分比。降水变率大小反映降水的稳定性或可靠性高低，一个地区降水丰富、变率小，表明水资源利用价值高。降水变率越大，表明降水愈不稳定，往往反映该地区旱涝频率较高（龚宇等，2008）。

式中，xi为某站点逐年降水量；x为某站点累年平均降水量；n为降水资料年数。

1.2.4 太阳辐射

利用曹雯等（2014）研究获得的基于安徽及其周边地区辐射实测资料修正的模型计算太阳辐射Rs，具体公式为：

式中，R0为天文辐射；n代表实际日照时数；N代表可能日照时数；ωs是日落时的时角。

1.2.5 Mann-Kendall（M-K）方法检验

Mann-Kendall方法是非参数突变统计检验，该方法的优点是所选序列数据无需遵从某种分布特征，亦不受少数异常值的干扰（魏凤英等，2007），在原假设气候序列没有变化的情况下，定义一个统计量，进行方差检验。其中，UF为要素序列数据M-K检测顺序统计曲线；UB为要素序列数据M-K检测逆序统计曲线，若顺序统计曲线超过信度临界线，即表示存在显著的趋势变化，如果顺序统计曲线与逆序统计曲线的交叉点位于信度临界线之间，这点便是突变的开始点（张伟等，2007；岳伟等，2014；张秀云等，2017）。

1.2.6 气候倾向率

采用最小二乘法对 45 a的气象要素数据与时间进行一元线性回归（y=a+bx，y为气象要素值，x为时间），a为回归常数，b为回归系数，b（正/负）的大小表示气象要素随时间（升高/降低）的变化速率（叶金印等，2016）。b=在一年中的变化量即为气候倾向率。

2 结果分析

2.1 热量资源时空变化

2.1.1 平均气温

淮河流域南部冬小麦生长季和夏玉米、一季稻生长季45 a平均气温由北向南递增，且山区多于平原。年平均气温变化的空间差异还表现在气温增加的速率上，不同作物生长季的增温速率的空间分布基本一致，淮北北部、东部和西部的部分地区气温增加相对缓慢，其中冬小麦生长季增温速率在0.04 ℃∙a-1以下（图2a），夏玉米和一季稻生长季增温速率在 0.02 ℃∙a-1以下（图 2b）。淮北西北部、东北部的局部以及沿淮中部为气温显著增加区，冬小麦生长季增温速率超过了 0.05 ℃∙a-1（图 2a），夏玉米和一季稻生长季超过了0.04 ℃∙a-1（图2b）。冬小麦生长季所有站点的增温趋势均通过了 0.01水平的显著性检验，夏玉米和一季稻生长季有85%站点通过了0.01水平的显著性检验。

冬小麦生长季和夏玉米、一季稻生长季平均气温随年代推进均呈增加趋势，气候倾向率分别为0.04 ℃∙a-1和 0.02 ℃∙a-1（P＜0.01），冬小麦生长季平均气温最大和最小值分别出现在2007年（12.1 ℃）和1972年（8.8 ℃），夏玉米和一季稻生长季平均气温最大和最小值分别出现在 2013年（23.2 ℃）和1972年（8.8 ℃）（图3a，图3b）。从年代际的变化看，各作物生长季平均气温90年代以后增幅明显加大，比70年代、80年代增加了0.6～1.0 ℃（表1）；各作物生长季均在2000年以后稳定在高值区，变化幅度不大。M-K突变检测结果显示，冬小麦生长季平均气温从80年代中期开始呈上升趋势，特别是90年代以后上升趋势十分显著，1998年UF曲线超过了α0.01=2.58（P＜0.01）信度检验临界线，呈极显著上升趋势。UF和UB曲线相交于1993年，表明冬小麦生长季平均气温在1993年产生了突变（图4a）；夏玉米和一季稻生长季从90年代开始呈增温趋势，在1994年产生了突变，增暖趋势明显，到 2005年超过了α=0.01信度检验临界线，呈极显著增暖趋势（图4b）。

图2 淮河流域南部作物生长季热量资源气候倾向率分布Fig. 2 Distribution of climatic trend rate of heat resources during crops growing seasons（a）冬小麦生长季平均气温；（b）夏玉米和一季稻生长季平均气温；（c）冬小麦生长季≥0 ℃积温；（d）夏玉米和一季稻生长季≥0 ℃积温(a) Average temperature of winter wheat growing season; (b) Average temperature of summer corn and rice growing season; (c) ≥0 ℃ accumulated temperature of winter wheat growing season; (d) ≥0℃ accumulated temperature of summer corn and rice growing season

2.1.2 农业界限温度

一定界限温度以上的积温及其持续日数是评价某一地区热量资源的重要指标之一。日平均气温≥0 ℃积温反映该地区农事季节内热量资源，而≥10 ℃积温反映了喜温作物生长期内的热量状况（王馥棠等，2005）。

2.1.2.1 ≥0 ℃和≥10 ℃积温变化

冬小麦生长季和夏玉米、一季稻生长季≥0 ℃和≥10 ℃积温的增温速率空间分布与平均气温基本一致。冬小麦生长季增温缓慢区域的增温速率均在6.0 ℃∙d∙a-1以下，增温较快区域均超过了11.0 ℃∙d∙a-1（图 2c）。夏玉米和一季稻生长季增温缓慢区域的增温速率均在 3.5 ℃∙d∙a-1以下，≥0℃积温增温较快区域超过了 6.5 ℃∙d∙a-1（图 2d），≥10 ℃积温超过了7.0 ℃∙d∙a-1。

冬小麦生长季和夏玉米、一季稻生长季≥0 ℃和≥10 ℃积温均随年代推进而增势明显，≥0 ℃积温气候倾向率分别为 8.7 ℃∙d∙a-1和 5.1 ℃∙d∙a-1（P＜0.01）（图 3c，图 3d）；≥10 ℃积温气候倾向率分别为 8.7 ℃∙d∙a-1和 5.6 ℃∙d∙a-1（P＜0.01）。2000年以后≥0 ℃积温分别比 70年代、80年代高约250 ℃∙d（冬小麦生长季）和 155 ℃∙d（夏玉米和一季稻生长季），≥10 ℃积温比70年代、80年代分别高 230～270℃∙d（冬小麦生长季）和 165 ℃∙d（夏玉米和一季稻生长季）（表1）。

图3 淮河流域南部作物生长季热量资源随时间变化趋势Fig. 3 Trend chart of heat resources during crops growing seasons（a）冬小麦生长季平均气温；（b）夏玉米和一季稻生长季平均气温；（c）冬小麦生长季≥0 ℃积温；（d）夏玉米和一季稻生长季≥0 ℃积温(a) Average temperature of winter wheat growing season; (b) Average temperature of summer corn and rice growing season; (c) ≥0 ℃ accumulated temperature of winter wheat growing season; (d) ≥0 ℃ accumulated temperature of summer corn and rice growing season

表1 作物生长季各气象要素年代际变化Table 1 Decadal variation of meteorological elements in crop growing seasons

M-K突变检测结果得出，各作物生长季≥0 ℃和≥10 ℃积温均从90年代开始呈明显的增加趋势，冬小麦生长季和夏玉米、一季稻生长季≥0 ℃积温UF曲线分别在1998年和2005年超过了α0.01=2.58（P＜0.01）信度检验临界线，呈极显著增加趋势。UF和UB曲线均相交于1994年，表明各作物生长季≥0 ℃积温均在1994年产生了突变，由1994年之前的缓慢增加转为之后的明显增加趋势。各作物生长季≥10 ℃积温UF曲线分别在2000年和2004年超过了α=0.01信度检验临界线，呈极显著增加趋势，均在1995年前后产生了突变（图4c，图4d）。

2.1.2.2 初、终霜日和无霜期

图4 淮河流域南部作物生长季热量资源M-K突变检测Fig. 4 Mann-Kendall test of heat resources during crops growing seasons（a）冬小麦生长季平均气温；（b）夏玉米和一季稻生长季平均气温；（c）冬小麦生长季≥10 ℃积温；（d）夏玉米和一季稻生长季≥10 ℃积温(a) Average temperature of winter wheat growing season; (b) Average temperature of summer corn and rice growing season; (c) ≥0 ℃ accumulated temperature of winter wheat growing season; (d) ≥0 ℃ accumulated temperature of summer corn and rice growing season

淮河流域南部45 a平均初霜日除沿淮西南部出现在12月上旬外，大多出现在11月中下旬，呈北早南迟、平原早山区迟的特点。近45年淮河流域南部初霜日呈推迟趋势，与曹倩等（2011）的研究结论一致，其变化速率为0.23 d∙a-1（P＜0.01）。M-K检测结果得出，初霜日自上世纪90年代中期以后明显推迟，到2004年这种推迟趋势更加显著（P＜0.01），初霜日变化的突变点为1995年，突变前初霜日的距平平均值为-2.42 d，即此阶段初霜日比多年平均偏早2.42 d；而突变后初霜日的距平平均值为3.86 d，即此阶段初霜日比多年平均偏晚3.86 d（图5a）。

图5 淮河流域南部初霜日距平（a）、终霜日距平（b）随时间变化趋势Fig. 5 Trend chart of first frost anomaly (a), last frost anomaly (b)

终霜日除沿淮西南部出现在3月上旬初，北部部分地区出现在3月下旬外，其他大部分地区均出现在3月中旬，呈南早北迟、山区早平原迟的特点。终霜日呈提前趋势，与曹倩等（2011）研究的结论一致，其变化速率为 0.25 d∙a-1（P＜0.01）。M-K 检测结果得出，终霜日自80年代末开始提前，到2002年这种提前趋势更加显著（P＜0.05），终霜日变化的突变点为 1989年，突变前终霜日的距平平均值为4.68 d，即此阶段终霜日比多年平均偏迟4.68 d；而突变后终霜日的距平平均值为-2.85 d，即此阶段终霜日比多年平均偏早2.85 d（图5b）。

淮河流域南部各站点 45 a平均无霜期为234～276 d，有随年代增加的趋势，气候倾向率为0.5 d∙a-1（P＜0.01）。无霜期在年代际间变化明显，尤以2000年以后增加显著，分别比70年代、80年代和90年代增加18 d、11 d和8 d（表1）。M-K检测结果显示，淮河流域南部各站点平均无霜期在80年代末以后明显增加，2000年以后UF曲线超过了α0.01=2.58（P＜0.01）信度检验临界线，达到极显著增加趋势，UF和UB曲线相交于1989年，表明平均无霜期变化在1989年产生了突变。

2.2 降水资源时空变化

2.2.1 降水量

降水资源是农业最为重要的自然资源，降水量与作物分布关系密切（霍治国等，2009）。淮河流域南部冬小麦生长季和夏玉米、一季稻生长季降水量 45 a平均值分别为 250～640 mm 和 645～1080 mm，呈明显的纬向分布（北少南多）；冬小麦生长季降水量气候倾向率有 94%的站点呈微弱的下降趋势，下降速率除山区在2.0 mm∙a-1左右外，其他大多在1.0 mm∙a-1左右（图6a），但未通过显著性检验。夏玉米和一季稻生长季降水量气候倾向率沿淮地区和山区及淮北部分地区呈下降趋势，下降速率大部在1.0 mm∙a-1以下，淮北中部地区呈增加趋势，增加速率除局部近 4.0 mm∙a-1外，其他大部在0.5～2.0 mm∙a-1（图 6b），均未通过显著性检验。

作物生长季降水量随年代变化趋势均不明显，但波动较大，冬小麦生长季≥500 mm的降水量出现在1985年、1991年和1998年，≤200 mm的降水量出现在 2011年（图 7a）；夏玉米和一季稻生长季≥1000 mm的降水量出现在1991年、2003年、2005年和2007年，≤500 mm的降水量出现在1978年和2001年（图7a）。各年代际间降水量变化不大（表1），冬小麦生长季基本稳定在350～380 mm，夏玉米和一季稻生长季则稳定在750～780 mm。M-K检测结果显示，各作物生长季降水量不存在突变，UF和UB有多个交叉点，说明降水十分不稳定。

图6 淮河流域南部作物生长季降水量气候倾向率和降水变率空间分布Fig. 6 Distribution of climatic trend rate of precipitation and precipitation variability in crops growing seasons（a）冬小麦生长季降水量；（b）夏玉米和一季稻生长季降水量；（c）冬小麦生长季降水变率；（d）夏玉米和一季稻生长季降水变率(a) Precipitation in winter wheat growing season; (b) Precipitation in summer corn and rice growing season; (c) Precipitation variability in winter wheat growing season; (d) Precipitation variability in summer corn and rice growing season

图7 淮河流域南部冬小麦和夏玉米、一季稻生长季降水量（a）、降水变率（b）随时间变化Fig. 7 Trend chart of precipitation (a) and precipitation variability, (b) in winter wheat growing season, summer corn and rice growing season

2.2.2 降水变率

淮河流域南部冬小麦生长季 45 a降水变率为16%～24%，除山区明显偏小外，其他各地差异不明显（图6c）；1971—1999年随年代呈增加趋势，气候倾向率为0.7%∙a-1（P＜0.05）。降水变率最大值达66%，出现在1998年；2000年以后变化趋势不明显，除2011年高达57%外，其他各年基本稳定在15%左右（图7b）。年代际间以90年代最大，平均达30%，比其他各年代平均多12%（表1）。

淮河流域南部夏玉米和一季稻生长季 45 a降水变率呈西部大中东部小、平原大山区小的分布特点（图6d）；1971—2005年随年代推进而增势明显，气候倾向率为 0.4%∙a-1（P＜0.05），2005 年以后呈下降趋势（未通过显著性检验）。从年际间波动来看，降水变率≥40%的年份出现在 1978年、2001年和2003年，2008年以后变化较平稳（图7b）。各年代际间以90年代以后最大，平均为24%，比最小的80年代（17%）增加7%（表1）。

2.3 辐射资源时空变化

太阳辐射资源是重要的农业气候资源之一，是植物进行光合作用的必要条件，它对绿色植物表现出光合效应、形态效应和光周期效应，使植物能够正常生长、发育及形成产量（王馥棠等，2005）。

2.3.1 日照时数

淮河流域南部冬小麦生长季和夏玉米、一季稻生长季日照时数45 a平均分别为1120～1450 h和1150～1450 h，呈北多南少、西部和山区少的特点。冬小麦生长季日照时数气候倾向率除淮北北部、沿淮中部有微弱的上升趋势外，其他均呈下降趋势，其中 24%的站点下降速率较快，达 4.5 h∙a-1以上（P＜0.01），主要分布在西北部地区，其他地区下降速率在2.0 h∙a-1左右（图8a），大多未通过显著性检验。夏玉米和一季稻生长季日照时数气候倾向率均呈下降趋势，其中淮北局部和沿淮部分地区下降相对缓慢，下降速率在2.0 h∙a-1以内，未通过显著性检验；而西北部地区呈显著性下降趋势，下降速率达 8.0 h∙a-1以上，其他大部分地区下降速率在 5.0 h∙a-1左右（图8b），通过了0.01显著性检验。

各作物生长季日照时数均有随年代递减的趋势，其中冬小麦生长季未通过显著性检验，夏玉米和一季稻生长季随年代递减趋势明显，气候倾向率为-5.5 h∙a-1（P＜0.01）；各年代际间夏玉米和一季稻生长季日照时数差异较大，90年代以后比70年代、80年代少167 h和64 h；而冬小麦生长季年代间差异相对较小，90年代以后比70年代、80年代平均少73 h和11 h（表1）。M-K检测结果显示，淮河流域南部冬小麦生长季日照时数下降趋势不明显，UF和UB存在多个交叉点，说明冬小麦生长季的日照时数不稳定；夏玉米和一季稻生长季日照时数从70年代未开始呈下降趋势，并在1991年发生了突变，到2003年UF曲线超过了α0.01=2.58（P＜0.01）信度检验临界线，呈极显著下降趋势。

2.3.2 太阳辐射

淮河流域南部冬小麦生长季和夏玉米、一季稻生长季太阳总辐射 45 a平均分别为 2560～2880 MJ∙m-2和 3030～3410 MJ∙m-2，其时空变化规律、气候倾向率空间分布特征均与日照时数基本一致，冬小麦生长季太阳辐射气候倾向率有 73%站点呈下降趋势，其中西北部地区下降速率达5.0 MJ∙m-2∙a-1以上（P＜0.01），其他地区下降速率在 1.0～4.0 MJ∙m-2∙a-1变化，27%站点呈微弱的上升趋势，平均上升速率为 2.0 MJ∙m-2∙a-1（图 8c），大多未通过显著性检验。夏玉米和一季稻生长季太阳辐射气候倾向率均呈下降趋势，其中淮北局部和沿淮部分地区下降相对缓慢，下降速率在2.0 MJ∙m-2∙a-1左右，未通过显著性检验；而西北部地区呈显著下降趋势，下降速率达 10.0 MJ∙m-2∙a-1以上，其他大部分地区下降速率在 7.5 MJ∙m-2∙a-1左右（图 8d），大多通过了0.01显著性检验。

图8 淮河流域南部作物生长季辐射资源气候倾向率分布Fig. 8 Distribution of climatic trend rate of radiation resources during crops growing season（a）冬小麦生长季日照时数；（b）夏玉米和一季稻生长季日照时数；（c）冬小麦生长季太阳辐射；（d）夏玉米和一季稻生长季太阳辐射(a) Sunshine hours during winter wheat growing season; (b) Sunshine hours during summer corn and rice growing season; (c) Solar radiation during winter wheat growing season; (d) Solar radiation during summer corn and rice growing season

各年代际间太阳辐射均以 70年代最多，冬小麦生长季2000年以后虽比70年代少，但差异不明显，仅比70年代少95 MJ∙m-2；夏玉米和一季稻生长季则比70年代明显偏少296 MJ∙m-2（表1）。M-K检测结果与日照时数基本一致。

3 讨论

淮河流域南部各作物生长季 45 a热量资源自上世纪 90年代中期开始呈增暖趋势。气候变暖使作物有效生长期延长，对提高作物单产和扩大作物可种植面积均有促进作用（梁玉莲等，2015）。分析表明，淮河流域南部主要粮食作物的单产比 20世纪70年代提高了2～4倍，以冬小麦单产提高最多；总产提高了5～8倍，以夏玉米提高最多；播种面积比20世纪80年代有不同程度的增加，尤其是夏玉米的播种面积增加了4倍多；复种指数也由80年代初的1.8提高到2015年的2.1。气候变暖有利于冬小麦安全越冬，但也使拔节期提前，抗冻性降低，小麦发生春季冻害的风险加大。同时也导致夏玉米生育期缩短，发育期提前。可见，气候变暖一定程度上对淮河流域南部主要粮食作物产量有正面作用，但作物生育期缩短，干物质积累减少（余卫东等，2007），对粮食作物生长产生抑制作用。因此，近 45年淮河流域南部主要粮食作物生长季内热量资源的增加对作物的影响还需要从正负两个方面进行定量研究。

降水是影响作物生长发育和产量形成的重要气象因素之一，降水量过多或过少、降水变率明显增大，导致旱涝灾害发生，对农业生产造成严重危害。淮河流域南部各作物生长季45 a降水量和降水变率的变化趋势均不明显，但年际波动较大。马晓群等（2009）研究表明，淮河流域南部夏季降水集中程度高，大雨以上级别占比大，导致夏季洪涝频繁出现。通过历年灾情资料分析，该区旱涝灾害占所有灾害总和的 70%以上。平均每年因气象灾害导致的直接经济损失近70亿元，涝灾造成的直接经济损失和农业经济损失均远大于旱灾。由于降水有明显的季节和区域特性（蔡剑等，2011），且作物在各生长发育阶段对水分的需求不同，因此，降水对作物影响的机理还有待进一步研究。

淮河流域南部各作物生长季 45 a辐射资源呈下降趋势，夏玉米和一季稻生长季下降趋势大于冬小麦生长季。冬小麦是喜光作物，大量研究表明，光照强度与小麦产量形成有重要的相关性，弱光降低了小麦的干物质积累和籽粒产量（蔡剑等，2011），但Evans（1993）认为，当遮光强度不超过20%时，对小麦产量的影响不显著。由于研究区域冬小麦生长季辐射资源递减趋势不明显，光照条件仍能满足冬小麦生长的需求。而夏玉米和一季稻生长季辐射资源下降明显，影响玉米和水稻的光合作用，从而影响玉米的品质与产量以及水稻的结实率和千粒重。

综上所述，淮河流域南部热量资源增加，降水资源变化趋势不明显，但波动较大，辐射资源虽呈下降趋势，但对冬小麦生长影响不大。淮河流域南部光热水资源总量及其配置总体较好，雨热同季，有利于农作物生长发育；但降水量和降水变率波动较大，极端天气气候事件增多，引起的旱涝灾害是制约该区域粮食气候生产潜力发挥的重要因素之一。同时，热量资源增加而降水资源减少，势必要加剧该区域的干旱趋势。

4 结论

本文利用近 45 年的逐日气象资料，采用Mann-Kendall突变检测和气候倾向率方法，分析了淮河流域南部主要粮食作物生长季农业气候资源变化趋势和分布特征。主要结论如下：

（1）淮河流域南部热量资源呈明显的增暖趋势，其中淮北西北部和东北部局部以及沿淮中部为显著增加区，冬小麦生长季显著增暖趋势早于夏玉米和一季稻生长季。

（2）初霜日有明显的推迟趋势，终霜日有明显的提前趋势，无霜期明显增加。初终霜日在本世纪00年代中期的推迟、提前趋势更加显著。

（3）降水量变化趋势不明显，各作物生长季降水量大多呈微弱的下降趋势，而夏玉米和一季稻生长季在淮北中部地区呈增加趋势；无论是降水量还是降水变率其年际波动均较大。

（4）辐射资源呈北多南少、西部和山区少的分布特点，大部分地区辐射资源呈下降趋势，冬小麦生长季辐射资源下降趋势不明显，而夏玉米和一季稻生长季辐射资源下降明显，21世纪初开始这种下降趋势更加显著。

BATTISTI D S, NAYLOR R L. 2009. Historical warnings of future foodinsecurity with unprecedented seasonal heat [J]. Science,323(5911): 240-244.

EVANS L T. 1993. Crop evolution, adaption and yield [M]. Cambridge:Cambridge University Press.

蔡剑, 姜东. 2011. 气候变化对中国冬小麦生产的影响[J]. 农业环境科学学报, 30(9): 1726-1733.

曹倩, 姚凤梅, 林而达, 等. 2011. 近 50年冬小麦主产区农业气候资源变化特征分析[J]. 中国农业气象, 32(2): 161-166.

曹雯, 许莹, 段春锋. 2014. 安徽省太阳总辐射参数化模型的适用性研究[J]. 中国农学通报, 30(26): 207-212.

龚宇, 花家嘉, 陈昱. 2008. 唐山近50年不同时间尺度降水变率及降水量变化分析[J]. 农业资源与环境科学, 24(9): 448-451.

郭建平. 2015. 气候变化对中国农业生产的影响研究进展[J]. 应用气象学报, 26(1): 1-11.

何永坤, 郭建平. 2011. 1961—2006年东北地区农业气候资源变化特征[J]. 自然资源学报, 26(7): 1199-1208.

霍治国, 王石立, 等. 2009. 农业和生物气象灾害[M]. 北京: 气象出版社.

姜彤, 李修仓, 巢清尘, 等. 2014. 《气候变化2014：影响、适应和脆弱性》的主要结论和新认知[J]. 气候变化研究进展, 10(3): 157-166.

梁玉莲, 韩明臣, 白龙, 等. 2015. 中国近 30年农业气候资源时空变化特征[J]. 干旱地区农业研究, 30(1): 25-30.

刘富弘, 陈星, 程兴无, 等. 2010. 气候过渡带温度变化与淮河流域夏季降水的关系[J]. 气候与环境研究, 15(2): 169-178.

马晓群, 陈晓艺, 姚筠. 2009. 安徽淮河流域各级降水时空变化及其对农业的影响[J]. 中国农业气象, 30(1): 25-30.

马晓群, 张爱民, 陈晓艺. 2002. 气候变化对安徽省淮河区域旱涝灾害的影响及适应对策[J]. 中国农业气象, 30(4): 1-4.

秦大河. 2014. IPCC-第五次评估报告第一工作组报告的亮点结论[J]. 气候变化研究进展, 10(1): 1-6.

史印山, 王玉珍, 池俊成, 等. 2008. 河北平原气候变化对冬小麦产量的影响[J]. 中国生态农业学报, 16(6): 1444-1447.

谭芳颖, 王健林, 宋迎波, 等. 2009. 华北平原近 45年农业气候资源变化特征分析[J]. 中国农业气象, 30(1): 19-24.

王馥棠, 赵宗慈, 王石立, 等. 2005. 气候变化对农业生态的影响[M].北京: 气象出版社.

王又丰, 张义丰, 刘录祥. 2001. 淮河流域农业气候资源条件分析[J]. 安徽农业科学, 29(3): 399-403.

魏凤英, 张婷. 2009. 淮河流域夏季降水的振荡特征及其与气候背景的联系[J]. 中国科学(D辑: 地球科学), 39(10): 1360-1374.

叶笃正. 1992. 中国的全球变化预测研究[M]. 北京: 气象出版社.

叶金印, 黄勇, 张春莉, 等. 2016. 近 50年淮河流域气候变化时空特征分析[J]. 生态环境学报, 25(1): 84-91.

于波, 鲍文中, 吴必文, 等. 2013. 安徽省农业气象业务服务手册[M].北京: 气象出版社.

余卫东, 赵国强, 陈怀亮. 2007. 气候变化对河南省主要农作物生育期的影响[J]. 中国农业气象, 28(1): 9-12.

岳伟, 曹雯, 姚筠, 等. 2014. 安徽省沿江地区棉花生长季气候变化特征及其对产量的影响[J]. 长江流域资源与环境, 24(9): 1308-1314.

张爱民, 王效瑞, 马晓群. 2002. 淮河流域气候变化及其对农业的影响[J]. 安徽农业科学, 30(6): 843-846.

张浩, 马晓群, 曹雯, 等. 2014. 淮河流域冬小麦生育期水热资源时空变化及其影响[J]. 中国农学通报, 30(18): 177-184.

张红, 黄勇, 刘慧娟. 2012. 安徽省近 30年气候变化的空间特征[J]. 生态环境学报, 21(12): 1935-1942.

张伟, 闫敏华, 陈泮勤, 等. 2007. 吉林省农作物生长季降水资源的时空分布特征[J]. 中国农业气象, 28(4): 359-363.

张秀云, 姚玉璧, 杨金虎, 等, 2017. 中国西北气候变暖及其对农业的影响对策[J]. 生态环境学报, 26(9): 1514-1520.

张亚宁, 张明军, 王圣杰, 等. 2017. 气候变化对河西走廊主要农作物的影响[J]. 生态环境学报, 26(8): 1325-1335.

赵俊芳, 郭建平, 张艳红, 等. 2010. 气候变化对农业影响研究综述[J].中国农业气象, 31(2): 200-205.