两优培九制种播差期决策的气候学方法

以两系杂交稻两优培九(培矮64S/9311)为研究对象，以光温敏不育系培矮64S(母本)的育性转换指标集和南方一季稻区域12个地区1951—1992年的逐日温度和理论日长资料为基本分析依据，提出了一种制种播差期决策的气候学分析方法。该方法根据两系法杂交水稻的生产特点，首先确定培矮64S在不同地区的稳定不育期和最佳不育期的季节和规律，然后用水稻生育期模型计算制种亲本在不同季节的播差期及其变化规律。本研究可以为宏观决策两系法杂交稻的制种区域和播差期提供方法和依据。     

中国稻作与旱作生产的气象减产风险评价

本研究利用直线滑动平均模型对中国各省区1950-2006年旱作和稻作的趋势产量进行了模拟,计算出历年的气象产量,并采用减产率指标、减产率浮动性指标、高风险概率指标3个评价指标以及综合性指标进行了气象产量的气候变化减产风险评价,同时采用变异系数对我国各省产量波动状况进行了分析,并将各指标与年平均降水变率、年平均气温变率进行耦合分析。结果表明,旱作高减产风险和波动风险主要分布在华东和华南地区,而稻作则体现为由南向北风险逐渐增加。年平均降水变率和年平均气温变率高的地区,其水稻气象减产风险较大。由于人口增长和经济发展的压力,中国农业面l临着应对气象减产和保证粮食增产的双重压力。     

中国温室气候区划及评述

为区分不同地区气候条件对温室生产影响的差异性,明确在不同地区对温室的基本要求,针对中国连栋温室生产进行了气候区划。区划方法采用综合因子法和主导指标法相结合的原则。首先根据中国气候特点,划分出北方区和南方区,然后在南、北方区内再划分出一级区和二级区。一级区划采用综合因子原则,利用系统聚类和判别分析方法将北方区划分为4个一级区,南方区划分为5个一级区;二级区划采用主导指标原则,利用主导指标的等值线走势将北方区和南方区各划分为9个二级区。通过分区评述各一级区的气候特点,指出在该区内发展温室生产的气候资源优势和不利气象条件,提出各区的温室发展方向,为从总体上做到合理利用气候资源,防止气候对温室生产的不利影响提出建议;给出各二级区内连栋温室的采暖期及采暖能耗量,指出连栋温室在本区的适应性,为连栋温室合理布局提供依据。     

Estimating rice paddy areas in China using multi-temporal cloud-free normalized difference vegetation index (NDVI) imagery based on change detection

The spatial pattern of rice paddies is an essential parameter used for studies of greenhouse gas emissions, agricultural resource management, and environmental monitoring. On large spatial scales, previous studies have usually mapped rice paddies using a single vegetation index product based on a traditional classification method, or a combined analysis of various vegetation and water indices derived from the moderate resolution imaging spectroradiometer (MODIS) satellite data. However, different indices increase the computational cost and constrain the satellite data sources, and traditional classification methods (e.g., maximum likelihood classification) may be time-consuming and difficult to carry out over a large area like China. In this study, we designed an auto-thresholding and single vegetation index (normalized difference vegetation index (NDVI))-based procedure to estimate the spatial distribution of rice paddies in China. The MOD09Q1 product, which was available at MODIS''s highest spatial resolution (250 m), was taken as the input source. An auto-threshold function was also introduced into the change detection process to distinguish rice paddies from other croplands. Our MODIS-derived maps were validated with ground surveys and then compared with China national statistical data of rice paddy areas. The results indicated that the best classification result was achieved for plain regions, and that the accuracy declined for hilly regions, where the complex landscape could lead to an underestimation of the rice paddy area. A comparison between the modeled results and other analyses using 500-m MODIS data suggests that rice paddies may be identified routinely using a single vegetation index with finer resolution on large spatial scales.     

四川稻作区优质稻生产气候生态条件适宜性评价及空间分布

开展特定区域适宜优质稻区域化种植的气候生态条件评价及空间分布格局的研究,可为我国不同稻作区稻米品质生态改良及宏观决策提供重要的理论依据。通过四川、云南、贵州、重庆多地不同生态区田间试验、气象资料的统计分析建立齐穗期与经度、纬度及海拔间的回归模型,以四川省稻作区为分析样区,利用地理信息系统(GIS)空间差值等方法,对四川省稻作区优质稻生产的气候生态条件适宜性及其空间分布格局进行研究。结果表明,四川省各稻作区优质稻生产均存在显著的区域特色,通过对影响不同生态区优质稻生产诸环境及气候生态因子的相对重要程度关系进行回归分析,明确了齐穗期与经度、纬度及海拔间的回归模型;并在研究区域范围内筛选了对优质稻生长发育及米质形成影响较大、且分布差异显著的气象因子:齐穗后灌浆结实期间30 d范围内的日均气温、日照百分率、天文辐射、水汽压等作为优质稻气候生态区划的评价指标,并构建了四川省稻作区优质水稻生态适宜性综合评价指标体系。以此为基础,进行了四川省稻作区优质稻生产的气候生态条件适宜性分级评价及其空间分布格局分析。结果表明:四川省稻作区适宜种植优质稻的区域主要分布在盆周边缘稻区的西北部、盆西平原稻区的西部及北部、川西南山地稻区除西部以外的大部分地区,盆周边缘稻区的西南部、东北部也有零星分布;较适宜种植优质稻的区域主要分布在盆周边缘稻区的北部、西南部,盆西平原稻区的东部、南部,盆中浅丘稻区的西北部、东北部,及川西南山地稻区的西部;除上述区域外皆不适宜种植优质稻。本研究可为科学规划四川省优化优质稻生产布局和结构,促进四川省优质稻高产、优质、高效发展提供科学依据。     

西南区域单季稻生长季干湿演变及影响因素分析

结合作物生产开展区域干湿演变及其影响因素研究,对农业可持续发展和粮食安全具有重要的科学意义。本文基于西南水稻种植区316个气象站点1961—2015年的观测资料,利用降水量与参考作物蒸散量(ET_0)的比值计算湿润指数,分析近55年西南区域单季稻生长季干湿演变特征;探讨ET_0对主要气候要素的敏感性及主要气候要素对ET_0的贡献率,对西南区域单季稻生长季干湿演变的影响因素展开研究。结果表明:西南区域单季稻生长季的半湿润区主要分布在四川攀西地区南部、云南中部和东北部,其余地区属湿润区。与1961—1990年相比,1991—2015年研究区域内的半湿润区面积增加、湿润区面积减小。近55年来,单季稻生长季内西南区域有40.8%的站点气候变湿,其余地区气候变干。四川盆地东北部、云南东北部由于降水量的增加和ET_0的减少,气候变湿;四川攀西地区由于降水量增加对湿润指数的正效应大于ET_0增加对湿润指数的负效应,气候变湿;重庆南部、贵州北部和西部由于降水量减少对湿润指数的负效应小于ET_0减少对湿润指数的正效应,气候变湿;云南大部由于降水量的减少和ET_0的增加,气候变干;西南其他区域由于降水量减少对湿润指数的负效应大于ET_0减少对湿润指数的正效应,气候变干。西南区域单季稻生长季ET_0随平均气温和相对湿度的增加而减小,而随日照时数和风速的增加而增加,日照时数和风速的显著下降是ET_0减小的主要原因。研究为气候变化背景下降低西南区域单季稻生长季可能的气候风险提供了科学依据。     

气候变化对我国主要粮食作物产量的影响及适应措施

过去几十年气候变化对我国主要粮食作物产量产生了重要影响,为了研究作物产量对气候变化的响应和适应,保障粮食安全,基于国内相关研究文献,分析归纳了研究方法,综述了国内小麦、玉米和水稻等主要粮食作物产量对气候变化的响应和适应,得出如下结论:（1）作物产量对气候变化响应的研究方法主要包括田间试验观测、统计分析和作物模型模拟等方法,其中田间观测法最直观,统计分析法可操作性强、应用最为普遍,作物模型模拟机理性强,可以定量描述气候因子对作物产量的影响,外推效果好;（2）近几十年来,小麦生育期内气温升高和辐射变化使我国北方小麦增产0.9%~12.9%,南方小麦减产1.2%~10.2%;气候变暖对玉米产量贡献率为-41.4%~0.4%;水稻生育期内气温升高和辐射增强有利于东北地区水稻产量增加,增产贡献率为1.01%~3.29%,而辐射减弱对长江流域等南方主要水稻种植区的水稻产量（长江流域晚熟稻除外）产生不利影响;（3）未来气候变化情境下小麦应从延长生殖生长期、增加籽粒数量和提高收获指数等方面培育新品种应对气候变暖对作物产量的不利影响;耐高温和长生殖生长期的玉米品种可以用来应对气温、降水等气候因子的变化;水稻则应选育耐高温品种应对气温和辐射等因子的变化所带来的作物生产上的风险。     

华北冬小麦干旱产量损失评估方法

根据气候相似、农业生产水平相近的原则将华北分成15个亚区,利用1970-2010年华北逐日气温和降水资料计算逐日综合气象干旱指数（CI指数）,采用线性内插法将相邻土壤墒情观测资料处理成逐日数据,通过对比逐日CI指数与土壤墒情资料,分区域和发育阶段对冬小麦发生干旱时的CI指数评判标准进行订正,并基于该指标建立冬小麦干旱累积标准指数,同时结合冬小麦单产资料,构建冬小麦干旱产量损失评估模型。结果表明,冬小麦生育期内CI指数与对应的土壤墒情变化趋势基本一致;各亚区修订后的冬小麦干旱指标均与直接用CI指数判别干旱的指标存在较大差异,且不同亚区冬小麦干旱指标不一致,其中豫西、鲁北、鲁东南、京津、豫中东干旱指标较小,鲁中、冀东北、冀中、冀南干旱指标较大;华北15个亚区冬小麦干旱产量损失评估模型均通过0.05水平的F检验,冬小麦干旱累积标准指数与干旱产量损失具有显著的相关性,其中京津、晋中、晋南、鲁中、鲁东南、豫西等亚区的模型历史评估结果与对应的干旱产量损失相关性显著。模型能较准确地评估冬小麦发生干旱时的产量损失,具有一定的应用和深入研究价值。     

我国稻米整精米率特点及环境影响因素分析

为我国稻米整精米率的提高、品种品质的改善提供参考,本文对2002-2009年度全国稻米普查抽征的5574份稻谷样品的整精米率进行影响因素分析。结果表明,我国稻米整精米率年均值总体徘徊在55.0%,地域特点为北高南低;稻米整精米率与粒长、垩白粒率呈负相关性;地理位置、气候效益等环境因素对整精米率均有一定的影响。     

1975－2004年中国湿润指数时空变化特征

研究湿润指数的长期变化有助于了解在全球变暖背景下气候干湿状况的演变特征及正确评价农业气候资源并合理有效进行农业气候区划。依据中国616个地面气象台站1975年至2004年的日气象资料,利用联合国粮农组织推荐的参考蒸散计算方法,计算参考作物蒸散（ET0）和湿润指数（W）,按照中国气候区划中的干湿指标把中国分为极干旱、干旱、半干旱、半湿润和湿润气候区, 并与传统的降水量干湿指标进行对比,揭示在全球气候变化下两种干湿指标的异同,最后对中国近30 a干湿状况进行时空分析。结果表明,中国参考作物蒸散 总量变化在800～1600 mm之间,西北最大,东北最小;与传统的等降水量线对比,Penman-Monteith湿润指数能够更好地表征中国的干湿状况,尤其在过湿、过干地区和东北地区。不同地区湿润指数等值线波动情况不同,中国的西南地区干湿分布状况比较稳定,西北极干旱区的干湿分布稳定性最差;中国湿润化地区增多,但是干旱化程度和进程却大于湿润化地区,中西部干旱化严重。     

气候变化背景下湖南省双季稻生产的敏感性分析

湖南省是中国主要的双季稻种植省份之一,为探索历史气候变化背景下双季稻生产的气候敏感性,该研究以湖南省双季稻种植区域为对象,运用多元回归方法分析了湖南省历史气候变化动态(1980-2012)及其对双季稻生产的影响。结果表明:近30多年该区域气候变化以温度升高为主,早稻和晚稻全生育期内平均温度的气候倾向率分别为0.47和0.32℃/(10a),早稻全生育期内降水量和辐射呈增加趋势,晚稻全生育期内降水量和辐射有所下降。早稻产量变化与生育期内降水量和辐射的相关性极显著(P0.01),晚稻产量变化与生育期内温度相关性显著(P0.05)。温度升高是水稻产量变化的主要影响要素,但不同生育时期水稻产量的敏感性存在差异,早稻和晚稻产量对气候变化的敏感性范围在-4.38%~2.07%之间。历史气候变化对早稻和晚稻产量的影响分别可能达到2.59%和-6.02%。研究表明气候变化增加了该区域双季稻生产的敏感性,对水稻生产有较大的影响。该研究可以为针对区域特点进行农业技术措施调整,适应气候变化提供依据。     

Regionalization fro Rice Yield Estimation by Remote Sensing in Zhejiang Province

In order to provide a scientific basis for rice yield estimation and improve the acouracy of yield estimation in Zhejiang Province ,Regionalization indices for rice yield estimation by remoe sensing(RS) in the province were determined by consjdering the special features of yield estimation by RS ,and based on analysis of the natural conditions of Zhejiang Province ,The indices determined included rice cropping system ,agroclimate,landform,surface feature sturcture and rice yield level,where rice planting system was considered as the mian one ,Then reionalization fro rice yield estimation by RS was completed by spatial neighboring analysis with the Geographical Infromation System(GIS) technology combined with usig of tree algorithm The province was divided into two regions ,i.e.,the single-cropping rice region which was subdivided into 3 regions including those in mountains of northewst Zhejiang,water network area of north Zhejiang and mountains of soth Zhejiang,and double-cropping rice region which was sudivided into 5 regions including those on plain of north Zhejiang,coastal plains and hills of southeast Zhejiang,Jin-Qu Basin of middle Zhejiang,hills of east Zhejiang,and hills and mountains of northewat Zhejiang,this regionaliztion took the county borders as the region boundaries ,kept the regions connective and made the administrativ regions integrity and ,then,could meet the requirements of rice yield estimation by RS,showing that the results were quite satisfying.     

水稻适宜养分指标动态的知识模型研究

在分析研究水稻栽培理论与技术资料的基础上,通过定量描述水稻群体地上部植株氮、磷、钾养分积累量和养分浓度动态与品种类型、生态环境因子和生产技术水平之间的动态关系,以生理发育时间为主线,建立了系统化和广适性的水稻适宜群体地上部植株养分指标的动态知识模型。本模型可为不同条件和产量目标下水稻栽培过程中的苗情诊断与生长调控提供定量化的养分指标动态体系。利用南京和常德2个不同生态点的常年逐日气象资料和品种资料对所建知识模型进行了实例分析,养分积累动态和养分浓度动态的RMSE分别为8.97.kg/hm2和0.32%,表明本知识模型对不同条件下的水稻植株养分指标适宜动态具有较好的预测性和指导性。     

基于GIS的甘肃省纹党种植的气候区划

根据纹党生长所需的气候条件,选取≥0℃积温、最热月平均气温、干燥度、年日照时数4项气候要素作为甘肃省纹党种植的气候区划指标。按照气候分区,分别建立区划指标的空间分析模型,对区划指标按照100m×100m的细网格点进行推算。用GIS软件制作完成细网格的甘肃省纹党种植气候区划,划分出最适宜、适宜和不适宜种植区。区划结果表明,甘肃省陇南山区的文县、武都、宕昌、舟曲的大部分地区,礼县、西和的部分地区,成县、康县的少部分地区,是纹党种植的最适宜或适宜气候区,是发展纹党生产潜力最大的区域。     

气候变化情景下我国水稻产量变化模拟

利用中国随机天气模型将IPCC最新推荐的气候模式HadCM2和ECHAM4与作物模式CERESRICE3．5相连接，模拟了未来4种气候情景下我国主要水稻产区产量的变化趋势。结果表明：（1）未来气候情景下，水稻产量大多表现为不同程度的减产趋势，其中早稻减产幅度最大；地区上以东北地区减产幅度最大。（2）若不取温室气体减排措施，2056年我国水稻产量较2030年减产程度更加明显；即使采取温室气体减排措施，水稻产量下降的趋势也没有大的改变；（3）高海拔地区在未来气候情景下表现出一定的增产趋势。     

基于极值概率分布函数的中国早稻高温热害时空分布统计特征

揭示水稻高温热害风险特征对农业适应气候变化具有重要意义。本研究以中国早稻种植区为研究区域,基于早稻种植区214个气象站1971—2015年的数据,利用Mann-Kendall非参数趋势检验方法和极值概率分布理论,探究中国早稻高温热害的时空变化趋势和极值概率分布规律。研究发现:1)反映早稻高温热害的两个指标即高温热害累计天数(ADHS,accumulateddaysofheatstress)和热害有害积温(HDD,heatstressdegree days)的均值在湖南中南部、江西中部、浙江和福建中部较大,表明这些区域的早稻遭受高温热害的风险较大;从Mann-Kenall趋势检验看,两个指标在超过1/3的站点都呈显著增加的趋势,说明高温热害风险在这些站点显著增加,尤其20世纪90年代以后超过1/2的站点两个指标都呈显著增加的趋势。2)超过1/2以上的站点的高温热害累计天数和高温有害积温都满足极值概率函数分布。对于高温热害累计天数,56个站点满足耿贝尔分布(Gumbel),82个站点满足广义极值分布(GEV);对于热害有害积温,61个站点满足耿贝尔分布,58个站点满足广义极值分布。3)两个高温热害指标的10年、50年、100年重现期的空间分布规律和2个指标的均值空间分布类似,即均值较大的区域,其10年、50年、100年重现期对应的重现期水平(return level)也较大;重现期水平与经度、纬度和海拔无明显相关关系。研究结果有助提升对早稻高温热害时空趋势和概率分布规律的认识,可为农业适应气候变化和农业天气指数保险设计等方面提供理论参考。     

水稻不同种植方式的比较试验与评价

为了比较水稻不同种植方式的实施效果,在中国三大稻区安排了机械插秧、机械直播、机械钵苗行栽3种种植方式与常规育秧手工插秧方式比较试验,试验的品种为当地种植面积较大的6个品种,采集了不同试验方式的各项成本,测定了水稻产量指标和作业环节消耗工时等数据.试验结果表明,南方一季稻区优选种植方式的排序为:机械插秧、机械直播和手工插秧;南方双季稻区机械插秧方式优于手工插秧;北方稻区机械钵苗行栽方式优于手工插秧.其中机械插秧方式平均增产7.53%、平均省工41.44%,平均增加效益46.78%;机械直播方式产量平均下降6.34%,平均省工31.30%,而对效益的影响因品种不同而表现出差异性;机械钵苗行栽方式平均增产8.95%、省工64.29%,增加效益22.57%.     

两种水稻生产方式的生命周期环境影响评价

以湖南水稻生产体系为例,应用生命周期评价方法,对两种水稻生产方式进行生命周期资源消耗与污染物排放清单分析,在此基础上进行了生命周期环境影响评价。结果表明,两种生产管理措施下潜在环境影响较大的均是富营养化、水体毒素、土壤毒素和环境酸化,其中传统生产方式下4项潜在环境影响指数分别为1．606、0．868、0．309和0．262,推荐生产方式下各项环境影响指数分别下降至1．277、0．489、0．260和0．211。经加权评估后,两种模式的生命周期环境影响综合指数分别为0．3634和0．2676。潜在富营养化主要来自于作物种植阶段农田NH3挥发和NO3-N淋失;水体毒素和土壤毒素主要来自农药使用;环境酸化主要来自施氮导致的NH3挥发和农用化学品生产中排放的SOx。水稻生产的管理方式需要在推荐生产方式的基础上做重大改进,实施清洁生产方式,减少氮肥、农药的使用量,是控制水稻生命周期环境影响的关键。     

气候变化背景下安徽省冬小麦气候生产潜力和胁迫风险研究

从气候的资源和灾害双重属性出发,构建了冬小麦气候生产潜力和胁迫风险评价指标,以安徽省为例分析了二者对气候变化的响应特征,综合气候对高产和稳产的影响进行研究区冬小麦种植气候适宜性区划。结果表明:采用逐级订正法结合作物生长动态参数估算安徽省冬小麦气候生产潜力多年平均为12 391kg?hm-2,以沿淮和江淮之间最高;1961—2015年淮北和沿淮东部地区为显著上升趋势,而淮河以南地区则以下降为主。通过考虑在冬小麦生长发育过程中气候条件偏离最适区间而导致的胁迫影响,建立了高温、低温、雨涝、干旱4种气候胁迫的评估指标,并基于气候胁迫的超越概率形成了冬小麦气候风险评价方法。气候变暖使研究区冬小麦高温胁迫显著上升,低温胁迫显著下降,水分胁迫无显著的变化趋势。安徽省冬小麦的气候风险呈现中间低,两头高的分布特征,以沿淮和江淮之间风险最低,淮北北部和江南南部风险较高;淮北地区主要以干旱和低温贡献为主,而淮河以南地区则以雨涝风险为主。融合气候生产潜力和气候胁迫风险形成冬小麦的气候适宜性区划,其空间格局呈南北低、中间高的特征,种植分布格局与气候适宜性的空间匹配程度较高,但有一定的优化调整空间。     

Climate variability and crop production in Tanzania

Improved understanding of the influence of climate on agricultural production is needed to cope with expected changes in temperature and precipitation, and an increasing number of undernourished people in food insecure regions. Many studies have shown the importance of seasonal climatic means in explaining crop yields. However, climate variability is expected to increase in some regions and have significant consequences on food production beyond the impacts of changes in climatic means. Here, we examined the relationship between seasonal climate and crop yields in Tanzania, focusing on maize, sorghum and rice. The impacts of both seasonal means and variability on yields were measured at the subnational scale using various statistical methods and climate data. The results indicate that both intra- and interseasonal changes in temperature and precipitation influence cereal yields in Tanzania. Seasonal temperature increases have the most important impact on yields. This study shows that in Tanzania, by 2050, projected seasonal temperature increases by 2 °C reduce average maize, sorghum, and rice yields by 13%, 8.8%, and 7.6% respectively. Potential changes in seasonal total precipitation as well as intra-seasonal temperature and precipitation variability may also impact crop yields by 2050, albeit to a lesser extent. A 20% increase in intra-seasonal precipitation variability reduces agricultural yields by 4.2%, 7.2%, and 7.6% respectively for maize, sorghum, and rice. Using our preferred model, we show that we underestimate the climatic impacts by 2050 on crop yields in Tanzania by 3.6%, 8.9%, and 28.6% for maize, sorghum and rice respectively if we focus only on climatic means and ignore climate variability. This study highlights that, in addition to shifts in growing season means, changes in intra-seasonal variability of weather may be important for future yields in Tanzania. Additionally, we argue for a need to invest in improving the climate records in these regions to enhance our understanding of these relationships.