华南主产区双季水稻物候变化及其与气候条件的关系＊

李伟光，侯美亭，张京红，车秀芬，陈小敏

华南主产区双季水稻物候变化及其与气候条件的关系＊

李伟光1,2，侯美亭3，张京红1,2，车秀芬1,2，陈小敏1,2

（1．海南省气候中心，海口 570203；2．海南省南海气象防灾减灾重点实验室，海口 570203；3．中国气象局干部学院，北京 100081）

为探索华南水稻生长发育对气候变化的敏感性，估算气候变化、品种更替对水稻物候期变化的贡献，选取1981-2013年华南双季水稻种植区物候和气象观测数据，采用Theil-Sen估计线性倾向率、Mann-Kendall趋势显著性检验等方法，分析双季水稻物候期的时空变化趋势。结果表明：与其它地区不同，华南早稻播种期提前、晚稻成熟期推迟趋势较小；早稻、晚稻营养生长期存在缩短趋势，而生殖生长期存在延长趋势。早稻、晚稻的营养生长期、生殖生长期均随着降水量和日照时数的增加而延长，随着气温上升而缩短；平均气温每上升1℃，生长期长度缩短0.5～4.7d。气候变化与品种对水稻物候期影响的贡献率分析表明，品种更替对早稻和晚稻生长期长度的影响大于气候变化。研究期内品种更替中，早稻倾向于选择营养生长期和生殖生长期均长的品种；晚稻倾向于选择营养生长期短、生殖生长期长的品种。

水稻；物候；发育期；气候变化；贡献率

植物物候是一年中植物生长阶段的时间记录，它反应了植物对周围环境条件变化的响应，是全球气候变化的有力证据[1]。天然植被物候的变化已经在全球各地观测到，主要表现为春季提前、秋季推迟[2]。在农业生产中，人们会通过改良品种、改进栽培措施来延长生育期，以充分利用热量资源，提升产量。因此，观测到的物候变化是气候变化和品种更新共同作用的结果[3]。国内外已有众多学者对粮食作物开展物候变化的研究，并取得大量成果。不同地区的冬小麦对气候变化的反应基本一致，播种期推迟[4]，小麦营养生长期和生长季都在缩短，而生殖生长期长度呈现延长趋势[5]。中国春玉米物候期提前而夏玉米和春夏播玉米物候期推迟，营养生长期呈缩短、生殖生长期呈延长趋势[6]。

水稻作为中国产量最大的粮食作物之一，针对其物候期变化的相关研究也已开展。Tao等发现中国的单季稻移栽期提前、成熟期推迟，营养生长期、生殖生长期及全生育期均延长；而长江中下游的双季水稻物候期提前，营养生长期、全生育期缩短，生殖生长期延长[7]。Bai等发现早稻生育期提前、晚稻生育期延迟，单季稻和早稻的营养生长、生殖生长和总生育期均延长，而晚稻表现为缩短[8]。东北地区一季稻在2001−2012年间生育期表现出缩短而1992−2001年的生育期表现出延长现象[3]。Hu等研究发现气候变暖使单季稻、早稻和晚稻生育期均呈现缩短趋势[9]。气象等环境因子也影响着水稻生育期。Liu等认为气温升高、日照时数增加使生育期缩短，而降水增加对延长生育期有帮助[10]。水稻分布广泛，有籼稻、粳稻两个亚种，地区间一季水稻、双季水稻、早稻晚稻等种植制度不同，加之气象条件的空间分布差异、季节增温的不对称性[11]共同导致了水稻物候变化的时空不一致。

华南地区水热资源充沛，限制及影响水稻物候变化的环境条件与其它地区差异较大。因此，本文对华南双季水稻主产区早稻、晚稻的物候变化及其与气象条件的关系展开研究，以期发现双季水稻适应气候变化的规律，提出品种适应当前气候变化的针对性措施，进而指导该地区农业研究和生产。

1 数据与方法

1.1 农业气象站和数据

水稻物候观测数据来源于中国农作物生长发育数据集(http://data.cma.cn/data/cdcdetail/dataCode/AGME_ AB2_CHN_TEN.html)，数据时间范围为1981-2013年。数据的观测记录依据《农业气象观测规范》[12]，水稻物候期包括播种、出苗、三叶、移栽、返青、分蘖、拔节、孕穗、抽穗、乳熟、成熟共11个。营养生长期(Vegetative growth period，VGP)为播种-抽穗阶段，生殖生长期（Reproductive growth period，RGP）为抽穗-成熟阶段，生长季（Whole growth period，WGP）为播种-成熟阶段。

气候观测数据来自中国气象科学数据共享服务网提供的中国地面气候资料日值数据集（http://data. cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_MUL_DAY.html），选择日平均气温、降水和日照时数进行计算。

数据预处理过程分三步。第一步，选取有连续物候观测的农业气象观测站点，对数据进行质量控制，仅选取数据有效率90%以上站点，有23个站点入选，分布于广东、广西及海南省的海南岛，详细分布见图1。第二步，将物候期日期转换为年日序(Day of year，DOY)。第三步，按站点和年份筛选各物候期的DOY值，分别计算生长季、营养生长期、生殖生长期内的光、温、水和积温等气候要素数值。

图1 研究区域位置及站点分布

注：基于国家测绘地理信息局标准地图服务网站下载的审图号为GS( 2019) 1698号的标准地图制作，底图无修改。

Note:Based on the standard map No. GS (2019) 1698, downloaded from National Bureau of surveying, mapping and geographic information, and the base map was not modified.

1.2 方法

1.2.1 积温计算

积温（Growing degree days, GDD）是指某个时间段内日平均气温大于基准温度部分的累积值，具有重要的生物学意义，可以用来估计作物在生长期内的生长发育情况[13]。计算式为

式中，Dstart为某发育阶段的起始日期，Dend是该发育阶段结束的日期，TEMd是d日内的日平均气温，TEMbase为水稻发育的基准温度，即发育温度下限，设置为10℃[14]。

1.2.2倾向率及显著性检验

早、晚稻物候期和生长期长度的线性倾向率采用Theil-Sen方法计算。Theil-Sen估计较普通最小二乘(OLS)对数据中异常值的容错性更高[15]。计算式为

式中，n为分析时段的年数；Pi,k和Pj,k分别表示观测站点在第i年和第j年的k物候期（用年日序表示，Day of year, DOY）或生长期长度（d）；Sk表示k物候期或生长期长度的倾向率（d·a-1），median为对斜率序列取中位数。Sk大于0，表示物候期或生长期长度推迟或延长，反之表示提前或缩短。

根据历年生长期初始日和终止日观测值，统计作物生长发育过程中的平均气温、降水量、日照时数和有效积温。以上气候要素的倾向率也用式（2）计算。

为检验变化趋势的显著性，进一步结合Mann-Kendall法[16]进行分析。Mann-Kendall法是一种非参数统计检验方法，其优点是不需要测量值服从正态分布，也不要求趋势是线性的，并且不受缺失值和异常值的影响，广泛应用于长时间序列数据的趋势显著检验。计算方法为对于时间序列Xi，i=1,2,3,…，n定义标准化检验统计量Z。

1.2.3 水稻生长期长度对各气候因子变化的敏感度分析

水稻生长期长度对生长期内平均气温、降水和日照时数变化的敏感度计算式为[17]

1.2.4 气候变化及品种对发育期长度变化的贡献率计算

观测到的作物发育期变化是由作物品种更替、气候变化以及其它农事活动共同作用的结果。作物发育期长度的趋势可以通过品种与气候因素引发的发育期趋势表示[9，18-19]，即

气候变化导致的水稻生长期长度变化趋势[18，20]为

式中，Tphe-cli表示由气候变化导致的作物发育期长度变化趋势。Ttem、Tpre、Tssd分别为气温、降水、日照时数的变化趋势。a、b和c为研究区域内的所有站点水稻生长期长度对平均气温、降水和日照时数敏感度的平均值。

作物品种引发的水稻生长期长度变化趋势为

式中，Tphe-GDD表示由作物品种变化导致的作物发育期长度变化趋势，TGDD表示水稻积温随时间变化的趋势，TEMavg表示发育期内的平均气温，TEMbase表示水稻发育的基准温度（10℃）。

气候变化和品种更替引发的发育期长度趋势变化的贡献率计算式[18]分别为

2 结果与分析

2.1 双季水稻播种期和成熟期变化趋势

利用1981−2013年华南双季水稻播种及成熟期数据，经过倾向率估计及显著性检验，双季水稻播种期和成熟期的变化趋势见图2。由图可见，1981−2013年华南双季水稻种植区早稻播种期提前、晚稻成熟期推迟的趋势较小，而早稻成熟期提前、晚稻播种期推迟的趋势明显。早稻播种期平均每10年提前0.3d，成熟期提前1.2d。23个站点中早稻播种期呈现提前趋势的站点有9个，其中7个通过0.05水平的显著性检验；推迟的站点有10个，其中5个通过0.05水平的显著性检验（图2a）。早稻成熟期呈现提前趋势的站点有14个，其中6个站点通过0.05水平的显著性检验；推迟的站点有5个，没有站点通过显著性检验（图2b）。晚稻播种、成熟期变化幅度更大，播种期平均每10年推迟4.8d，收获期推迟0.6d。晚稻播种期表现为推迟的站点有21个，其中15个站点通过0.05水平的显著性检验；仅有1个站点表现为播种期提前（图2c）。晚稻收获期有8个站点表现出提前，其中3个站点通过0.05水平的显著性检验；14个站点推迟，其中7个站点通过0.05水平的显著性检验（图2d）。

图2 1981−2013年双季水稻播种期和成熟期线性倾向率的空间分布

注：带〇的站点表示通过0.05水平的显著性检验。下同。

Note: The site with 〇 passed 0.05 level significance test. The same as below.

早稻成熟、晚稻播种期变化趋势空间分布上较为一致（图2b、图2c），从南到北普遍出现提前、推迟的趋势，相反表现的站点呈零星分布。早稻播种、晚稻成熟变化趋势的空间一致性较差（图2a、图2d），表现出推迟、提前的站点零星分布，没有规律性的聚集。

2.2 双季水稻生育期长度的变化趋势

利用双季水稻营养生长期、生殖生长期及生长季的长度数据，经过线性倾向率估计及显著性检验，得到1981−2013年华南双季水稻生育期长度的变化趋势（图3）。由图3可见，从早稻、晚稻各生长期长度变化趋势的空间分布来看，早晚稻生长季普遍存在缩短的趋势；营养生长期、生殖生长期分开来看，前者呈现出缩短而后者呈现出延长的趋势。早稻全生育期平均以0.7d·10a-1的速率缩短，23个站点中早稻全生育期缩短的有12个站点，其中5个通过0.05水平的显著性检验；全生育期延长的有8个站点，仅2个通过0.05水平的显著性检验。早稻营养生长期缩短趋势更大，约以1.1d·10a-1的速率缩短。23个站点中早稻营养生长期缩短的有15个站点，其中5个通过0.05水平的显著性检验；延长的站点仅4个。早稻生殖生长期平均以0.6d·10a-1的速率延长，半数的站点呈现出延长趋势，其中4个通过0.05水平的显著性检验；9个站点未表现出上升或下降趋势，3个站点缩短。

图3 双季水稻生长期长度线性倾向率的空间分布

Note: VGP is vegetative growth period, RGP is reproductive growth period, WGP is whole growth period. The same as below.

晚稻全生育期、营养生长期长度变化的趋势更为一致，普遍表现出缩短的趋势，分别以4.5d·10a-1、4.4d·10a-1的速率缩短。生殖生长期表现出小幅度的延长趋势，平均以0.3d·10a-1的速率延长。从变化趋势的空间一致性来看，趋势也较为统一。全生育期、营养生长期缩短的站点分别有16、19个，分别有12个、11个站点通过0.05水平的显著性检验，但表现为上升的站点均未通过显著性检验。超过2/3的站点表现出生殖生长期延长，但延长幅度较小。

2.3 双季水稻生长季内主要气候因子的变化趋势

利用1981−2013年双季水稻生长季内的平均气温、降水量、日照时数及积温数据，经过线性倾向率及显著性检验，得到华南双季水稻生长季内主要气候因子的变化趋势。由图4a可见，华南地区早稻生长季内降水量变化趋势不统一，表现出上升和下降趋势的站点分别为12个和11个。晚稻生长季内大部分站点表现出降水减少的趋势（图4b），23个站点中19个站点下降，总体平均以31.6mm·10a-1的速率下降。降水量减少的原因可能是因为晚稻生长季缩短显著。早稻生长季内多数站点（图4c）日照时数表现出增加的趋势，其中3个站点通过0.05水平的显著性检验；总体以16.1h·10a-1的速率增加。而晚稻生长季内有14个站点表现出日照时数下降（图4d），其中4个站点通过0.05水平的显著性检验，平均以13.7h·10a-1的速率减少。

早稻、晚稻生育期内的平均气温上升趋势均较明显（图4e、图4f），上升速率分别为0.2℃·10a-1和0.1℃·10a-1。早稻生长季内有15个站点平均气温上升，上升速率超过0.3℃的站点有11个，9个站点上升趋势通过显著性检验；呈现下降的站点有8个，呈零星分布。晚稻生长季内平均气温上升速率略小，有14个站点平均气温上升，其中6个站点上升趋势通过显著性检验。早稻生长季的有效积温普遍表现出增加趋势，所有站点平均以42℃·10a-1的速率增加，12个站点的增加趋势通过显著性检验，仅有3个站点表现出减少趋势。与早稻不同，晚稻生长季内多半站点有效积温表现出轻微下降趋势（22℃·10a-1），23个站点中有15个站点表现为下降，7个站点下降趋势通过显著性检验。下降站点在两广地区分布相对集中，而有效积温增加站点零星分布。有效积温减少的原因可能也是晚稻生长季缩短引起的。

2.4 双季水稻生长期长度对气候因子变化的敏感性

利用双季水稻营养生长期、生殖生长期长度与相应时段内的降水量、日照时数、平均气温数据，建立线性回归模型，得到1981−2013年华南双季水稻种植区生长期长度对相应时段内平均气温、降水量和日照时数变化的平均敏感度，结果见表1。由表可见，构建的水稻生长期长度对平均气温、降水量和日照时数变化的敏感度方程平均决定系数R2较大，达到0.380～0.762（P＜0.05），说明构建的方程具有较高的可靠性。各生长期长度对平均气温的敏感度为负值，说明早稻、晚稻的营养生长和生殖生长期长度均随气温升高而缩短。具体数值显示，平均气温每升高1℃，早稻营养生长期缩短4.7d，生殖生长期缩短2.1d；晚稻营养生长期缩短4.3d，生殖生长期缩短0.5d。与晚稻相比，早稻对平均气温更加敏感。早稻和晚稻营养生长期对平均气温的敏感度显著高于生殖生长期。

各生长期长度对日照时数变化的敏感度均为正值，说明各生长期长度均随日照时数增加而延长。早稻、晚稻不同生长期长度对日照的敏感性相近，日照时数每增加100h，生育阶段长度延长4.7～7.8d。

各生长期长度对降水量变化的敏感度数值均为正值，说明早稻、晚稻的营养生长和生殖生长期长度均随降水增多而延长。营养生长期内降水量每增加100mm生长期延长1.1～1.7d，生殖生长期内降水量每增加100mm生长期延长0.9～2.1d。

2.5 品种更替及气候变化对生长期长度变化的贡献率

积温是植物内在生命活动周期的度量，积温的变化趋势能够在一定程度上反应出品种的变迁。统计1981−2013年水稻各生育期内积温的平均倾向率表明（表2）,华南双季水稻主产区的早稻营养生长期和生殖生长期以及晚稻生殖生长期的积温均

图4 双季水稻生长季内气象要素线性倾向率的空间分布

表1 双季水稻生长期长度对各气候因子变化的平均敏感度及显著性

表2 双季水稻积温变化趋势折算生长期长度趋势(CT)

表现出上升趋势。早稻营养生长期、生殖生长期积温分别以25.2、21.8℃·d·10a-1的速率增加。而晚稻营养生长期积温表现为明显减少的趋势，速率为43.5d·10a-1；生殖生育期呈现增加趋势，速率为26.6℃·d·10a-1，增加幅度与早稻生殖生长期相近。根据积温趋势与平均气温折算生长期趋势，早稻营养生长期、生殖生长期、晚稻生殖生长期均表现延长趋势，延长速率分别为1.9、1.2、2.0℃·d·10a-1，晚稻营养生长期表现为以2.5℃·d·10a-1速率缩短。

对1981−2013年23个站点气候变化及品种更替对水稻生长期长度变化的平均贡献率分析发现（图5），气候变化对华南双季水稻生长期长度变化的贡献较小；品种对生长期长度变化的贡献较大且一般为正效应，即品种更替延长水稻生长期长度；仅在晚稻营养生长期两者表现出负效应。在早稻和晚稻的生殖生长期，品种因素均表现出超过50%的延长贡献率，而气候变化贡献率均不足5%。营养生长期，品种更替对早稻与晚稻生长期长度的作用相反，对早稻表现为延长，对晚稻表现为缩短。气候变化对生长期影响最大的时期为晚稻营养生长期，贡献率达到45%，表现为缩短生长期长度。

图5 气候变化及品种因素对水稻生长期长度变化的贡献率

3 结论与讨论

3.1 结论

（1）1981−2013年华南双季水稻种植区早稻播种期、成熟期分别以平均0.3、1.2 d·10a-1的速率提前，晚稻播种期、成熟期分别以4.8、0.6 d·10a-1的速率推迟。早稻成熟期、晚稻播种期变化趋势的空间分布相对一致，区域内大部分站点整体提前。早稻和晚稻的营养生长期均存在缩短，生殖生长期均存在延长的趋势，总生育期也存在缩短的趋势。

（2）早稻生长季内降水量变化趋势不明显，而晚稻生长季内降水量普遍表现出减少的趋势。早稻生长季内多数地区日照时数增加而晚稻生长季内大部分区域日照时数下降。早稻、晚稻生长季内平均气温普遍呈上升趋势。早稻生长季有效积温表现出增加趋势，而晚稻生长季有效积温下降。

（3）早稻、晚稻的营养生长期和生殖生长期长度随降水量和日照时数增加而延长，随平均气温的上升而缩短，平均气温每上升1℃，生长期缩短0.5～4.7d。通过积温反应的品种变化引起的生长期长度变化来看，早稻营养生长期、生殖生长期及晚稻生殖生长期存在较大的延长趋势（1.2～2.0d·10a-1），晚稻营养生长期长度趋势为以2.5d·10a-1速率缩短。贡献率分析表明品种对生长期长度变化趋势的影响大于气候变化。品种更替过程中，早晚稻均倾向于选择生殖生长期长的品种。但在晚稻营养生长期，品种与气候变化均表现为负效应，且贡献了90%以上的作用。

3.2 讨论

1981−2013年华南双季水稻种植区，早稻播种期提前、晚稻成熟期推迟的趋势较小，这与该研究区域以北地区水稻物候变化趋势存在明显不同[7]。其原因可能是华南地区水热资源较北方水稻种植区丰富，水稻界限温度上的日数已经足够双季水稻发育。水稻种植上利用气候变化带来的增温需求不强烈，所以早稻播种期提前、晚稻成熟期推迟趋势较小。

华南双季水稻生育期长度变化趋势与其它地区[7-8，10]基本一致，表现为营养生长期和生长季普遍缩短，而生殖生长期延长。从作物产量形成的角度看，生殖生长期越长，接收的光合辐射越多，积累的干物质越多，产量越高[21-22]。所以延长作物生殖生长期是育种家追求的重要目标，这一点在华南早稻和晚稻中均有确实证据。从驱动水稻物候变化因素的贡献率看，气候变化对华南双季水稻的影响远小于品种更替因素，这可能是因为华南水热充足，气候条件的波动仍然在水稻适宜范围内。晚稻营养生长期，品种更替及气候变化一致表现为缩短贡献，产生这个现象的原因可能是晚稻营养生长期是一年中气温最高的时段，环境气温可能已经接近水稻生长的最适温度[23]。在气温升高的背景下，农户主动选择营养生长期短的品种，作物被动缩短生育期来共同应对高温胁迫。

农作物的物候变化是气候变化和农事管理共同作用的结果，区分二者贡献对客观评价气候变化带来的影响具有重要意义。通常采用的方法有统计[24]和作物模型[25]，但两种方法还没有压倒性的优势。作物模型的方法可以模拟作物、环境条件及管理措施之间的相互作用，它需要更多的信息进行模型校准和验证，而它的跨区域推广性较差[26]。统计方法只是建立了作物表现与气象因素之间的数理关系，而这种关系并不一定是因果关系。本研究早稻、晚稻不同发育阶段对气象因子的敏感系数大小相近，这也在一定程度上肯定了统计方法结果的可靠性。未来可以结合田间试验，进一步探索其中的生理基础，分析水稻对气候变化的响应机制，增强水稻适应气候变化的能力。

[1] Ge Q,Wang H,Rutishauser T,et al.Phenological response to climate change in China:a meta-analysis[J].Glob Chang Biology,2015,21(1):265-274.

[2] Chen X,Wang L,Niu Z,et al.The effects of projected climate change and extreme climate on maize and rice in the Yangtze River Basin,China[J].Agricultural and Forest Meteorology,2020:282-283.

[3] Pachauri R K,Allen M R,Barros V R,et al.Climate change 2014:Synthesis report.Contribution of Working Groups I,II and III to the Fifth assessment report of the intergovernmental panel on climate change[M]. Geneva,Switzerland:IPCC, 2014.

[4] 刘玉洁,陈巧敏,葛全胜,等.气候变化背景下1981-2010中国小麦物候变化时空分异[J].中国科学:地球科学,2018, 48(7):888-898.

Liu Y J,Chen Q M,Ge Q S,et al.Spatiotemporal differentiation of changes in wheat phenology in China under climate change from 1981 to 2010[J].Science China:Earth Sciences,2018,48(7):888-898.(in Chinese)

[5] 张媛铃,郭晓磊,王娜,等.基于决策系统模拟不同降水年型旱作冬小麦的最佳播期[J].中国农业气象,2021,42(6): 475-485.

Zhang Y L,Guo X L,Wang N,et al.Analysis on the optimal sowing date of dry-land winter wheat under different precipitation pattern based on wheat decision system[J]. Chinese Journal of Agrometeorology,2021,42(6):475-485. (in Chinese)

[6] 秦雅,刘玉洁,葛全胜.气候变化背景下1981-2010年中国玉米物候变化时空分异[J].地理学报,2018,73(5):906-916.

Qin Y, Liu Y J, Ge Q S. Spatiotemporal variations in maize phenology of China under climate change from 1981 to 2010[J].Acta Geographica Sinica,2018,73(5):906-916.(in Chinese)

[7] Tao F L,Zhao Z,Shi W J, et al.Single rice growth period was prolonged by cultivars shifts,but yield was damaged by climate change during 1981-2009 in China, and late rice was just opposite[J].Global change biology,2013,19(10): 3200-3209.

[8] Bai H,Xiao D.Spatiotemporal changes of rice phenology in China during 1981-2010[J].Theoretical and Applied Climatology,2020,140(3):1483-1494.

[9] Hu X,Huang Y,Sun W,et al.Shifts in cultivar and planting date have regulated rice growth duration under climate warming in China since the early 1980s[J].Agricultural and Forest Meteorology,2017,247:34-41.

[10] Liu Y,Zhou W,Ge Q.Spatiotemporal changes of rice phenology in China under climate change from 1981 to 2010[J].Climatic Change,2019,157(2):261-277.

[11] Cai Q,Liu Y,Wang Y,et al.Recent warming evidence inferred from a tree-ring-based winter-half year minimum temperature reconstruction in northwestern Yichang,South Central China,and its relation to the large-scale circulation anomalies[J].International Journal of Biometeorology,2016, 60(12):1885-1896.

[12] 国家气象局.农业气象观测规范(水稻)[M].北京:气象出版社,1993.

National Meteorological Administration.Standard for agrometeorological observation(rice)[M].Beijing:China Meteorology Press,1993.(in Chinese)

[13] Xiao L,Liu L,Asseng S,et al.Estimating spring frost and its impact on yield across winter wheat in China[J]. Agricultural and Forest Meteorology,2018,260-261:154- 164.

[14] 黄维,吴炫柯,刘永裕,等.气候变化对广西双季稻种植布局的影响[J].中国农业气象,2020,41(9):539-551.

Huang W,Wu X K,Liu Y Y,et al.Impact of climate change on layout of double cropping rice in Guangxi[J].Chinese Journal of Agrometeorology,2020,41(9):539-551.(in Chinese)

[15] Fernandes R,Leblanc S G.Parametric(modified least squares) and non-parametric(Theil–Sen) linear regressions for predicting biophysical parameters in the presence of measurement errors[J].Remote Sensing of Environment, 2005,95(3):149-153.

[16] 黄家俊,张强,张生,等.基于信息熵的新疆降水时空变异特征研究[J].生态学报,2017,37(13):4444-4455.

Huang J J,Zhang Q,Zhang S,et al.Information entropy- based analysis of spatial and temporal variation in precipitation in Xinjiang[J].Acta Ecologica Sinica,2017, 37(13):4444-4455.(in Chinese)

[17] Liu Y J, Qin Y,Ge Q S.Spatiotemporal differentiation of changes in maize phenology in China from 1981 to 2010[J].Journal of Geographical Sciences,2019,29(3):351- 362.

[18] He L,Jin N,Yu Q.Impacts of climate change and crop management practices on soybean phenology changes in China[J].Science of the Total Environment,2020,707: 135638.

[19] Verón S R,De A D,Lobell D B.Impacts of precipitation and temperature on crop yields in the Pampas[J].Climatic Change,2015,130(2):235-245.

[20] Liu Y,Chen Q,Ge Q,et al.Modelling the impacts of climate change and crop management on phenological trends of spring and winter wheat in China[J].Agricultural and Forest Meteorology,2018,248:518-526.

[21] Gautam P,Lal B,Nayak A K,et al.Inter-relationship between intercepted radiation and rice yield influenced by transplanting time, method, and variety[J].International Journal of Biometeorology,2019,63(3):337-349.

[22] 吴俊,邓启云,袁定阳,等.超级杂交稻研究进展[J].科学通报,2016,61(35):3787-3796.

Wu J,Deng Q Y,Yuan D Y,et al.Progress of super hybrid rice research in China[J].Chinese Science Bulletin,2016, 61(35):3787-3796.(in Chinese)

[23] 宋有金,吴超,李子煜,等.水稻产量对生殖生长阶段不同时期高温的响应差异[J].中国水稻科学,2021,35(2):177-186.

Song Y J,Wu C,Li Z Y,et al.Differential responses of grain yields to high temperature in different stages of reproductive growth in rice[J].Chinese Journal of Rice Science,2021,35(2):177-186.(in Chinese)

[24] Zhao H,Fu Y H,Wang X,et al.Timing of rice maturity in China is affected more by transplanting date than by climate change[J].Agricultural and Forest Meteorology, 2016,216:215-220.

[25] He L,Asseng S,Zhao G,et al.Impacts of recent climate warming,cultivar changes,and crop management on winter wheat phenology across the Loess Plateau of China[J]. Agricultural and Forest Meteorology,2015,200:135-143.

[26] Zhang Q,Zhang W,Li T,et al.Accuracy and uncertainty analysis of staple food crop modelling by the process-based Agro-C model[J].International Journal of Biometeorology, 2021,65:587-599.

Spatiotemporal Changes of Double Cropping Rice Phenology in South China and Relationship with Climatic Conditions

LI Wei-guang1,2, HOU Mei-ting3, ZHANG Jing-hong1,2, CHE Xiu-fen1,2, CHEN Xiao-min1,2

(1.Climate Center of Hainan Province, Haikou 570203, China; 2. Key Laboratory of Meteorological Disaster Prevention and Reduction in South China Sea, Haikou 570203; 3. Cadre College of China Meteorological Administration, Beijing 100081)

In order to explore the sensitivity of rice growth and development to climate change, and to estimate the contribution of climate change and varieties change to the change of rice phenology in South China, the phenological and meteorological observation data of double cropping rice planting in South China from 1981 to 2013 were selected for analysis. Theil-Sen estimation linear tendency rate and Mann-Kendall trend significance test were used to analyze the change trend and spatial distribution characteristics of double cropping rice phenology. Different from other regions, the sowing date of early rice in South China is ahead of schedule and the mature period of late rice is delayed slightly. The vegetative growth period of early and late rice was shortened, while the reproductive growth period was prolonged. The length of vegetative and reproductive growth periods of early rice and late rice increased with the increase of precipitation and sunshine hours, and decreased with the increase of temperature; the length of growth period was shortened by 0.5−4.7 days when the average temperature increased by 1℃. The analysis of the contribution rate of climate change and varieties to the impact of rice phenology showed that the influence of varieties change on the long-term length of early and late rice was greater than that of climate change. In the past 30 years, early rice tended to choose the varieties with long vegetative and reproductive growth period, late rice tends to choose varieties with short vegetative growth period and long reproductive growth period.

Rice；Phenology；Growth phases；Climate change；Contribution

10.3969/j.issn.1000-6362.2021.12.004

李伟光,侯美亭,张京红,等.华南主产区双季水稻物候变化及其与气候条件的关系[J].中国农业气象,2021,42(12):1020-1030

2021−04−27

中国气象局创新发展专项（CXFZ2021J070）；气象软科学项目（2021ZZXM16）

李伟光，高级工程师，研究方向为气候变化及气象灾害对农业的影响,E-mail：163great@163.com