高温热害对江西省早稻产量影响的定量分析

2019-12-11 10:03李迎春帅细强杨蓉刘丹
湖北农业科学 2019年20期
关键词:定量分析早稻

李迎春 帅细强 杨蓉 刘丹

摘要:按地理区域划分,选取有代表性的9个县级气象台站1981—2015年早稻产量、减产百分率、产量结构及对应的高温指标即日平均气温≥30 ℃持续日数、日最高气温≥35 ℃持续日数,采用通径分析法,定量分析高温热害对江西省早稻减产百分率及产量结构的影响。结果表明,江西早稻高温热害发生概率约为80%,造成减产百分率3%以上的年份为30%,且日最高气温比日平均气温影响大;高温持续时间显著影响早稻千粒重、空壳率和秕谷率,除南部及东部早稻千粒重受日最高气温影响权重大外,其余地区日平均气温对产量结构的影响权重大。

关键词:早稻;减产百分率;产量结构;高温逼熟;定量分析

中图分类号:S161.2;S162.5+3         文献标识码:A

文章编号:0439-8114(2019)20-0079-05

DOI:10.14088/j.cnki.issn0439-8114.2019.20.017           开放科学(资源服务)标识码(OSID):

Quantitative analysis on influence of high temperature induced heat

damage on early rice yields in Jiangxi province

LI Ying-chun1,SHUAI Xi-qiang2,YANG Rong3,LIU-Dan1

(1.Jiangxi Institute of Meteorological Sciences,Nanchang 330096,China;2.Key Lab of Hunan Province for Meteorological Disaster Prevention and Mitigation,Changsha 410007,China;3.Ganzhou Meteorological Bureau of Jiangxi Province,Ganzhou 341000,Jiangxi,China)

Abstract: According to the division of geographic area, choosing observation data of early rice yields, percentage of output decrease, yield structure and corresponding high temperature parameter namely continuous days of daily mean temperature over 30 ℃ and daily maximum temperature over 35 ℃ from 9 representative meteorological stations at county-level from 1981 to 2015, and using the method of path coefficient analysis, the impacts of high temperature induced heat damage on percentage of output decrease and yield structure of early rice were quantitatively analysised. The results showed that the probability of high temperature stress in early rice in Jiangxi Province was about 80%, which was 30% when the percentage of production was reduced by more than 3%, and the daily maximum temperature had a greater impact than the daily average temperature. The high temperature duration significantly affected the 1 000-grain weight, empty shell rate, and unfulfilled grain rate of early rice. Except for the 1 000-grain weight, which was affected by the daily maximum temperature in southern and eastern rice, the daily average temperature of the rest of the region had a significant impact on the rice yield composition.

Key words: early rice; percentage of output decrease; yield structure; high temperature induced heat damage; quantitative analysis

高溫热害是中国南方双季水稻产区的主要农业气象灾害之一,影响水稻花粉活性、受精率和灌浆速率,从而影响产量和品质[1-8]。在全球气候变暖背景下,江西省高温热害天气出现越来越频繁,持续时间也有延长趋势,对早稻的影响逐渐突显[1,2,6],但高温天气对早稻产量影响的定量分析却不多见。本研究选取婺源、余干、南昌、瑞昌、宜丰、莲花、泰和、龙南、南康9个气象部门长期观测水稻产量、生物量的气象台站,统计自有规范记录以来1981—2015年共30年9个农业气象观测站早稻产量、对应社会产量、产量结构(千粒重、空壳率、秕谷率)和对应时段的气象资料,按高温逼熟轻度、中度、重度指标[9-11],采用通径分析法[12]分析高温对早稻减产百分率和千粒重、空壳率、秕谷率等产量结构因素的影响。

1  资料与方法

1.1  水稻产量与气象资料

1981—2015年江西省1个国家级农业气象试验站(南昌县)和8个农业气象观测站(婺源、余干、瑞昌、宜丰、莲花、泰和、龙南、南康)早稻考种资料、5月20日至7月20日气温数据、对应社会产量。

1.2  方法

减产百分率=[(当年产量-正常年份平均产量)/正常年份平均产量]×100%。正常年份是指气象条件较有利于水稻生产的年份,当年水稻产量为平或丰。

本研究主要定量分析早稻高温热害期间减产百分率、产量结构(即通径分析中的因变量)和高温热害因子(即通径分析中的自变量)间的关系。高温热害因子为高温热害指标中的日平均气温≥30 ℃、日最高气温≥35 ℃两个因子,两个因子对早稻产量均有影响,但影响程度不一,且两因子间存在相关关系,适用于通径分析法。首先要对早稻产量结构数据、社会产量数据、高温热害数据的可分析性进行正态性检验,当满足正态性或近似正态性的要求后,再用回归分析法建立日平均气温≥30 ℃、日最高气温≥35 ℃两个自变量与减产百分率、产量结构等因变量间的多元线性回归方程:

Y=a0+a1X1+a2X2+a3X3+…+amXm

式中,ai是自变量Xi对因变量Y的偏回归系数,由于偏回归系数的量纲和自变量本身变异程度的不同,使偏回归系数绝对值并不能准确反映相应自变量对因变量相对贡献的大小。因此需要将各偏回归系数标准化,即用相应自变量的标准差(δXi)与因变量的标准差(δY)之比乘以各偏回归系数,所得标准化偏回归系数P即为自变量Xi对因变量Y的直接通径系数。自变量Xi通过其他相关变量对因变量Y的间接通径系数等于相关变量的直接通径系数乘以两者的相关系数。

2  结果与分析

2.1  早稻高温逼熟影响程度分析

早稻减产百分率统计比正常年份减产3%的年份;高温逼熟指标按轻度(持续3~4 d)、中度(5~7 d)、重度(8 d以上)标准统计分别出现年数、单个指标出现年数、两个指标同时出现年数,总年数为9站35年共315年,时段5月20日至7月20日。

细分的统计因子:A1,日平均气温≥30 ℃轻度出现年数;A2,日平均气温≥30 ℃中度出现年数;A3,日平均气温≥30 ℃重度出现年数;A4,日最高气温≥35 ℃轻度出现年数;A5,日最高气温≥35 ℃中度出现年数;A6,日最高气温≥35 ℃重度出现年数;A7,单出现日平均气温≥30 ℃的年数;A8,单出现日最高气温≥35 ℃的年数;A9,日平均气温≥30 ℃、日最高气温≥35 ℃同时出现年数;A10,未出现高温逼熟的年数。

由表1可知,早稻日平均气温≥30 ℃轻度、中度、重度高温热害分别出现了98、72、64年,分别占总年数的31.1%、22.9%、20.3%;日最高气温≥35 ℃轻度、中度、重度高温热害分别出现了104、118、44年,分别占总年数的33.0%、37.5%、14.0%;说明日最高气温≥35 ℃热害出现频率比日平均气温≥30 ℃热害出现频率高。一年中单出现日平均气温≥30 ℃的热害年数仅为13年,占总年数的4.1%,其中,单出现轻度8年,中度5年,重度未出现过;单出现日最高气温≥35 ℃的热害年数为40年,占总年数的12.7%,其中,单出现轻度24年,中度12年,重度4年;两个指标同时出现的年数为168年,占总年数的53.3%,未出现高温逼熟的年数为61年,占总年数的19.4%。以上数据说明江西约每5年中仅1年不会出现高温热害天气,且两个指标多同时出现,单独出现不多见;单出现日最高气温≥35 ℃的年数明显多于单出现日平均气温≥30 ℃的年数,且多以轻度、中度危害为主,单出现重度热害较罕见。

统计分析全省9站35年315个基于社会产量的早稻减产百分率,得出全省有63年早稻减产百分率在3%以上。由表1分析,对应日平均气温≥30 ℃轻度、中度、重度热害的年数分别为23、21、19年,分别占总出现年数的23.5%、29.2%、29.7%;对应日最高气温≥35 ℃轻度、中度、重度热害的年数分别为31、23、10年,分别占总出现年数的29.8%、19.5%、22.7%;减产率3%以上且单独出现日平均气温≥30 ℃热害的仅3年,说明若单出现这一热害指标,无论轻重,对早稻产量几乎无影响;减产率3%以上且单独出现日最高气温≥35 ℃热害的有13年,其中单在轻度热害条件下16.7%的几率造成减产3%以上,中度热害条件下的几率为58.3%,重度热害条件下的几率为50.0%。在两个指标同时出现的条件下(不考虑轻中重影响组合),有47年早稻减产百分率3%以上,占两个指标同时出现年数的28.0%,即若日平均气温≥30 ℃持续3 d以上且日最高气温≥35 ℃持续3 d以上,全省每10年约有3年造成早稻减产3%以上。

2.2  高温对早稻减产率的影响分析

受减产百分率3%以上且出现高温逼熟天气样本数的限制,高温逼熟对早稻减产率的影响分析按全省区域进行。统计日平均气温≥30 ℃持续3 d以上、日最高气温≥35 ℃持续3 d以上日数(分别以X1、X2表示,下同),出现但持续3 d以下的日数不统计,所以不是累计日数。

PXi=Xi的系数×(Xi的标准偏差/Y的标准偏差)。式中,PXi表示第i个指标对减产百分率的直接通徑系数;Xi表示第i个高温逼熟指标;Y表示减产百分率或产量结构。

从表2可以看出,早稻减产百分率和日最高气温≥35 ℃持续3 d以上天数的偏斜度接近于0,说明这两组数据近似满足正态性要求,进行相关统计、回归和通径分析的结果可靠;而日平均气温≥30 ℃持续3 d以上天数的偏斜度低于0.5,远大于0,数据的正态性分布不好,进行统计、回归和通径分析的结果可靠性将较差,这可能与样本数较少有关,另一种可能是早稻减产与其他灾害或非自然因素有关。

由表3可以看出,早稻减产百分率与日平均气温≥30 ℃持续3 d以上日数和日最高气温≥35 ℃持续3 d以上日数呈正相关。方差分析结果表明,达极显著水平(F=137.95、Significance F=1.989E-12);相关系数R=0.966,显著水平的临界值为0.513 9,极显著水平的临界值为0.641 1;表明日平均气温≥30 ℃持续3 d以上天数和日最高气温≥35 ℃持续3 d以上天数与早稻减产百分率相关性达极显著水平。说明江西省早稻关键生育期间,日平均气温≥30 ℃、日最高气温≥35 ℃持续天数越多,对早稻产量影响越明显。此外,日最高气温≥35 ℃持续3 d以上天数对早稻减产百分率的直接通径系数为0.502,日平均气温≥30 ℃持续3 d以上天数对早稻减产百分率的直接通径系数为0.440,说明日最高气温≥35 ℃持续3 d以上天数比日平均气温≥30 ℃持续3 d以上天数对早稻产量影响的贡献大。

2.3  高温对早稻产量结构的影响分析

江西省高温逼熟虽较严重,但受南北纬度差异、地形地貌、海拔高度等影响,不同区域高温逼熟对水稻的影响有明显差异,如地处赣东北的婺源和赣中南的泰和,海拔高度均为80 m左右,但早稻生育期间婺源年日平均气温≥30 ℃持续3 d以上日数仅为2.04 d,而泰和则高达11.48 d,差异十分明显。且由于高温逼熟发生年数对应的产量结构的样本数较多,所以将对早稻产量结构的影响分4个区域进行,分别为赣东北的武夷山区、赣西北的庐山区、赣西的井冈山区和赣南的南岭山区,其划分标准按经纬度、山系分布对区域气候影响的一致性进行。区域划分见图1。9个站点划分结果见表4。

根据1981—2010年9个农业气象观测站资料,按表4区域分别统计分析。早稻千粒重、空壳率、秕谷率与高温逼熟指标的通径分析结果分别见表5、表6、表7。

由表5可以看出,除赣东北武夷山区千粒重与日最高气温≥35 ℃持续3 d以上天数回归方程未通过检验外,其余均通过信度0.05以上的检验,说明江西省早稻千粒重受高温逼熟影响显著,持续时间越长,千粒重下降越明显。此外,直接通径系数值表明,除赣南南岭山区X2对千粒重影响比X1权重大外,其余X1影响权重均大于X2。

由表6可以看出,所有区域早稻空壳率与X1和X2的回归方程均通过信度0.05的检验,说明早稻空壳率受高温逼熟影响是显著的,空壳率与高温逼熟呈正相关,高温逼熟时间越长,空壳率越大。直接通径系数结果表明,除赣东北武夷山区外,其余区域X1对空壳率的影响均比X2的影响大。

由表7可知,除赣东北武夷山区早稻秕谷率与X2回归方程未通过检验外,其余均通过检验。说明早稻秕谷率与高温逼熟呈正相关,即高温时间越长,秕谷率越大。直接通径系数结果表明,除赣东北武夷山区外,其余区域X1对秕谷率的影响远大于X2的影响。

3  小结与讨论

1)高温对早稻产量影响显著。通过分析得出,江西省高温逼熟与早稻产量结构的相关性显著,南岭山区、赣东北武夷山区千粒重受日最高气温影响权重大,其余各区日平均气温对产量结构的影响权重大。

2)对早稻减产率的分析有待细化。早稻减产年份数较少,特别是社会产量,且要排除非高温逼熟造成减产的因素,用于统计分析的样本受到限制;全省常年观测水稻生物量、产量结构的气象台站较少,样本分布在地理上较零散,区域代表性和精度较差。

3)分析方法上有改进的空间。本研究对高温逼熟的影响分析是基于常年气象观测台站现有高温资料,其代表的空间和范围有限。在现有台站高温数据的基础上,应用GIS等技术通过合理的空间分析模型计算无气象观测台站区域的高温数据,增加高温指标的样本数,再结合产量结构分析高温对早稻的影响,结果将可能更接近真实情况。

参考文献:

[1] 魏  丽.“高温逼熟”和“小满寒”对江西省早稻产量的影响[J].气象,1990,17(10):47-49.

[2] 钟  飞,付  慧.吉安市近50年早稻灌浆期高温危害的初步分析[J].江西农业学报,2009,21(2):108-109.

[3] 谢志清,杜  银,高  苹,等.江淮流域水稻高温热害灾损变化及应对策略[J].气象,2013,39(6):774-781.

[4] 万素琴,陈  晨,刘志雄,等.气候变化背景下湖北省水稻高温热害时空分布[J].中国农业气象,2009,30(S2):316-319.

[5] 汤昌本,林  迢,简根梅,等.浙江早稻高温危害研究[J].浙江气象科技,2000,21(2):14-18.

[6] 谢远玉,张智勇,刘翠华,等.赣州近30年气候变化对双季早稻产量的影响[J].中国农业气象,2011,32(3):388-393.

[7] 曾  凯,居为民,周  玉,等.高温逼熟等级对早稻产量与品质特征的影响[J].中国农学通报,2011,27(30):120-125

[8] 查光天,鲍思祈.气候因子对早稻产量构成的影响[J].浙江农业科学,1986(4):176-179,198.

[9] 黄义德,曹流俭,武立权,等.2003年安徽省中稻花期高温热害的调查与分析[J].安徽农业大学学报,2004,31(4):385-388.

[10] 陸魁东,黄晚华,申建斌,等.湖南一季超级稻种植气候区划[J].中国农业气象,2006,27(2):79-83.

[11] 田  俊,聂秋生,崔海建.早稻乳熟初期高温热害气象指标试验研究[J].中国农业气象,2013,34(6):710-714.

[12] 任红松,朱家辉,杨  斌,等.EXCEL在通径分析中的应用[J].农业网络信息,2006(3):90-92.

猜你喜欢
定量分析早稻
2021年全国早稻总产量2802万吨 比2020年增产72.3万吨
宋代早稻若干问题探讨
商务英语词汇量与商务英语阅读能力相关性研究
2012年全国早稻增产54万吨