黑龙江省水稻生长季极端降水及洪涝时空演变特征

doi:10.11924/j.issn.1000-6850.casb19010097

中国农学通报 ›› 2020, Vol. 36 ›› Issue (14): 119-129.doi: 10.11924/j.issn.1000-6850.casb19010097

所属专题：水稻；农业气象

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

黑龙江省水稻生长季极端降水及洪涝时空演变特征

曲辉辉¹^,²^,³, 王冬冬⁴, 王萍¹^,²^,³, 王晾晾¹^,²^,³, 宫丽娟¹^,²^,³, 朱海霞¹^,²^,³, 王秋京¹^,²^,³, 姜丽霞¹^,²^,³()

¹ 黑龙江省气象科学研究所,哈尔滨 150030
² 中国气象局东北地区生态气象创新开放实验室,哈尔滨 150030
³ 黑龙江省气象院士工作站,哈尔滨 150030
⁴ 黑龙江省气象局机关服务中心,哈尔滨 150030

收稿日期:2019-01-18 修回日期:2019-08-16 出版日期:2020-05-15 发布日期:2020-05-20
通讯作者: 姜丽霞
作者简介:曲辉辉,女,1985年出生,黑龙江齐齐哈尔人,高级工程师,硕士,主要从事农业气象与气候资源利用研究。通信地址：150030 黑龙江省哈尔滨市香坊区电碳路71号黑龙江省气象科学研究所,Tel：0451-55101013,E-mail： quhuihui808@163.com。
基金资助:
国家自然科学基金项目“寒地水稻洪涝致灾机制与灾损量化综合评估方法研究”(31671575);中国气象局东北地区生态气象创新开放实验室开放研究基金项目“黑龙江省玉米生理需水与自然降水耦合度研究”(stqx201809)

Extreme Precipitation and Flood Disaster During Rice Growth Season in Heilongjiang: Temporal-spatial Distribution Features

Qu Huihui¹^,²^,³, Wang Dongdong⁴, Wang Ping¹^,²^,³, Wang Liangliang¹^,²^,³, Gong Lijuan¹^,²^,³, Zhu Haixia¹^,²^,³, Wang Qiujing¹^,²^,³, Jiang Lixia¹^,²^,³()

¹ Heilongjiang Institute of Meteorological Science, Harbin 150030
² Innovation and Opening Laboratory of Regional Eco-Meteorology in Northeast, China Meteorological Administration, Harbin 150030
³ Meteorological Academician Workstation of Heilongjiang, Harbin 150030
⁴ Logistic Service Center, Heilongjiang Meteorological Bureau, Harbin 150030

Received:2019-01-18 Revised:2019-08-16 Online:2020-05-15 Published:2020-05-20
Contact: Jiang Lixia

摘要/Abstract

摘要：

为了合理规避极端降水带来的洪涝灾害,有效保障水稻安全生产。本研究基于黑龙江省69个气象台站1971—2016年降水资料和历史洪涝记载资料,利用方差分析和Mann-Kendall检验方法,分析了黑龙江省水稻生长季极端降水和洪涝时空演变特征。结果表明：（1）极端降水指数(EPI)5月、6月和9月在2010s最突出,7月和10月在1990s最突出,8月在1980s最突出;（2）根据典型因子,7月多雨时段为1990s,8月多雨时段为1980s;（3）水稻洪涝多发生在7月,7月和8月水稻洪涝历史高发时段分别为1990s和1980s。

关键词: 水稻, 极端降水, 洪涝, 时空分布, 黑龙江

Abstract:

To avoid flood disaster caused by extreme precipitation and effectively guarantee the security of rice production, based on the precipitation data from 69 meteorological stations from 1971 to 2016 and historical flood disaster records in Heilongjiang, by using the variance analysis and Mann-Kendall method, we analyzed the temporal-spatial distribution characteristics of extreme precipitation and flood disaster during rice growth season in Heilongjiang. The results showed that: (1) the extreme precipitation indices (EPI) in May, June and September were the highest in 2010s, and the EPI in July and October were the highest in 1990s, and the EPI in August was the highest in 1980s; (2) on the basis of typical factor, the precipitation in July was the most in 1990s, and the precipitation in August was the most in 1980s; (3) the flood disaster of rice occurred mostly in July; the flood disaster of rice in July and August occurred mostly in 1990s and 1980s, respectively.

Key words: rice, extreme precipitation, flood disaster, temporal-spatial distribution, Heilongjiang

中图分类号:

曲辉辉, 王冬冬, 王萍, 王晾晾, 宫丽娟, 朱海霞, 王秋京, 姜丽霞. 黑龙江省水稻生长季极端降水及洪涝时空演变特征[J]. 中国农学通报, 2020, 36(14): 119-129.

Qu Huihui, Wang Dongdong, Wang Ping, Wang Liangliang, Gong Lijuan, Zhu Haixia, Wang Qiujing, Jiang Lixia. Extreme Precipitation and Flood Disaster During Rice Growth Season in Heilongjiang: Temporal-spatial Distribution Features[J]. Chinese Agricultural Science Bulletin, 2020, 36(14): 119-129.

图/表 13

参考文献 38

[1]	孙凤华, 任国玉, 赵春雨 , 等. 中国东北地区及不同典型下垫面的气温异常变化分析[J]. 地理科学, 2005,25(2):167-171.
[2]	孙凤华, 杨素英, 陈鹏狮 . 东北地区近44年的气候暖干化趋势分析及可能影响[J]. 生态学杂志, 2005,24(7):751-755.
[3]	Overland J E, Wang M . Large-scale atmospheric circulation changes are associated with the recent loss of Arctic sea ice[J]. Tellus A, 2010,62(1):1-9.
[4]	You Q, Kang S, Aguilar E , et al. Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003[J]. Climate Dynamics, 2011,36(11 /12):2399-2417.
[5]	丁裕国, 郑春雨, 申红艳 . 极端气候变化的研究进展[J]. 沙漠与绿洲气象, 2008,2(6):1-5.
[6]	李洋, 王玉辉, 吕晓敏 , 等. 1961—2013年东北三省极端气候事件时空格局及变化[J]. 资源科学, 2015,37(12):2501-2513.
[7]	杨素英, 孙凤华, 马建中 . 增暖背景下中国东北地区极端降水事件的演变特征[J]. 地理科学, 2008,28(2):224-228.
[8]	余锦华, 祁淼, 孙齐颖 , 等. 中国东部夏季极端降水统计特征及其与El Nino的联系[J]. 大气科学学报, 2018,41(1):77-84.
[9]	王家祁, 骆承政 . 中国暴雨和洪水特性的研究[J]. 水文, 2006,26(3):33-36.
[10]	郑秀雅, 张廷治, 白人海 . 东北暴雨[M]. 北京: 气象出版社, 1992: 1-6.
[11]	黑龙江省统计局, 国家统计局黑龙江调查总队. 黑龙江统计年鉴-2016[M]. 北京: 中国统计出版社, 2016: 286-288.
[12]	郑景云, 郝志新, 方修琦 , 等. 中国过去2000年极端气候事件变化的若干特征[J]. 地理科学进展, 2014,33(1):3-12.
[13]	Rajeevan M, Bhate J, Jaswal A K . Analysis of variability and trends of extreme rainfall events over India using 104 years of gridded daily rainfall data[J]. Geophysical Research Letters, 2008,35(18):60-74.
[14]	Nath P K, Behera B . A critical review of impact of and adaptation to climate change in developed and developing economies[J]. Environment, Development and Sustainability, 2011,13(1):141-162.
[15]	章毅之 . 基于日降水量的江西省极端降水变化研究[J]. 气象与减灾研究, 2007,30(4):33-36.
[16]	翟盘茂, 潘晓华 . 中国北方近50年温度和降水极端事件变化[J]. 地理学报, 2003,58(增刊):1-10.
[17]	赵翠平, 陈岩, 王卫光 , 等. 黄河流域近50年极端降水指数的时空变化[J]. 人民黄河, 2015,37(1):18-22.
[18]	高永刚 . 黑龙江省1967年至2007年极端气温与降水综合强度的时空特征分析[J]. 资源科学, 2012,34(11):2170-2180.
[19]	刘汉臣, 齐东方, 张玉国 . 黑龙江省极端降水天气的气候变化[J]. 黑龙江水利科技, 2012,40(10):1-4.
[20]	李占玲, 王武, 李占杰 . 基于GPD分布的黑河流域极端降水频率特征分析[J]. 地理研究, 2014,33(11):2169-2179.
[21]	张桂香, 霍治国, 杨建莹 , 等. 基于过程降水量的长江中下游地区单季稻洪涝灾害指标构建[J]. 中国农业气象, 2018,39(5):325-336.
[22]	汪天颖, 霍治国, 李旭辉 , 等. 基于生育时段的湖南省早稻洪涝等级指标及时空变化特征[J]. 生态学杂志, 2016,35(3):709-718.
[23]	杨建莹, 霍治国, 吴立 , 等. 西南地区水稻洪涝等级评价指标构建及风险分析[J]. 农业工程学报, 2015,31(16):135-144.
[24]	梅少华, 梅金先, 陈兴国 , 等. 洪涝灾害对水稻生产的影响评估及抗灾对策研究[J]. 作物杂志, 2011(2):89-93.
[25]	宁金花, 霍治国, 陆魁东 , 等. 不同生育期淹涝胁迫对杂交稻形态特征和产量的影响[J]. 中国农业气象, 2013,34(6):678-684.
[26]	邵玺文, 刘红丹, 杜震宇 , 等. 不同时期水分处理对水稻生长及产量的影响[J]. 水土保持学报, 2007,21(1):193-196.
[27]	汪妮娜, 黄敏, 陈德威 , 等. 不同生育期水分胁迫对水稻根系生长及产量的影响[J]. 热带作物学报, 2013,34(9):1650-1656.
[28]	宣守丽, 石春林, 张建华 , 等. 分蘖期淹水胁迫对水稻地上部物质分配及产量构成的影响[J]. 江苏农业学报, 2013,29(6):1199-1204.
[29]	王矿, 王友贞, 汤广民 . 分蘖期水稻对淹水胁迫的响应规律研究[J]. 灌溉排水学报, 2014,33(6):58-60.
[30]	王矿, 王友贞, 汤广民 . 水稻在拔节孕穗期对淹水胁迫的响应规律[J]. 中国农村水利水电, 2016(9):81-87.
[31]	徐富贤, 张林, 熊洪 , 等. 杂交水稻中后期洪涝淹没与产量损失的关系[J]. 作物学报, 2016,42(9):1381-1390.
[32]	宁金花, 陆魁东, 霍治国 , 等. 拔节期淹涝胁迫对水稻形态和产量构成因素的影响[J]. 生态学杂志, 2014,33(7):1818-1825.
[33]	蔺万煌, 孙福增, 彭克勤 , 等. 洪涝胁迫对水稻产量及产量构成因素的影响[J]. 湖南农业大学学报, 1997,23(1):50-54.
[34]	王矿, 王友贞, 汤广民 . 水稻拔节孕穗期淹水对产量要素的影响[J]. 灌溉排水学报, 2015,34(9):40-43.
[35]	邵玺文, 阮长春, 赵兰坡 , 等. 分蘖期水分胁迫对水稻生长发育及产量的影响[J]. 吉林农业大学学报, 2005,27(1):6-10.
[36]	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: 63-66.
[37]	《中国气象灾害大典》编委会. 中国气象灾害大典﹒黑龙江卷[M]. 北京: 气象出版社, 2007: 69-150.
[38]	袁美英, 李泽春, 张小玲 , 等. 中尺度对流系统与东北暴雨的关系[J]. 高原气象, 2011,30(5):1224-1231.

代码	定义	单位
PI1	总降水量	mm
PI2	总降水日数	d
PI3	降水强度（总降水量/总降水天数）	mm/d
PI4	大雨日数（日降水量≥25 mm的总天数）	d
PI5	暴雨日数（日降水量≥50 mm的总天数）	d
PI6	大暴雨日数（日降水量≥100 mm的总天数）	d
PI7	最大1日降水量	mm
PI8	最大连续3日降水量	mm
PI9	最大连续7日降水量	mm
PI10	最长连续降水日数	d

代码	定义	单位
PI1	总降水量	mm
PI2	总降水日数	d
PI3	降水强度（总降水量/总降水天数）	mm/d
PI4	大雨日数（日降水量≥25 mm的总天数）	d
PI5	暴雨日数（日降水量≥50 mm的总天数）	d
PI6	大暴雨日数（日降水量≥100 mm的总天数）	d
PI7	最大1日降水量	mm
PI8	最大连续3日降水量	mm
PI9	最大连续7日降水量	mm
PI10	最长连续降水日数	d

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	46.4		10.4		4.4		0.22		0.006				17.1		22.9		27.2		3.5
1970s	46.4	3.96^*	10.4	2.73	4.4	10.84^**	0.22	18.25^**	0.006	0.00			17.1	14.26^**	22.9	17.53^**	27.2	1.77	3.5	0.99
1980s	43.4	3.96^*	10.9	2.73	4.0	10.84^**	0.12	18.25^**	0.006	0.00			15.3	14.26^**	20.5	17.53^**	26.2	1.77	3.6	0.99
1980s	43.4	1.18	10.9	0.29	4.0	6.04^*	0.12	2.29	0.006	0.69			15.3	8.13^**	20.5	8.08^**	26.2	11.60^**	3.6	0.00
1990s	41.4	1.18	10.7	0.29	3.7	6.04^*	0.10	2.29	0.003	0.69			13.9	8.13^**	18.7	8.08^**	23.3	11.60^**	3.6	0.00
1990s	41.4	15.08^**	10.7	0.42	3.7	26.19^**	0.10	63.47^**	0.003	7.11^**			13.9	26.28^**	18.7	36.23^**	23.3	36.80^**	3.6	0.17
2000s	49.1	15.08^**	10.5	0.42	4.3	26.19^**	0.25	63.47^**	0.017	7.11^**			16.5	26.28^**	23.0	36.23^**	29.0	36.80^**	3.6	0.17
2000s	49.1	135.82^**	10.5	155.93^**	4.3	76.49^**	0.25	1.46	0.017	1.25			16.5	65.91^**	23.0	111.65^**	29.0	119.45^**	3.6	77.02^**
2010s	71.9	135.82^**	13.8	155.93^**	5.1	76.49^**	0.28	1.46	0.010	1.25			20.2	65.91^**	30.5	111.65^**	38.6	119.45^**	4.5	77.02^**

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	46.4		10.4		4.4		0.22		0.006				17.1		22.9		27.2		3.5
1970s	46.4	3.96^*	10.4	2.73	4.4	10.84^**	0.22	18.25^**	0.006	0.00			17.1	14.26^**	22.9	17.53^**	27.2	1.77	3.5	0.99
1980s	43.4	3.96^*	10.9	2.73	4.0	10.84^**	0.12	18.25^**	0.006	0.00			15.3	14.26^**	20.5	17.53^**	26.2	1.77	3.6	0.99
1980s	43.4	1.18	10.9	0.29	4.0	6.04^*	0.12	2.29	0.006	0.69			15.3	8.13^**	20.5	8.08^**	26.2	11.60^**	3.6	0.00
1990s	41.4	1.18	10.7	0.29	3.7	6.04^*	0.10	2.29	0.003	0.69			13.9	8.13^**	18.7	8.08^**	23.3	11.60^**	3.6	0.00
1990s	41.4	15.08^**	10.7	0.42	3.7	26.19^**	0.10	63.47^**	0.003	7.11^**			13.9	26.28^**	18.7	36.23^**	23.3	36.80^**	3.6	0.17
2000s	49.1	15.08^**	10.5	0.42	4.3	26.19^**	0.25	63.47^**	0.017	7.11^**			16.5	26.28^**	23.0	36.23^**	29.0	36.80^**	3.6	0.17
2000s	49.1	135.82^**	10.5	155.93^**	4.3	76.49^**	0.25	1.46	0.017	1.25			16.5	65.91^**	23.0	111.65^**	29.0	119.45^**	3.6	77.02^**
2010s	71.9	135.82^**	13.8	155.93^**	5.1	76.49^**	0.28	1.46	0.010	1.25			20.2	65.91^**	30.5	111.65^**	38.6	119.45^**	4.5	77.02^**

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	86.7		14.5		6.0		0.51		0.057		0.003		25.2		35.3		48.2		5.0
1970s	86.7	0.24	14.5	22.09^**	6.0	6.21^*	0.51	5.11^*	0.057	0.67	0.003	0.34	25.2	0.17	35.3	2.39	48.2	0.11	5.0	2.82
1980s	87.8	0.24	13.5	22.09^**	6.3	6.21^*	0.60	5.11^*	0.046	0.67	0.001	0.34	25.4	0.17	36.8	2.39	48.7	0.11	4.7	2.82
1980s	87.8	0.96	13.5	0.18	6.3	0.17	0.60	0.99	0.046	1.94	0.001	0.34	25.4	0.02	36.8	0.30	48.7	2.80	4.7	1.89
1990s	85.8	0.96	13.6	0.18	6.3	0.17	0.57	0.99	0.064	1.94	0.003	0.34	25.5	0.02	36.3	0.30	50.7	2.80	4.9	1.89
1990s	85.8	4.00^*	13.6	52.91^**	6.3	1.01	0.57	1.62	0.064	1.11	0.003	0.21	25.5	0.00	36.3	0.47	50.7	12.64^**	4.9	10.33^**
2000s	81.5	4.00^*	12.0	52.91^**	6.4	1.01	0.62	1.62	0.080	1.11	0.004	0.21	25.5	0.00	35.6	0.47	46.0	12.64^**	4.5	10.33^**
2000s	81.5	35.18^**	12.0	137.28^**	6.4	5.60^*	0.62	3.62^*	0.080	3.27	0.004	0.31	25.5	13.62^**	35.6	18.60^**	46.0	35.04^**	4.5	48.71^**
2010s	97.6	35.18^**	14.1	137.28^**	6.9	5.60^*	0.72	3.62^*	0.116	3.27	0.002	0.31	29.4	13.62^**	41.7	18.60^**	56.5	35.04^**	5.5	48.71^**

黑龙江省水稻生长季极端降水及洪涝时空演变特征

Extreme Precipitation and Flood Disaster During Rice Growth Season in Heilongjiang: Temporal-spatial Distribution Features

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 38

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

年代	5月	6月	7月	8月	9月
1980s		依兰（1990）、汤原（1990）、海林（1985）、宁安（1990）	呼兰（1985）、依兰（1985）、尚志（1989）、虎林（1989）、肇源（1986）、铁力（1990）、桦南（1985）	依兰（1987）、虎林（1987）、铁力（1985）、抚远（1984、1985）、宁安（1986）
1990s	宁安（1997）	五常（1998）、克东（1998）、海林（1993）、宁安（1993,2次）	呼兰（1998）、五常（1994、1995、1998）、虎林（1991、1994）、铁力（1994、1998）、桦南（1991、1994、1996）、汤原（1994）、海林（1991）	呼兰（1991）、依兰（1998）、抚远（1991）	抚远（1998）
2000s		呼兰（2005,2次）、阿城（2005）、绥滨（2006）、东宁（2006）、海林（2006）	呼兰（2005）、阿城（2003）、桦南（2002）、海林（2005）	铁力（2003）、桦南（2003）、庆安（2008）

[1]	白玛仁增, 顿玉多吉, 德例归吉, 德吉央宗, 益西多吉, 边巴次仁. 星-地结合对水稻高温热害监测模型的研究[J]. 中国农学通报, 2023, 39(1): 133-141.
[2]	罗先富, 刘文强, 潘孝武, 董铮, 刘三雄, 刘利成, 阳标仁, 盛新年, 李小湘. 应用剩余杂合体衍生的近等基因系定位水稻株高QTL[J]. 中国农学通报, 2022, 38(9): 1-5.
[3]	黄钰, 陈斌, 肖关丽. 云南哈尼族地方水稻‘月亮谷’对褐飞虱取食危害的生理反应[J]. 中国农学通报, 2022, 38(9): 123-129.
[4]	李兴华, 王欢, 张盛, 蔡星星, 周强, 周楠. 氮肥用量与运筹方式对晚籼稻产量及花后干物质积累与转运的影响[J]. 中国农学通报, 2022, 38(9): 6-13.
[5]	叶佩, 刘可群, 申双和, 刘凯文, 刘志雄, 邓艳君. 湖北中稻抽穗开花期高温热害风险分析及区划[J]. 中国农学通报, 2022, 38(8): 110-117.
[6]	王一凡, 劳晓璨, 余丽萍, 叶海龙. 水稻‘甬优15’分期播种的气象条件适宜性试验研究[J]. 中国农学通报, 2022, 38(7): 106-109.
[7]	李雪枫, 王坚, 叶晓园, 张秀婷, 王丽学. 苦瓜植株水浸提液对水稻种子萌发和秧苗生长的影响[J]. 中国农学通报, 2022, 38(6): 1-7.
[8]	闫蕴韬, 何兮, 张海清, 贺记外. 水稻种子耐贮性研究进展[J]. 中国农学通报, 2022, 38(5): 1-8.
[9]	翟彩娇, 张蛟, 崔士友, 陈澎军. 盐逆境对耐盐水稻穗部性状及产量构成因素的影响[J]. 中国农学通报, 2022, 38(4): 1-9.
[10]	李荣田, 时柳, 黄丽莹, 刘长华. 利用分子选择培育水稻‘吉粳88’(hd2/hd4)导入系[J]. 中国农学通报, 2022, 38(33): 1-9.
[11]	伊嘉雯, 冯棣, 朱崴, 亓娜, 滕奉魁, 卢小引. 不同品种水稻发芽阶段耐盐性对比研究[J]. 中国农学通报, 2022, 38(33): 10-14.
[12]	张博, 石峰, 宋福强. AMF复合菌剂对寒地水稻光合作用和生长效应的影响[J]. 中国农学通报, 2022, 38(33): 15-22.
[13]	卢梦瑶, 刘德虎, 鲁雪丽, 梁衡, 孙媛媛, 刘亚林, 宋廷强, 范海生. 基于主成分分析的湖北省洪涝灾害风险评估模型构建[J]. 中国农学通报, 2022, 38(32): 119-127.
[14]	许丹阳, 李虹颖, 孙义祥, 邬刚, 王家宝, 袁嫚嫚, 王佩旋, 张祥明, 束孝海. 不同比例有机无机肥配施对水稻产量与氮素利用率的影响[J]. 中国农学通报, 2022, 38(31): 1-5.
[15]	王洋, 张瑞, 周雨晴, 刘永昊, 刘高生, 戴其根. 基于文献计量的国内水稻耐盐性研究态势分析[J]. 中国农学通报, 2022, 38(31): 147-153.

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	120.6		14.2		8.4		1.27		0.200		0.006		35.2		48.8		64.8		4.5
1970s	120.6	22.98^**	14.2	5.40^*	8.4	24.59^**	1.27	17.58^**	0.200	9.90^**	0.006	1.81	35.2	15.06^**	48.8	18.45^**	64.8	38.56^**	4.5	22.53^**
1980s	138.9	22.98^**	14.6	5.40^*	9.6	24.59^**	1.59	17.58^**	0.286	9.90^**	0.013	1.81	39.5	15.06^**	55.4	18.45^**	77.3	38.56^**	5.0	22.53^**
1980s	138.9	1.25	14.6	19.86^**	9.6	12.48^**	1.59	0.57	0.286	8.76^**	0.013	18.76^**	39.5	15.54^**	55.4	10.94^**	77.3	2.89	5.0	6.65^*
1990s	143.2	1.25	13.8	19.86^**	10.4	12.48^**	1.65	0.57	0.380	8.76^**	0.053	18.76^**	44.5	15.54^**	61.0	10.94^**	81.1	2.89	4.7	6.65^*
1990s	143.2	8.31^**	13.8	19.13^**	10.4	32.35^**	1.65	11.47^**	0.380	12.60^**	0.053	21.68^**	44.5	16.85^**	61.0	15.33^**	81.1	16.15^**	4.7	1.42
2000s	134.0	8.31^**	14.5	19.13^**	9.2	32.35^**	1.44	11.47^**	0.271	12.60^**	0.012	21.68^**	39.5	16.85^**	55.1	15.33^**	72.9	16.15^**	4.8	1.42
2000s	134.0	2.75	14.5	18.11^**	9.2	9.91^**	1.44	5.97^*	0.271	1.37	0.012	2.04	39.5	1.92	55.1	6.08^*	72.9	3.50^*	4.8	1.68
2010s	140.0	2.75	13.8	18.11^**	9.9	9.91^**	1.62	5.97^*	0.312	1.37	0.024	2.04	41.2	1.92	58.9	6.08^*	76.4	3.50^*	4.9	1.68

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	120.6		14.2		8.4		1.27		0.200		0.006		35.2		48.8		64.8		4.5
1970s	120.6	22.98^**	14.2	5.40^*	8.4	24.59^**	1.27	17.58^**	0.200	9.90^**	0.006	1.81	35.2	15.06^**	48.8	18.45^**	64.8	38.56^**	4.5	22.53^**
1980s	138.9	22.98^**	14.6	5.40^*	9.6	24.59^**	1.59	17.58^**	0.286	9.90^**	0.013	1.81	39.5	15.06^**	55.4	18.45^**	77.3	38.56^**	5.0	22.53^**
1980s	138.9	1.25	14.6	19.86^**	9.6	12.48^**	1.59	0.57	0.286	8.76^**	0.013	18.76^**	39.5	15.54^**	55.4	10.94^**	77.3	2.89	5.0	6.65^*
1990s	143.2	1.25	13.8	19.86^**	10.4	12.48^**	1.65	0.57	0.380	8.76^**	0.053	18.76^**	44.5	15.54^**	61.0	10.94^**	81.1	2.89	4.7	6.65^*
1990s	143.2	8.31^**	13.8	19.13^**	10.4	32.35^**	1.65	11.47^**	0.380	12.60^**	0.053	21.68^**	44.5	16.85^**	61.0	15.33^**	81.1	16.15^**	4.7	1.42
2000s	134.0	8.31^**	14.5	19.13^**	9.2	32.35^**	1.44	11.47^**	0.271	12.60^**	0.012	21.68^**	39.5	16.85^**	55.1	15.33^**	72.9	16.15^**	4.8	1.42
2000s	134.0	2.75	14.5	18.11^**	9.2	9.91^**	1.44	5.97^*	0.271	1.37	0.012	2.04	39.5	1.92	55.1	6.08^*	72.9	3.50^*	4.8	1.68
2010s	140.0	2.75	13.8	18.11^**	9.9	9.91^**	1.62	5.97^*	0.312	1.37	0.024	2.04	41.2	1.92	58.9	6.08^*	76.4	3.50^*	4.9	1.68

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	90.4		11.9		7.6		0.80		0.143		0.004		31.1		40.3		52.2		3.9
1970s	90.4	192.81^**	11.9	126.09^**	7.6	64.46^**	0.80	161.60^**	0.143	30.98^**	0.004	2.80	31.1	65.61^**	40.3	127.57^**	52.2	110.89^**	3.9	79.37^**
1980s	134.5	192.81^**	14.4	126.09^**	9.0	64.46^**	1.48	161.60^**	0.303	30.98^**	0.013	2.80	39.0	65.61^**	56.8	127.57^**	70.8	110.89^**	5.0	79.37^**
1980s	134.5	17.74^**	14.4	21.54^**	9.0	2.13	1.48	10.42^**	0.303	10.90^**	0.013	4.10^*	39.0	13.50^**	56.8	24.51^**	70.8	5.63^*	5.0	28.88^**
1990s	119.2	17.74^**	13.4	21.54^**	8.7	2.13	1.27	10.42^**	0.205	10.90^**	0.003	4.10^*	35.1	13.50^**	48.9	24.51^**	66.1	5.63^*	4.4	28.88^**
1990s	119.2	47.74^**	13.4	46.68^**	8.7	5.74^*	1.27	18.83^**	0.205	3.01	0.003	0.34	35.1	1.88	48.9	16.29^**	66.1	31.90^**	4.4	23.45^**
2000s	97.9	47.74^**	11.9	46.68^**	8.3	5.74^*	1.01	18.83^**	0.167	3.01	0.001	0.34	33.8	1.88	43.9	16.29^**	56.9	31.90^**	3.9	23.45^**
2000s	97.9	0.58	11.9	22.37^**	8.3	15.40^**	1.01	2.46	0.167	0.35	0.001	7.27^**	33.8	0.68	43.9	1.07	56.9	0.15	3.9	17.08^**
2010s	100.4	0.58	13.2	22.37^**	7.6	15.40^**	0.93	2.46	0.181	0.35	0.019	7.27^**	34.8	0.68	45.2	1.07	56.2	0.15	4.5	17.08^**

年代	PI1		PI2		PI3		PI4		PI5		PI6		PI7		PI8		PI9		PI10
年代	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值	均值	F值
1970s	90.4		11.9		7.6		0.80		0.143		0.004		31.1		40.3		52.2		3.9
1970s	90.4	192.81^**	11.9	126.09^**	7.6	64.46^**	0.80	161.60^**	0.143	30.98^**	0.004	2.80	31.1	65.61^**	40.3	127.57^**	52.2	110.89^**	3.9	79.37^**
1980s	134.5	192.81^**	14.4	126.09^**	9.0	64.46^**	1.48	161.60^**	0.303	30.98^**	0.013	2.80	39.0	65.61^**	56.8	127.57^**	70.8	110.89^**	5.0	79.37^**
1980s	134.5	17.74^**	14.4	21.54^**	9.0	2.13	1.48	10.42^**	0.303	10.90^**	0.013	4.10^*	39.0	13.50^**	56.8	24.51^**	70.8	5.63^*	5.0	28.88^**
1990s	119.2	17.74^**	13.4	21.54^**	8.7	2.13	1.27	10.42^**	0.205	10.90^**	0.003	4.10^*	35.1	13.50^**	48.9	24.51^**	66.1	5.63^*	4.4	28.88^**
1990s	119.2	47.74^**	13.4	46.68^**	8.7	5.74^*	1.27	18.83^**	0.205	3.01	0.003	0.34	35.1	1.88	48.9	16.29^**	66.1	31.90^**	4.4	23.45^**
2000s	97.9	47.74^**	11.9	46.68^**	8.3	5.74^*	1.01	18.83^**	0.167	3.01	0.001	0.34	33.8	1.88	43.9	16.29^**	56.9	31.90^**	3.9	23.45^**
2000s	97.9	0.58	11.9	22.37^**	8.3	15.40^**	1.01	2.46	0.167	0.35	0.001	7.27^**	33.8	0.68	43.9	1.07	56.9	0.15	3.9	17.08^**
2010s	100.4	0.58	13.2	22.37^**	7.6	15.40^**	0.93	2.46	0.181	0.35	0.019	7.27^**	34.8	0.68	45.2	1.07	56.2	0.15	4.5	17.08^**