稻田與鄰近氣象站溫濕度差異及其對水稻高溫熱害損失評估的影響

林聃 孫汪亮 宣守麗 楊沈斌 易厚天 石春林 江敏

摘要：為明確稻田與鄰近氣象站的溫濕度差異及其對水稻高溫熱害損失評估的影響，利用HOBO溫濕度傳感器，在江蘇省南京市六合區柯鄭村通過稻田小氣候觀測，分析了稻田與鄰近氣象站的溫濕度差異，并利用水稻高溫敗育模型評估了該差異對水稻高溫熱害損失的可能影響。結果表明，從分蘗至成熟期，稻田的相對濕度比鄰近氣象站點高8百分點左右;分蘗至抽穗開花期稻田日最高溫度比氣象站點低1.1 ℃，灌漿期稻田與氣象站日最高溫度差異逐步減少，黃熟期后兩者差異不大;而分蘗至抽穗開花期稻田日最低溫度比鄰近氣象站低0.7 ℃左右。此后，隨著低溫過程的出現，稻田與鄰近氣象的日最低溫度差異在增加，灌漿至成熟期差異達到2.0 ℃以上。當最高溫度低于35 ℃時，考慮稻田和氣象站點溫度差異后，估算得到的敗育率比直接利用氣象臺站數據低50%，隨著高溫指標的增加，該差異在減少。

關鍵詞：水稻;稻田;氣象臺站;氣象要素差異;高溫熱害評估

中圖分類號： S162.5+3? 文獻標志碼： A

文章編號：1002-1302（2021）20-0248-05

收稿日期：2020-01-20

基金項目：國家自然科學基金（編號：31671574、41875140）;福建省社會發展引導性（重點）項目（編號：2020Y0018）;福建農林大學科技創新專項基金（編號：CXZX2016165）。

作者簡介：林 聃（1997—），女，福建龍巖人，碩士，主要從事農業氣象研究。E-mail：296994144@qq.com。

通信作者：石春林，博士，研究員，主要從事農業氣象災害和氣候變化影響評價研究，E-mail：amdjaas@jlonline.com;江 敏，博士，教授，主要研究方向為作物模型與農業氣象災害，E-mail：493455464@qq.com。

作物生長發育受農田環境條件的制約。雖然目前基于互聯網的農田信息采集技術已得到初步的研究與應用[1-2]，但大多數研究仍然是利用氣象站點的觀測數據進行作物生長發育特征及農業氣象災害的分析[3-4]。眾所周知，農田的植被狀況隨作物的生長發育是動態變化的，而氣象站點的植被狀況是相對不變的;稻田還常有水層。因此，農田植被環境對農田小氣候必然存在一定影響。目前，對農田與鄰近常規臺站的氣象要素差異分析已有初步研究。王江等選取了6個冬小麥品種，分析越冬期、拔節后期、孕穗期、揚花期和灌漿期5個時期內作物活動面溫度、活動面相對濕度和田間地面溫度與相同時間氣象站數據的相關關系[5]。張邦琨等分析了水稻主要發育期的稻田溫濕度與大氣候的差異，表明由于水層和植被的調節作用，稻田中氣溫日變幅比大氣候低2～4 ℃[6]。楊愛萍等分析了晚稻分蘗普期后不同天氣類型下稻田和鄰近氣象站日均溫度的關系，并構建了轉換模型[7]。姚儀敏等分析了高溫熱害情況下稻田和鄰近氣象站溫濕度的差異[8]。郭建茂等利用氣象臺站溫度建立了稻田冠層內部溫度的估算模型[9]。以上分析大多側重于日均溫度的比較，而對最高溫度、最低溫度的變化缺乏分析。由于最高溫度、最低溫度不但影響水稻的生長和品質，還影響作物對災害的響應[10-12]。因此，為明確稻田小氣候與鄰近氣象站的氣象要素差異及其對水稻高溫損失評估的可能影響，本研究通過稻田小氣候的觀測，分析了稻田與鄰近氣象站的溫濕度差異，并根據開花期高溫敗育模型估算了該差異對產量損失的影響，旨在為更準確的水稻生長模擬預測及災害分析提供理論依據。

1 材料與方法

1.1 試驗及觀測方法

稻田溫濕度觀測于2015年9—11月和2018年7—10月在江蘇省南京市六合區柯鄭村（32°37′N，118°88′E）進行。稻田種植品種為南粳5055，屬于早熟晚粳類型，4月25日前后播種，9月6日左右抽穗。觀測期間將HOBO溫濕度記錄儀設置在稻田中，設置高度為距地面1.5 m。HOBO溫濕度記錄儀每15 min記錄1次稻田的溫濕度情況。稻田觀測點距離六合氣象站約3.4 km，可認為兩者間的溫濕度差異是由環境造成的。

1.2 高溫熱害損失估算方法

已有的研究表明，高溫會影響水稻產量結實率、穗粒數、穗數和千粒質量諸多構成因子[13-15]，減數分裂期和開花期高溫對結實率和穗粒數的定量影響模型也得到了建立。本研究利用江蘇省農業科學院研制的水稻高溫敗育模型和ORYZA2000模型中水稻高溫敗育模型[16-17]分析開花期高溫對水稻結實率的影響，進而評估稻田及氣象臺站資料差異對水稻損失評估的影響。

2 結果與分析

2.1 稻田和氣象站的溫濕度差異

2.1.1 稻田和鄰近氣象站濕度差異分析

圖1是稻田與鄰近氣象站相對濕度的差異圖，可以看出，2015年和2018年氣象站的日平均相對濕度基本上都較大幅度低于稻田，且稻田的相對濕度的分布比較集中，變化幅度較小;而氣象站點的相對濕度變幅較大。2015年水稻抽穗至成熟期氣象臺站相對濕度最大值為92%，最小值為57%，平均相對濕度為80.3%;而稻田的相對濕度最大值為100%，最小值為76%，平均相對濕度為88.6%。同樣，2018年分蘗至抽穗稻田的日平均相對濕度的最大值為98%，最小值為77%，平均相對濕度為88.2%;氣象站點記錄的相對濕度最大值為97%，最小值為68%，平均相對濕度為80.5%;稻田的平均相對濕度比六合氣象站點的平均相對濕度高7.7百分點。在生育后期，稻田的平均相對濕度比六合氣象站點高8.8百分點，其中稻田的相對濕度最大值為98%，最小值為63%，平均相對濕度為86.3%;氣象站點的日平均相對濕度的最大值為95%，最小值為53%，平均相對濕度為77.5%。稻田相對濕度高的原因在于稻田常有水層，且稻田的葉面積指數比氣象站的草叢更高。此外，當晴天（相對濕度較低）時，氣象站與稻田的相對濕度差異較大，而當雨日發生時，稻田與鄰近氣象站的相對濕度差異較小。

2.2.2 稻田和氣象站溫度差異分析

圖2是稻田與鄰近氣象站日最高溫度的差異圖，可以看出，2015年六合氣象站的日最高溫度與稻田日最高溫度基本接近。抽穗至成熟期觀測得到的稻田和鄰近臺站平均日最高溫度均為22.8 ℃，兩者溫差在1 ℃以內。2018年7月上旬由于陰雨天氣，稻田的日最高溫度比氣象站低0.5 ℃左右;7月中旬至9月上旬（水稻分蘗后期至抽穗開花期）稻田最高氣溫較氣象站低1.1 ℃左右，稻田的平均日最高溫度為 31.8 ℃，氣象站點的平均日最高溫度為32.9 ℃（包括7月中旬至8月上旬的高溫期）;9月中旬至10月底，稻田與氣象站的最高溫度溫差呈減少趨勢，至10月中旬后，兩者趨于一致。這一特征與2015年基本相同。7月中旬至9月上旬是水稻群體生長最旺盛的時期，但稻田與鄰近氣象站最高溫度的溫差并無明顯的變化趨勢，這說明溫差的變化可能與群體大小關系不大。

圖3是稻田與鄰近氣象站日最低溫度的差異，可以看出，2015年灌漿至成熟期，稻田平均日最低溫度為11.4 ℃，六合氣象站平均日最低溫度 14.1 ℃，比稻田高2.7 ℃。9月中旬至10月下旬，溫差呈增加趨勢，進入11月后，溫差有減小傾向。2018年在分蘗至抽穗開花期（7月初至9月上旬），氣象站日最低溫度平均為25.4 ℃，而稻田的日最低溫度比鄰近氣象站點略低，其均值為24.7 ℃。其中，7月中旬至8月上旬的高溫期，稻田最低溫度比鄰近氣象站低0.5 ℃左右。9月中旬以后至10月底，溫差呈增加趨勢。此期間氣象站的平均日最低溫度為15.5 ℃，而稻田最低溫度的均值為13.2 ℃。另外從2018年8月旬和9月中旬降溫過程來看，當出現降溫過程時，稻田和氣象站的日最低溫度差值呈現增加的特征。

圖4是稻田與鄰近氣象站日平均溫度的差異圖，可以看出，2015年9月中旬至11月中旬六合氣象站的日平均溫度高于稻田1.1 ℃左右。其中，稻田日平均溫度均值為16.8 ℃，而鄰近的六合氣象站日平均溫度均值為17.9 ℃。2018年分蘗到拔節前期（7月1—15日）氣象站點與稻田的日平均溫度差異不明顯，拔節后至抽穗開花期（7月16日至9月20日）氣象站點的日平均溫度比稻田高0.7 ℃左右，進入灌漿后（9月20日至10月29日）兩者差距又進一步增加，平均相差1.2 ℃左右。生長前期的變化相對平穩，而后期可能與最低溫度變化的特征相一致，在出現降溫過程時，稻田與鄰近氣象站點的溫度減值增加。

2.3 稻田與鄰近臺站溫度差異對水稻產量損失的可能影響

綜合上述稻田與氣象站溫度差異特征，高溫發生時期稻田最高溫度和最低溫度分別比鄰近氣象站低1.1、0.5 ℃左右。而高溫期大氣相對濕度在有灌溉條件的地區一般不會成為穎花發育的限制因子。

由于長江中下游地區8—9月溫度日較差一般為8～10 ℃。研究中設定溫度日較差為9 ℃，以33、35、37、39、41 ℃為開花期氣象站最高溫度，進一步根據上述特征， 利用江蘇省農業科學院研制的水稻高溫敗育模型和ORYZA2000中的水稻高溫敗育模型分別估算了稻田和臺站數據對水稻敗育率的影響，結果見表1。可以看出，2個高溫敗育模型總體表現一致，在最高溫度低于35 ℃時，兩者有10%左右的誤差，隨著最高溫度的增加，兩者模擬的敗育率趨于一致。同樣，在高溫指標低時，考慮稻田和氣象站點最高溫度和最低溫度差異，模型估算得到的敗育率要比直接利用站點數據下降50%，但隨著最高溫度的增加，差異在減少。

3 結論與討論

3.1 結論

通過稻田和鄰近氣象臺站的觀測數據分析得出，稻田相對濕度比鄰近氣象臺站高8百分點左右。稻田日最高溫度在分蘗至抽穗開花期比鄰近氣象站低1.1 ℃，灌漿后差距縮小，10月中旬后兩者趨于一致;稻田日最低溫度在分蘗至抽穗開花期比鄰近氣象站低0.7 ℃左右，9月中旬以后，隨著低溫過程的頻發，該差距呈增加趨勢。開花后稻田日最低溫度比鄰近氣象站低2 ℃以上。利用ORYZA2000模型中溫度與結實率的關系和江蘇省農業科學院研制的水稻高溫敗育模型，考慮稻田與氣象站溫度差異后，在日最高溫度低于35 ℃時，敗育率的估算值比直接利用氣象站的溫度指標低50%左右，此后隨著日最高溫度的增加，兩者的差異呈減小趨勢。

3.2 討論

作物生長發育和品質的形成取決于農田生態環境，而這方面的觀測和監測在近年來隨著傳感器的普及和遙感技術的發展得到了一些開展[1，18]。但如何結合現有氣象站點的資料進行農田和氣象站氣象要素的差異分析，一方面可以充分利用現有豐富的氣象臺站數據，另一方面可以更準確地分析環境因子對作物生長發育和氣象災害的影響。目前，有關稻田農田生態環境與鄰近氣象臺站的差異雖有初步分析，但系統性還不強;對差異形成的原因、影響因素等尚缺乏深入探討[7-9]。如何進一步構建農田小氣候模型，進行相關差異分析與模擬，對更好地利用氣象臺站資料具有重要作用。

近年來，隨著精細化氣象業務的開展，精細化區域作物長勢和產量預測及災害損失評估研究越來越多[19-20]。利用臺站資料進行氣象要素空間插值是獲取區域高分辨率氣象數據的常用方法。但插值研究只適用于類似下墊面，而在下墊面變化較大時，還要分析下墊面變化的可能影響。因此，本研究將有助于提升精細化區域作物長勢分析、產量預測及災損評估的精度。

參考文獻：

[1]王 莉，潘瑜春，王映龍，等. 基于Geo-WebServices 的農田環境動態監測與評價分析系統[J]. 農業工程學報，2013，29（5）：109-116.

[2]陳 晶，匡迎春，王 戈，等. 基于Android的農田環境監控APP設計[J]. 農業工程，2017，7（3）：29-32.

[3]郭建茂，白瑪仁增，梁衛敏，等. 兩湖地區水稻抽穗開花期高溫熱害時空分布[J]. 中國農業氣象，2019，40（1）：51-61.

[4]王石立，馬玉平. 作物生長模擬模型在我國農業氣象業務中的應用研究進展及思考[J]. 氣象，2008，34（6）：3-10.

[5]王 江. 冬小麥主要發育期農田小氣候與大氣候相關規律的研究[D]. 鄭州：河南農業大學，2003.

[6]張邦琨，張 路，陳官文. 水稻田間小氣候特征與生產潛力關系研究[J]. 耕作與栽培，1999（增刊1）：66-69.

[7]楊愛萍，杜筱玲，劉文英.晚稻大田氣溫變化特征及其與氣象站氣溫的關系[J]. 生物災害科學，2013，36（1）：105-110.

[8]姚儀敏，閆浩亮，陳建珍，等. 利用微氣象測定儀 MINCER分析熱害條件下的水稻冠層微氣象特征[J]. 長江流域資源與環境，2015，24（6）：1067-1071.

[9]郭建茂，王陽陽，李淑婷，等. 臺站氣溫推算稻田溫度及其對水稻高溫熱害的評判[J]. 自然災害學報，2018，27（3）：162-171.

[10]周立宏，李秀芬，王伯倫，等. 稻田小氣候特征及其對水稻產量和品質的影響[J]. 江蘇農業科學，2016，44（5）：81-85.

[11]王旭清，王法宏，任德昌，等. 小麥壟作栽培的田間小氣候效應及對植株發育和產量的影響[J]. 中國農業氣象，2003，24 （2）：5-8.

[12]宋瑞明，王衛光，張翔宇，等. 江蘇省水稻高溫熱害發生規律及未來情景預估[J]. 灌溉排水學報，2017，36（1）：40-46.

[13]張 倩，趙艷霞，王春乙. 長江中下游地區高溫熱害對水稻的影響[J]. 災害學，2011，26（4）：57-62.

[14]Lu G，Wu Yo，Bai W，et al. Influence of high temperature stress on net photosynthesis，dry matter partitioning and rice grain yield at flowering and grain filling stages[J]. Journal of Integrative Agriculture，2013，12（4）：603-609.

[15]駱宗強，石春林，江 敏，等. 孕穗期高溫對水稻物質分配及產量結構的影響[J]. 中國農業氣象，2016，37（3）：326-334.

[16]石春林，金之慶，湯日圣，等. 水稻高溫敗育模擬模型[J]. 中國水稻科學，2007，21（2）：220-222.

[17]Bouman B A M，Kropff M J，Tuong T P，et al. ORYZA2000：modeling lowland rice[J]. IRRI Books，2001：235.

[18]郭建茂，王錦杰，吳 越，等. 基于衛星遙感與氣象站點數據的水稻高溫熱害監測和評估模型的改進[J]. 自然災害學報，2018，27（1）：163-174.

[19]李 晶，王婉昭，劉東明，等. 2017年遼寧省春夏季精細化氣象干旱監測評估[J]. 氣象與環境學報，2019，35（3）：100-105.

[20]石曉燕，湯 亮，劉小軍，等. 基于模型和GIS的小麥空間生產力預測研究[J]. 中國農業科學，2009，42（11）：3828-3835.