東北地區(qū)大豆冷害指標構(gòu)建及變化特征

李海楠 朱麗杰 李明倩 姜麗霞 任傳友 高西寧3)*

1)(沈陽農(nóng)業(yè)大學農(nóng)學院， 沈陽 110866) 2)(黑龍江省氣象科學研究所， 哈爾濱 150030) 3)(遼寧省農(nóng)業(yè)氣象災害重點實驗室， 沈陽 110166)

引 言

大豆是我國主要油料作物之一，播種面積僅次于玉米、水稻、小麥，種植區(qū)分布廣泛[1]。東北地區(qū)作為中國大豆的主產(chǎn)區(qū)，大豆品種資源豐富，年平均播種面積及產(chǎn)量占全國的50%以上[2-3]。東北地區(qū)大豆一般在4月下旬—5月中旬播種，多在9月成熟，由于大豆性喜溫，在生育期內(nèi)對溫度變化敏感，并且東北地區(qū)處于中高緯度，春、秋兩季氣溫變化較大，使得大豆在生產(chǎn)過程中易受低溫影響，遭遇階段性低溫冷害現(xiàn)象頻發(fā)，導致大豆產(chǎn)量波動較大[4-7]。國內(nèi)外對大豆低溫冷害的研究多在機理方面[8-11]，對東北大豆冷害指標構(gòu)建及災害時空變化特征的研究報道較少。

冷害指標是冷害監(jiān)測預警和評估的重要依據(jù)，是冷害研究的基礎(chǔ)[12-13]。國內(nèi)學者將延遲型冷害指標分為5類：溫度距平指標、積溫指標、發(fā)育期距平指標、熱量指數(shù)指標和綜合指標[14-16]。溫度距平指標是利用5—9月平均氣溫總和的負距平判斷冷害發(fā)生及災害等級[17-18]，該指標計算相對簡單，準確度較高，可較好地判識典型冷害年，但判識嚴重冷害年比例偏高，未考慮各發(fā)育階段所需積溫，缺少作物各發(fā)育階段之間的聯(lián)系[19-20]。積溫指標主要通過計算作物某一發(fā)育階段的活動積溫距平或積溫差判斷熱量條件是否能夠滿足生長需求[21]，該指標反映的是全生育期的冷害程度，在積溫相等情況下，不能反映作物在不同發(fā)育階段受到低溫冷害的不同影響[22]。發(fā)育期距平指標基于作物發(fā)育期進程與低溫冷害的較高相關(guān)性，采取作物發(fā)育期延遲日數(shù)表征冷害影響程度[23-24]。低溫冷害綜合指標主要包含主導指標、輔助指標和參考指標，其核心是主導指標[25]，研究中發(fā)現(xiàn)該指標可與作物緊密結(jié)合，計算簡單，但多用于小范圍小尺度研究[26-27]。相比以上指標，熱量指數(shù)指標根據(jù)作物各發(fā)育階段三基點溫度，分析不同發(fā)育階段冷害發(fā)生情況，充分考慮作物不同發(fā)育階段對熱量條件需求程度，具有更明確的生物學意義[28]。王培娟等[29]以熱量指數(shù)為指導因子，構(gòu)建東北地區(qū)春玉米不同發(fā)育階段冷害指標，為玉米冷害監(jiān)測預報、風險評估和防災減災提供了重要的科技支撐。李新建等[30]通過分析不同播期棉花產(chǎn)量、霜前花率與棉花不同發(fā)育階段的熱量指數(shù)之間的關(guān)系，制定了以熱量指數(shù)表示的延遲型冷害指標。薛志丹等[31]通過熱量指數(shù)方法計算大豆種植氣候適宜度，對黑龍江省大豆種植進行區(qū)劃。

利用東北地區(qū)大豆發(fā)育期觀測數(shù)據(jù)，結(jié)合歷史氣象數(shù)據(jù)，并收集該區(qū)域大豆低溫冷害歷史災情數(shù)據(jù)，從大豆生長所需的熱量條件出發(fā)，基于熱量指數(shù)構(gòu)建大豆低溫冷害指標，確定災害等級閾值，定量分析大豆冷害時空變化特征。通過構(gòu)建大豆低溫指標及其等級閾值，為提高大豆低溫監(jiān)測預警技術(shù)、準確評估低溫對大豆生長發(fā)育的影響，開展大豆防災減災氣象服務(wù)、災害保險等提供基礎(chǔ)支撐。

1 數(shù)據(jù)與方法

1.1 研究區(qū)數(shù)據(jù)來源與預處理

數(shù)據(jù)包括氣象數(shù)據(jù)、大豆發(fā)育期數(shù)據(jù)和大豆歷史災情數(shù)據(jù)。氣象數(shù)據(jù)、大豆發(fā)育期數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)，其中選取1971—2020年東北地區(qū)98個氣象站的氣象數(shù)據(jù)，來源于《中國地面氣候資料日值數(shù)據(jù)集(V3.0)》；選取1992—2020年東北地區(qū)42個農(nóng)業(yè)氣象站的大豆發(fā)育期數(shù)據(jù)(包括大豆播種、出苗、三真葉、開花、結(jié)莢、成熟日期)，其中1992—2013年來源于《中國農(nóng)作物生長發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集》，2014—2020年來自于國家氣象中心。大豆歷史災情數(shù)據(jù)來源于《中國氣象災害大典》(黑龍江卷、吉林卷、遼寧卷)[32-34]、《中國氣象災害年鑒》[35]。研究區(qū)域內(nèi)氣象站和農(nóng)業(yè)氣象站分布如圖1所示。

圖1 研究區(qū)域氣象站與農(nóng)業(yè)氣象站分布Fig.1 Distribution of meteorological stations and agro-meteorological stations in the taget region

對于日平均氣溫數(shù)據(jù)中個別缺測值，采用相鄰兩日的氣溫平均值代替。農(nóng)業(yè)氣象站中大豆發(fā)育期年份記錄為1992—2020年，由于站點間數(shù)據(jù)記載起始年份不同，且不同年份各站點發(fā)育期數(shù)據(jù)記錄也不完整，1992年以來，研究區(qū)各站點6個發(fā)育期均有完整記錄的站年數(shù)為585，占所有發(fā)育期站年數(shù)的48%。分析各站已有數(shù)據(jù)發(fā)現(xiàn)各發(fā)育期在不同年份之間的變化差異不大，為了研究方便，選取播種、出苗、三真葉、開花、結(jié)莢、成熟6個發(fā)育期，以各農(nóng)業(yè)氣象站每個發(fā)育期歷年普遍期平均日期代表該發(fā)育期日期。為了更好地基于氣象數(shù)據(jù)進行分析，本文通過反距離權(quán)重插值方法對各農(nóng)業(yè)氣象站每個大豆發(fā)育期日期進行處理，根據(jù)各發(fā)育期分布圖，得到各氣象站點尺度的不同發(fā)育階段。根據(jù)受災情況劃分災害等級，分別為輕度、中度、重度3個等級。

根據(jù)研究區(qū)域內(nèi)大豆災情數(shù)據(jù)，提取出大豆發(fā)生冷害時對應(yīng)發(fā)育階段熱量指數(shù)，得到各發(fā)育階段不同冷害等級的樣本203個，從中選出171個用于指標構(gòu)建，隨機預留出32個用于指標驗證(表1)。

表1 大豆各發(fā)育階段不同冷害等級下樣本量Table 1 Sample size in different growth stages of soybean with different levels of chilling damage

1.2 研究方法

1.2.1 熱量指數(shù)

熱量指數(shù)方法能夠避免其他非熱量因素干擾，結(jié)合了作物的生長發(fā)育特性，同時考慮作物不同發(fā)育階段的三基點溫度，其計算公式[29]如下：

F(T)=

(1)

(2)

其中，F(xiàn)(T)為逐日熱量指數(shù)；T為某發(fā)育階段內(nèi)日平均氣溫，單位：℃；T0，T1，T2分別為大豆在某發(fā)育階段的適宜溫度、下限溫度和上限溫度，單位：℃。參照東北地區(qū)大豆溫度適宜指標體系[36-37]并結(jié)合東北地區(qū)大豆生產(chǎn)實踐，得到大豆各發(fā)育階段的三基點溫度(如表2所示)。以大豆不同發(fā)育階段內(nèi)逐日熱量指數(shù)平均值作為該階段的熱量指數(shù)，每個發(fā)育階段的F(T)值越大，表明熱量條件越好，越能滿足>該階段大豆生長需要；反之亦然。

表2 大豆各發(fā)育階段的三基點溫度Table 2 Three physiological temperatures in different growth stages of soybean

1.2.2 理論概率分布型擬合與檢驗

Kolmogorov-Smirnov(K-S)分布擬合檢驗[38]是比較一個頻率分布f(x)與理論分布g(x)或兩個觀測值分布是否一致的非參數(shù)檢驗方法，多用于樣本量較少的情況。在災害樣本序列擬合中，正態(tài)分布、指數(shù)分布、均勻分布是較為常用的概率密度分布函數(shù)[39]。樣本序列分布型函數(shù)擬合的K-S檢驗結(jié)果在0.05顯著性水平上差異不顯著(P>0.05)，即可接受原假設(shè)，表明樣本序列服從該分布類型。

1.2.3 冷害指標等級閾值率定

t分布區(qū)間估計方法是在樣本量較小，總體服從正態(tài)分布且總體方差未知的情況下，通過選取某一置信度，即可得到樣本平均值的置信區(qū)間。該方法已在建立早稻洪澇和高溫熱害、夏玉米冷害和澇漬災害指標時得到廣泛應(yīng)用[40-42]。

1.2.4 Mann-Kendall突變檢驗

Mann-Kendall(M-K)突變檢驗是一種無分布檢驗，既可用于檢驗序列的變化趨勢，也可進行突變點檢驗，該方法在氣象領(lǐng)域應(yīng)用十分廣泛[43]。通過構(gòu)建順(UF)、逆(UB)時間序列的秩序列，計算順、逆向樣本序列的統(tǒng)計量，利用兩者的變化特點分析樣本序列的變化趨勢。UF值大于0，則表示序列呈上升趨勢，小于0則表示下降趨勢，當UF值超過0.05顯著性水平臨界線時，表明上升或下降趨勢顯著，兩條曲線出現(xiàn)交點，且交點在臨界值之間，那么交點對應(yīng)時間便是突變開始時間。

2 結(jié)果與分析

2.1 指標構(gòu)建

通過K-S分布擬合檢驗(0.05的顯著性水平)對大豆5個發(fā)育階段、3種不同災害等級下的15組熱量指數(shù)序列，分別進行正態(tài)分布、均勻分布和指數(shù)分布模型概率密度函數(shù)擬合與檢驗(表3)，結(jié)果表明：有15組冷害樣本總體服從正態(tài)分布，有11組總體服從均勻分布，3組服從指數(shù)分布，在以上3種分布函數(shù)對任意一個樣本序列的檢驗中，正態(tài)分布P值均為最高。因此本文可以選用通過顯著性檢驗的正態(tài)分布作為熱量指數(shù)序列的最優(yōu)擬合函數(shù)。

表3 3種函數(shù)對大豆熱量指數(shù)樣本序列擬合的K-S檢驗結(jié)果Table 3 K-S test for results of 3 functions for fitting heat index samples of soybean

基于正態(tài)分布，對各熱量指數(shù)樣本序列進行t分布區(qū)間估計，基于置信度為95%的熱量指數(shù)區(qū)間的上限值確定各等級冷害的閾值，得到冷害等級指標(表4)。以第2發(fā)育階段輕度冷害為例說明，它表示當我國東北大豆在出苗-三真葉階段的熱量指數(shù)為(67.5，73.5]時，有95%的概率發(fā)生輕度冷害。

由表4可以看到，在同一發(fā)育階段內(nèi)，熱量指數(shù)越小，大豆發(fā)生冷害的等級越高，受災情影響越嚴重；在相同的冷害等級下，大豆三真葉-開花階段、開花-結(jié)莢階段、結(jié)莢-成熟階段的冷害等級區(qū)間閾值較高，播種-出苗階段、出苗-三真葉階段相比較低，說明大豆在生長發(fā)育的中后期熱量需求較高，生育前期所需熱量條件較低。

表4 基于熱量指數(shù)的東北地區(qū)大豆不同發(fā)育階段冷害等級指標Table 4 Chilling damage level indicators in different growth stages of soybean in Northeast China based on heat index

2.2 指標驗證

利用隨機預選出的不同發(fā)育階段、不同冷害等級下的32個樣本，根據(jù)冷害發(fā)生的時間、地點、受災等級，計算受災地區(qū)臨近站點熱量指數(shù)，并與新建立的冷害指標進行一致性檢驗(表5)。由表5可知，驗證的32個樣本中，與真實災害等級完全匹配的共27個，驗證準確率達到84.4%；在不同冷害等級內(nèi)統(tǒng)計，樣本驗證準確率超過81.8%；各冷害等級下的等級指標在不同發(fā)育階段內(nèi)分析，樣本驗證準確率最低出現(xiàn)在播種-出苗階段，為77.8%，出苗-三真葉階段準確率為87.5%，三真葉-開花階段的準確率為80%，開花-結(jié)莢階段準確率最高為100%，結(jié)莢-成熟階段準確率為85.7%。對未通過驗證的5個災害樣本再次分析，發(fā)現(xiàn)真實的冷害等級均比指標等級低1級。

表5 大豆冷害指標的驗證準確率(單位：%)Table 5 Verification accuracy for chilling damage indicator of soybean(unit：%)

2.3 東北地區(qū)大豆低溫冷害的時間變化特征

2.3.1 變化趨勢

圖2為東北地區(qū)全生育期內(nèi)冷害次數(shù)時間變化曲線，可以看到，1972，1974，1997，2009年的冷害次數(shù)相對較多，每個站點的平均冷害次數(shù)在1.6次·a-1以上，次數(shù)偏多年份主要集中在20世紀70年代，與文獻[44]給出的東北地區(qū)較強的3年低溫冷害年相一致?！吨袊鴼庀鬄暮Υ蟮?黑龍江卷)》也記載1972年和1976年低溫造成的糧食減產(chǎn)幅度超過20%，1983年、1997年也造成大田作物嚴重受害[32]。

圖2 1971—2020年東北地區(qū)大豆 全生育期內(nèi)冷害次數(shù)Fig.2 Chilling damage frequency during the whole growth period of soybean in Northeast China from 1971 to 2020

圖3為1971—2020年東北地區(qū)大豆各發(fā)育階段內(nèi)不同等級冷害及總冷害次數(shù)隨時間變化。由圖3可知，大豆在結(jié)莢-成熟階段發(fā)生總冷害次數(shù)最高(平均每站0.36次·a-1)，播種-出苗階段、三真葉-開花階段總冷害次數(shù)相對較低，出苗-三真葉階段、開花-結(jié)莢階段最低(平均每站0.17次·a-1)。在同一發(fā)育階段內(nèi)，冷害次數(shù)隨冷害等級的增高而減少。

三真葉-開花階段總冷害次數(shù)最高值出現(xiàn)在1983年，平均每站0.72次；結(jié)莢-成熟階段總冷害次數(shù)最高值出現(xiàn)在1997年，為平均每站0.99次；兩年中重度冷害分別為平均每站0.24次、0.30次。1983年6月黑龍江省出現(xiàn)異常低溫，月平均氣溫較常年偏低2.9℃，為1949年以來最低，吉林和遼寧省內(nèi)大部分地區(qū)作物也受到冷害影響；1997年9月中旬受極地冷空氣影響，東北大部分地區(qū)出現(xiàn)降溫天氣，大田作物受害嚴重。

2.3.2 M-K突變檢驗

圖4為東北地區(qū)全生育期冷害次數(shù)時間序列的M-K突變檢驗曲線。由圖4可以看到，冷害次數(shù)在20世紀70年代初期呈增加趨勢，80年代初期也存在小幅度增加。由圖4還可以看到，1993年冷害次數(shù)出現(xiàn)由高到低的突變，1993年前每站冷害平均次數(shù)為1.24次·a-1，1993年后每站冷害平均次數(shù)為0.94 次·a-1，且2004年后冷害次數(shù)下降趨勢明顯。

圖3 1971—2020年東北地區(qū)大豆各發(fā)育 階段不同等級冷害及總冷害次數(shù)Fig.3 Chilling damage frequency in different growth stages of soybean with total chilling damage frequency in Northeast China from 1971 to 2020

圖4 1971—2020年東北地區(qū)大豆全 生育期冷害次數(shù)M-K統(tǒng)計量曲線Fig.4 M-K statistic curves of chilling damage frequency during the whole growth period of soybean in Northeast China from 1971 to 2020

2.4 東北地區(qū)大豆低溫冷害的空間變化特征

2.4.1 全生育期及不同發(fā)育階段冷害頻次空間分布

圖5為1971—2020年東北地區(qū)大豆全生育期和不同發(fā)育階段內(nèi)冷害頻次空間分布。由圖5可以看到，全生育期內(nèi)冷害頻次分布大體上呈由南向北增加，黑龍江省最北部大興安嶺地區(qū)的漠河、塔河附近地區(qū)為冷害的高發(fā)地區(qū)，平均頻次超過3.6次·a-1；吉林省東南部冷害頻次也相對較高，平均頻次超過2.7次·a-1；遼寧及吉林省大部分地區(qū)冷害頻次相對較少，平均頻次在0.9次·a-1以下。各發(fā)育階段冷害頻次在空間分布上呈一致的變化特征，即均以黑龍江省最北部和吉林省東南部為極高值中心。結(jié)莢-成熟階段高值區(qū)域最廣，從黑龍江省海倫附近一直延伸到黑龍江省最北部，且冷害頻次增減梯度明顯；出苗-三真葉階段在整個研究區(qū)域的冷害頻次分布差距最小，平均頻次均在0.8次·a-1以下；出苗-結(jié)莢階段東北大部分地區(qū)處在冷害頻次低值區(qū)，平均頻次低于0.2次·a-1。

2.4.2 不同等級下全生育期冷害頻次空間分布

對于全生育期，輕度冷害頻次高值區(qū)主要位于吉林省東部地區(qū)，平均每站0.9～1.2次·a-1，中度冷害和重度冷害的頻次空間分布特征大致相同，均以黑龍江省北部和吉林省東部為高值中心向四周遞減，中度冷害高頻次為每站0.6～0.9次·a-1，重度冷害高頻次達每站2.4～3.0次·a-1以上(圖略)。遼寧省、吉林省大部分地區(qū)各等級下每站冷害頻次均為0～0.6次·a-1，黑龍江省冷害頻次變化梯度較大。

圖5 1971—2020年東北地區(qū)大豆全生育期和不同發(fā)育階段冷害頻次分布Fig.5 Distribution of chilling damage frequency in the whole growth period and different growth stages of soybean in Northeast China from 1971 to 2020

2.4.3 冷害頻次年代際變化

全生育期冷害頻次的年代際變化如圖6所示，冷害高發(fā)區(qū)在各年代分布比較一致，高值區(qū)多位于黑龍江北部、吉林東南部地區(qū)，冷害頻次平均每站超過4次·a-1，遼寧省和吉林省大部分地區(qū)一直處在冷害頻次的低值區(qū)，平均每站低于1次·a-1。近年東北地區(qū)氣溫逐漸升高，積溫顯著增加，低溫冷害減少[45]。20世紀70—80年代冷害頻次高值區(qū)在黑龍江省漠河周邊擴大明顯，低值區(qū)也在向北延伸，20世紀80年代至21世紀初高值區(qū)逐漸縮小，低值區(qū)繼續(xù)擴大，這與呂佳佳等[46]、王萍等[20]研究的災害主要發(fā)生區(qū)域及變化特征相符合。

中度、重度冷害頻次年代際分布大致相同，高值區(qū)主要位于大興安嶺及長白山附近地區(qū)，隨年代變化高值區(qū)逐漸縮小。輕度冷害頻次年代際分布有所不同，高值區(qū)位置和范圍變化明顯，20世紀70年代位于黑龍江、吉林東部地區(qū)，70年代后范圍縮小，并向黑龍江北部以及吉林東南部地區(qū)移動(圖略)。

圖6 1971—2020年東北地區(qū)大豆全生育期冷害頻次年代際變化Fig.6 Decadal variation of chilling damage frequency in the whole growth period of soybean in Northeast China from 1971 to 2020

續(xù)圖6

3 結(jié)論與討論

本文利用1971—2020年東北地區(qū)98個氣象站的逐日平均氣溫數(shù)據(jù)、1992—2020年東北地區(qū)42個農(nóng)業(yè)氣象站的大豆發(fā)育期及歷史災情數(shù)據(jù)，采用熱量指數(shù)、K-S分布擬合檢驗、t分布區(qū)間估計、趨勢分析、M-K突變檢驗等方法，構(gòu)建東北地區(qū)大豆低溫冷害指標并對災害變化特征進行分析，主要結(jié)論如下：

1) 在同一發(fā)育階段內(nèi)，熱量指數(shù)越小，大豆發(fā)生冷害的等級越高，受災情影響越嚴重；在相同的冷害等級下，大豆三真葉-開花-結(jié)莢階段的冷害等級區(qū)間閾值較高，播種-出苗-三真葉發(fā)育階段相對較低，大豆在生長發(fā)育的中后期熱量需求較高，發(fā)育前期所需熱量條件較低。

2) 由32個獨立災害樣本驗證得到災害等級與冷害指標的匹配率達84.4%。在不同冷害等級下，樣本驗證準確率超過81.8%；在不同發(fā)育階段，播種-出苗階段準確率為77.8%，出苗-三真葉階段準確率為87.5%，三真葉-開花階段準確率為80%，開花-結(jié)莢階段準確率為100%，結(jié)莢-成熟階段準確率為85.7%。本文構(gòu)建的東北地區(qū)大豆低溫冷害指標可以較好反映東北地區(qū)大豆冷害發(fā)生情況。

3) 東北地區(qū)大豆受到低溫冷害影響較嚴重的年份有1972，1974，1976，1983，1995，1996，1997，2009年，冷害次數(shù)在1993年前后發(fā)生突變，1993年后呈下降趨勢，2004年后下降趨勢明顯。大豆在結(jié)莢-成熟階段發(fā)生冷害次數(shù)最高，平均每站0.36次·a-1，播種-出苗階段、三真葉-開花階段冷害次數(shù)相對較低，出苗-三真葉階段、開花-結(jié)莢階段最低，平均每站0.17次·a-1。在同一發(fā)育階段，不同等級下冷害次數(shù)隨冷害程度的增高而減少。

4) 東北地區(qū)大豆冷害頻次分布由南向北增加，黑龍江省最北部大興安嶺地區(qū)的漠河、塔河附近地區(qū)為冷害高發(fā)地區(qū)，吉林省的東南部長白山地區(qū)為次高發(fā)地區(qū)；各發(fā)育階段內(nèi)的冷害頻次在空間分布上呈一致變化，即均以黑龍江省最北部和吉林省東南部為極高值中心。20世紀70—80年代冷害頻次高值區(qū)在黑龍江省漠河周邊擴大明顯，低值區(qū)也在向北延伸，20世紀80年代至21世紀初高值區(qū)逐漸縮小，低值區(qū)逐漸擴大。

研究發(fā)現(xiàn)黑龍江省北部的大興安嶺地區(qū)以及吉林省東南部長白山地區(qū)冷害頻發(fā)，雖然從氣象上看這些地區(qū)低溫冷害相對嚴重，但從大豆種植分布看，這些區(qū)域多以林地為主，大豆種植比例相對較低，低溫所帶來的經(jīng)濟損失低于其他主產(chǎn)區(qū)。本文基于熱量指數(shù)構(gòu)建大豆冷害指標，從生物學角度出發(fā)，考慮農(nóng)作物的三基點溫度，排除非熱量因素干擾，將農(nóng)作物生長發(fā)育特征更好地結(jié)合在一起。指標使用方便，所需數(shù)據(jù)獲取簡單，根據(jù)大豆所處發(fā)育階段、三基點溫度及日平均氣溫數(shù)據(jù)，便可進行大豆冷害監(jiān)測，具有實際的生物學意義。在對大豆發(fā)育期數(shù)據(jù)處理方面，由于某一農(nóng)業(yè)氣象站各發(fā)育期氣象條件存在年際差異，同時部分年份數(shù)據(jù)不完整，因此以發(fā)育期歷年平均值代表各站發(fā)育期日期[29,40]；由于農(nóng)業(yè)氣象站與氣象站數(shù)量和空間分布不一致，本文采用空間插值方法獲得各站點尺度大豆發(fā)育期日期。以上處理方法可能造成氣象條件異常年份獲得的大豆發(fā)育期日期與實際生產(chǎn)中的日期存在誤差，而發(fā)育期在熱量指數(shù)計算過程中至關(guān)重要，該問題的解決有賴于合理設(shè)置農(nóng)業(yè)氣象站數(shù)量和空間分布，規(guī)范農(nóng)業(yè)氣象站農(nóng)田管理及觀測技術(shù)，結(jié)合遙感及大數(shù)據(jù)技術(shù)等農(nóng)情監(jiān)測，獲取更加完備的農(nóng)業(yè)氣象數(shù)據(jù)。東北地域廣闊，種植大豆品種會有差異，本文所采用的三基點溫度參數(shù)只能反映部分品種溫度需求，且指標構(gòu)建在產(chǎn)量方面考慮欠缺，后續(xù)研究需要參考更多大豆品種的三基點溫度，并考慮結(jié)合作物生長模型開展研究以完善指標體系[47]。