劉文茹,陳國(guó)慶,曲春紅 ,居 輝,劉 勤

1 山東農(nóng)業(yè)大學(xué)農(nóng)學(xué)院,泰安 271018 2 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所,北京 100081 3 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所,北京 100081

聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)第一工作組第五次評(píng)估報(bào)告AR5指出：迄今為止,大氣中溫室氣體濃度仍持續(xù)上升,在自然和人為影響因素共同作用下全球氣候系統(tǒng)持續(xù)變暖是毋庸置疑的事實(shí)[1]。未來(lái)氣候變化將導(dǎo)致全球年平均氣溫繼續(xù)升高,至2050年中國(guó)可能升高2.3—3.3℃,降水量增加5%—7%[2]。氣候資源的數(shù)量、質(zhì)量及組合特征的改變,極端氣候事件和自然災(zāi)害將頻繁發(fā)生,從而直接或間接的影響了作物的生產(chǎn)潛力[3]。作物氣候生產(chǎn)潛力是評(píng)價(jià)糧食生產(chǎn)能力重要指標(biāo),同時(shí)反映氣候資源與作物之間的協(xié)調(diào)程度[3-5]。長(zhǎng)江中下地區(qū)是我國(guó)糧食主產(chǎn)區(qū)之一,水稻和小麥又均為我國(guó)主要糧食作物[6],在國(guó)家安全糧食問(wèn)題中起著舉足輕重的作用。因此,在氣候變化大背景下針對(duì)長(zhǎng)江中下游稻麥周年氣候生產(chǎn)潛力的研究對(duì)評(píng)價(jià)未來(lái)的作物潛在生產(chǎn)能力和制定氣候變化的適應(yīng)性策略具有重要意義。

迄今為止,在氣候變化大背景下諸多研究者采用不同方法針對(duì)作物氣候生產(chǎn)潛力的進(jìn)行了一系列的研究,并取得相應(yīng)成果[7-13]。國(guó)內(nèi)“作物生長(zhǎng)動(dòng)態(tài)模型模擬”和“潛力衰減法”等方法應(yīng)用較為廣泛[14]。王秀芳等[15]和王宗明[16]應(yīng)用“潛力衰減法”分別計(jì)算東北地區(qū)玉米氣候生產(chǎn)潛力并分析相應(yīng)影響因素,結(jié)果指出溫度升高,光溫生產(chǎn)潛力呈增加趨勢(shì),氣候生產(chǎn)潛力則隨降水量的減少而減少,由于降水變率大,導(dǎo)致氣候生產(chǎn)潛力的年際波動(dòng)較大。黃川容等[17]和劉建棟等[18]分別應(yīng)用WOFOST和ARIDCROP模型對(duì)中國(guó)黃淮海地區(qū)冬小麥、夏玉米的氣候生產(chǎn)潛力進(jìn)行了數(shù)值模擬研究,結(jié)果表明黃淮海地區(qū)夏玉米氣候潛力均呈現(xiàn)下降趨勢(shì),冬小麥氣候潛力呈現(xiàn)上升趨勢(shì),表現(xiàn)為北低南高,水分是黃淮海北部地區(qū)冬小麥氣候生產(chǎn)力的一個(gè)重要限制因子。而鐘新科等[19]應(yīng)用最新的AEZ2002模型采用deWit公式計(jì)算參考作物的光合干物質(zhì)量,研究表明氣候生產(chǎn)潛力空間差異的主要影響因子不僅是水分還有光照,但是溫度作用較小。

以往的研究大多基于歷史資料來(lái)分析氣候生產(chǎn)潛力的時(shí)空分布特征、資源利用情況以及對(duì)氣候變化的響應(yīng)等[20-22],但針對(duì)未來(lái)長(zhǎng)江中下游地區(qū)稻麥輪作氣候生產(chǎn)潛力時(shí)空變化的研究鮮見(jiàn)報(bào)道,關(guān)鍵影響因素也尚不明確。本研究基于典型濃度路徑RCPs排放情景,由于RCP 4.5和RCP 6.0均屬于中等濃度排放路徑,RCP 2.6屬于較理想排放路徑,故選擇RCP 8.5(到2100年當(dāng)量濃度所引起的輻射強(qiáng)迫達(dá)到8.5 W/m2以上,并將持續(xù)上升)和RCP 4.5(輻射強(qiáng)迫達(dá)到4.5—6.0 W/m2左右),因此,以長(zhǎng)江中下游地區(qū)水稻、冬小麥為研究對(duì)象,運(yùn)用“潛力衰減法”模擬2021—2050年作物氣候生產(chǎn)潛力,利用Theil-Sen斜率估計(jì)和Mann-Kennal 趨勢(shì)檢驗(yàn)法分析比較RCP 8.5和RCP 4.5情景下未來(lái)30年稻麥氣候生產(chǎn)潛力相對(duì)基準(zhǔn)年的時(shí)空變化特征,試圖探明影響稻麥氣候生產(chǎn)潛力變化的主導(dǎo)因素,為進(jìn)一步挖掘稻麥氣候生產(chǎn)潛力提供參考和依據(jù)。

1 材料與方法

1.1 區(qū)域概況

如圖1,長(zhǎng)江中下游(27°33′—34°9′N(xiāo)、110°49′—122°30′E)屬南方冬麥區(qū)、雙單季稻亞區(qū),北抵秦嶺淮河,西至鄂西山地及湘西丘陵區(qū),東至東海海濱,南至南嶺,包括江蘇、安徽、湖北大部,上海市全部以及湖南、江西、浙江和河南省的部分地區(qū)。氣候濕潤(rùn),降雨充沛,生長(zhǎng)季降水為700—1300 mm,氣候大部分屬北亞熱帶。光照資源豐富,年≥10 ℃積溫約4500—5500℃,年日照時(shí)數(shù)約1300—1500 h。安徽和江蘇、湖北北部地區(qū)屬于華北單季稻作區(qū),其余大部分屬于華中單雙季稻稻作區(qū)[23]。由于經(jīng)濟(jì)發(fā)展、勞動(dòng)力的轉(zhuǎn)移、氣候氣候變化等多方面因素影響,該種植結(jié)構(gòu)和配置均發(fā)生了改變,雙季稻面積下降,單季稻面積增加,雙季稻向稻麥兩熟發(fā)展,稻一麥輪作成為了主要種植方式之一[24]。稻麥周年輪作種植體系中,水稻于六月份插秧,十一月份水稻收獲后種植冬小麥,翌年6月收獲[25]。

圖1 長(zhǎng)江中下游流域氣象站點(diǎn)分布Fig.1 The location of meteorological stations in the middle and lower Yangtze River Basin

1.2 資料來(lái)源

本文選用國(guó)家氣象局提供的BCC-CSM1-1模式RCPs(RCP 8.5和RCP 4.5)情景輸出的1961—1990年(基準(zhǔn)時(shí)段)和2021—2050(未來(lái)時(shí)段)0.5°×0.5°逐日格點(diǎn)數(shù)據(jù)資料集,包括降水(P,mm)、太陽(yáng)總輻射(RS,KJ/cm2)、平均溫度(Ta,℃)、相對(duì)濕度(RH,%)、風(fēng)速(WS,m/s)等。應(yīng)用雙線(xiàn)性?xún)?nèi)插法降尺度到長(zhǎng)江中下游及鄰近區(qū)域62個(gè)基本氣象站點(diǎn)。以1961—1990為基準(zhǔn)年,根據(jù)同期等長(zhǎng)模擬數(shù)據(jù)和觀測(cè)數(shù)據(jù)的非線(xiàn)性函數(shù)關(guān)系建立訂正模型,并利用方差訂正法對(duì)2021—2050年模擬數(shù)據(jù)進(jìn)行誤差訂正,獲得可信度更高的預(yù)估數(shù)據(jù)[26]。

1.3 研究方法：

1.3.1 機(jī)制法估算氣候生產(chǎn)潛力

機(jī)制法又稱(chēng)為潛力衰減法或逐級(jí)訂正法,是目前計(jì)算氣候生產(chǎn)潛力廣泛應(yīng)用的方法之一[27]。本文基于研究區(qū)域各氣象站點(diǎn)訂正后主要?dú)庀笠氐闹鹑召Y料,通過(guò)溫度、水分校正系數(shù)光合生產(chǎn)潛力、光溫生產(chǎn)潛力,進(jìn)行修正后獲得,由光溫水共同作用下得到的站點(diǎn)逐年氣候生產(chǎn)潛力。計(jì)算得到站點(diǎn)多年稻麥氣候生產(chǎn)潛力平均值,利用ArcGIS軟件的形成稻麥氣候生產(chǎn)潛力空間分布圖,同時(shí)計(jì)算出逐年區(qū)域平均值,形成稻麥氣候生產(chǎn)潛力時(shí)間變化趨勢(shì)圖。ET0采用FAO推薦的公式計(jì)算,計(jì)算公式如下[28-31]

YW=YQ·f(t) ·f(w)

(1)

YQ= 0.219 ·Rs·C

(2)

(3)

(4)

ETc=Kc·ET0

(5)

式中：YW為氣候產(chǎn)量潛力(kg/hm2)；YQ為光合生產(chǎn)潛力(kg/hm2)；f(t)為溫度訂正函數(shù),f(w)為水分訂正系數(shù),0.219 為黃秉維系數(shù),C為作物經(jīng)濟(jì)系數(shù),Rs為作物生長(zhǎng)季內(nèi)太陽(yáng)總輻射(MJ/m2)。經(jīng)濟(jì)系數(shù)C的取值依作物而定,本文中冬小麥和水稻經(jīng)濟(jì)系數(shù)C分別為 0.45、0.5。P為該時(shí)段內(nèi)的降水量(mm)； ETc為作物需水量(mm),ETo為作物蒸散量(mm),Kc為作物系數(shù)冬小麥和水稻分別取0.45、0.5,溫度三基點(diǎn)(Tmin、Ts、Tmax)分別3℃、22℃、32℃和10℃、30℃、42℃[32]。

1.3.2 Theil-Sen斜率估計(jì)和 Mann-Kennal 趨勢(shì)檢驗(yàn)

Theil-Sen斜率(TSslope) 估計(jì)是一種非參數(shù)估計(jì)法,常用于估計(jì)長(zhǎng)時(shí)間序列數(shù)據(jù)的長(zhǎng)時(shí)間序列趨勢(shì)變化[33],本文采用Theil-Sen斜率估計(jì)和Mann-Kennal 趨勢(shì)檢驗(yàn)法,分別獲取區(qū)域稻麥氣候生產(chǎn)潛力的趨勢(shì)變化情況。

Theil-Sen斜率的計(jì)算公式[34-35]：

(6)

式中,median表示中位數(shù)函數(shù)；xi、xj為序列數(shù)據(jù),ti、tj為與序列數(shù)據(jù)對(duì)應(yīng)的時(shí)間序列數(shù)據(jù)；序列長(zhǎng)度為n,有i0 時(shí)表示上升趨勢(shì),反之,TSSlope<0表示下降趨勢(shì); |TSSlope|值越大表示上升或下降的強(qiáng)度越大。通過(guò)Mann-Kennal 趨勢(shì)檢驗(yàn)來(lái)判斷上升或下降變化趨勢(shì)是否顯著。

采用非參數(shù)的曼-肯德?tīng)柗?Mann-Kendall)檢驗(yàn)法計(jì)算UF和UB兩個(gè)統(tǒng)計(jì)量來(lái)揭示時(shí)間序列中稻麥氣候生產(chǎn)潛力的長(zhǎng)期變化趨勢(shì),突變特征。其優(yōu)點(diǎn)是不需要樣本遵循一定的分布,也不受少數(shù)異常值的干擾,檢測(cè)范圍寬、定量化程度高,計(jì)算方便[36-37]。

1.3.3 相關(guān)分析及 Pearson相關(guān)系數(shù)

皮爾遜積矩(Pearson)相關(guān)系數(shù)主要用來(lái)度量區(qū)間變量之間的線(xiàn)性相關(guān),通過(guò)相關(guān)系數(shù)進(jìn)行兩個(gè)變量間線(xiàn)性關(guān)系的分析,計(jì)算樣本相關(guān)系數(shù)r,然后對(duì)線(xiàn)性相關(guān)的顯著程度進(jìn)行推斷。

(7)

式中,n為樣本數(shù),xi和yi分別為兩樣本的變量值.相關(guān)系數(shù)取值范圍-1≤r≥1,|r|表明兩個(gè)變量間的相關(guān)程度,當(dāng)-1≤r<0時(shí),表示負(fù)相關(guān)；當(dāng)0

2 結(jié)果與分析

2.1 長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力空間變化特征

2.1.1 基準(zhǔn)氣候時(shí)段長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力空間變化特征

由圖2可見(jiàn),基準(zhǔn)氣候時(shí)段(1961—1990年)下,長(zhǎng)江中下游大部分地區(qū)水稻氣候生產(chǎn)潛力(10000—12000 kg/hm2)和冬小麥氣候生產(chǎn)潛力(8000—10500 kg/hm2)的空間分布各異。水稻總體呈現(xiàn)自研究區(qū)域中部向南北逐漸增加趨勢(shì),低值區(qū)位于武漢、南京、合肥地區(qū)周邊區(qū)域,而湖北和江蘇部分地區(qū)大于12000 kg/hm2,高低區(qū)最大產(chǎn)量差為2927 kg/hm2。就傾向率空間分布可得,廬山周邊區(qū)域變化傾向率≥50 kg/hm2(P<0.05),其他大部分地區(qū)顯著性較小,且多通過(guò)顯著性檢驗(yàn)；冬小麥氣候生產(chǎn)潛力總體上呈現(xiàn)出北高南低,變化傾向率均為負(fù)值,表明呈現(xiàn)出顯著降低趨勢(shì),長(zhǎng)江三角洲、廬山周邊區(qū)域通過(guò)顯著性檢驗(yàn)。高值區(qū)位于江蘇省中部沿海地區(qū)、南昌、長(zhǎng)沙附近區(qū)域,均大于10500 kg/hm2,河南省部分地區(qū)冬小麥氣候生產(chǎn)潛力小于8000 kg/hm2且變化率相對(duì)較大,且未通過(guò)顯著性檢驗(yàn)。

圖2 基準(zhǔn)氣候時(shí)段(1961—1990)長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力的空間分布Fig.2 Spatial distribution of potential climatic productivity (PCP) of wheat-rice rotation in middle and lower Yangtze River under the baseline climate condition(1961—1990)

2.1.2 RCP4.5情景下長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力空間變化特征

由圖3可見(jiàn),未來(lái)時(shí)段(2021—2050 年),RCP4.5情景下長(zhǎng)江中下游地區(qū)模擬稻麥氣候生產(chǎn)潛力較基準(zhǔn)時(shí)段分別增加了3500—5000 kg/hm2和5000—6500 kg/hm2,大部分氣候生產(chǎn)潛力均在15500—17000 kg/hm2之間。未來(lái)30年研究區(qū)域大部分地區(qū)稻麥氣候生產(chǎn)潛力區(qū)域分布差異較大,東部沿海地區(qū),兩湖平原地區(qū),江西省部分區(qū)域?qū)俚钧湚夂蛏a(chǎn)潛力高值區(qū)(>15000 kg/hm2),可能是地理位置優(yōu)越多靠近湖泊或位于平原地區(qū),加上≥10℃積溫、降水量和輻射量等氣象要素協(xié)調(diào),而大別山西部地區(qū)和武漢臨近區(qū)域相對(duì)略低。冬小麥(低溫長(zhǎng)日照)氣候生產(chǎn)潛力表現(xiàn)為由南向北遞減趨勢(shì),南昌、長(zhǎng)江三角洲部分地區(qū)呈現(xiàn)出顯著增加趨勢(shì)(>80 kg hm-2a-1),冬小麥南部溫度高,降水量大,日照短,導(dǎo)致小麥生育期縮短,提前開(kāi)花結(jié)實(shí),造成小麥氣候生產(chǎn)潛力較低；水稻則表現(xiàn)為自中西部向東南部沿海逐漸增加,研究區(qū)域西部地區(qū)變化傾向率111 kg hm-2a-1且(P<0.05),東部地區(qū)未通過(guò)顯著性檢驗(yàn)。原因可能是東南沿海地區(qū)水分充足,≥10℃積溫高而太陽(yáng)總輻射低,利于水稻(高溫短日照植物)高氣候生產(chǎn)潛力的形成。

圖3 RCP4.5情景下 2021—2050年長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力的空間分布Fig.3 Spatial distribution of potential climatic productivity (PCP) and variation rate of wheat(B)-rice(A) rotation under RCP 4.5 scenario over the middle and lower Yangtze River during 2021—2050

2.1.3 RCP 8.5情景下長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力空間變化特征

如圖4 所示,RCP 8.5情景下長(zhǎng)江中下游地區(qū)冬小麥氣候生產(chǎn)潛力空間分布呈現(xiàn)自東向西逐漸減少的趨勢(shì),大部分地區(qū)氣候生產(chǎn)潛力介于12000—17000 kg/hm2總體,較基準(zhǔn)年增加了4000—6000 kg/hm2,高值區(qū)位于長(zhǎng)江三角洲,南陽(yáng)盆地,兩湖平原部分地區(qū)(>17000 kg/hm2),廬山周邊區(qū)域靠(近鄱湖陽(yáng)湖)變化率高達(dá)80 kg hm-2a-1且(P<0.05),其余地區(qū)變化率較小且為通過(guò)顯著性檢驗(yàn)。水稻氣候生產(chǎn)潛力大部分地區(qū)(9000—13000 kg/hm2)較基準(zhǔn)年增加1000 kg/hm2左右,且空間分布相似。南京和武漢北部地區(qū)屬低值區(qū)氣候生產(chǎn)潛力小于9000 kg/hm2。兩湖平原和廬山周邊地區(qū)和江蘇中部部分區(qū)域水稻氣候生產(chǎn)潛力>11000 kg/hm2,較基準(zhǔn)年高值區(qū)面積有所擴(kuò)大。蘇中地區(qū)變化率較大(130 kg hm-2a-1)并通過(guò)0.05水平顯著性檢驗(yàn),其余兩地且變化率較小且未通過(guò)顯著性檢驗(yàn)。研究表明,由于地理位置和地形的雙重影響,平原區(qū)域作物氣候生產(chǎn)潛力較同一緯度地區(qū)大。

圖4 RCP8.5情景下 2021—2050年長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力的空間分布Fig.4 Spatial distribution of potential climatic productivity (PCP) of wheat-rice rotation under RCP 8.5 scenario over the middle and lower Yangtze River during 2021—2050

2.2 長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力時(shí)間變化趨勢(shì)

2.2.1 基準(zhǔn)氣候時(shí)段長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力時(shí)間變化趨勢(shì)

由圖5可知,基準(zhǔn)年長(zhǎng)江中下游地區(qū)水稻氣候生產(chǎn)潛力的年際波動(dòng)較冬小麥大?；鶞?zhǔn)年水稻氣候生產(chǎn)潛力呈現(xiàn)上升趨勢(shì)而小麥呈現(xiàn)下降趨勢(shì),稻麥氣候生產(chǎn)潛力的變化率分別為5.5 kg hm-2a-1和-11.2 kg hm-2a-1(P<0.05)。分析可得冬小麥氣候生產(chǎn)潛力自1978—1990年高低年交替出現(xiàn),而1969—1977年波動(dòng)相對(duì)較小。水稻氣候生產(chǎn)潛力無(wú)明顯規(guī)律,1961、1971、1973年出現(xiàn)3個(gè)高值年。

圖5 基準(zhǔn)年(1961—1990年)長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力的年際變化趨勢(shì)Fig.5 Annual Variations of potential climatic productivity (PCP) under baseline scenario over the middle and lower Yangtze River during 1961—1990

2.2.2 未來(lái)氣候時(shí)段長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力時(shí)間變化趨勢(shì)

圖6為RCP 8.5 和RCP 4.5排放情景下2021—2050年長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力距基準(zhǔn)時(shí)段(1961—1990)區(qū)域年平均值的差值序列。為了探明未來(lái)氣候變化大背景下區(qū)域內(nèi)稻麥氣候生產(chǎn)潛力的年際變化趨勢(shì),用 Mann-Kendall 檢驗(yàn)分析發(fā)現(xiàn)水稻和冬小麥氣候生產(chǎn)潛力總體均呈現(xiàn)顯著線(xiàn)性增加趨勢(shì),說(shuō)明二者都具有一定的開(kāi)發(fā)潛力。由圖可得,兩種排放情景下 稻麥氣候生產(chǎn)潛力增加幅度均表現(xiàn)為RCP 8.5>RCP 4.5。冬小麥上升幅度分別為61 kg hm-2a-1和34 kg hm-2a-1(P0.05),且年際變化較大。水稻氣候生產(chǎn)潛力的穩(wěn)定性強(qiáng),年際變化率較小,但增加速率較冬小麥氣候生產(chǎn)潛力變化率約大兩倍,且均在2023年出現(xiàn)極低值。

圖6 RCP 8.5和RCP 4.5情景下2021—2050年長(zhǎng)江中下游稻麥氣候生產(chǎn)潛力的年際變化趨勢(shì)Fig.6 Annual Variations of potential climatic productivity (PCP) of winter wheat and rice under RCP 8.5 and RCP 4.5 scenarios over the middle and lower Yangtze River during 2021—2050

2.3 作物氣候生產(chǎn)潛力的主要影響因子

為探明導(dǎo)致未來(lái)作物氣候生產(chǎn)潛力變化的主導(dǎo)因子,分析未來(lái)不同情景下≥10℃積溫、降水量、太陽(yáng)總輻射等氣象要素距平時(shí)間變化趨勢(shì),并通過(guò)Theil-Sen斜率估計(jì)和Mann-Kennal 趨勢(shì)檢驗(yàn)未來(lái)各情景下氣象要素及氣候生產(chǎn)潛力的變化率,并利用Pearson相關(guān)分析氣候生產(chǎn)潛力與氣象要素相關(guān)系數(shù)。

由圖7可知,RCP 8.5和RCP 4.5情景下2021—2050年長(zhǎng)江中下游地區(qū)稻麥生育期內(nèi)≥10℃積溫、降水量、太陽(yáng)總輻射量較基準(zhǔn)年相比三者均呈現(xiàn)增加趨勢(shì),≥10℃積溫增加最為明顯,降水量年際波動(dòng)較大。冬小麥生育期內(nèi)太陽(yáng)總輻射量,降水量較基準(zhǔn)年的增加幅度較水稻大,≥10℃積溫則與之相反。RCP 8.5情景下,稻麥生育期太陽(yáng)總輻射量及冬小麥生育期內(nèi)≥10℃積溫總體上高于RCP 4.5情景。

圖7 未來(lái)時(shí)段RCP情景主要?dú)夂蛞剌^基準(zhǔn)時(shí)段變化趨勢(shì)Fig.7 The variations of main meteorological elements under RCP scenarios over the middle and lower Yangtze River during 2021—2050 compared with baseline

由表可知(表1),RCP 8.5和RCP4.5情景下冬小麥氣候生產(chǎn)潛力與≥10℃積溫相關(guān)系數(shù)分別為0.7和0.51(P<0.01)呈現(xiàn)極顯著正相關(guān)。與太陽(yáng)總輻射相關(guān)系數(shù)分別為0.52(P<0.01)和0.38(P<0.05)相關(guān)系數(shù)略小但均通過(guò)顯著性檢驗(yàn)。水稻氣候氣候生產(chǎn)潛力與太陽(yáng)總輻射相關(guān)系數(shù)較小并未通過(guò)顯著性檢驗(yàn),而與≥10℃積溫相關(guān)系數(shù)分別為0.35和0.42(P< 0.05)呈現(xiàn)極顯著低度相關(guān)。即作物生育期≥10℃積溫是影響稻麥氣候生產(chǎn)潛力的主導(dǎo)因子,其次為太陽(yáng)總輻射,而降水量與作物氣候生產(chǎn)潛力無(wú)明顯線(xiàn)性關(guān)系。

由表可知(表2),較基準(zhǔn)年相比,RCP 8.5情景下稻麥氣候生潛力的變化幅度分別為101.3 kg hm-2a-1(P<0.01)和70.0 kg hm-2a-1(P<0.01),RCP 4.5情景下分別為71.7 kg hm-2a-1(P<0.05)和34.0 kg hm-2a-1(P<0.05),即稻麥氣候生產(chǎn)潛力增加幅度均表現(xiàn)為RCP 8.5>RCP 4.5,且麥季大于稻季,RCP 8.5情景下氣候生產(chǎn)潛力水平較RCP 4.5高,變化率卻與之相反,但是水稻季≥10℃積溫變化率RCP 4.5遠(yuǎn)大于RCP 8.5,表明未來(lái)30年稻麥氣候生產(chǎn)潛力與作物生育期內(nèi)主要?dú)夂蛸Y源變化趨勢(shì)一致,氣候生產(chǎn)潛力隨著氣候資源的增加而增加；但是并非單一氣候資源的增加速率越大越好,而是多個(gè)氣候資源相互協(xié)調(diào),且變化幅度趨于一致是促進(jìn)高氣候生產(chǎn)潛力的主要關(guān)鍵因素。

表1 氣候生產(chǎn)潛力與主要?dú)庀笠氐南嚓P(guān)系數(shù)Table 1 The correlation index of potential climatic productivity (PCP) and the main meteorological elements

*:P<0.05,**:P<0.01

表2 氣候生產(chǎn)潛力及主要?dú)庀笠氐淖兓蔜able 2 The variations rate of main meteorological elements and potential climatic productivity (PCP)

*:P<0.05,**:P<0.01

3 結(jié)論與討論

(1)基準(zhǔn)年(1961—1990年),長(zhǎng)江中下游地區(qū)水稻氣候生產(chǎn)潛力呈現(xiàn)上升趨勢(shì)而小麥呈現(xiàn)下降趨勢(shì),且二者變化率較小,大都未通過(guò)顯著性檢驗(yàn)。冬小麥氣候生產(chǎn)潛力在空間上總體呈現(xiàn)出北高南低,高值區(qū)(≥10500 kg/hm2)位于江蘇省中部沿海地區(qū)、南昌和長(zhǎng)沙附近區(qū)域。水稻表現(xiàn)出自研究區(qū)域中部向南北逐漸增加趨勢(shì),低值區(qū)位于武漢、南京和合肥周邊區(qū)域,而湖北和江蘇部分地區(qū)大于12000 kg/hm2。

(2)在RCP 8.5和RCP 4.5兩種情景下,稻麥氣候生產(chǎn)潛力總體均呈現(xiàn)顯著線(xiàn)性增加趨勢(shì),這與趙俊芳等[13]關(guān)于黃淮海地區(qū)的冬小麥在B2情景下2021—2050 年氣候生產(chǎn)潛力結(jié)果相似,卻與陶蘇林等[28]結(jié)果相反。冬小麥總體表現(xiàn)為RCP 8.5稻麥氣候生產(chǎn)潛力大于RCP 4.5,原因可能為在RCP 8.5情景,隨著氣候變暖,冬前生育期呈推遲趨勢(shì),而越冬之后各生育期呈提早趨勢(shì),越冬期縮短,抑制分蘗,抽穗開(kāi)花,提前穗粒數(shù)減少[38],水稻氣候生產(chǎn)潛力的穩(wěn)定性強(qiáng),年際變化率較小。

(3)兩種情景下,研究區(qū)域內(nèi)稻麥氣候生產(chǎn)潛力總體呈現(xiàn)明顯的區(qū)域分異,冬小麥氣候生產(chǎn)潛力增加幅度和年際變化均較大,具有較大的開(kāi)發(fā)潛力。冬小麥氣候生產(chǎn)潛力表現(xiàn)為自東向西,自南向北遞減趨勢(shì),這與黃愛(ài)軍研究結(jié)果一致[22]。冬小麥(低溫長(zhǎng)日照植物)南部溫度高,降水量大,日照短,導(dǎo)致小麥生育期縮短,提前開(kāi)花結(jié)實(shí),造成小麥氣候生產(chǎn)潛力較低；水稻氣候生產(chǎn)潛力表現(xiàn)為自中部向東部沿海逐漸增加,與葛亞寧對(duì)中國(guó)玉米生產(chǎn)潛力的變化特征一致[39],高值區(qū)面積較基準(zhǔn)年有所擴(kuò)大。原因可能是東南沿海地區(qū)水分充足,≥10℃積溫高而太陽(yáng)總輻射低,利于水稻(高溫短日照植物)高氣候生產(chǎn)潛力的形成。

(4)研究表明稻麥氣候生產(chǎn)潛力受農(nóng)業(yè)氣象要素和地理位置的雙重影響。未來(lái)30年稻麥氣候生產(chǎn)潛力氣候生產(chǎn)潛力隨著氣候資源的增加而增加,作物生育期≥10℃積溫是影響稻麥氣候生產(chǎn)潛力的主導(dǎo)因子,其次為太陽(yáng)總輻射,而降水量與作物氣候生產(chǎn)潛力無(wú)明顯線(xiàn)性關(guān)系。小許艷研究指出江蘇省玉米氣候生產(chǎn)潛力主要受太陽(yáng)有效輻射和溫度的影響,不受降水因素的限制[26]。然而潘虹等[40]研究認(rèn)為降水是限制氣候生產(chǎn)力的主要因素。導(dǎo)致結(jié)果不符的原因可能是研究時(shí)段和區(qū)域差異長(zhǎng)江中下游地區(qū)降水量充沛。氣象要素年際變化率越大,氣候生產(chǎn)潛力增加速率越低,反之則越高。區(qū)域單一氣候資源的增加速率并非越大越好,在保證足夠數(shù)量的同時(shí)相互協(xié)調(diào)的基礎(chǔ)上,變化幅度趨于一致是獲得高氣候生產(chǎn)潛力重要條件[41-42]。未來(lái)30年長(zhǎng)江中下游地區(qū)稻麥氣候生產(chǎn)潛力的高值區(qū)多位于多靠近湖泊海洋或?qū)倨皆瓍^(qū)域。平原地區(qū)作物氣候生產(chǎn)潛力較同一緯度地區(qū)大。農(nóng)業(yè)氣候資源本研究區(qū)域跨度略大緯度、海拔有所不同,導(dǎo)致生育期差異,本文統(tǒng)一作物生育期標(biāo)準(zhǔn),由于逐個(gè)站點(diǎn)確定生育期有些困難,這將導(dǎo)致氣候生產(chǎn)潛力略有偏差,但是總體趨勢(shì)影響甚微。本文為進(jìn)一步挖掘稻麥氣候生產(chǎn)潛力和制定合理應(yīng)對(duì)策略提供科學(xué)依據(jù)[43-44]。

[1] IPCC. Summary for policy makers//Climate Change 2013: the Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. UK: Cambridge University Press, 2013.

[2] 秦大河, 丁一匯, 蘇紀(jì)蘭, 任賈文, 王紹武, 伍榮生, 楊修群, 王蘇民, 劉時(shí)銀, 董光榮, 盧琦, 黃鎮(zhèn)國(guó), 杜碧蘭, 羅勇. 中國(guó)氣候與環(huán)境演變?cè)u(píng)估(I)——中國(guó)氣候與環(huán)境變化及未來(lái)趨勢(shì). 氣候變化研究進(jìn)展, 2005, 1(1): 4-9.

[3] 王宗明, 張柏, 宋開(kāi)山. 東北地區(qū)農(nóng)業(yè)土地資源潛力評(píng)價(jià)模型及其應(yīng)用. 生態(tài)科學(xué), 2007, 26(4): 351-360.

[4] 黃進(jìn)勇, 李新平, 孫敦立. 黃淮海平原冬小麥-春玉米-夏玉米復(fù)合種植模式生理生態(tài)效應(yīng)研究. 應(yīng)用生態(tài)學(xué)報(bào), 2003, 14(1): 51-56.

[5] Chavas D R, Izaurralde R C, Thomson A M, Gao X J. Long-term climate change impacts on agricultural productivity in eastern China. Agricultural and Forest Meteorology, 2009, 149(6/7): 1118-1128.

[6] 鐘新科, 劉洛, 徐新良, 游松財(cái). 近30年中國(guó)玉米氣候生產(chǎn)潛力時(shí)空變化特征. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(15): 94-101.

[7] 李秀芬, 趙慧穎, 朱海霞, 王萍, 王秋京, 王銘, 李宇光. 黑龍江省玉米氣候生產(chǎn)力演變及其對(duì)氣候變化的響應(yīng). 應(yīng)用生態(tài)學(xué)報(bào), 2016, 27(8): 2561-2570.

[8] 羅永忠, 成自勇, 郭小芹. 近40a甘肅省氣候生產(chǎn)潛力時(shí)空變化特征. 生態(tài)學(xué)報(bào), 2011, 31(1): 221-229.

[9] 林文鵬, 陳逢珍, 陳霖婷, 陳金華. GIS支持下的漳州市水稻氣候生產(chǎn)潛力研究. 福建地理, 2000, 15(1): 30-33, 36-36.

[10] 褚榮浩, 申雙和, 呂厚荃, 李萌, 喻麗, 沙修竹. RegCM3下1951-2100年江蘇省熱量資源及一季稻氣候生產(chǎn)潛力. 江蘇農(nóng)業(yè)學(xué)報(bào), 2015, 31(4): 779-785.

[11] 鄭海霞, 封志明, 游松財(cái). 基于GIS的甘肅省農(nóng)業(yè)生產(chǎn)潛力研究. 地理科學(xué)進(jìn)展, 2003, 22(4): 400-408.

[12] 王小平. 氣候變化背景下黃淮海地區(qū)冬小麥氣候生產(chǎn)潛力研究[D]. 北京: 中國(guó)農(nóng)業(yè)科學(xué)院, 2011.

[13] 趙俊芳, 郭建平, 鄔定榮, 房世波, 俄有浩. 2011—2050 年黃淮海冬小麥, 夏玉米氣候生產(chǎn)潛力評(píng)價(jià) 應(yīng)用生態(tài)學(xué)報(bào), 2011, 22(12): 3189-3195.

[14] 黨安榮, 閻守邕, 吳宏歧, 劉亞嵐. 基GIS的中國(guó)土地生產(chǎn)潛力研究 生態(tài)學(xué)報(bào), 2000, 20(6): 910-915.

[15] 王秀芬, 楊艷昭, 尤飛. 黑龍江省氣候變化及其對(duì)玉米生產(chǎn)潛力的影響. 干旱地區(qū)農(nóng)業(yè)研究, 2012, 30(5): 25-29.

[16] 王宗明. 黃土塬區(qū)農(nóng)田生產(chǎn)力模擬與潛力開(kāi)發(fā)試驗(yàn)研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2002.

[17] 黃川容, 劉洪. 氣候變化對(duì)黃淮海平原冬小麥與夏玉米生產(chǎn)潛力的影響. 中國(guó)農(nóng)業(yè)氣象, 2011, 32(S1): 118-123.

[18] 劉建棟, 傅抱璞, 金之慶, 盧其堯, 林振山. 應(yīng)用ARID CROP模型對(duì)中國(guó)黃淮海地區(qū)冬小麥氣候生產(chǎn)力的數(shù)值模擬研究. 自然資源學(xué)報(bào), 1997, 12(3): 282-287.

[19] 鐘新科, 劉洛, 宋春橋, 徐新良, 游松財(cái). 1981年至2010年中國(guó)東北地區(qū)春玉米氣候潛力時(shí)空變化分析. 資源科學(xué), 2012, 34(11): 2164-2169.

[20] Allen R G, Pereira L S, Raes D, Smith D. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements. FAO Irrigation and Drainage Paper 56. Rome: FAO, 1998.

[21] 胡瑋, 嚴(yán)昌榮, 李迎春. 氣候變化對(duì)華北冬小麥生育期和灌溉需水量的影響. 生態(tài)學(xué)報(bào), 2014, 34(9): 2367-2377.

[22] 黃敬峰, 王秀珍, 蔡承俠. 新疆冬小麥物候與氣候條件研究. 中國(guó)農(nóng)業(yè)氣象, 2000, 21(1): 14-19.

[23] 楊沈斌, 申雙和, 趙小艷, 趙艷霞, 許吟隆, 王主玉, 劉娟, 張瑋瑋. 氣候變化對(duì)長(zhǎng)江中下游稻區(qū)水稻產(chǎn)量的影響. 作物學(xué)報(bào), 2010, 36(9): 1519-1528.

[24] 辛良杰, 李秀彬. 近年來(lái)我國(guó)南方雙季稻區(qū)復(fù)種的變化及其政策啟示. 自資源學(xué)報(bào), 2009, 24(1): 58-65.

[25] 黃愛(ài)軍. 江淮地區(qū)近50年農(nóng)業(yè)氣候資源時(shí)空變化及稻麥生產(chǎn)響應(yīng)特征研究[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2011.

[26] 劉文茹, 居輝, 陳國(guó)慶, 劉恩科, 劉勤. 典型濃度路徑(RCP)情景下長(zhǎng)江中下游地區(qū)氣溫變化預(yù)估. 中國(guó)農(nóng)業(yè)氣象, 2017, 38(2): 65-75.

[27] 龐艷梅, 陳超, 馬振峰. 未來(lái)氣候變化對(duì)四川省水稻生育期氣候資源及生產(chǎn)潛力的影響. 西北農(nóng)林科技大學(xué)學(xué)報(bào): 自然科學(xué)版, 2015, 43(1): 58-68.

[28] 趙俊芳, 郭建平, 鄔定榮, 房世波, 俄有浩. 2011-2050年黃淮海冬小麥、夏玉米氣候生產(chǎn)潛力評(píng)價(jià). 應(yīng)用生態(tài)學(xué)報(bào), 2011, 22(12): 3189-3195.

[29] 許艷, 濮勵(lì)杰, 朱明. 基于作物生長(zhǎng)期的江蘇省沿海地區(qū)氣候生產(chǎn)潛力估算. 地理科學(xué), 2015, 35(5): 658-664.

[30] 尹海霞, 張勃, 張建香, 孫力煒, 何旭強(qiáng). 甘肅省河?xùn)|地區(qū)春玉米氣候因子及氣候生產(chǎn)潛力時(shí)空變化. 生態(tài)學(xué)雜志, 2013, 32(6): 1504-1510.

[31] 龐艷梅, 陳超, 潘學(xué)標(biāo), 韋瀟宇. 未來(lái)氣候變化對(duì)四川盆地玉米生育期氣候資源及生產(chǎn)潛力的影響. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2013, 21(12): 1526-1536.

[32] 張玉芳, 龐艷梅, 劉琰琰, 陳超, 董孝. 近50年四川省水稻生產(chǎn)潛力變化特征分析. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2014, 22(7): 813-820.

[33] 李翔翔, 居輝, 嚴(yán)昌榮, 劉勤, 李迎春. 1961-2013年黃淮海平原降蒸差的時(shí)空變化特征. 中國(guó)農(nóng)業(yè)氣象, 2015, 36(3): 254-262.

[34] 王梅, 楊倩, 鄭江華, 劉志輝. 1963—2012年新疆棉花需水量時(shí)空分布特征. 生態(tài)學(xué)報(bào), 2016, 36(13): 4122-4130.

[35] Fernandes R, Leblanc S G. Parametric (modified least squares) and non-parametric (Theil-Sen) linear regressions for predicting biophysical parameters in the presence of measurement errors. Remote Sensing of Environment, 2005, 95(3): 303-316.

[36] 黃蕊, 徐利崗, 劉俊民. 中國(guó)西北干旱區(qū)氣溫時(shí)空變化特征. 生態(tài)學(xué)報(bào), 2013, 33(13): 4078-4089.

[37] 楊建瑩, 劉勤, 嚴(yán)昌榮. 近48a華北區(qū)太陽(yáng)輻射量時(shí)空格局的變化特征. 生態(tài)學(xué)報(bào), 2011, 31(10): 2748-2756.

[38] 李祎君, 梁宏, 王培娟. 氣候變暖對(duì)華北冬小麥種植界限及生育期的影響. 麥類(lèi)作物學(xué)報(bào), 2013, 33(2): 382-388.

[39] 葛亞寧, 劉洛, 徐新良, 張學(xué)霞, 袁蘭蘭, 張曉峰. 近50 a氣候變化背景下我國(guó)玉米生產(chǎn)潛力時(shí)空演變特征. 自然資源學(xué)報(bào), 2015, 30(5): 784-795.

[41] 潘虹, 邱新法, 廖留峰, 周寅, 龔敬瑜. 近50年貴州省氣候生產(chǎn)潛力時(shí)空變化特征. 干旱區(qū)資源與環(huán)境, 2014, 28(11): 158-163.

[42] Yang X G, Chen F, Lin X M, Liu Z J, Zhang H L, Zhao J, Li K N, Ye Q, Li Y, Lv S, Yang P, Wu W B, Li Z G, Lal R, Tang H J. Potential benefits of climate change for crop productivity in China. Agricultural and Forest Meteorology, 2015, 208: 76-84.

[43] Tatsumi K, Yamashiki Y, da Silva R V, Takara K, Matsuoka Y, Takahashi K, Maruyama K, Kawahara N. Estimation of potential changes in cereals production under climate change scenarios. Hydrological Processes, 2011, 25(17): 2715-2725.

[44] 周允華, 項(xiàng)月琴, 李俊, 林忠輝, 周智泉. 一級(jí)生產(chǎn)水平下冬小麥、夏玉米的生產(chǎn)模擬. 應(yīng)用生態(tài)學(xué)報(bào), 1997, 8(3): 257-262.

[45] 王連喜, 陳懷亮, 李琪, 余衛(wèi)東. 植物物候與氣候研究進(jìn)展. 生態(tài)學(xué)報(bào), 2010, 30(2): 447-454.