• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2026, 44(4): 613-624 DOI: 10.11755/j.issn.1006-7639-2026-04-0613

论文

甘肃省春玉米和制种玉米种植精细化气候区划比较研究

杨兴国,1, 马玉龙,2, 方锋2, 贾建英2, 张铁军2, 王丹2, 杨华2, 车可2, 张雅馨2

1 中国气象局兰州干旱气象研究所甘肃 兰州 730020

2 甘肃省气候中心甘肃 兰州 730020

Comparative study of refined agroclimatic suitability zoning of spring maize and hybrid seed maize in Gansu Province

YANG Xingguo,1, MA Yulong,2, FANG Feng2, JIA Jianying2, ZHANG Tiejun2, WANG Dan2, YANG Hua2, CHE Ke2, ZHANG Yaxin2

1 Lanzhou Institute of Arid MeteorologyChina Meteorological AdministrationLanzhou 730020China

2 Gansu Provincial Climate CenterLanzhou 730020China

通讯作者: 马玉龙(1996—),男,硕士,主要从事农业气象研究。E-mail:yulongma0403@163.com

责任编辑: 黄小燕;校对:邓祖琴

收稿日期: 2026-03-10   修回日期: 2026-05-14  

基金资助: 甘肃省重大科技专项计划项目(25ZDFA011)
甘肃省气象局创新团队项目(GSQXCXTD-2026-01)
沈阳大气环境研究所基金项目(2024SYIAEKFMS09)
甘肃省科技计划项目(24JRRA1181)
甘肃省科技计划项目(25JRRA850)
干旱气象科学研究基金项目(IAM202303)

Received: 2026-03-10   Revised: 2026-05-14  

作者简介 About authors

杨兴国(1967—),男,博士,研究员,主要从事气候变化及农业气象研究。E-mail: yxg_yjz@sina.com

摘要

玉米是甘肃省主要粮食作物与特色制种产业支柱,开展春玉米与制种玉米气候适应性区划比较研究,对优化全省种植结构、保障粮食与种业安全具有重要现实意义。本文利用甘肃省1961—2020年80个国家级气象站点逐日观测资料、降尺度中国区域地面气象要素驱动数据集(China Meteorological Forcing Dataset, CMFD)高分辨率格点数据、数字高程模型(Digital Elevation Model, DEM)以及土地利用类型数据,以省内春玉米与制种玉米为研究对象,选取日平均气温≥10 ℃活动积温(简称≥10 ℃活动积温)、日照总时数、开花期平均气温、平均相对湿度及连阴雨、高温、霜冻灾害风险指数共7项核心区划指标,采用气候要素多元回归小网格空间推算、模糊隶属度函数及加权综合评判方法,分别开展甘肃省春玉米与制种玉米精细化气候适应性区划,并从指标体系构成、空间适宜格局及年代际变化特征开展系统比较分析。结果表明:春玉米与制种玉米采用相同的基础光温指标及单因子适宜阈值,二者区划的区域差异主要源于制种玉米湿度及气象灾害评价指标;春玉米气候适宜范围更广,在耕地范围内主要分布于河西大部、陇中北部、陇东及陇南区域;制种玉米受湿度条件与灾害风险双重约束,最适宜区仅集中分布于河西走廊中部地带。气候变暖背景下,区域热量资源明显增加,两类玉米适宜种植格局均出现等级跃迁,积温增加推动适宜区向高海拔及偏北区域扩展,而高温灾害风险加剧造成河西走廊西部制种玉米适宜性有所下降。

关键词: 春玉米; 制种玉米; 气候区划比较; 空间精细化; 种植格局

Abstract

Maize is a major food crop and a key component of the specialized seed production industry in Gansu Province. A comparative study of the agroclimatic suitability zoning of spring maize and hybrid seed maize is of great practical significance for optimizing the provincial cropping structure and ensuring food and seed security. Based on daily observational data from 80 national meteorological stations in Gansu Province during 1961-2020, downscaled high-resolution gridded data from the China Meteorological Forcing Dataset (CMFD), digital elevation model (DEM) data, and land-use data, this study selected spring maize and hybrid seed maize in Gansu Province as the study subjects. Seven core zoning indicators were adopted, including active accumulated temperature of daily mean temperature ≥10 ℃ (hereafter referred to as active accumulated temperature≥10 ℃), total sunshine duration, mean air temperature during the flowering period, mean relative humidity, and risk indices for continuous rainy days, high temperature disasters, and frost disasters. Fine-grid spatial estimation of climatic elements based on multiple regression, fuzzy membership functions, and weighted comprehensive evaluation was employed to conduct refined agroclimatic suitability zoning for spring maize and hybrid seed maize in Gansu Province. Systematic comparative analyses were subsequently conducted in terms of the composition of the indicator systems, spatial patterns of climatic suitability, and interdecadal changes. The results show that the basic temperature and sunshine indicators and their single-factor suitability thresholds are consistent between spring maize and hybrid seed maize, whereas the differences in the zoning patterns are mainly attributable to the humidity and meteorological disaster indicators used for hybrid seed maize. Spring maize has a broader climatically suitable area, with the most suitable cropland mainly distributed in the Hexi Corridor, northern central Gansu, eastern Gansu, and southern Gansu. Hybrid seed maize is jointly constrained by humidity conditions and meteorological disaster risks, with the most suitable areas concentrated in the central part of the Hexi Corridor. Against the background of climate warming, regional thermal resources have increased substantially, and the suitability patterns of both maize types have shifted among suitability levels. The increase in accumulated temperature has promoted the expansion of suitable areas toward higher elevations and farther north, whereas increasing high temperature disaster risk has resulted in a decline in the climatic suitability of hybrid seed maize in the western Hexi Corridor.

Keywords: spring maize; hybrid seed maize; comparative agroclimatic suitability zoning; spatial refinement; planting pattern

PDF (12939KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

杨兴国, 马玉龙, 方锋, 贾建英, 张铁军, 王丹, 杨华, 车可, 张雅馨. 甘肃省春玉米和制种玉米种植精细化气候区划比较研究[J]. 干旱气象, 2026, 44(4): 613-624 DOI:10.11755/j.issn.1006-7639-2026-04-0613

YANG Xingguo, MA Yulong, FANG Feng, JIA Jianying, ZHANG Tiejun, WANG Dan, YANG Hua, CHE Ke, ZHANG Yaxin. Comparative study of refined agroclimatic suitability zoning of spring maize and hybrid seed maize in Gansu Province[J]. Arid Meteorology, 2026, 44(4): 613-624 DOI:10.11755/j.issn.1006-7639-2026-04-0613

0 引言

玉米是全球种植面积最大的粮食作物,中国是世界第二大玉米生产国,同时玉米也是我国种植面积和总产量均居首位的粮食作物(张奥妮等,2024)。种子是农业生产最基础的投入要素,对保障国家粮食安全具有基础性和战略性意义,随着经济社会发展和产业结构调整,市场对玉米的需求持续增长,在市场调节机制作用下,玉米种植面积不断扩大,推进了制种玉米产业的健康快速发展(周玉乾和寇思荣,2009;刘国华和第红君,2023)。中国玉米杂交制种研究始于20世纪30年代(吴景锋,1995)。20世纪80年代以来,随着人们对玉米杂种优势认知不断加深,杂交玉米推广规模持续扩大,配套制种面积同步增长;制种布局也从分散种植逐步向内蒙古、辽宁、山东、山西等地集中,形成规模化制种基地(程立新,2009)。2000年以后,内蒙、辽宁制种面积逐年减少,并逐步向西北转移,先后延伸至甘肃河西走廊、新疆等地(欧阳伟,2014)。2023年甘肃省制种玉米面积为11.03×104 hm2,制种玉米产量6.8亿kg,占全国总需种量的55%以上(王帆等,2026)。甘肃省河西走廊灌区凭借干燥气候、昼夜温差、天然隔离、规模化种植等不可复制的优势,成为全国玉米制种的战略核心区(樊廷录等,2014;殷雪莲等,2022;石作雄等,2025)。甘肃玉米生产以春播种植制度为主,省内同时规模化发展普通春玉米与制种玉米两大生产类型。两类玉米虽生长基础气候需求相近,但制种玉米因种子繁育对花期温湿度匹配、授粉结实环境及气象灾害规避具有更为严苛的要求。

当前国内外学者针对作物气候适宜性区划已开展大量研究,主流思路以积温、降水、日照等气象要素为核心,结合GIS空间分析、聚类统计等方法开展作物气候适宜性分区(苏永秀等,2006;李红英等,2014;Pilevar et al., 2020)。然而现有作物区划研究大多侧重作物与常规气候条件的适配性评估,对连阴雨、高温、霜冻等气象灾害因子的综合考量不足,尚未构建兼顾气候适宜性与灾害风险规避的一体化区划方案(王连喜等,2010;Solman et al., 2018),且现有研究多单独针对春玉米或制种玉米开展气候适宜性区划,多侧重单一作物的空间分布与气候适配评价,缺少两类玉米区划体系、空间格局及气候变化响应特征的对比分析,难以支撑甘肃省玉米产业分区规划与结构优化布局(肖玮钰,2013;王森等,2021)。基于此,本文整合多源数据,构建区划指标体系,通过模糊隶属度函数结合GIS小网格推算,同步开展甘肃省春玉米与制种玉米精细化气候适应性区划研究,重点对比剖析两类作物区划指标体系差异、适宜格局异同及年代际演变规律,为合理划定制种核心优势区、优化普通春玉米种植布局、提升区域气候资源利用效率提供理论与技术支撑。

1 研究区概况、资料与方法

1.1 研究区概况

甘肃省位于中国大陆地理中心和黄河上游,总土地面积42.59×104 km2,居全国第7位。境内地形复杂,山脉纵横交错,海拔相差悬殊,兼具高山、盆地、平川、湿地、沙漠和戈壁等地貌类型(图1)。独特的地理位置和地形地貌,形成了复杂多样的气候类型,具有气候温凉干燥,太阳辐射强、光照充足,气温日较差大,降水少、变化率大,气象灾害种类多、发生频率高、范围广等大陆性气候特征。全省年平均气温8.1 ℃,年平均降水量398.5 mm;降水各季分配不均,夏半年(4—9月)降水量占全年总降水量的80%~90%;主要气象灾害有干旱、暴雨洪涝、冰雹、大风、沙尘暴、干热风、连阴雨和霜冻等。在甘肃区域研究中,通常将甘肃境内黄河以西的地域称为河西(酒泉、嘉峪关、张掖、金昌、武威),以东的地域称为河东,主要包括陇中(兰州、白银、定西与临夏回族自治州)、陇东(庆阳、平凉)、陇南(天水、陇南)、甘南(甘南藏族自治州)(鲍文中等,2018)。

图1

图1   甘肃省地形及气象站点空间分布

Fig.1   The spatial distribution of topography and meteorological stations in Gansu Province


甘肃省是全国最大的玉米制种基地,玉米种植面积和产量位居全国前列,省内庆阳、张掖、定西近5 a平均种植面积超过11.53×104 hm2,产量张掖位居第一,达8.6×105 t,庆阳次之,为8.1×105 t。

1.2 资料

采用甘肃省80个国家级气象观测站(图1)1961—2020年逐日基本气象要素(降水、平均气温、最高气温、最低气温、相对湿度、日照时数),同时整合站点经度、纬度、海拔等地理属性数据,用于空间推算建模。

参照甘肃省农业气候资源普查和区划实施方案(①甘肃省农业气候资源普查和区划实施方案.甘肃省气象局,甘肃省农业农村厅,2026年6月11日印发.)要求,选取1991—2020年作为当前气候态时段。为突出气候变化对春玉米和制种玉米种植区划的影响,将1961—1990年作为历史基准气候态参照时段,二者均为国际通用的30 a标准气候态,能有效滤除年际波动,反映稳定气候特征。通过两时段结果对比,可客观揭示全球变暖背景下甘肃省春玉米和制种玉米种植区划的影响,为农业适应气候变化提供科学依据。

采用转置卷积上采样技术处理后的中国区域地面气象要素驱动数据集(China Meteorological Forcing Dataset,CMFD),融合地面观测数据进行偏差订正,实现数据由0.1°×0.1°向0.01°×0.01°高分辨率格点的降尺度优化。

利用航天飞机雷达地形测绘使命(Shuttle Radar Topography Mission,SRTM)数据集中空间分辨率为90 m×90 m的数字高程模型(Digital Elevation Model,DEM)数据,校正地形对气候要素空间分布的影响。采用中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)土地覆盖类型产品(MCD12Q1)获取250 m空间分辨率地表覆盖数据,区分耕地与非耕地区域,剔除不适宜开展规模化生产的非耕地区域。

1.3 方法

1.3.1 甘肃省春玉米和制种玉米农业气候区划指标

基于春玉米、制种玉米生长发育规律及种子品质形成对气候条件的响应机制,综合考虑区域气候资源禀赋与农业气象灾害风险特征,采用专家经验与文献归纳相结合的方法(余卫东和陈怀亮,2010)构建区划指标体系。首先选取全生育期日平均气温≥10 ℃活动积温(简称≥10 ℃活动积温)、日照总时数及开花期平均气温作为春玉米气候区划指标;在此基础上,结合制种玉米对湿度环境与灾害防控的特殊需求,增加全生育期平均相对湿度、7—8月连阴雨风险指数、高温风险指数及霜冻风险指数,最终形成涵盖光、温、湿、灾4个维度的7项核心区划指标(徐虹等,2014;王秀萍等,2016;霍治国等,2023)。表1列出甘肃省春玉米和制种玉米种植气候区划因子分级指标。

表1   甘肃省春玉米和制种玉米种植气候区划因子分级指标

Tab.1  Grading criteria for climatic zoning factors for spring maize and hybrid seed maize in Gansu Province

划分等级区划因子
≥10 ℃活动积温/(℃·d)日照总时数/h开花期平均气温/℃相对湿度/%
最适宜≥3 500≥1 50022~<2440~<47
适宜2 600~<3 5001 200~<1 50020~<22或24~<2547~<49
次适宜2 000~<2 600900~<1 20015~<20或25~<26.549~<53
不适宜<2 000<900<15或≥26.5<40或≥53

新窗口打开| 下载CSV


1.3.2 制种玉米风险指数构建及分级

灾害风险区划的核心在于构建既能反映灾害发生可能性、又能体现其危害程度的量化指标体系。本研究针对连阴雨、高温和霜冻3种主要气象灾害,依据其发生机制及对制种玉米生殖生长阶段的影响特征,从灾害发生频率(F)、风险强度指数(I)两个维度构建综合区划指标。其中,灾害发生频率直观表征区域遭受灾害的危险性程度,数值越大,说明区域面临灾害的风险水平越高;风险强度指数用于量化灾害致灾强度(Ma et al., 2021)。

根据甘肃省农业气象灾害风险预警服务指南(②甘肃省农业气象灾害风险预警服务指南(试行).甘肃省气象局应急与减灾处,2024年6月11日印发.)划分制种玉米3种气象灾害的等级指标(表2),其中,Rtotal为连阴雨过程总降水量,Tmin为日最低气温。从灾害发生的天气条件(过程指标)、灾害程度划分(等级指标)以及对应的风险预警阈值(风险指标)三个层面,分别规定了连阴雨、高温和霜冻的判别标准,为后续灾害发生频率统计与风险强度指数计算提供了基础依据。

表2   甘肃省制种玉米气象灾害等级指标

Tab. 2  Grading criteria for meteorological disasters affecting hybrid seed maize in Gansu Province

灾害过程指标等级指标风险指标
连阴雨连续阴雨日数≥3 d、过程总降水量≥20 mm,期间单日降水量≥0.1 mm;大于3 d的连阴雨过程可允许1 d无降水,但该日日照时数<2 h轻度:20 mm≤Rtotal≤40 mm;
中度:40 mm<Rtotal≤80 mm;
重度:Rtotal>80 mm
风险较高:连续3~5 d轻度,或1 d中度;风险高:连续6~7 d轻度,或连续2~3 d中度;风险很高:连续8 d及以上轻度,或连续3 d及以上中度,或1 d及以上重度
高温日最高气温≥35 ℃轻度:持续3~5 d;中度:持续
6~8 d;重度:持续9 d及以上
风险较高:2 d轻度;风险高:3 d及以上轻度,或1 d中度;风险很高:2 d及以上中度,或1 d及以上重度
霜冻日最低气温<0 ℃早霜冻:轻度-1≤Tmin<0;中度-2≤Tmin<-1;重度Tmin<-2
晚霜冻:轻度-2≤Tmin<-1;中度-3≤Tmin<-2;重度Tmin<-3
风险较高:1 d轻度,或2 d不连续轻度;风险高:连续2 d轻度,或1 d中度,或连续1 d轻度加1 d中度,或2 d不连续中度;风险很高:任意等级连续≥3 d,或连续≥2 d中度,或1 d重度

新窗口打开| 下载CSV


在等级指标基础上,进一步构建风险强度指数(I)。设xj为某站第j年的连阴雨、高温或霜冻天气出现日数,采用偏度和峰度对各站的x序列进行正态分布检验,对不符合正态分布的序列数据进行双曲正切变换后,将符合正态分布的站点根据不同等级灾害天数资料的均值和标准差,分别计算其概率Pi,具体公式(成林和刘荣花,2012)如下:

$\mathit{I}=\mathrm{f}\left(\mathit{D},\mathit{P}\right)=\sum _{\mathit{i}=1}^{\mathit{n}}{\mathit{D}}_{\mathit{i}}{\mathit{P}}_{\mathit{i}}$

式中:I为灾害风险强度指数;Di为第i等级灾害天气过程的平均天数,单位:d;Pi为第i等级灾害天气的出现概率。

制种玉米灾害风险水平与灾害发生的频率、强度密切相关,为综合反映区域灾害暴露程度与致灾能力,构建灾害风险区划指数M,具体公式如下:

M=F+I

式中:F为灾害发生频率,I为归一化后的灾害风险强度指数。表3列出甘肃省制种玉米各灾害风险区划等级。

表3   甘肃省制种玉米气象灾害风险区划等级

Tab.3  Risk zoning grades for meteorological disasters affecting hybrid seed maize in Gansu Province

灾害风险等级
极高风险高风险中风险低风险
7—8月高温M>0.80.2<M≤0.80<M≤0.2M=0
7—8月连阴雨M>1.81.6<M≤1.81.2<M≤1.6M≤1.2
早霜冻M>1.51.0<M≤1.50.6<M≤1.0M≤0.6
晚霜冻M>1.20.7<M≤1.20.3<M≤0.7M≤0.3

新窗口打开| 下载CSV


1.3.3 气候区划方法

模糊综合评判法能够有效处理农业气候区划中多指标非线性与模糊边界问题,在单因子隶属度计算基础上,通过权重叠加实现多因子综合评价,能够更全面地反映农业气候资源的综合特征,为农业气候区划布局提供可靠依据(李凯伟等,2021)。

1)模糊隶属度函数构建

利用模糊数学方法,针对前述各区划因子分别构建适配的模糊隶属度函数,以此开展精细化区划分析,具体公式(卓玛草等,2021)如下:

$u\left(\sum T_{\geqslant 10}\right)=\left\{\begin{array}{ll}0 & \sum T_{\geqslant 10}<2000 \\\frac{\sum T_{\geqslant 10}-2000}{1500} & 2000 \leqslant \sum T_{\geqslant 10}<3500 \\1 & \sum T_{\geqslant 10} \geqslant 3500\end{array}\right.$
$u\left(S_{\mathrm{d}}\right)=\left\{\begin{array}{lc}0 & S_{\mathrm{d}}<900 \\\frac{S_{\mathrm{d}}-900}{600} & 900 \leqslant S_{\mathrm{d}}<1500 \\1 & S_{\mathrm{d}} \geqslant 1500\end{array}\right.$
$u\left(T_{\text {mean }}\right)=\left\{\begin{array}{ll}0 & T_{\text {mean }}<15 \\\frac{T_{\text {mean }}-15}{7} & 15 \leqslant T_{\text {mean }}<22 \\1 & 22 \leqslant T_{\text {mean }}<24 \\\frac{26.5-T_{\text {mean }}}{2.5} & 24 \leqslant T_{\text {mean }}<26.5 \\0 & T_{\text {mean }} \geqslant 26.5\end{array}\right.$
$u(\mathrm{RH})=\left\{\begin{array}{lc}0 & \mathrm{RH}<40 \\1 & 40 \leqslant \mathrm{RH}<47 \\\frac{53-\mathrm{RH}}{6} & 47 \leqslant \mathrm{RH}<53 \\0 & \mathrm{RH} \geqslant 53\end{array}\right.$
$u(M)=\left\{\begin{array}{lc}0 & M=0 \\\frac{0-M}{2} & 0<M \leqslant 2 \\-1 & M>2\end{array}\right.$

式中:$\sum {\mathit{T}}_{\ge 10}$为≥10 ℃活动积温,单位:℃·d;Sd为日照总时数,单位:h;Tmean为开花期平均气温,单位:℃;RH为平均相对湿度,单位:%;M为灾害风险指数,无量纲。

2)区划指标权重分配

基于专家打分法,确定影响春玉米和制种玉米区划的各指标因子权重系数。该方法通过定性与定量相结合,将专家的专业判断转化为定量数据,从而整合多方意见、通过多专家评分及平均化处理,在一定程度上降低个体主观偏差,提升评价的科学性。具体步骤如下:首先,明确评价指标体系;其次,组织相关领域专家就各指标重要性进行独立打分,并基于打分结果构建权重判断;随后,根据判断计算各指标相对权重,并进行合理性检验;最后,综合计算各指标合成权重(表4)。

表4   甘肃省春玉米和制种玉米种植区划因子权重

Tab.4  Weight coefficients of zoning factors for spring maize and hybrid seed maize in Gansu Province

作物区划因子权重系数
春玉米≥10 ℃活动积温0.5
日照时数0.3
开花期平均气温0.2
制种玉米≥10 ℃活动积温0.1
日照时数0.1
开花期平均气温0.1
平均相对湿度0.2
连阴雨风险指数0.3
高温风险指数0.1
霜冻风险指数0.1

新窗口打开| 下载CSV


3)建立综合区划评估模型

采用加权综合评判法建立甘肃春玉米和制种玉米气候适宜性综合区划评估模型,计算公式(余卫东和陈怀亮,2010)如下:

${\mathit{Y}}_{\mathit{k}}=\sum _{\mathit{j}=1}^{\mathit{m}}{\mathit{W}}_{\mathit{j}}\mathit{u}{\left(\mathit{x}\right)}_{\mathit{k}\mathit{j}}$

式中:Yk为第kk=1,2,3,…,n)个评价单元的气候适宜性综合评判值,取值范围为-1~1,表示区划对象的气候综合条件优劣,n为评价单元数;Wj为第jj=1,2,3,…,m)个区划指标的权重,m为区划指标数,春玉米和制种玉米分别取值3和7;u(x)kj为评价单元k在区划指标j上的气候适宜性隶属度值。结合甘肃春玉米和制种玉米种植分布情况,将全省划分为最适宜、适宜、次适宜、不适宜4个种植区,表5列出分级标准。

表5   甘肃省春玉米和制种玉米种植区划分级标准

Tab.5  Classification criteria for agroclimatic zoning of spring maize and hybrid seed maize in Gansu Province

作物区划等级分级标准
春玉米最适宜区Y≥0.50
适宜区0.28≤Y<0.50
次适宜区0.15≤Y<0.28
不适宜区Y<0.15
制种玉米最适宜区Y≥0.30
适宜区0.25≤Y<0.30
次适宜区0.02≤Y<0.25
不适宜区Y<0.02

新窗口打开| 下载CSV


1.3.4 空间插值方法

基于GIS空间分析方法,对1∶50 000比例尺数字高程模型(DEM)进行重采样处理,获得90 m×90 m空间分辨率的高程数据,在此基础上提取经度、纬度及海拔等地理因子,构建气候要素与大尺度地理因子的空间回归模型,实现气候要素的细网格推算,随后对模型残差采用反距离加权(Inverse Distance Weighting,IDW)方法进行空间插值订正,最终得到各气候要素空间分布值(李雪洋,2020;李芳红,2021)。

考虑到经度、纬度和海拔等大尺度地理因子与区域热量和水分资源之间存在显著线性相关关系,因此构建气候区划指标的空间分布回归模型,具体公式(金志凤等,2011)如下:

$\mathit{y}=\mathit{f}(\mathit{\varphi },\mathit{\lambda },\mathit{h})+\mathit{\varepsilon }$

式中:y为气候区划指标;$\mathit{\varphi }$λ分别为纬度和经度;h为海拔高度,单位:m;f为回归函数;ε为残差项,表示小尺度地形(如坡度、坡向)及下垫面条件等未解释因子的综合影响。

根据甘肃省热量、水分等气候资源空间分布特点,将各要素分别与经度、纬度、海拔做线性回归分析,构建甘肃春玉米和制种玉米气候区划各指标因子的细网格空间推算模型。

2 结果与分析

2.1 甘肃省春玉米精细化区划结果

1961—1990年,甘肃耕地范围内,春玉米最适宜种植区主要分布于河西大部、陇东大部、天水市中部、陇南市中南部及景泰、靖远等地,占全省耕地面积的43.9%;适宜区主要分布在陇中北部及民乐、山丹、永昌、静宁、庄浪、张家川等地,占全省耕地面积的31.2%;次适宜区主要分布在陇中中南部及卓尼、临潭、漳县、岷县、宕昌等地,占全省耕地面积的18.9%;不适宜区主要分布在河西荒漠区、祁连山区、甘南州大部以及非耕地区域[图2(a)]。1991—2020年,甘肃耕地范围内,春玉米最适宜种植区主要分布于河西大部、陇中北部、陇东大部及陇南大部,该区域春玉米生育期内≥10 ℃活动积温超过3 300 ℃·d,日照时数超过1 500 h,开花期平均气温21.8~25.9 ℃,占全省耕地面积的56.0%;适宜区主要分布在陇中中部及山丹、民乐等地,生育期内≥10 ℃活动积温为1 900~3 400 ℃·d,日照时数1 200~1 500 h,开花期平均气温17.6~23.4 ℃,占全省耕地面积的28.7%;次适宜区主要分布在陇中南部及卓尼、临潭、漳县、岷县等地,生育期内≥10 ℃活动积温为1 700~2 600 ℃·d,日照时数1 000~1 300 h,开花期平均气温14.0~20.5 ℃,占全省耕地面积的10.4%;不适宜区主要分布在河西荒漠区、祁连山区、甘南州大部以及非耕地区域[图2(b)]。

图2

图2   1961—1990年(a)、1991—2020年(b)甘肃省春玉米精细化农业气候区划

Fig.2   Refined agroclimatic zoning of spring maize in Gansu Province during 1961-1990 (a) and 1991-2020 (b)


2.2 甘肃省制种玉米灾害风险区划结果

图3为1961—1990年与1991—2020年甘肃省制种玉米连阴雨、高温、早霜冻、晚霜冻四类灾害风险区划。可以看出,1961—1990年甘肃省制种玉米连阴雨风险强度指数为0.03~2.00,风险区[图3(a)]与1991—2020年大致相同。1991—2020年该指数为0.06~2.00,极高风险区位于甘南高原及陇南部分地区,高风险区位于陇中南部及陇东部分地区,中风险区位于祁连山区、陇中北部,低风险区位于河西走廊地区[图3(b)]。

图3

图3   1961—1990年(a、c、e、g)、1991—2020年(b、d、f、h)甘肃省制种玉米连阴雨(a、b)、高温(c、d)、早霜冻(e、f)、晚霜冻(g、h)气候风险区划

Fig.3   Climatic risk zoning of continuous rainy days (a, b), high temperature (c, d), early frost (e, f), and late frost (g, h) for hybrid seed maize in Gansu Province during 1961-1990 (a, c, e, g) and 1991-2020 (b, d, f, h)


1961—1990年甘肃省制种玉米高温风险强度指数为0~1.83,极高风险区位于敦煌中部,高风险区位于河西走廊中西部及武威北部地区,中风险区位于陇中北部及陇南东部部分地区,低风险区位于祁连山区、河东大部[图3(c)]。1991—2020年该指数上升为0~1.93,极高风险区位于河西走廊西部川区,高风险区位于河西走廊中东部、陇中北部、陇东东部及陇南东部,中风险区位于陇中东部及庆阳北部,低风险区位于祁连山区、甘南高原[图3(d)]。相较于1961—1990年,1991—2020年极高风险区耕地面积占比增加13.1%,主要分布于河西走廊西部川区,陇中北部、陇东东部及陇南东部由中风险转为高风险,陇中南部、庆阳北部及平凉由低风险转为中风险。

1961—1990年甘肃省制种玉米早霜冻风险强度指数为0.03~2.00,极高风险区位于祁连山区西段,高风险区位于祁连山区中东段、甘南高原部分地区,中风险区位于河西走廊西部川区及陇中地区,低风险区位于陇东南地区[图3(e)]。1991—2020年该指数为0~2.00,其空间分布[图3(f)]与1961—1990年格局基本一致。相较于1961—1990年,1991—2020年极高风险区分布范围略微增大,庆阳北部由中风险转为低风险。

1961—1990年甘肃省制种玉米晚霜冻风险强度指数为0~2.00,极高风险区位于祁连山区西段,高风险区位于祁连山区中东段、甘南高原部分地区,中风险区位于河西走廊川区及陇中,低风险区位于陇东南及河西走廊部分地区[图3(g)]。1991—2020年该指数分布范围与1961—1990年保持一致,极高风险区位于祁连山区西段,高风险区位于祁连山区中东段、甘南高原部分地区,中风险区位于酒泉北部及陇中南部部分地区,低风险区位于河西走廊川区、陇中北部、陇东南地区[图3(h)]。相较于1961—1990年,1991—2020年晚霜冻极高风险区耕地面积占比减少4.2%,高风险区减少3.5%,低风险增加16.1%。河西走廊川区及陇中北部低风险分布范围明显增加,酒泉北部由高风险转为中风险。

综合来看,近60 a甘肃省制种玉米灾害风险格局呈现“高温风险增强、晚霜冻风险减弱、连阴雨风险相对稳定”的特征。气候变暖背景下,高温灾害影响范围扩大是最显著的变化信号,对制种玉米适宜性格局产生重要影响。

2.3 甘肃省制种玉米精细化区划结果

1961—1990年,甘肃耕地范围内,制种玉米最适宜区主要分布在河西中部、武威市北部,金塔、金川和民勤等地;适宜区主要分布在民乐、山丹南部及民勤北部部分地区;次适宜区主要分布在敦煌、瓜州、玉门、甘州大部、民乐大部、山丹大部、凉州、古浪及景泰等地,生育期内灾害风险较高;不适宜区主要分布在河西荒漠区、祁连山区及河东大部地区[图4(a)]。

图4

图4   1961—1990年(a)、1991—2020年(b)甘肃省制种玉米精细化农业气候区划

Fig.4   Refined agroclimatic zoning of hybrid seed maize in Gansu Province during 1961-1990 (a) and 1991-2020 (b)


1991—2020年,甘肃耕地范围内,制种玉米最适宜区高度集中于肃州、临泽、高台、甘州、凉州等地[图4(b)]。该区域制种玉米生育期内≥10 ℃活动积温达3 100~3 300 ℃·d,日照时数1 500~1 700 h,相对湿度为43%~49%,开花期平均气温22.8~23.6 ℃,同时连阴雨和高温灾害风险均低。该区域光热资源丰富,资源组合匹配合理,花期温度处于玉米开花的最适宜区间,加之灾害风险低,形成“热量充足、湿度适配、风险可控”的协同优势格局,为制种玉米开花授粉及物质积累提供稳定气候保障。适宜区主要分布在永昌、民勤南部。生育期内≥10 ℃活动积温为2 200~3 200 ℃·d,日照时数1 500~1 600 h,相对湿度为49%~53%,开花期平均气温18.9~22.9 ℃,连阴雨和高温灾害风险较低。该区域虽整体光照条件良好且灾害风险较低,但热量与湿度匹配度略逊于最适宜区,仍能为制种玉米授粉及物质积累提供支撑。次适宜区主要分布在酒泉中西部、民乐、山丹、民勤大部、金川、古浪及景泰等地。生育期内≥10 ℃活动积温为1 800~2 800 ℃·d或3 200~3 800 ℃·d,日照时数1 300~1 500 h或1 800~1 900 h,相对湿度为37%~49%或51%~53%,开花期平均气温为17.6~19.2 ℃或22.8~25.9 ℃,连阴雨和高温灾害风险较高。该区域虽积温与花期气温条件较好,但受高相对湿度叠加影响,高温灾害风险明显增大,环境适配性较低,对制种玉米授粉与物质积累的支撑能力较弱。不适宜区与1961—1990年相比,空间范围变化较小,仍集中在河西荒漠区、祁连山区、河东大部地区,该区域主要受两大因素制约:一是气候条件不符,积温、日照、湿度或花期温度偏离制种玉米需求,且灾害风险高;二是非耕地占比高,难以支撑制种玉米规模化生产。

2.4 气候变化对甘肃省春玉米和制种玉米区划的影响

≥10 ℃活动积温是调控玉米生育进程与产量形成的核心热量因子,其变化直接影响区域种植适宜性阈值结构。相较于1961—1990年,1991—2020年全省春玉米生育期内≥10 ℃活动积温平均增幅达245.6 ℃·d,热量资源显著改善,部分原处于热量临界状态区域突破适宜阈值,实现种植等级跃迁。从空间格局来看,春玉米适宜性提升区域主要集中在陇中大部及陇东南部分区域,反映了热量资源增加对种植适宜性的驱动效应,也印证了热量因子对作物种植适宜性空间分布的主导性作用[图5(a)]。相较于1961—1990年,1991—2020年平凉静宁、庄浪及天水大部地区春玉米种植由适宜区变为最适宜区,陇中安定、会宁、陇西等大部地区适宜和最适宜区明显扩大,最适宜区面积占比增加12.1%,适宜区、次适宜区与不适宜区面积占比分别减少2.5%、8.5%和1.1%。其中临夏、定西和平凉的适宜性等级变迁幅度最明显。

图5

图5   甘肃省春玉米(a)和制种玉米(b)种植区划年代际差异(1991—2020年减去1961—1990年)

Fig.5   Interdecadal differences (1991-2020 minus 1961-1990) of planting zoning for spring maize (a) and hybrid seed maize (b) in Gansu Province


制种玉米区划的年代际演变则呈现明显的空间分异格局,适宜性提升与下降区域并存。其中,适宜性呈上升趋势的区域集中分布于甘州区、永昌县、凉州区及其周边地带[图5(b)]。这些区域适宜性等级提升的核心驱动因素为热量条件的协同优化:一方面,区域≥10 ℃活动积温增幅达280.0 ℃·d,有效补足了制种玉米生育期对热量累积的需求;另一方面,开花期平均气温升高1.35 ℃,达到最适宜区间,与制种玉米花期温度敏感阈值相匹配,二者耦合作用显著提升了区域种植适宜性。与之相反,制种玉米种植适宜性呈下降态势的区域主要位于金塔县、民勤县、玉门市等河西走廊西部区域,该类区域适宜性下降的主导诱因是极端高温事件频发,高温灾害风险等级显著上升,进而抑制了其正常生殖生长与物质积累,最终导致种植适宜度降低。

从全省尺度来看,制种玉米区划等级迁移特征明显:相较于1961—1990年,1991—2020年最适宜区与不适宜区耕地面积占比分别减少0.9%、1.3%,适宜区与次适宜区面积则分别增加0.6%、1.6%,其中甘州区与凉州区的适宜性等级变迁幅度最突出。同时,全省高温极高风险区耕地面积占比增加13.1%,高温胁迫加剧是驱动河西走廊西部区域制种玉米种植适宜性下降的关键气候因子。

2.5 甘肃省春玉米与制种玉米气候区划比较分析

2.5.1 区划指标体系构成

从评价指标体系来看,春玉米依托光、温常规气候因子开展适宜性评价,指标维度相对单一;制种玉米考虑繁育生产对田间湿度环境、花期授粉条件及气象灾害防御的特殊要求,在光温指标基础上,增设全生育期平均相对湿度、7—8月连阴雨、高温及霜冻风险指数,共形成7项核心区划指标,覆盖“光、温、湿、灾”四个关键维度,评价维度较春玉米更为丰富。从指标权重配置来看,春玉米权重侧重热量与光照资源禀赋,以大田丰产气候适配为主要导向;制种玉米适当调低基础光温指标权重,将权重分配向湿度因子及气象灾害风险因子倾斜,体现了制种生产对环境和灾害风险规避的高敏感性。从综合分级标准来看,在相同模糊综合评判模型框架下,春玉米与制种玉米采用两套独立的综合适宜度分级临界值。制种玉米综合适宜等级划分标准更为严格,适宜区间范围更窄;春玉米综合适宜区间跨度更大,对区域气候小幅波动及轻度气象灾害具备更强的适应能力。

2.5.2 空间适宜分布格局

受区域大尺度光温气候条件制约,春玉米与制种玉米气候适宜性格局整体具有较高的一致性。河西走廊及沿黄灌溉区域光热条件优越、气候匹配度较好,适宜玉米规模化种植;祁连山区、甘南高原及河西荒漠区域热量不足、地形条件受限,整体不适宜开展玉米规模化生产。

受区划评价体系差异影响,两类玉米局部分布特征存在显著差异。春玉米适宜限制条件较少,其最适宜区在耕地范围内呈连片分布特征,覆盖河西大部、陇中北部、陇东及陇南大部区域。制种玉米受湿度条件与连阴雨、高温、霜冻等灾害风险的多重约束,综合适宜评判标准更为严格,其最适宜区空间范围明显压缩,仅集中于河西走廊中部肃州、临泽、高台、甘州、凉州等光温适宜、湿度适中、气象灾害风险较低的耕地。陇中、陇东、陇南大部分区域仅能满足春玉米生长气候需求,难以达到制种玉米繁育生产的气候适宜标准。

2.5.3 年代际格局演变特征

1961—1990年与1991—2020年两个时段对比可见,气候变暖背景下全省≥10 ℃活动积温呈增加趋势,对两类玉米基础光温适宜性形成同向驱动,适宜区均呈现向高海拔及偏北区域扩张的共性特征。

年代际演变差异主要来自制种玉米增设的湿度与灾害指标。春玉米年代际格局变化仅由光温资源主导,整体变化相对平缓;制种玉米受高温、晚霜冻等灾害年代际波动影响显著,河西走廊西部高温风险区范围扩张,导致局部区域综合适宜性下降,出现适宜等级降级特征,而普通春玉米受该类灾害指标约束弱,空间格局未出现明显降级现象。

2.6 甘肃省春玉米与制种玉米精细化区划验证及对策

2.6.1 区划验证

为验证精细化区划结果的科学性与合理性,分别从春玉米种植规模、制种玉米种植规模及制种玉米品质三个维度,基于生产实际数据与区划等级进行空间一致性对比分析。

1)根据《甘肃农村年鉴》(甘肃农村年鉴编委会,2024)统计,春玉米种植面积大于6.67×104 hm2的市(州)共计8个,按规模排序依次为庆阳市、白银市、定西市、张掖市、平凉市、天水市、武威市、临夏州,其种植规模合计占全省春玉米总种植面积的82.6%。区划分析表明,上述主产区域全部处于春玉米种植最适宜区,表明实际种植布局与区划结果具有较好的一致性,实际种植布局与区划等级匹配度良好。

2)根据《甘肃农村年鉴》统计,制种玉米种植面积4 000 hm2以上的县(区)共计5个,从大到小依次为甘州区、临泽县、肃州区、高台县、凉州区,种植面积占比86.9%。区划结果显示,上述制种玉米主产县(区)均位于最适宜区范围内,空间一致性较高,实际种植面积分布与区划等级高度吻合。

3)选取肃州、甘州、凉州为代表的多地制种玉米生产基地,基地内制种玉米发芽率均高于96%,发芽指标合格率、种子综合合格率均为100%,种子品质与区划结果较为一致,为区划结果的合理性提供了生产实践依据。

2.6.2 气候变化应对建议

基于气候变化背景下甘肃省春玉米和制种玉米种植适宜性格局演变特征,充分利用气候变暖带来的热量资源改善效应,同时针对极端气象灾害风险增强趋势,从以下方面提出对策建议。品种优化配置方面,针对热量条件改善区域,可适度引入熟期偏长、增产潜力较高的品种,提高光热资源利用效率;河西走廊西部等高温风险增加区域,应优先配置耐热性强、花期稳定性高的品种,降低高温对授粉结实的不利影响。播期调控方面,依据不同区域热量资源增幅和高温灾害发生窗口期的变化规律,动态调整春玉米与制种玉米的适宜播种期,使玉米关键生育阶段避开极端高温集中期,减轻高温胁迫影响。田间管理方面,应针对高温干旱叠加区域,加强农田水分调控,通过精准灌溉、地膜覆盖及水肥一体化等措施,提高土壤水分保持能力和作物抗逆水平。通过上述适应路径的综合实施,充分利用热量资源增量,减少高温加剧带来的负面影响,提升甘肃玉米生产系统对气候变化的适应能力。

3 结论与讨论

本研究基于1961—2020年气象观测资料、高分辨率DEM、土地利用及降尺度CMFD格点数据,采用多元回归小网格空间推算、模糊隶属度函数与加权综合评判方法,同步开展甘肃省春玉米与制种玉米精细化气候适应性区划,并从指标体系、空间格局及年代际演变开展系统比较分析,得到以下主要结论。

1)春玉米与制种玉米采用相同的基础光温指标及单因子适宜阈值,但二者评价体系存在明显差异。相较于春玉米,制种玉米在同类光温指标基础上,新增平均相对湿度及连阴雨、高温、霜冻灾害风险指标,同时采用差异化指标权重与独立的综合适宜分级标准,评价维度更为全面严格。

2)两类玉米气候适宜空间格局均表现为河西走廊及沿黄灌区气候适配性最优,祁连山区、甘南高原与河西荒漠受热量和地形制约不适宜规模化种植。但局部气候适配格局存在明显差异:春玉米气候适宜阈值区间更大,对气候波动和轻度气象灾害的适应能力较强,适宜耕地范围涵盖河西大部、陇中北部、陇东及陇南区域;制种玉米受湿度条件与多重灾害约束,综合适宜评判标准更为严格,最适宜区仅高度集中于河西走廊中部肃州、临泽、高台、甘州、凉州等地。

3)气候变暖背景下,全省≥10 ℃活动积温明显增加,相较于1961—1990年,1991—2020年两类玉米适宜种植区均向高海拔及偏北方向拓展。春玉米主要受光温条件驱动,适宜区扩张幅度更大,平凉、天水、陇中等地适宜等级整体提升,最适宜区面积占比增加12.1%,适宜区、次适宜区与不适宜区面积占比分别减少2.5%、8.5%和1.1%;制种玉米年代演变呈现空间分化特征,河西中部因热量与花期气温匹配优化适宜性上升,河西西部受高温风险加剧影响适宜性下降。全省制种玉米高温极高风险区耕地面积占比增加13.1%,最适宜区与不适宜区面积占比分别减少0.9%和1.3%,适宜区与次适宜区分别增加0.6%和1.6%。

≥10 ℃活动积温是调控玉米生育进程与气候适宜性的核心因子,1961—2020年,全省热量资源显著改善,促使热量临界区实现种植等级跃迁。制种玉米相较于普通春玉米,对花期温湿度匹配、灾害规避要求更为严苛,河西西部高温频发、河东连阴雨多发,是制约区域制种产业发展的关键气候因素,这与已有玉米气候区划相关研究结论(王森等,2021)具有较好一致性。相较于传统单一气候因子区划,本文针对制种玉米引入多类气象灾害风险指标,进一步量化了灾害风险的影响权重,完善了区划指标体系。通过两类玉米区划对比,弥补了现有研究多单一作物分析、缺少横向比较的不足,可为全省玉米种植结构优化、制种核心区划定提供理论支撑。

本文仅从气候资源与气象灾害角度开展适应性区划,未纳入土壤理化性质、灌溉保障条件及农艺管理水平等非气候因子,存在一定局限,这与殷雪莲等(2022)关于“气候需结合生产管理才能全面评价”的结论形成互补。未来可借鉴“气候-土壤-地形”多因子耦合评价框架(Nabati et al., 2022),结合气候模式开展未来气候情景下动态区划,进一步提升两类玉米种植布局优化及气象风险预判能力(刘聪等,2021;鲁韦坤等,2023)。

参考文献

鲍文中, 张强, 陶健红, , 2018. 甘肃气候[M]. 北京: 气象出版社.

[本文引用: 1]

成林, 刘荣花, 2012.

河南省夏玉米花期连阴雨灾害风险区划

[J]. 生态学杂志, 31(12): 3 075-3 079.

[本文引用: 1]

程立新, 2009. 我国西北地区玉米制种可持续发展对策研究[D]. 郑州: 河南农业大学.

[本文引用: 1]

樊廷录, 杨珍, 王建华, , 2014.

灌水时期和灌水量对甘肃河西玉米制种产量和水分利用的影响

[J]. 干旱地区农业研究, 32(5): 1-6.

[本文引用: 1]

甘肃农村年鉴编委会, 2024. 甘肃农村年鉴2024[M]. 北京: 中国统计出版社: 77-79.

[本文引用: 1]

霍治国, 张海燕, 李春晖, , 2023.

中国玉米高温热害研究进展

[J]. 应用气象学报, 34(1): 1-14.

[本文引用: 1]

金志凤, 黄敬峰, 李波, , 2011.

基于GIS及气候-土壤-地形因子的浙江省茶树栽培适宜性评价

[J]. 农业工程学报, 27(3): 231-236.

[本文引用: 1]

李芳红, 2021. 宁夏苹果品种生态区划[D]. 银川: 宁夏大学.

[本文引用: 1]

李红英, 张晓煜, 曹宁, , 2014.

基于GIS的宁夏酿酒葡萄优质生态区区划与应用

[J]. 干旱地区农业研究, 32(5): 181-186.

[本文引用: 1]

李凯伟, 张继权, 魏思成, , 2021.

东北春大豆精细化气候区划

[J]. 应用气象学报, 32(4): 408-420.

[本文引用: 1]

李雪洋, 2020. 气候变化背景下基于GIS的辽宁省玉米气候区划研究[D]. 沈阳: 沈阳农业大学.

[本文引用: 1]

刘聪, 李凯伟, 张继权, , 2021.

基于气候适宜度的南方柑橘种植精细化气候区划

[J]. 应用气象学报, 32(4): 421-431.

[本文引用: 1]

刘国华, 第红君, 2023.

甘肃省玉米种子质量评价分析及建议

[J]. 种子, 42(9): 152-156.

[本文引用: 1]

鲁韦坤, 李蒙, 胡雪琼, , 2023.

气候变化对云南橡胶潜在种植区的影响

[J]. 应用气象学报, 34(3): 379-384.

[本文引用: 1]

欧阳伟, 2014. 伊犁垦区制种玉米区划及可持续发展对策的研究[D]. 石河子: 石河子大学.

[本文引用: 1]

石作雄, 师伟杰, 邓浩亮, , 2025.

河西绿洲不同节水灌溉方式和灌溉定额对制种玉米光合特性和产量的影响

[J]. 玉米科学, 33(9): 77-87.

[本文引用: 1]

苏永秀, 李政, 孙涵, 2006.

基于GIS的广西甘蔗种植气候区划

[J]. 中国农业气象, 27(3): 252-255.

[本文引用: 1]

王帆, 齐月, 方锋, , 2026.

河西走廊制种玉米高温热害时空特征及风险区划

[J]. 干旱气象, 44(2): 200-207.

[本文引用: 1]

甘肃省是中国三大国家级玉米制种基地之一,河西走廊是制种玉米的主要产区。受气候变暖影响,区域高温事件频发,严重威胁制种玉米高产稳产。利用甘肃省河西地区制种玉米主产区14个气象观测站2004—2025年逐日、逐时气温资料及制种玉米产量资料,确定制种玉米高温热害指标,分析热害时空分布特征,构建制种玉米高温热害风险评估指数并进行风险区划。结果表明:综合日高温时长的热害指标与气象产量的相关性更强,因此以35 ℃及以上日高温时长≥4 h的高温日数及对应高温积热作为高温热害致灾因子指标;2004—2025年制种玉米主产区高温日数和高温积热整体呈增加趋势,年际变化幅度大,空间分布上整体呈西北向东南减少的趋势;根据高温热害风险评估指数进行风险区划,河西走廊制种玉米高温热害极高和高风险区主要分布在酒泉市瓜州县、金塔县,张掖市甘州区、高台县、临泽县,金昌市金川区,武威市民勤县等地,种植面积较大的县区需加强对高温热害的防范。

王连喜, 陈怀亮, 李琪, , 2010.

农业气候区划方法研究进展

[J]. 中国农业气象, 31(2): 277-281.

[本文引用: 1]

王森, 张山清, 刘纪疆, , 2021.

基于GIS的呼图壁县制种玉米精细化气候区划

[J]. 沙漠与绿洲气象, 15(4): 130-137.

[本文引用: 2]

王秀萍, 刘荣花, 詹静, 2016.

连阴雨对玉米的影响研究进展

[J]. 气象与环境科学, 39(4): 121-125.

[本文引用: 1]

吴景锋, 1995.

我国玉米杂交种发展的主要历程、差距和对策

[J]. 玉米科学, 3(1): 1-5.

[本文引用: 1]

肖玮钰, 2013. 西北地区春玉米气候适宜性区划和干旱风险评估[D]. 南京: 南京信息工程大学.

[本文引用: 1]

徐虹, 张丽娟, 赵艳霞, , 2014.

黄淮海地区夏玉米花期阴雨灾害风险区划

[J]. 自然灾害学报, 23(5): 263-272.

[本文引用: 1]

殷雪莲, 褚超, 白青华, , 2022.

张掖制种玉米生长期气候条件分析及气候品质认证

[J]. 中国农学通报, 38(2): 71-77.

[本文引用: 2]

本文研究张掖制种玉米关键生长阶段气象因子适宜指标,确定影响品质的主要气候条件及关键因素,探讨了张掖制种玉米气候品质认证技术。利用张掖国家基准气候站气温、降水、日照等气象资料,分析2020年热量、光照、降水气候条件及诸因子对制种玉米主要生长期的影响,最终对张掖制种玉米进行气候品质等级认证分析评估。结果表明,2020年研究区域温度、日照条件有利于玉米生长发育和品质形成;2020年伏期干旱和病虫害对制种玉米生长发育造成一定影响,种植基地采取相应防范措施减轻危害程度。通过对制种玉米地理产区区划指标、当年制种玉米生长期气候条件、制种基地生产管理情况进行评分,得出认证区域内制种玉米气候品质等级为特优。

余卫东, 陈怀亮, 2010.

河南省夏玉米精细化农业气候区划研究

[J]. 气象与环境科学, 33(2): 14-19.

[本文引用: 2]

张奥妮, 曾庆平, 田丰, , 2024.

1997-2020年中国玉米种植面积与产量变化分析

[J]. 作物研究, 38(4): 329-333.

[本文引用: 1]

周玉乾, 寇思荣, 2009.

甘肃省玉米制种竞争力分析及可持续发展对策

[J]. 中国种业, (11): 14-16.

[本文引用: 1]

卓玛草, 袁建钰, 韩博, , 2021.

气候变化对甘肃省雨养农业区玉米种植区划的影响

[J]. 干旱地区农业研究, 39(2): 211-219.

[本文引用: 1]

MA Y N, GUGA S R, XU J, et al, 2021.

Comprehensive risk assessment of high temperature disaster to kiwifruit in Shaanxi Province, China

[J]. International Journal of Environmental Research and Public Health, 18(19): 10 437.DOI:10.3390/ijerph181910437.

[本文引用: 1]

NABATI J, NEZAMI A, NEAMATOLLAHI E, et al, 2022.

An integrated approach land suitability for agroecological zoning based on fuzzy inference system and GIS

[J]. Environment, Development and Sustainability, 25(3): 2 316-2 338.

[本文引用: 1]

PILEVAR A R, MATINFAR H R, SOHRABI A, et al, 2020.

Integrated fuzzy, AHP and GIS techniques for land suitability assessment in semi-arid regions for wheat and maize farming

[J]. Ecological Indicators, 110: 105887.DOI:10.1016/j.ecolind.2019.105887.

[本文引用: 1]

SOLMAN S, CABRÉ M F, GONZÁLEZ M H, et al, 2018.

Bioclimatic zoning of Argentinian Malbec grape productivity regions by means of a unique combined index

[J]. Climate Research, 74(3): 185-199.

[本文引用: 1]

/