利用冬小麦作物生长模型对产量气候风险的评估

以北京地区冬小麦生产为例，介绍了两种作物生长模型——小麦生长模拟模型WheatSM和农业生产模拟系统(小麦模型)APSIM-Wheat在作物生产气候风险评估中的应用研究。在对WheatSM和APSIM-Wheat进行参数调试和验证的基础上，用北京地区1955～2000年的历史时期气候资料，以日为时间步长，进行多年冬小麦生产的模拟，分析不同气候年型下冬小麦产量的风险。其中，利用WheatSM的模拟结果评估了北京地区热害对冬小麦产量造成的风险，结果表明，5月平均气温≥21℃时为灌浆期高温年型，热害造成的减产至少在13.1%以上；利用APSIM-Wheat的模拟结果评估了北京地区干旱造成的冬小麦产量风险，结果表明，当全生育期降水量<100 mm，缺水量>169.40 mm时，北京冬小麦全生育期严重干旱，冬小麦产量在4 t·hm^-2以下。以上研究结果符合生产实际，可为北京地区不同气候年型下冬小麦生产的动态决策和减轻灾害损失提供科学依据和技术支持。     

冬小麦气候生产力的宏观动态模拟模型

根据作物群体光合作用特性与宏观气候生态条件的密切关系，提出了作物气候生产力是作物气候生产“潜力项”和生物气候“潜力项”可用作物光合作用过程的气候生产潜力模式进行模拟，而“限制项”则根据关键期的主要限制性生物气候因子的影响求算。基于这一模式结构，利用１９８５～１９８９年冬小麦田间试验资料，以及同期的地面气象平等观测资料（陕西、泾阳），建立了冬小麦气候生产力宏观动态模拟模型。模拟结果与实际产量相当接近     

BEPS模型在华北平原冬小麦估产中的应用

粮食是一切生产和生活的根本,准确地估计冬小麦的产量,对国家制定粮食政策至关重要。该文利用北部生态系统生产力模拟（BEPS,boreal ecosystem productivity simulator）模型能够模拟森林植被净第一性生产力的特点,分析了BEPS模型在冬小麦估产中的适用性和局限性。针对冬小麦和森林植被冠层的不同生长特点,假设冬小麦冠层具有水平均一、垂直分层的结构,利用辐射传输方程,将原BEPS模型中的两片大叶模型改造为多层-两片大叶模型;同时,利用前人提出的收获指数（HI,harvest index）的概念,将冬小麦的净第一性生产力转化为经济产量,从而实现利用遥感机理模型对冬小麦产量的估算。将改进后的模型用于华北平原冬小麦估产中,并利用国家级农业气象站点的实测产量资料对模拟结果进行验证,复相关系数达到0.817,说明改进后的BEPS模型可以用于华北平原冬小麦的估产研究。     

2009/2010年度异常气候对北京冬小麦生产的影响

通过收集小麦主产区气象数据,结合田间"三情"监测点调查结果,采用比较分析方法,针对2009/2010年度北京地区出现的异常气候对冬小麦不同生育期产生的影响进行了分析。结果表明:2009/2010年冬小麦全生育期遭遇播种-出苗期干旱、初冬强降温、冬季持续极端低温、春季低温霜冻和灌浆后期连阴寡照等异常气候造成的农业气象灾害,对小麦造成的影响包括生育期推迟、群体不足、个体生长较弱、产量下降等。     

干旱条件下APSIM模型修正及华北冬小麦产量模拟效果

干旱是影响华北地区冬小麦产量的主要农业气象灾害之一,作物生长模型是评估干旱对作物产量影响主要方法之一,但作物生长模型对极端天气气候条件下（如干旱）作物产量模拟效果仍存在不确定性。为提高作物模型在干旱条件下对作物产量模拟的精准性,该研究利用调参验证后的农业生产系统模型（agricultural production systems simulator,APSIM）,通过查阅与华北地区冬小麦相关的186篇大田试验文献获得1 876对观测数据,以作物水分亏缺指数为干旱指标,评估APSIM模型在冬小麦拔节-开花和开花-成熟阶段干旱对产量影响的模拟效果,提出APSIM在拔节-开花和开花-成熟阶段干旱对小麦产量影响的修正系数。基于历史气候条件、SSP245和SSP585未来气候情景资料,分析了冬小麦拔节-开花和开花-成熟阶段干旱时空分布特征,并采用修正系数校正后的APSIM模型评估华北地区冬小麦拔节-开花和开花-成熟阶段不同等级干旱对其产量的影响。结果表明,APSIM模型低估了拔节-开花阶段干旱对冬小麦产量影响程度,轻旱、中旱和重旱校正系数分别为0.85、0.91和0.85;APSIM模型可准确模...     

基于MODIS和SEBAL模型的黄淮海平原冬小麦水分生产力研究

以2011年1月-2012年12月MODIS多时相遥感影像产品、气象数据和作物生育期为基础,借助SEBAL模型估算了黄淮海平原冬小麦实际蒸散量(ETa);通过MODIS NDVI光谱曲线特征与冬小麦单产数据的耦合,将县域尺度作物单产"降尺度"至基于像元的产量栅格图,实现冬小麦产量栅格化。在完成作物实际蒸散量模拟和产量栅格化的基础上,对黄淮海平原冬小麦水分生产力进行估算。结果表明,冬小麦水分生产力区域平均值为1.21kg·m~(-3),高值区主要位于北京、天津、山东北部和河北南部地区。在环渤海山东半岛滨海外向型二熟农渔区(一区)、海河低平原缺水水浇地二熟兼旱地一熟区(三区)和黄淮平原南阳盆地水浇地旱地二熟区(五区)冬小麦产量与水分生产力呈显著正相关,说明随着冬小麦产量的增加,其水分生产力增加;在燕山太行山山前平原水浇地二熟区(二区)冬小麦水分生产力与实际蒸散量呈极显著负相关(P0.01),与产量呈极显著正相关(P0.01),表明水分生产力将随着实际蒸散量的减少和产量的增加而增大,同时产量增加对水分生产力提高的贡献大于实际蒸散量的减少;在江淮平原丘陵麦稻两熟区(六区)冬小麦水分生产力与实际蒸散量呈显著负相关,与产量相关关系不明显,说明在黄淮海平原南部水分生产力的提高主要依靠实际蒸散量的减少。     

耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明：考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态预报中的应用

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明:考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

天水市农业气象灾害对主要粮食作物产量的影响

通过对1985—2004年实测气象和粮食产量资料的分析,得出：影响天水市玉米、冬小麦两大粮食作物产量的主要农业气象灾害分别是春旱、初夏旱、伏期连阴雨和上年秋旱、当年春旱及倒春寒天气,在此基础上建立了基于农业气象灾害强度的天水市玉米、冬小麦的气候产量数学模型,可为气象灾情评估和定量分析农业气象灾害对粮食作物产量的影响提供依据。     

新型统计检验聚类方法在精细化农业气象产量预报中的应用

基于新型统计检验聚类方法(CAST)将山东省冬小麦种植区分成4个区,并利用1981-2011年冬小麦产量、生育期、逐日气象资料以及土壤墒情资料分区构建冬小麦温度、水分、日照及气候适宜度模型,利用基于气候适宜指数的作物产量预报模型对各区冬小麦产量进行动态预报,并与基于传统等值线方法分区的产量预报进行比较。结果表明:基于传统等值线分区的产量预报,其中一个分区未通过显著性检验,不能建立预报模式,其它3个分区历史回代检验的平均准确率为94.2%,外推预报的平均准确率为92.3%;而基于CAST分区的产量预报模型均通过0.05水平的显著性检验,各分区预报模式的历史回代检验平均准确率达95.8%,外推预报的平均准确率达93.6%。表明基于CAST分区的产量预报明显优于传统分区产量预报,可为精细化农业气象产量预报提供重要途径。     

河北平原气候变化对冬小麦产量的影响

根据河北平原多年降水、气温及冬小麦产量资料,利用回归分析、M-K突变检验、T检验、线性调和滑动平均等统计分析方法,分析了1951～2006年河北省气候变化特征及其对冬小麦气候产量的影响。结果表明:河北省春季气温近56年来线性升高倾向显著,平均每10年升高0.38℃,春季降水近56年无明显线性增减倾向。冬小麦气候产量与气温、降水显著相关,当气温距平在-1.2～1.2℃之间时,小麦气候产量为正值,温度过低或过高都会使小麦减产,高温使小麦减产更严重,降水量和小麦气候产量呈正相关。     

陇东黄土高原冬小麦生态气候适生种植区划

利用陇东地区1972-2003年15县的冬小麦产量资料和气象资料，分析了陇东地区冬小麦全生育期气象要素分布特征，以及冬小麦产量和气象条件的关系，确定了小麦区划指标，将陇东地区冬小麦分为5个不同类型种植区，并提出充分利用气候资源、合理调整作物结构、发展经济的有效途径。     

安徽省冬小麦品种生态气候适宜性分析和精细化区划

利用安徽省78个气象站1971-2000年冬小麦生长阶段气象资料和地理信息,选取影响冬小麦品种分布和生长的主要气象因子建立区划指标,采用多元回归模型和GIS空间内插技术对指标要素栅格化,并通过温度和水分两级指标,形成千米网格的安徽省冬小麦品种生态气候适宜性精细化区划图,用安徽省耕地数据掩膜(mask)得到相应耕地意义的区划分布图,并进行分区评述。结果表明,以气温和降水为指标,可将安徽省冬小麦品种的生态气候适宜性划分为5大区11个亚区,分区结果能反映气候变暖背景下安徽省冬小麦生态气候适宜性的分布特点以及各区域温度适宜性和水分适宜性的差异。因冬季气温的南北差异,安徽省适宜种植的冬小麦品种自北向南冬性程度降低。冬小麦生产中的主要问题是水分失衡,北部水分不足,南部过多,制约了稳产高产。根据区划结果,应增强北部冬小麦主产区的抗旱能力,适当扩大沿淮和江淮丘陵北部地区半冬性品种种植面积,尽量压缩南部地区冬小麦种植面积,以全面提高安徽省冬小麦生产水平。     

1961—2010年气候变化对西南冬小麦潜在和 雨养产量影响的模拟分析

利用农业气象试验站作物资料及土壤资料,评价 APSIM-Wheat 模型在西南地区的适应性,应用该模型分析该地区1961—2010年冬小麦潜在和雨养产量的时空变化特征,通过逐步回归分析揭示小麦生长季主要气象因子对潜在产量和雨养产量的影响及相对贡献率。研究结果表明： APSIM 模型对该区5个常用小麦品种的模拟效果较好,模拟与实测生育期的均方根误差(RMSE)在7.0 d 以内,地上部分生物量和产量模拟值与实测值的归一化均方根误差(NRMSE)均低于25%,模型在西南地区具有较好的适应性。1961—2010年研究区域36%的站点冬小麦生长季总辐射显著降低,其中北部、东南部和南部中区最显著;68%的站点生长季≥0℃有效积温显著增加,西部增温显著;30%的站点生长季平均气温日较差显著减小,南部中区最显著;全区生长季总降水大面积减少但不显著,减少区主要位于最南端和东南部。模拟的冬小麦潜在产量在65%的站点呈显著减产趋势,南部中区和北部变化最明显;雨养产量在25%的站点显著降低,北部地区较明显,全区减产趋势较弱。减产显著的站点中,生长季辐射降低、温度升高、气温日较差减小对潜在产量降低的贡献率分别为45%、36%和2%,对雨养产量降低的贡献率分别为36%、39%和－8%,而降水减少对雨养产量降低的贡献率为7%。西南冬小麦生长季辐射降低、温度升高及降水减少共同导致了冬小麦潜在和雨养产量的显著下降,而气温日较差的降低对冬小麦潜在和雨养产量的影响分别表现为负作用和正作用,整体上辐射和温度的影响程度最大。     

气候变化对中国冬小麦生产的影响

气候变化会对中国冬小麦生产带来深远的影响。CO2浓度升高和气候变暖有利于冬小麦种植区向春麦区扩展,主要表现在辽宁、河北、陕西、内蒙古等种植边界的显著北移和青海、甘肃种植边界的显著西扩;CO2浓度升高还会促进小麦根、茎、叶的生长,提高叶片光合速率和氮素的吸收与利用,有利于产量提高。但气候变化在中国还表现为太阳辐射的下降,冬小麦主产区黄淮海麦区和长江中下游麦区下降更为显著,试验研究表明,长期弱光小麦产量降幅可达6．4％-25．8％。温度升高对小麦产量的影响目前尚无明确定论;不同生育期降雨量变化对小麦产量的影响不同,生育前期降水量增加有利于小麦产量的提高,而后期则会导致一定的减产。然而,最值得关注和警惕的是高温与低温以及降水时空分布不均导致的干旱和渍水等极端气象灾害事件,随着全球气候变化发生频率显著增加,严重影响了小麦的生产,尤其是生育中后期的逆境将导致小麦结实粒、千粒重显著下降,造成产量锐减。此外,气候变化导致的病虫草害加剧不仅导致减产,还将显著增加生产成本,不利于小麦生产。     

山东省气候变化及其对冬小麦-夏玉米产量的影响

利用1983—2015年山东省34个气象站点的气象数据,通过线性回归分析山东省1983—2015年气候变化特征;基于Matlab,Surfer绘制年平均气温、降水量及日照时数的小波系数实部等值线图进行气候周期变化的分析;利用HP滤波法提取农作物产量中的气候产量,并采用Lobell非线性回归模型和敏感性分析法探究了气候变化对山东省冬小麦、夏玉米单产的影响。结果表明:1983—2015年山东省年平均气温和降水整体呈现波动上升的趋势,日照时数呈现波动下降的趋势;气候变化的多时间尺度趋势分析显示,山东省气温在一定时间内仍将持续升高,降水量在经历短暂的增加之后将转入减少的阶段,日照时数会延续目前的下降趋势;1983—2015年山东省冬小麦、夏玉米单产及冬小麦—夏玉米周年单产呈明显的上升趋势,但气候产量波动较大;平均气温、降水量、日照时数增加对冬小麦单产有促进作用,降水量增加对冬小麦增产影响最显著,降水量每增加100 mm,冬小麦增产5.76%。夏玉米对平均气温、最低气温、日照时数的增加表现为负效应,最高气温和降水量的增加有利于夏玉米增产。冬小麦—夏玉米周年单产对最高气温、最低气温的响应表现为负效应,降水量的增加能够小幅提升周年单产。     

华北平原冬小麦对过去30年气候变化响应的敏感性研究

以气候变暖为主要特征的全球变化已经对人类的生产和生活产生重要影响。作物物候及产量对气候变化的响应和适应是研究气候变化对农业生产影响的重要内容。本文选择位于华北平原的4个典型农业气象试验站(唐山、惠民、商丘和驻马店),利用详细的物候和产量观测资料,在站点尺度上研究了冬小麦物候及产量对过去30年(1980—2009)气候变化的响应及其敏感性。结果表明:过去30年冬小麦出苗期推迟,而抽穗期和成熟期呈提前趋势。物候期的提前或推迟导致冬小麦不同生长发育阶段历时发生变化,出苗—抽穗阶段(营养生长阶段)呈缩短趋势,而抽穗—成熟生长阶段(生殖生长阶段)呈延长趋势。相关性研究表明:在4个研究站点,温度和辐射是制约冬小麦产量的主要气候因子;但不同生长阶段,冬小麦产量对气象因子的响应不同。利用多元回归统计方法研究冬小麦产量对不同生长阶段气候因子(温度、辐射和降雨)的敏感性发现:在出苗—抽穗生长阶段,除驻马店站点外,温度升高对冬小麦产量有正效应;而在抽穗—成熟阶段,温度升高会给产量带来负面影响。冬小麦产量与辐射呈正相关,辐射降低给冬小麦产量产生负效应。     

3种水稻趋势产量拟合方法的比较分析

<正>确评估气象条件对粮食产量的影响必须以准确的气象产量为前提,因此,探求长时间序列粮食趋势产量提取分离方法对于更好地指导未来作物生产有重要意义。本文应用辽宁省9个地区17个站点62年的水稻历史产量数据,以相近地区农业生产力技术发展水平应具有一致性、产量序列的趋势应反映国家惠农政策对粮食增产的促进作用、相近地区热量条件变化的一致性可引起气象产量具有同升同降的特点等为评判标准,分析评价了应用HP滤波法、指数平滑法以及Logistic方法分离水稻的趋势产量、气象产量序列的合理性。研究结果表明:1)Logistic方法、HP滤波法以及指数平滑法所拟合出的趋势产量序列与辽宁省平均趋势产量序列一致,3种方法均能较好地反映辽宁省生产力发展水平的区域一致性特点;其中,沈阳、铁岭、鞍山、辽阳、丹东和锦州6个地区的趋势产量序列与辽宁省平均趋势产量序列间的一致性相关系数达0.908以上,表现为一致性极好;2)HP滤波法拟合出的趋势产量序列能较真实地反映由于生产力和国家政策变化所带来的实际产量的变化趋势,指数平滑法次之,而Logistic方法提取的趋势产量变化趋势反映社会发展实际的能力最差;3)不同趋势产量分离方法得到的气象产量区域平均值序列具有相似的年际及年代际变化特征,三者之间无显著区别(P0.05);HP滤波法分离得到的气象产量吻合气候特征的能力最强,指数平滑法次之,Logistic方法最差。综合分析,辽宁省水稻趋势产量的提取以应用HP滤波法最优,指数平滑法次之,而Logistic方法不适合辽宁省水稻趋势产量的提取。研究结果可为作物趋势产量拟合提供方法借鉴。     

黑龙江省马铃薯气候生产力特征及区划

利用黑龙江省81个气象站1975-2004年30 a的逐日气象资料及相应插值的网格同期逐日气象资料,采用WOFOST作物生长模型,模拟并分析了马铃薯气候生产力的空间分布特征,同时分析了各地气候生产力影响因素及分布特征;利用气候生产力的距平百分率、变异系数及与气候生产力密切相关的有关生育期的4个气候因子(平均气温、气温日较差、日平均日照时数、降水量),采用动态聚类分析方法,将黑龙江省马铃薯可能种植区初步划分为9类气候栽培区,为充分利用当地气候资源发展马铃薯生产提供参考。     

数值模拟气候情景下未来30年内蒙古三种主要粮食作物的单产趋势预估

基于内蒙古10个盟（市）农区58个气象站1961-2010年降水和气温日资料,38个旗（县）1961-2008年小麦、1979-2008年玉米和马铃薯单产资料,用自然对数曲线模拟作物趋势产量,并从单产序列中剥离气象单产。多元线性回归分析表明,大部盟（市）3种主要粮食作物的气象单产与生长季降水量和气温变化存在显著相关关系（P〈0.05）。利用PRECIS区域气候模式在SRES（A1B、A2和B2）和国家气候中心CMIP5数值气候模式对未来30a（2011-2040）10个盟（市）3种作物生长季平均气温、积温和降水量的模拟结果,采用多元线性回归模型预测各盟（市）作物的气象单产。结果显示,大部盟（市）气象单产总体呈增长趋势,预计未来30a全区平均小麦气象单产将增加179.0kg/hm2,玉米和马铃薯的增幅分别为51.6和50.7kg/hm2。叠加趋势产量后,小麦预计约增产1221.4kg/hm2,玉米和马铃薯预计约增产2121.1和1008.0kg/hm2。研究结果可为应对未来气候变化、确定粮食生产发展战略提供参考依据。