黃淮海地區(qū)是我國冬小麥主產(chǎn)區(qū),也是干熱風(fēng)災(zāi)害危害最重、影響最廣的地區(qū),本研究利用黃淮海冬麥主產(chǎn)區(qū)81個(gè)站點(diǎn)1961-2017年的逐日氣象數(shù)據(jù)和冬小麥生育期資料,分析了該地區(qū)小麥成熟期和干熱風(fēng)致災(zāi)因子的時(shí)空變化特征。在81個(gè)測(cè)站中,有23個(gè)成熟期提前趨勢(shì)顯著或極顯著,但大部地區(qū)成熟期變化趨勢(shì)不顯著,有63%的站點(diǎn)未通過顯著性檢驗(yàn)。對(duì)干熱風(fēng)致災(zāi)因子達(dá)標(biāo)日數(shù)和相似系數(shù)的分析表明,達(dá)到干熱風(fēng)災(zāi)害閾值的概率依次為14:00風(fēng)速> 14:00相對(duì)濕度>日最高氣溫,最高氣溫是形成干熱風(fēng)的主要限制因素,輕干熱風(fēng)的發(fā)生最高氣溫和相對(duì)濕度起主要作用,重干熱風(fēng)則是高溫脅迫起決定作用,低濕條件使脅迫加重,風(fēng)速只起輔助作用。揭示了該地區(qū)干熱風(fēng)危害總體減輕的氣象條件基礎(chǔ),即干熱風(fēng)3要素表現(xiàn)為最高氣溫略降、14:00相對(duì)濕度略增、14:00風(fēng)速明顯減小的特征,3要素均向有利于減輕干熱風(fēng)發(fā)生的方向變化,對(duì)于冬小麥籽粒灌漿和產(chǎn)量形成是有利的。但灌漿成熟期內(nèi)最低氣溫的顯著升高,意味著氣溫日較差減小、小麥夜間呼吸消耗增大,對(duì)其干物質(zhì)積累和產(chǎn)量形成帶來潛在不利影響。 

【文章來源】：自然災(zāi)害學(xué)報(bào). 2020,29(01)北大核心CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

研究區(qū)域與代表站點(diǎn)分布

黃淮海地區(qū)1981-2017年冬小麥成熟期變化的氣候傾向率如圖2所示。全部81個(gè)測(cè)站中，成熟期提前和推后的站點(diǎn)各有49個(gè)和32個(gè)，分別占60%、40%。其中，有15個(gè)站點(diǎn)提前趨勢(shì)極顯著(P<0.01)，線性傾向率在-3.0～-1.1 d/10a，有8個(gè)站點(diǎn)提前趨勢(shì)顯著(P<0.05);有3個(gè)站點(diǎn)成熟期推后趨勢(shì)極顯著，線性傾向率在1.4～-3.3 d/10a,4個(gè)站點(diǎn)成熟期推后趨勢(shì)顯著;其余51個(gè)站點(diǎn)(占比63%)成熟期變化未通過顯著性檢驗(yàn)。從空間分布來看，成熟期顯著提前的站點(diǎn)主要位于河南西部、安徽北部、河北東北部和京津部分地區(qū)，其余大部地區(qū)、包括干熱風(fēng)多發(fā)的河北中南部、河南北部、山東北部和西部等地，成熟期變化趨勢(shì)不明顯。就各省區(qū)域平均來看，京津冀、河南、山東、江蘇北部平均成熟期變化均未通過顯著性檢驗(yàn)，僅安徽北部氣候傾向率為-0.9 d/10a，提前趨勢(shì)顯著(P<0.05)。2.2 氣象要素達(dá)標(biāo)日數(shù)與相似系數(shù)

黃淮海地區(qū)小麥揚(yáng)花灌漿期間，京津冀、山東西部和北部、河南北部等地日最高氣溫年均達(dá)到輕、重干熱風(fēng)等級(jí)閾值日數(shù)分別為4-8天、1-2.5天(圖3(a)、(d))。京津冀、山東大部、河南北部等地14∶00相對(duì)濕度達(dá)到輕、重干熱風(fēng)等級(jí)閾值的日數(shù)分別為4-12天和2-10天(圖3(b)、(e))。14∶00風(fēng)速達(dá)到輕、重干熱風(fēng)等級(jí)閾值的日數(shù)自東向西由沿海向內(nèi)陸逐漸減少，大部地區(qū)可分別達(dá)到22-28天和18-25天(圖3(c)、(f))�？梢钥闯觯刂�14∶00風(fēng)速最容易達(dá)到干熱風(fēng)指標(biāo)閾值，14∶00相對(duì)濕度次之，日最高氣溫達(dá)標(biāo)日數(shù)最少，日最高氣溫是決定干熱風(fēng)發(fā)生與否的主要限制因素。為了定量分析各要素在干熱風(fēng)發(fā)生中的作用，利用各站單一要素達(dá)標(biāo)日數(shù)與實(shí)際干熱風(fēng)日數(shù)計(jì)算相似系數(shù)。結(jié)果表明，日最高氣溫與輕、重干熱風(fēng)的相似系數(shù)分別為0.99、0.97，相似性屬于很好和好;14∶00相對(duì)濕度與輕、重干熱風(fēng)的相似系數(shù)分別為0.99、0.94，相似性也達(dá)到很好和好;14∶00風(fēng)速與輕、重干熱風(fēng)的相似系數(shù)分別為0.91、0.81，相似性為一般和差。說明輕干熱風(fēng)的發(fā)生最高氣溫和相對(duì)濕度起主要作用，風(fēng)速起輔助作用;重干熱風(fēng)則是異常高溫脅迫起決定作用，低濕使脅迫加重，此時(shí)即便風(fēng)速較低，也會(huì)對(duì)小麥灌漿結(jié)實(shí)造成危害。

【參考文獻(xiàn)】：
期刊論文
[1]基于綜合強(qiáng)度指數(shù)的黃淮海地區(qū)干熱風(fēng)災(zāi)害時(shí)空特征[J]. 李森,郭安紅,韓麗娟,張蕾,李祎君,黃彬香.  自然災(zāi)害學(xué)報(bào). 2019(01)
[2]中國夏玉米和冬小麥生育期對(duì)歷史及未來水熱條件的響應(yīng)[J]. 崔耀平,秦耀辰,肖登攀,劉素潔,李楠,路婧琦,陳友民.  地理與地理信息科學(xué). 2018(04)
[3]1961—2015年黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)害時(shí)空分布特征[J]. 李森,韓麗娟,郭安紅,李茂松,王純枝,李祎君.  生態(tài)學(xué)報(bào). 2018(19)
[4]氣候變暖背景下華北平原冬小麥生育期溫度條件變化趨勢(shì)分析[J]. 譚凱炎,鄔定榮,趙花榮.  中國農(nóng)業(yè)氣象. 2017(06)
[5]基于GIS的河南省冬小麥干熱風(fēng)風(fēng)險(xiǎn)評(píng)估及區(qū)劃[J]. 李香顏,張金平,陳敏.  自然災(zāi)害學(xué)報(bào). 2017(03)
[6]主要生育期氣候變化對(duì)河南省冬小麥生長及產(chǎn)量的影響[J]. 成林,李彤霄,劉榮花.  中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(06)
[7]基于濕潤指數(shù)的近55年安康地表干濕變化趨勢(shì)及周期研究[J]. 劉宇峰,原志華,吳林,張莉.  自然災(zāi)害學(xué)報(bào). 2016(03)
[8]魯西南干熱風(fēng)發(fā)生規(guī)律及統(tǒng)計(jì)預(yù)測(cè)模型[J]. 張翠英,樊景豪,張斌.  干旱氣象. 2016(01)
[9]氣候變化情景下黃淮海冬麥區(qū)農(nóng)業(yè)氣候資源變化特征[J]. 褚榮浩,申雙和,呂厚荃,李萌,譚詩琪.  科學(xué)技術(shù)與工程. 2015(26)
[10]氣候變化對(duì)黃淮海平原冬小麥產(chǎn)量和耗水的影響及品種適應(yīng)性評(píng)估[J]. 胡實(shí),莫興國,林忠輝.  應(yīng)用生態(tài)學(xué)報(bào). 2015(04)



本文編號(hào)：3354144