紀(jì)明亮，趙津瑤，韋 佳，楊文依，張 彬，陳青春

（1.仲愷農(nóng)業(yè)工程學(xué)院，廣州 510225；2.廣東省農(nóng)業(yè)科學(xué)院水稻研究所，廣州 510225）

作為世界三大糧食作物之一，水稻（Oryza sativaL.）是全人類最主要的食物，全球50%以上人口以其為主食［1，2］。水稻產(chǎn)量的形成一方面取決于品種的遺傳背景，另一方面受環(huán)境因素如光照、溫度、水分、輻射等的影響［3］。阮新民等［4］研究發(fā)現(xiàn)，隨著積溫和輻射的升高，冬小麥抽穗期和成熟期均顯著提前，導(dǎo)致小麥發(fā)生凍害風(fēng)險(xiǎn)指數(shù)上升；曹?，B等［5］研究表明，日照時(shí)數(shù)減少會(huì)導(dǎo)致水稻灌漿速率下降，嚴(yán)重影響水稻產(chǎn)量；婁偉平等［6］認(rèn)為在水分充足的條件下，太陽(yáng)輻射的減少會(huì)延長(zhǎng)浙江稻區(qū)水稻生育期4.7～7.8 d。

氣候波動(dòng)導(dǎo)致氣溫、降雨量、輻射量等環(huán)境因子的改變，增加了水稻產(chǎn)量的不穩(wěn)定性［7-11］。不同地區(qū)氣候指標(biāo)差別較大，在進(jìn)行水稻產(chǎn)量建模估算時(shí)，需篩選相關(guān)性高的因子和綜合多種統(tǒng)計(jì)回歸算法來(lái)確定合適的建模方法，有助于提高產(chǎn)量模型的精度。

對(duì)氣候變化與農(nóng)作物產(chǎn)量關(guān)系的研究，多數(shù)是研究氣象因素與產(chǎn)量的關(guān)系，對(duì)氣候因子與產(chǎn)量構(gòu)成因素的關(guān)系研究較少。本研究采用主成分分析和逐步回歸分析方法，在水稻生育期內(nèi)研究早稻和晚稻關(guān)鍵氣象因子（氣溫、有效輻射、日照時(shí)數(shù)和降雨量）與產(chǎn)量的相關(guān)關(guān)系，構(gòu)建回歸預(yù)測(cè)模型，預(yù)測(cè)氣候變化對(duì)南方稻區(qū)雙季水稻的產(chǎn)量影響趨勢(shì)。以期為水稻生產(chǎn)溫光水肥高效利用、豐產(chǎn)與穩(wěn)產(chǎn)提供參考和理論依據(jù)。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)在廣東省農(nóng)業(yè)科學(xué)院白云基地進(jìn)行，供試早、晚稻品種分別為合美占和粵晶絲苗2 號(hào)，數(shù)據(jù)來(lái)自2014、2015、2017、2018 年早稻和晚稻大田試驗(yàn)及基地氣象觀測(cè)站，包括產(chǎn)量、有效穗數(shù)、平均莖蘗數(shù)、株高、穗粒數(shù)、結(jié)實(shí)率和千粒重、氣溫、日照時(shí)數(shù)、有效輻射和降雨量。

1.2 試驗(yàn)方法

首先利用相關(guān)系數(shù)法分析早、晚稻產(chǎn)量與氣候因子的相關(guān)關(guān)系。然后采用主成分分析和相關(guān)系數(shù)矩陣綜合分析方法，篩選出影響產(chǎn)量的關(guān)鍵作用因子，最后建立氣象因素與產(chǎn)量因子的回歸方程并進(jìn)行檢驗(yàn)。

1.3 數(shù)據(jù)處理

設(shè)定X1、X2、X3、X4、X5、X6、X7分別表示有效穗數(shù)、株高、穗粒數(shù)、結(jié)實(shí)率、平均莖蘗數(shù)、千粒重和產(chǎn)量。 將各因子進(jìn)行加權(quán)平均處理，按照85%的原則選定主成分。

利用Microsoft Excel 2016 和SPSS 15.0 軟件處理和統(tǒng)計(jì)分析數(shù)據(jù)，采用OriginPro 2021 軟件作圖。

2 結(jié)果與分析

2.1 氣象因子與產(chǎn)量的相關(guān)分析

由表1 可知，水稻產(chǎn)量與有效輻射、日最高氣溫、日最低氣溫、日平均氣溫和日照時(shí)數(shù)均呈顯著正相關(guān)，與降雨量呈顯著負(fù)相關(guān)?？傮w上說(shuō)，氣候因子對(duì)水稻產(chǎn)量有直接的影響作用。

表1 產(chǎn)量與氣象因子的相關(guān)系數(shù)

2.2 水稻產(chǎn)量構(gòu)成因素對(duì)產(chǎn)量影響的主成分分析

由表2 可知，第一主因子中有效穗數(shù)具有較大的特征向量，比其他5 個(gè)性狀指標(biāo)高，其貢獻(xiàn)率為46.686%，表明主成分1 代表有效穗數(shù)的相關(guān)信息，故稱該主成分為有效穗數(shù)因子。第二主因子中千粒重、結(jié)實(shí)率具有較大的特征向量，比其他4 個(gè)性狀指標(biāo)高，其貢獻(xiàn)率為26.626%，表明主成分2 代表千粒重、結(jié)實(shí)率的相關(guān)信息，故稱該主成分為每穗粒數(shù)因子。第三主因子中株高具有較大的特征向量，比其他5 個(gè)性狀指標(biāo)高，其貢獻(xiàn)率為22.472%，表明主成分3代表株高的相關(guān)信息，故稱該主成分為株高因子。

表2 水稻產(chǎn)量構(gòu)成因素對(duì)產(chǎn)量影響的主成分分析

由表3 可以看出，有效穗數(shù)、千粒重、結(jié)實(shí)率與水稻產(chǎn)量均呈顯著正相關(guān)，株高與水稻產(chǎn)量呈負(fù)相關(guān)。通過(guò)主成分分析和相關(guān)系數(shù)矩陣可以得出影響品種產(chǎn)量差異的主要因子是有效穗數(shù)、千粒重和結(jié)實(shí)率。

表3 水稻產(chǎn)量構(gòu)成因素與產(chǎn)量的相關(guān)系數(shù)矩陣

2.3 氣象因素與產(chǎn)量因子的相關(guān)性分析

2.3.1 氣象因子與千粒重的相關(guān)性 由圖1 可知，日平均氣溫、日照時(shí)數(shù)與千粒重均呈顯著正相關(guān)（P＜0.05），與日最高氣溫、降雨量均呈顯著負(fù)相關(guān)（P＜0.05）。在試驗(yàn)范圍內(nèi)，當(dāng)日照時(shí)數(shù)大于8 h，千粒重隨日照時(shí)數(shù)的增加呈近似線性增長(zhǎng)的變化趨勢(shì)。根據(jù)日平均氣溫與千粒重的回歸方程推知，當(dāng)日平均氣溫維持在24.7 ℃有利于提高水稻千粒重。當(dāng)日最高氣溫在31.5 ℃以上或降雨量在700 mm 以上時(shí)水稻千粒重顯著下降。

圖1 氣象因子與早稻和晚稻千粒重的關(guān)系

2.3.2 氣象因子與有效穗數(shù)的相關(guān)性 由圖2 可知，日最高氣溫、日最低氣溫、日照時(shí)數(shù)與有效穗數(shù)之間均呈顯著正相關(guān)（P＜0.05），降雨量與有效穗數(shù)呈顯著負(fù)相關(guān)（P＜0.05）。根據(jù)日最低溫度、降雨量與有效穗數(shù)的回歸方程推知，當(dāng)日最低氣溫在25.7 ℃以下或降雨量在600 mm 以上時(shí)水稻分蘗受到明顯影響，難以達(dá)到預(yù)期的有效穗數(shù)。有效穗數(shù)隨日照時(shí)數(shù)的增加呈近似線性增長(zhǎng)的變化趨勢(shì)。

圖2 氣象因子與早稻和晚稻有效穗數(shù)的關(guān)系

2.3.3 氣象因子與結(jié)實(shí)率的相關(guān)性 由圖3 可知，日平均氣溫、日最低氣溫與結(jié)實(shí)率均呈顯著正相關(guān)（P＜0.05），日最高氣溫、降雨量與結(jié)實(shí)率均呈顯著負(fù)相關(guān)（P＜0.05）。當(dāng)日最低氣溫在19.3 ℃以下或日最高氣溫在31.5 ℃以上時(shí)水稻開花受精受到明顯影響，結(jié)實(shí)率均在85%以下。根據(jù)降雨量與結(jié)實(shí)率的回歸方程推知，當(dāng)降雨量在550 mm 以上時(shí)水稻結(jié)實(shí)率顯著下降。

圖3 氣象因子與早稻和晚稻結(jié)實(shí)率的關(guān)系

2.4 氣象因子與早稻和晚稻產(chǎn)量逐步回歸分析及模型驗(yàn)證

利用早稻和晚稻產(chǎn)量構(gòu)成因素與全生育期內(nèi)的氣溫、日照時(shí)數(shù)、降雨量作為自變量，品種產(chǎn)量作為因變量，建立線性回歸模型如下。

式中，Z1為有效穗 數(shù)、Z2為 結(jié)實(shí)率、Z3為千粒重、Z4為日最低氣溫、Z5為降雨量、Z6為日照時(shí)數(shù)、Z7為日最高氣溫、Z8為日平均氣溫，決定系數(shù)（R2）=0.952。

從方程可知，構(gòu)建的水稻產(chǎn)量回歸模型決定系數(shù)R2較大，達(dá)0.952（P＜0.05），說(shuō)明該模型具有較高的可信度。由方程回歸系數(shù)可知，其中千粒重、結(jié)實(shí)率、日最高氣溫、日照時(shí)數(shù)、日最低氣溫、降雨量對(duì)產(chǎn)量均為正向影響，有效穗數(shù)和日平均氣溫對(duì)產(chǎn)量均為負(fù)向影響。

根據(jù)2019 年早、晚稻產(chǎn)量數(shù)據(jù)和氣象資料，對(duì)產(chǎn)量實(shí)測(cè)值與預(yù)測(cè)值進(jìn)行相關(guān)性分析。由圖4 可見(jiàn)，早稻和晚稻實(shí)測(cè)產(chǎn)量與預(yù)測(cè)產(chǎn)量之間線性關(guān)系顯著，決定系數(shù)（R2）達(dá)0.995。

圖4 實(shí)測(cè)產(chǎn)量與預(yù)測(cè)產(chǎn)量的關(guān)系

擬用方程對(duì)產(chǎn)量實(shí)測(cè)值與預(yù)測(cè)值進(jìn)行回溯檢驗(yàn)。由表4 可見(jiàn)，根據(jù)水稻產(chǎn)量誤差分析發(fā)現(xiàn)，絕對(duì)誤差平均值為5.5%，模擬誤差值在4.1%～7.0%，誤差值均小于10.0%。其預(yù)測(cè)準(zhǔn)確率在93.0%～95.9%，平均值為94.45%，準(zhǔn)確率相對(duì)較高。

表4 早稻和晚稻預(yù)測(cè)產(chǎn)量與實(shí)測(cè)產(chǎn)量比較

3 小結(jié)與討論

本研究對(duì)水稻氣象數(shù)據(jù)與早、晚稻的產(chǎn)量構(gòu)成因素進(jìn)行了田間跟蹤記錄，運(yùn)用相關(guān)分析法研究了產(chǎn)量與氣象因子之間的相關(guān)性，研究表明，氣溫、有效輻射和日照時(shí)數(shù)等熱量有關(guān)的因子與產(chǎn)量均呈顯著正相關(guān)關(guān)系，因此南方地區(qū)早、晚稻種植過(guò)程中，可選育光合作用強(qiáng)、光呼吸速率高的品種，根據(jù)當(dāng)?shù)厝照諘r(shí)數(shù)、氣溫等氣象因子變化預(yù)測(cè)播種期范圍，達(dá)到水稻增產(chǎn)穩(wěn)產(chǎn)的目的。此外，降雨量與產(chǎn)量呈顯著負(fù)相關(guān)關(guān)系。通過(guò)對(duì)氣象數(shù)據(jù)的分析發(fā)現(xiàn)，該試驗(yàn)點(diǎn)雙季早、晚稻抽穗揚(yáng)花期與降雨高峰存在重疊，導(dǎo)致結(jié)實(shí)率降低，水稻產(chǎn)量下降。因此，南方水稻種植可通過(guò)調(diào)節(jié)播期避開梅雨季節(jié)，進(jìn)而提高水稻產(chǎn)量。這與陳重遠(yuǎn)等［12］通過(guò)聚類分析以及李彥彬等［13］通過(guò)田間試驗(yàn)得到的結(jié)果一致。

高世偉等［14］通過(guò)主成分分析比較了30 個(gè)水稻品種的產(chǎn)量構(gòu)成因素及其相關(guān)關(guān)系，研究表明，共有6 個(gè)主成分對(duì)水稻產(chǎn)量影響較大，其中有效穗數(shù)為第一大主成分。季彪俊等［15］對(duì)氣象因子與水稻產(chǎn)量相關(guān)性狀進(jìn)行綜合分析，研究表明，對(duì)品種產(chǎn)量影響較大的主成分分別是熱量和雨量，累積貢獻(xiàn)率達(dá)85%。本研究根據(jù)水稻田間記錄數(shù)據(jù)對(duì)水稻產(chǎn)量構(gòu)成因子進(jìn)行主成分分析，結(jié)果表明，影響品種產(chǎn)量的主成分分別是有效穗數(shù)因子、每穗粒數(shù)因子和株高因子，前3 個(gè)主成分因子累積貢獻(xiàn)率達(dá)95.784%，完全反映了水稻原始數(shù)據(jù)的基本信息。本研究結(jié)果與高世偉等［14］的研究結(jié)論有差異，原因可能與當(dāng)?shù)丨h(huán)境因素、水稻栽培品種不同有關(guān)。進(jìn)一步利用相關(guān)系數(shù)矩陣得出水稻產(chǎn)量構(gòu)成因素對(duì)水稻產(chǎn)量的影響順序?yàn)橛行霐?shù)＞結(jié)實(shí)率＞千粒重＞穗粒數(shù)＞平均莖蘗數(shù)＞株高。因此，在未來(lái)的育種和栽培研究工作中，改良水稻有效穗數(shù)及每穗粒數(shù)，對(duì)水稻產(chǎn)量的提高具有現(xiàn)實(shí)的指導(dǎo)意義［16］。

鐘楚等［17］通過(guò)聚類分析4 類水稻產(chǎn)量構(gòu)成因素與氣象因素的關(guān)系發(fā)現(xiàn)，孕穗期和抽穗開花期氣溫升高或日照時(shí)數(shù)增加都可提高水稻千粒重和結(jié)實(shí)率；潘志軍等［18］通過(guò)定位栽培試驗(yàn)發(fā)現(xiàn)，乳熟前期較低的平均氣溫增加秕谷率，同時(shí)降低胚乳轉(zhuǎn)化效率有礙壯苗，移栽期高溫阻礙秧苗分蘗，不利于有效穗數(shù)和產(chǎn)量的提升。本研究通過(guò)氣象因子與水稻千粒重相關(guān)性分析表明，稻谷粒重主要決定于谷殼大小與子粒充實(shí)程度［19］，灌漿成熟期如果光照充足，將形成較多的光合產(chǎn)物，促進(jìn)穗部子粒同化物的轉(zhuǎn)運(yùn)速率，進(jìn)而增粒增重［20］；通過(guò)氣象因子與水稻有效穗數(shù)相關(guān)性分析表明，穗數(shù)的形成主要決定于單株的有效分蘗數(shù)［21］，顯然水稻移栽后溫度、日照時(shí)數(shù)適度升高可以促進(jìn)水稻分蘗，增加植株穗數(shù)［22］；通過(guò)氣象因子與水稻結(jié)實(shí)率相關(guān)分析表明，降雨條件是影響水稻結(jié)實(shí)率最重要的氣象因素，水稻抽穗揚(yáng)花期降水會(huì)對(duì)結(jié)實(shí)率產(chǎn)生不利影響。降雨會(huì)影響水稻開花受精，陰雨天氣不利于光合產(chǎn)物積累，導(dǎo)致結(jié)實(shí)率下降［23］。因此，應(yīng)重視氣象因子對(duì)產(chǎn)量的影響，在育種和品種推廣方面要充分考慮當(dāng)?shù)氐臏毓馀c降雨條件［23，24］。

本研究運(yùn)用逐步回歸分析方法建立了水稻產(chǎn)量模型，經(jīng)檢驗(yàn)，產(chǎn)量預(yù)報(bào)結(jié)果的絕對(duì)誤差在4.1%～7.0%，預(yù)測(cè)準(zhǔn)確率為93.0%～95.9%，水稻產(chǎn)量模擬效果較好，進(jìn)一步明確了氣象因子與產(chǎn)量及產(chǎn)量構(gòu)成因素的互作發(fā)生規(guī)律。有效穗數(shù)、穗粒數(shù)對(duì)產(chǎn)量影響效應(yīng)較大，與產(chǎn)量呈正相關(guān)關(guān)系。早稻和晚稻生長(zhǎng)季內(nèi)水稻有效穗數(shù)、結(jié)實(shí)率和千粒重隨降雨量的增加普遍表現(xiàn)出下降趨勢(shì)，隨日平均氣溫和日照時(shí)數(shù)增加表現(xiàn)出上升趨勢(shì)。若要更有效地預(yù)測(cè)水稻產(chǎn)量，還需要考慮土壤理化性質(zhì)、病蟲害指標(biāo)和栽培技術(shù)等因素的影響。