Main Agro-meteorological Disasters Heilongjiang: Sequential Characteristics and Grey Correlation Analysis of Their Effects on Soybean Yield

doi:10.11924/j.issn.1000-6850.casb20190700428

Abstract

Abstract:

To discuss the effects of agro-meteorological disasters on soybean yield in Heilongjiang. Based on the data of agro-meteorological disasters and soybean yield in Heilongjiang from 1974 to 2016, we analyzed the sequential variation characteristics of agro-meteorological disasters and soybean yield with the mathematical statistics method, and established the mathematical model based on the gray correlation analysis, constructed the disaster rate with the disaster-affected range and the disaster intensity, and divided the research period into two stages from 1982-1998 and 1999-2016. The results showed that: the agro-meteorological disasters had a negative impact on soybean yield in Heilongjiang; in the view of the disaster-affected range and the disaster intensity perspective, the drought disaster was the key agro-meteorological disasters to affect the soybean yield in Heilongjiang during 1982-1998 (phase 1); the flood had a great impact on disaster-affected range, and the effects of wind hail on the disaster intensity were great during 1999-2016 (phase 2). In conclusion, the most serious period for soybean yield is phase 1 (during 1982-1998); 4 types of disasters have a greater impact on the total yield and yield per unit area of soybean; on the second stage from 1999 to 2016, the impact of 4 types of disasters on the yield per unit ares is greater than that on the total yield of soybean.

Key words: meteorological disaster, soybean, disaster-affected range, disaster intensity, grey correlation analysis

CLC Number:

Wang Qiujing, Li Xiufen, Yan Ping, Lv Jiajia, Wang Liangliang, Ma Guozhong. Main Agro-meteorological Disasters Heilongjiang: Sequential Characteristics and Grey Correlation Analysis of Their Effects on Soybean Yield[J]. Chinese Agricultural Science Bulletin, 2020, 36(3): 81-87.

Figures/Tables 6

References 28

[1]	杨卫东 . 黑龙江省气象灾害防御技术手册[M]. 北京: 气象出版社, 2017: 2-5.
[2]	李正国, 杨鹏, 唐华俊 , 等. 气候变化背景下东北三省主要作物典型物候期变化趋势分析[J]. 中国农业科学, 2011,44(20):4180-4189. doi: 10.3864/j.issn.0578-1752.2011.20.006 URL
[3]	王倩 . 气候变化背景下黑龙江省黑土区大豆气候生产潜力研究[D]. 哈尔滨:东北农业大学, 2014: 14-16.
[4]	莫金钢, 马建, 张丽辉 , 等. 干旱胁迫对大豆种子萌发的影响[J]. 大豆科学, 2014,33(5):701-704.
[5]	Fadi Karam, Randa Masaad, Therese Sfeir . Evapotranspiration and seed yield of field grown soybean under deficit irrigation conditions[J]. Agricultural water management, 2005,75(3):226-244. doi: 10.1016/j.agwat.2004.12.015 URL
[6]	韩亮亮, 周琴, 陈卫平 , 等. 淹水对大豆生长和产量的影响[J]. 大豆科学, 2011,30(4):589-595.
[7]	程伦国, 朱建强, 刘德福 , 等. 涝渍胁迫对大豆产量性状的影响[J]. 长江大学学报, 2006,3(2):109-112.
[8]	张勇 . 冷害对黑龙江克拜地区大豆农艺性状及产量的影响[J]. 黑龙江农业科学, 2013(10):16-19.
[9]	桑树鹏 . 大豆不同生育期内应对低温冷害措施的研究[J]. 大豆科技, 2013(1):53-54.
[10]	陈莉, 韩冰, 李百超 , 等. 黑龙江省农业气象灾害服务需求分析[J]. 灾害学, 2019,34(2):78-82.
[11]	赵先丽, 李丽光, 贾庆宇 , 等. 1988—2007年辽宁主要农业气象灾害分析[J]. 气象与环境学报, 2009,25(2):33-37.
[12]	高茂盛, 范建忠, 吴清丽 . 旱涝灾害对陕西省粮食生产的影响研究[J]. 中国农业大学学报, 2012,17(3):149-153.
[13]	赵映慧, 郭晶鹏, 毛克彪 , 等. 1949—2015年中国典型自然灾害及粮食灾损特征[J]. 地理学报, 2017,72(7):1261-1276. doi: 10.11821/dlxb201707011 URL
[14]	林志宇, 田贵良 . 气象灾害对福建粮食产量影响的灰色关联分析[J]. 中国农业气象, 2016,37(1):77-83.
[15]	王秋京, 马国忠, 李宇光 , 等. 黑龙江省主要农业气象灾害特征及其对粮食产量影响的灰色关联分析[J]. 南方农业学报, 2015,46(5):823-827.
[16]	杨春艳, 沈渭寿, 李海东 . 1985—2010年西藏粮食产量对气候和耕地变化的响应[J]. 农业工程学报, 2015,31(17):261-269.
[17]	邓聚龙 . 灰色系统理论教程[M]. 武汉: 华中理工大学出版社, 1990.
[18]	周伟灿, 魏炜 . 基于灰色关联度法的雾灾损失评估模型研究[J]. 气象与环境学报, 2010,26(1):12-15.
[19]	卢丽萍, 程从兰, 刘伟东 , 等. 30年来中国农业气象灾害对农业生产的影响及其空间分布特征[J]. 生态环境学报, 2009,18(5):1573-1578.
[20]	王春乙, 娄秀荣, 王建林 . 中国农业气象灾害对作物产量的影响[J]. 自然灾害学报, 2007,16(5):37-43.
[21]	李帅, 杜春英 . 黑龙江省农业与气候[M]. 哈尔滨:东北林业大学, 2012: 105.
[22]	马建勇, 许吟隆, 潘婕 . 东北地区农业气象灾害的趋势变化及其对粮食产量的影响[J]. 中国农业气象, 2012,33(2):283-288. doi: 10.3969/j.issn.1000-6362.2012.02.021 URL
[23]	IPCC. Climate Change 2013: the Physical Science Basis. Contribution of Working Croup I to the Fifth Assessment Report of the Intergovemmental Panel on Climate Change[R].Cambridge, United Kingdom, New York, NY, USA: Cambridge University Press, 2013-l535.
[24]	Chen H, Wang J X, Huang, J K . Policy support, social capital, and farmers’ adaptation to drought in China[J]. Global Environmental Change, 2014,24:193-202. doi: 10.1016/j.gloenvcha.2013.11.010 URL
[25]	Olesen J E, Trnka M, Kersebaum K C , et al. Impacts and adaptation of European crop production systems to climate change[J]. European Journal of Agronomy, 2011,34(2):96-112. doi: 10.1016/j.eja.2010.11.003 URL
[26]	麻雪艳, 周广胜 . 干旱对夏玉米苗期叶片权衡生长的影响[J]. 生态学报, 2018,38(5):1758-1769. doi: 10.5846/stxb201702210281 URL
[27]	檀艳静, 张佳华, 姚凤梅 , 等. 中国作物低温冷害监测与模拟预报研究进展[J]. 生态学杂志, 2013,32(7):1920-1927.
[28]	张书余 . 干旱气象学[M]. 北京: 气象出版社, 2008: 19-20.

阶段	项目	洪涝	干旱	风雹	冷害	平均值
1982—1998	关联度	0.6616	0.7198	0.6032	0.6674	0.6629
1982—1998	关联序列	3	1	4	2	1
1999—2016	关联度	0.6356	0.6130	0.5759	0.5890	0.6033
1999—2016	关联序列	1	2	4	3	2
平均值	关联度	0.6486	0.6664	0.5895	0.6282
平均值	关联序列	2	1	4	3

阶段	项目	洪涝	干旱	风雹	冷害	平均值
1982—1998	关联度	0.6616	0.7198	0.6032	0.6674	0.6629
1982—1998	关联序列	3	1	4	2	1
1999—2016	关联度	0.6356	0.6130	0.5759	0.5890	0.6033
1999—2016	关联序列	1	2	4	3	2
平均值	关联度	0.6486	0.6664	0.5895	0.6282
平均值	关联序列	2	1	4	3

阶段	项目	洪涝	干旱	风雹	冷害	平均值
1982—1998	关联度	0.6122	0.6629	0.6552	0.6482	0.6446
1982—1998	关联序列	4	1	2	3	2
1999—2016	关联度	0.6666	0.6208	0.6697	0.6259	0.6458
1999—2016	关联序列	2	4	1	3	1
平均值	关联度	0.6394	0.6419	0.6624	0.6370
平均值	关联序列	3	2	1	4

阶段	项目	洪涝	干旱	风雹	冷害	平均值
1982—1998	关联度	0.6122	0.6629	0.6552	0.6482	0.6446
1982—1998	关联序列	4	1	2	3	2
1999—2016	关联度	0.6666	0.6208	0.6697	0.6259	0.6458
1999—2016	关联序列	2	4	1	3	1
平均值	关联度	0.6394	0.6419	0.6624	0.6370
平均值	关联序列	3	2	1	4