摘 要：利用合水縣太白鎮(zhèn)水稻種植基地2014—2023年水稻種植面積、產(chǎn)量相關(guān)數(shù)據(jù)，結(jié)合同時期太白鎮(zhèn)國家氣象觀測站資料，通過Spearman相關(guān)性分析和回歸分析方法，研究水稻關(guān)鍵發(fā)育期氣象因子（氣溫、日照、降水等）與水稻氣象產(chǎn)量之間的關(guān)系，分析氣象因子對水稻產(chǎn)量的影響程度。結(jié)果表明：平均氣溫、最高氣溫和日照是影響水稻產(chǎn)量變化的關(guān)鍵因素，降水量、最低氣溫與水稻單產(chǎn)之間的相關(guān)關(guān)系較弱。水稻單產(chǎn)與7月日照有極顯著的負相關(guān)關(guān)系，與9月日照時數(shù)有顯著的正相關(guān)關(guān)系。平均溫度和最高溫度對單產(chǎn)的影響在各個月中比較一致，即除7月外，4—9月最高氣溫、平均氣溫與單產(chǎn)呈正相關(guān)，7月最高氣溫、平均氣溫與單產(chǎn)呈負相關(guān)。

關(guān)鍵詞：水稻單產(chǎn)；氣象條件；相關(guān)性分析；顯著性檢驗

中圖分類號：S511 文獻標志碼：B 文章編號：2095–3305（2024）09–00-04

水稻是我國最重要的糧食作物之一，其單產(chǎn)和總產(chǎn)均位于糧食作物的前列，總產(chǎn)占糧食作物的45%。水稻產(chǎn)量關(guān)系到我國的糧食安全問題[1]。除水稻品種自身遺傳因素和經(jīng)濟技術(shù)水平外，溫度、日照、降水等氣象要素均會對水稻生長和產(chǎn)量產(chǎn)生重要影響[2]。合水縣太白鎮(zhèn)是慶陽市唯一種植水稻的鄉(xiāng)鎮(zhèn)，該地區(qū)年降水量550～660 mm，光照充足，土壤肥沃，苗村河與葫蘆河流經(jīng)農(nóng)田村落，自然條件優(yōu)越。太白鎮(zhèn)出產(chǎn)的稻米顆粒晶瑩，氣味清香，被周圍百姓稱為“慶陽香米”，因此水稻種植是太白鎮(zhèn)比較具有優(yōu)勢的地方特色農(nóng)業(yè)產(chǎn)業(yè)。相較于種植其他農(nóng)作物，水稻種植具有成本低、收益高的特點，經(jīng)濟效益更大，能夠充分利用當?shù)氐耐恋刭Y源、氣候資源和地表水資源。通過研究太白鎮(zhèn)水稻產(chǎn)量與氣象條件之間的關(guān)系，對指導當?shù)厮井a(chǎn)業(yè)發(fā)展意義重大。

1 研究理論概述

作為傳統(tǒng)主導產(chǎn)業(yè)，水稻種植在太白鎮(zhèn)已有多年的歷史。2014年以來，在各級政府的扶持下，太白鎮(zhèn)分別在安子坪、牛車坡、蓮花寺、太白4個村建成生態(tài)水稻種植基地1處，種植水稻466 900 m2，發(fā)展勢頭良好。水稻種植對氣候條件具有很強的依賴性，研究水稻單產(chǎn)與氣象因子之間的關(guān)系、全面分析農(nóng)業(yè)氣候資源對水稻生長的有利和不利影響，對合理調(diào)整水稻的種植制度、生產(chǎn)布局以及充分利用熱量、日照、降水等農(nóng)業(yè)氣候資源具有重要意義。

近年來，國內(nèi)學者認為研究氣象條件對水稻生長發(fā)育及產(chǎn)量的影響對水稻生產(chǎn)適應(yīng)氣候變化具有重要的實際意義。張宇等[3]、熊偉等[4]用數(shù)值模擬方法研究氣候變化對我國水稻生產(chǎn)可能產(chǎn)生的影響，認為在未來氣候條件下，我國水稻產(chǎn)量將會出現(xiàn)不同程度的下降；石春林等[5]根據(jù)水稻開花期、穎花概率密度分布、日結(jié)實率變化特征、穎花開花日分布規(guī)律、氣溫日變化規(guī)律以及高溫對穎花結(jié)實影響因子，構(gòu)建了高溫導致水稻穎花敗育的機理模型；王萍等[6]利用黑龍江省水稻主產(chǎn)區(qū)1971—2005年水稻產(chǎn)量及同期氣象數(shù)據(jù)，研究了氣候變暖對該區(qū)粳稻發(fā)育期和產(chǎn)量的影響，結(jié)果表明影響該區(qū)粳稻產(chǎn)量豐歉的主要因子是氣溫。夏季溫度過高，花藥的開裂度降低，會造成花粉散出量減少，導致不育花的數(shù)量增加[7-11]；高溫脅迫對水稻的礦質(zhì)營養(yǎng)、光合性狀、稻米品質(zhì)、外觀品質(zhì)、食用品質(zhì)等方面都會造成影響[12-19]。這些研究氣象要素變化對水稻產(chǎn)量影響的結(jié)論不盡相同，其主要原因在于氣候變化的區(qū)域特征和水稻生產(chǎn)的區(qū)域性存在差異，即影響水稻產(chǎn)量的主導氣象因子因地而異[20]。因此，了解當?shù)貧庀髼l件對水稻生產(chǎn)的影響，對指導和服務(wù)水稻生產(chǎn)更具針對性[21]。

2 資料與方法

2.1 研究區(qū)概況

合水縣位于甘肅省東部，屬黃河中游黃土高原溝壑區(qū)，地形包括高原溝壑、山地丘陵、河谷川臺，地勢東北高、西南低，海拔979～1 682 m，高差703 m?？h內(nèi)子午嶺山脈呈南北向橫穿全境，將該縣分為東、西兩大部分，形成了東水東流、西水西去的自然地貌。太白鎮(zhèn)地處合水縣最東部，以山地為主，屬子午嶺林區(qū)，習稱“山后”，年降水量為550～660 mm，光照充足，雨熱同季，土壤肥沃，為種植優(yōu)質(zhì)稻米提供了良好的自然生態(tài)條件。

2.2 數(shù)據(jù)來源

2014—2023年水稻相關(guān)數(shù)據(jù)來自合水縣統(tǒng)計局，同期的氣象資料均來源于甘肅省合水縣氣象局。降水量、平均氣溫、最高氣溫、最低氣溫資料為合水太白國家氣象觀測站數(shù)據(jù)。由于太白國家氣象觀測站無日照傳感器，日照資料用合水國家基本站資料代替，數(shù)據(jù)統(tǒng)計方法及缺測數(shù)據(jù)處理方法依據(jù)《地面氣象資料實時統(tǒng)計處理業(yè)務(wù)規(guī)定（2017版）》處理。

合水縣太白鎮(zhèn)水稻生育期為4—9月，故研究選取時間范圍為4—9月。

2.3 數(shù)據(jù)分析方法

利用SPSS 19.0軟件，采用Spearman相關(guān)性分析法和多元逐步回歸法，研究氣象條件與太白鎮(zhèn)水稻單產(chǎn)之間的關(guān)系。

2.3.1 相關(guān)性分析

式（1）主要用于研究2個變量之間的相關(guān)性程度和方向，表征要素之間的相關(guān)密切程度。變量之間的相關(guān)性越強，則相關(guān)性數(shù)值的絕對值越大，當相關(guān)性系數(shù)r＞0時，表明2個變量呈正相關(guān)關(guān)系；當r＜0時，表明2個變量呈負相關(guān)關(guān)系；|r|≤1，且|r|越接近于1，相關(guān)程度越大；|r|越接近于0，相關(guān)程度越小。該方法主要應(yīng)用于研究氣象條件與水稻生育期、品質(zhì)、產(chǎn)量之間的關(guān)系。

（1）

2.3.2 歸一化處理

數(shù)據(jù)標準化的方法之一是將有量綱的數(shù)據(jù)轉(zhuǎn)換為無量綱的數(shù)據(jù)，將數(shù)據(jù)映射至[0，1]區(qū)間。建模前要先對數(shù)據(jù)進行歸一化處理，公式如下：

x=（2）

2.3.3 逐步回歸模型

逐步回歸是一種多元線性回歸方法，采用SPSS軟件進行逐步回歸建模，挑選出對因變量具有顯著影響的自變量，構(gòu)建最優(yōu)的回歸方程。將變量逐個引入，每引入一個變量時，要對已選入的變量進行逐個檢驗。當原引入的變量由于后面變量的引入而變得不再顯著時，將其剔除。反復此流程，直到既無顯著的變量選入方程，又無不顯著的自變量從回歸方程中剔除為止。

3 結(jié)果與分析

3.1 水稻種植面積和單產(chǎn)的年際變化

2014—2023年，合水縣太白鎮(zhèn)水稻種植總面積呈逐年上升趨勢，水稻種植面積共增加了213 440 m2。變化趨勢如圖1所示，2014—2016年水稻種植總面積逐年增加，2016年達到遞增的峰值270 802 m2；2016—2017年水稻總播種面積保持平穩(wěn)，2018—2021年持續(xù)增長，2022年種植面積保持不變，2023年水稻種植面積急速擴大。總體來看，2015—2016、2019—2021、2022—2023年是水稻種植面積增長較為明顯的3個階段，2021—2022年種植面積持平，2016—2017年種植面積略有下降。

水稻種植面積的變化與經(jīng)濟效益、技術(shù)引進和政府扶持息息相關(guān)。2014—2023年，政府支持農(nóng)業(yè)綜合開發(fā)，先后投入資金900多萬元，通過綜合治理灘、水、田、路、林，建成調(diào)蓄水庫、攔河壩，修建渠道、田間道路等基礎(chǔ)設(shè)施，為擴大水稻種植面積、提高水稻品質(zhì)和產(chǎn)量創(chuàng)造了條件。2023年，太白鎮(zhèn)按照“村社合一”模式成立水稻種植合作社，太白鎮(zhèn)水稻種植面積有了進一步擴大。

圖2為太白鎮(zhèn)2014—2023年水稻單產(chǎn)量的變化曲線，從圖中數(shù)據(jù)變化趨勢可以看出，太白鎮(zhèn)水稻單產(chǎn)量總體呈上升趨勢。近年來，水稻單產(chǎn)以平均每年35.0 kg的速率增加，表明隨著氣候變化和農(nóng)業(yè)技術(shù)發(fā)展，太白鎮(zhèn)水稻單產(chǎn)量不斷提高。水稻單產(chǎn)的年際變化中主要出現(xiàn)一個峰值2020年，產(chǎn)量為716.05 kg/667 m2。2022年水稻單產(chǎn)量急劇降低，主要原因是5月下旬至6月中旬出現(xiàn)春末初夏旱，7—8月高溫天氣持續(xù)，導致水稻單產(chǎn)減少。

3.2 氣象因子對水稻單產(chǎn)的影響

對水稻生長發(fā)育產(chǎn)生影響的氣象因子主要包括氣溫、降水、日照3個方面，采用SPearman相關(guān)性分析方法對水稻主要生育期各個階段的氣溫、降水、日照進行相關(guān)性分析，結(jié)果如表1所示。

（1）降水。從表中可以看出，4—6月，水稻單產(chǎn)與降水量呈正相關(guān)關(guān)系；7—9月，水稻單產(chǎn)與降水量呈負相關(guān)關(guān)系。這表明降水在水稻生長初期有利于單產(chǎn)增加，在水稻生長發(fā)育后期不利于水稻生長。但月降水量與單產(chǎn)相關(guān)關(guān)系未通過顯著性檢驗，說明降水量與單產(chǎn)的相關(guān)關(guān)系較弱，其主要原因在于水稻生長過程中，種植人員會根據(jù)需水狀況進行灌溉，不完全依賴天然降水。

（2）日照。4—6月、9—10月的日照時數(shù)與單產(chǎn)呈正相關(guān)關(guān)系，7—8月呈負相關(guān)關(guān)系。這表明日照時數(shù)越長，水稻單產(chǎn)越高，但夏季因天氣炎熱，其日照時數(shù)變長反而會導致水稻單產(chǎn)減少。其中，水稻單產(chǎn)與7月日照時數(shù)有極顯著的負相關(guān)關(guān)系（r=-0.773，P＜0.01），與9月的日照時數(shù)有顯著的正相關(guān)關(guān)系（分別為r=0.637，P＜0.05），水稻產(chǎn)量隨7月日照時長的增加而減少，隨9月的日照時長增加而增加。

（3）平均氣溫。除7月外，4—9月平均氣溫與單產(chǎn)呈正相關(guān)關(guān)系，表明發(fā)育期平均氣溫升高有助于水稻單產(chǎn)的增加。但7月炎熱天氣平均氣溫增加反而會導致水稻單產(chǎn)減少。其中，水稻單產(chǎn)與8月、9月平均氣溫有顯著的正相關(guān)關(guān)系（r=0.702，P＜0.05；r=0.682，P＜0.05），表明在水稻灌漿成熟階段需要持續(xù)積累熱量。

（4）最高氣溫。最高氣溫與平均氣溫對水稻單產(chǎn)的影響基本一致，除7月外，4—9月最高氣溫與水稻單產(chǎn)呈正相關(guān)關(guān)系。這表明除7月外，最高氣溫升高有助于水稻單產(chǎn)增加，7月天氣炎熱，最高氣溫升高反而會導致水稻單產(chǎn)減少。其中，水稻單產(chǎn)與5月、6月、9月最高氣溫明顯的正相關(guān)關(guān)系（r=0.634，P＜0.05；r=0.755，P＜0.05；r=0.649，P＜0.05），表明在地處西北地區(qū)的太白鎮(zhèn)，熱量條件是影響水稻生長發(fā)育的關(guān)鍵因素。

最低氣溫：除7月、8月外，4—9月最低氣溫與水稻單產(chǎn)呈負相關(guān)關(guān)系，表明最低氣溫降低有助于水稻單產(chǎn)增加；7月、8月最低氣溫升高有助于水稻單產(chǎn)增加。但最低氣溫與單產(chǎn)相關(guān)系數(shù)未通過顯著性檢驗，最低氣溫與水稻單產(chǎn)的相關(guān)性較弱。

3.3 氣象條件與水稻單產(chǎn)的多元線性回歸分析

采用SPSS 19.0統(tǒng)計軟件，逐步回歸分析2014—2023年水稻單產(chǎn)數(shù)據(jù)，對水稻單產(chǎn)影響極為顯著和顯著的7月、9月日照，5月、6月、9月最高氣溫，8月、9月平均氣溫等共計80個數(shù)據(jù)。由于各因素的參數(shù)單位不一致，在回歸建模前，先對各參數(shù)進行歸一化處理。為了避免方程變量之間存在多重共線性，分別將以上自變量分為2組：7月、9月日照，5月、6月、9月最高氣溫與7月、9月日照，8月、9月平均氣溫。對其分別進行回歸分析，建立水稻單產(chǎn)與各氣象因子的線性回歸方程，分別得出以下2個線性方程：

Y1=566.2-414.6X1+197.2X2+162.6X3-309.1X4 +94.8X5（3）

其中，Y1為水稻單產(chǎn)，X1～X5分別為7月日照、9月日照、5月最高氣溫、6月最高氣溫、9月最高氣溫。通過顯著性檢驗，該回歸方程的F檢驗P值為0.014 4（P＜0.05），擬合度R2=0.805，擬合結(jié)果較好。各回歸系數(shù)的t檢驗P值分別為0.006 2、0.032 6、0.090 1、0.078 5及0.088 9，只有7月日照、9月日照的P值小于0.05，其余變量P值較大，可認為其余變量與因變量的關(guān)系不緊密，需要將其刪除。

Y2=566.2-402.9X1+189X2+77.5X3-126.8X4（4）

Y2為水稻單產(chǎn)，X1～X4分別為7月日照、9月日照、8月平均氣溫、9月平均氣溫。通過顯著性檢驗，該回歸方程的F檢驗P值為0.003 6（P＜0.001），擬合度R2=0.900 1，各回歸系數(shù)的t檢驗P值分別為0.005 7、0.028 2、0.009 1及0.033 5，均小于0.05的顯著性水平。擬合結(jié)果較式（3）有較大的提升。

4 結(jié)論

第一，2015—2016、2019—2021、2022—2023年是太白鎮(zhèn)水稻種植面積增長較為明顯的3個階段，2021—2022年種植面積持平，2016—2017年種植面積略有下降。太白鎮(zhèn)水稻單產(chǎn)總體呈波動上升趨勢，平均每年以35.0 kg的速率增加。

第二，氣象因子與水稻單產(chǎn)之間有較為緊密的關(guān)系。降水量在4—6月與水稻單產(chǎn)呈正相關(guān)關(guān)系，在7—9月呈負相關(guān)關(guān)系。日照時數(shù)在4—6月、9月與水稻單產(chǎn)呈正相關(guān)關(guān)系，7—8月呈負相關(guān)關(guān)系，水稻單產(chǎn)與7月日照有極顯著的負相關(guān)關(guān)系，與9月日照時數(shù)有顯著的正相關(guān)關(guān)系。水稻單產(chǎn)與4—9月的平均溫度和最高溫度的相關(guān)性基本一致，但與最低溫度有明顯的差異。除7月外，4—9月的最高氣溫、平均氣溫與水稻單產(chǎn)呈正相關(guān)關(guān)系，除7月、8月外，4—9月的最低氣溫與水稻單產(chǎn)呈負相關(guān)關(guān)系。但最高氣溫、平均氣溫的相關(guān)性比最低氣溫相關(guān)性高，8月、9月平均氣溫，5月、6月、9月最高氣溫與水稻的相關(guān)關(guān)系通過了顯著性檢驗，最低氣溫與水稻單產(chǎn)的相關(guān)系數(shù)未通過顯著性檢驗。

第三，這水稻單產(chǎn)與氣象條件的多元回歸分析中，水稻單產(chǎn)與同時期的氣象要素通過了顯著性檢驗，建立了2個回歸方程，水稻單產(chǎn)與日照、平均氣溫的擬合程度優(yōu)于水稻單產(chǎn)與日照、最高氣溫的擬合度，這表明日照和平均氣溫是影響水稻產(chǎn)量變化的關(guān)鍵因素。同時，在多元回歸方程的分析中，氣象條件是影響水稻產(chǎn)量變化的關(guān)鍵因素，但不是唯一因素，建立更精準的產(chǎn)量方程仍需要考慮其他條件的影響，如不同地區(qū)土壤肥力情況、農(nóng)作物病蟲害、肥料、農(nóng)藥、灌溉方式、農(nóng)業(yè)生產(chǎn)經(jīng)營方式、改良后的水稻品種以及人類采取適應(yīng)氣候變化的措施等因素。由于生產(chǎn)研究技術(shù)的限制，上述影響水稻生長的非氣象因子暫未進行討論分析。

參考文獻

[1] 潘根興.氣候變化對中國農(nóng)業(yè)生產(chǎn)的影響分析與評估[M].北京：中國農(nóng)業(yè)出版社，2010.

[2] 王敬濤，韋朝領(lǐng).氣象要素對安徽省雜交中秈稻主產(chǎn)區(qū)產(chǎn)量及產(chǎn)量構(gòu)成因素的影響[J].安徽農(nóng)業(yè)大學學報，2009，36 （3）：431-435.

[3] 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)用氣象學報，1995（S1）：19-25.

[4] 熊偉，陶福祿，許吟隆，等.氣候變化情景下我國水稻產(chǎn)量變化模擬[J].中國農(nóng)業(yè)氣象，2001，22（3）：1-5.

[5] 石春林，金之慶，湯日圣，等.水稻高溫敗育模擬模型[J].中國水稻科學，2001（3）：2-6.

[6] 王萍，李廷全，閆平，等.黑龍江省近35年氣候變化對粳稻 發(fā)育期及產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2008，29（3）：268-271.

[7] 楊惠成，黃仲青，蔣之塤，等 .2003 年安徽早中稻花期熱害及防御技術(shù)[J].安徽農(nóng)業(yè)科學，2004（1）：3-4.

[8] Matsui T， Omasa K， Horie T. The difference in sterility due to high temperatures during the flowering period among Japonica-Rice varieties[J]. Plant production science， 2001， 4（2）： 90-93.

[9] 徐海波，王光明，隗溟，等.高溫脅迫下水稻花粉粒性狀與結(jié)實率的相關(guān)分析[J].西南農(nóng)業(yè)大學學報，2001（3）：205-207.

[10] 李文彬，王賀，張福鎖.高溫脅迫條件下硅對水稻花藥開裂及授粉量的影響[J].作物學報，2005（1）：134-136.

[11] 羅麗華，劉國華，肖應(yīng)輝，等.高溫脅迫對水稻花粉和小穗育性及稻谷粒重的影響[J].湖南農(nóng)業(yè)大學學報：自然科學版，2005（6）：593-596.

[12] 王昌全，曾莉，盧俊宇，等.土壤水分狀況與水稻生長的關(guān)系[J].西南農(nóng)業(yè)學報，1997（2）：68-71.

[13] 胡繼超，姜東，曹衛(wèi)星，等.短期干旱對水稻葉水勢、光合作用及干物質(zhì)分配的影響[J].應(yīng)用生態(tài)學報，2004（1）：63-67.

[14] 文漢，聶凡.干旱對水稻抽穗后旗葉衰老和產(chǎn)量構(gòu)成因子的影響[J].安徽農(nóng)業(yè)大學學報，2000（2）：135-137.

[15] 戴高興，彭克勤，蕭浪濤，等.聚乙二醇模擬干旱對耐低鉀水稻幼苗丙二醛、脯氨酸含量和超氧化物歧化酶活性的影響[J].中國水稻科學，2006（5）：557-559.

[16] 蕭浪濤，王少先，彭克勤，等.自然干旱脅迫下配方肥增效劑對水稻內(nèi)源激素的影響[J].中國水稻科學，2005（5）： 417-421.

[17] 黃文江，王紀華，趙春江，等.旱作水稻幼穗發(fā)育期若干生理特性及節(jié)水機理的研究[J].作物學報，2002（3）：411-416.

[18] Serrato， Antonio Jesús， pérez-Ruiz， et al. A novel NADPHthioredoxin reductase， localized in the chloroplast， which deficiencycauses hypersensitivity to abiotic stress in Arabidopsis thaliana[J]. Journal of biological chemistry， 2004， 279（42）： 43821-43827.

[19] 王平榮，鄧曉建，高曉玲，等.干旱對稻米品質(zhì)的影響研究[J].中國學通報，2004（6）：282-284，324.

[20] 邱新法，曾燕，黃翠銀.影響我國水稻產(chǎn)量的主要氣象因子的研究[J].南京氣象學院學報，2000，23（3）：356-360.

[21] 孫秀芬，鐘楚，楊韜等，等. 溫度和降水對云南玉溪水稻生產(chǎn)的影響[J].中國農(nóng)學通報，2013，29（3）：121-126.

收稿日期：2024-05-12

基金項目：慶陽市氣象局科技項目“合水縣太白鎮(zhèn)水稻產(chǎn)量與氣象條件關(guān)系研究”（QY2023-21）；甘肅省慶陽市自然科學基金農(nóng)業(yè)重大科研項目“氣象因子對隴東蘋果病蟲害發(fā)生的影響及預測預報研究”（QY-STK-2023A-S082）；甘肅省氣象局科研項目“隴東果園春季晚霜凍防治技術(shù)措施研究”（ZcMs2024-G-27）。

作者簡介：張雪姣（1990—），女，寧夏隆德人，工程師，研究方向為縣級綜合氣象觀測業(yè)務(wù)。