我国在农业气象模式方面的研究概况

根据近10年来的文献资料,综述了我国在农业气象模式方面的研究成果.我国关于农业气象模式的研究时间不长,主要集中于天气-作物模式的研究,特别是产量预报模式的研究.着重介绍了除产量预报模式之外的模式研究概况,其中包括天气-作物生长发育模式、水分利用模式、农业气象灾害模式、天气-作物病虫害模式和作物气候生产力模式,以及某些农业气候模式.     

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。     

气候变化对四川盆地主要粮食作物生产潜力的影响

基于四川盆地1961—2018年63个气象台站的逐日气象资料和1981—2018年46个农业气象观测站的主要粮食作物(水稻、玉米和冬小麦)生育期资料,利用逐级订正的方法计算作物气候生产潜力,分析太阳辐射、气温、降水及气候变化对四川盆地主要粮食作物气候生产潜力的影响,研究旨在为提高区域农业生产力并保障农业可持续发展提供科学依据。结果显示:1961—2018年四川盆地作物多年平均气候生产潜力的分布为水稻由西向东递增,玉米在盆地北部和西南偏高、其他地区偏低,冬小麦南北高、中部低。辐射量减小对3种作物气候生产潜力的影响为负效应;平均气温升高对作物气候生产潜力的影响为正效应;降水量变化是作物气候生产潜力变化出现空间差异的主要原因,降水量增加对作物气候生产潜力的影响为正效应,而降水量减少为负效应。气候变化对水稻气候生产潜力的影响在盆地西南部和北部的部分地区为正效应,其余地区为负效应;气候变化对玉米气候生产潜力的影响在盆地南部和东部的部分地区为正效应,其余地区为负效应;气候变化对冬小麦气候生产潜力的影响在盆地东北部的部分地区为负效应,其余大部地区为正效应。总体来看,气候变化对四川盆地冬小麦气候生产潜力的影响最大,为9.9kg·hm~(-2)·a~(-1),而对玉米和水稻的影响分别为-1.4 kg·hm~(-2)·a~(-1)和0.5 kg·hm~(-2)·a~(-1)。为了适应气候变化,四川盆地应选育光合效率高和抗旱性强的作物品种,并加强农田管理,以提高农业生产水平并保障粮食安全。     

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。     

作物产量农业气象预报方法的研究

作物产量预报是气象为农业服务的重要课题。及时、准确的作物产量预报,是国家计划部门制订进出口计划,有计划地安排国民经济所不可缺少的依据,也是农业领导部门十分关注的问题。本文针对上海地区主要作物产量不稳与气候条件的关系,从农业气     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

基于两种方法建立辽宁大豆产量丰歉预报模型对比

利用辽宁省56个气象站1992?2016年逐日气象资料和5个代表农业气象站的大豆发育期资料,计算不同生育期关键气象因子和气候适宜度指数,分别建立基于关键气象因子和气候适宜度的辽宁省大豆逐候产量动态预报模型,并进行回代检验和预报检验。结果表明：基于关键气象因子的预报模型在6月16日、7月21日、7月26日、8月1日、8月26日和9月16日可以进行产量预报（P＜0.05）,基于气候适宜度的预报模型在8月16日-10月1日每候可进行1次产量预报（P＜0.05）;两种预报模型的平均回代检验准确率均高于83.0%;基于气候适宜度的预报模型回代检验准确率和预报检验准确率的变幅较小,稳定性更高;应用两种预报模型,辽宁省大豆产量趋势预报业务得分＞0的年份约占60%。说明利用两种模型对辽宁省大豆产量进行动态预报均能满足业务服务需求;进行趋势预报时,可以优先考虑基于关键气象因子的预报模型,而在未出现重大气象灾害的正常年份,可以赋予基于气候适宜度的预报模型更多权重,以减少预报时次。     

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。     

基于COSIM模型的新疆棉花产量动态预报方法

该文在对棉花生长模拟模型COSIM进行模型调试、验证实现本地化应用的基础上,探讨运用作物模型进行棉花产量动态预报的方法,重点解决未知气象数据替代问题。作物模型应用于产量预报时,未来天气的不确定性是影响预报准确率的关键因子,该影响随着当年实际天气数据增多而减小。该文以近50 a的气象数据,依次替代预报日至收获期的气象数据(即预报日之前使用预报年当年气象数据,预报日之后使用替代年气象数据),模拟棉花生长发育和产量形成过程,以近50、40、30、20、10、5 a历史气候数据依次替代预报日之后的逐日数据获得的模拟产量平均值作为预报产量,根据对预报准确率进行比较,最终确定以近10 a实测数据替代获得的模拟产量平均值作为最终预报产量。经验证该预报方法对不同播种时间棉花产量动态预报的准确率在81.3%~99.6%,预测精度较好。作为案例分析,该文仅进行每月1次预测分析,实际应用中可进行逐日替代动态预报,经过进一步改进,提高预报精度,未来可望达到业务应用水平。     

气象灾害对玉米种植的影响及气象服务措施探讨

近年来,气候变化对农业生产活动产生了重要影响,充分分析和利用气候资源、合理布局及精准管理,使作物适应气候变化,才能提高作物产量。基于此,利用孪井滩气象站2002—2018年地面气象观测数据,根据玉米生产对气象条件的需求,分析近年来气象灾害对玉米种植的影响,并提出相应的气象服务措施,根据当地气候选择更适合当地的品种,科学种植,以期有效提高玉米的产量和质量,从而提高经济效益。     

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。     

内蒙古东部区粮食产量对气候变化的响应

利用内蒙古东部产粮区25个气象站建站至2005年气象资料与粮豆和主要作物产量资料,分析了作物生长季水热演变规律,及区域作物产量对气候变化的响应。结果表明:(1)近50a该区域水热匹配格局发生变化,特别是近20a暖干化趋势明显;(2)降水是影响该地区粮食生产的关键气象因子,春、夏季降水量的匮乏和生长季高温是粮食生产的主要限制因素;(3)各作物的第一敏感因子不同。小麦和谷子为降水,玉米为夏季高温,马铃薯产量对7-8月温差和4-5月降水反应敏感。(4)据模型推算,当生长季平均最高气温或温差增加1℃时,有可能使玉米气象产量减少102～192kg/hm2,大豆减产87kg/hm2,马铃薯增产55.5kg/hm2。因此,气候暖干化倾向有可能造成该区域农业产量呈下降趋势。研究结果可为有关部门制定应对气候变化策略提供参考。     

作物模型应用与遥感信息集成技术研究进展

作物模型和遥感技术以各自独有的优势在作物生产监测、评估及未来预测等方面发挥着关键作用。作物模型与遥感信息集成技术在大尺度、高精准的农业生产监测、评估与预测上具有明显的应用优势和广阔的发展前景。为了促进这些技术在区域尺度上的作物产量预测、农业气象灾害影响评估及农业应对气候变化决策等方面更加广泛地应用,本文采用文献综述的方法,系统归纳了欧洲、美国、澳大利亚及中国作物模型的发展与应用,总结了当前主流的数据集成方法的原理、特点和不足,概述了作物模型与遥感信息集成技术的实际应用,探讨了提升数据集成精度存在的问题,并对未来研究方向进行展望。结果表明,国内外对于作物模型及其与遥感数据集成的研究与应用广泛而深入,利用同化方法能够有效提高作物模型模拟精度,为作物模型实现区域尺度作物生长及产量评估、气候变化对产量影响、农田管理决策等提供技术支撑。作物模型模拟结果及遥感反演数据的不确定性、数据同化策略的多样性以及尺度效应是进一步提高集成系统精度与效率的限制因素。因此,遥感数据多源融合、同化过程多变量协同、作物模型多类型耦合以及数据高性能并行计算是未来作物模型与遥感数据集成研究的发展趋势。     

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...     

气候变化对西北半干旱区旱作农业的影响及解决途径

通过分析气候变化对西北半干旱区旱作农业生产的影响、当前生产中应用的主要抗旱技术、提高粮食生产能力的机理等,以探索应对未来气候变化下西北旱作农业发展的技术途径,为推动未来旱作农业发展、保障粮食安全提供参考。结果表明,未来气候变化对西北半干旱区作物生长的影响主要有3方面:一是气温升高导致作物产量降低,品质下降;二是降水量和降水格局变化引发的作物干旱/洪涝问题;三是极端气候引发的气象灾害导致粮食生产波动。为适应或缓解上述不利影响,提高有限降水利用效率、优化土壤结构、提升土壤肥力、增强作物-土壤体系抵御环境变化的能力,缓解未来气候变化对西北半干旱区粮食生产的影响,应主要从3方面入手:(1)覆盖聚集降水,提高土壤蓄水保墒能力,改变土壤水分分配,调控土壤水分运移并提高降水入渗效率,从而"调水"以适应降水变化;(2)土壤培肥优化土壤结构、改良土壤理化性质,从而"改土"提高作物-土壤体系对环境变化的适应能力以应对未来气候变化,稳定旱作农业生产力;(3)通过"调水"和"改土"技术集成,形成"水土协调"技术体系以综合应对未来气候变化,减缓未来气候变化对西北半干旱区粮食生产的不利影响。     

气候变化对中国农业生产的影响

未来气候变化下中国农业的稳定事关中国的长远持续发展,国内外气候变化研究界和农业气象研究界对气候变化对中国农业生产的影响的评估未有一致的认识。本文从农业科学角度讨论了气候变化对中国农业生产涉及的气象资源、土地资源、农业生物环境和生态系统的影响,并从作物生长和经济产量形成的角度讨论和分析了气候变化对中国种植业、养殖业不同产业行业的影响,气候变化中一些趋势性变化因不同作物和不同区域而异,例如温度和CO2浓度变化对农业生产的影响因不同作物和不同时相而异,反之,极端性气候／天气事件对农业不同行业的生产都显得危害很大,而气候变化中区域性干旱将成为我国未来农业生产愈来愈严重的挑战。气候变化对中国农业生产的影响甚为复杂,一些气候变化因子的实际影响还存在很大不确定性。当前,定量评价气候变化对中国农业生产的影响还存在困难。     

基于APSIM模型的2015-2100年气候变化对中国玉米生产力影响

全球气候变化直接影响作物生产。玉米是中国种植面积最大的粮食作物，系统探究未来气候变化对其生产力的影响对保障玉米高产稳产和粮食安全具有重要意义。为探究未来气候变化对中国玉米生产力影响，该研究基于SSP1-2.6和SSP5-8.5 共2种气候情景（shared socioeconomic pathways，SSP）1981-2100年逐日气象资料以及中国气象局农业气象观测站玉米生育期数据和土壤数据，使用调参验证后的农业生产系统模拟模型（agricultural production systems simulator，APSIM-Maize）解析了气候变化对中国玉米主产区高产性和稳产性的影响。结果表明：1）未来气候情景下，中国玉米主产区生育期内气温和≥10 ℃有效积温总体呈增加趋势，SSP5-8.5气候情景下升温幅度高于SSP1-2.6气候情景；降水量年际波动大，变化趋势不显著；太阳总辐射呈先增加后减少趋势。2）若不采取适应措施，未来气候变化使玉米全生育期、营养生长期和生殖生长期总体呈缩短趋势，且SSP5-8.5情景下缩短幅度大于SSP1-2.6情景，2080 s缩短幅度大于2030 s和2050 s。3）无适应措施条件下，未来气候变化下研究区域玉米光温潜在产量和雨养潜在产量总体呈下降趋势，SSP5-8.5情景下较SSP1-2.6情景下减产效应更大，2个情景光温潜在产量减产率平均值分别为13.8%和11.9%，雨养潜在产量减产率平均值分别为17.5%和14.0%。玉米潜在产量的稳定性略有提高，但区域间存在差异。因此，未来气候变化使中国玉米生产力总体下降，稳定性略有提高。研究为未来玉米高产稳产和中国玉米种植区划提供理论依据。     

气候变化对农业水管理的影响及应对策略研究

气候变化导致全球年平均气温上升、降水模式变化、河流特性改变、极端气候事件频发等,显现出其对农业水资源和农业生产造成的影响,使全球尤其是干旱和半干旱地区可持续农业发展和现代农业水管理面临重大挑战。该文介绍气候变化下的极端气候事件发生,评价气候变化通过气温和降水的改变以及极端气候事件频度和程度加剧等各种方式对农业用水可利用量和水质以及作物需水造成的影响,阐述气候变化通过水要素对灌溉用水、可用耕地、作物产量带来的影响,综述气候变化对农业水管理的影响及应对策略,提出在气候变化对农业水管理的影响及应对策略研究上,应认真考虑气候变化对农业水管理影响的尺度效应和不确定性,从而有助于因地制宜地制定和合理选用农业水管理应对策略;应积极构建基于多模型集成模式的气候变化对农业水管理影响的综合评估方法,从而有利于改善综合预测评估结果的准确性和可靠性;应深入进行农业水管理应对策略的适应-减缓利弊权衡研究和协同效用分析,从而有效改进和提高应对策略的效用。建议国内应该加强对综合评估方法和效用分析的研究力度。     

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。