达州小麦气候风险评估与区划
2020-09-02何希望张利平郑文全覃绍彬伍文玲
何希望 张利平 郑文全 覃绍彬 伍文玲
摘要:在小麦气候适宜度基础上,构建风险度模型,对达州小麦的气候风险度进行评估。结果表明,近几十年来,达州气温和降水以及小麦气候风险度变化不大,趋势较为平稳;日照风险度偏高,变幅较大且有增加趋势;小麦全生育期的日照风险度最高,但对产量影响不显著,降水风险度次之,但对产量影响明显,气温风险度维持在较低水平且有下降趋势。因此,在生产中可通过合理安排种植制度和种植区域,选择耐湿且对日照不敏感的品种、采取合适的农技措施,调控水分、改善田间通光条件,从而规避小麦种植气候风险。
关键词:气候风险度;区划;小麦;达州
中图分类号:S16文献标识码:ADOI:10.19754/j.nyyjs.20200815044
收稿日期:2020-07-02
作者简介:何希望(1987-),男,本科,助理工程师。研究方向:农业气象和公共气象服务。
引言
针对气候因子对小麦生长发育的影响国内外已经做过大量研究工作,这些研究[3-5]主要侧重于作物产量的统计分析、作物生理生态模拟及作物响应全球气候变化的试验研究等方面。根据作物生理气候需求曲线和研究区域的气候特点,确定小麦各生育期参数值,应用生态适宜性理论,构建风险度模型,研究历年平均气候条件下作物生长的风险度和气候变化对小麦农业生态的影响,并对研究区域进行风险度区划,以期为本地区农业的种植制度调控提供重要的参考。
1材料与方法
1.1研究区概况
研究区位于四川省东北部,属中北亚热带湿润季风气候,主要气候特征是四季分明、雨热同季,山地气候特征明显。2015年度达州小麦播种面积6.53万hm2,总产19.90万t,平均单产0.203t·hm-2,各地播种面占比见图1。
1.2数据来源
小麦生育期资料来自宣汉国家农业气象观测站1990—2016年的观测数据(订正);各站点1961—2016年55a逐日温度、降水量和日照时数等资料来源于四川省气象局数据中心,小麦播种面积和产量资料来源于达州市统计局。1∶5万GIS资料来源于四川省气候中心。
1.3研究方法
1.3.1气候风险度指标的建立
本研究基于气候适宜度模型构建气候风险度指标。综合考虑温度、降水量、日照时数、气候条件适宜度水平的高低及达州小麦生长发育的实际情况,建立小麦气候风险度指标,其计算分别见公式(1)~(4):
式中,Rt、Rr、Rs、R分别表示同一时期内温度风险度、降水风险度、日照风险度和气候风险度;At、Ar、As、A分别表示同一时期内温度适宜度、降水适宜度、日照适宜度和气候适宜度的标准差;St、Sr、Ss、S分别表示某一时期内的平均温度适宜度、降水适宜度、日照适宜度和气候适宜度。
1.3.2气候适宜度模型的建立
根据黄璜等[6,7]的研究,结合达州实际情况,以旬为时间单位,建立温度、降水和日照时数的适宜度模型,分别见公式(5)~(7):
式中,St、Sr、Ss分别为小麦生育期间温度、降水、日照时数的适宜度;T、R、Sun为温度、降水量和日照时数的观测值;Tmin、Tmax、T0分别为小麦在该时段内的下限平均温度、上限平均温度和最适宜平均温度。
R0为小麦旬需水量。一般而言,达州小麦湿害偏重,特别是播种-出苗期和成熟期,存在“两头湿、中间干”的气候特点十分明显。因此,认为此2个时期的旬降水少于适宜旬平均降水量时,降水处于适宜状态,取值1。
Sun0为可照时数(单位为日)的50%,b为经验常数(b=0.538Sun+0.013)。受山地自然遮挡和冬半年云雾天气较多等因素影响,达州日照条件较差,年日照百分率只有30%左右,且冬半年不足20%。按原日照模型参数进行计算,指数结果出现极化,因此,将50%的日照百分率作为临界点,认为当日照百分率达到50%以上时,达州小麦对光照条件的反应达到适宜状态,取值1。
各生育期权重采用专家打分法与层次分析法综合确定,各旬及全生育期气候适宜度的采用几何平均法进行计算,见公式(8):
式中,S为某发育期光温水综合适宜度。
1.3.3倾向率
倾向率表示气候因子的变化趋势,以下式计算:
式中,Xi是某一氣候因子;ti是时间;n是样本数量;a是常数;b是一元回归系数。
1.3.4风险度与产量的相关性检验
将小麦产量分解为趋势产量和气象产量,误差一般忽略不计,然后计算相对气象产量,用最小二乘法计算相对气象产量和风险度的相关系数,进行两者间的相关性检验。
式中,y、yt、yq、ys、ε分别表示小麦的实际产量、趋势产量、气象产量、相对产量和误差,趋势产量用5a滑动平均法计算。
1.3.5区划方法
气候要素与当地的经度、纬度、海拔等地理因子的关系模型可表示为:
式中,Y为生态气候要素,φ、λ和h分别代表纬度、经度和海拔高度等地理因子,函数f(φ,λ,h)为区划指标的方程表达式,ε为残差,即:
利用达州、巴中和广元3市15个气象站的气候观测资料(因变量)与对应的经度、纬度和海拔高度等地理信息数据(自变量),计算各站的气候风险度并建立空间线性模型(参数见表1),运用Arcgis10进行空间分析,残差ε采用反距离插值法进行空间内插。
1.3.6统计分析
采用Excel和SPSS进行数据与图形处理与分析。
2结果与分析
本研究用5a滑动平均法进行趋势分析。由图2可知,近50a来达州各地小麦气候风险度变化较大,受各地小气候变化差异影响,北部明显高于南部,但变化趋势基本一致。本文以种植面积最大的渠县为例,对达州小麦气候风险度进行描述。