劉斌+任傳友+王艷華

摘要：針對(duì)水稻生產(chǎn)中對(duì)品種搭配決策服務(wù)的迫切需求，應(yīng)用鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)1951—2014年溫度資料和1992—2011年水稻產(chǎn)量數(shù)據(jù)，分析持續(xù)低溫指數(shù)和水稻產(chǎn)量的變化特征?；谵r(nóng)業(yè)氣候相似原理進(jìn)行引種，通過(guò)持續(xù)低溫指數(shù)估算中熟、中晚熟偏早型、中晚熟品種的水稻期望產(chǎn)量，并制定沈陽(yáng)地區(qū)不同熟期水稻品種搭配策略。結(jié)果表明：3個(gè)地區(qū)持續(xù)低溫指數(shù)均呈現(xiàn)出明顯降低趨勢(shì)，鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)的降低幅度分別為12.4、4.9、11.1 d/10年；1992—2011年，鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)的持續(xù)低溫指數(shù)均呈現(xiàn)5年的周期振蕩，鐵嶺和盤(pán)錦地區(qū)還呈現(xiàn)10年的周期振蕩；水稻產(chǎn)量的波動(dòng)變化具有明顯的持續(xù)低溫指數(shù)的周期變化特征。在85%保證率下，確定2016—2050年每5年為1個(gè)時(shí)段不同熟期水稻品種的搭配比例，2016—2020年、2021—2025年、2026—2030年、2031—2035年、2036—2040年、2041—2045年、2046—2050年中熟、中晚熟偏早型、中晚熟品種所占比例分別約為：11.4%、28.8%、59.8%，15.4%、23.8%、60.8%，15.8%、23.2%、61.0%，12.6%、27.6%、59.8%，18.2%，19.6%，62.2%，14.2%，25.4%，60.4%，19.6%，17.0%，63.4%。

關(guān)鍵詞：品種搭配；水稻產(chǎn)量；持續(xù)低溫指數(shù)；氣候相似原理

中圖分類(lèi)號(hào)： S511.037文獻(xiàn)標(biāo)志碼：

文章編號(hào)：1002-1302（2016）08-0102-04

盡管農(nóng)業(yè)技術(shù)的進(jìn)步已經(jīng)顯著提高了作物生產(chǎn)系統(tǒng)的生產(chǎn)力，但當(dāng)今和未來(lái)氣候變化仍嚴(yán)重威脅著作物生產(chǎn)力的穩(wěn)定性和糧食安全[1]。2007年第4次聯(lián)合園政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）評(píng)估報(bào)告指出，過(guò)去的50年，中高緯度地區(qū)作物生長(zhǎng)季延長(zhǎng)，春播提前。全球氣候變暖會(huì)使中高緯度地區(qū)某些谷類(lèi)作物的產(chǎn)量增長(zhǎng)[2]。在糧食產(chǎn)量供需增加以及可以耕作土地面積減小的背景下，為了減輕氣候變化對(duì)農(nóng)業(yè)生產(chǎn)系統(tǒng)帶來(lái)的負(fù)面影響，或促進(jìn)氣候變化帶來(lái)的潛在正面影響，人類(lèi)必須尋求有效的適應(yīng)性選擇策略來(lái)應(yīng)對(duì)氣候變化，以確保糧食安全。

根據(jù)農(nóng)業(yè)氣候相似原理，在熱量條件得到改善的地區(qū)，可引種偏晚熟品種，進(jìn)而提高水稻產(chǎn)量。農(nóng)業(yè)氣候相似不僅包括氣候平均狀態(tài)的相似，也包括極端氣候的相似。在當(dāng)前東北地區(qū)熱量條件得到改善的情況下，近些年?yáng)|北地區(qū)作物結(jié)構(gòu)和品種布局有了較大的調(diào)整，水稻面積及其偏晚熟品種不斷向北部和東部擴(kuò)展，水稻大范圍延遲型冷害發(fā)生頻率有所下降[3]。但是，障礙型冷害呈現(xiàn)頻繁而且嚴(yán)重的趨勢(shì)[4]，且進(jìn)入2000年以后，東北地區(qū)的冷害事件呈增多趨勢(shì)[5]，2001—2010年吉林南部和遼寧局部地區(qū)在孕穗期、抽穗期的低溫冷害發(fā)生的次數(shù)較前1個(gè)10年明顯增多[6]，其中2009年損失最為嚴(yán)重[7]。當(dāng)前東北地區(qū)引種偏晚熟的水稻品種，更多地是從平均熱量條件改善的角度考慮引種的可行性，忽略了低溫事件的影響，這是導(dǎo)致當(dāng)前該地區(qū)水稻冷害事件增加的一個(gè)重要原因。

由于氣候在變暖的同時(shí)，其時(shí)空波動(dòng)也在加劇，遭遇嚴(yán)重的低溫冷害年將使農(nóng)作物的晚熟品種不能正常成熟，從而造成產(chǎn)量下降和品質(zhì)變差[8]，對(duì)糧食生產(chǎn)的穩(wěn)定和安全構(gòu)成嚴(yán)重的威脅?？茖W(xué)合理地搭配不同熟期水稻品種，是充分利用熱量資源、規(guī)避低溫冷害影響、降低引種氣候風(fēng)險(xiǎn)的重要措施之一。基于農(nóng)業(yè)氣候相似原理，本研究以遼寧省鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)的水稻產(chǎn)量數(shù)據(jù)作為當(dāng)前氣候情景下沈陽(yáng)地區(qū)栽種的中熟、中晚熟偏早型和中晚熟品種的代表，評(píng)價(jià)低溫冷害對(duì)不同地區(qū)水稻（即沈陽(yáng)地區(qū)的不同熟期水稻）產(chǎn)量的影響，制定沈陽(yáng)地區(qū)不同熟期水稻品種搭配比例。研究結(jié)果可為指導(dǎo)沈陽(yáng)地區(qū)的水稻生產(chǎn)提供新的技術(shù)途徑。

1材料與方法

1.1材料

本研究應(yīng)用的氣象資料為鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)1951—2014年的日平均氣溫和日最低氣溫?cái)?shù)據(jù)（資料來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)）和上述3個(gè)地區(qū)的1992—2011年水稻單產(chǎn)數(shù)據(jù)（資料來(lái)源于遼寧省農(nóng)業(yè)統(tǒng)計(jì)年鑒）。

1.2試驗(yàn)與設(shè)計(jì)

當(dāng)前沈陽(yáng)地區(qū)栽種的水稻品種主要為以沈農(nóng)265、沈農(nóng)8801、遼星1號(hào)為代表的中晚熟偏早型水稻品種，鐵嶺地區(qū)主要為以鐵粳7號(hào)、鐵粳11號(hào)、鐵粳12號(hào)為代表的鐵粳系列中熟品種，盤(pán)錦地區(qū)為以鹽豐47、沈農(nóng)606、沈農(nóng)9816為代表的中晚熟品種。如圖1所示，1981—2010年間，沈陽(yáng)與鐵嶺、盤(pán)錦兩地的年平均氣溫的差值介于0.94～1.26之間，沈陽(yáng)地區(qū)年平均氣溫的標(biāo)準(zhǔn)差為0.58 ℃。沈陽(yáng)地區(qū)的年平均氣溫服從正態(tài)分布，0.05的置信水平可引起沈陽(yáng)地區(qū)平均溫度約 1.14 ℃ 的改變，該數(shù)值同沈陽(yáng)與鐵嶺、盤(pán)錦年平均氣溫差值的量級(jí)相當(dāng)。根據(jù)文獻(xiàn)及相關(guān)的統(tǒng)計(jì)數(shù)據(jù)，沈陽(yáng)地區(qū)約有30%的年份存在不同程度的水稻低溫冷害（其中嚴(yán)重冷害約占5%，一般冷害約占25%），本研究將沈陽(yáng)地區(qū)分別按照30%、40%、30%的概率分為低溫、正常、高溫3類(lèi)年景，將鐵嶺和盤(pán)錦地區(qū)分別按5%、25%、40%、25%、5%的概率分為嚴(yán)重低溫、一般低溫、正常、一般高溫、嚴(yán)重高溫5類(lèi)年景。基于農(nóng)業(yè)氣候相似原理，就可得到沈陽(yáng)地區(qū)種植的不同熟期水稻品種在低溫、正常和高溫年景的產(chǎn)量數(shù)據(jù)（具體的對(duì)應(yīng)關(guān)系見(jiàn)表1）。

1.3研究方法

1.3.1水稻產(chǎn)量的分離方法

一般將作物的總產(chǎn)量分解成趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)產(chǎn)量，見(jiàn)式（1）：

[JZ（]Y=Yt+Yc+Δ。[JZ）][JY]（1）

式中：Y為單位面積產(chǎn)量，kg/hm2；Yt為單位面積趨勢(shì)產(chǎn)量，kg/hm2；Yc為單位面積氣象產(chǎn)量，kg/hm2；Δ為隨機(jī)誤差，一般在實(shí)際計(jì)算中可不作考慮。

趨勢(shì)產(chǎn)量主要由社會(huì)因素（如生產(chǎn)力水平的改變、品種的更新等）和氣候狀況（如氣候變暖等）決定，氣象產(chǎn)量主要由氣候狀況年際間的不均一性等自然因素決定（如低溫冷害、高溫危害、洪澇、干旱等）。根據(jù)GB/T 21985—2008《主要農(nóng)作物高溫危害溫度指標(biāo)》估算，沈陽(yáng)地區(qū)水稻高溫危害很小，干旱對(duì)水稻的影響也可忽略，氣象產(chǎn)量主要由低溫冷害決定。

1.3.2冷害指標(biāo)的選取

持續(xù)低溫指數(shù)（consecutive cold day index，CCDI）定義為1年中（或某個(gè)時(shí)段，例如5—9月）至少連續(xù)3 d日最低溫度低于該日多年日最低溫度平均值 5 ℃ 的總天數(shù)。該項(xiàng)指標(biāo)具有明確的生物學(xué)意義，對(duì)東北地區(qū)糧食產(chǎn)量也具有很好的低溫冷害指示作用[9]。本研究為使CCDI能兼顧延遲型冷害和障礙型冷害的綜合影響，將低溫強(qiáng)度降低，并根據(jù)研究需要，將上述CCDI的定義修正為某地（鐵嶺、沈陽(yáng)或盤(pán)錦）1年中至少連續(xù)3 d日最低溫度低于該日沈陽(yáng)多年日最低溫度平均值2 ℃的總天數(shù)。

1.3.3其他分析方法

氣候傾向率定義為預(yù)報(bào)量隨時(shí)間變化的一元線(xiàn)性回歸方程斜率的10倍[10]，本研究采用氣候傾向率評(píng)價(jià)預(yù)報(bào)量隨時(shí)間的變化速率。應(yīng)用諧波分析方法分析時(shí)間序列的周期波動(dòng)。應(yīng)用1951—2014年的CCDI統(tǒng)計(jì)各個(gè)級(jí)別的轉(zhuǎn)移概率，按照一階馬爾可夫概型[11]估算未來(lái)某一年CCDI處于高、中、低級(jí)別的概率。

2結(jié)果與討論

2.1CCDI與水稻產(chǎn)量的變化特征及二者之間的關(guān)系

如圖2所示，1951—2014年鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)CCDI均呈現(xiàn)出極顯著的降低趨勢(shì)（P<0.01），氣候傾向率分別為12.4、4.9、11.1 d/10年，且3個(gè)地區(qū)CCDI的最低值、最高值分別為29、165、25、149、5、125 d，分別出現(xiàn)在2004、1957，1988、1969、1995、1957年，最高值與最低值差值分別為136、124、120 d，說(shuō)明鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)CCDI的年際間變化差異性很大。然而進(jìn)入2000年以來(lái)，沈陽(yáng)地區(qū)2000—2014年CCDI呈現(xiàn)顯著增加趨勢(shì)（P<0.05），鐵嶺和盤(pán)錦地區(qū)2007—2014年CCDI呈增加趨勢(shì)（P<0.10），表明近些年由于氣候波動(dòng)的加劇，增加了農(nóng)業(yè)生產(chǎn)中遭遇低溫冷害的風(fēng)險(xiǎn)。諧波分析表明，鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)CCDI均呈現(xiàn)出5年左右的周期振蕩（P<0.10），鐵嶺和盤(pán)錦地區(qū)CCDI還呈現(xiàn)出顯著的10年左右的周期振蕩（P<0.05）。

應(yīng)用HP濾波方法[12]對(duì)1992—2011年遼寧省鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)水稻實(shí)際單產(chǎn)進(jìn)行趨勢(shì)產(chǎn)量和氣象產(chǎn)量的分離，如圖3所示。1992—2011年鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)的趨勢(shì)產(chǎn)量呈現(xiàn)顯著增加的趨勢(shì)（P<0.05），氣候傾向率分別為 343.3、379.4、264.8 kg/（hm2·10年），鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)的趨勢(shì)產(chǎn)量分別可解釋實(shí)際產(chǎn)量變化的 20.1%、25.9%、20.4% 信息。趨勢(shì)產(chǎn)量的預(yù)測(cè)方程：

[JZ（]yt鐵嶺=34.328x-60 797；yt沈陽(yáng)=37.94x-67 815；yt盤(pán)錦=26.482x-43 667。[JZ）][JY]（2）

式中：x為年份。氣象產(chǎn)量在0上下波動(dòng)，年際變化曲線(xiàn)波動(dòng)的正、負(fù)表明氣候變化對(duì)水稻產(chǎn)量的影響時(shí)正時(shí)負(fù)，曲線(xiàn)波動(dòng)的范圍則表明氣候變化對(duì)糧食產(chǎn)量貢獻(xiàn)率的大小。諧波分析表明，鐵嶺（P<0.10）、沈陽(yáng)（P<0.05）地區(qū)氣象產(chǎn)量存在著明顯5年左右的周期變化，與CCDI的年代際變化特征基本一致。

CCDI與遼寧省水稻產(chǎn)量呈負(fù)相關(guān)關(guān)系（P<0.20）[9]。本研究中鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)水稻產(chǎn)量與CCDI的相關(guān)關(guān)系并不顯著，低于上述研究結(jié)論。這與2個(gè)方面的因素有關(guān)：一是本研究選用的數(shù)據(jù)為地區(qū)空間尺度的數(shù)據(jù)，與省級(jí)空間尺度的水稻產(chǎn)量數(shù)據(jù)相比，其隨機(jī)干擾因素更多；二是水稻產(chǎn)量對(duì)CCDI的響應(yīng)關(guān)系并非是線(xiàn)性的，而是非線(xiàn)性的。本研究將水稻氣象產(chǎn)量的分級(jí)數(shù)據(jù)與CCDI的分級(jí)數(shù)據(jù)進(jìn)行獨(dú)立性檢驗(yàn)，結(jié)果表明分級(jí)后的氣象產(chǎn)量與CCDI存在明顯相關(guān)關(guān)系（P<0.10），加上水稻產(chǎn)量的年代際變化特征與CCDI一致，因此鐵嶺、沈陽(yáng)和盤(pán)錦地區(qū)的水稻氣象產(chǎn)量明顯帶有CCDI的信息。

2.2沈陽(yáng)地區(qū)水稻品種搭配比例

本研究認(rèn)為，水稻產(chǎn)量的年際波動(dòng)變化主要?dú)w結(jié)于CCDI的限制，因此探討CCDI與水稻產(chǎn)量的關(guān)系，實(shí)際上是研究CCDI與氣象產(chǎn)量的關(guān)系。CCDI處于低、中、高3個(gè)級(jí)別時(shí)不同熟期水稻對(duì)應(yīng)的氣象產(chǎn)量平均值（kg/hm2）見(jiàn)表2?？梢钥闯?，在中CCDI年份，不同熟期水稻氣象產(chǎn)量最高，高CCDI和低CCDI年份均會(huì)使其氣象產(chǎn)量下降。

為了通過(guò)CCDI預(yù)測(cè)3個(gè)品種水稻產(chǎn)量，給出如下公式：

3結(jié)論

本研究根據(jù)1951—2014年鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)日平均溫度、日最低溫度數(shù)據(jù)和1992—2011年水稻產(chǎn)量數(shù)據(jù)，基于農(nóng)業(yè)氣候相似原理，通過(guò)CCDI預(yù)測(cè)沈陽(yáng)地區(qū)水稻期望產(chǎn)量，制定沈陽(yáng)地區(qū)不同熟期水稻品種搭配策略，主要研究結(jié)論如下。

（1）鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)CCDI均呈現(xiàn)出極顯著的降低趨勢(shì)（P<0.01），鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)的降低幅度分別約為12.4、4.9、11.1 d/10年。1992—2011年鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)的CCDI均呈現(xiàn)5年的周期振蕩（P<0.10），其中鐵嶺、盤(pán)錦地區(qū)還呈現(xiàn)10年的周期振蕩（P<0.05）。

（2）1992—2011年鐵嶺、沈陽(yáng)、盤(pán)錦地區(qū)水稻趨勢(shì)產(chǎn)量呈現(xiàn)顯著增加趨勢(shì)（P<0.01），每10年增加幅度分別約為 343.3、379.4、264.8 kg/hm2，3個(gè)地區(qū)趨勢(shì)產(chǎn)量與實(shí)際產(chǎn)量均呈現(xiàn)顯著相關(guān)關(guān)系（P<0.05）。鐵嶺地區(qū)氣象產(chǎn)量明顯存在著5年左右的周期變化（P<0.10），沈陽(yáng)地區(qū)氣象產(chǎn)量存在著明顯5年左右的周期變化（P<0.05），盤(pán)錦地區(qū)氣象產(chǎn)量周期變化并不顯著。氣象產(chǎn)量的周期變化具有明顯的CCDI周期變化信息。

（3）在85%保證率下，每5年制定沈陽(yáng)地區(qū)不同熟期水稻品種搭配策略，2016—2020年、2021—2025年、2026—2030年、2031—2035年、2036—2040年、2041—2045年、2046—2050年中熟、中晚熟偏早型、中晚熟品種所占的比例分別約為114%、28.8%、59.8%，15.4%、23.8%、60.8%，15.8%、23.2%、61.0%，12.6%、27.6%、59.8%，18.2%、19.6%、62.2%，14.2%、25.4%、60.4%，19.6%、17.0%、63.4%。

參考文獻(xiàn)：

[1]林爾達(dá)，吳紹洪，戴曉蘇，等. 氣候變化影響的最新認(rèn)知[J]. 氣候變化研究進(jìn)展，2007，3（3）：125-131.[HJ1.9mm]

[2]楊曉光，劉志娟，陳阜. 全球氣候變暖對(duì)中國(guó)種植制度可能影響Ⅰ. 氣候變暖對(duì)中國(guó)種植制度北界和糧食產(chǎn)量可能影響的分析[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2010，43（2）：329-336.

[3]方修琦，王媛. 氣候變暖的適應(yīng)行為與黑龍江省夏季低溫冷害的變化[J]. 地理研究，2005，24（5）：673-680.

[4]王紹武，馬樹(shù)慶，陳莉，等. 低溫冷害[M]. 北京：氣象出版社，2009：23-40.

[5]王艷華，任傳友，劉剛，等. 東北地區(qū)不同季節(jié)持續(xù)低溫指數(shù)時(shí)空變化特征及其對(duì)區(qū)域溫暖化的響應(yīng)[J]. 資源科學(xué)，2013，35（5）：1016-1023.

[6]胡春麗，李輯，林蓉，等. 東北水稻障礙型低溫冷害變化特征及其與關(guān)鍵生育期溫度的關(guān)系[J]. 中國(guó)農(nóng)業(yè)氣象，2014，35（3）：323-329.

[7]馬樹(shù)慶，王琪. 2009年吉林省農(nóng)業(yè)氣象災(zāi)害及其對(duì)糧食生產(chǎn)的影響[J]. 吉林農(nóng)業(yè)科學(xué)，2010，35（1）：49-52.

[8]姚佩珍. 近四十年?yáng)|北夏季低溫冷害的氣候特征[J]. 災(zāi)害學(xué)，1995，10（1）：51-56.

[9]王艷華，任傳友，韓亞?wèn)|，等. 東北地區(qū)活動(dòng)積溫和極端持續(xù)低溫的時(shí)空分布特征及其對(duì)糧食產(chǎn)量的影響[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2011，30（9）：1742-1748.[ZK）]

[10]蔡福，張淑杰，于貴瑞，等. 基于空間化技術(shù)對(duì)中國(guó)近50年平均氣溫時(shí)空演變特征的研究[J]. 高原氣象，2006，25（6）：1168-1175.

[11]黃嘉佑. 氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法[M]. 北京：氣象出版社，2004：239-243.

[12]楊建輝，張然欣. 基于HP濾波法和GARCH模型的股票價(jià)格趨勢(shì)預(yù)測(cè)[J]. 統(tǒng)計(jì)與決策，2012（7）：111-113.