導(dǎo)語：氣候變化背景下農(nóng)業(yè)模型模擬發(fā)展一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

氣候變化是指大氣長時期統(tǒng)計狀態(tài)的變化，即一段時期內(nèi)氣候要素的統(tǒng)計與另一段時期統(tǒng)計量之間的差別[1]。以全球氣候變暖為主要特征的氣候變化正成為人類生存和發(fā)展的重大威脅。在將來的大氣CO2濃度倍增的情況下，運用區(qū)域氣候模型RegCM2進(jìn)行模擬，發(fā)現(xiàn)年均溫度將會增加2.7℃，年降水量會增加25%。考慮到氣溶膠和自然因素的影響，溫度增加將會減少到2.0℃，降水增加將減少到19%[2]。農(nóng)業(yè)是對氣候變化最為敏感的部門之一，氣候始終是影響農(nóng)業(yè)生產(chǎn)的重要決定因素[3]。氣候變化對農(nóng)業(yè)所帶來的不利影響，將造成農(nóng)業(yè)生產(chǎn)的波動并危及糧食安全、社會穩(wěn)定和經(jīng)濟(jì)的可持續(xù)發(fā)展。水稻、小麥、玉米是我國三大糧食作物，其產(chǎn)量的高低直接影響著我國糧食安全問題。當(dāng)前的研究主要集中在作物模型與氣候模式相結(jié)合的模型模擬方面。基于作物生長機(jī)理的產(chǎn)量動力模型是發(fā)展最為迅速的方法[4]，其在集成已有科學(xué)研究成果、作物種植管理科學(xué)化以及在決策制定中所起的作用已逐漸為大家所認(rèn)識。而借助氣候模式開展研究工作是評估未來氣候變化對全球造成的影響的主要手段。本文主要闡述了我國學(xué)者利用國內(nèi)外模型在未來氣候情景下對于我國主要糧食作物進(jìn)行的模擬研究，并針對當(dāng)前研究狀況提出建議和對策，以期為準(zhǔn)確評價氣候變化對我國農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展、制訂相應(yīng)對策、采取適應(yīng)措施等提供理論依據(jù)。

1未來氣候情景下我國主要糧食作物產(chǎn)量的變化

1.1水稻產(chǎn)量變化

水稻是我國最重要的糧食作物，其產(chǎn)量關(guān)系到國家和地區(qū)的糧食安全問題，水稻增產(chǎn)技術(shù)和產(chǎn)量的準(zhǔn)確預(yù)報能力也可以為國家和地區(qū)的決策提供參考。當(dāng)前大多數(shù)學(xué)者都采用氣候模式與作物生長模型相嵌套的方法來評價氣候變化對作物的影響。CERES-Rice模型是系列模型中的主要模型之一，應(yīng)用比較廣泛。姚鳳梅等[5-6]利用水稻生長觀測資料和氣象資料，采用CERES-Rice模型對中國主要稻區(qū)水稻產(chǎn)量的模擬能力進(jìn)行了評價，認(rèn)為該模型能夠合理模擬水稻的產(chǎn)量。在此基礎(chǔ)上利用此模型和區(qū)域氣候模式相連接，模擬分析2071—2080年和2071—2090年氣候變化情景對我國主要地區(qū)灌溉水稻產(chǎn)量的影響。研究表明2071—2080年和2071—2090年的產(chǎn)量相對于基準(zhǔn)年(1961—1990年)的變化分別為：2071—2080年情景下為+21.3%～-10.12%，2071—2090年情景下為+4.10%～-13.16%。葛道闊等[7]將全球氣候漸變模型(GISSGCMTransientBruns)的有關(guān)網(wǎng)格點值作為生成研究區(qū)域氣候漸變情景的主要依據(jù)，利用CERES-Rice模型模擬2030年和2050年我國南方水稻的產(chǎn)量，結(jié)果顯示華中和西南高原的單季稻均表現(xiàn)為增產(chǎn)，而華中和華南雙季稻，特別是后季稻減產(chǎn)幅度較大。也有學(xué)者利用ORYZA2000模型進(jìn)行了大田水平的不同灌溉方式、土壤滲透性與不同地下水位深對水稻產(chǎn)量的分析研究[8]。楊沈斌等[9]以長江中下游平原作為研究區(qū)域，將基于區(qū)域氣候模式PRECIS構(gòu)建的氣候變化情景文件與水稻生長模型ORYZA2000結(jié)合，模擬2021—2050時段A2、B2情景下的水稻產(chǎn)量。結(jié)果表明，不考慮CO2肥效作用時，隨著溫度升高，兩種情景下水稻的產(chǎn)量都呈下降趨勢，減少15%左右。當(dāng)考慮CO2肥效作用后，兩種情景下水稻平均產(chǎn)量減少5%左右。裘國旺等[10]將基于GCMs的輸出和歷史氣候資料相結(jié)合的氣候變化情景與雙季稻模式相連接，對我國江南雙季稻生產(chǎn)的可能影響進(jìn)行了模擬，結(jié)果表明雙季早稻產(chǎn)量的變化幅度為-7.9%～-21.6%，相對較小，但均呈減產(chǎn)趨勢；雙季晚稻的變化幅度較大，為+12.3%～-32.9%，增減產(chǎn)波動明顯[10]。與國外相比，我國作物生產(chǎn)模型研究工作從總體上看，起步還比較晚，研究力量較為薄弱。目前，有影響且得到應(yīng)用的主要是作物計算機(jī)模擬優(yōu)化決策系統(tǒng)(CCSODS)系列模型[11]。該模型將作物模擬技術(shù)與作物優(yōu)化原理相結(jié)合，具有較強(qiáng)的機(jī)理性、通用性和綜合性。水稻模型RCSODS是其最著名的模型，高亮之等[12]在此模型創(chuàng)建和作物模擬技術(shù)在作物生產(chǎn)實踐中的應(yīng)用擁有卓越的貢獻(xiàn)。陳家金等[13]基于RCSODS模型對東南沿海雙季稻生長發(fā)育及產(chǎn)量進(jìn)行了模擬和驗證，得出水稻生育期模擬誤差在0～5d，產(chǎn)量模擬的平均誤差在5%以內(nèi)，模擬準(zhǔn)確率較高，模擬結(jié)果基本符合東南沿海地區(qū)水稻生長發(fā)育實際情況。

1.2小麥產(chǎn)量變化

小麥?zhǔn)俏覈鴥H次于水稻的第二大作物，其播種面積占全國糧食作物播種面積的20%～30%，產(chǎn)量與玉米接近，占糧食產(chǎn)量的20%～25%，全國各地幾乎均可種植小麥，但主要集中在長江以北的東部地區(qū)。長城以北和東北地區(qū)以春小麥為主，其余地區(qū)主要以冬小麥為主。王志強(qiáng)等[14]基于EPIC模型，模擬了我國北方80個典型站點的春小麥和冬小麥1961—2005年期間的生長過程，分析了不同農(nóng)業(yè)區(qū)域小麥產(chǎn)量的波動情況，結(jié)果表明：在不考慮農(nóng)業(yè)技術(shù)因素的條件下，輻射的波動是導(dǎo)致小麥產(chǎn)量波動的主要原因，溫度脅迫的降低在一定程度上促進(jìn)了小麥的增產(chǎn)。張宇等[15]利用隨機(jī)天氣模型，將氣候模式對大氣中CO2倍增時預(yù)測的氣候情景與CERES-Wheat模式相連接，研究了氣候變化對我國冬小麥和春小麥生產(chǎn)的可能影響。結(jié)果表明，籽粒產(chǎn)量呈下降趨勢，冬小麥平均減產(chǎn)7%～8%，春小麥在水分適宜時平均減產(chǎn)17.7%，雨養(yǎng)時平均減產(chǎn)31.4%。杜瑞英等[16]利用同樣方法研究表明，在不考慮CO2對小麥影響的情況下，由于熱量充足，只要水分條件適宜，未來我國北方干旱、半干旱地區(qū)小麥產(chǎn)量整體都有增產(chǎn)趨勢。與以往研究所采用的全球氣候模式(GCM)相比，區(qū)域氣候模式在模式驗證、時空分辨率、對地形的表述以及模式的不確定性方面有顯著的改善，比以往大氣環(huán)流模式和隨機(jī)天氣發(fā)生器相嵌套方法更合理。居輝等[17]、熊偉等[18]在不同的氣候情景下，通過區(qū)域氣候模式和作物模型（CERES-Wheat）模擬未來我國小麥產(chǎn)量變化。結(jié)果表明，我國雨養(yǎng)和灌溉小麥均表現(xiàn)顯著減產(chǎn)趨勢，灌溉可緩解小麥減產(chǎn)趨勢，但不能阻止產(chǎn)量下降，春小麥或春性較強(qiáng)的冬小麥減產(chǎn)明顯，若考慮CO2的直接肥效作用，雨養(yǎng)和灌溉小麥均表現(xiàn)明顯增產(chǎn)趨勢。我國的小麥生長模擬研究比水稻稍晚。小麥栽培模擬優(yōu)化決策系統(tǒng)（WCSODS）是繼水稻栽培模擬優(yōu)化決策系統(tǒng)之后，我國自行研制的又一個大型綜合性的農(nóng)作物栽培計算機(jī)模擬優(yōu)化決策模型[19]。江敏等[20]利用小麥栽培模擬優(yōu)化決策系統(tǒng)(WCSODS)對徐州地區(qū)冬小麥種植的常年決策進(jìn)行了模擬分析，發(fā)現(xiàn)此系統(tǒng)對生育期和產(chǎn)量的模擬效果較好。馬新明等[21]檢驗了小麥模型（WCSODS）在河南省的適用性，發(fā)現(xiàn)WCSODS對河南小麥生育期和產(chǎn)量的模擬精度較高。

1.3玉米產(chǎn)量變化

玉米是我國重要的糧食和飼料作物，而東北地區(qū)玉米產(chǎn)量約占全國玉米總產(chǎn)量的1/3，穩(wěn)居全國首位，是我國最大的玉米優(yōu)勢種植區(qū)。張建平等[22]利用WOFOST作物模型在東北地區(qū)玉米適應(yīng)性驗證的基礎(chǔ)上，結(jié)合氣候模型BCC-T63輸出的未來60年（2011—2070年）氣候情景資料，模擬分析了未來氣候變化情景下我國東北地區(qū)玉米生育期和產(chǎn)量變化情況。結(jié)果顯示：玉米產(chǎn)量將相應(yīng)下降，中熟玉米平均減產(chǎn)3.5%，晚熟玉米平均減產(chǎn)2.1%。熊偉等[23]、崔巧娟等[24]在對作物模型(CERES-Maize)進(jìn)行標(biāo)定和驗證的基礎(chǔ)上采用區(qū)域氣候模式與CERES-Maize模型相結(jié)合的方法，在A2和B2兩種未來氣候情景下評估未來氣候變化對玉米的影響。研究得出，如果保持現(xiàn)有的玉米生產(chǎn)狀況，氣候變化將導(dǎo)致我國玉米主產(chǎn)區(qū)東北春玉米區(qū)的玉米產(chǎn)量大部分減產(chǎn)，總產(chǎn)下降，給玉米生產(chǎn)帶來一定經(jīng)濟(jì)損失。CO2肥效作用可以在一定程度上緩解這種負(fù)面影響，其緩解作用對雨養(yǎng)玉米更明顯。但是未來全國玉米主產(chǎn)區(qū)的雨養(yǎng)和灌溉玉米的穩(wěn)產(chǎn)風(fēng)險及低產(chǎn)出現(xiàn)的概率依然會增大，總產(chǎn)的年際波動更為劇烈。王育光等[25]通過分析溫度、降水等氣候因子與作物干物質(zhì)累積量的關(guān)系，利用模式預(yù)測了2001—2002年黑龍江玉米的單產(chǎn)，其預(yù)測結(jié)果與實際單產(chǎn)非常接近，預(yù)報精確度在94%左右。趙巧麗等[26]根據(jù)玉米品種特性、遺傳參數(shù)以及年內(nèi)氣候資源，結(jié)合玉米栽培模擬優(yōu)化決策系統(tǒng)（MCSODS）的生長預(yù)測功能，對后茬夏玉米的品種以及生產(chǎn)進(jìn)行了相應(yīng)的研究。目前，我國的相關(guān)研究人員在作物模型模擬方面進(jìn)行了大量的研究，取得了一定的成就，但距離國外先進(jìn)的技術(shù)還尚有差距。目前我國農(nóng)業(yè)氣象服務(wù)業(yè)務(wù)中對農(nóng)作物生長氣象條件評價的科學(xué)定量程度和動態(tài)跟蹤能力還很不夠，已有的氣象影響評價模型多以統(tǒng)計手段為主，多是半經(jīng)驗半機(jī)制性[27-28]。當(dāng)前模型參數(shù)的確定方法，大多數(shù)來自文獻(xiàn)及實際試驗結(jié)果，缺乏生理學(xué)機(jī)制及生態(tài)學(xué)物質(zhì)循環(huán)的邏輯推斷[29]。很多模型僅是對作物在某個區(qū)域生產(chǎn)過程的模擬，模型的通用性較差[30]。各種模型對作物生長過程的量化描述均不同，各類參數(shù)取值差別很大，在科學(xué)性和普適性方面也有很大的欠缺[31]。

2農(nóng)業(yè)氣候變化的敏感性和脆弱性分析

農(nóng)業(yè)對氣候變化的脆弱性是氣候變化影響研究的關(guān)鍵問題之一，對指導(dǎo)區(qū)域適應(yīng)未來氣候變化、制定適應(yīng)對策、保證糧食生產(chǎn)、促進(jìn)農(nóng)業(yè)、資源、環(huán)境的可持續(xù)發(fā)展具有重要意義。IPCC第3次評估報告中進(jìn)一步明確了氣候變化敏感性和脆弱性的定義[32]：敏感性是指系統(tǒng)受到與氣候有關(guān)的刺激因素影響的程度，包括有利和不利影響。脆弱性是指氣候變化，包括氣候變率和極端氣候事件對該系統(tǒng)造成的不利影響的程度，是系統(tǒng)內(nèi)的氣候變率特征、幅度和變化速率及其敏感性和適應(yīng)能力的函數(shù)。我國農(nóng)業(yè)的敏感性和脆弱性研究相對較少。最近幾年，一些學(xué)者利用作物模型與氣候模型相結(jié)合的方法，依據(jù)作物產(chǎn)量的變化率進(jìn)行氣候變化的敏感性和脆弱性研究[33-35]。楊修等[36-39]采用PRECIS模型輸出的B2氣候情景，結(jié)合CERES作物模型數(shù)據(jù)，依據(jù)產(chǎn)量的變化率和GIS技術(shù)分別對我國未來水稻、小麥和玉米的氣候變化敏感性和脆弱性進(jìn)行了研究，結(jié)果表明：我國水稻、小麥、玉米對未來氣候變化的反應(yīng)是敏感的(無論是雨養(yǎng)還是灌溉)，如不采取適應(yīng)措施，21世紀(jì)70年代時3種作物的種植區(qū)將面臨減產(chǎn)趨勢。在采取適應(yīng)措施(包括改善品種、調(diào)整結(jié)構(gòu)、應(yīng)用先進(jìn)技術(shù)、購買農(nóng)藥和肥料、改善灌溉和農(nóng)業(yè)基礎(chǔ)設(shè)施能力等)的情況下，21世紀(jì)70年代時3種作物絕大部分產(chǎn)區(qū)對氣候變化并不脆弱。

3展望

氣候變化對作物生長和產(chǎn)量的影響已引起各國政府和科學(xué)家的高度重視，近年來全球氣候變化研究正逐步深入和完善。我國在未來氣候情景下作物產(chǎn)量的影響及適應(yīng)對策的研究取得了明顯的進(jìn)展，但仍存在一些問題，在今后的工作中尚需加強(qiáng)和改進(jìn)。

3.1加強(qiáng)氣候變化情景的不確定性研究

3.1.1加強(qiáng)氣候模式本身的不確定性研究盡管氣候模式在不斷的改進(jìn)，但當(dāng)前的氣候模式所能模擬的氣候狀況與真實情況仍有很大的差距。此外，氣候模式中最大的缺陷是云反饋，預(yù)測的不確定性還來自與大氣和海洋、大氣和地表、海洋上層與深層之間的能量交換過程等。氣候模擬中也很少考慮生物反饋和完善的化學(xué)過程。另外大氣環(huán)流模式和海氣耦合模式對各種物理過程的參數(shù)化處理以及如降水形成的簡化處理也會造成一定誤差。只有充分認(rèn)識全球氣候系統(tǒng)中各圈層的相互作用機(jī)理和影響才能降低氣候模式的不確定。

3.1.2加強(qiáng)溫室氣體排放情景的不確定性研究溫室氣體排放情景是氣候模式的重要輸入條件，其不確定性也必然會對氣候模式的輸出結(jié)果產(chǎn)生一定的影響。溫室氣體排放情景的不確定性主要來源于不能準(zhǔn)確地描述和預(yù)測未來社會經(jīng)濟(jì)、環(huán)境、土地利用和技術(shù)進(jìn)步等非氣候情景的變化。非氣候情景在準(zhǔn)確表述系統(tǒng)對氣候變化的敏感性、脆弱性及適應(yīng)能力方面也是非常重要的。構(gòu)建溫室氣體各種排放情景下氣候變化的情景，在影響評價中考慮采用不同模式的氣候變化情景，并綜合分析未來氣候變化的最可能發(fā)生的情景，以降低排放情景不確定性的影響。

3.1.3加強(qiáng)應(yīng)用技術(shù)的不確定性研究區(qū)域氣候變化是全球氣候模式輸出通過降尺度處理得到的，因此全球氣候模式輸出結(jié)果的不確定性直接衍生了區(qū)域氣候變化的不確定性。相同的全球環(huán)流模式(GCMs)預(yù)測結(jié)果，采用不同的降尺度分析方法，也會得到不同的區(qū)域氣候情景。降尺度方法主要包括動力學(xué)降尺度和統(tǒng)計學(xué)降尺度。動力學(xué)降尺度除了需要正確認(rèn)識氣候變化的物理機(jī)制外，還需要考慮物理參數(shù)化的選擇、區(qū)域大小和分辨率以及一些非線性動力學(xué)引起的內(nèi)部變率等問題。統(tǒng)計學(xué)降尺度的改進(jìn)需要正確認(rèn)識氣候要素的時空分布特性，改善氣候觀測資料的質(zhì)量及加強(qiáng)多種信息的同化分析等。

3.2加強(qiáng)作物生長模擬模型的不確定性研究

作物生長模擬模型結(jié)構(gòu)本身所帶來的誤差，將不可避免地影響預(yù)測評價結(jié)果的確定性。作物模型都是通過模型參數(shù)的變化來進(jìn)行模擬的，因此，作物模型參數(shù)的不確定性也是影響預(yù)測評價結(jié)果的重要方面。完善作物模型是降低預(yù)測結(jié)果不確定性的最重要的基礎(chǔ)，可通過以下途徑進(jìn)行改進(jìn)和完善。首先，改進(jìn)模型結(jié)構(gòu)，提高模型參數(shù)識別和優(yōu)化的可靠性，進(jìn)一步提高模型的模擬分析精度。其次，研究無資料和資料質(zhì)量較差地區(qū)的作物模型模擬技術(shù)，分析和建立作物模型參數(shù)與地理信息等要素的關(guān)系，降低作物模型在資料質(zhì)量較差地區(qū)應(yīng)用的不確定性。

3.3加強(qiáng)農(nóng)業(yè)氣候變化的敏感性和脆弱性研究

脆弱性評價通常采用綜合指數(shù)分析法，但現(xiàn)有的指標(biāo)體系還不夠完善，以后應(yīng)加強(qiáng)指標(biāo)體系的構(gòu)建。除從氣候敏感性和適應(yīng)性兩個方面構(gòu)建指標(biāo)體系外，還應(yīng)考慮減緩氣候變化措施帶來的影響。加強(qiáng)多種方面共同作用下的敏感性和脆弱性研究，如氣候、社會經(jīng)濟(jì)、環(huán)境等多重脅迫作用下，多層次不同時間、空間尺度的脆弱性研究。同時，研究要細(xì)化，應(yīng)多方位進(jìn)行某一種農(nóng)作物對氣候變化的脆弱性分析，為農(nóng)作物管理提供良好的建議和對策。