The Distribution Characteristics of Waterlogging Disaster Risk of Winter Rape (Brassica napus L.) at Seedling Stage in Southwest China

HU Ke; HE Peng; GAO Wenbo

doi:10.11923/j.issn.2095-4050.cjas2022-0129

PDF(1998 KB)

Journal of Agriculture ›› 2023, Vol. 13 ›› Issue (10) : 62-69. DOI: 10.11923/j.issn.2095-4050.cjas2022-0129

The Distribution Characteristics of Waterlogging Disaster Risk of Winter Rape (Brassica napus L.) at Seedling Stage in Southwest China

Author information +

History +

Abstract

Studying the distribution characteristics of crop meteorological disaster risk has scientific significance for optimizing crop production planning, preventing disasters and reducing damages. Southwest China is one of the major winter rape (Brassica napus L.) producing areas, and the risk of waterlogging disaster at winter rape seedling stage is affected by autumn rain in western China. Based on studying the spatial distribution characteristics of winter rape at seedling stage in southwest China, we analyzed the distribution characteristics of waterlogging disaster risk by using the definition and computing method of the waterlogging disaster index of winter rape in the industry standard. The results showed that the eastern and central regions of Sichuan Province, Chongqing City, and eastern Guizhou Province were the earliest areas for winter rapeseed to enter the seedling stage. The winter rape seedling stage in southern Yunnan started from early to middle October, and that in northeastern Yunnan and western Guizhou began in late October. Southwestern Sichuan and northern Yunnan were the regions with the latest winter rape seedling stage in the study area. (2) The intensity index of mild, moderate and severe waterlogging disaster of winter rape at seedling stage was 0.69, 1.28 and 1.65, respectively. The probability of mild waterlogging disaster was higher than that of moderate and severe waterlogging disaster in the study area. Areas with high occurrence of different grades of waterlogging disaster at winter rape seedling stage were mainly concentrated in southeastern Sichuan, southwestern Chongqing and northern Guizhou. (3) The risk of waterlogging disaster at winter rape seedling stage in the study area showed the distribution characteristic of high in the east and low in the west. The waterlogging disaster risk at winter rape seedling stage in Yunnan and southwestern and northern Sichuan was low. By contrast, the risk in Chongqing, Guizhou and central and eastern Sichuan was relatively high, especially in Yibin and Luzhou of Sichuan, Jiangjin, Qijiang, Yongchuan and Nanchuan of Chongqing, and Zunyi, Bijie and Guiyang of Guizhou. Therefore, measures such as improving variety structure or optimizing spatial distribution of planting should be adopted in Chongqing, Guizhou, and central and eastern Sichuan to reduce the impact of waterlogging disaster on winter rape at seedling stage.

Key words

waterlogging disaster risk / spatial distribution characteristics / winter rape at seedling stage / southwest China

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

HU Ke , HE Peng , GAO Wenbo. The Distribution Characteristics of Waterlogging Disaster Risk of Winter Rape (Brassica napus L.) at Seedling Stage in Southwest China. Journal of Agriculture. 2023, 13(10): 62-69 https://doi.org/10.11923/j.issn.2095-4050.cjas2022-0129

0 引言

长江流域是中国最重要的油菜产区，冬油菜常年种植面积和产量均占全国的80%以上^[1]。然而受季风气候影响，中国长江流域油菜产区秋、冬生长季节阶段性持续降水偏多，连阴雨出现概率高、持续时间长^[2]，极易发生渍害，严重影响油菜的生长发育和产量品质。渍害是指土壤含水量达到饱和或者过饱和，导致植株根系的生长环境缺少氧气，影响植株正常的生理代谢，最终引起农作物产量明显下降甚至绝收的一种农业气象灾害^[3]。油菜耐渍能力较差，萌发期和幼苗期渍水后，会降低出苗率和成苗质量^[4]，削弱油菜群体效应^[5]；蕾薹期遭受渍害后会抑制油菜一次分枝的形成，开花期、角果期的渍害将影响有效角果数、千粒质量^[6]，最终都将影响油菜正常的生长发育，导致减产。近年来，油菜渍害已逐渐引起国内外学者的关注，并从油菜渍害的生理响应^[7-8]、渍害对油菜产量的影响^[9-10]以及耐湿性品种筛选^[11-12]等方面做了大量研究。作为一种区域性频发的农业气象灾害，不少学者也开展了油菜湿渍害气象指标以及气候变化对油菜渍害影响等方面的研究。霍治国等^[13-14]选取了降水量、降水日数以及日照时数等气象因子，构建了油菜涝渍指数计算模型，形成了适用于中国南方地区油菜涝渍涝渍等级行业标准。在此基础上，刘瑞娜等^[15]利用逐旬气象要素资料，参照行业标准中生育期的划分，对安徽省油菜不同生育期涝渍灾害的特征和时空变化特征进行了系统研究；鞠英芹等^[16]构建了油菜全生育期的综合涝渍指数，利用了经验正交函数分解和小波分析，研究了江淮地区油菜渍害的时空分布特征；郭翔等^[17]分析了四川省盆地区1981—2020年4个年代际油菜播种期涝渍指数、轻/中度涝渍害发生频率、涝渍害危险性的时空变化特征。

受华西秋雨影响，位于长江上游的西南地区冬油菜种植地区苗期的渍害出现概率大，且造成的后果尤为严重^[18]。在气候变化背景下开展西南地区冬油菜关键生育期气象灾害分布特征的研究，对于优化区域冬油菜生产布局、提升防灾减灾、保障油料供给安全有重要意义。然而，要准确分析跨地区的作物关键生育期灾害危险性的分布特征，必须考虑不同地理环境（经纬度和海拔）条件下作物关键生育期起止时间的差异。迄今为止，结合区域油菜苗期分布特征，系统开展西南地区油菜苗期渍害危险性分布特征的研究鲜有报道。本研究以西南地区四川、重庆、贵州、云南四省（市）为研究区域，利用区域内农业气象站点数据系统分析了研究区域内甘蓝型冬油菜出苗期的时空分布特征，结合行业标准QX/T107—2009《冬小麦、油菜涝渍等级》中油菜渍害指标的定义与计算方法，开展了西南地区冬油菜苗期渍害危险性的时空分布特征研究，以期为西南地区油菜种植布局优化和防灾减灾工作提供科学依据。

1 材料与方法

1.1 研究区域

本研究主要的研究对象为甘蓝型冬油菜，为了保证数据的一致性，通过统计年鉴及文献资料查阅，结合前人对中国油菜种植区划的研究^[19-20]，排除部分以春油菜为主的种植区域，最终筛选出有冬油菜种植的397个县级行政单位所在范围作为研究区域，即研究区域包括云南省、贵州省、重庆市和四川省除西北高原以外的地区，具体见图1。

图1 研究区域及站点分布图

Full size|PPT slide

1.2 资料来源

气象数据来自中国气象数据网(http://data.cma.cn/)，选取符合条件的87个国家气象站点1971—2020年9月—翌年3月的逐日数据，包括降雨量和日照时数等指标。气象站点筛选条件和处理方式如下：（1）剔除缺失率大于1%的站点，对缺测序列小于1%的站点利用多年均值替代法进行插补；（2）考虑站点迁移造成的非均一性影响，排除迁移信息不明确站点，运用多元回归模型插值方法对迁移站点数据进行校正^[21]。冬油菜生育期资料来源于以及中国气象数据网中国农作物生长发育状况资料数据集和前人研究论文^{[22⇓⇓⇓⇓-27]}，整理选取西南地区四川、云南、贵州、重庆四个省市内50个农业气象观测点的油菜生育观测资料，其中包括油菜发育期名称、发育日期、发育程度、发育期距平等数据。地理空间数据来源于地理空间数据云(http://www.gscloud.cn/search)，获取了研究区域90 m×90 m数字高程模型数字高程模型。研究区域、气象站点和农业气象站点分布和数字高程模型见图1。

1.3 研究方法

1.3.1 渍害指数计算

根据国家规范的气象行业标准QX/T107—2009《冬小麦、油菜涝渍等级》建立油菜苗期的涝渍指标^[14]，油菜的涝渍指标公式为：

Q w = b_{1} \frac{R}{R_{m a x}} + b_{2} \frac{D_{R}}{D} - b_{3} \frac{S}{s_{m a x}}

(1)

其中，Q_w为涝渍指数；R为旬降水量(mm)；R_max为近3个年代的旬最大降水量(mm)；D_R为旬降水日数（天）；D为旬天数（天）；S为旬日照时数(h)；S_max为旬可能日照时数(h)；b₁为降水量；b₂为降水日数；b₃为日照时数对涝渍影响所占权重，本研究结合以往研究^[28]和专家意见，对3个系数分别取值为b₁=0.75，b₂=0.75，b₃=0.6。

1.3.2 渍害等级指标

按照行业标准QX/T107—2009《冬小麦、油菜涝渍等级》逐旬计算87个站点历年苗期涝渍指数Q_w，计算2旬涝渍指数均值Q_w’，将油菜苗期涝渍害分轻、中、重3个等级（表1）^[28]。

表1 油菜苗期涝渍等级指标

生育期	致灾等级
生育期	轻度	中度	重度
苗期	2旬平均 0.9>Q_w≥0.8	2旬平均 1.0>Q_w≥0.9	2旬平均 Q_w≥1.0
减产率参考值/%	5~10	10~20	>20

1.3.3 油菜苗期渍害危险性评估模型的建立

参考前人相关研究^[17,21]，致灾因子危险性同时取决于致灾因子强度和致灾因子发生的概率，如式(2)所示。

R = F \times P

(2)

式中，R为致灾因子危险性，F表示致灾因子发生的强度，P表示致灾因子发生的概率，以某站点多年发生灾害的频率表示。

研究区域苗期渍害的强度是受一次灾害发生的致灾因子范围和程度共同作用的结果，如式(3)所示。

F = A \times I

(3)

式中，F为冬油菜苗期渍害强度。A表示渍害影响范围，不同的渍害等级影响范围以研究时间段内发生过轻、中、重涝渍灾害的站点数量占总站数的百分比表示。I为渍害影响程度，结合以往研究^[29]和专家意见，以数值1、2、3表征轻、中、重3种等级渍害影响程度。

渍害发生概率可用站点发生渍害年份数占总样本年份数量之比来表示，如式(4)所示。

P = \frac{n}{N}

(4)

式中，P为冬油菜苗期渍害发生概率。n表示冬油菜苗期发生过渍害（即涝渍指数Q_w≥0.8）的年数，N表示总年数。

考虑到渍害指数Q_w计算中旬降水量和旬降水日数的年际变化较大，本研究引入降水量变异系数CV来表征渍害致灾因子的变异程度。变异系数CV (Coefficient of Variation)是标准差与平均值之比，表示了样本降水量的变化幅度，其值表征了实际数据偏离平均值的程度。计算公式如式(5)所示。

C V = \frac{1}{\bar{x}} \times \sqrt{\frac{\sum_{i = 1}^{n} (x_{i} {- \bar{x})}^{2}}{n - 1}}

(5)

式中，

\bar{x}

为选取样本降水量的多年平均值，x_i为实际数据，n为年数。

综上，本研究构建了冬油菜苗期涝渍灾害致灾因子危险性模型，如式(6)所示。

R_{i} = [(F_{a} \times P_{a}) + (F_{b} \times P_{b}) + (F_{c} \times P_{c})] \times C V

(6)

式中，R_i表示各个子区域冬油菜苗期渍害的危险性指数，F_a表示轻度渍害的强度，F_b表示中度渍害的强度，F_c表示重度渍害的强度，P_a表示轻度渍害的频率，P_b表示中度渍害的频率，P_c表示重度渍害的频率。

1.3.4 空间特征分析方法

对于不同的地理因子，为了保证高精度，采取的插值方法各有不同。本研究根据研究对象的不同特征，分别采用了多元回归残差反距离订正法^[30]和反距离权重插值法进行空间分析与制图表达。

2 结果与分析

2.1 冬油菜苗期空间分布特征

研究区域跨度范围大，不同区域冬油菜苗期有差异。为准确分析研究区域苗期渍害危险性特点，需对研究区域苗期分布特征进行研究。本研究以研究区域内农业气象站点稳定出苗期的日序数(Day Of Year, DOY)为因变量y，以农业气象站点的纬度、经度和海拔高程为自变量x₁、x₂、x₃，分别考虑高程(x₃)、纬度+高程(x₁，x₃)、纬度+经度(x₁，x₂)、经度+高程(x₂，x₃)、纬度+经度+高程(x₁，x₂，x₃)等5种方式构建出苗期日序数(y)的多元回归方程，比较油菜出苗期日序数与不同方式组合的相关程度，结果见表2。

表2 多元回归5种模型对比

项目		高程x₃	纬度x₁+高程x₃	纬度x₁+经度x₂	经度x₂+高程x₃	纬度x₁+经度x₂+高程x₃
决定系数R²		0.135	0.135	0.098	0.255	0.255
F值		7.476	3.676	2.562	8.058	5.258
P值		0.009	0.0329	0.088	0.001	0.003
方差		159.963	163.269	170.245	140.599	143.656
常数项b		275.717	280.945	252.825	43.643	43.721
系数	a₁	—	-0.169	-1.840	—	-0.002
	a₂	—	—	0.779	2.146	2.146
	a₃	0.009	0.008	—	0.016	0.016

由表2可知，高程x₃、经度x₂+高程x₃、纬度x₁+经度x₂+高程x₃与出苗期日序数构建的多元回归方程的P值均小于0.01，表明出苗期日序数与以上三种回归方程模式呈极显著相关的特征。其中，以（经度x₂+高程x₃）为自变量与油菜出苗期日序数y构建的多元回归方程的决定系数R₂、F值、P值最优。因此，本研究以经度为x₂、海拔为x₃，苗期开始的日期的日序数(DOY)为y值，常数项b，x₂系数a₂，x₃系数a₃构建出苗期与经度、海拔的多元回归方程，如式(7)所示。

y = 43.643 + 2.146 x_{2} + 0.016 x_{3}

(7)

式(7)即为多元回归残差反距离订正法中所应用的多元回归方程。

在ArcGIS软件中利用多元回归残差反距离订正法分析了研究区域苗期的空间分布特征，得出的研究区域冬油菜分布特征图结果见图2a。

图2 研究区域甘蓝型冬油菜出苗期分区图

Full size|PPT slide

由图2a可知，研究区域东北部的大部分地区苗期开始的日序数在254~279 d区间，西南部的地区在254~290 d区间，中部地区以291~317 d区间为主，西部地区苗期开始最晚，日序数在303~383 d。根据苗期开始的空间特征，结合研究区域甘蓝型冬油菜苗期平均为93 d这一特征将研究区域划分为4个子区域（见图2b），分别是：Ⅰ区，是研究区域冬油菜最早进入苗期的地区，大部分油菜种植区域9月中下旬进入苗期，主要包括四川盆地和贵州东部，该区域虽然日照较少，但平均海拔较低，四面环山，寒潮不易入侵，热量条件较好，降水较为适中。Ⅱ区，即大部分油菜种植区域10月上中旬进入苗期，该区域主要是云南的南部，气候干湿两季分明，南部区域的降水、热量条件都较为丰富。Ⅲ区，即大部分油菜种植区域10月下旬进入苗期，主要包括云南省的东北部、中部和贵州西部地区，该区域海拔较高，热量和水分相较Ⅱ区要少。Ⅳ区，是研究区域内最晚进入苗期的油菜种植区域，即油菜种植区域11月上中旬进入苗期，主要包括四川省西南山地和云南省北部高山区，区域内平均海拔较高，热量条件和降水条件较差。

2.2 冬油菜苗期渍害强度结果

结合苗期分区的结果，以各区苗期开始平均日序数和甘蓝型冬油菜苗期平均持续日期作为苗期，利用式(1)计算出不同分区中各气象站点对应冬油菜苗期的涝渍指数，并结合表1分析各气象站点1971—2020年间不同等级渍害站点数量，结果如图3所示。

图3 1971—2020年油菜苗期渍害发生台站数年际统计图

Full size|PPT slide

利用式(3)计算研究区域不同等级渍害强度。根据油菜苗期渍害等级指标（表1）计算结果，梳理出研究区域气象站点中发生过轻度渍害、中度渍害、重度渍害的站点数量，将发生过渍害的站点数量与总站点数量的比值作为渍害在研究区域的影响范围，以数值1、2、3表征轻、中、重3种等级的渍害的影响程度，综合考虑范围和程度计算油菜苗期渍害强度，结果如表3所示。

表3 渍害强度表

项目	F_a	F_b	F_c
渍害强度等级	0.69*1	0.64*2	0.55*3

由表2可知，1971—2020年间，研究区域内冬油菜苗期有69%的站点发生轻度渍害，有64%的站点发生过中度渍害，55%的站点发生过重度灾害。1971—2020年间，研究区域内冬油菜苗期轻度、中度、重度渍害强度指数分别为0.69、1.28和1.65。

2.3 冬油菜苗期不同渍害等级发生频率

根据式(3)对研究区域发生渍害的等级频率进行计算，并将计算结果进行空间可视化，得到不同等级的渍害发生的频率如图4。

图4 不同等级渍害发生概率分布图

Full size|PPT slide

由图4可知，研究区域内轻度、中度、重度渍害发生的频率区间分别为[0,0.33]、[0,0.20]、[0,0.16]，表明区域内发生轻度渍害的概率较高，而中度和重度渍害发生的概率相对较低。从空间分布来看，研究区域冬油菜苗期渍害主要发生在东部地区，四川西南地区和云南省不同等级的苗期渍害发生的频率均极低。

从不同等级渍害发生频率和分布特征来看，冬油菜苗期轻度渍害发生的高频区集中在四川省东部、重庆市和贵州省，其中四川东南部地区、重庆西部和贵州北部的轻度渍害发生概率较高，多年最大频率值在[0.11,0.33]之间。中度渍害和重度渍害发生的高频区间面积相对轻度渍害面积均有大幅减小。其中，中度渍害高频区集中在四川东部的泸州市、重庆市南部的江津区、綦江区和贵州省的遵义、毕节和贵阳等地区；重度渍害发生的高频区在四川东南部泸州叙永，贵州省的毕节、织金安顺等地。

2.4 冬油菜苗期渍害危险性分布特征

利用式(5)计算出研究区域各气象站点1971—2020年甘蓝型冬油菜苗期渍害的危险性指数值，并利用ArcGIS软件进行空间可视化，根据取值范围利用GIS中的自然断点法对危险性指数划分了涝渍危险性等级，结果如图5、表4所示。

图5 油菜苗期渍害危险性分布特征图

Full size|PPT slide

表4 油菜苗期渍害危险性分级及面积统计

危险级别	危险性指数阈值区间	面积占比/%
低	[0.00，0.17]	39.20
较低	[0.18，0.40)	20.40
中等	[0.41，0.63]	19.00
较高	[0.44，0.91]	13.32
高	[0.92，1.45]	8.09

由图5可知，研究区域冬油菜苗期渍害呈现“东高西低”的分布特征。结合表4和图5可知，研究区域甘蓝型冬油菜苗期渍害危险性较低的区域分布在云南地区、四川西南地区和北部地区，占整个区域面积的近60%；甘蓝型冬油菜苗期渍害危险性中等及以上区域集中在四川东部地区、重庆地区和贵州地区，占比40.4%，并呈现出明显的圈层特点，即由苗期渍害高风险地区向四周风险逐渐降低，冬油菜苗期渍害危险性高的区域集中在四川省、重庆市、和贵州省结合部，占研究区域面积约8%，包括四川省的宜宾、泸州等地，重庆市的江津区、綦江区、永川区、南川区等地和贵州省的遵义、毕节、贵阳等地。

3 结论

本研究根据西南地区农业气象站点多年生育期数据，利用GIS空间分析技术开展了甘蓝型冬油菜苗期空间分布特征研究，结果表明西南地区甘蓝型冬油菜苗期分布存在明显的区域特征，因此要准确分析冬油菜苗期渍害，有必要结合不同区域的冬油菜苗期起止时间来计算区域内站点渍害指数。研究结果还发现，西南地区甘蓝型冬油菜苗期渍害呈现“东高西低”的分布特征，渍害危险性较高的区域主要集中在四川省中东部、重庆市和贵州省，尤其是四川省宜宾市、泸州市，重庆市江津区、綦江区、永川区、南川区，贵州省遵义市、毕节市、贵阳市等地冬油菜苗期渍害危险性最高。研究结果与区域连阴雨分布特征情况基本吻合^{[31⇓⇓-34]}，表明秋冬季节连阴雨过程是西南地区甘蓝型冬油菜苗期渍害形成的最重要因素，这与相似研究的结果^[17,35]以及实际种植经验相一致。因此建议在上述区域开展诸如冬油菜品种改良和布局优化等措施来减小冬油菜苗期渍害带来的可能影响。油菜苗期前的降水量以及土壤墒情等因素也会一定程度上也会影响苗期渍害形成和渍害严重程度。在今后的研究中，应将结合苗期前的降水、土壤墒情特征和苗期降水量、日照时数等数据，对油菜苗期渍害危险性及其影响做进一步研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within

[1]	范雨娴, 霍治国, 杨宏毅, 等. 湖南省油菜春季涝渍过程灾变判别指标[J]. 应用气象学报, 2018, 29(2):141-153. 本文引用 [1]

[2]	吕丽莉, 孔锋, 王品. 1961-2016年中国四季降雨事件演变特征的空间差异分析[J]. 科学技术与工程, 2018, 18(22):1-14. 本文引用 [1]

[3]	PATRICIO G, GUILLERMO V I, MONICA L P, et al. Responses to short-term water logging during grain filling in sunflower[J]. Field crop research, 2007(101):352-363. 本文引用 [1]

[4]	刘秋霞, 任涛, 韩上, 等. 苗期渍水对直播冬油菜产量和农学利用率的影响及油菜在不同氮肥施用下的响应[J]. 中国油料作物学报, 2020, 42(4):594-602. 本文引用 [1]

[5]	刘波, 魏全全, 鲁剑巍, 等. 苗期渍水和氮肥用量对直播冬油菜产量及氮肥利用率的影响[J]. 植物营养与肥料学报, 2017, 23(1):144-153. 本文引用 [1]

[6]	张宇, 蒋跃林. 花期渍水胁迫对冬油菜生长及产量的影响[J]. 农学学报, 2014, 4(10):24-27. 本文引用 [1]

[7]	秦鹏程, 刘志雄, 万素琴, 等. 基于决策树和随机森林模型的湖北油菜产量限制因子分析[J]. 中国农业气象, 2016, 37(6):691-699. 本文引用 [1]

[8]	刘莉, 戴黎, 雷廷海, 等. 持续受渍对油菜叶片光谱特性的影响[J]. 江苏农业科学, 2017, 45(05):57-60. 本文引用 [1]

[9]

宋丰萍, 胡立勇, 周广生, 等. 渍水时间对油菜生长及产量的影响[J]. 作物学报, 2010, 36(1):170-176.

https://doi.org/10.3724/SP.J.1006.2010.00170

本文引用 [1] 摘要

长江流域油菜生产期间雨水偏多，加上主要采用水稻油菜轮作模式，地下水位高、土壤粘重，常发生渍害。为了研究油菜各生育期渍水对其生长及产量形成的影响，设计盆栽试验，在油菜4个生育期分别进行3个不同渍水时间处理后，然后恢复正常水分管理。其中，苗期、蕾薹期分别进行10、20和30 d渍水处理，花期、角果期分别进行10、15和20 d渍水处理，各处理4次重复，比较2个耐渍性不同的油菜品系在各生育期的生长状况及产量。结果表明: (1) 渍水影响油菜各生育期根系发育、地上部生长及最终产量的形成，并存在品种间差异；(2) 苗期渍水导致叶片叶绿素(Chl)含量下降、丙二醛(MDA)及脯氨酸(Pro)含量增加，其变化过程在指标间存在差异；(3) 以产量为指标，渍水的敏感性依次为蕾薹期、花期＞苗期、角果发育成熟期；(4) 研究不同渍水处理对产量的影响可为持续降雨对大面积油菜生产影响的估算提供依据。

[10]	刘凯文, 苏荣瑞, 潘建成, 等. 春季湿渍害对油菜产量结构的影响与减产效应[J]. 江苏农业科学, 2018, 46(5):63-66. 本文引用 [1]

[11]

ZOU

X L

, ZENG

, LU

G Y

, et al. Comparison of transcriptomes undergoing waterlogging at the seedling stage between tolerant and sensitive varieties of Brassica napus L.[J]. Journal of Integrative Agriculture, 2015, 14(9):1723-1734.

https://doi.org/10.1016/S2095-3119(15)61138-8

https://linkinghub.elsevier.com/retrieve/pii/S2095311915611388

本文引用 [1]

[12]

宋楚崴, 曹宏鑫, 张文宇, 等. 施肥和花期渍水胁迫对油菜产量及其形成影响的模型研究[J]. 中国农业科学, 2018, 51(4):662-674.

https://doi.org/10.3864/j.issn.0578-1752.2018.04.006

本文引用 [1] 摘要

【目的】渍害是长江流域油菜生产中的主要农业气象灾害之一，本研究旨在定量分析不同氮肥水平油菜花期渍水胁迫对产量及产量构成的影响，为油菜生产中渍水胁迫的灾害评估与预测预警等提供科学依据。【方法】试验于2014—2016年在江苏省农业科学院院部试验农场进行，以宁油18和宁杂19为试验材料，在盆栽和池栽试验条件下模拟花期渍水，比较分析不同施肥条件下不同渍水时间对油菜产量形成的影响。其中，盆栽设置4个渍水持续时间（0、3、6、9 d）、2个施肥处理（包括无施肥（N0）和施肥组（N1）两个水平，N1施肥条件为：N 0.018 kg·m-2、P2O5 0.012 kg·m-2、K2O 0.018 kg·m-2和硼砂0.0015 kg·m-2）；池栽设置３个渍水持续时间（0、3、6 d）、2个施肥处理（同盆栽）。【结果】（1）在盆栽条件下，无施肥处理花期渍水3 d后，上述两品种单株产量和单株角果数显著减少，千粒重和角果粒数则大部分在渍水6 d甚至9 d才显著减少；施肥处理的上述两品种单株产量和单株角果数对渍水的响应存在明显差异，宁油18花期渍水3 d后单株产量显著下降，而宁杂19花期渍水6 d单株产量才开始显著下降。在池栽条件下，无施肥处理花期渍水6 d后宁油18单株产量显著减少，而宁杂19花期渍水3 d的后单株产量显著减少；施肥处理花期渍水6 d后上述两品种单株产量均显著减少。油菜籽粒产量、籽粒产量结构、收获指数均随花期渍水时间的增加而减少，其中单株角果数对花期渍水处理最敏感；（2）混合线性模型分析表明，花期渍水时间每增加1 d，收获指数下降0.008，单株角果数下降14.71，每角果粒数降低0.29，千粒重下降0.04 g，单株产量减少1.52 g/plant；从渍水时间与施肥的交互关系看，渍水3 d时，渍水与施肥的交互作用能显著提高产量3.17 g/plant，显著提高单株角果数39.16，能够缓解产量损失；当渍水6 d时，渍水与施肥交互作用有减少产量2.29 g/plant趋势，对产量结构也无显著影响；当渍水9 d时，渍水与施肥交互作用显著降低产量4.78 g/plant，加重产量损失。【结论】花期渍水胁迫明显减少油菜产量和产量结构，其中宁油18比宁杂19更敏感，盆栽比池栽更敏感，单株角果数比角粒数和千粒重更敏感。模型量化表明，短时间渍水胁迫下，施肥能够缓解渍水胁迫对产量、收获指数和角果数的负效应，随着渍水时间延长，施肥缓解渍水胁迫负效应的能力减弱，当渍水达到9 d时，无施肥和施肥处理下渍水对产量、收获指数和角果数的影响较一致；花期渍水时间每增加1 d，收获指数下降、单株角果数、每角果粒数、千粒重与单株产量均明显减少，在施肥条件下渍水3 d时，渍水对油菜的伤害程度较小，但渍水6 d和9 d时，施肥对渍水影响的缓解效果降低。在正常水分管理下，施肥能够显著提高产量及产量结构，但是随着渍水时间增加，施肥缓解渍水对产量的影响不断下降。

[13]	霍治国, 李世奎, 王素艳, 等. 主要农业气象灾害风险评估技术及其应用研究[J]. 自然资源学报, 2003, 18(6):692-703. 本文引用 [1]

[14]	霍治国, 盛绍学, 贺楠, 等. QX/T 107-2009,冬小麦、油菜涝渍等级[S]. 北京: 气象出版社, 2009:5-8. 本文引用 [2]

[15]

刘瑞娜, 杨太明, 王晓东, 等. 近50年安徽省油菜涝渍灾害时空变化分析[J]. 农学学报, 2016, 6(1):110-116.

https://doi.org/10.11923/j.issn.2095-4050.cjas15050016

本文引用 [1] 摘要

涝渍是影响油菜产量与质量的主要农业气象灾害之一。本研究利用行业标准(QX/T 107—2009)中油菜涝渍等级指标，分析了1961—2010 年安徽省油菜涝渍时空变化特征。结果表明：时间上，油菜开花期和抽薹期涝渍指数值最大，此时期涝渍发生的次数占全生育期的70%~80%。近50 年来，抽薹期涝渍指数值呈上升趋势，灌浆期呈下降趋势。从空间上看，油菜不同生育期涝渍指数均呈现自北向南递增的规律。安徽省涝渍害主要发生在江淮及其以南地区，江淮区涝渍发生的几率为5~6 年1 遇，沿江区油菜涝渍害为2 年1 遇，其中轻度涝渍发生的几率是3~4 年1 遇，中度涝渍的几率是5~6 年1 遇，重度涝渍的几率是15~16 年1 遇。皖南山区涝渍害为1~2 年1 遇，其中轻度和中度涝渍的几率均是3 年1 遇，重度涝渍的几率是5年1遇。

[16]	鞠英芹, 杨霏云, 马德栗, 等. 江淮地区油菜渍害的时空分析[J]. 自然灾害学报, 2017, 26(6):136-146. 本文引用 [1]

[17]	郭翔, 赵金鹏, 王茹琳, 等. 四川盆区油菜播期涝渍害时空特征及危险性[J]. 生态学杂志, 2022, 41(7):1406-1413. 本文引用 [3]

[18]	陈红琳, 陈尚洪, 王昌桃, 等. 苗期渍水胁迫对免耕直播油菜产量和品质的影响[J]. 江苏农业学报, 2014, 30(2):259-263. 本文引用 [1]

[19]	张树杰, 王汉中. 我国油菜生产应对气候变化的对策和措施分析[J]. 中国油料作物学报, 2012, 34(1):114-122. 本文引用 [1] 摘要本文分析了近年来气候变化特点及对我国油菜生态环境及油菜生产的影响。结果表明，随着气温升高，冬油菜潜在种植面积显著增加，传统的油菜生产格局发生改变，体现出明显的“东减、北移、西扩”特征；由于降水分布不均、极端气候事件频繁，油菜单产增加趋势减缓，油菜生产的不稳定性显著增加。根据当前油菜生产所面临的问题，提出了整合育种和栽培措施的应对策略。

[20]	蒋梓淳, 徐嘉昕, 黄平, 等. 川西平原油菜种植区域时空变化分析[J]. 中国农业信息, 2021, 33(2):24-30. 本文引用 [1]

[21]

高文波, 林正雨, 王明田, 等. 1971-2020年西南茶区灌木型茶树晚霜冻害危险性时空演变特征[J]. 应用生态学报, 2021, 32(11):4029-4038.

https://doi.org/10.13287/j.1001-9332.202111.012

本文引用 [2] 摘要

研究晚霜冻害危险性时空演变特征,对于优化区域农业生产布局和品种调优具有科学的指导意义。本研究利用西南茶区65个气象站点1971—2020年逐日气象数据,结合霜冻终日和茶芽萌发初日的变化特征及其相互关系,构建西南茶区灌木型茶树春梢晚霜冻害概率指数和冻害强度指数,分析西南茶区灌木型茶树晚霜冻害危险性时空演变特征。结果表明:1971—2020年,西南茶区霜冻终日和茶芽萌发初日均呈显著提前趋势,且霜冻终日的提早速率快于茶芽萌发初日的提早速率,萌发后的茶芽暴露于晚霜冻害的天数总体呈不显著下降趋势。西南茶区大部分区域灌木型茶树晚霜冻害危险性呈下降趋势,但贵州茶区呈不显著上升趋势。四川茶区西部边缘山区、贵州茶区西部与云南茶区东北部交界处等地灌木型茶树晚霜冻害危险性一直较高,四川盆地区、云南茶区南部和贵州茶区南部等地晚霜冻害危险性一直较低。云南茶区北部、中东部地区等区域晚霜冻害危险性呈明显下降趋势;而贵州茶区中部和东部区域灌木型茶树晚霜冻害危险性明显增加。

[22]	吴进明, 吴森, 姜永秀. 2012-2013年度云南省油菜生产旱灾损失评估[J]. 云南农业大学学报(社会科学版), 2013, 7(5):60-62. 本文引用 [1]

[23]	原小燕, 符明联, 张云云, 等. 云南芥菜型油菜资源品质及苗期耐旱性评价[J]. 中国油料作物学报, 2020, 42(4):573-584. 本文引用 [1]

[24]	符明联, 邹平, 吴建华, 等. 黔油系列杂交油菜品种引种云南的表现[J]. 贵州农业科学, 2002(5):10-12. 本文引用 [1]

[25]	程德荣. 泸西县稻田直播油菜轻简化高产栽培技术[J]. 中国农业信息, 2016(14):73-74. 本文引用 [1]

[26]	刘灿, 徐前进, 陈志军, 等. 重庆地区油菜精细化气候区划研究[J]. 高原山地气象研究, 2014, 34(1):77-80. 本文引用 [1]

[27]

皮竟, 黄桃翠, 黄华磊, 等. 重庆油菜产业现状及发展对策[J]. 农学学报, 2020, 10(10):50-54.

https://doi.org/10.11923/j.issn.2095-4050.cjas20200300044

本文引用 [1] 摘要

通过广泛收集的各方面资料,回顾了重庆油菜产业发展的现状,总结了油菜产业面临的种植效益低、产业化经营弱、品牌建设滞后等方面的制约因素,分析了油菜产业发展具备的种植基础、比较优势和种植空间等方面的有利条件和政策、产业格局、种植结构等方面的发展机遇,提出了建立优质油菜产业化生产基地、推进耕作制度变革、提升生产机械化率、加快农旅融合发展等多方面的意见和建议,以期为重庆油菜产业持续健康发展提供智力支持。

[28]	张媛. 四川盆地区油菜农业气象灾害风险评估及区划[D]. 成都: 成都理工大学, 2020. 本文引用 [2]

[29]

何鹏, 涂美艳, 高文波, 等. 四川省猕猴桃生态气象适宜性分析及精细区划研究[J]. 中国农学通报, 2018, 34(36):124-132.

https://doi.org/10.11924/j.issn.1000-6850.casb18080082

本文引用 [1] 摘要

利用四川省145个气象站点1981-2010年30a的气象数据,通过分析四川省主要猕猴桃产区县气候特点和影响猕猴桃生长的关键气象因子,选择了年均温、1月均温、7月均温、≥10℃积温、年降水、无霜期、相对湿度、日照作为四川猕猴桃生态气候适宜性区划指标,应用GIS空间插值技术推算出四川无测站区域500m*500m网格点上的气候要素值,采用模糊综合评判的方法确定区划指标权重,得到四川猕猴桃精细化气候适宜性区划图,再选择越冬冻害、芽膨大期冻害和日灼三种猕猴桃生长期内主要气象灾害,进行气象灾害风险区划,进一步对气候适宜区进行细分,以期为四川省猕猴桃产业合理规划布局和品质评价提供科学依据。结果表明,四川省猕猴桃种植的气候适宜区较广,高适宜区面积约3.39×104km2,适宜区面积约8.73×104km2,较适宜区面积约8.46×104km2。初步分析整个四川盆地区均属于高适宜区,但是在加入三种气象灾害风险分析后,高适宜区进一步缩小到龙门山脉沿线和成都平原区。

[30]	廖顺宝, 李泽辉. 气温数据栅格化中的几个具体问题[J]. 气象科技, 2004, 32(5):352-356. 本文引用 [1]

[31]	石艳, 李刚, 谭健. 近31a贵州低温阴雨天气时空分布特征[J]. 中低纬山地气象, 2019, 43(3):71-74. 本文引用 [1]

[32]

张顺谦, 马振峰, 陈文秀, 等. 西南地区秋绵雨变化趋势与周期性特征的区域差异. 自然资源学报, 2014, 29(2): 275-284.

https://doi.org/10.11849/zrzyxb.2014.02.009

本文引用 [1] 摘要

利用西南地区338 个气象站点1961—2009 年9—11 月的逐日降水资料，采用REOF对秋绵雨进行气候分区，运用线性趋势、滑动t 检验、Yamamoto 检验、Mann-Kendall 检验、复Morlet 小波等数学方法，分析各分区秋绵雨日数的变化趋势、突变特征、周期性特点，结果发现：西南地区秋绵雨东多西少，四川东南部、重庆西南部和贵州北部秋绵雨最多，年发生率在80%以上，年均日数在10 d 以上；西南地区秋绵雨可分为4 个气候区，即四川盆地东部区、黔南区、四川盆地西部区和滇东北区；其中四川盆地东部区、黔南区、四川盆地西部区秋绵雨日数有减少趋势，滇东北区有增加趋势，但均不显著；黔南区秋绵雨日数在1988 年发生了由多到少的突变，滇东北区秋绵雨日数则在1985 年和1995 年发生了两次相反的突变；各分区秋绵雨日数的年代际振荡周期差异较大，从10 a 到27 a 不等，年际振荡周期四川盆地东部区和黔南区为2～5 a尺度，四川盆地西部区和滇东北区为2～3 a尺度。

[33]	王欢, 李晶, 庞玥. 伴有区域暴雨的重庆秋季连阴雨及其暴雨特征[J]. 高原山地气象研究, 2017, 37(4):28-33. 本文引用 [1]

[34]	孙照渤, 黄艳艳, 倪东鸿. 我国秋季连阴雨的气候特征及大气环流特征[J]. 大气科学学报, 2016, 39(4):480-489. 本文引用 [1]

[35]	张菡, 郑昊, 王明田, 等. 基于GIS的秋季连阴雨对农业生产影响的风险评估—以四川省盆地区为例[J]. 应用生态学报, 2017, 28(8):2569-2576. 本文引用 [1]

PDF(1998 KB)

Accesses

Citation

Detail

Sections

Recommended

Received	Revised	Published
2022-09-04	2022-11-22	2023-10-20
Issue Date
2023-10-17

模态框（Modal）标题

Please choose a citation manager

Content to export

About journal

Browse

Author Center

Abstract

Key words

Cite this article

0 引言

1 材料与方法

1.1 研究区域

图1 研究区域及站点分布图

1.2 资料来源

1.3 研究方法

1.3.1 渍害指数计算

1.3.2 渍害等级指标

表1 油菜苗期涝渍等级指标

1.3.3 油菜苗期渍害危险性评估模型的建立

1.3.4 空间特征分析方法

2 结果与分析

2.1 冬油菜苗期空间分布特征

表2 多元回归5种模型对比

图2 研究区域甘蓝型冬油菜出苗期分区图

2.2 冬油菜苗期渍害强度结果

图3 1971—2020年油菜苗期渍害发生台站数年际统计图

表3 渍害强度表

2.3 冬油菜苗期不同渍害等级发生频率

图4 不同等级渍害发生概率分布图

2.4 冬油菜苗期渍害危险性分布特征

图5 油菜苗期渍害危险性分布特征图

表4 油菜苗期渍害危险性分级及面积统计

3 结论

{{custom_sec.title}}

{{custom_sec.title}}

References

{{custom_fnGroup.title_en}}

Footnotes