英语原文共 12 页,剩余内容已隐藏,支付完成后下载完整资料
https://doi.org/10.1007/s10661-019-7406-3
农业气象灾害对冬油菜产量的影响——以江苏省为例
周金黄李敏张方敏胡正华
收到日期:2018年10月16日/接受日期:2019年3月19日斯普林格自然瑞士公司2019
|
摘要为应对气候变化对江苏省东南部冬季油菜生产的日益严重的危害,应用1961-2012年12项农业气象灾害指数(MDI)对春季极端降水、秋季干旱、冬季冻害和春寒的灾害影响进行定量分析。G损伤。主要研究结果如下:(1)由于MDI的南北梯度明显,该省被划分为四个更年期亚区:北、中、北、中南、苏南;(2)在苏北、中南、苏南,秋季干旱期最长(di3),持续时间最长(co)。选择春季降水量(PI3)和春季雨日数(PI1)分别作为影响油菜产量的主导MDI;(3)DI3、PI3和PI1每增加1d,苏中北部、中南部和苏南部的产量损失分别为0.7%、3.6%和1.7%;
黄金龙:周立军:张飞(*):胡志军(*) 协同创新中心 气象灾害/南京信息科技大学应用气象学院江苏农业气象重点实验室,南京210044 邮箱:nfuecology@aliyun.com邮箱:nuistecology@163.com 黄国忠 江苏大气协同创新中心 南京环境与设备技术有限公司 信息科技大学 中国南京210044 |
(4)与春雨和秋旱的弱变化相比,江苏地区冬春极端寒冷的显著减弱具有更显著的增产效应,尤其是冬季冰冻事件的强减弱使产量增加了1.4-3.0%。
关键词冬季油菜。江苏。中国。农业气象条件
介绍
现在人们普遍认为,农业生产应该是最直接受到气候变化影响的生产,尤其是全球变暖导致的农业气象灾害通常会导致世界上相当大比例的作物歉收(Vergni和Todisco 2010;Moriondo等人2011年;Kumar 2016年;Qiao等人2017年;张等2014A)。中国地处东亚季风区,属农业气象灾害(如暴雨、干旱、热应力)频发的脆弱气候区(王等。2017)。根据统计数据,中国农业气象灾害造成的多年平均直接经济损失约占国内生产总值(GDP)的1~3%(刘彦,2011年)。对农业气象灾害及其相关影响的关注在全国范围内大大增加,许多尝试都集中在利用经验模型对主要粮食作物产量(如水稻、玉米、小麦)对农业气象灾害的响应上(张等)。2014A,B)。相比之下,农业气象灾害变化对油料作物产量影响的量化还十分缺乏。
油籽油菜作为油、蛋白质和燃料的来源在世界各地种植,每公顷产量至少是大豆的两倍(Evans等人2010;Zhang等人2012)。中国是世界上最大的油菜生产国,总产量的50%以上来自长江中下游(Mrlyr)(Hao等人2015;She等人2015)。本区栽培的油料品种为冬油菜,一般在当年秋季播种,来年春季成熟。受亚热带季风气候的影响,MLRYR具有降雨和气温不均的特点,给油菜种植带来了季节性农业气象灾害(Su等。2014)。秋季干旱胁迫会造成苗木出苗不均、叶片出苗缓慢、叶面积小、矮化,严重影响产量和品质(熊等。2015)。春季,过多的降雨会导致油菜生长异常结荚、角果减少和菌核病(Huang等。2019)。此外,春季和冬季发生的低温事件可能对营养器官(如根、茎、芽)造成严重伤害,从而阻碍生殖生长(Hou等人2018)。
以往的研究主要集中在单一类型灾害的时空变化,但没有报道油菜产量与以前气象灾害之间的统计关系(Lu等。2013年;Ju等人2017;She等人2015;Hou等人2018)。江苏省地处全国农业大开发区,在全国农业发展中占有重要地位,冬季油菜籽产量始终位居全国前三位。然而,目前还没有系统地研究油菜农业气象灾害的时间变化及其相关影响。为了填补这一空白,本研究主要利用江苏省1961-2012年52个气象站的日气候资料,对江苏省多个农业气象灾害对油菜产量的可能影响进行了定量分析。
研究区域和数据
研究区域(江苏省)位于中国东南部,位于116°E–122°E纬度和30°N–36°N经度之间,位于长江中下游流域南岸(Huang等人2018)。江苏年平均气温17℃,年总降水量1200~1900毫米。省内有两种典型的气候类型:苏南地区的湿润亚热带季风气候和老淮河以北的凉爽温带大陆性季风气候(Huang等。2019)。
图1中绘制的1961-2012年52个气象站的日降水量和温度数据来自中国气象数据服务中心(http://data.cma.cn/en),所有数据均通过了rhtestsv4软件包的质量控制和均匀性测试。同时,从江苏省农业统计年鉴中收集了图1所列52个产区1961-2012年冬油菜产量(单位面积产量)的年度序列。
方法
油菜农业气象灾害指数定义
基于中国气象数据共享服务系统(http://data.cma)共享的灾害记录。对冬季油菜生长期不同季节发生的主要农业气象灾害如雨天、暴雨、干旱、冷应力等进行了识别和筛选。根据中国油菜籽气象灾害评估等级和CCL/CLIvar/JCOMM气候变化监测与指标专家组发布的气候指标定义(Yang等。2010年;Soltani等人本研究共采用了12项农业气象灾害指数(MDI),包括表1所列的降水指数(PI)、干旱指数(DI)、冻结指数(FI)和冷冻指数(CI)。
MDI统计分析
图1本研究使用的气象站及中国江苏省的地理位置 |
本研究采用主成分分析(PCA)、回归检验、赫斯特指数(H)和贝纳罗-加尔文(B-G)等多种统计诊断方法,探讨MDI的时空变异。PCA是一种经验证的气候区域化方法,旨在降低变量的复杂性,描述所选变量之间的关系,并将大量原始变量转化为少量新指标(Darand和Daneshvar 2014;Fazel等人2018)。回归方法是利用简单的线性回归确定时间序列线性趋势的一种有效而简明的工具。hurst指数0.5lt;hle;1表示具有长记忆效应的持续时间序列;当h=0.5时,表示独立的时间序列;当0.5lt;hle;1时,表示反持续时间序列(Khalili等人2016)。在学生t检验的基础上,B-G算法提出了一种启发式分割方法,将时间序列分割成不同尺度的若干个子集,这对于检测气候变量序列的突变更为有效(Tao等人2017)
油菜产量对MDI变化的响应
为了研究产量与MDI的关系,并进一步量化MDI变化对近50年来油菜产量的影响,我们采用Lobell(2007)提出的第一次差异操作来消除非气候因素长期变化的混杂影响。我们计算了油料油菜产量(Delta;产量)和一种MDI(Delta;MDI)的第一个差异时间序列(即从1年到下一年的数值差异),然后用简单线性回归法评估了Delta;产量和Delta;MDI之间的关系。根据Delta;yield=atimes;Delta;mdi b形成的模型,产量变化对mdi的敏感性用系数a除以年平均产量表示,并用百分比表示(Tao等人2012)。通过将产量变化对MDI的敏感性与MDI在研究期间的线性趋势(百分比)相乘,估算了MDI趋势对水稻产量的影响(Tao等人2008)。
结果
基于MPI的江苏气候区划
在江苏52个测站,首次计算了12个MDI年平均值。然后将主成分分析法应用于由平均值组成的52times;18矩阵。AS
表1本研究使用的农业气象灾害指数定义
气象定义单位样式
灾害指标
春季降水极值指数(Pi) |
PI1 PI2 |
雨天数 暴雨次数(日降水量ge;50 mm) |
|
|
PI3 |
最大持续时间 连续降雨 |
天 |
秋季干旱指数 |
DI1干燥天数 DI2干法术次数(连续干日) |
天 事件 |
|
|
DI3 |
干法术的最长持续时间 |
天 |
冬季冻害指数(FI) |
FI1 FI2 |
冻结事件数 连续冻结事件数 |
天 事件 |
|
FI3 |
连续冻结事件的最长持续时间 |
天 |
春季冷害指数ci1(ci)ci2 |
冷冻事件数 连续冷却事件数 |
天 事件 |
|
CI3 |
最大持续时间 连续寒流事件 |
天 |
日降水量大于或等于1毫米的天数为雨天,日降水量小于1毫米的天数为旱天。冬季最低气温le;minus;5°C的日为冻害事件,春季日最低气温le;0°C的日为冻害事件。
如表2所示,只筛选了第一个主要主成分(PC1)。PC1越高,DI、FI和CI越高,但PI则相反。根据图2a中主成分得分(pcs)的空间分布,北部地区干旱、冻害、冻害危害性较大,北部地区极端降水危害性较大。这主要归因于江苏的南北气候转换;南部地区更容易受到冬季季风和高纬度冷空气团的影响,而雨季在南部地区开始较早,结束较晚(Huang等人2018年;Wu等人2017)。图2b和图2c中pcs与纬度关系的高r2进一步证明了MDI具有更显著的纬度带性。
根据中显示的四个等级的pcs值
图2a,该省可准确划分为四个不同灾害强度的气候亚区:一区(苏北)、二区(苏北中部)、三区(苏南中部)、四区(苏南)。然后,构建MDI和油菜产量的次区域序列,作为各聚类识别站的算术平均值。2a.图3列出了四个子区域12MDI的多年平均值,它们与PCS的梯度很好地一致。
不同亚区油菜产量对MDI变异的脆弱性
利用一次差分法对四个亚区产量与各MDI之间的简单线性回归,研究了PI、DI、FI和CI每增加1d/事件油菜产量的变化。在图4a中,由于降雨极值对油菜的影响,Pi与产量之间的关系呈现出明显的区域差异。如果PI1增加1d,三个亚区(II、III和IV)的油菜产量可能下降0.1-1.3%。PI2每增加1d,一区和二区油菜产量分别增加10.2%和6.0%,三区和四区油菜产量分别减少2.1%和4.7%。随着PI3增加1d,一区、二区、三区、四区油菜产量分别下降2.1%、3.8%、3.6%和3.2%,说明暴雨对油菜的不利影响在江苏各地较为普遍。值得一提的是,三区和四区产量与pi;的大部分负相关均超过显著水平。说明苏南地区油菜生产对极端降水的负面影响较为敏感。
与图4a相似,在图4b中检测到油籽油菜产量和di之间的正相关和负相关。总体而言,产量对di变化的敏感性相对较低,范围在-1.0到1.0%之间。产量与DI异常只有在II区才有显著关系。相反,各分区油菜产量与FI呈负相关(图4c)。特别是在三区,产量与FI的负相关均在0.05水平。每增加1个事件的fi2,油籽油菜产量估计下降高达4.7%。同理,各亚区油菜产量与CI的关系
表2基于PCA方法的52个站点12个MDI的负载、特征值、解释方差和累积方差
|
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。