海口晚稻生育期氣象因子變化特征及其對(duì)晚稻產(chǎn)量的影響

李茂芬，鄧吉良，鄧春梅，李玉萍，郭澎濤

(1. 中國熱帶農(nóng)業(yè)科學(xué)院科技信息研究所，海南儋州 571737； 2.海南大學(xué)熱帶農(nóng)林學(xué)院，海南?？?570228；3.中國熱帶農(nóng)業(yè)科學(xué)院橡膠研究所，海南儋州 571737)

水稻為一年生禾本科植物，其產(chǎn)量在我國主要糧食作物中位列首位。近幾十年來，全球氣候變化明顯，農(nóng)業(yè)生產(chǎn)受其影響日趨嚴(yán)重[1-9]。海南省作為我國最具代表性的熱帶省份，其水稻受熱帶季風(fēng)、熱帶氣旋等熱帶氣候的影響尤為敏感。海南省省會(huì)?？谑形挥诤Ｄ蠉u北部，毗鄰瓊州海峽，屬于熱帶海洋性季風(fēng)氣候。?？谑心昶骄鶜鉁剌^高，相對(duì)濕度較大，日照時(shí)間長，適宜水稻種植。在此背景下，眾多學(xué)者開展了?？跉庀笞兓治鲆约皻庀笠蜃訉?duì)水稻產(chǎn)量影響的研究[10-18]。許格希等研究認(rèn)為，?？谑薪?0年來氣溫升高趨勢明顯，降水波動(dòng)較大[10]。李福勝等研究發(fā)現(xiàn)，?？谑卸窘邓氏陆第厔荩募竞颓锛境噬仙厔輀11]。侯偉等研究表明，?？谑衅骄鶜鉁爻曙@著上升趨勢，日照時(shí)數(shù)呈顯著下降趨勢，降水變化不明顯，且在2000年以后的氣候變化波動(dòng)較為強(qiáng)烈[12]。吳文娟等認(rèn)為，?？谑薪?0年來降水量有增加趨勢[13]；吳名杰等統(tǒng)計(jì)分析結(jié)果表明，?？谑兴募镜南鄬?duì)濕度和日照時(shí)數(shù)都呈下降趨勢[14]；劉勝利等研究表明，晚稻產(chǎn)量變化與生育期內(nèi)氣溫相關(guān)性顯著[15]。張育慧等研究認(rèn)為，晚稻產(chǎn)量與7月中旬降水量、9月上旬日照時(shí)數(shù)呈正相關(guān)，與7月中旬、8月中旬的平均溫度呈負(fù)相關(guān)[16]。曾海云認(rèn)為，晚稻易受到寒露風(fēng)、氣溫、日照等氣象條件影響[17]。以上主要是針對(duì)在全年時(shí)間尺度上或各個(gè)季節(jié)氣象因子的研究，以及氣象因子對(duì)全國水稻產(chǎn)量的普遍影響。而海口市作為省會(huì)城市，水稻是其主要農(nóng)作物，晚稻生育期氣象因子的變化特征及其對(duì)晚稻產(chǎn)量的影響尚未有研究報(bào)道。

由于我國幅員遼闊，緯度跨度較大，因此氣候類型多樣，氣候變化背景下各個(gè)地區(qū)的氣候響應(yīng)不盡相同，在不同地區(qū)農(nóng)業(yè)資源在時(shí)間和空間上差異較大。為探究?？谕淼旧跉庀笠蜃拥淖兓卣?，以及氣象因子對(duì)晚稻產(chǎn)量的影響，因此本研究選取1988—2012年的?？谕淼旧跉庀髷?shù)據(jù)及晚稻單產(chǎn)數(shù)據(jù)，利用線性趨勢分析、Mann-Kendall突變檢驗(yàn)、Morlet小波分析和相關(guān)性分析等手段進(jìn)行探討。

1 材料與方法

1.1 數(shù)據(jù)來源與處理

海口氣象觀測站1988—2012年的日降水量、平均氣溫、日最高氣溫、日最低氣溫、平均風(fēng)速、最大風(fēng)速、平均相對(duì)濕度、日照時(shí)數(shù)等逐日氣象資料由中國氣象數(shù)據(jù)網(wǎng)提供。為了消除種植面積波動(dòng)帶來的影響，因此本研究以晚稻單位面積產(chǎn)量為研究對(duì)象，晚稻單產(chǎn)的數(shù)據(jù)來源于海南統(tǒng)計(jì)年鑒[19]。

數(shù)據(jù)異常值剔除遵循以下原則：(1)剔除原始數(shù)據(jù)中有缺失值的整條氣象記錄；(2)剔除最大風(fēng)速小于平均風(fēng)速的整條氣象記錄；(3)剔除平均相對(duì)濕度小于最小相對(duì)濕度的整條氣象記錄；(4)剔除日最低氣溫大于日最高氣溫的整條氣象記錄；(5)剔除實(shí)際觀測值大于理論值的整條氣象記錄。

1.2 分析方法

M-K突變檢驗(yàn)：Mann-Kendall突變檢驗(yàn)法最初由Mann和Kendall提出，后來又經(jīng)過多次改進(jìn)和完善形成了現(xiàn)在的數(shù)學(xué)模型[20]。M-K檢驗(yàn)現(xiàn)已成為廣泛應(yīng)用在氣象研究的非參數(shù)檢驗(yàn)方法，它不須要樣本服從一定的分布，也不受少量異常值的干擾，使用起來十分方便。按照魏鳳英研究中的原理利用MATLAB(Matrix Laboratory，矩陣工廠)得出氣象因子的突變時(shí)間[21]。

Morlet復(fù)數(shù)小波分析：連續(xù)小波在時(shí)域、頻域上具有局部辨識(shí)力，可得出不同時(shí)間尺度上氣象因子周期變化的詳細(xì)信息[22]。具體步驟按照魏鳳英的方法[21]利用MATLAB可得。

分離趨勢產(chǎn)量和氣象產(chǎn)量：由于作物產(chǎn)量不僅受到氣象因素的制約，同時(shí)還受到品種、政策、技術(shù)等諸多方面的影響[23-25]。為了準(zhǔn)確探討氣象因素對(duì)晚稻產(chǎn)量的影響，因此按照房世波的方法[26]分離得到氣象產(chǎn)量。

Pearson相關(guān)性分析和線性趨勢分析利用SPSS和Excel軟件計(jì)算可得。

2 結(jié)果與分析

2.1 晚稻單產(chǎn)變化趨勢

由圖1-a可知，1988—2012年海口晚稻實(shí)際單產(chǎn)波動(dòng)幅度較大，呈振蕩型上升趨勢，年平均增長率為2.06%，但未通過顯著性檢驗(yàn)(P>0.05)。1995—1996年、2009—2010年、2009—2010年晚稻實(shí)際單產(chǎn)減幅較大，分別達(dá) -56.24%、-49.20%、-53.66%，在2010年達(dá)到最低值，為1.63 t/hm2。從2010年開始，晚稻實(shí)際單產(chǎn)急劇上升，在2012年達(dá)到這25年的最大值，為4.41 t/hm2，增幅達(dá) 171.05%。圖1-b為1988—2012年?？谕淼練庀螽a(chǎn)量和趨勢產(chǎn)量占實(shí)際產(chǎn)量比值。氣象產(chǎn)量占實(shí)際產(chǎn)量的百分比呈波動(dòng)變化，有微弱的上升趨勢(P>0.05)。氣象產(chǎn)量在1996年、2000年、2010年占比較大，且在2011年開始?xì)庀螽a(chǎn)量占比有所上升。

在小波分析實(shí)部圖中，小波系數(shù)實(shí)部大于0表示氣象單產(chǎn)偏多，實(shí)部小于0表示氣象單產(chǎn)偏少。由圖2-a可知，?？谕淼練庀髥萎a(chǎn)主要存在7年、10～11年2個(gè)主要周期(在16年的時(shí)間尺度下圖形未封閉，是否為主要周期還須要更長的時(shí)間序列驗(yàn)證)。圖2-b中小波方差最大峰值對(duì)應(yīng)的周期T=7，因此7年為主周期。5年以下尺度上，周期振蕩較為混亂，沒有明顯的規(guī)律。隨著時(shí)間尺度的增加，在7年的時(shí)間尺度下周期振蕩較為劇烈，但規(guī)律明顯，存在著先增后減、偏多- 偏少的平穩(wěn)交替循環(huán)。10～11年的時(shí)間尺度下周期變化較為平緩，但沒有規(guī)律變化。根據(jù)主周期的變化規(guī)律來看，2012年氣象單產(chǎn)增多的等值線還未閉合，在未來幾年?？谕淼練庀髥萎a(chǎn)可能會(huì)有所增加。

2.2 ?？谕淼練庀笠蜃幼兓卣?/h3>

2.2.1 降水量變化特征 1988—2012年海口晚稻生育期降水量變化情況如圖3所示。從圖3-a中可以看出，?？谕淼旧诮邓砍什▌?dòng)型上升趨勢，氣候傾向率為191.3 mm/10年，但未通過α=0.05顯著性檢驗(yàn)。1999年以前波動(dòng)幅度較小，1999年以后波動(dòng)較為強(qiáng)烈，且周期有所加長。從?？谕淼旧诮邓縈-K突變檢驗(yàn)(圖3-b)可以看出，圖中UF(統(tǒng)計(jì)量序列)和UB(UF的逆序列)相交于2007年，可以斷定突變點(diǎn)在2007年。在1988—2012年這25年中，降水量的上升趨勢和下降趨勢呈波動(dòng)型變化，但其變化趨勢未通過顯著性檢驗(yàn)，因此?？谕淼旧诮邓繜o明顯上升或下降。從小波分析實(shí)部(圖3-c)可以看出，?？谕淼旧诮邓吭?年以下尺度的周期振蕩較為混亂，無明顯規(guī)律；在11年左右周期分布均勻，具有明顯規(guī)律，即降水量增多-減少周期交替循環(huán)；在14年以上尺度的等值線尚未閉合，有待進(jìn)一步確認(rèn)其周期性。再根據(jù)其小波方差(圖3-d)的4年、11年2個(gè)主要峰值可知，?？谕淼旧诮邓恐饕嬖?年、11年2個(gè)周期，其中11年為第1主周期。2012年為降水量偏少周期，其等值線尚未閉合，因此可以推斷在后面一段時(shí)間內(nèi)降水量會(huì)有所下降。

2.2.2 風(fēng)速變化特征 圖4為1988—2012海口晚稻生育期平均風(fēng)速變化情況。由圖4-a可知，?？谕淼旧谄骄L(fēng)速呈上升趨勢，且通過α=0.05水平顯著性檢驗(yàn)，其氣候傾向率為0.52 m/(s·10年)。在2006年以前，平均風(fēng)速變化較為平緩，呈小幅波動(dòng)下降，而在2007年平均風(fēng)速急劇升高，2006—2007年平均風(fēng)速增幅達(dá)145.93%，在2008年進(jìn)一步升高，達(dá)到這25年內(nèi)的峰值。結(jié)合圖4-b中M-K突變檢驗(yàn)可知，1999—2006年?？谕淼旧谄骄L(fēng)速呈下降趨勢，且通過0.05的顯著性水平(U0.05=±1.96)，UF和UB曲線于2011年相交，因此2011年為?？谕淼旧谄骄L(fēng)速突變年。由海口晚稻生育期平均風(fēng)速小波方差(圖4-c)分析可知，1～8年時(shí)間尺度的周期振蕩劇烈，且無明顯規(guī)律。8年以上尺度周期趨于平緩，且規(guī)律越明顯，在11年達(dá)到小波方差峰值(圖4-d)，11年為第1主周期。在11年左右時(shí)，自1990年以后平均風(fēng)速周期性呈較大—較小循環(huán)。在2012年的平均風(fēng)速減小等值線未完全閉合，表明?？谕淼旧谄骄L(fēng)速將在一段時(shí)間內(nèi)持續(xù)減小。

1988—2012年?？谕淼旧谧畲箫L(fēng)速變化情況如圖5所示。由圖5-a可知，海口晚稻生育期最大風(fēng)速總體上呈顯著上升趨勢(P=0.016<0.05)，氣候傾向率為0.88 m/(s·10年)。與平均風(fēng)速變化情況類似，最大風(fēng)速在1988—2006年呈波動(dòng)下降，在2007年急劇上升，2006—2007年其增幅達(dá)122.87%。根據(jù)M-K突變檢驗(yàn)(圖5-b)可知，1999—2006年?？谕淼旧谧畲箫L(fēng)速呈下降趨勢，并通過0.05的顯著性水平(U0.05=±1.96)，UF和UB曲線在2009年相交，該年即為?？谕淼旧谌兆罡邭鉁赝蛔兡?。由?？谕淼旧谧畲箫L(fēng)速小波分析(圖5-c)可知，8年以下尺度周期振蕩混亂，沒有表現(xiàn)出明顯規(guī)律。隨著時(shí)間尺度的增加，8～13年周期振蕩變得較為平緩，可以看出較大-較小交替循環(huán)規(guī)律，到2012年最大風(fēng)速減小的等值線未閉合，因此可以推斷出最大風(fēng)速減小的趨勢還會(huì)持續(xù)一段時(shí)間。結(jié)合圖5-d可以看出，小波方差在6年和11年2個(gè)時(shí)間尺度存在峰值，與平均風(fēng)速類似，11年為規(guī)律明顯的第1主周期，但在14年以上尺度周期規(guī)律又趨于不明顯的狀態(tài)。

2.2.3 氣溫變化特征 圖6為1988—2012年?？谕淼旧谄骄鶜鉁刈兓闆r。由圖6-a可知，平均氣溫呈波動(dòng)上升趨勢，且已通過α=0.05水平顯著性檢驗(yàn)，其氣候傾向率為0.09 ℃/10年。結(jié)合M-K突變檢驗(yàn)(圖6-b)可以看出，海口晚稻生育期平均氣溫2003—2007年呈上升趨勢，但未通過0.05的顯著性水平(U0.05=±1.96)，而后表現(xiàn)為下降趨勢，UF和UB曲線于2008年相交，因此可以確定2008年為?？谕淼旧谄骄鶜鉁氐耐蛔兡攴?。由小波分析結(jié)果(圖6-c)和小波方差分析(圖6-d)可知，?？谕淼旧谄骄鶜鉁卦?0年以下尺度并無周期變化，僅在11～16年時(shí)表現(xiàn)出了周期性，且其規(guī)律明顯，呈現(xiàn)較高-較低交替循環(huán)。圖中出現(xiàn)了2012年平均氣溫升高的部分等值線，因此在未來一段時(shí)間平均氣溫有可能持續(xù)升高。

1988—2012年?？谕淼旧谌兆罡邭鉁刈兓闆r如圖7所示。由圖7-a可以看出，?？谕淼旧谌兆罡邭鉁爻什▌?dòng)上升趨勢，氣候傾向率為0.15 ℃/10年。在1995—2007年間日最高氣溫波動(dòng)較為劇烈，但總體上無明顯變化，即未通過α=0.05水平顯著性檢驗(yàn)。根據(jù)M-K突變檢驗(yàn)(圖7-b)可知，?？谕淼旧谌兆罡邭鉁卦?998—1999年和2006年有升高趨勢，并通過0.05的顯著性水平(U0.05=±1.96)，UF和UB曲線在2009年相交，該年即為?？谕淼旧谌兆罡邭鉁赝蛔兡辍Ｈ兆罡邭鉁氐男〔ǚ治?圖7-c)和小波方差分析(圖7-d)結(jié)果和平均氣溫分析結(jié)果類似，?？谕淼旧谌兆罡邭鉁卦?0年以下尺度并無周期變化，在14年前后表現(xiàn)出了平穩(wěn)的周期性，呈較高-較低交替循環(huán)。由于2012年日最高氣溫升高的等值線未閉合，未來?？谕淼旧谌兆罡邭鉁赜锌赡苌?。

圖8為1988—2012年?？谕淼旧谌兆畹蜌鉁刈兓闆r。由圖8-a可知，海口晚稻生育期日最低氣溫在25年內(nèi)波動(dòng)較為劇烈，整體上呈上升趨勢，氣候傾向率為0.13 ℃/10年，但未通過α=0.05水平顯著性檢驗(yàn)。由突變檢驗(yàn)(圖8-b)可知，?？谕淼旧谌兆畹蜌鉁卦?998—2008年呈上升趨勢，且通過0.05的顯著性水平(U0.05=±1.96)，而后表現(xiàn)為下降趨勢，UF和UB曲線于2009年相交，因此可以確定2009年為?？谕淼旧谌兆畹蜌鉁氐耐蛔兡攴?。

?？谕淼旧谌兆畹蜌鉁匦〔ǚ治龊头讲罘治龇謩e如 圖7-c、圖7-d所示，僅在14年左右具有規(guī)律明顯的周期，表現(xiàn)為較高-較低交替循環(huán)。日最低氣溫與平均氣溫、日最高氣溫情況類似，?？谕淼旧谌兆畹蜌鉁卦?012年的氣溫升高等值線尚未閉合，因此可以推斷出在未來一段時(shí)間內(nèi)?？谕淼旧谌兆畹蜌鉁厣叩母怕瘦^大。

2.2.4 相對(duì)濕度變化特征 1988—2012年海口晚稻生育期平均相對(duì)濕度變化情況如圖9所示。由圖9-a可知，1988—2012年平均相對(duì)濕度波動(dòng)較為劇烈，有明顯的下降趨勢，其顯著性通過α=0.05水平檢驗(yàn)，氣候傾向率為1.41%/10年。根據(jù)M-K突變檢驗(yàn)(圖9-b)可知，在2006—2012年間，平均相對(duì)濕度呈下降趨勢，且通過0.05的顯著性水平(U0.05=±1.96)。UF和UB曲線相交于2001年，因此可以確定2001年為?？谕淼旧谄骄鄬?duì)濕度的突變年份。小波分析(圖9-c)結(jié)果表明，整體上周期振蕩較為平緩，11年以下尺度沒有體現(xiàn)出明顯的周期性，11年以上尺度逐漸表現(xiàn)出了穩(wěn)定的周期性，規(guī)律變得較為明顯。結(jié)合小波方差分析(圖9-d)可知，峰值出現(xiàn)在14年，14年即平均相對(duì)濕度小波分析的主周期。在14年尺度上，平均相對(duì)濕度表現(xiàn)出了明顯的規(guī)律性，偏高-偏低交替循環(huán)。2012年平均相對(duì)濕度偏高的等值線僅有部分出現(xiàn)，在未來一段時(shí)間內(nèi)平均相對(duì)濕度有可能出現(xiàn)持續(xù)升高的情況。

2.2.5 日照時(shí)數(shù)變化特征 1988—2012海口晚稻生育期日照時(shí)數(shù)變化情況如圖10所示。由圖10-a可知，日照時(shí)數(shù)呈波動(dòng)下降趨勢，且通過α=0.05水平顯著性檢驗(yàn)，其氣候傾向率為66.06 h/10年。結(jié)合圖10-b中M-K突變檢驗(yàn)可知，1996—2012年?？谕淼旧谌照諘r(shí)數(shù)呈下降趨勢，且通過0.05的顯著性水平(U0.05=±1.96)。UF和UB曲線于1993年相交，說明1993年為?？谕淼旧谌照諘r(shí)數(shù)突變年。由日照時(shí)數(shù)小波方差(圖10-c)分析結(jié)果可知，6年以下時(shí)間尺度的周期振蕩劇烈，且無明顯規(guī)律。時(shí)間尺度越大，周期振蕩越趨于平緩，且規(guī)律越明顯。結(jié)合小波方差分析(圖10-d)可知，在9年和14年尺度上出現(xiàn)2個(gè)主要周期，其中14年為第1主周期。在9年的時(shí)間尺度上周期振蕩呈現(xiàn)出明顯的規(guī)律，即偏短-偏長循環(huán)交替。在14年的時(shí)間尺度上，周期振蕩的規(guī)律更為明顯，同樣為偏短-偏長循環(huán)交替。在2012年，第1主周期的日照時(shí)數(shù)偏長的等值線開始出現(xiàn)，表明?？谕淼旧谌照諘r(shí)數(shù)將在一段時(shí)間內(nèi)持續(xù)增長。

2.3 晚稻產(chǎn)量與生育期氣象因子相關(guān)性分析

由于水稻不同生長階段對(duì)氣象因子的敏感性不同，不同品種的水稻生育期劃分也略有偏差，因此本研究以旬的時(shí)間尺度探究?？谕淼旧跉庀笠蜃訉?duì)晚稻氣象產(chǎn)量的影響。表1為晚稻氣象因子與晚稻氣象產(chǎn)量的相關(guān)系數(shù)。

從表1可以看出，?？谕淼練庀螽a(chǎn)量分別與10月上旬的降水量、平均相對(duì)濕度、日照時(shí)數(shù)顯著相關(guān)。其中，晚稻氣象產(chǎn)量與10月上旬降水量、平均相對(duì)濕度與呈負(fù)相關(guān)，與日照時(shí)數(shù)呈正相關(guān)。從相關(guān)系數(shù)大小可以看出，對(duì)海口晚稻產(chǎn)量影響最大的氣象因子是平均相對(duì)濕度，相關(guān)系數(shù)為-0.52。雖然其他氣象因子對(duì)晚稻的影響未通過顯著性檢驗(yàn)，但從整個(gè)生育期來看，平均相對(duì)濕度大部分時(shí)間都對(duì)晚稻產(chǎn)量產(chǎn)生了消極影響。

3 結(jié)論

在全球氣候變化背景下，1988—2012年?？谕淼締萎a(chǎn)呈微弱上升趨勢，同時(shí)氣象因子對(duì)晚稻產(chǎn)量的影響也在逐步加大。M-K趨勢分析表明，晚稻生育期內(nèi)最大風(fēng)速和平均風(fēng)速均呈顯著上升趨勢，并在2012年之后一段時(shí)間內(nèi)有下降趨勢；平均相對(duì)濕度和日照時(shí)數(shù)為顯著下降趨勢，并在未來一段時(shí)間有較大概率升高。其他氣象因子無顯著變化趨勢。

小波分析總體上在小尺度表現(xiàn)出周期振蕩劇烈，隨著時(shí)間尺度的增加，周期振蕩越來越平穩(wěn)，并表現(xiàn)出明顯的規(guī)律性。日照時(shí)數(shù)的小波分析和小波方差分析在多個(gè)時(shí)間尺度表現(xiàn)出了穩(wěn)定周期變化，且均為偏長-偏短交替循環(huán)。

根據(jù)?？谕淼練庀螽a(chǎn)量與生育期氣象因子的相關(guān)性分析結(jié)果可以看出，氣象因子對(duì)晚稻產(chǎn)量的影響主要集中在10月，以平均相對(duì)濕度的影響為主，且為負(fù)相關(guān)。由于平均相對(duì)濕度整體上呈下降趨勢，因此未來相對(duì)濕度可能不再成為晚稻產(chǎn)量的主要限制因子。

4 討論

由于本研究主要在晚稻生育期的時(shí)間尺度上探討海口氣象因子變化，因此與許格希等的研究結(jié)果[10-11]不同，降水量和平均氣溫并未表現(xiàn)出明顯變化趨勢。

10月上旬降水量、平均相對(duì)濕度成為晚稻產(chǎn)量的主要限制因子，而日照時(shí)數(shù)對(duì)晚稻有增產(chǎn)作用，其主要原因在于水稻生育期降水量的增多必然導(dǎo)致平均相對(duì)濕度的升高，同時(shí)陰雨天和日照時(shí)數(shù)互為競爭因子，降水量增加使得日照時(shí)數(shù)減少。水稻喜熱喜濕，日照時(shí)數(shù)的減少還將影響氣溫，進(jìn)而影響水稻的光合作用，產(chǎn)量從而受到影響。因此，海口晚稻的種植應(yīng)注意10月的氣象變化，做好防汛排澇和高溫高濕天氣的防蟲害工作。

?？谕淼練庀螽a(chǎn)量、生育期降水量、平均風(fēng)速和最大風(fēng)速在更大時(shí)間尺度是否表現(xiàn)出穩(wěn)定周期還須要更長時(shí)間序列的驗(yàn)證。

表1 晚稻氣象產(chǎn)量與逐日氣象因子的相關(guān)系數(shù)

注：“*、**”分別表示在0.05、0.01水平上顯著相關(guān)。