气候变化对三湖连江灌区水稻生育期和灌溉需水量变化的影响

朱士江，李凯凯，徐 文*, 丁学军，张国红，朱 瑾，贵树彪，张礼杰

气候变化对三湖连江灌区水稻生育期和灌溉需水量变化的影响

朱士江1,2，李凯凯1，徐 文1*, 丁学军3，张国红3，朱 瑾1，贵树彪1，张礼杰1

(1. 三峡库区生态环境教育部工程研究中心，宜昌 443002；2. 水工程智慧建造与管理湖北省重点实验室，宜昌 443002；3. 嘉鱼县水利和湖泊局，嘉鱼 421221)

为研究气候变化对三湖连江灌区水稻生育期和灌溉需水量变化的影响，利用FAO Penman-Monteith公式计算了嘉鱼县三湖连江水库灌区1982—2021年的水稻灌溉需水量，并通过MK检验和时间序列分解。结果表明：在过去40年里，气温呈极显著上升趋势，而相对湿度、平均风速和日照时数明显下降；水稻生育期平均缩短14.75 d；水稻生育期内c上升，占全年的37.6%；多年平均有效降雨量下降，灌溉需水量增大，灌溉需求指数为0.42。水稻生育期缩短和灌溉需水量的增大是由气温、风速、相对湿度、日照等共同作用的结果，有效降水量和灌溉需水量呈相反增长趋势。

水稻生育期；参照作物腾发量；灌溉需水量；趋势分析；有效降水量

开展气候变化对粮食作物的生长发育以及灌溉需水量的研究，有助于深入分析粮食作物的需水量变化规律，从而制定合理的灌溉计划和灌溉制度，优化区域的水资源分配[1-3]。目前，据统计我国农业用水量占全国总用水量的60%以上，在农业灌溉过程中水的有效利用率仅为30%～40%[4-6]，水稻是耗水量最多的粮食作物之一，约占粮食作物总耗水量的52%，占农作物总耗水量的86%，是最主要的用水型作物[1,7]。水稻的生长发育需要适宜的高温天气、干燥的气象环境、充足的光照条件等，而全球气温上升，导致灌溉需水量增加以及水稻生育期缩短等一系列问题，增大了不同生育期内灌溉制度的制定难度[8-9]。开展生育期内水稻灌溉需水规律研究，能够有效应对气候变化对水稻生长发育带来的不利影响[10]。

气候变化导致灌区作物物候期的变化，进而影响了灌溉需水，蒋飞卿等[11]分析了宁蒙引黄灌区近60年的气温变化特征和灌区灌溉需水量和灌溉时间对自然和社会环境变化的响应，得出灌溉需水量与种植结构和气候变化成正比例关系。Houma 等[12]利用FAO-Aquacrop模型预测气候变化对马来西亚灌溉水稻水分生产率的影响，结果表明与WP相关的各种农艺管理选择是应对气候变化影响风险的关键。高雪[13]以湖北省水稻种植户为例，采用面板Tobit模型，实证分析气候变化、农户适应性对水稻灌溉效率的影响，线性回归结果显示，持续干燥指数的增加明显降低了水稻灌溉效率。熊玉江等[14]基于高邮灌区1955—2013年的气象资料，利用稻田水量平衡和MK检验方法，分析了不同灌溉模式下稻田耗水与灌溉需水量的变化，并提出节水灌溉能够有效缓解气候变化给水稻种植带来的不利影响。王卫光等[15]以长江中下游单季中稻为例，结合45个气象站1961—2010年逐日气象资料，基于统计降尺度模型（SDSM），生成HadCM3气候模式A2和B2两种情景下各站点参考作物腾发量和降水数据，并指出太湖流域、汉江流域东部和洞庭湖流域北部的水稻灌溉需水量呈减少趋势。

越来越多的学者参与到气候变化对农业作物用水影响的研究，对水稻需水规律的研究也逐渐深入，但是针对不同地区的气候条件，这些规律不能完全适用[16-18]。本研究选取咸宁市嘉鱼县三湖连江水库灌区试验站1982—2021年的水稻生育期观测以及气象数据，分析了不同气候条件对三湖连江水库灌区水稻生育期长度以及灌溉需水量的影响。

1 材料与方法

1.1 研究区域

试验站位于三湖连江水库的西灌区，距鱼岳镇2 km，地理位置位于113°55′E， 29°59′N，海拔高程23.2 m，土壤质地为青泥土缺磷。嘉鱼县属亚热带湿润型季风气候，全县年平均气温17.0 ℃。试验站站点位于嘉鱼县鱼岳镇南门湖村，如图1所示。

图1 研究区域气象站位置示意图

Figure 1 Location map of weather stations in the study area

表1 ET0及气象数据值

1.2 数据来源与处理

本研究所采用气象资料来自嘉鱼试验站实测数据，选取1982—2021年逐日的气象资料，包括降水量、平均气温、最高气温、最低气温、平均水汽压、平均相对湿度、日照时数和距离地面2 m处平均风速等，具体如表1。采用Microsoft Office Excel 2019对测量的数据做简单的整理分类并进行初步分析；采用Origin 2018和ArcMap10.6软件绘图；采用IBM SPSS Statistics 25和MATLAB R2018b进行数据统计分析。

1.3 水稻需水量

水稻的需水量采用FAO Penman-Monteith 公式[19]计算，计算公式如下：

ET=K·ET（1）

式（1）中，ET为作物日需水量，mm·d-1；ET为参考作物腾发量，mm·d-1；K为作物系数，结合灌区水稻生育期为7 月上旬至 9 月下旬的具体情况，以及粮农组织给出的典型值，确定研究区水稻生育期作物系数多年平均值K、K和K分别为1.05、1.20和0.9[20-21]，不同生育期的作物系数K值可以根据当地的气候、灌溉和作物等实际条件进行修正，作物系数修正公式如下：

式（2）中，K(推荐)为FAO给出的不同生育阶段标准条件下的作物系数；2为作物生育期内2 m高处的平均风速，m·s-1，1 m·s-1≤u2≤6 m·s-1；min为作物生长阶段最小相对湿度，%，20%≤min≤80%，为生育阶段内作物的平均高度，m，0.1 m＜＜10 m。

参照作物腾发量0[22-23]计算公式如下：

1.4 灌溉需水量

作物正常生长所需灌溉的水量用表示，以月为时间单位计算水稻的灌溉需水量，计算公式[24-25]如下：

式（4）中，P为月均有效降雨量，采用美国农业部水土保持司推荐的方法根据月平均降雨量计算，计算公式[10,26]如下：

1.5 Mann-Kendall 检验

采用Mann-Kendall（MK）检验[27-29]对逐年水稻需水量、灌溉需水量及相关的0、降雨量等影响因素进行趋势性分析，可以直观的各参数时序数据的大致趋势。Mann-Kendall（MK）趋势分析是一种非参数检验方法，用来检验基于时间序列增加和减少趋势，无须对数据系列进行特定的分布检 验[30-31]；假设0表示该时间序列中的数据是独立的随机变量分布的样本，构建时间序列(1,2,…,x)，检验的统计变量、的方差计算如下：

式中()为符号函数。当(x-x)小于、等于或者大于0时，(x-x)分别为-1、1或0；()为数据不唯一的方差计算，其中为重复数数量，是唯一数数量，t是每个重复数的重复次数。

计算MK的值，计算公式如下：

在双边趋势检验中，对于给定的置信水平，若||≥1-a/2，拒绝原假设，即在置信水平上，时间序列数据具有显著性上升或下降趋势。为正值表示增加趋势，负值表示减少趋势。当1.64＜||＜2.32时,表明序列在95%的置信水平上具有显著的变化趋势；当||＞2.32时表明序列在99%的置信水平上具有显著的变化趋势[32-34]。

1.6 时间序列季节性分解

存在季节性因素的时间序列数据（如月度数据、季度数据等）可以被分解为趋势因子、季节性因子和随机因子。趋势因子（trend component）能捕捉到长期变化；季节性因子（seasonal component）能捕捉到一年内的周期性变化；而随机（误差）因子（irregular/error component）则能捕捉到那些不能被趋势或季节效应解释的变化。采用相乘模型如下：

将时序分解为趋势项、季节项和随机项的常用方法是用LOESS光滑做季节性分解，通过“R”中的()函数实现。

2 结果与分析

2.1 气候变化对水稻生长的影响

水稻的生长发育受水质、土壤、肥力、气象等因素影响，其中气象因素是影响水稻生长发育的最为重要因子之一。选取三湖连江灌区试验站1982—2021年的灌溉试验整编资料，分析了区域内40年中稻的生育期长度变化趋势（图2）。将生育期划分为返青期、分蘖前期、分蘖后期、拔节孕穗期、抽穗开花期、乳熟期和黄熟期7个阶段，选取1984—1987年与2018—2021年的水稻生育期长度（表2）。统计分析水稻的生育期和气象因素并做MK显著性趋势检验，值及显著性如表3所示。

图2 水稻生育期长度变化

Figure 2 Changes in the length of rice growth period

水稻生育期长度总体呈现下降趋势，且下降坡度较大，趋势明显；从选取的典型年来看，水稻生育期长度从1984—1987年的年平均值97.25 d缩短至2018—2021年的年平均值82.5 d，总共缩短了14.75 d，其中黄熟期长度缩短最为明显，从年平均18.25 d下降至年平均值6 d；MK检验结果显示，水稻生育期长度呈现出极显著下降趋势，而气温呈现极显著上升的趋势，这也是生育期长度下降的主要原因之一，水稻在积温较高的区域，生育期相对较短，相应的成熟期也会缩短，本研究中水稻生育期一般在7—9月，年均温度最高；日照时数呈极显著的下降趋势，一般来说，日照缩短，温度升高，相应的水稻生育期也会缩短[35-36]。

2.2 气候变化对ET0的影响

采用FAO的Penman-Monteith公式，计算三湖连江水库灌区40年的逐日参照作物腾发量以及水稻生育期内的逐日参照作物腾发量，从而得到三湖连江水库灌区的40年的年均参照作物腾发量以及水稻生育期内的参照作物腾发量走势情况，如图3所示。研究表明：三湖连江水库灌区多年（1982—2021）平均年参照作物腾发量为1 095 mm，平均每日蒸散量为3.007 mm·d-1；水稻生育期内多年平均参照作物腾发量为399.95 mm，占年平均参照作物腾发量的36.5%，40年生育期平均长度为93.97 d，因此，生育期内平均每日蒸散量为4.25 mm·d-1。灌区内多年平均参照作物腾发量为下降趋势，受区域内气温、风速、相对湿度和日照时数等气象因素共同作用导致，已知灌区内平均温度呈显著增长趋势，而平均风速和平均日照时数的下降可能是是影响多年平均参照作物腾发量下降的主要因素，如图4所示，平均风速和平均日照时数呈现显著的下降趋势。分析时间序列的显著趋势，可以对序列的发展做出合理的预测。对参照作物腾发量0做月均值时间序列季节性分解，如图5所示，季节性明显，说明三湖连江灌区并没有因为全球气温的上升而影响到季节的更替，从而影响对于0变化趋势的分析；从趋势线可以看出2000年以前0呈上升的趋势，2000—2015年呈下降的趋势，2015年以后又开始缓慢上升。在气象因素的影响下，0发展趋势并不稳定，但总体呈现出下降的趋势，且可以通过时间序列季节分解得到近几年0的趋势走向。

2.3 气候变化对水稻需水量和灌溉需水量的影响

水稻需水量ET与ET呈线性关系，同样也受到气温、相对湿度、风速、日照等因素的影响，ET的变化趋势也与ET一致，如图6（a）和6（b）。生育期内水稻需水量与ET整体都呈缓慢增长趋势，1982—1997年全年增减交替，且发生多次突变，1997年以后呈稳定下降趋势，多年ET的下降与生育期内水稻需水量的增长相矛盾，主要原因是选择生育期在7月至10月之间，灌区内全年气温最高的几个月份。因此，尽管因为温度升高，风速和日照下降使得ET整体呈下降趋势，但是在生育期内仍然展现出上升的趋势。多年平均ET为1 157 mm，生育期内ET为436 mm，占全年的37.6%。生育期内ET的值为0.29，有增长趋势，但是不显著增长。

1982—2021年生育期内的灌溉需水量如图6（c）所示。由图6（c）可以看出，三湖连江全年的灌溉需水量统计量同水稻需水量一致，1982—1997年全年增减交替，且发生多次突变，1997年以后呈稳定下降趋势。但生育期内的灌溉需水量整体

表2 典型年各生育期划分和长度

表3 气象因素MK趋势检验

图3 水稻生育期内ET0变化趋势

Figure 3 Variation trend of0during rice growth period

图4 多年平均风速和日照时数变化趋势

Figure 4 Trends of average wind speed and sunshine hours for many years

3 讨论

通过对湖北省咸宁市嘉鱼县三湖连江水库灌区1982—2021年的气象数据以及水稻生育期内的温度、相对湿度、风速、日照时数以及降雨量进行分析，得出最高温度、最低温度、平均温度都是极显著上升的趋势，但是即便温度上升，全年的参照作物腾发量0依然呈现出下降的趋势，而生育期内的参照作物腾发量0却呈现出缓慢上升的趋势，说明灌区内气温的上升并不是影响0变化的主要因素，相对湿度、平均风速以及日照时数的下降等多重因素的组合导致灌区内的水稻生育期的缩短及灌溉需水量的增加[37]。采用Mann-Kendall模型，通过值的变化，定量分析了灌区水稻生育期内灌溉需水量的变化趋势，并实现了对灌区作物需水量趋势分析，对了解和预测灌区内的灌溉水量趋势具有指导意义[38]。

图5 ET0月均值时间序列季节性分解

Figure 5 Seasonal decomposition of0monthly mean time series

图6 水稻生育期内多年ET0、ETc、灌溉需水量以及降雨量变化

Figure 6 Multi-year0,c, irrigation water demand and rainfall changes during the rice growth period

灌区内多年水稻生育期灌溉需求指数为0.42，与刘钰等[39]研究结果中的中国东北区、长江中下游区、华南区、川渝区和云贵区平均灌溉需求指数小于0.5的结论一致。气温升高而导致水稻生育期的缩短，可能会部分抵消气温升高带来的灌溉蓄水量的升高趋势[40]。生育期内多年平均有效降雨量的减少，也是灌溉需水量增加的重要因素，灌溉需水量的影响因素除了气象因素之外，还与灌区内的CO2浓度、土壤质地、灌溉方式、降雨频率、种植规模等因子相关[41]。在水资源严重紧缺的当下，努力寻求影响灌溉需水量的更多因素，探索先进的节水型农业灌溉模式，对节约农业用水资源具有重大的意义。

4 结论与展望

4.1 结论

1982—2021年，通过MK显著性检验得到平均温度值为7.98，为极显著上升趋势，水稻生育期内积温身高，水稻生育期缩短14.75 d，且黄熟期年平均减少了6 d；

三湖连江水库灌区多年平均年参照作物腾发量为1 095 mm，平均每日蒸散量为3.007 mm·d-1；水稻生育期内多年平均参照作物腾发量为399.95 mm，占年平均参照作物腾发量的36.5%。多年平均0为下降趋势，而水稻生育期内0呈现缓慢增长的趋势，0变化趋势是由气温的升高以及相对湿度、平均风速和日照时数下降共同作用的结果；

生育期内水稻需水量的值为0.29，呈不显著增长趋势，生育期内需水量为436 mm，占全年的37.6%；生育期内年有效降雨量呈下降趋势，灌溉需水量多年平均值为187 mm，多年平均灌溉需求指数为42%，受有效降水影响，水稻对灌溉的依赖性较高。

4.2 展望

除气象因子外，下一阶段将在三湖连江灌区精细化大田实验，同步分析土壤类型、灌溉制度等对水稻需水量和灌溉需水量的影响，通过建立水分作物生长模型（AquaCrop-Rice模型），设置不同梯度的灌水量和施氮处理大田试验，进行冠层覆盖度、生物量、产量及田间精细化管理，模拟不同降水年型对产量和水分利用效率的影响，得出三湖连江灌区水稻需水变化规律，以制定科学的灌溉计划。

[1] 符娜, 刘小刚, 张岩, 等. 西南地区水稻灌溉需水量变化规律[J]. 生态学杂志, 2014, 33(7): 1895-1901.

[2] 王天倚. 气候变化下黑龙江省玉米水分供需时空关系及灌溉制度研究[D]. 哈尔滨: 黑龙江大学, 2021.

[3] YI J, LI H J, ZHAO Y, et al. Assessing soil water balance to optimize irrigation schedules of flood-irrigated maize fields with different cultivation histories in the arid region[J]. Agric Water Manag, 2022, 265: 107543.

[4] 张绍强, 沈莹莹. 新形势下中国农业用水量统计调查工作现状及面临的问题[J]. 中国农村水利水电, 2022(3): 197-199.

[5] 于伟咏, 漆雁斌, 何悦, 等. 水稻灌溉用水效率和要素禀赋对化肥面源污染的影响: 基于分位数回归的分析[J]. 农业环境科学学报, 2017, 36(7): 1274-1284.

[6] SHI J W. Study on the decoupling relationship and rebound effect between agricultural economic growth and water footprint: a case of Yangling agricultural demonstration zone, China[J]. Water, 2022, 14(6): 991.

[7] 王行汉, 周晓雪, 陈静霞, 等. 基于国产GF-1号卫星的农业用水总量计算[C]//中国水利学会2021学术年会论文集第一分册. 郑州: 黄河水利出版社, 2021: 149-157.

[8] 王宇. 气象条件对水稻高产的影响和启示[J]. 农业开发与装备, 2018(5): 57, 179.

[9] 任贺靖, 龚贻螣, 刘汗, 等. 热带季风性气候地区水稻灌溉用水分析:以老挝某灌区为例[J]. 水利水电技术(中英文), 2022, 53(S1): 492-495.

[10] 黄志刚, 王小立, 肖烨, 等. 气候变化对松嫩平原水稻灌溉需水量的影响[J]. 应用生态学报, 2015, 26(1): 260-268.

[11] 蒋飞卿, 董增川, 吴晗, 等. 宁蒙引黄灌区灌溉需水对变化环境的响应[J]. 水文, 2019, 39(5): 35-39, 7.

[12] HOUMA A A, KAMAL M R, MOJID M A, et al. Predicting climate change impact on water productivity of irrigated rice in Malaysia using FAO-AquaCrop model[J]. Appl Sci, 2021, 11(23): 11253.

[13] 高雪. 气候变化与农户适应性对水稻灌溉效率的影响: 以湖北省水稻种植户为例[J]. 节水灌溉, 2020(12): 46-50, 56.

[14] 熊玉江, 乔伟, 姚付启, 等. 气候变化和灌溉方式对稻田需水量的影响[J]. 长江科学院院报, 2018, 35(4): 76-80.

[15] 王卫光, 彭世彰, 孙风朝, 等. 气候变化下长江中下游水稻灌溉需水量时空变化特征[J]. 水科学进展, 2012, 23(5): 656-664.

[16] 李绅东, 熊玉江, 余仲相, 等. 气候变化对水稻灌溉需水量影响研究[J]. 节水灌溉, 2018(9): 37-41.

[17] ROWSHON M K, DLAMINI N S, MOJID M A, et al. Modeling climate-smart decision support system (CSDSS) for analyzing water demand of a large-scale rice irrigation scheme[J]. Agric Water Manag, 2019, 216: 138-152.

[18] KIM D H, JANG T, HWANG S, et al. Paddy rice adaptation strategies to climate change: Transplanting date shift and BMP applications[J]. Agric Water Manag, 2021, 252: 106926.

[19] 徐文, 李虎, 朱士江, 等. 不同参照作物腾发量计算模型在鄂西地区的适用性研究[J]. 中国农业科技导报,2022,24(7): 141-149.

[20] 王树鹏, 段琪彩, 韩焕豪, 等. 云南省典型区水稻作物系数及其变化规律[J]. 中国农村水利水电, 2019(11): 60-65.

[21] 段琪彩, 黄英, 韩焕豪, 等. 云南半湿润区水稻需水规律试验研究[J]. 中国农村水利水电, 2018(11): 21-25.

[22] 宫俪芹, 刘群昌, 马延勇, 等. 气候变化下参考作物腾发量演变特征及主控因子研究[J]. 华北水利水电大学学报(自然科学版), 2021, 42(5): 88-93.

[23] 贾志军, 韩琳, 王鸽, 等. 三江平原典型下垫面FAO Penman-Monteith模型适用性分析[J]. 应用生态学报, 2014, 25(5): 1327-1334.

[24] 任修琳, 李宏亮, 张玉虎, 等. 2000-2015年三江平原主要作物需水量特征及影响因素分析[J]. 干旱区地理, 2019, 42(4): 854-866.

[25] 温忠辉, 张刚, 鲁程鹏, 等. 基于作物需水的灌溉用水量核算方法及应用[J]. 南水北调与水利科技, 2015, 13(2): 370-373.

[26] 王新华, 郭美华, 范春梅. 云南蒙自坝子主要作物需水量及灌溉需水量研究[J]. 安徽农业科学, 2011, 39(36): 22528-22532.

[27] 马文津, 刘诗梦, 卫琦, 等. 气候变化下黑龙江省水稻灌溉需水量变化特征[J]. 水资源与水工程学报, 2018, 29(4): 236-242.

[28] 付浩龙, 刘凤丽, 李亚龙, 等. 降水集中度分析及其在水稻灌溉决策中的应用: 以湖北省漳河灌区为例[J]. 水利与建筑工程学报, 2020, 18(4): 35-40.

[29] 杨义, 舒和平, 马金珠, 等. 基于Mann-Kendall法和小波分析中小尺度多年气候变化特征研究: 以甘肃省白银市近50年气候变化为例[J]. 干旱区资源与环境, 2017, 31(5): 126-131.

[30] 李楚威, 丁佐奇. 基于M-K趋势检验的卓越行动计划期刊载文量与影响力关系研究[J]. 科技与出版, 2021(5): 78-84.

[31] 罗玉峰, 彭世彰, 王卫光, 等. 气候变化对水稻灌溉需水量的影响:以高邮灌区为例[J]. 武汉大学学报(工学版), 2009, 42(5): 609-613.

[32] 宁忠瑞, 张建云, 王国庆. 1948—2016年全球主要气象要素演变特征[J]. 中国环境科学, 2021, 41(9): 4085-4095.

[33] 赵双庆, 范文, 于宁宇. 基于小波和MK检验的董志塬年降水量分析[J]. 河北工程大学学报(自然科学版), 2020, 37(1): 84-90.

[34] 魏童彤, 彭致功, 刘福胜, 等. 华北小麦-玉米轮作净灌溉需水量变化趋势: 以大兴区为例[J]. 灌溉排水学报, 2019, 38(9): 63-72.

[35] 宁金花, 陆魁东, 宋忠华, 等. 双季超级晚稻生育进程对气候条件的响应[J]. 江苏农业科学, 2020, 48(12): 53-58.

[36] 孙建军, 张洪程, 尹海庆, 等. 不同生态区播期对机插水稻生育期及温光利用的影响[C]//2014年全国青年作物栽培与生理学术研讨会论文集. 扬州: 中国作物学会, 2014: 31.

[37] 张泉. 作物需水量及灌溉需水量趋势性分析及方法[J]. 河南水利与南水北调, 2021, 50(6): 81-83.

[38] 苗正伟, 徐利岗, 张薇. 京津冀地区参考作物蒸散量变化特征与成因分析[J]. 灌溉排水学报, 2018, 37(5): 39-50.

[39] 刘钰, 汪林, 倪广恒, 等. 中国主要作物灌溉需水量空间分布特征[J]. 农业工程学报, 2009, 25(12): 6-12.

[40] 韩冰, 罗玉峰, 王卫光, 等. 气候变化对水稻生育期及灌溉需水量的影响[J]. 灌溉排水学报, 2011, 30(1): 29-32.

[41] 张志坚, 钱俊. 基于CROPWAT模型的灌溉需水分析[J]. 水利水电快报, 2022, 43(2): 63-67.

Effects of climate change on rice growth period and variation of irrigation water requirement in Sanhu Lianjiang irrigation district

ZHU Shijiang1,2, LI Kaikai1, XU Wen1, DING Xuejun3, ZHANG Guohong3, ZHU Jin1, GUI Shubiao1, ZHANG Lijie1

(1. Engineering Research Center of the Three Gorges Reservoir Area Ecological Environment Ministry of Education, Yichang 443002; 2. Hubei Provincial Key Laboratory of Smart Construction and Management of Water Engineering, Yichang 443002; 3. Jiayu County Water Conservancy and Lake Bureau, Jiayu 421221)

To study the effects of climate change on rice fertility and irrigation water demand in the Sanhu Lianjiang irrigation district, the FAO Penman-Monteith formula was used to calculate the rice irrigation water demand in the Sanhu Lianjiang reservoir irrigation district of Jiayu county from 1982 to 2021, and MK tests and time series decomposition were done. The results showed that: in the past 40 years, the temperature had increased significantly, while the relative humidity, average wind speed and sunshine hours had decreased significantly; the rice growth period had shortened by 14.75 d on average; thecof the rice growth period had increased, accounting for 37.6% of the whole year; the average effective rainfall for many years decreased, the irrigation water demand increased, and the irrigation demand index was 0.42. The shortening of rice growth period and the increase of irrigation water demand are the result of the combined effect of temperature, wind speed, relative humidity, sunshine, etc.. The effective rainfall and irrigation water demand show an opposite increasing trend.

rice growth period; reference crop evapotranspiration; irrigation water requirement; trend analysis; effective precipitation

S511.071

A

1672-352X (2023)02-0191-08

2022-04-21

国家自然科学基金青年科学基金（52000120）和湖北省水利重点科研项目(HBSLKY202124)共同资助。

朱士江，博士，副教授。E-mail：46212465@qq.com

通信作者:徐 文，博士，讲师。E-mail：xuwen@ctgu.edu.cn

10.13610/j.cnki.1672-352x.20230511.016

2023-05-12 10:19:29

[URL] https://kns.cnki.net/kcms/detail/34.1162.S.20230511.1336.032.html