海南省早稻产量与生育期气象因子的灰色关联与相关性分析

邓吉良， 李茂芬， 李玉萍， 刘恩平， 郭澎涛

(1.海南大学热带农林学院，海南海口 570228； 2.中国热带农业科学院科技信息研究所，海南儋州 571737；3.中国热带农业科学院橡胶研究所，海南儋州 571737)

水稻为原产于热带地区的禾本科草本植物，喜高温多湿，是热带地区最重要的粮食作物之一。我国作为人口大国和农业大国，近几十年来，随着全球气候的变化，越来越多的学者关注气候变化对水稻产量影响的问题[1-8]。海南省是位于我国最南端的农业大省，属于热带岛屿季风气候区，受热带气旋、冷空气、西南低压槽、南海低压槽、副热带高压等多种天气系统影响。近年来，大量的学者开展了海南岛气候变化分析，以及各地气象因子对早稻产量影响的研究[9-20]，如陈小丽等对海南岛各季气候变化特征进行分析，认为海南气候变暖趋势明显，南部地区各季降水量呈明显上升趋势[10]。孙瑞等研究认为，近几十年来海南岛相对湿度、风速和日照时数都有下降趋势[11]。查光天等研究发现，杭州市早稻产量由气温、日照时数、降水量等多种气象因子决定[12]。罗丽华等学者研究发现，湖南省水稻分蘖期的较高相对湿度会影响早稻总苗数，后期较高的气温有利于早稻增产[13]。杜尧东等利用CERES作物生长模型研究表明，气温的升高会导致广东地区水稻生育期缩短，产量减少且品质降低[19]。姚凤梅等通过DSSAT模型研究认为，随着近年来气温的增加，海口水稻产量有较大幅度的下降[20]。以上学者主要在全年或每季的时间尺度上研究了海南岛整体气候变化趋势，以及各地气象因子对早稻的影响。但具体针对海南各个市(县)早稻生育期内气象因子变化趋势的研究较少，海南省早稻生育期气象因子对早稻产量的影响还未见研究报道。海南省作为我国为数不多的拥有热带资源的地区，探究在当前复杂气候背景下气象因子对海南省早稻的影响十分必要。

由于地区气候的差异性，不同地区早稻产量受到的气象影响不尽相同。本研究为揭示海南省早稻生育期内气象的变化趋势以及气象因子对早稻产量的影响，选取1998—2013年海南省海口、儋州、琼中、陵水这4个站点的降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、最小相对湿度和日照时数为气象要素，首次尝试结合灰色关联分析、相关性分析和多元逐步回归分析探究海南省早稻生育期气象因子对早稻产量的影响，以期找到影响海南省早稻产量的气象因子，指导农业生产，提高早稻产量。

1 材料与方法

1.1 研究区域

以海南省4个代表性较好、分布较为均匀的站点——海口、儋州、琼中和陵水为研究区域，具体分布如图1所示。海口市地处海南岛北部，毗邻琼中海峡；儋州市位于海南岛西部，西临北部湾；琼中县地处海南岛中部；陵水县位于海南岛的东南部，东濒南海。

1.2 数据来源及预处理

本研究于2015年10月在中国热带农业科学院科技信息研究所进行。海口、儋州、琼中、陵水这4个站点1998—2013年的逐日气象数据(降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、最小相对湿度和日照时数)由国家气象中心/中国气象局气象数据中心提供。为了确保气象资料的可靠性，首先对数据进行如下质量控制：(1)将原始数据中有缺失值的整条气象记录剔除；(2)日最高气温小于日最低气温的气象记录整条剔除。(3)剔除平均风速大于最大风速的整条气象记录；(4)最小相对湿度大于平均相对湿度的气象记录整条剔除(5)剔除日照时数实际观测值大于理论值的整条气象记录。

早稻产量数据来源于《海南统计年鉴》，海口、儋州、琼中、陵水4个站点的早稻生育期分别为2—6月、2—6月、1—6月、1—5月。近年来，海南省的水稻种植面积存在波动，因此选择单产为研究对象，以消除种植面积变化所产生的影响[21]。

1.3 分析方法

由于影响水稻产量的因素除了气象以外还包括品种创新、政策影响、技术改良等，为了准确地探讨气象因子对水稻产量的影响，将相对气象产量作为早稻产量研究对象。本研究根据房世波的方法[22]分离出趋势产量Yt和气象产量Yw，具体方法如下：

Y=Yt+Yw+e；

(1)

Rm=Yw/Yt×100%。

(2)

式中：Y为实际产量；e为随机误差，忽略不计；Yt可由3年滑动平均值求得，代入式(1)计算得到Yw后再代入式(2)，即可计算出相对气象产量Rm。

灰色关联分析法精确度较高、使用简便、适用范围广，在农业领域被广泛应用[23]。本研究以1998—2013年海口、儋州、琼中、陵水4个站点早稻相对气象产量为比较序列，将早稻生育期降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、最小相对湿度和日照时数作为参考序列，根据于萍等的方法[24]，计算早稻生育期与早稻产量的关联系数并对关联度排序。

最后采用Excel和SPSS软件进行线性趋势分析、Pearson相关性分析和多元逐步回归建模。

2 结果与分析

2.1 早稻单产变化趋势

1998—2013年以来，在生产技术、气候因素、品种改良等多重影响下，海口、儋州、琼中和陵水4个站点早稻单产产生了明显变化，其中海口和儋州早稻单产呈下降趋势，琼中和陵水2站点早稻单产均呈波动上升趋势。

由表1和图2可知，除儋州站点的早稻平均单产高于全国早稻平均单产水平(5.46 t/ hm2)外，其余3个站点均低于全国水平(data.stats.gov.cn)。海口早稻实际单产平均值为5.05 t/hm2，1998—2013年单产下降幅度高达13.09%，其中2000年单产最高，达5.99 t/hm2，随后开始下降。儋州早稻的平均实际单产为5.86t/hm2， 在这16年中小幅波动下降，下降幅度为9.97%。1998至2013年，琼中和陵水早稻实际单产增长率分别为43.34%和17.07%。琼中早稻单产平均值为4.89 t/hm2，在2013年达到峰值，为5.92 t/hm2。陵水早稻的平均单产为4.67 t/hm2，2011年单产最高，达 5.37 t/hm2。琼中和陵水2站点的早稻单产在2005年均有明显下降，自2006年开始又出现波动型回升。

表1 1998—2013年海南早稻产量基本统计情况

从图3可以看出，4个站点的气象单产呈波动型变化。总体上看，海口和儋州2站点的早稻气象单产呈下降趋势，琼中和陵水气象单产呈上升趋势。在2005年前后，4个站点的早稻气象单产均占有较大比例，且在2010年前后气象单产有逐渐上升的趋势。以上结果表明，气象条件对近年来海南省早稻产量依然有较大影响。

2.2 气象因子变化趋势

各个站点的气候因子年际变化趋势如图4所示。1998—2013年4个站点早稻生育期的年均降水量波动较大，但均无明显的变化趋势。总体上看，陵水早稻生育期的降水量少于其他3个站点，且在2013年达到最低值，降水量仅 130.2 mm。

由图4可知，海口早稻生育期平均风速和最大风速的线性气候倾向率分别为1.35 m/(s·10年)和2.31 m/(s·10年)，在2006—2007年，平均风速和最大风速急剧上升，增幅分别达139.70%和118.82%。而儋州和琼中早稻生育期内的平均风速和最大风速呈明显的下降趋势，线性气候倾向率分别为-0.51、-0.59 m/(s·10年)和 -0.56、-0.75 m/(s·10年)。

1998—2013年，海口、儋州2站点早稻生育期内的平均气温、日最高气温和日最低气温整体呈缓慢下降趋势。琼中早稻生育期内日最低气温具有小幅上升趋势。从图4可以看出，在这16年间，琼中早稻生育期内平均气温和日最低气温均明显低于其他3个站点。陵水早稻生育期的平均气温、日最高气温均呈下降趋势，而日最低气温则出现缓慢上升。

在早稻生育期相对湿度这一气象因子中，除儋州外，其他站点平均相对湿度均呈下降趋势；4个站点的最小相对湿度都为下降趋势。但仅海口这一站点的最小相对湿度在这16年里有明显的变化趋势，线性倾向率为-3.43%/10年。海口早稻生育期最小相对湿度在2000—2002年下降最为明显，降幅达10.69%。

1998—2013年，4个站点的日照时数均无明显变化趋势。其中，琼中早稻生育期日照时数呈上升趋势，且整体大于其他3个站点。

2.3 早稻产量与生长季气象因子的灰色关联分析

气象因子对水稻产量的影响是一个持续的过程，因此在整个生育期的时间尺度上采用灰色关联分析法分析海口、儋州、琼中、陵水早稻生育期中气象因子对早稻产量的影响，探讨在早稻生育期中影响早稻产量的关键气象因子。分析结果(表2)表明，海口早稻生育期整体气象因子与早稻产量的关联度大小排序为平均风速>最大风速>日照时数>日最高气温>平均气温>日最低气温>平均相对湿度>最小相对湿度>降水量。儋州早稻生育期整体气象因子与早稻产量的关联度大小排序为平均风速>最大风速>日最高气温>平均气温>日照时数>日最低气温>平均相对湿度>最小相对湿度>降水量。琼中早稻生育期整体气象因子与早稻产量的关联度大小排序为平均风速>降水量>最大风速>日照时数>最小相对湿度>平均相对湿度>日最高气温>平均气温>日最低气温。陵水早稻生育期整体气象因子与早稻产量的关联度大小排序为日照时数>最大风速>最小相对湿度>平均相对湿度>日最高气温>平均气温>日最低气温>平均风速>降水量。由此可见，影响海南省早稻产量的主要气象因子为风速(海口、儋州、琼中早稻受到平均风速的影响最大，陵水早稻主要受到最大风速的影响)，而降水量这一气象因子仅对琼中早稻有较大影响，关联度为6.036 4，在其他3个站点中均对早稻产量的影响最小。

表2 早稻相对气象产量与生育期整体气象因子的灰色关联度

2.4 早稻产量与生育期内每旬气象因子的相关性分析

由于水稻生育期内各生长阶段需按旬来细分，因此本研究在每旬的时间尺度上探讨了早稻生育期气象因子对4个站点早稻相对气象产量的影响，分别进行相关性分析。表3为通过显著性检验的早稻气象因子与相对气象产量的相关系数。相关性分析表明，影响海口早稻产量的主要气象因子仅有4月下旬降水量，且为正相关。4月上旬为水稻进入生殖生长的关键时期，需水量较大，充足的水分保证了产量的提高。

影响儋州早稻产量的气象因子主要有3月上旬平均气温、3月上旬日最高气温、3月上旬日最低气温、4月下旬降水量、5月上旬平均相对湿度、5月中旬平均相对湿度、5月中旬最小相对湿度、5月下旬最小相对湿度、6月上旬平均相对湿度、6月中旬平均相对湿度、6月中旬最小相对湿度、6月下旬最小相对湿度，且与产量均呈正相关关系。其中，降水量仅在4月下旬对产量产生影响，平均气温、日最高气温和日最低气温仅在3月上旬影响早稻产量。3月上旬日最低气温对早稻产量影响最大，相关系数达0.636。平均湿度和最小相对湿度对产量影响的持续时间较长，影响较大，从5月上旬一直持续到6月下旬。

琼中早稻产量主要受到2月上旬降水量、2月上旬平均风速、2月上旬最大风速、3月中旬平均相对湿度、5月中旬最大风速、5月中旬平均气温、6月上旬平均气温、6月上旬平均相对湿度、6月上旬日照时数、6月中旬平均相对湿度、6月下旬平均气温、6月下旬日最高气温、6月下旬最小相对湿度的影响。4个站点中仅琼中早稻产量受到平均风速、最大风速和日照时数的显著影响。产量随风速的增大而减少，这是由于较大的风速易对水稻产生机械损伤和倒伏，尤其是在生殖生长时期，水稻更易受害[25]。6月上旬的日照时数与早稻产量呈正相关关系，同时其平均气温对早稻有增产作用，虽然较长日照和较高的气温利于水稻的光合作用，而此时相对湿度越大越容易产生病虫害，因此6月上旬的平均相对湿度成为产量的限制因子[26]。

影响陵水早稻产量的气象因子主要有1月下旬平均气温、1月下旬日最高气温、1月下旬平均相对湿度、2月上旬平均气温、2月上旬日最低气温、2月上旬平均相对湿度、2月下旬降水量、2月下旬最小相对湿度、5月上旬平均相对湿度、5月上旬最小相对湿度、5月中旬日最低气温，且都与产量呈负相关关系。在1月下旬和2月上旬，陵水早稻产量随气温和相对湿度的增加而减少，其主要原因在于水稻在高热高湿的气象条件下易发生病虫害[27]。

2.5 早稻相对气象产量的逐步回归分析

多元逐步回归分析结果如下：

Rm=-1.09+0.003X1+0.016X2+0.013X3-0.012X4，r2=0.794。

(3)

式(3)为海口早稻生育期气象因子对早稻相对气象产量的逐步回归建模结果。其中，X1为4月下旬降水量，X2为6月上旬平均相对湿度，X3为6月下旬最小相对湿度，X4为2月上旬平均相对湿度。

Rm=-0.47+0.004X1+0.001X2+0.011X3，r2=0.831。

(4)

式(4)为儋州早稻生育期气象因子对早稻相对气象产量的回归方程式。其中，X1为5月中旬最小相对湿度，X2为4月下旬降水量，X3为3月上旬平均气温。

Rm=0.358-0.031X1+0.004X2+0.025X3-0.138X4+0.100X5+0.018X6-0.027X7-0.001X8+0.004X9+0.002X10+0.001X11，r2=1。

(5)

式(5)为琼中早稻生育期气象因子对早稻相对气象产量的逐步回归建模结果。其中，X1为6月下旬日最高气温，X2为2月上旬降水量，X3为3月上旬日最低气温，X4为5月上旬平均风速，X5为4月中旬平均风速，X6为5月上旬最大风速，X7为5月中旬平均风速，X8为6月中旬日照时数，X9为1月上旬日最低气温，X10为3月中旬平均相对湿度，X11为4月下旬日最低气温。

表3 与早稻相对气象产量显著相关的气象因子(P<0.05)

注：“—”表示气象因子与早稻相对气象产量的相关性未达α=0.05的显著性水平。

Rm=0.595-0.004X1-0.001X2-0.008X3-0.030X4+0.005X5-0.005X6-0.002X7，r2=0.999。

(6)

式(6)为陵水早稻生育期气象因子对早稻相对气象产量的回归方程。其中，X1为1月下旬平均相对湿度，X2为2月下旬降水量，X3为1月上旬日最高气温，X4为1月下旬最大风速，X5为1月上旬日最高气温，X6为2月上旬日最低气温，X7为1月中旬日最低气温。

经过多元逐步回归分析，4个地区早稻产量模型均通过α=0.05水平的显著性检验。采用1998—2013年的气象数据对4个地区的早稻产量模型进行回代拟合，由表4可知，海口2013年产量误差最大，为-11.20%。海口、儋州、琼中、陵水4个站点绝对误差的平均值分别为3.25%、2.19%、0.35%、3.50%，绝对误差≤5%的拟合率分别为75.00%、93.75%、100.00%、87.50%，琼中早稻产量模型的拟合度最好，儋州早稻产量模型的拟合度次之。表明4个早稻产量模型可以较为准确地分析气候因子对早稻产量的影响，并进行产量预报。

3 讨论与结论

在全球气候变暖的背景下，1998—2013年海口和儋州早稻产量明显下降，分别在2003年和2005年以后有缓慢上升趋势，表明近年来海南省早稻产量有持续回升的可能。虽然海口和儋州早稻在16年里由于政策条件、品种改良和技术革新等影响气象单产所占比例有所下降， 但4个站点的气象单产均在2010年前后比重有所增加，结果表明，未来一段时间气象因子依然会对海南省早稻产量产生较大影响。以海口为代表的海南岛北部、以儋州为代表的海南岛西部和以琼中为代表的海南岛中部早稻产量主要受到平均风速影响，以陵水为代表的海南岛东南部主要受到日照时数影响。

表4 1998—2013年各站点早稻产量实际值与拟合值

在4个站点的早稻生育期中，海口平均风速和最大风速具有明显上升趋势(其中在2006—2007年，平均风速和最大风速急剧上升，增幅分别达139.7%和118.82%)，最小相对湿度呈明显下降趋势；儋州和琼中平均风速和最大风速呈明显下降趋势；陵水日最低气温呈明显下降趋势。4个站点的其他气象因子在1998—2013年均无明显变化趋势。

1998—2013年期间，琼中日照时数整体大于海口、儋州和陵水，然而平均气温和日最低气温明显小于其他3个站点，琼中日照时数、气温和降水量等气象因子之间的关系还有待进一步分析。

从整个生育期的时间尺度来看，灰色关联分析结果表明，影响海口、儋州和琼中早稻产量的主要气象因子均为平均风速，影响陵水早稻产量的气象因子为日照时数。在旬的时间尺度上的相关性分析结果表明，对海口、儋州、琼中和陵水早稻产量影响最大的气象因子分别为4月下旬降水量、3月上旬日最低气温、6月下旬日最高气温、1月下旬平均相对湿度。影响海口早稻产量的主要气象因子仅有4月下旬降水量，且为正相关；儋州早稻生育期平均湿度和最小相对湿度对产量影响的持续时间较长，影响较大，呈正相关关系，其影响从5月上旬一直持续到6月下旬；4个站点中仅琼中早稻产量受到平均风速、最大风速和日照时数的影响，早稻产量与2月上旬平均风速和最大风速、5月中旬最大风速呈负相关，而6月上旬日照时数的增加有利于提升产量；陵水早稻产量则主要受到气温和相对湿度的影响，且产量随气温和相对湿度的增加而减少。

经过多元逐步回归分析，4个站点的早稻产量模型能较为准确地预报产量并分析气象因子对产量的影响。

气象变化对水稻生产的影响有诸多不确定性，在生产上应及时关注天气动态，早稻生育期内不同时期采取相应的措施来增加产量或减少损失。如琼中的早稻产量与3月中旬平均相对湿度呈正相关关系，因此当降水量较少、气温较高时可以适当灌水；而在6月上旬，早稻产量与平均相对湿度呈负相关关系，当降水较多时应采取适时、适当排水落干的措施，减少病虫害的发生及其他不利影响。同时，在不同的水稻物候期应注意不同主要气象因子的影响。为了提高早稻产量，减少灾害发生几率，可以根据气象条件提前或延后水稻种植。因此农业部门应做好农业气象预报，完善预防灾害措施和灾后恢复指导工作。