遼寧省生長季氣候變化及其對春玉米產量的影響

王蔚丹, 孫 麗, 裴志遠, 陳媛媛, 孫娟英, 董 沫

(1.農業農村部耕地利用遙感重點實驗室, 北京100121; 2.農業農村部規劃設計研究院, 北京100121)

政府間氣候變化專門委員會第四次評估報告(IPCC AR4)指出，受全球變化影響，干旱、強降水等極端氣候事件的發生范圍和頻率有增加風險[1]。農業是對氣候變化反應最敏感的部門[2]，氣候變化對糧食安全的影響越發顯著[3]。研究氣候變化背景下不同氣候要素對農作物生產的影響，以及區域干濕變化與農作物產量之間的關系，對減少糧食危機十分重要。

目前針對氣候變化對產量影響的研究有很多，劉昌等[4]探究了氣候變化對山東省冬小麥、夏玉米單產的影響，結果表明不同氣候要素對作物的影響效應及影響程度可能有所不同。陳群等[5]分析東北三省春玉米生長季的氣候因子(溫度和降水量)與春玉米生育進程數據和歷史產量數據之間的關系，結果表明平均溫、最高溫和最低溫的變化均會影響春玉米的產量。車曉翠等[2]以吉林省為研究對象，選取年均降水量、年均氣溫、年均日照時數為氣候指標，建立氣候因素與玉米產量的關系模型。陳霞燕等[6]發現降水量是影響吉林省西部生產潛力的主要因子，氣溫對東部地區更為關鍵。戚穎等[7]研究黑龍江省玉米生長季內降水、氣溫以及區域干濕變化對玉米產量的影響，發現氣溫對黑龍江省玉米產量的影響大于降水。曹永強等[8]認為遼寧省春玉米氣象產量與生長季內平均溫、日照時數呈負相關，與降水量呈正相關。已有研究多集中在省級行政單元上，而各氣候要素具有地域性差異，農作物對氣候變化的響應也可能存在地域特征。同時伴隨著氣候變化，極端天氣氣候事件頻發[4]，氣象干濕狀況(旱澇)對農作物產量的影響不容忽視。標準化降水蒸散指數(Standardized Precipitation Evapotranspiration Index，SPEI)考慮水分平衡，具有較強的數學統計機理，且易于實現，被廣泛應用于描述多時間尺度的干濕狀況[9-11]。

遼寧省是我國重要的糧食生產基地，春玉米是該地區廣泛種植的糧食作物之一，氣候條件的變化導致年際間產量波動明顯[12]。已有的氣候變化對農作物產量影響的研究多為省級尺度，而該地區水分、熱量等氣候條件存在明顯空間差異[13-14]，基于地市級尺度的干濕條件與春玉米產量之間的關系尚不明確[15-16]。本研究通過分析降水、氣溫、日照時數等氣候因素變化情況，結合標準化降水蒸散指數(SPEI)，基于M-K趨勢分析、相關分析及回歸分析等數理統計方法，探究遼寧省地市級尺度春玉米生長季的氣候要素、干濕狀況變化規律及其與歷史產量數據之間的關系，以期為該地區春玉米安全生產管理和農田基礎設施建設提供科學依據。

1 研究區概況

以遼寧省為研究區(圖1)，該地區位于東北地區南部，38°43′—43°26′N和118°53′—125°46′E，夏季溫和濕潤，冬季嚴寒漫長，屬于溫帶大陸性季風氣候。遼寧省是東北地區降水量最多的省份，年降水量為600～1 100 mm，年日照時數2 100～2 600 h，年平均溫為7～11℃，最高溫達零上30℃，極端高溫可達40℃以上，最低溫零下30℃。受地理位置和季風氣候影響，各地水熱差異較大。

2 數據來源及研究方法

2.1 數據來源及處理

氣象數據來自“中國地面氣候資料日值數據集(V3.0)”(https:∥data.cma.cn/data)，該數據集已經過嚴格的質量控制。具體包括1968—2017年降水量、最高溫、最低溫、平均風速、日照時數、相對濕度等日值數據，選取具有較完整時間序列的臺站30個(圖1)。春玉米單產數據來源于遼寧省統計局，時間為1993—2017年。其中盤錦春玉米占比少，不參與分析。

2.2 研究方法

2.2.1 標準化降水蒸散指數 本文利用FAO推薦的Penman-Monteith蒸散模型計算潛在蒸散(ET0)，得到逐月降水量與潛在蒸散量的差值，對累計概率密度進行正態標準化求得SPEI，具體計算方法參見文獻[17]。指數值越小表示越干旱，反之越濕潤。本文計算研究區4—9月1～6個月時間尺度的SPEI，得到的指數分別記為SPEIn—M，n表示時間尺度，M表示月份。如SPEI6—9表示9月份6個月時間尺度的SPEI值。

圖1 遼寧省氣象站點分布

2.2.2 相對氣象產量 作物統計產量一般包括趨勢產量、氣候波動產量和隨機產量，氣候波動產量是氣候波動的貢獻[18]。為了研究氣候波動與作物產量之間的關系一般將隨機“噪聲”略去，對趨勢產量進行分離[12,19]。本文利用相對氣象產量來表示氣候波動對春玉米產量的影響。

Yi=Yiq+Yir

(1)

Yit=Yiq/Yir

(2)

式中:Yi為統計產量(kg/hm2);Yiq為氣象產量(kg/hm2);Yir為趨勢產量(kg/hm2),由實際產量序列擬合方程得出;Yit為相對氣象產量。本文采用HP濾波方法模擬春玉米趨勢產量,具體計算方法參照文獻[20]。

2.2.3 Mann-Kendall趨勢分析 Mann-Kendall法是世界氣象組織推薦并廣泛使用的趨勢分析方法，屬于非參數統計檢驗方法，不需要樣本服從一定的分布，也不受少數異常值的干擾。M-K趨勢檢驗的具體計算過程見文獻[7]。

3 結果與分析

3.1 生長季氣候要素、SPEI變化趨勢分析

3.1.1 生長季氣候要素變化趨勢分析 利用M-K趨勢分析方法計算遼寧省生長季降水量、最高溫、最低溫、平均溫以及日照時數等的變化趨勢，得到對應統計量Z，當Z>0時，氣候要素呈現上升趨勢，Z<0時呈現下降趨勢，當|Z|>1.96，達到95%的置信度水平。遼寧省降水量和氣溫等變化趨勢如圖2所示。結果顯示，各地區降水量變化趨勢均不顯著，除丹東呈增加趨勢外，大部分地區降水量呈現減少趨勢。各地區的平均溫均呈現顯著升高趨勢；最高溫呈現升高趨勢，朝陽、阜新、錦州、營口等地區升高趨勢不顯著；最低溫除阜新、沈陽變化不顯著外，其他地區呈現顯著升高趨勢。日照時數除遼陽、本溪呈不顯著增加外，其他地區呈減少趨勢，其中朝陽、阜新、沈陽、鞍山、營口和丹東地區顯著減少。除鞍山、遼陽呈顯著減小外，其他地區相對濕度變化不顯著。風速除阜新、丹東變化不顯著外，其他地區呈顯著減弱趨勢。

圖2 遼寧省各地市氣候要素M-K趨勢分析統計量

3.1.2 SPEI變化趨勢分析 干濕狀況是影響區域農業發展的重要因素。為研究遼寧省春玉米生長季的干濕變化特征，選取9月份6個月時間尺度的SPEI(SPEI6—9)表征該區域的干濕變化。利用M-K趨勢分析計算各個站點的Z值，再基于反距離權重法進行空間插值，得到遼寧省干濕變化趨勢空間分布(圖3)。可以看出，大部分地區SPEI表現為上升趨勢，即濕潤化，阜新、撫順、本溪等部分地區呈現干旱化趨勢，但均不顯著。

3.2 氣候要素、SPEI與春玉米相對產量關系分析

3.2.1 氣候要素與春玉米相對產量關系分析 為研究主要氣象因子在不同地區對氣象產量的影響情況，對降水、氣溫、日照時數等與春玉米相對氣象產量進行相關分析，以確定各地區影響春玉米產量更顯著的因素，其關系見表1。

從降水情況看，朝陽、葫蘆島、錦州、阜新、大連等地區春玉米氣象產量與降水量呈正相關，表明這些地區降水對產量產生的正效應多于負效應，降水量減少對春玉米增產不利。沈陽、鞍山、撫順、本溪、丹東等地區春玉米相對氣象產量與降水呈負相關但不顯著，表明這些地區降水滿足玉米生長需要，不是影響產量的制約性因子。遼陽春玉米相對氣象產量與降水呈顯著負相關，表明降水對該地玉米產量的影響以負效應為主。

圖3 春玉米生長季SPEI指數M-K趨勢空間分布

從氣溫情況看，最高溫、平均溫與春玉米氣象產量呈負相關關系，夏季溫度過高不利于玉米的開花授粉及水分積累[8]。朝陽、葫蘆島、錦州、阜新、大連與最高溫、平均溫呈顯著負相關關系，表明這些地區對最高溫、平均溫比較敏感，最高溫和平均溫的升高可能不利于這些地區春玉米的生長。營口表現出類似的特征。撫順、本溪平均溫與玉米相對氣象產量呈正相關關系，隨著氣溫升高產量可能提高。遼陽和丹東地區春玉米相對氣象產量與平均溫的相關系數接近0，表明這些地區平均溫不是限制玉米生長的因子。最低溫與各地區相對氣象產量的關系均不顯著，表明最低溫對遼寧省玉米產量影響有限。

從日照時數情況看，整體上玉米產量與日照時數負相關，尤其是阜新、大連地區達到99%的置信水平，這些地區日照時數呈現減小趨勢，有利于玉米正常生長。丹東地區玉米產量與日照時數以正效應為主，日照時數減小可能導致玉米減產。鞍山、遼陽、本溪、撫順一線日照時數與相對氣象產量相關性低，說明這些地區日照適宜玉米生長。

表1 氣候要素與春玉米相對氣象產量的關系

3.2.2 SPEI與春玉米相對氣象產量關系分析 由于氣象干濕狀況對作物的生長發育及產量的影響不一定表現為線性關系，因此，用二次回歸方程Yit=ax2+bx+c對相對氣象產量Yit與多時間尺度SPEI進行擬合。擬合方程的決定系數越大，表明擬合效果越好，即產量對干濕變化的敏感性越強。選取9個有代表性的地級市，擬合方程的決定系數見圖4。在朝陽、葫蘆島等西部地區，春玉米氣象產量與SPEI1—8決定系數普遍偏小，與SPEI1—7決定系數比較大，表明其對8月份干濕狀況不敏感，6—7月的干濕狀況對春玉米產量影響最大，尤其是7月份。位于南部的大連也表現出相似特征。在沈陽、鞍山、營口等中部地區，相對氣象產量與SPEI1—8二次曲線擬合顯著，決定系數隨月份及時間尺度的增加整體上表現出增大趨勢。撫順、鐵嶺等地區相對氣象產量與SPEI3—8擬合方程的決定系數最大。丹東地區相對氣象產量與SPEI1—8擬合系數最大，表明該地區玉米產量對8月份干濕狀況敏感。

為進一步探究產量與SPEI之間的關系，根據得到的不同地區相對氣象產量和與其關系比較密切的SPEI，將二者回歸方程列出(表2)。SPEI與相對氣象產量的回歸方程均顯著，a<0，呈開口向下的拋物線，其與x軸的兩個交點為旱、澇閾值，當SPEI位于交點之間時增產，頂點對應的橫坐標值為最優水分狀況，縱坐標值為最高相對氣象產量。朝陽、阜新、大連等地區回歸方程對稱軸SPEI大于1.0，說明這些地區的春玉米易受旱減產。沈陽、鞍山、遼陽、營口、鐵嶺、撫順、本溪等地區回歸方程對稱軸SPEI在-0.5～0.5之間，表明這些地區干濕狀況較適宜春玉米生長，正常年份即可高產增收，但偏旱、偏澇都可能造成玉米減產。丹東地區回歸方程對稱軸SPEI值為負值，表明過濕影響了春玉米生長，易受澇減產，宜加強農田基礎設施建設并采取合理的田間管理措施以保證春玉米正常生產。阜新地區主要受旱減產，由于同時表現出干旱化趨勢，未來可能面臨更嚴峻的形勢，而西部其他地區的濕潤化趨勢對玉米增產有利。丹東濕潤化趨勢對玉米生產不利。

圖4 多時間尺度SPEI與相對氣象產量擬合方程的決定系數

表2 遼寧省SPEI與春玉米相對氣象產量回歸分析

4 討論與結論

(1) 各地區降水量變化趨勢均不顯著，降水的年際間變異差異較大。除丹東呈增加趨勢外，其他地區降水量呈現減少趨勢。大部分地區的平均溫、最高溫、最低溫均呈現顯著升高趨勢。日照時數除遼陽、本溪呈不顯著增加外，其他地區呈減少趨勢。大部分地區相對濕度變化不顯著，風速呈顯著減弱趨勢。

(2) 大部分地區表現出濕潤化趨勢，阜新、撫順、本溪等部分地區呈現干旱化趨勢，但均不顯著。

(3) 降水、最高溫、平均溫是影響遼寧省春玉米產量的重要因子，日照時數次之，與最低溫關系不顯著。朝陽、葫蘆島、錦州、阜新、大連等地區春玉米對這些要素更敏感，與降水量呈正相關，與最高溫、平均溫、日照時數呈負相關，未來降水量減少、最高溫、平均溫升高將對這些地區玉米增產不利，而日照時數減少將有利于春玉米生長。降水過多嚴重影響遼陽地區玉米產量，營口則對溫度反應敏感，過高的溫度對玉米生長不利。撫順、本溪地區隨著平均溫升高玉米產量可能提高。

(4) 朝陽、葫蘆島、阜新等地區春玉米產量對6月、7月的干濕變化較敏感，在沈陽、鞍山、營口等中部地區，5—9月的干濕變化均對產量有影響。撫順、鐵嶺等地區氣象產量對6—8月干濕狀況敏感，丹東地區對8月份干濕狀況更為敏感。

(5) 朝陽、葫蘆島、阜新等地區為保證春玉米正常產量可能需要加大水資源保障力度，阜新干旱化趨勢將使該地區形勢更為嚴峻，朝陽、錦州、大連濕潤化有利于玉米生長。沈陽、鞍山、遼陽、營口、鐵嶺、撫順、本溪等地區玉米生長發育與當地干濕狀況較為匹配，但偏旱、偏澇均可能造成玉米減產。丹東地區易受澇減產，濕潤化將對玉米生產更為不利。

本文分析遼寧省地市級尺度不同氣候要素及干濕狀況對春玉米生產的影響，發現西部地區降水量與氣象產量呈正相關，隨著東移逐漸以負效應為主，這符合遼寧省降水空間上呈東南—西北遞減趨勢的規律[13-14]，降水過少或過多均不利于玉米正常生長。隨著全球變暖，遼寧省極端低溫天氣的出現頻率相對降低[8]，這與最低溫與春玉米氣象產量的關系在各地均不顯著的結論是一致的。遼寧省降水量除丹東呈增加趨勢外，其他地區呈現減少趨勢，看似與大部分地區表現為濕潤化趨勢相矛盾，這是由于風速和日照時數的減少對ET0的減小作用掩蓋了由溫度上升引起ET0的增大作用[21]，ET0下降的幅度大于降水量減少的幅度，使得氣候變濕。

本文對生育期內各月多時間尺度的SPEI與相對氣象產量的關系進行了分析，發現不同地區敏感月份及時間尺度有所不同，但篇幅所限，尚未對各地區分月或分生育期各氣候要素與玉米產量的關系進行探討，后續可加強這方面的研究，以期為合理利用各地氣候資源以促進當地農業生產發展提供更詳實的依據。