2. 南京信息工程大学气象灾害教育部共建重点实验室,南京 210044;
3. 江苏省气象台,南京 210008
2. Key Laboratory of Meteorological Disaster of the Ministry of Education, Nanjing University of Information Science and Technology, Nanjing 210044;
3. Jiangsu Meteorological Observatory, Nanjing 210008
江淮流域是中国重要的水稻种植区,2009年水稻播种面积和产量分别占全国的15.5%和16.9%(陈晓华等,2009;马建堂等,2010)。在《全国新增1000亿斤粮食生产能力规划(2009—2020)》中将江淮流域确定为水稻增产核心区之一。受耕地面积下降和双季稻大面积改种单季稻影响,2009年水稻播种面积与1978年相比下降了12.6%(陈晓华等,2009;马建堂等,2010),水稻增产将主要依靠单位面积产量的提高,但在同等气象灾害条件下单产越高产量损失越大(高素华等,2009)。高温热害作为影响江淮流域水稻生产的主要气象灾害之一(高素华等,2009;许吟隆等,2005;曾凯等,2011),在全球变暖背景下,时空分布正在发生改变,高温日数和高温日平均最高气温呈上升趋势(史军等,2009;朱周平等,2010;刘梅等,2011;杨秋明等,2011)。20世纪90年代以来高温热害导致江淮流域水稻大面积减产的频率增加,产量波动幅度变大,特别是2003年水稻花期遭遇持续高温,造成约13.3万hm2水稻减产30%以上(高素华等,2009)。气候变暖带来的高温热害变化正成为制约水稻增产的重要因素,在挖掘水稻增产潜力的同时,研究水稻高温热害灾损变化和应对策略十分重要。
高温热害对水稻的危害程度由其持续时间和强度共同决定,以往的研究将二者作为独立影响因子评估其对水稻的影响(高素华等,2009;Sun et al, 2011),着重分析开花—灌浆期高温持续时间和强度与结实率和千粒重的关系,研究高温热害影响产量的机理(赵海燕等,2006;Cao et al, 2009;Fu et al, 2008;童志婷等,2008;Kim et al, 2011;田小海等,2010),对高温热害大尺度时空变化规律有了深入认识(Tao et al, 2008),并从省级行政区域尺度上提出高温热害防御措施(高素华等,2009)。由于缺少考虑高温强度和持续时间的规范化可累计综合指标,对高温热害与水稻产量损失的时空对应关系研究较少。对江淮流域单季稻花期高温热害强度无明显变化背景下(Sun et al, 2011),高温热害导致水稻减产加剧的原因认识不足(高素华等,2009)。本文将在构建水稻高温热害综合指数基础上,研究高温热害与单季稻产量损失的时空对应关系,找出水稻高温热害灾损关键区。探寻在气候变暖以及双季稻大面积改种单季稻背景下水稻高温热害的应对策略。
1 资料和方法 1.1 资料研究中将江淮流域定义为安徽省、江苏省和上海市,以种植单季稻为主。每年7月下旬至9月下旬是江淮流域单季稻拔节—乳熟关键期,易遭受高温热害影响。所用数据资料如下。
农业统计资料:1961—2010年江淮流域分县逐年单季稻产量和播种面积数据,1991—2010年江淮流域单季稻生育期统计数据,1980—2010年江苏省农业气象观测数据;
气象资料:江淮流域150个地面气象观测站1961—2010年逐日平均气温、最高气温数据;
气象灾害统计资料:江苏省和安徽省1971—2010年气象灾害历史灾情统计数据,《中国气象灾害大典(江苏卷)》记录的高温热害灾情资料。
1.2 方法(1) 水稻高温热害综合指数
水稻抽穗开花期适宜温度为24~29℃,超过此范围,结实率随温度上升呈S型递减(柳新伟等,2004),35℃以上高温持续胁迫1、3和5 d,水稻花粉萌发率分别下降42.2%、60.9%和71.5%,也出现非线性递减特征(谢晓金等,2009;刘伟昌等,2009)。因此,高温热害对水稻产量的影响可用Logistic方程定量描述。利用常规气象站的气温数据时间序列长、空间覆盖面广的特点,可评估大范围高温热害对水稻生产的影响等优势(高素华等,2009;Sun et al, 2011;赵海燕等,2009;Tao et al, 2008),以高温持续日数和危害热积温两个影响水稻产量的最重要因子为基础(高素华等,2009;王钰,2010),构建基于气象站气温数据和Logistic曲线方程的水稻高温热害综合指数如下:
$ index = \sum\limits_{i = 1}^n {\left({\frac{1}{{1 + \alpha {{\rm{e}}^{ - \beta {\rm{ }}{H_i}}}}} \times \frac{1}{{1 + \gamma {{\rm{e}}^{ - \lambda {\rm{ }}{d_i}}}}}} \right)} $ | (1) |
式中,Hi为第i次高温过程日最高气温超过35℃部分之和,称为危害热积温;di为第i次高温过程持续日数;n为高温过程总次数;α、β,γ、λ为Logistic曲线方程系数。Logistic规范化目标转换函数的常用表达式为:
$ y = \frac{1}{{1 + a{{\rm{e}}^{ - bx}}}} $ | (2) |
其取值区间为(0,1),每次高温过程的各影响因子均可通过式(2) 转换成(0,1) 区间内的无量纲数,因此,式(1) 是基于Logistic模型的规范化可累计的高温热害综合指数。将气象站某年水稻生育关键期所有高温过程的热害指数累加后可得到该站该年水稻生育关键期的高温热害综合指数。
受试验和技术条件限制,通过大规模观测试验来确定不同地区水稻高温热害Logistic模型参数非常困难。需要寻找简单实用的Logistic模型参数计算方法。Logistic曲线式(2) 是一个拉长的“S”形累积增长曲线,定义其一阶导数为速度函数。当速度函数的二阶导数值为0时,Logistic曲线方程的增长速率出现拐点,此时有:
$ {x_l} = \frac{{{\rm{ln}}a - 1.317}}{b}, {\rm{ }}{x_r} = \frac{{{\rm{ln}}a + 1.317}}{b} $ | (3) |
两个速度拐点将Logistic曲线划为渐增期(0~xl)、快增期(xl~xr)和缓增期(xr~+∞)3个区间。将气象站所在区县水稻产量“轻—中—重”损失对应的高温持续时间或强度临界值与Logistic模型两个速度拐点联系起来,根据式(3) 可计算出Logistic模型参数。以江淮流域北部为例,根据高素华等(2009)和王钰(2010) 的研究,当最高气温超过35℃并持续3~5 d且危害热积温低于15.3℃时,水稻出现轻度危害;当高温持续6~8 d且危害热积温在[15.3℃,30.3℃]之间时,水稻出现中度危害;当高温持续日数超过8 d且危害热积温大于30.3℃时,水稻出现重度危害。以高温持续日数两个临界值5和8 d对应Logistic曲线的2个速度拐点xl和xr,依据式(3) 原理,可计算出参数α和β。同理,将危害热积温两个临界值15.3和30.3℃分别对应Logistic曲线的2个速度拐点xl和xr,可算出参数γ和λ。根据安徽、江苏和上海水稻高温热害的统计特征,将江淮流域分成长江以南和以北两个区,分别计算相应的高温热害指数方程参数,见表 1。各区参数适用于该区内所有气象站历年水稻生育关键期逐次高温过程热害指数的计算。
① 吕厚荃,张艳红,冯明,等.2011.水稻热害评价方法.中华人民共和国国家标准(征求意见稿).
(2) 水稻减产率计算方法
以减产率≥3%作为高温热害是否造成水稻产量损失的依据(高素华等,2009)。减产率计算方法如下:
$ {Y_d} = \frac{{Y - {Y_t}}}{{{Y_t}}} \times 100\% \left({{Y_t} < Y} \right) $ | (4) |
式中,Yd为减产率;Y为实际产量;Yt为趋势产量,是当年之前的5年平均产量。挑选单季稻生育关键期有高温出现且单产减产率≥3%的年份作为水稻高温热害灾损年份,以排除如日照不足和阴雨低温等非高温热害造成水稻产量损失的年份。
(3) 基于Chow检验时间序列转折性分析
将区域高温热害综合指数或高温热害覆盖面积看作有序时间序列Y,以线性模型将时间序列表示成相邻的线段簇,那么可以用一组线性函数描述时间序列Y的转折变化:
$ Y = \left\{ \begin{array}{l} {a_{10}} + {a_{11}}t\;\;\;1<t \le {k_1}\\ {a_{20}} + {a_{21}}t\;\;\;{k_1}<t \le {k_2}\\ \;\;\;\;\;\; \vdots \;\;\;\;\;\;\;\;\;\;\;\;\; \vdots \\ {a_{m0}} + {a_{m1}}t\;\;{k_{m - 1}}<t \le n \end{array} \right. $ | (5) |
式中,n为序列长度;k1, k2, …, km-1为线段起点和终点,也称为转折点,m为线段条数。那么,a11, a21, …, am1表示在相应时段内时间序列的线性增长率。本文参照高仁祥等(1997) 的方法,采用基于Chow检验的最优两分段线性建模算法,计算式(5) 各参数。
2 高温热害综合指数有效性检验及单季稻高温热害灾损时空分布 2.1 水稻高温热害综合指数有效性检验江淮流域单季稻拔节—乳熟的生育关键期为7月16日至9月30日。分析1971—2010年单季稻生育关键期高温热害综合指数与减产率相关系数的空间分布,并与水稻高温热害历史灾情统计资料进行对比,检验高温热害综合指数反映单季稻历史灾损情况的能力。结果表明,高温热害综合指数与单季稻减产率的相关关系空间分布以长江为界(图 1b),长江以北大部分区域呈负相关,其中西北部地区相关系数值小于等于-0.3,极低值中心区相关系数小于-0.5,负相关显著的区域与多年平均减产率高值区分布基本一致(图 1a和1b),历史灾情统计资料也表明该区域为水稻高温热害多发区。江淮东北部地区以负相关为主,而长江以南地区大部分呈正相关。因此,单季稻生育关键期高温热害综合指数(图 1d)与减产率的空间分布存在较好的对应关系,可用于单季稻高温热害灾损强度及其时空分布的研究。
2003年作为江淮流域水稻高温热害典型年,高温覆盖范围达到87.4%(气象台站数占总台站数的比例),减产范围高达67.8%,出现高温的气象站高温热害综合指数平均值为0.7,超过0.6的重度灾害临界值。在Arcgis中利用距离反倒数空间插值法将2003年单季稻抽穗扬花期高温热害指数和减产率网格化,分析高温热害综合指数与水稻灾损强度和空间分布对应关系,检验高温热害综合指数反映典型年份高温热害强度和单季稻产量损失程度的能力。结果表明,2003年江淮流域单季稻花期遭遇持续高温天气,西北部减产20%以上,沿淮部分地区减产超过30%(图 1c)。相应地,江淮西部单季稻花期高温热害指数超过0.6,为重度高温热害区(图 1d),与单季稻减产率的空间分布基本一致。因此,本文构建的水稻高温热害综合指数能够较好地反映高温热害强度,其空间分布与单季稻高温灾损空间分布有较好的对应关系,能较好地将水稻高温热害“轻—中—重”的定性描述转换为定量表达。
2.2 1971—2010年单季稻高温热害灾损时空分布综合考虑单季稻减产率与高温热害综合指数的相关系数、单季稻品种和生育期的空间分布差异,将江淮流域分成4个区(图 1b)。从图 1a可以看出,江淮Ⅰ区多年平均减产率超过10%,是单季稻高温热害灾损关键区,Ⅲ区局部减产率也高于10%。1971—2010年Ⅰ区单季稻单产减产率共有194站年次超过3%,其中,20世纪70年代为45站年次,平均减产率为8.9%,20世纪90年代为72站年次,平均减产率12.2%,21世纪初为68站年次,平均减产率17.9%,可见90年代到21世纪初是Ⅰ区单季稻高温热害多发时期。而Ⅱ区和Ⅳ区多年平均减产率小于10%(图 1a)。
利用基于Chow检验的时间序列转折分析方法,检测单季稻生育关键期高温热害综合指数的突变特征和分段线性变化趋势,结果表明高温热害综合指数在1968年发生转折(通过α=0.05的显著性水平检验),1961—1967年高温热害指数值迅速上升,1968年突降至0.05,其后1968—2010年期间缓慢上升,线性变化趋势不显著,总体上以年代际波动变化为主(图 2a粗实线)。20世纪60年代高温热害最强,高温热害综合指数平均值为0.3,20世纪70至80年代中期,高温热害强度最低,平均值为0.1。20世纪90年代后再次进入高温热害较强时期,平均值为0.2,低于60年代,2003年遭遇历史第二强高温热害(0.7),略低于1966年的最强高温热害(0.8)。气象灾害历史灾情数据表明,20世纪90年代以来江淮流域进入水稻高温热害高发期,除2003年外,虽然高温频率增加,但高温热害强度无明显上升趋势(高素华等,2009;史军等,2009),可见区域平均高温热害综合指数值的变化也反映出这一变化趋势。高温热害覆盖面积比例在1971年发生突变后,在1971—2010年期间显著上升(通过α=0.05的显著性水平检验),上升速率为9.0%·(10 a)-1,2000年以后高温覆盖比例在63.6%以上(图 2b)。
1961—1980年单季稻种植面积约为300万hm2,占江淮流域稻谷种植总面积的一半,分布在江苏全省和安徽省的淮北地区,20世纪80年代到21世纪初以种植单季稻为主,面积超过400万hm2,占稻谷总面积的85%以上(陈晓华等,2009)。虽然20世纪60年代是江淮流域高温热害强,覆盖范围最大的时段,由于单季稻种植面积小,单产减产率和减产范围不大,70年代后期到80年代末期,单季稻种植面积迅速扩大,单产减产率也处于高位,超过15%,90年代到21世纪初减产率维持在10%左右,单产减产绝对值平均值却高达735.0 kg·hm-2,减产范围也明显增加(图 2c和2d)。而且,80年代以来高温热害综合指数与高温覆盖面积比例、单季稻减产面积比例的相关关系显著(通过α=0.05的显著性水平检验),相关系数分别为0.7和0.5,表明自80年代江淮流域大面积种植单季稻以来,当遭遇高温热害时,具有高温强则覆盖范围广、单季稻受害面积大的特点。
3 单季稻高温热害应对策略 3.1 推迟播种期规避高温热害集中时段资料统计表明,1961—2010年江淮流域高温集中出现时段无明显变化,集中在7月11日至8月15日,高温比例超过20%,而9月1日以后,江淮流域各年代高温出现比例均低于10%(图 3a)。各年代高温出现比例差异明显,20世纪60年代及21世纪初偏高,70和80年代偏低。80年代到21世纪初高温出现比例显著上升,使得江淮流域在2000年后进入高温热害多发期,高温出现比例明显高于先前各年代,其中7月21日至8月5日高温出现比例超过30%,江淮流域Ⅰ区21世纪初高温集中时段高温比例最高可达37.4%,严重威胁单季稻安全生产(图 3b)。
由图 3可见,1961—2010年江淮流域高温集中出现时段无明显变化的特点,为单季稻抽穗开花期避开高温集中时段提供了条件。江淮流域Ⅳ区是通过推迟单季稻播种期应对高温热害的成功案例。20世纪80年代双季稻改单季稻期间,Ⅳ区以种植早熟中粳品种为主,播种期为5月19日,20世纪90年代种植迟熟中粳品种后,平均播种期仍为5月19日,抽穗开花期处于高温集中时段,易遭受高温热害。21世纪初改种早熟和中熟晚粳品种后,推迟播种期到5月22日,抽穗开花期推迟到8月26日至9月4日,成功避开高温热害集中时段。在2003年江淮流域水稻花期遭遇长达20 d的持续高温天气造成大面积减产情况下,Ⅳ区单季稻抽穗开花期仍成功避开了高温集中时段,结实率正常,产量损失较小(高素华等,2009)。因此,借鉴江淮Ⅳ区的成功经验,全流域单季稻适当推迟播种期,使抽穗开花期推迟到高温集中时段之后,可有效应对高温热害。
3.2 充分利用热量资源改善,推广中晚熟品种应对高温热害变化日平均气温稳定通过20℃的时段为水稻拨节—灌浆成熟的适宜期,对水稻产量形成具有重要作用,当平均气温低于18℃,最低气温低于14℃时,对开花授粉不利,容易形成空秕瘪粒。因此,合理选择单季稻品种和播种期,使抽穗开花期避开高温集中时段的同时,保障灌浆成熟期平均气温处于20℃以上的安全生长季内非常重要。
据统计,1971—2010年江淮中南部气温稳定通过20℃初日明显提前,线性倾向率≤-3.0 d·(10 a)-1,统计显著(通过α=0.05的显著性水平检验)的区域集中在长江两侧(图 4a)。气温稳定通过20℃终日以推迟为主,21世纪初气温稳定通过20℃终日平均值为9月29日,比20世纪70年代推迟了9 d,其中沿长江一带推迟12 d以上(图 4b)。江淮流域东南部高温热害显著增强(通过α=0.05的显著性水平检验),线性倾向率为0.1~0.2 ·(10 a)-1,其他地区高温热害强度无明显增减趋势(图 4c)。自1981年以来,江淮流域日平均气温稳定通过20℃终日30年(1981—2010年)气候平均值推迟到9月20日至10月8日,从南到北空间差异在10 d以内(图 4d)。在高温集中时段无明显提前或推迟的背景下,气候变暖使得水稻安全生长季显著变长,为单季稻推迟播种或者选择中晚熟品种避开高温集中时段提供了必要的气候条件。
同样以江淮流域Ⅳ区的成功经验为例,虽然该区高温集中时段的高温强度显著上升(图 4c),但21世纪初气温稳定通过20℃终日比20世纪70年代推迟约10 d,当地农业部门将单季稻播种期推迟到5月下旬,并选用生育期超过150 d的早熟和中熟晚粳品种,花期成功避开高温热害集中时段的同时,保证了乳熟期日平均气温高于20℃,避免成熟期遭受低温冷害。根据1981—2010年气温稳定通过20℃终日的空间差异(图 4d),借鉴江淮流域Ⅳ区的成功经验,以水稻花期避开高温集中时段和充分利用秋季光热资源为主要应对措施,江淮流域可推广中、晚熟品种,确定最佳播种期,使抽穗开花期避开高温集中时段,成熟期处在20℃以上的安全生长季内,充分利用光温资源,提高土地产出率。具体措施为,江淮Ⅲ、Ⅳ区以种植早熟和中熟晚粳品种为主,播种期推迟到5月中下旬,随着纬度的北移,逐步提早播种期,扩大现有中晚熟品种的种植范围。江淮Ⅱ区以种植迟熟中粳品种为主,播种期推迟到5月中旬,而Ⅰ区宜种植早熟中籼品种或改种早熟中粳品种,推迟播种期到5月上旬。
4 结论(1) 基于Logistic模型构建规范化可累计的高温热害综合指数,并将Logistic曲线增长速率的两个拐点与水稻产量“轻-中-重”损失对应的气象站高温持续时间或强度的区间临界值与对应起来,找到计算Logistic模型参数的简便方法。为利用常规地面气温数据和Logistic模型,定量评估水稻高温热害灾损时空变化提供了新思路。
(2) 江淮流域高温热害以年代际波动变化为主,20世纪60年代高温热害最强覆盖范围最广,70—80年代强度最低,覆盖面积最小,90年代后再次进入高温热害较强、覆盖范围大的时期,造成水稻大面积减产。江淮流域高温出现比例在20%以上的高温集中时段为7月11日至8月15日,9月1日以后高温出现比例低于10%。江淮流域西北部单季稻抽穗开花期处在高温集中时段,不利于水稻生产。
(3) 由于高温集中时段无明显变化,气候变暖使得江淮流域水稻安全生长季显著变长,为单季稻推迟播种或选择中晚熟品种规避高温热害提供了必要的气候条件。江淮东南部种植中晚熟品种和推迟播种期,成功避开高温集中时段,是应对高温热害变化的成功案例。以之为借鉴,全区宜推广单季中晚稻,自北向南适当延迟播种期,北部延迟到5月上旬,南部延迟到5月中下旬,既保证单季稻成熟期处在20℃以上的安全生长季内,又能适当规避高温热害影响。此外,筛选培育抗高温水稻品种也是应对高温热害变化的有效方法之一。
陈晓华, 张玉香, 钱克明, 等, 2009. 新中国农业60年统计资料[M]. 北京: 中国农业出版社.
|
高仁祥, 张世英, 刘豹, 1997. 基于Chow检验的最优分段建模[J]. 信息与控制, 26(5): 340-345. |
高素华, 王培娟, 万素琴, 等, 2009. 长江中下游高温热害及对水稻的影响[M]. 北京: 气象出版社.
|
刘伟昌, 张雪芬, 余卫东, 等, 2009. 水稻高温热害风险评估方法研究[J]. 气象与环境科学, 32(1): 33-38. |
刘梅, 高苹, 王静苒, 等, 2011. 江苏夏季逐月高温日数与西太平洋海温相关分析及预测模型建立[J]. 气象, 37(12): 1553-1559. DOI:10.7519/j.issn.1000-0526.2011.12.011 |
柳新伟, 孟亚利, 周治国, 等, 2004. 水稻颖花与籽粒发育模拟的初步研究[J]. 中国水稻科学, 18(3): 249-254. |
马建堂, 张为民, 罗兰, 等, 2010. 2010年中国统计年鉴[M]. 北京: 中国统计出版社.
|
史军, 丁一汇, 崔林丽, 2009. 华东极端高温气候特征及成因分析[J]. 大气科学, 33(2): 347-358. |
田小海, 吴晨阳, 袁立, 等, 2010. 普通气候年景下江汉平原超级杂交稻结实率及其与气候条件的关系[J]. 中国水稻科学, 24(5): 539-543. |
童志婷, 李守华, 段维新, 等, 2008. 中稻花期致害高温主导的田间气象特征及其对不同杂交组合水稻结实的影响[J]. 中国生态农业学报, 16(5): 1163-1166. |
王钰, 2010. 气象灾害对水稻生长的影响[J]. 现代农业科技, (24): 302-305. DOI:10.3969/j.issn.1007-5739.2010.24.192 |
谢晓金, 李秉柏, 申双和, 等, 2009. 抽穗期高温胁迫对水稻花粉活力与结实率的影响[J]. 江苏农业学报, 25(2): 238-241. |
许吟隆, 赵海燕, 姚凤梅, 等, 2005. 长江中下游高温事件对中稻产量构成要素影响的统计分析[J]. 中国农业气象, 25(增刊): 20-23. |
杨秋明, 李熠, 钱玮, 等, 南京地区夏季高温日数年际变化的主要模态及其与200 hPa经向风的联系[J]. 气象, 37(11): 1360-1364. DOI:10.7519/j.issn.1000-0526.2011.11.005 |
曾凯, 周玉, 宋忠华, 2011. 气候变暖对江南双季稻灌浆期的影响及其观测规范探讨[J]. 气象, 37(4): 468-473. DOI:10.7519/j.issn.1000-0526.2011.04.011 |
赵海燕, 姚凤梅, 张勇, 等, 2006. 长江中下游水稻开花灌浆期气象要素与结实率和粒重的相关性分析[J]. 中国农业科学, 39(9): 1765-1771. |
朱周平, 钱炳强, 2010. 中国东部地区夏季高温南北不均匀分布特征分析[J]. 气象, 36(11): 26-31. DOI:10.7519/j.issn.1000-0526.2010.11.004 |
Cao Yunying, Duan Hua, Yang Linian, et al, 2009. Effect of high temperature during heading and early filling on grain yield and physiological characteristics in indica rice[J]. Acta Agronomica Sinica, 35(3): 512-521. |
Fu Guanfu, Tao Longxing, Song Jian, et al, 2008. Responses of yield characteristics to high temperature during flowering stage in hybrid Rice Guodao 6[J]. Rice Science, 15(3): 215-222. DOI:10.1016/S1672-6308(08)60045-1 |
Kim J, Shon J, Lee C K, et al, 2011. Relationship between grain filling duration and leaf senescence of temperate rice under high temperature[J]. Field Crops Research, 122(3): 207-213. DOI:10.1016/j.fcr.2011.03.014 |
Sun Wen, Huang Yao, 2011. Global warming over the period 1961-2008 did not increase high-temperature stress but did reduce low-temperature stress in irrigated rice across China[J]. Agricultural and Forest Meteorology, 151(9): 1193-1201. DOI:10.1016/j.agrformet.2011.04.009 |
Tao F L, Yokozawa M, Liu J Y, et al, 2008. Climate-crop yield relationships at provincial scales in China and the impacts of recent climate trends[J]. Climate Research, 38: 83-94. DOI:10.3354/cr00771 |