设为首页
加入收藏
Construction of Soybean Chilling Damage Indicator and Its Evolution Characteristics in Northeast China
-
摘要: 冷害是东北地区大豆减产的主要原因之一，冷害指标是冷害监测预警的重要依据。以东北地区大豆为研究对象，基于1971—2020年气象站点逐日平均气温数据、1992—2020年农业气象站大豆发育期数据和历史灾情数据，以热量指数为冷害指标，构建大豆灾害样本序列，利用Kolmogorov-Smirnov（K-S）分布拟合检验获得冷害指标的概率分布，通过t分布区间估计方法确定指标等级阈值，并进行验证。在此基础上，讨论冷害时空变化特征。结果表明：冷害等级与冷害指标完全匹配率达84.4%，该指标等级阈值可以较好反映东北地区大豆冷害发生情况；在相同冷害等级下，大豆三真叶-开花-结荚阶段冷害等级阈值较高，播种-出苗-三真叶阶段相对较低；20世纪70年代的冷害频次最高，1993年前后发生突变，之后呈下降趋势；黑龙江省最北部及吉林省东南部为冷害高发地区，以此为中心冷害频次向四周递减；随年代际变化，冷害频次高值区逐渐缩小，低值区逐渐北伸扩大。Abstract: Chilling damage is the major cause of soybean yield reduction in Northeast China. Chilling damage indicator is an important basis for the monitoring and early warning. Taking soybean in Northeast China as the research object, based on daily average temperature data of 98 meteorological stations from 1971 to 2020, the soybean growth period data and historical disaster data of 42 agro-meteorological stations from 1992 to 2020, using heat index as the indicator, the disaster sample sequences of soybean under 5 growth stages and 3 chilling damage levels are constructed by disaster data. Probability distribution fitting and Kolmogorov-Smirnov test methods are used to obtain the probability distribution of chilling damage indicator, and then the t-distribution interval estimation method is used to determine the damage level threshold, and finally the indicator is verified. In addition, the temporal and spatial characteristics of chilling disaster are studied by applying trend analysis, Mann-Kendallt test method and other methods. The results show that the perfect match rate of disaster level and chilling damage indicator is 84.4%. Therefore, this level threshold of the indicator can well reflect the occurrence of soybean chilling damage in Northeast China. Under the same chilling damage level, the threshold value of chilling damage level in the three-leaf-flowering-podding stage is higher, and that in the sowing-emergence-three-leaf stage is relatively lower. Soybean has higher heat demand in the middle and late stage of growth and development, and lower heat demand in the early stage of growth and development. The frequency of chilling damage is the highest in the 1970s, and the mutation occurred around 1993 and then showed a downward trend until 2004. The spatial distribution of chilling injury frequency in each development stage shows the same change characteristics, and the highest value area is the widest in podding-mature stage. The areas with high incidence of cold damage is the Greater Khingan Range in the northernmost of Heilongjiang Province and the Changbai Mountain in the southeast of Jilin Province. And the frequency of chilling damage shows a decreasing trend around this center. With the inter-decadal change, the high-value area gradually shrinks and the low-value area gradually expands northward.
-
Keywords:
- Northeast China /
- soybean /
- chilling damage indicator /
- heat index /
- evolution characteristics
-
引言
大豆是我国主要油料作物之一，播种面积仅次于玉米、水稻、小麦，种植区分布广泛[1]。东北地区作为中国大豆的主产区，大豆品种资源丰富，年平均播种面积及产量占全国的50%以上[2-3]。东北地区大豆一般在4月下旬—5月中旬播种，多在9月成熟，由于大豆性喜温，在生育期内对温度变化敏感，并且东北地区处于中高纬度，春、秋两季气温变化较大，使得大豆在生产过程中易受低温影响，遭遇阶段性低温冷害现象频发，导致大豆产量波动较大[4-7]。国内外对大豆低温冷害的研究多在机理方面[8-11]，对东北大豆冷害指标构建及灾害时空变化特征的研究报道较少。
冷害指标是冷害监测预警和评估的重要依据，是冷害研究的基础[12-13]。国内学者将延迟型冷害指标分为5类：温度距平指标、积温指标、发育期距平指标、热量指数指标和综合指标[14-16]。温度距平指标是利用5—9月平均气温总和的负距平判断冷害发生及灾害等级[17-18]，该指标计算相对简单，准确度较高，可较好地判识典型冷害年，但判识严重冷害年比例偏高，未考虑各发育阶段所需积温，缺少作物各发育阶段之间的联系[19-20]。积温指标主要通过计算作物某一发育阶段的活动积温距平或积温差判断热量条件是否能够满足生长需求[21]，该指标反映的是全生育期的冷害程度，在积温相等情况下，不能反映作物在不同发育阶段受到低温冷害的不同影响[22]。发育期距平指标基于作物发育期进程与低温冷害的较高相关性，采取作物发育期延迟日数表征冷害影响程度[23-24]。低温冷害综合指标主要包含主导指标、辅助指标和参考指标，其核心是主导指标[25]，研究中发现该指标可与作物紧密结合，计算简单，但多用于小范围小尺度研究[26-27]。相比以上指标，热量指数指标根据作物各发育阶段三基点温度，分析不同发育阶段冷害发生情况，充分考虑作物不同发育阶段对热量条件需求程度，具有更明确的生物学意义[28]。王培娟等[29]以热量指数为指导因子，构建东北地区春玉米不同发育阶段冷害指标，为玉米冷害监测预报、风险评估和防灾减灾提供了重要的科技支撑。李新建等[30]通过分析不同播期棉花产量、霜前花率与棉花不同发育阶段的热量指数之间的关系，制定了以热量指数表示的延迟型冷害指标。薛志丹等[31]通过热量指数方法计算大豆种植气候适宜度，对黑龙江省大豆种植进行区划。
利用东北地区大豆发育期观测数据，结合历史气象数据，并收集该区域大豆低温冷害历史灾情数据，从大豆生长所需的热量条件出发，基于热量指数构建大豆低温冷害指标，确定灾害等级阈值，定量分析大豆冷害时空变化特征。通过构建大豆低温指标及其等级阈值，为提高大豆低温监测预警技术、准确评估低温对大豆生长发育的影响，开展大豆防灾减灾气象服务、灾害保险等提供基础支撑。
1. 数据与方法
1.1 研究区数据来源与预处理
数据包括气象数据、大豆发育期数据和大豆历史灾情数据。气象数据、大豆发育期数据来源于中国气象数据网(http://data.cma.cn/)，其中选取1971—2020年东北地区98个气象站的气象数据，来源于《中国地面气候资料日值数据集(V3.0)》；选取1992—2020年东北地区42个农业气象站的大豆发育期数据(包括大豆播种、出苗、三真叶、开花、结荚、成熟日期)，其中1992—2013年来源于《中国农作物生长发育和农田土壤湿度旬值数据集》，2014—2020年来自于国家气象中心。大豆历史灾情数据来源于《中国气象灾害大典》(黑龙江卷、吉林卷、辽宁卷)[32-34]、《中国气象灾害年鉴》[35]。研究区域内气象站和农业气象站分布如图 1所示。
![]()
图 1 研究区域气象站与农业气象站分布Figure 1. Distribution of meteorological stations and agro-meteorological stations in the taget region对于日平均气温数据中个别缺测值，采用相邻两日的气温平均值代替。农业气象站中大豆发育期年份记录为1992—2020年，由于站点间数据记载起始年份不同，且不同年份各站点发育期数据记录也不完整，1992年以来，研究区各站点6个发育期均有完整记录的站年数为585，占所有发育期站年数的48%。分析各站已有数据发现各发育期在不同年份之间的变化差异不大，为了研究方便，选取播种、出苗、三真叶、开花、结荚、成熟6个发育期，以各农业气象站每个发育期历年普遍期平均日期代表该发育期日期。为了更好地基于气象数据进行分析，本文通过反距离权重插值方法对各农业气象站每个大豆发育期日期进行处理，根据各发育期分布图，得到各气象站点尺度的不同发育阶段。根据受灾情况划分灾害等级，分别为轻度、中度、重度3个等级。
根据研究区域内大豆灾情数据，提取出大豆发生冷害时对应发育阶段热量指数，得到各发育阶段不同冷害等级的样本203个，从中选出171个用于指标构建，随机预留出32个用于指标验证(表 1)。
表 1 大豆各发育阶段不同冷害等级下样本量Table 1. Sample size in different growth stages of soybean with different levels of chilling damage发育阶段 轻度 中度 重度 指标构建 指标检验 指标构建 指标检验 指标构建 指标检验 播种-出苗 22 5 19 3 5 1 出苗-三真叶 13 2 19 3 14 3 三真叶-开花 9 2 11 2 5 1 开花-结荚 5 1 4 1 7 1 结荚-成熟 20 4 14 2 4 1 1.2 研究方法
1.2.1 热量指数
热量指数方法能够避免其他非热量因素干扰，结合了作物的生长发育特性，同时考虑作物不同发育阶段的三基点温度，其计算公式[29]如下：
(1) 
(2) 其中，F(T)为逐日热量指数；T为某发育阶段内日平均气温，单位：℃；T0，T1，T2分别为大豆在某发育阶段的适宜温度、下限温度和上限温度，单位：℃。参照东北地区大豆温度适宜指标体系[36-37]并结合东北地区大豆生产实践，得到大豆各发育阶段的三基点温度(如表 2所示)。以大豆不同发育阶段内逐日热量指数平均值作为该阶段的热量指数，每个发育阶段的F(T)值越大，表明热量条件越好，越能满足该阶段大豆生长需要；反之亦然。
表 2 大豆各发育阶段的三基点温度Table 2. Three physiological temperatures in different growth stages of soybean发育阶段 适宜温度/℃ 下限温度/℃ 上限温度/℃ 播种-出苗 15.0 7.5 26.0 出苗-三真叶 19.0 10.0 30.0 三真叶-开花 22.0 13.0 32.0 开花-结荚 24.0 16.0 32.0 结荚-成熟 21.0 11.0 28.0 1.2.2 理论概率分布型拟合与检验
Kolmogorov-Smirnov(K-S)分布拟合检验[38]是比较一个频率分布f(x)与理论分布g(x)或两个观测值分布是否一致的非参数检验方法，多用于样本量较少的情况。在灾害样本序列拟合中，正态分布、指数分布、均匀分布是较为常用的概率密度分布函数[39]。样本序列分布型函数拟合的K-S检验结果在0.05显著性水平上差异不显著(P>0.05)，即可接受原假设，表明样本序列服从该分布类型。
1.2.3 冷害指标等级阈值率定
t分布区间估计方法是在样本量较小，总体服从正态分布且总体方差未知的情况下，通过选取某一置信度，即可得到样本平均值的置信区间。该方法已在建立早稻洪涝和高温热害、夏玉米冷害和涝渍灾害指标时得到广泛应用[40-42]。
1.2.4 Mann-Kendall突变检验
Mann-Kendall(M-K)突变检验是一种无分布检验，既可用于检验序列的变化趋势，也可进行突变点检验，该方法在气象领域应用十分广泛[43]。通过构建顺(UF)、逆(UB)时间序列的秩序列，计算顺、逆向样本序列的统计量，利用两者的变化特点分析样本序列的变化趋势。UF值大于0，则表示序列呈上升趋势，小于0则表示下降趋势，当UF值超过0.05显著性水平临界线时，表明上升或下降趋势显著，两条曲线出现交点，且交点在临界值之间，那么交点对应时间便是突变开始时间。
2. 结果与分析
2.1 指标构建
通过K-S分布拟合检验(0.05的显著性水平)对大豆5个发育阶段、3种不同灾害等级下的15组热量指数序列，分别进行正态分布、均匀分布和指数分布模型概率密度函数拟合与检验(表 3)，结果表明：有15组冷害样本总体服从正态分布，有11组总体服从均匀分布，3组服从指数分布，在以上3种分布函数对任意一个样本序列的检验中，正态分布P值均为最高。因此本文可以选用通过显著性检验的正态分布作为热量指数序列的最优拟合函数。
表 3 3种函数对大豆热量指数样本序列拟合的K-S检验结果Table 3. K-S test for results of 3 functions for fitting heat index samples of soybean发育阶段 冷害等级 显著性检验 正态分布 均匀分布 指数分布 轻度 0.739 0.144 0.000 播种-出苗 中度 0.708 0.043 0.001 重度 0.999 0.438 0.195 轻度 0.964 0.319 0.000 出苗-三真叶 中度 0.855 0.033 0.001 重度 0.875 0.679 0.025 轻度 0.981 0.259 0.001 三真叶-开花 中度 0.899 0.024 0.016 重度 0.999 0.219 0.000 轻度 0.971 0.875 0.084 开花-结荚 中度 0.972 0.455 0.094 重度 0.989 0.106 0.008 轻度 0.750 0.002 0.000 结荚-成熟 中度 0.781 0.151 0.004 重度 0.982 0.718 0.000 基于正态分布，对各热量指数样本序列进行t分布区间估计，基于置信度为95%的热量指数区间的上限值确定各等级冷害的阈值，得到冷害等级指标(表 4)。以第2发育阶段轻度冷害为例说明，它表示当我国东北大豆在出苗-三真叶阶段的热量指数为(67.5，73.5]时，有95%的概率发生轻度冷害。
表 4 基于热量指数的东北地区大豆不同发育阶段冷害等级指标Table 4. Chilling damage level indicators in different growth stages of soybean in Northeast China based on heat index发育阶段 重度冷害 中度冷害 轻度冷害 无冷害 播种-出苗 (0，58.0] (58.0，65.5] (65.5，71.0] (71.0，100] 出苗-三真叶 (0，59.5] (59.5，67.5] (67.5，73.5] (73.5，100] 三真叶-开花 (0，63.0] (63.0，68.0] (68.0，75.5] (75.5，100] 开花-结荚 (0，63.5] (63.5，69.5] (69.5，78.0] (78.0，100] 结荚-成熟 (0，62.5] (62.5，68.0] (68.0，75.5] (75.5，100] 由表 4可以看到，在同一发育阶段内，热量指数越小，大豆发生冷害的等级越高，受灾情影响越严重；在相同的冷害等级下，大豆三真叶-开花阶段、开花-结荚阶段、结荚-成熟阶段的冷害等级区间阈值较高，播种-出苗阶段、出苗-三真叶阶段相比较低，说明大豆在生长发育的中后期热量需求较高，生育前期所需热量条件较低。
2.2 指标验证
利用随机预选出的不同发育阶段、不同冷害等级下的32个样本，根据冷害发生的时间、地点、受灾等级，计算受灾地区临近站点热量指数，并与新建立的冷害指标进行一致性检验(表 5)。由表 5可知，验证的32个样本中，与真实灾害等级完全匹配的共27个，验证准确率达到84.4%；在不同冷害等级内统计，样本验证准确率超过81.8%；各冷害等级下的等级指标在不同发育阶段内分析，样本验证准确率最低出现在播种-出苗阶段，为77.8%，出苗-三真叶阶段准确率为87.5%，三真叶-开花阶段的准确率为80%，开花-结荚阶段准确率最高为100%，结荚-成熟阶段准确率为85.7%。对未通过验证的5个灾害样本再次分析，发现真实的冷害等级均比指标等级低1级。
表 5 大豆冷害指标的验证准确率(单位：%)Table 5. Verification accuracy for chilling damage indicator of soybean (unit: %)发育阶段 轻度 中度 重度 总冷害 播种-出苗 80.0 66.7 100.0 77.8 出苗-三真叶 100.0 100.0 66.7 87.5 三真叶-开花 100.0 50.0 100.0 80.0 开花-结荚 100.0 100.0 100.0 100.0 结荚-成熟 75.0 100.0 100.0 85.7 全生育期 85.7 81.8 85.7 84.4 2.3 东北地区大豆低温冷害的时间变化特征
2.3.1 变化趋势
图 2为东北地区全生育期内冷害次数时间变化曲线，可以看到，1972，1974，1997，2009年的冷害次数相对较多，每个站点的平均冷害次数在1.6次·a-1以上，次数偏多年份主要集中在20世纪70年代，与文献[44]给出的东北地区较强的3年低温冷害年相一致。《中国气象灾害大典(黑龙江卷)》也记载1972年和1976年低温造成的粮食减产幅度超过20%，1983年、1997年也造成大田作物严重受害[32]。
![]()
图 2 1971—2020年东北地区大豆全生育期内冷害次数Figure 2. Chilling damage frequency during the whole growth period of soybean in Northeast China from 1971 to 2020图 3为1971—2020年东北地区大豆各发育阶段内不同等级冷害及总冷害次数随时间变化。由图 3可知，大豆在结荚-成熟阶段发生总冷害次数最高(平均每站0.36次·a-1)，播种-出苗阶段、三真叶-开花阶段总冷害次数相对较低，出苗-三真叶阶段、开花-结荚阶段最低(平均每站0.17次·a-1)。在同一发育阶段内，冷害次数随冷害等级的增高而减少。
![]()
图 3 1971—2020年东北地区大豆各发育阶段不同等级冷害及总冷害次数Figure 3. Chilling damage frequency in different growth stages of soybean with total chilling damage frequency in Northeast China from 1971 to 2020三真叶-开花阶段总冷害次数最高值出现在1983年，平均每站0.72次；结荚-成熟阶段总冷害次数最高值出现在1997年，为平均每站0.99次；两年中重度冷害分别为平均每站0.24次、0.30次。1983年6月黑龙江省出现异常低温，月平均气温较常年偏低2.9℃，为1949年以来最低，吉林和辽宁省内大部分地区作物也受到冷害影响；1997年9月中旬受极地冷空气影响，东北大部分地区出现降温天气，大田作物受害严重。
2.3.2 M-K突变检验
图 4为东北地区全生育期冷害次数时间序列的M-K突变检验曲线。由图 4可以看到，冷害次数在20世纪70年代初期呈增加趋势，80年代初期也存在小幅度增加。由图 4还可以看到，1993年冷害次数出现由高到低的突变，1993年前每站冷害平均次数为1.24次·a-1，1993年后每站冷害平均次数为0.94次·a-1，且2004年后冷害次数下降趋势明显。
![]()
图 4 1971—2020年东北地区大豆全生育期冷害次数M-K统计量曲线Figure 4. M-K statistic curves of chilling damage frequency during the whole growth period of soybean in Northeast China from 1971 to 20202.4 东北地区大豆低温冷害的空间变化特征
2.4.1 全生育期及不同发育阶段冷害频次空间分布
图 5为1971—2020年东北地区大豆全生育期和不同发育阶段内冷害频次空间分布。由图 5可以看到，全生育期内冷害频次分布大体上呈由南向北增加，黑龙江省最北部大兴安岭地区的漠河、塔河附近地区为冷害的高发地区，平均频次超过3.6次·a-1；吉林省东南部冷害频次也相对较高，平均频次超过2.7次·a-1；辽宁及吉林省大部分地区冷害频次相对较少，平均频次在0.9次·a-1以下。各发育阶段冷害频次在空间分布上呈一致的变化特征，即均以黑龙江省最北部和吉林省东南部为极高值中心。结荚-成熟阶段高值区域最广，从黑龙江省海伦附近一直延伸到黑龙江省最北部，且冷害频次增减梯度明显；出苗-三真叶阶段在整个研究区域的冷害频次分布差距最小，平均频次均在0.8次·a-1以下；出苗-结荚阶段东北大部分地区处在冷害频次低值区，平均频次低于0.2次·a-1。
![]()
图 5 1971—2020年东北地区大豆全生育期和不同发育阶段冷害频次分布Figure 5. Distribution of chilling damage frequency in the whole growth period and different growth stages of soybean in Northeast China from 1971 to 20202.4.2 不同等级下全生育期冷害频次空间分布
对于全生育期，轻度冷害频次高值区主要位于吉林省东部地区，平均每站0.9~1.2次·a-1，中度冷害和重度冷害的频次空间分布特征大致相同，均以黑龙江省北部和吉林省东部为高值中心向四周递减，中度冷害高频次为每站0.6~0.9次·a-1，重度冷害高频次达每站2.4~3.0次·a-1以上(图略)。辽宁省、吉林省大部分地区各等级下每站冷害频次均为0~0.6次·a-1，黑龙江省冷害频次变化梯度较大。
2.4.3 冷害频次年代际变化
全生育期冷害频次的年代际变化如图 6所示，冷害高发区在各年代分布比较一致，高值区多位于黑龙江北部、吉林东南部地区，冷害频次平均每站超过4次·a-1，辽宁省和吉林省大部分地区一直处在冷害频次的低值区，平均每站低于1次·a-1。近年东北地区气温逐渐升高，积温显著增加，低温冷害减少[45]。20世纪70—80年代冷害频次高值区在黑龙江省漠河周边扩大明显，低值区也在向北延伸，20世纪80年代至21世纪初高值区逐渐缩小，低值区继续扩大，这与吕佳佳等[46]、王萍等[20]研究的灾害主要发生区域及变化特征相符合。
![]()
图 6 1971—2020年东北地区大豆全生育期冷害频次年代际变化Figure 6. Decadal variation of chilling damage frequency in the whole growth period of soybean in Northeast China from 1971 to 2020中度、重度冷害频次年代际分布大致相同，高值区主要位于大兴安岭及长白山附近地区，随年代变化高值区逐渐缩小。轻度冷害频次年代际分布有所不同，高值区位置和范围变化明显，20世纪70年代位于黑龙江、吉林东部地区，70年代后范围缩小，并向黑龙江北部以及吉林东南部地区移动(图略)。
3. 结论与讨论
本文利用1971—2020年东北地区98个气象站的逐日平均气温数据、1992—2020年东北地区42个农业气象站的大豆发育期及历史灾情数据，采用热量指数、K-S分布拟合检验、t分布区间估计、趋势分析、M-K突变检验等方法，构建东北地区大豆低温冷害指标并对灾害变化特征进行分析，主要结论如下：
1) 在同一发育阶段内，热量指数越小，大豆发生冷害的等级越高，受灾情影响越严重；在相同的冷害等级下，大豆三真叶-开花-结荚阶段的冷害等级区间阈值较高，播种-出苗-三真叶发育阶段相对较低，大豆在生长发育的中后期热量需求较高，发育前期所需热量条件较低。
2) 由32个独立灾害样本验证得到灾害等级与冷害指标的匹配率达84.4%。在不同冷害等级下，样本验证准确率超过81.8%；在不同发育阶段，播种-出苗阶段准确率为77.8%，出苗-三真叶阶段准确率为87.5%，三真叶-开花阶段准确率为80%，开花-结荚阶段准确率为100%，结荚-成熟阶段准确率为85.7%。本文构建的东北地区大豆低温冷害指标可以较好反映东北地区大豆冷害发生情况。
3) 东北地区大豆受到低温冷害影响较严重的年份有1972，1974，1976，1983，1995，1996，1997，2009年，冷害次数在1993年前后发生突变，1993年后呈下降趋势，2004年后下降趋势明显。大豆在结荚-成熟阶段发生冷害次数最高，平均每站0.36次· a-1，播种-出苗阶段、三真叶-开花阶段冷害次数相对较低，出苗-三真叶阶段、开花-结荚阶段最低，平均每站0.17次·a-1。在同一发育阶段，不同等级下冷害次数随冷害程度的增高而减少。
4) 东北地区大豆冷害频次分布由南向北增加，黑龙江省最北部大兴安岭地区的漠河、塔河附近地区为冷害高发地区，吉林省的东南部长白山地区为次高发地区；各发育阶段内的冷害频次在空间分布上呈一致变化，即均以黑龙江省最北部和吉林省东南部为极高值中心。20世纪70—80年代冷害频次高值区在黑龙江省漠河周边扩大明显，低值区也在向北延伸，20世纪80年代至21世纪初高值区逐渐缩小，低值区逐渐扩大。
研究发现黑龙江省北部的大兴安岭地区以及吉林省东南部长白山地区冷害频发，虽然从气象上看这些地区低温冷害相对严重，但从大豆种植分布看，这些区域多以林地为主，大豆种植比例相对较低，低温所带来的经济损失低于其他主产区。本文基于热量指数构建大豆冷害指标，从生物学角度出发，考虑农作物的三基点温度，排除非热量因素干扰，将农作物生长发育特征更好地结合在一起。指标使用方便，所需数据获取简单，根据大豆所处发育阶段、三基点温度及日平均气温数据，便可进行大豆冷害监测，具有实际的生物学意义。在对大豆发育期数据处理方面，由于某一农业气象站各发育期气象条件存在年际差异，同时部分年份数据不完整，因此以发育期历年平均值代表各站发育期日期[29, 40]；由于农业气象站与气象站数量和空间分布不一致，本文采用空间插值方法获得各站点尺度大豆发育期日期。以上处理方法可能造成气象条件异常年份获得的大豆发育期日期与实际生产中的日期存在误差，而发育期在热量指数计算过程中至关重要，该问题的解决有赖于合理设置农业气象站数量和空间分布，规范农业气象站农田管理及观测技术，结合遥感及大数据技术等农情监测，获取更加完备的农业气象数据。东北地域广阔，种植大豆品种会有差异，本文所采用的三基点温度参数只能反映部分品种温度需求，且指标构建在产量方面考虑欠缺，后续研究需要参考更多大豆品种的三基点温度，并考虑结合作物生长模型开展研究以完善指标体系[47]。
-
![]()
图 1 研究区域气象站与农业气象站分布
Figure 1. Distribution of meteorological stations and agro-meteorological stations in the taget region
![]()
图 2 1971—2020年东北地区大豆全生育期内冷害次数
Figure 2. Chilling damage frequency during the whole growth period of soybean in Northeast China from 1971 to 2020
![]()
图 3 1971—2020年东北地区大豆各发育阶段不同等级冷害及总冷害次数
Figure 3. Chilling damage frequency in different growth stages of soybean with total chilling damage frequency in Northeast China from 1971 to 2020
![]()
图 4 1971—2020年东北地区大豆全生育期冷害次数M-K统计量曲线
Figure 4. M-K statistic curves of chilling damage frequency during the whole growth period of soybean in Northeast China from 1971 to 2020
![]()
图 5 1971—2020年东北地区大豆全生育期和不同发育阶段冷害频次分布
Figure 5. Distribution of chilling damage frequency in the whole growth period and different growth stages of soybean in Northeast China from 1971 to 2020
![]()
图 6 1971—2020年东北地区大豆全生育期冷害频次年代际变化
Figure 6. Decadal variation of chilling damage frequency in the whole growth period of soybean in Northeast China from 1971 to 2020
表 1 大豆各发育阶段不同冷害等级下样本量
Table 1 Sample size in different growth stages of soybean with different levels of chilling damage
发育阶段 轻度 中度 重度 指标构建 指标检验 指标构建 指标检验 指标构建 指标检验 播种-出苗 22 5 19 3 5 1 出苗-三真叶 13 2 19 3 14 3 三真叶-开花 9 2 11 2 5 1 开花-结荚 5 1 4 1 7 1 结荚-成熟 20 4 14 2 4 1 
下载: 导出CSV
表 2 大豆各发育阶段的三基点温度
Table 2 Three physiological temperatures in different growth stages of soybean
发育阶段 适宜温度/℃ 下限温度/℃ 上限温度/℃ 播种-出苗 15.0 7.5 26.0 出苗-三真叶 19.0 10.0 30.0 三真叶-开花 22.0 13.0 32.0 开花-结荚 24.0 16.0 32.0 结荚-成熟 21.0 11.0 28.0
下载: 导出CSV
表 3 3种函数对大豆热量指数样本序列拟合的K-S检验结果
Table 3 K-S test for results of 3 functions for fitting heat index samples of soybean
发育阶段 冷害等级 显著性检验 正态分布 均匀分布 指数分布 轻度 0.739 0.144 0.000 播种-出苗 中度 0.708 0.043 0.001 重度 0.999 0.438 0.195 轻度 0.964 0.319 0.000 出苗-三真叶 中度 0.855 0.033 0.001 重度 0.875 0.679 0.025 轻度 0.981 0.259 0.001 三真叶-开花 中度 0.899 0.024 0.016 重度 0.999 0.219 0.000 轻度 0.971 0.875 0.084 开花-结荚 中度 0.972 0.455 0.094 重度 0.989 0.106 0.008 轻度 0.750 0.002 0.000 结荚-成熟 中度 0.781 0.151 0.004 重度 0.982 0.718 0.000
下载: 导出CSV
表 4 基于热量指数的东北地区大豆不同发育阶段冷害等级指标
Table 4 Chilling damage level indicators in different growth stages of soybean in Northeast China based on heat index
发育阶段 重度冷害 中度冷害 轻度冷害 无冷害 播种-出苗 (0，58.0] (58.0，65.5] (65.5，71.0] (71.0，100] 出苗-三真叶 (0，59.5] (59.5，67.5] (67.5，73.5] (73.5，100] 三真叶-开花 (0，63.0] (63.0，68.0] (68.0，75.5] (75.5，100] 开花-结荚 (0，63.5] (63.5，69.5] (69.5，78.0] (78.0，100] 结荚-成熟 (0，62.5] (62.5，68.0] (68.0，75.5] (75.5，100]
下载: 导出CSV
表 5 大豆冷害指标的验证准确率(单位：%)
Table 5 Verification accuracy for chilling damage indicator of soybean (unit: %)
发育阶段 轻度 中度 重度 总冷害 播种-出苗 80.0 66.7 100.0 77.8 出苗-三真叶 100.0 100.0 66.7 87.5 三真叶-开花 100.0 50.0 100.0 80.0 开花-结荚 100.0 100.0 100.0 100.0 结荚-成熟 75.0 100.0 100.0 85.7 全生育期 85.7 81.8 85.7 84.4
下载: 导出CSV
-
[1] 查霆, 钟宣伯, 周启政, 等. 我国大豆产业发展现状及振兴策略. 大豆科学, 2018, 37(3): 458-463. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201803020.htm Zha T, Zhong X B, Zhou Q Z, et al. Development status of China's soybean industry and strategies of revitalizing. Soyb Sci, 2018, 37(3): 458-463. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201803020.htm
[2] 潘晓卉. 东北地区大豆生产布局变化及影响因素分析. 长春: 中国科学院东北地理与农业生态研究所, 2019. Pan X H. Spatio-temporal Variation of Soybean Production in Northeast China and Its Influencing Factors. Changchun: Northeast Institute of Geograph and Agroecology, Chinese Academy of Sciences, 2019.
[3] 曲辉辉, 朱海霞, 王秋京, 等. 气候变化对东北三省大豆发育期和产量的影响模拟. 西北农林科技大学学报(自然科学版), 2014, 42(7): 61-69. Qu H H, Zhu H X, Wang Q J, et al. Effects of climate change on soybean growth period and yield in Northeast China. J Northwest Sci-Tech Univ Agric For(Nat Sci), 2014, 42(7): 61-69.
[4] 盖志佳, 刘婧琦, 蔡丽君, 等. 大豆低温冷害研究进展及防控技术. 农学学报, 2021, 11(1): 7-10;16. Gai Z J, Liu J Q, Cai L J, et al. Cold damage to soybean and its prevention and control measures: Research progress. J Agric, 2021, 11(1): 7-10;16.
[5] Alexandrov V A, Hoogenboom G. The impact of climate variability and change on crop yield in Bulgaria. Agr Forest Meteo-rol, 2000, 104(4): 315-327. DOI: 10.1016/S0168-1923(00)00166-0
[6] Andaya V C, Mackill D J. Mapping of QTLs associated with cold tolerance during the vegetative stage in rice. J Exp Bot, 2003, 54(392): 2579-2585. DOI: 10.1093/jxb/erg243
[7] 张大伟, 杜翔宇, 刘春燕, 等. 低温胁迫对大豆萌发期生理指标的影响. 大豆科学, 2010, 29(2): 228-232. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201002014.htm Zhang D W, Du X Y, Liu C Y, et al. Effect of low-temperature stress on physiological indexes of soybean at germination stage. Soyb Sci, 2010, 29(2): 228-232. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201002014.htm
[8] Funatsuki H, Matsuba S, Kawaguchi K, et al. Methods for evaluation of soybean chilling tolerance at the reproductive stage under artificial climatic conditions. Plant Breeding, 2010, 123(6): 558-563. DOI: 10.1111/j.1439-0523.2004.01008.x
[9] Ikeda T, Ohnishi S, Senda M, et al. A novel major quantitative trait locus controlling seed development at low temperature in soybean(Glycine max). Theor Appl Genet, 2009, 118(8): 1477-1488. DOI: 10.1007/s00122-009-0996-3
[10] Tian X, Liu Y, Huang Z, et al. Comparative proteomic analysis of seedling leaves of cold-tolerant and sensitive spring soybean cultivars. Mol Biol Rep, 2015, 42(3): 581-601. DOI: 10.1007/s11033-014-3803-4
[11] 常云霞, 徐克东, 陈璨, 等. 水杨酸对低温胁迫下大豆幼苗生长抑制的缓解效应. 大豆科学, 2012, 31(6): 927-931. DOI: 10.3969/j.issn.1000-9841.2012.06.015 Chang Y X, Xu K D, Chen C, et al. Salicylic acid mitigating the inhibition of low temperature stress to soybean seedlings. Soyb Sci, 2012, 31(6): 927-931. DOI: 10.3969/j.issn.1000-9841.2012.06.015
[12] 张倩, 赵艳霞, 王春乙. 我国主要农业气象灾害指标研究进展. 自然灾害学报, 2010, 19(6): 40-54. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201006007.htm Zhang Q, Zhao Y X, Wang C Y. Advances in research on major agro-meteorological disaster indexes in China. J Nat Disaster, 2010, 19(6): 40-54. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201006007.htm
[13] 郭建平. 农业气象灾害监测预测技术研究进展. 应用气象学报, 2016, 27(5): 620-630. DOI: 10.11898/1001-7313.20160510 Guo J P. Research progress on agricultural meteorological disaster monitoring and forecasting. J Appl Meteor Sci, 2016, 27(5): 620-630. DOI: 10.11898/1001-7313.20160510
[14] 崔一鸣, 毕伊红, 张丹丹, 等. 低温冷害研究进展. 现代农业科技, 2015(24): 240-241;243. DOI: 10.3969/j.issn.1007-5739.2015.24.140 Cui Y M, Bi Y H, Zhang D D, et al. Research progress of crop low temperature chilling injury indexes. Modern Agric Sci Tech, 2015(24): 240-241;243. DOI: 10.3969/j.issn.1007-5739.2015.24.140
[15] 王远皓, 王春乙, 张雪芬. 作物低温冷害指标及风险评估研究进展. 气象科技, 2008, 36(3): 310-317. DOI: 10.3969/j.issn.1671-6345.2008.03.011 Wang Y H, Wang C Y, Zhang X F. Advances in researches on indexes and risk assessments of crop cold damage. Meteor Sci Technol, 2008, 36(3): 310-317. DOI: 10.3969/j.issn.1671-6345.2008.03.011
[16] 王连喜, 孔坚文, 李琪, 等. 中国北方地区几种农业气象灾害指标研究综述. 地球科学进展, 2013, 28(6): 627-636. https://www.cnki.com.cn/Article/CJFDTOTAL-DXJZ201306002.htm Wang L X, Kong J W, Li Q, et al. Summary on the main agro-meteorological disasters in Northern China index research. Adv Earth Sci, 2013, 28(6): 627-636. https://www.cnki.com.cn/Article/CJFDTOTAL-DXJZ201306002.htm
[17] 丁士晟. 东北地区夏季低温的气候分析及其对农业生产的影响. 气象学报, 1980, 38(3): 234-242. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB198003004.htm Ding S S. The climatic analysis of low temperature in summer over the Northeast China and influence for agricultural product. Acta Meteor Sinica, 1980, 38(3): 234-242. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB198003004.htm
[18] 马树庆, 袭祝香, 马力文, 等. 北方水稻低温冷害指标持续适用性检验与比较. 气象, 2015, 41(6): 778-785. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201506013.htm Ma S Q, Xi Z X, Ma L W, et al. Test and comparison of suitability of meteorological indictors for rice cold damages in the north of China. Meteor Mon, 2015, 41(6): 778-785. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201506013.htm
[19] 甄熙, 张超, 李云鹏. 作物低温冷害指标研究进展. 北方农业学报, 2017, 45(2): 94-98. https://www.cnki.com.cn/Article/CJFDTOTAL-NMGN201702020.htm Zhen X, Zhang C, Li Y P. Research progress of crop low temperature chilling injury indexes. Northern J Agric, 2017, 45(2): 94-98. https://www.cnki.com.cn/Article/CJFDTOTAL-NMGN201702020.htm
[20] 王萍, 李帅, 闫平, 等. 黑龙江省近年低温冷害特征再探. 自然灾害学报, 2010, 19(1): 143-146. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201001024.htm Wang P, Li S, Yan P, et al. Re-exploration into recent cold damage characters in Heilongjiang Province. J Nat Disaster, 2010, 19(1): 143-146. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201001024.htm
[21] 李蕊, 郭建平. 东北春玉米非线性积温模型参数改进. 应用气象学报, 2018, 29(2): 154-164. DOI: 10.11898/1001-7313.20180203 Li R, Guo J P. Improving parameters of nonlinear accumulated temperature model of spring maize in Northeast China. J Appl Meteor Sci, 2018, 29(2): 154-164. DOI: 10.11898/1001-7313.20180203
[22] 王春乙, 张继权, 张京红, 等. 综合农业气象灾害风险评估与区划研究. 北京: 气象出版社, 2016: 46. https://www.cnki.com.cn/Article/CJFDTOTAL-ANHE201823128.htm Wang C Y, Zhang J Q, Zhang J H, et al. Comprehensive Agrometeorological Disaster Risk Assessment and Regionalization Re-search. Beijing: China Meteorological Press, 2016: 46. https://www.cnki.com.cn/Article/CJFDTOTAL-ANHE201823128.htm
[23] 高素华. 玉米延迟型低温冷害的动态监测. 自然灾害学报, 2003, 12(2): 117-121. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH200302020.htm Gao S H. Dynamic monitoring of growth-delaying type cold damage for corn. J Nat Disaster, 2003, 12(2): 117-121. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH200302020.htm
[24] 刘布春, 王石立, 庄立伟, 等. 基于东北玉米区域动力模型的低温冷害预报应用研究. 应用气象学报, 2003, 14(5): 616-625. http://qikan.camscma.cn/article/id/20030576 Liu B C, Wang S L, Zhuang L W, et al. Study of low temperature damage prediction applications in Northeast China based on a scaling-up maize dynamic model. J Appl Meteor Sci, 2003, 14(5): 616-625. http://qikan.camscma.cn/article/id/20030576
[25] 朱海霞, 陈莉, 王秋京, 等. 1980-2009年期间黑龙江省玉米低温冷害年判定. 灾害学, 2012, 27(1): 44-47;54. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201201008.htm Zhu H X, Chen L, Wang Q J, et al. Judgment of corn chilling damage year from 1980 to 2009 in Heilongjiang Province. J Catastr, 2012, 27(1): 44-47;54. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201201008.htm
[26] 马玉平, 王石立, 李维京. 基于作物生长模型的玉米生殖期冷害致灾因子研究. 作物学报, 2011, 37(9): 1642-1649. https://www.cnki.com.cn/Article/CJFDTOTAL-XBZW201109019.htm Ma Y P, Wang S L, Li W J. Chilling disaster factors in maize reproductive stage based on crop growth model. Acta Agron Sin, 2011, 37(9): 1642-1649. https://www.cnki.com.cn/Article/CJFDTOTAL-XBZW201109019.htm
[27] 李祎君. 吉林省玉米低温冷害预测技术研究. 北京: 中国气象科学研究院, 2005. Li Y J. Technical Research in Forecasting the Chilling Damage for Maize of Jilin Provinces. Beijing: Chinese Academy of Meteorological Sciences, 2005.
[28] 郭建平, 田志会, 张涓涓. 东北地区玉米热量指数的预测模型研究. 应用气象学报, 2003, 14(5): 626-633. http://qikan.camscma.cn/article/id/20030577 Guo J P, Tian Z H, Zhang J J. Forecasting models of heat index for corn in Northeast China. J Appl Meteor Sci, 2003, 14(5): 626-633. http://qikan.camscma.cn/article/id/20030577
[29] 王培娟, 霍治国, 杨建莹, 等. 基于热量指数的东北春玉米冷害指标. 应用气象学报, 2019, 30(1): 13-24. DOI: 10.11898/1001-7313.20190102 Wang P J, Huo Z G, Yang J Y, et al. Indicators of chilling damage for spring maize based on heat index in Northeast China. J Appl Meteor Sci, 2019, 30(1): 13-24. DOI: 10.11898/1001-7313.20190102
[30] 李新建, 毛炜峄, 杨举芳, 等. 以热量指数表示北疆棉区棉花延迟型冷害指标的研究. 棉花学报, 2005, 17(2): 88-93. https://www.cnki.com.cn/Article/CJFDTOTAL-MHXB200502004.htm Li X J, Mao W Y, Yang J F, et al. Characterization of growth-delayed cotton cool damage by heat index in the Northern Xinjiang. Cott Sci, 2005, 17(2): 88-93. https://www.cnki.com.cn/Article/CJFDTOTAL-MHXB200502004.htm
[31] 薛志丹, 孟军, 吴秋峰. 基于气候适宜度的黑龙江省大豆种植区划研究. 大豆科学, 2019, 38(3): 399-406. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201903010.htm Xue Z D, Meng J, Wu Q F. Soybean planting division in Heilongjiang Province based on climate suitability. Soyb Sci, 2019, 38(3): 399-406. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201903010.htm
[32] 温克刚. 中国气象灾害大典(黑龙江卷). 北京: 气象出版社, 2007. Wen K G. Chinese Meteorological Disasters(Heilongjiang). Beijing: China Meteorological Press, 2007.
[33] 温克刚. 中国气象灾害大典(吉林卷). 北京: 气象出版社, 2008. Wen K G. Chinese Meteorological Disasters(Jilin). Beijing: China Meteorological Press, 2008.
[34] 温克刚. 中国气象灾害大典(辽宁卷). 北京: 气象出版社, 2005. Wen K G. Chinese Meteorological Disasters(Liaoning). Beijing: China Meteorological Press, 2005.
[35] 中国气象局. 中国气象灾害年鉴(2005-2019). 北京: 气象出版社, 2005-2019. China Meteorological Administration. China Meteorological Disasters Yearbook(2005-2019). Beijing: China Meteorological Press, 2005-2019.
[36] 杨显峰, 杨德光, 汤彦辉, 等. 东北春大豆气候适宜性指标体系的建立研究初步. 种子世界, 2009(11): 36-38. https://www.cnki.com.cn/Article/CJFDTOTAL-SJZZ200911024.htm Yang X F, Yang D G, Tang Y H, et al. Preliminary study on establishment of climate suitability index system for spring soybeans in Northeast China. Seed World, 2009(11): 36-38. https://www.cnki.com.cn/Article/CJFDTOTAL-SJZZ200911024.htm
[37] 宫丽娟, 吴双, 田宝星, 等. 黑龙江省大豆生长季适宜气象指标的研究. 大豆科学, 2019, 38(3): 391-398. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201903009.htm Gong L J, Wu S, Tian B X, et al. Optimal meteorological indices during the growing season of soybean in Heilongjiang Province. Soyb Sci, 2019, 38(3): 391-398. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX201903009.htm
[38] 杨建莹, 霍治国, 王培娟, 等. 江西早稻高温热害发生时间分布特征. 应用气象学报, 2020, 31(1): 42-51. DOI: 10.11898/1001-7313.20200104 Yang J Y, Huo Z G, Wang P J, et al. Occurrence Characteristics of early rice heat disaster in Jiangxi Province. J Appl Meteor Sci, 2020, 31(1): 42-51. DOI: 10.11898/1001-7313.20200104
[39] 杨建莹, 霍治国, 王培娟, 等. 中国北方苹果干旱等级指标构建及危险性评价. 应用气象学报, 2021, 32(1): 25-37. DOI: 10.11898/1001-7313.20210103 Yang J Y, Huo Z G, Wang P J, et al. Evaluation index construction and hazard risk assessment on apple drought in northern China. J Appl Meteor Sci, 2021, 32(1): 25-37. DOI: 10.11898/1001-7313.20210103
[40] 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. 生态学杂志, 2016, 35(3): 709-718. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201603020.htm Wang T Y, Huo Z G, Li X H, et al. Level indicators and temporal-spatial distribution features of early rice flood disaster in Hunan Province based on different growth stages. Chin J Ecol, 2016, 35(3): 709-718. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201603020.htm
[41] 杨建莹, 霍治国, 王培娟, 等. 江西早稻高温热害等级动态判识及时空变化特征. 应用生态学报, 2020, 31(1): 199-207. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB202001026.htm Yang J Y, Huo Z G, Wang P J, et al. Dynamic identification of double-early rice heat and its spatiotemporal characteristics in Jiangxi Province, China. Chin J Appl Ecol, 2020, 31(1): 199-207. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB202001026.htm
[42] 杨宏毅, 霍治国, 杨建莹, 等. 江汉和江南西部春玉米涝渍指标及风险评估. 应用气象学报, 2017, 28(2): 237-246. DOI: 10.11898/1001-7313.20170211 Yang H Y, Huo Z G, Yang J Y, et al. Indicators and risk of spring corn waterlogging disaster in Jianghan and west region of Jiangnan. J Appl Meteor Sci, 2017, 28(2): 237-246. DOI: 10.11898/1001-7313.20170211
[43] 汪天颖, 霍治国, 杨建莹, 等. 湖南晚稻洪涝过程等级指标构建与演变特征. 应用气象学报, 2019, 30(1): 35-48. DOI: 10.11898/1001-7313.20190104 Wang T Y, Huo Z G, Yang J Y, et al. Process grade indicator construction and evolution characteristics of late rice flood in Hunan. J Appl Meteor Sci, 2019, 30(1): 35-48. DOI: 10.11898/1001-7313.20190104
[44] 刘玲, 沙奕卓, 白月明. 中国主要农业气象灾害区域分布与减灾对策. 自然灾害学报, 2003, 12(2): 92-97. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH200302015.htm Liu L, Sha Y Z, Bai Y M. Regional distribution of main agrometeorological disasters and disaster mitigation strategies in China. J Nat Disaster, 2003, 12(2): 92-97. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH200302015.htm
[45] 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. 生态学杂志, 2013, 32(7): 1920-1927. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201307038.htm Tan Y J, Zhang J H, Yao F M, et al. Monitoring and simulation forecasting on crop chilling damage in China: Research progress. Chin J Ecol, 2013, 32(7): 1920-1927. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201307038.htm
[46] 吕佳佳, 朱海霞, 宫丽娟, 等. 1971-2016年寒地大豆霜冻害时空演变特征及对产量影响. 大豆科学, 2020, 39(2): 260-268. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX202002014.htm Lyu J J, Zhu H X, Gong L J, et al. Spatial-temporal characteristics of frost damage on soybean and its effect on soybean yield from 1971 to 2016 in cold regions. Soyb Sci, 2020, 39(2): 260-268. https://www.cnki.com.cn/Article/CJFDTOTAL-DDKX202002014.htm
[47] 马玉平, 王石立, 李维京. 基于作物生长模型的东北玉米冷害监测预测. 作物学报, 2011, 37(10): 1868-1878. https://www.cnki.com.cn/Article/CJFDTOTAL-XBZW201110024.htm Ma Y P, Wang S L, Li W J. Monitoring and predicting of maize chilling damage based on crop growth model in Northeast China. Acta Agron Sin, 2011, 37(10): 1868-1878. https://www.cnki.com.cn/Article/CJFDTOTAL-XBZW201110024.htm
-
期刊类型引用(11)
1. 李美萱，霍治国，孔瑞，江梦圆，米前川. 黄淮海冬小麦春季低温灾害等级指标构建. 应用气象学报. 2024(01): 45-56 . 
本站查看
2. 李天，余洁，乔云发，苗淑杰. 短期低温对大豆苗期生长和结瘤固氮的影响. 中国农业气象. 2024(02): 159-169 . 百度学术
3. 闫平，季生太，姜丽霞，王冬妮，王晾晾，初征，王春华，陈宛彤，于瑛楠，田宝星. 黑龙江省大豆延迟型冷害指标构建及检验. 中国农业气象. 2024(06): 619-628 . 百度学术
4. 孙意博，孙爽，李鸣钰，常峻菲，王立为，高西宁. 基于DSSAT模型的东北地区大豆高产稳产区研究. 中国农业资源与区划. 2024(06): 106-120 . 百度学术
5. 曲辉辉，李秀芬，朱海霞，王晾晾，曲秉阳，王秋京，吕佳佳，纪仰慧，姜丽霞. 高寒区大豆苗期低温多雨对产量的影响. 生态学杂志. 2024(10): 3040-3046 . 百度学术
6. 王庆莉，张利平，韩璐，王明田，唐明先，陈慧，冉王群，李正蓉. 川西高原羊肚菌低温冷害特征及风险评估. 应用生态学报. 2023(06): 1541-1546 . 百度学术
7. 王岩，汪利诚，武晋雯. 日平均气温遥感估算方法综述. 自然资源遥感. 2023(04): 1-8 . 百度学术
8. 程溪晗，米前川，李海楠，王立为，姜丽霞，纪瑞鹏，高西宁. 东北地区大豆干旱指标构建及时空特征分析. 中国农业资源与区划. 2023(11): 126-139 . 百度学术
9. 王连霞，赵秀梅，郑旭，曹丽萍，韩冬伟，于运凯，赵蕾，袁明. 抗低温冷害大豆种衣剂比较试验. 黑龙江农业科学. 2022(01): 39-43 . 百度学术
10. 鞠英芹，陈正洪，马德栗，袁芳，刘军，曾琦，方怡. 我国中北亚热带优质烤烟烟区气候相似性分析. 应用气象学报. 2022(06): 736-747 . 本站查看
11. 徐晓旭. 大豆常见病虫害的识别与防治. 乡村科技. 2021(19): 79-81 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 1411
- HTML全文浏览量: 325
- PDF下载量: 117
- 被引次数: 15
