南京单季晚稻生育期气象因子对产量的影响

孔维财，尤明双

(1.南京市高淳区气象局，江苏 南京 211300；2.钦州市灵山县气象局，广西 灵山 535400)

水稻是我国主要的粮食作物之一，在粮食生产中占有非常重要的地位。水稻是喜光短日照植物，良好的温光水条件是增产的必要条件。近年来各种技术与措施已趋于成型，这些条件对水稻产量的影响也趋于稳定。随着全球气候变暖的加剧，温光水条件变化频繁、气象灾害频发，气象条件对水稻产量的影响也越来越大[1]。南京市地处中国东部，降水充沛，水网密布，自古就是水稻的主要种植地之一。

国内外许多学者在气象因子与水稻产量的关系方面已经做了大量的研究。刘春等[2]研究表明光热条件与水稻干物质积累和茎叶生长有很大的相关性；李茂芬等[3]分析了气象因子对海口晚稻生育期的影响，表明10月上旬降水量、平均相对湿度为晚稻产量的主要限制因子，日照有增产作用；张育慧等[4]研究了金华市晚稻产量与气象要素的关系，表明晚稻产量与7月中旬、8月中旬平均气温呈负相关，与7月中旬降水、9月上旬日照呈正比；邓吉良等[5]研究海南省早稻产量与气象因子的关系表明，早稻产量与平均风速、日照时间相关性非常高。这些研究都为分析单季晚稻产量与气象因子的关系提供了借鉴。

基于气象因子的水稻产量预测方法较多，但是各地气候存在差异性，关键气象因子不尽相同，且大多数研究直接采用线性回归进行分析，忽略了各气象因子之间的相关性[6]，因此，本文先采用主成分分析，消除各气象因子之间共性的影响，建立适用于南京地区的产量模拟模型，以期为准确预测单季晚稻产量、合理利用气象资源提供一定的理论依据。

1 材料与方法

1.1 数据来源

本文数据包括1991—2018年南京单季晚稻单产数据和生育期资料，南京月气温、降水、日照等气象数据。水稻产量和气象数据均来自于南京市统计年鉴，水稻生育期气象资料来自于南京农业气象观测单季晚稻观测记录。

1990年后，南京市主要种植中稻和单季晚稻，早稻、双季后作稻等面积逐渐减少，本文选取单季晚稻单产数据作为分析对象。

1.2 研究方法

产量分析。单季晚稻产量可分为趋势产量、气象产量[7-10]。

趋势产量表达式：Y=Yt+Yw+ε；

式中，Y为实际单产；Yt为趋势产量，由5 a滑动平均求得；Yw为气象产量；ε为随机误差，研究中忽略不计。

影响单季晚稻产量的因素除了气象条件外，还包括品种改良、政策影响、技术改良等[11-13]，为了准确分析气象因子对单季晚稻产量的影响，使不同时期的水稻产量有可比性，本文引入相对气象产量Ym，即：Ym=Yw/Yt×100%。

主成分分析。因为气象因子中气温、降水和日照有很大的相关性，如1991—2018年南京5—10月日照与总降水量存在显著相关性，系数为-0.411(在0.05水平显著相关)。当分析的因子数量较多时，会导致线性回归分析结果不精确。主成分分析法是一种降维的方法，把多个因子化为少数几个综合的、不相关变量的统计方法。本文采用SPSS软件进行主成分分析，提取累计方差贡献率≥80%的主成分，再把主成分作为自变量与相对气象产量进行线性回归分析，并建立模型，最后进行模型的检验。

2 结果与分析

2.1 关键气象因子分析

通过统计分析1991—2018年单季晚稻生育期，把南京单季晚稻的生育期划分为3个关键生育阶段，即播种—分蘖期(F1)、拔节—抽穗扬花期(F2)、灌浆—成熟期(F3)，时间段分别定为5—7月、8—9月和10月。根据水稻生育期特性和各因子与单产的相关性，选择3个关键生育期的平均气温、降水量和整个生育期日照时数，关键影响因子总共7个(X1～X7)。

2.2 主成分分析及模型建立

通过对关键气象因子的主成分分析，主成分(P1～P2)载荷如表1所示，并都通过了0.01水平的显著性检验。选取前4个主成分，其累计贡献率≥83.0%。在P1中，5—7月平均气温和降水占较大的比重，主要反映的是播种—分蘖期的气象因子；在P2中，10月平均气温和总日照时数占主要成分，表征的是灌浆—成熟期的热量情况；在P3中8—9月平均气温和降水量较为重要，表明该主成分是代表拔节—抽穗扬花期各气象条件的；P4贡献值较小，其构成与P3相似。

表1 南京市单季晚稻相对气象产量的主成分分析

将主成分P1～P4与单季晚稻相对气象产量进行回归分析，并建立回归方程：Ym=-0.029P1-0.005P2+0.030P3+0.048P4-23.569，该回归方程相关系数r=0.462。

将各分量代入上式得出：Ym=0.022 3X1+0.050 5X2-0.010 2X3-0.011 1X4-0.021 5X5+0.010 3X6+0.037 3X7-23.569。

由上式可以看出，拔节—抽穗扬花期气温对相对气象产量影响最大，其次是播种—分蘖期的气温，积温是水稻生长的一个重要指标，在其他条件稳定情况下，气温的高低决定了水稻产量的高低[14]；负相关系数最大的是拔节—抽穗扬花期的降水量，拔节期水稻正处于生长旺盛时期，降水增多的同时会伴有日照减少，导致干物质积累不足，当水稻扬花期遇到强降水，会导致明显减产[15]。

2.3 模型检验

为检验回归模型准确性，引入准确率[16]，准确率=(1-|模拟产量-实际产量|/实际产量)×100%。

检验结果表明，模型预测结果准确率61.5%～99.9%，平均预报准确率为89.0%，模型模拟可信度高。其中最小准确率出现在1997年，为61.5%，该年气象条件较差，8月下旬到10月底降水量不足60 mm，干旱少雨、日照不足，相对气象产量为负最大值，拟合度较差；相对气象产量正最大值出现在1994年，预测准确率为65.1%，准确率低。

3 小结与讨论

根据南京水稻多年生育期资料分析得出，水稻的关键生育期为播种—分蘖期、拔节—抽穗扬花期和灌浆—成熟期。研究发现，影响长江中下游水稻产量最主要的因子为降水，其次为日照时数、总热效应、气温等[6]。通过主成分分析南京单季晚稻生育期气象因子对产量的影响得出，影响南京单季晚稻产量的最主要气象因子是播种—分蘖期的气温、拔节—抽穗扬花期的气温和降水量、灌浆—成熟期日照时数，这与其他学者研究结果相似。结合单季晚稻的生育时段来看，播种—分蘖期易出现低温灾害等天气，良好的温度基础能保证水稻安全度过苗期。在拔节—抽穗扬花期，尤其是扬花期，对降水非常敏感，如花期遇到暴雨，会导致明显减产。良好的光温水配合是水稻稳定高产的关键条件。利用主成分分析法建立单季晚稻相对气象产量预测模型，并通过了0.01水平的显著性检验。以实际产量对模型进行验证，结果表明，预测结果准确率61.5%～99.9%，平均预报准确率为89.0%，模型模拟可信度高。

本研究的模型只模拟了气象因子对南京市单季晚稻产量的影响，分析方法为经验统计模型，与实际水稻生长的复杂性相比较为简单，对此值得进一步深入研究。