西安市冬小麦气候适宜性指标研究及精细化区划

柴 芊,刘 璐

(陕西省农业遥感与经济作物气象服务中心，陕西 西安 710015)

引言

冬小麦是西安市主要细粮作物，境内一市六县(区)均有种植。西安冬小麦种植历史悠久，近年来随着先进农业技术的广泛采用，冬小麦单产不断提高，由20世纪80年代初3 675 kg·hm-2，增加到2018年的4 862 kg·hm-2。然而，随着城市化进程的不断加快和农业产业结构不断调整，自然生态系统的退化加剧了环境的脆弱性，导致气象灾害发生频率剧增，灾情扩大。特别是干旱、暴雨等，影响面广、经济损失巨大，严重制约西安市农业产业的可持续发展。在这种情况下，有必要及时开展区域冬小麦精细化气候区划，为政府部门开展农业产业结构调整，合理规划冬小麦种植面积及区域提供科学决策依据，为农业技术部门和科技人员开展冬小麦育种、选种、改进农技措施等科研攻关提供科学的数据参考。

近些年，在小麦气候适宜性区划方面，国内外专家已取得不少研究成果[1～7]。但其区划指标选取方面，多采用小麦生物学指标，或以生物学指标为基础与产量进行统计分析，确定几个重点指标作为区划指标。笔者研究拟采用积分回归方法，对小麦全生育期光温水资源与气候产量关系进行分析，即开展气候因子对冬小麦产量的影响效应分析,从而寻找与小麦产量相关性最大的气象条件作为区划指标，增加区划指标的客观性。此外，笔者研究拟采用GIS技术对区划数据进行处理，提高区划的精细化程度，增加区划结果的适用性。

1 资料与方法

1.1 资料来源

气象资料来源于陕西省气象局，包括西安市、长安区、临潼区、周至县、蓝田县、鄠邑区、高陵区等7个气象站，以及西安市周边14个县(区)1981-2018年38a的逐旬平均气温、逐旬降水量及逐旬日照时数资料。冬小麦产量资料来源于1981-2018年陕西省及西安市统计年鉴。数字高程模型(DEM)数据是从CGIAR - Consortium forSpatial information(CGIAR-CSI)——http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp 下载的1∶25万比例尺数据。

1.2 分析方法

采用生物模型logistic 曲线模拟方法提取冬小麦气候产量[8～9]，并利用积分回归(Integral regression)方法[10～12]，提取影响冬小麦气候产量的主要气候因子，建立冬小麦气候适宜性精细化区划指标；在对已有气象要素各类差值方法比较和西安市现有数据空间点分布状况分析的基础上，建立要素与经度、纬度、高程的拟合模型[13]，最后利用GIS技术，绘制西安市冬小麦气候适宜性精细化综合区划图[14～15]。

2 结果与分析

2.1 气候因子对冬小麦产量的影响效应分析

2.1.1 西安市冬小麦气候产量的动态变化 图1为1981-2018年西安市冬小麦单产年变化曲线。如图1可见，冬小麦单产基本呈线性增加趋势，其中20世纪90年代的单产增长速率明显高于其他年代，这主要与90年代冬小麦生产管理水平大幅度提高，且产业技术、规模和发展水平逐渐趋于稳定有关。

图1 西安市冬小麦1981-2018年单产年变化曲线

计算西安市冬小麦单产趋势产量，其中西安市冬小麦单产的极值为5 010 kg·hm-2，拟合误差为245.2 kg·hm-2。利用趋势产量计算结果，得到气候产量变化情况，如图2所示，1981-2018年西安市冬小麦气候产量波动较大。

图2 西安市冬小麦1981-2018年气候产量的动态变化曲线

2.1.2 气候因子对不同生育期冬小麦气候产量的影响 研究气候因子本身在不断变化情形下对目标变量的影响，可以采用由Fisher提出的积分回归(Integral regression)方法[8～10]。积分回归的基本原理是假设农作物气候产量y的形成是整个生育期(t=0-τ)内由于气象条件影响的结果，将影响气候产量的因素如光照、温度和降水等k个气象要素作为自变量Xi，将冬小麦关键生育期分为n个时段，把某个时段、某个气象要素值作为一个变量。则y对Xi的回归方程可以写成：

(1)

式中，c为常数项；ait为第t个时段第i个气象要素的偏回归系数；Xit为第t个时段第i个气象要素值。

假如将ait、Xit均看成随时间变化的函数，将作物整个生育期分成若干个无穷小的时段，则(1)式的多元回归方程可用积分回归形式表示：

(2)

式中，Xi(t)为t+Δt时刻的第i个气象要素值；ai(t)是t+Δt时刻的第i个气象要素每变化一个单位时对作物产量的影响效果，称为偏回归系数。ai(t)是时间t的函数，用正交多项式函数将其展开：

ai(t)=∑aijφij(t)

(3)

式中，φij(t)为时间的正交多项式，aij为回归系数，正交多项式取5次项，j=0,1,2,3,4,5。将(3)式代入(2)式得：

(4)

(5)

由回归方程可以看出，由于气象要素的随时间不同，每组ρij值也不会相同，当然y值就会不同。ai(t)就是第i个要素在t时段对作物气候产量影响的重要程度，即敏感指数，代表某气象要素每变化一个单位对最终产量的减少值或增加值。

分析结果如图3所示，在冬小麦主要生育期内，西安市冬小麦对气温的敏感时段为3-4月和11月，对降水的敏感时段为3月中旬至4月下旬和10月下旬至11月下旬，对日照时数的敏感时段为4月下旬至5月下旬和11月至1月中旬。在这些时段内，对应气象资源偏多或偏大，将有利于冬小麦产量的形成。例如3月下旬气温对产量的正效应达到最大，此时气温每偏高1℃，产量将增加19.5 kg·hm-2，11月中旬降水对产量的正效应达到最大，此时降水量每偏高1 mm，产量将增加4.7 kg·hm-2，5月下旬日照对产量的正效应达到最大，此时日照时数每偏高1 h，产量将增加12.1 kg·hm-2。

图3 冬小麦气温、降水、日照时数积分回归系数变化

2.2 冬小麦气候适宜性精细化区划指标的建立

在以上分析各地气候因子对冬小麦产量的影响效应的基础上，综合冬小麦生物学特性等因素，选择对各地小麦产量影响较大的气候因子作为气候适宜性精细化区划指标。此外，利用陕西省农作物气候适宜性精细化区划技术规定，利用可区划因子与产量相关关系，以产量达到高产水平的90%、80%和70%作为最适宜、较适宜和次适宜指标判定依据(见表1)。

表1 西安市冬小麦气候适宜性精细化区划指标

2.3 冬小麦气候适宜性精细化区划结果分析

基于区划指标，利用GIS技术，对西安市以及周边县所有气象站气象要素进行空间化处理，得到西安市冬小麦气候适宜性精细化综合区划图，如图4所示。

图4 西安冬小麦气候适宜性精细化区划

(1)最适宜区。主要是西安市北部地区，包括西安市阎良区、高陵区、未央区，以及临潼区、灞桥区、长安区、鄠邑区和周至县北部，冬小麦种植面积约13万hm2，约占西安市全市冬小麦种植面积的62%。这里地势平坦，土地肥沃，冬小麦生育期平均气温8.9～9.8℃，冬前降水量38～44 mm，返青拔节育穗期降水量74～78 mm，抽穗灌浆期日照时数280～284h，气候资源优势明显，有利于冬小麦的稳产和高产，是西安市冬小麦主要种植区。

(2)适宜区。主要是西安市东部及秦岭北麓地区，包括临潼区南部、蓝田县西北部及长安区、户县和周至县的秦岭北麓地区，冬小麦种植面积约7万hm2，约占西安市全市冬小麦种植面积的33%。该区域冬小麦冬前降水量41～44 mm，返青拔节育穗期降水量63～69 mm、平均气温10.3～10.8℃，抽穗灌浆期日照时数242～268 h，降水资源略差于最适宜区，且地形相较最适宜区复杂，主要以平原和塬地地形组成，故灌溉条件略差于最适宜地区，尤其是东部地区，冬小麦需水主要靠自然降水供给，对冬小麦产量有所影响。

(3)次适宜区。主要是西安市南部接近秦岭北麓部分山地地区，冬小麦种植面积约1万hm2，约占西安市全市冬小麦种植面积的5%。该区域冬小麦冬前降水量36～40 mm，返青拔节育穗期降水量60～63 mm、平均气温10.3～10.4℃，抽穗灌浆期日照时数226～242 h，气候资源相对较差，且这里冬季越冬期平均气温较低，秋淋时间长、强度大，易推迟小麦播种时间，使小麦苗期生长不壮，不利于冬小麦正常生长发育。

(4)不适宜区。主要是西安市南部秦岭山区。由于秦岭山脉地势高、地形复杂、整地不细的地理条件，以及温度较低的气候因素，不利于冬小麦的正常生长，故这里不适宜种植冬小麦。

3 结论与讨论

(1)农作物气候适宜性区划是地方政府合理规划农作物种植结构以及制定气象灾害防灾减灾措施的重要决策依据，该工作的基础即科学、客观的区划指标的确定与选择。笔者研究通过开展气候因子对西安市冬小麦产量的影响效应分析，确定了影响西安市冬小麦产量的关键气象要素，并以此作为气候适宜性区划的指标，开展基于GIS技术的精细化区划。此方法相较以往区划指标，能够更加客观反应气候条件对西安市冬小麦生产的影响，不仅体现了冬小麦气候适应性区划的科学性，同时突出了西安市冬小麦气候适宜性指标的地区差异性。

(2)西安市秦岭以北地区均为冬小麦气候适宜区，其中阎良区、高陵区、未央区，以及临潼区、灞桥区、长安区、户县和周至县北部为最适宜区，适宜种植区面积约占西安市全市面积四分之三。

(3)根据该区划结果，西安市政府在制定农业发展规划时，可适当向长安、蓝田、临潼、高陵等区县调整优质粮食产业带面积及种植区域，加大秦岭北麓周至县、户县及长安区猕猴桃、葡萄等经济林果种植面积，以进一步合理规划种植区，确保西安市农业生产规模化的成效，以及农民收入翻番的目标。