多种格点作物模型对中国区域水稻产量模拟能力评估

基于部门间影响模型比较计划（The Inter-Sectoral Impact Model Intercomparison Project,ISIMIP）FAST-TRACK 轮模拟中由5种国际耦合模式比较计划第五阶段（CMIP5）全球气候资料驱动下的 6 种水稻格点作物模型模拟水稻产量的结果,评估了格点作物模型模拟中国区域水稻历史产量（1980-2004年）的时空分布模拟效果,并基于多种作物模型等权重集合平均（Multi-Crop Models Ensemble,MCME）对未来（2020-2099 年）4 种不同典型浓度路径（Recommended Concentration Pathways,RCPs）情景下的中国区域水稻产量进行预估。结果表明：相对于单种水稻模型模拟的结果,采用MCME可以有效提高水稻模型在中国区域的模拟能力。MCME 模拟中国区域水稻历史年平均产量相关系数R和RMSE分别为0.798和1540.6kg·hm^-2,在空间上对东北和西南地区模拟效果较好,其它地区模拟效果一般,模拟水稻产量的空间变率较大。未来随着气温和CO₂浓度的上升,水稻产量呈增加趋势,在RCP8.5 情景下中国区域平均水稻产量在21世纪末增加最多,达到22%,RCP6.0情景下约增产15%,RCP2.6和RCP4.5情景下水稻产量在 21世纪上半叶增产,21世纪下半叶产量保持稳定甚至略有下滑,在21世纪末分别增产约4%和10%,在空间上东北和西南地区水稻增产较多,可达 40%以上,其它水稻主产区如长江中下游地区和华南地区增产较小。     

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。     

不同种植模式下旱地春玉米产量对降雨和气温变化的响应

为了探究旱区气候变化及主要气象因子对不同种植模式下玉米产量的影响,该研究对AquaCrop模型玉米参数进行校准和验证,并在35a历史气象数据的基础上设计不同气温和降雨梯度,利用模拟的方法分析不同情景下玉米产量变化趋势。结果表明:AquaCrop模型在试验点模拟精度较高,3种种植模式下实测与模拟产量的均方根误差为245.34~745.10 kg/hm~2,标准均方根误差为6.94%~9.49%。在设定范围内(降雨降低15%~升高15%,气温降低1.5℃~升高1.5℃),随气温和降雨升高,3种种植模式下产量波动均呈减小趋势,其中全膜双垄沟播下产量波动最小,平均产量曲线斜率为0.083 4,适应气候变化能力较强。在A3B3(温度升高1.5℃、降雨提高15%)情景下产量均达到最大,相比历史气候,露地、单垄、全膜双垄沟播分别平均增产13.45%、11.57%、17.67%。气温对3种模式下产量均有极显著影响,降雨对露地种植产量影响为极显著,而对单垄和全膜双垄沟播产量影响显著。该研究对气候变化下作物产量预测、风险评估及制定相关管理措施提供参考。     

WOFOST模型的发展及应用

作物生长模拟模型已经成为一门新兴的科学,可以为农业资源的管理利用、农业最大收益的获取提供科学的依据。WOFOST(W orld Food Stud ies)模型是荷兰瓦根宁农业大学和世界粮食研究中心共同开发研制的,是模拟特定的土壤和气候条件下一年生作物生长的动态的、解释性模型。WOFOST模型已经在欧洲、非洲以及亚洲的一些地区得到了运用和验证,可用于水稻、玉米、小麦等多种一年生作物的模拟。WOFOST模型可用来分析作物产量风险,不同年份产量的变化,土壤类型及气候变化对产量变化的影响;确定播种策略以及农业机械使用的关键时期;该模型还可用于估计某种作物最大潜在产量,提高灌溉和施肥的增产效益,对生长在不利条件以及地区的作物产量进行预测等。该模型对可持续农业的发展具有积极的指导作用。     

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%。     

利用交叉信息熵模拟东北地区水稻种植面积空间分布

作物时空分布变化是农业研究的重要内容。近30a来,东北地区水稻种植面积显著增加,为探讨东北地区水稻时空变化特征,进一步丰富和完善作物空间分布信息获取方法,研究作物空间分布对包括气候变化在内的多种影响因素的响应关系,该研究综合80年代以来的作物面积与产量统计数据、耕地数据、农业灌溉数据以及作物生长适宜性分布等多源数据,利用基于交叉信息熵原理的作物空间分配模型(spatial production allocation model,SPAM)构建了针对中国作物分布特点的SPAM-China模型,模拟了中国东北地区1980-2008年像元尺度上水稻空间分布信息。结果表明,模拟结果能较好地反映出东北地区水稻主要种植区域,近30a东北地区水稻种植时空变化特征显著,水稻种植区域向北向东扩展,种植重心北移了约1.76个纬度,中北部地区水稻种植面积增加且趋势明显,南部地区变化趋势不显著。     

华北平原不同降水年型和作物种植模式下的产量和耗水模拟

华北平原是中国重要的粮食生产基地,在国家粮食产业中地位较高,但长期灌溉造成了华北平原地下水资源的严重亏损,地下水位持续下降。该研究利用APSIM模型对华北平原1986－2015年不同种植模式下的产量和耗水情况进行模拟研究,为华北平原调整作物种植模式、农业水资源管理以及农业发展政策的制定提供科学依据。研究结果表明：APSIM模型能够较好地模拟冬小麦和夏玉米的生育期、产量及水分利用特征,其中生育期模拟结果的误差在5 d之内,产量、ET和下渗量模拟结果的R2均在0.84以上,表明该模型在华北平原具有较好的适用性;在华北平原地区,冬小麦-夏玉米一年两熟种植模式（M2Y1）年均产量（13 445 kg/hm2）最高,但耗水量（724 mm）也是最大,水分亏损（233 mm）最为严重;一年一熟种植模式（M1Y1）年均耗水量（534 mm）较小,水分亏损量（43 mm）最少,但产量（9 215 kg/hm2）较低;两年三熟种植模式（M3Y2）兼顾产量和耗水,在保证一定产量的前提下减少了耗水量,产量耗水综合效果最好,适合在华北平原推广实行。此外,该研究对栾城站丰水年、平水年和枯水年等不同降水年型下的3种种植模式产量耗水特征进行了对比分析,研究表明在华北平原降水资源对于作物生长有重要意义,年降水量越大,作物产量越高,水分亏损量越少。     

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。     

基于CMIP6的长江中下游未来水稻高温热害时空变化特征

在全球气候变化背景下,高温热害频发已严重影响了中国水稻的产量和品质。长江中下游地区是中国重要的单、双季稻种植区,其产量和种植面积均占全国1/3以上。预估未来不同气候情景下水稻高温热害演变规律有助于合理制定应对气候变化策略,保障中国粮食安全和农业可持续发展。该研究基于观测数据对CMIP6中14种气候模式的日最高气温数据进行偏差校正处理,并进一步结合贝叶斯模型平均（Bayesian model averaging,BMA）算法,评估了长江中下游地区当前和未来单、双季稻关键生育期的危害热积温Ha的时空演变特征。结果表明：1）偏差校正方法可以有效地减少气候模式数据的系统偏差,大多数模式与实测数据的均方误差改善40%以上,BMA集合平均方法能够有效提升气候预估结果的可靠性。2）水稻全生育期的高温热害集中发生在江汉平原、湘中丘陵区以及鄱阳湖平原等地区,并且未来这些地区Ha有着更大幅度的增长。3）随着温度的持续升高,越来越多的地区将暴露在高温热害之下。到21世纪末,在SSP2-4.5情景下,单季稻和双季早稻的Ha相较于历史时期（2001-2014年）增长超过20℃·d的区域大于1/3,而在SSP5-...     

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WOFOST模型分析不同气候情景对辽宁典型雨养春玉米产量的影响

气温、降水和辐射是农作物生长发育必需的基本气候要素，其大小、波动及空间分布决定局部地区的种植结构和农产品产量增减，具有喜温喜水特性的玉米其生长发育对气候变化的响应更为敏感。本研究基于辽宁省新民和朝阳地区近40a气象数据分析各气候要素变化特征，根据局地气候暖干化趋势耦合气温、降水、辐射三要素构建不同气候情景，利用田间实测数据对WOFOST模型进行校准和适用性检验，并将该模型用于模拟不同气候情景下辽宁典型雨养春玉米产量变化。结果表明：（1）验证后的WOFOST模型能较好地模拟两站点春玉米产量，其模拟值与实测值的相对均方根误差分别为8.78%和5.96%，一致性系数分别为0.82和0.96。（2）新民和朝阳两地在设定的气候要素变化范围内春玉米产量与气温呈负相关，与降水呈正相关。在气温增加，降水减少，辐射增强的不同梯度气候情景下，新民（气温+1.2℃，降水量−25%，辐射+4%）和朝阳（气温+1.4℃，降水量−25%，辐射+3%）减产幅度分别达92.5%和85.9%，接近雨养春玉米绝产的警戒气候情景。（3）新民春玉米产量受降水影响显著，朝阳则对气温变化响应敏感，而两地产量对给定比例的辐射变化均未表现出明显波动。     

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。     

基于DSSAT模型的氮肥管理下华北地区冬小麦产量差的模拟

为了评价氮肥管理对华北地区冬小麦产量差的影响,利用大田试验数据和田间调查的方法,应用DSSAT模型分析了吴桥不同氮肥水平下冬小麦多年平均可获得产量及产量差,并研究了不同地块产量差和氮肥农学效率差的分布。结果表明,不同地块冬小麦产量差异显著,但产量变异较小,地块间施肥水平存在明显差异,且变异较大。模型分析确定222 kg/hm2为最佳施氮肥量,对应的最大可获得产量为7618 kg/hm2,地块产量与最大可获得产量有较大差距,当地冬小麦产量具有一定的提升空间。75%的农户地块的施氮量高于最佳施氮量,且氮肥农学效率普遍偏低。因此,生产中应优化氮肥管理方案,适当减氮并调整施肥时期和改进技术,提高氮肥农学效率,以实现冬小麦生产高产高效。在保障国家粮食安全和保护自然环境双重压力的背景下,通过合理的氮肥管理来缩减冬小麦产量差对提高中国粮食总产及保持农业可持续发展具有重要的意义。     

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。     

作物长势监测系统(CGMS)在黑龙江省的应用

利用黑龙江省实测气象资料以及玉米、大豆、水稻和春小麦的实测资料对作物生长监测预报模式(CGMS)中四大主要作物的重要参数进行修正和参数分区处理,并利用不同模型对各县(市)2003年的作物产量进行了监测预报,检验分析结果证明预报效果较好,准确度较高,CGMS在黑龙江省粮食监测和预报中具有理论研究和实际应用价值。     

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。