發(fā)布時(shí)間：2022-02-17所屬分類：農(nóng)業(yè)論文瀏覽：1次
摘 要： 摘 要 氣候變化將對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)造成重要影響. 傳統(tǒng)的積分回歸模型和最新的氣候預(yù)測(cè)相結(jié)合可能適合評(píng)估未來(lái)氣候變化對(duì)作物產(chǎn)量的影響程度. 本文首先利用積分回歸方法建立了我國(guó)不同省區(qū)玉米產(chǎn)量與氣象要素間的相關(guān)模型，然后利用最新的氣候預(yù)測(cè)成果探討了未來(lái) 40 年氣
摘 要 氣候變化將對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)造成重要影響. 傳統(tǒng)的積分回歸模型和最新的氣候預(yù)測(cè)相結(jié)合可能適合評(píng)估未來(lái)氣候變化對(duì)作物產(chǎn)量的影響程度. 本文首先利用積分回歸方法建立了我國(guó)不同省區(qū)玉米產(chǎn)量與氣象要素間的相關(guān)模型，然后利用最新的氣候預(yù)測(cè)成果探討了未來(lái) 40 年氣候變化對(duì)我國(guó)玉米產(chǎn)量的可能影響，并分析了其原因. 結(jié)果表明: 如果玉米品種改良以及目前的科技水平發(fā)展速度不變，未來(lái) 40 年我國(guó)玉米單產(chǎn)將以減產(chǎn)為主，且隨時(shí)間遞增有減幅增大趨勢(shì)，但一般在 5% 以內(nèi). A2 氣候變化情景下，除 2021—2030 年外，我國(guó)玉米減產(chǎn)幅度最大的地區(qū)為東北，在 2. 3% ～ 4. 2% ; 西北、西南和長(zhǎng)江中下游地區(qū)在 2031 年以后減產(chǎn)幅度也較大. B2 氣候變化情景下，東北地區(qū)在 2031—2040 年減產(chǎn)幅度最大，達(dá) 5. 3% ; 其余仍以西南和西北地區(qū)減產(chǎn)幅度較大. 兩種情景下，華北地區(qū)減產(chǎn)幅度均較小，一般在 2. 0% 以內(nèi)，而華南地區(qū)幾乎不變. A2 相較 B2 情景下，除 2021—2030 年外，其余年代的絕大多數(shù)地區(qū)減產(chǎn)幅度均更大. 各旬降水量在我國(guó)北方地區(qū)對(duì)玉米產(chǎn)量幾乎都為正效應(yīng)，而各旬溫度對(duì)我國(guó)各省區(qū)玉米產(chǎn)量一般為負(fù)效應(yīng). 未來(lái)我國(guó)各省區(qū)玉米減產(chǎn)的主要原因是氣溫升高，僅個(gè)別省份減產(chǎn)與降水量減少有關(guān). 不同方法對(duì)未來(lái)我國(guó)玉米產(chǎn)量變化的評(píng)估結(jié)果很不一致. 進(jìn)一步增強(qiáng)評(píng)估準(zhǔn)確性一要考慮品種和科技進(jìn)步因素的影響，二要增強(qiáng)各類評(píng)估模型的機(jī)理性.
關(guān)鍵詞 氣候變化; 玉米產(chǎn)量; 積分回歸
氣候預(yù)測(cè)表明，未來(lái)我國(guó)氣溫將繼續(xù)升高，極端天氣/氣候事件與災(zāi)害的頻率和強(qiáng)度繼續(xù)增大[1-2].氣候變暖將對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)造成重大影響. 目前的研究一般認(rèn)為，中高緯度的氣候變暖一方面拓展了一些作物的種植區(qū)域，但另一方面將促使作物的生長(zhǎng)發(fā)育過(guò)程發(fā)生變化、加速病蟲(chóng)害的發(fā)生發(fā)展，從而導(dǎo)致作物產(chǎn)量的不穩(wěn)定性增加，而極端天氣/氣候事件將導(dǎo)致作物嚴(yán)重減產(chǎn). 玉米是自然界貯藏能量最多的植物之一，因而成為重要的糧食、飼料和經(jīng)濟(jì)兼用作物. 近年來(lái)，隨著資源短缺以及科學(xué)技術(shù)的發(fā)展，玉米也成為重要的工業(yè)原料. 據(jù)聯(lián)合國(guó)糧農(nóng)組織統(tǒng)計(jì)資料顯示，我國(guó)玉米的種植面積和總產(chǎn)量均僅次于美國(guó)，位居世界第二[3-4]. 未來(lái)氣候變化對(duì)我國(guó)不同區(qū)域、不同玉米品種的影響程度可能并不相同.評(píng)估未來(lái)氣候變化對(duì)我國(guó)玉米生產(chǎn)的影響具有重大意義
.研究氣候變化的影響一般包括試驗(yàn)觀測(cè)、歷史類比和數(shù)值模擬等方法[5]. 但在不同時(shí)空尺度上進(jìn)行控制試驗(yàn)存在較大難度，歷史類比也不可能找到完全相似的個(gè)例，因此，數(shù)值模擬成為發(fā)展最為迅速的方法. 近些年來(lái)，許多研究根據(jù) IPCC 構(gòu)建的氣候情景預(yù)測(cè)未來(lái)的氣候變化，然后與作物生長(zhǎng)模型相結(jié)合來(lái)探討對(duì)農(nóng)業(yè)生產(chǎn)的影響. 如評(píng)估氣候變化對(duì)美國(guó)主要農(nóng)業(yè)區(qū)作物產(chǎn)量的影響[6]，評(píng)價(jià)未來(lái)氣候變化對(duì)中國(guó)主要糧食生產(chǎn)的影響等[7-12]. 這是一種常見(jiàn)且有效的評(píng)價(jià)方法，但它依賴于作物生長(zhǎng)模型機(jī)理的準(zhǔn)確性，且不同模型或不同研究工作在評(píng)價(jià)結(jié)果的量級(jí)和趨勢(shì)上多有不同，利用作物生長(zhǎng)模型評(píng)價(jià)未來(lái)氣候變化對(duì)糧食生產(chǎn)的不確定性仍較高.
積分回歸是一種傳統(tǒng)的統(tǒng)計(jì)方法，可以建立氣象要素與作物產(chǎn)量之間的相關(guān)關(guān)系[13]，反映作物不同發(fā)育時(shí)段氣象要素對(duì)產(chǎn)量的影響，且方法簡(jiǎn)便. 因此可以利用這一方法開(kāi)展氣候變化對(duì)農(nóng)業(yè)生產(chǎn)影響的研究. 較早時(shí)期即有利用積分回歸方法建立黃淮海地區(qū)小麥產(chǎn)量與氣象要素間的關(guān)系，然后利用溫度和降水的增減來(lái)模擬氣候變化對(duì)產(chǎn)量影響的研究[14]. 近些年來(lái)，一些研究利用積分回歸方法開(kāi)展農(nóng)業(yè)氣象產(chǎn)量動(dòng)態(tài)預(yù)報(bào)[15]，分析降水對(duì)小麥產(chǎn)量的影響[16]，探討生態(tài)氣候因子與玉米產(chǎn)量的關(guān)系[17].隨著氣候模式模擬能力的提升，對(duì)未來(lái)氣候變化的預(yù)測(cè)結(jié)果不斷出現(xiàn)[18]，使借助積分回歸方法和氣候模式預(yù)測(cè)結(jié)果來(lái)分析未來(lái)氣候變化對(duì)作物產(chǎn)量的影響成為可能.
本文將首先利用積分回歸方法建立我國(guó)不同省區(qū)玉米產(chǎn)量與氣象要素之間的相關(guān)模型，然后利用最新的氣候預(yù)測(cè)成果研究未來(lái) 40 年氣候變化對(duì)我國(guó)玉米產(chǎn)量的可能影響，并分析其原因，以期為適應(yīng)和減緩這一影響提供科學(xué)依據(jù).
1 研究區(qū)域與研究方法
1. 1 研究區(qū)域
研究區(qū)域包含我國(guó)主要的玉米種植區(qū)域，共 23 個(gè)省( 區(qū)、市) 份. 東北地區(qū)主要包括黑龍江、吉林和遼寧，華北地區(qū)包括北京、天津、山西、河北、山東和河南，長(zhǎng)江中下游地區(qū)有江蘇、安徽、江西、湖北和湖南，華南地區(qū)有廣東和廣西，西南地區(qū)有四川、貴州和云南，西北地區(qū)主要包括陜西、甘肅、寧夏和新疆.除華北地區(qū)以夏玉米為研究對(duì)象外，其余地區(qū)均為春玉米. 為了簡(jiǎn)化分析，本文針對(duì)以上 6 個(gè)區(qū)域開(kāi)展氣候變化對(duì)玉米產(chǎn)量的影響研究.
1. 2 數(shù)據(jù)來(lái)源
研究數(shù)據(jù)包括玉米產(chǎn)量、發(fā)育期、實(shí)測(cè)氣象要素和氣候預(yù)測(cè)數(shù)據(jù)等. 玉米產(chǎn)量為來(lái)自統(tǒng)計(jì)部門(mén)的 23 個(gè)省( 區(qū)、市) 1978—2008 年省級(jí)逐年單產(chǎn)數(shù)據(jù). 發(fā)育期為根據(jù)各省農(nóng)業(yè)氣象觀測(cè)站記載統(tǒng)計(jì)的本省玉米生育時(shí)段的起止旬，用以明確玉米生長(zhǎng)期. 實(shí)測(cè)氣象要素為 23 省主要?dú)庀笳? 453 站) 逐日平均氣溫、降水和日照時(shí)數(shù)等氣象數(shù)據(jù). 日照時(shí)數(shù)通過(guò) FAO 推薦公式轉(zhuǎn)換獲得總輻射[19]，并進(jìn)一步計(jì)算獲得各省所有站點(diǎn)的逐旬平均氣溫、平均累積降水量和平均總輻射. 氣候預(yù)測(cè)數(shù)據(jù)為區(qū)域氣候模式( PRECIS) 輸出的基準(zhǔn)值( BS，1961—1990 年) 和 A2、B2 情景下未來(lái)( 2011—2050 年) 時(shí)段 50 km×50 km 空間分辨率的逐日平均溫度、降水和總輻射，并通過(guò) ECMWF ( European Centre for Medium-Range Weather Forecasts) 方法利用站點(diǎn)實(shí)測(cè)氣象數(shù)據(jù)進(jìn)行了分析訂正[18，20]. A2 和 B2 情景指政府間氣候變化委員會(huì) ( IPCC) 定義的未來(lái)溫室氣體和 SO2 的兩種排放方案. A2 情景表示未來(lái)世界發(fā)展極不均衡，雖有區(qū)域性合作，但對(duì)新技術(shù)的適應(yīng)較慢，人口繼續(xù)增長(zhǎng)， CO2 排放處于較高水平; B2 情景則強(qiáng)調(diào)區(qū)域性經(jīng)濟(jì)、社會(huì)和環(huán)境的可持續(xù)發(fā)展，人口持續(xù)增長(zhǎng)，但增長(zhǎng)率低于 A2 情景，經(jīng)濟(jì)發(fā)展速度中等，CO2 排放處于中低水平. 與站點(diǎn)實(shí)測(cè)數(shù)據(jù)一樣，對(duì)格點(diǎn)氣候預(yù)測(cè)數(shù)據(jù)進(jìn)行多格點(diǎn)平均獲得各省的旬值.
1. 3 研究方法
首先利用直線滑動(dòng)平均法將各省 1978—2008 年玉米產(chǎn)量數(shù)據(jù)序列分解為趨勢(shì)產(chǎn)量和氣象產(chǎn)量，滑動(dòng)步長(zhǎng)為 7 年. 然后利用各省玉米氣象產(chǎn)量與相應(yīng)生長(zhǎng)期內(nèi)逐旬平均實(shí)測(cè)氣象數(shù)據(jù)建立積分回歸模型. 假設(shè)玉米品種特性按目前的改良趨勢(shì)發(fā)生變化，將 1961—1990 年( BS) 氣候模擬數(shù)據(jù)代入相關(guān)模型，獲得模擬氣象產(chǎn)量為基準(zhǔn)產(chǎn)量，再計(jì)算 A2、B2 情景下未來(lái) 2011—2050 年氣象產(chǎn)量，其相對(duì)于基準(zhǔn)值的差值可視為氣候變化對(duì)玉米產(chǎn)量的影響. 這里以實(shí)測(cè)氣象數(shù)據(jù)建模而以氣候模擬數(shù)據(jù)計(jì)算基準(zhǔn)值，主要是由于玉米產(chǎn)量數(shù)據(jù)序列開(kāi)始年較晚而無(wú)法在時(shí)間上與氣候模擬數(shù)據(jù)相匹配所致，而氣候模擬數(shù)據(jù)已經(jīng)通過(guò)實(shí)測(cè)數(shù)據(jù)進(jìn)行過(guò)訂正[18，20].
氣象要素與氣象產(chǎn)量間的建模方法為: 首先利用積分回歸方法分別建立玉米生育期間光( 輻射) 、溫、水 3 個(gè)氣象因子與氣象產(chǎn)量間的關(guān)系模型，然后以 3 個(gè)模型擬合結(jié)果與氣象產(chǎn)量間的復(fù)相關(guān)系數(shù)為權(quán)重進(jìn)行加權(quán)平均，即可得到氣象產(chǎn)量的集成模擬模型. 最后將模擬氣象產(chǎn)量和趨勢(shì)產(chǎn)量相加即為模擬產(chǎn)量.
1. 4 數(shù)據(jù)處理
利用中文 Visual Basic 6. 0 軟件編程進(jìn)行數(shù)據(jù)處理、建立積分回歸模型和分析擬合結(jié)果. 采用相關(guān)系數(shù)檢驗(yàn)法進(jìn)行模擬氣象產(chǎn)量與實(shí)測(cè)分離結(jié)果的相關(guān)性檢驗(yàn)，顯著性水平設(shè)為 0. 01 或 0. 05.
2 結(jié)果與分析
2. 1 積分回歸模型的擬合檢驗(yàn)
分別建立了我國(guó) 23 個(gè)省( 區(qū)、市) 1978—2008 年玉米產(chǎn)量與實(shí)測(cè)氣象數(shù)據(jù)之間的集成積分回歸模型，并進(jìn)行歷史擬合檢驗(yàn)( 表 1) . 從溫度、降水和輻射模型的權(quán)重來(lái)看，各省份間有一定差異. 華北地區(qū)除北京、天津外，各省的降水權(quán)重最大，說(shuō)明該區(qū)降水與氣象產(chǎn)量的相關(guān)性最好; 西南地區(qū)各省的輻射權(quán)重最小，說(shuō)明該區(qū)輻射與氣象產(chǎn)量的相關(guān)性最差; 其余省區(qū)無(wú)明顯規(guī)律. 從集成模型擬合誤差來(lái)看，各省最大相對(duì)誤差在 5. 1% ～ 34. 5% ，最大相對(duì)誤差年份 以 1988、1989 年 出 現(xiàn) 較 多，平 均 相 對(duì) 誤 差在 1. 5% ～ 8. 2% . 大于 5% 誤差的概率最大為吉林的 35. 5% ，其余各省多在 25% 以下，而華南、西南和西北地區(qū)均在 20% 以內(nèi); 大于 10% 誤差的概率小于 16. 1% . 模擬氣象產(chǎn)量與實(shí)測(cè)分離結(jié)果的相關(guān)系數(shù)在 0. 35 ～ 0. 68，均通過(guò) 0. 05 的顯著性檢驗(yàn)，其中 60% 的模型通過(guò) 0. 01 的顯著性檢驗(yàn). 模擬產(chǎn)量復(fù)相關(guān)系數(shù)與實(shí)測(cè)結(jié)果的相關(guān)系數(shù)在 0. 82 以上. 總體來(lái)看，各省集成積分回歸模型能夠體現(xiàn)氣象要素對(duì)產(chǎn)量的影響規(guī)律. 若用以不同年代際間的比較，則可剔除系統(tǒng)誤差，其結(jié)果更加可信.
2. 2 氣候變化對(duì)我國(guó)未來(lái)玉米產(chǎn)量的影響
利用氣候預(yù)測(cè)數(shù)據(jù)和集成模型模擬了全國(guó)主要玉米種植省份歷年玉米產(chǎn)量，并計(jì)算了未來(lái)年代際玉米產(chǎn)量的平均變化情況( 圖 1) . 總體來(lái)看，未來(lái) 40 年中，無(wú)論是 A2 還是 B2 氣候情景下，如果玉米品種特性按目前的改良趨勢(shì)發(fā)生變化，則全國(guó)絕大多數(shù)玉米生產(chǎn)省份均處于減產(chǎn)之中，且減產(chǎn)幅度隨年份增加而加大，但減幅一般在 5% 以內(nèi).
A2 情景下，東北地區(qū)玉米除 2021—2030 年外，減產(chǎn)幅度在所有分區(qū)中均最大，平均在2. 3% ～4. 2% . 2011—2020 年 間，東北和西北減產(chǎn)較多，幅 度 在 2. 3% 以上，其余地區(qū)變化很小. 2021—2030 年間，華北 和 西 南 地 區(qū) 減 產(chǎn) 幅 度 稍 大，約 為 1. 5% ～ 1. 8% ，而其余地區(qū)的減產(chǎn)幅度均很小. 2031 年以后，西北、西南和長(zhǎng)江中下游地區(qū)減產(chǎn)幅度也較大.未來(lái) 40 年中，華北地區(qū)的減產(chǎn)幅度稍小，一般在 1. 5% 以內(nèi)，而華南地區(qū)的玉米產(chǎn)量基本不變. B2 情景下，東北地區(qū)在 2031—2040 年減產(chǎn)幅度最大，達(dá) 6. 7% ，而在 2021—2030 年增產(chǎn) 2. 7% . 其余仍以西南和西北地區(qū)減產(chǎn)幅度較大，而華南地區(qū)減產(chǎn)幅度最小. A2 與 B2 情景相比，除 2021—2030 年外，其余年代的絕大多數(shù)地區(qū)減產(chǎn)幅度均更大，特別是 2011— 2020 和 2041—2050 年間，減產(chǎn)幅度高達(dá) 1% ～ 4% .
對(duì)各省未來(lái)玉米產(chǎn)量的變化情況分析發(fā)現(xiàn)，各分區(qū)內(nèi)的多個(gè)省玉米產(chǎn)量變化趨勢(shì)基本一致. A2 情景下，減產(chǎn)幅度最高的為陜西 2041—2050 年間，達(dá) 8. 2% ，而減產(chǎn)幅度較大的省份還有安徽、遼寧、山西和吉 林 等. B2 情 景 下，減產(chǎn)幅度最高的為安徽 2021—2030 年間，達(dá) 9. 2% ，減產(chǎn)幅度較大的省份與 A2 情景基本相同. 東北地區(qū)各省在未來(lái)整體呈減產(chǎn)趨勢(shì)，但在 2021—2030 年間，卻有明顯增加趨勢(shì)，如 A2 情景下吉林增產(chǎn) 4. 0% ，為所有省份中最高，而 B2 情景下遼寧增產(chǎn) 5. 1% ，也為所有省份中最高.
2. 3 未來(lái)我國(guó)玉米減產(chǎn)原因分析
為了探討未來(lái)氣候變化導(dǎo)致我國(guó)玉米減產(chǎn)的原因，分析了各氣象要素對(duì)幾個(gè)典型省份玉米生長(zhǎng)的影響情況. 圖 2 為光、溫、水分別每改變一個(gè)單位對(duì)氣象產(chǎn)量的影響. 可以看出，北方省區(qū)( 如遼寧、陜西和山西) 的降水量在整個(gè)生長(zhǎng)季對(duì)玉米產(chǎn)量多為正效應(yīng)，降水量偏高越多產(chǎn)量也越高. 這是因?yàn)榻邓匀皇俏覈?guó)各省玉米生產(chǎn)的限制因子. 遼寧玉米發(fā)育初期的降水對(duì)產(chǎn)量的影響最大，降水量增加1 mm 將使產(chǎn)量增加 17 kg·hm-2 ( 下文簡(jiǎn)稱影響因子為 17) ，這可能是因?yàn)椴シN時(shí)易受干旱影響的緣故. 陜西玉米生長(zhǎng)的初期( 第 13 ～ 16 旬) 受降水的影響也很大，影響因子在 2 ～ 8，同樣與玉米發(fā)育初期缺水有關(guān). 山西在整個(gè)生 長(zhǎng) 季 的 降 水 影 響 因 子 均 在 2 以 上，說(shuō)明其玉米生長(zhǎng)全程受干旱的影響. 安徽玉米發(fā)育初期的 1 ～ 3 旬一般不受水分脅迫，降水增加反而使玉米產(chǎn)量下降，但之后降水影響因子也一直在 0 以上，最高可達(dá) 2.
溫度對(duì)我國(guó)玉米產(chǎn)量的影響主要是負(fù)效應(yīng)，溫度偏高越多則產(chǎn)量越低( 圖 2) . 但玉米發(fā)育初期和末期的溫度偏高卻有利于產(chǎn)量的提高，特別是安徽初期溫度偏高可能有利于玉米盡快生長(zhǎng)，而遼寧后期溫度偏高將可能促使玉米完全成熟，少受霜凍侵襲. 從對(duì)產(chǎn)量的影響幅度來(lái)看，遼寧玉米在第 12 ～ 23 旬間，若旬平均溫度偏高 1 ℃ 將 減 產(chǎn) 19 ～ 89 kg·hm-2 ; 山西玉米在第 21 ～ 22 旬受溫度影響最大，此時(shí)玉米也處于拔節(jié)到抽穗期，溫度偏高將導(dǎo)致減產(chǎn) 93 ～ 103 kg·hm-2 ; 對(duì)陜西來(lái)說(shuō)，溫度偏高有 2 個(gè)減產(chǎn)高峰，分別為第 14 旬( 播種前) 和第 22 旬 ( 抽雄期) 左右，抽雄期若溫度過(guò)高則不利于開(kāi)花，旬平均溫度偏高 1 ℃ 將減產(chǎn) 40 kg·hm-2 以上; 安徽第 7 旬平均溫度偏高 1 ℃，產(chǎn) 量 將 提 高 105 kg·hm-2 ，而發(fā)育中后期 13 ～ 19 旬平均溫度若偏高 1 ℃，則將減產(chǎn) 44 ～ 59 kg·hm-2 .
輻射對(duì)我國(guó)玉米產(chǎn)量的效應(yīng)在玉米生長(zhǎng)季不斷波動(dòng). 各省輻射對(duì)玉米產(chǎn)量影響趨勢(shì)的逐旬變化與降水正好相反. 這反映了輻射和降水的實(shí)際分布形式，一者偏高則另一者將肯定偏低. 遼寧玉米在第 17 ～ 18旬中( 七葉到拔節(jié)期) ，輻射對(duì)產(chǎn)量是負(fù)效應(yīng)，這主要是因?yàn)檩椛淦呓邓伲藭r(shí)玉米需水較多導(dǎo)致減產(chǎn)，在第 22 旬左右( 抽雄期) 則因需晴天較多輻射而為正效應(yīng); 在陜西，輻射對(duì)玉米產(chǎn)量影響的逐旬變化與溫度非常一致，因此引起玉米減產(chǎn)的原因與溫度相同，發(fā)育初期旬平均輻射每提高 1 MJ，則玉米將減產(chǎn) 41 kg·hm-2 ; 輻射對(duì)山西玉米產(chǎn)量主要是負(fù)效應(yīng)，這主要是輻射偏高而降水偏少導(dǎo)致干旱的原因，發(fā)育中期旬平均輻射每提 1 MJ，則玉米減產(chǎn) 42 kg·hm-2 左右.
進(jìn)一步計(jì)算了 A2、B2 氣候情景下未來(lái) 40 年各氣象因素相對(duì)基準(zhǔn)氣候( BS) 的逐旬變化. 結(jié)果發(fā)現(xiàn)，各省未來(lái)不同年代際的溫度均處于明顯升高趨勢(shì)，而降水的變化趨勢(shì)卻不明顯，不同區(qū)域不同年代增減各異. 因此可以認(rèn)為，未來(lái)我國(guó)各省區(qū)玉米減產(chǎn)的主要原因是氣溫升高所致，個(gè)別省份減產(chǎn)可能與降水量減少有關(guān). 圖 3 為典型站點(diǎn)氣象要素未來(lái)變化狀況，與 2. 2 中未來(lái)玉米產(chǎn)量變化情況對(duì)比可知，遼寧在未來(lái) A2 氣候變化情景下的各年代際均為減產(chǎn)，原因是溫度不斷升高所致，但在 B2 情景下的 2021—2030 年間的明顯增產(chǎn)卻是由于播種期降水偏多 的 緣 故. 山 西 在 未 來(lái) B2 氣 候 變 化 情 景 下， 2021—2030 年間的減產(chǎn)是因?yàn)榘喂?jié)到抽穗期 ( 第 21 ～ 22 旬) 溫度偏高而降水偏少的原因. A2 情景下 2041—2050 年間，玉米減產(chǎn)幅度最大的陜西是因?yàn)樯L(zhǎng)期 溫 度 一 直 偏 高 較 多 所 致. B2 情 景 下 2021—2030 年間，減產(chǎn)幅度最大的安徽主要是因?yàn)橛衩咨L(zhǎng)后期( 第 20 ～ 21 旬) 溫度偏高而降水偏少所致.
3 討 論
未來(lái)我國(guó)各地玉米生長(zhǎng)季的地表溫度將呈升高趨勢(shì)，但降水量表現(xiàn)可能不同. 到 21 世紀(jì)末，全球地表平均增溫 1. 1 ～ 6. 4 ℃[1]，中國(guó)地表氣溫升高明顯，降水量也呈增加趨勢(shì)[2]. 其中，北方增溫幅度大于南方，冬、春季增溫幅度大于夏、秋季; 到 2050 年地表氣溫將增加 2. 3 ～ 3. 3 ℃，年降水量可能增加 5% ～ 7% . 根據(jù)中國(guó)氣象局組織編寫(xiě)的“區(qū)域氣候變化評(píng)估報(bào)告決策者摘要及執(zhí)行摘要 2012”，我國(guó)各區(qū)域的年平均氣溫在未來(lái)均呈升高趨勢(shì)，而年降水量除華東地區(qū)變化不顯著外，其余地區(qū)也呈增加趨勢(shì). 本文分析發(fā)現(xiàn)，我國(guó)各省未來(lái)( 到 2050 年) 不同年代際玉米生長(zhǎng)季的溫度均處于明顯升高趨勢(shì)，但降水的變化趨勢(shì)不明顯，不同區(qū)域不同年代際增減各異，這與評(píng)估報(bào)告的結(jié)果大體一致.
未來(lái)氣候變化很可能使我國(guó)玉米單產(chǎn)降低，這在眾多研究中有很高的一致性，但減產(chǎn)幅度并不確定. 利用作物生長(zhǎng)模型結(jié)合氣候模式的預(yù)測(cè)結(jié)果進(jìn)行未來(lái)我國(guó)玉米產(chǎn)量變化評(píng)估是目前較常用的一種方法. 金之慶等[7]利用該方法研究表明，未來(lái) CO2 倍增將導(dǎo)致我國(guó)東北、黃淮海和西南玉米出現(xiàn)減產(chǎn)，而且無(wú)論是雨養(yǎng)還是灌溉玉米都以后兩個(gè)區(qū)域減產(chǎn)更多，減幅一般在 8% ～ 40% . 熊偉等[8]研究表明，到 2080 年，氣候變化將導(dǎo)致我國(guó)玉米主產(chǎn)區(qū)的玉米單產(chǎn)普遍降低，減幅在 0 ～ 60% . 張建平等[10]研究認(rèn)為，2011—2070 年我國(guó)東北中熟玉米品種平均減產(chǎn) 0 ～ 11. 4% ，晚熟品種平均減產(chǎn) 0 ～ 10. 0% . 米娜等[21]研究表明，2011—2050 年氣候變化使東北地區(qū)玉米減產(chǎn) 9. 5% . 可以看出，不同作物生長(zhǎng)模型模擬評(píng)估的減產(chǎn)幅度并不一致，但減幅總體均較高. 作物生長(zhǎng)模型評(píng)估方法的機(jī)理性較強(qiáng)，能夠闡明產(chǎn)量變化的原因. 但該方法一般以某個(gè)時(shí)間點(diǎn)的品種等科技水平為基準(zhǔn)，進(jìn)行氣候影響評(píng)估時(shí)保持不變，加之不同模型的適應(yīng)性及模擬能力不同，可能造成其評(píng)估結(jié)果與實(shí)際情況并不相符. 本文利用積分回歸方法評(píng)估表明，未來(lái)我國(guó)各地玉米減產(chǎn)幅度一般均在 7% 以內(nèi). 該方法雖然機(jī)理性不強(qiáng)，但利用長(zhǎng)時(shí)段的產(chǎn)量數(shù)據(jù)提取氣象產(chǎn)量進(jìn)行分析，是在過(guò)去一段時(shí)間科技水平發(fā)展( 包括品種改良) 趨勢(shì)上分析氣候要素與產(chǎn)量間的關(guān)系，在評(píng)估未來(lái)時(shí)仍然包含了這種技術(shù)的變化趨勢(shì)，因此結(jié)果可能與實(shí)際情況更相符. 同時(shí)，未來(lái)氣候變化對(duì)玉米產(chǎn)量的影響幅度應(yīng)該與氣象產(chǎn)量的大小有關(guān)，本文分離的氣象產(chǎn)量一般占總產(chǎn)的 10% 左右，多數(shù)在 5% 左右，未來(lái)氣候變化對(duì)我國(guó)玉米產(chǎn)量的影響幅度也在此范圍內(nèi). 因此，本研究的結(jié)論可能更接近實(shí)際. 另外，本研究比較未來(lái)氣候變化影響我國(guó)不同地區(qū)玉米產(chǎn)量的差異表明，減產(chǎn)幅度最大的為東北和西南地區(qū)，其次為西北和長(zhǎng)江中下游地區(qū)，華北地區(qū)減產(chǎn)幅度較小，而華南地區(qū)幾乎不變.
有關(guān)氣候變化影響我國(guó)玉米減產(chǎn)的原因，作物生長(zhǎng)模型評(píng)估一般認(rèn)為主要是由于溫度升高使生育期縮短，從而使干物質(zhì)累積時(shí)間減少所致，其他部分原因可能是降水量減少導(dǎo)致的干旱脅迫造成的[7-8，10，21]. 如前所述，多數(shù)作物生長(zhǎng)模型假定玉米品種特性不變，因此其積溫參數(shù)保持不變，氣候變暖則生育期縮短. 但實(shí)際上，由于品種改良，東北玉米累積熱量指數(shù)在逐年增加[22]，李正國(guó)等[23]研究表明，東北玉米生育期也在不斷增長(zhǎng). 另外，馬樹(shù)慶等[24]利用分期播種試驗(yàn)分析表明，在水分基本適宜條件下，玉米生長(zhǎng)季氣溫升高、積溫增加，使玉米生長(zhǎng)和灌漿速度加快，從而有利于提高單產(chǎn); 但若同時(shí)水分減少則將縮短玉米灌漿時(shí)間，降低灌漿速率，從而造成減產(chǎn)，而且減產(chǎn)幅度明顯大于溫度升高引起的增產(chǎn)幅度. 劉丹等[25]利用大田增溫試驗(yàn)研究發(fā)現(xiàn)，平均 2 ℃的增溫降低了玉米果穗長(zhǎng)度、粗度和粒數(shù)，增大了癟粒數(shù)，導(dǎo)致減產(chǎn) 40% . 可見(jiàn)，如果作物生長(zhǎng)模型不考慮品種變化以及其他一些構(gòu)建機(jī)理過(guò)程將可能造成評(píng)估偏差. 本文研究表明，我國(guó)各省區(qū)玉米減產(chǎn)的主要原因是氣溫升高所致，僅個(gè)別省份減產(chǎn)與降水減少有關(guān). 但這一結(jié)論無(wú)法給出直接的機(jī)理性解釋，只能靠經(jīng)驗(yàn)和推測(cè)分析兩者間的影響機(jī)制. 因此，對(duì)未來(lái)我國(guó)玉米產(chǎn)量變化的評(píng)估需要考慮兩個(gè)方面: 第一是品種等科技進(jìn)步的影響. 未來(lái)我國(guó)玉米產(chǎn)量變化在于氣候和科技兩因素的相互制約. 雖然科技進(jìn)步的定量化表達(dá)存在較大難度，但只要適當(dāng)考慮品種因素( 如抗旱耐熱能力的變化) 以及適應(yīng)策略( 如不同熟性玉米品種種植布局調(diào)整、節(jié)水措施) 等就會(huì)使評(píng)估結(jié)果更加合理，否則將可能夸大氣候變化的影響程度. 第二是各類評(píng)估模型的機(jī)理性仍待進(jìn)一步加強(qiáng).
本文主要探討了未來(lái)氣候變化對(duì)我國(guó)玉米單產(chǎn)的影響. 但實(shí)際上，由于氣候變暖使玉米( 或中晚熟品種) 種植區(qū)擴(kuò)大，導(dǎo)致我國(guó)玉米總產(chǎn)降低的幅度可能更小. 本文研究結(jié)果是在玉米品種特性按目前的趨勢(shì)發(fā)生變化的條件下得出的，如果未來(lái)玉米品種的耐熱性、抗旱性提高速度更快，且適應(yīng)策略得當(dāng)，則氣候變化對(duì)玉米產(chǎn)量的影響還可能更小，未來(lái)的玉米產(chǎn)量趨勢(shì)也有可能是穩(wěn)產(chǎn)或增產(chǎn). 由于研究的滯后性，本文沿用了 IPCC 第四次評(píng)估報(bào)告的未來(lái)氣候變化情景，而目前第五次評(píng)估報(bào)告已經(jīng)發(fā)布，下一步即可利用新的情景評(píng)估氣候變化對(duì)我國(guó)玉米產(chǎn)量的可能影響.——論文作者：馬玉平1** 孫琳麗2 俄有浩1 吳 瑋3
