1991—2020年滁州市冬小麦生育期变化特征

2023-06-21张鑫童金华星杜少栋

乡村科技 2023年8期

张鑫童金华星杜少栋

滁州市气象局，安徽滁州 239000

0 引言

由于秋冬季变暖，我国北方地区冬小麦播种期普遍推迟4～8 d，成熟期提前4～7 d，全生育期缩短4～9 d［1］。因不同地区的气候条件不同，同一种作物相同物候期的变化趋势也存在明显的地区性差异［2］。目前，针对安徽省滁州市冬小麦生育期变化特征的研究尚属空白。因此，笔者拟运用趋势分析、Mann-Kendall突变检验及Morlet小波分析等方法，研究1991—2020年滁州市冬小麦生育期变化特征，为当地气象部门开展农业气象服务提供技术支撑。

1 资料与方法

1.1 研究区域和资料

研究区域为滁州市，属亚热带湿润季风气候，四季分明，季风明显，气候湿润，雨热同季。滁州市年平均气温15.4℃，年降水量1 000～1 100mm，全年无霜期210 d左右。1991—2020年滁州市冬小麦生育期记录来源于滁州市气象局农业气象观测站年报表，1990—2020年（冬小麦为跨年作物）滁州市国家气象观测站逐日观测数据来源于全国综合气象信息共享平台（CIM ISS）。为方便统计分析，研究区内冬小麦各生育期统一确定为该生育期的普遍日期距播种日期的天数。

1.2 研究方法

趋势分析法是基于最小二乘法建立的一元回归方程，其中回归方程的系数表征生育期的变化趋势，一般将系数的10倍定义为变化速率［3］。Mann-Kendall突变检验法是一种气候诊断与预测技术，可以判断气候序列中是否存在突变［4］。此次研究利用该方法分析滁州市冬小麦生育期的突变特征。Morlet小波分析可以将信号分解为一系列小波函数的叠加，以便更真实地反映原信号在某一时间尺度上的变化，从而得出时间序列的显著波动模式，即周期变化［5］。笔者采用Mor‐let小波分析法探究滁州市冬小麦生育期的周期变化特征。Mann-Kendall突变检验与Morlet小波分析均使用Matlab软件完成。

2 结果与分析

统计分析结果表明，1991—2020年滁州市冬小麦播种至出苗期平均为11 d，播种至三叶期平均为30 d，播种至分蘖期平均为50 d，播种至拔节期平均为134 d，播种至孕穗期平均为161 d，播种至抽穗期平均为168 d，播种至乳熟期平均为200 d，全生育期（播种至成熟期）平均为213 d。

2.1 生育期变化趋势

趋势分析结果表明，1991—2020年滁州市冬小麦孕穗、抽穗、乳熟、成熟4个生育期距播种期天数呈极显著的缩短趋势（P<0.01），其余生育期变化趋势不显著。由图1可知，冬小麦播种至孕穗期每10 a缩短约6.5 d，播种至抽穗期每10 a缩短约7.9 d，播种至乳熟期每10 a缩短约8.3 d，全生育期每10 a缩短约6.8 d。

图1 1991—2020年滁州市冬小麦生育期变化趋势

2.2 生育期突变特征

1991—2020年对滁州市冬小麦各生育期距播种期天数进行Mann-Kendall突变检验，结果如图2所示。1991—2020年滁州市冬小麦孕穗、抽穗、乳熟、成熟4个生育期距播种期天数存在明显的突变点，其余生育期突变检验结果不显著。由图2（a）可知，2011—2020年冬小麦播种至孕穗期天数呈下降趋势，UF与UB曲线相交于2016年，且只存在一个交叉点，即突变年份为2016年；自2018年起，UF曲线稳定突破临界值，且下降趋势更为显著；突变后播种至孕穗期年均天数为146 d，与突变前相比缩短18 d。由图2（b）可知，播种至抽穗期天数突变年份为2015年，自2017年起下降趋势更为显著，突变后播种至抽穗期年均天数为153 d，与突变前相比缩短19 d。由图2（c）可知，播种至乳熟期天数突变年份为2016年，自2018年起下降趋势更为显著，突变后播种至乳熟期年均天数为178 d，与突变前相比缩短27 d。由图2（d）可知，1991—2020年滁州市冬小麦全生育期天数总体表现为先下降再上升又下降的变化过程，UF与UB曲线在95%置信区间内只存在一个交点，即突变年份为2016年，突变后播种至成熟期年均天数为195 d，与突变前相比缩短22 d。

图2 1991—2020年滁州市冬小麦生育期Mann-Kendall突变检验

2.3 全生育期周期分析

分析可知，1991—2020年滁州市冬小麦全生育期存在显著的变化趋势和突变点。选择Matlab小波工具箱中的Morlet复小波函数对冬小麦全生育期进行周期分析，结果如图3所示。图3（a）为小波系数实部等值线图，可以反映全生育期时间序列在不同时间尺度上的周期变化，实线表示小波系数实部值为正，虚线表示小波系数实部值为负，对应冬小麦全生育期处于延长或缩短期。由图3（a）可知，1991—2020年滁州市冬小麦全生育期变化具有明显的周期性特征，具体表现为13～15 a尺度上出现的延长与缩短趋势交替的准3次振荡，以及8～10 a尺度上出现的准4次振荡。图3（b）为小波系数模等值线图。模值越大，表明其所对应的时段或尺度的周期性越强。由图3（b）可知，13～15 a时间尺度的模值最大，其中2005—2010年之间模值相对较小，说明在2005年之前和2010年之后，13～15 a时间尺度的周期变化更显著。图3（c）为小波方差图，可以反映冬小麦全生育期时间序列的波动能量随尺度的分布情况，以确定全生育期变化过程中存在的主周期。由图3（c）可知，小波方差图中存在3个较为明显的峰值，依次对应4、9、14 a的时间尺度；其中最大峰值对应14 a的时间尺度，说明14 a时间尺度的周期振荡最强，为冬小麦全生育期变化的第一主周期。根据小波方差检验的结果，绘制冬小麦全生育期变化过程的主周期趋势图，如图3（d）所示。在14 a特征时间尺度上，1991—2020年滁州市冬小麦全生育变化的平均周期约为5 a，大约经历了3个周期的减增变化。