黄淮海地区玉米生育期制图研究

王晓伟，李晓玉，史雯琪，赵海根，孙 琛，游松财

(1.中国农业科学院农业环境与可持续发展研究所，北京 100081； 2.东北农业大学，黑龙江哈尔滨 150000)

近年来，我国粮食生产连年丰收，库存充实，粮食安全总体有保障，但粮食安全的基础还不稳固，特别是玉米供求形势出现根本性逆转，打破了市场相对均衡的格局，带动粮食供求趋紧[1-2]。黄淮海地区(Huang-Huai-Hai，3H)作为我国第二大玉米主产区以及第一大夏玉米主产区，该地区玉米的产量保证对我国粮食安全起着重要作用[3]。黄淮海地区位于华北、华东和华中3个地区的结合部，区内地势平坦，土地资源丰富。随着全球变暖、地表气温升高，黄淮海部分地区作物熟制由一年两熟逐渐推广到一年三熟，复种指数提高，作物品种由早熟品种发展到中晚熟品种，作物单位面积产量不断增加[4-5]。气候变暖导致玉米生长季积温增加的同时也导致玉米生长季降水总量减少且时空波动性增强，又因该区域雨热同季，降水比较集中，6—9月降水量占全年的60%～80%，并受季风气候影响，自然灾害发生频繁，对黄淮海地区玉米生产的稳定性带来严峻挑战，并进一步影响全国粮食产量的稳步增长[6]，进一步突显黄淮海地区对于玉米气象灾害监测的重要性。

遥感技术的发展及气象数据实时发布，使得监测玉米气象灾害成为可能，但实时监测需要详细的作物信息支持，包括作物的空间分布及发育进程信息，因此玉米生育期信息的获取成为了灾害预警、监测与灾损评估的关键。但目前黄淮海地区玉米生育期数据存在生育期观测不完整、数据记录少等缺陷，导致依据现有生育期数据的空间插值结果的准确性不足，无法获得较为准确的玉米生育期空间分布及生育进程，阻碍了黄淮海地区玉米气象灾害监测预警工作的开展。国内外学者针对玉米生长发育进程与气候资源的变化关系以及各种气候资源的变化开展了大量研究：Liu等研究发现，由于气候变化的影响，春季玉米、夏季玉米以及间作玉米的营养生长期呈现缩短趋势，而繁殖生长期呈延长趋势[7]；徐玲玲等研究表明，气候变化带来的温度升高会抑制黄淮海地区夏玉米生长发育，高温条件不利于玉米籽粒灌浆的同时，地表蒸发量的增大导致旱灾发生概率增加，最终影响夏玉米生产的稳定性[8]；Chen等研究表明，相同时间播种的玉米生育期随海拔升高而延长，每升高100 m，生育期延长 4～5 d[9]；Rizzo等研究发现，美国内布拉斯加地区玉米增产的主要因素是气候变化趋势以及农艺的影响[10]；Dwamena等研究了降水、温度和相对湿度对非洲地区玉米产量的影响，其中最高气温升高以及相对湿度增加对玉米产量产生负影响[11]。

目前，大多数研究是基于全球气候变暖的大背景下从气候资源角度出发，结合可直接获得的气象数据以及玉米生育期数据，讨论气候变化对玉米生育期的影响，对于解决黄淮海玉米生育期数据所存在的上述问题以及该地区玉米生育进程在时间尺度和空间分布特征方面的研究较少。因此，本研究在前人的研究基础上，利用3套来源及生育期记录均不相同的黄淮海地区玉米生育期数据集，结合黄淮海地区玉米生长发育规律，对数据进行融合处理，获得了包含玉米播种期、出苗期、3叶期、拔节期、抽雄期、开花期、吐丝期、成熟期共8个玉米生育期的数据集及其各生育期图谱，解决了黄淮海地区玉米生育期数据生育期观测不完整、数据记录少的问题，为该地区玉米气象灾害的监测、预警与灾损评估提供了基础性的数据支持。

1 材料与方法

1.1 研究区域概况

黄淮海地区主体由黄河、淮河与海河及其支流冲积而成的黄淮海平原，以及与其相毗连的鲁中南丘陵和山东半岛构成，行政区划范围大致包括北京、天津和山东3省(市)的全部，河北及河南2省的大部，以及江苏、安徽2省的淮北地区[12]。该地区总耕地面积占全国总耕地面积的25%，为我国的商品粮基地之首，属于半干旱半湿润地区，热量资源可满足一年两熟的要求，主要栽种方式为冬小麦—夏玉米轮作，年降水量500～900 mm，季节分配不均，集中在夏季[13]。受季风气候的影响，干旱、高温、涝渍、寡照是在黄淮海地区玉米生长季内发生的主要气象灾害，由于黄淮海地区不同地域之间热量资源差异显著，从而导致各地域玉米生长发育的进程不一致。由于玉米在不同发育期(QX/T 361—2016《农业气象观测规范 玉米》)对气象灾害的敏感度不同，因此不同气象灾害影响的生育期不同(表1)。

表1 黄淮海地区玉米各生育期易发气象灾害

1.2 数据来源

本研究所使用的玉米生育期数据来源于国家气象科学数据中心(CMA，https：//data.cma.cn)记录的黄淮海地区2010—2014年41个站点的玉米生育期数据，涵盖播种期、出苗期、3叶期等5个生育期，缺抽雄期、开花期及吐丝期3个时期；中国农业科学院农业环境与可持续发展研究所(简称IEDA，CAAS)提供的黄淮海地区2010—2020年78个站点的玉米生育期历史数据，涵盖播种期、拔节期、抽雄期及成熟期，缺出苗期等4个重要生育期；通过中国知网(CNKI)查阅的2010—2020年相关文献[14-29]中所记载的26个站点的生育期数据，包括播种期、出苗期、3叶期、拔节期、抽雄期、开花期、吐丝期、成熟期共8个生育期数据。3套数据集总计共145个来源地点，记录生育期数据如表2所示，各数据子集记录站点的空间分布见图1。

1.3 研究方法

1.3.1 生育期栅格图绘制 由于研究区生育期数据来源站点数量有限，且每一个站点能够代表的地域范围具有一定的局限性，若利用已有的各生育期实测值直接插值生成各生育期栅格图，精确度无法保证。经纬度以及海拔高度作为影响气候资源空间分布的主要地理因素，导致玉米从播种到收获所经历的各个发育期随地域的不同而不同。玉米的播种期主要受地理位置特征的经度、纬度及海拔3个地理因子以及气候因子的共同影响，而随后的各发育期除了地理因子及气候因子外，还受前一个发育期日期及管理措施的影响，鉴于关注的是多年平均玉米发育期进程，不同地区在管理措施方面的差异对发育期进程影响忽略不计。为了有效消减地域辽阔、地势起伏等因素的影响，回归分析计算+残差插值作为气象领域精度较高的栅格化方法之一，常用于积温变化等研究。本研究将该方法延伸至生育期构建之中，通过建立多元逐步线性回归模型，利用回归分析计算+残差插值栅格化法，得到各生育期栅格图。由于玉米抽雄后进入开花期以及吐丝期是一个连续而短暂的过程，一般抽雄开始到全部雄花开放需5～7 d时间。在黄淮海地区，玉米从抽雄期进入开花普期需要1～2 d，从开花期进入吐丝期普期大致需要1 d，因此根据该地区玉米抽雄、开花及吐丝的规律，设定玉米抽雄后2 d玉米进入开花期普期，开花期后1 d玉米进入吐丝期。

表2 玉米生育期原始数据集各子集数据条数

具体方法简述如下：利用SPSS 19.0软件建立多元逐步线性回归模型，即Yn=A0+A1Yn-1+A2X2+A3X3+A4X4。式中：Yn为某一生育期值；Yn-1为前一生育期值；X2、X3、X4分别为经纬度以及海拔高度；A0、A1、A2、A3、A4分别为系数。利用ArcGIS软件和DEM数据获取研究区经度、纬度、海拔栅格数据。利用Raster Calculator工具，将多元线性回归模型栅格化，得到预测生育期栅格图。各生育期数据来源地点的各生育期实测值与多元回归模型模拟值之差，即为残差值。对各个生育期数据来源地点的残差值进行反距离权重插值，得到残差栅格图；将残差栅格值修订到预测生育期栅格图，最终得到各生育期栅格图。

1.3.2 数据集精度分析方法

1.3.2.1 空间插值精度评价方法 对黄淮海地区玉米生育期数据进行插值处理后，采用实际验证法进行精度比较。验证数据来源于CMA数据集中所记载的2013年玉米生育期数据，涵盖玉米播种期、出苗期、3叶期、拔节期及成熟期5个生育期数据，由于缺少抽雄期验证数据，在该数据集中对于抽雄期生育期记录的最近年份为2002年，因此为达到验证目的，选择2000—2002年的抽雄期数据作为验证数据。利用平均绝对误差(mean absolute error，MAE)和均方根误差(root mean square error，RMSE)作为检验指标，以评估空间插值的精度，平均绝对误差可以反映估计误差的大小，均方根误差能反映观测值与真实值之间的偏差与极值情况。如果MAE和RMSE越小，则表明所使用的插值模型精度越高。计算公式如下所示：

(1)

(2)

式中：n为气象站点数；Oi为第i个气象站点的观测值；Pi为第i个气象站点的预测值。

1.3.2.2 构建生育期数据集可信度评价 将CMA数据集中记录的2000—2013年玉米各生育期数据与构建生育期数据集进行统计分析，比较各生育期的日序范围及平均值。

2 结果与分析

2.1 数据集精度分析

2.1.1 插值验证结果分析 基于“1.3.1”节得到的黄淮海地区玉米各生育期栅格图，采用ArcGIS中的提取分析功能，提取出各检验站点的预测生育期数据。表3为各检验气象站点的玉米生育期实测值与插值得到的预测值的比较，从对比结果可以得出，黄淮海地区玉米各生育期插值精度为出苗期>播种期>3叶期>拔节期>抽雄期>成熟期，其中出苗期的插值误差最小，为3.70 d，成熟期的插值误差最大，为4.58 d。总体而言，各生育期平均插值误差为4.07 d，整体插值效果良好，基本反映玉米生育期进程，可以满足玉米气象灾害监测预警之基础数据集的需求。

表3 检验站点实测值与插值结果对比分析

2.1.2 构建数据集可信度评价 本研究所构建的数据集是2010—2020年黄淮海地区玉米各生育期平均态的一种体现，由于CMA数据中2010—2012年未记载抽雄期数据，因此为对构建数据集中抽雄期数据的可信度进行评价，选择2000—2009年CMA数据集所记载的玉米各生育期的平均日序与构建数据集相对比(图2)。总体来看，构建数据集的播种期、出苗期、3叶期、拔节期等生育期的平均发育进程要早于CMA实测数据集的上述生育期的平均发育进程，而构建数据集的抽雄期、成熟期平均发育进程晚于CMA实测数据集，表现出全生育期变长的趋势，这与李树岩等的结论[30-31]相一致。由此可以得出本研究构建的玉米生育期数据集具有较高的可信度。

2.2 插值结果制图对比分析

2.2.1 播种期 由于黄淮海地区种植模式为夏玉米—冬小麦的轮作体系，因此可供夏玉米生育的时期有限，为了保证满足夏玉米所需的热量条件，使其充分成熟，及时收获，获得较高产量，又不影响后茬小麦正常播种，在一定程度上，夏玉米的播种期越早越好，即冬小麦收获后立即旋耕灭茬，随后播种，或收获小麦后立即用硬茬播种机播种[32-33]。因此，黄淮海地区夏玉米播种时主要考虑当时的水分条件以及各地域的冬小麦的收获时间。播种期的空间分布很好地与各地冬小麦的收获时间保持一致，即从安徽南部至河北北部陆续进入夏玉米播种期，播种时间最大相差36 d，安徽南部在5月中旬开始播种，除山东东部地区以及河北北部、天津、北京等地6月中下旬开始播种外，其余地区基本在6月上旬完成夏玉米的播种工作(图3)。

2.2.2 出苗期 在夏玉米种植区，一般都是“借雨墒”播种，或在播种后浇“蒙头水”，由于黄淮海地区全年降水分配不均，在播种后长期干旱，土壤墒情差，若浇水不及时易出现“回芽”现象，或嫩芽出土过程中因土壤缺水造成干枯，影响苗情[34]。出苗期空间内插对比表明，消除了因不同年份不同地域因土壤墒情的不同导致的出苗期的巨大差异，安徽及江苏南部夏玉米在5月末进入出苗期，河南大部及山东的大部分地区在6月中旬进入出苗期，山东东部、河北北部、北京及天津部分地区夏玉米在6月下旬进入出苗期(图4)。

2.2.3 3叶期 玉米生长发育进入3叶期，种子贮藏的营养耗尽，玉米从自养转为异养。间苗一般在该生育期进行，若间苗过迟，会因密度大造成幼苗徒长，不利于后期高产，且幼苗植株间根系交错，也容易伤苗，此外在该时期应做好各种病虫害的防治工作，防止因发生大规模病虫害而导致缺苗影响玉米产量。将构建的3叶期数据插值空间化在时间尺度上的规律性与Luo等的研究结果[35]一致，各地域进入3叶期发育阶段的空间分布特点与出苗期相似：安徽及江苏南部在6月中上旬进入3叶期，河南大部及山东的大部分地区在6月下旬进入3叶期，其余地区玉米在6月末进入3叶期(图5)。

2.2.4 拔节期 受季风气候影响，夏涝成为黄淮海地区玉米生产的区域性限制因素[36]。拔节期是玉米营养生长向生殖生长转化阶段，该生育时期降水量增多，长时间降水后若出现田间渍水等应及时排水，否则将影响根系生长发育并影响雌雄分化，导致穗小或空秆等现象，最终影响产量的稳定性。安徽、江苏的大部分地区玉米生长发育在7月上旬进入拔节期，河北北部及北京、天津等地区在7月下旬进入拔节期，其余大部地区在7月中旬进入拔节期阶段(图6)。

2.2.5 抽雄期 在黄淮海地区玉米抽雄期间易遭受阴雨寡照灾害，连续的阴雨天气，将导致光照热量不足，光合作用减弱，抑制玉米植株正常生长，同时，该时期降水过多，导致田间湿度过大，茎秆生长过旺，茎秆变细，土壤疏松。而且该时期易出现大风天气，造成玉米倒伏，并且玉米处于高湿环境中，病菌容易传播，病虫害多发，因此抽雄期应加强田间管理，尽量避免上述因素对后期产量的影响。安徽、江苏的大部分地区玉米生长发育在7月末进入抽雄期，河北北部及北京、天津等地区在8月中旬进入抽雄期，其余大部地区在8月初进入抽雄期(图7)。

2.2.6 开花期 由于原始数据中开花期数据量少，导致原始数据的空间插值表达结果差，无参考价值，但在玉米的开花期易发生连续阴雨天导致温度降低，从而不仅会导致雄穗开花时间短，散粉少，花粉失去活力，同时影响花丝活性，导致授粉不足，结实不良，穗粒数减少，缺粒数多，对玉米产量造成无法补救的影响，因此开花期数据集的构建是必要的。本研究结合玉米生长发育规律构建开花期数据集，因此开花期与抽雄期的分布特点相似(图8)。

2.2.7 吐丝期 吐丝期同开花期，其原始数据量少，但吐丝期是决定玉米最后产量的关键生育期之一，本研究结合玉米生长发育规律，依据开花期数据得到吐丝期构建数据集，因此吐丝期与开花期的分布特点相似(图9)。

2.2.8 成熟期 当玉米的籽粒乳线消失，胚位下方尖冠黑色层形成，苞叶颜色变白且松散时，则标志着玉米进入了成熟阶段。由于适时晚收增产技术的推行，以致存在提前或者推迟收获的情况，同时由于黄淮海地区玉米收获利用大型农机设备，成熟期(收获期)受人为影响较大，因此相同省份的各地域玉米收获时间基本一致。安徽、江苏等地在9月下旬玉米进入成熟期，山东、河南大部分地区在9月末进入成熟期，河北、北京、天津的大部分地区在10月初玉米进入成熟期(图10)。

3 讨论与结论

遥感技术具有观测覆盖范围广、连续性强的特点，逐渐成为物候监测和研究的重要手段。但由于云覆盖、大气气溶胶、其他植被覆盖等因素的影响，其时间序列曲线中仍然残留较多低值和噪声数据，从而导致部分地区出现遥感影像缺失以及识别物候精度低等问题。较遥感观测方法而言，通过利用真实记录的生育期数据经插值分析处理从而获得作物生育期空间分布具有影响因素少且包含生育期多的优势，并可以通过回归分析进一步充实原有数据集，为解决原有数据集记录不完全、记录站点少等问题提供支持。通过将各个生育期构建数据集及原始数据集的空间表达结果对比得出：各生育期构建数据集的空间表达结果的地带性规律、空间准确度好于原始数据表达结果，因此黄淮海地区玉米生育期的构建在一定程度上提高了该地区玉米各生育期在时间尺度以及空间尺度分布的准确性。

各地域玉米的生育进程是玉米种质本身生理过程和外界环境条件综合作用的结果，随着黄淮海地区的热量资源不断增加以及品种不断改良，由于气候变化的影响，极端天气频发从而导致玉米受灾概率增加，处于不同生育时期的玉米抵抗气象灾害的能力不同。本研究结果表明，黄淮海地区玉米一般在6月上旬开始播种，在9月中下旬成熟，部分地区在10月上旬成熟。各生育期自南向北逐步推进。但各生育期的时间间隔有所差异，播种期、出苗期、3叶期、拔节期、抽雄期、开花期、吐丝期及成熟期日序的变化范围分别为142～178、148～185、156～192、173～218、197～235、199～237、200～238、236～285 d，在空间分布上呈纬度越高生育期越晚的趋势并且在部分省份沿海地区玉米生长发育进程要晚于内陆地区。Luo等通过利用遥感技术对黄淮海地区夏玉米的3叶期、抽雄期以及成熟期进行了监测，以上生育期日期的监测结果[35]与本研究结果基本一致。

通过对黄淮海地区玉米生育期的构建及其各生育期的空间制图，可以更好地指导该地区玉米的种植生产，为减轻农业气象灾害、选育适宜种植的玉米品种方面提供决策依据，本研究考虑影响某一生育进程的因素时只考虑了地理因素(经纬度、海拔高度)以及前一生育进程，虽地理因素在一定程度上可说明该地区的气候特征但并不全面，并且由于玉米品种的不断改良，其发育进程对热量和水分的需求差异不断增大，随着生育期数据记录的增多，后续玉米生育进程各发育期日期的构建将考虑品种的差异以及其他气象要素对构建生育期数据的影响，以便在全球气候变暖背景下为黄淮海地区玉米的种植、培育以及为玉米气象灾害预警与监测提供更加详细的生育期数据支持。