西安市冬小麥氣候適宜性指標研究及精細化區劃

柴 芊,劉 璐

(陜西省農業遙感與經濟作物氣象服務中心，陜西 西安 710015)

引言

冬小麥是西安市主要細糧作物，境內一市六縣(區)均有種植。西安冬小麥種植歷史悠久，近年來隨著先進農業技術的廣泛采用，冬小麥單產不斷提高，由20世紀80年代初3 675 kg·hm-2，增加到2018年的4 862 kg·hm-2。然而，隨著城市化進程的不斷加快和農業產業結構不斷調整，自然生態系統的退化加劇了環境的脆弱性，導致氣象災害發生頻率劇增，災情擴大。特別是干旱、暴雨等，影響面廣、經濟損失巨大，嚴重制約西安市農業產業的可持續發展。在這種情況下，有必要及時開展區域冬小麥精細化氣候區劃，為政府部門開展農業產業結構調整，合理規劃冬小麥種植面積及區域提供科學決策依據，為農業技術部門和科技人員開展冬小麥育種、選種、改進農技措施等科研攻關提供科學的數據參考。

近些年，在小麥氣候適宜性區劃方面，國內外專家已取得不少研究成果[1～7]。但其區劃指標選取方面，多采用小麥生物學指標，或以生物學指標為基礎與產量進行統計分析，確定幾個重點指標作為區劃指標。筆者研究擬采用積分回歸方法，對小麥全生育期光溫水資源與氣候產量關系進行分析，即開展氣候因子對冬小麥產量的影響效應分析,從而尋找與小麥產量相關性最大的氣象條件作為區劃指標，增加區劃指標的客觀性。此外，筆者研究擬采用GIS技術對區劃數據進行處理，提高區劃的精細化程度，增加區劃結果的適用性。

1 資料與方法

1.1 資料來源

氣象資料來源于陜西省氣象局，包括西安市、長安區、臨潼區、周至縣、藍田縣、鄠邑區、高陵區等7個氣象站，以及西安市周邊14個縣(區)1981-2018年38a的逐旬平均氣溫、逐旬降水量及逐旬日照時數資料。冬小麥產量資料來源于1981-2018年陜西省及西安市統計年鑒。數字高程模型(DEM)數據是從CGIAR - Consortium forSpatial information(CGIAR-CSI)——http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp 下載的1∶25萬比例尺數據。

1.2 分析方法

采用生物模型logistic 曲線模擬方法提取冬小麥氣候產量[8～9]，并利用積分回歸(Integral regression)方法[10～12]，提取影響冬小麥氣候產量的主要氣候因子，建立冬小麥氣候適宜性精細化區劃指標；在對已有氣象要素各類差值方法比較和西安市現有數據空間點分布狀況分析的基礎上，建立要素與經度、緯度、高程的擬合模型[13]，最后利用GIS技術，繪制西安市冬小麥氣候適宜性精細化綜合區劃圖[14～15]。

2 結果與分析

2.1 氣候因子對冬小麥產量的影響效應分析

2.1.1 西安市冬小麥氣候產量的動態變化 圖1為1981-2018年西安市冬小麥單產年變化曲線。如圖1可見，冬小麥單產基本呈線性增加趨勢，其中20世紀90年代的單產增長速率明顯高于其他年代，這主要與90年代冬小麥生產管理水平大幅度提高，且產業技術、規模和發展水平逐漸趨于穩定有關。

圖1 西安市冬小麥1981-2018年單產年變化曲線

計算西安市冬小麥單產趨勢產量，其中西安市冬小麥單產的極值為5 010 kg·hm-2，擬合誤差為245.2 kg·hm-2。利用趨勢產量計算結果，得到氣候產量變化情況，如圖2所示，1981-2018年西安市冬小麥氣候產量波動較大。

圖2 西安市冬小麥1981-2018年氣候產量的動態變化曲線

2.1.2 氣候因子對不同生育期冬小麥氣候產量的影響 研究氣候因子本身在不斷變化情形下對目標變量的影響，可以采用由Fisher提出的積分回歸(Integral regression)方法[8～10]。積分回歸的基本原理是假設農作物氣候產量y的形成是整個生育期(t=0-τ)內由于氣象條件影響的結果，將影響氣候產量的因素如光照、溫度和降水等k個氣象要素作為自變量Xi，將冬小麥關鍵生育期分為n個時段，把某個時段、某個氣象要素值作為一個變量。則y對Xi的回歸方程可以寫成：

(1)

式中，c為常數項；ait為第t個時段第i個氣象要素的偏回歸系數；Xit為第t個時段第i個氣象要素值。

假如將ait、Xit均看成隨時間變化的函數，將作物整個生育期分成若干個無窮小的時段，則(1)式的多元回歸方程可用積分回歸形式表示：

(2)

式中，Xi(t)為t+Δt時刻的第i個氣象要素值；ai(t)是t+Δt時刻的第i個氣象要素每變化一個單位時對作物產量的影響效果，稱為偏回歸系數。ai(t)是時間t的函數，用正交多項式函數將其展開：

ai(t)=∑aijφij(t)

(3)

式中，φij(t)為時間的正交多項式，aij為回歸系數，正交多項式取5次項，j=0,1,2,3,4,5。將(3)式代入(2)式得：

(4)

(5)

由回歸方程可以看出，由于氣象要素的隨時間不同，每組ρij值也不會相同，當然y值就會不同。ai(t)就是第i個要素在t時段對作物氣候產量影響的重要程度，即敏感指數，代表某氣象要素每變化一個單位對最終產量的減少值或增加值。

分析結果如圖3所示，在冬小麥主要生育期內，西安市冬小麥對氣溫的敏感時段為3-4月和11月，對降水的敏感時段為3月中旬至4月下旬和10月下旬至11月下旬，對日照時數的敏感時段為4月下旬至5月下旬和11月至1月中旬。在這些時段內，對應氣象資源偏多或偏大，將有利于冬小麥產量的形成。例如3月下旬氣溫對產量的正效應達到最大，此時氣溫每偏高1℃，產量將增加19.5 kg·hm-2，11月中旬降水對產量的正效應達到最大，此時降水量每偏高1 mm，產量將增加4.7 kg·hm-2，5月下旬日照對產量的正效應達到最大，此時日照時數每偏高1 h，產量將增加12.1 kg·hm-2。

圖3 冬小麥氣溫、降水、日照時數積分回歸系數變化

2.2 冬小麥氣候適宜性精細化區劃指標的建立

在以上分析各地氣候因子對冬小麥產量的影響效應的基礎上，綜合冬小麥生物學特性等因素，選擇對各地小麥產量影響較大的氣候因子作為氣候適宜性精細化區劃指標。此外，利用陜西省農作物氣候適宜性精細化區劃技術規定，利用可區劃因子與產量相關關系，以產量達到高產水平的90%、80%和70%作為最適宜、較適宜和次適宜指標判定依據(見表1)。

表1 西安市冬小麥氣候適宜性精細化區劃指標

2.3 冬小麥氣候適宜性精細化區劃結果分析

基于區劃指標，利用GIS技術，對西安市以及周邊縣所有氣象站氣象要素進行空間化處理，得到西安市冬小麥氣候適宜性精細化綜合區劃圖，如圖4所示。

圖4 西安冬小麥氣候適宜性精細化區劃

(1)最適宜區。主要是西安市北部地區，包括西安市閻良區、高陵區、未央區，以及臨潼區、灞橋區、長安區、鄠邑區和周至縣北部，冬小麥種植面積約13萬hm2，約占西安市全市冬小麥種植面積的62%。這里地勢平坦，土地肥沃，冬小麥生育期平均氣溫8.9～9.8℃，冬前降水量38～44 mm，返青拔節育穗期降水量74～78 mm，抽穗灌漿期日照時數280～284h，氣候資源優勢明顯，有利于冬小麥的穩產和高產，是西安市冬小麥主要種植區。

(2)適宜區。主要是西安市東部及秦嶺北麓地區，包括臨潼區南部、藍田縣西北部及長安區、戶縣和周至縣的秦嶺北麓地區，冬小麥種植面積約7萬hm2，約占西安市全市冬小麥種植面積的33%。該區域冬小麥冬前降水量41～44 mm，返青拔節育穗期降水量63～69 mm、平均氣溫10.3～10.8℃，抽穗灌漿期日照時數242～268 h，降水資源略差于最適宜區，且地形相較最適宜區復雜，主要以平原和塬地地形組成，故灌溉條件略差于最適宜地區，尤其是東部地區，冬小麥需水主要靠自然降水供給，對冬小麥產量有所影響。

(3)次適宜區。主要是西安市南部接近秦嶺北麓部分山地地區，冬小麥種植面積約1萬hm2，約占西安市全市冬小麥種植面積的5%。該區域冬小麥冬前降水量36～40 mm，返青拔節育穗期降水量60～63 mm、平均氣溫10.3～10.4℃，抽穗灌漿期日照時數226～242 h，氣候資源相對較差，且這里冬季越冬期平均氣溫較低，秋淋時間長、強度大，易推遲小麥播種時間，使小麥苗期生長不壯，不利于冬小麥正常生長發育。

(4)不適宜區。主要是西安市南部秦嶺山區。由于秦嶺山脈地勢高、地形復雜、整地不細的地理條件，以及溫度較低的氣候因素，不利于冬小麥的正常生長，故這里不適宜種植冬小麥。

3 結論與討論

(1)農作物氣候適宜性區劃是地方政府合理規劃農作物種植結構以及制定氣象災害防災減災措施的重要決策依據，該工作的基礎即科學、客觀的區劃指標的確定與選擇。筆者研究通過開展氣候因子對西安市冬小麥產量的影響效應分析，確定了影響西安市冬小麥產量的關鍵氣象要素，并以此作為氣候適宜性區劃的指標，開展基于GIS技術的精細化區劃。此方法相較以往區劃指標，能夠更加客觀反應氣候條件對西安市冬小麥生產的影響，不僅體現了冬小麥氣候適應性區劃的科學性，同時突出了西安市冬小麥氣候適宜性指標的地區差異性。

(2)西安市秦嶺以北地區均為冬小麥氣候適宜區，其中閻良區、高陵區、未央區，以及臨潼區、灞橋區、長安區、戶縣和周至縣北部為最適宜區，適宜種植區面積約占西安市全市面積四分之三。

(3)根據該區劃結果，西安市政府在制定農業發展規劃時，可適當向長安、藍田、臨潼、高陵等區縣調整優質糧食產業帶面積及種植區域，加大秦嶺北麓周至縣、戶縣及長安區獼猴桃、葡萄等經濟林果種植面積，以進一步合理規劃種植區，確保西安市農業生產規模化的成效，以及農民收入翻番的目標。