李茂芬，鄧吉良，鄧春梅，李玉萍，郭澎濤

(1. 中國熱帶農(nóng)業(yè)科學院科技信息研究所，海南儋州 571737； 2.海南大學熱帶農(nóng)林學院，海南?？?570228；3.中國熱帶農(nóng)業(yè)科學院橡膠研究所，海南儋州 571737)

水稻為一年生禾本科植物，其產(chǎn)量在我國主要糧食作物中位列首位。近幾十年來，全球氣候變化明顯，農(nóng)業(yè)生產(chǎn)受其影響日趨嚴重[1-9]。海南省作為我國最具代表性的熱帶省份，其水稻受熱帶季風、熱帶氣旋等熱帶氣候的影響尤為敏感。海南省省會?？谑形挥诤Ｄ蠉u北部，毗鄰瓊州海峽，屬于熱帶海洋性季風氣候。?？谑心昶骄鶜鉁剌^高，相對濕度較大，日照時間長，適宜水稻種植。在此背景下，眾多學者開展了?？跉庀笞兓治鲆约皻庀笠蜃訉λ井a(chǎn)量影響的研究[10-18]。許格希等研究認為，海口市近50年來氣溫升高趨勢明顯，降水波動較大[10]。李福勝等研究發(fā)現(xiàn)，海口市冬季降水呈下降趨勢，而夏季和秋季呈上升趨勢[11]。侯偉等研究表明，海口市平均氣溫呈顯著上升趨勢，日照時數(shù)呈顯著下降趨勢，降水變化不明顯，且在2000年以后的氣候變化波動較為強烈[12]。吳文娟等認為，?？谑薪?0年來降水量有增加趨勢[13]；吳名杰等統(tǒng)計分析結果表明，?？谑兴募镜南鄬穸群腿照諘r數(shù)都呈下降趨勢[14]；劉勝利等研究表明，晚稻產(chǎn)量變化與生育期內(nèi)氣溫相關性顯著[15]。張育慧等研究認為，晚稻產(chǎn)量與7月中旬降水量、9月上旬日照時數(shù)呈正相關，與7月中旬、8月中旬的平均溫度呈負相關[16]。曾海云認為，晚稻易受到寒露風、氣溫、日照等氣象條件影響[17]。以上主要是針對在全年時間尺度上或各個季節(jié)氣象因子的研究，以及氣象因子對全國水稻產(chǎn)量的普遍影響。而?？谑凶鳛槭鞘?，水稻是其主要農(nóng)作物，晚稻生育期氣象因子的變化特征及其對晚稻產(chǎn)量的影響尚未有研究報道。

由于我國幅員遼闊，緯度跨度較大，因此氣候類型多樣，氣候變化背景下各個地區(qū)的氣候響應不盡相同，在不同地區(qū)農(nóng)業(yè)資源在時間和空間上差異較大。為探究?？谕淼旧跉庀笠蜃拥淖兓卣鳎约皻庀笠蜃訉ν淼井a(chǎn)量的影響，因此本研究選取1988—2012年的海口晚稻生育期氣象數(shù)據(jù)及晚稻單產(chǎn)數(shù)據(jù)，利用線性趨勢分析、Mann-Kendall突變檢驗、Morlet小波分析和相關性分析等手段進行探討。

1 材料與方法

1.1 數(shù)據(jù)來源與處理

海口氣象觀測站1988—2012年的日降水量、平均氣溫、日最高氣溫、日最低氣溫、平均風速、最大風速、平均相對濕度、日照時數(shù)等逐日氣象資料由中國氣象數(shù)據(jù)網(wǎng)提供。為了消除種植面積波動帶來的影響，因此本研究以晚稻單位面積產(chǎn)量為研究對象，晚稻單產(chǎn)的數(shù)據(jù)來源于海南統(tǒng)計年鑒[19]。

數(shù)據(jù)異常值剔除遵循以下原則：(1)剔除原始數(shù)據(jù)中有缺失值的整條氣象記錄；(2)剔除最大風速小于平均風速的整條氣象記錄；(3)剔除平均相對濕度小于最小相對濕度的整條氣象記錄；(4)剔除日最低氣溫大于日最高氣溫的整條氣象記錄；(5)剔除實際觀測值大于理論值的整條氣象記錄。

1.2 分析方法

M-K突變檢驗：Mann-Kendall突變檢驗法最初由Mann和Kendall提出，后來又經(jīng)過多次改進和完善形成了現(xiàn)在的數(shù)學模型[20]。M-K檢驗現(xiàn)已成為廣泛應用在氣象研究的非參數(shù)檢驗方法，它不須要樣本服從一定的分布，也不受少量異常值的干擾，使用起來十分方便。按照魏鳳英研究中的原理利用MATLAB(Matrix Laboratory，矩陣工廠)得出氣象因子的突變時間[21]。

Morlet復數(shù)小波分析：連續(xù)小波在時域、頻域上具有局部辨識力，可得出不同時間尺度上氣象因子周期變化的詳細信息[22]。具體步驟按照魏鳳英的方法[21]利用MATLAB可得。

分離趨勢產(chǎn)量和氣象產(chǎn)量：由于作物產(chǎn)量不僅受到氣象因素的制約，同時還受到品種、政策、技術等諸多方面的影響[23-25]。為了準確探討氣象因素對晚稻產(chǎn)量的影響，因此按照房世波的方法[26]分離得到氣象產(chǎn)量。

Pearson相關性分析和線性趨勢分析利用SPSS和Excel軟件計算可得。

2 結果與分析

2.1 晚稻單產(chǎn)變化趨勢

由圖1-a可知，1988—2012年?？谕淼緦嶋H單產(chǎn)波動幅度較大，呈振蕩型上升趨勢，年平均增長率為2.06%，但未通過顯著性檢驗(P>0.05)。1995—1996年、2009—2010年、2009—2010年晚稻實際單產(chǎn)減幅較大，分別達 -56.24%、-49.20%、-53.66%，在2010年達到最低值，為1.63 t/hm2。從2010年開始，晚稻實際單產(chǎn)急劇上升，在2012年達到這25年的最大值，為4.41 t/hm2，增幅達 171.05%。圖1-b為1988—2012年?？谕淼練庀螽a(chǎn)量和趨勢產(chǎn)量占實際產(chǎn)量比值。氣象產(chǎn)量占實際產(chǎn)量的百分比呈波動變化，有微弱的上升趨勢(P>0.05)。氣象產(chǎn)量在1996年、2000年、2010年占比較大，且在2011年開始氣象產(chǎn)量占比有所上升。

在小波分析實部圖中，小波系數(shù)實部大于0表示氣象單產(chǎn)偏多，實部小于0表示氣象單產(chǎn)偏少。由圖2-a可知，?？谕淼練庀髥萎a(chǎn)主要存在7年、10～11年2個主要周期(在16年的時間尺度下圖形未封閉，是否為主要周期還須要更長的時間序列驗證)。圖2-b中小波方差最大峰值對應的周期T=7，因此7年為主周期。5年以下尺度上，周期振蕩較為混亂，沒有明顯的規(guī)律。隨著時間尺度的增加，在7年的時間尺度下周期振蕩較為劇烈，但規(guī)律明顯，存在著先增后減、偏多- 偏少的平穩(wěn)交替循環(huán)。10～11年的時間尺度下周期變化較為平緩，但沒有規(guī)律變化。根據(jù)主周期的變化規(guī)律來看，2012年氣象單產(chǎn)增多的等值線還未閉合，在未來幾年海口晚稻氣象單產(chǎn)可能會有所增加。

2.2 ?？谕淼練庀笠蜃幼兓卣?/h3>

2.2.1 降水量變化特征 1988—2012年海口晚稻生育期降水量變化情況如圖3所示。從圖3-a中可以看出，?？谕淼旧诮邓砍什▌有蜕仙厔荩瑲夂騼A向率為191.3 mm/10年，但未通過α=0.05顯著性檢驗。1999年以前波動幅度較小，1999年以后波動較為強烈，且周期有所加長。從海口晚稻生育期降水量M-K突變檢驗(圖3-b)可以看出，圖中UF(統(tǒng)計量序列)和UB(UF的逆序列)相交于2007年，可以斷定突變點在2007年。在1988—2012年這25年中，降水量的上升趨勢和下降趨勢呈波動型變化，但其變化趨勢未通過顯著性檢驗，因此?？谕淼旧诮邓繜o明顯上升或下降。從小波分析實部(圖3-c)可以看出，?？谕淼旧诮邓吭?年以下尺度的周期振蕩較為混亂，無明顯規(guī)律；在11年左右周期分布均勻，具有明顯規(guī)律，即降水量增多-減少周期交替循環(huán)；在14年以上尺度的等值線尚未閉合，有待進一步確認其周期性。再根據(jù)其小波方差(圖3-d)的4年、11年2個主要峰值可知，?？谕淼旧诮邓恐饕嬖?年、11年2個周期，其中11年為第1主周期。2012年為降水量偏少周期，其等值線尚未閉合，因此可以推斷在后面一段時間內(nèi)降水量會有所下降。

2.2.2 風速變化特征 圖4為1988—2012?？谕淼旧谄骄L速變化情況。由圖4-a可知，?？谕淼旧谄骄L速呈上升趨勢，且通過α=0.05水平顯著性檢驗，其氣候傾向率為0.52 m/(s·10年)。在2006年以前，平均風速變化較為平緩，呈小幅波動下降，而在2007年平均風速急劇升高，2006—2007年平均風速增幅達145.93%，在2008年進一步升高，達到這25年內(nèi)的峰值。結合圖4-b中M-K突變檢驗可知，1999—2006年海口晚稻生育期平均風速呈下降趨勢，且通過0.05的顯著性水平(U0.05=±1.96)，UF和UB曲線于2011年相交，因此2011年為?？谕淼旧谄骄L速突變年。由?？谕淼旧谄骄L速小波方差(圖4-c)分析可知，1～8年時間尺度的周期振蕩劇烈，且無明顯規(guī)律。8年以上尺度周期趨于平緩，且規(guī)律越明顯，在11年達到小波方差峰值(圖4-d)，11年為第1主周期。在11年左右時，自1990年以后平均風速周期性呈較大—較小循環(huán)。在2012年的平均風速減小等值線未完全閉合，表明?？谕淼旧谄骄L速將在一段時間內(nèi)持續(xù)減小。

1988—2012年?？谕淼旧谧畲箫L速變化情況如圖5所示。由圖5-a可知，?？谕淼旧谧畲箫L速總體上呈顯著上升趨勢(P=0.016<0.05)，氣候傾向率為0.88 m/(s·10年)。與平均風速變化情況類似，最大風速在1988—2006年呈波動下降，在2007年急劇上升，2006—2007年其增幅達122.87%。根據(jù)M-K突變檢驗(圖5-b)可知，1999—2006年海口晚稻生育期最大風速呈下降趨勢，并通過0.05的顯著性水平(U0.05=±1.96)，UF和UB曲線在2009年相交，該年即為?？谕淼旧谌兆罡邭鉁赝蛔兡?。由?？谕淼旧谧畲箫L速小波分析(圖5-c)可知，8年以下尺度周期振蕩混亂，沒有表現(xiàn)出明顯規(guī)律。隨著時間尺度的增加，8～13年周期振蕩變得較為平緩，可以看出較大-較小交替循環(huán)規(guī)律，到2012年最大風速減小的等值線未閉合，因此可以推斷出最大風速減小的趨勢還會持續(xù)一段時間。結合圖5-d可以看出，小波方差在6年和11年2個時間尺度存在峰值，與平均風速類似，11年為規(guī)律明顯的第1主周期，但在14年以上尺度周期規(guī)律又趨于不明顯的狀態(tài)。

2.2.3 氣溫變化特征 圖6為1988—2012年?？谕淼旧谄骄鶜鉁刈兓闆r。由圖6-a可知，平均氣溫呈波動上升趨勢，且已通過α=0.05水平顯著性檢驗，其氣候傾向率為0.09 ℃/10年。結合M-K突變檢驗(圖6-b)可以看出，?？谕淼旧谄骄鶜鉁?003—2007年呈上升趨勢，但未通過0.05的顯著性水平(U0.05=±1.96)，而后表現(xiàn)為下降趨勢，UF和UB曲線于2008年相交，因此可以確定2008年為?？谕淼旧谄骄鶜鉁氐耐蛔兡攴?。由小波分析結果(圖6-c)和小波方差分析(圖6-d)可知，?？谕淼旧谄骄鶜鉁卦?0年以下尺度并無周期變化，僅在11～16年時表現(xiàn)出了周期性，且其規(guī)律明顯，呈現(xiàn)較高-較低交替循環(huán)。圖中出現(xiàn)了2012年平均氣溫升高的部分等值線，因此在未來一段時間平均氣溫有可能持續(xù)升高。

1988—2012年?？谕淼旧谌兆罡邭鉁刈兓闆r如圖7所示。由圖7-a可以看出，?？谕淼旧谌兆罡邭鉁爻什▌由仙厔?，氣候傾向率為0.15 ℃/10年。在1995—2007年間日最高氣溫波動較為劇烈，但總體上無明顯變化，即未通過α=0.05水平顯著性檢驗。根據(jù)M-K突變檢驗(圖7-b)可知，?？谕淼旧谌兆罡邭鉁卦?998—1999年和2006年有升高趨勢，并通過0.05的顯著性水平(U0.05=±1.96)，UF和UB曲線在2009年相交，該年即為?？谕淼旧谌兆罡邭鉁赝蛔兡?。日最高氣溫的小波分析(圖7-c)和小波方差分析(圖7-d)結果和平均氣溫分析結果類似，?？谕淼旧谌兆罡邭鉁卦?0年以下尺度并無周期變化，在14年前后表現(xiàn)出了平穩(wěn)的周期性，呈較高-較低交替循環(huán)。由于2012年日最高氣溫升高的等值線未閉合，未來?？谕淼旧谌兆罡邭鉁赜锌赡苌?。

圖8為1988—2012年?？谕淼旧谌兆畹蜌鉁刈兓闆r。由圖8-a可知，海口晚稻生育期日最低氣溫在25年內(nèi)波動較為劇烈，整體上呈上升趨勢，氣候傾向率為0.13 ℃/10年，但未通過α=0.05水平顯著性檢驗。由突變檢驗(圖8-b)可知，?？谕淼旧谌兆畹蜌鉁卦?998—2008年呈上升趨勢，且通過0.05的顯著性水平(U0.05=±1.96)，而后表現(xiàn)為下降趨勢，UF和UB曲線于2009年相交，因此可以確定2009年為?？谕淼旧谌兆畹蜌鉁氐耐蛔兡攴荨?/p>

?？谕淼旧谌兆畹蜌鉁匦〔ǚ治龊头讲罘治龇謩e如 圖7-c、圖7-d所示，僅在14年左右具有規(guī)律明顯的周期，表現(xiàn)為較高-較低交替循環(huán)。日最低氣溫與平均氣溫、日最高氣溫情況類似，海口晚稻生育期日最低氣溫在2012年的氣溫升高等值線尚未閉合，因此可以推斷出在未來一段時間內(nèi)?？谕淼旧谌兆畹蜌鉁厣叩母怕瘦^大。

2.2.4 相對濕度變化特征 1988—2012年?？谕淼旧谄骄鄬穸茸兓闆r如圖9所示。由圖9-a可知，1988—2012年平均相對濕度波動較為劇烈，有明顯的下降趨勢，其顯著性通過α=0.05水平檢驗，氣候傾向率為1.41%/10年。根據(jù)M-K突變檢驗(圖9-b)可知，在2006—2012年間，平均相對濕度呈下降趨勢，且通過0.05的顯著性水平(U0.05=±1.96)。UF和UB曲線相交于2001年，因此可以確定2001年為?？谕淼旧谄骄鄬穸鹊耐蛔兡攴?。小波分析(圖9-c)結果表明，整體上周期振蕩較為平緩，11年以下尺度沒有體現(xiàn)出明顯的周期性，11年以上尺度逐漸表現(xiàn)出了穩(wěn)定的周期性，規(guī)律變得較為明顯。結合小波方差分析(圖9-d)可知，峰值出現(xiàn)在14年，14年即平均相對濕度小波分析的主周期。在14年尺度上，平均相對濕度表現(xiàn)出了明顯的規(guī)律性，偏高-偏低交替循環(huán)。2012年平均相對濕度偏高的等值線僅有部分出現(xiàn)，在未來一段時間內(nèi)平均相對濕度有可能出現(xiàn)持續(xù)升高的情況。

2.2.5 日照時數(shù)變化特征 1988—2012海口晚稻生育期日照時數(shù)變化情況如圖10所示。由圖10-a可知，日照時數(shù)呈波動下降趨勢，且通過α=0.05水平顯著性檢驗，其氣候傾向率為66.06 h/10年。結合圖10-b中M-K突變檢驗可知，1996—2012年海口晚稻生育期日照時數(shù)呈下降趨勢，且通過0.05的顯著性水平(U0.05=±1.96)。UF和UB曲線于1993年相交，說明1993年為?？谕淼旧谌照諘r數(shù)突變年。由日照時數(shù)小波方差(圖10-c)分析結果可知，6年以下時間尺度的周期振蕩劇烈，且無明顯規(guī)律。時間尺度越大，周期振蕩越趨于平緩，且規(guī)律越明顯。結合小波方差分析(圖10-d)可知，在9年和14年尺度上出現(xiàn)2個主要周期，其中14年為第1主周期。在9年的時間尺度上周期振蕩呈現(xiàn)出明顯的規(guī)律，即偏短-偏長循環(huán)交替。在14年的時間尺度上，周期振蕩的規(guī)律更為明顯，同樣為偏短-偏長循環(huán)交替。在2012年，第1主周期的日照時數(shù)偏長的等值線開始出現(xiàn)，表明?？谕淼旧谌照諘r數(shù)將在一段時間內(nèi)持續(xù)增長。

2.3 晚稻產(chǎn)量與生育期氣象因子相關性分析

由于水稻不同生長階段對氣象因子的敏感性不同，不同品種的水稻生育期劃分也略有偏差，因此本研究以旬的時間尺度探究海口晚稻生育期氣象因子對晚稻氣象產(chǎn)量的影響。表1為晚稻氣象因子與晚稻氣象產(chǎn)量的相關系數(shù)。

從表1可以看出，海口晚稻氣象產(chǎn)量分別與10月上旬的降水量、平均相對濕度、日照時數(shù)顯著相關。其中，晚稻氣象產(chǎn)量與10月上旬降水量、平均相對濕度與呈負相關，與日照時數(shù)呈正相關。從相關系數(shù)大小可以看出，對?？谕淼井a(chǎn)量影響最大的氣象因子是平均相對濕度，相關系數(shù)為-0.52。雖然其他氣象因子對晚稻的影響未通過顯著性檢驗，但從整個生育期來看，平均相對濕度大部分時間都對晚稻產(chǎn)量產(chǎn)生了消極影響。

3 結論

在全球氣候變化背景下，1988—2012年?？谕淼締萎a(chǎn)呈微弱上升趨勢，同時氣象因子對晚稻產(chǎn)量的影響也在逐步加大。M-K趨勢分析表明，晚稻生育期內(nèi)最大風速和平均風速均呈顯著上升趨勢，并在2012年之后一段時間內(nèi)有下降趨勢；平均相對濕度和日照時數(shù)為顯著下降趨勢，并在未來一段時間有較大概率升高。其他氣象因子無顯著變化趨勢。

小波分析總體上在小尺度表現(xiàn)出周期振蕩劇烈，隨著時間尺度的增加，周期振蕩越來越平穩(wěn)，并表現(xiàn)出明顯的規(guī)律性。日照時數(shù)的小波分析和小波方差分析在多個時間尺度表現(xiàn)出了穩(wěn)定周期變化，且均為偏長-偏短交替循環(huán)。

根據(jù)海口晚稻氣象產(chǎn)量與生育期氣象因子的相關性分析結果可以看出，氣象因子對晚稻產(chǎn)量的影響主要集中在10月，以平均相對濕度的影響為主，且為負相關。由于平均相對濕度整體上呈下降趨勢，因此未來相對濕度可能不再成為晚稻產(chǎn)量的主要限制因子。

4 討論

由于本研究主要在晚稻生育期的時間尺度上探討?？跉庀笠蜃幼兓虼伺c許格希等的研究結果[10-11]不同，降水量和平均氣溫并未表現(xiàn)出明顯變化趨勢。

10月上旬降水量、平均相對濕度成為晚稻產(chǎn)量的主要限制因子，而日照時數(shù)對晚稻有增產(chǎn)作用，其主要原因在于水稻生育期降水量的增多必然導致平均相對濕度的升高，同時陰雨天和日照時數(shù)互為競爭因子，降水量增加使得日照時數(shù)減少。水稻喜熱喜濕，日照時數(shù)的減少還將影響氣溫，進而影響水稻的光合作用，產(chǎn)量從而受到影響。因此，?？谕淼镜姆N植應注意10月的氣象變化，做好防汛排澇和高溫高濕天氣的防蟲害工作。

?？谕淼練庀螽a(chǎn)量、生育期降水量、平均風速和最大風速在更大時間尺度是否表現(xiàn)出穩(wěn)定周期還須要更長時間序列的驗證。

表1 晚稻氣象產(chǎn)量與逐日氣象因子的相關系數(shù)

注：“*、**”分別表示在0.05、0.01水平上顯著相關。