影响紫稻产量的主要气象因子对比分析
2021-08-31周珍丹赖丽娜陈思艺伍小红
周珍丹,赖丽娜,陈思艺,伍小红
(1.珠海市斗门区气象局,广东珠海 519125;2.三门县气象局,浙江三门 317100;3.云浮市气象局,广东云浮 527300;4.新兴县气象局,广东新兴 527400)
新兴县是广东的粮仓,其盛产的“新兴白”和“油粘米”闻名珠三角。天堂镇位于新兴县西南部,风景秀美,农田肥沃,天堂镇出产的紫米食味香甜、清香柔软、软糯适口,含有丰富的维生素、矿物质和人体所需的氨基酸,更含有大量的花青素和锌,集食用和药用于一身,荣获“首届广东好大米特色品牌”称号。
农业生产与气象条件息息相关,作物产量和质量易受气候变化与气象灾害的影响,尤其是水稻生产对当地粮食生产安全和农业经济有着举足轻重的作用。气象因子作为一种资源和一项风险与农作物生长生产密切相关。众多学者们对普通水稻展开了多角度、多层次的研究,王华等[1]指出广东早稻生产季的气象灾害变化与气候变化密切相关,可以看作是对全球和中国气候变暖的一种响应。但针对有色稻如紫稻生产的气象因子仍欠缺深入系统的研究,周东[2]指出墨江县发展紫米的优越自然条件和较好的区位优势,但没有深入分析主要气象因子对紫米产量的影响。有色稻作为一种特殊的种质资源,其独特的营养价值及药用价值使其具有很大的市场发展潜力,同时随着新兴紫稻的产业化发展,地方政府和紫稻生产企业对气象服务需求也在增加。
本研究利用2004—2019年新兴县天堂镇气象观测站的气温、降水资料,2004—2019年新兴县基本气象观测站日照资料,选取有代表性的稻米种植站点作为对比分析,即选取罗定(广东省重要的产粮区和全国首个绿色食品原料(水稻)标准化生产基地)、云南墨江(中国紫米之乡)同时期气象资料,对影响稻米产量的主要气象因子进行对比分析,得出3个站点的主要气象因子对稻米产量的影响优劣,并选取新兴站点作为试验点,利用回归分析建立趋势产量三元回归模型,为预测稻米产量提供参考,对于今后的推广种植提供气象技术支撑。
1 资料与方法
1.1 资料
本研究所用资料为2004—2019年新兴县天堂镇、罗定市泗纶镇、云南省墨江县国家观测站的逐日气温、降水资料;2004—2019年新兴、罗定、墨江基本气象观测站逐日日照资料。本研究有效积温定义为日平均气温≥10℃作为有效温度,紫稻种植期内各日有效温度的总和即为有效积温。稻米产量资料和生育期分别来自新兴、罗定、墨江的稻米种植基地。由于云南墨江紫稻为中稻,故本研究采用新兴、罗定的早稻与云南墨江紫稻中稻作分析。
1.2 方法
本研究主要运用数理统计、相对气象产量等方法概念进行研究。关于水稻产量,以水稻每公顷单产来反映,实际水稻气象单产产量[3]可分解为Y=Yt+Yw+Ye,其中,Y为水稻的实际单产(kg/hm2),Yt为趋势比例(kg/hm2),主要由农业技术措施的提高等原因引起的,用三次多项式法拟合趋势产量,Ye是随机因素,是由社会因素或政策波动等引起的,很难定量计算。本研究主要研究气象要素对水稻产量的影响,因此Ye取为零,Yw为气象比例(%),表达式为Yw=Y-Yt。
由于水稻生产技术水平前后变化较大,气象条件的适宜与否引起的水稻产量的波动差异较大,为了消除差异的影响,采用产量波动的相对值来进行研究,即相对气象产量(%)为Yw′=Yw/Yt×100%
2 主要气象因子对比分析
2.1 基础资料
新兴地处北回归线南侧,属亚热带季风气候区,气候温和、热量丰富、光照充足、雨量充沛、霜期短;年平均气温21.8℃,年日照1 608.5 h,无霜期336 d,年平均降雨量为1 686.4 mm,有效积温为8 023.8℃。罗定市地处北回归线以南,属亚热带季风气候区,年平均气温22.6℃,年日照1 560.9 h,无霜期350 d,年平均降雨量为1 347.6 mm,有效积温为8 150.7℃。墨江县地处北回归线上[4],属低纬度高海拔地区,境内最高海拔为2 278 m,最低海拔478 m,常年光照充足,四季温和,夏无酷暑、冬无严寒,雨量充沛,年平均气温17.9℃,年日照2 161.2 h,无霜期215 d,年平均降雨量为1 338.0 mm,有效积温为6 627.0℃。对比可看出新兴、罗定、墨江各站点种植稻米的基础资料,其中墨江的有效积温比新兴、罗定站点的要低。表1可看出墨江地处纸纬度、高海拔地区,北回归线穿城而过,由于受太阳直射角度影响,太阳辐射强烈,气温终年变化不大,使得种植于北回归线两侧的墨江紫谷,受光照时间比其它地方种植的紫谷较长,其生长周期长于一般稻米,一年一熟(中稻)。
表1 不同地点紫稻和水稻种植生育期
2.2 气温
许多学者对稻种与气象因子进行分析时,主要是以双季稻或中稻为研究对象[5-6]。目前没有单独对紫色稻种与气象因子的影响作分析,因此,本研究的主要气象因子采用适宜温度、生理需水以双季稻或中稻来划分。对新兴、罗定、墨江早稻(中稻)各生育期内各旬的平均气温与赖纯佳[5]的研究成果双季稻各生育期的临界温度进行对比分析(表2和图1)。对于早稻,秧苗期和返青期,新兴、罗定、墨江的平均气温均比适宜温度低,罗定、墨江平均气温都较低,且平均最低气温低于适宜温度的下限,很不利于秧苗生长;新兴的平均气温最接近适宜温度,平均最低、最高气温均在上下限温度区间内,比较有利于秧苗生长。分蘖期,罗定、新兴的平均气温与适宜温度相接近,平均最低、最高气温均在上下限温度区间内,这说明白天温度条件很适合早稻的分蘖,而且不会过高造成分蘖过于活跃。拔节孕穗期,新兴的平均气温与适宜温度一致,平均最低、最高气温均在上下限温度区间内,十分有利水稻的生长发育;到了关键的抽穗开花期,新兴、罗定的平均气温与适宜温度一致,平均最低、最高气温均在上下限温度区间内,十分有利于灌浆,保证结实率较高。乳熟期,新兴、罗定的平均气温比适宜温度偏高,不利水稻生长发育。综合分析可知,新兴除了乳熟期温度偏高外,其余各生育期与适宜温度一致或相接近,温度气候资源总体上十分适合紫稻各生育期的生长,适宜度很高,这说明新兴的紫稻早稻种植在气温条件上是十分优越的。适宜的温度使得新兴紫米外观呈紫黑色,颜色均匀,色泽光亮,造就了新兴紫米营养丰富、香味独特、软糯适口的独特品质。
表2 早稻各生育期适宜最低、平均、最高气温与各站气温对比 ℃
图1 早稻各生育期适宜平均气温与各站平均气温对比
2.3 降水
水稻的生长发育需要充足的水分,各阶段的需水是不同的。统计新兴、罗定、墨江多年早稻(中稻)各生育期旬累计平均降水量如表3所示,与各生育期生理需水[6-7]作对比分析,秧苗期,各站降水量是充足的,均能满足秧苗期生理需水要求;返青期,除了墨江站降水量少于生理需水外,新兴、罗定均能满足返青期生理需水要求;分蘖期至乳熟期,新兴、罗定、墨江降水量是充足的,均能满足生理需水要求,但墨江站乳熟期降水过于充足的,侧面反映出墨江暴雨灾害对乳熟期生长的威胁。
表3 早稻各生育期生理需水和累计平均降水对比 mm
2.4 日照
日照是植物进行光合作用的基础条件,水稻各个生育期都需要一定日照时数,以确保正常生长发育。由图2可知,墨江由于地处低纬度、高海拔地区,中稻的生长天数172 d比新兴、罗定的122 d多50 d,比早稻(中稻)生育期平均生长天数[7]119 d多53 d,这样墨江才有足够的热量促进中稻的生长发育,故墨江中稻整个生育期的日照累计年平均日照时数均比新兴、罗定高出很多;新兴前期即秧苗期、返青期、分蘖期的日照时数均比罗定多,表明日照充足,更加有利于光合作用,能提供给根系充足的养分,有利于早稻固根和根系发育;从拔节孕穗期至乳熟期,新兴日照偏少,不利于早稻灌浆成熟。
图2 早稻(中稻)各生育期累计平均日照时数对比
3 气象要素对水稻产量的影响
运用相对气象产量概念对新兴气象要素与紫稻早稻产量之间的关系作分析[8-10],结合新兴紫稻早稻的生长期,对早稻的拔节孕穗期、抽穗开花期、乳熟期这3个关键时期的日平均气温、降水量、日照时数与水稻产量的相关分析,即以5月10日至6月30日作为统计时段。以新兴紫稻实际产量为因变量(Y),主要气象因子温度(t)、降雨量(R)和日照时数(S)为自变量,选取2014—2019年新兴实际产量为训练用数据。采用SPSS、Excel等软件进行统计分析,利用数据求算得到新兴紫稻预测模型[11]:
Y=232.799+5.26t+0.11R-0.29S (1)
方程(1)复相关系数r=0.971,说明回归方程对样本观测值的拟合程度较好。由于新兴紫稻于2010年开始试验种植,故选取2011—2013年稳定的气象资料和稻米产量作回代检验分析,通过式(1)拟合的2011—2013年新兴紫稻预测产量与实际产量数据对比见表4。由表4可见,整体上3次多项式法建立的回归模型在预测产量上的拟合较好,预测产量总体上比实际产量稍微偏大,误差率在6% ~23%范围内,预测效果较好,对于今后紫稻的推广种植提供气象技术支撑。
表4 新兴紫稻预测产量值与实际值对比 kg
4 结论
1)在气温因子方面,新兴除了乳熟期温度偏高外,其余各生育期与适宜温度一致或相接近,温度气候资源总体上十分适合紫稻各生育期的生长,适宜度很高。
2)在降水因子方面,新兴、罗定、墨江降水量是充足的,均能满足生理需水要求,但墨江站乳熟期降水过于充足,侧面反映出墨江暴雨灾害对乳熟期生长的威胁。
3)在日照因子方面,墨江中稻整个生育期的日照累计年平均日照时数均比新兴、罗定高出很多;新兴前期即秧苗期、返青期、分蘖期的日照时数均比罗定多,表明日照充足,更加有利于光合作用,能提供给根系充足的养分,有利于早稻固根和根系发育;从拔节孕穗期至乳熟期,新兴日照偏少,不利于早稻灌浆成熟。
对影响新兴紫稻的主要气象因子与实际产量建立三元回归模型,是本研究进行的一个新的尝试,整体上三元回归模型在预测产量上的拟合较好,预测产量总体上比实际产量稍微偏大,误差率在6%~23%范围内,预测效果较好。本研究是初步探讨,模式的效果还有待在实际业务、服务中进一步检验和完善。