王蔚丹, 孙 丽, 裴志远, 陈媛媛, 孙娟英, 董 沫

(1.农业农村部耕地利用遥感重点实验室, 北京100121; 2.农业农村部规划设计研究院, 北京100121)

政府间气候变化专门委员会第四次评估报告(IPCC AR4)指出，受全球变化影响，干旱、强降水等极端气候事件的发生范围和频率有增加风险[1]。农业是对气候变化反应最敏感的部门[2]，气候变化对粮食安全的影响越发显著[3]。研究气候变化背景下不同气候要素对农作物生产的影响，以及区域干湿变化与农作物产量之间的关系，对减少粮食危机十分重要。

目前针对气候变化对产量影响的研究有很多，刘昌等[4]探究了气候变化对山东省冬小麦、夏玉米单产的影响，结果表明不同气候要素对作物的影响效应及影响程度可能有所不同。陈群等[5]分析东北三省春玉米生长季的气候因子(温度和降水量)与春玉米生育进程数据和历史产量数据之间的关系，结果表明平均温、最高温和最低温的变化均会影响春玉米的产量。车晓翠等[2]以吉林省为研究对象，选取年均降水量、年均气温、年均日照时数为气候指标，建立气候因素与玉米产量的关系模型。陈霞燕等[6]发现降水量是影响吉林省西部生产潜力的主要因子，气温对东部地区更为关键。戚颖等[7]研究黑龙江省玉米生长季内降水、气温以及区域干湿变化对玉米产量的影响，发现气温对黑龙江省玉米产量的影响大于降水。曹永强等[8]认为辽宁省春玉米气象产量与生长季内平均温、日照时数呈负相关，与降水量呈正相关。已有研究多集中在省级行政单元上，而各气候要素具有地域性差异，农作物对气候变化的响应也可能存在地域特征。同时伴随着气候变化，极端天气气候事件频发[4]，气象干湿状况(旱涝)对农作物产量的影响不容忽视。标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index，SPEI)考虑水分平衡，具有较强的数学统计机理，且易于实现，被广泛应用于描述多时间尺度的干湿状况[9-11]。

辽宁省是我国重要的粮食生产基地，春玉米是该地区广泛种植的粮食作物之一，气候条件的变化导致年际间产量波动明显[12]。已有的气候变化对农作物产量影响的研究多为省级尺度，而该地区水分、热量等气候条件存在明显空间差异[13-14]，基于地市级尺度的干湿条件与春玉米产量之间的关系尚不明确[15-16]。本研究通过分析降水、气温、日照时数等气候因素变化情况，结合标准化降水蒸散指数(SPEI)，基于M-K趋势分析、相关分析及回归分析等数理统计方法，探究辽宁省地市级尺度春玉米生长季的气候要素、干湿状况变化规律及其与历史产量数据之间的关系，以期为该地区春玉米安全生产管理和农田基础设施建设提供科学依据。

1 研究区概况

以辽宁省为研究区(图1)，该地区位于东北地区南部，38°43′—43°26′N和118°53′—125°46′E，夏季温和湿润，冬季严寒漫长，属于温带大陆性季风气候。辽宁省是东北地区降水量最多的省份，年降水量为600～1 100 mm，年日照时数2 100～2 600 h，年平均温为7～11℃，最高温达零上30℃，极端高温可达40℃以上，最低温零下30℃。受地理位置和季风气候影响，各地水热差异较大。

2 数据来源及研究方法

2.1 数据来源及处理

气象数据来自“中国地面气候资料日值数据集(V3.0)”(https:∥data.cma.cn/data)，该数据集已经过严格的质量控制。具体包括1968—2017年降水量、最高温、最低温、平均风速、日照时数、相对湿度等日值数据，选取具有较完整时间序列的台站30个(图1)。春玉米单产数据来源于辽宁省统计局，时间为1993—2017年。其中盘锦春玉米占比少，不参与分析。

2.2 研究方法

2.2.1 标准化降水蒸散指数 本文利用FAO推荐的Penman-Monteith蒸散模型计算潜在蒸散(ET0)，得到逐月降水量与潜在蒸散量的差值，对累计概率密度进行正态标准化求得SPEI，具体计算方法参见文献[17]。指数值越小表示越干旱，反之越湿润。本文计算研究区4—9月1～6个月时间尺度的SPEI，得到的指数分别记为SPEIn—M，n表示时间尺度，M表示月份。如SPEI6—9表示9月份6个月时间尺度的SPEI值。

图1 辽宁省气象站点分布

2.2.2 相对气象产量 作物统计产量一般包括趋势产量、气候波动产量和随机产量，气候波动产量是气候波动的贡献[18]。为了研究气候波动与作物产量之间的关系一般将随机“噪声”略去，对趋势产量进行分离[12,19]。本文利用相对气象产量来表示气候波动对春玉米产量的影响。

Yi=Yiq+Yir

(1)

Yit=Yiq/Yir

(2)

式中:Yi为统计产量(kg/hm2);Yiq为气象产量(kg/hm2);Yir为趋势产量(kg/hm2),由实际产量序列拟合方程得出;Yit为相对气象产量。本文采用HP滤波方法模拟春玉米趋势产量,具体计算方法参照文献[20]。

2.2.3 Mann-Kendall趋势分析 Mann-Kendall法是世界气象组织推荐并广泛使用的趋势分析方法，属于非参数统计检验方法，不需要样本服从一定的分布，也不受少数异常值的干扰。M-K趋势检验的具体计算过程见文献[7]。

3 结果与分析

3.1 生长季气候要素、SPEI变化趋势分析

3.1.1 生长季气候要素变化趋势分析 利用M-K趋势分析方法计算辽宁省生长季降水量、最高温、最低温、平均温以及日照时数等的变化趋势，得到对应统计量Z，当Z>0时，气候要素呈现上升趋势，Z<0时呈现下降趋势，当|Z|>1.96，达到95%的置信度水平。辽宁省降水量和气温等变化趋势如图2所示。结果显示，各地区降水量变化趋势均不显著，除丹东呈增加趋势外，大部分地区降水量呈现减少趋势。各地区的平均温均呈现显著升高趋势；最高温呈现升高趋势，朝阳、阜新、锦州、营口等地区升高趋势不显著；最低温除阜新、沈阳变化不显著外，其他地区呈现显著升高趋势。日照时数除辽阳、本溪呈不显著增加外，其他地区呈减少趋势，其中朝阳、阜新、沈阳、鞍山、营口和丹东地区显著减少。除鞍山、辽阳呈显著减小外，其他地区相对湿度变化不显著。风速除阜新、丹东变化不显著外，其他地区呈显著减弱趋势。

图2 辽宁省各地市气候要素M-K趋势分析统计量

3.1.2 SPEI变化趋势分析 干湿状况是影响区域农业发展的重要因素。为研究辽宁省春玉米生长季的干湿变化特征，选取9月份6个月时间尺度的SPEI(SPEI6—9)表征该区域的干湿变化。利用M-K趋势分析计算各个站点的Z值，再基于反距离权重法进行空间插值，得到辽宁省干湿变化趋势空间分布(图3)。可以看出，大部分地区SPEI表现为上升趋势，即湿润化，阜新、抚顺、本溪等部分地区呈现干旱化趋势，但均不显著。

3.2 气候要素、SPEI与春玉米相对产量关系分析

3.2.1 气候要素与春玉米相对产量关系分析 为研究主要气象因子在不同地区对气象产量的影响情况，对降水、气温、日照时数等与春玉米相对气象产量进行相关分析，以确定各地区影响春玉米产量更显著的因素，其关系见表1。

从降水情况看，朝阳、葫芦岛、锦州、阜新、大连等地区春玉米气象产量与降水量呈正相关，表明这些地区降水对产量产生的正效应多于负效应，降水量减少对春玉米增产不利。沈阳、鞍山、抚顺、本溪、丹东等地区春玉米相对气象产量与降水呈负相关但不显著，表明这些地区降水满足玉米生长需要，不是影响产量的制约性因子。辽阳春玉米相对气象产量与降水呈显著负相关，表明降水对该地玉米产量的影响以负效应为主。

图3 春玉米生长季SPEI指数M-K趋势空间分布

从气温情况看，最高温、平均温与春玉米气象产量呈负相关关系，夏季温度过高不利于玉米的开花授粉及水分积累[8]。朝阳、葫芦岛、锦州、阜新、大连与最高温、平均温呈显著负相关关系，表明这些地区对最高温、平均温比较敏感，最高温和平均温的升高可能不利于这些地区春玉米的生长。营口表现出类似的特征。抚顺、本溪平均温与玉米相对气象产量呈正相关关系，随着气温升高产量可能提高。辽阳和丹东地区春玉米相对气象产量与平均温的相关系数接近0，表明这些地区平均温不是限制玉米生长的因子。最低温与各地区相对气象产量的关系均不显著，表明最低温对辽宁省玉米产量影响有限。

从日照时数情况看，整体上玉米产量与日照时数负相关，尤其是阜新、大连地区达到99%的置信水平，这些地区日照时数呈现减小趋势，有利于玉米正常生长。丹东地区玉米产量与日照时数以正效应为主，日照时数减小可能导致玉米减产。鞍山、辽阳、本溪、抚顺一线日照时数与相对气象产量相关性低，说明这些地区日照适宜玉米生长。

表1 气候要素与春玉米相对气象产量的关系

3.2.2 SPEI与春玉米相对气象产量关系分析 由于气象干湿状况对作物的生长发育及产量的影响不一定表现为线性关系，因此，用二次回归方程Yit=ax2+bx+c对相对气象产量Yit与多时间尺度SPEI进行拟合。拟合方程的决定系数越大，表明拟合效果越好，即产量对干湿变化的敏感性越强。选取9个有代表性的地级市，拟合方程的决定系数见图4。在朝阳、葫芦岛等西部地区，春玉米气象产量与SPEI1—8决定系数普遍偏小，与SPEI1—7决定系数比较大，表明其对8月份干湿状况不敏感，6—7月的干湿状况对春玉米产量影响最大，尤其是7月份。位于南部的大连也表现出相似特征。在沈阳、鞍山、营口等中部地区，相对气象产量与SPEI1—8二次曲线拟合显著，决定系数随月份及时间尺度的增加整体上表现出增大趋势。抚顺、铁岭等地区相对气象产量与SPEI3—8拟合方程的决定系数最大。丹东地区相对气象产量与SPEI1—8拟合系数最大，表明该地区玉米产量对8月份干湿状况敏感。

为进一步探究产量与SPEI之间的关系，根据得到的不同地区相对气象产量和与其关系比较密切的SPEI，将二者回归方程列出(表2)。SPEI与相对气象产量的回归方程均显著，a<0，呈开口向下的抛物线，其与x轴的两个交点为旱、涝阈值，当SPEI位于交点之间时增产，顶点对应的横坐标值为最优水分状况，纵坐标值为最高相对气象产量。朝阳、阜新、大连等地区回归方程对称轴SPEI大于1.0，说明这些地区的春玉米易受旱减产。沈阳、鞍山、辽阳、营口、铁岭、抚顺、本溪等地区回归方程对称轴SPEI在-0.5～0.5之间，表明这些地区干湿状况较适宜春玉米生长，正常年份即可高产增收，但偏旱、偏涝都可能造成玉米减产。丹东地区回归方程对称轴SPEI值为负值，表明过湿影响了春玉米生长，易受涝减产，宜加强农田基础设施建设并采取合理的田间管理措施以保证春玉米正常生产。阜新地区主要受旱减产，由于同时表现出干旱化趋势，未来可能面临更严峻的形势，而西部其他地区的湿润化趋势对玉米增产有利。丹东湿润化趋势对玉米生产不利。

图4 多时间尺度SPEI与相对气象产量拟合方程的决定系数

表2 辽宁省SPEI与春玉米相对气象产量回归分析

4 讨论与结论

(1) 各地区降水量变化趋势均不显著，降水的年际间变异差异较大。除丹东呈增加趋势外，其他地区降水量呈现减少趋势。大部分地区的平均温、最高温、最低温均呈现显著升高趋势。日照时数除辽阳、本溪呈不显著增加外，其他地区呈减少趋势。大部分地区相对湿度变化不显著，风速呈显著减弱趋势。

(2) 大部分地区表现出湿润化趋势，阜新、抚顺、本溪等部分地区呈现干旱化趋势，但均不显著。

(3) 降水、最高温、平均温是影响辽宁省春玉米产量的重要因子，日照时数次之，与最低温关系不显著。朝阳、葫芦岛、锦州、阜新、大连等地区春玉米对这些要素更敏感，与降水量呈正相关，与最高温、平均温、日照时数呈负相关，未来降水量减少、最高温、平均温升高将对这些地区玉米增产不利，而日照时数减少将有利于春玉米生长。降水过多严重影响辽阳地区玉米产量，营口则对温度反应敏感，过高的温度对玉米生长不利。抚顺、本溪地区随着平均温升高玉米产量可能提高。

(4) 朝阳、葫芦岛、阜新等地区春玉米产量对6月、7月的干湿变化较敏感，在沈阳、鞍山、营口等中部地区，5—9月的干湿变化均对产量有影响。抚顺、铁岭等地区气象产量对6—8月干湿状况敏感，丹东地区对8月份干湿状况更为敏感。

(5) 朝阳、葫芦岛、阜新等地区为保证春玉米正常产量可能需要加大水资源保障力度，阜新干旱化趋势将使该地区形势更为严峻，朝阳、锦州、大连湿润化有利于玉米生长。沈阳、鞍山、辽阳、营口、铁岭、抚顺、本溪等地区玉米生长发育与当地干湿状况较为匹配，但偏旱、偏涝均可能造成玉米减产。丹东地区易受涝减产，湿润化将对玉米生产更为不利。

本文分析辽宁省地市级尺度不同气候要素及干湿状况对春玉米生产的影响，发现西部地区降水量与气象产量呈正相关，随着东移逐渐以负效应为主，这符合辽宁省降水空间上呈东南—西北递减趋势的规律[13-14]，降水过少或过多均不利于玉米正常生长。随着全球变暖，辽宁省极端低温天气的出现频率相对降低[8]，这与最低温与春玉米气象产量的关系在各地均不显著的结论是一致的。辽宁省降水量除丹东呈增加趋势外，其他地区呈现减少趋势，看似与大部分地区表现为湿润化趋势相矛盾，这是由于风速和日照时数的减少对ET0的减小作用掩盖了由温度上升引起ET0的增大作用[21]，ET0下降的幅度大于降水量减少的幅度，使得气候变湿。

本文对生育期内各月多时间尺度的SPEI与相对气象产量的关系进行了分析，发现不同地区敏感月份及时间尺度有所不同，但篇幅所限，尚未对各地区分月或分生育期各气候要素与玉米产量的关系进行探讨，后续可加强这方面的研究，以期为合理利用各地气候资源以促进当地农业生产发展提供更详实的依据。