甘肃省定西市农业生产与气候的关系

毕  业  论  文 题    目：甘肃省定西市气候因子与小麦产量之间的相关性分析                      学    院：      地理与环境科学学院      专    业：          地理科学            毕业年限：          2015年            学生姓名：          李文博              学    号：        201175010117          指导教师：        杨东  教授            摘要    1 Abstract    2 1.研究区概况    3 1.1地理位置    3 1.2气候条件    3 2.数据来源和研究方法    3 2.1数据及数据来源    3 2.2研究方法    4 3.数据处理分析    4 3.1平均相对湿度与单位面积小麦产量的相关性    5 3.1.1全年平均相对湿度与单位面积小麦产量的相关性    5 3.1.2小麦生长季节的平均相对湿度与单位面积小麦产量的相关性    6 3.2降水量与单位面积小麦产量的相关性    7 3.2.1年降水量与单位面积小麦产量的相关性    7 3.2.2小麦生长季节的总降水量与单位面积小麦产量的相关性分析    8 3.3日照时数与单位面积小麦产量的相关性    9 3.3.1年日照时数与单位面积小麦产量的的相关性    9 3.3.2小麦生长季节的日照时数与单位面积小麦产量的相关性    10 3.4气温与单位面积小麦产量的相关性    11 3.4.1年平均气温与单位面积小麦产量的相关性    11 3.4.2小麦生长季节的月平均气温与单位面积小麦产量的相关性    12 3.5 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf     13 4.结论与展望及误差分析    14 4.1结论    14 4.2误差分析    14 4.3展望    15 参考文献    16 致谢    17 甘肃省定西市气候因子与小麦产量之间的相关性分析 李文博 （西北师范大学地理与环境科学学院，甘肃 兰州  730070） 摘要：气候变化会对农业生产产生巨大的影响。本文以甘肃省定西市的小麦产量为例，来探究气温，日照时数，降水量，相对湿度等气候因子与单位面积小麦产量的相关性及气候因子对小麦产量的影响。本文对1998-2013年甘肃省定西市的气候及粮食产量进行了简单的数据处理，通过制作折线图与相关性分析，得出年平均相对湿度，年降水量，年日照时数，年平均气温相比小麦生长季节的相对湿度，降水量，日照时数及平均气温，相关性系数明显要低。另外，日照时数和相对湿度与小麦单产几乎没有相关性，它们的相关性系数都小于0.1 ，平均气温与小麦单产具有一定的相关性，相关性系数为0.217，年降水量与小麦单产的相关性最高，相关性系数为0.615，可以认为决定小麦单产的最主要因子是小麦生长季节的降水量，其次是小麦生长季节的平均气温，日照时数与相对湿度对小麦单产几乎没有影响。 关键词:气候因子;小麦单产；甘肃定西；相关性分析 Correlation analysis between yield factor and wheat climate in Ding Xi city of Gan Su province LI wenbo (college of geography and environment science,Northwest Normal University ,Gan Su Lan Zhou 730070) Abstract: Climate change will have a huge impact on agricultural production. This paper takes Ding Xi city of Gan Su province wheat production as an example, to explore the temperature,sunshine duration, precipitation, relative humidity and the relationship between climatic factors and climate factors per unit area yield of wheat. The climate and food production in Ding Xi city of Gan Su province over the years 1998-2013 for a simple data processing, through the analysis of correlation between map and production line, we can see the annual average relative humidity, annual precipitation, annual sunshine duration,relative humidity, precipitation and average temperature of wheat production season,compared to the average temperature of sunshine when the number and the wheat production season, the correlation coefficient is lower. In addition, the sunshine duration and relative humidity and wheat yield almost no correlation, correlation coefficients are less than 0.1, the average temperature and the yield of wheat has certain correlation, the correlation coefficient is 0.217, the annual precipitation and wheat yield the highest correlation, the correlation coefficient is 0.615, so we can think that the most important factor determine the wheat yield is the rainfall season of wheat growth, followed by the wheat growth season average temperature, sunshine duration and relative humidity on wheat yield has little effect. Keywords: climate factor; wheat yield; Gan Su Ding Xi; correlation analysis 农业气候资源是农业生产的重要资源之一，主要包括热量，光能，水分等等，这些因子会或多或少的影响小麦产量，另外，自工业革命以来大气中二氧化碳浓度持续升高，全球变暖已经成不争的事实，根据IPCC（政府间气候变化委员会）第五次评估 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 指出，从1880年到2012年，全球地面气温大致升高了0.85℃；期间，陆地比海洋增温快，高纬度地区增温比中低纬度地区大，冬半年增温比夏半年明显。1983—2012年是过去1400年来最热的30年。 中国气候变暖趋势与全球一致。1913年以来，我国地表平均温度上升了0.91℃.最近60年气温上升尤为明显，平均每10年约升高0.23℃，几乎是全球的两倍。本世纪前十年是近百年来最暖的10年[1]。在中国，农业具有举足轻重的地位，其中10亿多人直接依赖农业生产，气候变化将会使中国农业面临更加严峻的挑战[2]。所以说探究各个气候因子对小麦产量的影响对于预测将来气候变化对于粮食产量的影响将会提供很大的帮助。 1.研究区概况 1.1地理位置 定西是位于甘肃省中部，取“安定西边”之意而得名，通称“陇中”。全市面积19609km2，耕地面积约5100km2，现辖一区六县，119个乡镇，常住人口2.9315×106人。地处34°26’-35°35’N,103°52’-105°13’E,处于黄土高原西部边缘地带和西秦岭末端，北与兰州市，白银市相连，东与平凉，天水市毗邻，南与陇南市接壤，西与甘南州，临夏州交界。定西市地势自西南向东北倾斜，海拔最高处为2577.3m，最低处为1671.3m。全境处祖厉河支流关川河流域，在关川河与渭河流域分水岭之北、关川河与秦祁河、苑川河流域分水岭之东西、巩河与厉河分水岭及祖厉河之西。大地构造属祁连山加里东褶皱带东部、陇西旋卷体的一部分。 1.2气候条件 定西地区地势南高北低，平均海拔1896m，东南暖湿气流受阻，大陆性气候明显，属于南温带半湿润-中温带半干旱区，年平均气温5.7-7.7℃，年总降水量400-600 mm,主要集中在7、8、9三个月，且多以暴雨的形式出现，而蒸发量高达1400mm以上，无霜期100-160天。 2.数据来源和研究方法 2.1数据及数据来源 本文所采用的数据来源于甘肃省气象局信息中心提供的临洮站和岷县站气象局收集地面数据资料，包括月平均气温，月降水量，相对湿度，日照时数等等，在进行相关分析和偏相关分析前对数据进行简单的计算，得出年降水量，生长季降水量，年平均气温，生长季节月平均温度，年平均相对湿度和生长季节相对湿度以及年总日照时数和生长季节总日照时数，然后进行计算分析。 小麦播种面积和产量数据来源于《甘肃统计年鉴》和《甘肃统计发展年鉴》；主要收集了其中1998—2013年甘肃省定西市的小麦产量和种植面积，用于计算分析。 2.2研究方法 通过制作单一气候因子变化与单位面积小麦产量的折线图可以较为直观的观察这些气候因子的变化与小麦单产之间的线性关系及趋势变化，分析哪些气候因子的变化与小麦产量的变化密切相关，相关性系数有多高，究竟哪些气象因子对小麦的产量起着决定性作用，哪些气象因子才是决定小麦产量的主导因素，又有哪些因子对小麦产量的影响较弱，起着辅助作用，我们通过分析研究来探讨它们之间的奥秘。 相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关程度，是研究随机变量之间相关关系的一种统计方法。线性相关分析是研究两个变量间线性关系的程度，用相关系数r来描述。如果x,y变化的方向一致，即当r>0时，表示它们之间正相关，；当r<0时，表示它们之间负相关。r的绝对值越接近1，表示它们之间关系越密切。一般地，|r|>0.95 存在显著性相关；|r|≥0.8 高度相关；0.5≤|r|<0.8 中度相关；0.3≤|r|<0.5 低度相关；|r|<0.3 关系极弱，认为它们之间不相关。 公式中R为相关系数，X和Y为变量。 偏相关分析是在其它变量影响的条件下进行的线性程度的分析法。在计算偏相关系数时，需要掌握多个变量的数据，一方面需要考虑多个变量之间相互之间可能存在的相互影响，一方面又尽量剔除其它变量的影响，专门考察两个特定变量之间的相关关系。在偏相关中，根据变量的多少，可分为零阶偏相关，即简单相关，一阶偏相关……N阶偏相关[3]。 3.数据处理分析 在制作折线图与相关分析时，对于同一个气候因子分开运用全年的气象数据和小麦生长季节的气象数据对小麦单产进行相关分析，来探究它们之间的关系。甘肃定西地区的小麦从播种到收割生长季节大概是每年的3-7月，计算出1998-2013年小麦生长季节的气象数据进行处理分析。 3.1平均相对湿度与单位面积小麦产量的相关性 空气有吸收水分的特征，湿度的概念是空气中含有水蒸气的多少。相对湿度，表示空气中的绝对湿度与同温度下的饱和绝对湿度的比值，得数是一个百分比。(也就是指某湿空气中所含水蒸气的质量与同温度下饱和空气中所含水蒸气的质量之比，这个比值用百分数表示。 相对湿度用RH表示。相对湿度的定义是单位体积空气内实际所含的水气密度（用d1 表示）和同温度下饱和水气密度（用d2 表示）的百分比，即RH（%）= d1/ d2 x 100%；另一种计算方法是：实际的空气水气压强（用p1 表示）和同温度下饱和水气压强（用p2表示）的百分比，即RH（%）= p1/ p2 x 100%。 3.1.1全年平均相对湿度与单位面积小麦产量的相关性 图1 甘肃省定西市1998-2013年平均相对湿度与小麦单产的折线图 Fig 1 1998-2013 yield and relative humidity in Ding Xi city of Gan Su province  line chart