县域冬小麦生育期气候要素与产量的灰色关联度分析—以河南省为例*1

赵凯娜，宁晓菊，秦耀辰**，张荣荣，史琴琴

（1．河南大学环境与规划学院，开封 475004；2．河南财经政法大学资源与环境学院，郑州 450000）

县域冬小麦生育期气候要素与产量的灰色关联度分析—以河南省为例*1

赵凯娜1，宁晓菊2，秦耀辰1**，张荣荣1，史琴琴1

（1．河南大学环境与规划学院，开封 475004；2．河南财经政法大学资源与环境学院，郑州 450000）

基于河南省及周边39个气象站1996-2015年逐日气象观测资料和冬小麦产量数据，采用灰色关联分析方法，分析生育期各气候要素与河南省县域冬小麦产量关联度的时空变化特征。结果表明：总体来看，各气候要素与河南省冬小麦产量的关联度中，气温的关联度最大，日照时数次之，降水量最小；关联度空间分布上呈现北部地区高于南部地区的格局，南北过渡性明显，尤其是南部信阳市的关联度较其它地区明显偏低。分时段来看，各气候要素与冬小麦产量关联度在1996-2010年有所下降，在2011-2015年突变上升，有明显的年际变化特征，尤其是位于西南部和南部地区的县域单元变化显著，而北部、东部和中部地区的县域单元变化较小。各气候要素与冬小麦产量关联度总体呈上升趋势，气候变化对冬小麦产量的影响逐渐显著，应积极采取策略应对气候变化的影响。

气温；降水；日照；冬小麦产量；空间分布

IPCC第五次评估报告指出，2016-2035年全球平均表面温度可能升高0.3～0.7℃，未来强降雨的强度和密度都将增加[1]，气候变化的特征越来越明显。由于农业生产对自然条件尤其是气候条件的依赖性很强，因此，以气温升高为主要特征的气候变化对“靠天吃饭”的农业影响较为明显[2]，尤其是作为农业主体的粮食生产[3]。

国内外不少学者对气候变化和不同地区、不同时间尺度冬小麦产量的关系进行了研究。1980年以来的气候变化使全球小麦减产2.5%[4]，但由于地形、土壤和耕作方式的不同，在不同地区呈现不同的结果[5]。未来气候条件下丹麦、意大利、美国东南部、智利等地的小麦产量有所下降；相反，西欧、英国、土耳其、印度、美国中西部、加拿大等地的小麦产量会增加[5]。Ferrara等[6]对欧洲地区的研究表明，在未来气候条件下，作物歉收的可能性会急剧升至60%以上，即使在潮湿的年份，产量也有可能下降；Wang等[7]对澳大利亚的研究结果显示，墨累-达令盆地的东-西横断面上，西部地区小麦产量对气温升高比东部地区更敏感；在凉爽潮湿的东部地区，气候变化下小麦产量增加最明显，平均增长率为7%。

过去30a，气温、降水和太阳辐射的变化使中国北方小麦产量增加了0.9%～12.9%，而南方的小麦产量则下降了1.2%～10.2%[8]，在仅改变未来气候条件下，中国冬小麦产量总体将会减少[9]，其中太阳辐射的下降是造成小麦产量下降的主要原因[10]。肖登攀等[11]认为，温度和太阳辐射是制约华北地区冬小麦产量的主要气候因子；郝立生等[12]对河北省的研究表明，随着气候变暖，气候产量波动性逐年增大，气温造成小麦产量波动幅度一般在-10%～10%；张建平等[3]分析未来气候变化对重庆市冬小麦产量的影响，结果表明造成产量下降及分布不均的原因是气候变化及光热条件的分布情况；张明捷等[13]对濮阳市的研究结果显示，冬小麦生育期内寒冷日数和酷冷日数减少，有利于小麦安全过冬；降水减少，对冬小麦稳产高产不利；日照时数迅速减少，不利于小麦发育成熟。纵观已有研究，研究范围广，尺度多样，时空分布多集中于大农区尺度、省级尺度和市级尺度，而在县域尺度上研究气候变化对冬小麦产量影响的研究相对较少。

河南省是以粮食生产为主的传统省份[14]，是中国重要的小麦生产省份[15]，绝大部分地区位于暖温带半湿润易旱气候区，属于半冬性小麦区[16]，但当地小麦产量变异系数较大，对气候变化较敏感[15]。分析气候变化对河南省冬小麦产量的影响是非常必要的，对河南省农业的可持续发展及中原地区经济实力的提升有重要意义[14]。

1 材料与方法

1.1 研究区概况

河南省是重要的小麦生产区，2014年全省播种面积5.4×107hm2，占全国22.5%；总产量3.3×107t，占全国26.4%。由于各城市辖区耕地面积较少，且受社会经济条件影响较大，所以本文的研究单元不包括市辖区，仅包括108个县域单元，其分布见图1。

图1 研究区域和气象站点分布Fig. 1 Study area and the location of meteorological stations

1.2 数据来源与处理

气象数据来源于中国气象科学数据共享服务网，包括河南省及周边的39个气象站（其中河南省有19个站点，周围地区20个站点）1996-2015年逐日气象观测资料。该气象资料涉及日平均气温（℃）、日平均最高气温（℃）、日平均最低气温（℃）、日照时数（h）和日降水量（mm），利用SQL语言对该数据集进行处理。冬小麦产量数据来源于《1997-2016年河南省统计年鉴》。

由于气温、降水量和极端温度是影响冬小麦产量的主要气候因子[14]，温度和日照时数是影响小麦气象产量的决定性因素[17]。所以选取冬小麦生育期内（10月-翌年6月）平均气温、平均最高气温、平均最低气温、日照时数、降水总量 5个气候要素作为气候变化的指标。本文以 5年时间段研究气候要素对冬小麦产量影响的变化，同时选取县域冬小麦总产量代表冬小麦产量比单产能更好地反映气候要素变化对冬小麦变量的影响。

1.3 研究方法

将108个研究单元的20a生育期各气候要素与冬小麦产量分为4个阶段：1996-2000年、2001-2005年、2006-2010年、2011-2015年，分别进行灰色关联度分析，利用 ArcGIS制图。分别按关联度级别（表1）统计县域单元数。

灰色关联分析根据因素间发展态势的相似或相异程度衡量因素间关联的程度，揭示了事物动态关联的特征与程度[18]。根据关联度的大小分析因子间相互作用、相互影响的外在表现，关联度的排序才能体现众多因子对参考因子的相对影响程度[19]。此方法思路清晰，精度高，非常适合动态历程分析。

将 39个站点 10月-翌年 6月的气象数据在ArcGIS中进行普通Kriging插值处理，对插值结果以县为单位进行分区统计，得到河南省 108个县域单元冬小麦生育期每年的平均气温（℃）、平均最高气温（℃）、平均最低气温（℃）、日照时数（h）和降水总量（mm）。将研究期（1996-2015年）分为4个阶段，即1996-2000年、2001-2005年、2006-2010年和2011-2015年，对各阶段内108个研究单元冬小麦生育期各气候要素与冬小麦产量进行灰色关联分析，计算不同时段每个县域单元各气候要素与其冬小麦产量的关联度，将其关联度在ArcGIS中进行可视化处理，并按关联度级别统计县域单元数。

2 结果与分析

2.1 1996-2015年冬小麦生育期气候要素与产量关联度的空间分布

运用灰色关联分析方法计算1996-2015年河南省108个研究单元5个气候要素与冬小麦产量的关联度，其数值范围在 0.11～0.83。为了更清晰表示其空间分布状况，将各气候要素与冬小麦关联度平均分为4部分，分别表示4个等级，关联度在0.11～0.29为低关联度，0.29～0.47为较低关联度，0.47～0.65为较高关联度，0.65～0.83为高关联度。将各等级关联度在 ArcGIS中进行可视化处理，结果见图 2。分别按关联度等级统计县域单元数，结果见表1。

由图2a、图2b、图2c和表1可见，生育期平均气温、平均最高气温和平均最低气温与冬小麦产量关联度均呈中间高、四周低的空间分布格局。高关联度的县域单元个数少，集中分布在河南省北部的获嘉县和新乡县；较高关联度的县域单元个数相对较多，集中分布在中部地区，南部地区仅有商城县1个县域单元；较低关联度的县域单元个数多，分布范围广，占比分别为59%、61%、54%，集中分布在较高关联度四周；低关联度的研究单元个数较少，主要分布在南部地区，平均气温和平均最高气温低关联度的偃师市则位于西部地区，可能与其复杂的地表形态和黄河流经有关。整体上看，气温与河南省县域单元冬小麦产量的关联度北部地区高于南部地区，受纬度地带性影响较大。用高关联度和较高关联度的县域单元个数对比分析平均气温、平均最高气温和平均最低气温与冬小麦产量的关联度，得到关联度数值大小排列顺序为平均最低气温＞平均气温＞平均最高气温。

由图2d、图2e和表1可见，生育期日照时数和降水总量与冬小麦产量的关联度较低，较低关联度的县域单元占比达到 81%，广泛分布于全省。日照时数与冬小麦产量关联度的县域单元中仅有林州市1个处于高关联度，可能与区域内多山坡、丘陵的地貌特征有关；较高关联度的县域单元个数较少，仅占 8%和 4%，且分布在西部和北部地区，可能与河南省西高东低的地形特点有关；较低关联度的县域单元个数较少，降水总量与冬小麦产量关联度的县域单元个数多于日照时数，且多分布于南部的信阳市和西南部的南阳市，日照时数在北部地区仅有原阳县 1个县域单元，降水总量有孟津县、原阳县、虞城县等 6个县域单元。用较低关联度和低关联度的县域单元个数对比分析日照时数和降水总量与冬小麦产量的关联度，可以得到关联度数值表现为日照时数＞降水总量。

整体上，河南省各县域单元生育期气候要素对冬小麦产量关联度数值大小排列顺序为平均最低气温＞平均气温＞平均最高气温＞日照时数＞降水总量。

图2 冬小麦生育期各气候要素与产量关联度等级的空间分布Fig. 2 Spatial distribution of correlation degree between each climatic elements during winter wheat growing period and yield

表1 图2中各关联度等级对应的县域单元数统计Table 1 Statistics of the county unit number of each correlation degree in Fig. 2

2.2 不同时段冬小麦生育期气候要素与产量关联度的空间变化

2.2.1 生育期平均气温

由图3和表2可见，1996-2015年生育期平均气温与县域冬小麦产量的关联度变化较大，在第一、二、三阶段以较低关联度的县域单元为主，高关联度最少，而第四阶段以高关联度为主，其它关联度等级较少。高关联度的县域单元个数先减后增，第四阶段最高，占比达到 56%，且分布区由北部地区零散分布向南部、中部等地区集中；较高关联度的县域单元个数先减少后增加，第三阶段仅有西部地区的伊川县和宜阳县 2个县域单元，分布区由东部地区向北部、西南部地区延伸；较低关联度的县域单元个数先增加后减少，分布区由第一阶段至第三阶段逐渐扩大，第四阶段仅在北部和西部的少部分县域单元分布；低关联度在第一阶段主要分布在西部和西南部，到第三阶段转为南部地区，占比较小，在第四阶段仅占5%。

综上可见，研究期内生育期平均气温对县域冬小麦产量的影响在第四阶段较大，对河南省南部和西南部地区的影响逐渐增加，对北部地区的影响波动变化，对西部地区的影响较小，且变化不显著。说明河南省南部和西南部的县域在种植冬小麦时应注重平均气温的变化，注意积温对冬小麦产量的影响。

图3 不同时段冬小麦生育期平均气温与产量关联度等级的空间分布Fig. 3 Spatial distribution of correlation degree between mean temperature during winter wheat growing period and yield

表2 图3中各关联度等级对应的县域单元数统计Table 2 Statistics of the county unit number of each correlation degree in Fig. 3

2.2.2 生育期平均最高气温

由图4和表3可见，1996-2015年生育期平均最高气温与县域冬小麦产量的关联度变化较大，第一、第二阶段以较低关联度和较高关联度为主，第三阶段以低关联度和较低关联度为主，第四阶段以较高关联度和高关联度为主。高关联度的县域单元个数由前3个阶段的4%、1%、0增加至第四阶段的42%，分布区由个别零散向东部、南部地区集聚；较高关联度除在第三阶段个数极少外，其它阶段变化不大，分布区由第一阶段的西部、北部地区向第四阶段的北部、西南部地区变化；较低关联度的县域单元逐渐减少，且分布较集中，主要分布由中部、南部等地区向北部和西部地区集中；低关联度的县域单元个数有减少趋势，分布范围也由西部和西南部地区向南部地区变化，第四阶段仅有3个县域单元。

综上可见，研究期内生育期平均最高气温对县域冬小麦产量的影响逐渐增强，对中部地区的影响最大，对南部地区的影响变化较大，且逐渐增强，对北部和东部的影响波动变化。说明河南省中部地区的县域单元在种植冬小麦时应注重平均最高气温的变化，以减轻冬小麦生育期后期高温催熟的影响。

图4 不同时段冬小麦生育期平均最高气温与产量关联度等级的空间分布Fig. 4 Spatial distribution of correlation degree between mean maximum temperature during winter wheat growing period and yield

表3 图4中各关联度等级对应的县域单元数统计Table 3 Statistics of the county unit number of each correlation degree in Fig. 4

2.2.3 生育期平均最低气温

由图5和表4可见，1996-2015年生育期平均最高气温与县域冬小麦产量的关联度波动较大，第一、二、三阶段以较低关联度为主，但第一、二阶段的较高关联度和高关联度所占比重比第三阶段大，第四阶段以较高关联度和高关联度为主。高关联度的县域单元在前 3个阶段分布较少，在第四阶段占比达到 36%，且在中东部和南部地区集聚；较高关联度除在第三阶段个数极少外，其它阶段变化不大，分布区由中部、北部地区延伸至西南部地区；较低关联度的县域单元在各个阶段占比较高，分布区由北部、中部、西南部地区逐渐向北部、西部地区变化；低关联度的县域单元个数有减少趋势，分布范围也由第一阶段西部和西南部向第三阶段的南部地区集中，至第四阶段仅有中牟县1个县域单元。

综上可见，研究期内生育期平均最低气温对县域冬小麦产量的影响先减弱再加强，对北部地区的影响最大，对西南部和南部地区的影响变化较大，对中部和东部的影响波动变化。说明河南省北部地区的县域单元在种植冬小麦时应注重平均最低气温的变化，预防低温冻害导致的减产。

表4 图5中各关联度等级对应的县域单元数统计Table 4 Statistics of the county unit number of each correlation degree in Fig. 5

2.2.4 生育期日照时数

由图6和表5可见，1996-2015年生育期日照时数与县域冬小麦产量的关联度先增后减再增，整体呈下降趋势。第一、三阶段以低关联度和较低关联度为主，第二、四阶段以较低关联度为主，较高关联度次之。高关联度的县域单元由前两个阶段零散分布至逐渐消失；较高关联度除在第三阶段个数极少外，变化不大，主要分布区由北部、中部、西南部逐渐向中部、西南部、南部变化，分布范围逐渐南移；较低关联度分布范围广，主要分布在北部、中部等地区；低关联度的县域单元个数整体呈减少趋势，第四阶段仅占6%，分布区在西南部、南部地区，并延及东部部分地区。

综上，研究期内生育期日照时数对县域冬小麦产量的影响逐渐减弱，对中部、东部地区的影响较大，对西南部和南部地区的影响变化较大。说明河南省大部分县域单元应注重日照时数的变化，适时调节播种时间。

图5 不同时段冬小麦生育期平均最低气温与产量关联度等级的空间分布Fig. 5 Spatial distribution of correlation degree between mean minimum temperature during winter wheat growing period and yield

图6 不同时段冬小麦生育期日照时数与产量关联度等级的空间分布Fig. 6 Spatial distribution of correlation degree between sunshine hours during winter wheat growing period and yield

表5 图6中各关联度等级对应的县域单元数统计Table 5 Statistics of the county unit number of each correlation degree in Fig. 6

2.2.5 生育期降水总量

由图7和表6可见，1996-2015年生育期降水总量与县域冬小麦产量的关联度普遍较低，但整体呈增加趋势。前 3个阶段均以低关联度为主，第四阶段以较低关联度为主。较高关联度的县域单元在第三、四阶段分别有卫辉市和西峡县；较低关联度的县域单元个数先减少后增加，分布范围由北部、西部等地区的零散分布向中部、东部、南部地区集中，且位于南部的信阳市全区域均属较低关联度；低关联度的县域单元个数先增加后减少，分布范围由全区域集中分布向北部、西部地区变化，第四阶段仅有34%的县域单元为低关联度。

综上可见，研究期内生育期降水总量对县域冬小麦产量的影响较低，但呈增强趋势，影响较大的范围逐渐由北向南移动。说明南部地区的县域单元在种植冬小麦时应充分考虑生育期降水量的分布与变化。

表6 图7中各关联度等级对应的县域单元数统计Table 6 Statistics of the county unit number of each correlation degree in Fig. 7

图7 不同时段冬小麦生育期降水总量与产量关联度等级的空间分布Fig. 7 Spatial distribution of correlation degree between total precipitation during winter wheat growing period and yield

3 结论与讨论

（1）1996-2015年整个研究阶段河南省冬小麦生育期各气候要素与其产量的整体关联度均呈现北部地区高于南部地区的空间格局。其中，气温与冬小麦产量的关联度较高，生育期平均气温、平均最高气温和平均最低气温与冬小麦产量关联度的分布特征为中间高、四周低，仅在西南部和南部地区分布极少数低关联度的研究单元；日照时数与冬小麦产量的关联度次之，高关联度和较高关联度的县域单元分布在西北部地区；降水总量与冬小麦产量的关联度较低，96%的研究单元均为较低关联度和低关联度，整体差距较小。

（2）河南省冬小麦生育期各气候要素与其产量的关联度总体呈增加趋势。其中，生育期平均气温、平均最高气温、平均最低气温和日照时数与冬小麦产量的关联度在前 3个阶段（1996-2000年、2001-2005年和2006-2010年）逐渐减小，在第四个阶段（2011-2015年）突变上升，但日照时数的上升趋势较其它气候要素慢；降水总量与冬小麦产量的关联度持续增加。从分布状况看，不同气候带或不同地形区有不同的变化特点，河南省北部地区、东部地区和中部地区生育期气候要素与冬小麦产量的关联度变化较小；西南部和南部地区关联度变化较大，可能与桐柏山、鸡公山等山脉造成的山地地形有关。

1952年以来，河南省气候变化的特征逐渐显著，各气候要素对冬小麦产量的影响越来越明显，空间上呈现明显的南北向差异，淮河分界线以南地域的小麦适应度高于以北地域，可见在实际生产中应注重不同气候要素在不同地区对冬小麦产量的影响[15,17,20-21]。另外，本研究中降水总量对河南省冬小麦产量的影响较小，与以往研究[22-23]不同，可能是因为河南省地处平原地区，灌溉面积占耕地总面积的 60%以上，灌溉在一定程度上弥补了降水波动对冬小麦产量的影响。冬小麦生育期较长，气候变化对不同生育期的影响也存在差异，本文仅考虑冬小麦整个生育期的气候变化，细化冬小麦的生育期，分析不同生育期气候变化对冬小麦产量的影响，并在此基础上提出应对气候变化的适应策略，这将是以后的研究重点。

References

[1]IPCC.Climate change 2013:the physical science basis:contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[R].Cambridge,United Kingdom and New York,NY,USA:Cambridge University Press,2013:710-719.

[2]董旭光,李胜利,石振彬,等.近 50年山东省农业气候资源变化特征[J].应用生态学报,2015,26(1):269-277.Dong X G,Li S L,Shi Z B,et al.Change characteristics of agricultural climate resources in recent 50 years in Shandong province,China[J].Chinese Journal of Applied Ecology,2015,26(1):269-277.(in Chinese)

[3]张建平,李永华,高阳华,等.未来气候变化对重庆地区冬小麦产量的影响[J].中国农业气象,2007,28(3):268-270.Zhang J P,Li Y H,Gao Y H,et al.Impacts of future climate change on yields of winter wheat in Chongqing[J].Chinese Journal of Agrometeorology,2007,28(3):268-270.(in Chinese)

[4]Lobell D B,Schlenker W,Costa-Roberts J.Climate trends and global crop production since 1980[J].Science,2011,333(6024):616-620.

[5]Wilcox J,Makowski D.A meta-analysis of the predicted effects of climate change on wheat yields using simulation studies[J].Field Crops Research,2014,156:180-190.

[6]Ferrara R M,Trevisiol P,Acutis M,et al.Topographic impacts on wheat yields under climate change:two contrasted case studies in Europe[J].Theor Appl Climatol,2010,99:53-65.

[7]Wang J,Wang E L,Liu D L.Modelling the impacts of climate change on wheat yield and field water balance over the Murray-Darling Basin in Australia[J].Theor Appl Climatol,2010,104:285-300.

[8]Fu L T,Zhao Z,Deng P X,et al.Responses of wheat growth and yield to climate change in different climate zones of China,1981-2009[J].Agricultural and Forest Meteorology,2014,189:91-104.

[9]杨绚,汤绪,陈葆德,等.利用 CMIP5多模式集合模拟气候变化对中国小麦产量的影响[J].中国农业科学,2014,47(15):3009-3024.Yang X,Tang X,Chen B D,et al.Impacts of climate change on wheat yield in China simulated by CMIP5 Multi-Model ensemble projections[J].Scientia Agricultura Sinica,2014,47(15):3009-3024.(in Chinese)

[10]王志强,方伟华,何飞,等.中国北方气候变化对小麦产量的影响:基于 EPIC模型的模拟研究[J].自然灾害学报,2008,17(1):109-114.Wang Z Q,Fang W H,He F,et al.Impacts of climate change on wheat yield in Northern China a research based on EPIC Model[J].Journal of Natural Disasters,2008,17(1):109-114.(in Chinese)

[11]肖登攀,陶福禄,沈彦俊,等.华北平原冬小麦对过去30年气候变化响应的敏感性研究[J].中国生态农业学报,2014,22(4):430-438.Xiao D P,Tao F L,Shen Y J,et al.Sensitivity of response of winter wheat to climate change in the North China Plain in the last three decades[J].Chinese Journal of Eco-Agriculture,2014,22(4):430-438.(in Chinese)

[12]郝立生,闵锦忠,张文宗,等.气候变暖对河北省冬小麦产量的影响[J].中国农业气象,2009,30(2):204-207.Hao L S,Min J Z,Zhang W Z,et al.Impact of climate warming on winter yield in Hebei province[J].Chinese Journal of Agrometeorology,2009,30(2):204-207.(in Chinese)

[13]张明捷,王运行,赵桂芳,等.濮阳冬小麦生育期气候变化及其对小麦产量的影响[J].中国农业气象,2009,30(2):223-229.Zhang M J,Wang Y X,Zhao G F,et al.Climate change during winter wheat growing period and its impacts on winter wheat yield in Puyang of Henan province[J].Chinese Journal of Agrometeorology,2009,30(2):223-229.(in Chinese)

[14]史本林,朱新玉,李红忠,等.中原腹地气候变化对冬小麦产量的影响:以商丘地区为例[J].地理研究,2012,31(1):14-22.Shi B L,Zhu X Y,Li H Z,et al.Influence of climate change on climate suitability of summer maize in central plain of China:a case study of Shangqiu[J].Geographical Research,2012,31(1):14-22.(in Chinese)

[15]千怀遂,魏东岚.气候对河南省小麦产量的影响极其变化研究[J].自然资源学报,2000,15(2):149-154.Qian H S,Wei D L.Impacts of climate on wheat yield and their changes in Henan province[J].Journal of Natural Resources,2000,15(2):149-154.(in Chinese)

[16]曹廷杰,赵虹,王西成,等.河南省半冬性小麦品种主要农艺性状的演变规律[J].麦类作物学报,2010,30(3):439-442.Cao T J,Zhao H,Wang X C,et al.Evolution of main agronomic traits for semi-winter wheat varieties in Henan province[J].Journal of Triticeae Crops,2010,30(3):439-442.(in Chinese)

[17]刘芳,李炳军,胡丽平.河南省小麦产量气候影响因素的灰色关联分析[J].河南科学,2015,31(1):49-54.Liu F,Li B J,Hu L P.Grey relational analysis on the wheat yield by meteorological factors in Henan province[J].Henan Science,2015,31(1):49-54.(in Chinese)

[18]王立永,田毅,苏兴.棉花品质与气候因子的灰色关联度分析:以新疆石河子地区为例[J].南方农业学报,2014,45(5):786-789.Wang L Y,Tian Y,Su X.Grey relational analysis between cotton quality and climatic factors:a case of Shihezi city in Xinjiang[J].Journal of Southern Agriculture,2014,45(5):786-789.(in Chinese)

[19]何萍,李宏波,黄惠.1960-2009年云南高原楚雄市气候年代际变化特征及城市气候分析[J].地理科学进展,2011,30(1):65-72.He P,Li H B,Huang H.The analysis of climate decadal change characteristics and urban climate about Chuxiong city of Yunnan plateau during 1960-2009[J].Progress in Geography,2011,30(1):65-72.(in Chinese)

[20]仝文伟,查菲娜,王其英,等.气候变化对河南省小麦产量影响分析[J].河南科学,2009,27(12):1546-1549.Tong W W,Zha F N,Wang Q Y,et al.Analysis of the influences on wheat yield by climate change in Henan[J].Henan Science,2009,27(12):1546-1549.(in Chinese)

[21]苏坤慧,延军平,白晶,等.河南省境内淮河南北气候变化的小麦适应度比较[J].地理科学进展,2012,31(1):63-71.Su K H,Yan J P,Bai J,et al.Comparative studies on degree of adaption of wheat under climate change between areas south and north of Huaihe River in Henan province[J].Progress in Geography,2012,31(1):63-71.(in Chinese)

[22]陈帅.气候变化对中国小麦生产力的影响:基于黄淮海平原的实证分析[J].中国农村经济,2012,(7):4-16.Chen S.The effects of climate change on wheat productivity in China:based on the empirical analysis of Huang-Huai-Hai Plain[J].Chinese Rural Economy,2012,(7):4-16.(in Chinese)

[23]裴雪霞,党建友,张定一,等.近 54a来晋南气候变化及其对旱地小麦产量的影响[J].麦类作物学报,2016,36(11):1502-1509.Pei X X,Dang J Y,Zhang D Y,et al.Climate change during nearly 54 years in south of Shanxi and its effect on wheat yield in dry land[J].Journal of Triticeae Crops,2016,36(11):1502-1509.(in Chinese)

Grey Correlation Analysis between Climatic Elements during Winter Wheat Growing Period and Yield in Counties —A Case Study of Henan Province

ZHAO Kai-na1，NING Xiao-ju2，QIN Yao-chen1，ZHANG Rong-rong1，SHI Qin-qin1
(1．College of Environment and Planning, Henan University, Kaifeng 475004, China; 2．College of Natural Resources and Environment,Henan University of Economics and Law, Zhengzhou 450000)

Based on daily meteorological data and winter wheat yield data collected from 39 meteorological stations in Henan province and surrounding areas during 1996-2015, grey correlation analysis method was adopted to analyze space-time change characteristics of the correlations between climatic elements during winter wheat growing period and yield in countries of Henan province. The results showed that in general, among the correlations between climatic elements and winter wheat yield in Henan province, the temperature correlation was the largest, followed by sunshine hours, while precipitation was the smallest; in terms of spatial distribution of correlations, the correlation in northern regions was higher than that in southern regions; the transitivity of south and north was remarkable;particularly in Xinyang city in the south, its correlation was obviously lower compared to those of other regions.Seen from time quantum, the correlations between climatic elements during winter wheat growing period and yield declined a bit during 1996-2010, while rose abruptly during 2011-2015, showing a distinct inter-annual change feature. In particular, changes in counties located in the southwest and the south were remarkable, while those in the north, east and middle regions were smaller. Generally speaking, the correlations between each climatic element and winter wheat yield presented a rise tendency, and the influences of climate changes on winter wheat yield gradually became obvious. Hence, people should actively take corresponding strategies to cope with effects caused by climate changes.

Temperature; Sunshine; Precipitation; Winter wheat yield; Spatial distribution

10.3969/j.issn.1000-6362.2017.11.005

赵凯娜,宁晓菊,秦耀辰,等.县域冬小麦生育期气候要素与产量的灰色关联度分析:以河南省为例[J].中国农业气象,2017,38(11):729-737

2017-03-03**

。E-mail：qinyc@henu.edu.cn

国家自然科学基金项目（41671536；41501588）；河南省重点科研项目（18B170001）

赵凯娜（1993-），硕士生，研究方向为低碳经济与可持续发展。E-mail：zhaokaina120@126.com