李琳琳，王賀然 ，李 晶 ，宋曉巍 ，劉 青 ，李雨鴻 ，王 婷 ，胡春麗 ，黃 巖 ，張曉月 ，王 瑩 ，張 琪 ，周 斌

（1.遼寧省氣象科學(xué)研究所，遼寧沈陽110161；2.沈陽市氣象局，遼寧沈陽110168）

水稻是遼寧省重要的糧食作物，截止2016年，遼寧省種植水稻面積約56.25萬hm2。遼寧地區(qū)由于氣候原因主要以種植水稻為主，通過多年的實踐和發(fā)展，技術(shù)和品種不斷完善，品質(zhì)亦有很大的改觀。光、溫、水是影響水稻生長發(fā)育的重要氣象因素，在水稻的某個發(fā)育期內(nèi)，這些氣象要素中的一個因素或者幾個因素對產(chǎn)量會起到關(guān)鍵的作用，因此研究水稻產(chǎn)量及氣象因子的時序變化特征和其相互影響關(guān)系顯得尤為重要。

國內(nèi)學(xué)者關(guān)于氣候變化對農(nóng)業(yè)生產(chǎn)影響方面的研究也較多。早期陳柏林在氣候?qū)Τ５碌貐^(qū)水稻產(chǎn)量的影響研究中，對水稻主產(chǎn)區(qū)的主要氣候因子進行了定量統(tǒng)計分析，認(rèn)為秋季低溫是影響晚稻產(chǎn)量的主要氣候因子，并提出劃分晚稻氣候類型的標(biāo)準(zhǔn)[1]。涂悅賢從氣象角度分析了水稻產(chǎn)量變動與氣象因子的關(guān)系，探討了近百年來廣東氣候變動的趨勢，提出了實現(xiàn)水稻穩(wěn)產(chǎn)高產(chǎn)的對策[2]。許信旺等利用傳統(tǒng)的統(tǒng)計分析方法研究了氣候的變化，并對水稻生產(chǎn)進行了時空動態(tài)分析，揭示了氣候變化對水稻生長期生產(chǎn)的巨大影響，并提出應(yīng)調(diào)整市場機制及作物布局以加強對極端氣象災(zāi)害的防范[3]。張宇等則利用數(shù)值模擬的方法研究氣候?qū)ξ覈旧a(chǎn)可能會產(chǎn)生的影響[4]。

對于氣象因子對水稻產(chǎn)量的影響關(guān)系的研究，以往多采用傳統(tǒng)的多元線性回歸等統(tǒng)計分析方法，但該方法不能直接地分析氣象因子與水稻產(chǎn)量的時序關(guān)系[5]。所以本研究利用1986—2015年間遼寧省水稻產(chǎn)量數(shù)據(jù)和同時期的氣象數(shù)據(jù)，研究氣象因素對水稻產(chǎn)量的影響，提取水稻氣象產(chǎn)量及同期時序氣象因子進行連續(xù)小波分析，研究水稻氣象產(chǎn)量及其與各氣象因子的時序變化特征；利用相干小波和交叉小波分析，研究水稻產(chǎn)量與各氣象因子的相互影響關(guān)系，為水稻產(chǎn)量的定量化預(yù)報提供依據(jù)。

1 資料與方法

1.1 資料來源

選取遼中、新民、普蘭店、大洼等共32個水稻主產(chǎn)縣（市）為水稻研究區(qū)域。水稻產(chǎn)量資料來自遼寧省統(tǒng)計年鑒；水稻生育期資料來自農(nóng)業(yè)氣象觀測報表；氣象資料來自遼寧省氣象局，選取年份為1986—2015年，包括日平均氣溫、日照時數(shù)、日最低氣溫、日最高氣溫、晝夜溫差、水汽壓、總風(fēng)速和相對濕度。

1.2 數(shù)據(jù)處理

1.2.1 產(chǎn)量資料處理。糧食作物產(chǎn)量一般可以分解為趨勢產(chǎn)量、氣象產(chǎn)量和隨機產(chǎn)量[6]，即

式中，y表示為實際產(chǎn)量，ya表示趨勢產(chǎn)量，yb表示氣象產(chǎn)量，σ表示為隨機產(chǎn)量，其中隨機產(chǎn)量一般可以忽略不計。

1.2.2 氣象資料處理。氣象因子包括日平均氣溫、日照時數(shù)、日最低氣溫、日最高氣溫、晝夜溫差、水汽壓、總風(fēng)速和相對濕度。將其按照遼寧省水稻生育期各階段，分為分蘗期（6月中旬至7月上旬）、孕穗期（7月中旬至8月上旬）和開花結(jié)實期（8月中旬），分別進行數(shù)據(jù)處理。

1.3 研究方法

1.3.1 連續(xù)小波。連續(xù)小波變換（continue wavelet transform，簡寫為 CWT）[7]。Morlet復(fù)數(shù)小波函數(shù)表示為：

式中，η為自變量；ω0為無量綱頻率,取值ω0＝6。離散小波變換形式為：

式中，Wf（α，b） 為小波變換系數(shù)，ψ*表示復(fù)共軛函數(shù)，a為尺度因子（小波周期長度），b為時間平移因子，δt為采樣時間間隔[5,7,13-14]。

1.3.2 相干小波和交叉小波。相干小波和交叉小波方法用來研究2個或多個時間序列多尺度相互關(guān)系。交叉小波變換是判斷2種信號不同時間序列變化周期在時間區(qū)域中的相關(guān)性。交叉小波譜可用來表示2個時間序列在時頻空間中的能量共振和協(xié)方差分布規(guī)律，揭示了2個序列不同尺度上、不同時段的相關(guān)性和一致性。相干小波可以彌補交叉小波變換的不足，并可度量兩者在低能量區(qū)的相關(guān)性[8-9]。

本研究運用紅色噪音標(biāo)準(zhǔn)譜對連續(xù)交叉小波功率譜和小波相干譜進行顯著性檢驗。連續(xù)小波、交叉小波和相干小波分析計算程序來自科羅拉多大學(xué)波爾德分校大氣和海洋科學(xué)網(wǎng)站（http://paos.colorado.edu/research/wavelets/）。

2 結(jié)果與分析

2.1 水稻產(chǎn)量分析

水稻氣象產(chǎn)量連續(xù)小波分析。圖1中，遼寧省水稻氣象產(chǎn)量在1987—2001年存在5～8年的顯著周期；在2～3年顯著周期尺度上，較強的能量發(fā)生在1991—1997年；自2001年之后，水稻在頻率上的能量強弱則分布不顯著。這種周期變化表明，水稻氣象產(chǎn)量的變化頻率在減慢，氣象產(chǎn)量連續(xù)豐年的周期在變長。

圖1 遼寧省1986—2015年水稻氣象產(chǎn)量連續(xù)小波功率譜

2.2 氣象因子的連續(xù)小波分析

2.2.1 水稻分蘗期氣象因子連續(xù)小波分析。由圖2可知，累計降水量在2000—2002年存在1年的顯著周期；日平均氣溫在1993—1999年有2～3年的顯著周期；累計日照時數(shù)在1997—2001年有1～2年的顯著周期；日最低氣溫在1993—2003年存在2～4年的顯著周期；晝夜溫差在1993—2003年存在1～4年的顯著周期；日最高氣溫在1995—1996年存在1～2年的顯著周期；相對濕度在1997—2000年存在1～2年的顯著周期；總風(fēng)速在1991—1996年存在3～4年的顯著周期。

圖2 水稻分蘗期降水量、日平均氣溫、日照、日最低氣溫、晝夜溫差、日最高氣溫、相對濕度、風(fēng)速的連續(xù)小波功率譜

2.2.2 水稻孕穗期氣象因子連續(xù)小波分析。由圖3可知，分蘗期累計降水未通過0.05顯著水平的紅噪音標(biāo)準(zhǔn)譜檢驗；日平均氣溫在1994—1996年有1～2年的顯著周期；累計日照時數(shù)在1997—1998年有0～1年的顯著周期；日最低氣溫在2004—2006年存在5～6年的弱顯著周期；日最高氣溫在1994—1999年存在0～3年的顯著周期；晝夜溫差在1996—1998年存在0～2年的顯著周期；相對濕度在1996—1997年存在0～1年的顯著周期；總風(fēng)速在1994—2000年存在2～3年的顯著周期。

圖3 水稻孕穗期降水量、日平均氣溫、日照、日最低氣溫、晝夜溫差、日最高氣溫、相對濕度、風(fēng)速的連續(xù)小波功率譜

2.2.3 水稻開花結(jié)實期氣象因子連續(xù)小波分析。由圖4可知，分蘗期累計降水和總風(fēng)速均未通過0.05顯著水平的紅噪音標(biāo)準(zhǔn)譜檢驗；日平均氣溫在1989—1995年有2～3年的顯著周期；日最低氣溫在1988—1993年存在2～3年的弱顯著周期；日最高氣溫在1991—1998年存在2～3年的顯著周期；晝夜溫差在2003—2008年存在5～6年的顯著周期；累計日照時數(shù)在2005—2006年有0～1年的顯著周期，在2000—2007年存在5～6年的顯著周期；相對濕度在2006—2010年存在2～3年的顯著周期。

2.3 水稻氣象產(chǎn)量與氣象因子的交叉小波與相干小波分析

2.3.1 水稻氣象產(chǎn)量與分蘗期氣象因子的交叉小波與相干小波。由圖5、圖6可知，在分蘗期，水稻氣象產(chǎn)量與累計降水量在1990—1994年存在1～2年共振周期，氣象產(chǎn)量變化位相落后于累計降水量90°；氣象產(chǎn)量與日最高氣溫在1993—1998年存在2～3年共振周期，氣象產(chǎn)量變化位相均落后于日最高氣溫90°；氣象產(chǎn)量與日平均氣溫在1990—1998年存在2～3年共振周期，氣象產(chǎn)量變化位相分別落后于日平均氣溫90°；氣象產(chǎn)量與累計日照時數(shù)在1990—2000年存在1～2年共振周期，氣象產(chǎn)量與累計日照時數(shù)反位相。氣象產(chǎn)量與日最低氣溫在1991—1997年存在3～4年共振周期，氣象產(chǎn)量變化位相落后于日最低氣溫90°；氣象產(chǎn)量與晝夜溫差在1990—1999年存在1～2年共振周期，氣象產(chǎn)量變化位相落后于晝夜溫差90°；氣象產(chǎn)量與相對濕度在1991—1999年存在1～2年共振周期，氣象產(chǎn)量變化位相比晝夜溫差提前90°；氣象產(chǎn)量與總風(fēng)速在1993—1996年存在3～5年共振周期，氣象產(chǎn)量變化位相落后于總風(fēng)速90°。

圖4 水稻開花結(jié)實期降水量、日平均氣溫、日照、日最低氣溫、晝夜溫差、日最高氣溫、相對濕度、風(fēng)速的連續(xù)小波功率譜

在低能量區(qū)，氣象產(chǎn)量與降水量、相對濕度及總風(fēng)速沒有通過95%置信水平的顯著周期；氣象產(chǎn)量與日最高氣溫、日平均氣溫、累計日照時數(shù)、日最低氣溫及晝夜溫差間周期顯著不同，且位相較亂。

2.3.2 水稻氣象產(chǎn)量與孕穗期交叉小波與相干小波。圖7、圖8分別為水稻氣象產(chǎn)量與孕穗期氣象因子交叉小波變換和相干小波譜。由圖7可知，在孕穗期，水稻氣象產(chǎn)量與累計降水量在1994—1997年存在3～4年共振周期，二者反位相；氣象產(chǎn)量與日最高氣溫在1991—1998年存在1～3年共振周期。氣象產(chǎn)量與日平均氣溫在1991—1998年存在2～3年共振周期，氣象產(chǎn)量變化位相分別落后于日平均氣溫90°；氣象產(chǎn)量與累計日照時數(shù)在1993—1997年存在1～3年共振周期，氣象產(chǎn)量變化位相落后于累計日照時數(shù)90°；氣象產(chǎn)量與日最低氣溫在1989—1996年存在2～3年共振周期，氣象產(chǎn)量變化位落后于日最低氣溫90°；氣象產(chǎn)量與晝夜溫差在1993—1998年存在1～3年共振周期，氣象產(chǎn)量變化位相落后于晝夜溫差90°；氣象產(chǎn)量與相對濕度在1993—1997年存在1～2年共振周期，氣象產(chǎn)量變化位相比晝夜溫差提前90°；氣象產(chǎn)量與總風(fēng)速在1990—1999年存在2～5年共振周期，二者反位相。

圖5 水稻氣象產(chǎn)量與分蘗期氣象因子交叉小波功率譜

圖6 水稻氣象產(chǎn)量與分蘗期氣象因子相干小波譜

在低能量區(qū)，氣象產(chǎn)量與降水量、晝夜溫差及相對濕度沒有通過95%置信水平的顯著周期；氣象產(chǎn)量與日最高氣溫、日平均氣溫和日最低氣溫間顯著周期基本一致，氣象產(chǎn)量變化位相落后氣象因子90°；氣象產(chǎn)量與累計日照和總風(fēng)速顯著周期基本一致，二者位相相反。

2.3.3 水稻氣象產(chǎn)量與開花結(jié)實期交叉小波與相干小波。圖9、圖10分別為水稻氣象產(chǎn)量與開花結(jié)實期氣象因子交叉小波變換和相干小波譜，在開花結(jié)實期，水稻氣象產(chǎn)量與累計降水量、累計日照時數(shù)、相對濕度和總風(fēng)速大部分共振周期處于影響錐曲線外側(cè)，故認(rèn)為其無共振周期；氣象產(chǎn)量與日最高氣溫在1989—1998年存在1～3年共振周期，氣象產(chǎn)量變化位相落后于日最高氣溫90°；氣象產(chǎn)量與日平均氣溫在1988—1998年存在2～3年共振周期，氣象產(chǎn)量變化位相分別落后于日平均氣溫90°；氣象產(chǎn)量與日最低氣溫在1988—1996年存在2～3年共振周期，氣象產(chǎn)量變化位相落后于日最低氣溫90°；氣象產(chǎn)量與晝夜溫差在1992—1994年存在2年共振周期，氣象產(chǎn)量變化位相提前于晝夜溫差90°。

圖7 水稻氣象產(chǎn)量與孕穗期氣象因子交叉小波功率譜

圖8 遼寧省1986—2015年水稻氣象產(chǎn)量與孕穗期氣象因子相干小波譜

在低能量區(qū)，氣象產(chǎn)量與總風(fēng)速沒有通過95%置信水平的顯著周期；氣象產(chǎn)量與日最高氣溫、日平均氣溫和日最低氣溫間顯著周期基本一致，氣象產(chǎn)量變化位落后氣象因子90°；氣象產(chǎn)量與累計降水量、累計日照時數(shù)、晝夜溫差和相對濕度顯著周期不同，且位相較亂。

3 結(jié)論與討論

經(jīng)過對多年水稻產(chǎn)量與同期氣象因子進行統(tǒng)計分析，得出結(jié)論：

1）遼寧省水稻氣象產(chǎn)量存在5～8年和2～3年的顯著周期，自2001年之后，水稻在頻率上的能量強弱分布不顯著，表明氣象產(chǎn)量連續(xù)豐年的周期在變長。

2）對水稻生育期內(nèi)的總降水量、相對濕度、平均日最低最高氣溫、平均晝夜溫差、平均氣溫、降水總量、日照總時數(shù)和總風(fēng)速進行了連續(xù)小波分析，結(jié)果除總降水量外，其他氣象因子均存在不同的顯著周期。

3）在水稻的分蘗期，氣象因子對水稻氣象產(chǎn)量的影響主要集中在2～3年的顯著周期；降水量與氣象產(chǎn)量無明顯的相關(guān)性。在水稻的孕穗期，氣象因子對水稻氣象產(chǎn)量的影響主要集中在1～3年的顯著周期。風(fēng)速越小越有利水稻產(chǎn)量增加。

圖10 水稻氣象產(chǎn)量與開花結(jié)實期氣象因子相干小波譜

本研究采用小波分析的方法來分析全省水稻的營養(yǎng)生長和生殖生長階段氣象產(chǎn)量與不同氣象因子的時序關(guān)系，未考慮不同地區(qū)不同品種的影響。同時，也未突出特殊極端天氣對水稻產(chǎn)量的影響。在今后的研究中，將細(xì)化不同地域不同品種間的營養(yǎng)生長和生殖生長的時間點，研究氣象災(zāi)害對水稻產(chǎn)量的影響變化規(guī)律。

參考文獻：

[1]陳柏林.氣候?qū)Τ５碌貐^(qū)水稻產(chǎn)量的影響 [J].氣象學(xué)報,1983(4):452-459.

[2]涂悅賢.廣東省水稻生產(chǎn)與農(nóng)業(yè)氣候的關(guān)系[J].熱帶地理,1989(2):108-116.

[3]許信旺,孫滿英,方宇媛,等.安徽省氣候變化對水稻生產(chǎn)的影響及應(yīng)對[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報,2011,30(9):1755-1763.

[4]張 宇,王馥棠.氣候變暖對我國水稻生產(chǎn)可能影響的數(shù)值模擬試驗研究[J].應(yīng)用氣象學(xué)報,1995(增刊1):19-25.

[5]沈陳華.氣象因子對江蘇省水稻單產(chǎn)的影響[J].生態(tài)學(xué)報,2015,35(12):4155-4167.

[6]唐余學(xué),羅孳孳,范 莉,等.基于關(guān)鍵氣象因子的中稻單產(chǎn)動態(tài)預(yù)報[J].中國農(nóng)業(yè)氣象,2011,32(增刊1):140-143.

[7]GRINSTED A,MOORE J C,JEVREJEVA S.Application of the cross wavelet transform and wavelet coherence to geophysical time series[J].Nonlinear Processes in Geophysics,2004,11(5/6):561-566.

[8]陳 濤,孫衛(wèi)國,程炳巖.交叉小波變換在河南降水時頻分析中的應(yīng)用[J].南京氣象學(xué)院學(xué)報,2002,25(5):685-692.

[9]LONNIE H,HUANG J P.Bivariate wavelet analysis of Asia monsoon and ENSO[J].Advances in Atmospheric Sciences,1996,13(3):299-312.

[10]魏中海,王建勇,夏宣炎.糧食產(chǎn)量預(yù)測的因子處理和建模方法[J].華中農(nóng)業(yè)大學(xué)學(xué)報,2004,23(6):680-684.

[11]劉占明,陳子燊,路劍飛,等.廣東北江流域降水時空分布及其與Nio3區(qū)SST相關(guān)性分析 [J].自然資源學(xué)報,2013,28(5):786-798.

[12]余丹丹,張 韌,洪 梅,等.基于交叉小波與小波相干的西太平洋副高與東亞夏季風(fēng)系統(tǒng)的關(guān)聯(lián)性分析 [J].南京氣象學(xué)院學(xué)報,2007(6):755-769.

[13]TORRENCE C,COMPO G P.A practical guide to wavelet analysis[J].Bulletin of the American Meteorological Society,1998,79(1):61-78.

[14]徐科軍,李永三.基于連續(xù)小波變換的功率譜估計方法[J].應(yīng)用科學(xué)學(xué)報,2003,21(2):157-160.