趋势产量的分解通常采用以时间为自变量的各种线性或非线性方程估算,而气候产量则是作物产量与趋势产量的残差[24]。这种方法存在着两个问题:一、气候对产量的不利影响往往被技术进步因素所“补偿”;二、气候的有利影响往往被技术进步所“吞噬”。基于以上考虑,如果选用某个时段作为基准时段,要求该时段内农业生产水平的变化不明显或未有变化,且此时段内影响该地区小麦产量的主要气候要素未发生显著的长期变化,只存在短周期波动,这样作物产量的波动主要是由气候因素所导致的。目前已有学者进行了这方面的研究
[25-26]
,但在选取基准时段时,主观性较强,且忽视了作物产量形成往往是某个或某几个生长
阶段内的某个或某几个气候要素共同在起作用。为此本文提出一种气候产量的改进算法,以期对上述问题加以解决。
首先,采用曼-肯德尔法(Mann-Kendall)确定安徽省冬小麦产量的突变点,作为基准时段的分界点。Mann-Kendall趋势检验法是一种非参数趋势检验法[27],其优点不仅计算简便,而且可以明确突变开始时间,并指出突变区域,适合于非正态分布数据的非线性趋势检验,目前已广泛应用多个研究领域[28-29]。
其次,确定冬小麦生育期内(10月-次年6月)影响产量形成的关键期及关键因子。为此,将冬小麦生育期分为8个生育阶段(表1)。然后利用每个阶段的最高温度、最低温度、平均温度、日照时数及降水量资料,共40个气候要素(8×5)与产量进行相关分析,从中提取影响产量形成的关键期及关键因子。最终通过公式(2)来构建气候产量估算模型:
Yc
r. C (2)
i
i
i 1
n
式中: Yc为气候产量,表示基准时段内当年与前一年的实际产量差值;i为选取的气候要素(i=1,2, ,40); Ci为选取的气候要素变化值,表示基准时段内当年与前一年的气候要素差值;ri为该气候要素的气候产量贡献系数。为消除不同气候要素量纲对建模带来的可能影响,对各气候要素值采用归一化处理,其值范围为[-0.5,0.5],方法如下:
C
Ci Cmin
0.5 (3)
Cmax Cmin
式中:i为选取的气候要素,C为该要素归一化值,Ci为该要素值,Cmax为该要素47a内最大值,Cmin为该要素47a内最小值。
表1 安徽省冬小麦平均生育期
Table.1 The development stage of winter wheat in Anhui province
时期 日期
播种 10月上旬~
下旬
出苗 旬~12月上旬
越冬 12月中旬~1月
下旬
返青 2月上旬~3月上旬
拔节 旬~4月上旬
抽穗 旬~4月下旬
灌浆 5月上旬~5月中旬
成熟 旬~6月上旬
1.2.2 气候产量贡献率计算方法
为了进一步量化研究结果,本文定义了冬小麦气候产量贡献率,即某一时段内的气候要素的变化所引起的冬小麦产量变化对实际产量的贡献百分比Rc,具体计算方法如下(4):
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说教育文库冬小麦产量对气候变化响应(3)在线全文阅读。
相关推荐: