全 文 ：应 用 生 态 学 报 年 ! 月 第 ∀ 卷 第 期
#∃ %& ∋ ( ∋ )∗ + , & − . ∗ / − 00. %∋ 1 ∋ #∗.∗ 2 3 , )4 5 6 , ∀ 78 9 :一 ;
温热因子和小麦产量的最优回归模型探讨
张正斌 王德轩 7中国科学院一水利部西北水土保持研究所 ,杨凌 < : =8
徐金锡 洒北农业大学扬陵 < ‘: , = = 8
【摘要】 通过温热因子和小麦产量的相关分析及最优回归模型的建立 , 结果表明在降水较少的地
区 , 温热增产作用未能正常发挥 > 在降水较多的地区 , 温热增产作用则得到一定程度的发挥 > 并针对
不同地区分别提出了相应的小麦增产措施 6
关键词 温热因子 小麦产量 最优回归模型
? ≅ ΑΒΧ Δ Χ Ε Φ Γ Ε ΦΗ ΗΒ? 5 Χ ΦΙ Φ ! ? ϑ ΑΦ Χ 碘 Ε4 ΑΔ Ε Φ 一 Κ Φ 4 Α 一 喃Φ 4 Α ΛΒΦ!Ι 6 ΜΚ 4 5 Γ Μ Κ Φ 5 Γ ΝΒ5 , Ο 4 5 Γ 众Π Δ 4 5
7& ? Ε ΑΚ Θ Φ 9 Α %5 ΗΑ >ΑΔ ΑΦ ? ϑ Ρ = 4 5 Ι Ο 4 ΑΦ Ε #? 5 Η Φ Ε Σ 4 ΑΒ? 5 , −Τ 4Ι Φ Χ Β4 ( Β5 ΒΦ 4 , 3 4 5 Γ !Β5 Γ < : = = 8 4 5 Ι Υ Δ
)Β5 Π Β 7& ? Ε ΑΚΘ Φ Η Α − Γ Ε ΒΦ Δ ς Α Δ Ε 4 ! + 5 ΒΣ Φ Ε Η ΒΑΛ , 3 4 5 Γ !Β5 Γ < : = = 8一 # ΚΒ5 6 )6 − ≅ ≅ !6 ∋ Τ ? !6 , , ∀ 7 8 , :
一 ;6
Ω ΚΕ ? Δ Γ Κ Φ? Ε Ε Φ !4 ΑΒ? 5 4 5 4 !Λ Η ΒΗ ? ϑ Α Φ Χ ≅ ΦΕ 4 ΑΔ Ε Φ , Κ Φ4 Α 4 5 Ι Θ ΚΦ 4 Α ΛΒΦ !Ι Β5 ( Κ 44 5 Π Β ≅ Ε ? Σ Β5 Φ Φ , 4 5 ? ≅ ΑΒΧ Δ Χ
Ε电Ε Φ Η Η Β? 。 Χ ? Ι Φ ! 。ϑ 。ΚΦ Χ Ρ 。Η Α 4 Ν!ΒΗ ΚΦ Ι !Α 产、 Β5 Ι ΒΦ 4 ΑΦ Ι ΑΚ 4Α 、。 !Φ Η Η ≅ Ε Φ Φ Β≅ ΒΑ4 ΑΒ? 5 。Ε Φ 4 Η 。Ε ΑΚΒΗ
≅ Ε ? Σ Β5 Φ Φ , ΑΚ Φ ΛΒΦ !Ι 一 Β5 ΦΕ Φ 4 ΗΒ5 Γ Φ ϑϑΦ Φ Α ? ϑ ΑΦ Χ ≅ ΦΕ 4 ΑΔ Ε Φ 4 5 Ι Κ Φ4 Α Ρ 5 ? Α 5 ? ΕΧ 4 !!Λ Ν Ε ? Δ Γ Κ Α Β5 Α? ≅ !4 Λ , Ν Δ Α
Β5 , 5 ? Ε Φ ≅ Ε Φ ΦΒ≅ ΒΑ 4Α Β? 5 4 Ε Φ 4 Η , ΑΚ ΒΗ Φ ϑϑΦ ΦΑ Ν Ε Β5 Γ Η Β5 Α ? ≅ 4 !Λ Α ? 4 ΦΦ Ε Α 4Β5 Φ Π ΑΦ 5 Α 6 # ? Ε Ε ΦΗ ≅ ? 5 Ι Β5 Γ ΛΒΦ!Ι 一 Β5 Ξ
ΦΕ Φ 4Η Β5 Γ Χ Φ 4 Η Δ Ε ΦΗ ϑ? Ε Θ ΚΦ 4 Α Β5 Σ 4 ΕΒ? Δ Η 4 Ε Φ 4 Η ? ϑ ΑΚΒΗ ≅ Ε ? Σ Β5 Φ Φ 4 Ε Φ ≅ Δ Α ϑ? Ε Θ 4 Ε Ι Β5 ΑΚΒΗ ≅ 4 ≅ Φ Ε 6
Ψ Φ Λ Θ ? Ε Ι Η Ω Φ Χ 0Φ Ε 4 Α Δ Ε Φ 4 5 Ι Κ Φ 4 Α , Ο Κ Φ 4 Α Λ ΒΦ !Ι , ∗ ≅ ΑΒΧ Δ Χ Ε ΦΓ Ε Φ Η Η Β? 5 Χ ? Ι Φ !6
! 引 言 暑变化剧烈
, 年平均气温和各月平均气温分布特点相
似 , 由南向北 , 随纬度增加 , 寒暑变化加剧 , 气温年较差
7最冷月和最热月平均气温差 8随之加大 , 从平川向山
地递减 6 各地温热简况如表 所示 6
表 各地沮热简况 7 ,# 8
Ω4 Ν 6 ( ΒΑ Δ 4 ΑΒ? 5 ? ϑ Α ΦΧ 衅Ε 4 ΑΔ Ε Φ 4 5 Ι Κ Φ4 Α Β5 ( Κ4 4 5 对 ≅ Ε ? Σ Β5 Τ Φ
趟 !∀#
温热是决定小麦生态型和生产潜力及品质
的重要生态因子 ∃ 陕西省由北向南分为陕北黄
土丘陵沟壑区 、关中盆地 、秦 巴山地三大地貌 ,
南北狭长 , 地形复杂多样 , 海拔变化很大 , 各地
温热资源相差甚远 ∃ 温热因子的异常变化 , 如冷
害冻害 、高温干旱 ,或由温热变化引起的病虫害
暴发都严重地影响该省小麦生产 ∃ 如何因势利
导 、趋利避害 , 本文对陕西省除愉林地区和陕南
各地以外的多年气象资料 % & ∋( 一 % &) ∗# ”进行
了温热因子和小麦产量的最优回归模型探讨 ,
旨在研究秦岭以北 , 榆林地区以南的温热场分
布和小麦单产的互作关系 , 为陕西省小麦增产
提供理论依据 ∃
地区
+ , − ./ 0
年平均气温
1 0 0 2 ! 3
0 3, ! 0
4, 5 0 6 , 5 ! 7
4 8 5 ,
极端最低温度
9 .0 .: 2 :
4 , : 6, 5 ! 7
4 8 5 ,
# ;亡积温# (℃ < 2 7
: 2 3! 4 .∀ ,
4, : 6, 5 ! 7
8 4 5 ,
关中平原
= 2 ! 0 > ? / 0 − % % , ∋一 % ≅ ∃ ∗ 一 % ∋一 Α( Β ∋ ( (一 ∋ ( ( ( Α ( (一 Α ≅(63! .0
渭北早原Χ , .Δ , .
Ε 3! 4 , ! 2
陕北丘陵沟壑区
Φ .33Γ − 2 33Γ
5 , − % ( 0 Η 0
0 / 5 4 ? , 5 0
Ι? ! ! 0 ϑ .
Κ ∃ (一 % ≅ ∃ ∋ 一 % ∋一 一 Α ) Β ( ( (一 Β ∋ ( ( % ) (一 Α ((
Κ ∃ )一 %( ∃ ( 一 Α Α一 一 Α Β ≅ ∋ ( (一 Β ( ( ( % ∋(一 % & (
Α 陕西省温热场概况
陕西省大陆性气候特征较为明显 , 冬冷夏热 ,
8 资料来自陕西省 %& ) 。一 %& ) ∗ 年农业统计年鉴 ∃
本文于 一& , ( 年 ≅ 月 %Α 日收到 , 一& & Α 年 Κ 月 & 日改 回 ∃
寒 ≅ 结果分析 目
≅ ∃ % 相关分析
期 张正斌等 9 温热因子和小麦产量的最优回归模型探讨
线性相关 6 由此可见 , 简单相关中包括有许多虚
假成分 , 在简单相关中为正相关的 , 在偏相关中
才能为负相关 , 因此只有从偏相关分析中才有
可能认识两个性状间本质联系 6 极端最低温度
是衡量植物能否安全越冬的重要指标 , 它直接
决定着小麦生态型的地理分布 , 在此反映了这
个指标的生物学意义是很重要的6
年平均气温与 、 ∀ 、 < 、 = 月平均气 温 、 8
= ℃ 、 8 : = ℃积温间均呈极显著偏正相关 > 月
平均气温与 ∀ 、 < 月平均气温 、 8 := ℃积温 、极端
最大 冻土深度间呈极显著偏负相关 > ∀ 月平均
气温和 < 、 = 月平均气温呈极显著偏负相关 ,和
8 = ℃积温呈显著偏正相关 > < 月平均气温和
= 月平均气温呈显著偏负相关 > 8 = ℃积温和
8 = ℃积温 、最大风速间呈显著偏正相关 6
年 日照时数与年最低极端温度 、 =Τ Χ 土壤
解冻 日期间呈极显著偏正相关 > 与无霜期呈显
著偏负相关 > 8 Ζ 级风天数和最大风速呈显著
偏负相关 , 和无霜期天数呈极 显著偏正相关 >
=Τ Χ 土壤解冻 日期与最大风速呈显著偏负相
关 >与极端最大冻土深度呈显著偏正相关 6
6
如表 : 所示 , 海拔 、无霜期天数 、 8 Ζ 级风
天数 、最大风速与小麦产量相关不显著 > 月平
均气温 、年平均气温 、 = 月平均气温 、 8 ? ℃积
温 、 < 月平均气温 、 8 = ℃积温 、 8 := ℃积温 、 ∀
月平均气温 、年极端最低温度与小麦产量呈极
显著正相关 > =Τ Χ 土壤解冻 日期 、极端最大冻
土深度 、年 日照时数与小麦产量呈极显著负相
关 6 这说明在年和各月平均气温较高 、冬季比较
温暖的关中地区 , 小麦产量较高 >而在年日照时
数较多 , 但气温较低 ,冬季寒冷的陕北黄土高原
丘陵地 区 , 小麦产量则较低 , 这与实际生产完
全相符 6
海拔与 个温热因子间均呈显著负相关 >
与最大冻土深度 、 =Τ Χ 土壤解冻 日期呈显著正
相关 6 说明海拔越高 , 温度越低 , 最大冻土深度
越深 , 解冻 日期也越长 6 海拔与年 日照时数 、无
霜期天数 、8 Ζ 级风天数 、最大风速间均无明显
相关 6
年平均气温 、年极端最低温度 、 、 ∀ 、 < 、 =
月平均气温 、 8 。℃ 、8 = ℃ 、 8 := ℃积温 个温
热因子间均呈显著正相关 6 年 日照时数与以上
个温热因子间均呈显著负相关 6 无霜期天数 、
8 Ζ 级风天数 、最大风速 个因子与海拔 、 个
温热因子 、年 日照时数 、最大冻土深度 、 =Τ Χ 土
壤解冻日期间均无 明显相关 6 8 Ζ 级风天数与
无霜期呈显著正相关 , 一与最大风速呈显著负相
关 6
最大冻土深度和 =Τ Χ 土壤解冻日期呈极
显著正相关 ,二者又和年 日照时数呈极显著正
相关 >和 个温热因子均呈显著负相关 6
6 : 偏相关分析
对于一个多变数资料 , 各变数间经常存在
着不同程度的相关 , 进行简单相关分析是必要
的 , 但由于两个变量简单相关中包含有其它变
量的线性影响 , 因此 , 要认识两个变量间真正的
内在关系 , 就必须作消除其它变量影响反映两
个变量间真正的线性 关 系的偏相关分析 7表
8 6
小麦产量除和年极端最低温度有极显著偏
负相关外 , 和其它 Ρ 个温热因子间均无本质的
∀ 最优回归模型建立
由以上分析可知小麦产量和单个变量间的
外在和内在的线性相关 , 但小麦产量是多个温
热因子相互作用的结果 , 如何在影响小麦产量
的许多因子中找出几个重要因子 , 剔除作用不
显著的次要因子 , 用少数几个重要因子来简便
准确预测小麦产量 , 经过多元逐步 回归分析得
到以下最优回归模型 9
夕一 ∀ = Ζ : 6 Ρ ∀ < [ = 6 ∀ : ΡΥ : [ : < ; 6 Ρ = ∀ ∀
Υ 一 ∀ Ρ 6 = : : Υ ‘一∀ 6 < ΖΥ ;
一∀ Ρ Ρ 6 < Ζ = ΡΥ 9 一 = 6 = ;Υ Β。
其方差分析如表 ∀ 所示 , / 测验极显著 , 偏差概
率为 。 , 说明此方程可准确地反映这 ; 个温热
因子对小麦产量的回归预报作用 6 原来 ; 个温
热因子和小麦产量的复相关系数为 = 6 Ζ ,决
定了小麦产量变异的 Ζ 6 : ∴ , 而现在 ; 个因
子和小麦产量的复相关系数为 = 6 : : , 决定了
小麦产量变异的 ΖΡ 6 =∀ ∴ ,仅差 6 :Ζ ∴ 6 因此可
!期 张正斌等 9 温热因子和小麦产量的最优回归模型探讨
准确预报小麦产量的变异 , 其复相关系数和决
定系数见表 Ρ 6
表 ∀ 方位分析表
Ω 4 Ν 6 ∀ −54 !ΛΗΒΗ ? ϑ Σ 4 Ε Β4 5 Τ 6
平方和
( Δ Χ ? ϑ
均方
] Φ 4 5 0 值/ 一 Σ 4 !Δ Φ
( ⊥ + 4 Ε Φ ( ( ⊥ + ( 比
概率
0Ε ? Ν 4 Ξ
Ν Β!ΒΑ Λ
7Ε4 Β!8
回归,Φ Γ 代 一 ; < : = 6 ∀ < Ρ ; = : Ζ; 6 ; Ζ < Ρ ∀ Ζ 6 = ; : = 6
( ( %∗ 5
温_ = 月平均气温_ ∀ 月平均气温_ 年极端最
低气温 _ 最大冻土深度 _ 海拔 6 经过变量挑选
后 , 其中年平均气温和小麦产量呈极显著偏正
相关 >年极端最低温度 、 ∀ 月平均气温 、最大冻
土深度和小麦产量呈极显著偏负相关 6
表 ‘ 标准回归系橄和偏相关系数表
Ω 4 Ν 6 ‘ ( Α4 5 Ι 4 Ε Ι Φ ?Φ ϑϑΒΦΒΦ 5 Α 4 5 Ι ≅ 4 Ε ΑΒ4 ! ? Ε Ε Φ!4 ΑΒ? 5
触度1ϑ
标准回归系数ΗΑ 4 5 Ι 4 Ε Ι
偏相关系数0 4 Ε Α Β4 !
剩余
, Φ Η Β Ξ
Ι Δ 4 !
总和
丁? Α 4 !
变量⎯ 4 Ε Β4 Ν !Φ Φ ? ΦϑϑΒΞ
Φ ΒΦ 5 Α
Ω 值Ω Σ4 !Δ Φ Φ ? Ε Ε Φ !4 ·
= =∀ ; 6 ∀ < Ρ Ρ : Ζ 6 ; Ρ
概率0 Ε ? Ν 4 6
Ν Β!ΒΑΛ
7: Α4 Β!8
海拔
− !Α ΒΑ Δ Ι Φ 7Χ 8 Υ Μ =
6 = ; ; 6 ; = < = 6 ∀ = = 6 : << : Ζ <; ; 6 Ζ < Ρ = Ρ < : < ΖΡ 6 Ζ : Ζ
年平均气温− 5 5 Δ 4 ! Χ Φ 4 5表 Ρ 复相关系橄决定系数表
Ω 4 Ν 6 Ρ ] Δ !ΑΒ0!Φ Τ? Ε Ε Φ!4 ΑΒ? 5 7, 8 45 Ι , Η⊥ Δ 4悦
ΑΦ Χ 0Φ Ε 4 ΞΑ Δ Ε Φ 7℃ 8
Υ : 6 Ζ ; : 6 ; ∀ = 6 = = Ρ = 6 ∀ : ;
变盆⎯ 4 五4 Ν!Φ
复相关系数] Δ !Α Β0!Φ
Φ ? ΕΕ Φ!4 Α Β? 5
决定系数, Η ⊥ Δ 4 Ε Φ
极端最大冻土深度
∋ Π Α Ε ΦΧ Φ Χ 4 Π ΒΧ Δ Χ Ι Φ ≅ ΑΚ
?ϑ ϑΕ ? α Φ 5 Φ 4 ΕΑ Κ 7ΦΕ5 8
Υ Β ; = 6 Ζ Ρ = 6 < : Ζ =
年极端最低温度
− 5 5 Δ 4 ! Χ Β5 ΒΧ Δ Χ
ΑΦ Χ 0Φ Ε 4 Α+ Ε Φ 7℃ 8
年平均气温− 5 5 Δ 4 ! Χ Φ 4 5
ΑΦ Χ ≅ Φ Ε 4 Α Δ Ε Φ 7℃ 8
∀ 月平均气温
− 0Ε Β! Χ Φ 4 5
Α ΦΧ 0Φ Ε 4 Α Δ Ε Φ 7,# 8
海拔− !Α ΒΑ Δ Ι Φ 7Χ 8
!。月平均气温? Φ Α? Ν Φ Ε Χ Φ 4 5
Υ ‘ = 6 Ζ < ∀ = 6 < ;∀ ∀
Υ = 6 : Ρ = 6 Ζ :<
年极端最低温度
− 5 5 Δ 4 ! Χ Β5 Β Ξ
Χ Δ Χ Α Φ Χ 0Φ Ε Ξ4 Α Δ ΕΦ 7亡 8
∀ 月平均气温
− 0Ε Β! Χ Φ 4 5
Α Φ Χ 0Φ Ε 4 ΞΑ Δ Ε Φ 7 ,# 8
。月平均
气温∗ Τ Α ? ΝΦ Ε Α5 Φ 4 5
篡翼君〕万
极端最大冻土深度
Υ ‘ 一 = 6 Ρ =< 一 Ρ 6 Ρ Ρ = 6 == == 一 = 6 Ρ Ζ Ρ:
Υ ‘一 = 6 Ζ = 一 : 6 Ρ= : = 6 = : : < 一 = 6 :;
Υ 4 一 6 = = < Ζ 一 6 Ρ ∀ Ρ = 6 : Ζ 一 = 6 :
Υ ; = 6 ; = 6 Ζ ∀ = Ζ
Ε Φ 5 ! Φ !!4
Δ Χ Ι Φ ≅ ΑΚ Υ α‘
一 = 6 : ∀ Ζ Ζ 一 : 6 =Ζ < ; = 6 = ∀ Ζ 一 = 6 : Ζ = ;
? ϑ ϑΕ ? α Φ 5
Φ 4 Ε ΑΚ 7Φ Χ 8
Υ Μ = 6 Ζ ∀
Υ Η = 6 : : :
= 6 Ζ ∀ Ζ
= 6 Ζ Ρ = ∀
此方程表明 ,就秦岭以北 , 榆林地区以南温
热 场而 言 , 海 拔 上 升 !Χ , 小 麦 产 量将提高
= 6 ∀ : Ρ β Γ χ Κ 4 >年平均温度每增加 !℃ , Ο%) 小麦
产量增加 : < ; 6 Η? ∀ ∀ β Γ χ Κ4 > 而 年极端最低 温
度 、 ∀ 月 、 = 月平均气温每增加 ℃ , 小麦产量
将分别减少 ∀ Ρ 6 = : : 、 ∀ ∀ 6 < Ζ 和 ∀ Ρ Ρ 6 < Ζ = Ρ
βΓ χ Κ4 >最大冻土深度每增加 %Τ Χ , 则小麦产量
减少 := 6 ? ; β Γ χ Κ4 6
由于以上 ; 个温热因子的单位不同 , 因此
它们对小麦产量的回归预报作用是不能用回归
系数直接比较的 , 只有从消除量纲后标准 回归
系数才能看出 6 如表 ; 所示 , ; 个温热因子对小
麦产量的回归预报作用大小顺序是 9 年平均气
Ρ 预报产最分析
利用以上最优回归模型对各地小麦产量进
行预报分析 ,结果如表 < 所示 6
在延安北部的黄土丘陵沟壑 区 , 渭北旱原
东部及西部部分地县 , 秦岭北坡沿线东部各县 ,
温热增产潜力仍未正常发挥 6 在这些丘陵沟壑
山区 , 农耕地以坡地为主 , 水土流失极为严重 ,
土壤疮薄 , 水肥俱缺 , 相互限制了其增产作用 6
加之这 些地 区小麦生育期间有效降水较少
7 = =一 ∀ = = Χ Χ 8 , 利用率仅有 Ρ =一 Ρ = ∴ , 且在这
些边远偏僻落后地区 , 交通不便 , 经济文化水平
低下 , 化肥投入量极为有限 , 单产水平较低 , 多
是广种薄收 , 撂荒轮作 , 因此 , 在水肥不足的情
况下 , 温热增产作用没有正常发挥 6 在这种 “雨
; 应 用 生 态 学 报 ∀ 卷
养农业 ” 、水土流失严重 、土壤大气 比较干旱的
生产状况下 ,首先要选育种植抗旱耐痔稳产高
产的优 良品种 , 采取一切防止水土流失的耕作
技术措施 ,最大限度蓄水保肥 , 增施肥料和推广
生物养田 , 不断培肥地力 , 在发挥降水和肥力增
产作用的基础上 , 进一步发挥温热增产作用 , 从
而提高小麦产量 6
表 < 主要代表地县产 Α 预测衰
介 , 6 < 公+ Χ 4 Α Φ Ι ΛΒΦ!Ι ? ϑ Ε Φ 0Ε Φ , Φ5 妞Α五ΣΦ Φ ? Δ 5 ΑΛ
投入和其它环境因子相互作用的结果 6 小麦要
进一步高产 , 就要选育和种植耐水肥抗病高产
潜力大的品种 , 在光能利用率和转化方面得以
提高 , 生产出更多籽粒 , 才能充分发挥水肥气热
的增产效应 , 获得更高的产量 6
; 结 论
地区
, Φ Γ Β? 5
实际产量 ’ 预测产量
− Φ Α Δ 4 ! ∋ Η Α ΒΧ 4 Α 一 偏差
ΛΒΦ !Ι ΦΙ Λ ΒΦ !Ι ∋ Ε Ε ? Ε
7β Γ χ卜4 8 7β Γ χ Κ 4 8
礼泉县 . Β⊥ Δ 4 5 Φ ? Δ 5 Α Λ :∀ Ζ ∀ 6 Ζ : Ζ Ζ 6 ∀ Ρ 一 ∀ ∀ 6 =<
渔关 县 Ω ? 5 Γ Γ Δ 4 5 Φ ? Δ 5 ΑΛ Ρ Ρ 6 = = : < 6 Ρ 一 ∀ ∀ ∀ 6 Ρ
延安市 3 4 5 4 5 Φ 玉Α Λ 6 Ρ = 6 = 一 ∀ 6 Ρ
周至县 Μ Κ ? Δ α ΚΒ Φ ? Δ 5 Α Λ :Ζ ; Ρ 6 < Ρ ∀ 6 ∀ Ζ 一 : < < 6 <
没城县 Μ ΚΦ 5 Γ ΦΚ Φ 5 Γ Φ ? Δ 5 ΑΛ Ζ ∀ ; 6 Ρ = : Ζ : 6 Ρ Ζ 一 ; 6 =Ζ
延长县 3 4 5 Φ Κ 4 5 Γ Φ ? Δ 5 ΑΛ Ζ Ρ∀ 6 = = ; : 6 Ρ 一 : Ζ 6 Ρ
长安县 #Κ 4 5 Γ 4 5 Φ ? Δ 5 ΑΛ : < < 6 Ρ = : : : 6 <Ρ 一 ∀ 6
陇 县 . ? 5 Γ Φ ? Δ 5 Α Λ < := 6 Ρ = = < 6 :Ρ 一 Ζ ; 6 < Ρ
安塞县 − 5 Η 4 Β Φ ? Δ 5 Α Λ ; : ; <; Ρ 6 = 一 Ρ 6 ; Ζ
三原县 (4 5 Λ Δ 4 5 Φ ? Δ 5 Α Λ : Ζ < 6 = :Ζ < Ρ 6 ∀ 一 : 6
高陵县 2 4 ? !Β5 Γ Φ ? Δ 5 Α Λ < Ρ< 6 : : Ρ 6 ∀Ρ ∀ ; 6 ; Ρ
长武县 # Κ 4 5 Γ Θ Δ Φ ? Δ 5 Α Λ : Ρ∀ 6 < Ρ Ρ< ∀ 6 < Ζ Ρ< 6 Ζ
洛川县 . Δ ?Τ Κ Δ 4 5 Φ ? Δ 5 ΑΛ 6 Ρ = = = Ρ 6 == : Ζ 6 Ρ =
扶风县 / Δ ϑΦ 5 Γ Φ ? Δ 5 Α Λ :Ρ 6 < Ζ = = < 6 Ρ < 6 Ρ
合阳县 ∃ Φ Λ4 5 Γ Φ ? Δ 5 ΑΛ : Ρ 6 < Ρ ; 6 Ρ = ∀‘6 : Ρ
宜君县 3 ΒδΔ 5 Τ ? Δ 5 ΑΛ = Ζ 6 < Ρ = 6 = = Ρ 6 < Ρ
武功县 Ο Δ Γ ? 5 Γ Φ ? Δ 5 Α Λ : Ρ : 6 Ρ Ζ : Ζ: < 6 Ρ Ρ ∀ 6 Ρ =
黄龙县 ∃ Δ 4 5 Γ !? 5 Γ Φ ? Δ 5 ΑΛ = Ρ Ρ 6 ∀ = =:‘6 ‘Ρ ; 6 < :
‘小麦产量为 Ζ =一 Ζ ; 年的平均值 6
在降水较多 7Ρ= =一; = Χ Χ 8 、源面开阔平
坦 、水土流失较轻的延安南部 , 渭北旱源东部的
白水 、合阳 、韩城一带 , 西部的长武 、旬邑 、淳化 、
永寿一带及水热充沛 、土壤肥沃 、灌溉发达的关
中平原 , 在水肥 比较充足的条件下 , 温热增产作
用得到了一定程度的发挥 , 其高产是其它科技
小麦产量与年平均气温 , 、 ∀ 、 < 、 = 月平均
气温 , 8 ? 、 8 = 和 8 := ℃积温 , 年极端最低温
度呈极显著正相关6 偏相关分析表明 , 在 ; 个
温热因子中 , 只有年极端最低温度与小麦产量
呈极显著偏负相关 , 反映这个指标决定小麦生
态型分布的重要生物学意义 6 由海拔 、年平均气
温 、年极端最低温度 、 ∀ 月平均气温 、 = 月平均
气温 、极端最大冻土深度 ; 个温热因子构成的
最优回归模型决定了小麦产量变异的ΖΡ 6 =∀ ∴ 6
各地产量预报分析表明 , 在降水较少 、水土流失
严重 、土壤痔薄的黄土高原沟壑丘陵山区 , 温热
生产潜力还有待于进一步开发 ,在降水较多 、土
壤肥沃的关中平原等地 , 温热增产作用得到一
定程度的发挥 6
参考文献
刘树泽等6 Ζ < 6 作物产量预报方法 6 气象 出版社 , 北京 ,
一 : 6
莫惠栋 6 Ζ ∀ 6 农业试验统计 6 上海科学技术出版社 , 上海 ,
= ;一 ΡΡ ∀ 6
聂树人 6 Ζ 6 陕西 自然 地理 6 陕西人 民出版社 , 西 安 ,
一 : : 6
陕西省农牧厅 、陕西省农业 区划委员会 6 Ζ < 陕西种植业
区划 6 陕西科学技术出版社 ,西安 , 一 Ρ6
陕西省农牧厅6 Ζ ; 6 陕西省农业统计年鉴 7 Ζ =一 Ζ ;8 6
陕西人民出版社 , 西安 , ∀Ρ 一 := 6