亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        近50年江蘇省極端降水時空變化及其對單季稻產(chǎn)量的影響

        2017-12-22 09:32:47孫莉娟朱雅麗
        廣東農(nóng)業(yè)科學 2017年8期
        關(guān)鍵詞:單季稻時空站點

        徐 陽,孫莉娟,黃 進,伍 瓊,朱雅麗

        (1. 安徽省農(nóng)村綜合經(jīng)濟信息中心/安徽省農(nóng)業(yè)生態(tài)大數(shù)據(jù)工程實驗室,安徽 合肥 230031;2. 安徽省人工影響天氣辦公室,安徽 合肥 230001;3. 南京信息工程大學應用氣象學院,江蘇 南京 210044)

        近50年江蘇省極端降水時空變化及其對單季稻產(chǎn)量的影響

        徐 陽1,孫莉娟2,黃 進3,伍 瓊1,朱雅麗1

        (1. 安徽省農(nóng)村綜合經(jīng)濟信息中心/安徽省農(nóng)業(yè)生態(tài)大數(shù)據(jù)工程實驗室,安徽 合肥 230031;2. 安徽省人工影響天氣辦公室,安徽 合肥 230001;3. 南京信息工程大學應用氣象學院,江蘇 南京 210044)

        利用江蘇省52個氣象站1961—2012年逐月降水量資料及單季稻產(chǎn)量逐年數(shù)據(jù),計算5~10月各生育期的極端降水指數(shù),研究區(qū)降水變化與產(chǎn)量的潛在關(guān)系。各站點降水指數(shù)的趨勢檢驗結(jié)果表明,大部分站點6、7、8月的極端降水事件呈現(xiàn)增強的趨勢,其中8月1日最大降水量的增加趨勢尤為顯著;而大部分站點5、9、10月極端降水事件呈現(xiàn)減弱的趨勢,其中9月總降雨日數(shù)的減少趨勢尤為顯著。單季稻產(chǎn)量與各月降水指數(shù)的相關(guān)分析表明,在7、8、9、10月中,大多數(shù)站點的產(chǎn)量與降水指數(shù)呈負相關(guān)。諸多指數(shù)中,7月最大連續(xù)7 d降水量和8月總降雨日數(shù)對產(chǎn)量的負效應尤為顯著,而蘇南地區(qū)的單季稻種植對這兩個指標的變化更為敏感。

        江蘇;極端降水指數(shù);單季稻;產(chǎn)量

        在全球變暖的大背景下,氣溫升高將加劇全球水循環(huán),進而影響到降水的重新分配,最終將對工農(nóng)業(yè)生產(chǎn)和社會經(jīng)濟的發(fā)展產(chǎn)生直接或間接的影響[1]。不同地區(qū)年、季節(jié)降水量乃至極端降水事件的變化趨勢都呈現(xiàn)出顯著的地域差異,甚至出現(xiàn)迥然相反的變化情形[2]。因此,區(qū)域降水時空變化的探求得到了國內(nèi)外學者的廣泛關(guān)注。江蘇省位于我國強降水集中多發(fā)的長江中下游,也是我國經(jīng)濟最為發(fā)達省份之一,因而研究極端降水事件的變化規(guī)律對揭示該地區(qū)降水特征和災害防御具有十分重要的意義

        江蘇省是我國水稻重要主產(chǎn)區(qū)之一,全省以種植單季稻為主,水稻產(chǎn)量占全省糧食總產(chǎn)60%左右,約占全國水稻總產(chǎn)的10%,單產(chǎn)則常年穩(wěn)居全國各主產(chǎn)省之首[3]。鑒于此,探討極端氣候事件的時空變化及對單季產(chǎn)量的潛在影響受到了廣泛關(guān)注。近年來,相關(guān)研究主要集中水稻高溫熱害和低溫冷害[4-6],而極端降水事件還少有人問津。因此,本研究重點探討江蘇省極端降水的時空變化及對水稻產(chǎn)量的潛在影響,以期為氣候變化背景下江蘇省水稻種植的防災減災提供一定的參考依據(jù)。

        1 材料與方法

        1.1 數(shù)據(jù)來源

        本研究所用的氣象數(shù)據(jù)來源于江蘇省氣象局提供的本省52個氣象觀測站1961—2012年的逐日降水數(shù)據(jù),這52個站點的空間分布見圖1。為保證各站點日降水數(shù)據(jù)的合理有效,采用加拿大氣象研究中心研發(fā)的RClimDex軟件對各站點逐日降水資料進行質(zhì)量控制和均一性檢驗,結(jié)果表明這52個站點的數(shù)據(jù)完整可靠。與此同時,本研究以多年江蘇省農(nóng)村統(tǒng)計年鑒為依托,匹配、收集、整理了圖1中各氣象站點所在的52個單季稻種植區(qū)1961—2012年產(chǎn)量數(shù)據(jù)。

        圖1 江蘇省52個氣象站分布圖

        1.2 極端降水指數(shù)(EPI)的計算及趨勢檢驗

        表1 EPI的定義

        世界氣象組織(WMO)氣候變化檢測和指標專家系統(tǒng)(ETCCDI) 基于日降水、氣溫數(shù)據(jù),定義并設(shè)計了27個極端氣候指數(shù),這些指數(shù)具有噪聲低、顯著性強的優(yōu)點,因而被廣泛應用于評估區(qū)域內(nèi)極端氣候事件發(fā)生頻率和強度的演變規(guī)律[7]。本研究選取ETCCDI推薦的10種EPI用于描述江蘇省極端降水事件,其詳細定義見表1。本研究中降水事件的臨界值設(shè)定為日降水量1 mm,以剔除降水資料中微量降水數(shù)據(jù)給研究帶來的的不確定性。鑒于江蘇省單季稻全生育期為5~10月約6個月,首先提取構(gòu)建各月份52個站點不同類型降水指數(shù)的逐年(1961—2012)序列,同時,采用WMO推薦的非參數(shù)檢驗法“Mann-Kendall趨勢檢驗”(M-K檢驗)來探求各站點不同月份不同類型EPI的變化趨勢[8]。

        1.3 單季稻產(chǎn)量與EPI的相關(guān)分析

        為了規(guī)避非氣象因素對產(chǎn)量的影響,僅考慮氣象因素與作物產(chǎn)量的相關(guān)性,對單季稻產(chǎn)量(y)和某個極端降水指數(shù)(x)的逐年序列先進行一階差分預處理[9],即:

        式中,△yt為產(chǎn)量差,△xt為EPI差,t為年份。通過計算△yt與不同月份的△xt之間的Person相關(guān)系數(shù),進而探討研究區(qū)產(chǎn)量波動與極端降水變化之間的可能聯(lián)系。

        2 結(jié)果與分析

        2.1 江蘇省EPI的變化趨勢

        圖2 近52年江蘇省52個氣象站不同月份EPI的變化趨勢

        為探求研究區(qū)極端降水事件的的變化趨勢特征,對52個站點各月的降水指數(shù)進行M-K檢驗分析,結(jié)果見圖2。從圖2B、C、D可以看出,超過60%的站點在6、7、8月多數(shù)降水指數(shù)呈增加趨勢,表明研究區(qū)夏季極端降水事件的雨量、強度、頻次及持續(xù)時間總體呈增加趨勢。長江中下游多數(shù)省份夏季降水異常主要受東亞夏季風控制,自20世紀80年代以來,熱帶中、東太平洋海溫的年代際異常導致夏季風減弱、西太平洋副熱帶高壓偏南、偏西,進而使得季風北上受阻,其所攜帶的大量水汽在長江中下游穩(wěn)定滯留和輻合,因而江蘇省夏季極端降水呈增加態(tài)勢[10];反觀圖2A、E、F,超過60%的站點在5、9、10月多數(shù)降水指數(shù)呈減少趨勢,表明研究區(qū)春末和秋季極端降水事件總體呈減弱的趨勢,特別是在9、10月份,江蘇全省所有站點的總降水量(PI1)和雨天日數(shù)(PI2)均呈減少趨勢。包云軒等[11]基于復合氣象干旱指數(shù)(CI)發(fā)現(xiàn)近10多年江蘇省秋季干旱呈加劇態(tài)勢,這與本研究結(jié)果相一致。我國東南地區(qū)秋季降水異常主要受東太平洋型El Ni?o(EP-El Ni?o)事件和中太平洋型El Ni?o事件的交替影響,在EP-El Ni?o控制年,秋季降水較多;而在CP-El Ni?o控制年,秋季降水較少[12]。自 20 世紀90年代以來,EP-El Ni?o事件的頻次明顯減少,而CP-El Ni?o事件的頻次顯著增加,故江蘇省秋季降水偏少[13]。

        對圖2中呈顯著變化站點的數(shù)量進行分析,可以發(fā)現(xiàn)在5、6、7、10月這4個月中,降水指數(shù)呈顯著增加或顯著減少的站點很少,而在8、9這兩個月份里,降水指數(shù)呈顯著變化的站點則較多。在8月份,有10個以上站點的總降水量(PI1)、最大1日降水量(PI7)和最大連續(xù)7日降水量(PI9)均呈現(xiàn)顯著增加趨勢,其中PI7呈顯著增加趨勢的站點達16個;在9月份,共有16個站點的雨天日數(shù)(PI2)呈顯著減少趨勢。圖3為江蘇省近52年8月PI7和9月PI2變化趨勢的空間分布情形。從圖3A可以看出,8月份PI7呈現(xiàn)顯著增加趨勢的站點主要集中在江蘇南部;從圖3B可以看出,9月份PI2呈顯著減少趨勢的站點也都大致分布在江蘇南部。總體而言,相較江蘇北部地區(qū),全球變暖背景下江蘇南部地區(qū)的極端降水變化更為顯著,8月降水增多和9月降水減少是其較突出的特征。江蘇屬于亞熱帶和暖溫帶的過渡區(qū),其中淮河以南的廣大地區(qū)為北亞熱帶濕潤季風氣候區(qū),而淮河以北的地區(qū)為南溫帶半濕潤季風氣候區(qū)[14]。伴隨著長江中下游雨季期間季風強度和ENSO事件的年際變化,蘇南和蘇北的降水變化呈現(xiàn)出有著明顯的的差異。

        圖3 江蘇省近52年8月PI7和9月PI2變化趨勢的空間分布

        2.2 單季稻產(chǎn)量與不同月份降水指數(shù)的相關(guān)性分析

        在一階差分預處理的基礎(chǔ)上,計算各站點單季稻產(chǎn)量與生育期各月降水指數(shù)的相關(guān)系數(shù),用來探求研究區(qū)極端降水變化對單季稻產(chǎn)量的可能影響。從圖4可以看出,單季稻產(chǎn)量與極端降水指數(shù)的相關(guān)性有著明顯的月份差異。在超過50%站點,5、6月份多數(shù)降水指數(shù)與產(chǎn)量呈正相關(guān)(圖4A、B),表明在5、6月份,極端降水事件對產(chǎn)量的負效應并不是很明顯;而在7、8、9月份,超過80%站點,多數(shù)降水指數(shù)與產(chǎn)量呈負相關(guān)(圖4C、D、E);在10月份,降水指數(shù)與產(chǎn)量呈負相關(guān)的站點略少,但也超過60%(圖4F)。由此可見江蘇省7、8、9、10月份的極端降水事件對單季稻產(chǎn)量有著明顯的負效應。分蘗期、拔節(jié)孕穗期、抽穗開花期、灌漿結(jié)實期是影響單季稻產(chǎn)量最終形成的4個關(guān)鍵階段,且大致分布在7~10這4個月份中[14]。在此期間,強降水引發(fā)的淹漬及洪澇會對單季稻生長產(chǎn)生直接的不利影響;此外,連續(xù)陰雨帶來的低溫寡照會延緩單季稻生育進程,同時誘發(fā)水稻病蟲害事件的發(fā)生,進而間接影響單季稻最終產(chǎn)量的形成[15]。

        對圖4中呈顯著負相關(guān)性的站點數(shù)量進行分析,可以發(fā)現(xiàn)在7、8、9、10這4個月中,7月份極端降水事件對單季稻產(chǎn)量的負效應最為顯著,有超過15個站點的單季稻產(chǎn)量與7月份的 PI1、PI6、PI7、PI9、PI10呈顯著負相關(guān)(圖4C)。此外,7月份和10月份的極端降水指數(shù)與產(chǎn)量的負相關(guān)性也較顯著。從圖4D、F看可以看出,有超過15個站點的單季稻產(chǎn)量與7、10月份的PI2呈顯著負相關(guān)。不同類型的降水指數(shù)中,7月最大連續(xù)7日降水量(PI9)和8月總降雨日數(shù)(PI2)的負效應最為顯著,其中在7月有超過40%站點的PI9與單季稻產(chǎn)量呈顯著負相關(guān),而這些站點大都分布在蘇中和蘇南地區(qū)(圖5A);在8月有超過40%站點的PI2與單季稻產(chǎn)量呈顯著負相關(guān),而這些站點主要集中在蘇西北和蘇南地區(qū)(圖5B)??傮w而言,江蘇省單季稻產(chǎn)量與極端降水指數(shù)的相關(guān)性具有明顯的地域差異,蘇南地區(qū)的單季稻種植對降水波動更為敏感,特別是7、8月份的極端降水事件對產(chǎn)量更為不利。基于此,加強對關(guān)鍵月份最大連續(xù)7日最大降水量和總降水天數(shù)的監(jiān)測預報,不僅有助于評估雨澇災害導致的水稻產(chǎn)量損失,還將為研究區(qū)水稻雨澇災害風險區(qū)劃提供數(shù)據(jù)支撐。

        圖4 各站點單季稻產(chǎn)量與不同月份EPI的相關(guān)性分析

        圖5 單季稻產(chǎn)量與兩個關(guān)鍵降水指數(shù)相關(guān)性的空間分布

        3 結(jié)論

        江蘇省52個氣象站點不同月份極端降水指數(shù)的M-K檢驗結(jié)果表明,在6、7、8月這3個月份,大部分站點的極端降水事件呈增強的態(tài)勢,其中8月最大1日降水量的增加趨勢最顯著;而在5、9、10月這3個月份,大部分站點的極端降水事件呈減弱的態(tài)勢,其中9月總降雨日數(shù)的減少趨勢最為顯著;8月最大1日降水量和9月總降雨日數(shù)的變化趨勢空間分布圖表明在蘇南地區(qū)是極端降水事件變化較顯著的區(qū)域。

        各站點單季稻產(chǎn)量與生育期不同月份降水指數(shù)的相關(guān)分析表明,江蘇省極端降水的時空變化對水稻產(chǎn)量有一定的影響??傮w上,全省大多數(shù)站點的單季稻產(chǎn)量與7、8、9、10月這4個月的極端降水指數(shù)呈負相關(guān),表明極端降水事件越強,則對單季稻產(chǎn)量越不利,過多的雨澇事件會導致江蘇省單季稻的減產(chǎn)。諸多降水指數(shù)中,7月最大連續(xù)7日降水量和8月總降雨日數(shù)的負效應尤為突出,應作為指示單季稻產(chǎn)量波動的關(guān)鍵氣象指標加以重視,單季稻產(chǎn)量與這兩個關(guān)鍵指標相關(guān)性的空間分布表明蘇南地區(qū)的單季稻種植對極端降水事件的負效應更為敏感。

        [1] 韓丹,程先富,張群,等. 安徽省1961—2007年降水特征分析[J]. 人民長江,2011,42(23):23-26.

        [2] 楊菲,朱濤,李蓓蓓. 江浙滬地區(qū)55年夏季降水時空分布規(guī)律研究[J]. 人民長江,2016,47(8):28-33.

        [3] 佴軍. 近30年江蘇省水稻生產(chǎn)的時空變化與效益分析[D]. 揚州:揚州大學,2013.

        [4] 朱珠,陶福祿,婁運生. 1980—2009 年江蘇省氣溫變化特征及水稻高溫熱害變化規(guī)律[J].江蘇農(nóng)業(yè)科學,2013,41(6):311-315.

        [5] 任義方,高蘋,王春乙. 江蘇高溫熱害對水稻的影響及成因分析[J]. 自然災害學報,2010,19(5):101-107.

        [6] 尹思慧,徐蔣來,朱利群. 近30年江蘇省水稻抽穗灌漿期低溫冷害時空變化及對水稻產(chǎn)量的影響[J]. 江西農(nóng)業(yè)學報,2016,28(5):7-13.

        [7] 趙翠平,陳巖,王衛(wèi)光,等. 黃河流域近50a極端降水指數(shù)的時空變化[J]. 人民黃河,2015(1):18-22.

        [8] 李佳秀,徐長春,王曉,等. 新疆極端降水事件時空變化特征研究[J]. 人民黃河,2015(2):33-37.

        [9] 朱珠,陶福祿,類運生,等. 1981—2009年江蘇省氣候變化趨勢及其對水稻產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象,2012,33(4):567-572.

        [10] 黃榮輝,顧雷,陳際龍,等.東亞季風系統(tǒng)的時空變化及其對我國氣候異常影響的最近研究進展[J]. 大氣科學,2008,32(4):691-719.

        [11] 包云軒,孟翠麗,申雙和,等. 基于CI指數(shù)的江蘇省近50年干旱的時空分布規(guī)律[J]. 地理學報,2011,66(5):599-608.

        [12] Zhan W,Jin F F,Turner A. Increasing autumn drought over southern China associated with ENSO regime shift[J]. Geophysical Research Letters,2014,41(11):4020-4026.

        [13] Ji Y,Zhou G,Wang S,et al. Increase in flood and drought disasters during 1500-2000 in Southwest China[J]. Nat Hazards,2015,77(3):1853-1861.

        [14] 譚孟祥,景元書,曹海寧. 江蘇省一季稻生長季氣候適宜度及其變化趨勢分析[J]. 江蘇農(nóng)業(yè)科學,2016,44(1):349-353.

        [15] Tao F,Yokozawa M,Liu J,et al. Climate-crop yield relationships at provincial scales in China and the impacts of recent climate trends[J].Climate Research,2008,38(1):83-94.

        Spatio-temporal variation of extreme precipitation during recent 50 years in Jiangsu Province and its influence on single-crop rice yield

        XU Yang1,SUN Li-juan2,HUANG Jin3,WU Qiong1,ZHU Ya-li1
        (1. Rural Comprehensive Economic Information Center of Anhui Province/Anhui Engineering Laboratory of Agro-Ecological Big Data,Hefei 230031,China;2. Anhui Weather Modification Office,Hefei 230001,China ;3. School of Applied Meteorology,Nanjing University of Information Science and Technology,Nanjing 210044,China)

        Based on the data of daily precipitation and single-crop rice yield at 52 meteorological stations in Jiangsu during 1961-2012,the extreme precipitation indices (EPI) during growing periods from May to October were calculated,and the possible relationship between precipitation variability and rice yield was explored. The trend test for EPI in different stations indicated that the extreme precipitation during June,July,and August in most of stations had enhancing tendency,and the increasing trends of 1-day maximum precipitation amount in August was more obvious;however,the extreme precipitation during May,September,and October in most of stations had weakening tendency,and the decreasing trends of total rainy days in September was more obvious. The correlation analysis between the single-crop rice yield and EPI in different months indicated that there were negative correlations between yield and precipitation indices of July,August,September,and October. Among the different indices,the negative impacts of continued 7-day maximum precipitation amount in August and total rainy days in September were more obvious,and the single-crop rice in south Jiangsu was more sensitive to the variability of these two precipitation indicators.

        Jiangsu Province;extreme precipitation indices;single-crop rice;yield

        S511.4+1;P426.615

        A

        1004-874X(2017)08-0139-06

        徐陽,孫莉娟,黃進,等. 近50年江蘇省極端降水時空變化及其對單季稻產(chǎn)量的影響[J].廣東農(nóng)業(yè)科學,2017,44(8):139-144.

        2017-06-16

        國家公益性行業(yè)(氣象)科研專項(GYHY201506018);江蘇省高校自然科學研究面上項目(16KJB170008);安徽省科技攻關(guān)項目(1501031078)

        徐陽(1983-),男,工程師,E-mail:xuyangclimate@163.com

        (責任編輯 鄒移光)

        猜你喜歡
        單季稻時空站點
        不同施肥方式下單季稻田間肥料利用率對比試驗
        跨越時空的相遇
        鏡中的時空穿梭
        基于Web站點的SQL注入分析與防范
        電子制作(2019年14期)2019-08-20 05:43:42
        2017~2018年冬季西北地區(qū)某站點流感流行特征分析
        玩一次時空大“穿越”
        首屆歐洲自行車共享站點協(xié)商會召開
        中國自行車(2017年1期)2017-04-16 02:53:52
        怕被人認出
        故事會(2016年21期)2016-11-10 21:15:15
        2015年貴池區(qū)單季稻肥料配方驗證試驗
        時空之門
        国产精品久久久久久久久久影院| 亚洲日韩一区二区一无码| 少妇寂寞难耐被黑人中出| 高清无码精品一区二区三区| 性视频毛茸茸女性一区二区| 人妻中文字幕日韩av| 亚洲精品久久7777777| 人妻无码一区二区三区四区| 亚洲中文久久久久无码| 日本成人精品一区二区三区| 国产狂喷水潮免费网站www| 日本aⅴ大伊香蕉精品视频| 国产精彩视频| 天堂麻豆精品在线观看| 丰满熟妇人妻av无码区| 中文亚洲成a人片在线观看| 国产av综合一区二区三区最新 | 激情综合婷婷色五月蜜桃| 国产伦久视频免费观看视频| 国产精品丝袜在线不卡| 国产精品视频白浆免费看| 欧洲乱码伦视频免费| 欧美与黑人午夜性猛交久久久| 亚洲国产剧情在线精品视| 激情五月开心五月啪啪| 大地资源网高清在线播放| 国产福利免费看| 成人精品国产亚洲av久久| 伊人久久精品亚洲午夜| 国产亚洲精品aaaa片小说| 精品少妇人妻成人一区二区| 日产国产亚洲精品系列| 又粗又大又硬毛片免费看| 99re6热在线精品视频播放6| av无码精品一区二区三区宅噜噜| 久青草国产视频| 国产91九色视频在线播放| 久久午夜av一区二区三区| 老熟妇乱子伦av| 亚洲Av无码专区尤物| 国产精品成人av大片|