中国海洋大学学报自然科学版  2019, Vol. 49 Issue (5): 21-26  DOI: 10.16441/j.cnki.hdxb.20180158

引用本文  

胡园春, 张红艳. 鲁南地区近40年气温变化趋势分析与农业应对措施[J]. 中国海洋大学学报(自然科学版), 2019, 49(5): 21-26.
HU Yuan-Chun, ZHANG Hong-Yan. Analysis of Temperature Changing Trend in Lunan Area for Recent 40 Years and Agricultural Measures[J]. Periodical of Ocean University of China, 2019, 49(5): 21-26.

基金项目

十三五山东重大气象工程项目(鲁发改农经〔2017〕97号)资助
Supported by Major Meteorological Projects In Shandong Province During 13th Five-Year Plan (Agricultural Economics 〔2017〕 No. 97 Issued By Shandong Province Development and Reform Commission)

作者简介

胡园春(1964-),女,高级工程师。E-mail:gyyc64@163.com

文章历史

收稿日期:2018-05-12
修订日期:2018-10-08
鲁南地区近40年气温变化趋势分析与农业应对措施
胡园春1 , 张红艳2     
1. 山东省枣庄市峄城区气象局,山东 峄城 277300;
2. 山东省枣庄市气象局,山东 枣庄 277800
摘要:利用枣庄市5个气象站1977—2016年气温观测数据,对5个站点的气温进行平均;采用小波分析法和线性拟合法分析了鲁南地区近40年的逐年平均气温、季平均气温、年高温(≥35 ℃)日数和积温的变化特征。结果表明:1977—2016年枣庄地区年平均气温、四季平均气温和积温均呈现增温趋势,平均增温速率有所不同,其中春季的增温最为明显,倾向率为0.64 ℃/10a;1977—2016年每年高温日数表现出波动上升的趋势,高温日数变化的倾向率为1.70 d/10a,积温变化的倾向率为90 ℃·d/10a。近40年来枣庄地区气温变化过程具有显著的阶段性,而不是单调递增。最后对发展高效农业的应对措施进行了分析并给出了建议。
关键词鲁南地区    气温变化    小波分析法    线性拟合法    

气温变化将改变农业热量资源,对农作物生产产生重要的影响,尤其是改变农作物品种结构、生长发育及产量和种植制度等[1-4]。IPCC第5次评估报告[5]认为, 气候变暖可能有利于作物增产, 尤其是在中高纬度地区。研究表明, 中国的气候变暖与全球变暖同步, 但平均增温速率明显高于同期全球或北半球[6-8]的增温速率。

山东地区位于中国华东地区北部,属温带季风气候区,是典型的气候脆弱区和受全球气候变暖影响最为敏感的地区之一[9-10],因此许多学者对山东地区的气候变化特征做了大量的研究[11-13]。胡桂芳等[14]利用济南和青岛近百年的逐月温度资料研究,发现近百年来山东的气温变化与全国气温变化的平均状况大致相似,但在具体变化过程及幅度上又有明显差异。廉丽姝等[15]根据1961—2001年山东省60个气象站的气温与降水资料研究发现,该阶段山东省年平均气温有显著的上升趋势,但增温趋势有明显的季节非对称性,其中以冬季气温增幅最大,年平均气温的演变表现出明显的阶段性和周期性的基本特点。王常山等[16]根据1961—2011年山东地区17个气象站的气温资料研究发现,近50年来山东地区气温变化过程具有显著阶段性,而不是单调递增;山东地区增温主要发生在最近20余年内;山东地区气候变暖的区域差异比较明显。以上研究对正确认识山东地区气候变化规律具有重要意义,但是对某一具体地区气候变化的具体差异特征及气温变化具体过程的研究则较少。

鲁南地区面积占山东省面积近三分之一,人口数超过山东省总人口数的三分之一。枣庄市作为鲁南地区的代表城市,属于中纬度暖温带大陆性季风气候区,地势北高南低,东高西低,地形高度自东北向西南倾斜降低。受地理条件和季风等因素影响,枣庄市自然条件比较优越。根据历史气象资料,枣庄市年平均气温13.2~14.2 ℃,年平均降水量约800 mm,≥20 ℃的积温总量在3 000 ℃·d左右,无霜期在200 d左右,光热条件基本能保证作物一年两熟。

农作物的生长发育强烈依赖气象条件和气候资源。有利的气象条件能促进农作物生长发育;反之则会延缓农作物生长发育。各种农作物年度的丰歉在很大程度上取决于气象条件的综合影响。在众多气候资源中,热量资源与农作物的生产关系最密切。

本文在前人研究基础上,选择枣庄作为鲁南地区代表,分析了1977—2016年枣庄地区5个气象站的气温观测数据, 5个气象站的地理位置见图 1。首先对5个站的气温进行平均,采用小波分析法、线性拟合法,分析了枣庄地区近40年的年平均气温、季平均气温的变化特征,并分析了与农业生产更密切的高温日数和积温变化特征,这些研究可为提高气候资源利用率,更科学合理地规划鲁南地区的农业生产提供参考。

图 1 枣庄地区5个气象站地理位置图 Fig. 1 Geographic locations of 5 meteorological stations in Zaozhuang area
1 数据和研究方法

选取1977年—2016年枣庄地区的5个国家气象观测站(见表 1)年平均气温、季平均气温、年高温日数和积温等数据。文中所用气象资料均由表 1中的5个站的观测数据进行平均获得。

表 1 枣庄地区5个国家气象站信息 Table 1 Information on 5 national weather stations in Zaozhuang area

气象观测资料时间序列是高度非平稳的,传统的时间序列分析方法无法取得高精度的变化趋势。小波分析法是一种能同时在时域和频域上进行分析的数学方法,具有多分辨率分析的特性,是一个强有力的统计工具。该方法最早使用在信号处理与分析领域中,各种气象因子可以看作是随时间有周期性变化的信号。因此小波分析法同样适用于气候学研究领域,从而对气候变化过程中各气象要素随时间变化进行分析。本文利用小波分析法对原始气温数据进行了平滑处理,可更好地分析近40年枣庄地区的气温变化特征。

通过对平滑后的气温数据进行线性拟合获得温度的变化趋势。气温观测数据的初始信号可以利用小波按照以下的形式来变换:

$ \begin{array}{l} \;\;\;s = {s_1} + {d_1}, \\ \;{s_1} = c{A_1} \times \varphi , \\ {d_1} = c{D_1} \times \varphi 。\end{array} $ (1)

其中:s为反映温度平均水平的低频部分;d为反映细节变化的高频部分;A1D1为系数矩阵;φψ为低通滤波和高通滤波。如果继续按照上述方法来分解并且不断重复,原始数据最终将会被分解为多层。因此,上述多分解过程可以被表示为:

$ s = {s_1} + {d_1} = \left( {{s_2} + {d_2}} \right) + {d_1} = \cdots = {s_j} + \sum {{d_j}} 。$ (2)

sj被称为主波数据,随后对平滑后的主波数据sj进行线性拟合,用来分析枣庄市的温度变化趋势。线性拟合函数可以表示为sj=a×x(t)+b(t=1, 2, …, n),按最小二乘法可得系数a和常数b。其中a代表了温度的变趋势,计算方法如下:

$ a = \frac{{n\sum {t \cdot {s_j}\left( t \right) - \sum {t \cdot \sum {{s_j}\left( t \right)} } } }}{{n\sum {{t^2}} - {{\left( {\sum t } \right)}^2}}}。$ (3)

式中a值的正负表示该积温序列随时间变化的方向; 正值表示气温随时间有增加的趋势; 负值则表示趋于减小;a的绝对值大小表示变化的快慢程度。把a×10年称作气候倾向率,单位:℃/10a。

2 结果与分析 2.1 温度年均值和季节均值变化特征分析

按照实际情况,利用小波分析法将气温年均值的原始数据做了两级分解。获得的主波数据即滤除了高频杂波的数据,可以反映原始数据的变化趋势。图 2给出了1977—2016年共40年间枣庄市气温年均值的变化趋势。

(黑点和细实线表示枣温度日均值的原始数据变化趋势;细虚线为小波分解后的主波数据;粗虚线表示整体和不同阶段气温的变化趋势。The black dots and thin solid line represent the origin data, fine dash line represent the variation trend of main wave; Thick dash line represent the variation trend of entire and different stage. ) 图 2 1977—2016年枣庄市气温年均值变化趋势 Fig. 2 Variation trend of annual mean air temperature at Zaozhuang area from 1977 to 2016

图 2看出,近40年来枣庄市气温呈现波动上升趋势,温度变化的倾向率为0.29℃/10a。不同年代呈现出减-增-减-增的趋势。1977—1983年和2000—2010年,枣庄市气温呈现下降趋势,温度变化的倾向率分别为-0.92和-0.51 ℃/10a;1984—1999年和2011—2016年,枣庄市气温呈现上升趋势, 温度变化的倾向率分别为0.83和1.89 ℃/10a。

不同年代枣庄市气温变化的倾向率见表 2,从表中可见近年来枣庄市气温上升明显。在计算不同阶段气温变化的倾向率时,相关系数都要高于计算整体倾向率时的相关系数,说明本文对不同温度变化阶段的划分是合理的。

表 2 1977—2016年枣庄市年平均、季节平均气温的变化倾向率 Table 2 Variation rate of annual and seasonal mean air temperature at Zaozhuang area from 1977 to 2016

枣庄市春、夏、秋、冬四个季节温度变化趋势见表 2图 3,在全球变暖的背景下,枣庄市四个季节的温度均值都呈现出上升的趋势,其变化倾向率分别为0.64, 0.12, 0.22和0.11 ℃/10a。其中春季的增温最为明显,温度变化的整体倾向率为0.64 ℃/10a,温度增高趋势会加速小麦的生育进程,尤其是抽穗、灌浆时温度偏高会缩短后期的生育进程,降低千粒重,进而影响小麦的产量。除了夏季外,其余三个季节的温度均值都表现出与年均值同样的变化趋势:减-增-减-增,并且不同的变化趋势对应的年份也比较类似。2014年以来,春、秋、冬三个季节的温度均值都呈现出上升趋势,温度变化的倾向率分别为4.47、4.15和6.21 ℃/10a,其中冬季温度的上升趋势最为明显,不利于小麦的安全越冬,也增加了小麦病虫害的防治难度。

图 3 1977—2016年枣庄市气温四个季节平均值变化趋势(单位:℃/10a) Fig. 3 Variation trends of four seasonal mean air temperatures in Zaozhuang area from 1977 to 2016(Unit: ℃/10a)
2.3 高温日数及积温变化分析

极端高温和积温是与农业生产关系更密切的2个气象要素,因此本文对这2个气象要素进行分析。

近年来,全球频发的极端高温事件会造成农作物植株、果实的灼伤,不利于农作物的授粉受精,甚至会引起干旱对农作物的产量带来影响。因此本文对枣庄市1977—2016年每年日最高气温超过35 ℃的天数(高温日数)进行分析。图 4给出了枣庄市1977—2016年每年高温日数的变化趋势。从图中可以看出,无论是原始数据,还是小波分解出的主波数据,都表现出波动上升的趋势,高温日数变化的倾向率为1.70 d/10a。可以推测高温日数的增加趋势还会继续保持下去,因此需要加强对极端高温的预防和应对策略的制定。

图 4 1977—2016年枣庄市每年高温日数的变化趋势 Fig. 4 Variation trend of high temperature days at Zaozhuang area from 1977 to 2016

积温是衡量农作物生长发育阶段热量条件的重要指标,也是衡量农业气候条件和资源的主要指标。在一定温度范围内,气温与农作物发育速度成正相关,并且要积累到一定的温度总和农作物才能完成其发育期。作为重要的气候资源, 积温与其他资源的区别在于存在很大的地域差异和时间变化。农作物完成某一阶段或整个生育期的生长发育需要一定的积温。积温的多少会对作物生长发育、产量和质量以及作物本身全部生命过程产生影响。图 5为1977—2016年枣庄地区≥20 ℃积温的变化特征。可以看出,近40年枣庄地区积温呈上升趋势,倾向率为90 ℃·d/10a。其中1977—1983年、1990—1997年及2007—2016年枣庄地区积温都呈现出上升趋势,倾向率分别为570,500和290 ℃·d/10a。根据2007—2016枣庄地区≥20 ℃积温的变化趋势,可以推测未来几年枣庄地区积温仍会呈现出上升趋势。

图 5 枣庄市1977—2016年≥20℃的积温的变化趋势 Fig. 5 Variation trend of accumulated air temperature (≥20℃) days at Zaozhuang area from 1977 to 2016
2.4 农业应对措施分析与建议

(1) 引进推广优质抗逆境强的品种。小麦推广半冬性强的品种,玉米推广耐高温、耐密植、产量稳定的品种,奠定农作物稳产遗传基础。

(2) 优化作物种植模式。采用小麦-玉米、小麦-大豆、小麦-杂粮等种植模式,优化作物布局,充分利用光、温等气候资源。

(3) 采用先进适用种植技术。采用小麦宽幅精播、玉米一增四改、温室智能化控制等技术,提高农业生产气候逆境的科技应对水平。

(4) 加强农业异常气候预警应对。完善气象与农业、水利、国土等部门的协作机制,提升异常气候的发布效率,提高农民对异常气候的重视程度和农业灾害的防控能力。

3 讨论

本文利用趋势分析法对1977—2016年枣庄地区5个气象站近40年气温的变化特征进行了分析,结果表明,年平均气温、季平均气温和积温均呈增温趋势,增温速率分别为0.29(年)、0.64(春季)、0.12(夏季)、0.22(秋季)、0.01(冬季)和90 ℃·d/10a(积温)。本文的年平均气温增温速率略高于廉丽珠等[15]研究的全省平均气温上升0.24 ℃/10a以及王常山等[16]研究的全省平均气温上升0.22 ℃/10a的结论。由四个季节增温速率来看枣庄近40年的偏暖主要是春、秋两季增暖所致,这与胡桂芳等[14]研究的20世纪80年代以来的偏暖主要是由冬、春两季的增暖所致有所不同,其原因可能是不同的学者对分析气候要素序列的起止时间不同,以及区域气象站点选择和资料的处理方法等方面存在差异。

4 结论

(1) 1977—2016年枣庄地区各气象站年平均气温、四季平均气温和积温均呈现增温趋势,平均增温速率分别为0.29(年)、0.64(春季)、0.12(夏季)、0.22(秋季)、0.01(冬季)和90 ℃·d/10a(积温),枣庄地区变暖主要体现在春、秋季增温;1977—2016年每年日最高气温超过35℃的高温日数表现出波动上升的趋势,高温日数变化的倾向率为1.70 d/10a。可以推测,枣庄地区高温日数的增加趋势还会继续保持下去。

(2) 近40年来枣庄地区气温变化具有显著的阶段性,而不是单调递增。除了夏季外,其余三个季节的温度均值均与年均值一样的变化趋势:减-增-减-增,并且不同的变化趋势对应的年份也比较类似。2014年以来,春、秋、冬三个季节的温度均值都呈现出上升的趋势,温度变化的倾向率分别为4.47、4.15和6.21 ℃/10a,其中冬季温度的上升趋势最为明显。

(3) 气温的变化会对当地的农作物生长期、产量、品质和病虫害的防治产生影响,因此应该根据气候变化对农作物种植制度、布局、结构、品种等方面做出相应的调整,研究适应气候变化的高效农作物栽培技术迫在眉睫。

参考文献
[1]
李硕, 沈彦俊. 气候变暖对西北干旱区农业热量资源变化的影响[J]. 中国生态农业学报, 2013, 21(2): 227-235.
LI Shuo, SHEN Yan-Jun. Impact of climate warming on temperature and heat resource in arid Northwest China[J]. Chinese Journalof Eco-Agriculture, 2013, 21(2): 227-235. (0)
[2]
徐超, 杨晓光, 李勇, 等. 气候变化背景下中国农业气候资源变化Ⅲ.西北干旱区农业气候资源时空变化特征[J]. 应用生态学报, 2011, 22(3): 763-772.
Xu C, Yang X G, Li Y, et al. Changes of China agricultural climate resources under the background of climate change Ⅲ.Spatiotemporal change characteristics of agricultural climate resources in northwest arid area[J]. Chinese Journal of Applied Ecology, 2011, 22(3): 763-772. (0)
[3]
肖登攀, 陶福禄, 沈彦俊, 等. 华北平原冬小麦对过去30年气候变化响应的敏感性研究[J]. 中国生态农业学报, 2014, 22(4): 430-438.
XIAO Dengpan, TAO Fulu, SHEN Yanjun, et al. Sensitivity of response of winter wheat to climatechange in the North China Plain in the last three decades[J]. Chinese Journal of Eco-Agriculture, 2014, 22(4): 430-438. (0)
[4]
周松秀, 陈林林, 刘兰芳, 等. 全球变化背景下南方丘陵区农业生态系统适应性时空演变特征研究--以衡阳盆地为例[J]. 中国生态农业学报, 2017, 25(2): 147-156.
ZHOU S X, Chen L L, Liu L F, et al. Spatio-temporal evolution characteristics of agro-ecosystem adaptability response to globalchange in South China hilly regions:A case study of Hengyang Basin[J]. Chinses Journal of Eco-Agriculture, 2017, 25(2): 147-156. (0)
[5]
IPCC.Climate Change: Working Group I Contribution to the IPCC fifth Assessment Report (AR5)[R].Switzerland: IPCC, 2013. (0)
[6]
林学椿, 于淑秋, 唐国利. 中国近百年温度序列[J]. 大气科学, 1995, 19(5): 525-534.
Lin X C, Yu S Q, Tang G L. Series of average air temperature over China for the last 100-years period[J]. Chinese Journal of Atmospheric Sciences, 1995, 19(5): 525-534. DOI:10.3878/j.issn.1006-9895.1995.05.02 (0)
[7]
丁一汇, 任国玉, 石广玉, 等. 气候变化国家评估报告(Ⅰ):中国气候变化的历史与未来趋势[J]. 气候变化研究进展, 2006, 2(1): 3-8.
Ding Y H, Ren G Y, Shi G Y, et al. National assessment report of climate change (I):Climate change in China and its future trend[J]. Advances in Climate Change Research, 2006, 2(1): 3-8. DOI:10.3969/j.issn.1673-1719.2006.01.001 (0)
[8]
胡琦, 潘学标, 邵长秀, 等. 1961-2010年中国农业热量资源分布和特征变化[J]. 中国农业气象, 2014, 35(2): 119-127.
Hu Q, Pan X B, Shao C X, et al. Distribution and variation of China agricultural heat resources in 1961-2010[J]. Chinese Journal of Agrometeorology, 2014, 35(2): 119-127. DOI:10.3969/j.issn.1000-6362.2014.02.001 (0)
[9]
Zhang Ying, Bi Peng, Wang Guoyong, et al. El Niño Southern Oscillation (ENSO) and dysentery in Shandong Province, China[J]. Environmental Research, 2007, 103(1): 117-120. DOI:10.1016/j.envres.2006.03.005 (0)
[10]
Lv Zunfu, Liu Xiaojun, Cao Weixing, et al. Climate change impacts on regional winter wheat production in main wheat production regions of China[J]. Agricultural and Forest Meteorology, 2013, 171/172: 234-248. DOI:10.1016/j.agrformet.2012.12.008 (0)
[11]
郑景云, 郑斯中. 山东历史时期冷暖旱涝状况分析[J]. 地理学报, 1993, 48(4): 348-357.
Zheng J Y, Zheng S ZH. An analysis on cold/warm and dry/wet in Shandong province during historical times[J]. Acta Geographica Sinica, 1993, 48(4): 348-357. DOI:10.3321/j.issn:0375-5444.1993.04.008 (0)
[12]
王庆, 孙即霖, 龚佃利. 东亚夏季风对山东夏季降水的影响[J]. 中国海洋大学学报(自然科学版), 2006, 36(1): 13-18.
Wang Q, Sun J L, Gong D L. Impacts of the East Asian monsoon on the summer rainfall in the Shandong Area[J]. Periodical of Ocean University of China, 2006, 36(1): 13-18. (0)
[13]
于群, 王新, 牟勤, 等. 山东冬季气温变化的气候特征和分型[J]. 山东农业大学学报(自然科学版), 2007, 38(1): 21-27.
Yu Q, Wang X, Mu Q, et al. Climatic characteristics and patterns on winter temperature in Shandong[J]. Journal of Shandong Agricultural University (Natural Science), 2007, 38(1): 21-27. DOI:10.3969/j.issn.1000-2324.2007.01.005 (0)
[14]
胡桂芳, 薛德强, 奚秀芬. 山东近百年来的气温变化[J]. 山东气象, 2003, 23(3): 8-11.
Hu G F, Xue D Q, Xi X F. The temperature variety in the last a hundred years in Shandong province[J]. Journal of Shandong Meteorology, 2003, 23(3): 8-11. DOI:10.3969/j.issn.1005-0582.2003.03.004 (0)
[15]
廉丽姝, 李为华, 朱平盛. 山东省近40年气候变化特征[J]. 气象科技, 2006, 34(1): 57-61.
Lian L Z, Li W H, Zhu P S. Analysis of climate change in Shandong province since 1961[J]. Meteorology Since and Technology, 2006, 34(1): 57-61. DOI:10.3969/j.issn.1671-6345.2006.01.011 (0)
[16]
王常山, 王庆, 夏艳玲, 等. 1961~2011年山东地区气温变化的区域差异特征及突变分析[J]. 鲁东大学学报(自然科学版), 2013, 29(4): 353-360.
Wang C S, Wang Q, Xia Y L, et al. Regional differences in temperature change characteristics and abrupt change analysis for Shandong area during 1961-2011[J]. Ludong University Journal, 2013, 29(4): 353-360. DOI:10.3969/j.issn.1673-8020.2013.04.014 (0)
Analysis of Temperature Changing Trend in Lunan Area for Recent 40 Years and Agricultural Measures
HU Yuan-Chun1 , ZHANG Hong-Yan2     
1. Shandong Province Zaozhuang City Yicheng District Weather Bureau, Yicheng 277300, China;
2. Shandong Province Zaozhuang City Weather Bureau, Zaozhuang 277800, China
Abstract: The temperature observation data of five weather stations in Zaozhuang City from 1977 to 2016 is employed in this paper. Firstly the temperature data of five stations has been averaged, and the change characteristics of the annual average temperature, seasonal average temperature and annual high temperature days(≥35 ℃) in southern area of Shandong Province in recent 40 year shave been analyzed with wavelet analysis method and linear fitting method. The results show that from 1977 to 2016, the annual average temperature, seasonal average temperature and accumulated temperature in southern area of Shandong Province allpresent increase trends with different average temperature rising rates. The temperature rising in spring is the most obvious with trend rate of 0.64/10a. The annual high temperature days from 1977 to 2016 experienced a fluctuantly rise with trend rate of 1.70d/10a. In the past 40 years, there are many significantly different stagesoftemperature change in Zaozhuang, rather than monotone increasing. Finally, response measures for the development of high-efficiency agriculture have been analyzed.
Key words: southern area of Shandong Province    temperature change    wavelet analysis method    linear fitting method