留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

江西早稻高温热害发生时间分布特征

杨建莹 霍治国 王培娟 邬定荣

引用本文:
Citation:

江西早稻高温热害发生时间分布特征

    通信作者: 霍治国, huozg@cma.gov.cn
  • 资助项目: 中国气象科学研究院科技发展基金(2018KJ012),国家重点研究发展计划专项(2017YFC1502801)

Occurrence Characteristics of Early Rice Heat Disaster in Jiangxi Province

    Corresponding author: Huo Zhiguo, huozg@cma.gov.cn
  • 摘要: 以江西早稻为例,利用1981—2016年气象资料、早稻高温热害灾情史料和生育期资料,构建历史早稻高温热害样本集合,在Kolmogorov-Smirnov(K-S)分布拟合检验的基础上,采用信息扩散方法计算得到早稻高温热害总样本和不同持续日数(3~5 d,6~8 d和8 d以上)不同等级(轻度、中度、重度)热害在早稻抽穗期前后的发生概率。结果表明:早稻高温热害起始于抽穗前6 d至抽穗后20 d,抽穗扬花期发生概率最高,随着早稻进入乳熟期高温热害发生概率逐渐降低。早稻抽穗扬花期持续3~5 d早稻高温热害以轻度、中度为主,5 d以上中度、重度高温热害发生概率为98.77%;随着早稻进入乳熟期,高温热害以中度和轻度为主,重度高温热害概率显著降低。早稻轻度高温热害的主要致灾时段为抽穗至灌浆中期,中度高温热害的主要致灾时段为抽穗至灌浆中前期,而重度高温热害的主要致灾时段为孕穗期至灌浆初期。
  • 图 1  196个早稻高温热害样本过程反演图

    Fig.1  Representation of 196 early rice heat disaster processes

    图 2  不同时段早稻高温热害的概率分布

    Fig.2  Probability of starting and ending calendars of rice heat disaster in different range of days before or after heading

    图 3  不同等级早稻高温热害发生概率  (a)3~5 d, (b)6~8 d, (c)8 d以上

    Fig.3  Probability of different rice heat intensity in different range of days before or after heading  (a)3~5 d, (b)6~8 d, (c)more than 8 d

    图 4  不同持续日数、不同等级早稻高温热害起始日、结束日累积概率曲线

    Fig.4  Accumulative probability distributions of starting and ending calendars of 3-5 d, 6-8 d and more than 8 d rice heat disasters in each level

    表 1  早稻高温热害样本量信息

    Table 1.  Quantity information of early rice heat disaster samples

    热害等级 3~5 d 6~8 d 8 d以上
    轻度 19 7 10
    中度 25 22 19
    重度 7 13 74
    下载: 导出CSV

    表 2  不同持续日数、不同等级早稻高温热害样本信息

    Table 2.  Information of early rice heat level and hot weather duration combinations

    持续日数 热害等级 起始日 结束日
    最早/d 最晚/d 平均/d 最早/d 最晚/d 平均/d
    3~5 d 轻度 -1 20 9.6 3 23 12.3
    中度 -5 16 7.2 -3 19 10.0
    重度 0 13 5.4 2 16 8.0
    6~8 d 轻度 13 18 15.7 18 23 21.0
    中度 -5 18 7.3 0 22 12.9
    重度 -4 13 4.9 1 20 10.8
    8 d以上 轻度 11 14 12.4 19 22 20.7
    中度 -2 11 5.1 6 23 15.6
    重度 -6 13 1.2 2 20 11.9
    下载: 导出CSV

    表 3  早稻抽穗前后不同持续日数高温热害百分比(单位:%)

    Table 3.  Proportions of different duration (3~5 d, 6~8 d and more than 8 d) rice heat disaster in different range of days before or after heading (unit:%)

    距抽穗日数/d
    (起始日)
    持续日数
    3~5 d 6~8 d 8 d以上
    -9~-5 16.66 16.67 66.67
    -4~0 16.67 13.89 69.44
    1~5 18.05 13.89 68.06
    6~10 38.89 27.78 33.33
    11~15 31.43 31.43 37.14
    16~20 54.55 45.45 0
    下载: 导出CSV

    表 4  20%, 50%和80%累积概率的早稻高温热害起始日、结束日距抽穗期日数(单位:d)

    Table 4.  The starting and ending calendars of rice heat (demonstrated by days before or after heading) with cumulative probability of 20%, 50% and 80% (unit:d)

    持续日数 热害等级 累积概率
    开始日 结束日
    20% 50% 80% 20% 50% 80%
    3~5 d 轻度 3.2 9.6 16.0 5.8 12.3 18.7
    中度 2.5 7.2 11.9 4.9 10.0 15.2
    重度 1.5 5.4 9.4 3.7 8.0 12.3
    6~8 d 轻度 14.2 15.7 17.2 19.6 21.0 22.4
    中度 2.2 7.3 12.3 7.7 12.9 18.2
    重度 0.7 4.9 9.0 6.1 10.8 15.5
    8 d以上 轻度 11.0 12.4 13.8 19.2 20.7 22.2
    中度 1.9 5.1 8.4 11.7 15.6 19.5
    重度 -2.1 1.2 4.5 8.2 11.9 15.6
    下载: 导出CSV
  • [1] 王玉洁, 周波涛, 任玉玉, 等.全球气候变化对我国气候安全影响的思考.应用气象学报, 2016, 27(6):750-758. 
    [2] Aggarwal P K, Mall R K.Climate change and rice yields in diverse agro-environments of India.Ⅱ.Effect of uncertainties in scenarios and crop models on impact assessment.Climate Change, 2002, 52(3):331-343. doi: 10.1023/A:1013714506779
    [3] Ishimaru T, Xaiyalath S, Nallathambi J, et al.Quantifying rice spikelet sterility in potential heat-vulnerable regions:Field surveys in Laos and southern India.Field Crop Res, 2016, 190:3-9. doi: 10.1016/j.fcr.2015.08.006
    [4] Matsushima S, Ikewada H, Maeda A, et al.Studies on rice cultivation in the tropics.Jpn J Crop Sci, 1983, 27(2):98-106.
    [5] Osada A, Sasiprapa V, Rahong M, et al.Abnormal occurrence of empty grains of India rice plants in the dry, hot season in Thailand.Jpn J Crop Sci, 1973, 42(1):103-109. doi: 10.1626/jcs.42.103
    [6] Wang Y W, Zhai P M, Tian H.Extreme high temperatures in southern China in 2003 under the background of climate change.Meteorological Monthly, 2006, 32(10):27-33. 
    [7] Wassmann R, Jagadish S, Heuer S, et al.Climate change affecting rice production: the physiological and agronomic basis for possible adaptation strategies.Adv Agron, 2009, 101(8):59-122. 
    [8] 中华人民共和国国家统计局.中国统计年鉴(2017).北京:中国统计出版社, 2017.
    [9] 王春乙.中国重大农业气象灾害研究.北京:气象出版社, 2010.
    [10] 王才林, 仲维功.高温对水稻结实率的影响及其防御对策.江苏农业科学, 2004, 32(1):15-18. doi: 10.3969/j.issn.1002-1302.2004.01.005
    [11] 王志刚, 王磊, 林海, 等.水稻高温热害及耐热性研究进展.中国稻米, 2013, 19(1):27-31. doi: 10.3969/j.issn.1006-8082.2013.01.007
    [12] Sun T, Hasegawa T, Tang L, et al.Stage-dependent temperature sensitivity function predicts seed-setting rates under short-term extreme heat stress in rice.Agric For Meteorol, 2018, 15:196-206. 
    [13] 姚凤梅, 张佳华.1981—2000年水稻生长季相对极端高温事件及其气候风险的变化.自然灾害学报, 2009, 18(4):37-42. doi: 10.3969/j.issn.1004-4574.2009.04.007
    [14] Rezaei E E, Webber H, Gaiser T, et al.Heat stress in cereals: Mechanisms and modelling.Eur J Agron, 2015, 64:98-113. doi: 10.1016/j.eja.2014.10.003
    [15] Wheeler T R, Craufurd P Q, Ellis R H, et al.Temperaturem variability and the yield of annual crops.Agr Ecosys Environ, 2000, 82:159-167. doi: 10.1016/S0167-8809(00)00224-3
    [16] Wang P, Zhang Z, Chen Y, et al.How much yield loss has been caused by extreme temperature stress to the irrigated rice production in China?Climatic Change, 2016, 134(4):635-650. doi: 10.1007/s10584-015-1545-5
    [17] 朱珠, 陶福禄, 娄运生.1980-2009年江苏省气温变化特征及水稻高温热害变化规律.江苏农业科学, 2013, 41(6):311-315. doi: 10.3969/j.issn.1002-1302.2013.06.112
    [18] 谢晓金, 李秉柏, 王琳, 等.长江中下游地区高温时空分布及水稻花期的避害对策.中国农业气象, 2010, 31(1):144-150. doi: 10.3969/j.issn.1000-6362.2010.01.028
    [19] 杨太明, 孙喜波, 刘布春, 等.安徽省水稻高温热害保险天气指数模型设计.中国农业气象, 2015, 36(2):220-226. doi: 10.3969/j.issn.1000-6362.2015.02.013
    [20] Zhang L, Yang B, Li S, et al.Potential rice exposure to heat stress along the yangtze river in china under rcp8.5 scenario.Agric For Meteorol, 2018, 248:185-196. doi: 10.1016/j.agrformet.2017.09.020
    [21] Zhang Z, Wang P, Chen Y, et al.Global warming over 1960-2009 did increase heat stress and reduce cold stress in the major rice-planting areas across China.Eur J Agron, 2014, 59:49-56. doi: 10.1016/j.eja.2014.05.008
    [22] 任义方, 高苹, 林磊, 等.水稻高温热害气象风险区划和评估.自然灾害学报, 2017, 26(5):64-72. 
    [23] 冯明, 刘安国, 吴义城, 等.主要农作物高温危害温度指标(GBT 21985-2008).2008.
    [24] 田俊, 崔海建.江西省双季早稻灌浆乳熟期高温热害影响评估.中国农业气象, 2015, 36(1):67-73. doi: 10.3969/j.issn.1000-6362.2015.01.009
    [25] 王春乙, 姚蓬娟, 张继权, 等.长江中下游地区双季早稻冷害、热害综合风险评价.中国农业科学, 2016, 49(13):2469-2483. doi: 10.3864/j.issn.0578-1752.2016.13.003
    [26] Sun W, Huang Y.Global warming over the period 1961-2008 did not increase high-temperature stress but did reduce low-temperature stress in irrigated rice across China.Agric For Meteorol, 2011, 151:1193-1201. doi: 10.1016/j.agrformet.2011.04.009
    [27] 于堃, 宋静, 高苹.江苏水稻高温热害的发生规律与特征.气象科学, 2010, 30(4):530-533. doi: 10.3969/j.issn.1009-0827.2010.04.016
    [28] 任义方, 赵艳霞, 高苹, 等.江苏省水稻高温热害气象指数保险区划.江苏农业科学, 2018, 46(19):273-277. 
    [29] 杨建莹, 霍治国, 吴立, 等.西南地区水稻洪涝等级评价指标构建及风险分析.农业工程学报, 2015, 31(16):135-144. doi: 10.11975/j.issn.1002-6819.2015.16.019
    [30] 汪天颖, 霍治国, 杨建莹, 等.湖南晚稻洪涝过程等级指标构建与演变特征.应用气象学报, 2019, 30(1):35-48. 
    [31] 杨宏毅, 霍治国, 杨建莹, 等.江汉和江南西部春玉米涝渍指标及风险评估.应用气象学报, 2017, 28(2):237-246. 
    [32] Wu X, Wang P J, Huo Z G, et al.Crop Drought Identification Index for winter wheat based on evapotranspiration in the Huang-Huai-Hai Plain, China.Agr Ecosys Environ, 2018, 263:18-30. doi: 10.1016/j.agee.2018.05.001
    [33] 王培娟, 霍治国, 杨建莹, 等.基于热量指数的东北春玉米冷害指标.应用气象学报, 2019, 30(1):13-24. 
    [34] Jin H, Zhang F, Yan X, et al.Recent changes of rice heat stress in jiangxi province, southeast china.Int J Biometeor, 2016, 61(4):1-11.
    [35] 温克刚, 陈双溪.中国气象灾害大典(江苏卷).北京:气象出版社, 2006.
    [36] 中国气象局.中国气象灾害年鉴(2006-2016).北京:气象出版社, 2006-2016.
    [37] Tao L X, Tan H J, Wang X, et al.Effects of high temperature stress on flowering and grain-setting characteristics of Guodao 6.Acta Agron Sinica, 2008, 34(4):609-674. doi: 10.1016/S1875-2780(08)60027-9
    [38] Matsui T, Omasa K, Horie T.The difference in sterility due to high temperatures during the flowering period among japonica-rice varieties.Plant Prod Sci, 2001, 4(2):90-93. doi: 10.1626/pps.4.90
    [39] Tian X, Matsui T, Li S, et al.Heat-induced floret sterility of hybrid rice (Oryza sativa L.) cultivars under humid and low wind conditions in the field of Jianghan Basin, China.Plant Prod Sci, 2010, 13: 243-251.
    [40] Gourdji S M, Sibley A M, Lobell D B.Global crop exposure to critical high temperatures in the reproductive period:Historical trends and future projections.Environ Res Lett, 2013, 8:24-41.
    [41] 江西气候概况.[2019-04-01]. http://www.weather.com.cn/jiangxi/jxqh/.
    [42] 高素华, 王培娟, 万素琴.长江中下游高温热害及对水稻的影响.北京:气象出版社, 2009.
    [43] 董晓云, 余锦华, 梁信忠, 等.CWRF模式在中国夏季极端降水模拟的误差订正.应用气象学报, 2019, 30(2):223-232. 
    [44] 周云, 钱忠华, 何文平, 等.我国夏季高温极值的概率分布特征及其演变.应用气象学报, 2011, 22(2):145-151. doi: 10.3969/j.issn.1001-7313.2011.02.003 
    [45] 卞洁, 李双林, 何金海.长江中下游地区洪涝灾害风险性评估.应用气象学报, 2011, 22(5):604-611. doi: 10.3969/j.issn.1001-7313.2011.05.011 
    [46] 张蕾, 霍治国, 黄大鹏, 等.10—11月海南省瓜菜苗期湿涝风险评估与区划.应用气象学报, 2015, 26(4):432-441. 
    [47] 陈忠平, 黄大山, 程飞虎.缓解高温热害稳定粮食产量.江西农业, 2015(11):61. doi: 10.3969/j.issn.1001-8581.2015.11.015
    [48] Hatfield J L, Boote K J, Kimball B A, et al.Climate impacts on agriculture:Implications for crop production.Agron J, 2011, 103:351-370. doi: 10.2134/agronj2010.0303
    [49] 骆宗强, 石春林, 江敏, 等.孕穗期高温对水稻物质分配及产量结构的影响.中国农业气象, 2016, 37(3):326-334. doi: 10.3969/j.issn.1000-6362.2016.03.008
    [50] 谢晓金, 李秉柏, 申双和, 等.抽穗期高温胁迫对水稻花粉活力与结实率的影响.江苏农业学报, 2009, 25(2):238-241. doi: 10.3969/j.issn.1000-4440.2009.02.003
    [51] 柳新伟, 孟亚利, 周治国, 等.水稻颖花与籽粒发育模拟的初步研究.中国水稻科学, 2004, 18(3):249-254. doi: 10.3321/j.issn:1001-7216.2004.03.013
    [52] Kim J, Shon J, Lee C K, et al.Relationship between grain filling duration and leaf senescence of temperate rice under high temperature.Field Crops Res, 2011, 122:207-213. doi: 10.1016/j.fcr.2011.03.014
    [53] Tashiro T, Wardlaw I F.A comparison of the effect of high temperature on grain development in wheat and rice.Annals of Botany, 1989, 64:59-65. doi: 10.1093/oxfordjournals.aob.a087808
    [54] Peng S, Huang J, Sheehy J E, et al.Rice Yields Decline with Higher Night Temperature from Global Warming.Proceedings of the National Academy of Sciences of the United States of America, 2004, 101:9971-9975. doi: 10.1073/pnas.0403720101
    [55] Mohammed A, Tarpley L.High nighttime temperatures affect rice productivity through altered pollen germination and spikelet fertility.Agric For Meteorol, 2009, 149:999-1008. doi: 10.1016/j.agrformet.2008.12.003
  • [1] 李庆祥,  黄嘉佑.  对我国极端高温事件阈值的探讨 . 应用气象学报, 2011, 22(2): 138-144.
    [2] 杜军.  西藏高原最高、最低气温的非对称变化 . 应用气象学报, 2003, 14(4): 437-444.
    [3] 严家德,  金莲姬,  王巍巍,  王静.  百叶箱与通风辐射罩的气温日最值差异 . 应用气象学报, 2014, 25(2): 185-192.
    [4] 江志红,  丁裕国.  近百年上海气候变暖过程的再认识——平均温度与最低、最高温度的对比 . 应用气象学报, 1999, 10(2): 151-159.
    [5] 崔读昌.  气候变暖对水稻生育期影响的情景分析 . 应用气象学报, 1995, 6(3): 361-365.
    [6] 董立新,  杨虎,  张鹏,  唐世浩,  陆其峰.  FY-3A陆表温度反演及高温天气过程动态监测 . 应用气象学报, 2012, 23(2): 214-222.
    [7] 唐国利,  丁一汇.  由最高最低气温求算的平均气温对我国年平均气温序列影响 . 应用气象学报, 2007, 18(2): 187-192.
    [8] 赵亮,  丁一汇.  梅雨期高位涡源区及其传播过程 . 应用气象学报, 2008, 19(6): 697-709.
    [9] 王作述,  丁太盛,  梁慧平.  一次梅雨期暴雨过程的中尺度天气系统 . 应用气象学报, 1988, 3(2): 215-218.
    [10] 杜良敏,  柯宗建.  一种适用于延伸期过程事件预报的检验方法 . 应用气象学报, 2013, 24(6): 686-694.
    [11] 陈豫英,  陈楠,  王素艳,  邵建,  穆建华,  纳丽.  MOS方法在动力延伸期候平均气温预报中的应用 . 应用气象学报, 2011, 22(1): 86-95.
    [12] 李春强,  王馥棠.  水稻生长模拟模式的研究 . 应用气象学报, 1993, 4(4): 446-452.
    [13] 刘春,  张春辉,  郭萨萨.  基于能量模型的水稻生长模型 . 应用气象学报, 2013, 24(2): 240-247.
    [14] 王衍文.  夏季高温对人体的影响及其机制 . 应用气象学报, 1987, 2(1): -.
    [15] 丁金才,  叶其欣,  丁长根.  上海地区高温分布的诊断分析 . 应用气象学报, 2001, 12(4): 494-500.
    [16] 钱婷婷,  王迎春,  郑祉芳,  郑永光.  造成北京连续高温的河套高压结构分析 . 应用气象学报, 2005, 16(2): 167-173.
    [17] 陈辉,  黄卓,  田华,  吴昊.  高温中暑气象等级评定方法 . 应用气象学报, 2009, 20(4): 451-457.
    [18] 李军,  吴元中.  应用数值模拟进行水稻品种的丰产性鉴定 . 应用气象学报, 1997, 8(3): 374-378.
    [19] 吉书琴,  陈鹏狮.  水稻遥感估产的一种方法 . 应用气象学报, 1997, 8(4): 509-512.
    [20] 石宇虹,  李国春.  应用NOAA/AVHRR资料监测水稻长势的研究 . 应用气象学报, 1999, 10(2): 243-248.
  • 加载中
图(4) / 表(4)
计量
  • 文章访问数:  2246
  • HTML全文浏览量:  1033
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-04
  • 修回日期:  2019-07-10
  • 刊出日期:  2020-01-31

江西早稻高温热害发生时间分布特征

  • 1. 中国气象科学研究院, 北京 100081
  • 2. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044
  • 通信作者: 霍治国, huozg@cma.gov.cn
资助项目: 中国气象科学研究院科技发展基金(2018KJ012),国家重点研究发展计划专项(2017YFC1502801)

摘要: 以江西早稻为例,利用1981—2016年气象资料、早稻高温热害灾情史料和生育期资料,构建历史早稻高温热害样本集合,在Kolmogorov-Smirnov(K-S)分布拟合检验的基础上,采用信息扩散方法计算得到早稻高温热害总样本和不同持续日数(3~5 d,6~8 d和8 d以上)不同等级(轻度、中度、重度)热害在早稻抽穗期前后的发生概率。结果表明:早稻高温热害起始于抽穗前6 d至抽穗后20 d,抽穗扬花期发生概率最高,随着早稻进入乳熟期高温热害发生概率逐渐降低。早稻抽穗扬花期持续3~5 d早稻高温热害以轻度、中度为主,5 d以上中度、重度高温热害发生概率为98.77%;随着早稻进入乳熟期,高温热害以中度和轻度为主,重度高温热害概率显著降低。早稻轻度高温热害的主要致灾时段为抽穗至灌浆中期,中度高温热害的主要致灾时段为抽穗至灌浆中前期,而重度高温热害的主要致灾时段为孕穗期至灌浆初期。

English Abstract

    • 水稻是世界上种植最广泛的谷类作物之一。伴随着全球变暖, 极端高温事件频发重发[1], 全球主要水稻产区, 如南亚[2-5]、东亚[6]、东南亚[7]地区高温胁迫增大。中国水稻的种植面积为3×107 hm2左右, 占粮食作物播种面积的27%, 水稻总产占粮食总产的42%[8]。长江中下游双季早稻的抽穗扬花期正值盛夏高温季节, 经常出现早稻高温热害, 造成结实率下降及稻米品质变劣, 危害早稻生产。

      水稻高温热害一般是指在水稻生长期内, 气温超过水稻正常生育温度上限, 影响正常开花结实, 造成空秕粒率上升而减产甚至绝收[9]。目前, 水稻高温热害的研究主要包括基于田间调查、高温胁迫试验和基于气象数据和地理信息系统(GIS)技术的研究分析。田间调查研究方法是最直接和最基本的方法, 一般是在水稻热害发生过程中或过程后, 通过对稻田实地调查和测产, 研究不同天气条件对水稻生长发育及产量的影响, 直观评估高温天气造成的水稻损失, 并指导施救[10]。由于该类方法只能获取单点或局地的数据, 对于特定地区适用性强, 但在作物受害机制、区域代表性以及方法的适用性上存在诸多不足。高温胁迫试验从高温逆境出发, 通过人工控制胁迫强度和胁迫时长两个角度, 对水稻热害的生理生态反应和产量变化进行探讨[11-12]。研究成果揭示了不同生育阶段、不同强度高温及其持续时间对水稻生长发育和产量的影响。大量的田间试验研究表明:抽穗开花期对高温最为敏感, 灌浆初期和中期次之, 营养生长期最小[13-15]。高温胁迫试验注重水稻高温热害机理研究, 是高温热害研究的基础。基于气象数据和GIS技术的水稻高温热害研究通过计算水稻生长季或关键生育期的温度距平[16-18]、有害积温[19]、高温累积日数[20-21]和高温持续日数[22]等, 判定水稻高温热害等级。该方法适用于区域尺度水稻高温热害的监测、预警与评估。中国气象局发布的《主要农作物高温危害温度指标(GBT 21985—2008)》[23]以连续3 d及以上平均气温T ≥30℃或最高气温Tmax≥35℃为水稻高温热害发生条件。众多学者以该指标为基础开展区域水稻热害研究, 其中以Tmax≥35℃应用最为广泛。如在早稻高温热害研究中, 田俊等[24]以连续3 d Tmax≥35℃为早稻高温热害发生条件, 通过高温过程最大升温幅度、过程极端最高气温和高温持续日数构建早稻灌浆乳熟期高温热害评估模型。王春乙等[25]Tmax≥35℃为临界温度, 以开花期热害积温和灌浆期热害积温为指标构建长江中下游地区双季早稻热害危险性指数。然而, 在水稻高温热害研究中, 指标的统计区间存在差异。如杨太明等[19]以孕穗-灌浆期为统计区间构建了水稻高温热害保险天气指数。Zhang等[20]和Wang等[16]以抽穗期到开花期结束作为统计区间, 分别对中国南方地区和中国灌溉区水稻高温热害进行了研究。Zhang等[21]和Sun等[26]以开花至成熟前期为研究时段, 研究气候变化条件下水稻高温热害时空变化。即使在同一地区也不一致, 如江苏, 于堃等[27]以单季稻拔节期和孕穗扬花期2个时期作为水稻高温敏感期, 计算该地区高温频次的时空变化, 而任义方等[28]通过对水稻拔节-孕穗和抽穗-乳熟阶段不同高温持续日数发生频次的差异性分析, 来评估江苏地区水稻高温热害风险。统计时段的差异必然导致高温天气对水稻的影响被夸大或低估, 研究结果的不确定性增加。

      历史灾害数据对于理解农业气象灾变机制有重要作用。从历史灾情资料加工与再分析出发, 借助Kolmogorov-Smirnov(K-S)分布拟合检验、信息扩散理论、区间估计等方法反演历史灾害过程, 在农业气象灾害如农业洪涝[29]、涝渍[30-31]、干旱[32]、冷害[33]等相关研究中得到广泛应用。本文以位于长江中下游的江西省双季早稻为研究对象, 构建基于天气过程的历史水稻高温热害样本, 采用K-S分布拟合检验和信息扩散方法, 统计分析样本集合起始日、结束日序列, 研究水稻高温热害主要发生时段和关键影响时期, 为开展水稻防灾减灾气象服务、灾害保险提供基础支撑。

    • 江西省位于24°29'14″~30°4'41″N和113°34'36″~118°28'58″E, 是中国东南部地区的主要农业省份, 总面积1.67×105 km2。该地区属亚热带湿润季风气候, 年平均日照时数1480~2080 h, 年平均气温16.3~19.5℃, 年平均降水量1340~1940 mm。江西双季早稻种植面积约1.39×106 hm2, 占中国双季早稻种植面积的25%[9]。近50年江西超过80%的气象站日最高气温呈升高趋势[34], 水稻高温热害频发。

    • 气象资料来源于国家气象信息中心, 包括研究区内85个国家级基本气象站1981—2016年逐日最高气温资料, 对其中个别缺测采用相邻两日气温平均值替代。1981—2016年早稻抽穗日期资料来源于14个江西农业气象观测站, 部分站点缺测的抽穗期资料利用邻近站点当年观测值空间内插的方法插补。早稻高温热害灾情资料来源于《中国气象灾害大典》(江西卷)[35]和《中国气象灾害年鉴》[36], 对早稻高温热害发生的时间、地点和受灾程度等有明确记载的记录。

    • ① 早稻高温热害发生的气象环境条件。受地理环境和主栽品种的影响, 水稻高温热害发生的气象环境条件存在差别[37-39]。我国2008年发布的《主要农作物高温危害温度指标》(2008-06-03)中指出, 抽穗扬花期连续3 d及以上Tmax≥35℃时或T≥30℃时, 影响花粉发育和开花授粉受精, 发生水稻花期高温热害。考虑到早稻对最高气温更为敏感, 本文以连续3 d及以上Tmax≥35℃作为早稻高温热害发生的气象环境条件。

      ② 高温热害对早稻影响中心点的确定。江西早稻抽穗一般为6月下旬, 抽穗当天或稍后即可开花完成受精, 单穗开花一般需要7 d左右的时间。借鉴Gourdji等[40]的研究结果及专家经验, 以早稻抽穗期为中心点, 研究江西早稻高温热害发生及主要致灾时段。

      ③ 早稻高温热害等级。依据《中国气象灾害大典》(江西卷)和《中国气象灾害年鉴》中关于水稻高温热害的相关记录, 按照水稻高温热害程度的描述, 将高温热害程度分为轻、中、重3个等级, 其中轻度高温热害的描述为稻田受灾、高温影响早稻生长; 中度高温热害的描述为高温对早稻影响较大、有明显影响、高温逼熟; 重度高温热害的描述为高温对早稻影响很大、减产。

      ④ 早稻高温热害持续时间。江西地区夏季(6—8月)常受副热带高压控制, 易出现持续高温天气, 近50年来, 夏季Tmax≥35℃的高温日数全省平均为22 d/a[41]。5月下旬开始, 江西逐渐出现短时高温晴热天气, 以持续5 d以下高温过程为主, 进入6月中下旬, 江西开始进入酷暑时期, 持续高温(8 d以上)天气频发。参考高素华等[42]提出的高温持续日数划分方法, 结合江西地区高温特点, 本研究将早稻高温热害持续时间分为3~5 d, 6~8 d和8 d以上, 分别对这3类持续日数高温过程的早稻高温热害发生、致灾时段进行研究。

      基于灾害记录中早稻高温热害发生的时间、地点与高温过程(起始日、结束日、持续日数)的耦合分析构建灾害样本, 其中起始日和结束日以距抽穗期日数表征, 抽穗当日记为0, 若起始日或结束日在抽穗期后则为正值, 在抽穗期前则为负值。以1991年6月下旬发生在江西贵溪的早稻高温热害反演为例。查阅《中国气象灾害大典》(江西卷)中此次早稻高温热害记录中的描述为“6月下旬, 江西贵溪出现持续高温晴热天气, 早稻高温逼熟, 早衰明显”, 判断此次早稻高温热害等级为中度; 基于江西贵溪气象站历史最高气温资料, 查询到贵溪地区6月29日开始连续7 d出现35℃以上高温天气。由于贵溪无农业气象观测站, 依据贵溪附近农业气象观测站1991年早稻抽穗日期, 推算贵溪当年早稻抽穗日为7月1日左右, 则高温开始于早稻抽穗前约2 d。根据高温持续日数和起始日, 计算高温天气过程结束日为抽穗后4 d左右。基于高温持续日数、早稻高温热害等级、起始日和结束日, 构建此次早稻高温热害样本内容:持续时间6~8 d、中度灾害、起始日(-2 d)、结束日(4 d)。进入7月, 江西地区高温天气增多, 由于高温天气过程可能持续到早稻收获之后, 而造成早稻高温热害的通常为该过程初始期高温天气, 因此, 高温天气过程统计过程中, 依据该站该年早稻生育期数据, 高温热害结束日统计至早稻乳熟普遍期。共构建样本196个, 详细信息如表 1所示。

      表 1  早稻高温热害样本量信息

      Table 1.  Quantity information of early rice heat disaster samples

      热害等级 3~5 d 6~8 d 8 d以上
      轻度 19 7 10
      中度 25 22 19
      重度 7 13 74
    • 基于早稻高温热害样本中起始日、结束日序列的分布函数检验, 采用信息扩散方法, 研究不同持续日数、不同等级早稻高温热害主要发生时段。

    • 拟合常用的分布函数主要有正态分布、指数分布、泊松分布、均匀分布、瑞利分布和威布尔分布等[43-44]。其中, 正态分布、指数分布、均匀分布在农业气象相关研究, 如水稻洪涝[43]、冬小麦干旱[32]的灾害样本拟合中较为常用。采用K-S检验方法, 分别对3种分布型(正态分布、指数分布、均匀分布)进行高温热害起始日、结束日序列的拟合分布检验, 判断样本序列的最优理论概率分布类型。

    • 信息扩散法是一种对样本进行集值化的模糊数学处理方法, 它为弥补信息不足考虑优先利用样本的模糊信息, 从而对样本进行集值化, 在气象灾害相关研究中较为常用[45]。受部分样本集合数据量限制, 本文高温起始日、结束日概率计算采用信息扩散法, 将起始日、结束日值样本变成集值样本, 实现数据样本回归[46]

    • 早稻高温热害样本过程反演如图 1所示。按持续3~5 d轻度、3~5 d中度、3~5 d重度、6~8 d轻度、6~8 d中度、6~8 d重度、8 d以上轻度、8 d以上中度、8 d以上重度的顺序, 以优先反演各样本集合中起始日较早的样本为原则, 依次对表 1中的9组共196个早稻高温热害样本进行逐一反演。结果表明:相同高温持续日数条件下, 水稻不同强度高温热害起始日、结束日有明显差异。抽穗前后高温热害主要以中、重度为主。表 2中列出了持续3~5 d, 6~8 d和8 d以上轻度、中度和重度早稻高温热害起始日和结束日的详细信息。早稻高温热害最早起始于抽穗前6 d, 最晚起始于抽穗后20 d。持续3~5 d早稻轻度、中度、重度高温热害的平均起始日为抽穗后9.6 d, 7.2 d和5.4 d; 持续6~8 d早稻轻度、中度、重度高温热害的平均起始日为抽穗后15.7 d, 7.3 d和4.9 d; 持续8 d以上早稻轻度、中度、重度高温热害的平均起始日为抽穗后12.4 d, 5.1 d和1.2 d。早稻高温热害结束日最早为抽穗前3 d, 最晚可持续至抽穗后23 d。持续3~5 d早稻轻度、中度、重度高温热害的平均结束日为抽穗后12.3 d, 10.0 d和8.0 d; 持续6~8 d早稻轻度、中度、重度高温热害的平均结束日为抽穗后21.0 d, 12.9 d和10.8 d; 持续8 d以上早稻轻度、中度、重度高温热害的平均结束日为抽穗后20.7 d, 15.6 d和11.9 d。

      图  1  196个早稻高温热害样本过程反演图

      Figure 1.  Representation of 196 early rice heat disaster processes

      表 2  不同持续日数、不同等级早稻高温热害样本信息

      Table 2.  Information of early rice heat level and hot weather duration combinations

      持续日数 热害等级 起始日 结束日
      最早/d 最晚/d 平均/d 最早/d 最晚/d 平均/d
      3~5 d 轻度 -1 20 9.6 3 23 12.3
      中度 -5 16 7.2 -3 19 10.0
      重度 0 13 5.4 2 16 8.0
      6~8 d 轻度 13 18 15.7 18 23 21.0
      中度 -5 18 7.3 0 22 12.9
      重度 -4 13 4.9 1 20 10.8
      8 d以上 轻度 11 14 12.4 19 22 20.7
      中度 -2 11 5.1 6 23 15.6
      重度 -6 13 1.2 2 20 11.9
    • 利用K-S检验(显著性水平α=0.05)对早稻高温热害总样本1组、不同高温持续日数不同热害等级早稻高温热害样本(即3~5 d轻度、3~5 d中度、3~5 d重度、6~8 d轻度、6~8 d中度、6~8 d重度、8 d以上轻度、8 d以上中度、8 d以上重度)9组合计共10组样本序列中的灾害起始日和高温结束日的分布型进行检验。K-S检验结果显示, 总样本高温热害起始日序列均未通过正态分布、指数分布和均匀分布显著性检验。不同高温持续日数不同热害等级9组样本起始日序列均通过正态分布、均匀分布显著性检验。7组样本序列通过指数分布显著性检验, 持续6~8 d轻度和持续8 d以上中度2组早稻灾害样本起始日序列未通过指数分布显著性检验。总样本高温热害结束日序列通过正态分布显著性检验, 但未通过均匀分布和指数分布显著性检验。9组样本结束日序列均通过正态分布显著性检验, 8组样本结束日通过均匀分布显著性检验, 5组样本结束日序列通过指数分布显著性检验。对比总样本和9组样本起始日和结束日序列的分布拟合检验结果, 符合正态分布的样本序列数多于均匀分布和指数分布, 表明正态分布更适合样本序列中灾害起始日和结束日的函数拟合。总体来讲, 除总样本起始日序列外, 所有样本序列均服从正态分布, 且拟合效果较好。对总样本起始日序列取余弦后服从正态分布。

    • 在总样本序列正态分布检验的基础上, 采用信息扩散方法, 以抽穗期为中心点, 估算早稻抽穗前后不同时间段高温热害的发生概率, 结果如图 2所示。抽穗后1~5 d早稻高温热害发生概率最高, 为36.73%, 其次是抽穗前0~4 d和抽穗后6~10 d, 早稻高温热害发生概率均为18.37%。抽穗后11~15 d的发生概率为17.86%, 抽穗15 d以后高温热害的发生概率降低至5.61%。早稻高温热害总样本结束日在抽穗后11~15 d概率最高, 为27.04%, 其次为抽穗后16~20 d和抽穗后6~10 d, 概率分别为26.02%和23.47%。

      图  2  不同时段早稻高温热害的概率分布

      Figure 2.  Probability of starting and ending calendars of rice heat disaster in different range of days before or after heading

      持续3~5 d, 6~8 d和8 d以上高温热害在抽穗前后发生的百分比表明(表 3), 早稻拔节中后期至抽穗扬花期, 短期高温热害致灾概率明显低于持续8 d以上高温热害。抽穗前持续3~5 d, 6~8 d和8 d以上高温热害起始日概率分别为抽穗前5~9 d的16.66%, 16.67%, 66.67%;抽穗前0~4 d的16.67%, 13.89%, 69.44%;抽穗后1~5 d的18.05%, 13.89%, 68.06%。相关研究表明:配合有效的灌溉降温和施肥措施, 可有效降低短期高温对孕穗期的致灾率[47]。水稻抽穗扬花期对高温最敏感, 短时高温天气即可影响水稻颖花结实。抽穗后6~10 d短时高温热害概率逐渐增加, 持续3~5 d, 6~8 d和8 d以上高温热害概率分别为38.89%, 27.78%, 33.33%;抽穗后11~15 d的概率分别是31.43%, 31.43%, 37.14%。

      表 3  早稻抽穗前后不同持续日数高温热害百分比(单位:%)

      Table 3.  Proportions of different duration (3~5 d, 6~8 d and more than 8 d) rice heat disaster in different range of days before or after heading (unit:%)

      距抽穗日数/d
      (起始日)
      持续日数
      3~5 d 6~8 d 8 d以上
      -9~-5 16.66 16.67 66.67
      -4~0 16.67 13.89 69.44
      1~5 18.05 13.89 68.06
      6~10 38.89 27.78 33.33
      11~15 31.43 31.43 37.14
      16~20 54.55 45.45 0
    • 对持续3~5 d, 6~8 d和8 d以上轻度、中度和重度早稻高温热害分布概率进行分析, 结果表明:抽穗后1~10 d, 持续3~5 d早稻高温热害以轻度、中度为主, 中度及以下热害的概率超过80%(图 3a); 持续5 d以上早稻中度、重度热害的概率为98.77%(图 3b图 3c)。从抽穗前9 d至早稻抽穗, 持续8 d以上早稻重度高温热害发生概率超过80%。抽穗后11~15 d, 早稻高温热害以中度和轻度为主, 早稻重度热害概率显著降低。进入7月上旬, 持续高温日的高温值逐渐升高, 早稻进入对高温环境的次敏感期。随着水稻进入乳熟中后期, 高温对水稻热害的致灾作用逐渐减弱。抽穗后15 d, 早稻高温热害以轻度为主。

      图  3  不同等级早稻高温热害发生概率  (a)3~5 d, (b)6~8 d, (c)8 d以上

      Figure 3.  Probability of different rice heat intensity in different range of days before or after heading  (a)3~5 d, (b)6~8 d, (c)more than 8 d

    • 不同持续日数、不同等级早稻高温热害起始日、结束日累积概率曲线如图 4所示。20%, 50%和80%累积概率早稻热害起始日、结束日距抽穗期日数表现出明显差异(表 4)。为了明确高温天气过程对早稻的关键影响期, 本文重点研究20%~80%累积概率下早稻热害起始日的分布特点。以早稻轻度高温热害为例, 持续3~5 d, 6~8 d和8 d以上轻度热害20%累积概率距抽穗期日数为3.2 d, 14.2 d和11.0 d, 80%累积概率距抽穗期日数为16.0 d, 17.2 d和13.8 d。取20%累积概率距抽穗期日数最小值和80%累积概率距抽穗期日数最大值, 即抽穗后3.2~17.2 d为早稻轻度高温热害的主要致灾时段。同理, 早稻中度高温热害的主要致灾时段为抽穗后1.9~12.3 d; 重度高温热害的主要致灾时段为抽穗前2.1 d~抽穗后9.4 d。四舍五入后, 得到早稻轻度、中度、重度高温热害的主要致灾时段分别为抽穗后3~17 d、抽穗后2~12 d、抽穗前2 d~抽穗后9 d。一般早稻抽穗灌浆期约需25~30 d, 结合20%~80%累积概率早稻热害起始日距抽穗期日数, 确定早稻轻度、中度、重度高温热害的主要致灾时段。结果表明:早稻轻度高温热害的主要致灾时段为抽穗至灌浆中期, 中度热害的主要致灾时段为抽穗至灌浆中前期, 而重度热害的主要致灾时段为孕穗期至灌浆初期。

      图  4  不同持续日数、不同等级早稻高温热害起始日、结束日累积概率曲线

      Figure 4.  Accumulative probability distributions of starting and ending calendars of 3-5 d, 6-8 d and more than 8 d rice heat disasters in each level

      表 4  20%, 50%和80%累积概率的早稻高温热害起始日、结束日距抽穗期日数(单位:d)

      Table 4.  The starting and ending calendars of rice heat (demonstrated by days before or after heading) with cumulative probability of 20%, 50% and 80% (unit:d)

      持续日数 热害等级 累积概率
      开始日 结束日
      20% 50% 80% 20% 50% 80%
      3~5 d 轻度 3.2 9.6 16.0 5.8 12.3 18.7
      中度 2.5 7.2 11.9 4.9 10.0 15.2
      重度 1.5 5.4 9.4 3.7 8.0 12.3
      6~8 d 轻度 14.2 15.7 17.2 19.6 21.0 22.4
      中度 2.2 7.3 12.3 7.7 12.9 18.2
      重度 0.7 4.9 9.0 6.1 10.8 15.5
      8 d以上 轻度 11.0 12.4 13.8 19.2 20.7 22.2
      中度 1.9 5.1 8.4 11.7 15.6 19.5
      重度 -2.1 1.2 4.5 8.2 11.9 15.6
    • 本文以连续3 d Tmax≥35℃为水稻高温热害发生的环境阈值, 以早稻抽穗期为中心点, 采用历史灾情与同期高温天气过程(发生时段、持续时间)耦合的方法, 反演历史早稻高温热害发生发展过程, 研究江西早稻高温热害主要发生致灾时段。主要结论如下:

      1) 早稻高温热害起始于抽穗前6 d至抽穗后20 d, 抽穗后1~5 d早稻高温热害发生概率最高, 为36.73%, 其次是抽穗前0~4 d和抽穗后6~10 d, 发生概率均为18.37%。

      2) 持续3~5 d早稻高温热害以轻度、中度为主, 中度及以下热害的概率超过80%;持续5 d以上中度、重度热害集中在抽穗扬花期, 概率为98.77%。持续8 d以上重度高温热害多开始于孕穗至抽穗期。

      3) 早稻轻度、中度、重度高温热害的主要致灾时段分别为抽穗后3~17 d、抽穗后2~12 d、抽穗前2 d~抽穗后9 d, 即水稻抽穗至灌浆中期、抽穗至灌浆中前期、孕穗期至灌浆初期分别为早稻高温轻度、中度、重度热害的主要发生时段。

      作物生长对极端高温极为敏感, 极端高温可造成作物生理损害并导致减产。要评估高温天气对农作物的影响, 需要考虑两个方面:首先是灾害天气过程本身, 即高温天气事件, 包括起始时间、持续时间、强度等; 其次是作物抗灾能力。在作物生长周期的敏感阶段(如作物生殖生长阶段), 极端高温可大幅减少作物穗数和最终产量[48]。水稻高温热害强度与高温天气过程的起始日密切相关。抽穗后1~5 d水稻高温热害发生概率为36.73%。相关研究表明, 水稻抽穗扬花期对高温环境最敏感[49-51], 本文的结果与相关研究一致。水稻灌浆期高温热害的影响尚不明确, Kim等[52]研究表明, 灌浆期高温天气有利于水稻生长及产量增加, 但Tashiro等[53]认为, 高温影响水稻光合作用及物质迁移, 影响水稻生长。本研究认为, 高温天气过程对水稻的影响随着水稻进入乳熟期而逐渐减小, 水稻灌浆中后期高温热害的发生概率低于20%。

      本文采用大多数学者普遍应用的持续3 d及以上的Tmax≥35℃为早稻高温热害发生环境指标。应该强调的是, 在实际生产中, 除了最高气温和持续日数, 还有其他因素影响水稻高温热害的形成。水稻高温热害的发生常常与干旱并存, 缺水会加剧高温对水稻的影响程度。土壤条件、降水、灌溉或人为管理可能影响水稻冠层温度。如由于叶片中水分的冷却作用, 高温条件下灌溉水稻通常能保持相对较低的冠层温度, 从而降低了高温热害的风险, 比旱稻更耐高温[39]。然而, 一些可能加剧或缓解水稻高温热害的因素, 如日长、降雨、二氧化碳等, 因无法准确模拟对水稻高温热害的影响, 在构建历史灾害样本时中未予考虑。另外, Peng等[54]、Mohammed等[55]研究发现, 夜间气温的升高与水稻产量呈负相关。当夜间气温从27℃上升到32℃时, 水稻穗数减少72%。由于资料的限制, 本文中最高气温采用常规观测数据中的日最高气温。尽管某些因子在一定程度上影响了水稻高温热害的发生规律, 增加了本文结果的不确定性, 但在区域水稻主要发生时段研究中, 该指标(持续3 d及以上的Tmax≥35℃)的可操作性更强。

      基于历史灾情样本重建与再分析, 明确了早稻高温热害的主要发生时段和不同持续时间早稻高温热害抽穗期前后的致灾概率。与目前广泛应用的基于旬、月高温天气的水稻高温热害研究相比, 本文以早稻抽穗期为中心点, 强调水稻不同生育阶段高温天气过程的致灾差异。随着资料的完善, 还需不断优化水稻高温热害影响因子及评价指标, 如考虑降水、相对湿度、田间管理等对水稻高温热害形成及灾害等级的影响。另外, 不同生育阶段高温热害所致的早稻实际产量和品质损失的差异, 及高温热害影响权重的赋值等, 还需要进一步研究。总体来说, 本文的研究结果弥补了目前水稻高温热害指标计算区间模糊的不足, 且研究结果具有普适性, 可为有针对性地开展水稻高温热害监测、预警和评估提供依据。

参考文献 (55)

目录

    /

    返回文章
    返回