东北不同气候类型区气候要素与玉米产量的关系---中国气象学会(共16页).docx

《东北不同气候类型区气候要素与玉米产量的关系---中国气象学会(共16页).docx》由会员分享，可在线阅读，更多相关《东北不同气候类型区气候要素与玉米产量的关系---中国气象学会(共16页).docx（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上东北不同气候类型区气候要素与玉米产量的关系李辉中国科学院大学地球科学学院，北京，摘要：选取1981-2009年东北地区具有连续可用的气象资料和玉米产量资料的站点，按照各站点的气温高低、日照时数长短和降水量多少将其分为四个气候类型，进行研究分析。结果显示，1981-2009年东北地区玉米实际产量增加，但是因为气候因素的影响造成的气候产量降低。玉米生长季内的平均最低气温、平均最高气温、平均气温和积温都显著上升，降雨量有所下降，日照时数和日较差变化不明显。类型一和类型二的降水量较少,玉米产量受降水的影响就不明显,而是对日较差和日照时数的影响较敏感。类型一中日照时数与平均气温

2、和降水量的值均适中，即光、热和温度三者的配合较好，日照时数的回归系数为正，即日照时数增加有利于玉米产量增产；而类型二中虽然日照时数和平均气温较高，降水量不足，光、热和温度之间的相互配合不好，所以在此气候类型中日照时数的回归系数为负，即日照时数增加不利于玉米产量增产。类型三和类型四的降水较多，玉米产量受降水的影响就会显现出来。因此类型三和类型四中，玉米产量对降水量和日照时数的影响较为敏感，而且降水量和日照时数的增加都有利于玉米产量的形成,相反,降水量和日照时数降低则会使玉米减产。关键字：东北地区 气候类型 气候因子 玉米产量1.引言我国是世界上第二大玉米生产国,玉米产量约占全国粮食总产量的四分之

3、一。其中根据不同地区光温水等自然资源特点及玉米生长发育对资源条件的要求，将东北地区划为春播玉米区，常年玉米播种面积为900-1000万公顷，正常年份玉米产量为5000-6000万吨左右，占全国总产量的40%左右，是我国最大的玉米商品粮产地。但近年来，全球气候变化，导致很多地区的粮食产量受到影响（Fulu Taoet al.,2006; Liangzhi You et al. 2009）。近期有研究表明,在过去的五十年中,东北地区每十年增温0.38,所以这一地区对气候变化十分敏感（Zhijuan Liu et al.2012）。有关研究表明，1980年以来的气候变暖对作物产量会有消极影响（Yua

4、n Liu et al. 2010）。但也有相关研究表明，气候变化情景下东北玉米产量是增长的。总之，气候变化对我国玉米产量的影响的研究存在很大的不确定性。为确保气候变化背景下我国玉米的稳产高产，迫切需要弄清我国玉米产量与气候间的关系。 总体上看，玉米产量会随着气温、光照和降水的变化而呈现出不同的变化，水热条件的不同组合对玉米生产的影响表现出复杂性和不确定性(何奇瑾,2011)。为了更好的了解，不同水热环境下，玉米产量的变化，可以根据不同量的温度光照降水划分气候类型，再在不同气候类型背景下，研究气候变化对玉米产量的影响。近年来，关于气候变化对玉米产量的影响的研究有很多，主要分为三类：（1）统计方

5、法，分析玉米产量变化与气温、光照和降水等因子的关系，构建线性或非线性的回归方程，然后分析气候变化对玉米生产的影响；（2）经验模型，根据经验和玉米生态学理论构建出经验模型，再进一步探讨气候变化对玉米产量的影响；（3）模拟实验，模拟一定的气候变化情形，观测气温、水分和日照变化时玉米产量的变化情况(何奇瑾,2011)。基于经验模型的模拟气候变化对农业影响，存在很多不确定性，包括（1）背景不确定性（2）初值的不确定性；（3）模型结构的不确定性（4）参数不确定性；（5）模拟技术的不确定性(张建平,2006; 姚凤梅,2011)。鉴于以上复杂的不确定性，较难分析判定气候变化对玉米产量的影响。早期的研究使用

6、了很多不同的统计方法(房世波,2011; 郝立生,2009;)，但是由于全球气候显著变化的时期也正是农业技术水平快速提高的时期，技术的发展会掩盖气候变化对农业的一些影响，而这些简单的统计方法很少考虑到这一事实(蔺涛,2008)。在对气候变化和粮食产量关系的实证研究中，需要解决的很关键的问题是，如何尽量减少农业技术、管理因素对作物产量的影响，进而可以正确地计算出气候产量(王媛,2004)。一些研究中，为了区分自然和非自然因素对粮食产量的影响，将作物产量分解为趋势产量、气候产量和随机误差三部分。一般随机误差部分很小，忽略不计(方修琦,2004)。考虑到将两者分开的统计方法有一阶差分法和分离趋势法。

7、Liu et al.使用分离趋势的方法(Zhijuan Liu,2012)，研究东北玉米产量与气候变化之间的关系，得到与模型模拟相同的结论。Sanai Li et al.( Sanai Li,2010)使用分离趋势的方法，研究不同尺度上气候变化对中国小麦产量的影响。但分离趋势时，趋势产量可能包含了气候趋势变化影响的信息，这样计算出的“气候产量”并不能正确反映气候变化对粮食产量的影响。而差分是一种非常简便有效的确定性信息提取方法。Cramer分解定理在理论上保证了适当阶数的差分一定可以充分提取确定性信息。序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳。David B. Lobell在研究气

8、候变化对玉米，小麦，水稻产量的影响12,13时，使用了一阶差分法；张天一也使用一阶差分法，对中国20个站点水稻的气象数据和产量数据进行了研究(Tianyi Zhang,2010)。所以本研究中使用统计方法的一阶差分法，去除非气象因子的影响后，分析气候变化对玉米产量造成的影响。在对气候因子和玉米产量进行一阶差分后，研究它们之间的关系时，考虑到作物生长因子的多样性及相互间的复杂性，以及玉米产量与气候之间的关系是气候系统多个因子协同作用的结果，又鉴于之前的研究中缺乏因子贡献率的评估，只是基于经验的选取指标(何奇瑾,2011)，所以本研究中在对各气候要素以及玉米产量进行相关分析后，又进行了两次多元回归

9、，旨在研究玉米产量对气候因子变化的敏感性。由于玉米生长主要受生长季内气候而不是全年气候的影响，所以本文将会使用玉米生长季内气象因子进行分析(Liangzhi You,2009; Changqing Chen,2011)。为进一步研究近三十年气象因子对玉米产量的影响，本研究计算分析了不同气候类型中气象因子对玉米的累积贡献量。2. 研究资料和方法 2.1研究站点和资料 研究站点位于东北地区，包括黑龙江、吉林、辽宁。这一地区大部分属于湿润或亚湿润气候，年均降水量500-800mm，年均温1-9，比较适合农业的发展。自1970年以来，东北地区的气温升高了1，冬季升温高于夏季，夜间升温高于日间，气温日较

10、差减小。这一地区的降水在1940-1960年降水较多，1960年后见水减少，其中夏季减少明显，特别是1990年以来，东北地区降水量急剧下降。根据中国1951-2000年的气象资料分析，东北是中国增温最快，范围最大的地区之一。 中国东北地区土地肥沃，作物生长季节的光、水、热资源匹配较好，适宜作物的生长。近年来气候变暖增加了农业气候热量资源，对1965-1990年黑龙江省粮食总产变化趋势的分析表明，尽管粮食总产的增加时多种因素综合作用的结果，但热量资源的增加是粮食产量大幅增加的主要因素。本研究的气象资料来自于国家气象信息中心气象资料室的中国地面气候资料月值数据集。在综合考虑站点的时间序列长度、完整

11、性和代表性的基础上，从研究区域选出11个站点，时间序列为1981-2010年，包括最高温度、最低温度、平均温度、日较差、积温、日照时数和降水。玉米产量数据资料使用东北三省统计的1981-2010年单产数据。图1 东北地区的地理位置2.2研究方法2.21气候类型分类海伦、富锦分布在东北北部，远离海洋，纬度高，温度低，降水少，日照时数长。泰来、通榆、长岭、双辽位于东北中部，温度、降水和日照时数都较高。蛟河、敦化、桦甸位于东北东南部，靠近海洋，温度和日照时数都较低，降水高。黑山、本溪，位于东北南部，靠近海洋，温度高，降水充沛，日照时数较低。玉米产量会随着气温、光照和降水的变化而呈现出不同的变化，水热

12、条件的不同组合对玉米生产的影响表现出复杂性和不确定性。所以本研究按照生长季内温度、降水和日照的高、中、低将所有研究站点分成4个气候类型。每个气候类型中选择一个站点可以代表每个相应的气候类型。首先选取了东北67个气象站点，使用反距离加权插值法，进行空间插值，得到东北三省的气象因子分布图。为进一步研究对比所选站点的气候类型，在进行空间插值时，将气象因子值分为三段，得到第二组气象因子空间插值图。根据第二组空间插值图，得到四种气候类型，分别称为，类型一（海伦，富锦），类型二（泰来，通榆，长岭，双辽），类型三（蛟河、敦化和桦甸）和类型四（黑山、本溪）。图2 东北地区气候资源的分布状况表1.根据站点地理背

13、景和气候资源得到的四种不同组合气候要素类型TPSH类型一中中中类型二高低高类型三低高低类型四高高中2.22产量与气候的关系 本文中使用一元线性回归分析研究各站点的气候和产量变化趋势。在研究玉米产量对气候变化的响应时主要采用一阶差分的方法。即先将每年生长季以及生长季内各月的气象要素和产量分别进行一阶差分，将得到的气象要素的差分值和产量的差分值再进行相关分析和多元回归分析。从而得出玉米产量主要受生长季哪个阶段以及哪个气象要素的影响，为提出更好的玉米生长适应性政策提供有力依据。一阶差分一阶差分就是中连续相邻两项之差即,Xdiff(t)= X(t) X(t1)，Xdiff(t)表示时间t与时间t-1的

14、一阶差分值。差分是一种非常简便有效的确定性信息提取方法。Cramer分解定理在理论上保证了适当阶数的差分一定可以充分提取确定性信息。序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳。 在分析气候产量与气候因子之间的关系时，使用了标准化多元回归，标准化多元回归方程中各气候因子的标准化回归系数的大小表示该气候因子对产量的贡献的相对大小，正负表示该气候因子对产量的影响是积极的还是负面的。 多元回归是指一个(预报对象),多个自变量(预报因子)的回归模型。如果变量y与x1，x2，,xp之间的内在联系是的，那么进行n次试验，则可得n组数据：(yi,xi1,xi2,xip),i=1,2,n它们之间的关系

15、可表示为：y1=b0+b1x11+b2x12+bpx1p+1y2=b0+b1x21+b2x22+bpx2p+2yn=b0+b1xn1+b2xn2+bpxnp+n为了求出中的参数b0，b1，b2，bp,可采用，即在其数学模型所属的类中找一个近似的函数，使得这个近似函数在已知的对应数据上尽可能和真实函数接近。设c0，c1，c2，cp分别是b0，b1，b2，bp的最小二乘估计，则多元为:y=c0+c1x1+c1x2+cpxp其中c0，c1，c2，cp叫做的。 为进一步分析不同气候要素变量之间的相对重要性，将多元回归系数标准化，得到标准化回归方程。对，即将原始数据减去相应变量的后再除以该变量的标准差，

16、计算得到的称为标准化回归方程，相应得回归系数为标准化回归系数。标准化回归系数，无论自变量和因变量采用什么单位都不会改变。所以当需要比较多个自变量对因变量相对作用大小时，可采用标准化回归系数。但是标准化是去除量纲的，因而标准化的系数是相对的，而非标准化的系数则是绝对的。 所以计算各个气候因子对气候产量的贡献量时需要使用非标准化系数。3.结果3.1气候因子和产量变化趋势本文中根据表3得到的四种不同类型，分别用类型一、类型二、类型三和类型四表示。 图2为各站点气候因子变化趋势，从此图中可以看出，最低温度、最高温度和平均温度都呈升高的趋势，降水呈降低的趋势。日照时数在不同组内呈现出没有规律的增加或减少

17、。图3.不同气候类型的各气候因子变化趋势图4为各气候类型的产量和一阶差分后的产量的年际变化，由此图可以看出，产量呈明显增加趋势，而差分产量显示出小的降低趋势。可以说明整体气候变化给玉米产量带来的负的影响。图4.不同气候类型的实际产量和气候产量的年际变化3.2气候产量对气候因子的敏感性分析为探索气候产量与气候因子的敏感性，本研究对气候产量与气候因子进行相关性分析和多元回归分析。因为同一生物学意义可以用不同因子表达,所以选择的7个潜在气候因子间会存在相关性,而这种相关性会干扰对主导气象因子的选择，所以首先对潜在气候因子相关性分析。表2.海伦潜在气候因子以及产量之间的相关系数平均最低气温平均最高气温

18、平均气温日较差降水量日照时数积温产量平均最低气温1.763*.904*-.040-.167.198.903*.609*平均最高气温.763*1.957*.615*-.501*.677*.959*.475*平均气温.904*.957*1.377*-.388*.523*1.000*.553*日较差-.040.615*.377*1-.571*.805*.382*-.008降水量-.167-.501*-.388*-.571*1-.646*-.389*-.209日照时数.198.677*.523*.805*-.646*1.527*.198积温.903*.959*1.000*.382*-.389*.527

19、*1.553*产量.609*.475*.553*-.008-.209.198.553*1*.在0.01水平(双侧)上显著相关*. 在0.05水平(双侧)上显著相关由表4可以得到,平均温度和积温的相关系数为1或者很接近1,说明两者具有很显著的相关关系, 所以在进行多元回归分析时,为了避免两者对其他气象要素的影响造成遮盖,选择其一进行回归（此处选择了积温）. 又因为温度范畴的气象要素,即最低温度、最高温度和积温之间具有较高的相关系数，而且相关研究发现尽管东北粮食总产的增加是多种因素综合作用的结果，但热量资源的增加是粮食产量大幅增加的主要因素。所以如果将三者同时与日较差、降水量和日照时数放在一起进行

20、多元回归，可能会掩盖这些因子的影响，所以先将温度范畴的最低温度、最高温度和积温进行一次多元回归，选择出影响产量的主要温度范畴因子，再将日较差、降水量和日照时数一起进行多元回归，选择影响产量的非温度范畴因子。（本研究中因日较差与平均最低温度、平均最高温度和积温之间的相关系数较小，故将日较差列入非温度范畴气候因子，便与研究日较差对玉米产量的影响） 表3.第一次多元回归中各因子的回归系数气候类型气候因子类型一类型二类型三类型四非标准化系数标准系数非标准化系数标准系数非标准化系数标准系数非标准化系数标准系数平均最低温度-715.066-0.5043766.2761.325-6231.32-1.6022

21、172.9350.88平均最高温度-1336.612-1.2441216.6610.366-5963.7-2.171108.2530.052积温62.1361.484-198.054-1.739374.0483.450-83.169-1.014由表5可以看出类型一和类型三中,积温和平均最高气温的系数比较大,说明玉米产量受这两个气象因子影响较大。而类型二和类型四中，则是积温和平均最低气温的系数较大，说明玉米产量对积温和平均最低气温较敏感。因为平均最低气温、平均最高气温、平均气温和积温都属于温度范畴的气候因子，不仅彼此之间有很高的相关性，而且与产量的相关系数也较高。本文中为了研究除了这些温度范畴之

22、外的日较差、降水量和日照时数对产量的影响，在进行完第一次多元回归，选择出影响玉米产量的温度范畴的气候因子后，又对日较差、降水量和日照时数进行第二次多元回归，旨在研究这三者对玉米产量的影响。表4.第二次多元回归中各因子的回归系数气候类型气候因子类型一类型二类型三类型四非标准化系数标准系数非标准化系数标准系数非标准化系数标准系数非标准化系数标准系数日较差-1019.33-0.655-814.68-0.272-545.93-0.202-337.25-0.204降水量-7.76-0.165-7.99-0.07530.360.23510.040.329日照时数23.730.502-35.67-0.515

23、57.920.49313.680.256类型一和类型二的降水量较少,玉米产量受降水的影响就不明显,而是对日较差和日照时数的影响较敏感。类型一中日照时数与平均气温和降水量的值均适中，即光、热和温度三者的配合较好，日照时数的回归系数为正，即日照时数增加有利于玉米产量增产；而类型二中虽然日照时数和平均气温较高，降水量不足，光、热和温度之间的相互配合不好，所以在此气候类型中日照时数的回归系数为负，即日照时数增加不利于玉米产量增产。类型三和类型四的降水较多，玉米产量受降水的影响就会显现出来。因此类型三和类型四中，玉米产量对降水量和日照时数的影响较为敏感，而且降水量和日照时数的增加都有利于玉米产量的形成,

24、相反,降水量和日照时数降低则会使玉米减产。 综上，较高的降水量和较低的日照时数有利于玉米产量的形成；而较低的降水量发生变化时，对玉米产量影响并不明显；日照时数较高时，不利于玉米产量的形成。4. 结论与讨论在研究气候对作物生长及产量的影响时,一般采用的指标有积温、热量、水分、日照条件和干燥度等，部分研究还考虑了土壤情况、产量高低和主要的农业气象灾害。玉米是喜温作物，整个生育过程都要有一定的温度保障，产量受温度的影响也比较显著。水分方面，玉米生长期所需月平均降水量在100mm左右为宜，玉米在整个生育期对水分都十分敏感，过低或过高都对玉米生长不利。光照方面，一般把玉米作为短日照作物，大多数玉米品种要

25、求8-12小时光照才通过光照阶段，最适日照为12-15小时。晚熟品种一般比早熟品种更为敏感5。东北地区的玉米品种三十年来基本维持在中晚熟品种，所以本文中没有分析品种变化的影响。而之前也有相关研究显示，当采用具有更长生长季的新品种时，温度的升高也会对玉米产量有明显的影响(Zhijuan Liu,2011; Changqing Chen,2011)。本研究分析了近三十年，东北地区各气象因子以及玉米实际产量和差分产量的变化趋势。在研究象因子对玉米产量的影响时，不仅考虑了玉米产量对各个气象因子的敏感性，而且考虑了气象因子对玉米产量的累积贡献量，得到以下结论：（1）1981-2009年东北地区玉米实际产

26、量增加，但是因为气候因素的影响造成的气候产量降低。玉米生长季内的平均最低气温、平均最高气温、平均气温和积温都显著上升，降雨量有所下降，日照时数和日较差变化不明显。（2）各气候因子对玉米产量的影响，因当地各类型气候而异，这与之前研究结论相同(Zhijuan Liu,2011)。（3）在温度较低的地区,玉米产量主要对积温和平均最高气温的影响比较敏感，并且积温促进产量形成,平均最高气温不利于产量形成。在温度较高地区，玉米产量主要受积温和平均最低气温的影响，积温不利于产量形成，平均最低气温促进产量形成。（4）降水多的地区，玉米产量受降水量影响较大。降水量增多有利于玉米产量的形成，所以在降水较充足的地区

27、，降水量是除温度外的一个关键的气候因子。在降水量较小的地区，降水的作用对玉米产量的影响不明显，所以，在玉米较低的正常生长范围内的的降水量变化对玉米产量不会有明显影响。之前相关研究中，用模型模拟得到的结果虽然显示降水量降低会导致玉米产量减产，但在降水量较高的区域除外，同时提到这一结论有待使用不同气候类型的观测值验证(Zhijuan Liu,2011)。（5）日较差与玉米产量呈负的相关关系，即日较差增大，玉米产量降低，相反，玉米产量会增加。日照时数与玉米产量成正的相关关系，日照时数增加促进玉米增产。总体来说，东北地区的日照时数降低的多，所以日照时数也是造成玉米减产的一个因素。本文通过划分气候类型，

28、分离气候产量，筛选影响因子，分析了近年气候变化对我国东北地区玉米产量的影响，为研究气候变化对粮食产量的影响提供一定的依据，进一步可以充分利用气候资源的有利条件，避开气候变化带来的不利影响，从而实现玉米的稳产增产，为我国的粮食安全提供有效保障。参考文献：1Fulu Tao, Masayuki Yokozawa, Yinglong Xu. Climate changes and trends inphenology and yields of field crop in China, 1981-2000. Agricultural and Forest Meteorology 138 (2006)

29、 82-92.2Liangzhi You, Mark W. Rosegrant, Stanley Wood. Impact of growing season temperature on wheat productivity in China. Agricultural and Forest Meteorology 149(2009) 1009-1014.3Zhijuan Liu, Xiaoguang Yang et al. Maize potential yields and yield gaps in the changing climate of northeast China. Gl

30、obal Change Biology(2012)18,3441-3454.4Yuan Liu, Enli wang et al. Contributions of climate and crop varietal changes to crop production in the North China Plain, since 1980s. Global Change Biology(2010)16,2287-2299.5何奇瑾，周广胜.我国玉米种植分布区的气候适宜性.科学通报.2012,57（4）：267-275（CSCD）6张建平，赵艳霞，王春乙. 气候变化对我国华北地区冬小麦发育和

31、产量的影响.应用生态学报，2006,27（7）：1179-1184.7姚凤梅，秦鹏程，张佳华，林而达，BOKEN Vijendra.基于模型模拟气候变化对农业影响评估的不确定性及处理方法.科学通报，2011,56（8）：547-553.8房世波. 分离趋势产量和气候产量的方法探讨.自然灾害学报，2011,20（6）：13-18.9郝立生，闵錦忠，张文宗.气候变暖对河北省冬小麦产量的影响.中国农业气象，2009，30（2）：204-207.10李永华，高阳华，张建平，唐云辉.气候波动对重庆水稻产量的影响及对策.中国农业气象，2008,29（1）：75-78.11蔺涛，谢云，刘刚.黑龙江气候变化对

32、粮食生产的影响.自然资源学报，2008,2392):307-317.12王媛，方修琦.气候变化背景下“气候产量”计算方法的探讨.自然资源学报，2004，19（4）：531-536.13方修琦，王媛.近20年气候变暖对黑龙江省水稻增产的贡献.地理学报，2004,59（6）：820-82814 David B. Lobell et al. Analysis of wheat yield and climatic trends in Mexico. Field Crops Research 94 (2005) 250256.15 David B. Lobell. Changes in diurnal

33、 temperature range and national cereal yields. Agricultural and Forest Meteorology 145 (2007) 229-238.16 Tianyi Zhang et al. Responses of rice yields to recent climate change in China: An empirical assessment based on long-term observations at different spatial scales (19812005). Agricultural and Fo

34、rest Meteorology 150 (2010) 11281137.17 Sanai Li et al. The observed relationships between wheat and climate in China. Agricultural and Forest Meteorology 150 (2010) 14121419.18Changqing Chen, Chengxia Lei, Aixing Deng et al. Will higher minimum temperature increase corn production in Northeast China? An Analysis of historical data over 1965-2008. Agricultral and Forest Meteorology, 2011,1-9专心-专注-专业