氣候變暖對菏澤市冬小麥產(chǎn)量的影響

李瑞英　任崇勇　趙臣道

摘要：根據(jù)1981～2010年菏澤市冬小麥產(chǎn)量和氣溫資料，采用5a滑動平均法分離出冬小麥氣候產(chǎn)量，并將氣候產(chǎn)量與氣溫進行相關(guān)分析。結(jié)果表明：在冬小麥全生育期內(nèi)，平均氣溫呈極顯著上升趨勢，上升速率為0.54℃/10a，冬季升溫較春季升溫明顯。在18個溫度因子中，共有15個因子與冬小麥氣候產(chǎn)量呈正相關(guān)，其他3個因子與氣候產(chǎn)量呈負相關(guān)。其中拔節(jié)期極端最低氣溫（X15）、灌漿～成熟期平均氣溫（X17）與氣候產(chǎn)量相關(guān)達到了顯著水平，相關(guān)系數(shù)分別為0.41和0.36。

關(guān)鍵詞：冬小麥；氣候變暖；產(chǎn)量；菏澤

中圖分類號：S162.5+3（252） 文獻標(biāo)識號：A 文章編號：1001-4942（2013）08-0121-03

全球氣候變暖已成為不爭的事實，近百年來我國氣候也發(fā)生顯著的變化，與全球氣溫變化總趨勢基本一致_[1，2]。氣候變暖對糧食生產(chǎn)有著明顯影響，尤其是對冬小麥生產(chǎn)的影響更為顯著，因此氣候變暖對冬小麥的影響也成為許多學(xué)者關(guān)注的熱點問題。在小麥產(chǎn)量和氣象因子的分析研究上，大多數(shù)研究采用的是含有趨勢產(chǎn)量的實際產(chǎn)量_[3]，也有部分研究分離出了氣候產(chǎn)量_[4～8]，而氣候產(chǎn)量則是作物產(chǎn)量與趨勢產(chǎn)量的殘差_[9]；趨勢產(chǎn)量模擬曲線應(yīng)該符合社會技術(shù)各發(fā)展階段的實際，而且要求研究時段內(nèi)技術(shù)發(fā)展水平不能發(fā)生顯著突變。本文選擇1981～2010年作為研究時段，該時段內(nèi)農(nóng)業(yè)生產(chǎn)水平的變化突變不大， 且此時段內(nèi)影響該地區(qū)小麥產(chǎn)量的主要氣候要素未發(fā)生顯著的長期變化， 只存在短周期波動。菏澤地處山東省西南部，暖溫帶大陸性氣候，屬于黃河沖積平原，地勢平坦，土層深厚，是培植優(yōu)質(zhì)農(nóng)副產(chǎn)品的理想?yún)^(qū)域，是山東省乃至全國重要的糧食生產(chǎn)基地，素有“糧倉”之稱。其中小麥?zhǔn)亲钪饕募Z食作物，在此背景下研究氣候變暖對冬小麥產(chǎn)量的影響至關(guān)重要。本研究將由氣象因素影響的那部分即氣候產(chǎn)量提取出來，并將溫度因子細化到逐月以及各關(guān)鍵生育期，共18個溫度因子，深入探討冬小麥產(chǎn)量對各月（生育期）溫度變化的敏感度，旨在全面分析氣溫與產(chǎn)量的關(guān)聯(lián)程度，最終確定出研究區(qū)與冬小麥產(chǎn)量密切相關(guān)的溫度因子，為科學(xué)合理制定小麥高產(chǎn)栽培管理措施提供參考依據(jù)。

1資料與方法

1.1資料來源

菏澤的氣候和種植方式均具有典型的區(qū)域特征，為了確保數(shù)據(jù)真實性，避免統(tǒng)計數(shù)據(jù)方面的誤差，本文選取菏澤市氣象局作物觀測地段實測單產(chǎn)資料，數(shù)據(jù)年限為1981～2010年。菏澤屬于國家農(nóng)業(yè)氣象基本站，小麥成熟期取樣和產(chǎn)量分析均嚴(yán)格按照國家氣象局下發(fā)的《農(nóng)業(yè)氣象觀測規(guī)范》中的要求執(zhí)行。氣象資料來自于菏澤市氣象局實測數(shù)據(jù)，數(shù)據(jù)資料涵蓋了1981～2010年旬月平均氣溫（℃）。

1.2研究方法

在分析單產(chǎn)與氣象條件的關(guān)系時，為了更真實準(zhǔn)確地反映氣象條件對單產(chǎn)的影響，需要把趨勢產(chǎn)量剔除，因此選擇合適的趨勢產(chǎn)量求算方法，進而分離得到正確的氣候產(chǎn)量至關(guān)重要。本文采用5年滑動平均法求解趨勢產(chǎn)量，并對此方法計算的氣候產(chǎn)量進行驗證。

1.2.2因子的選取本研究共選取18個溫度因子，詳見表2。

1.2.3冬小麥關(guān)鍵生育期劃分根據(jù)多年冬小麥發(fā)育期觀測數(shù)據(jù)，各關(guān)鍵發(fā)育期劃分如下：10月～12月為播種到越冬期、1月為越冬期、2月上旬～3月中旬為返青期、3月下旬～4月上旬為拔節(jié)期、4月為抽穗開花期、5月～6月上旬為灌漿到成熟期。

2結(jié)果與分析

2.1產(chǎn)量與溫度的相關(guān)分析

2.1.1冬小麥生育期內(nèi)氣溫變化由圖1 可知，菏澤近30年（1981～2010年，下同）冬小麥全生育期內(nèi)（上年度10月～次年6月上旬）平均氣溫呈極顯著的上升趨勢（R=0.66，P<0.01），升溫速率（傾向率）為0.54℃/10a。平均最高氣溫為10.7℃，出現(xiàn)在2007年，1984年氣溫達最低值為7.8℃。由表1可知，各月平均氣溫均呈上升趨勢，其中以2月和3月溫度升高幅度較大，傾向率分別為1.09、1.02℃/10a，而且變化趨勢達到極顯著，其次是10月、12月和5月上升趨勢達顯著水平，傾向率分別為0.61、0.51、0.42℃/10a。冬季（12月至次年2月）平均氣溫極顯著升高（R=0.56，P<0.01），升溫速率為0.63℃/10a，春季（3月～5月）也呈極顯著升高（R=0.54，P<0.01），升溫速率為0.58℃/10a。由此可知，冬小麥全生育期內(nèi)氣溫升高主要表現(xiàn)為冬春季氣溫升高。

2.1.2溫度因子與產(chǎn)量的相關(guān)分析由表2可知，冬小麥氣候產(chǎn)量與溫度密切相關(guān)，在18個溫度因子中有15個因子與氣候產(chǎn)量呈正相關(guān)，其中拔節(jié)期極端最低氣溫（X15）和5月（灌漿～成熟期）平均氣溫（X17）與氣候產(chǎn)量達到顯著水平，相關(guān)系數(shù)分別為0.41和0.36。12月份極端最低氣溫（X4）、2月份極端最低氣溫（X9）以及返青期極端最低氣溫（X11）與氣候產(chǎn)量呈負相關(guān)。

2.2氣候產(chǎn)量的驗證

房世波（2011）_[10]在分離氣候產(chǎn)量的方法探討中提出無論采用何種方法都需要對模擬分離后得到的“氣候產(chǎn)量” 能否真實反映“氣候因子變化或農(nóng)業(yè)氣象災(zāi)害增減對產(chǎn)量的影響”做驗證和說明。從生產(chǎn)力的發(fā)展歷程來看，1981～2010年由于技術(shù)改革不斷進步，而趨勢產(chǎn)量呈現(xiàn)增加的趨勢，說明本研究采用的5a滑動平均法模擬的趨勢產(chǎn)量符合社會技術(shù)發(fā)展的實際水平。10月平均氣溫、返青期平均氣溫、2月平均氣溫、拔節(jié)期平均氣溫與氣候產(chǎn)量相關(guān)性比較大，這幾個因子均與冬小麥苗期生長和冬前分蘗、返青及拔節(jié)密切相關(guān)，說明本研究得到的關(guān)鍵氣候因子均符合當(dāng)?shù)貧庀笠蜃訉π←湹捻憫?yīng)規(guī)律。綜合來看，本文采用的5a滑動平均法分離出氣候產(chǎn)量經(jīng)驗證方法可行，結(jié)論可靠，符合實際情況。

3結(jié)論與討論

3.1本研究結(jié)果表明，溫度是冬小麥生產(chǎn)中的重要因子，18個溫度因子與氣候產(chǎn)量的相關(guān)性以正相關(guān)為主，其中拔節(jié)期極端最低氣溫（X15）和5月份平均氣溫（X17）與氣候產(chǎn)量相關(guān)性達到顯著水平，主要原因是拔節(jié)低溫促使小麥幼穗分化時間延長，有利于形成大穗多粒，灌漿期相對低溫使穗粒充實飽滿，有利于千粒重的增加，從而提高小麥產(chǎn)量。12月（X4）、2月（X9）以及返青期（X11）極端最低氣溫與氣候產(chǎn)量呈負相關(guān)，說明在以上時期內(nèi)，極端最低氣溫會導(dǎo)致冬小麥凍害及影響分蘗形成，最終不利于產(chǎn)量的形成。

3.2由冬小麥生育期內(nèi)氣溫的變化趨勢可知，10月～次年6月上旬各月的平均氣溫均呈上升趨勢；各月平均氣溫與氣候產(chǎn)量均呈正相關(guān)，因此無論從單一的各月溫度因子角度分析，還是綜合冬小麥整個生育期內(nèi)各月均溫因子分析，氣候變暖將有利于氣候產(chǎn)量的增加，即未來氣候變暖的趨勢將對冬小麥產(chǎn)量產(chǎn)生正面影響。這一結(jié)果也可能與菏澤的區(qū)域氣候特征和種植品種有關(guān)，氣候變暖對其它冬小麥種植區(qū)產(chǎn)量的影響有待于進一步開展相關(guān)研究。

3.3采用5a滑動平均法分離出的氣候產(chǎn)量通過了事實驗證，但在現(xiàn)實中氣候產(chǎn)量不可能被真正準(zhǔn)確地分離出來，不可避免地存在一定的誤差，而且本研究只考慮了溫度因子，用綜合氣象因子全面分析氣象因子與氣候產(chǎn)量的關(guān)系將是今后研究的方向和重點。

參考文獻：

[1] 王紹武，龔道溢. 對氣候變暖問題爭議的分析[J]. 地理研究，2001，20（2）：153-160.

[2]丁一匯，任國玉，石廣玉，等. 氣候變化國家評估報告（Ⅰ）：中國氣候變化的歷史和未來趨勢[J].氣候變化研究進展，2006，2（1）：3-8.

[3]劉淑云，李景嶺，張秀蘭，等. 菏澤冬小麥產(chǎn)量與氣候因子的相關(guān)和通徑分析[J].山東農(nóng)業(yè)科學(xué)，2011，3：15-19.

[4]廉毅，高樅亭，沈柏竹，等. 吉林省氣候變化及其對糧食生產(chǎn)的影響[J]. 氣候變化研究進展，2007，3（1）：46-49.

[5]尹東，柯曉新，費曉玲. 甘肅省夏糧氣候產(chǎn)量變化特征的因子分析[J]. 中國農(nóng)業(yè)氣象，2000，21（3）：11-14.

[6]姜會飛，廖樹華，丁誼，等. 基于馬爾柯夫過程和概率分布特征的糧食產(chǎn)量預(yù)測[J]. 中國農(nóng)業(yè)氣象，2006，27（4）：269-272.

[7]郝立生，吳雁，王榮英. 海河低平原春季氣候變化對冬小麥產(chǎn)量的影響[J]. 氣象與減災(zāi)研究，2007，30（4）：20-24.

[8]千懷遂，魏東嵐. 氣候?qū)幽鲜⌒←湲a(chǎn)量的影響及其變化研究[J]. 自然資源學(xué)報，2000，15（2）：149-154.

[9]Kucharik C J，Serbin S P. Impacts of recent climate change on Wisconsin corn and soybean yield trends [J]. Environ. Res. Lett.， 2008，3（3）： 034003.

[10]房世波. 分離趨勢產(chǎn)量和氣候產(chǎn)量的方法探討[J]. 自然災(zāi)害學(xué)報，2011，20（6）：13-18.

[11]劉樹澤，張巖銘，藍鴻第.作物產(chǎn)量預(yù)報方法[M].北京：氣象出版社，1997，11-30.

[12]龔紹先.糧食作物與氣象[M].北京：北京農(nóng)業(yè)大學(xué)出版社，1988，1-15.

[13]王馥棠，李郁竹，王石立. 農(nóng)業(yè)產(chǎn)量氣象模擬與模型引論[M]. 北京：科學(xué)出版社，1997，40-61.