1、王晓伟，李晓玉，史雯琪，等 黄淮海地区玉米生育期制图研究 J 江苏农业科学，2023，51(4):105 113doi:10 15889/j issn1002 1302 2023 04016黄淮海地区玉米生育期制图研究黄淮海地区玉米生育期制图研究王晓伟1，李晓玉1，史雯琪2，赵海根1，孙琛1，游松财1(1 中国农业科学院农业环境与可持续发展研究所，北京 100081;2 东北农业大学，黑龙江哈尔滨 150000)摘要:玉米气象灾害预警与监测需要详细的生育期数据支持。目前，黄淮海地区玉米生育期记录少，大部分数据记录不全，仅包括播种期与成熟期在内的 4 个生育期，导致依据现有生育期数据的空间插值结
2、果的准确性较差，无法准确反映黄淮海地区玉米空间分布特征及时间发育进程，当发生气象灾害时无法根据生育期的不同进行准确的灾情监测与评估。基于已有的 2 套不同来源的玉米生育期资料以及收集自 2010 年后发表的论文中所记载的玉米生育期数据，结合黄淮海地区玉米生长发育规律，采用多元逐步回归法+残差校正分析了各生育期与前一生育期、经度、纬度、海拔高度等影响因子的关系，补齐缺失生育期，并极大地改善了玉米生育期的空间分布规律，获得了一套包含播种期、出苗期、三叶期、拔节期、抽雄期、开花期、吐丝期及成熟期 8 个生育期在内的共 145 条记录的黄淮海地区玉米生育期数据集及生育期图谱。各生育期日序范围分别为 1
3、42 178、148 185、156 192、173 218、197 235、199 237、200 238、236 285 d。将本研究所获得的各生育期进程与上一代际相比，时间尺度的变化趋势与已有研究结果基本一致。经插值验证，所构建的生育期数据的平均误差为 4 07 d，整体精度良好，基本反映玉米生育期进程。各生育期空间制图结果表明，黄淮海地区玉米一般在 6 月中下旬开始播种，9 月中下旬成熟，部分地区在 10 月上旬成熟;在空间分布上，玉米生育进程呈纬度越高生育期越晚的趋势。关键词:黄淮海地区;玉米;生育期;空间分布;制图;灾害预警中图分类号:S127文献标志码:A文章编号:1002 13
4、02(2023)04 0105 09收稿日期:2022 04 06基金项目:国家重点研发计划(编号:2017YFD0300400)。作者简介:王晓伟(1997)，男，山东潍坊人，硕士研究生，主要从事作物生育期研究。E mail:wangxiaowei caas cn。通信作者:游松财，博士，研究员，主要从事农业防灾减灾研究。E mail:yousc igsnrr ac cn。近年来，我国粮食生产连年丰收，库存充实，粮食安全总体有保障，但粮食安全的基础还不稳固，特别是玉米供求形势出现根本性逆转，打破了市场相对均衡的格局，带动粮食供求趋紧1 2。黄淮海地区(Huang Huai Hai，3H)作为
5、我国第二大玉米主产区以及第一大夏玉米主产区，该地区玉米的产量保证对我国粮食安全起着重要作用3。黄淮海地区位于华北、华东和华中 3 个地区的结合部，区内地势平坦，土地资源丰富。随着全球变暖、地表气温升高，黄淮海部分地区作物熟制由一年两熟逐渐推广到一年三熟，复种指数提高，作物品种由早熟品种发展到中晚熟品种，作物单位面积产量不断增加4 5。气候变暖导致玉米生长季积温增加的同时也导致玉米生长季降水总量减少且时空波动性增强，又因该区域雨热同季，降水比较集中，69 月降水量占全年的 60%80%，并受季风气候影响，自然灾害发生频繁，对黄淮海地区玉米生产的稳定性带来严峻挑战，并进一步影响全国粮食产量的稳步增
6、长6，进一步突显黄淮海地区对于玉米气象灾害监测的重要性。遥感技术的发展及气象数据实时发布，使得监测玉米气象灾害成为可能，但实时监测需要详细的作物信息支持，包括作物的空间分布及发育进程信息，因此玉米生育期信息的获取成为了灾害预警、监测与灾损评估的关键。但目前黄淮海地区玉米生育期数据存在生育期观测不完整、数据记录少等缺陷，导致依据现有生育期数据的空间插值结果的准确性不足，无法获得较为准确的玉米生育期空间分布及生育进程，阻碍了黄淮海地区玉米气象灾害监测预警工作的开展。国内外学者针对玉米生长发育进程与气候资源的变化关系以及各种气候资源的变化开展了大量研究:Liu 等研究发现，由于气候变化的影响，春季玉
7、米、夏季玉米以及间作玉米的营养生长期呈现缩短趋势，而繁殖生长期呈延长趋势7;徐玲玲等研究表明，气候变化带来的温度升高会抑制黄淮海地区夏玉米生长发育，高温条件501江苏农业科学2023 年第 51 卷第 4 期不利于玉米籽粒灌浆的同时，地表蒸发量的增大导致旱灾发生概率增加，最终影响夏玉米生产的稳定性8;Chen 等研究表明，相同时间播种的玉米生育期随海拔升高而延长，每升高 100 m，生育期延长4 5 d9;Rizzo 等研究发现，美国内布拉斯加地区玉米增产的主要因素是气候变化趋势以及农艺的影响10;Dwamena 等研究了降水、温度和相对湿度对非洲地区玉米产量的影响，其中最高气温升高以及相对湿
8、度增加对玉米产量产生负影响11。目前，大多数研究是基于全球气候变暖的大背景下从气候资源角度出发，结合可直接获得的气象数据以及玉米生育期数据，讨论气候变化对玉米生育期的影响，对于解决黄淮海玉米生育期数据所存在的上述问题以及该地区玉米生育进程在时间尺度和空间分布特征方面的研究较少。因此，本研究在前人的研究基础上，利用 3 套来源及生育期记录均不相同的黄淮海地区玉米生育期数据集，结合黄淮海地区玉米生长发育规律，对数据进行融合处理，获得了包含玉米播种期、出苗期、3 叶期、拔节期、抽雄期、开花期、吐丝期、成熟期共 8 个玉米生育期的数据集及其各生育期图谱，解决了黄淮海地区玉米生育期数据生育期观测不完整、
9、数据记录少的问题，为该地区玉米气象灾害的监测、预警与灾损评估提供了基础性的数据支持。1材料与方法1 1研究区域概况黄淮海地区主体由黄河、淮河与海河及其支流冲积而成的黄淮海平原，以及与其相毗连的鲁中南丘陵和山东半岛构成，行政区划范围大致包括北京、天津和山东 3 省(市)的全部，河北及河南 2 省的大部，以及江苏、安徽 2 省的淮北地区12。该地区总耕地面积占全国总耕地面积的 25%，为我国的商品粮基地之首，属于半干旱半湿润地区，热量资源可满足一年两熟的要求，主要栽种方式为冬小麦夏玉米轮作，年降水量 500 900 mm，季节分配不均，集中在夏季13。受季风气候的影响，干旱、高温、涝渍、寡照是在黄
10、淮海地区玉米生长季内发生的主要气象灾害，由于黄淮海地区不同地域之间热量资源差异显著，从而导致各地域玉米生长发育的进程不一致。由于玉米在不同发育期(QX/T 3612016农业气象观测规范玉米)对气象灾害的敏感度不同，因此不同气象灾害影响的生育期不同(表 1)。表 1黄淮海地区玉米各生育期易发气象灾害气象灾害气象灾害发生情况播种期出苗期3 叶期拔节期抽雄期开花期吐丝期成熟期干旱涝渍高温寡照注:表示易发生气象灾害。1 2数据来源本研究所使用的玉米生育期数据来源于国家气象科学数据中心(CMA，https:/data cma cn)记录的黄淮海地区 20102014 年 41 个站点的玉米生育期数据，
11、涵盖播种期、出苗期、3 叶期等 5 个生育期，缺抽雄期、开花期及吐丝期 3 个时期;中国农业科学院农业环境与可持续发展研究所(简称 IEDA，CAAS)提供的黄淮海地区 20102020 年 78 个站点的玉米生育期历史数据，涵盖播种期、拔节期、抽雄期及成熟期，缺出苗期等 4 个重要生育期;通过中国知网(CNKI)查阅的 20102020 年相关文献14 29 中所记载的 26 个站点的生育期数据，包括播种期、出苗期、3 叶期、拔节期、抽雄期、开花期、吐丝期、成熟期共 8 个生育期数据。3 套数据集总计共 145 个来源地点，记录生育期数据如表 2 所示，各数据子集记录站点的空间分布见图 1。
12、1 3研究方法1 3 1生育期栅格图绘制由于研究区生育期数据来源站点数量有限，且每一个站点能够代表的地域范围具有一定的局限性，若利用已有的各生育期实测值直接插值生成各生育期栅格图，精确度无法保证。经纬度以及海拔高度作为影响气候资源空间分布的主要地理因素，导致玉米从播种到收获所经历的各个发育期随地域的不同而不同。玉米的播种期主要受地理位置特征的经度、纬度及海拔 3个地理因子以及气候因子的共同影响，而随后的各601江苏农业科学2023 年第 51 卷第 4 期表 2玉米生育期原始数据集各子集数据条数数据来源数据条数播种期出苗期3 叶期拔节期抽雄期开花期吐丝期成熟期CMA4140404140IEDA
13、，CAAS78787878CNKI26205262252924发育期除了地理因子及气候因子外，还受前一个发育期日期及管理措施的影响，鉴于关注的是多年平均玉米发育期进程，不同地区在管理措施方面的差异对发育期进程影响忽略不计。为了有效消减地域辽阔、地势起伏等因素的影响，回归分析计算+残差插值作为气象领域精度较高的栅格化方法之一，常用于积温变化等研究。本研究将该方法延伸至生育期构建之中，通过建立多元逐步线性回归模型，利用回归分析计算+残差插值栅格化法，得到各生育期栅格图。由于玉米抽雄后进入开花期以及吐丝期是一个连续而短暂的过程，一般抽雄开始到全部雄花开放需 5 7 d 时间。在黄淮海地区，玉米从抽雄
14、期进入开花普期需要 1 2 d，从开花期进入吐丝期普期大致需要1 d，因此根据该地区玉米抽雄、开花及吐丝的规律，设定玉米抽雄后 2 d 玉米进入开花期普期，开花期后 1 d 玉米进入吐丝期。具体方法简述如下:利用 SPSS 19 0 软件建立多元逐步线性回归模型，即 Yn=A0+A1Yn 1+A2X2+A3X3+A4X4。式中:Yn为某一生育期值;Yn 1为前一生育期值;X2、X3、X4分别为经纬度以及海拔高度;A0、A1、A2、A3、A4分别为系数。利用 ArcGIS 软件和DEM 数据获取研究区经度、纬度、海拔栅格数据。利用 Raster Calculator 工具，将多元线性回归模型栅格
15、化，得到预测生育期栅格图。各生育期数据来源地点的各生育期实测值与多元回归模型模拟值之差，即为残差值。对各个生育期数据来源地点的残差值进行反距离权重插值，得到残差栅格图;将残差栅格值修订到预测生育期栅格图，最终得到各生育期栅格图。1 3 2数据集精度分析方法13 2 1空间插值精度评价方法对黄淮海地区玉米生育期数据进行插值处理后，采用实际验证法进行精度比较。验证数据来源于 CMA 数据集中所记载的 2013 年玉米生育期数据，涵盖玉米播种期、出苗期、3 叶期、拔节期及成熟期 5 个生育期数据，由于缺少抽雄期验证数据，在该数据集中对于抽雄期生育期记录的最近年份为 2002 年，因此为达到验证目的，
16、选择 20002002 年的抽雄期数据作为验证数据。利用平均绝对误差(mean absolute error，MAE)和均方根误差(root mean square error，RMSE)701江苏农业科学2023 年第 51 卷第 4 期作为检验指标，以评估空间插值的精度，平均绝对误差可以反映估计误差的大小，均方根误差能反映观测值与真实值之间的偏差与极值情况。如果MAE 和 RMSE 越小，则表明所使用的插值模型精度越高。计算公式如下所示:MAE=1nni=1|Oi Pi|;(1)RMSE=1nni=1(Oi Pi)2。(2)式中:n 为气象站点数;Oi为第 i 个气象站点的观测值;Pi为第 i 个气象站点的预测值。1 3 2 2构建生育期数据集可信度评价将 CMA数据集中记录的 20002013 年玉米各生育期数据与构建生育期数据集进行统计分析，比较各生育期的日序范围及平均值。2结果与分析2 1数据集精度分析2 1 1插值验证结果分析基于“1 3 1”节得到的黄淮海地区玉米各生育期栅格图，采用 ArcGIS 中的提取分析功能，提取出各检验站点的预测生育期数据。表 3 为各检验气象站