侯學會,隋學艷,姚慧敏,梁守真,王 猛
(山東省農業可持續發展研究所 農業農村部華東都市農業重點實驗室,山東濟南 250100)
明確作物物候是作物長勢監測和估產的重要前提之一。全球性或區域性的氣候變化使我國農業氣候資源、農業氣象災害、作物種植制度、生育時期及生產潛力等均受到一定影響[1-3]。冬小麥是我國第一大糧食作物,種植面積大,分布范圍廣,其關鍵生育時期對氣候變化的響應得到眾多學者的關注。高美玲等[4]在綜合分析多篇文獻的基礎上發現,增溫會導致亞熱帶季風區和溫帶大陸性氣候區小麥全生育期持續時間縮短,但對溫帶季風區小麥生育期持續時間影響不大;成林等[5]基于站點數據分析也發現,受播種-返青期最低溫度升高的影響,1981-2014年河南省冬小麥返青期主要呈現顯著推遲趨勢,而成熟期的提前趨勢比較顯著,且降水對河南省冬小麥關鍵生育時期變化也有一定負效應;而王鶴齡等[6]研究表明,在甘肅地區,冬小麥越冬-返青期的縮短與極端低溫顯著相關,而乳熟-成熟期的縮短與極端高溫顯著相關;杜莉等[7]對陜西、甘肅和新疆部分站點的小麥關鍵生育時期的分析結果顯示,受局地小氣候及干旱等氣候條件影響,該地區冬小麥返青期大部分呈推遲趨勢,而成熟期提前趨勢在區域上比較一致;而崔耀平等[8]基于全國199個站點資料研究得出,在2000-2013年間我國冬小麥成熟期延后趨勢比較明顯。另外,水分對部分地區冬小麥物候變化的限制作用逐漸增大[9-11]。
我國地形復雜,東西、南北水熱條件差異較大,且氣候因素時間變化趨勢存在明顯的空間分異,如黃淮海平原地區熱干化程度愈發嚴重[12-13],而西北內陸區呈現由暖干向暖濕轉變趨勢[14-16],且已有眾多學者研究表明,自然植被物候對氣候變化的響應在我國具有明顯的地域性[17-19],而已發表的小麥物候對氣候變化響應的研究多是基于某幾個站點/某些省市/某區域的數據開展,而對不同區域上小麥物候時空變化及主要驅動因子的區域差異的對比研究尚少。因此,本研究擬基于1992-2013年農業物候觀測站點數據和氣象觀測站點數據,將我國北方冬小麥主要種植區分為三大區域,即黃淮海平原麥區、黃土高原麥區和西北內陸麥區,在分析不同區域冬小麥關鍵生育時期時間變化趨勢的基礎上,探討不同區域冬小麥關鍵生育時期與水熱氣候條件的相關關系,以期明確冬小麥關鍵生育時期變化及主導氣象要素的區域差異,為中國農業區域性研究提供參考。
冬小麥關鍵生育時期觀測資料和地面氣象觀測資料來自中國氣象科學數據共享網(http://www.cma.gov.cn/),其中小麥關鍵生育時期資料包括逐年返青期和成熟期,地面氣象觀測資料包括月日照時數(h)、月平均最低溫度(℃)、月平均最高溫度(℃)、月均溫(℃)、月累積降水量(mm)和根據最低、最高氣溫差值得到的月溫差(℃)。
由于20 世紀 80 年代以后氣象站的氣候觀測和作物生育時期記錄受到的干擾較小,并且根據天氣變化和作物生長狀況對作物進行了較好管理,如灌溉、施肥和防治病蟲害等,因此直接用這些作物資料進行與氣候因素間的統計分析是可靠的[20]。本研究所使用的站點數據時間范圍主要為1992-2013年,但部分站點由于物候觀測數據或者氣象數據的缺失,僅有部分年份資料。為保證結果可信度,本研究僅選用有效數據大于10年以上的站點資料進行分析,且綜合冬小麥物候觀測站點與氣象資料觀測站點的一致性及站點地理分布,選取了新疆(14個)、甘肅(5個)、山西(4個)、陜西(4個)、江蘇(3個)、安徽(3個)、河南(8個)、山東(10個)、河北(5個)和北京(1個)共10個省市57個站點的冬小麥物候觀測資料和氣象資料,并將57個站點劃分為西北、黃土高原和黃淮海平原三個大區,其中西北區包括新疆14個站點,黃土高原區包括甘肅、山西、陜西的13個站點,黃淮海平原區包括江蘇、安徽、河南、山東、河北和北京6個省市的30個站點。站點分布及區域劃分見圖1。站點物候資料以年/月/日形式記錄,利用Excel中的“days360”函數將其轉換為儒略日。

圖1 冬小麥主要區域劃分及觀測站點位置Fig.1 Study area and location of the stations
采用線性逐步回歸方法研究氣候變化背景下三大區域冬小麥關鍵生育時期在1992-2013年的時間變化趨勢,并計算其顯著性水平。小麥關鍵生育時期與各氣象因子之間的相關關系則采用雙因子相關分析,并以其相關系數評價關鍵生育時期與各氣象因子相關性的顯著程度。
根據站點數據,1992-2013年間,黃淮海平原冬麥區小麥(N=406)返青期平均日期為2月24日,成熟期為6月3日;黃土高原區(N=184)冬小麥平均返青期為3月1日,成熟期為6月17日;在西北內陸區(N=210),小麥平均返青期為3月2日,而成熟期為6月16日。1992-2013年間,三大冬麥種植區各站點冬小麥返青期和成熟期時間變化趨勢如圖2所示。
從總體上看,中國三大冬小麥種植區返青期大部分呈延后趨勢,而成熟期主要呈提前趨勢,但大部分站點變化趨勢并不顯著。具體來看,黃淮海平原麥區30個站點中僅南陽站小麥返青期呈提前趨勢,其余站點冬小麥返青期均呈延后趨勢,且隨著經度增加,即從西向東,延后幅度逐漸增大,但僅有德州、惠民和許昌3個站點小麥返青期延后趨勢達到極顯著水平(P<0.01),淄博、泰安、亳州、宿縣、固始4個站點小麥返青期延后趨勢顯著(P<0.05);而成熟期僅在濰坊和盱眙兩個站點呈顯著提前趨勢,而德州卻呈現顯著延后。在黃土高原冬麥區,除延安、洛川、西峰頂和平涼4個站點外,其余9個站點小麥返青期呈延后趨勢,且榆中、臨汾兩個站點小麥返青期延后趨勢顯著,但延安站小麥返青期的提前趨勢顯著;冬小麥成熟期僅在長治、武功、天水北道區、平涼及環縣5個站點有延后趨勢,但變化趨勢并不明顯,而介休、延安、鳳翔和榆中4個站點的小麥成熟期有顯著提前趨勢,特別是延安站的提前趨勢達到極顯著水平。在西北冬麥區,僅有塔城站小麥返青期有不明顯的提前趨勢,其余14個站點小麥返青期呈延后趨勢,特別是喀什、巴楚、和田和且末4個南疆站點的延后趨勢達到顯著水平;對成熟期來講,西北區僅在南疆的喀什、莎車、于田和巴楚4個站點呈顯著提前趨勢,其余10個站點冬小麥成熟期沒有明顯變化。

◇表示變化趨勢在0.01水平上顯著;□表示變化趨勢在0.05水平上顯著。a和b為黃淮海平原冬麥區小麥關鍵生育時期時間變化;c和d為黃土高原區冬麥區關鍵生育時期時間變化;e和f為西北麥區關鍵生育時期時間變化。S1:南陽(112.58);S2:鄭州(113.65);S3:許昌(113.87);S4:新鄉(113.88);S5:駐馬店(114.02);S6:信陽(114.05);S7:南宮(115.38);S8:荷澤(115.43);S9:固始(115.62);S10:尚丘(115.67);S11:阜陽(115.73);S12:亳州(115.77);S13:德州(116.32);S14:廊坊(116.38);S15:密云(116.87);S16:宿縣(116.98);S17:泰安(117.15);S18:黃驊(117.35);S19:惠民縣(117.53);S20:遵化(117.95);S21:淄博(118.00);S22:唐山(118.15);S23:臨沂(118.35);S24:盱眙(118.52);S25:莒縣(118.83);S26:淮安(119.02);S27:贛榆(119.12);S28:濰坊(119.18);S29:萊陽(120.73);S30:福山(121.25);S31:榆中(104.15);S32:天水北道區(105.87);S33:平涼(106.67);S34:環縣(107.30);S35:鳳翔(107.38);S36:西峰鎮(107.63);S37:武功(108.22);S38:延安(109.50);S39:洛川(109.50);S40:運城(111.05);S41:臨汾(111.50);S42:介休(111.92);S43:長治(113.07);S44:喀什(75.98);S45:莎車(77.27);S46:巴楚(78.57);S47:和田(79.93);S48:阿克蘇(80.23);S49:伊寧(81.33);S50:于田(81.65);S51:拜城(81.90);S52:庫車(82.97);S53:塔城(83.00);S54:輪臺(84.25);S55:烏蘇(84.67);S56:且末(85.55);S57:若羌(88.17)。站點名后的括號內數值為經度。
◇ means the trends is significant at 0.01 level; □ means the trends is significant at 0.05 level.a and b are the change patterns of turning-green and maturity of winter wheat in Huang-Huai-Hai Plain;c and d are the change patterns of turning-green and maturity of winter wheat in Loess Plateau;e and f are the change patterns of turning-green and maturity of winter wheat in the northwest of China.S1: Nanyang(112.58); S2: Zhengzhou(113.65); S3: Xuchang(113.87); S4: Xinxiang(113.88); S5: Zhunadian(114.02); S6: Xinyang(114.05); S7: Nangoong(115.38); S8: Heze(115.43); S9: Gushi(115.62); S10: Shangqiu(115.67); S11: Fuyang(115.73); S12: Bozhou(115.77); S13: Dezhou(116.32); S14: Langfang(116.38); S15: Miyun(116.87); S16: Suxian(116.98); S17: Taian(117.15); S18: Huanghua(117.35); S19: Huimin(117.53); S20: Zunhua(117.95); S21: Zibo(118.00); S22: Tanshan(118.15); S23: Linyi(118.35); S24: Xuyi(118.52); S25: Juxian(118.83); S26: Huaian(119.02); S27: Ganyu(119.12); S28: Weifang(119.18); S29: Laiyang(120.73); S30: Fushan(121.25); S31: Yuzhong(104.15); S32: Tianshuibeidaoqu(105.87); S33: Pingliang(106.67); S34: Huanxian(107.30); S35: Fengxiang(107.38); S36: Xifengzhen(107.63); S37: Wugong(108.22); S38: Yanan(109.50); S39: Luochuan(109.50); S40: Yuncheng(111.05); S41: Linfen(111.50); S42: Jiexiu(111.92); S43: Changzhi(113.07); S44: Kashi(75.98); S45: Shache(77.27); S46: Bachu(78.57); S47: Hetian(79.93); S48: A'kesu(80.23); S49: Yining(81.33); S50: Yutian(81.65); S51: Baicheng(81.90); S52: Kuche(82.97); S53: Tacheng(83.00); S54: Luntai(84.25); S55: Wusu(84.67); S56: Qiemo(85.55); S57: Ruoqiang(88.17). The values in parentheses after the station names are longitudes.
圖2不同區域冬小麥關鍵生育時期時間變化空間格局
Fig.2Spatio-temperolpatternsofturning-greenandmaturityperiodsofwinterwheatindifferentregions
為明確不同區域冬小麥關鍵生育時期的主要影響氣象要素,基于站點冬小麥物候資料和氣象資料,分析了冬小麥返青期與1-3月氣象要素、成熟期與1-5月氣象要素的相關性。結果(表1)表明,在黃淮海平原麥區,小麥返青期與1-3月各氣象要素(2月降水量除外)的相關性均極顯著,其中日照時長和月溫差與小麥返青期呈正相關,而月降水、月均溫、月最高溫度和月最低溫度與黃淮海平原小麥返青期呈負相關;除2月和5月份降水外,黃淮海平原冬小麥成熟期與月日照時長、月最低溫度、月最高溫度、月均溫、月溫差及1月、3-4月降水間均存在極顯著相關性,且與返青期表現一致,日照時長和月溫差與成熟期呈正相關,而月最低溫度、月最高溫度和月均溫及降水與成熟期呈負相關。總體上看,在黃淮海平原區,對返青期的影響較顯著的前2個氣象要素為2月均溫和最低溫度,3月和4月最低溫度對成熟期的影響最為顯著。在黃土高原區,各氣象要素與冬小麥物候期的相關性與黃淮海平原類似,月日照時長與返青期和成熟期均呈顯著正相關,而月最低氣溫、月最高氣溫、月均溫與返青期和成熟期顯著負相關,月溫差對冬小麥關鍵生育時期也有一定的正效應,但影響不如黃淮海平原明顯,僅1-2月的月溫差對返青期有顯著正效應,1月的月溫差對成熟期的正效應達到極顯著水平;另外,返青期與1月和3月的降水量均呈極顯著負相關,而成熟期僅與2月降水量的負相關比較顯著;對比所有氣象要素,2月均溫和3月最低溫度對黃土高原區冬小麥返青期的影響較顯著,而5月最低溫度對黃土高原冬小麥成熟期的影響最為顯著。分析西北麥區數據,月最低氣溫、月最高氣溫和月均溫對冬小麥關鍵生育時期的影響與黃淮海平原及黃土高原區比較一致,均呈極顯著負相關,但日照時長和月溫差與冬小麥關鍵生育時期的相互關系比較復雜,且與黃淮海平原和黃土高原區存在較大差異,1-2月日照時長對返青期和成熟期的負效應比較顯著,但3月日照時長與返青期及4-5月日照時長與成熟期均呈極顯著正相關,而月溫差與返青期和成熟期主要呈負相關,這與黃淮海平原和黃土高原區相反,尤其是3-4月溫差與返青期和成熟期呈極顯著負相關,而且與降水量對黃淮海平原和黃土高原區冬小麥關鍵生育時期有極顯著負效應不同,1-3月降水對西北地區冬小麥返青期和1-5月份降水對該地區冬小麥成熟期的正效應均達到極顯著水平。總體對比看,3月最低溫度對西北麥區返青期的影響最顯著,而成熟期主要受3-4月均溫影響。

表1 不同區域冬小麥關鍵生育時期與不同時段氣象因子的相關系數Table 1 Correlations of phenology of winter wheat and climate factors in different regions
**:P<0.01; *:P<0.05.
綜合以上分析,黃淮海平原和黃土高原區冬小麥返青期主要受月均溫的影響,而西北內陸小麥返青期主要受月最低溫度影響,月最低溫度的變化是影響黃淮海平原小麥成熟期的主要因素,西北區冬小麥成熟期則主要受月均溫變化的影響,但在黃土高原區月均溫對冬小麥成熟期稍強于月最低溫度。
全球氣候變化導致我國農業氣候資源發生顯著變化。為對比氣候對冬小麥物候期影響的區域差異,本研究基于1992-2013年57個農氣站點資料,分析黃淮海平原、黃土高原和西北內陸區冬小麥關鍵生育時期變化和主要氣象影響因子,結果發現,與余衛軍等[21]基于省份范圍的資料研究結果較為一致,在黃淮海平原和黃土高原區,冬小麥返青期延后,但趨勢不顯著,成熟期提前,且變化趨勢比較顯著。姬興杰等[22]基于黃淮海平原16個農氣站點和2個黃土高原站點資料分析也發現,16個黃淮海平原站點和2個黃土高原站點冬小麥返青期整體上呈現延后但變化不顯著的趨勢,而成熟期則以0. 27 d·年-1的趨勢顯著提前;但崔耀平等[8]的研究卻指出,2000-2013年間我國冬小麥成熟期主要表現出延后趨勢。這可能主要是因為崔耀平等[8]的研究關注的是全國,即加入了南方和青藏高原區冬小麥站點資料,而本研究與姬興杰等[22]主要針對我國北方冬麥區開展研究。另外,肖登攀等[23]也發現,1981-2009年間新疆冬小麥成熟期有顯著提前趨勢,這與本研究結果比較一致,但肖登攀等[24-25]對該時間段華北地區農氣站點冬小麥返青期和成熟期時間變化進行分析,得出1981-2009年間華北區冬小麥返青期和成熟期的提前趨勢均相對比較明顯,這與本研究得出的1992-2013年間黃淮海平原區冬小麥返青期以延后趨勢為主的結論不一致,可能主要是因為研究時間范圍不一致導致的。
基于雙因子相關分析,溫度是影響不同區域冬小麥關鍵生育時期變化的主要原因,且除月溫差外,溫度變化對冬小麥關鍵生育時期的負效應比較顯著,這與車少靜等[26-30]基于省級數據研究結果比較一致。但受地理位置、氣象要素及小麥關鍵生育時期時間不同,不同地區影響小麥關鍵生育時期的主要溫度因子存在差異,在黃淮海平原區,月平均溫度和月最低溫度分別是影響冬小麥返青期和成熟期的主要氣象要素,但Wang等[31]對單個站點農氣資料進行分析,卻認為月最低溫度的變化是導致華北地區冬小麥關鍵生育時期變化的主要氣象要素,這可能主要是因為研究時間范圍及分析數據范圍不一致造成的。在黃土高原區,本研究發現,月平均溫度是影響該地區冬小麥關鍵生育時期的主要氣象要素,這一結論與He等[32]基于1981-2009年黃土高原農氣站點數據的結論比較一致。而在西北內陸區,返青期與月最低溫度的負相關性最為顯著,而成熟期則主要受月平均溫度變化的影響。而Wang等[33]利用敦煌和西峰兩個農氣站點資料進行分析,得出在1981-2004年間月最低溫度的升高對冬小麥返青期有正效應,這與本研究基于區域站點數據進行分析的結果較為一致。
另外,需要注意的是,月降水對黃淮海平原/黃土高原冬小麥物候期和西北內陸冬小麥物候期的影響相反,月降水與黃淮海平原和黃土高原區冬小麥生長呈負相關,這主要是因為水分是影響作物生長的另一重要因子,對小麥生長均不利,雖然近幾十年黃淮海平原和黃土高原區部分區域降水量有增加趨勢[34],但總體上減少趨勢比較顯著[35-36],對該地區作物生長不利[37],返青期干旱會導致小麥發育遲緩,物候延后,而成熟期干旱導致小麥過早成熟,物候提前,這也進一步驗證了本研究的結果。但降水變化對西北地區冬小麥關鍵生育時期的正效應比較顯著,這主要是因為西北內陸區冬小麥不同生育時期都存在水分匱缺[38],小麥旱災風險較高[39]。因此,降水的增加對該地區小麥生長具有顯著正效應。
作物物候受氣候和品種的共同驅動,且田間管理方式也有一定的影響[32],如何剝離品種和田間管理方式導致的作物物候變化,分析長時間序列氣候變化下對物候的單一影響,是以后工作需要考慮的問題。另外,本研究使用的僅是1992-2013年的很少一部分農氣站點資料,尤其是黃土高原北部沒有有效站點,資料時間連續性及數據量都對本研究的結果有一定影響,有待于通過增加站點數及時間序列彌補數據代表性的不足。