黑龙江省大豆产量与土壤湿度关系的研究.pdf

黑龙江省大豆产量与土壤湿度关系的研究 收稿日期：2011-07-10 基金项目：国家科技支撑计划项目 （2008BAD95B06-03） ；UNDP绿色发展项目 （CPR/06/209） 作者简介：王丹 （1977-） ，女，博士研究生，研究方向为气象服务与应用。E-mail: wangdan598163. com *通讯作者：孙彦坤，教授，博士生导师，研究方向为应用气象学 。E-mail: yk_sun163. com 王丹 1，南 瑞 2，高永刚3，孙彦坤4* （ 1. 东北农业大学图书馆，哈尔滨150030；2. 黑龙江省气象局，哈尔滨150001； 3. 黑龙江省气象科学研究所，哈尔滨150030；4. 东北农业大学资源与环境学院，哈尔滨150030 ） 摘要：利用黑龙江省19942007年土壤有效水分贮存量资料和同期各县市大豆产量，采用EOF和SVD分解、 相关分析等方法讨论土壤湿度和大豆产量的关系。结果表明，黑龙江省6月上旬7月上旬土壤湿度与大豆产量存在 大尺度的空间相关特征，整体上大豆产量与此时土湿有较好的相关关系。该时期庆安、汤原、哈尔滨的土壤湿度可 以作为大豆产量预报的一个参考因子；松嫩平原中东部和北部，以及哈尔滨、佳木斯附近是对土壤湿度变化最敏感 的地区。$ 关键词：大豆产量；EOF；SVD分解；土湿 中图分类号：文献标志码：A文章编号：1005-9369 （2012） 05-0105-05 Relationship of soybean yield and soil moisture in Heilongjiang Province/ WANG Dan1, NAN Rui2, GAO Yonggang3, SUN Yankun4(1. Library of Northeast Agricultural University, Harbin 150030, China; 2. Heilongjiang Province Meteorological Bureau, Harbin 150001, China; 3. Heilongjiang Province Institute of Meteorological Sciences, Harbin 150030, China; 4. School of Resources and Environmental Sciences, Northeast Agricultural University, Harbin 150030, China) Abstract:Based on the data of soybean yield and soil available water storage capacity from 17 standardmeteorologicalstationsin1994-2007inHeilongjiangProvince,therelationshipofsoybean yieldresponsewithsoilmoisturewasinvestigatedintermsofempiricalorthogonalfunction(EOF), composite analysis, singular value decomposition (SVD), and so on. The results showed that there were the large scale spatial correlative characteristics between the soybean yield and soil moisture from early June to early July. As a whole, the soybean yield was correlative to the soil moisture. Therefore, the soil moistures of Qingan, Tangyuan and Harbin could be considered as the reference factors in forecasting the soybean yield in Heilongjiang province. The soybean yield was sensitive to the changes of soil moisture. The most sensitive regions were Harbin, Jiamusi and the east-central and northern in the Songnen Plain. Key words:soybean yield; EOF; SVD; soil moisture 土壤水分对土壤物理和化学特性有一定的影 响，对植被生产力具有重要作用。同时，土壤水 分又是植物所需水分的直接来源，影响植物的生 理活动。土壤水分严重不足显著降低作物的光合 作用，限制光合产物的积累，抑制作物生长，导 致作物产量降低1-3。近年在土壤水分与粮食产量 关系研究方面，刘卫民等分析了土壤水分变化对 冬小麦产量的影响2，骆洪义等利用气象资料研究 Journal of Northeast Agricultural University 东北农业大学学报第43卷 第5期43(5): 105109 2012年5月May 2012 了山东省小麦、玉米和水分的关系3。刘景利等研 究了锦州大豆产量与土壤水分的关系，发现全生育 期、三叶期、出苗期、结荚期、鼓粒期和分枝期土 壤水对大豆籽粒产量影响显著，而在开花期和成熟 期影响不显著4。韩晓增等分析了盆栽条件下土壤 水分对大豆产量的影响5。 地球气候正经历着一次以全球变暖为主要特征 的显著变化，研究认为，气候变暖在热量方面对黑 龙江省作物生长十分有利，对大豆等原来受温度限 制的作物增产效果尤为明显6。但气候变暖的同时 会给该地区带来暖干旱影响，对农业的危害程度有 可能增大。作为我国大豆的主产地，黑龙江省每年 大豆的总产量在500万t以上，占全国大豆总产量 的1/3。黑龙江大豆播种面积2003年以前一直维持 在 200 多万 hm2， 2003 年增加到 300 多万 hm2， 2005年达到421万hm2。但是大豆单产水平提高不 明显，除了耕作管理水平的因素外，土壤水分状况 也是影响黑龙江省大豆生产的重要因素。因此，研 究土壤湿度与粮食产量空间格局变化的关系的显得 尤为重要。本文分析了黑龙江省近20年来大豆产 量观测地段土壤有效水分贮存量的变化特征，揭示 土壤水分对大豆产量的影响，以期为发展大豆生产 提供农业气象依据。 1材料与方法 文中资料为黑龙江省17个农气站的19942007 年大豆地段土壤有效水分贮存量资料和同期县平均 产量 （kg hm-2） 以及全省平均大豆亩产量。 土壤有效水分贮存量是指土壤中含有的大于凋 萎湿度的水分贮存量。计算公式为： u=h （w-wk） 10 u-有效水分贮存量 （mm） ；-地段实测土壤容 重 （g cm-3） ；h-土层厚度 （cm） ；w-土壤重量含水率 （%） ；wk-凋萎湿度 （重量含水率表示） ； 采用的方法有EOF和相关分析、SVD。本文在 做EOF 展开和SVD 分析时使用的均是标准化值。 经验正交函数分析方法 （Empirical orthogonal function，EOF） ，是一种分析矩阵数据中的结构特 征，提取主要数据特征量的一种方法。Lorenz在 1950年代首次将其引入气象和气候研究，目前在 地学及其他学科中得到了非常广泛的应用。它能够 把随时间变化的气象要素场分解为空间函数部分和 时间函数 （主分量） 部分。文中用EOF对黑龙江省 大豆产量进行分解，分析其空间变化和年际变化特 征。 采用相关分析确定土壤水分对大豆产量影响的 关键时段。奇异值分解 （SVD）方法是着眼于整体 分析两个要素场相关联系的方法，已广泛应用于研 究两个气象场相关特征的气候诊断分析中9-11，龚 道溢7用SVD方法研究了亚欧大陆植被指数对大尺 度气候变化的敏感性；丁裕国等也从理论上证明了 SVD在场诊断分析中的普适性8。文中用奇异值分 解 （SVD） 分析方法，将产量场作为左场，土壤湿度 作为右场，分析两场之间联系最强的时空变化特 征。关于 SVD 模态的显著性检验，文中采用了 Wallace等提出的随机试验方法9，即两个场均采用 实际的气象场样本资料，其中一个场的资料序号是 按实际时间顺序排列，另一个场的资料序号随机排 列，即两个场的样本在时间上不再对应，这样做 SVD，得到两个场的总协方差平方和： 和第k对SVD模态对总协方差平方和贡献率： 反复随机更替第二个场的资料样本序号，共进 行 100 次 SVD，得到一系列随机试验的和 Sk。 然后，用资料时间序号对应的实际资料SVD得到 的 Cxy 2 和Sk与随机试验的一系列 Cxy 2 和Sk来进 行比较，如果实际资料SVD的 Cxy 2 大于随机试验 得到的100个 Cxy 2 中第5位最大值，可以认为两 变量场之间整体上存在相关。在此前提下，对于第 k个模态，如果实际资料SVD的 大于随机试验得到 的100个Sk中第5位最大值，则第k对模态反映的 相关联系是显著的。 2结果与分析 2.1大豆产量的地理分布和变化 目前全省各地区大豆单产水平差异较大。海 伦、绥化、哈尔滨东南部和牡丹江地区产量最高， 达到2 000 kghm-2以上，松嫩平原西南部产量最 低，在1 400 kg hm-2以下。 各地的产量变化趋势存在地域差异，伊春北 部、三江平原东部和松嫩平原南部与其他地区产量 Cxy= k=1 m k 22 Sk= k Cxy 2 2 Cxy 2 东北农业大学学报106第43卷 变化趋势相反 （见图1） 。从大豆产量的EOF1可以 看出，黑龙江省南部地区和中东部大部分地区产 量稳定，松嫩平原中部地区产量较稳定，但松嫩 平原北部、东部个别县市产量波动较大，为不稳 产区域。从EOF1的时间系数 （图略） 可以看出，近 年来黑龙江省大豆单产呈现逐渐下降的趋势。 2200 2000 1800 1600 1800 1600 1800 2000 2000 1800 庆安 海伦 德都 拜泉 富裕 龙江 泰来安达 青冈 巴彦 哈尔滨 双城 五常 肇源 宁安 穆棱 勃利 富锦 宝清 抚远 嘉荫 黑河 呼玛 虎林 汤原 佳木斯 集贤 122124126128130132134E 52 50 48 46 44 N 图1黑龙江省大豆产量及其EOF1空间分布 Fig. 1Soybean yield and EOF1 spatial distribution in Heilongjiang Province 0.2 0.3 0 -0.1 庆安 海伦 德都 拜泉 富裕 龙江 泰来安达 青冈 巴彦 哈尔滨 双城 五常 肇源 宁安 穆棱 勃利 富锦 宝清 抚远 嘉荫 黑河 呼玛 虎林 汤原 佳木斯 集贤 122124126128130132134E 52 50 48 46 44 N 0.1 0.2 0 0.1 0.1 0.2 0 -0.1 综合分析表明，黑龙江省哈尔滨东南部、牡丹 江地区、双鸭山、鸡西、佳木斯南部地区是高产稳 产区，伊春、鹤岗、佳木斯北部和东部是中产稳产 区域，松嫩平原北部是中产不稳产区，松嫩西南部 是低产区。 2.2土壤湿度对大豆产量影响的关键时段 粮食产量一般将其分解为趋势产量和气候产 量。趋势产量是指粮食产量中由社会经济发展和生 产力提高带来的产量增加；气候产量则是围绕趋势 产量的上下波动，表示由于气候有利或不利影响形 成的粮食产量变化。 Y=Yt+Yc 式中，Y-粮食实际产量 （thm-1） ，Yt-趋势产 量 （t hm-2） ，Yc-气候产量 （t hm-2） 。 分解方法一般采用回归分析，即将粮食产量看 作是随时间变化的函数，由时间变量决定的产量变 化趋势被认为是经济因素所起的作用，围绕该趋势 的上下波动则被认为是不可控的自然要素对产量的 影响，其中主要是气候因素的影响。 采用二次多项式模拟趋势产量，分离出气象产 量，统计19942007年全省气象产量与同期大豆地 段土壤水分的相关性，可见6月上旬7月上旬 （r= 0.4850） 通过了0.10的显著性检验。此时大豆从北 向南正处于苗期-开花期，对水分反应敏感，是影 响大豆后期产量的关键时期，该时段如果长势良好 可为后期的生殖生长奠定好基础。 2.3大豆产量对6月上旬7月上旬的土壤湿度响 应的空间特征 将大豆产量场作为左场，土壤湿度场作为右 场，进行SVD分析，得到奇异值，及对应的产量 和土湿的模态，及每一种模态的时间系数。由于 奇异值的平方和与协方差的平方和相等，所以， 每一个奇异值的平方与协方差平方和的比值反映 了每对模态的解释率，解释率越高相应的模态越 重要。 经检验，其为24.55，大于随机试验得 到的最大 Cxy 2 （23.17） ，表明两个变量场之间整体 相关显著，第一模态的Sk为56.93 ，大于随机试验 Sk的第5位最大值 （56.00） ，即第一模态是显著的， 其他模态则未能通过显著性检验。上述结果亦表明 年代际尺度上，产量与土湿的变化密切相关。 对第一模态进行分析，图2给出了产量和年际 分量的6月上旬7月上旬土壤湿度异常之间的SVD 第一模态左异性相关场分布。模态相关系数0.93。 左异性相关系数场与产量场EOF分解得到的第一 模态空间分布型大部分表现一致。左异性相关系数 场为产量场与土湿奇异向量的时间系数之间的相 关，除伊春北部、松嫩平原南部和三江平原东部县 市为正相关外，其他地区基本上为负相关区域，其 中松嫩平原东北部和佳木斯市负相关系数相对较 Cxy 2 王丹等：黑龙江省大豆产量与土壤湿度关系的研究第5期107 大，松嫩平原南部负相关系数较大，通过0.05显 著性检验 （|r|0.53） 。 图3给出了产量和年际分量的6月上旬7月上 旬土壤湿度异常之间的SVD第一模态右异性相关 场分布。土壤湿度场与产量场奇异向量的时间系 数的相关在广大中部地区均为负相关，在三江平 原大部、松嫩平原北部和东南部为正相关区，个 别县市相关系数比较大，达到显著水平。 0.6 0 0.2 庆安 海伦 德都 拜泉 富裕 龙江 泰来安达 青冈 巴彦 哈尔滨 双城 五常 肇源 宁安 穆棱 勃利 富锦 宝清 抚远 嘉荫 黑河 呼玛 虎林 汤原佳木斯 集贤 122124126128130132134E 52 50 48 46 44 N 图2大豆产量和土壤水分SVD分解第一模态的 左异性相关系数 Fig. 2Soybean yield and the left anisotripic correlation of SVD analysis of soil water 深和浅阴影区分别代表正、负相关通过95%信度检验的区域 Dark and light shadows express areas of positive and negative correlation exceeding 95% reliability test 0.2 -0.2 -0.4 0 0.2 0.4 0.2 0.6 0.2 0.4 0.2 0.4 0.2 0.2 庆安 海伦 德都 拜泉 富裕 龙江 泰来安达 青冈 巴彦 哈尔滨 双城 五常 肇源 宁安 穆棱 勃利 富锦 宝清 抚远 嘉荫 黑河 呼玛 虎林 汤原佳木斯集贤 122124126128130132134E 52 50 48 46 44 N 图3大豆产量和土壤水分SVD分解第一模态的 右异性相关系数 Fig. 3Soybean yield and the right anisotripic correlation of SVD analysis of soil water 深和浅阴影区分别代表正、负相关通过95%信度检验的区域 Dark and light shadows express areas of positive and negative correlation exceeding 95% reliability test -0.2 0.4 0 0.2 0.4 0.2 0.2 -0.2 0.4 0 因此6月上旬7月上旬土壤湿度对粮食产量整 体上有较好的对应关系，庆安、汤原和哈尔滨市是 影响大豆产量的关键区域。庆安、汤原土湿增加 （减少） ，松嫩平原中东部和北部、三江平原西部等 地大豆产量增加 （减少） 。而哈尔滨附近土湿增加 （减少） ，则其附近地区大豆增产 （减产） 。 产量的时间系数和土湿的时间系数的演变 （见 图4） 表现出很高的协同性和一致性，两者在2002 年以前以负值为主，在 1997 年达到最低值，在 2002 年以后以负值为主，在2007年达到最高值。 结果表明，近年来黑龙江省产量时间系数呈由 低到高趋势，黑龙江省大部分地区6月上旬7月上 旬土壤湿度时间系数同时也经历了由低到高的过 程。2002年之前产量系数和土湿系数都较低、此 图4大豆产量与土壤水分SVD分解第一模态的时间系数 Fig. 4Soybean yield and the time modulus of SVD analysis of soil water 土壤温度 Soil water 大豆产量 Soybean yield 19941995199619971998199920002001200220032004200520062007 年代 Year 6 5 4 3 2 1 0 -1 -2 -3 -4 相关性 Relation 东北农业大学学报108第43卷 后土湿系数和产量系数都升高。第1 模态的空间分 布和时间演变表明，黑龙江省农区6月上旬7月上 旬土壤湿度与同期大豆产量之间存在显著正相关， 土壤湿度的变化影响了大豆产量。庆安、汤原土湿 增加 （减少） ，松嫩平原中东部和北部、三江平原西 部等地大豆产量增加 （减少） 。而哈尔滨附近土湿增 加 （减少） ，则其附近地区大豆增产 （减产） 。 3讨论与结论 a. 黑龙江省大豆产量由中南部向北部、西南部 逐渐递减；产量变化 存在地域差异，黑龙江省南 部地区和中东部大部分地区产量稳定，松嫩平原中 部大部分地区产量较稳定，但松嫩平原北部是不稳 产区域；产量时间变化趋势是下降的。 b. 相关分析表明，土湿影响产量的关键时段是 6月上旬-7月上旬。SVD分析表明，产量与此时土 湿有较好的正相关关系。庆安、汤原土湿增加 （减 少） ，松嫩平原中东部和北部、三江平原西部等地 大豆产量增加 （减少） 。而哈尔滨附近土湿增加 （减 少） ，则其附近地区大豆增产 （减产） 。表明庆安、 汤原、哈尔滨的6月上旬7月上旬的土壤湿度可以 作为大豆产量预报的一种参考因子；松嫩平原中东 部和北部，以及哈尔滨、佳木斯附近是对土壤湿度 变化最敏感的地区。 c. 在黑龙江省呈暖干化趋势的背景下9-10，当 地的大豆生产面临不利的影响。因此，要有针对性 地采取有效的水分管理与调控措施，将不利影响降 到最低。如加强