气候变化对盘锦水稻生育期的影响分析

[目的]研究气候变化对盘锦水稻生育期变化的影响。[方法]选取盘锦大洼气象站1980~2009年水稻生育期观测资料及生育期气象资料,通过统计分析方法研究生育期变化及其与气象条件的关系。[结果]水稻全生育期平均气温、平均最高气温、平均最低气温均呈现升高的趋势,降水量呈减少的趋势,日照时数变化平缓;营养生长期与生殖生长期内平均气温、平均最高气温、平均最低气温的变化与全生育期的变化相似;平均气温与平均最高气温的升高导致全生育期和营养生长期缩短,却使生殖生长期延长。[结论]气候变化致使水稻生育期缩短,但营养生长期与生殖生长期变化不同。     

黑龙江省热量资源变化特征及对水稻不同发育期生长的影响

[目的]明确黑龙江省热量资源变化特征及对水稻不同发育期生长的影响,为理解和评价气候变化对水稻生产的影响提供科学依据.[方法]利用黑龙江省28个农业气象站点1974—2016年≥10℃积温、逐日最高气温、逐日最低气温及水稻发育期和产量数据,运用线性倾向估计法、相关性分析法等对黑龙江省水稻不同发育期的热量资源时空变化及其对水稻生长和产量的响应进行分析.[结果]水稻生育期内≥10℃积温、逐日最高气温、逐日最低气温等热量资源呈增加趋势,空间上从北到南、由东向西逐渐增加;水稻整个生育期长度逐渐延长,但营养生长和生殖生长并进期略有缩短;生殖生长期持续天数与生殖生长期≥10℃积温、营养生长和生殖生长并进期持续天数与营养生长和生殖生长并进期≥10℃积温、营养生长期持续天数与营养生长期最高气温和营养生长期最低气温、气象产量与营养生长和生殖生长并进期≥10℃积温和营养生长期最低气温,呈极显著相关(P<0.01),相关系数分别为-0.719、0.712、-0.606、-0.501、0.537和0.554.营养生长期持续天数与营养生长期≥10℃积温,气象产量与营养生长期最低气温、生殖生长期最高气温和营养生长期最高气温呈显著正相关(P<0.05),相关系数分别为0.337、0.318、0.374和0.349.[结论]1974—2016年黑龙江省热量资源呈增加趋势,对水稻生长有利,导致水稻产量增加.     

海口晚稻生育期气象因子变化特征及其对晚稻产量的影响

为探究海口晚稻生育期气象因子变化规律,提供晚稻生产理论指导,以海口市1988—2012年晚稻单产和生育期降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、日照时数为研究对象,应用Morlet小波分析、Mann-Kendall突变检验、线性趋势分析、相关性分析探讨逐日气象因子变化特征及其对晚稻气象产量的影响。结果表明,最大风速和平均风速呈显著上升趋势,日照时数、平均相对湿度呈显著下降趋势,其他气象因子均无明显变化趋势。降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、日照时数突变点分别出现在2007年、2011年、2009年、2008年、2009年、2009年、2001年、1993年。小波分析结果表明,在较小时间尺度上周期振荡剧烈,时间尺度越大,周期振荡越平稳,规律越明显。     

气候变化对1981年以来湖北省中稻生育期的影响

从湖北省国家基本气象站中选择有中稻观测资料且较完整的武汉市、随州市、利川市、钟祥市、谷城县等5个站点1981-2008年生育期观测资料及平均气温、最高气温、最低气温、日照时数、降水量等气象资料,考察1981年以来湖北省不同地区气象要素旬变化及其对中稻生育期变化的影响.结果表明:中稻营养生长期平均气温、平均最高气温、平均最低气温大多呈现升高的趋势;生殖生长期平均最高气温呈现升高的趋势,而平均气温、平均最低气温呈现降低的趋势,且8月中旬旬平均最高气温明显下降.整个生育期日照时数呈现减少的趋势.全生育期、营养生长期平均气温与平均最低气温的升高导致生育期缩短,但生殖生长期平均气温、平均最低气温的降低导致生育期延长.综合气象要素的变化导致中稻全生育期天数与营养生长天数在鄂东南、鄂西南、鄂东北、鄂西北表现延长的趋势,在江汉平原表现为缩短的趋势;生殖生长天数在不同地区则统一表现出延长的趋势.     

气候变化对江西省双季稻生产的影响

利用1961—2011年江西省81个常规气象观测站资料,双季稻产量资料和全球气候模式ECHAM5/MPIOM在SRES A1B排放情景下2015—2100年逐日气温和降水资料,定量研究了气候变化对江西省双季稻生产的影响,结果表明:1)双季稻生长期光、温和水基本能满足水稻生长的需求,21世纪以来,生育期≥10℃积温以正距平为主,晚稻生长期日照时数自20世纪90年代以来呈明显下降趋势;2)分析极端气候事件对水稻生产的影响发现,随着气候变暖,高温逼熟的次数呈明显上升状态,寒露风出现的几率越来越小;3)建立了气候产量预测模式,并利用气候模式的预测结果模拟2015—2100年的气候产量,发现2060年以前,早稻气候产量基本以正值为主,2060年后气候产量呈正负波动状态,晚稻气候产量整体变化幅度较早稻气候产量小。     

指数平滑法在椒江区早稻产量预测中的应用研究

采用浙江省台州市椒江区2009—2019年气温、降水量等气象数据和早稻产量资料,利用EXCEL软件中的数据分析工具计算出早稻趋势产量,并分离出早稻气象产量。同时,将椒江区早稻生育期内各月的最低气温、平均最低气温、最高气温、平均最高气温、平均气温、降水量、日照时数等数据进行相关分析,筛选出影响早稻产量的关键气象因子,并建立早稻产量预测模型。此外,对该预测模型进行了精度检验,并运用该预测模型对椒江区2020年早稻产量进行预测,与2020年早稻实产进行比较结果表明,该预测模型的预测精度较高。     

海南省早稻产量与生育期气象因子的灰色关联与相关性分析

为探明海南岛早稻各生育期气候变化趋势,以及分析气象因子在旬时间尺度上对早稻产量的影响,以陵水、儋州、海口、琼中4个站点1998—2013年的逐日气象数据(降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、最小相对湿度和日照时数)和早稻单产为研究对象,对单产进行趋势产量和气象产量分离,并结合灰色关联分析、相关性分析和多元逐步回归分析探讨早稻生育期气象因子对早稻产量的影响。结果表明,4个站点的气象单产对实际单产具有一定程度的影响。在早稻生育期中,海口平均风速和最大风速呈上升趋势,最小相对湿度呈下降趋势;儋州和琼中平均风速和最大风速呈下降趋势;陵水日最低气温呈下降趋势,其他气象因子均无明显变化趋势。灰色关联分析表明,在整个生育期中,影响海口、儋州和琼中早稻产量的主要气象因子均为平均风速,影响陵水早稻产量的气象因子为日照时数。在旬时间尺度上的相关性分析表明,对海口、儋州、琼中、陵水早稻产量影响最大的气象因子分别为4月下旬降水量、3月上旬日最低气温、6月下旬日最高气温和1月下旬平均相对湿度。多元逐步回归方程结果表明拟合度较高,4个站点平均误差均未超过5%。     

气候变暖对上海奉贤地区单季晚稻产量的影响

利用上海市奉贤区1959-2008年气象观测资料和1984-2008年单季晚稻苗情、产量和产量结构资料,分析了气候变暖的基本特征,计算了单季晚稻产量与各气象因子的相关系数,以研究影响水稻产量的主要气象因子.结果显示:单季晚稻产量随着年平均气温的升高而呈明显的上升趋势;日平均气温稳定≥15 ℃、≥20 ℃初终期早晚、间隔日数长短及活动积温对产量影响显著,且这些气象因子总体演变趋势使单季晚稻生育可利用的适宜生长期延长,提高了气候资源利用率和水稻单位面积产量.播种育秧期平均气温在21.7～24.3 ℃产量表现出较好的稳定性,抽穗扬花期最适宜平均气温为25.3 ℃,籽粒灌浆期平均最高气温与产量呈显著的正相关关系,延迟型低温冷害和阶段性低温冷害对单季晚稻产量或产量性状有重要的影响.     

湘中地区双季稻生长期内气候变化特征

为探明湘中地区双季早晚稻生长期内气候变化特征及对生产的影响,以该地区1960—2019年的双季早、晚稻生育期内逐日地面气象观测数据为研究对象,比较分析了近60 a早晚稻生长期内各生育时期的温、光、水等气候资源变化趋势,探讨在区域气候变化的背景下,双季早晚稻生产如何充分利用有利气候变化以及避开不利气候变化.结果表明:早稻生长期内的日平均气温、平均日最高气温、平均日最低气温均呈上升趋势,播种育秧期增幅最大,分别为0.433、0.808和0.428℃/10a;播种育秧期和移栽返青分蘖期的日照时数为增加;降水量的增加主要发生在生长后期.晚稻生长期内日平均气温除孕穗期略有下降外,其余生育时期均呈上升趋势;播种育秧期、抽穗期和灌浆成熟期3个时期平均日最高气温均表现出一定幅度的升高,增幅最大的是灌浆成熟期;平均日最低气温表现为持续上升,增幅最大的为灌浆成熟期,达0.226℃/10a;孕穗期的日照时数降幅最大,下降约11.02 h/10a,其次是移栽返青分蘖期,下降约6.656 h/10a.该区域气候变化对早稻而言是利大于弊,而对晚稻来说则制约了其高产潜力的发挥.因此,湘中地区早晚稻生产可采取早稻适当提前播种并搭配迟熟晚稻品种的技术对策.     

基于关键气象因子的湘北早稻产量动态预报

利用湘北地区1987~2011年早稻单产和早稻生育期内旬平均气温、旬降水量、旬日照时数等气象资料,应用统计分析法建立了早稻的气象产量动态预报模型,并进行了预报验证。结果表明,通过分析气象产量与早稻生育期逐旬气象要素相关性,筛选出5月上旬的平均气温和日照时数、5月中旬平均气温、5月下旬日照时数、6月中旬降水量和7月中旬日照时数是影响湘北早稻产量的关键气象因子;基于关键气象因子建立了早稻气象产量动态预报模型。对1988~2009年早稻产量进行了预报验证,平均准确率在91.0%以上。该模型的预测结果基本反映了早稻产量的变化情况。