基于農業氣候相似原理的沈陽地區不同熟期水稻品種搭配策略

劉斌+任傳友+王艷華

摘要：針對水稻生產中對品種搭配決策服務的迫切需求，應用鐵嶺、沈陽和盤錦地區1951—2014年溫度資料和1992—2011年水稻產量數據，分析持續低溫指數和水稻產量的變化特征?；谵r業氣候相似原理進行引種，通過持續低溫指數估算中熟、中晚熟偏早型、中晚熟品種的水稻期望產量，并制定沈陽地區不同熟期水稻品種搭配策略。結果表明：3個地區持續低溫指數均呈現出明顯降低趨勢，鐵嶺、沈陽、盤錦地區的降低幅度分別為12.4、4.9、11.1 d/10年；1992—2011年，鐵嶺、沈陽、盤錦地區的持續低溫指數均呈現5年的周期振蕩，鐵嶺和盤錦地區還呈現10年的周期振蕩；水稻產量的波動變化具有明顯的持續低溫指數的周期變化特征。在85%保證率下，確定2016—2050年每5年為1個時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%。

關鍵詞：品種搭配；水稻產量；持續低溫指數；氣候相似原理

中圖分類號： S511.037文獻標志碼：

文章編號：1002-1302（2016）08-0102-04

盡管農業技術的進步已經顯著提高了作物生產系統的生產力，但當今和未來氣候變化仍嚴重威脅著作物生產力的穩定性和糧食安全[1]。2007年第4次聯合園政府間氣候變化專門委員會（IPCC）評估報告指出，過去的50年，中高緯度地區作物生長季延長，春播提前。全球氣候變暖會使中高緯度地區某些谷類作物的產量增長[2]。在糧食產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農業生產系統帶來的負面影響，或促進氣候變化帶來的潛在正面影響，人類必須尋求有效的適應性選擇策略來應對氣候變化，以確保糧食安全。

根據農業氣候相似原理，在熱量條件得到改善的地區，可引種偏晚熟品種，進而提高水稻產量。農業氣候相似不僅包括氣候平均狀態的相似，也包括極端氣候的相似。在當前東北地區熱量條件得到改善的情況下，近些年東北地區作物結構和品種布局有了較大的調整，水稻面積及其偏晚熟品種不斷向北部和東部擴展，水稻大范圍延遲型冷害發生頻率有所下降[3]。但是，障礙型冷害呈現頻繁而且嚴重的趨勢[4]，且進入2000年以后，東北地區的冷害事件呈增多趨勢[5]，2001—2010年吉林南部和遼寧局部地區在孕穗期、抽穗期的低溫冷害發生的次數較前1個10年明顯增多[6]，其中2009年損失最為嚴重[7]。當前東北地區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，這是導致當前該地區水稻冷害事件增加的一個重要原因。

由于氣候在變暖的同時，其時空波動也在加劇，遭遇嚴重的低溫冷害年將使農作物的晚熟品種不能正常成熟，從而造成產量下降和品質變差[8]，對糧食生產的穩定和安全構成嚴重的威脅?？茖W合理地搭配不同熟期水稻品種，是充分利用熱量資源、規避低溫冷害影響、降低引種氣候風險的重要措施之一?；谵r業氣候相似原理，本研究以遼寧省鐵嶺、沈陽和盤錦地區的水稻產量數據作為當前氣候情景下沈陽地區栽種的中熟、中晚熟偏早型和中晚熟品種的代表，評價低溫冷害對不同地區水稻（即沈陽地區的不同熟期水稻）產量的影響，制定沈陽地區不同熟期水稻品種搭配比例。研究結果可為指導沈陽地區的水稻生產提供新的技術途徑。

1材料與方法

1.1材料

本研究應用的氣象資料為鐵嶺、沈陽和盤錦地區1951—2014年的日平均氣溫和日最低氣溫數據（資料來源于中國氣象科學數據共享服務網）和上述3個地區的1992—2011年水稻單產數據（資料來源于遼寧省農業統計年鑒）。

1.2試驗與設計

當前沈陽地區栽種的水稻品種主要為以沈農265、沈農8801、遼星1號為代表的中晚熟偏早型水稻品種，鐵嶺地區主要為以鐵粳7號、鐵粳11號、鐵粳12號為代表的鐵粳系列中熟品種，盤錦地區為以鹽豐47、沈農606、沈農9816為代表的中晚熟品種。如圖1所示，1981—2010年間，沈陽與鐵嶺、盤錦兩地的年平均氣溫的差值介于0.94～1.26之間，沈陽地區年平均氣溫的標準差為0.58 ℃。沈陽地區的年平均氣溫服從正態分布，0.05的置信水平可引起沈陽地區平均溫度約 1.14 ℃ 的改變，該數值同沈陽與鐵嶺、盤錦年平均氣溫差值的量級相當。根據文獻及相關的統計數據，沈陽地區約有30%的年份存在不同程度的水稻低溫冷害（其中嚴重冷害約占5%，一般冷害約占25%），本研究將沈陽地區分別按照30%、40%、30%的概率分為低溫、正常、高溫3類年景，將鐵嶺和盤錦地區分別按5%、25%、40%、25%、5%的概率分為嚴重低溫、一般低溫、正常、一般高溫、嚴重高溫5類年景?；谵r業氣候相似原理，就可得到沈陽地區種植的不同熟期水稻品種在低溫、正常和高溫年景的產量數據（具體的對應關系見表1）。

1.3研究方法

1.3.1水稻產量的分離方法

一般將作物的總產量分解成趨勢產量、氣象產量和隨機產量，見式（1）：

[JZ（]Y=Yt+Yc+Δ。[JZ）][JY]（1）

式中：Y為單位面積產量，kg/hm2；Yt為單位面積趨勢產量，kg/hm2；Yc為單位面積氣象產量，kg/hm2；Δ為隨機誤差，一般在實際計算中可不作考慮。

趨勢產量主要由社會因素（如生產力水平的改變、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GB/T 21985—2008《主要農作物高溫危害溫度指標》估算，沈陽地區水稻高溫危害很小，干旱對水稻的影響也可忽略，氣象產量主要由低溫冷害決定。

1.3.2冷害指標的選取

持續低溫指數（consecutive cold day index，CCDI）定義為1年中（或某個時段，例如5—9月）至少連續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。該項指標具有明確的生物學意義，對東北地區糧食產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，將低溫強度降低，并根據研究需要，將上述CCDI的定義修正為某地（鐵嶺、沈陽或盤錦）1年中至少連續3 d日最低溫度低于該日沈陽多年日最低溫度平均值2 ℃的總天數。

1.3.3其他分析方法

氣候傾向率定義為預報量隨時間變化的一元線性回歸方程斜率的10倍[10]，本研究采用氣候傾向率評價預報量隨時間的變化速率。應用諧波分析方法分析時間序列的周期波動。應用1951—2014年的CCDI統計各個級別的轉移概率，按照一階馬爾可夫概型[11]估算未來某一年CCDI處于高、中、低級別的概率。

2結果與討論

2.1CCDI與水稻產量的變化特征及二者之間的關系

如圖2所示，1951—2014年鐵嶺、沈陽和盤錦地區CCDI均呈現出極顯著的降低趨勢（P<0.01），氣候傾向率分別為12.4、4.9、11.1 d/10年，且3個地區CCDI的最低值、最高值分別為29、165、25、149、5、125 d，分別出現在2004、1957，1988、1969、1995、1957年，最高值與最低值差值分別為136、124、120 d，說明鐵嶺、沈陽和盤錦地區CCDI的年際間變化差異性很大。然而進入2000年以來，沈陽地區2000—2014年CCDI呈現顯著增加趨勢（P<0.05），鐵嶺和盤錦地區2007—2014年CCDI呈增加趨勢（P<0.10），表明近些年由于氣候波動的加劇，增加了農業生產中遭遇低溫冷害的風險。諧波分析表明，鐵嶺、沈陽和盤錦地區CCDI均呈現出5年左右的周期振蕩（P<0.10），鐵嶺和盤錦地區CCDI還呈現出顯著的10年左右的周期振蕩（P<0.05）。

應用HP濾波方法[12]對1992—2011年遼寧省鐵嶺、沈陽和盤錦地區水稻實際單產進行趨勢產量和氣象產量的分離，如圖3所示。1992—2011年鐵嶺、沈陽和盤錦地區的趨勢產量呈現顯著增加的趨勢（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、盤錦地區的趨勢產量分別可解釋實際產量變化的 20.1%、25.9%、20.4% 信息。趨勢產量的預測方程：

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

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

CCDI與遼寧省水稻產量呈負相關關系（P<0.20）[9]。本研究中鐵嶺、沈陽和盤錦地區水稻產量與CCDI的相關關系并不顯著，低于上述研究結論。這與2個方面的因素有關：一是本研究選用的數據為地區空間尺度的數據，與省級空間尺度的水稻產量數據相比，其隨機干擾因素更多；二是水稻產量對CCDI的響應關系并非是線性的，而是非線性的。本研究將水稻氣象產量的分級數據與CCDI的分級數據進行獨立性檢驗，結果表明分級后的氣象產量與CCDI存在明顯相關關系（P<0.10），加上水稻產量的年代際變化特征與CCDI一致，因此鐵嶺、沈陽和盤錦地區的水稻氣象產量明顯帶有CCDI的信息。

2.2沈陽地區水稻品種搭配比例

本研究認為，水稻產量的年際波動變化主要歸結于CCDI的限制，因此探討CCDI與水稻產量的關系，實際上是研究CCDI與氣象產量的關系。CCDI處于低、中、高3個級別時不同熟期水稻對應的氣象產量平均值（kg/hm2）見表2?？梢钥闯?，在中CCDI年份，不同熟期水稻氣象產量最高，高CCDI和低CCDI年份均會使其氣象產量下降。

為了通過CCDI預測3個品種水稻產量，給出如下公式：

3結論

本研究根據1951—2014年鐵嶺、沈陽、盤錦地區日平均溫度、日最低溫度數據和1992—2011年水稻產量數據，基于農業氣候相似原理，通過CCDI預測沈陽地區水稻期望產量，制定沈陽地區不同熟期水稻品種搭配策略，主要研究結論如下。

（1）鐵嶺、沈陽、盤錦地區CCDI均呈現出極顯著的降低趨勢（P<0.01），鐵嶺、沈陽、盤錦地區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、盤錦地區的CCDI均呈現5年的周期振蕩（P<0.10），其中鐵嶺、盤錦地區還呈現10年的周期振蕩（P<0.05）。

（2）1992—2011年鐵嶺、沈陽、盤錦地區水稻趨勢產量呈現顯著增加趨勢（P<0.01），每10年增加幅度分別約為 343.3、379.4、264.8 kg/hm2，3個地區趨勢產量與實際產量均呈現顯著相關關系（P<0.05）。鐵嶺地區氣象產量明顯存在著5年左右的周期變化（P<0.10），沈陽地區氣象產量存在著明顯5年左右的周期變化（P<0.05），盤錦地區氣象產量周期變化并不顯著。氣象產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年制定沈陽地區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：

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

[2]楊曉光，劉志娟，陳阜. 全球氣候變暖對中國種植制度可能影響Ⅰ. 氣候變暖對中國種植制度北界和糧食產量可能影響的分析[J]. 中國農業科學，2010，43（2）：329-336.

[3]方修琦，王媛. 氣候變暖的適應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. 東北地區不同季節持續低溫指數時空變化特征及其對區域溫暖化的響應[J]. 資源科學，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鍵生育期溫度的關系[J]. 中國農業氣象，2014，35（3）：323-329.

[7]馬樹慶，王琪. 2009年吉林省農業氣象災害及其對糧食生產的影響[J]. 吉林農業科學，2010，35（1）：49-52.

[8]姚佩珍. 近四十年東北夏季低溫冷害的氣候特征[J]. 災害學，1995，10（1）：51-56.

[9]王艷華，任傳友，韓亞東，等. 東北地區活動積溫和極端持續低溫的時空分布特征及其對糧食產量的影響[J]. 農業環境科學學報，2011，30（9）：1742-1748.[ZK）]

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

[11]黃嘉佑. 氣象統計分析與預報方法[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模型的股票價格趨勢預測[J]. 統計與決策，2012（7）：111-113.