廖丞蕊 陳櫻之 龔原 車路鵬
收稿日期:2023-11-16
基金項(xiàng)目:德陽(yáng)市氣象局業(yè)務(wù)技術(shù)研發(fā)項(xiàng)目(22-04)。
作者簡(jiǎn)介:廖丞蕊(1994—),女,四川廣漢人,工程師,主要從事農(nóng)業(yè)氣象服務(wù)研究。
摘 要:為合理規(guī)避極端降水帶來(lái)的洪澇災(zāi)害,有效保障水稻安全生產(chǎn)。基于廣漢國(guó)家氣象觀測(cè)站1991—2020年連續(xù)日降水資料和歷史洪澇記載資料,基于極端降水指數(shù)(EPI),利用箱線圖、堆積圖、線性回歸法,分析了廣漢地區(qū)水稻生長(zhǎng)季極端降水的演變特征。結(jié)果表明:(1)廣漢地區(qū)5—10月降水量適中,適宜水稻生長(zhǎng),7—8月極端降水出現(xiàn)概率大;(2)大雨日數(shù)波動(dòng)較大,暴雨和大暴雨日數(shù)在近幾年有所增加;(3)近30年廣漢地區(qū)7—8月降水強(qiáng)度均呈波動(dòng)上升趨勢(shì),最長(zhǎng)連續(xù)降水日數(shù)變化不大。同時(shí),對(duì)水稻種植及后期管理提出了相應(yīng)的管理和防范措施。
關(guān)鍵詞:水稻;極端降水;洪澇;廣漢地區(qū)
中圖分類號(hào):P426.6 文獻(xiàn)標(biāo)識(shí)碼:B文章編號(hào):2095–3305(2024)03–0-03
隨著全球氣候變化的趨勢(shì)日益明顯,極端氣候事件,尤其是極端降水事件,已經(jīng)在全球范圍內(nèi)引起廣泛關(guān)注[1]。極端降水事件如暴雨對(duì)生態(tài)系統(tǒng)、社會(huì)和經(jīng)濟(jì)都造成了深遠(yuǎn)的影響,且這些影響在某些特定領(lǐng)域尤為明顯,如農(nóng)業(yè)[2-3]。水稻作為世界上主要的糧食作物之一,其生長(zhǎng)、產(chǎn)量和品質(zhì)與其生長(zhǎng)環(huán)境中的降水量和分布密切相關(guān),降水過(guò)多或過(guò)少都可能對(duì)水稻的正常生長(zhǎng)產(chǎn)生不利影響[4]。例如,持續(xù)的大雨可能導(dǎo)致田地積水,從而引發(fā)稻田的淹水脅迫;而長(zhǎng)時(shí)間的干旱會(huì)導(dǎo)致水稻生長(zhǎng)受阻。因此,研究和預(yù)測(cè)極端降水事件對(duì)水稻種植地區(qū)的農(nóng)民和政策制定者而言具有重要的指導(dǎo)意義。
為了更精確地描述和量化極端降水事件,相關(guān)學(xué)者引入了(極端降水指數(shù)EPI)[5]?;谠撝笖?shù),不僅可以量化降水的極端性,還可以分析其隨時(shí)間的變化趨勢(shì)。利用廣漢地區(qū)近30年降水日數(shù)據(jù),基于EPI分析極端降水的變化特征,從而為當(dāng)?shù)剞r(nóng)業(yè)決策提供科學(xué)依據(jù)。
1 研究區(qū)域、方法及數(shù)據(jù)來(lái)源
1.1 研究區(qū)域概況
廣漢地區(qū)地處四川盆地內(nèi),西接成都平原,東靠龍泉山脈之尾,介于104°6′43″E~104°29′45″E,30°53′41″N~31°8′38″N,海拔455~700 m。位于“天府之國(guó)”腹心地帶,地勢(shì)平坦,土壤肥沃,氣候溫和,屬都江堰自流灌溉區(qū),農(nóng)業(yè)生產(chǎn)條件優(yōu)越。全年雨量充沛,平均年降水量773.8 mm,其中5—9月降雨量647.3 mm,占全年降水量的84%。屬于亞熱帶季風(fēng)濕潤(rùn)氣候區(qū),氣候溫和,四季分明,雨量充足,無(wú)霜期長(zhǎng)。春季氣溫回暖早,但不穩(wěn)定,冷空氣活動(dòng)頻繁。常年多干旱,易發(fā)生春旱、夏旱;降雨集中,雨熱同季,局部有洪澇;秋季降溫快,晚秋有陰雨;冬季較溫暖,多霧寡照,濕度大。
1.2 數(shù)據(jù)來(lái)源及研究方法
當(dāng)?shù)厮旧L(zhǎng)季為5—10月,故本文采用廣漢國(guó)家氣象觀測(cè)站1991—2020年5—10月逐日降水資料,根據(jù)世界氣象組織(WMO)氣候變化監(jiān)測(cè)和指標(biāo)專家系統(tǒng)(ETCCDI)推薦的10種EPI用于描述極端降水事件(表1)[6]。分析整理出廣漢地區(qū)近30年各項(xiàng)EPI值,并通過(guò)以下幾種方法對(duì)上述EPI進(jìn)行研究分析:
(1)箱線圖法。箱線圖(Box-and-whisker Plot)通過(guò)圖形的方式展示一組數(shù)據(jù)分布情況的統(tǒng)計(jì)圖,能直觀反映出幾組定量資料的分布和差異。主要用此方法分析EPI中反映雨量變化的相關(guān)指數(shù),即EPI1、EPI7、EPI8和EPI9[7]。
(2)堆積圖法。堆積圖(Stacked Chart)可以清晰地表示數(shù)據(jù)的各個(gè)類別及各類別之間的相對(duì)關(guān)系。在堆積圖中,數(shù)據(jù)的不同類別或分組會(huì)被堆積在一起,形成一個(gè)完整的圖形。堆積圖通常用于顯示數(shù)據(jù)的組成或數(shù)據(jù)各部分之間的關(guān)系,它有助于理解各個(gè)類別的相對(duì)大小及總量。主要用此方法分析EPI中反映頻次變化的相關(guān)指數(shù),即EPI2、EPI4、EPI5和EPI6。
(3)線性回歸法。運(yùn)用SPSS19.0軟件進(jìn)行自變量與因變量的一元線性回歸分析,主要用此方法分析EPI中反映雨強(qiáng)和持續(xù)時(shí)間變化的相關(guān)指數(shù),即EPI3、EPI0[8]。
2 結(jié)果與分析
2.1 雨量的特征分布
從圖1可以看出,廣漢地區(qū)5—10月的月總降水量基本集中在一個(gè)中等的范圍內(nèi),降水量適中。圖1中6—9月有幾個(gè)明顯高于其他數(shù)據(jù)點(diǎn)的峰值,尤其是7月和8月出現(xiàn)極端降水的情況較多,且7、8月總降水量中位數(shù)更高,這也與當(dāng)?shù)刂餮雌诘牡絹?lái)有一定關(guān)系。8、9月的總降水量分布較7月范圍更大,7月總降水量更穩(wěn)定。
從圖2可以看出,近30年廣漢地區(qū)5月和10月的降水量范圍較小,尤其是10月,降水量范圍很小,且整體降水量低。與總降水量不同的是,7月和8月的最大1、3和7 d降水量分布范圍更廣,且降水量的中位數(shù)相對(duì)更高,6月和9月次之。
2.2 大雨以上日數(shù)的頻次特征
從圖3可以看出,近30年廣漢地區(qū)大雨日數(shù)波動(dòng)較大,基本位于2~10 d。1997—2010年暴雨日數(shù)波動(dòng)較大,在2010年和2015—2020年間出現(xiàn)明顯增加,在7.5~15 d。近30年大暴雨的日數(shù)較少,但從2000—2020年,尤其是在2010—2013年和2018—2020年,大暴雨日數(shù)有了顯著的增加,與暴雨日數(shù)相比其峰值更為突出。
2.3 雨強(qiáng)和持續(xù)時(shí)間的變化特征
基于上述結(jié)果分析發(fā)現(xiàn),7、8月的降水量和頻次較高,該時(shí)段又是廣漢地區(qū)水稻的孕穗和抽穗關(guān)鍵期。根據(jù)前人研究成果,水稻在孕穗和抽穗期淹沒(méi)產(chǎn)量損失分別可達(dá)50%和60%,損失最嚴(yán)重[9]。因此,將7月和8月的雨強(qiáng)(EPI3)和持續(xù)時(shí)間(EPI10)進(jìn)一步進(jìn)行趨勢(shì)分析。
2.3.1 雨強(qiáng)
從圖4可以看到,近30年廣漢地區(qū)的7—8月降水強(qiáng)度均呈波動(dòng)上升趨勢(shì),擬合系數(shù)分別是0.345 4和0.045 5,表明7月降水強(qiáng)度增幅較8月更大。7月的降水強(qiáng)度在大部分年份中都在10~20 mm/d之間。但2018年,降水強(qiáng)度顯著增加,達(dá)到42 mm/d。8月的降水強(qiáng)度在大部分年份中在5~20 mm/d之間。但在2020年降水強(qiáng)度顯著增加,達(dá)到44 mm/d。
2.3.2 持續(xù)時(shí)間
就最長(zhǎng)連續(xù)降水日數(shù)來(lái)看,近30年的7—8月在整體上變化趨勢(shì)不大,7月的最長(zhǎng)連續(xù)降水日數(shù)在大部分年份中都在4~7 d之間。但在2014年,連續(xù)降水日數(shù)顯著增加,達(dá)到13 d。8月的最長(zhǎng)連續(xù)降水日數(shù)變化波動(dòng)較7月更大,大部分年份在2~7 d之間,最長(zhǎng)時(shí)間出現(xiàn)在2009年,達(dá)到10 d。
3 小結(jié)與討論
強(qiáng)降水主要通過(guò)改變每穗的飽滿籽粒數(shù)和有效穗數(shù)而影響水稻的產(chǎn)量,具體而言,營(yíng)養(yǎng)生長(zhǎng)期的強(qiáng)降水主要降低有效穗數(shù),而生殖生長(zhǎng)期的強(qiáng)降水主要降低飽滿的籽粒數(shù)[10]。強(qiáng)降水的影響具有明顯的生育期依賴性[11]。例如,在生殖生長(zhǎng)期,降水強(qiáng)度的降低會(huì)影響籽粒受精,進(jìn)而影響飽滿的籽粒數(shù)。而在營(yíng)養(yǎng)生長(zhǎng)期,降水量的增加會(huì)增加稻田的氮損失和減少葉片的氮吸收,進(jìn)而影響有效穗數(shù)[12]。短時(shí)間內(nèi)的大量降水可能導(dǎo)致洪澇災(zāi)害,對(duì)稻田造成損害,如出現(xiàn)積水、根部腐爛、營(yíng)養(yǎng)流失、生物入侵等問(wèn)題[13-14]。按照當(dāng)?shù)厮静シN習(xí)慣,5月是水稻移栽—分蘗期,分蘗期是水稻形成產(chǎn)量潛力的關(guān)鍵時(shí)期,但通過(guò)前面分析可以看到,5月的降水量相對(duì)較少,若沒(méi)有合適的灌溉措施,可能會(huì)對(duì)早稻的生長(zhǎng)產(chǎn)生不利影響。7、8月則是水稻抽穗和孕穗期,該時(shí)期水稻對(duì)水分需求最高,同時(shí)該時(shí)期也是廣漢地區(qū)的主汛期,降水量明顯增多,能很好地滿足水稻的需水要求,但若出現(xiàn)連續(xù)強(qiáng)降雨造成積水,可能會(huì)對(duì)稻田造成損失。據(jù)廣漢地區(qū)現(xiàn)有歷史資料記載,1995、1998、2001、2008年以及2018—2020年,廣漢地區(qū)7—8月強(qiáng)降水均導(dǎo)致農(nóng)作物受災(zāi),糧食減產(chǎn)。
為實(shí)現(xiàn)水稻的高產(chǎn),針對(duì)上述問(wèn)題提出了以下管理和防范措施:(1)改良排水系統(tǒng)。確保稻田有良好的排水系統(tǒng),這樣即使大量降雨,也能迅速排走多余的水[15-16]。(2)土壤改良。通過(guò)加入有機(jī)物質(zhì)提高土壤的結(jié)構(gòu)和持水能力,減少營(yíng)養(yǎng)流失。(3)定期巡查。在雨季期間,應(yīng)定期檢查稻田,及時(shí)發(fā)現(xiàn)并處理積水、泥沙淤積、害蟲(chóng)和病害等問(wèn)題[17-18]。(4)合理施肥。預(yù)測(cè)可能出現(xiàn)的大雨并在此之前或之后適當(dāng)施肥,避免因雨水而導(dǎo)致的營(yíng)養(yǎng)流失。(5)選擇適應(yīng)性強(qiáng)的水稻品種。選擇對(duì)洪水和暴雨有較強(qiáng)適應(yīng)性的水稻品種,減輕降雨對(duì)產(chǎn)量的影響[19-20]。
參考文獻(xiàn)
[1] 袁宇鋒,翟盤茂.全球變暖與城市效應(yīng)共同作用下的極端天氣氣候事件變化的最新認(rèn)知[J].大氣科學(xué)學(xué)報(bào),2022,45 (2):161-166.
[2] 劉松楠,汪君,王會(huì)軍.高分辨率衛(wèi)星對(duì)“21·7”河南特大暴雨監(jiān)測(cè)能力分析[J].氣象學(xué)報(bào),2022,80(5):765-776.
[3] 李春,劉德義,黃鶴.1958—2007年天津降水量和降水日數(shù)變化特征[J].氣象與環(huán)境學(xué)報(bào),2010,26(4):8-11.
[4] 孫秀芬,鐘楚,楊韜,等.溫度和降水對(duì)云南玉溪水稻生產(chǎn)的影響[J].中國(guó)農(nóng)學(xué)通報(bào),2013,29(3):121-126.
[5] 高丹陽(yáng),游如玥,朱虹,等.基于RClimDex模型的四川省極端降水時(shí)空變化特征分析[J].水電能源科學(xué),2021,39(8):10 -13.
[6] 李佳秀,杜春麗,杜世飛,等.新疆極端降水事件的時(shí)空變化及趨勢(shì)預(yù)測(cè)[J].干旱區(qū)研究,2015,32(6):1103-1112.
[7] 代斌.基于箱線圖法的PSO-SVM在小麥種子分類中的應(yīng)用研究[J].河西學(xué)院學(xué)報(bào),2018,34(5):19-25.
[8] 郝清華,越昆,吳昊.基于一元線性回歸方法的莫旗自動(dòng)氣象站氣溫短序列訂正[J].現(xiàn)代農(nóng)業(yè),2020(12):98-100.
[9] 寧金花,陸魁東,霍治國(guó),等.拔節(jié)期淹澇脅迫對(duì)水稻形態(tài)和產(chǎn)量構(gòu)成因素的影響[J].生態(tài)學(xué)雜志,2014,33(7):1818-1825.
[10] 閆新生.輿芝16號(hào)芝麻全生育期生長(zhǎng)狀況及氣候條件分析[J].現(xiàn)代農(nóng)業(yè)科技,2019(21):54-55,60.
[11] 孫莉娟,徐陽(yáng),魯?shù)陆穑?江蘇省單季稻生育期內(nèi)極端氣候事件的分區(qū)變化[J].江蘇農(nóng)業(yè)科學(xué),2019,47(1):299-303.
[12] 郭相平,張展羽,殷國(guó)璽.稻田控制排水對(duì)減少氮磷損失的影響[J].上海交通大學(xué)學(xué)報(bào)(農(nóng)業(yè)科學(xué)版),2006(3):307 -310.
[13] 索猛利.不同水肥管理與耕作措施對(duì)澇漬災(zāi)后稻田土壤肥力與水稻生長(zhǎng)的影響[D].南昌:江西農(nóng)業(yè)大學(xué),2023.
[14] 索猛利,吳建富,劉方平,等.不同水肥管理與耕作措施對(duì)澇漬災(zāi)后稻田土壤養(yǎng)分和水稻產(chǎn)量的影響[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào),2023,45(1):17-27.
[15] 趙清竹,高峰,曹鐵華,等.耕作與水肥耦合對(duì)冷涼區(qū)水稻產(chǎn)量及溫室氣體排放的影響[J].延邊大學(xué)農(nóng)學(xué)學(xué)報(bào), 2022,44(1):27-35,56.
[16] 周靖,欒雅珺,王流通,等.不同水肥管理稻田土壤鉻生物有效性及吸收富集特征[J].灌溉排水學(xué)報(bào),2022,41(2): 35-43.
[17] 黃瑜.稻田水肥調(diào)控對(duì)氮磷流失影響和田溝塘對(duì)氮磷攔截研究[D].合肥:安徽農(nóng)業(yè)大學(xué),2021.
[18] 翁士梅.水肥管理措施影響亞熱帶稻田土壤甲烷排放的微生物機(jī)制[D].上海:華東師范大學(xué),2021.
[19] 李金秋,邵曉輝,緱廣林,等.水肥管理對(duì)熱帶地區(qū)雙季稻田CH4和N2O排放的影響[J].環(huán)境科學(xué),2021,42(7):3458
-3471.
[20] 趙亞慧,王寧,查顯寶,等.麥秸還田下翻耕和不同水肥管理措施對(duì)稻田理化性質(zhì)及水稻產(chǎn)量的影響[J].農(nóng)業(yè)資源與環(huán)境學(xué)報(bào),2020,37(2):195-201