英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

基于 Penman-Monteith 公式的 SPEI的中国华北平原干旱对玉米产量影响的研究

MING Bo^{1, 2}, GUO Yin-qiao¹, TAO Hong-bin², LIU Guang-zhou¹, LI Shao-kun¹, WANG Pu²

1 中国农业科学院作物科学研究所/作物生理生态重点实验室农业，中国北京 100081

2 中国农业大学农业与生物技术学院，中国北京 100193

摘要：这次研究采取了一种更加可靠的基于Penman-Monteith公式的标准蒸散发指数（SPEI）的估算方法（SPEI_PM），这种方法改进了潜在蒸散量的计算。这种方法的改进增加了SPEI指数在华北平原（NCP）的适用性。在1911-2011年间的历史气象资料曾用于计算基于Penman-Monteith公式的SPEI指数。通过线性滑动平均法得到了华北平原中这些省/城市的玉米产量趋势，有河北省，河南省，山东省，北京市，以及天津市。然后进行回归分析，研究趋势产量和SPEI值之间的关系。当应用在不同时间尺度下，SPEI_PM就被提为SPEI_PMk-j（k 为时间尺度，k=1，2，3，4，hellip;，24个月；j 为月份，j=1，2，3，hellip;，12），其中SPEI_PM3-8代表6-8月的水分条件，在这个时期里降水量大以及华北平原的玉米生长旺盛。SPEI_PM3-8与这个地区的产量趋势高度相关，从而可以有效地评价干旱对玉米产量的影响。此外，这种相关关系在最近20年变得更加显著。基于SPEI序列的回归模型解释了北京的年度趋势变异率64.8%，河南45.2%，山东58.6%，和河北54.6%。而且，，当SPEI_PM3-8在-0.6—1.1，-0.9—0.8，-0.8—2.3范围内波动，山东、河南以及北京的产量趋势会增加。产量的增加幅度在降水充沛的山东和河南的正常水分条件之间。它表明，产量管理与当地的水分条件很好地相匹配，因此获得稳定高产。未来这两省玉米产量增幅可以进一步提高水分利用效率和提高抗逆性和产量稳定性。在河北和北京，降水量更少，因此正常的水分条件不能满足高产量目标。未来增加水供给和改善水质都是使产量增加的战略。在全球气候变化更剧烈以及产量需求增长时，华北平原干旱和玉米产量之间的关系也会更加密切。干旱研究未来产量增长的监测方法和策略应加强，为今后中国粮食安全与农业可持续发展提供强有力的支持。

关键词：华北平原； 玉米； 干旱； 气候决定的产量； 标准蒸散发指数

1 引言

华北平原（NCP）是中国的一个最重要农业区之一，占地约1800万公顷，农田生产约占中国粮食总产量的21.6%。冬小麦夏玉米的轮作系统是该地区的主要种植模式。不过由于严重的干旱风险，保持和进一步提高华北平原的粮食生产率变得更加困难。华北平原过去和现在的气候趋势变化特点是空气温度的增加和降水的减少。此外，过去的几十年里，干旱事件发生的强度和频率在增加(Dai 2011; Tao et al. 2012; Li and Geng 2013; Wang et al.2014)。干旱是最复杂的且影响农业生产的气候现象之一。这种复杂性是与量化干旱严重程度的困难性相关。如此多的因素可以影响作物对干旱的响应。到现在为止，没有物理变量是可以用来量化干旱的强度，变化幅度，持续时间和空间范围。 因此，许多研究已经开发出来了一种衡量干旱严重程度的客观定量评价方法。干旱影响程度的量化通常是使用所谓的干旱指数(Hayes 2000)，这种干旱指数是基于气候信息的代理，并假定充分量化干旱危害程度。帕尔默干旱指数(PDSI; Palmer 1965)，是基于土壤水平衡方程，而标准化降水指数(SPI; McKee et al. 1993)，是根据降水概率方法，是最先进的干旱指标。最近，一个新的干旱指数，标准化降水蒸发指数(SPEI; Vicente-Serrano et al. 2010)得以开发，这是基于每月的气候水量平衡（降水减去潜在蒸散量）。SPEI指数结合由于温度波动和趋势变化引起的PDSI的灵敏度和蒸发需求的变化，具有计算简单及结合SPI多时相的性质(Potop et al. 2012; Vicente-Serrano et al. 2012)。在全球变暖的背景下，相比于其他广泛使用的干旱指数， SPEI的主要优势在于其识别与评估干旱程度有关的蒸散量和温度变化方面的作用，在中国，大多数研究已经利用SPEI分析和监测干旱特征、变化趋势，在中国(Li et al. 2012; Shi et al. 2012; Su and Li 2012)。在这项研究中，我们改进了SPEI的计算方法，通过采取了一种更加可靠的基于Penman-Monteith公式的标准蒸散发指数（SPEI）的估算方法（SPEI_PM）(Allen et al. 1998)，这种方法可以更好反映出潜在蒸散量在干旱程度中所扮演的角色，以及使得SPEI更适合于识别在我们研究区域内与干旱相关的影响。此外，我们应用改进后的多尺度SPEI干旱指数（SPEI_PM）去确定华北平原过去五年中干旱增加的程度对玉米产量的影响。根据本课题的研究，SPEI_PM将有助于决策和研究作物产量方面对干旱胁迫的快速响应，从而达到稳定高产。

2 结果

2.1 玉米产量的时空演化

为了消除非气候对产量的影响，趋势产量是从实际的收益率减去产量而得到的(Lobell and Asner 2003)。这21年的线性滑动平均法适用于消除产量趋势的收益率(Xue et al. 2003)。图一显示了中国河北、河南、山东、北京、天津的玉米产量随时间的演化。趋势产量的范围分别为，在河北是729.4 —594.2公斤每公顷，在河南是806 —575.5至1公斤每公顷，在山东是288.2—606.8公斤每公顷，在北京是290.4 —309.9公斤每公顷，以及在天津是652—828.9公斤每公顷。产量变化趋势和干旱灾区数据之间的相关性分析（表1）。趋势产量和由于河北、河南、山东、天津等干旱灾害造成的面积破坏而得到的收益率之间有非常显著的相关性（Plt;0.01）。在河北和天津，趋势产量和受干旱灾害影响的面积之间有着十分显著的相关性。趋势产量和在山东地区遭受影响的地方之间有非常显著的相关性(Pgt;0.05)。这些结果表明这种趋势产量估计在本研究中反映出历史上的实际情况，从而可以用来研究产量变化与气候要素之间的关系。

2.2 SPEI_PM与玉米趋势产量的关系

根据在华北平原的玉米的种植模式， 1月、2月、3月和4月时间尺度下的SPEI_PM进行鉴定夏玉米生长过程中（六月至九月）的干旱影响在SPEI_PM和趋势产量间进行回归分析（数据未显示）。结果表明，SPEI_PM3-8（六月，七月和八月水分条件）和产量变异之间的回归方程具有最重要的意义和最好的性能。在1962—1991年（左图2，），山东存在显著回归系数R² = 0.204）以及天津很显著的回归（R² = 0.461），而其他位置没有显著的回归。在1992—2011年（如右图2），显著性和决定系数更高，河北、河南、山东和北京有着相当高的相关性(Plt;0.01)，而天津没有观察到显著的回归。河北的回归方程是线性而其他省份的是圆锥曲线。决定系数（R²）在北京（0.658）gt;山东（0.586）gt;河北（0.546）gt;河南（0.452）与三十年前相比，SPEI_PM3-8和产量趋势之间的关系更加密切，以及水环境与产量波动极为密切相关在这1962—1991和1992—2011这两个时期中，产量变化与干旱指数之间的关系是一条开口向下的抛物线（y＝ax²＋bx＋c，alt; 0）。那被曲线和X轴包围的区域代表受到水分条件变化影响的产量增加程度。相反，在X轴显示产量下降范围。峰的坐标由回归方程的系数计算，这可以反映干旱和的最佳状态（）以及产量增加的最高可能性（）。这个该曲线与横轴相交（）代表影响产量的干旱和潮湿的临界值。在1962—1991年，结果表明，山东干旱和潮湿的阈值是-0.8和0.7以及当SPEI_PM3-8值为0时趋势产量可达到109.2公斤每公顷。当SPEI_PM3-8值是在1和1.2之间，天津的产量增加了 (1970–2011)。当SPEI_PM3-8=–0.1，水分条件是最好的，而且产量提高到283.5公斤每公顷。在河南，1992–2011年间，SPEI_PM3-8的值在-0.8和0.9之间 ，趋势产量上升，而当SPEI_PM3-8=–0.1时，最高产量为356.4公斤每公顷。在山东，当SPEI_PM3-8的值是在0.6和1.1之间产量增加，当SPEI_PM3-8=0.3，产量为178.5公斤每公顷。在北京，当SPEI_PM3-8的值是在-0.8—2.3之间产量增加，而当SPEI_PM3-8=0.7时，产量为834.3公斤每公顷。在河北，SPEI_PM3-8和产量变化的关系呈线性增加，和与x轴交点是–0.3，这是趋势产量增加或减少的关键阈值。可以得出这样的结论，在河南和山东趋势产量最大时接近正常的水分条件（表2）在适度潮湿条件，北京的趋势产量是最大的，而趋势产量在正常和潮湿的条件下将是增加的。河北的趋势产量呈现出一种在水含量提高下线性增加的趋势，以及趋势产量的增加或减少的阈值接近正常水分条件(SPEI_PM3-8=–0.3)。当比正常的水分条件更加干燥时，趋势产量将减少。

3 总结

3.1.SPEI_PM与产量的关系

许多研究通过多时间尺度干旱指数评估了干旱和产量。由于作物品种和研究领域的差异，与产量相关的干旱指数的时间尺度和月份的波动也会不同(Yamoaha et al. 2000; Huang et al. 2009; White and Walcott 2009; Mkhabela et al. 2010;Sadat et al. 2011)。在不同的指数中，SPEI被引入农业去研究干旱和产量间的关系，并迅速成为流行。通过提高SPEI中的潜在蒸散量的计算，SPEI_PM估算方法可以量化在华北平原更精确的水分条件。六月到8月份是玉米旺盛生长期和华北平原最高需水期，这正好与强降水期一致。我们的研究结果表明，SPEI_PM3-8与趋势产量间有密切的关系，这是与通过使用8月份的3月时间尺度美国玉米种植带作为干旱监测指标的SPI相符合的(WMO 2012)。趋势产量和“降水减蒸散发”水分预算的回归分析表明，通过SPEI_PM，产量波动和水分限制间的关系密切。干旱指数和趋势产量的回归关系是更显著的而且在1992-2011间有较高的可预测性。增加玉米产量，从19世纪60年代的1000公斤每公顷上升到20世纪10年代的5000-7000公斤每公顷（图1），导致水需求量的增加，因此水分胁迫更强烈地限制产量提高。另一方面，由于全球变暖趋势加强，小麦-玉米轮作体系的种植面积增加以及成为在华北平原主要种植制度，这种情况使玉米种植面积增加，这提高了全省玉米产量与水分状况的关系。此外，在华北平原的夏季降水（七月至九月）从上世纪90年代末显示出明显的干旱期(Huang et al. 2011, 2013)。由于过去二十年的降水年际变化较大，水分情况成为导致华北平原产量波动的关键因素。

3.2.进一步提高玉米产量的途径

回归分析表明，在有足够的降雨的河南和山东，趋势产量呈现增加。此外，最大产量增量可以在正常水分情况下得到，这体现了玉米生产对当地气候环境的适应性。与山东相比，河南产量增量范围转移至干旱，这可能与河南市的水分情况条件较好有关。山东的两个时期的回归分析都很显著，以及最近二十年产量增量范围略有偏移，显示出在这个省玉米生产的水分需求量在增加。因此，在这些潮湿地区，维持风险阻力和提高水资源利用效率是必要的(Mei et al. 2013)。在北京和河北，降水量较少，从而当最大水分条件更加潮湿时，最大产量才能达到。这种情况表明这些地区的玉米产量不能很好地适应它们的气候条件和抗旱能力不足。补充灌溉是一种华北平原保护夏玉米的措施之一。因此，无论是增加水还是提高水资源利用效率都是干旱地区提高玉米产量的有效途径。

3.3.干旱的异常数据和时间尺度

在这项研究中，玉米产量数据仅在省/直辖市一级上才可用，从而收集气象数据也遵循了这一级别。因此，空间分辨率相对粗糙以及玉米产量和水分情况之间的关系没有细致的描述。在1992-2011年间的时间分辨分析中，天津的SPEI_PM3-8和产量趋势的关系不显著(Pgt;0.05)在这一地区，根据产量，气象和灾害的数据，严重的持续性干旱灾害不断发生在1999和2000，在1999年8月降水量不到30%，同年，受灾地区是1.9105公顷，而没有收获的面积为4.0104公顷。在2000年六月，降水量仅为2.7毫米，受灾区域超过3.0105公顷，其中没有收获的面积是7.0在这些关键的发展阶段（包括种植、拔节期、抽雄吐丝），定期干旱灾害严重降低玉米产量。然而，SPEI_PM3-8没有预测在1999年和2000年6月到8月这段时期的干旱胁迫，因为这段时期的总降水量与平均年相似。很明显，在3个月时间尺度下，由于不同发育程度的气候影响程度，SPEI_PM无法准确预测干旱胁迫。特别是，SPEI_PM3-8在关键发展阶段对周期性干旱不是很敏感，这限制了气候和产量间关系的理解。在未来，区域试验和调查应进行收集更详细的数据，以提高空间分辨率。此外，短时间尺度的多键开发阶段性和干旱指数需要结合提高空间分辨率和增强干旱指数对产量变化的预测性。

4 总结

SPEI_PM3-8反映六月至八月水的情况，这是华北平原强降水和玉米蓬勃发展的时期在

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[30184]，资料为PDF文档或Word文档，PDF文档可免费转换为Word