Spatiotemporal variation of dry-wet climate during wheat growing seasons from 1961 to 2020 in China
-
摘要: 基于1961—2020年全国524个气象台站逐日数据, 以有效降水量、作物需水量和水分盈缺量(有效降水量与作物需水量的差值)为干湿指标, 从年际和年代际尺度(P1: 1961—1990年; P2: 1991—2020年)分析了全国小麦主产区(春麦区: 东北、蒙北、西北、北疆; 冬麦区: 北部、华北、西南、长江中下游、华南、新疆)生长季内气候干湿状况时空分布和演变趋势, 并利用SPEI指数评估了小麦种植区的干旱风险。结果表明: 1) 1961—2020年华南、长江中下游、西南冬麦区小麦生长季降水量大于作物需水量, 其他麦区生长季内水分亏缺, 新疆冬麦区(443 mm)和北疆春麦区(495 mm)为缺水量高值区。2)近60年全国小麦生长季干旱频率为35.2%~59.6%, 四大春麦区、长江中下游冬麦区干旱发生频率较高, 均大于50.0%。3) 1961—2020年全国小麦生长季有效降水量波动增加, 作物需水量呈先降后升趋势, 华北、北部冬麦区表现为气候暖干化, 其他麦区均呈气候暖湿化趋势。小麦种植区暖湿化的气候机制存在地域间差异, 春麦区(东北、蒙北、北疆)和新疆冬麦区为有效降水量增加且作物需水量减少; 而长江中下游冬麦区生长季内有效降水量和作物需水量均为增加趋势, 但降水量增加幅度大于作物需水量。本文在全国尺度上探究了全国小麦生长季干湿状况时空变化, 对农业正确应对气候变化具有重要参考意义。Abstract: As the intensity of climate change increases, global warming continues to affect the hydrological cycle and precipitation characteristics. Changes occur at various locations owing to interregional differences in the intensity and distribution of precipitation and evapotranspiration. To determine the dry-wet climate distribution during the wheat growing season in wheat planting regions of China and the changes that have occurred over the past 60 years, we analyzed the temporal and spatial variation characteristics of China’s dry-wet climate over the inter-annual and inter-decadal periods from 1961 to 2020 (P1: 1961–1990; P2: 1991–2020). To explore how dry-wet climate changes, a series of dry-wet indices, such as effective precipitation, crop water demand, and water surplus and deficiency (difference between effective precipitation and crop water demand) were used. A Standardized Precipitation Evapotranspiration Index was used in this study for drought risk assessment in cropping regions. In this study, 524 meteorological stations with 60-year data records of China’s wheat planting regions were selected and divided into ten wheat planting regions. These regions are as follows. Spring wheat: Northeast China Spring Wheat Region, NES; Northern Inner Mongolia Spring Wheat Region, NIMS; Northwest China Spring Wheat Region, NWS; Northern Xinjiang Spring Wheat Region, NXJS. Winter wheat: Northern China Winter Wheat Region, NW; North China Plain Winter Wheat Region, NCW; Middle-Lower Reaches of Yangtze River Winter Wheat Region, MLYRW; Southwest China Winter Wheat Region, SWW; South China Winter Wheat Region, SCW; Xinjiang Winter Wheat Region, XJW. The results showed that precipitation exceeded the crop water requirements during the wheat growing season in the SCW, SWW, and MLYRW regions over the past 60 years. Other regions experienced water deficits during the wheat growing season, with XJW (443 mm) and NXJS (495 mm) exhibiting the highest water deficit values. Estimates of effective precipitation, crop water demand, water surplus and deficit for the national wheat growing season ranged from 2.0–1320.0, 156.0–832.0, and 828.0–1081.0 mm, respectively. Both values showed a clear zonal distribution from southeast to northwest. In this study, drought frequency was calculated as 35.2%–59.6% for the national wheat growing season; it was more than 50.0% in the spring wheat regions and MLYRW regions. The frequencies of mild, moderate, and severe droughts during the wheat growing seasons were 18.7%–46.0%, 0–21.5%, and 1.7%–11.6%, respectively. The analysis showed that during the wheat growing season, effective precipitation volatility increased from 1961 to 2020, and crop water demand decreased and then increased again. The NCW and NW regions exhibited a drying climate, while the other regions showed a wetting climate trend. Further analysis revealed interregional differences in the climatic mechanisms of the wet-dry crisis in wheat planting regions. In NES, NIMS, NXJS, and XJW regions, effective precipitation increased and crop water demand decreased. Meanwhile, in MLYRW, effective precipitation and crop water demand increased, but the increase in precipitation was higher than that in crop water demand. Interdecadal variability in effective precipitation indicated a modest rising tendency; crop water demand declined in the P1 period and grew in the P2 period, whereas water surplus and deficit increased in the P1 period and decreased in the P2 period, respectively. This study makes an essential contribution to the research on the proper response of agriculture to climate change by showing the temporal and spatial variations of the dry-wet climate in China’s wheat regions.
-
Keywords:
- Wheat planting region /
- Climate change /
- Dry-wet climate /
- Water surplus and deficiency /
- Drought
-
IPCC第六次评估报告(AR6)表明, 气候增暖正在加剧水循环和影响降雨特征, 导致区域间降水及蒸散的强度与分布发生改变, 给不同地区带来多种不同的组合性变化[1]。大气降水和下垫面蒸散的变化共同影响气候干湿状况, 然而气候变化对不同地区干湿气候的影响和机制存在差异性[2-4], 因此明确地域间作物生长季内气候干湿状况差异及其变化特征, 对指导农业生产和维持生态环境稳定具有重要意义。
小麦(Triticum aestivum)是我国三大主粮作物之一, 种植面积约占全国耕种地总面积的20%左右, 种植区分布于全国29个省、自治区、直辖市[5], 包含干旱区、半干旱区、半湿润区和湿润区。水资源短缺一直是我国小麦主产区农业生产的主要限制因素, 气候变化使得全球干旱模态和干湿状况发生了改变[6], 必然对我国小麦安全生产产生重大影响。相关科学问题已引起国内外学者的广泛关注并进行了诸多研究, 采用的指标主要包括湿润指数[7]、SPEI指数(Standardized Precipitation Evapotranspiration Index, SPEI)[8]、水分亏缺量[9]等。总结而言, 华北[10-12]、西北[13-17]等干旱区、半干旱区由于温度升高和降水减少的协同作用缩短了小麦的生育期, 同时麦田蒸散加大, 造成水分亏缺量增加、干旱加剧, 最终导致小麦产量和种植面积减少、种植制度结构调整; 西南[18-20]、华东[21-23]等湿润和半湿润区水热资源的季节性差异大, 冬小麦生长季10月至翌年5月期间温度升高, 干物质积累减少; 同时降水减少导致水分胁迫, 限制冬小麦产量潜力的进一步提升。
相对于以上小麦主产区, 探究华南、新疆等地区气候变化对小麦生长季气候资源分配与利用特征的研究报道甚少, 特别是针对气候变化背景下全国尺度的小麦生长季内干湿状况时空变化和差异对比分析的研究较为罕见, 限制了中国小麦种植区实现整体高产高效协同发展。因此, 本文基于全国29个省、自治区和直辖市的524个气象站点, 以有效降水量、作物需水量、水分盈缺量为指标系统分析了1961—2020年中国小麦种植区气候干湿状况的时空变化特征及变化趋势, 并利用SPEI干旱指数评估了1961—1990年(P1)和1991—2020年(P2)两个时段全国小麦种植区干旱频率分布和变化, 为优化小麦种植区、采取合理措施以应对气候变化提供科学依据。
1. 研究区概况与研究方法
1.1 研究区概况与数据来源
根据全国冬小麦收获面积分布图(http://www.earthstat.org)和《中国小麦种植区划研究》[24], 将我国小麦种植区域划分为10个小麦主产区, 即东北春麦区、蒙北春麦区、西北春麦区、北疆春麦区、北部冬麦区、华北冬麦区、西南冬麦区、长江中下游冬麦区、华南冬麦区和新疆冬麦区。选取研究区中具有1961—2020年完整时间序列逐日气象资料的台站, 共计524个, 分布于29个省、自治区和直辖市(港澳台除外), 如图1所示。气象数据来源于中国气象科学数据共享服务网的中国地面气候资料日值数据集(http://data.cma.cn), 数据集(包括降水、温度、日照时数、相对湿度等)经过严格质量控制、检查和R语言编程进行订正。作物生长季数据来源于中国气象科学数据共享服务网的中国农作物生长发育和农田土壤湿度旬值数据集(http://data.cma.cn)。
1.2 研究方法
1.2.1 有效降水量
有效降水指自然降水中可被作物吸收利用的部分, 一般将日降水量超过5 mm的降水称为有效降水[25], 公式如下:
$$ {P}=\left\{\begin{array}{c}{P}\\ 0\end{array}\right. \begin{array}{c}{P} \geqslant 5 \; \text{mm}\cdot{\text{d}}^{-1}\\ {P} < 5 \; \text{mm}\cdot{\text{d}}^{-1}\end{array} $$ (1) 1.2.2 作物需水量
根据FAO-56推荐的作物系数法, 利用参考作物蒸散量(ET0, mm∙d−1)和作物系数(KC)计算作物需水量(ETC, mm∙d−1)[26], 公式如下:
$$ \mathrm{E}{\mathrm{T}}_{\mathrm{C}}=\mathrm{E}{\mathrm{T}}_{0}\times {K}_{\mathrm{C}} $$ (2) 式中, ET0采用Penman-Monteith方法[26]计算, 公式如下:
$$ \mathrm{E}{\mathrm{T}}_{0}=\dfrac{0.408\varDelta \left({R}_{{\rm{n}}}-G\right)+\gamma \dfrac{900}{T+273}{U}_{2}\left({e}_{{\rm{s}}}-{e}_{{\rm{a}}}\right)}{\varDelta +\gamma \left(1+0.34{U}_{2}\right)} $$ (3) 式中, Δ为饱和水汽压-温度曲线的斜率, kPa∙℃−1; Rn为地表净辐射, MJ∙m−2∙d−1; G为土壤热通量, MJ∙m−2∙d−1; T为日平均气温, ℃; U2为2 m高处风速, m∙s−1; es和ea分别为饱和水汽压和实际水汽压, kPa; γ为干湿表常数, kPa∙℃−1。
FAO-56推荐的小麦生长初期、快速生长期和成熟期作物系数分别为0.42、1.15、0.50, 结合小麦各生育期起止时段(表1), 根据中国农作物生长发育和农田土壤湿度旬值数据集(http://data.cma.cn), 采用线性插值方法确定各种植区小麦逐日KC值。
表 1 中国不同小麦种植区生长季及选取的SPEI指数Table 1. Growing periods and standardized precipitation evapotranspiration indexes (SPEI) in different wheat planting regions of China小麦种植区
Wheat planting region生长季
Date of growing season选取的SPEI值
Value of the selected SPEI蒙北春麦区
Northern Inner Mongolia Spring Wheat Region (NIMS)4月上旬—8月上旬
Early April − early August7月的SPEI-6值
SPEI-6 of July西北春麦区
Northwest China Spring Wheat Region (NWS)3月下旬—8月下旬
Late March − late August7月的SPEI-6值
SPEI-6 of July东北春麦区
Northeast China Spring Wheat Region (NES)4月中旬—7月下旬
Mid April − late July6月的SPEI-6值
SPEI-6 of June北疆春麦区
Northern Xinjiang Spring Wheat Region (NXJS)4月上旬—7月下旬
Early April − late July6月的SPEI-6值
SPEI-6 of June新疆冬麦区
Xinjiang Winter Wheat Region (XJW)10月上旬—6月下旬
Early October − late June5月的SPEI-6值
SPEI-6 of May北部冬麦区
Northern China Winter Wheat Region (NW)9月下旬—6月下旬
Late September − late June5月的SPEI-6值
SPEI-6 of May华北冬麦区
North China Plain Winter Wheat Region (NCW)10月中旬—6月上旬
Mid October − early June5月的SPEI-6值
SPEI-6 of May西南冬麦区
Southwest winter wheat region (SWW)11月上旬—5月中旬
Early November − mid May4月的SPEI-6值
SPEI-6 of April长江中下游冬麦区
Middle-Lower Reaches of the Yangtze River Winter Wheat Region (MLYRW)11月上旬—5月下旬
Early November − late May4月的SPEI-6值
SPEI-6 of April华南冬麦区
South China Winter Wheat Region (SCW)11月上旬—5月上旬
Early November − early May4月的SPEI-6值
SPEI-6 of April1.2.3 水分盈缺量
参照史建国等[9]的方法, 以有效降水量(P)和作物需水量(ETC)的差值表示水分盈缺量(D), 计算公式如下:
$$ D\text=P-\mathrm{E}{\mathrm{T}}_{\mathrm{C}} $$ (4) D为正值时, 即有效降水量大于作物蒸散量, 水分盈余; 反之, 水分亏缺。
1.2.4 标准化降水蒸散指数(SPEI)
水分盈缺量可以表征小麦种植区水分盈余或亏缺状况, 从而为合理配置灌溉计划提供建议, 但无法直接反映作物遭受干旱影响的程度, 因此进一步利用标准化降水蒸散指数(standardized precipitation evapotranspiration index, SPEI)[8]评估小麦生长季内干旱状况。SPEI综合考虑降水和需水, 且能基于多时间尺度合理地评估干旱, 在区域和季节上均有较好的适用性[27]。但传统SPEI指数属于气象干旱指数, 直接用于评估农业干旱可能会产生偏差, 本文采用小麦生长季内有效降水量和作物需水量替代降水量和作物蒸散量, 更能反映小麦农田水分供需的情况。马雪晴等[28]利用该方法评估的华北平原冬小麦旱情结果与实际灾情资料对比验证表明, 其准确率在76.0%以上。SPEI指数计算过程如下:
首先, 建立不同时间尺度气候学意义上的水分盈缺累积序列:
$$ {D}_{n}^{k}={\sum }_{i=0}^{k-1}[{P}_{n-i}-{\left(\mathrm{E}{\mathrm{T}}_{\mathrm{c}}\right)}_{n-i}]\;\;\;\;\; n \geqslant k $$ (5) 式中: i为月份, k为时间尺度(月), n为计算次数。
当累计概率Q≤0.5时, 采用三参数的Log-logistic概率分布F(x)对
${D}_{n}^{k} $ 序列进行拟合, 并对序列进行标准正态分布转化, 计算每个${D}_{n}^{k} $ 对应的SPEI值:$$ \text{SPEI}=w-\frac{{\mathrm{c}}_{0}+{\mathrm{c}}_{1}w+{\mathrm{c}}_{2}{w}^{2}}{1+{\mathrm{d}}_{1}w+{\mathrm{d}}_{2}{w}^{2}+{\mathrm{d}}_{3}{w}^{3}}$$ (6) $$ w=\sqrt{-2\mathrm{l}\mathrm{n} Q} $$ (7) 式中: Q为超过待定D值的累积概率, c0=2.515 517, c1=0.802 853, c2=0.010 328, d1=1.432 788, d2=0.189 269, d3=0.001 308。当Q>0.5时, SPEI取相反数。
SPEI指数干旱等级根据《中华人民共和国国家标准气象干旱等级》(GB/T 20481—2017)划分为无旱(SPEI>−0.5)、轻度干旱(−1<SPEI≤−0.5)、中度干旱(−1.5<SPEI≤−1)、重度干旱(SPEI<−1.5)。
SPEI干旱指数的时间尺度为1个月、3个月、6个月、12个月, 共4种时间尺度, 本文采用选取可以涵盖小麦生长季的6个月时间尺度的SPEI值(SPEI-6), 用以表征小麦生长季内的干旱情况。根据中国农作物生长发育数据集, 将不同分区的小麦生长季起止时段精确到上下旬更加科学、准确。例如, 蒙北春麦区小麦生长季为4月上旬—8月上旬, 共5个月, 其生长季不包括完整的8月份, 且干旱是一个累积的过程, 因此采用2—7月(6个月时间尺度)的SPEI值表征生长季干旱情况, 即选取“7月的SPEI-6值”, 各种植区选取的SPEI值如表1所示。
1.2.5 干旱频率
利用干旱频率评价研究区某站点在研究时间段内干旱频发的程度, 公式如下:
$$ S=\frac{m}{M}\times 100{\text{%}} $$ (8) 式中: S表示干旱频率(%), m为该站点研究时段内不同等级干旱发生的次数, M为研究时段总年数。
1.2.6 气候倾向率计算
倾向率表征某一特征量在某段时间内的变化趋势。用Y表示样本量为x的某一气候要素, 用t表示对应的年序, 拟合得到一元线性回归方程:
$$ Y={a}_{0}t+b \;\;\;\;\;\;(t=1, 2, 3,\cdots ,x) $$ (9) 式中: a0为回归系数, 本文采用最小二乘法估算, 以a0的10倍(即10a0)代表气象要素的气候倾向率。采用t 检验法对拟合的回归方程进行显著性检验(P<0.05)。
1.2.7 数据处理
本文中的数据处理, 包括ETc、气候倾向率、SPEI指数等计算均利用Matlab 2014软件、R语言实现; 气候要素的空间分布图利用ArcGIS 10.2软件反距离权重插值法(Inverse distance weighted interpolation, IDW)制作; 箱式图采用Origin 2021软件制作。
2. 结果与分析
2.1 小麦生长季有效降水量、作物需水量及水分盈缺量空间分布特征
1961—2020年研究区小麦生长季有效降水量为2~1320 mm (图2a), 作物需水量为156~832 mm (图2b), 水分盈缺量为−828~1081 mm (图2c); 三者均呈东南—西北带状分布, 有效降水量由西北向东南逐渐增加, 作物需水量表现出相反的趋势, 水分盈缺量以秦岭-淮河为分界线, 分界线以北表现为水分亏缺, 以南表现为水分盈余。
中国小麦种植区以大兴安岭—阴山北麓为界线, 分界线以北的蒙北、西北、北疆春麦区以及新疆冬麦区生长季内平均有效降水量不足200 mm, 但这些地区作物需水量最高, 为400~900 mm, 导致水分亏缺严重, 亏缺量为200~900 mm, 亏缺量由东向西逐渐增大, 新疆地区平均水分亏缺量最大, 为500 mm以上, 且受纬度、地形的影响, 北疆水分亏缺量大于南疆。大兴安岭以南、秦岭淮河以北的北部、华北冬麦区生长季内平均有效降水量为200~400 mm, 作物需水量在400 mm左右, 水分盈缺量大约为0 mm, 即有效降水量与作物需水量达到平衡; 其中, 黄土高原地区作物需水量较少, 水分略有盈余。秦岭淮河以南的西南冬麦区西部、长江中下游冬麦区北部生长季内平均有效降水量为400~600 mm, 作物需水量小于400 mm, 水分盈余量为0~400 mm。长江中下游南部以及华南冬麦区为有效降水高值区, 降水量均高于800 mm; 其中, 华南沿海地区有效降水充沛, 部分地区大于2600 mm, 作物需水量则低于200 mm, 平均水分盈余量均高于600 mm, 广东清远、阳江等地水分盈余量大于1000 mm; 四川盆地、云贵高原地区由于地形和纬度的影响, 有效降水量较低, 水分盈余量小于600 mm。
总体而言, 1961—2020年长江中下游、西南、华南冬麦区生长季内平均有效降水量大于作物需水量(图3), 水分盈余量约为300~600 mm, 生长季内不需要灌水, 其中华南冬麦区水分盈余量最大, 为606 mm; 四大春麦区以及新疆、北部、华北冬麦区生长季内平均有效降水量小于作物需水量, 水分亏缺量为6~500 mm, 生长季内需要灌水。
图 3 1961—2020年不同小麦种植区小麦全生长季水分盈缺量的盒须图不同小麦种植区英文缩写说明见表1。白色表示该种植区生长季内水分盈余, 不需要灌水; 灰色表示该种植区生长季内水分亏缺, 需要灌水。每个盒须图中的点代表最异常值, 线表示分位数(上四分位数、中位数和下四分位数)。The abbreviations of different wheat planting regions are shown in the table 1. White indicates that the planting regions are water surplus during the growing period and unrequire irrigation; grey indicates that the planting regions are water deficiency during the growing period and require irrigation. Within each boxplot, the dot represent outlier and the lines indicate the quantiles (25th percentile, 50th percentile and 75th percentile).Figure 3. Mean values of the water surplus and deficiency during the wheat growing season in different wheat planting regions of China from 1961 to 20202.2 小麦生长季有效降水量、作物需水量及水分盈缺量变化趋势
1961—2020年不同小麦种植区小麦生长季内有效降水量气候倾向率平均值为3.0 mm·(10a)−1, 大多数站点多年变化趋势并不显著, 仅有6.3% (n=33)的站点通过了0.05水平的显著性检验, 表明降水的年际间变异差异较大(图4a)。作物需水量变化趋势南北方差异较大, 北方41.8%的站点(n=126)呈显著减少的趋势[−1.5 mm·(10a)−1]; 南方主要呈显著增加的趋势[0.7 mm·(10a)−1], 20.4%的站点(n=46)通过了P<0.05水平的显著性检验(图4b)。
有效降水量和作物需水量的共同作用导致了水分盈缺量的变化, 1961—2020年研究区小麦生长季水分盈缺量多年变化趋势总体表现为水分盈余, 平均盈余量气候倾向率为3.6 mm·(10a)−1, 有10.1% (n=53)的站点气候倾向率通过了P<0.05水平的显著性检验(图4c)。从空间分布来看, 大兴安岭—阴山北麓以北的四大春麦区北部、新疆冬麦区, 以及秦岭—淮河以南的长江中下游冬麦区北部、西南冬麦区北部、华南冬麦区中部均呈湿化趋势。但各地区的机制略有不同: 长江中下游冬麦区北部有效降水量和作物需水量均呈增加趋势, 但有效降水量增加的幅度大于作物需水量增加的幅度, 最终表现为水分盈余, 长江中下游冬麦区平均盈余量气候倾向率为9.0 mm·(10a)−1; 其他地区有效降水量增加的同时作物需水量减少, 其中东北春麦区中部, 西南、华南冬麦区北部水分盈余量气候倾向率大于20.0 mm·(10a)−1。同时, 大兴安岭—阴山北麓以南、秦岭—淮河以北的东北春麦区南部、华北、北部冬麦区, 以及西南、长江冬麦区南部则表现为有效降水量减少的同时作物需水量增加, 二者的共同作用导致干化。
2.3 不同年代际干旱空间分布及特征变化
如图5所示, 近60 a 研究区小麦生长季的轻旱发生频率空间分布表现为三大春麦区(东北、蒙北、西北)及华北、长江中下游冬麦区发生频率较高, 其余地区以及北疆春麦区发生频率较低; 中旱和重旱则为大致相反的空间分布。
轻旱发生频率西南冬麦区、北疆春麦区较低, 范围为20.0%~30.0%; 东北春麦区、西北春麦区、华南冬麦区约为30.0%~35.0%; 华北、长江中下游冬麦区中部为高值区, 轻旱发生频率大于45.0%。中旱发生频率在四大春麦区的北部以及长江中下游冬麦区中部地区低于10.0%, 而西南冬麦区北部盆地、西北春麦区北部黄土高原地区发生频率高达15.0%。重旱发生频率在新疆春麦区、华北冬麦区高达10.0%, 在东北春麦区的北部、长江中下游冬麦区发生频率则低于5.0%。
进一步分析近60年小麦生长季干旱空间分布, 并基于P1 (1961—1990年)、P2 (1991—2020年)两个时段的轻旱、中旱、重旱发生频率, 分析不同年代际的干旱发生特征(图6)。干旱发生频率为35.2%~59.6%, 空间分布以腾冲—漠河为分界线, 分界线附近、分界线以北的春麦区, 以及分界线以南的长江中下游冬麦区北部干旱发生频率较高; 其他地区干旱发生频率较低。干旱和轻旱发生频率表现为大致相似的空间分布, 由此表明轻旱发生频率对干旱发生频率的贡献较大。干旱发生频率在东北春麦区北部、华北冬麦区中部、新疆冬麦区等高值区高于50.0%, 北部冬麦区、西北春麦区南部、华南春麦区南部为低值区, 发生频率低于30.0%。
图 6 1961—2020年不同时段(1961—1990年, P1; 1991—2020年, P2)不同小麦种植区的小麦全生长季干旱频率空间分布不同小麦种植区英文缩写说明见表1。每个盒须图中的点代表最异常值, 线表示分位数(上四分位数、中位数和下四分位数)。The abbreviations of different wheat planting regions are shown in the table 1. Within each boxplot, the dot represent outlier and the lines indicate the quantiles (25th percentile, 50th percentile and 75th percentile).Figure 6. Distribution of drought frequency during the wheat growing season in different wheat planting regions in different periods (P1: 1961 to 1990; P2: 1991 to 2020)就年代际尺度而言, 干旱发生频率总体呈降低的趋势。较P1时段, P2时段的干旱发生频率在北疆春麦区、东北春麦区、蒙北春麦区、新疆冬麦区降低15.0%左右; 其他麦区平均升高5.3%, 波动范围较小。同时, 较P1时段, 东北、蒙北、北疆春麦区和新疆冬麦区的轻中重旱发生频率均在P2时段表现为降低, 降低范围为1.6%~9.5%, 其中北疆春麦区的平均降低幅度最大(5.0%); 华北、华南冬麦区轻旱和中旱发生频率增高, 重旱发生频率降低, 波动范围均小于2.0%; 西北春麦区、北部冬麦区、西南冬麦区、长江中下游冬麦区均表现为轻旱发生频率降低, 中旱和重旱发生频率升高, 其中重旱波动较大, 西北春麦区的重旱发生频率在P2时段提高7个百分点, 有效降水量远远低于小麦生长所需水分, 因而干旱灾害尤为突出。
3. 讨论
IPCC第六次报告指出, 气候持续变暖将进一步加剧全球水循环, 包括更强的降雨和洪水, 在许多地区则意味着将会发生更严重的干旱[1]。近60年全国小麦种植区生长季内有效降水量和作物需水量处于不均匀的变化中, 区域间差异较大。本文以有效降水量、作物需水量和水分盈缺量(有效降水量与作物需水量的差值)为干湿状况指标, 研究结果与刘钰等[29]学者的发现一致: 降水量南高北低, 而作物需水量南低北高, 造成水分盈缺量由北向南表现为亏缺量降低而盈余量增多, 三者均表现为东南—西北带状分布的空间特征。
就年代际尺度而言, 有效降水量在P1时段变化趋势不明显, 但P2时段呈增加态势; 作物需水量的年际变化相对较小, 呈波动下降后上升的趋势, 生长季平均气候倾向率在P1、P2时段分别为−7.6 mm·(10a)−1、5.7 mm·(10a)−1(表2)。赵俊芳等[3]基于情景数据研究表明, 未来(2011—2050年)全国各地区降水量、作物需水量均呈增加趋势, 但是区域间差异都很显著, 与本文的研究结果相似。目前, 普遍的观点认为, 黄河以南的黄土高原、四川盆地、云贵高原等地形特殊地区降水的增加速率小于参考作物蒸散的增加速率, 气候呈显著变干的趋势, 本文的研究结果也验证了这一观点。
表 2 1961—2020年不同时段小麦全生长季的有效降水量、作物需水量、水分盈缺量的气候倾向率Table 2. Climatic tendency rates of precipitation, crop potential evapotranspiration and water surplus and deficiency during the wheat growing season in China in different periods from 1961 to 2020小麦种植区
Wheat planting regionP1 (1961−1990) P2 (1991−2020) 有效降水量
Effective precipitation作物需水量
Crop evapotranspiration水分盈缺量
Water surplus and deficiency有效降水量
Effective precipitation作物需水量
Crop evapotranspiration水分盈缺量
Water surplus and deficiency东北春麦区 NES 蒙北春麦区 NIMS 西北春麦区 NWS 北疆春麦区 NXJS 北部冬麦区 NW 华北冬麦区 NCW 西南冬麦区 SWW 长江中下游冬麦区 MLYRW 华南冬麦区 SCW 新疆冬麦区 XJW 不同小麦种植区英文缩写说明见表1。向上和向下的箭头分别表示倾向率的正值和负值。蓝色表示气候湿化, 红色表示气候干化, 绿色表明倾向率变化趋势不明显; 颜色越深, 表示变化趋势越大: 绿色−5~5 mm·(10a)−1, 浅蓝色和浅粉色绝对值为5~10mm·(10a)−1, 蓝色和粉色绝对值>10 mm·(10a)−1。The abbreviations of different wheat planting regions are shown in the table 1. Upward and downward arrows indicate positive and negetive climate tendency, respectively. Blue indicates a wetting climate, red indicates a drying climate, green indicates an insignificant climate trend. Colour shade denotes the effect value range: green, −5~5 mm·(10a)−1 (light effects); light blue and light pink, absolute values of 5~10 mm·(10a)−1 (moderate effects ); blue and pink, absolute values >10 mm·(10a)−1 (large effects). 有效降水量与作物需水量空间分布的不匹配最终导致水分盈缺, 进一步明确影响水分盈缺量的驱动因素, 小麦种植区在P1时段大多表现为气候湿化, 这是由于有效降水量增高的同时作物需水量降低, 两者共同作用导致水分盈余量增加, 这与有关学者[9]对水分盈缺量年代际的时空分布规律研究结果较为一致。其他麦区, 比如华北、北部冬麦区则由于降水量升高的幅度与作物需水量升高幅度大致相同, 导致水分盈缺变化不大。较P1时段, P2时段干旱程度呈略微减小的趋势, 主要为中旱和重旱发生频率减小, 这与胡琦等[4]的研究结果相似。
值得一提的是, 前人研究表明我国南方大部分地区和新疆的西北部气候变湿, 西北和西南大部分地区气候变干[3-5,29-31], 然而本文研究发现近30年东北春麦区、西北春麦区、新疆冬麦区和华南冬麦区小麦生长季有效降水量和作物需水量均明显增加, 且作物需水量增加趋势更大, 导致气候呈干化趋势, 这也表明作物生长季尺度的干湿变化与年尺度的变化并不总是一致的。
本研究仅考虑了自然状况下小麦生长季的干湿变化和水分盈亏状况, 未考虑实际生产中的灌溉量与灌溉措施对生长季内气候干湿状况的影响, 且由于缺乏高时空分辨率的土壤湿度数据, 文中并未采用土壤含水量对计算的作物需水量进行订正, 导致理论值与实际耗水量存在一定的误差。此外, 关于气候变化背景下极端天气事件如暴雨、洪涝等对小麦种植区的影响也需要进一步深入分析。总之, 本文从全国尺度上开展气候变化背景下小麦种植区生长季气候干湿状况时空变化的研究, 对于合理配置小麦种植区生长季内用水, 减缓农业水分供需矛盾, 从而优化小麦种植区布局, 保障粮食安全具有十分重要的意义。
4. 结论
1)中国小麦种植区域小麦生长季有效降水量范围为2~1320 mm, 作物需水量为156~832 mm, 水分盈缺量为−828~1081 mm, 东南—西北带状分布特征明显, 且四川盆地、云贵高原的缺水量明显大于周边地区, 而黄土高原等植被条件较差的地区作物需水量较低。华南、长江中下游和西南冬麦区水分盈余量为500 mm左右, 即生长季内不需要灌水; 其他麦区均表现为水分亏缺, 新疆冬麦区(443.8 mm)和北疆春麦区(495.6 mm)为缺水量高值区。
2)中国小麦种植区干旱以及轻中重旱发生频率分别为35.2%~59.6%、18.7%~46.0%、0~21.5%、1.7%~11.6%。干旱空间分布表现为腾冲—漠河分界线附近、四大春麦区、长江冬麦区发生频率较高, 其他地区发生频率较低。此外, 干旱、轻旱的发生频率空间分布大致相似, 与中旱、重旱的空间分布相反, 由此表明轻旱发生频率对干旱发生频率的贡献较大。
3)近60年中国小麦种植区有效降水量以3.0 mm·(10a)–1的速度增加, 作物需水量略有降低, 水分盈余量的增加速度为3.6 mm·(10a)–1, 小麦种植区整体气候湿化趋势明显。其中, 华北、北部冬麦区水分亏缺量以3.5 mm·(10a)–1的趋势增加, 表现为气候干化。大多数麦区均呈气候湿化趋势, 但形成机制存在差异, 东北、蒙北、北疆春麦区以及新疆冬麦区有效降水量增加的同时作物需水量减少; 长江中下游冬麦区有效降水量增幅大于作物需水量增幅, 最终表现为水分盈余。其他麦区有效降水量和作物需水量同时增加(或同时减少), 水分盈缺量与干旱程度变化均不明显。
4)就年代际尺度而言, 有效降水量呈略微增加的趋势, 作物需水量为P1时段(1961—1990年)减少、P2时段(1991—2020年)增加; 水分盈缺量波动范围较小, P1、P2时段分别表现为盈余量和亏缺量增加, 表明P1时段有效降水量对水分盈余量的贡献较大, P2时段作物需水量对水分亏缺量贡献较大。较P1时段, P2时段的东北、蒙北、北疆春麦区以及新疆冬麦区干旱发生频率均降低5.0%左右; 北部、长江中下游冬麦区及西北春麦区轻旱发生频率降低, 中旱和重旱发生频率增高, 其中, 西北春麦区重旱发生频率升高7个百分点, 干旱程度严重。
-
图 3 1961—2020年不同小麦种植区小麦全生长季水分盈缺量的盒须图
不同小麦种植区英文缩写说明见表1。白色表示该种植区生长季内水分盈余, 不需要灌水; 灰色表示该种植区生长季内水分亏缺, 需要灌水。每个盒须图中的点代表最异常值, 线表示分位数(上四分位数、中位数和下四分位数)。The abbreviations of different wheat planting regions are shown in the table 1. White indicates that the planting regions are water surplus during the growing period and unrequire irrigation; grey indicates that the planting regions are water deficiency during the growing period and require irrigation. Within each boxplot, the dot represent outlier and the lines indicate the quantiles (25th percentile, 50th percentile and 75th percentile).
Figure 3. Mean values of the water surplus and deficiency during the wheat growing season in different wheat planting regions of China from 1961 to 2020
图 6 1961—2020年不同时段(1961—1990年, P1; 1991—2020年, P2)不同小麦种植区的小麦全生长季干旱频率空间分布
不同小麦种植区英文缩写说明见表1。每个盒须图中的点代表最异常值, 线表示分位数(上四分位数、中位数和下四分位数)。The abbreviations of different wheat planting regions are shown in the table 1. Within each boxplot, the dot represent outlier and the lines indicate the quantiles (25th percentile, 50th percentile and 75th percentile).
Figure 6. Distribution of drought frequency during the wheat growing season in different wheat planting regions in different periods (P1: 1961 to 1990; P2: 1991 to 2020)
表 1 中国不同小麦种植区生长季及选取的SPEI指数
Table 1 Growing periods and standardized precipitation evapotranspiration indexes (SPEI) in different wheat planting regions of China
小麦种植区
Wheat planting region生长季
Date of growing season选取的SPEI值
Value of the selected SPEI蒙北春麦区
Northern Inner Mongolia Spring Wheat Region (NIMS)4月上旬—8月上旬
Early April − early August7月的SPEI-6值
SPEI-6 of July西北春麦区
Northwest China Spring Wheat Region (NWS)3月下旬—8月下旬
Late March − late August7月的SPEI-6值
SPEI-6 of July东北春麦区
Northeast China Spring Wheat Region (NES)4月中旬—7月下旬
Mid April − late July6月的SPEI-6值
SPEI-6 of June北疆春麦区
Northern Xinjiang Spring Wheat Region (NXJS)4月上旬—7月下旬
Early April − late July6月的SPEI-6值
SPEI-6 of June新疆冬麦区
Xinjiang Winter Wheat Region (XJW)10月上旬—6月下旬
Early October − late June5月的SPEI-6值
SPEI-6 of May北部冬麦区
Northern China Winter Wheat Region (NW)9月下旬—6月下旬
Late September − late June5月的SPEI-6值
SPEI-6 of May华北冬麦区
North China Plain Winter Wheat Region (NCW)10月中旬—6月上旬
Mid October − early June5月的SPEI-6值
SPEI-6 of May西南冬麦区
Southwest winter wheat region (SWW)11月上旬—5月中旬
Early November − mid May4月的SPEI-6值
SPEI-6 of April长江中下游冬麦区
Middle-Lower Reaches of the Yangtze River Winter Wheat Region (MLYRW)11月上旬—5月下旬
Early November − late May4月的SPEI-6值
SPEI-6 of April华南冬麦区
South China Winter Wheat Region (SCW)11月上旬—5月上旬
Early November − early May4月的SPEI-6值
SPEI-6 of April表 2 1961—2020年不同时段小麦全生长季的有效降水量、作物需水量、水分盈缺量的气候倾向率
Table 2 Climatic tendency rates of precipitation, crop potential evapotranspiration and water surplus and deficiency during the wheat growing season in China in different periods from 1961 to 2020
小麦种植区
Wheat planting regionP1 (1961−1990) P2 (1991−2020) 有效降水量
Effective precipitation作物需水量
Crop evapotranspiration水分盈缺量
Water surplus and deficiency有效降水量
Effective precipitation作物需水量
Crop evapotranspiration水分盈缺量
Water surplus and deficiency东北春麦区 NES 蒙北春麦区 NIMS 西北春麦区 NWS 北疆春麦区 NXJS 北部冬麦区 NW 华北冬麦区 NCW 西南冬麦区 SWW 长江中下游冬麦区 MLYRW 华南冬麦区 SCW 新疆冬麦区 XJW 不同小麦种植区英文缩写说明见表1。向上和向下的箭头分别表示倾向率的正值和负值。蓝色表示气候湿化, 红色表示气候干化, 绿色表明倾向率变化趋势不明显; 颜色越深, 表示变化趋势越大: 绿色−5~5 mm·(10a)−1, 浅蓝色和浅粉色绝对值为5~10mm·(10a)−1, 蓝色和粉色绝对值>10 mm·(10a)−1。The abbreviations of different wheat planting regions are shown in the table 1. Upward and downward arrows indicate positive and negetive climate tendency, respectively. Blue indicates a wetting climate, red indicates a drying climate, green indicates an insignificant climate trend. Colour shade denotes the effect value range: green, −5~5 mm·(10a)−1 (light effects); light blue and light pink, absolute values of 5~10 mm·(10a)−1 (moderate effects ); blue and pink, absolute values >10 mm·(10a)−1 (large effects). -
[1] DOUVILLE H, RAGHAVAN K, RENWICK J, et al. Water Cycle Changes[M]. IPCC. Climate change 2021: the physical science basis. Cambridge: Cambridge University Press, 2021
[2] 申双和, 张方敏, 盛琼. 1975—2004年中国湿润指数时空变化特征[J]. 农业工程学报, 2009, 25(1): 11−15 SHEN S H, ZHANG F M, SHENG Q. Spatio-temporal changes of wetness index in China from 1975 to 2004[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(1): 11−15
[3] 赵俊芳, 郭建平, 徐精文, 等. 基于湿润指数的中国干湿状况变化趋势[J]. 农业工程学报, 2010, 26(8): 18−24, 386 ZHAO J F, GUO J P, XU J W, et al. Trends of Chinese dry-wet condition based on wetness index[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(8): 18−24, 386
[4] 胡琦, 董蓓, 潘学标, 等. 1961—2014年中国干湿气候时空变化特征及成因分析[J]. 农业工程学报, 2017, 33(6): 124−132, 315 HU Q, DONG B, PAN X B, et al. Spatiotemporal variation and causes analysis of dry-wet climate over period of 1961–2014 in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(6): 124−132, 315
[5] 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2020 National Bureau of Statistics of China. China Statistical Yearbook[M]. Beijing: China Statistics Press, 2020
[6] 姜大膀, 王娜. IPCC AR6报告解读: 水循环变化[J]. 气候变化研究进展, 2021, 17(6): 699−704 JIANG D B, WANG N. Water cycle changes: interpretation of IPCC AR6[J]. Climate Change Research, 2021, 17(6): 699−704
[7] 卫捷, 马柱国. Palmer干旱指数、地表湿润指数与降水距平的比较[J]. 地理学报, 2003, 58(7s): 117–124 WEI J, MA Z G. Comparison of palmer drought severity index, percentage of precipitation anomaly and surface humid index[J]. Acta Geographica Sinica, 2003, 58(7s): 117–124
[8] VICENTE-SERRANO S M, BEGUERÍA S, LÓPEZ-MORENO J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696−1718 doi: 10.1175/2009JCLI2909.1
[9] 史建国, 严昌荣, 何文清, 等. 黄河流域水分亏缺时空格局变化研究[J]. 自然资源学报, 2008, 23(1): 113−119 SHI J G, YAN C R, HE W Q, et al. Study on spatial and temporal variation of water surplus and deficiency in Yellow River Basin[J]. Journal of Natural Resources, 2008, 23(1): 113−119
[10] 房全孝, 王建林, 于舜章. 华北平原小麦-玉米两熟制节水潜力与灌溉对策[J]. 农业工程学报, 2011, 27(7): 37−44 FANG Q X, WANG J L, YU S Z. Water-saving potential and irrigation strategies for wheat-maize double cropping system in the North China Plain[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(7): 37−44
[11] ZENG R Y, YAO F M, ZHANG S, et al. Assessing the effects of precipitation and irrigation on winter wheat yield and water productivity in North China Plain[J]. Agricultural Water Management, 2021, 256: 107063 doi: 10.1016/j.agwat.2021.107063
[12] 赵彦茜, 肖登攀, 齐永青, 等. 华北平原不同降水年型和作物种植模式下的产量和耗水模拟[J]. 农业工程学报, 2018, 34(20): 108−116 ZHAO Y X, XIAO D P, QI Y Q, et al. Crop yield and water consumption of different cropping patterns under different precipitation years in North China Plain[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(20): 108−116
[13] 李亮. 气候变化条件下中国西北地区主要作物需水量时空演变及干旱指标研究[D]. 杨凌: 西北农林科技大学, 2019 LI L. Impact of climate change on crop water requirement and drought indices in Northwest China[D]. Yangling: Northwest A & F University, 2019
[14] 张永, 陈发虎, 勾晓华, 等. 中国西北地区季节间干湿变化的时空分布−基于PDSI数据[J]. 地理学报, 2007, 62(11): 1142−1152 ZHANG Y, CHEN F H, GOU X H, et al. The temporal and spatial distribution of seasonal dry-wet changes over the northwesterina: based on PDSI[J]. Acta Geographica Sinica, 2007, 62(11): 1142−1152
[15] 靳立亚, 李静, 王新, 等. 近50年来中国西北地区干湿状况时空分布[J]. 地理学报, 2004, 59(6): 847−854 doi: 10.3321/j.issn:0375-5444.2004.06.006 JIN L Y, LI J, WANG X, et al. The temporal and spatial distribution of surface dry-wet conditions over northwestern China in recent 50 years[J]. Acta Geographica Sinica, 2004, 59(6): 847−854 doi: 10.3321/j.issn:0375-5444.2004.06.006
[16] 赵茹欣, 王会肖, 董宇轩. 气候变化对关中地区粮食产量的影响及趋势分析[J]. 中国生态农业学报(中英文), 2020, 28(4): 467−479 ZHAO R X, WANG H X, DONG Y X. Impact of climate change on grain yield and its trend across Guanzhong region[J]. Chinese Journal of Eco-Agriculture, 2020, 28(4): 467−479
[17] 周晓红, 赵景波. 历史时期关中地区气候变化与灾害关系的分析[J]. 干旱区资源与环境, 2006, 20(3): 75−78 ZHOU X H, ZHAO J B. Analysis on the relation between climatic changes and calamities in Guanzhong regional within the past 3000 years[J]. Journal of Arid Land Resources and Environment, 2006, 20(3): 75−78
[18] 王允, 刘普幸, 曹立国, 等. 基于湿润指数的1960—2011年中国西南地区地表干湿变化特征[J]. 自然资源学报, 2014, 29(5): 830−838 WANG Y, LIU P X, CAO L G, et al. Characteristics of southwestern China dry-wet condition based on wetness index in 1960−2011[J]. Journal of Natural Resources, 2014, 29(5): 830−838
[19] 陆双飞, 殷晓洁, 韦晴雯, 等. 气候变化下西南地区植物功能型地理分布响应[J]. 生态学报, 2020, 40(1): 310−324 LU S F, YIN X J, WEI Q W, et al. The geographical distribution response of plant functional types to climate change in southwestern China[J]. Acta Ecologica Sinica, 2020, 40(1): 310−324
[20] 戴声佩, 李海亮, 刘海清, 等. 全球气候变暖背景下华南地区农业气候资源时空变化特征[J]. 中国农业资源与区划, 2014, 35(1): 52−60 DAI S P, LI H L, LIU H Q, et al. The spatio-temporal change characteristics of agriculture climate resources in Southern China under the background of global warming[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2014, 35(1): 52−60
[21] 伍红雨, 杜尧东. 1961—2008年华南区域寒潮变化的气候特征[J]. 气候变化研究进展, 2010, 6(3): 192−197 WU H Y, DU Y D. Climatic characteristics of cold waves in South China in the period 1961–2008[J]. Advances in Climate Change Research, 2010, 6(3): 192−197
[22] 中国科学院编辑委员会. 中国自然地理: 气候[M]. 北京: 科学出版社, 1984 Chinese Academy of Sciences Editorial Committee. Natural Geography of China: Meteorology[M]. Beijing: Science Press, 1984
[23] 吴绍洪, 尹云鹤, 郑度, 等. 近30年中国陆地表层干湿状况研究[J]. 中国科学(D辑: 地球科学), 2005, 35(3): 276–283 WU S H, YIN Y H, ZHENG D, et al. Dry and wet conditions of land surface in China in recent 30 years[J]. Scientia Sinica (D: Terrae), 2005, 35(3): 276–283
[24] 赵广才. 中国小麦种植区划研究(一)[J]. 麦类作物学报, 2010, 30(5): 886−895 ZHAO G C. Study on Chinese wheat planting regionalization (Ⅰ)[J]. Journal of Triticeae Crops, 2010, 30(5): 886−895
[25] 王文玉, 张强, 阳伏林. 半干旱榆中地区最小有效降水量及降水转化率的研究[J]. 气象学报, 2013, 71(5): 952−961 WANG W Y, ZHANG Q, YANG F L. Study of the minimum available precipitation and the precipitation conversion rate in the semiarid Yuzhong region[J]. Acta Meteorologica Sinica, 2013, 71(5): 952−961
[26] ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration guidelines for computing crop water requirements[J]. FAO Irrigation and drainage paper 56, 1998: 1−50
[27] GAO X R, ZHAO Q, ZHAO X N, et al. Temporal and spatial evolution of the standardized precipitation evapotranspiration index (SPEI) in the Loess Plateau under climate change from 2001 to 2050[J]. Science of the Total Environment, 2017, 595: 191−200 doi: 10.1016/j.scitotenv.2017.03.226
[28] 马雪晴, 胡琦, 王靖, 等. 基于SPEI_KC的华北平原小麦玉米周年干旱特征分析[J]. 农业工程学报, 2020, 36(21): 164−174 MA X Q, HU Q, WANG J, et al. Spatiotemporal variation characteristics of drought trend at annual of wheat-maize in the North China Plain based on SPEI_KC index[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(21): 164−174
[29] 刘钰, Pereira L S. 对FAO推荐的作物系数计算方法的验证[J]. 农业工程学报, 2000, 16(5): 26−30 LIU Y, PEREIRA L S. Validation of FAO methods for estimating crop coefficients[J]. Transactions of the Chinese Society of Agricultural Engineering, 2000, 16(5): 26−30
[30] 栗健, 岳耀杰, 潘红梅. 中国主要小麦种植区雨养条件下水分胁迫发生规律模拟[J]. 干旱地区农业研究, 2015, 33(1): 105−112 LI J, YUE Y J, PAN H M. Simulation of water stress regularity in main wheat planting regions in China under rainfed conditions[J]. Agricultural Research in the Arid Areas, 2015, 33(1): 105−112
[31] 张雅芳. 全球主要农业生产国作物需水及缺水程度研究[D]. 石家庄: 河北师范大学, 2020 ZHANG Y F. Study on global crop water demand and water shortage in major agricultural production countries[D]. Shijiazhuang: Hebei Normal University, 2020
-
期刊类型引用(7)
1. 冯铸,王彦君. 山西省小麦节水高产多抗高质量发展战略与建议. 中国种业. 2024(02): 26-29 . 百度学术
2. 曹亚萍,武银玉,刘博,吉俊龙,原茶英,李世平,范绍强,王艳芳,郑海泽. 基于EMS诱变的济麦22抗旱节水突变体创制与鉴定. 麦类作物学报. 2024(03): 315-322 . 百度学术
3. 杨蕊,王小燕,刘科. 湖北省小麦潜在产量时空异质性特征及驱动因子分析. 中国生态农业学报(中英文). 2024(04): 616-626 . 本站查看
4. 索岩松,张燕,白寅虎. 晋东南地区冬小麦作物需水量特征研究. 人民黄河. 2024(09): 150-155 . 百度学术
5. 王艺霖,王蕊,单凤君,张筱渲,赵诣,孙颖. 基于SPEI指数的辽宁省玉米干旱特征分析. 辽宁工业大学学报(自然科学版). 2024(04): 273-280 . 百度学术
6. 陈巧,王冰,熊坤,毛洋洋,余卫东. 未来气候情景下河南省优质小麦农业气候资源变化分析. 干旱气象. 2024(06): 965-975 . 百度学术
7. 程珍,牛建龙,马玉婷,王煜,江波塔·阿达力,蒋学玮,柳维扬. 新疆南疆阿拉尔垦区棉花生育期变化的定量气候驱动因子分析. 中国农业大学学报. 2023(11): 69-78 . 百度学术
其他类型引用(4)