海口晚稻生育期气象因子变化特征及其对晚稻产量的影响

李茂芬，邓吉良，邓春梅，李玉萍，郭澎涛

(1. 中国热带农业科学院科技信息研究所，海南儋州 571737； 2.海南大学热带农林学院，海南海口 570228；3.中国热带农业科学院橡胶研究所，海南儋州 571737)

水稻为一年生禾本科植物，其产量在我国主要粮食作物中位列首位。近几十年来，全球气候变化明显，农业生产受其影响日趋严重[1-9]。海南省作为我国最具代表性的热带省份，其水稻受热带季风、热带气旋等热带气候的影响尤为敏感。海南省省会海口市位于海南岛北部，毗邻琼州海峡，属于热带海洋性季风气候。海口市年平均气温较高，相对湿度较大，日照时间长，适宜水稻种植。在此背景下，众多学者开展了海口气象变化分析以及气象因子对水稻产量影响的研究[10-18]。许格希等研究认为，海口市近50年来气温升高趋势明显，降水波动较大[10]。李福胜等研究发现，海口市冬季降水呈下降趋势，而夏季和秋季呈上升趋势[11]。侯伟等研究表明，海口市平均气温呈显著上升趋势，日照时数呈显著下降趋势，降水变化不明显，且在2000年以后的气候变化波动较为强烈[12]。吴文娟等认为，海口市近50年来降水量有增加趋势[13]；吴名杰等统计分析结果表明，海口市四季的相对湿度和日照时数都呈下降趋势[14]；刘胜利等研究表明，晚稻产量变化与生育期内气温相关性显著[15]。张育慧等研究认为，晚稻产量与7月中旬降水量、9月上旬日照时数呈正相关，与7月中旬、8月中旬的平均温度呈负相关[16]。曾海云认为，晚稻易受到寒露风、气温、日照等气象条件影响[17]。以上主要是针对在全年时间尺度上或各个季节气象因子的研究，以及气象因子对全国水稻产量的普遍影响。而海口市作为省会城市，水稻是其主要农作物，晚稻生育期气象因子的变化特征及其对晚稻产量的影响尚未有研究报道。

由于我国幅员辽阔，纬度跨度较大，因此气候类型多样，气候变化背景下各个地区的气候响应不尽相同，在不同地区农业资源在时间和空间上差异较大。为探究海口晚稻生育期气象因子的变化特征，以及气象因子对晚稻产量的影响，因此本研究选取1988—2012年的海口晚稻生育期气象数据及晚稻单产数据，利用线性趋势分析、Mann-Kendall突变检验、Morlet小波分析和相关性分析等手段进行探讨。

1 材料与方法

1.1 数据来源与处理

海口气象观测站1988—2012年的日降水量、平均气温、日最高气温、日最低气温、平均风速、最大风速、平均相对湿度、日照时数等逐日气象资料由中国气象数据网提供。为了消除种植面积波动带来的影响，因此本研究以晚稻单位面积产量为研究对象，晚稻单产的数据来源于海南统计年鉴[19]。

数据异常值剔除遵循以下原则：(1)剔除原始数据中有缺失值的整条气象记录；(2)剔除最大风速小于平均风速的整条气象记录；(3)剔除平均相对湿度小于最小相对湿度的整条气象记录；(4)剔除日最低气温大于日最高气温的整条气象记录；(5)剔除实际观测值大于理论值的整条气象记录。

1.2 分析方法

M-K突变检验：Mann-Kendall突变检验法最初由Mann和Kendall提出，后来又经过多次改进和完善形成了现在的数学模型[20]。M-K检验现已成为广泛应用在气象研究的非参数检验方法，它不须要样本服从一定的分布，也不受少量异常值的干扰，使用起来十分方便。按照魏凤英研究中的原理利用MATLAB(Matrix Laboratory，矩阵工厂)得出气象因子的突变时间[21]。

Morlet复数小波分析：连续小波在时域、频域上具有局部辨识力，可得出不同时间尺度上气象因子周期变化的详细信息[22]。具体步骤按照魏凤英的方法[21]利用MATLAB可得。

分离趋势产量和气象产量：由于作物产量不仅受到气象因素的制约，同时还受到品种、政策、技术等诸多方面的影响[23-25]。为了准确探讨气象因素对晚稻产量的影响，因此按照房世波的方法[26]分离得到气象产量。

Pearson相关性分析和线性趋势分析利用SPSS和Excel软件计算可得。

2 结果与分析

2.1 晚稻单产变化趋势

由图1-a可知，1988—2012年海口晚稻实际单产波动幅度较大，呈振荡型上升趋势，年平均增长率为2.06%，但未通过显著性检验(P>0.05)。1995—1996年、2009—2010年、2009—2010年晚稻实际单产减幅较大，分别达 -56.24%、-49.20%、-53.66%，在2010年达到最低值，为1.63 t/hm2。从2010年开始，晚稻实际单产急剧上升，在2012年达到这25年的最大值，为4.41 t/hm2，增幅达 171.05%。图1-b为1988—2012年海口晚稻气象产量和趋势产量占实际产量比值。气象产量占实际产量的百分比呈波动变化，有微弱的上升趋势(P>0.05)。气象产量在1996年、2000年、2010年占比较大，且在2011年开始气象产量占比有所上升。

在小波分析实部图中，小波系数实部大于0表示气象单产偏多，实部小于0表示气象单产偏少。由图2-a可知，海口晚稻气象单产主要存在7年、10～11年2个主要周期(在16年的时间尺度下图形未封闭，是否为主要周期还须要更长的时间序列验证)。图2-b中小波方差最大峰值对应的周期T=7，因此7年为主周期。5年以下尺度上，周期振荡较为混乱，没有明显的规律。随着时间尺度的增加，在7年的时间尺度下周期振荡较为剧烈，但规律明显，存在着先增后减、偏多- 偏少的平稳交替循环。10～11年的时间尺度下周期变化较为平缓，但没有规律变化。根据主周期的变化规律来看，2012年气象单产增多的等值线还未闭合，在未来几年海口晚稻气象单产可能会有所增加。

2.2 海口晚稻气象因子变化特征

2.2.1 降水量变化特征 1988—2012年海口晚稻生育期降水量变化情况如图3所示。从图3-a中可以看出，海口晚稻生育期降水量呈波动型上升趋势，气候倾向率为191.3 mm/10年，但未通过α=0.05显著性检验。1999年以前波动幅度较小，1999年以后波动较为强烈，且周期有所加长。从海口晚稻生育期降水量M-K突变检验(图3-b)可以看出，图中UF(统计量序列)和UB(UF的逆序列)相交于2007年，可以断定突变点在2007年。在1988—2012年这25年中，降水量的上升趋势和下降趋势呈波动型变化，但其变化趋势未通过显著性检验，因此海口晚稻生育期降水量无明显上升或下降。从小波分析实部(图3-c)可以看出，海口晚稻生育期降水量在6年以下尺度的周期振荡较为混乱，无明显规律；在11年左右周期分布均匀，具有明显规律，即降水量增多-减少周期交替循环；在14年以上尺度的等值线尚未闭合，有待进一步确认其周期性。再根据其小波方差(图3-d)的4年、11年2个主要峰值可知，海口晚稻生育期降水量主要存在4年、11年2个周期，其中11年为第1主周期。2012年为降水量偏少周期，其等值线尚未闭合，因此可以推断在后面一段时间内降水量会有所下降。

2.2.2 风速变化特征 图4为1988—2012海口晚稻生育期平均风速变化情况。由图4-a可知，海口晚稻生育期平均风速呈上升趋势，且通过α=0.05水平显著性检验，其气候倾向率为0.52 m/(s·10年)。在2006年以前，平均风速变化较为平缓，呈小幅波动下降，而在2007年平均风速急剧升高，2006—2007年平均风速增幅达145.93%，在2008年进一步升高，达到这25年内的峰值。结合图4-b中M-K突变检验可知，1999—2006年海口晚稻生育期平均风速呈下降趋势，且通过0.05的显著性水平(U0.05=±1.96)，UF和UB曲线于2011年相交，因此2011年为海口晚稻生育期平均风速突变年。由海口晚稻生育期平均风速小波方差(图4-c)分析可知，1～8年时间尺度的周期振荡剧烈，且无明显规律。8年以上尺度周期趋于平缓，且规律越明显，在11年达到小波方差峰值(图4-d)，11年为第1主周期。在11年左右时，自1990年以后平均风速周期性呈较大—较小循环。在2012年的平均风速减小等值线未完全闭合，表明海口晚稻生育期平均风速将在一段时间内持续减小。

1988—2012年海口晚稻生育期最大风速变化情况如图5所示。由图5-a可知，海口晚稻生育期最大风速总体上呈显著上升趋势(P=0.016<0.05)，气候倾向率为0.88 m/(s·10年)。与平均风速变化情况类似，最大风速在1988—2006年呈波动下降，在2007年急剧上升，2006—2007年其增幅达122.87%。根据M-K突变检验(图5-b)可知，1999—2006年海口晚稻生育期最大风速呈下降趋势，并通过0.05的显著性水平(U0.05=±1.96)，UF和UB曲线在2009年相交，该年即为海口晚稻生育期日最高气温突变年。由海口晚稻生育期最大风速小波分析(图5-c)可知，8年以下尺度周期振荡混乱，没有表现出明显规律。随着时间尺度的增加，8～13年周期振荡变得较为平缓，可以看出较大-较小交替循环规律，到2012年最大风速减小的等值线未闭合，因此可以推断出最大风速减小的趋势还会持续一段时间。结合图5-d可以看出，小波方差在6年和11年2个时间尺度存在峰值，与平均风速类似，11年为规律明显的第1主周期，但在14年以上尺度周期规律又趋于不明显的状态。

2.2.3 气温变化特征 图6为1988—2012年海口晚稻生育期平均气温变化情况。由图6-a可知，平均气温呈波动上升趋势，且已通过α=0.05水平显著性检验，其气候倾向率为0.09 ℃/10年。结合M-K突变检验(图6-b)可以看出，海口晚稻生育期平均气温2003—2007年呈上升趋势，但未通过0.05的显著性水平(U0.05=±1.96)，而后表现为下降趋势，UF和UB曲线于2008年相交，因此可以确定2008年为海口晚稻生育期平均气温的突变年份。由小波分析结果(图6-c)和小波方差分析(图6-d)可知，海口晚稻生育期平均气温在10年以下尺度并无周期变化，仅在11～16年时表现出了周期性，且其规律明显，呈现较高-较低交替循环。图中出现了2012年平均气温升高的部分等值线，因此在未来一段时间平均气温有可能持续升高。

1988—2012年海口晚稻生育期日最高气温变化情况如图7所示。由图7-a可以看出，海口晚稻生育期日最高气温呈波动上升趋势，气候倾向率为0.15 ℃/10年。在1995—2007年间日最高气温波动较为剧烈，但总体上无明显变化，即未通过α=0.05水平显著性检验。根据M-K突变检验(图7-b)可知，海口晚稻生育期日最高气温在1998—1999年和2006年有升高趋势，并通过0.05的显著性水平(U0.05=±1.96)，UF和UB曲线在2009年相交，该年即为海口晚稻生育期日最高气温突变年。日最高气温的小波分析(图7-c)和小波方差分析(图7-d)结果和平均气温分析结果类似，海口晚稻生育期日最高气温在10年以下尺度并无周期变化，在14年前后表现出了平稳的周期性，呈较高-较低交替循环。由于2012年日最高气温升高的等值线未闭合，未来海口晚稻生育期日最高气温有可能升高。

图8为1988—2012年海口晚稻生育期日最低气温变化情况。由图8-a可知，海口晚稻生育期日最低气温在25年内波动较为剧烈，整体上呈上升趋势，气候倾向率为0.13 ℃/10年，但未通过α=0.05水平显著性检验。由突变检验(图8-b)可知，海口晚稻生育期日最低气温在1998—2008年呈上升趋势，且通过0.05的显著性水平(U0.05=±1.96)，而后表现为下降趋势，UF和UB曲线于2009年相交，因此可以确定2009年为海口晚稻生育期日最低气温的突变年份。

海口晚稻生育期日最低气温小波分析和方差分析分别如 图7-c、图7-d所示，仅在14年左右具有规律明显的周期，表现为较高-较低交替循环。日最低气温与平均气温、日最高气温情况类似，海口晚稻生育期日最低气温在2012年的气温升高等值线尚未闭合，因此可以推断出在未来一段时间内海口晚稻生育期日最低气温升高的概率较大。

2.2.4 相对湿度变化特征 1988—2012年海口晚稻生育期平均相对湿度变化情况如图9所示。由图9-a可知，1988—2012年平均相对湿度波动较为剧烈，有明显的下降趋势，其显著性通过α=0.05水平检验，气候倾向率为1.41%/10年。根据M-K突变检验(图9-b)可知，在2006—2012年间，平均相对湿度呈下降趋势，且通过0.05的显著性水平(U0.05=±1.96)。UF和UB曲线相交于2001年，因此可以确定2001年为海口晚稻生育期平均相对湿度的突变年份。小波分析(图9-c)结果表明，整体上周期振荡较为平缓，11年以下尺度没有体现出明显的周期性，11年以上尺度逐渐表现出了稳定的周期性，规律变得较为明显。结合小波方差分析(图9-d)可知，峰值出现在14年，14年即平均相对湿度小波分析的主周期。在14年尺度上，平均相对湿度表现出了明显的规律性，偏高-偏低交替循环。2012年平均相对湿度偏高的等值线仅有部分出现，在未来一段时间内平均相对湿度有可能出现持续升高的情况。

2.2.5 日照时数变化特征 1988—2012海口晚稻生育期日照时数变化情况如图10所示。由图10-a可知，日照时数呈波动下降趋势，且通过α=0.05水平显著性检验，其气候倾向率为66.06 h/10年。结合图10-b中M-K突变检验可知，1996—2012年海口晚稻生育期日照时数呈下降趋势，且通过0.05的显著性水平(U0.05=±1.96)。UF和UB曲线于1993年相交，说明1993年为海口晚稻生育期日照时数突变年。由日照时数小波方差(图10-c)分析结果可知，6年以下时间尺度的周期振荡剧烈，且无明显规律。时间尺度越大，周期振荡越趋于平缓，且规律越明显。结合小波方差分析(图10-d)可知，在9年和14年尺度上出现2个主要周期，其中14年为第1主周期。在9年的时间尺度上周期振荡呈现出明显的规律，即偏短-偏长循环交替。在14年的时间尺度上，周期振荡的规律更为明显，同样为偏短-偏长循环交替。在2012年，第1主周期的日照时数偏长的等值线开始出现，表明海口晚稻生育期日照时数将在一段时间内持续增长。

2.3 晚稻产量与生育期气象因子相关性分析

由于水稻不同生长阶段对气象因子的敏感性不同，不同品种的水稻生育期划分也略有偏差，因此本研究以旬的时间尺度探究海口晚稻生育期气象因子对晚稻气象产量的影响。表1为晚稻气象因子与晚稻气象产量的相关系数。

从表1可以看出，海口晚稻气象产量分别与10月上旬的降水量、平均相对湿度、日照时数显著相关。其中，晚稻气象产量与10月上旬降水量、平均相对湿度与呈负相关，与日照时数呈正相关。从相关系数大小可以看出，对海口晚稻产量影响最大的气象因子是平均相对湿度，相关系数为-0.52。虽然其他气象因子对晚稻的影响未通过显著性检验，但从整个生育期来看，平均相对湿度大部分时间都对晚稻产量产生了消极影响。

3 结论

在全球气候变化背景下，1988—2012年海口晚稻单产呈微弱上升趋势，同时气象因子对晚稻产量的影响也在逐步加大。M-K趋势分析表明，晚稻生育期内最大风速和平均风速均呈显著上升趋势，并在2012年之后一段时间内有下降趋势；平均相对湿度和日照时数为显著下降趋势，并在未来一段时间有较大概率升高。其他气象因子无显著变化趋势。

小波分析总体上在小尺度表现出周期振荡剧烈，随着时间尺度的增加，周期振荡越来越平稳，并表现出明显的规律性。日照时数的小波分析和小波方差分析在多个时间尺度表现出了稳定周期变化，且均为偏长-偏短交替循环。

根据海口晚稻气象产量与生育期气象因子的相关性分析结果可以看出，气象因子对晚稻产量的影响主要集中在10月，以平均相对湿度的影响为主，且为负相关。由于平均相对湿度整体上呈下降趋势，因此未来相对湿度可能不再成为晚稻产量的主要限制因子。

4 讨论

由于本研究主要在晚稻生育期的时间尺度上探讨海口气象因子变化，因此与许格希等的研究结果[10-11]不同，降水量和平均气温并未表现出明显变化趋势。

10月上旬降水量、平均相对湿度成为晚稻产量的主要限制因子，而日照时数对晚稻有增产作用，其主要原因在于水稻生育期降水量的增多必然导致平均相对湿度的升高，同时阴雨天和日照时数互为竞争因子，降水量增加使得日照时数减少。水稻喜热喜湿，日照时数的减少还将影响气温，进而影响水稻的光合作用，产量从而受到影响。因此，海口晚稻的种植应注意10月的气象变化，做好防汛排涝和高温高湿天气的防虫害工作。

海口晚稻气象产量、生育期降水量、平均风速和最大风速在更大时间尺度是否表现出稳定周期还须要更长时间序列的验证。

表1 晚稻气象产量与逐日气象因子的相关系数

注：“*、**”分别表示在0.05、0.01水平上显著相关。