水稻格点作物模型在中国区域的不确定性评估

作物模型是评估气候变化对农业生产影响的主要手段之一,但中国对格点作物模型间的比较研究尚处于初始阶段。为全面评估不同作物模型在中国不同区域对水稻产量模拟的有效性,利用联合国粮农组织（FAO）和中国农业农村部种植业管理司（SYB）水稻年平均产量统计资料,对由2种气候资料（AgMERRA和WFDEI-GPCC）和 3种不同种植管理情景（Default、Fullharm和Harmnon情景）驱动的7种全球格点作物模型（CGMS-WOFOST、CLM-CROP、EPIC-BOKU、GEPIC、LPJML、PDSSAT和PEPIC模型）模拟的中国水稻产量进行了对比分析。结果表明：不同格点作物模型之间的模拟结果差异较大,在不同区域不同格点作物模型的模拟效果差异显著,不同格点作物模型对气候变化和种植管理情景的响应和敏感性不同,大部分模拟结果低估了水稻产量。使用不同水稻统计产量数据会对评估结果产生一定的影响。格点作物模型能够一定程度上模拟出水稻产量的年际变化和气候变化对产量的影响,但对于统计水稻产量上升的趋势较难模拟。通过综合分析产量在时间和空间上的波动情况,并利用2种评分方法对模拟表现打分,发现LPJML和PDSSAT在7种格点作物模型中模拟效果最好,同时也对不同气候数据和种植管理情景的变化最敏感,CLM-CROP的模拟效果最差。对不同种植管理情景,Default情景下的模拟效果显著高于Fullharm和Harmnon情景。多种格点作物模型集合平均（MME）可以降低单个格点作物模型模拟的误差,但需对MME中的集合模型进行挑选。     

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。     

气候变化条件下中国灌溉面积变化的产量效应

灌溉可以有效缓解气候变化对粮食生产的不利影响。采用中国不同区域2006-2019年实际灌溉用水量,对4个气候模式(GFDL-ESM2M,Had GEM2-ES,IPSL-CAM5-LR,MIROC5)驱动下的3种作物模型(GEPIC、PEPIC和LPJml)的灌溉用水量进行评估,优选模拟结果较好的前5个模式组合,分析RCP2.6和RCP6.0情景下,2021-2050年中国玉米、水稻、大豆和小麦产量变化,评估灌溉面积扩张的增产效应。结果显示:未来气候变化下,2021-2050年降水量的增加使得中国水稻和大豆以及北方地区玉米和小麦产量均呈现增长趋势,其中东北80%左右的地区和西北70%左右的地区玉米产量将提高0.2～0.8 t/hm~2,东北85%左右的地区水稻和大豆增产幅度分别超过1.0、0.5 t/hm~2,东北90%左右的地区和西北75%左右的地区小麦产量增幅分别介于1.0～2.0、0.5～1.0 t/hm~2之间。降水量的减少使得西南南部地区的玉米和小麦产量均下降0.2 t/hm~2左右。不同区域玉米和小麦的增产效应差异明显,由于北部地区光热条件较差、小麦基础产量较低,使得小麦灌溉增产潜力(1%～11%)以及增产效率((0.12±0.06)kg/m~3)均较高,北部地区小麦的灌溉面积扩张可有效应对气候变化的不利影响。     

气候变化情景下我国水稻产量变化模拟

利用中国随机天气模型将IPCC最新推荐的气候模式HadCM2和ECHAM4与作物模式CERESRICE3．5相连接，模拟了未来4种气候情景下我国主要水稻产区产量的变化趋势。结果表明：（1）未来气候情景下，水稻产量大多表现为不同程度的减产趋势，其中早稻减产幅度最大；地区上以东北地区减产幅度最大。（2）若不取温室气体减排措施，2056年我国水稻产量较2030年减产程度更加明显；即使采取温室气体减排措施，水稻产量下降的趋势也没有大的改变；（3）高海拔地区在未来气候情景下表现出一定的增产趋势。     

基于GIS的区域作物生长模拟模型

利用VB程序语言改写SUCROS作物生长模型,将其模块法并改进了水分平衡和作物系数算法。通过试验数据对参数的校验,模型可以较准确模拟主要作物生长变量和预测产量。以GIS与作物生长模拟模块紧密集成的方式,采用ArcGIS Engine控件开发了区域作物模拟模型(RCGM),可用以模拟区域作物生长和产量时空分布。建立空间数据库管理区域作物生长模拟所需空间数据。以河北省栾城县为例,应用RCGM进行县域冬小麦生长模拟和产量预测,模拟产量平均相对误差为12.51%,表明区域模型模拟也有较高准确性。     

分布式水文模型在陕西省冬小麦产量模拟中的应用

利用分布式水文模型和作物模型模拟了不同深度的土壤含水量,以及在连接分布式水文模型和不连接分布式水文模型两种方式下,利用作物模型分别对冬小麦叶面积指数、干物重增量和产量进行了模拟,最后采用连接分布式水文模型的作物模型模拟了全流域内冬小麦产量的空间分布。模拟结果经对比检验表明,分布式水文模型在土壤水分模拟方面准确性高于作物模型;连接分布式水文模型的作物模型对冬小麦生长过程和产量的模拟结果准确性均高于作物模型独立模拟的结果;连接分布式水文模型的作物模型在流域内对冬小麦产量的空间分布模拟结果也与农业试验站观测产量和社会统计产量基本一致,高产区、低产区分布与实际基本相吻合。这为分布式水文模型和作物模型耦合应用,以及通过引进分布式水文模型来推动作物模型和产量预报研究进一步发展提供了基本的试验支持。     

作物生长模型的应用研究进展

作物生长模型不仅能够进行单点尺度上作物生长发育的动态模拟,而且能够从系统角度评价作物生长状态与环境要素的关系。本文通过梳理当前作物生长模型应用的诸多研究成果,剖析模型在气候变化对农业生产影响研究、作物生长模型区域应用中的关键问题,总结了当前以作物生长模型为核心的农业决策支持系统开发的研究情况,意在促进作物生长模型在生态、农业、区域气候资源和气候变化等研究中更广泛地应用。结果表明,作物生长模型在国内外的研究与应用广泛而深入,在气候变化背景下,应用作物生长模型进行历史时期气候条件和农业气象灾害对作物生产状况和产量的影响研究已相当广泛且相对成熟。利用全球气候模式（GCM）或区域气候模式（RCM）构建未来气候变化情景,再与作物生长模型耦合已发展成为评估未来气候变化对农业生产影响的重要手段。通过集成与整合多作物生长模型、多气候模式集合模拟、优化气候模拟数据订正方法可有效降低气候变化对农业生产影响评估的不确定性。遥感数据同化技术能够将站点模型运用到区域尺度上评价不同环境因子对农业生产的影响,拓宽了作物生长模型的应用尺度范围并有效提高作物产量估算的精度。以作物生长模型为核心的农业决策支持系统的研究与应用越来越多元化,是辅助农业生产管理和决策的重要工具。然而,由于作物生态系统的复杂性,作物生长模型模拟结果仍存在很大的不确定性,今后对作物生长机理及过程间耦合机制的探索还需加强,以便进一步完善和改进模型,促进作物生长模型更广泛地应用。     

气候变化对我国主要粮食作物产量的影响及适应措施

过去几十年气候变化对我国主要粮食作物产量产生了重要影响,为了研究作物产量对气候变化的响应和适应,保障粮食安全,基于国内相关研究文献,分析归纳了研究方法,综述了国内小麦、玉米和水稻等主要粮食作物产量对气候变化的响应和适应,得出如下结论:（1）作物产量对气候变化响应的研究方法主要包括田间试验观测、统计分析和作物模型模拟等方法,其中田间观测法最直观,统计分析法可操作性强、应用最为普遍,作物模型模拟机理性强,可以定量描述气候因子对作物产量的影响,外推效果好;（2）近几十年来,小麦生育期内气温升高和辐射变化使我国北方小麦增产0.9%~12.9%,南方小麦减产1.2%~10.2%;气候变暖对玉米产量贡献率为-41.4%~0.4%;水稻生育期内气温升高和辐射增强有利于东北地区水稻产量增加,增产贡献率为1.01%~3.29%,而辐射减弱对长江流域等南方主要水稻种植区的水稻产量（长江流域晚熟稻除外）产生不利影响;（3）未来气候变化情境下小麦应从延长生殖生长期、增加籽粒数量和提高收获指数等方面培育新品种应对气候变暖对作物产量的不利影响;耐高温和长生殖生长期的玉米品种可以用来应对气温、降水等气候因子的变化;水稻则应选育耐高温品种应对气温和辐射等因子的变化所带来的作物生产上的风险。     

基于Meta分析评价东北黑土地保护性耕作与深耕的区域适宜性：以作物产量为例

为防治黑土退化、保护好利用好黑土地,本研究基于东北黑土区已发表61篇文献543组研究数据,利用Meta分析和随机森林模型等方法,分析黑土地保护性耕作与深耕对作物产量的影响及其驱动因素,耦合东北黑土地区气候、地形和土壤等信息,评价保护性耕作与深耕的适宜性。结果表明：与传统耕作相比,东北黑土地区整体而言保护性耕作增产不明显（1.21%）,而深耕增产显著（12.3%）,区域分析表明前者仅在辽河平原显著增产14.6%,而后者在三江、松嫩和辽河平原均增产10%以上。因素分析表明黑土区保护性耕作产量效应主要受多年平均气温（20%）、积温（19%）和干燥指数（16%）的影响,深耕产量效果则受坡度影响最大（14%）,平坦区域适宜深耕,陡坡耕地适宜保护性耕作。综合上述因子评价区域适宜性程度,东北地区的西南部,包括辽宁省西部、吉林省西部以及内蒙古自治区东部（赤峰市、通辽）等严重风蚀区域实行保护性耕作效果更佳;典型黑土带以及三江平原等湿润、冷凉、低洼区域深耕的效果较好。本研究成果可为保护性耕作与深耕技术在东北黑土区的推广应用提供参考。     

格网化小麦生长模拟预测系统设计与实现

利用作物生长模型模拟小麦区域生产力,分析气候变化对农业生产的影响是研究粮食安全的热点问题之一。拥有操作方便、计算快速特点的小麦区域生产力模拟系统,可有效提高作物生长模型区域应用能力。该研究在分解小麦生长模型WheatGrow算法基础上,利用Python语言构建了格网化小麦生长模型,实现了基于空间格网数据的小麦区域生产力模拟。验证试验结果表明:模拟产量的均方根误差为1 070 kg/hm~2,标准均方根误差小于20%,系统所集成的WheatGrow模型具有较好的预测性;同时,结合格网数据分块构建区域模拟的并行计算策略,优化了区域模拟的性能。在此基础上,采用GIS组件式开发模式,在.NET平台下开发格网化小麦生长模拟预测系统,实现作物生长模型与GIS耦合,为研究区域小麦产量潜力,评估气候变化对小麦生长影响,制定农业决策提供软件工具。     

基于HEC-HMS模型的兰江流域径流预测

[目的] 分析兰江流域径流对气候变化的水文过程响应,为区域水资源可持续发展和防洪抗旱提供科学基础。[方法] 利用2015—2018年日降雨径流过程和6场暴雨洪水过程率定并验证HEC-HMS水文模型在该流域的适用性;基于SDSM统计降尺度模型,对2030—2100年CanESM2模式下RCP2.6,RCP4.5和RCP8.53种情景的气候数据进行降尺度,生成兰江流域6个气象站点未来日降水序列以预测未来气候变化下的径流响应。[结果] HEC-HMS模型对场次洪水和逐日径流模拟的相关系数平均值达到0.89,0.77,平均效率系数达到0.86,0.76;RCP2.6情景下研究区面降水量较于基准期（2015—2018年）减小0.82%,在RCP4.5,RCP8.5情景下分别增大6.18%,18.17%;RCP2.6,RCP4.5,RCP8.53种情景下多年平均径流相较于基准期分别增幅为17.00%,26.22%,41.93%。[结论] HEC-HMS模型在兰江流域有较好的适用性;未来兰江流域径流呈显著上升趋势,增幅程度随辐射强迫度的增加同步增大。当辐射强迫度升高至8.5 W/m²时,流域径流量平均每10 a上升49.49 m³/s。预计21世纪末多年平均径流量达到1 101 m³/s,年径流变化起伏剧烈,汛期径流占全年比例较高,旱涝事件趋于频繁,对人民福祉威胁较大。     

基于CMIP5全球气候模式的21世纪贵州省极端降水事件预估

利用国家气候中心收集和整理的8个CMIP5全球气候模式在RCP8.5、RCP4.5和RCP2.6温室气体排放情景下的逐日降水资料,使用泰勒图对2006-2016年数据进行检验,采用模拟效果最好的CCSM4和IPSL-CM5A-MR模式在等权重系数条件下的平均值,计算并分析贵州省2018-2044年、2045-2071年、2072-2098年3个阶段与降水有关的极端天气气候事件指数,即连续干旱日数(CDD)、大于20mm的降水日数(R20mm)、连续5d最大降水量(Rx5day)和简单日降水强度指数(SDII)相对于参照期(1986-2005年)的变化特征。结果表明:在3种情景下,21世纪各个阶段省东部CDD均多于参照期,且排放情景越高,偏多幅度越大,因此,贵州省东部地区未来可能发展的旱情值得关注。在21世纪不同阶段不同情景下,贵州省R20mm、Rx5day和SDII普遍多于参照期,且越到后期,高排放情景下(RCP8.5)增幅越大,中低排放情景下(RCP4.5和RCP2.6)增幅放缓甚至减小。总的来说,全球变暖背景下尤其是高排放情景下贵州省极端降水事件有增加的趋势。     

未来主要气候情景下黄淮海地区参考作物蒸散量时空分布

探索未来主要气候情景下参考作物蒸散量(reference evapotranspiration,ET0)的时空分布可为农业水资源科学配置,科学应对气候变化对农业生产的影响提供基础数据支撑。该文利用黄淮海及周围88个站点1961-2010年逐日气象数据,Penman-Monteith公式估算的ET0为因变量,采用非线性回归分析方法对Hargreaves公式进行参数属地化订正,基于1961-2005年温度日序列,利用统计降尺度模型(statistical downscaling model,SDSM)以及大气环流模型(general circulation models,GCMs)中加拿大地球系统模式(the second generation of Canadian Earth System Model,Can ESM2)得到代表性浓度(representative concentration pathways,RCPs)4.5和8.5两种排放情景下2010-2100年温度日序列,通过率定的Hargreaves公式预测黄淮海地区ET0,并采用普通克里格(ordinary Kriging)方法进行空间化处理。结果表明:率定后的Hargreaves公式与Penman-Monteith公式的相关指数波动范围为0.65~0.85,平均值为0.80,SDSM模拟的最低温度、最高温度率定期和验证期的确定性系数都在0.95以上;未来两种气候情景下,黄淮海地区ET0整体上均呈增加趋势;RCP4.5情景下ET0从河北与山东、河南交界处形成的"勺"状向周围逐渐减小,在河北唐山与乐亭、江苏东台、河南驻马店附近达到最小值;RCP8.5情景下黄淮海地区2020 s(2011-2040年)、2050 s(2041-2070年)ET0的空间分布和RCP4.5非常相似,但2080 s(2071-2100年)ET0的空间分布差异较大,最高值主要分布在山东惠民县附近、河南新乡附近、安徽蚌阜和江苏盱眙附近。如不采取科学的应对措施,未来ET0的增加,可能会进一步加剧该区水资源短缺程度,该研究可为黄淮海地区水资源的优化管理和灌溉制度制定提供科学参考。     

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;...     

结合遥感技术与水稻生长模型来预算水稻产量

Since remote sensing can provide information on the actual status of an agricultural crop, the integration betwee nremote sensing data and crop growth simulation models has become an important trend for yield estimation and prediction. The main objective of this research was to combine a rice growth simulation model with remote sensing data to estimate rice grain yield for different growing seasons leading to an assessment of rice yield at regional levels. Integration between NOAA (National Oceanic and Atmospheric Administration) AVHRR (Advanced Very High Resolution Radiometer) data and the rice growth simulation model ORYZA1 to develop a new software, which was named as Rice-SRS Model, resulted in accurate estimates for rice yield in Shaoxing, China, with an estimation error reduced to 1.03% and 0.79% over-estimation and 0.79% under-estimation for early, single and late season rice, respectively. Selecting suitable dates for remote sensing images was an important factor which could influence estimation accuracy. Thus, given the different growing periods for each rice season, four images were needed for early and late rice, while five images were preferable for single season rice. Estimating rice yield using two or three images was possible, however, if images were obtained during the panicle initiation and heading stages.     

多模式集合模拟气候变化对玉米产量的影响

气候模式驱动作物模型是气候变化影响评估的主要手段。但是,单一气候模式输出和作物模型的结构差异使得研究结果存在不确定性。多模式集合的概率预估可以有效减少研究结果的不确定性。为此,本文利用1981—2009年东北地区海伦、长岭、本溪3地区农业气象站的历史气象资料和玉米作物数据,分别建立了作物统计模型并验证了APSIM机理模型在研究区域的适用性。在此基础上,与CMIP5在RCP4.5情景下的8个全球模式结合,尝试基于多模式集合评估了未来2010—2039年时段和2040—2069年时段气候变化对玉米产量的可能影响(相对于1976—2005年基准时段)。研究结果表明,APSIM模型对玉米生长发育和产量形成有很好的模拟能力。玉米生育期的模拟误差(RMSE)为3~4 d,产量的RMSE为0.6~0.8 t?hm~(-2)。建立的产量统计模型表明,玉米出苗阶段(5月中旬)的温度增加对产量增加有积极作用,而开花到成熟阶段(7月中旬到9月上旬)的温度和降水的增加、光照的不足均不利于产量增加。与1976—2005年基准时段相比,气候因素影响下2010—2039年玉米产量减少3.8%(海伦)~7.4%(本溪),减产的概率为64%(长岭)~73%(本溪);2040—2069年时段减产6.4%(海伦)~10.5%(本溪),减产的概率为74%(海伦)~83%(本溪)。未来2010—2039年时段和2040—2069年时段基于机理模型模拟的产量降低分别为6.6%(海伦)~8.9%(本溪)和9.7%(海伦)~13.7%(本溪),均高于相应时段基于统计模型得到的0.9%(海伦)~6.0%(本溪)和2.0%(长岭)~7.3%(本溪)减产结果。     

基于IPCC SRES A1B 情景下的福建省水稻生产模拟研究

选择福建省作为研究区域,根据地形特点划分了3个水稻种植区,选取17个样点及9个代表性品种,采用2006—2007年的逐日气象资料及同期区试产量资料对作物的遗传参数进行了调试;根据IPCC排放情景特别报告(SRES)中的A1B方案,利用区域气候模式PRECIS构建的气候变化情景文件与作物模型(CERES-Rice)耦合,采用雨养与灌溉两种方式,并综合考虑未来CO2浓度增加带来的直接增益效应,模拟了未来2020s及2040s气候变化对福建省水稻生产的影响。结果表明:无论是雨养方式还是灌溉方式,未来全省各稻区水稻生育期在两种情景下都将缩短,单季稻生育期天数减少幅度最大,2040s情景下达到20 d以上。未来双季稻种植区早稻与单季稻均表现为减产。2020s情景下闽东南稻区早稻减产率达到12.4%(雨养)和11.3%(灌溉);闽西北双季稻区早稻减产程度略小。单季稻区雨养水稻7.1%及灌溉水稻2.1%的减产主要来自中熟品种的负贡献。2040s减产幅度将进一步加大。与此相反,未来两种情景下双季稻区后季稻均表现为增产,但产量波动性较大。2020s情景下闽西北双季稻区灌溉后季稻产量增产达到21.0%,增产幅度大于闽东南地区的10.6%;雨养方式下后季稻增产幅度略小。2040s各稻区后季稻增产幅度将减小。未来水稻生长季的土壤水分条件将变得不如目前湿润,与之相关各稻区灌溉需要量均有所增加。总之,由于大气CO2肥效作用可在一定程度上提高未来气候变化下后季稻产量,全省水稻总产近期将有所增加,雨养与灌溉方式下分别增长0.4%及1.7%,但变化趋势是随着未来温度的增加总产将减少,负贡献主要来自于单季稻和早稻。     

气候模拟数据订正方法在作物气候生产潜力预估中的应用 ——以江苏冬小麦为例

利用全球气候模式BCC_CSM1.1（Beijing Climate Center Climate System Model version 1.1）,耦合区域气候模式RegCM4（Regional Climate Model version 4）输出的1961-1990年（基准时段）气候模拟数据,并根据同期实测资料,确定模拟值和实测值之间的非线性传递函数与方差订正参数,构建气候模拟数据的误差订正模型。利用1991-2005年（验证时段）模拟数据与实测资料验证该模型的有效性,并对RCP（Representative Concentration Pathway）情景下2021-2050年（未来时段）气候模拟数据进行订正,同时通过潜力衰减方法预估未来江苏冬小麦气候生产潜力格局。结果表明：将气候模拟数据订正方法应用到作物气候生产潜力预估是有效的。以均值传递函数和方差信息建立的模型可以较好订正江苏逐日气候模拟数据。订正后的秋冬季气温、辐射量、蒸散量和冬春季降水量模拟偏差明显减小。在此基础上研究发现,冬小麦的成熟期在RCP4.5和RCP8.5情景下介于153~175和153~174,较基准时段均明显提前。两种情景下冬小麦气候生产潜力分别介于10335~14368kg·hm^-2和9991~13708kg·hm^-2,较基准时段呈下降趋势。其变异系数分别介于7.6%~14.6%和7.5%~13.6%,较基准时段呈增大趋势,表明江苏冬小麦气候生产潜力总体趋于不稳定。未来时段,徐州中北部、连云港东北部、宿迁西部以及盐城东南部冬小麦在RCP4.5和RCP8.5情景下可以保持相对较高的生产潜力（≥12501kg·hm^-2）,该省应确保这些地区的冬小麦种植用地。研究建议,作物气候生产潜力预估应考虑利用研究区实测资料对气候模拟数据进行订正,以提高预估可信度。