文章信息
- 曹阳, 杨婕, 熊伟, 武永峰, 冯灵芝, 杨晓光
- CAO Yang, YANG Jie, XIONG Wei, WU Yongfeng, FENG Lingzhi, YANG Xiaoguang
- 1961-2010年潜在干旱对我国夏玉米产量影响的模拟分析
- Simulation of summer maize yield influenced by potential drought in China during 1961-2010
- 生态学报, 2014, 34(2): 421-429
- Acta Ecologica Sinica, 2014, 34(2): 421-429
- http://dx.doi.org/10.5846/stxb201305060937
-
文章历史
- 收稿日期:2013-5-6
- 修订日期:2013-11-15
2. 中国农业大学资源与环境学院, 北京 100094
2. School of resources and environment, China Agricultural University, Beijing 100094, China
中国是世界上受气象灾害危害最严重的国家之一,每年因各种气象灾害造成的直接经济损失达上千亿元,其中干旱是我国影响区域最广、发生最频繁、对作物产量影响最重的气象灾害之一,1950—2001年我国平均每年受旱面积占全国气象灾害受灾总面积的56.2%[1],以2011年为例,我国农作物受灾面积合计32470.5khm2,绝收面积2891.7 khm2,其中干旱的受灾面积就有16304.2 khm2,绝收1505.4 khm2[2]。
玉米是我国重要的粮食和饲料作物,在我国农业生产中占有相当的比重,2011年,玉米超越水稻成为我国播种面积最大的作物,总产量也仅次于水稻居第二位。旱灾是玉米生产中常见的气象灾害,2003年夏季干旱导致法国的玉米产量较2002年减少30%,2009年我国玉米产量因干旱而较2008年减产了约7.5%。近年来,受气候变化以及人类活动的综合影响,干旱发生的频率和强度有增加趋势,50年一遇或百年一遇的灾害发生频率上升,影响区域增多,造成的损失加重。因此,研究干旱灾害对我国玉米生产的影响对合理指导玉米生产的减灾、防灾,对稳定玉米产量有重要的指导意义和作用。
长期以来,国内外学者围绕干旱对玉米的影响开展了大量的研究[3, 4, 5, 6],建立和发展了多种干旱评价指标,为干旱的评价与研究提供了有效工具。然而目前大多数的干旱指标都是建立在气象和气候干旱上,如标准化降水指数SPI[7]、作物水分亏缺指数等[8, 9, 10],但是这些指标往往忽略了作物的不同生长阶段对水分胁迫的不同反应。部分基于农业干旱建立的干旱指数,如帕默尔干旱指数PDSI[11]和作物水分指数CMI[12] 等,也有一定局限性,Meyer指出帕尔默干旱指数PDSI和作物水分指数CMI并不能反映出关键生育期的短期干旱对玉米产量的影响[13]。
作物模拟模型借助计算机手段,能够对作物各种生长过程进行综合的数值模拟。本研究尝试借助作物模拟模型来分析1961—2010年干旱灾害对我国夏玉米产量的影响,并结合大气环流指数分析大气环流因子与干旱之间的关系,以期了解我国50年来夏玉米生产受干旱的影响及其变化情况,并为干旱的研究方法提供一些参考。
1 资料与方法 1.1 作物模型的选择和校准本研究选用了DSSAT系列作物模型中的玉米模型CERES-Maize,有关文献对此进行了详细描述[14]。为了解模型模拟效果,先后利用空间分布的农业气象试验数据对模型进行了站点和区域尺度校准和验证(过程和结果详见文献[15, 16]),验证结果表明,校准后,模型不仅对站点尺度的单季作物模拟效果较好,而且在区域尺度上也可以反映出产量的时间和空间变化趋势[15]。
1.2 1961—2010年全国玉米单产的模拟利用校准后的模型,模拟了1961—2010年我国玉米单产。模型先后进行了两次模拟,除水分管理分别设为雨养和灌溉两种模式(选择自动灌溉方式,即当土壤有效含水量小于80%时进行定量灌溉,每次20 mm)之外,其余输入参数均保持一致。其中雨养条件下的模拟结果表示有水分胁迫下的玉米单产,灌溉模式下的模拟结果表示无水分胁迫的玉米产量。而两者之间的差值在一定程度上可以反映出干旱造成的产量损失。
模拟中的天气数据来自于国家气候中心处理的1961年1月1日至2010年12月31日50 km×50 km各格点的天气数据,包括日最高气温、日最低温度、日平均温度、日降水量和日太阳辐射量。
土壤数据,是按照面积权重法,由全国土壤分布图网格化而得(网格分辨率50 km × 50 km),每个网格作为数据收集和模型运行的最小单位[15]。原始土壤数据来源于中国农业科学院农业资源和农业区划研究所提供的1 ∶ 100万空间数据库,借助于GIS选取与每个实验站相一致的土种,并确定每个网格上玉米的种植面积[16]。本文只研究了干旱对我国主要玉米种植区夏玉米生产的影响,只对种植夏玉米的网格进行了模拟和分析。图 1显示了我国夏玉米种植的区域范围(图 1)。
模拟中的肥料管理设为无胁迫状态,管理和品种数据由区域校准过程确定。
1.3 数据处理和分析方法 1.3.1 潜在的干旱造成的产量损失本文将一段时期内能对玉米产量造成影响的水分胁迫定义为潜在的干旱,而整个玉米生育期内因水分胁迫导致的产量损失定义为由潜在的干旱造成的产量损失(以下简称潜在产量损失)。
式中,YL为某网格的潜在产量损失,yIrr为模型模拟的该网格灌溉玉米单产,yRain为模型模拟的该网格雨养玉米单产,S为该网格的夏玉米的种植面积。
1.3.2 潜在的干旱灾害的识别一定程度以下的干旱并不一定形成旱灾,旱灾是一定强度和持续时间下发生的偶发性自然灾害。例如我国很大一部分夏玉米种植区处于半干旱区,生育期内的降水量并不能完全满足玉米生长发育的需求,因此许多地区的潜在产量损失常年都很大,但是这并不能说明当地每年都发生了旱灾。为了剥离出旱灾造成的产量损失,采用计算每个网格每年的潜在产量损失的距平百分率。
式中,D为每个网格上每年的潜在产量损失对应该点50a时间序列的距平百分率,为该格点上50a的平均潜在产量损失,然后对D进行标准化处理。
D′表示经标准化处理的距平百分率,为该网格上50a的平均距平百分率,si为标准差。
当D′>0时,表明当年因潜在的干旱造成的减产大于多年平均损失,属欠收年份;当D′<0时,表明当年因潜在的干旱造成的减产少于多年平均损失,属丰产年份。
因此只有当D′>0时,才认为该网格在该年确实受到了干旱灾害的影响,并视当这种产量损失为由旱灾造成的潜在的产量损失。当D′<0时,则认为该年该网格没有受旱灾影响。这种只考虑由旱灾造成的潜在产量损失距平百分率可以在一定程度上反映出该网格旱灾对玉米生产的影响。
1.3.3 潜在旱灾造成的产量损失中心位置的计算潜在旱灾造成的产量损失中心位置(D′>0时的产量损失中心位置)的年际和年代际变化反映了我国夏玉米生产中旱灾发生发展的时、空间变化情况,其经纬度由式(4)计算得出:
式中,Lon、Lat为每年潜在旱灾造成的产量损失中心的经度和纬度,loni、lati为各网格的经纬度,Di′为旱灾的网格的距平百分率,∑D′i为当年各旱灾网格距平百分率之和。
1.3.4 潜在旱灾造成的产量损失中心位置与大气环流的关系旱灾的发生与当时的气候条件密切相关,考虑大气环流因子对我国温度、降水的影响具有半年至1a的滞后问题,分别计算了潜在旱灾造成的产量损失中心的经度、纬度与夏玉米生长期(当年5月—10月)和生长季前期(前一年11月—当年4月)大气环流指数间的相关关系(大气环流指数采用国家气候中心气候系统诊断预测室每月更新的74项环流特征量[17])。
本文中的数据分析和制图主要由Excel 2010和ArcGIS10完成。
2 结果与分析 2.1 潜在产量损失的时空变化我国50年来夏玉米产量的模拟结果及其变化趋势如图 2所示。结果表明,1961—2010年我国夏玉米灌溉和雨养总产量随着年份发生波动,部分年际变化相似(两者的相关系数0.429,达极显著水平)。但从两者的线性趋势来看,50a的灌溉总产量呈下降趋势,相对时间序列的斜率为-3×10-4;而雨养总产量的斜率为4×10-5,呈上升趋势,可见50年间灌溉和雨养总产量之间的差距有所缩小,但减小的幅度并不明显(图 2)。
进一步分析全国夏玉米潜在产量损失的年际变化(图 3)。潜在干旱导致的产量损失总体上呈现略微下降趋势(斜率:-2.6×10-3),但各时段变化不同(将每10年划分一个时段,即1961—1970年、1971—1980年、1981—1990年、1991—2000年、2001—2010年),其中在1961—1970年、1991—2000年呈现上升趋势,其余都是下降趋势,而最近的2001—2010年,虽然潜在产量损失较高,仅次于1961—1970年,但仍表现为下降的趋势(图 3)。
5 个时段,各网格潜在产量损失距平百分率的空间分布见图 4(图为该网格每个时段的平均值)。由图 4可以看到,在1961—1970年,潜在产量损失距平百分率较高的区域主要集中在我国的华北平原(主要有河南、河北、山西等省)、黄土高原地区,其潜在产量损失距平百分率值也明显高于其他年份。由于这里是夏玉米的主产区,所以导致该时期全国的潜在产量年平均损失量居50a间之最。1971—1980年,高值区明显处于西南及东北的东北部地区,而华北及黄土高原地区已明显降低,全国的潜在产量损失量也呈下降的趋势。到了1981—1990年,各省市的潜在产量损失总量进一步下降,达到50年最低。1991—2000年山东半岛和黄土高原又出现高值区域,全国潜在产量损失有了一定的回升。在2001—2010年,东北地区出现了明显的潜在产量损失距平高值区域,全国潜在产量损失也高于1991—2000年。
结合图 3和图 4可见,夏玉米主产区(如华北平原)潜在产量损失的变化是导致全国潜在产量损失变化的主要原因,此外,值得注意的是华北地区自1961—1970年后受干旱的影响明显降低,而东北地区则在2001—2010年受干旱的影响达到历史最高,这可能与气候变化导致的降水和温度的空间变化有关,与华北和东北地区相比,西南和西北地区变化不大(图 4)。
综上所述,在过去50年中,由于雨养总产量的上升和灌溉总产量的下降,我国夏玉米的潜在产量损失量在50年间总体上呈现略微下降的趋势,各时段表现的趋势不同,1961—1970年、1991—2000年呈现上升趋势,其余时段都是下降趋势;从地域上来看,华北地区夏玉米自1961—1970年时段起受旱程度有所减轻,而东北地区夏玉米受旱则呈增加的趋势,西南和西北地区变化不大。
2.2 潜在旱灾造成的产量损失中心位置的空间变化潜在旱灾造成的产量损失中心的经度和纬度在1961—2010年间都呈现出增加的趋势(图 5),其中纬度的增加更明显,50年间约北移了3个纬度,东移约2个经度,说明在这50年间潜在旱灾造成的产量损失中心总体上呈现向东北方向移动的趋势(图 5)。
从空间位移图(图 6)上可以看出,50年间的潜在旱灾造成的产量损失中心主要集中在东经105°—110°,北纬35°—39°,地处陕甘宁等地区,该地区正是我国旱灾严重频发区域,十年九旱,生态环境恶劣。1961—2010年间,潜在旱灾导致的产量损失中心位置在不同时段发生变化,经向上大致保持向北移动的趋势,其中1961—1980年和1991—2010年位移较大,北跳超过了1个纬度,1971—2000年位移较小,中心在北纬36°至37°间徘徊。在纬向上,1971—1980年是个突变点,1961—1980年先向西移动了约3个经度,1971—1980年后则一直保持向东移动,1961—1980年和1991—2010年两个时段位移幅度相对较大,与经向上的移动一致(图 6)。
可见1961—1980年和1991—2010两个时段是我国夏玉米受旱灾影响空间格局变动最剧烈的时期,结合图 4分析可以发现,1961—1970年和2001—2010年在华北、东北分别发生了严重干旱,可能是导致潜在产量损失中心剧烈移动的主要原因,1961—1970年我国华北地区旱灾严重,这就导致中心偏向东南,而后随着华北地区旱灾程度的减轻和东北地区旱灾程度的增强,造成了潜在旱灾产量损失中心向东北方向移动。
综上所述,在过去50年里我国夏玉米潜在旱灾损失中心有向东北移动的趋势,1961—1980年和1991—2010年所发生的两次最大位移都与同期华北和东北地区受旱程度的剧烈变化有关。
2.3 潜在旱灾产量损失中心位置与大气环流的关系干旱灾害的发生与气候环境密切相关,尤其是降水量的多寡。影响我国降水的大气环流因子多而复杂,在这方面前人做了很多研究[18, 19, 20, 21],指出副热带高压、北极涡是对我国夏季降水影响较大的2组因子,且大气环流因子对我国温度、降水的影响具有半年至1年的滞后效应。
了解潜在旱灾产量损失中心与大气环流的关系,对减灾和防灾具有重要的指导意义。分别计算了潜在产量损失中心的经度、纬度与夏玉米生长期(当年5—10月)和生长季前期(前一年11月—当年4月)74项环流指数间的相关关系,并挑选出其中相关性显著的一些因子,结果见表 1。
大气环流因子
Atmospheric Indices | 相关系数 Correlation coefficients | ||||
生长季前期(11月—4月)
Prior growing-season (Nov—Apr) | 生长季同期(5月—10月)
Growing-season(May—Oct) | ||||
经度
Longitude | 纬度
Latitude | 经度
Longitude | 纬度
Latitude | ||
*代表该值通过了0.05的显著性检验,达显著水平; **表示该值通过了0.01的显著性检验,达极显著水平 | |||||
副热带高压因子 | 北非副高面积指数 | 0.1196 | 0.2137 | 0.0983 | 0.3663* * |
Subtropical High | 大西洋副高面积指数 | -0.0442 | -0.3064* | 0.0793 | 0.0828 |
System Indices | 北非副高强度指数 | 0.0776 | 0.1308 | 0.1100 | 0.3025* |
大西洋副高强度指数 | -0.0557 | -0.3026* | 0.1157 | -0.0231 | |
北半球副高脊线 | 0.0381 | 0.0437 | 0.3222* | 0.1577 | |
北非大西洋北美副高脊线 | -0.0110 | -0.1471 | 0.3189* | 0.1948 | |
东太平洋副高脊线 | -0.1449 | -0.3365* | 0.1136 | 0.1463 | |
大西洋副高脊线 | -0.0907 | -0.3710* * | 0.3164* | 0.1843 | |
南海副高脊线 | -0.1631 | -0.1435 | -0.2277 | -0.4291* * | |
太平洋副高脊线 | 0.1106 | 0.1507 | 0.3081* | 0.1063 | |
东太平洋副高北界 | -0.1467 | -0.3685* * | 0.0449 | 0.1076 | |
大西洋副高北界 | -0.1820 | -0.4571* * | 0.1056 | -0.0441 | |
南海副高北界 | -0.2470 | -0.1501 | -0.2354 | -0.4205* * | |
北极涡因子 | 亚洲区极涡面积指数 | -0.3604* * | -0.3066* | -0.1171 | -0.2682 |
North Polar | 北美区极涡面积指数 | -0.0726 | -0.4608* * | -0.0787 | -0.1024 |
Vortex Indices | 大西洋欧洲区极涡面积指数 | -0.2880* | -0.4683* * | -0.3322* | -0.0568 |
北半球极涡面积指数 | -0.3092* | -0.5396* * | -0.2358 | -0.1834 | |
亚洲区极涡强度指数 | -0.2320 | -0.4247* * | -0.0303 | -0.3001* | |
太平洋区涡强度指数 | 0.0800 | -0.0347 | -0.3078* | -0.3946* * | |
北美区极涡强度指数 | -0.0700 | -0.0626 | -0.0188 | -0.2773* | |
北半球极涡强度指数 | -0.0635 | -0.2219 | -0.1695 | -0.3720* * | |
北半球极涡中心强度 | 0.1390 | 0.1239 | 0.0829 | 0.3809* * | |
小计Subtotal | 达显著水平/个 | 3 | 11 | 6 | 9 |
其中极显著水平/个 | 1 | 7 | 0 | 6 |
由表 1可以看出潜在旱灾产量损失中心的经纬度和夏玉米生长季前期、同期的北极涡和副热带高压系统的部分指数具有显著的相关关系。就时段而言,潜在旱灾产量损失中心的经、纬度与生长季同期大气环流指标的关系更相关,与之相关的指数比生长季前期的要多(显著指标数量多3个)。就经、纬度而言,大气环流指数与损失中心纬度的相关关系明显强于与经度的相关关系(显著指标多11个,极显著指标多12个)。就两类环流因子而言,北极涡系列指数中与潜在旱灾产量损失中心相关性更强,有4个指数与中心的经度和纬度同时相关(而副热带高压系列则缺乏这种指数),尤其在生长季前期(11月—4月),北极涡系列指数与中心的相关关系表现更好,具有显著相关的指数有5个,其中3个指数与中心的经纬度同时相关(表 1)。
进一步来看,北极涡相关的系列指数与潜在旱灾产量损失中心生长季前期和同期基本呈负相关关系(仅北半球极涡中心强度与同期中心纬度呈正相关),这表明北极涡在夏玉米生长季前期或同期偏大偏强时,我国夏玉米潜在产量损失偏西、偏南,反之北极涡在生长季前期或同期偏小偏弱时,我国夏玉米潜在产量损失中心偏东、偏北。结合前面的结果,若我国东北地区夏玉米受旱严重时,潜在产量损失中心将偏东、偏北,其原因可能与北极涡影响我国夏季降雨有关,已有的研究指出冬季或夏季北极涡收缩时,我国东北夏季气温偏高,降水偏少[22]。受气候变暖的影响,近年来北极涡系列指数都呈现不同程度的下降趋势[17],如果按照这种趋势,未来东北地区夏玉米受旱灾的影响将会进一步增大,因此加强东北地区夏玉米的减灾、防灾工作,稳定和保障东北地区夏玉米产量是值得我们关注的重要问题。
而副热带高压指数影响更为复杂,在副热带高压系列指数中,大西洋和东太平洋的副高指标,在生长季前期与产量损失中心的纬度呈负相关关系,这说明在生长季前期,当大西洋、东太平洋的副高强度偏强、范围偏大、位置偏北时,我国夏玉米潜在旱灾产量损失中心的位置将会偏南。而在生长季同期,副热带高压系列指数则与中心经度呈现正相关关系,表明当北非副高、大西洋副高、太平洋副高等北半球副高脊线偏北时,夏玉米潜在旱灾产量损失中心位置将偏东。此外,在生长季同期影响损失中心纬度变化的主要是副热带高压中的北非副高和南海副高,表现为当北非副高偏强、偏大,南海副高位置偏南时,夏玉米产量损失中心位置将偏北移动。这些结论也与现有的关于副热带高压的研究结果较一致[21]。
3 结论和讨论 3.1 结论本文从宏观的角度利用作物生长模拟模型,模拟了我国1961—2010年潜在干旱对我国夏玉米产量影响的时空变化趋势,并结合大气环流指数分析大气环流因子与干旱之间的关系,结果表明:
(1)由于雨养总产量的上升和灌溉总产量的下降,1961—2010年我国夏玉米的潜在产量损失呈现略微下降的趋势,如果按每10a一个时段来看,在1961—1970年、1991—2000年呈现上升趋势,其余时段则是下降趋势。
(2)在过去50年里,我国夏玉米潜在旱灾产量损失中心有向东北移动的趋势,华北地区受旱程度的减轻和东北地区受旱程度的增强是造成损失中心移动的主要原因。
(3)潜在旱灾产量损失中心的经纬度和影响我国夏季降水的北极涡、副热带高压系统的部分指数具有显著的相关关系,尤其与是损失中心的纬度。当北极涡在生长季前期或同期偏小、偏弱时,我国夏玉米潜在旱灾产量损失中心将偏东、偏北。而副热带高压系统影响更为复杂,当大西洋、东太平洋的副高强度偏强、范围偏大、位置偏北时,我国夏玉米潜在旱灾产量损失中心的位置将会偏南,当北非副高、大西洋副高、太平洋副高等北半球副高脊线偏北时,产量损失中心位置将偏东。当北非副高偏强、偏大,南海副高位置偏南时,夏玉米产量损失中心位置将偏北移动。
3.2 讨论研究尝试借助作物模拟模型来分析干旱对作物产量的影响,这种方法利用了作物模型能以日为步长模拟作物生长发育过程和产量的优势,弥补了各类干旱指标法忽略作物在不同生长阶段对水分胁迫的反应不同的缺点。但是由于在模型模拟的设置中,只考虑了水分的差异(只设置雨养和充分灌溉两种情况),且没有考虑实际灌溉补给,因此本研究的结果也只是针对干旱的可能造成的潜在影响而言。
在研究过程中作了一些简化问题的处理,如肥料管理设为无胁迫状态,管理和品种数据由1998实验数据进行区域校准过程确定,忽略了夏玉米种植面积的年际变化等,还比如,研究只考虑了我国夏季降水影响较大的副热带高压、北极涡2组因子,而实际冬、春雨雪对土壤的底墒情况影响对作物生长也有不可忽视作用,这些简化处理都会导致研究还存在一定的不确定性,研究结果还比较初步,主要是用于反映干旱可能造成影响的趋势变化,而与实际生产的旱情发生还需要进一步吻合。
因此本文主要是一种研究干旱的方法探讨和尝试,希望能对已有的研究结果作已补充,为今后的研究提供参考,目前研究还存在一定的不确定性,今后随着研究深入,将会逐步降低。
[1] | Wang C Y. Research Progress of Major Agricultural Meteorological Disasters. Beijing: Chinese Meteorological Press, 2007. |
[2] | National Bureau of Statistics of China. China Statistical Yearbook 2012.[2013-02-20]. http://www.stats.gov.cn. |
[3] | Weerathaworn P, Thiraporn R, Soldati A, Stamp P. Yield and agronomic characters of tropical maize (Zea mays L.) cultivars under different irrigation regimes. Journal of Agronomy and Crop Science, 1992, 168(5): 326-336. |
[4] | Zhang J Q. Risk assessment of drought disaster in the maize-growing region of Songliao Plain, China. Agriculture, Ecosystems and Environment, 2004, 102(2): 133-153. |
[5] | Sun J S, Xiao J F, Duan A W, Zhang S M, Zhang J Y. The effect of water consuming law and water stresson growth, development and yield of summer maize. Journal of Maize Sciences, 1999, 7(2): 45-48. |
[6] | Bai L P, Sui F G, Sun Z H, Ge T D, LÜ Y Y, Zhou G S. Effects of soil water stress on morphological development and yield of maize. Acta Ecologica Sinica, 2004, 24(7): 1556-1560. |
[7] | McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales//Preprints, 8th Conference on Applied Climatology. Anaheim: American Meteorological Society, 1993: 179-184. |
[8] | Zhang Y H, LÜ H Q, Li S. Applicability of crop water deficit index in agricultural drought monitoring. Meteorological Science and Technology, 2008, 36(5): 596-600. |
[9] | Qi S H, Zhang Y P, Niu Z, Wang C Y, Zheng L. Application of water deficit index in drought monitoring in china with remote sensing. Acta Pedologica Sinica, 2005, 42(3): 367-372. |
[10] | Liu B J, Shao D G, Shen X P. Advances in researches on the spatial-temporal features of crop water requirement. Transactions of the Chinese Society of Agricultural Engineering, 2007, 23(5): 258-264. |
[11] | Palmer W C. Meteorological drought. U. S. Department of Commerce, Weather Bureau Research Paper No.45, Washington D.C. 1965: 1-58. |
[12] | Palmer W C. Keeping track of crop moisture conditions, nationwide: The new crop moisture index. Weatherwise, 1968, 21(4): 156-161. |
[13] | Meyer S J, Hubbard K G, Wilhite D A. The relationship of climatic indices and variables to corn (maize) yields: a principal components analysis. Agricultural and Forest Meteorology, 1991, 55(1/2): 59-84. |
[14] | Jones J W, Hoogenboom G, Porter C H, Boote J B, Batchelor W D, Hunt L A, Wilkens P W, Singh U, Gijsman A J, Ritchie J T. The DSSAT cropping system model. European. Journal of Agronomy, 2003, 18(3/4): 235-265. |
[15] | Xiong W, Lin E D. Performance of CERES-Maize in regional application. Chinese Journal of Agrometeorology, 2009, 20(1): 3-7. |
[16] | Xiong W, Lin E D, Yang J, Li Y C. Comparion of two calibration approaches for regional simulation of crop model. Acta Ecologica Sinica, 2008, 28(5): 2140-2147. |
[17] | The Office of Climate System Diagnostics and Prediction, National Climate Centre. 74 Circulation Characteristics.[2013-02-21].http://cmdp.ncc.cma.gov.cn/cn/download.htm. |
[18] | Huang J Y, Liu K, Zhao X Y. The influence of subtropical high indexes and polar vortex indexes on the summertime precipitation in China. Chinese Journal of Atmospheric Sciences, 2004, 28(4): 517-526. |
[19] | Lian Y, Shen B Z, Gao Z T, Sui B. Correlation of drought development tendency on China's climate transition zone and activity of East Asia summer monsoon and polar vortex. Acta Meteorologica Sinica, 2005, 63(5): 740-749. |
[20] | Zhang H D, Lu W S, Gao S T, Zhang Y S. Influence of the North Polar vortex activity on the contemporaneous and subsequent air temperature in China. Journal of Nanjing Institute of Meteorology, 2006, 29(4): 507-516. |
[21] | Zhang H D, Jin R H, Zhang Y S. Relationships between summer northern polar vortex with sub-tropical high and their influence on precipitation in North China. Journal of Tropical Meteorology, 2008, 24(4): 417-422. |
[22] | Gu S N, Yang X Q. Variability of the northern circumpolar vortex and its association with climate anomaly in China. Scientia Meteorologica Sinica, 2006, 26(2): 135-142. |
[1] | 王春乙. 重大农业气象灾害研究进展. 北京: 气象出版社, 2007. |
[2] | 中华人民共和国国家统计局. 中国统计年鉴2012. [2013-02-20].http://www.stats.gov.cn. |
[5] | 孙景生, 肖俊夫, 段爱旺, 张淑敏, 张寄阳. 夏玉米耗水规律及水分胁迫对其生长发育和产量的影响. 玉米科学, 1999, 7(2): 45-48. |
[6] | 白莉萍, 隋方功, 孙朝晖, 葛体达, 吕银燕, 周广胜. 土壤水分胁迫对玉米形态发育及产量的影响. 生态学报, 2004, 24(7): 1556-1560. |
[8] | 张艳红, 吕厚荃, 李森. 作物水分亏缺指数在农业干旱监测中的适用性. 气象科技, 2008, 36(5): 596-600. |
[9] | 齐述华, 张源沛, 牛铮, 王长耀, 郑林. 水分亏缺指数在全国干旱遥感监测中的应用研究. 土壤学报, 2005, 42(3): 367-372. |
[10] | 刘丙军, 邵东国, 沈新平. 作物需水时空尺度特征研究进展. 农业工程学报, 2007, 23(5): 258-264. |
[15] | 熊伟, 林而达. CERES-Maize区域应用效果分析. 中国农业气象, 2009, 20(1): 3-7. |
[16] | 熊伟, 林而达, 杨婕, 李迎春. 作物模型区域应用两种参数校准方法的比较. 生态学报, 2008, 28(5): 2140-2147. |
[17] | 国家气候中心气候系统诊断预测室. 74项环流特征量. [2013-02-21]. http://cmdp.ncc.cma.gov.cn/cn/download.htm. |
[18] | 黄嘉佑, 刘舸, 赵昕奕. 副高、极涡因子对我国夏季降水的影响. 大气科学, 2004, 28(4): 517-526. |
[19] | 廉毅, 沈柏竹, 高枞亭, 隋波. 中国气候过渡带干旱化发展趋势与东亚夏季风、极涡活动相关研究. 气象学报, 2005, 63(5): 740-749. |
[20] | 张恒德, 陆维松, 高守亭, 张友姝. 北极涡活动对我国同期及后期气温的影响. 南京气象学院学报, 2006, 29(4): 507-516. |
[21] | 张恒德, 金荣花, 张友姝. 夏季北极涡与副热带高压的联系及对华北降水的影响. 热带气象学报, 2008, 24(4): 417-422. |
[22] | 顾思南, 杨修群. 北半球绕极涡的变异及其与我国气候异常的关系. 气象科学, 2006, 26(2): 135-142. |