水温与气温的变化关系范文1
关键词：长江中下游地区；水稻产量；气候变化；小波变换
中图分类号：S162.5+3 文献标识码：A 文章编号：0439-8114（2014）01-0043-09
Effects of Climate Change on Rice Yield of the Middle and Lower Reaches Region of the Yangtze River
WANG Bao1，HUANG Si-xian2，SUN Wei-guo3
（1.Xianning Bureau of Meterology， Xianning 437100，Hubei，China；2. Ezhou Bureau of Meterology，Ezhou 436000，Hubei，China；
3.Nanjing University of Information Science & Technology， Naning 210044，China）
Abstract： To reveal the impact of the regional climate change on rice yield of the middle and lower reaches of the Yangtze River， and to understand the reasons for rice relative meteorological yield fluctuations， statistical analysis and wavelet transform were used to analyze time and the frequency variation features of rice production， the average temperature， precipitation， diurnal temperature， and≥10℃ active accumulated temperature of the Yangtze River region in the past 60 years， and the time-frequency structural features between rice production and regional climate change. The results showed that rice yield of the middle and lower reaches of the Yangtze River region in the past 60 years had fluctuations in the growth trend. The average temperature and the active accumulated temperature increased during the growing season. The reduction of precipitation was not obvious. Diurnal temperature appeared to decrease significantly. Between rice production and climate change， there were periodic characteristics of interannual and decadal changes. The time-frequency characteristics was certainly similar between the two. Cross-wavelet transform results showed that between rice production and climate change， there were the resonance frequency of the different scales， like 2-4a， 6a， 8a， 12a and 14a. There were more positive correlation between the main， but in the local time domain there was a negative correlation of different frequency scale. The two relationship and relevance were different， varying from oscillation periods scale. It was believed that rice yield fluctuations of middle and lower reaches of the Yangtze River was closely related with the climate change. The periodic feature was obvious， and the effect of the improvement of heat condition on increasing production was much more than the impact of reducing precipitation.
Key words： the middle and lower reaches of the Yangtze River； rice yield； climate change； wavelet transform
收稿日期：2013-07-16
作者简介：王 保（1989-），女，湖北黄冈人，助理工程师，主要从事短期天气预报及气候变化和小波变换等方面的研究，（电话）
15272681090（电子信箱）；通讯作者，黄思先，助理工程师，主要从事短期天气预报及重要天气过程诊断分析
和气候变化等方面的研究，（电话）15926018229（电子信箱）。
气候变化已成为不争的事实。政府间气候变化专业委员会（IPCC）的气候变化评估报告[1-4]指出，全球气候正发生着以气候变暖为主要特征的显著性变化，全球平均地表温度从1861年以来一直在升高。关于气候变化对作物产量的影响，我国学者已经进行了多方面的探究[5，6]，尤其是气候变暖背景下作物产量的变化规律以及农业应对气候变化的措施等已成为目前研究的热点问题。20世纪以来，全球气候变暖越来越快，气候变化对作物生产的影响也越来越大，特别是气候变暖背景下，极端气候事件发生频率、持续时间和分布规律的变化对农田生态系统的影响往往超过了气候平均变率所带来的影响[7]。
研究作物产量与气候因子之间的关系，以往大多采用常规统计学方法[8-11]，但气候变化具有不同时间尺度，区域平均气温和降水量的周期性变化以及极端气候事件的发生，必然引起作物产量的变化和波动，因此，有必要采用新的时频分析方法对气候变化及作物产量的周期性进行研究。孙卫国等[12]、张明等[13]和苏占胜等[14]用功率谱和交叉小波变换方法分析了作物产量与区域气候变化之间的关系，发现两者关系密切，周期性变化特征显著。
长江中下游地区是我国水稻的主要种植区，气候变化将会带来水稻产量的变化，但目前气候变化对该区水稻产量影响的研究较少[15-19]，对该区产量周期性的研究更不多见，所以，研究该区水稻产量与区域气候变化的关系具有重要现实意义。水稻生长发育要求的最低温度在10 ℃以上，南方三季稻要求≥10 ℃的活动积温达到7 000 ℃，双季稻要求达到5 300 ℃，且气温日较差对作物产量形成影响较大，因此，需要分析水稻生长季内平均气温、降水量、气温日较差和≥10 ℃的活动积温的影响。研究根据1951～2010年长江中下游6省（安徽、湖北、湖南、江苏、江西和浙江）实际水稻产量和同期107个气象站的水稻生长季内平均气温、降水量、气温日较差和≥10℃的活动积温资料，采用交叉小波变换方法，以相对气象产量为研究对象，分析长江中下游地区60年水稻产量与生育期内这些气候变量的时频变化特征及耦合振荡的关系，讨论水稻产量波动与气候因子变化周期的相关性，通过区域气候变化对水稻产量的影响以及水稻产量波动的原因分析，为区域性作物产量评估和预测提供参考。
1 材料与方法
1.1 材料的处理
水稻产量资料来源于国家统计局，根据1951～2010年长江中下游地区6省水稻产量（t/hm2），经一致性检验，建立区域平均水稻产量序列，样本数n=60。同期的气候资料来源于中国气象局逐日气候资料，包括平均气温（℃）、降水量（mm）、最高气温（℃）和最低气温（℃）记录，根据这6省107个气象站的资料，算得区域水稻生长季（4～10月）内平均气温、总降水量、平均气温日较差以及≥10 ℃的活动积温。计算时，为了保证资料序列的平稳随机过程，对资料进行了标准化处理。
1.2 研究方法
1.2.1 趋势产量估算 影响作物产量的因素比较多，且各影响因素的变化特征及其时间尺度不同，主要的影响因素有人为因素、气象因素和随机“噪音”三方面，分别构成3个产量分量[20]，作物产量=趋势产量+气象产量+随机“噪音”。随机“噪音”所占比例很小，一般可忽略不计；趋势产量是实际产量的平稳变化项，表示产量的演变趋势，其大小决定于历年的生产技术水平，其模拟方法很多，本研究采用直线滑动平均法[12]，采用15年滑动步长来消除短周期波动的影响，算出趋势产量。气象产量为作物产量扣除趋势产量得到，反映了气象条件对产量的影响。气象产量与趋势产量的比值可以表示为相对气象产量。为了消除生产力水平对水稻产量的影响，真实地反映气象因子对其影响规律，本研究在进行产量分析时以相对气象产量作为研究对象。
1.2.2 小波变换方法 小波变换方法[21]起源于Fourier分析方法，Fourier级数主要用来表征信号的周期性，但在大多数情况下信号都是非周期性的，于是引入Fourier变换，将非周期性信号分解为多个周期性信号的叠加来处理，但是Fourier分析方法只是将信号在频率域内展开，没有包含时域的信息，丢弃的这些时域信息可能对某些应用非常重要，所以需要引进小波变换方法，将信号在时频两域的信息提取出来，充分利用信号信息[12]。
交叉小波变换[22]是一种新型信号分析技术，与传统的交叉谱方法相比更具优越性，特别是用于两个时间序列耦合振荡行为的相关分析上，除了可以弥补传统交叉谱分析方法不可避免的缺陷外，还能够将小波变换在时频两域都具有表征信号局部化特征的能力发挥到极致；交叉小波变换方法具有比较强的耦合信号分辨的能力，具有便于描述耦合信号在时频域中分布状况等优点[23]，经过多次实践应用验证表明[24-26]，该方法确实能够充分反映两时间序列相关振荡的周期显著性和两时间序列的相互依赖关系，还可以分析出两时间序列信号精细的时频变化特征，效果很显著。
2 结果与分析
2.1 水稻产量与气候变化特征的关系
2.1.1 产量波动 水稻产量的波动与气候条件密不可分，图1为1951～2010年长江中下游地区水稻的实际产量（实线）、气象产量（虚线）以及趋势产量（点划线）的时间变化图，实际产量和趋势产量均为左侧纵坐标轴，气象产量为右侧纵坐标轴。从图1可以看出，长江中下游地区水稻的实际产量随时间呈波动增长的趋势，年代际变化主要在1985年之前气象产量波动比较大，1985年之后波动较平稳，且1950年代和1980年代的波动相对于1960和1970年代的波动要大得多，这与长江中下游地区水稻生长季内平均气温、平均气温日较差以及≥10 ℃活动积温的波动特点相对应。
长江中下游地区水稻生长季内的气象灾害主要有高温热害、低温冷害、雨涝、干旱、春季低温阴雨、寒露风、台风以及风雹等。1959年长江中下游地区水稻减产主要受严重的伏秋连旱影响，1960年水稻低产主要与该区春季冷暖空气交替频繁，早稻育秧期出现低温阴雨天气造成大量烂秧，秧苗质量差等有关；1961年的低产主要由干旱造成，长江中下游出现了大范围、程度较重的干旱，秧田龟裂，稻禾枯黄，最终导致大幅减产；1962年该区降水偏多，出现了雨涝，但对水稻产量影响显著的还是春季的低温连阴雨天气；1975年的产量主要因“寒露风”的影响而降低；1977年的减产主要受部分地区（江西等地）高温干旱的影响；1980年长江中下游地区遇到了雨涝、春季低温阴雨以及“寒露风”等灾害，影响了水稻的生长，造成大幅减产；2003年主要是高温热害造成的减产。
2.1.2 气候变化 图2为长江中下游地区1951～2010年水稻生长季内平均气温（a）、降水量（b）、平均气温日较差（c）和≥10 ℃活动积温（d）的时间变化图，图中直线（或曲线）为其变化趋势线。由图2可以看出水稻生长季内的气候变化特征主要表现为平均气温和≥10 ℃活动积温的变化呈现二次曲线形式，且平均气温转折点在1975年左右，≥10 ℃活动积温转折点在1980年左右。水稻生长季内平均气温、降水量、平均气温日较差以及≥10 ℃活动积温与时间的相关系数分别为0.354、0.000、-0.548和0.360，其中，水稻生长季内平均气温、≥10 ℃活动积温以及平均气温日较差与时间相关关系通过了0.01水平的显著性检验，降水量与时间的相关性没有通过0.05水平的检验。
2.1.3 水稻产量与气候变化相关分析 由相关分析可知，水稻产量与水稻生长季内平均气温、平均气温日较差以及≥10℃活动积温的相关系数都通过了0.01水平的显著性检验，与降水量的相关系数没有通过0.05水平的显著性检验。水稻产量与生长季内的平均气温日较差呈负相关，因为长江中下游地区容易出现高温天气，虽然气温日较差大有利于水稻有机物的积累，但是高温会影响水稻的生长，已有研究表明，水稻在孕穗至抽穗扬花期对温度极其敏感[27]，如果日均温度高于32 ℃，日最高温度高于35 ℃，水稻抽穗扬花就受到影响，从而造成产量损失和品质下降；水稻在灌浆期也最易受高温危害[28]，造成结实率和千粒重的降低，从而导致减产。水稻产量与降水量的相关性不强，因为在长江中下游地区，水源较充足，农业用水一般不受自然降水量的影响，但当降水量过大或持续时间较长，仍然会影响水稻的开花和授粉，特别是在开花期，连阴雨天气将会使水稻花粉的传播受精受阻，从而导致减产。水稻产量与平均气温和≥10 ℃活动积温呈正相关关系，主要反映的是水稻生长对热量条件的需求，水稻是喜热作物，热量条件对其产量有重要影响，有效热量越多，水稻产量越高。
2.2 水稻产量与气候变化的时频结构
相关分析只能初步分析气候变化与水稻产量的简单相关关系，不能充分反映区域气候变化对水稻产量的影响，而小波变换则能从时间域和频率域上充分利用时间序列信号，分析出水稻产量和气候变化的局部时频变化规律，通过交叉小波分析出两者之间在时频结构上的相关关系。
小波变换系数的实数部分包含给定时间和尺度下相对于其他时间和尺度信号的强度和位相两方面的信息[26]。小波系数实数部分为正时，表示水稻相对气象产量距平、降水量距平、平均气温距平、气温日较差距平和≥10 ℃活动积温距平相对偏多，图3中用实线表示；小波系数实数部分为负时，表示相对偏少，图3中用虚线表示；小波系数为0的地方则为突变点。图3中的符号反映了振荡的位相，等值线中心反映了不同尺度振荡的振幅最大值。采用小波功率谱检验显著性，小波功率谱图为小波功率谱与置信水平为95%的红噪声总体谱的比值，比值大于1.0表示通过95%置信水平红噪声检验的显著周期振荡（实线），比值小于1.0表示未通过95%置信水平的红噪声检验（虚线）。
2.2.1 水稻产量波动的时频变化特征 图3为长江中下游地区水稻相对气象产量距平的小波变换系数实数部分等值线图和小波功率谱图。由图3a可以看出，水稻相对气象产量波动的年际尺度主要表现在2～4年和6年尺度的周期振荡，且时域分布不均匀，局部化特征明显；年代际尺度主要表现在10年和14～16年尺度的周期振荡。
年际尺度特征为2～4年左右的尺度周期信号主要表现在1954、1955年以及1976～1982年，同时也反映了在此周期尺度上，水稻相对气象产量距平在1954、1976年及1980年处于偏少期，但1955、1979年和1982年是偏多的；6年左右的周期信号主要表现在1976～1981年，且呈现偏少—偏多—偏少的振荡规律，具体为1976年水稻相对气象产量距平偏少，1977～1980年偏多，1981年又呈偏少特征。
年代际尺度特征，10年左右的振荡信号主要表现在1970～1985年，水稻相对气象产量距平呈现偏少—偏多的两次周期振荡；14～16年左右的振荡信号比较强，等值线比较密集，在全域都有表现，但是1985年之前的振荡比1985年之后的强，1985年之后的振荡呈逐渐增强趋势，水稻相对气象产量存在偏多—偏少的4次振荡，具体表现为1950～1957年偏多，1958～1965年偏少，1966～1973年偏多，1974～1981年偏少，1982～1988年偏多，1989～1996年偏少，1997～2002年偏多，2003～2010年偏少，且等值线闭合，预计2010年之后会出现水稻相对气象产量偏多的情况。
由图3b可以看出，2～4年的周期振荡在1957年之前以及1975～1983年比较强，结合图3a中的结果分析，2～4年左右的周期信号在1954年、1955年和1979年的周期比较明显，周期特征显著；6年尺度的周期振荡在1957～1963年以及1976～1982年比较明显，结合图3a可以得出，1976～1982年的周期振荡是通过检验的，周期性显著；10年左右的周期振荡在1970年之前比较强，结合图3a可知，10年左右的周期振荡信号没有通过显著性检验；14～16年左右的周期振荡在1980年之前比较明显，通过了95%置信水平的红噪声检验。
综上所述，长江中下游地区水稻相对气象产量的周期性特征主要表现出2～4年、6年、14～16年的周期振荡，时域分布不均匀。
2.2.2 气候变化波动的时频变化特征 图4为长江中下游地区水稻生长季内月平均气温距平的小波变换系数实数部分等值线图和小波功率谱图。由图4a可以看出，水稻生长季内月平均气温距平波动的年际尺度主要表现在3～4年、6年和8年尺度的周期振荡，且时域分布不均匀；年代际尺度主要表现在10和14～16年尺度的周期振荡。
由图4b可以看出，3～4年尺度的周期信号在1962～1970年、1989～1997年振荡比较强，结合图4a可知，3～4年尺度的周期信号在1962～1970年和1989～1997年周期性显著；6年尺度的周期振荡不强，在整个时间域上都没有通过显著性检验；8年尺度周期振荡信号在1954～1960年比较强，结合图3a可知，8年尺度的周期振荡在1954～1960年通过了显著性检验；10年左右的周期振荡在2000～2008年比较强，结合图3a可知，10年左右的周期振荡在2000～2008年周期性比较明显，通过了显著性检验；14～16年尺度的周期振荡比较弱，在整个时间域上都没有通过显著性检验（等值线的值均
对长江中下游地区水稻生长季内月降水量距平的小波变换系数实数部分等值线图和小波功率谱图分析可以看出，水稻生长季内月降水量距平波动的年际尺度主要表现在1～2年、3～4年、6年和8年尺度的周期振荡，时域分布不均匀；年代际尺度主要表现在10年、14年和18年尺度的周期振荡。1～2年尺度的周期振荡在1952～1957年、1966～1967年、1972年、1979～1982年以及1995～2002年比较强，其中1～2年尺度的周期信号在1952～1957年、1979～1982年以及1995～2002年的周期性比较明显，周期特征显著；3～4年尺度的周期信号在1951～1957年、1971～1986年以及2000～2005年的周期性比较明显，通过了显著性检验；6年尺度的周期振荡在1966～1982年比较强，结合小波系数实数部分分析，此周期尺度上在时间的全域范围内都没有通过显著性检验；8年尺度周期振荡在1958～1961年比较强，8年尺度周期信号在1958～1961年显著；10年左右的周期信号在1958～1978年的振荡比较强，总结得出10年左右的周期信号只在1958～1978年显著；14年以上尺度的周期振荡比较弱，均未通过95%置信水平的红噪声检验。说明长江中下游地区水稻生长季内的降水量距平主要表现在1～2年、3～4年、8年和10年尺度的周期振荡，时域分布不均匀。
对长江中下游地区水稻生长季内气温日较差距平的小波变换系数实数部分和小波功率谱分析可知，水稻生长季内气温日较差距平波动的年际尺度主要表现在1～2年、3～4年、6年和8年尺度的周期振荡，时域分布不均匀；年代际尺度主要表现在14～16年尺度的周期振荡。1～2年的周期振荡在1955年之前、1957～1961年、1966～1967年、1972～1973年、1976～1982以及1984～1994年比较强，其中1～2年尺度的周期信号在1955年之前、1976～1982以及1984～1994年的周期特征显著；3～4年尺度的周期信号只在1959年之前以及1971～1975年通过了检验， 3～4年尺度的周期振荡在1959年之前周期效果明显；6年尺度的周期振荡在1961～1985年间比较强，通过了95%置信水平的红噪声检验；8年尺度的周期振荡在1989年之前都比较强，结合小波系数实数部分分析结果可知，8年尺度周期信号主要在1963年之前以及1985～1989年显著，周期特征明显；14～16年尺度的周期振荡在1956～1981年间比较强， 14～16年尺度的周期信号只在1956～1981年通过了显著性检验，周期性强。说明长江中下游地区水稻生长季内气温日较差距平主要存在1～2年、3～4年、6年、8年以及14～16年尺度的周期振荡，高频部分比较明显。
对长江中下游地区水稻生长季内≥10 ℃活动积温距平的小波变换系数实数部分和小波功率谱分析可知，水稻生长季内≥10 ℃活动积温距平波动的年际尺度主要表现在1～2年、3～4年、6年和8年尺度的周期振荡，时域分布不均匀；年代际尺度主要表现在10年和14年左右尺度的周期振荡。生长季内≥10 ℃活动积温在高频部分周期性比低频明显，具体表现为1～2年尺度的周期振荡在1951～1954年、1958～1962年、1969～1972年、1974～1976年、1979～1982年以及1993～2004年比较强，其中1～2年尺度的周期信号在1951～1954年、1969～1972年及1993～1998年比较明显，周期特征显著；3～4年尺度的周期信号在1962～1970年、1975～1979年、1988～1995年通过了检验，周期性显著；6年尺度的周期振荡比较弱，均未通过95%置信水平的红噪声检验；8年尺度的周期振荡在1954～1960年比较强，结合小波系数实数部分分析可知，8年尺度的周期信号在1954～1960年通过了显著性检验；10年尺度的周期信号在2000～2008年振荡比较强，10年尺度的周期信号在整个时域上没有通过显著性检验；14年尺度的周期信号在全时域的振荡都不强，说明该周期尺度在整个时域中都不显著。
长江中下游地区水稻生长季内≥10 ℃活动积温距平的周期特征主要反映在高频部分的1～2年、3～4年以及8年尺度上，低频部分均未通过显著性检验，同时将≥10 ℃活动积温距平的小波变换与平均气温距平小波变换对比发现，它们的变换特征非常相似。
水稻相对气象产量距平小波变换的周期特征与同期生长季内的平均气温、降水量、气温日较差以及≥10℃活动积温距平的小波变换有某种相似性，有共同的3～4年和8年的周期振荡，说明水稻产量变化与气象变化可能存在某种周期频率上的联系，因此作水稻相对气象产量与各气候变量序列之间的交叉小波协谱图和功率谱密度图来进行进一步的分析。
2.3 水稻产量与区域气候变化的相关性
2.3.1 水稻产量与水稻生长季内平均气温的时频变化相关性 图5为长江中下游地区水稻相对气象产量距平与水稻生长季内平均气温距平的交叉小波协谱图和功率谱密度图，反映了长江中下游地区水稻产量与水稻生长季内平均气温之间的时频相关分布特征。两者的正相关关系表明水稻生长季内平均气温对水稻产量是促进作用，负相关则表示水稻生长季内平均气温出现不适宜水稻生产的情况。
图5a表明，相对气象产量与水稻生长季内平均气温之间的关系以正相关为主， 在局部时域中个别频率尺度上两者之间也存在负相关关系。两者正相关振荡主要表现在2～3年、4年和12年尺度的共振频率上：2～3年尺度的正相关出现在1952～1955年和1962～1964年；4年尺度的正相关出现在1973～1983年；12年尺度正相关出现在1967～1974年和1990～1995年。两者负相关振荡主要表现在2～3年和8年尺度上：2～3年尺度的负相关表现在1956～1957年以及1982～1986年；8年尺度的负相关表现在1950～1974年。从图5b可以看出，水稻相对气象产量与水稻生长季内平均气温在频率域中年际尺度周期上的相关程度明显高于年代际尺度周期上的相关程度，2～3年、4年以及12年尺度是呈正相关的，其中以12年时间尺度上的正相关程度最大，4年时间尺度上的次之，在8年时间尺度上的负相关程度最大，两者之间的相关关系也随振荡周期尺度的不同而不同。结合图5a可以得出，水稻相对气象产量与水稻生长季内平均气温之间存在2～3年、4年、8年和12年尺度的共振频率，且相关程度最好的是8年尺度的负相关和12年尺度的正相关，4年尺度的正相关程度也比较明显，2～3年尺度的相关程度不高。
2.3.2 水稻产量与水稻生长季内降水量的时频变化相关性 长江中下游地区水稻相对气象产量距平与水稻生长季内降水量距平的交叉小波协谱和功率谱密度反映了长江中下游地区水稻产量与水稻生长季内降水量之间的时频相关分布特征。由分析可知，长江中下游地区水稻生长季内的降水量对水稻的产量影响不大，但是过量和持续的降水则会造成产量的降低，表现为两者的负相关关系，而正常降水则会对产量产生正面影响，表现为两者的正相关关系。
通过水稻相对气象产量距平与水稻生长季内降水量距平的交叉小波协谱和功率谱密度分析可知，水稻相对气象产量与水稻生长季内降水量之间的关系既有正相关关系，又有负相关关系。两者正相关主要表现在2～4年、6年、8年和14～16年尺度的共振频率上：2～4年尺度的正相关出现在1966～1975；6年尺度的正相关出现在1960～1968年；8年尺度的正相关出现在1966～1981年；14～16年尺度正相关出现在1974～2010年。两者负相关主要表现在2～4年、6年和14年尺度上：2～4年尺度的负相关表现在1958年以前以及1975～1984年；6年尺度的负相关表现在1960～1983年；14年尺度的负相关主要表现在1957～1975年。通过交叉小波功率谱密度分析可知，水稻相对气象产量与水稻生长季内降水量在频率域中年际尺度周期上的相关程度明显高于年代际尺度周期上的相关，2～4年、6年尺度是呈负相关的，8年、14～16年尺度是呈正相关的，其中以14～16年尺度上的正相关程度最大，2～4年尺度上的负相关程度最大，两者之间的相关关系也随振荡周期尺度的不同而不同。综合分析可知，水稻相对气象产量与水稻生长季内降水量之间存在2～4年、6年、8年和14～16年尺度的共振频率。
2.3.3 水稻产量与水稻生长季内气温日较差的时频变化相关性 长江中下游地区水稻相对气象产量距平与水稻生长季内气温日较差距平的交叉小波协谱和交叉小波功率谱密度反映了长江中下游地区水稻产量与水稻生长季内气温日较差之间的时频相关分布特征。由分析结果可知，长江中下游地区水稻生长季内气温日较差与水稻产量整体是呈负相关的，因此，两者的正相关表示水稻生长季内气温日较差偏小，没有出现极端气温对水稻的伤害，有利于水稻产量的积累，而负相关则表示水稻生长季内气温日较差偏大，日最高气温或最低气温超过了水稻的适宜生长温度，不利于水稻的生长发育，导致水稻产量偏低。
通过水稻相对气象产量距平与水稻生长季内气温日较差距平的交叉小波协谱和功率谱密度分析可知，水稻相对气象产量与水稻气温日较差之间的关系主要表现为正相关关系，局部也存在有负相关关系。两者正相关振荡主要表现在2～4年、6年和14～16年尺度的共振频率上：2～4年尺度的正相关出现在除1969～1974年之外的全域范围内，且1976～1982年表现比较明显；6年尺度的正相关出现在1968～2010年，且在1978～1980年表现比较明显；14～16年尺度正相关在全域都有表现，在1980年之前表现得比较强烈，且在1973～1979年表现比较明显，等值线很密集，波幅中心出现在1962年左右。两者负相关振荡主要表现在2～4年、6年、8年和14年尺度上：2～4年尺度的负相关表现在1969～1974年，表现比较弱；6年尺度的负相关表现在1956～1967年；8年尺度的负相关主要表现在1986年之前，且1977年之前表现比较明显，波幅中心在1955～1960年；14年尺度的负相关出现在1983年之后，表现不强。交叉小波功率谱密度分析表明，两者在频率域中年际尺度周期上的相关程度明显低于年代际尺度周期上的相关，6年、8年尺度是呈负相关的，8年左右尺度的负相关最强，2～4年、14～16年尺度是呈正相关的，其中以14～16年尺度上的正相关程度最大，25年以后，周期尺度越大，相关性越不强，而且两者之间的相关关系也随振荡周期尺度的不同而不同。综合分析可知，两者之间存在2～4年、6年、8年和14～16年尺度的共振频率，总体的相关程度是最高的，其中14～16年尺度的正相关程度最高，8年左右尺度的负相关最大，2～4年和6年的相关程度不高。
2.3.4 水稻产量与水稻生长季内≥10 ℃活动积温的时频变化相关性 长江中下游地区水稻相对气象产量距平与水稻生长季内≥10 ℃活动积温距平的交叉小波协谱和功率谱密度反映了长江中下游地区水稻产量与水稻生长季内≥10 ℃活动积温之间的时频相关分布特征。水稻生长要求最低气温在10 ℃以上，整个生长季要求≥10 ℃的活动积温达到一定的值，当水稻产量与水稻生长季内≥10 ℃活动积温成正相关关系时表明水稻生长季内≥10 ℃活动积温达到水稻生长的要求，负相关则表示水稻生长季内≥10 ℃活动积温没有满足水稻生长的要求。
通过水稻相对气象产量距平与水稻生长季内≥10 ℃活动积温距平的交叉小波协谱和功率谱密度分析可知，两者之间的关系以正相关为主，局部时域存在不同频率尺度的负相关。两者正相关振荡主要表现在2～3年、4年、6年和12年尺度的共振频率上：2～3年尺度的正相关出现在1955年之前、1962～1964年、1966～1975以及1990年之后，表现不强；4年尺度的正相关在全域都有表现，但在1975～1982年表现比较强，波幅中心在1978年左右；6年尺度的正相关出现在1995年之后，表现很不明显；12年尺度正相关在全域都有弱表现。两者负相关振荡主要表现在2～3年和8年尺度上：2～3年尺度的负相关表现在1957年以及1983～1986年，表现很弱；8年尺度的负相关表现在1974年之前，表现比较明显，且波幅中心出现在1960年左右。由交叉小波功率谱密度分析可知，在频率域中年际尺度周期上的相关高于年代际尺度周期上的相关，2～3年、4年、6年、12年尺度是正相关，2～3年、8年尺度是呈负相关的，其中以12年时间尺度上的正相关程度最大，8年时间尺度上的负相关程度最大，两者之间的相关关系也随振荡周期尺度的不同而不同。综合分析可知，两者之间存在2～3年、4年、6年、8年和12年尺度的共振频率，12年尺度的正相关程度最大，8年尺度的负相关程度最大。
3 结论与讨论
近60年来长江中下游地区的气候变化趋势与全国气候变化一致，其中水稻生长季内平均气温和≥10 ℃活动积温随时间呈二次曲线变化；气温日较差呈减小趋势；降水量与时间的相关性较差。水稻产量呈波动增长趋势，波动特点明显，出现了大量的丰歉年。
1）气候变化对长江中下游地区水稻产量有一定的影响，水稻生长季内平均气温的升高和≥10 ℃活动积温的增加对水稻产量是正面影响，气温日较差的增大则会导致产量下降，而降水量变化则与产量变化关系不大。
2）长江中下游地区水稻相对气象产量与水稻生长季内的平均气温、降水量、气温日较差以及≥10 ℃活动积温的时频结构有一定的相似性，存在某些频率尺度的显著性变化周期，主要表现在高频部分。
3）长江中下游地区水稻产量与水稻生长季内平均气温和≥10 ℃活动积温之间存在多尺度的共振频率，且在低频部分的相关程度比高频部分稍好，相关程度最好的是8年的反位相的振荡和12年尺度的正位相振荡。
4）长江中下游地区水稻相对气象产量与水稻生长季内降水量之间存在2～4年、6年、8年和14～16年尺度的共振频率，相关程度随振荡周期尺度的不同而不同，且总体相关程度较低。
5）长江中下游地区水稻相对气象产量与水稻生长季内气温日较差之间存在2～4年、6年、8年和14～16年尺度的共振频率，总体相关程度在所有与水稻产量进行交叉小波变换的变量中最高。
长江中下游地区水热资源丰富，气候变化对其影响比较明显，影响机理比较复杂，长江下游地区靠近海岸的区域，受海陆气候的影响比较大，特别是夏季太平洋西岸的热带高压对其直接影响更导致了气候变化的复杂性，同时城市化发展较快，城市“热岛效应”明显，它们对水稻产量的影响还有待进一步研究，这对于估算水稻产量和提高水稻种植管理技术从而提高产量有重要意义。
参考文献：
[1] HOUGHTON J T， JENKINS G J，EPHRAUMS J J. Climate Change： The IPCC Scientific Assessment（1990）. Report Prepared for Intergovernmental Panel on Climate Change by Working Group I[M]. Cambridge，United Kingdom： Cambridge University Press，1990.
水温与气温的变化关系范文2
关键词：水稻生产；气象条件；病虫害；预测
随着全球气候的变暖，影响到温度、降水、日照等的变化，直接间接地影响了农作物病虫害的发生和流行，水稻害虫的活动要求一定的适宜温度范围，一般为6 ℃～36 ℃。在适宜温度范围内，害虫发育速度随温度升高呈直线增长，害虫生命活动旺盛，寿命长，后代多。湿度和雨量是影响害虫数量变动的主要因素。
1 温度、湿度与螟虫虫害的关系
温度是维持昆虫体温的热能来源，昆虫会因低温而停育，甚至死亡。但温度过高，也会对螟虫的发育起到抑制作用。例如，夏季高温干旱对二化螟幼虫发育不利。32 ℃以上，羽化的成虫多畸形，幼虫不能孵化出壳。稻田水温持续几天在30 ℃以上，幼虫死亡率可达80 %～90 %。
1.1温度对二化螟的影响
温度对二化螟的卵和幼虫发育的影响很大，7～8月份的平均温度是引起种群变化的主要因子。在温度达到33 ℃～40 ℃时对胚胎发育有明显影响，44 ℃以上时则幼虫不能出壳。由于在以幼虫越冬的二化螟羽化后的连续几天里，天气多云多雨阴冷低温，日最低温度大多时候达不到产卵所需要的温度，成虫推迟产卵或不能正常产卵而死亡。
1.2湿度对二化螟的影响
湿度对二化螟的影响较大，特别是在卵期和幼虫期，一般的相对湿度在85 %～100 %时有利于二化螟的发育。
春季温暖，湿度正常，越冬代幼虫死亡率低，若死亡率只有10 %左右时，则当年发生期提早，发生量大且为害重；反之，春季低温多湿，发生期推迟，特别是临近化蛹和羽化时期低温多雨，蛹的死亡率则高达40 %～50 %，发生量小，为害轻。
2 温度湿度与水稻纹枯病的关系
水稻纹枯病是一种高温高湿的病害，当温度达到22 ℃以上、湿度达到90 %的时候，有利于纹枯病病菌生长，高温高湿时水稻纹枯病就会爆发。6～8月的气温一般都适于水稻纹枯病发病。
3 与病虫害密切相关的季节的温、湿度变化特点
春季的温、湿度和夏季的高温与螟虫虫害发生关系密切。而6～8月的温、湿度与水稻纹枯病关系紧密。
气象资料表明，近2000年以来，年平均温度呈上升型升高，冬季更加显著。年降水量变化不大，但季节分配变幅增大，导致旱涝加剧。冬春降水增多，秋季降水减少。温度不仅影响病原菌的生长发育，湿度则影响病原孢子的形成萌发和侵染，温度25 ℃～30 ℃，湿度90 %以上的环境下最易感病。而且也影响到农作物的抗病。水稻是一种喜温作物，而稻瘟病菌也喜高温，但温度的变化对水稻抗病力的影响却大于对病菌的影响。当水稻抽穗时，如果气温比较高，稻穗颈部的抗病力较强，即使病菌活动力较大，也不易入侵；如果气温低且湿度大时，稻穗颈部的抗病力极差，虽然这时病菌活动力稍差，也能顺利侵入水稻。因此当北方水稻抽穗时，遇到多雨低温天气时，水稻就容易得颈瘟和穗瘟，造成大量的稻穗被折断。
就水稻病害而言，纹枯病属高温高湿型病害。在适宜侵染发病的温度范围内，湿度越大，发病越重。田间小气候湿度为80 %时，病害受到抑制，71 %以下时病害停止发展。我国稻田广阔，地理气候差异很大，此病的始病期和田间病情消长无不受当地气候的影响。
夏季降水7月份多，气温高，多为峰值，对水稻孕穗十分有利，但有的年份7月下旬低温、多雨、寡照气候特征明显，还会出现区域性暴雨天气。这种气候条件下，对于正值大面积破口抽穗扬花阶段的水稻来说，不仅会影响花粉活力，降低传花授粉的效率，而且由于降雨日数多，也为稻飞虱迁入繁衍提供了有利气象条件，田间高湿环境也易诱发稻曲病、穗颈瘟危害。
二化螟较为突出，其余病虫害如叶瘟病、稻曲病有少量发生。在抽穗扬花期间遇上低温阴雨天气的稻田，在穗颈部有白桴现象；而抽穗较早或较迟的密度适宜的稻田，结实率高。值得特别关注的是，如7月底持续降雨影响，8月初会发生稻飞虱。后期我场稻飞虱发展趋势与未来天气条件及稻飞虱爆发程度关系密切，相关部门应引起高度重视。
4 病虫害气象预测
为大力增强农作物病虫害的防灾减灾能力，开展农作物病虫害气象预测工作已成为当务之急。在掌握病虫气象规律的基础上，用前期气象因子、病虫因子，可以预测未来病虫害的发生情况。仅以稻瘟病、稻纹枯病、稻飞虱，做好大发生年份的预测，做好农作物病虫害气象预测工作，通过及时进行调控，变成灾因素为防治因素，就能遏制病虫灾害日益严重的势头。
水温与气温的变化关系范文3
[关键词]乡镇四要素站；百叶箱；平均气温；差异分析
中图分类号：X9 文献标识码：A 文章编号：1009-914X（2015）06-0085-01
前言：百叶箱的作用是防止太阳对仪器的直接辐射和地面对仪器的反射辐射，保护仪器免受强风、雨、雪等的影响，并使仪器感应部分有适当的通风，能真实地感应外界空气温度和湿度的变化。白天，空气对太阳辐射的吸收能力弱于任一种温度感应元件；夜晚，空气的红外辐射能力又弱于任一种温度感应元件的表面。任何直接暴露在空气中的测温元件，其测量值在白天将系统偏高于气温，夜间则系统偏低。为避免这种辐射误差，必须对测温元件采取有效的辐射屏蔽措施，气温是表征大气冷热程度的物理量 ，是天气预报中非常重要的一个预报要素。但是长期以来 ，人们听到的气温是百叶箱的气温 ，亦即离草地 1 5m高 ，通风且不受太阳直射条件下的气温。这是一种理想状态下的气温 ，与现实生活丰富的环境状况有很大差异。
1、资料分析与方法
百叶箱外的气温观测是在宿松县基本观测站观测场地围栏外，温度计离地表1.5m高。本文使用的百叶箱外气温数据是2012年1月1日～2013年12月31日的08时、14时、20时的观测资料。百叶箱内的气温也采用相应时次自动站的定时气温。为了更好的反映在08～20时百叶箱内外温度的差异，本文定义08～20时的平均气温（后文简称白天平均气温）为T。
T=（T08+2T14+T20）/4
T08、T14、T20分别为08、14、20时的气温。百叶箱内外白天平均气温的差值为百叶箱外白天平均气温减去百叶箱内的。为了更好的分析这个气温差值与风速、云量、降水量和日照的关系，本文采用的风速资料为09～20时12小时风速的算术平均值；云量为日平均总云量；降水量为08～20时的12小时降水量；日照为日日照时数。相关分析是采用单相关来分析白天平均气温与气象要素的相关关系。
2、2012年百叶箱内外白天平均气温月际变化
对全年365个白天平均气温差值数据进行频次分析，差值分布在-0.48～3.72℃之间，平均差值为1.41℃，标准差0.84℃。从图可以看出，差值主要集中在0～2.65℃之间，占90.1%。差值大于等于3℃的仅出现9天，占2.5%；小于等于0℃的有21天，占5.8%。
3、白天平均气温差值与气象要素的相关分析
3.2 在白天有无降水量情况下，白天平均气温差值与白天平均风速、日平均总云量、日照时数和白天降水量的相关系数
4、结论
（1）总体而言，百叶箱内外白天平均气温的月变化是一致的，而且百叶箱外的白天平均气温高于百叶箱内，两者之间的差值主要集中在0～2.65℃之间。
（2）白天平均气温差值与日照时数存在显著正相关，与日平均总云量存在显著负相关。而且在四个气象要素中，与日照时数的相关度最高、日平均总云量其次。
（3）白天平均气温差值与白天平均风速没有明显的相关关系，但在有降水量的情况下，两者之间存在显著负相关，但相关度没有与日照时数和日平均总云量高。
（4）白天降水量与白天平均气温差值并无直接相关关系，而是间接体现了云量和日照与白天平均气温差值的关系。
（5）露天、树荫、百叶箱气温在夏季露天最高气温明显高于百叶箱内，其它季节相对变化较小。
（6）露天与百叶箱最高气温的差值与太阳辐射、湿度、云量降水等气象要素密切相关。
参考文献
[1] 黄海洪，凌颖，董蕙青.百叶箱内外气温特征分析[J].气象，2003，29（12）：25-28.
水温与气温的变化关系范文4
Abstract： Through the analysis of the characteristics of the ground temperature and precipitation in Tongzi County， it is obtained that： the annual variation trend of shallow ground temperature in Tongzi county is basically the same. With the deepening of deep-seated earth temperature， the change of the earth temperature has gradually become gentle and stable. The precipitation mainly concentrated in the second half of May to the first half of July. By using the correlation coefficient and linear regression calculation method， the relationship between the ground temperature and precipitation is studied. And the forecast equation of 160cm geothermal layer to the precipitation in Tongzi is established.
关键词： 地温；降水；线性回归
Key words： earth temperature；precipitation；linear regression
中图分类号：P456.8 文献标识码：A 文章编号：1006-4311（2017）02-0181-03
0 引言
降水对汛期防灾减灾、人民生命财产安全的意义很重要。近年来，研究地温与降水的关系受到人们的普遍关注，这对进一步做好汛期降水的预报具有一定的参考意义。吴兆峰[1]研究发现深层地温与春季降水之间有很好的关系，其建立的预报方程取得了较好的预报效果。据研究表明：地区10cm地温变化与降水有着密切的关系[2]。罗文芳[3]研究发现贵州省春季320cm地温距平特征场的时间系数与夏季降水特征的时间系数间相关性较好，而且利用其第2特征场、第3特征场分析桐梓均处于多雨中心区。本文通过对桐梓县全年各层地温场与全年降水场的特点进行分析，找到他们之间的对应关系，进而为进一步做好桐梓县汛期降水预报提供一定的参考价值。
1 资料与方法
本文采用了桐梓县2002-2005年3年的各层地温资料，及1997-2007年10年的月降水量资料。通过对地温及降水资料的研究，得到桐梓县地温年变化特征及降水年变化特征。利用相关系数对各层地温与降水资料之间进行分析，得出桐梓县各层地温与降水之间的相关关系。
2 桐梓县降水与地温特征
2.1 桐梓近10年月降水特征
贵州省除西部局部地带属高原温带气候外，其余均属高原亚热带季风气候区，区内气候多变，垂直变化极为明显，干湿季节分明，降水集中，时空分布极不均匀，在雨季多有暴雨。贵州省3月中旬开始进入汛期，10月中旬汛期结束。其主汛期主要在每年的5-9月，降水最为集中的时段主要出现在5月下半月到7月上半月[4]。
桐梓县地处黔北高原，位于东经106°26′-107°16′，北纬27°57′-28°54′。属中亚热带湿润季风气候区，受季风影响特别显著。4月16日开始进入雨季，中到大雨天气常有出现，9月中旬夏季风逐渐减弱南退，冬季风逐渐增强南下，持续的秋雨天气便开始出现。桐梓县近10年月降水量如图1所示。
由图1可知，桐梓县6月降水量全年最多。桐梓县4月中旬至9月上旬月降水量大于100mm。桐梓县5月下半月至7月上半月的降水量比较集中，与前人研究结果基本一致[5]。
2.2 桐梓县地温年变化特征
由图2可知：浅层地温变化趋势基本一致。桐梓县浅层地温最高值出现在7月，最低值出现在1月。2-3月基本持平，3-4月温度上升陡度大于4-7月。7-8月出现稍微下降的趋势，9-12月持续下降。深层地温变化趋势各有不同，40cm地温1-3月变化平稳，3-8月平稳上升，9-12月持续下降。80cm地温1-3月基本保持不变，3-8月平稳上升，9-12持续下降。160cm地温1-4月变化较小，4-9月平稳上升，9-12月持续下降。320cm地温变化趋势较小，1-12月基本在15-20℃之间，且1-3月份出现下降的趋势，4-10月逐步上升，11-12月出现缓慢的下降趋势。深层地温随着深度的不断加深，地温的变化也逐渐变得较平缓、稳定。
3 降水与地温的相关性
3.1 月平均地温与当月月降水量之间的相关性分析
查相关系数临界值ra表知，r0.05=0.576，r0.01=0.708。160cm、320cm地温未通过显著性检验，即160cm、320cm平均地温与当月降水量的相关性不显著。其余各层平均地温与相应月月降水量的相关系数均大于0.708，所以他们之间的线性相关关系特别显著。其中0cm、5cm、10cm的平均地温与当月降水量之间的相关性最显著，80cm的平均地温与当月降水量之间的相关关系相对最弱。
3.2 当月各层地温与未来0-2个月后月降水量之间的相关性分析
查相关系数临界值ra表知，r0.05=0.3246，r0.01=0.3932。由表2可知：除320cm地温外，其余各层地温与当月降水量均通过置性为0.05的显著性检验，且均呈正相关。除80cm、160cm地温外 ，其余各层地温与次月降水量均通过置性为0.05的显著性检验，且320cm地温与次月降水量呈负相关，其余均呈正相关。仅160cm、320cm地温与未来第2个月降水量均通过置性为0.05的显著性检验，且均呈负相关。
3.3 160cm、320cm地温与未来3-11个月后月降水量之间的相关性分析
由表3可知：160cm地温与未来3-6个月降水量呈负相关，160cm地温与未来8-11个月降水量呈正相关。320m地温与未来3-5个月降水量呈负相关，320cm地温与未来7-11个月降水量呈正相关。综合本节内容可知：浅层地温主要反映的是短时间的扰动，深度越深能保存的扰动长度也越长[6]。
4 线性回归分析及检验
4.1 参数的选取
贵州省处于云贵高原向广西丘陵平原过渡的斜坡地带，受地形地貌的影响，降雨在区域和季节上存在着巨大的差异性。局地暴雨诱发的突发性气象衍生灾害是贵州省的一大特征。在雨季、尤其是暴雨时易引发滑坡、崩塌、泥石流。因此，我们通过当前地温值预测未来几个月后，尤其是汛期月降水量的走势意义重大。
综合本文第3节可知：5cm地温与当月降水量呈正相关且相关系数最高为0.725，5cm地温与次月降水量呈正相关且相关系数最高为0.568。320cm地温与2个月后降水量呈负相关且相关系数最高为-0.689。160cm地温与4个月后降水量相关系数最高为-0.806，320cm地温与3个月后降水量相关系数最高为-0.810。综上所述，本文选取160cm、320cm地温与降水之间的回归关系作分析。
4.2 160cm、320cm地温与降水的线性回归方程及检验
由表4可知， 160cm地温与降水的回归方程通过显著性水平F0.05检验，即160cm地温与降水回归方程的线性关系显著。
5 结论
①桐梓县6月降水量全年最多。桐梓县4月中旬至9月上旬月降水量大于100mm。桐梓县5月下半月至7月上半月的降水量比较集中。
②浅层地温的年变化趋势基本一致，深层地温随着深度的不断加深，地温年变化也逐渐变得较平缓、稳定。除160cm、320cm平均地温外，其余各层平均地温与当月降水量的相关性均显著，且正相关。除320cm地温与当月降水量的相关性不显著，其余各层地温与当月降水量的相关性均显著，且正相关。80cm、160cm地温外，其余各层地温与当月降水量的相关性均显著。320cm地温与月降水量呈负相关，其余均呈正相关。160cm、320cm与未来第2个月降水量相关性均显著，且均为负相关，其余各层地温与未来第2个月降水量的相关性均不显著。160cm地温与未来3-6个月降水量呈负相关，160cm地温与未来8-11个月降水量呈正相关。320m地温与未来3-5个月降水量呈负相关，320cm地温与未来7-11个月降水量呈正相关。
③通过采用160cm、320cm地温与降水进行定量线性回归方程统计，320cm地温与降水的回归方程未通过显著性水平F0.05检验，即160cm地温与降水的线性回归关系显著。由于资料的限制，仅用桐梓县的各层地温与降水资料分析，其结果是否具有可推广性，有待于用更大范围的地温及降水资料分析。
参考文献：
[1]吴兆峰.地温在春季降水长期预报中的应用[J].黑龙江气象，1997（2）：18-21.
[2]向毓意，杜军.浅层地温气候特征分析及降水的关系[J].成都气象学院学报，1999，14（1）：20-25.
[3]罗文芳.贵州春季深层地温与夏季降水的分布特征及夏季降水预报[J].贵州气象，2000，3（24）：25-29.
[4]周涛.贵州主汛期河流雨量的气候特征分析[J].贵州气象 2004，03：42-45.
水温与气温的变化关系范文5
玉米气象产量与生长季降水量的关系图2是玉米气象产量和生长季降水量、温度的标准化变化曲线图，纵坐标轴为三者的标准化指数。可以看出，①玉米气象产量与降水量的变化趋势一致率较高，相关系数0.48，通过了0.01的信度检验。如1990—1998年降水量偏多，除1996年外降水量的标准化指数都大于0.5，对应的玉米气象产量曲线达到最高峰。之后自1999年开始干旱，玉米气象产量呈相对减少趋势。②气象产量与生长季降水量的时间分布有关。虽然1969年生长季降水量402mm，比历年偏多，但降水量都集中在8月份，8月份降水量比历年偏多123％，而4—7月份连续4个月降水量偏少，干旱严重，因此造成减产，气象产量为-216.8kg/hm2。说明干旱是玉米减产的主要气象灾害。③气象产量在20世纪90年代以前变化幅度较小，90年代后变化幅度较大。说明随着科技产量的增加，气候对玉米产量的影响幅度也增大了，这也是重视气候研究的意义所在。④生长季降水量异常偏多的年份对应的气象产量多正值。按照涝年的标准（5—9月间任意一个旬的累积降水量在140～180mm之间或任意连续两个旬的累积降水量大于180mm，为涝年），1979、1985、1994年和1998年是涝年，但都是增产年。事实说明，对于干旱和半干旱地区，降水偏多有利于玉米增产增收。玉米气象产量与生长季温度的关系图2中玉米气象产量与生长季温度的关系经历两个不同的变化时段。1961—1986年这段时间二者的变化趋势以正相关为主，1987—2011年以负相关为主。逐年滑动相关系数的变化也证明了这一点，1961—1986年26a的相关系数0.32，达到最大值，之后呈减小趋势，51a的相关系数减小为0.05。原因分析：①二者的实际关系属于二者不存在数学上的统计关系，但却存在内在一种关联，即灰色关联[11]。51a来生长季平均气温变化存在三个阶段，20世纪60年代平均16.1℃，70年代平均15.9℃，80年代平均16.4℃，90年代平均16.5℃，2001—2011年平均16.8℃。60—70年代温度变化平稳,80—90年代呈升温趋势,之后升温显著。研究表明，春季（4—5月）和秋季（9—10月）升温相对明显，而夏季升温现象不明显。春季和秋季的气候变暖，使得热量增加[12]，霜冻灾害减少，有利玉米生长，这就使得温度的作用没有凸现出来。②另一个原因是温度与降水量本身具有负相关和不同步的趋势。90年代降水量偏多，气象产量增加，温度的关系相对不显著；21世纪初，温度偏高，但降水量偏少，造成气象减产，导致气象产量与温度在数学关系上的负相关。这也说明了90年代以前，玉米气象产量与低温冷害关系明显，随着气候变暖，低温冷害发生的频率减少，灾害相对较轻。玉米干旱、低温冷害气象灾害评估干旱、低温冷害气象灾害指标考虑到玉米需水过程与降水过程不同步引发的干旱，称阶段性干旱。比如旱灾发生在玉米的播种期（4—5月），会造成缺苗；发生在玉米水分临界期会影响雄花正常发育（6—7月）；发生在玉米抽穗—成熟期（8—9月）也会造成减产。由于区域、对象、侧重点不同，考虑干旱的指标也各不相同[13]。本文针对玉米的实际减产率,把降水分成若干个时间段进行试验拟合，最后选择4—5、6—7月和8—9月三个时间段的降水量负距平百分率和R，建立松山区玉米减产率干旱强度指数(见表1)。根据分析结论，同样阶段性低温也会造成玉米减产。分析4—5、6—7、8—9月温度，选择这三个时间段的温度负距平和T，对应玉米减产率的变化建立低温冷害强度指数。玉米的减产率等于气象产量除以趋势产量的绝对值(见表1)。统计表明，51a来玉米减产率为特灾年的频数是1a，出现在2000年，减产率-31.7%。重灾年的频数是3a，中灾年的频数是10a，轻灾年的频数是10a。这符合当地的实际气候特点，同时也符合《气象干旱等级》国家标准GB/T20481—2006中对干旱等级规定的统计概率：中旱相当于10年一遇，重旱相当于20年一遇，特旱相当于50年一遇。干旱、低温冷害气象灾害评估根据灾害指标，为了评估干旱、低温冷害及二者同时发生时的灾害情况，首先剔除低温冷害的中灾年，即T＜-2.0℃的年份，共12a，剩余年份认为玉米减产率是由于干旱导致的。统计表明，当R≤-85%时，平均减产率-10.1%。51a气象减产量和为-15234.0kg/hm2，其中由干旱造成的气象减产量和为-11676.8kg/hm2，占总减产量的76.6%。在低温造成灾害标准中，T＜-2.0℃以下的年份共8a，剔除其中当R≤-50%的轻度干旱年后，其余年份认为是低温造成的减产，平均减产-5.1%，最大值是1962年-22.9%。剔除T<-3.0℃的年份和剔除R≤-50%的轻度干旱年，剩余的当然就是干旱和低温同时发生的年份。统计得出两种灾害同时发生时，平均减产率-1.0%。干旱和低温同时发生的年份的平均减产率低的原因是：在这6a当中（1965、1980、1986、1991、1969、1995年），两个指标都是符合轻度干旱，没有中旱及以上强度的旱年，因此减产率小。当然粮食产量还受到冰雹、大风等气象灾害和其他复杂因素的影响。
应对玉米主要气象灾害的对策
针对玉米的主要气象灾害———旱灾，松山区近年来大力发展全膜玉米覆盖技术和膜下滴灌技术约7×103hm2，增产显著。这种措施，一是有效利用了水利资源，解决了旱灾造成的玉米减产，使得旱作农业区玉米产量稳定；同时保温效果好，能最大限度地预防低温冷害。实践证明，该措施有效预防干旱和低温冷害，增产增收，是未来发展的主要趋势。选择优良的抗旱抗低温的玉米品种，采取测土配方施肥、地膜覆盖、病虫害的预防和及时防治等措施，都是减轻玉米气象灾害的关键环节。
水温与气温的变化关系范文6
关键词：北方夏季气温；Hadley环流；变化趋势；相关分析
中图分类号： P423 文献标识码：A
引言
近几十年来，我国北方气候总体呈现暖干化的趋势，已逐渐对生态环境、水资源、工农业生产和人民生活产生重要影响。讨论全球变暖背景下区域气候变化特征已成为气候研究热点之一。经向风的变异对我国气候变化具有十分重要的影响，研究经圈环流的变化及其与中国区域气候变化的关系具有重要的科学价值和社会意义。本文使用我国北方较长序列的实测气温资料，用旋转经验正交展开方法，分析该区夏季气温的时空变化特征，讨论我国北方夏季气温特征及其与Hadley环流的关系。
1 资料及分析方法
1.1 资料
来自http：// cdc.noaa.gov/Datasets/necp.reanalvsis.derived/资料网上NCEP / NCAR所整理的全球再分析月平均υ风场资料。
中国气象局国家气候中心提供的中国160个气象站的月平均气温资料，时间为1951年1月～2010年12月。本文选取我国北方70个站上夏季6～8月的月平均气温资料。
1.2 分析方法
本文主要使用了平均经圈环流的质量流函数计算方案[1]和旋转经验正交展开（REOF）统计分析方法[2-3]。以气温的年际变化的区域差异为依据，将我国北方（N35°以北）分为多个气温变化区，然后再研究各气温变化区的标准温度序列及其与Hadley环流强度的关系。
2 我国北方夏季气温的REOF分析及异常分布的空间模态
我国北方夏季气温旋转前后的前6个主分量对应的方差贡献情况如表1所示，可见EOF及REOF分解头几个模态的方差贡献率高，收敛速度也比较快，能代表我国北方夏季气温的绝大部分信息。旋转前后方差贡献发生了一定的变化，其中第一主分量方差旋转前方差贡献为50.8%，旋转后明显减至22.5%。相反，第二、第三个主分量方差旋转前方差贡献分别为9.9%和7.9%，旋转后分别为20.6%和20.4%，相对于旋转前，方差贡献有较明显增加。旋转后，能更加真实地反映出局地特征。其中前3个旋转荷载向量的累积方差贡献率已达63.5%，集中反映了E90°以东测站分布稠密区的区域气候特征，而后3个模态高荷载主要集中在E90°以西分布稀疏的站点，区域代表性不强，因此，将不做分析。
图1列出了我国北方夏季气温的前3个模态，表征了我国北方E90°以东3种不同的气候区域类型，具有一定的代表性。RLV1模态明显地突出了东北的负值区，且通过0.05的显著性水平的统计检验（以阴影区标注，下同），该模态的方差贡献率达22.5%，为前6个RLV模态中的最大者（见表1），因而也是我国北方夏季气温异常分布最常见的模态，明显反映了全球气候变暖的趋势。RLV2模态明显地突出了华北的负值区，方差贡献率为20.6%，这与东亚夏季风有密切关系[5]。RLV3模态明显地突出了西北地区中部的正值区，方差贡献率为20.4%，这与全球平均Hadley环流强度有密切的关系。
表1 我国北方夏季气温EOF和REOF前6个模态的方差贡献及累积方差贡献率（%）
3 各气温异常模态的时间变化及其与Hadley环流的关系
在气温异常分布模态识别的基础上，再从各模态RLV1～RLV3对应的各时间系数RPC1～RPC3的变化，判断各该模态气温异常随时间的变化特征。众所周知，随着全球气候变暖，我国大部分地区气温存在着明显的变暖趋势，但从图1可看出整个北方区域内，各区域增温趋势并不完全相同。图1右列RPC1曲线主要反映了我国东北部夏季气温随时间的变化。由于在RLV1图上为负值区，所以对应的时间系数曲线RPC1的峰（谷）值年为低（高）温年。近60a来，该区夏季气温总体呈线性增加的趋势，与冬季北半球Hadley环流强度（Hadley环流强度文献4有详述，本文略，下同）有显著的正相关，相关系数达0.35（表2），通过0.05以上的信度检验。RPC2曲线主要反映了我国华北地区夏季气温随时间的变化，由表2可见其与Hadley环流强度的关系不明显，上文已提到，它主要受东亚夏季风的影响。RPC3曲线主要反映了我国西北地区中部夏季气温随时间的变化，可见其在20世纪80年代初发生了由减弱趋势转变为显著增强趋势的年代际转折，与夏季南半球Hadley环流强度有显著的正相关，相关系数达0.53，通过0.001以上的信度检验。
另外，从表中可见，冬季北半球Hadley环流强度与西北地区中部内蒙古一带夏季气温的相关系数达0.29，也通过0.05以上的信度检验，说明我国北方大部分地区存在明显的增温，这与左洪超等[6]研究得出的结论是一致的。也同时说明我国北方大部分地区夏季气温的年代际变化能较好地被平均经圈环流变化所解释。
表2 Hadley环流强度与我国北方各区域的相关系数
图1 我国北方夏季气温作REOF分析的前3个模态（左）及相应的时间系数（右）
其中，RLV值缩小了100倍，等值线间隔0.125，实线为正值，虚线为负值，阴影区为通过0.05显著性水平检验的区域，RPC值放大了100倍
4 结语
我国北方夏季气温异常场主要分为东北、华北、西北3个区域。
东北地区夏季气温呈线性增强的趋势，与冬季北半球Hadley环流强度的变化趋势一致；西北地区夏季气温变化趋势同夏季南半球Hadley环流强度变化趋势，即在20世纪80年代初发生了由减弱趋势转变为显著增强趋势的年代际转折。
众所周知，相关并不能完全解释事物的成因，引起气温年代际变化的因子还有待进一步的研究。
参考文献
[1] 洛伦茨E N.大气环流的性质和理论[M].北京大学地球物理系气象专业，译.北京：北京科学出版社，1976.
[2] 施能.气象科研与预报中的多元分析方法[M].北京：气象出版社，2002：1-244.
[3] 魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，1999：1-21.
[4] 王玉，庄亮，汤洁.Hadley环流强度与我国中东部气温的相关分析[J].气象与环境科学，2012，35（02）：61-66.
[5] 黎洛丝，郑细华，李勇增，等.我国东部夏季气温特征分析[J].气象科技，2010（10）：537-542.
