论文部分内容阅读
摘要利用安徽地区均匀分布的国家常规气象觀测站1960—2012年逐日气象观测数据，结合前人研究的双季早稻生长季低温及高温致灾临界气象指标，运用Matlab软件统计分析了安徽地区各气象站点小满寒及高温逼熟历年发生次数的多时间尺度特征，并进行了相关的检验。结果表明，小满寒灾害高值区主要位于安徽北部的砀山和宿县，而高温逼熟重灾区主要在皖南的安庆地区。从时间变化上看，安徽省双季稻区小满寒具有明显的下降趋势，高温逼熟发生次数相对较为稳定。小波分析结果表明，在2012年以后，小满寒和高温逼熟等值线处于偏多年且未闭合，表明未来一段时间安徽地区仍处于小满寒及高温逼熟重灾年。
关键词 早稻；小满寒；高温逼熟；时空分布特征；安徽省
中图分类号 S16 文献标识码 A 文章编号 0517-6611（2017）27-0190-04
Abstract Using daily meteorological data of national meteorological observation station in Anhui from 1960 to 2012， combined with previous studies about low temperature and high temperature disaster critical meteorological index of early rice，to analysis of the multiple time scale characteristics of grain buds cold and heatforced maturity in Anhui meteorological stations by Matlab software， and then carried on the related examination.The results showed that the hardest hit of grain buds cold contains Dangshan and Suxian in northern of Anhui， while that of heatforced maturity was mainly in Anqing in southern of Anhui.From view of time， the occurrence of grain buds cold had an obvious downward trend， but that of heatforced maturity was relatively stable.Wavelet analysis results showed that， after 2012， the isogram of grain buds cod and heatforced maturity were more occurrences and were not closed， which indicated Anhui Province would still affected severely by grain buds cold and heatforced maturity for next years.
Key words Early rice；Grain buds cold；Heatforced maturity；Temporal and spatial distribution characteristics；Anhui Province
安徽地区地处长江中下游平原，境内地形复杂多变，峰峦叠嶂，全年降水适宜，光照充足，热量资源丰富，是全国13 个主产稻米省份之一，水稻一直是其主要粮食作物，该省兼有南北稻区的特点，双季稻和一季稻均有种植。安徽省位于亚热带和暖温带的过渡地带，在双季早稻种植过程中，春季易遭受北方冷空气南下的影响，使得早稻雄性不育、分蘖数减少，有效穗数减少以及空壳率增加。而夏季受副热带高压控制，水稻灌浆期易遭受持续高温天气影响，使得水稻的产量和品质急剧下降，严重影响了粮食的可持续发展，也给粮农带来了巨大的经济损失。
水稻生长发育最适宜的温度在17～30 ℃，而且处于不同的发育阶段具有明显不同的三基点温度，当日平均气温低于发育下限温度或高于发育上限温度时，水稻生长发育受限。根据低温对水稻的影响机理，可将冷害分为延迟型冷害、障碍型冷害和混合型冷害3种类型[1-3]。水稻整个生长季的每个阶段都有可能发生冷害，芽期、苗期、孕穗期和开花灌浆期均对低温非常敏感[4-7]。温度过高也不利于水稻的生长发育，花期高温会影响水稻花药开裂以及花粉管的伸长[8-9]，灌浆期高温将导致籽粒灌浆加速，有效灌浆期缩短，籽粒充实度降低，进而影响籽粒千粒重[10]。日平均温度超过30 ℃持续3 d以上就会造成花器官发育不全和花粉发育异常，导致结实率普遍下降或籽粒发育畸形[11]。在双季稻早稻种植区，春季易遭受来自于北方冷空气南下的影响，此时双季早稻正处于幼穗分化期，持续的低温天气过程导致水稻在盛夏季节，我国南方地区受副热带高压控制，极端高温天气现象频繁发生。笔者利用安徽地区均匀分布的国家常规气象观测站1965—2012年逐日气象观测数据，结合前人研究的双季早稻生长季低温及高温致灾临界气象指标，
系统研究安徽省早稻小满寒及高温逼熟时空分布特征，为双季早稻的种植和气象灾害防御决策提供理论依据。
1 资料与方法
1.1 气象资料的来源
气象数据来源于1960—2012年安徽省常规气象观测站数据，主要包括逐日平均温度、日最高温度、日最低温度等。在运用数据前先对数据进行质量控制，以保证数据资料的一致性。
1.2 小满寒及高温逼熟致灾指标的确定 小满寒和高温逼熟是制约安徽省早稻生长发育和产量形成的主要障碍，小满寒是处于幼穗分化期的早稻突遇北方冷空气南下降温，日平均气温低于20 ℃、日最低气温低于16 ℃持续3 d及以上的农业气象灾害，持续的春季低温过程易造成雄心不育、有效分裂减少、品质降低。高温热害一般是指高温对作物的生长发育以及产量造成的危害，对于水稻而言，主要是受盛夏季节副热带高压的影响，此时双季早稻正值灌浆期，持续的高温天气使得水稻剑叶呼吸速度增加，灌浆速率受阻，干物质积累减少，蒸腾强度增加，千粒重下降。笔者在总结前人研究的基础上，将日平均气温低于20 ℃、日最低气温低于16 ℃作为水稻幼穗分化期春季冷害临界温度，持续3 d及以上作为一次春季低温过程。同理把日平均气温≥30 ℃和日最高气温≥35 ℃作为水稻高温热害临界温度，持续3 d及以上作为一次高温过程。
1.3 数据处理
根据上述指标，运用Matlab软件分别计算安徽省各站点发生小满寒和高温逼熟日数。运用ArcGIS空间分析模块的反距离权重法[12]依次对发生日数数据进行空间插值。运用Excel软件对年际变化数据进行分析，突变检验[13]采用Matlab编程完成。
2 结果与分析
2.1 双季早稻小满寒及高温逼熟空间分布特征
由图1a可知，1960—2012年安徽省早稻种植期间小满寒的平均发生站次为1.0～4.0次/a，即安徽省小满寒灾害每年均有发生，有的站次甚至一年发生多次，可见安徽省小满寒灾害发生较为频繁。小满寒的发生规律在地区上大致表现为：从南到北小满寒发生频次逐渐增加，安徽北部的砀山和宿县发生频次较高，为3.5～4.0次/a，其中砀山最高，为4.0次/a；其次为亳州、阜阳和寿县以及南部的宁国，发生频次为2.9～3.4次/a；发生频次最低的地区为安徽省南部的安庆，为1.0次/a，其次为中部的合肥和巢湖及最南部的屯溪，发生频次为1.7～2.2次/a，其他地区小满寒发生频次为2.3～2.8次/a。
由图1b可知，近53年安徽省高温逼熟灾害的频次分布与小满寒灾害相反，发生频次总体表现为南高北低趋势。高温逼熟发生频次最高的地区为安庆，为3.8次/a，发生频次以砀山最低，为1.0次/a。安徽省北部高温逼熟发生频次在1.0～2.1次/a，砀山、宿县和亳州为低发区，发生频次为1.0～1.6次/a。安徽省南部高温逼熟发生频次普遍较高，为2.2～3.8次/a，除安庆和亳州及其周边地区外的大部分区域高温逼熟发生频次为2.2～2.7次/a。
2.2 双季早稻小满寒及高温逼熟时间变化规律
从图2可看出，1960—2012年安徽省全省小满寒的发生次数随时间变化存在较明显的波动性，平均发生2.7次/a，但整体上发生次数呈现减少趋势，20世纪90年代前后变化较明显，1960—1990年发生次数为1.0～6.2次/a，平均发生次数为3.0次/a，1991—2012年小满寒发生次数为0.4～4.2次/a，平均为2.2次/a，这种减少趋势可能是因为全球气候变暖、气温回升较快引起的。全省高温逼熟发生次数每年的波动性也很明显，但整体上来看发生次数较平稳，1960—2012年高温逼熟发生次数平均为2.1次/a。2000年前后高温逼熟发生次数差异较大，1962—1999年发生次数两极变化较明显，而2000—2012年发生次数则相对更为稳定，这也可能与全球气候变暖有关，气候变暖导致6月21日—7月20日持续高温时间更为集中，因此2000—2012年高温逼熟偏多年份的统计次数较1962—1999年偏少。
2.3 双季早稻小满寒及高温逼熟M-K检验
从图3可看出，1960—2012年安徽省小满寒和高温逼熟平均发生次数在2条临界线内检验曲线存在明显的交点，说明安徽省早稻小满寒和高温逼熟灾害随着时间的变化均存在显著的突变特征。
小满寒，1979—2005年UF值逐渐增加，说明在此期间小满寒发生次数有明显增加的趋势，其中在1994年左右存在明显的突变点，后期增加趋势较前期明显，说明气候变化在一定程度上增加了小满寒发生次数。高温逼熟UF线具有明显的振荡特征，突变点发生在2005年左右，其中在1990—2005年有微弱的下降趋势，突变点之后高温逼熟有增加趋势，说明2005年之后是安徽省高温逼熟灾害发生偏多年。
2.4 双季早稻小满寒及高温逼熟周期变化特征
2.4.1 小满寒。
从图4a可以看出，1960—2012年安徽省小满寒灾害发生次数存在2～3、5～12和13～22年中小尺度以及中心尺度为40年左右的35～45年大尺度的周期性变化；4类时间尺度小满寒发生次数呈少—多交替振荡出现，其中35～45年大尺度上存在准1次振荡，13～22年尺度上存在准3次振荡，5～12年尺度上存在准6次振荡，2～3年小尺度上这种振荡次数更多。
小波方差（图4b）显示，小满寒发生次数存在4个较明显的峰值，依次对应的时间尺度为3、10、17和42年，其中最大峰值对应的时间为42年，说明42年左右的周期振荡最明显，为小满寒发生第1主周期；10年对应的为第2峰值，为小满寒发生的第2主周期；3和17年分别为小满寒发生的第3和第4主周期。小波系数模等值图（图4c）显示，5～12年時间尺度的模值最大，其对应的时间为20世纪70—80年代，说明5～12年时间尺度周期在此时间内的变化最明显。
2.4.2 高温逼熟。
从图5a可看出，1960—2012年安徽省高温逼熟发生次数存在2～3、4～7、8～15和25～35年尺度的周期性变化，其中4～7年尺度的周期性变化主要发生于20世纪60—90年代初，且4类时间尺度的高温逼熟发生次数呈多—少交替振荡出现；25～35年尺度上存在准2次振荡，8～15年尺度上存在准4次振荡，4～7年尺度上存在准6次振荡，2～3年小尺度上振荡次数更多。小波方差（图5b）显示，高温逼熟发生次数存在4个较明显的峰值，其对应的时间尺度分别为2、5、12和30年；其中12年对应的方差为最大峰值，所以安徽省高温逼熟发生的第1主周期为12年；5年对应的峰值次之，所以高温逼熟发生的第2主周期为5年；2和30年分别为高温逼熟发生的第3和第4主周期。 小波系数模等值图（图5c）显示，8～15年时间尺度对应的系数模值最大，说明8～15年周期性变化明显，其中20世纪70年代内的系数模值最大，说明8～15年周期在此时段内表现最显著。
3 结论
以1960—2012年观测数据为基础，分析了近53年安徽省早稻种植期间小满寒和高温逼熟灾害时空分布特征，结果表明，小满寒灾害以安徽北部的砀山和宿县发生频次较高，为3.5～4.0次/a；高温逼熟灾害发生频次最高地区为南部的安庆，发生频次为3.8次/a。时间上，小满寒灾害平均发生2.7次/a，发生次数整体上呈现减少趋势；高温逼熟发生次数平均为2.1次/a，发生次数相对稳定。小波分析结果表明，小满寒灾害发生的第1、第2、第3、第4主周期依次为42、10、3、17年，周期性变化内小满寒发生次数呈少—多振荡出现；高温逼熟灾害发生的第1、第2、第3、第4主周期分别为12、5、2和30年，灾害周期性发生时灾害次数呈多—少交替出现的特征较明显。
参考文献
[1]MAVI H，TUPPER G J.Agrometeorology：Principles and applications of climate studies in agriculture[M].New York：Food Products Press，2004.
[2] 何英彬，陈佑启，唐华俊.水稻冷害研究进展[J].中国农业资源与区划，2008，29（2）：33-38.
[3] TAO F L，ZHANG S，ZHANG Z.Changes in rice disasters across China in recent decades and the meteorological and agronomic causes[J].Regional environmental change，2013，13（4）：743-759.
[4] STHAPIT B R.Chilling injury of rice crop in Nepal：A review[J].Journal of the institute of agriculture and animal science，1992，13：1-32.
[5] 刘民.水稻低温冷害分析及研究进展[J].黑龙江农业科学，2009（4）：154-157.
[6] JIAO J，XU X B，MENG Y.Analysis of rice chilling injury and countermeasures in Heilongjiang province[J].Agricultural meteorology，2004，25（2）：27-29.
[7] LIU X F，ZHANG Z，SHUAI J B，et al.Impact of chilling injury and global warming on rice yield in Heilongjiang province[J].Journal of geographical sciences，2013， 23（1）：85-97.
[8] KOTI S，REDDY K R，REDDY V R，et al.Interactive effects of carbon dioxide， temperature，and ultravioletB radiation on soybean（Glycine max L.） flower and pollen morphology，pollen production，germination， and tube lengths [J].J Experiment Botany，2005，56（412）：725-736.
[9] MATSUI T，KOBAYASI K，YOSHIMOTO M， et al.Stability of rice pollination in the field under hot and dry conditions in the Riverina region of New South Wales [J].Australia Plant Prod Sci，2007，10（1）：57-63.
[10] 陶龍兴，谈惠娟，王熹，等.高温胁迫对国稻6号开花结实习性的影响[J].作物学报，2008，34（4）：669-674.
[11] 王才林，仲维功.高温对水稻结实率的影响及其防御对策[J].江苏农业科学，2004（1）：15-18.
[12] 刘素霞.地理信息系统原理与技术[M].上海：华东师范大学出版社，2006：171-173.
[13] 符涂斌，王强.气候突变的定义和检测方法[J].大气科学，1992，16（4）：482-493.
关键词 早稻；小满寒；高温逼熟；时空分布特征；安徽省
中图分类号 S16 文献标识码 A 文章编号 0517-6611（2017）27-0190-04
Abstract Using daily meteorological data of national meteorological observation station in Anhui from 1960 to 2012， combined with previous studies about low temperature and high temperature disaster critical meteorological index of early rice，to analysis of the multiple time scale characteristics of grain buds cold and heatforced maturity in Anhui meteorological stations by Matlab software， and then carried on the related examination.The results showed that the hardest hit of grain buds cold contains Dangshan and Suxian in northern of Anhui， while that of heatforced maturity was mainly in Anqing in southern of Anhui.From view of time， the occurrence of grain buds cold had an obvious downward trend， but that of heatforced maturity was relatively stable.Wavelet analysis results showed that， after 2012， the isogram of grain buds cod and heatforced maturity were more occurrences and were not closed， which indicated Anhui Province would still affected severely by grain buds cold and heatforced maturity for next years.
Key words Early rice；Grain buds cold；Heatforced maturity；Temporal and spatial distribution characteristics；Anhui Province
安徽地区地处长江中下游平原，境内地形复杂多变，峰峦叠嶂，全年降水适宜，光照充足，热量资源丰富，是全国13 个主产稻米省份之一，水稻一直是其主要粮食作物，该省兼有南北稻区的特点，双季稻和一季稻均有种植。安徽省位于亚热带和暖温带的过渡地带，在双季早稻种植过程中，春季易遭受北方冷空气南下的影响，使得早稻雄性不育、分蘖数减少，有效穗数减少以及空壳率增加。而夏季受副热带高压控制，水稻灌浆期易遭受持续高温天气影响，使得水稻的产量和品质急剧下降，严重影响了粮食的可持续发展，也给粮农带来了巨大的经济损失。
水稻生长发育最适宜的温度在17～30 ℃，而且处于不同的发育阶段具有明显不同的三基点温度，当日平均气温低于发育下限温度或高于发育上限温度时，水稻生长发育受限。根据低温对水稻的影响机理，可将冷害分为延迟型冷害、障碍型冷害和混合型冷害3种类型[1-3]。水稻整个生长季的每个阶段都有可能发生冷害，芽期、苗期、孕穗期和开花灌浆期均对低温非常敏感[4-7]。温度过高也不利于水稻的生长发育，花期高温会影响水稻花药开裂以及花粉管的伸长[8-9]，灌浆期高温将导致籽粒灌浆加速，有效灌浆期缩短，籽粒充实度降低，进而影响籽粒千粒重[10]。日平均温度超过30 ℃持续3 d以上就会造成花器官发育不全和花粉发育异常，导致结实率普遍下降或籽粒发育畸形[11]。在双季稻早稻种植区，春季易遭受来自于北方冷空气南下的影响，此时双季早稻正处于幼穗分化期，持续的低温天气过程导致水稻在盛夏季节，我国南方地区受副热带高压控制，极端高温天气现象频繁发生。笔者利用安徽地区均匀分布的国家常规气象观测站1965—2012年逐日气象观测数据，结合前人研究的双季早稻生长季低温及高温致灾临界气象指标，
系统研究安徽省早稻小满寒及高温逼熟时空分布特征，为双季早稻的种植和气象灾害防御决策提供理论依据。
1 资料与方法
1.1 气象资料的来源
气象数据来源于1960—2012年安徽省常规气象观测站数据，主要包括逐日平均温度、日最高温度、日最低温度等。在运用数据前先对数据进行质量控制，以保证数据资料的一致性。
1.2 小满寒及高温逼熟致灾指标的确定 小满寒和高温逼熟是制约安徽省早稻生长发育和产量形成的主要障碍，小满寒是处于幼穗分化期的早稻突遇北方冷空气南下降温，日平均气温低于20 ℃、日最低气温低于16 ℃持续3 d及以上的农业气象灾害，持续的春季低温过程易造成雄心不育、有效分裂减少、品质降低。高温热害一般是指高温对作物的生长发育以及产量造成的危害，对于水稻而言，主要是受盛夏季节副热带高压的影响，此时双季早稻正值灌浆期，持续的高温天气使得水稻剑叶呼吸速度增加，灌浆速率受阻，干物质积累减少，蒸腾强度增加，千粒重下降。笔者在总结前人研究的基础上，将日平均气温低于20 ℃、日最低气温低于16 ℃作为水稻幼穗分化期春季冷害临界温度，持续3 d及以上作为一次春季低温过程。同理把日平均气温≥30 ℃和日最高气温≥35 ℃作为水稻高温热害临界温度，持续3 d及以上作为一次高温过程。
1.3 数据处理
根据上述指标，运用Matlab软件分别计算安徽省各站点发生小满寒和高温逼熟日数。运用ArcGIS空间分析模块的反距离权重法[12]依次对发生日数数据进行空间插值。运用Excel软件对年际变化数据进行分析，突变检验[13]采用Matlab编程完成。
2 结果与分析
2.1 双季早稻小满寒及高温逼熟空间分布特征
由图1a可知，1960—2012年安徽省早稻种植期间小满寒的平均发生站次为1.0～4.0次/a，即安徽省小满寒灾害每年均有发生，有的站次甚至一年发生多次，可见安徽省小满寒灾害发生较为频繁。小满寒的发生规律在地区上大致表现为：从南到北小满寒发生频次逐渐增加，安徽北部的砀山和宿县发生频次较高，为3.5～4.0次/a，其中砀山最高，为4.0次/a；其次为亳州、阜阳和寿县以及南部的宁国，发生频次为2.9～3.4次/a；发生频次最低的地区为安徽省南部的安庆，为1.0次/a，其次为中部的合肥和巢湖及最南部的屯溪，发生频次为1.7～2.2次/a，其他地区小满寒发生频次为2.3～2.8次/a。
由图1b可知，近53年安徽省高温逼熟灾害的频次分布与小满寒灾害相反，发生频次总体表现为南高北低趋势。高温逼熟发生频次最高的地区为安庆，为3.8次/a，发生频次以砀山最低，为1.0次/a。安徽省北部高温逼熟发生频次在1.0～2.1次/a，砀山、宿县和亳州为低发区，发生频次为1.0～1.6次/a。安徽省南部高温逼熟发生频次普遍较高，为2.2～3.8次/a，除安庆和亳州及其周边地区外的大部分区域高温逼熟发生频次为2.2～2.7次/a。
2.2 双季早稻小满寒及高温逼熟时间变化规律
从图2可看出，1960—2012年安徽省全省小满寒的发生次数随时间变化存在较明显的波动性，平均发生2.7次/a，但整体上发生次数呈现减少趋势，20世纪90年代前后变化较明显，1960—1990年发生次数为1.0～6.2次/a，平均发生次数为3.0次/a，1991—2012年小满寒发生次数为0.4～4.2次/a，平均为2.2次/a，这种减少趋势可能是因为全球气候变暖、气温回升较快引起的。全省高温逼熟发生次数每年的波动性也很明显，但整体上来看发生次数较平稳，1960—2012年高温逼熟发生次数平均为2.1次/a。2000年前后高温逼熟发生次数差异较大，1962—1999年发生次数两极变化较明显，而2000—2012年发生次数则相对更为稳定，这也可能与全球气候变暖有关，气候变暖导致6月21日—7月20日持续高温时间更为集中，因此2000—2012年高温逼熟偏多年份的统计次数较1962—1999年偏少。
2.3 双季早稻小满寒及高温逼熟M-K检验
从图3可看出，1960—2012年安徽省小满寒和高温逼熟平均发生次数在2条临界线内检验曲线存在明显的交点，说明安徽省早稻小满寒和高温逼熟灾害随着时间的变化均存在显著的突变特征。
小满寒，1979—2005年UF值逐渐增加，说明在此期间小满寒发生次数有明显增加的趋势，其中在1994年左右存在明显的突变点，后期增加趋势较前期明显，说明气候变化在一定程度上增加了小满寒发生次数。高温逼熟UF线具有明显的振荡特征，突变点发生在2005年左右，其中在1990—2005年有微弱的下降趋势，突变点之后高温逼熟有增加趋势，说明2005年之后是安徽省高温逼熟灾害发生偏多年。
2.4 双季早稻小满寒及高温逼熟周期变化特征
2.4.1 小满寒。
从图4a可以看出，1960—2012年安徽省小满寒灾害发生次数存在2～3、5～12和13～22年中小尺度以及中心尺度为40年左右的35～45年大尺度的周期性变化；4类时间尺度小满寒发生次数呈少—多交替振荡出现，其中35～45年大尺度上存在准1次振荡，13～22年尺度上存在准3次振荡，5～12年尺度上存在准6次振荡，2～3年小尺度上这种振荡次数更多。
小波方差（图4b）显示，小满寒发生次数存在4个较明显的峰值，依次对应的时间尺度为3、10、17和42年，其中最大峰值对应的时间为42年，说明42年左右的周期振荡最明显，为小满寒发生第1主周期；10年对应的为第2峰值，为小满寒发生的第2主周期；3和17年分别为小满寒发生的第3和第4主周期。小波系数模等值图（图4c）显示，5～12年時间尺度的模值最大，其对应的时间为20世纪70—80年代，说明5～12年时间尺度周期在此时间内的变化最明显。
2.4.2 高温逼熟。
从图5a可看出，1960—2012年安徽省高温逼熟发生次数存在2～3、4～7、8～15和25～35年尺度的周期性变化，其中4～7年尺度的周期性变化主要发生于20世纪60—90年代初，且4类时间尺度的高温逼熟发生次数呈多—少交替振荡出现；25～35年尺度上存在准2次振荡，8～15年尺度上存在准4次振荡，4～7年尺度上存在准6次振荡，2～3年小尺度上振荡次数更多。小波方差（图5b）显示，高温逼熟发生次数存在4个较明显的峰值，其对应的时间尺度分别为2、5、12和30年；其中12年对应的方差为最大峰值，所以安徽省高温逼熟发生的第1主周期为12年；5年对应的峰值次之，所以高温逼熟发生的第2主周期为5年；2和30年分别为高温逼熟发生的第3和第4主周期。 小波系数模等值图（图5c）显示，8～15年时间尺度对应的系数模值最大，说明8～15年周期性变化明显，其中20世纪70年代内的系数模值最大，说明8～15年周期在此时段内表现最显著。
3 结论
以1960—2012年观测数据为基础，分析了近53年安徽省早稻种植期间小满寒和高温逼熟灾害时空分布特征，结果表明，小满寒灾害以安徽北部的砀山和宿县发生频次较高，为3.5～4.0次/a；高温逼熟灾害发生频次最高地区为南部的安庆，发生频次为3.8次/a。时间上，小满寒灾害平均发生2.7次/a，发生次数整体上呈现减少趋势；高温逼熟发生次数平均为2.1次/a，发生次数相对稳定。小波分析结果表明，小满寒灾害发生的第1、第2、第3、第4主周期依次为42、10、3、17年，周期性变化内小满寒发生次数呈少—多振荡出现；高温逼熟灾害发生的第1、第2、第3、第4主周期分别为12、5、2和30年，灾害周期性发生时灾害次数呈多—少交替出现的特征较明显。
参考文献
[1]MAVI H，TUPPER G J.Agrometeorology：Principles and applications of climate studies in agriculture[M].New York：Food Products Press，2004.
[2] 何英彬，陈佑启，唐华俊.水稻冷害研究进展[J].中国农业资源与区划，2008，29（2）：33-38.
[3] TAO F L，ZHANG S，ZHANG Z.Changes in rice disasters across China in recent decades and the meteorological and agronomic causes[J].Regional environmental change，2013，13（4）：743-759.
[4] STHAPIT B R.Chilling injury of rice crop in Nepal：A review[J].Journal of the institute of agriculture and animal science，1992，13：1-32.
[5] 刘民.水稻低温冷害分析及研究进展[J].黑龙江农业科学，2009（4）：154-157.
[6] JIAO J，XU X B，MENG Y.Analysis of rice chilling injury and countermeasures in Heilongjiang province[J].Agricultural meteorology，2004，25（2）：27-29.
[7] LIU X F，ZHANG Z，SHUAI J B，et al.Impact of chilling injury and global warming on rice yield in Heilongjiang province[J].Journal of geographical sciences，2013， 23（1）：85-97.
[8] KOTI S，REDDY K R，REDDY V R，et al.Interactive effects of carbon dioxide， temperature，and ultravioletB radiation on soybean（Glycine max L.） flower and pollen morphology，pollen production，germination， and tube lengths [J].J Experiment Botany，2005，56（412）：725-736.
[9] MATSUI T，KOBAYASI K，YOSHIMOTO M， et al.Stability of rice pollination in the field under hot and dry conditions in the Riverina region of New South Wales [J].Australia Plant Prod Sci，2007，10（1）：57-63.
[10] 陶龍兴，谈惠娟，王熹，等.高温胁迫对国稻6号开花结实习性的影响[J].作物学报，2008，34（4）：669-674.
[11] 王才林，仲维功.高温对水稻结实率的影响及其防御对策[J].江苏农业科学，2004（1）：15-18.
[12] 刘素霞.地理信息系统原理与技术[M].上海：华东师范大学出版社，2006：171-173.
[13] 符涂斌，王强.气候突变的定义和检测方法[J].大气科学，1992，16（4）：482-493.