Welcome to visit Anhui Agricultural Science Bulletin!

Analysis transition characteristics of climatic state and agricultural production response in Huaiyuan County

  • Liu Xiaoxiao 1 ,
  • Zhao Yan 1 ,
  • Song Zuyue 2 ,
  • Li Yongcun 1
Expand
  • 1. Huaiyuan Meteorological Bureau, Bengbu 233000, China
  • 2. Wuhe Meteorological Bureau, Bengbu 233000, China

Received date: 2025-05-27

  Online published: 2026-05-08

Abstract

Based on the temperature, precipitation and sunshine duration data from 1981 to 2020 at the National Basic Meteorological Station in Huaiyuan County, Anhui Province, this study adopted the linear trend analysis method to explore the differences in climate change between 2 climatic state (P1: 1981–2010; P2: 1991–2020) and their impacts on agricultural production. The results showed that, in terms of temperature, the annual average temperature in P2 increased by 0.3 ℃ compared with P1. Spring presented a climatic tendency rate of 0.42 ℃/10 a, which was the dominant season contributing to regional warming. In terms of precipitation, the annual average precipitation in P2 was 955.6 mm, an increase of 18.6 mm relative to P1, while the annual average rainy days were 101.8 days with little difference between the two periods. Precipitation increased obviously in spring and summer, with an increment of 6.5 mm and 8.6 mm, respectively. For sunshine duration, the annual sunshine hours decreased significantly in P2 compared with P1. Sunshine duration declined in summer, autumn and winter, among which autumn had the most obvious reduction of -15.1 h, whereas spring sunshine hours increased by 8.5 h. The analysis on agricultural impacts indicated that rising temperature, dramatic precipitation fluctuation and reduced sunshine duration advanced the whole growth period of winter wheat and delayed the growth period of single-cropping rice. Climate warming also reduced soil fertility, facilitated weed propagation and pest larva overwintering, and further raised agricultural production costs. Therefore, targeted measures should be formulated according to local agricultural development conditions to establish a climate-adaptive agricultural technology system and promote the sustainable development of agriculture in the future.

Cite this article

Liu Xiaoxiao , Zhao Yan , Song Zuyue , Li Yongcun . Analysis transition characteristics of climatic state and agricultural production response in Huaiyuan County[J]. Anhui Agricultural Science Bulletin, 2026 , 32(9) : 110 -113 . DOI: 10.16377/j.cnki.issn1007-7731.2026.09.027

近年来,全球气候变暖趋势持续加剧,每十年的全球平均气温形成阶梯式升温格局[1-2]。气候变化引起的极端气候(干旱、高温等),可能对自然生态系统、农业生产、人类健康与安全等造成影响[3-4]。例如,在不考虑二氧化碳肥效以及适应性措施情况下,温度升高加剧了区域水资源短缺压力,一定程度上影响了农业生产发展[4]。因此,探究气候变化及对农业生产的影响,对保障区域粮食安全和经济发展的稳定性具有重要意义。袁靖凯[5]研究指出,探究气候变化对农作物生产的影响可为提升农业气象服务水平和农业防灾减灾能力提供参考。气候态是指最近连续3个整年代(即30年)的气象要素(气温、降水量、气压、风速等)平均值或统计特征,每10年更新一次。中国气象局2022年正式实施气候标准态更新工作,将日常气候业务中原来的1981—2010年气候平均值变更为1991—2020年[26]。怀远县地处安徽省北部,居淮河中游,在气候变暖的背景下,该地区的气候也发生了一定变化,并对当地的农业生产及经济发展造成了影响。本文以怀远县1981—2020年的气象观测数据为基础,分析了气候态变更后的气温、降水、日照等气象要素的变化特征,并探讨了气候态变化对农业生产的影响,以期为当地农业生产提供参考。

1 材料与方法

1.1 资料来源

选取来源于安徽省气象局气候中心怀远县国家基本气象站1981—2020年的气温、降水量、日照时数等观测资料,数据通过质量审核,完整性好。按季节划为春季,3─5月;夏季,6─8月;秋季,9─11月;冬季,12月至次年2月。变更前的气候态为1981—2010年,变更后的气候态为1991—2020年,分别用气候态P1和气候态P2表示。

1.2 分析方法

采用线性趋势法分析2个气候态下的气温、降水量和日照时数的变化趋势,其线性趋势方程[7]式(1)所示。
y i = b + a x i ,   i = 1 ,   2 ,   3 ,   ,   n
式中, y为某气象要素,xy所对应的时间, a × 10为气候倾向率,即yx的变化率,b为常数项, n为研究年数。变化趋势的显著性,采用yx之间的相关系数即气候趋势系数进行检验。根据蒙特卡罗模拟方法,当相关系数依次大于0.306、0.365、0.443时,分别认为通过了信度 α=0.10、0.05、0.01检验,依次为较显著、显著、极显著。

2 结果与分析

2.1 气温变化特征

图1所示,1981—2020年研究区年平均气温呈波动上升趋势,气候倾向率为0.25 ℃/10 a,通过了0.01显著性水平检验,增加趋势明显。气候态P1年平均气温为15.8 ℃,气候态P2年平均气温为16.1 ℃,气候态P2年平均气温较P1升高0.3 ℃。说明研究区气候有变暖趋势。
图1 1981—2020年研究区年平均气温变化特征
表1所示,与气候态P1相比,气候态P2的4个季节平均气温均出现不同程度增加,春季增加最多,为0.40 ℃,夏季增加0.30 ℃,秋、冬季均增加0.20 ℃。气候倾向率方面,气候态P1四季气温均呈明显增加态势,且春、秋、冬三季均通过了0.01显著性水平检验;气候态P2的夏、秋、冬季气候倾向率趋近于0,无明显增减趋势,但春季气候倾向率为0.42 ℃/10 a,通过了0.01显著性水平检验,表明春季是全年增温的主要贡献季节。结合图1发现,1980s气温整体偏低,进入1990s开始出现明显增温趋势,1990s和2000s气温整体偏高,2010s除了春季有明显增温趋势,夏、秋、冬季均出现不同程度的降温,进一步说明了气候态P2夏、秋、冬季气候倾向率无明显变化趋势,春季为增温最显著的季节。
表1 研究区平均气温、气候倾向率的季节性变化
项目 春季 夏季 秋季 冬季
气候态P1气温均值/℃ 15.70 26.90 16.90 3.70
气候态P1气候倾向率/(℃/10 a) 0.42 0.27 0.43 0.43
气候态P2气温均值/℃ 16.10 27.20 17.10 3.90
气候态P2气候倾向率/(℃/10 a) 0.42 0.01 -0.04 -0.07
气温差值/℃ 0.40 0.30 0.20 0.20

2.2 降水量变化特征

1981—2020年研究区降水量呈现震荡变化趋势,年际差异明显。由图2可知,1981—2020年年降水量的气候倾斜率为26.26 mm/10 a,整体呈逐年增加态势,但未通过0.01显著性水平检验。气候态P1年平均降水量为937.10 mm,年平均降水日数101.9 d;气候态P2年平均降水量为955.6 mm,年平均降水日数101.8 d;两个气候态的降水日数接近,但气候态P2年平均降水量较气候态P1增加18.6 mm,增幅为2.0%。
图2 1981—2020年研究区年降水量和年降水日数变化特征
表2可知,与气候态P1相比,气候态P2春、夏和冬季降水量均出现不同程度增加,夏季降水量增加最多(8.6 mm),冬季降水量增幅最大(5.6%),全年降水量增加主要贡献季节为春、夏季,秋季降水量略有减少。降水日数方面,与气候态P1相比,气候态P2春、夏季降水日数减少,以春季(-1.4 d)减少最明显,秋、冬季降水日数出现不同程度的增加,尤其是冬季,增加最多(1.2 d)。结合各季节降水量发现,气候态P2春、夏季降水量整体明显增加,降水日数减少,表明降水强度和极端降水事件增加显著;冬季降水量和降水日数均为增加;秋季降水量减少的情况下,降水日数增加,表明此季节降水强度减弱,多为弱降水过程。
表2 不同气候态下研究区降水量和降水日数季节变化
项目 春季 夏季 秋季 冬季
气候态P1降水量均值/mm 175.2 497.5 178.7 85.7
气候态P1降水日数均值/d 25.6 34.6 22.6 19.1
气候态P2降水量均值/mm 181.7 506.1 177.3 90.5
气候态P2降水日数均值/d 24.2 34.4 22.9 20.3
降水量差值/mm 6.5 8.6 -1.4 4.8
降水量差值百分比/% 3.7 1.7 -0.8 5.6
降水日数差值/d -1.4 -0.2 0.3 1.2

2.3 日照时数变化特征

1981—2020年研究区日照时数整体呈线性减少的趋势,气候倾向率为-46.8 h/10 a。如表3所示,年日照时数年代变化呈先减少后增加的趋势,进入21世纪,日照时数减少明显,2001—2010年日照时数仅为1 826.7 h。日照时数的季节分析表明,春、夏季日照时数呈现先减后增趋势,秋、冬季表现出先增后减趋势;2010s的秋季日照时数较1980s有明显减少,秋季是年日照时数减少的主要贡献季节,春季出现逆增长。与气候态P1相比,气候态P2日照时数明显减少,夏、秋、冬季日照时数均为减少,以秋季(-15.1 h)减少最明显,春季日照时数增加(8.5 h)。结合表2发现,气候态P2春季日照时数增加主要是春季降水日数减少,太阳辐射增加;秋、冬季降水日数增加,太阳辐射减少,降水引起大气中水汽含量的增加,对太阳短波辐射的吸收率有所增加,导致日照时数减少。
表3 1981—2020年研究区日照时数变化特征
项目 春季 夏季 秋季 冬季
1981—1990年 2 039.9 555.3 586.2 490.2 409.3
1991—2000年 2 037.5 526.9 573.8 506.7 418.9
2001—2010年 1 826.7 539.4 474.1 447.0 378.9
2011—2020年 1 950.1 580.7 555.7 444.9 373.5
气候态P1 1 968.0 540.5 544.7 481.3 402.4
气候态P2 1 938.1 549.0 534.5 466.2 390.4

3 结论和讨论

本研究以研究区1981—2020年气象观测数据为基础,分析2个气候态下(P1,1981—2010年;P2,1991—2020年)气温、降水量、日照时数等气象要素的变化特征,得出以下结论。
(1)气温方面,研究区在气候态P2下的平均气温较气候态P1升高0.3 ℃,呈明显变暖趋势;其中春季增温最多,气候倾向率为0.42 ℃/10 a,是增温的主要贡献季节。(2)降水方面,2个气候态的降水日数接近,但气候态P2年平均降水量较气候态P1增加18.5 mm,增幅为2.0%;春、夏季降水量整体明显增加,降水日数减少,表明降水强度和极端降水事件增加;秋季降水量减少的情况下,降水日数增加,表明季节降水强度减弱,多弱降水过程。(3)日照时数方面,1981—2020年日照时数年代变化呈现先增加后减少的趋势;与气候态P1相比,气候态P2年日照时数明显减少,夏、秋、冬三季是日照时数减少的主要季节,春季日照时数增加;气候态P2春季日照时数增加主要是春季降水日数减少,太阳辐射增加;秋、冬季降水日数增加,导致日照时数减少。
综合表明,近年来研究区温度明显上升,高温、干旱或极端降水事件频发,进而影响本地区农业生产的稳定性。研究区的农作物主要为冬小麦和一季水稻,气温是影响冬小麦物候变化的关键因子,降水量和日照是诱发物候变化的重要气候因子[8]。研究区冬小麦全生育期为11月至次年5月,分析发现,气候态P2下该时期平均气温和≥10 ℃活动积温明显增加,降水量波动剧烈,日照时数显著减少,导致全生育期提前,与相关研究一致[9-10],即植物对变暖的响应表现为春季物候期提前。一季水稻平均播种期为5月中旬,成熟期为10月上旬,其物候期变化趋势与冬小麦不同,播种到成熟期均呈现不同程度的推迟。此外,气温的升高加剧土壤水分的蒸发,增加农业用水需求;温度升高会导致土壤肥力下降进而影响土地资源的使用率,需增施肥料以满足农作物生长的需求;高温还利于杂草生长及幼虫越冬,从而使除草剂的施用量增加,导致农业生产的投入成本增加。因此,未来需结合区域农业实际,围绕土壤水分调控、绿色培肥、病虫草害绿色防控等方向,研发适配高温场景的技术体系,兼顾节水、保肥、环保与成本控制,为保障农业可持续发展提供技术支撑。
[1]
翟盘茂,周佰铨,陈阳,等. 气候变化科学方面的几个最新认知[J]. 气候变化研究进展202117(6):629-635.

[2]
中国气象局气候变化中心. 中国气候变化蓝皮书:2021[M]. 北京:科学出版社,2021.

[3]
郭佳,张宝林,高聚林,等. 气候变化对中国农业气候资源及农业生产影响的研究进展[J]. 北方农业学报201947(1):105-113.

[4]
Assunção J Chein F. Climate change and agricultural productivity in Brazil:future perspectives[J]. Environment and development economics201621(5):581-602.

[5]
袁靖凯. 气候变化对永定区农作物生产的影响研究[D]. 昆明:云南农业大学,2023.

[6]
晏红明,袁媛,王永光. 气候变暖背景下气候平均值更替对中国气候业务的影响[J]. 气象202248(3):284-298.

[7]
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.

[8]
王胜,徐敏,宋阿伟,等. 1961—2012年安徽省24节气气候变化及冬小麦和一季稻物候期的响应[J]. 生态学杂志201332(9):2390-2397.

[9]
徐雨晴,陆佩玲,于强. 气候变化对植物物候影响的研究进展[J]. 资源科学200426(1):129-136.

[10]
袁婧薇,倪健. 中国气候变化的植物信号和生态证据[J]. 干旱区地理200730(4):465-473.

Outlines

/