西南地区水稻洪涝灾害风险评估与区划

为全面评估水稻洪涝的综合风险,基于自然灾害系统理论和农业气象灾害风险评估方法,利用西南地区（重庆、四川、贵州和云南）193个气象站1961-2012年逐日降水资料、396个县（市）1981-2012年水稻产量、面积资料和17个农气站点水稻生育期数据,以及西南地区数字高程（DEM）数据,构建区域水稻洪涝灾害致灾因子危险性、承灾体暴露性、孕灾环境敏感性和区域抗灾能力指数,以及综合风险评价模型,对西南地区水稻洪涝进行风险分析与区划。结果表明：（1）水稻不同生育阶段洪涝等级风险概率分布存在明显的地区差异,洪涝危险性表现为移栽分蘖期＞拔节孕穗期＞抽穗成熟期;全生育期高、次高危险区主要分布于云南南部和东北部、贵州南部,以及四川的成都、眉山和德阳地区。（2）基于不同时间序列的水稻相对暴露率明显波动,水稻生产承灾体高、次高暴露区主要集中在四川东北部和重庆地区;孕灾环境高、次高敏感区主要位于云南北部、四川南部和贵州东南部地区;水稻洪涝低抗灾能力区主要位于贵州。（3）西南地区水稻洪涝综合风险呈由中部向四周递增的趋势,高、次高风险区主要位于贵州南部、云南南部和四川东北部地区,低风险区位于重庆南部和云南北部地区。     

中国西北地区未来潜在蒸散发集合预估及不确定性归因

预估西北地区未来潜在蒸散发(Potential Evapotranspiration,PET)变化对该区制定气候适应性远景规划至关重要,然而PET预估中不可避免地存在源于气候情景、气候模式和PET模型的不确定性.该研究以3个气候情景(Shared Socioeconomic Pathway,SSP)、6个性能良好的潜在...     

CMIP6模式对中国西南地区气温的模拟与预估

应用1961−2014年CN05.1月平均气温观测数据集，以及国际耦合模式比较计划第六阶段(CMIP6)的19个全球气候模式数据，基于泰勒图、泰勒指数和年际变化技巧评分，系统评估了CMIP6模式对中国西南地区气温的气候态空间分布以及年际变化的模拟能力，并预估该地区未来气温在SSP1−2.6、SSP2−4.5、SSP3−7.0和SSP5−8.5情景下的变化特点。结果表明：（1）与其他季节相比，大多数CMIP6模式对研究区1961−2014年秋季气温气候态空间分布的模拟表现最好；CMIP6模式模拟四季和年平均气温年际变化的结果整体偏低。19个模式中对西南地区气温模拟较好的模式有ACCESS−CM2、CMCC−CM2−SR5和CMCC−ESM5。（2）3个较优模式的等权重集合，在模拟气温的气候态空间分布和年际变化方面优于19个模式的等权重集合。（3）与1961−2014年同期观测结果的多年平均气温相比，未来西南地区四季及年平均气温在4种情景下均呈升高趋势，四季和年平均气温升高0.94～3.48℃。4种气候情景下均表现为夏季升温最多（2.17～3.48℃），且夏季平均气温的年际波动幅度最小；冬季升温最少(0.94～2.24℃)，其年际波动幅度最大。（4）在21世纪初，4种情景间季节和年平均气温的升高趋势差异不大，随着时间的推移，到21世纪中期，高辐射强迫情景下气温的升高趋势逐渐高于低辐射强迫情景。（5）在4种情景下，21世纪初期（2015−2034年）、中期（2045−2064年）及末期（2081−2100年）的多年平均气温与历史（1961−2014年）观测气温的距平值均呈现西北大于东南、高纬度高海拔地区大于低纬度低海拔地区的空间分布特点。随着时间推移，在21世纪末期，同一地区高辐射强迫情景的气温距平值明显高于低辐射强迫情景。     

共享社会经济路径下土地利用变化模拟

针对高原湖滨地区土地利用无序扩张等问题,构建共享社会经济路径(SSPs)与未来土地利用模拟模型相结合的研究框架,并选取云贵高原湖泊分布最为密集的通海县、华宁县及江川区为研究区,开展不同SSPs情景下的未来土地利用模拟。结果表明:(1)SSP1情景下建设用地与农用地集约利用程度提升,且大量其他用地被转化为生态用地,是高原湖滨地区最为理想的未来发展模式;(2)SSP2情景下研究区保持现有发展趋势,土地利用变化自然发展;(3)SSP3情景下人类活动对自然环境的干扰随时间变化逐步加强,是未来高原湖滨地区发展需要避免的情景;(4)SSP4情景下研究区发展不平衡情况严重,经济增长缓慢,难以与生态实现协同发展;(5)SSP5情景下研究区以大量能源消耗为代价,土地利用变化强度先增大,后逐步减弱并达到稳定的状态。SSPs为未来土地利用模拟模型的参数设置提供了内涵和依据,两者结合可为云贵高原湖滨地区的可持续发展提供决策依据。     

基于GIS的河南省洪灾风险评价

区域洪灾风险评价是洪水灾害管理的基础。以洪灾频发的河南省为研究区,在综合分析洪水致灾主要影响因素的基础上,从洪灾的危险性和承灾体的易损性两个角度出发,选取绝对高程、坡度、年均降水量、河网分布、人口密度和GDP密度6个指标构建了河南省洪灾风险评价体系。借助ArcGIS平台空间分析和叠加功能,获得了河南省洪灾风险评价图。结果表明:(1)河南省洪灾风险呈现明显地带性,总体来说从南到北逐渐降低;(2)从行政区划上来看,信阳市大部分地区和驻马店中南部处于洪灾高风险区,三门峡、焦作、新乡、鹤壁和濮阳处于低风险区,其他地区皆处于中度风险区。     

黑龙江省暴雨洪涝灾害风险区划

以黑龙江省81个气象台站1961-2008年的逐日降水数据、社会经济资料、地理信息数据以及灾情数据为基础,运用GIS技术,对黑龙江省暴雨洪涝灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性等评价因子进行综合分析,采用加权综合分析法以及GIS中自然断点分级法,构建了暴雨洪涝灾害风险评估模型,将黑龙江省划分为高、次高、中等、次低和低5个等级风险区.结果表明,黑龙江省暴雨洪涝灾害风险呈“东西高-南北低”的分布,松嫩平原大部、三江平原北部和南部地区处于高-次高风险区,哈尔滨西北部、大庆东南部、绥化北部和西部以及鹤岗中部地区,属于高风险区;而大兴安岭地区和东南半山区处于低-次低风险区,发生暴雨洪涝灾害的几率较低.灾情验证结果表明,实际灾情的高值-次高值分布与风险区划结果基本符合,风险区划模型具有较高的实际应用价值和研究意义.     

CMIP6气候变化情景下中国区域柑橘木虱潜在影响范围预估

从柑橘木虱适宜分布的生理机制、气候特性出发,基于1970−2000年气候环境数据和柑橘木虱分布资料,利用最大熵模型（MaxEnt）筛选得到影响柑橘木虱分布的七个关键气候环境因子,包括温度季节性变化标准差、最干月降水量、最冷季降水量、1月平均最高气温、9月平均最高气温、10月平均最高气温和8月平均最低气温。基于关键气候环境因子重构MaxEnt模型,结合CMIP6多模式气候变化情景数据,预估气候变化对柑橘木虱在中国的潜在分布影响。结果表明：CMIP6不同气候预测模式数据对预测柑橘木虱分布结果具有明显影响,其中CanESM5模式下柑橘木虱适生区面积整体最大,BCC-CSM2-MR模式下整体最小,表明单一模式具有较大的不确定性。多模式集合预测显示,2081−2100年柑橘木虱潜在适生区面积将较1970−2000年呈显著增加趋势,增幅从18.8%（SSP126情景）到55.7%（SSP585情景）,与辐射强迫等级呈明显正相关;尤其是潜在高适生区增幅最大,从78.3%（SSP126情景）到177%（SSP585情景）。柑橘木虱适宜分布北界将不断北移,至2081−2100年,北界将到达32°N（SSP126情景下）−37°N（SSP585情景下）,较目前实际发生北界（30°N）向北偏移2°～7°。研究结果表明气候变暖将对柑橘木虱在中国的扩散十分有利,严重威胁中国柑橘产区生态安全,各地特别是目前尚未发现柑橘木虱的地区需提高警惕,加强柑橘黄龙病检疫和防控。     

基于自然灾害风险理论和ArcGIS的西南地区玉米干旱风险分析

为更为科学合理地评价玉米干旱风险,该文选用西南四省市60个气象站1961-2012年逐日常规气象观测资料及玉米农业生产相关资料,基于自然灾害风险理论,从危险性、暴露性、脆弱性、防灾能力4个因子出发,建立了西南地区玉米干旱灾害风险评估模型,并用Arc GIS对西南地区玉米进行干旱风险区划与分析。结果表明:1)西南地区玉米春旱主要发生在Ⅰ区大部、Ⅱ区、Ⅲ区,夏旱主要发生在Ⅰ区北部、Ⅲ区和Ⅳ区大部、Ⅴ区、Ⅵ区,全生育期干旱高危险区和次高危险区主要位于Ⅰ区和Ⅱ区部分、Ⅲ区;2)高暴露区和次高暴露区集中在Ⅱ区和Ⅲ区,高脆弱区和次高脆弱区主要位于Ⅱ区东部、Ⅳ区和Ⅴ区部分,次低抗灾能力区和低抗灾能力区主要位于Ⅱ区和Ⅳ区部分;3)西南地区玉米高风险区和次高风险区主要位于Ⅲ区,Ⅰ区、Ⅱ区、Ⅳ区和Ⅴ区局部;中度风险区,主要集中在Ⅴ区和Ⅵ区,其他分区都有不同范围分布;次低风险区和低风险区主要位于Ⅰ区中部、Ⅱ区西南部、Ⅳ区南部和东部。该研究成果将为西南玉米生产风险管理及可持续发展提供一定理论依据。     

基于GIS和FloodArea水动力模型的重庆市山洪灾害风险区划

[目的]开展重庆市山洪灾害风险评估与区划,为该地区山洪防灾减灾提供相应参考。[方法]依据自然灾害风险评估理论,从致灾因子危险性、孕灾环境脆弱性、承灾体暴露性、防灾减灾能力4个方面选取指标,构建重庆市山洪灾害风险评估模型。结合相关气象、生态和社会经济数据,运用GIS空间数据分析完成重庆市山洪灾害风险区划。[结果]重庆市山洪灾害致灾因子危险性在合川和江津大部地区为高风险区,孕灾环境高脆弱区主要位于长江、嘉陵江沿江河谷地带,承灾体暴露性在重庆市主城区、南川、武隆、涪陵、城口为高暴露区,重庆东北部和东南部大部地区为低防灾减灾能力区。[结论]总体评估而言,重庆市山洪灾害风险的高风险区主要位于重庆东北部的巫溪、东南部的酉阳和彭水、西南部的江津和西北部的合川。     

四川省水稻高温热害风险及灾损评估

高温热害是四川省最主要的农业气象灾害之一,研究高温热害对水稻的影响对于四川省农业可持续发展、保障水稻的安全生产具有重要意义。本文以1981—2015年四川省84个气象台站的逐日气象资料、农业气象观测站水稻生育期资料和县级水稻产量资料为基础,利用水稻高温热害指数,构建四川省水稻关键生育期和全生育期综合高温热害风险模型;分离水稻气象产量,建立高温热害影响下水稻气象产量与高温热害指数间的统计模型,开展1981—2015年四川省水稻高温热害风险和灾损评估。研究结果表明：四川省水稻抽穗扬花期,高温热害较高风险区和高风险区主要集中在盆地东北大部和盆地南部的个别地区,其中达州、广安和泸州的部分地区为高风险区。而低风险区主要分布在盆地西部、南部和川西南的大部地区。灌浆结实期,水稻高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州大部、南充和宜宾的个别地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。水稻全生育阶段高温热害较高风险区和高风险区主要集中在盆地东北和盆地南部的大部分地区,其中泸州、南充和达州的部分地区为高风险区。而低风险区主要分布在盆地北部、西部和川西南的大部地区。构建的水稻高温热害灾损评估模型简单实用,验证结果表明高温热害年水稻统计产量与模拟产量间的相对误差绝对值都小于1.5%,建立的模型能反映四川省高温热害对水稻产量的影响,同时能够较好地评估高温热害下四川省水稻的产量损失。进一步的灾损评估结果表明,高温热害危害下代表站点水稻的减产率为5.6%~10.2%。     

川滇地区主汛期暴雨洪水灾害风险评价

[目的]对川滇地区主汛期暴雨洪水灾害风险等级分布及特征进行研究,以期为区域暴雨洪水灾害的防御提供理论参考。[方法]采用反距离加权空间插值(IDW),自然灾害风险指数等方法。[结果]暴雨洪水灾害的高、较高风险区主要集中在川东盆地和云南省南部边缘地区;中度风险区主要分布在川西南山地和云南省的大部分地区;较低灾害风险区零星分布在滇东高原、滇西北地区和川西高原东北部等地;低风险区主要位于川西高原地区。[结论]大气环流、降水量、地形地貌、河网水系是影响川滇地区主汛期暴雨洪水灾害的主要因素,人类活动对区域下垫面性质的改变,是加剧暴雨洪水灾害的触动因素。     

四川省水稻综合气象灾害风险区划

本文利用1981—2012年四川省82县的水稻单产资料,采用HP滤波法,进行水稻气象产量分离,分歉收年和成灾年两个年型,研究四川省水稻单产平均减产率、减产率变异系数和不同等级减产率风险概率的空间分布特征,并基于成灾年风险区划指标,开展四川省水稻综合气象灾害风险区划。结果表明:HP滤波法可用于四川省水稻气象产量分离,四川省水稻气象产量具有显著的准4 a、7 a周期振荡特征。平均减产率从西南向东北方向呈现"高–低–高"分布特征,80%以上县歉收年平均减产率介于2%～7%,成灾年平均减产率介于6%～15%。各县歉收年减产率变异系数介于0.6～2.2,成灾年减产率变异系数介于0～1.2;减产率变异系数相对高值区位于西南山地西部、盆地南部和盆地北部山地。各级减产率风险概率大值区主要集中于广元和巴中地区,还包括盐亭、古蔺、盐源、越西等县。四川省水稻综合气象灾害高风险区主要分布于盆地北部、盆地南部和西南山地西部等山区,中等风险区主要分布于盆地丘陵区及盆周低山区,低风险区主要分布于盆地平原、浅丘区和凉山州中东部。风险区划结果与四川省气象灾害分布和水稻农业气象灾害分布的研究成果相吻合,可为四川省水稻防灾减灾提供科学依据和重要参考。     

基于水分盈亏指数的四川省玉米生育期干旱时空变化特征分析

四川省地形地貌复杂多样,常年多旱灾,玉米是该省主要粮食作物之一,在粮食生产中占有重要地位,但干旱一直是制约四川省玉米生长发育和产量形成的重要因素,常年春、夏、伏旱频发重发,造成玉米年际间产量不稳定。评估四川省玉米生育期干旱状况,分析其时空变化特征,可为相关部门制定农业生产计划、防灾减灾措施以及保险部门确定保费率提供科学依据。本文利用四川省144个玉米种植区气象台站1970—2010年逐日气象数据,以水分盈亏指数作为干旱指标,分析四川省6大玉米种植区域(盆南丘陵区、盆中浅丘区、盆西平丘区、盆周边缘山地区、盆东平行岭谷区和川西南山地区)玉米生育期内干旱频率的时空变化特征及干旱发生风险度的空间分布。结果表明:从时间变化看,各区域干旱频率变化趋势不同,但大部区域从20世纪90年代后期开始明显增加,其中拔节—乳熟期干旱站均次数变化趋势除盆东平行岭谷区随年代呈下降趋势,其余各区都呈上升趋势,乳熟—成熟期干旱站均次数变化趋势盆南丘陵区、盆西平丘区及盆周边缘山地区呈明显上升趋势;从空间分布看,盆南丘陵区轻旱发生次数最高,盆中浅丘区中旱发生次数最高,盆西平丘区及盆东平行岭谷区发生干旱次数相对较低;干旱发生风险度空间分布为:全生育期干旱风险重度区主要集中在盆中浅丘区、盆东平行岭谷区大部及盆南丘陵区部分区域,拔节—乳熟期重度风险区主要集中在盆地北部及盆中浅丘区大部,乳熟—成熟期重度干旱区域分布在盆北、盆东南及盆中浅丘区部分区域。     

基于自然灾害风险理论的东北地区玉米干旱、冷害风险评价

为了分析干旱、冷害灾害对农作物生长的综合影响,全面评价其综合风险,该文利用东北地区35个农业气象站1961-2010年气象资料、1981-2010年玉米发育期资料、1961-2010年产量面积资料、近50 a东北三省的灾情资料以及近10 a东北三省各县的社会经济统计资料,以玉米出苗—抽雄、抽雄—成熟2个生长阶段发生的干旱及冷害为研究对象,基于水分亏缺指数和热量指数分别建立了干旱指标和冷害指标,对东北地区玉米干旱、冷害进行风险分析。建立了包括危险性、脆弱性、暴露性和防灾减灾能力4个方面的东北地区玉米干旱、冷害风险评价模型,指出危险性和防灾减灾能力是风险评价模型中最重要的两个影响因子。研究结果为,东北地区玉米干旱、冷害高风险值区位于黑龙江西南部和东北部,以及辽宁西部建平县一带,风险指标值在0.8以上;吉林西北部、东南部、辽宁东北部为次高值区,风险指标值在0.6~0.7之间;低值区位于辽宁中南部及辽东半岛,风险值在0.3左右。研究结果可为东北地区防灾减灾工作提供客观依据。     

基于GIS的武陵山区洪水灾害风险评估

武陵山区是我国14个集中连片特困区之一,跨省交界面大、少数民族聚居多、贫困人口分布广,该区域内洪水灾害频发,使得"因灾致贫、因灾返贫"现象较为突出,对区域经济发展造成较大的阻力。本文基于灾害系统学原理,构建了适合区域成灾特点的风险评估指标体系,采用风险评估模型,对武陵山区洪水灾害风险进行评估。研究结果表明：尽管区域洪灾易发,但承灾体脆弱性较低,致使武陵山区洪水灾害风险等级全区总体水平较低,高风险区呈东北-西南向条带状分布,从东南向西北,依次有：东南部的涟源市、冷水江市、新化县、隆回县、邵阳县、洞口县、武冈市高风险区;中部的石门-慈利-沅陵-芦溪-辰溪-溆浦-麻阳-芷江一线高风险区,西北部的丰都-石柱西北部高风险区。     

中国亚热带干旱多尺度时空格局及演变趋势

为探讨不同时间尺度下中国亚热带区域干旱的时空特征,利用1 km气象数据计算1959—2019年亚热带区域标准化降水蒸散发指数(SPEI),并且结合干旱线性变化趋势、影响范围、强度及频率,分析了不同时间尺度(1月、3月、6月、12月)下中国亚热带区域干旱的时空特征。结果表明:(1)干旱时期主要集中在2004—2014年,干旱化区域空间上呈现明显的东西对比,时间尺度上秋季的干旱化趋势最为显著;(2)各时间尺度的干旱影响范围都处于不断波动上升的趋势,尤其是在1995年之后,干旱影响范围上升趋势尤为明显;(3)季节和干湿季较大干旱强度零星分布在亚热带西南部及湖南、江西等省,年际较大干旱强度则主要集中在亚热带东南部;(4)秋季发生干旱的频率最高,年际发生中度及以上干旱频率最高,春季高频中度及以上干旱频率集中在四川、西藏等地,秋季和年际主要集中在四川、重庆和贵州的交界处,夏季、冬季以及干湿季则零星分布在亚热带各省份。综上,亚热带总体呈现干旱化趋势,季节、干湿季和年际尺度的干旱影响范围时间序列变化趋势较为相似,但干旱强度和干旱发生频率在空间上存在一定差异。     

基于热害累计指数的四川单季稻高温热害综合风险评价

高温热害是四川主要农业气象灾害之一,研究高温热害对水稻的风险区划,对保障水稻产量及农业可持续发展有重要意义。本文利用四川单季稻种植区1986-2015年气象观测资料、农业气象观测资料、社会统计资料以及基础地理信息资料,以单季稻生育敏感期（抽穗扬花期和灌浆结实期）为研究时段,选取热害累积指数、地形、产量变异度、农村经济等因子,分别构建了危险性、脆弱性、暴露性和防灾减灾能力4个风险因子,利用灰色关联度方法构建了四川单季稻高温热害"四因子"风险评价模型并对种植区进行风险区划。结果显示,高风险区主要分布在盆东平行岭谷区、盆中浅丘区、盆周边缘山地区的西部,以及盆南丘陵区的南部,该类型区域地势平缓,高温热害频繁。中等风险区主要集中在盆西平丘区和川西南中山山地区,该类型区域灌溉条件优越,社会经济水平发达,应对高温热害风险水平较高。低风险区主要集中在川西南中山宽谷区以及盆周边缘山地区,该类型区域地形较复杂,水稻种植较少,受高温热害影响偏小。四川盆地单季稻高温热害风险存在显著地区差异,应根据各自区域的风险特征选用适合的品种和方式提高防灾减灾能力。     

考虑CO2浓度影响的中国未来干旱趋势变化

CO_2浓度增加会降低潜在蒸散发量(PotentialEvapotranspiration,PET),进而影响依据PET计算的干旱指数结果。为了准确预测未来中国干旱变化情势,该研究以Penman-Monteith(PM)公式计算PET,以标准化降水蒸散发指数(Standard Precipitation Evapotranspiration Index,SPEI)表征干旱,利用贝叶斯模型平均(Bayesian Model Averaging,BMA)整合了5个降尺度的CMIP6气候模式数据,分别计算分析了中等强迫(SSP2-4.5)和高强迫(SSP5-8.5)气候情景下考虑CO_2影响和未考虑CO_2影响的中国未来干旱趋势。结果表明:未考虑CO_2影响的SPEI呈明显的下降趋势,其中西北地区下降趋势最为显著,干旱面积亦呈最强烈的增加趋势,尤其2070年之后,SSP5-8.5情景下的干旱面积急剧增加,至21世纪末,干旱面积比例超过了80%。青藏高原、东北地区、华中地区和华南地区干旱面积变化趋势较为一致,SSP5-8.5情景下,干旱面积比例呈增加趋势,SSP2-4.5情景下SPEI计算的干旱面积变化无明显趋势;考虑CO_2影响的SPEI计算的干旱面积则呈轻微的缩减趋势,其中华北地区的干旱面积缩减最为显著。SSP5-8.5情景下整个中国地区的干旱面积总体呈增加趋势,至21世纪末,SPEI干旱面积比达40%。但在SSP2-4.5情景下,考虑CO_2影响的SPEI计算的干旱面积则呈缓慢的缩减趋势。在相同情景下,未考虑CO_2影响的干旱指数高估了未来干旱发生状况,CO_2浓度增加缓解了未来干旱,在未来干旱研究中应考虑CO_2对干旱趋势的影响,可得出更为合理的研究结论,为水资源管理提供科学依据。     

黄淮海地区夏玉米干旱风险评估与区划

黄淮海地区是我国最大的粮食产区和夏玉米的主产区,同时也是干旱灾害的频发区,因此加强黄淮海地区夏玉米干旱灾害风险评估与区划有着重要的现实和战略意义。利用黄淮海地区气象数据以及地形、土地利用类型等数据,基于自然灾害风险评估原理,运用信息扩散法、加权综合评价法和层次分析法,结合GIS技术对黄淮海地区夏玉米干旱灾害进行风险性评估与区划。结果表明:黄淮海地区夏玉米干旱危险性整体偏高,干旱频率均在64.36%以上,高危险性等级主要分布在河北省北部和安徽省北部;敏感性偏高,高敏感性等级占总面积的20.80%,集中分布于山东省沿海等地;易损性偏低,高、中易损性地区占总面积的22.4%,各省均有少量分布;干旱综合风险偏高,高、中综合风险地区占总面积的68.43%,整个黄淮海地区除安徽省东南部外其他地区风险性均较高。     

基于MaxEnt模型预测未来气候变化情景下中国区域水稻潜在适生区的变化

基于双季稻（早稻、晚稻）和一季稻的站点数据以及历史时期（1970−2000年）与未来时期（2081−2100年）气候数据,利用最大熵模型（MaxEnt）,研究影响中国水稻种植分布的主要气候因子,并预测分析水稻在历史与未来时期适生区的变化,为未来气候变化下中国水稻的合理种植提供参考依据。结果表明：（1）影响双季稻分布的主要气候因子为最干旱月降水量、最暖季度平均气温和最干旱季度降水量;影响一季稻分布的主要气候因子为年平均气温和最暖季度降水量。（2）在历史时期,早稻和晚稻适宜种植区主要在长江中下游地区及以南地区,其适宜种植区面积占比分别为14.26%和13.01%,其中大部分地区为较适宜区,占比分别为7.66%和6.62%;一季稻适宜种植区面积占比为45.46%,主要以较适宜和适宜地区为主,面积占比分别为23.47%和18.86%。（3）相比历史时期,未来时期早稻的适宜种植区面积占比在SSP126、SSP245和SSP585情景下将分别增加6.27个、9.26个和16.66个百分点,晚稻分别增加4.26个、5.55个和10.97个百分点,一季稻分别增加11.34个、18.46个和28.31个百分点。到21世纪末,早稻的适宜种植区在空间分布上向川渝、黄淮地区扩张,晚稻的适宜种植区在空间分布上向川渝和长江中下游地区以北小部分地区扩张,一季稻的完全适宜区表现出向华北平原和东北地区扩张。整体而言,未来气候变化有助于扩大中国水稻适宜种植区。