陇东地区几种旱作作物产量对降水与气温变化的响应

研究作物产量对气候变化的响应,对于指导区域农业生产,保障粮食安全和生态安全具有一定的理论指导意义。结合大田试验与农业生产系统模拟模型(Agricultural Production Systems Simulator,APSIM),在验证模拟研究区冬小麦、玉米和紫花苜蓿产量可靠性的基础上,分析5个降水变化梯度(降水量不变、降低10%和20%、升高10%和20%)和5个气温变化梯度(不变、降低1.5和1℃、升高1.5和1℃)组合情景下3种作物的产量变化趋势。结果表明:APSIM模型在试验点对3种作物籽粒产量和生物量的模拟精度较高,决定系数R2在0.80~0.93之间,归一化均方根误差在11.35%~22.48%之间,模型有效系数在0.53~0.91之间。冬小麦、玉米和紫花苜蓿在气温升高、降水量减少的情景下减产,减产的最大幅度分别为38.7%、40.3%和41.8%;冬小麦、紫花苜蓿的在气温降低、降水量增加时增产,增产的最大幅度分别为29.8%和51.7%;玉米在降水量增加、温度不变的情景下增产幅度最大,为22.0%。总之,在研究范围内,3种作物的产量随降水的增加而增高;玉米的产量随气温升高先增高后降低,另2种作物的产量随气温的升高而降低;紫花苜蓿适应气候变化的能力最强。结果对明确黄土高原地区主要作物的生产走势,制订农业布局、管理措施等具有一定意义。     

气候变化情景下东北地区玉米产量变化模拟

WOFOST作物模型在东北地区玉米适应性验证的基础上,结合气候模型BCC-T63输出的未来60年(2011～2070年)气候情景资料,模拟分析了未来气候变化情景下我国东北地区玉米生育期和产量变化情况。模拟结果显示:未来气候变化情景下,玉米生育期将缩短,其中,中熟玉米平均缩短3.4 d,晚熟玉米平均缩短1.1 d;玉米产量将相应下降,中熟玉米平均减产3.5%,晚熟玉米平均减产2.1%。     

基于APSIM模型的大气气溶胶直接辐射效应对我国玉米产量的影响评估

在大气气溶胶污染日益严重的时代背景下,气溶胶对农作物生长发育的影响越来越不可忽视。本文以全球气溶胶监测网（AErosol RObotic NETwork,AERONET）中具有常年观测数据的我国北京、香河和太湖为研究站点,利用AERONET多年观测资料以及MODIS地表反照率数据,借助6S（Second Simulation of a Satellite Signal in the Solar Spectrum）辐射传输模式,计算出2001-2014年研究站点的气溶胶直接辐射效应,评估了APSIM（Agricultural Production Systems Simulator）作物模型的适用性,运用验证适用的APSIM模型分析了气溶胶直接辐射效应对我国玉米产量的影响。结果表明：1）验证后的APSIM玉米模型在我国北京、香河和太湖玉米产区具有较好的适用性。APSIM模型在模拟玉米的发育期以及产量中的模拟结果较好,其中各站点产量的相对均方根误差（NRMSE）为1.55%~6.24%,一致性指标（D）为0.80~0.99,决定系数（R²）为0.75~1.00。2）气溶胶使得太阳直接辐射降低;降低的趋势主要受气溶胶的净辐射通量的影响。2001-2014年期间北京、香河和太湖总辐射量分别降低31.95%、14.74%和28.30%。3）气溶胶直接辐射效应造成玉米减产。2001-2014年期间气溶胶直接辐射效应使得北京、香河和太湖玉米产量分别减少28.44%、14.89%和13.43%。总体来说,2001-2014年期间大气气溶胶直接辐射效应使得我国北京、香河和太湖3个高污染区的玉米产量减少13.43%~28.44%。     

北方地区不同等级干旱对春玉米产量影响

北方地区是中国主要的玉米种植区,在中国玉米总产和播种面积中占有较大比例,同时也是中国易发生干旱的地区,北方地区干旱常态化严重制约着该地区玉米的稳定发展。该文基于北方地区14个省(市、自治区)217个气象台站1961-2010年的逐日气象数据以及作物、土壤和田间管理资料,依据春玉米生长季内降水量并以100 mm为间隔将全区划分为6个区域(Ⅰ~Ⅵ),选取作物水分亏缺指数为农业干旱指标,基于验证后的农业生产系统模型(agricultural production systems simulator,APSIM),明确了各生育阶段不同等级干旱对春玉米产量的影响。研究结果表明,北方地区干旱造成春玉米减产率在空间上呈由西向东下降趋势,降水的空间分布直接导致了灾损程度在各区的差异,其中西部灌溉绿洲农业区雨养种植春玉米干旱风险非常大,需大力发展节水灌溉,而东部雨养农业区自然降水已基本满足春玉米生长发育需要,干旱对春玉米产量影响较小,在模拟过程中很难准确的反映出旱级对产量造成的差异影响。春玉米在拔节—抽雄阶段发生干旱会对产量造成比较严重的影响,该阶段4个等级干旱造成春玉米减产率的四分位区间分别为特旱(20.1%~33.6%)、重旱(12.0%~20.3%)、中旱(6.3%~15.2%)、轻旱(4.7%~11.6%)。     

未来气候情景下黄淮海平原不同灌溉制度的产量补偿效应模拟

利用黄淮海平原典型农业气象站点生育期和产量资料对CERES-Wheat模型遗传参数进行调试,结合HadGEM2-ES气候模式在RCP8.5（辐射强迫上升至8.5W·m?2的典型浓度目标）情景下的预估结果,模拟分析未来不同时段（近期：2010-2039年、中期：2040-2069年、远期：2070-2099年）雨养条件下冬小麦的减产率（与潜在产量相比）,并比较不同灌溉制度下冬小麦减产率与雨养条件下减产率的差值即灌溉制度的产量补偿效应。结果表明,经参数调试后的CERES-Wheat模型能较为准确地模拟冬小麦生长发育过程。与潜在产量相比,雨养条件对冬小麦造成的减产率在未来近、中、远期分别为47.3%、53.5%和50.9%,黄淮海平原北部Ⅰ-Ⅳ区的潜在减产率高于区域平均水平,而南部Ⅵ区的减产率仅为7.4%（近期）、12.8%（中期）和9.7%（远期）。多种灌溉策略模拟结果表明,不同生育期灌溉对冬小麦产量的补偿效应（指减产率的减少量）差异较大,北部亚区的补偿效应高于南部亚区。拔节水的补偿效应最强,对未来不同时段冬小麦产量的补偿效应为16.3～18.6个百分点;灌浆水次之,补偿效应为5.1～6.1个百分点;而越冬水补偿效应仅为0.4～0.6个百分点。两水灌溉条件下,拔节水+灌浆水的补偿效应为23.6～25.1个百分点,能够挽回雨养损失的50%左右。因此,在未来水分亏缺加剧的背景下,应注重保障拔节期的需水,灌两水情况下重点保障拔节和灌浆阶段需水。     

未来升温1.5℃与2.0℃背景下中国玉米产量变化趋势评估

基于ISI-MIP推荐的5个气候模式在4个RCP情景下的模拟结果,筛选21世纪末全球升温最接近1.5℃和2.0℃的气候数据,运用作物模型DSSAT,模拟升温1.5℃和2.0℃背景下中国玉米产量相对于基准时段1985-2006年的变化,揭示了1.5℃与2.0℃升温背景下中国玉米产量变化的空间分布。结果表明：升温2.0℃背景下玉米减产风险明显高于升温1.5℃,未来升温2.0℃背景下中国玉米减产面积比升温1.5℃背景下多6.2%,升温1.5℃和2.0℃背景下中国玉米平均减产幅度分别为3.7%和11.5%;从空间分布来看,升温1.5℃与2.0℃背景下未来中国玉米产量变化在区域分布上大致相似,但未来玉米增产和减产的面积和幅度不尽相同,在北方与西南玉米种植区都有一定的增产区域,其它区域大多以减产为主,其中西北部玉米种植区减幅最大;1.5℃升温背景下北方大部分地区气候条件对玉米生长有利,2.0℃升温背景下北方地区玉米减产也不明显,说明从近期到未来一段时间内,将全球升温控制在1.5℃以内,北方地区玉米仍具有一定增产潜力。     

未来气候变化对重庆地区冬小麦产量的影响

分析重庆地区40 a来气候变化对冬小麦产量的影响,用WOFOST作物模型与BCC-T63气候模式相结合,定量化地估算未来50 a(2001-2050年)重庆地区冬小麦产量变化趋势。结果表明:在目前的品种和生产条件下,未来气候变化后重庆地区冬小麦的产量变化波动不是很大,减产幅度在2.0%~5.0%,平均减产3.0%。     

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...     

近30年黄淮海平原干旱对冬小麦产量的潜在影响模拟

为了探明黄淮海平原冬小麦需水关键生育阶段干旱对产量的潜在影响,该文基于黄淮海平原6个农业亚区典型站点的1981—2009年气象数据及田间观测资料,使用作物模型DSSAT模拟探讨了近30 a冬小麦关键生育阶段潜在干旱对产量的影响,并分析了各典型站点干旱减产的概率分布以及典型丰水和缺水年土壤水分的变化规律与产量的关系。研究结果表明:DSSAT模型的区域模拟误差在可接受的范围内(模拟的冬小麦开花期、成熟期和产量的相对均方根误差分别为2.0%、2.5%和12.4%),调试的区域品种3H能够代表黄淮海平原冬小麦品种进行区域模拟。黄淮海平原冬小麦需水关键生育阶段潜在干旱减产率在1980s均呈现出明显减轻的趋势。冬小麦拔节—抽穗期的潜在干旱减产率由南向北逐渐加重,黄淮海农作区天津(Ⅰ区)、石家庄(Ⅱ区)和莘县(Ⅲ区)的减产率超过了40%,临沂(Ⅳ区)、商丘(Ⅴ区)与寿县(Ⅵ区)分别为38%、27%和13%,干旱减产的区域差异主要是由各地气候因素的差异所导致。另外,黄淮海平原冬小麦同一水平的干旱减产率,在拔节—抽穗期发生的概率要远大于灌浆期的概率,北部地区冬小麦在拔节—抽穗期同一水平的潜在干旱减产率要明显高于南部地区,而在灌浆期的概率差别不明显。该研究可为黄淮海平原冬小麦实际生产过程中的抗旱管理与合理灌溉提供理论依据。     

未来气候变化情景下江苏水稻高温热害模拟研究Ⅰ:评估孕穗-抽穗期高温热害对水稻产量的影响

将江苏省气候、土壤、水稻产量、田间试验等相关资料作为CERES-Rice模型的输入文件,通过校准和验证获得江苏水稻品种徐稻2号的遗传参数,利用WCRP耦合模式CMIP3的多模式数据下的A2和A1B两种方案,并结合CERES-Rice模型,模拟分析A2和A1B两种情景下2020s(2011-2040)时段不同高温强度及其持续时间的热害对水稻产量的影响。结果表明,CERES-Rice模型在江苏地区具有较好的模拟能力;A2和A1B两种情景下高温热害会使江苏省水稻产量下降,最高减产率为17%。高温强度一定时,高温持续日数越长,水稻减产率越大。高温持续日数一定时,温度越高对水稻造成的危害越重。可见,未来气候情景下孕穗-抽穗期高温热害将使江苏省水稻减产,研究结果可为合理制定江苏水稻生产防灾减灾措施提供理论支撑。     

APSIM玉米模型中辐射估算的误差传输

以华北地区3个典型站点(山东省莒县站、河南省郑州和南阳站)为研究对象,分析计算玉米生长期间Angstrom-Prescott模型、Ogelman模型、Bahel模型、日照百分率和气温日较差综合模型(简称综合模型)和刘可群等太阳总辐射估算模型的相对误差,分别将该5个模型估算结果和太阳辐射实测值(依次命名为模拟方案1-5和模拟方案0)输入APSIM玉米模型,计算各模型驱动APSIM玉米模型模拟产量的相对误差,分析由于太阳辐射估算误差对模型产量模拟结果造成的误差传输。结果表明,5个日太阳辐射模型在生长期内的平均估算误差(εi)在莒县站以A-P模型最小,在郑州和南阳站点以综合模型最小;各辐射估算模型对APSIM模型的产量模拟结果均有明显影响,综合模型模拟结果最好,其驱动APSIM模拟的玉米产量误差最小;5个辐射模型估算误差对APSIM模型模拟玉米产量的误差均有放大效应,Angstrom-Prescott模型、Ogelman模型、Bahel模型、综合模型和刘可群等模型辐射误差分别以2.23、2.28、1.63、1.85、1.90倍传输到APSIM玉米模型模拟的产量误差,可见,一定要重视辐射模型的选取和辐射模型经验系数的确定;评价5个辐射模型的误差传输到产量的误差,要综合考虑辐射模型本身的误差和辐射误差传输到产量误差中放大的效应两方面的影响,综合模型传输到产量的误差最小。因此,在华北地区无太阳总辐射实测值的地区使用APSIM模型时,本研究推荐辐射方案4即综合模型为首选模型。     

基于PS123作物生长模型的黑龙江海伦市玉米生产潜力计算

在概括国内外作物生产潜力研究方法的基础上,对PS123模型进行方法的改进,将PS123作物生长模型与常规方法相结合,计算黑龙江省海伦市玉米生产潜力,寻求一种更为客观、科学的生产潜力计算方法,也为PS123模型在东北地区不同作物中的应用奠定基础。选取海伦市1999～2001年数据进行计算,取平均值代表近年来该地区玉米生产潜力。结果显示：修正的PS123模型科学、合理,计算简便;海伦市玉米的光合、光温、气候、气候－土壤生产潜力分别为：54008、11998、9531、8006 kg/hm²。与实际产量相比,光能、光温、气候资源利用率以及农业自然潜力利用率分别为：10.7％、48.3％、60.9％、72.4％,海伦市玉米生产仍然有较大的潜力。     

全球气候变化对泾河流域径流和输沙量的潜在影响

 全球气候变化对水循环产生巨大影响,而降水特征的变化因区域的不同有较大差异,这些变化对河流径流、泥沙及区域水土流失具有重要影响。以1961—2006年泾河流域降水、径流和输沙量等资料为基础,建立降水和径流、径流和输沙量之间的统计关系。通过5个大气环流模式(HadCM3、CGCM2、CSIRO-Mk2、ECHAM4和GFDL)对泾河流域未来不同时期(2010—2039年、2040—2069年和2070—2099年)的降水量进行模拟,进而根据统计关系计算出未来不同时期该流域的径流、输沙量。结果表明:不同大气环流模式对该流域降水量模拟结果不同,导致未来气候条件下径流和输沙量的预测也存在一定差异。比较IPCC排放情景中的A2、B2气候情景发现,在A2情景下径流和输沙量响应更为强烈。与近期实测资料(1961—2006年)相比,未来(2010—2099年)泾河流域降水、径流和输沙量的变化范围分别为-5.53%～31.65%、-9.26%～53.44%和-11.13%～64.59%,平均增加11.69%、19.78%和23.94%。研究结果对未来黄土高原水土保持规划和治理策略的制订具有指导意义。     

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。     

Simulating site-specific impacts of climate change on soil erosion and surface hydrology in southern Loess Plateau of China

Proper spatial and temporal treatments of climate change scenarios projected by General Circulation Models (GCMs) are critical to accurate assessment of climatic impacts on natural resources and ecosystems. The objective of this study was to evaluate the site-specific impacts of climate change on soil erosion and surface hydrology at the Changwu station of Shaanxi, China using a new spatiotemporal downscaling method. The Water Erosion Prediction Project (WEPP) model and climate change scenarios projected by the U.K. Hadley Centre's GCM (HadCM3) under the A2, B2, and GGa emissions scenarios were used in this study. The monthly precipitation and temperature projections were downloaded for the periods of 1900–1999 and 2010–2039 for the grid box containing the Changwu station. Univariate transfer functions were derived by matching probability distributions between station-measured and GCM-projected monthly precipitation and temperature for the 1950–1999 period. The derived functions were used to spatially downscale the GCM monthly projections of 2010–2039 in the grid box to the Changwu station. The downscaled monthly data were further disaggregated to daily weather series using a stochastic weather generator (CLIGEN). The HadCM3 projected that average annual precipitation during 2010–2039 would increase by 4 to 18% at Changwu and that frequency and intensity of large storms would also increase. Under the conventional tillage, simulated percent increases during 2010–2039, compared with the present climate, would be 49–112% for runoff and 31–167% for soil loss. However, simulated soil losses under the conservation tillage during 2010–2039 would be reduced by 39–51% compared with those under the conventional tillage in the present climate. The considerable reduction in soil loss in the conservation tillage indicates the importance of adopting conservation tillage in the region to control soil erosion under climate change.     

Simulating site-specific impacts of climate change on soil erosion and surface hydrology in southern Loess Plateau of China

Proper spatial and temporal treatments of climate change scenarios projected by General Circulation Models (GCMs) are critical to accurate assessment of climatic impacts on natural resources and ecosystems. The objective of this study was to evaluate the site-specific impacts of climate change on soil erosion and surface hydrology at the Changwu station of Shaanxi, China using a new spatiotemporal downscaling method. The Water Erosion Prediction Project (WEPP) model and climate change scenarios projected by the U.K. Hadley Centre's GCM (HadCM3) under the A2, B2, and GGa emissions scenarios were used in this study. The monthly precipitation and temperature projections were downloaded for the periods of 1900–1999 and 2010–2039 for the grid box containing the Changwu station. Univariate transfer functions were derived by matching probability distributions between station-measured and GCM-projected monthly precipitation and temperature for the 1950–1999 period. The derived functions were used to spatially downscale the GCM monthly projections of 2010–2039 in the grid box to the Changwu station. The downscaled monthly data were further disaggregated to daily weather series using a stochastic weather generator (CLIGEN). The HadCM3 projected that average annual precipitation during 2010–2039 would increase by 4 to 18% at Changwu and that frequency and intensity of large storms would also increase. Under the conventional tillage, simulated percent increases during 2010–2039, compared with the present climate, would be 49–112% for runoff and 31–167% for soil loss. However, simulated soil losses under the conservation tillage during 2010–2039 would be reduced by 39–51% compared with those under the conventional tillage in the present climate. The considerable reduction in soil loss in the conservation tillage indicates the importance of adopting conservation tillage in the region to control soil erosion under climate change.     

The simulation of phenological development in dynamic crop model: The Bayesian comparison of different methods

The main objective of our study was to use Bayesian methods to quantify the uncertainties related to phenological development of maize (Zea mays L.) under various climate conditions. For this purpose, five different phenological methods were implemented in the dynamic crop growth model, which was subsequently optimized, using the data acquired at three different locations in Slovenia. The sensitivity analysis of the crop model was performed in order to find the set of most influential physiological parameters. Subsequent Bayesian model comparison was used in order to quantify the impact of phenological method selection on the final maize yield. The results revealed the importance of using an appropriate phenological method in order to correctly estimate the duration of the growing season and yield, when used within dynamic crop model. The limitations of the phenological methods used in this study are discussed. The selection of phenological method itself did not have a significant influence on the yield estimation, except in years with high temperatures and limiting water conditions. This raises the concern that inaccurate simulation of phenological development may increase the uncertainties of impact assessment on crop yield where crop models are fed with future climate projections.