发布时间：2022-02-17所属分类：农业论文浏览：1次
摘 要： 摘 要 气候变化将对我国农业生产造成重要影响. 传统的积分回归模型和最新的气候预测相结合可能适合评估未来气候变化对作物产量的影响程度. 本文首先利用积分回归方法建立了我国不同省区玉米产量与气象要素间的相关模型，然后利用最新的气候预测成果探讨了未来 40 年气
摘 要 气候变化将对我国农业生产造成重要影响. 传统的积分回归模型和最新的气候预测相结合可能适合评估未来气候变化对作物产量的影响程度. 本文首先利用积分回归方法建立了我国不同省区玉米产量与气象要素间的相关模型，然后利用最新的气候预测成果探讨了未来 40 年气候变化对我国玉米产量的可能影响，并分析了其原因. 结果表明: 如果玉米品种改良以及目前的科技水平发展速度不变，未来 40 年我国玉米单产将以减产为主，且随时间递增有减幅增大趋势，但一般在 5% 以内. A2 气候变化情景下，除 2021—2030 年外，我国玉米减产幅度最大的地区为东北，在 2. 3% ～ 4. 2% ; 西北、西南和长江中下游地区在 2031 年以后减产幅度也较大. B2 气候变化情景下，东北地区在 2031—2040 年减产幅度最大，达 5. 3% ; 其余仍以西南和西北地区减产幅度较大. 两种情景下，华北地区减产幅度均较小，一般在 2. 0% 以内，而华南地区几乎不变. A2 相较 B2 情景下，除 2021—2030 年外，其余年代的绝大多数地区减产幅度均更大. 各旬降水量在我国北方地区对玉米产量几乎都为正效应，而各旬温度对我国各省区玉米产量一般为负效应. 未来我国各省区玉米减产的主要原因是气温升高，仅个别省份减产与降水量减少有关. 不同方法对未来我国玉米产量变化的评估结果很不一致. 进一步增强评估准确性一要考虑品种和科技进步因素的影响，二要增强各类评估模型的机理性.
关键词 气候变化; 玉米产量; 积分回归
气候预测表明，未来我国气温将继续升高，极端天气/气候事件与灾害的频率和强度继续增大[1-2].气候变暖将对我国农业生产造成重大影响. 目前的研究一般认为，中高纬度的气候变暖一方面拓展了一些作物的种植区域，但另一方面将促使作物的生长发育过程发生变化、加速病虫害的发生发展，从而导致作物产量的不稳定性增加，而极端天气/气候事件将导致作物严重减产. 玉米是自然界贮藏能量最多的植物之一，因而成为重要的粮食、饲料和经济兼用作物. 近年来，随着资源短缺以及科学技术的发展，玉米也成为重要的工业原料. 据联合国粮农组织统计资料显示，我国玉米的种植面积和总产量均仅次于美国，位居世界第二[3-4]. 未来气候变化对我国不同区域、不同玉米品种的影响程度可能并不相同.评估未来气候变化对我国玉米生产的影响具有重大意义
.研究气候变化的影响一般包括试验观测、历史类比和数值模拟等方法[5]. 但在不同时空尺度上进行控制试验存在较大难度，历史类比也不可能找到完全相似的个例，因此，数值模拟成为发展最为迅速的方法. 近些年来，许多研究根据 IPCC 构建的气候情景预测未来的气候变化，然后与作物生长模型相结合来探讨对农业生产的影响. 如评估气候变化对美国主要农业区作物产量的影响[6]，评价未来气候变化对中国主要粮食生产的影响等[7-12]. 这是一种常见且有效的评价方法，但它依赖于作物生长模型机理的准确性，且不同模型或不同研究工作在评价结果的量级和趋势上多有不同，利用作物生长模型评价未来气候变化对粮食生产的不确定性仍较高.
积分回归是一种传统的统计方法，可以建立气象要素与作物产量之间的相关关系[13]，反映作物不同发育时段气象要素对产量的影响，且方法简便. 因此可以利用这一方法开展气候变化对农业生产影响的研究. 较早时期即有利用积分回归方法建立黄淮海地区小麦产量与气象要素间的关系，然后利用温度和降水的增减来模拟气候变化对产量影响的研究[14]. 近些年来，一些研究利用积分回归方法开展农业气象产量动态预报[15]，分析降水对小麦产量的影响[16]，探讨生态气候因子与玉米产量的关系[17].随着气候模式模拟能力的提升，对未来气候变化的预测结果不断出现[18]，使借助积分回归方法和气候模式预测结果来分析未来气候变化对作物产量的影响成为可能.
本文将首先利用积分回归方法建立我国不同省区玉米产量与气象要素之间的相关模型，然后利用最新的气候预测成果研究未来 40 年气候变化对我国玉米产量的可能影响，并分析其原因，以期为适应和减缓这一影响提供科学依据.
1 研究区域与研究方法
1. 1 研究区域
研究区域包含我国主要的玉米种植区域，共 23 个省( 区、市) 份. 东北地区主要包括黑龙江、吉林和辽宁，华北地区包括北京、天津、山西、河北、山东和河南，长江中下游地区有江苏、安徽、江西、湖北和湖南，华南地区有广东和广西，西南地区有四川、贵州和云南，西北地区主要包括陕西、甘肃、宁夏和新疆.除华北地区以夏玉米为研究对象外，其余地区均为春玉米. 为了简化分析，本文针对以上 6 个区域开展气候变化对玉米产量的影响研究.
1. 2 数据来源
研究数据包括玉米产量、发育期、实测气象要素和气候预测数据等. 玉米产量为来自统计部门的 23 个省( 区、市) 1978—2008 年省级逐年单产数据. 发育期为根据各省农业气象观测站记载统计的本省玉米生育时段的起止旬，用以明确玉米生长期. 实测气象要素为 23 省主要气象站( 453 站) 逐日平均气温、降水和日照时数等气象数据. 日照时数通过 FAO 推荐公式转换获得总辐射[19]，并进一步计算获得各省所有站点的逐旬平均气温、平均累积降水量和平均总辐射. 气候预测数据为区域气候模式( PRECIS) 输出的基准值( BS，1961—1990 年) 和 A2、B2 情景下未来( 2011—2050 年) 时段 50 km×50 km 空间分辨率的逐日平均温度、降水和总辐射，并通过 ECMWF ( European Centre for Medium-Range Weather Forecasts) 方法利用站点实测气象数据进行了分析订正[18，20]. A2 和 B2 情景指政府间气候变化委员会 ( IPCC) 定义的未来温室气体和 SO2 的两种排放方案. A2 情景表示未来世界发展极不均衡，虽有区域性合作，但对新技术的适应较慢，人口继续增长， CO2 排放处于较高水平; B2 情景则强调区域性经济、社会和环境的可持续发展，人口持续增长，但增长率低于 A2 情景，经济发展速度中等，CO2 排放处于中低水平. 与站点实测数据一样，对格点气候预测数据进行多格点平均获得各省的旬值.
1. 3 研究方法
首先利用直线滑动平均法将各省 1978—2008 年玉米产量数据序列分解为趋势产量和气象产量，滑动步长为 7 年. 然后利用各省玉米气象产量与相应生长期内逐旬平均实测气象数据建立积分回归模型. 假设玉米品种特性按目前的改良趋势发生变化，将 1961—1990 年( BS) 气候模拟数据代入相关模型，获得模拟气象产量为基准产量，再计算 A2、B2 情景下未来 2011—2050 年气象产量，其相对于基准值的差值可视为气候变化对玉米产量的影响. 这里以实测气象数据建模而以气候模拟数据计算基准值，主要是由于玉米产量数据序列开始年较晚而无法在时间上与气候模拟数据相匹配所致，而气候模拟数据已经通过实测数据进行过订正[18，20].
气象要素与气象产量间的建模方法为: 首先利用积分回归方法分别建立玉米生育期间光( 辐射) 、温、水 3 个气象因子与气象产量间的关系模型，然后以 3 个模型拟合结果与气象产量间的复相关系数为权重进行加权平均，即可得到气象产量的集成模拟模型. 最后将模拟气象产量和趋势产量相加即为模拟产量.
1. 4 数据处理
利用中文 Visual Basic 6. 0 软件编程进行数据处理、建立积分回归模型和分析拟合结果. 采用相关系数检验法进行模拟气象产量与实测分离结果的相关性检验，显著性水平设为 0. 01 或 0. 05.
2 结果与分析
2. 1 积分回归模型的拟合检验
分别建立了我国 23 个省( 区、市) 1978—2008 年玉米产量与实测气象数据之间的集成积分回归模型，并进行历史拟合检验( 表 1) . 从温度、降水和辐射模型的权重来看，各省份间有一定差异. 华北地区除北京、天津外，各省的降水权重最大，说明该区降水与气象产量的相关性最好; 西南地区各省的辐射权重最小，说明该区辐射与气象产量的相关性最差; 其余省区无明显规律. 从集成模型拟合误差来看，各省最大相对误差在 5. 1% ～ 34. 5% ，最大相对误差年份 以 1988、1989 年 出 现 较 多，平 均 相 对 误 差在 1. 5% ～ 8. 2% . 大于 5% 误差的概率最大为吉林的 35. 5% ，其余各省多在 25% 以下，而华南、西南和西北地区均在 20% 以内; 大于 10% 误差的概率小于 16. 1% . 模拟气象产量与实测分离结果的相关系数在 0. 35 ～ 0. 68，均通过 0. 05 的显著性检验，其中 60% 的模型通过 0. 01 的显著性检验. 模拟产量复相关系数与实测结果的相关系数在 0. 82 以上. 总体来看，各省集成积分回归模型能够体现气象要素对产量的影响规律. 若用以不同年代际间的比较，则可剔除系统误差，其结果更加可信.
2. 2 气候变化对我国未来玉米产量的影响
利用气候预测数据和集成模型模拟了全国主要玉米种植省份历年玉米产量，并计算了未来年代际玉米产量的平均变化情况( 图 1) . 总体来看，未来 40 年中，无论是 A2 还是 B2 气候情景下，如果玉米品种特性按目前的改良趋势发生变化，则全国绝大多数玉米生产省份均处于减产之中，且减产幅度随年份增加而加大，但减幅一般在 5% 以内.
A2 情景下，东北地区玉米除 2021—2030 年外，减产幅度在所有分区中均最大，平均在2. 3% ～4. 2% . 2011—2020 年 间，东北和西北减产较多，幅 度 在 2. 3% 以上，其余地区变化很小. 2021—2030 年间，华北 和 西 南 地 区 减 产 幅 度 稍 大，约 为 1. 5% ～ 1. 8% ，而其余地区的减产幅度均很小. 2031 年以后，西北、西南和长江中下游地区减产幅度也较大.未来 40 年中，华北地区的减产幅度稍小，一般在 1. 5% 以内，而华南地区的玉米产量基本不变. B2 情景下，东北地区在 2031—2040 年减产幅度最大，达 6. 7% ，而在 2021—2030 年增产 2. 7% . 其余仍以西南和西北地区减产幅度较大，而华南地区减产幅度最小. A2 与 B2 情景相比，除 2021—2030 年外，其余年代的绝大多数地区减产幅度均更大，特别是 2011— 2020 和 2041—2050 年间，减产幅度高达 1% ～ 4% .
对各省未来玉米产量的变化情况分析发现，各分区内的多个省玉米产量变化趋势基本一致. A2 情景下，减产幅度最高的为陕西 2041—2050 年间，达 8. 2% ，而减产幅度较大的省份还有安徽、辽宁、山西和吉 林 等. B2 情 景 下，减产幅度最高的为安徽 2021—2030 年间，达 9. 2% ，减产幅度较大的省份与 A2 情景基本相同. 东北地区各省在未来整体呈减产趋势，但在 2021—2030 年间，却有明显增加趋势，如 A2 情景下吉林增产 4. 0% ，为所有省份中最高，而 B2 情景下辽宁增产 5. 1% ，也为所有省份中最高.
2. 3 未来我国玉米减产原因分析
为了探讨未来气候变化导致我国玉米减产的原因，分析了各气象要素对几个典型省份玉米生长的影响情况. 图 2 为光、温、水分别每改变一个单位对气象产量的影响. 可以看出，北方省区( 如辽宁、陕西和山西) 的降水量在整个生长季对玉米产量多为正效应，降水量偏高越多产量也越高. 这是因为降水仍然是我国各省玉米生产的限制因子. 辽宁玉米发育初期的降水对产量的影响最大，降水量增加1 mm 将使产量增加 17 kg·hm-2 ( 下文简称影响因子为 17) ，这可能是因为播种时易受干旱影响的缘故. 陕西玉米生长的初期( 第 13 ～ 16 旬) 受降水的影响也很大，影响因子在 2 ～ 8，同样与玉米发育初期缺水有关. 山西在整个生 长 季 的 降 水 影 响 因 子 均 在 2 以 上，说明其玉米生长全程受干旱的影响. 安徽玉米发育初期的 1 ～ 3 旬一般不受水分胁迫，降水增加反而使玉米产量下降，但之后降水影响因子也一直在 0 以上，最高可达 2.
温度对我国玉米产量的影响主要是负效应，温度偏高越多则产量越低( 图 2) . 但玉米发育初期和末期的温度偏高却有利于产量的提高，特别是安徽初期温度偏高可能有利于玉米尽快生长，而辽宁后期温度偏高将可能促使玉米完全成熟，少受霜冻侵袭. 从对产量的影响幅度来看，辽宁玉米在第 12 ～ 23 旬间，若旬平均温度偏高 1 ℃ 将 减 产 19 ～ 89 kg·hm-2 ; 山西玉米在第 21 ～ 22 旬受温度影响最大，此时玉米也处于拔节到抽穗期，温度偏高将导致减产 93 ～ 103 kg·hm-2 ; 对陕西来说，温度偏高有 2 个减产高峰，分别为第 14 旬( 播种前) 和第 22 旬 ( 抽雄期) 左右，抽雄期若温度过高则不利于开花，旬平均温度偏高 1 ℃ 将减产 40 kg·hm-2 以上; 安徽第 7 旬平均温度偏高 1 ℃，产 量 将 提 高 105 kg·hm-2 ，而发育中后期 13 ～ 19 旬平均温度若偏高 1 ℃，则将减产 44 ～ 59 kg·hm-2 .
辐射对我国玉米产量的效应在玉米生长季不断波动. 各省辐射对玉米产量影响趋势的逐旬变化与降水正好相反. 这反映了辐射和降水的实际分布形式，一者偏高则另一者将肯定偏低. 辽宁玉米在第 17 ～ 18旬中( 七叶到拔节期) ，辐射对产量是负效应，这主要是因为辐射偏高降水偏少，而此时玉米需水较多导致减产，在第 22 旬左右( 抽雄期) 则因需晴天较多辐射而为正效应; 在陕西，辐射对玉米产量影响的逐旬变化与温度非常一致，因此引起玉米减产的原因与温度相同，发育初期旬平均辐射每提高 1 MJ，则玉米将减产 41 kg·hm-2 ; 辐射对山西玉米产量主要是负效应，这主要是辐射偏高而降水偏少导致干旱的原因，发育中期旬平均辐射每提 1 MJ，则玉米减产 42 kg·hm-2 左右.
进一步计算了 A2、B2 气候情景下未来 40 年各气象因素相对基准气候( BS) 的逐旬变化. 结果发现，各省未来不同年代际的温度均处于明显升高趋势，而降水的变化趋势却不明显，不同区域不同年代增减各异. 因此可以认为，未来我国各省区玉米减产的主要原因是气温升高所致，个别省份减产可能与降水量减少有关. 图 3 为典型站点气象要素未来变化状况，与 2. 2 中未来玉米产量变化情况对比可知，辽宁在未来 A2 气候变化情景下的各年代际均为减产，原因是温度不断升高所致，但在 B2 情景下的 2021—2030 年间的明显增产却是由于播种期降水偏多 的 缘 故. 山 西 在 未 来 B2 气 候 变 化 情 景 下， 2021—2030 年间的减产是因为拔节到抽穗期 ( 第 21 ～ 22 旬) 温度偏高而降水偏少的原因. A2 情景下 2041—2050 年间，玉米减产幅度最大的陕西是因为生长期 温 度 一 直 偏 高 较 多 所 致. B2 情 景 下 2021—2030 年间，减产幅度最大的安徽主要是因为玉米生长后期( 第 20 ～ 21 旬) 温度偏高而降水偏少所致.
3 讨 论
未来我国各地玉米生长季的地表温度将呈升高趋势，但降水量表现可能不同. 到 21 世纪末，全球地表平均增温 1. 1 ～ 6. 4 ℃[1]，中国地表气温升高明显，降水量也呈增加趋势[2]. 其中，北方增温幅度大于南方，冬、春季增温幅度大于夏、秋季; 到 2050 年地表气温将增加 2. 3 ～ 3. 3 ℃，年降水量可能增加 5% ～ 7% . 根据中国气象局组织编写的“区域气候变化评估报告决策者摘要及执行摘要 2012”，我国各区域的年平均气温在未来均呈升高趋势，而年降水量除华东地区变化不显著外，其余地区也呈增加趋势. 本文分析发现，我国各省未来( 到 2050 年) 不同年代际玉米生长季的温度均处于明显升高趋势，但降水的变化趋势不明显，不同区域不同年代际增减各异，这与评估报告的结果大体一致.
未来气候变化很可能使我国玉米单产降低，这在众多研究中有很高的一致性，但减产幅度并不确定. 利用作物生长模型结合气候模式的预测结果进行未来我国玉米产量变化评估是目前较常用的一种方法. 金之庆等[7]利用该方法研究表明，未来 CO2 倍增将导致我国东北、黄淮海和西南玉米出现减产，而且无论是雨养还是灌溉玉米都以后两个区域减产更多，减幅一般在 8% ～ 40% . 熊伟等[8]研究表明，到 2080 年，气候变化将导致我国玉米主产区的玉米单产普遍降低，减幅在 0 ～ 60% . 张建平等[10]研究认为，2011—2070 年我国东北中熟玉米品种平均减产 0 ～ 11. 4% ，晚熟品种平均减产 0 ～ 10. 0% . 米娜等[21]研究表明，2011—2050 年气候变化使东北地区玉米减产 9. 5% . 可以看出，不同作物生长模型模拟评估的减产幅度并不一致，但减幅总体均较高. 作物生长模型评估方法的机理性较强，能够阐明产量变化的原因. 但该方法一般以某个时间点的品种等科技水平为基准，进行气候影响评估时保持不变，加之不同模型的适应性及模拟能力不同，可能造成其评估结果与实际情况并不相符. 本文利用积分回归方法评估表明，未来我国各地玉米减产幅度一般均在 7% 以内. 该方法虽然机理性不强，但利用长时段的产量数据提取气象产量进行分析，是在过去一段时间科技水平发展( 包括品种改良) 趋势上分析气候要素与产量间的关系，在评估未来时仍然包含了这种技术的变化趋势，因此结果可能与实际情况更相符. 同时，未来气候变化对玉米产量的影响幅度应该与气象产量的大小有关，本文分离的气象产量一般占总产的 10% 左右，多数在 5% 左右，未来气候变化对我国玉米产量的影响幅度也在此范围内. 因此，本研究的结论可能更接近实际. 另外，本研究比较未来气候变化影响我国不同地区玉米产量的差异表明，减产幅度最大的为东北和西南地区，其次为西北和长江中下游地区，华北地区减产幅度较小，而华南地区几乎不变.
有关气候变化影响我国玉米减产的原因，作物生长模型评估一般认为主要是由于温度升高使生育期缩短，从而使干物质累积时间减少所致，其他部分原因可能是降水量减少导致的干旱胁迫造成的[7-8，10，21]. 如前所述，多数作物生长模型假定玉米品种特性不变，因此其积温参数保持不变，气候变暖则生育期缩短. 但实际上，由于品种改良，东北玉米累积热量指数在逐年增加[22]，李正国等[23]研究表明，东北玉米生育期也在不断增长. 另外，马树庆等[24]利用分期播种试验分析表明，在水分基本适宜条件下，玉米生长季气温升高、积温增加，使玉米生长和灌浆速度加快，从而有利于提高单产; 但若同时水分减少则将缩短玉米灌浆时间，降低灌浆速率，从而造成减产，而且减产幅度明显大于温度升高引起的增产幅度. 刘丹等[25]利用大田增温试验研究发现，平均 2 ℃的增温降低了玉米果穗长度、粗度和粒数，增大了瘪粒数，导致减产 40% . 可见，如果作物生长模型不考虑品种变化以及其他一些构建机理过程将可能造成评估偏差. 本文研究表明，我国各省区玉米减产的主要原因是气温升高所致，仅个别省份减产与降水减少有关. 但这一结论无法给出直接的机理性解释，只能靠经验和推测分析两者间的影响机制. 因此，对未来我国玉米产量变化的评估需要考虑两个方面: 第一是品种等科技进步的影响. 未来我国玉米产量变化在于气候和科技两因素的相互制约. 虽然科技进步的定量化表达存在较大难度，但只要适当考虑品种因素( 如抗旱耐热能力的变化) 以及适应策略( 如不同熟性玉米品种种植布局调整、节水措施) 等就会使评估结果更加合理，否则将可能夸大气候变化的影响程度. 第二是各类评估模型的机理性仍待进一步加强.
本文主要探讨了未来气候变化对我国玉米单产的影响. 但实际上，由于气候变暖使玉米( 或中晚熟品种) 种植区扩大，导致我国玉米总产降低的幅度可能更小. 本文研究结果是在玉米品种特性按目前的趋势发生变化的条件下得出的，如果未来玉米品种的耐热性、抗旱性提高速度更快，且适应策略得当，则气候变化对玉米产量的影响还可能更小，未来的玉米产量趋势也有可能是稳产或增产. 由于研究的滞后性，本文沿用了 IPCC 第四次评估报告的未来气候变化情景，而目前第五次评估报告已经发布，下一步即可利用新的情景评估气候变化对我国玉米产量的可能影响.——论文作者：马玉平1** 孙琳丽2 俄有浩1 吴 玮3
SCISSCIAHCI
