Welcome to visit Anhui Agricultural Science Bulletin!

Analysis of precipitation resources characteristics during the major spring crop growing season in Suining City from 1961 to 2022

  • Yang Lixia 1 ,
  • Liu Mei 1 ,
  • Zhang Yujie 1 ,
  • Li Xin 1 ,
  • Xu Weifan 2 ,
  • Liang Lihua 1
Expand
  • 1. Suining Municipal Meteorological Service, Suining 629000, China
  • 2. Pengxi Prefecture Meteorological Service, Pengxi 629100, China

Received date: 2025-04-03

  Online published: 2026-02-09

Abstract

Based on the daily precipitation data from 3 national meteorological stations in Suining City, Sichuan Province during 1961-2022, this study employed climatic trend analysis and cumulative anomaly method to investigate the variation characteristics of precipitation indicators during the major spring crop growing season (March–October) in the region, including total precipitation, rainy days, rainy days with different precipitation intensities, and daily maximum precipitation. The results showed that,(1)during 1961-2022, the coefficient of variation of total precipitation in the major spring crop growing season of the study area was 21.4%, with a climatic tendency rate of 15 mm/10 a; particularly, precipitation changes were more drastic in 1991-2022, showing a climatic tendency rate of 76 mm/10 a. The coefficient of variation of monthly precipitation was above 40% across all months, and the monthly precipitation distribution presented a unimodal pattern with the maximum precipitation occurring in July and the minimum in March; monthly precipitation in June showed an increasing trend with a climatic tendency rate of 10.8 mm/10 a, while no significant variation trends were observed for other months. (2)In terms of precipitation grades, there were 37 years with normal precipitation, 8 years with above-normal precipitation, 8 years with below-normal precipitation, 5 years with excessive precipitation, and 4 years with scarce precipitation. (3)Rainfall with intensity above heavy rain contributes the most to total precipitation, with a contribution rate of 27.3%; its rainfall volume showed an increasing trend, and the climatic tendency rate was 23.3 mm/10 a. (4)The total number of rainy days exhibited a decreasing trend, with a climatic tendency rate of -1.8 days/10 a, and the coefficient of variation of monthly rainy days ranged from 24.7% to 30.5%. (5)The number of days with heavy rain and above was the smallest, accounting for 2.9% of the whole year, and it showed an increasing trend with a climatic tendency rate of 0.2 d/10 a. (6) The intensity of daily maximum precipitation presented an increasing trend, with a climatic tendency rate of 12.1 mm/10 a. Overall, the total precipitation resources during the major spring crop growing season are relatively sufficient but with large interannual variations. This study provides a scientific reference for improving the refinement level of meteorological services for grain production, enhancing agricultural resource utilization, and strengthening disaster prevention and mitigation efforts.

Cite this article

Yang Lixia , Liu Mei , Zhang Yujie , Li Xin , Xu Weifan , Liang Lihua . Analysis of precipitation resources characteristics during the major spring crop growing season in Suining City from 1961 to 2022[J]. Anhui Agricultural Science Bulletin, 2026 , 32(3) : 111 -115 . DOI: 10.16377/j.cnki.issn1007-7731.2026.03.026

降水是影响农作物生产和粮食安全的重要因素,气候变暖带来的干湿变化对区域农业生产具有重要影响[1-2]。相关学者对作物生长季降水等农业气候资源特征进行了大量研究,姜丽霞等[3]研究了黑龙江省作物生长季及其各月降水时空演变特征,结果表明,5—9月降水总量呈增多趋势,空间分布差异较大;徐建鹏等[4]研究了皖南茶叶生长季气候资源变化特征;晁乾红等[5]研究了致灾暴雨对农业生产的影响,并建立了脆弱性曲线;张波等[6]通过计算贵州省水稻不同生育期的有效降水量和需水量,分析了水稻不同生育阶段需水量的变化特征;庞艳梅等[7]研究了气候变化对四川盆地主要粮食作物生产潜力的影响,结果表明,降水量变化是作物气候生产潜力出现空间差异的主要原因。
遂宁地处四川盆地中部丘陵地区,该区是水稻暴雨洪涝中高敏感区,也是干旱发生频率较高的区域[8-9]。遂宁大春粮食播种面积和产量占全年全市粮食生产总量的80%左右,大春生产季还有多种水果、蔬菜产出。研究区大春生产季降水量总体较为充足,但年际波动较大,年内时空分布不均,如2006年特大干旱、2012年“9·10”区域性大暴雨、2013年冬春连旱及“6·30”特大暴雨、2022年极端高温伏旱等均给大春农业生产造成重大影响。目前,对研究区降水特征的研究,主要集中在灾害性天气过程成因分析、预测预报模型的检验以及极端降水特点等方面[10-12],针对大春生产季降水资源特征的研究较少。基于此,本研究利用研究区3个国家气象站1961—2022年日降水资料,分析大春生产季降水特征,为大春生产农业气候资源利用及农业防灾减灾工作提供参考。

1 资料与方法

1.1 资料来源

研究选择遂宁、射洪、蓬溪3个气象站1961—2022年3—10月逐日降水资料,数据均来源于遂宁市气象局,缺测、疑误数据已按GB/T 35221—2017《地面气象观测规范》要求完成质量控制。

1.2 研究方法

研究区大春生产季各月和总降水量、雨日数序列利用3站的算术平均值计算;最大降水量极值序列从3站逐年值中挑选极值建立。利用气候趋势分析和累积距平法分析气候变化特征。

1.2.1 气候趋势分析

该方法用于分析各降水要素的变化趋势。用 X i表示样本量为 n的某一气候变量, t表示其对应的时间,建立 X i t之间的一元线性回归方程,具体如式(1)
X i = a + b t
式中, i=1,2,…, n a为回归常数、 b为回归系数。 b×10称为气候倾向率[13]

1.2.2 累积距平法

该方法用于分析大春生产季总降水量的变化特征。根据文献[14],累积距平计算方法如式(2)~(3)。
x t ^ = i = 1 t x i - x ¯
x ¯ = 1 n i = 1 t x i
式中, x t ^t时刻的累积距平; x i为第i个时刻的原始气象观测数据; x ¯为整个序列的算术平均值;n为数据序列的总长度。计算出全部累积距平值后绘制累积距平曲线,累积距平曲线呈上升趋势,表示距平值增加;呈下降趋势则表示距平值减少。

1.2.3 降水量异常度及其等级划分

根据GB/T 21986—2008《农业气候影响评价:农作物气候年型划分方法》,降水异常度以降水距平百分率( R)表示,计算方法如式(4)
R = R - R p R p × 100 %
式中, R为大春生产季降水量(mm); R p指研究时段内单季降水量序列多年平均值。按 R 30 % 15%< R<30%、-15%≤ R≤15%、-30%< R<-15%、 R≤-30%将大春生产季总降水量分为多、偏多、正常、偏少和少5个等级,以评估研究区大春生产季降水量异常度等级。

1.2.4 不同强度降水量等级划分

参考QX/T 489—2019《降雨过程等级》的划分依据,单站日降水量在0.1~9.9、10.0~24.9、25.0~49.9、50.9~99.9、100.0~249.9和250.0 mm以上,分别为小雨、中雨、大雨、暴雨、大暴雨、特大暴雨。根据当地气候特征及农业气象服务工作实际,将暴雨、大暴雨、特大暴雨3个等级合并为“暴雨以上”。

2 结果与分析

2.1 大春生产季降水量及其历年变化特征

2.1.1 季总降水量

根据气象数据分析可知,1961—2022年研究区大春生产季(3—10月)总降水量在491.0~1 196.8 mm,平均为882.0 mm,降水量极差705.8 mm,变异系数21.4%;大春生产季总降水量占全年总降水量的86.2%~96.7%,平均为92.6%。由图1A可知,1961—2022年研究区大春生产季总降水量呈上升趋势,倾向率为15.0 mm/10 a,但趋势未通过显著性检验。进一步分析阶段降水量变化特征可知,1991—2022年,大春生产季总降水量变化较大,气候倾向率为76 mm/10 a,通过0.05水平显著性检验。利用累积距平法分析大春生产季降水的年变化特征,由图1B可知,1960—2000年总体呈减少趋势,其中1960s—1980s为缓慢减少趋势,1990s—2000s为快速减少趋势,2008年后逐步上升,2010年后呈明显的上升趋势。
图1 研究区1961—2022年大春生产季总降水量年变化特征

(A)、(B)分别为趋势分析和累积距平分析。

2.1.2 月降水量

图2可知,3—10月降水量月分布呈单峰型,7月平均降水量最大,为190.8 mm;3月最小,为29.5 mm。其中7月平均降水量极差达430.1 mm,接近全季降水量的50%;3月极差66.5 mm;各月降水变异系数均在40%以上,8月高达60.9%。各月降水量气候变化趋势分析结果表明,6月降水量呈增加趋势,气候倾向率为10.8 mm/10 a,通过0.05水平显著性检验,其余各月降水量变化趋势不明显。
图2 研究区1961—2022年大春生产季月降水量变化特征

2.2 大春生产季降水异常度及其等级

根据降水距平百分率计算结果可知,1961—2022年,研究区大春生产季降水等级为正常的有37年,占比59.7%;偏多、偏少等级均为8年,占比12.9%;多雨等级为5年,分别为1981年、2012年、2013年、2020年和2021年;少雨等级4年,分别为1994年、1996年、1997年和2006年。

2.3 大春生产季不同强度降水总量及其贡献率

小雨、中雨、大雨、暴雨以上4个强度降水总量及其贡献率分析结果见表1。其中,暴雨以上降水量最大,为241.1 mm;其次是中雨、大雨,分别为226.1、211.7 mm;小雨最少,为203.2 mm。上述4个强度降水量的贡献率与对应降水总量大小一致,即暴雨以上>中雨>大雨>小雨,贡献率分别为27.3%、25.6%、24.0%和23.0%。进一步分析4个强度降水量的变化趋势,暴雨以上降水量呈增加趋势,气候倾向率为23.3 mm/10 a,通过了0.05水平显著性检验,其余3个等级降水量无明显变化。
表1 不同强度降水量及贡献率
指标 小雨 中雨 大雨 暴雨以上
降水量/mm 203.2 226.1 211.7 241.1
贡献率/% 23.0 25.6 24.0 27.3

2.4 大春生产季雨日数及变化特征

2.4.1 季总雨日数

1961—2022年研究区大春生产季≥0.1 mm的平均雨日数为101.2 d,1964年雨日数最多(129.7 d),2006年雨日数最少(75.3 d),极差54.4 d,变异系数9.7%。由图3可知,大春生产季总雨日数呈减少趋势,气候倾向率为-1.8 d/10 a,通过0.05水平显著性检验。根据气候数据可知,1961—2022年研究区大春生产季雨日数占全年的66.4%~86.1%,平均为76.1%。
图3 研究区1961—2022年历年大春生产季雨日数

2.4.2 月雨日数

根据气候数据可知,1961—2022年研究区大春生产季各月平均雨日数在9.5~15.6 d,最少仅有2.7 d(1997年8月),最多可达24.7 d(1982年9月)。由图4可知,3—6月平均雨日数逐步增加,7、8月略有下降,9、10月略有增加。各月雨日数的年际差异较大,月雨日数极差12~19 d,变异系数24.7%~30.5%。
图4 研究区大春生产季雨日数月分布特征

2.5 大春生产季不同强度雨日数变化特征

大春生产季小雨、中雨、大雨、暴雨以上4个强度的雨日数及其在全季中的比重分析结果显示,小雨日数最多,为77.8 d,占全季总雨日数的76.9%;中雨次之,为14.4 d,占全季总雨日数的14.2%;大雨为6.1 d,占全季总雨日数的6.0%;暴雨以上最少,为2.9 d,占全季总雨日数的2.9%。进一步分析4个等级强度的雨日数年变化趋势,发现小雨日数呈减少趋势,气候倾向率为-1.6 d/10 a;暴雨以上雨日数呈增加趋势,气候倾向率为0.2 d/10 a,均通过0.05水平显著性检验;中雨、大雨日变化趋势不明显。

2.6 大春生产季日最大降水量及变化特征

1961—2022年,研究区大春生产季年日最大降水量在50 mm以上,其中有48年日最大降水量在100 mm以上,5年在250 mm以上,极端最大值为323.7 mm(2013年6月30日遂宁站)。1960s—2010s各年代日最大降水量极端分别为264.4、163.3、158.0、198.4、278.0和323.7 mm,其中1960s—1980s呈下降趋势,1980s—2010s呈增加趋势。大春生产季日最大降水量变化趋势分析表明,1961—2022年日最大降水量呈增加趋势,气候倾向率为12.1 mm/10 a,通过0.05水平显著性检验。

3 结论与讨论

本研究基于遂宁市3个国家气象站1961—2022年大春生产季(3—10月)逐日降水资料,分析大春生产季降水异常度及其等级,并利用线性趋势分析和累积距平分析,探究降水量、雨日数、不同强度降水和日最大降水量的变化特征,得出以下结论。
(1)研究区大春生产季总降水量和月降水量的年际变化较大。季平均总降水量为882.0 mm,占全年总降水量的92.6%;季总降水量极差705.8 mm,变异系数21.4%。1961—2022年大春生产季总降水量气候倾向率为15.0 mm/10 a。从季内各月降水量数据来看,3—7月降水量逐步增加,8—10月逐步减少;7月降水量最大,达到190.8 mm,6月降水量呈增加趋势,气候倾向率为10.8 mm/10 a。
(2)研究区大春生产季降水等级为正常的有37年,占比59.7%;偏多、偏少等级均为8年,占比均为12.9%;4个少雨年和5个多雨年主要出现在1990s—2010s。
(3)4个强度降水中,暴雨以上降水量对全季总降水量的贡献最大。4个强度降水量的贡献率顺序为暴雨以上>中雨>大雨>小雨,暴雨以上降水量气候倾向率为23.3 mm/10 a。
(4)研究区大春生产季总雨日数呈减少趋势,月雨日数的年变化较大。1961—2022年大春生产季平均雨日数101.2 d,占全年的76.1%,季雨日数极差54.4 d,变异系数9.7%,气候倾向率为-1.8 d/10 a。大春生产季内各月平均雨日数在9.5~15.6 d,极差12~19 d,变异系数24.7%~30.5%。
(5)4个强度降水的雨日数顺序为小雨>中雨>大雨>暴雨以上。暴雨以上雨日数的气候倾向率为0.2 d/10 a,小雨雨日数的气候倾向率为-1.6 d/10 a。
(6)研究区大春生产季日最大降水量呈增加趋势。1961—2022年,年日最大降水量均在50 mm以上,其中有48年在100 mm以上,极端最大为323.7 mm;日最大降水量的气候倾向率为12.1 mm/10 a。
综上,遂宁市大春生产季降水资源总量较为充足,但年际变化大、年内分布不均匀,日降水极端强度大,加之暴雨日数和降水量呈增加趋势,一定程度上加剧了大春生产上的旱涝风险,通过加强水利设施建设、合理调整作物播期、选用耐旱品种等多种方式减缓降水资源变化对农业生产的不利影响;同时应进一步加强旱涝特征及其降水变化对不同作物的影响研究,以进一步提升农业生产应对气候变化的能力。
[1]
郭建平. 气候变化对中国农业生产的影响研究进展[J]. 应用气象学报201526(1):1-11.

[2]
矫梅燕. 气候变化对中国农业影响评估报告:No.1[M]. 北京:社会科学文献出版社,2014.

[3]
姜丽霞,李树岭,刘艳华,等. 1971—2018年黑龙江省生长季降水量时空变化特征[J]. 东北农业科学202247(5):116-119,150.

[4]
徐建鹏,伍琼,王晖. 皖南茶叶生长季气候资源变化特征及其影响分析[J]. 广东农业科学202148(4):14-22.

[5]
晁乾红,赵明璐,祁彩虹. 致灾暴雨对农业生产影响的脆弱性分析[J]. 安徽农学通报202430(19):106-110.

[6]
张波,谷晓平,古书鸿,等. 贵州水稻有效降水量和需水量特征分析[J]. 浙江农业学报201931(2):191-199.

[7]
庞艳梅,陈超,徐富贤,等. 气候变化对四川盆地主要粮食作物生产潜力的影响[J]. 中国生态农业学报(中英文)202028(11):1661-1672.

[8]
卿清涛,徐金霞,周斌,等. 四川省单季稻暴雨洪涝灾害风险区划[J]. 西北农林科技大学学报(自然科学版)202149(7):31-41.

[9]
陈东东,栗晓玮,张玉芳,等. 四川省水稻关键生育期不同等级干旱评估研究[J]. 西南师范大学学报(自然科学版)201742(10):69-77.

[10]
孙俊,邓国卫,张渝杰,等. “13·6·30”遂宁市特大暴雨成因的初探[J]. 气象201440(10):1174-1182.

[11]
杨雪,肖薇,李信,等. 基于RClimDex模型的1961—2020年遂宁地区极端降水变化特征[J]. 气象水文海洋仪器202441(4):50-53.

[12]
张渝杰,张明,杨雪,等. 数值模式在遂宁区域暴雨过程中的检验评估[J]. 高原山地气象研究202242(增刊1):44-48.

[13]
张顺谦,邓彪,杨云洁. 四川旱地作物水分盈亏变化及其与气候变化的关系[J]. 农业工程学报201228(10):105-111.

[14]
魏凤英. 现代气候统计诊断与预测技术[M]. 2版. 北京:气象出版社,2007.

Outlines

/