基于适应性调整的豫南地区水稻生产对未来气候变化的响应

马锐　江敏,,*　薛昌颖　孙彬　周桐宇

(1福建农林大学 作物科学学院, 福州 350002；2中国气象局 河南省农业气象保障与应用技术重点开放实验室， 郑州 450003；*通讯联系人， E-mail: fjaujm@163.com)



基于适应性调整的豫南地区水稻生产对未来气候变化的响应

马锐1江敏1,2,*薛昌颖2孙彬1周桐宇1

(1福建农林大学 作物科学学院, 福州 350002；2中国气象局 河南省农业气象保障与应用技术重点开放实验室， 郑州 450003；*通讯联系人，E-mail:fjaujm@163.com)

MARui,JIANGMin,XUEChangying,etal.ResponseofricetofutureclimatechangebasedonadaptiveadjustmentinsouthernHenanProvince.ChinJRiceSci, 2016, 30(4): 417-430.

马锐, 江敏, 薛昌颖， 等. 基于适应性调整的豫南地区水稻生产对未来气候变化的响应. 中国水稻科学， 2016， 30(4)： 417-430.

摘要:选取河南信阳市9个取样点和单季稻早、中、晚熟3个代表性品种开展气候变化影响的评价研究。根据政府间气候变化委员会(IPCC)排放情景特别报告(SRES)中的A2、B2情景并结合区域气候模式(PRECIS)，生成信阳市9个取样点基准时段(1961-1990年)和未来时段(2021-2050年)的逐日气象资料。利用ORYZA-V3模型，在考虑未来CO2的直接增益效应情况下，模拟分析了未来气候变化对水稻生产的影响。在此基础上，模拟分析了未来不同情景下水稻生产可能的适应性调整方案，最后得出研究区域的水稻生产经过适应性调整后的产量、稳产性以及豫南地区水稻总产的变化。结果显示，未来气候变化中，若不进行适应性调整，在不考虑CO2直接增益效应情况下，信阳地区在A2情景下的模拟产量较基准阶段减产14.1%，B2情景下减产8.6%。通过品种、播期的调整，并同时考虑CO2的肥效作用，A2和B2情景下将分别增产17.2%和15.7%。适应性调整后豫南地区的总产在A2和B2情景下较基准阶段将分别增产14.8%和13.2%。因此，在未来气候变化的评价研究中，将作物生产的适应性调整考虑在内，不仅更为科学合理，也更为乐观。

关键词:适应性调整； 气候变化； 区域气候模式； 水稻

气候变化将对全球经济、社会、环境等造成重大影响，且已受到了国际社会的广泛关注。IPCC第五次报告指出，近130多年(1880-2012年)全球地表平均温度升高了0.85℃，1983-2012年可能是北半球过去1400年中最暖的30年[1]，而农业是受气候变化影响最大的领域。国内外学者围绕气候变化对粮食生产的影响展开了大量研究[2-5]。20世纪90年代，研究者开始大量使用作物模型进行未来气候变化对粮食生产影响的模拟，对气候数据人为设置一定的变动，使用模型对气候变化下粮食产量进行估算[6-7]。随着研究方法的改进，研究者们开始使用大气环流模式(GCM)生成气候变化情景，再与作物模型相结合来研究气候变化对农业的影响[8]；之后在气候变率[9]、区域气候模式的应用[10]、区域气候模式降尺度[11]、作物模型参数升尺度等方面也取得了进展[12-13]。

以上研究大多未考虑农业生产的适应性调整，模拟过程中均假设生产措施维持原有的方式。这样做的好处是可以更直观地分析气候变化对农业生产带来的影响。但随着未来气温、降水等气象要素的变化，生产者会逐渐采取合适的调整措施，以利于粮食增产，比如更换品种、改变播期、调整种植制度等。所以在模拟气候变化对农业生产的影响时，考虑农业生产的适应性调整将更具合理性[14]。本研究采用IPCC(政府间气候变化委员会)排放情景特别报告(SRES)中的A2、B2方案，结合英国Hadley气候预测与研究中心研制的区域气候模式(PRECIS)[15]，生成了未来不同时期的气候变化情景。再结合由国际水稻研究所和荷兰瓦赫宁根大学共同研发的ORYZA2000模型的升级版ORYZA-V3[16]，分别模拟分析了我国豫南地区在未来两种情景下不考虑适应性调整的水稻产量变化, 并以此为基础，结合农业气候指标与方法，进一步分析各样点在未来不同情景下可能的品种更新和播种日期的调整，最终分析了适应性调整后豫南地区水稻产量、稳产性及总产的变化。

1研究地区与研究方法

1.1研究区域

豫南是河南省行政划区的一级划区，包括南阳市、信阳市、驻马店市。豫南稻区是河南水稻的主产区，常年种植面积在 46.7万hm2以上，占全省水稻种植面积的85%以上[17]。信阳地区南面和西面分别为桐柏山、大别山，淮河以北为平原，其余地区为丘陵，主要土壤类型为黄褐土[18]。信阳地区气候属于亚热带向暖温带过渡区，年均日照时间1900-2100h；年平均气温15.1～15.3℃；无霜期平均220～230d；年均降雨量900～1400mm，积温(≥12℃)在3344.8～3726.0℃[19]。光温水气候条件适宜种植水稻，该地区主要种植单季籼稻。常见的农业气象灾害有高温热害、干旱、洪涝等[20]。因为信阳地区水稻产量目前约占豫南地区的89%以上，故本研究选择信阳地区9个样点开展不同气候变化情景下的水稻生产模拟研究(图1)。豫南是河南的水稻主产区(85%)，而信阳地区又是豫南水稻的主产地(89%)，所以气候变化对信阳地区的水稻生产影响可一定程度上表征气候变化对豫南水稻生产的影响。

1.2气候变化情景的生成

本研究进行未来气候情景模拟所采用的区域气候模型是英国的Hadley气候预测与研究中心研发的RGCM系统PRECIS[21]。该系统包含了RGCM预测的SRES情景下气候情景的数据库，以生成驱动RGCM的侧边界条件、RGCM本身和运行RGCM所需要的各种相关的数据库。其生成的数据资料的网格点由原来的几百km降尺度到了50km，大幅度提高了未来气候情景的格点数，成为当前许多学者进行气候变化影响评价的依据[22]。本研究根据SRES报告中的A2、B2两种排放方案, 生成了研究区域基准时段(1961—1990)和未来时段(2021—2050)的两种气候变化情景, 并经过ECMWF(EuropeanCentreforMedium-RangeWeatherForecasts)分析订正[23]，获得了研究区域9个样点的多年逐日气象数据, 包括最高温度、最低温度、降水量和太阳总辐射等。

图1河南省信阳地区水稻种植样点分布

Fig.1.DistributionofriceplantingsitesinXinyangCity，HenanProvince.

1.3水稻数据的获取

河南省水稻品种类型以三系、两系杂交籼稻为主。本研究采用的品种是2000年以来在全省推广的早、中、晚三种不同熟性品种。共选择了3个品种作为河南省的主栽品种，分别为早熟中籼豫籼3号、中熟中籼Ⅱ优725、晚熟中籼Ⅱ优58。各品种的产量、生育期及经济性状取自河南省信阳市农业气象实验站的常规观测资料。研究区域的水稻总产统计数据取自2010-2014年《河南省统计年鉴》[24]。

1.4作物模型及其遗传参数的确定

本研究选用的作物模型ORYZA-V3是由国际水稻研究所和荷兰瓦赫宁根大学共同研发的ORYZA2000模型的升级版。该模型已被联合国粮农组织和亚洲的多数国家农业部门用于水稻生长情况的预测和评估。运行ORYZA-V3模型时，该模型的输入数据为播种日期、播种密度、灌溉量与灌溉日期、施肥量与施肥日期等田间管理文件,据此运用模型自带的自动调参文件[Autocalibration(V2).exe] 进行作物模型的参数调试。研究中发现，自动调参所得各参数值并不能得到很好的模拟结果，因此，在自动调参基础上进一步采用“试错法”进行调整，直至模拟结果与实际观测值误差最小，再将调试好的参数写入作物文件。

ORYZA-V3模型所需要的主要的参数包括4个物候期发育速率、叶片的前期生长速率、叶片的后期生长参数、分配给茎的碳水化合物存储参数、有效分配到茎的干物质比例、最大穗粒重、散射系数和光敏感系数等。4个物候期发育速率可以反映水稻不同生长阶段的生长速度，包括水稻初始生长阶段的发育速率(DVRJ)、光周期敏感阶段的发育速率(DVRI)、穗的发育速率(DVRP)和生殖生长阶段的发育速率(DVRR)。叶片的生长速率包括叶面积的最大相对生长速率(RGRLMX)和最小相对生长速率(RGRLMN)，可以反映叶面积前期的生长速率。叶片的后期生长参数(ASLA)，可以反映叶面积后期的生长速率。用分配给茎的碳水化合物存储参数(FSTR)，来衡量茎的糖类存储量。用有效转移到茎的干物质(LRSTR)，来衡量茎的生长速率。用穗粒重(WGRMX)来计算产量。用水稻品种散射系数(SCP)来描述水稻对阳光辐射的散射度，与光合作用强度有关。用光敏感系数(PPSE)来描述水稻感光性。

本研究根据信阳地区选出的三个代表性品种2000年的实测产量进行了参数的调试，用2001年的相关实测资料进行了验证(图2)。结果说明，该模型在研究区域有较好的适用性。

此外，ORYZA-V3模型还可以模拟CO2排放浓度的增加对水稻的直接增益效应。表1给出了模拟所涉及的CO2排放浓度对照情景数值，可作为作物模型运行时大气CO2浓度输入值。

调试与验证模型所需的逐日气象资料来自河南省气象科学研究所。生成各样点土壤文件所需土壤理化参数来自于《中国土壤数据库》[25]。

1.5农业气候指标的建立

1.5.1稳产性计算公式

气候变化除了会影响水稻的产量，还会影响其稳产性。本研究选用产量标准差的变化率来表示产量的波动性。

1)

ΔSD为某样点历年水稻产量标准差的变化百分比，ΔSD越小，表示稳定性越好；μc=μb-μa,表示未来两种情景下模拟产量的平均值(μb)与基准时段模拟产量的平均值(μa)之差。

2)

1.5.2 水稻总产估算模型

3)

TYC为豫南水稻总产的变化百分比；RYi为信阳地区各样点当前水稻的总产量，TY为豫南当前水稻的总产量；RYCi为未来气候变化情景下信阳地区各样点水稻产量的变化百分比。

表1河南信阳地区代表性品种遗传参数

Table1.GeneticparametersofrepresentativericecultivarsinXinyangCity，HenanProvince.

参数Parameter豫籼3号(早熟)Yuxian3(Early-mature)Ⅱ优725(中熟)ⅡYou725(Medium-mature)Ⅱ优58(晚熟)ⅡYou58(Late-mature)水稻初始生长阶段的发育速率DVRJ0.00110089110.00112089110.0009145288光周期敏感阶段的发育速率DVRI0.00075757570.00075757570.0007575757穗的发育速率DVRP0.00133111500.00133111500.000951870生殖生长阶段的发育速率DVRR0.00255506230.00235506230.0024440875叶面积的最大相对生长速率RGRLMX0.00850.00850.0085叶面积的最小相对生长速率RGRLMN0.00400.00400.0040分配给茎的碳水化合物存储参数FSTR0.501940.401940.50194穗粒重WGRMX0.000023360.000026150.00002981水稻品种散射系数SCP0.30.30.6光敏感系数PPSE0.030.030.03叶片的后期生长参数ASLA0.00240.00220.0022叶片的前期生长参数BSLA0.00230.00230.0023有效转移到茎的干物质LRSTR0.9470.9470.947

DVRJ，Developmentrateduringjuvenilephase;DVRI，Developmentrateduringphotoperiod-sensitivephase;DVRP，Developmentrateduringpanicledevelopmentphase;DVRR，Developmentrateinreproductivephase;RGRLMX，Maximumvalueofrelativegrowthrateofleafarea;RGRLMN，Minimumvalueofrelativegrowthrateofleafarea;FSTR，Fractionofcarbohydratesallocatedtostems,storedasreserves;WGRMX，Maximumindividualgrainweight;SCP，Scatteringcoefficientofleavesforphotosyntheticallyactiveradiation;PPSE，Photoperiodsensitivity;SLA，Specificleafarea;ASLA，AparameteroffunctiontocalculateSLA;BSLA，BparameteroffunctiontocalculateSLA;LRSTR，Fractionofallocatedstemreservesthatisavailableforgrowth.

**表示在0.01统计水平上显著。

**Significantat0.01probabilitylevel.WAGT_OBS，Totalabovegrounddrymatter_observedvariables;WLV_OBS，Dryweightofdeadleaves_observedvariables;WST_OBS,Dryweightofstems_observedvariables;WSO_OBS,Dryweightofstorageorgans_observedvariables.

图2河南信阳地区代表性水稻品种生物量动态模拟结果及实测与模拟产量的对比

Fig. 2.DailysimulationsofbiomassandcomparisonbetweenobservedandsimulatedyieldofrepresentativericespeciesinXinyang,HenanProvince.

表2基于IPCC两种排放方案的大气CO2浓度平均值

Table2.AverageconcentrationofatmosphericCO2accordingtotwoemissionschemesbyIPCC.

时段PeriodCO2浓度平均值AverageconcentrationofCO2/(μmol·mol-1)A2B21961-1990(BASE)3343342021-2050469439

1.5.3水稻经济系数计算公式

经济系数常被用于评价作物光合作用中转化的生物质能在各器官的分配情况，经济系数越大，越符合人们的种植需求。

C=Y/W；

4)

C为水稻的经济系数，Y为穗的干物质量，W代表地上部分干物质量。

1.6气候变化影响评价具体方案

本研究分别对基准时段和未来时段的水稻产量进行模拟。分为两种情况：一是假定未来的栽培措施和品种依旧保持现有状态，分为雨养和灌溉两种情况进行模拟，在此基础上分析气候变化对水稻产量的可能影响；二是分析在未来不同排放情景下, 水稻生产方式随气候变化进行适应性调整，如品种替换、播期调整等, 然后再分析调整后的模拟产量变化。在上述基础上, 计算在相同情景下考虑与不考虑水稻生产适应性调整的两种模拟产量的变化百分比。有学者认为，作物模型在考虑CO2直接增益效应时因为忽略了氮肥的影响，导致产量的模拟结果偏高[26]，因为这是目前模型尚未解决的问题，所以本研究在第一种情况下分别模拟了考虑CO2增益效益前后的产量变化。

1.6.1未来气候变化情景下品种的更替

未来气温的升高，必然会导致水稻生育期的延长和积温的增加，为了充分利用增加的热量资源，未来的水稻生产必然会通过更换品种来适应气候变化。本研究利用ORYZA-V3模型开展未来不同熟型品种的模拟试验，并将其与未更换之前的产量进行对比，看产量是否因品种更迭而有明显的改善。最后，通过稳产性、产量和经济系数等指标，分析得出未来可能的适宜品种。

1.6.2未来水稻适宜播期的调整

随着未来气温的上升，水稻播期可能调整到能获得最佳产量的节点上。对于单季籼稻，为了避免低温霜冻对水稻造成的危害，安全播期选择春季日均温连续3d≥12℃的初日,安全齐穗期选择秋季日均温连续3d≥22℃的终日。模拟过程中采取5d为步长，选择产量高、稳定性好、经济系数高所对应的播种日期为未来的适宜播期。

以上更改品种和改变播种的试验均假设未来田间其他管理保持在基准(BASE)水平不变。并尽可能使用生育期较长的中晚熟品种替代早熟品种。

2结果与分析

2.1未来2种情景下信阳地区水稻生育期内的气象要素变化

图3给出了A2、B2情景下河南省信阳地区9个样点水稻生育期内日均温、辐射量、降水量相对于基准时段的变化情况。

由图可以看出，各样点水稻生育期气温随着未来CO2排放浓度的增加而上升。水稻生育期内总体升温幅度在1.6～1.9℃。A2与B2情景下平均增温分别为1.8℃和1.7℃。A2情景下各样点水稻生育期升温幅度在1.8～1.9℃，B2情景下为1.6～1.8 ℃。各样点间，增温幅度最大的是息县，A2、B2情景下分别增温1.9℃和1.8℃；增温幅度最小的是新县，A2、B2情景下依次增温1.8 ℃和1.6℃。

未来水稻生育期内的总辐射将呈增加的趋势，但增幅较小，各样点平均增加10%。2种情景下增幅相近，各样点之间增幅也较接近。未来辐射的增加可能意味着水稻生育期内阴雨寡照天气出现的频率减少，光合作用时间延长，使得水稻光合产物增加。

在未来气候变化中，信阳地区水稻生育期内所有样点降水都呈增加趋势，各样点增幅为20%～30%。2种排放情景下水稻生育期内降水都是增加的，且在同一情景下，各样点间降水量变化差别不大；A2情景下的降水增幅略大于B2情景。各样点间，增幅最大的是商城，A2情景下可增30%，增幅最小的是息县，B2情景下增加尚不足20%。随着未来温度升高，作物需水量可能增加，但随着未来CO2浓度上升，水稻蒸腾速率可能下降。加之辐射与降雨量同时增加，可能意味着降水强度的增大，未来气象灾害出现的频率亦将增大。

2.2气候变化对研究区域水稻发育期的可能影响

为了分析灌溉措施对水稻生产的影响，分为雨养和灌溉两种情况进行模拟。

A,C,E-A2情景；B,D,F-B2情景； 其中,A和B表示未来情景下日均温相对基准时段的差值;C和D表示未来情景下辐射量相对于基准时段的比值;E和F表示未来情景下降水相对于基准时段的比值。

图3基于2种排放情景下河南信阳地区9个样点水稻生育期内日均温、辐射量、降水量相对基准时段的变化

Fig. 3.Changesofmeandailytemperature,amountofradiationandtotalprecipitationingrowthperiodofriceinXinyang，HenanProvincebasedon2emissionscenariosrelativetobaseline.

从表3可以看出，在A2，B2情景下，所有样点的水稻生育期相对于基准阶段是缩短的，缩短天数为3～5d不等。A2情景下，雨养和灌溉条件下依次平均缩短4.7d和4.5d，其中，息县、信阳、淮滨缩短天数最多，可达5d。究其原因，与这三个地区的升温幅度最大有关(1.9℃)。B2情景下平均缩短3.2d，息县和信阳生育期缩短天数可近4d，亦与未来升温幅度较大有关。高排放的A2情景相对于B2情景的增温幅度大，故导致同一品种A2情景下生育期缩短天数较B2情景多。雨养和灌溉条件相比，生育期变化的差别不大，说明温度相对于降水来说，对生育期的影响较大。未来随着气温升高，水稻生育进程的加快，若不采取相应的调整措施，可能导致研究区域的产量降低。

表3基于2种气候变化情景下水稻模拟生育期较之基准生育期的变化天数

Table3.ChangesinricegrowthdurationsunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

d

表42种气候变化情景下信阳地区水稻模拟产量相对于基准时段产量的变化百分比

Table4.PercentagechangesofriceyieldunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

%

2.3当前种植措施不变条件下气候变化对信阳地区水稻生产的可能影响

2.3.1未来气候变化对水稻产量的可能影响

表4给出了未来2种气候变化情景下信阳地区水稻模拟产量相对于基准时段产量的变化百分比。雨养条件时，A2情景下无论是否考虑CO2增益作用，各站点水稻均表现为减产。不考虑CO2增益效应，水稻平均减产幅度高达15.9%，考虑后增产幅度为7.1%；B2情景下的减产幅度略小于A2情景，不考虑CO2增益效应时各站点水稻平均减产10.4%，考虑后转为增产11.3%。

若有充分的灌溉条件，未来气候变化情景下水稻的生产状况均有好转。A2情景下在考虑CO2增益作用时平均增产9.0%。B2情景下平均增幅可达13.2%。说明灌溉措施可有效地缓解未来气候变化带来的负效应。

各样点中，增产幅度最大的是B2情景下采用灌溉措施时的新县，这可能与未来情景下新县平均气温增幅较小，导致水稻生育期缩短天数较少有关，另外，增温幅度较小，水稻发生高温热害的频率亦会降低。无论灌溉或雨养，B2情景下减产或增产幅度均好于A2情景，这与高排放的A2情景下，研究区域的增温幅度较大有关。

未来气候变化中，气温上升，导致水稻高温热害发生的频率可能会增加，除了造成生育期缩短而带来减产的影响外，也可能是因为信阳地区当前的水稻播期在4月中下旬，开花期大多在8月中上旬，而这个时段正处在我国黄淮流域的高温时段，高温对水稻的传花授粉造成较大的影响，导致水稻产量的减少。另外，因为未来模拟生育期内的辐射和降水同时增加，意味着降水强度的加大，可能会造成短时间的极端气象灾害，也是造成水稻减产幅度较大的原因。

表5未来2种气候变化情景下河南信阳地区水稻稳产性的变化(ΔSD)

Table5.Instabilityindex(ΔSD)ofriceunderthetwoemissionscenariosinXinyang,HenanProvince.

样点SiteA2雨养水稻Rainfedrice灌溉水稻IrrigatedriceB2雨养水稻Rainfedrice灌溉水稻Irrigatedrice息县Xixian19.516.317.214.8信阳Xinyang19.216.417.214.4罗山Luoshan19.516.717.814.4光山Guangshan18.016.117.414.2淮滨Huaibin19.117.518.916.2潢川Huangchuan18.516.317.514.6固始Gushi15.815.114.713.2商城Shangcheng18.115.917.214.2新县Xinxian18.015.920.014.6

表6河南信阳不同样点在未来 2种排放情景下水稻品种类型的适应性调整

Table6.AdaptiveadjustmentofthericevarietaltypestoclimatechangeundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

样点Site当前种植品种类型CurrentplantingvarietytypeA2B2息县Xixian中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM信阳Xinyang中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM罗山Luoshan中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM光山Guangshan中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM淮滨Huaibin中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM潢川Huangchuan中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM固始Gushi中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM商城Shangcheng中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM新县Xinxian中熟中籼MIMM晚熟中籼MILM晚熟中籼MILM

MIMM，Medium-indicawithmedium-maturity;MILM，Medium-indicawithlate-maturity.

2.3.2未来气候变化对水稻稳产性的可能影响

表5给出了未来2种气候变化情景下考虑CO2增益作用时信阳地区水稻稳产性的变化，ΔSD越小，表示水稻产量的稳定性越好。从不同气候变化情景来看，无论是否考虑雨养和灌溉条件，A2情景下不仅水稻增产幅度小，而且水稻生产的稳定性也较B2情景差；同样，无论哪一种情景下，灌溉措施均可以明显改善水稻的稳产性。说明随着未来气温的升高，对于地处中原的豫南水稻种植区，重视改善灌溉条件是应对未来气候变化的非常重要的措施。

2.4未来气候变化情景下水稻生产的适应性调整

今后随着气候变化及科技水平进步, 农民肯定会采用有别于现在的生产方式和管理措施进行粮食生产。本研究对信阳地区灌溉条件的水稻生产进行了适应性调整措施的模拟，模拟过程中同时考虑了CO2的直接增益效应。

2.4.1水稻不同品种类型的适应性调整

通过对河南信阳地区9个样点3个品种的产量、稳产性和经济系数指标进行分析，筛选出了未来气候变化情景下信阳地区的适宜种植品种(表6)。结果显示，各样点未来均适宜种植晚熟品种。主要原因是晚熟品种生育期较长，在一定程度上可以弥补由于高温导致的生育期缩短现象，延长水稻的光合作用时间。

2.4.2未来不同排放情景下水稻播期的适应性调整

在进行品种优化选择的基础上，以5d为步长进一步进行适宜播期的模拟试验。选择未来产量高、稳产性好的播期为未来的最佳播期(表7)。结果表明，在A2情景下，各样点均推迟10d，B2情景下，除淮滨、新县和固始播种日期推后5d，罗山播期不变，其他样点均推迟10d，可作为未来适宜播期的调整方案。且播期推迟，有利于水稻产量的提高。究其原因，可能是因为信阳地区当前的水稻播期在4月中下旬，开花期大多在8月中上旬，而这个时段正处在我国黄淮流域的高温时段，推迟播期，可能使得开花期延后，避开夏季的高温时段，缓解了夏季高温可能导致的颖花败育现象。

表7河南信阳各样点在未来2种排放情景下不同品种类型和播种日期的模拟产量、稳产性指标(ΔSD)及经济系数

Table7.Simulatedyields,stabilityindex(ΔSD)andeconomiccoefficientinvariousvarietaltypesandsowingdatesundertwoemissionscenariosindifferentsitesofXinyang,HenanProvince.

样点Site品种类型Varietytype播期变化Changesinsowingdate/dA2产量Yield/(kg·hm-2)△SD/%经济系数EconomiccoefficientB2产量Yield/(kg·hm-2)△SD/%经济系数Economiccoefficient息县Xixian晚熟中籼MILM-107885.429.50.448304.035.20.50-57615.215.10.438721.628.50.5108474.914.80.478724.315.10.5158541.014.10.478540.816.20.49108869.615.00.498765.913.10.51158604.615.70.478663.313.70.50信阳Xinyang晚熟中籼MILM-107671.222.80.438205.230.00.50-57590.112.10.438580.423.50.5008334.814.70.468656.414.70.5158557.213.40.478508.515.50.50108826.214.10.498706.612.40.51158579.015.60.478593.413.70.50罗山Luoshan晚熟中籼MILM-107680.721.10.438277.729.20.50-57538.510.20.428768.124.80.5108549.815.90.478786.115.80.5158518.212.30.478599.815.40.50108846.014.40.498738.912.70.51158646.415.60.488638.813.70.50光山Guangshan晚熟中籼MILM-107287.115.60.438249.828.30.50-57734.012.00.448697.923.00.5108537.114.70.478700.113.70.5058549.511.60.478693.714.70.50108920.914.60.508788.412.70.51158758.515.50.498703.013.70.50淮滨Huaibin晚熟中籼MILM-107624.316.50.448106.722.60.49-57544.011.50.438425.922.10.4908278.915.10.468545.614.80.5058443.713.50.478659.714.20.51108809.016.00.508526.912.50.50158574.916.60.488621.414.60.51潢川Huangchuan晚熟中籼MILM-107287.115.70.438249.828.40.50-57734.013.70.448697.925.00.5108537.115.30.478700.114.20.5058549.512.10.478693.715.10.50108920.915.00.508788.413.10.51158758.515.90.498703.014.00.50固始Gushi晚熟中籼MILM-107502.715.50.448162.223.40.49-58153.214.60.478576.018.60.5008571.713.30.488714.812.00.5158730.812.50.498819.112.40.51109061.115.10.518761.011.50.51158895.015.70.508803.912.10.51商城Shangcheng晚熟中籼MILM-107290.715.50.438259.928.40.50-57707.212.20.448706.423.80.5108525.014.40.478707.113.70.5058533.011.40.478695.914.80.50108906.414.30.508800.112.70.51158541.916.40.488715.213.80.50新县Xinxian晚熟中籼MILM-107421.218.80.438163.214.70.48-57739.515.30.458426.314.10.5008268.716.70.468590.016.90.5158585.115.30.498637.415.50.51108611.89.90.498560.512.80.50158572.014.20.498555.313.60.51

0d-播期与当前相同; -10d- 播期提前 10d; -5d-播期提前 5d; +5d-播期推迟 5d; +10d-播期推迟10d;+15d-播期推迟15d。

0d,SameastheBASEs;-10d, 10daysadvanced;-5d, 5daysadvanced; +5d, 5daysdelayed; +10d, 10daysdelayed. +15d, 15daysdelayed.MILM，Medium-indicawithlate-maturity.

NCC-不考虑CO2直接增益效应；CC-考虑CO2直接增益效应时气候变化的影响；CC+C-考虑CO2直接增益效应时气候变化的影响+优化品种；CC+C+SD-考虑CO2直接增益效应时气候变化的影响+优化品种+播期调整。

NCC,Onlywithclimatechangeeffecttakingintoconsideration;CC,ClimatechangeeffectplusCO2fertilizereffect;CC+C,CombinedeffectsofclimatechangeandCO2fertilizereffectplusadaptiveadjustmentofcultivar;CC+C+SD,Combinedeffectsofclimatechange,CO2fertilizereffectandoptimizationincultivarandadjustmentsinsowingdate.

图4基于2种气候变化情景下河南信阳地区在不同栽培措施下水稻模拟产量相对于基准时段产量的变化

Fig. 4.ChangeinriceyieldsunderthetwoemissionscenarioswithadaptiveadjuststakenintoconsiderationcomparedwiththebaseyieldsinXinyang，HenanProvince.

2.5品种类型和播期适应性调整的叠加效果

本研究综合分析了信阳市水稻种植区在未来不同排放情景下品种类型及播种日期同时进行适应性调整后的叠加效果(图4)。由图可见，如果未来气候变化中不考虑CO2的直接增益作用，那么9个样点在A2和B2情景下均将减产，且年际间产量波动幅度较大。CO2增益作用使得原来减产的各样点均转为增产。在此基础上，进一步考虑品种的适应性调整，选用生育期较长的晚熟品种，在2种情景下模拟水稻产量均有所提高，A2和B2情景下的平均增幅分别达2.4%和1.3%，增幅最大的新县在A2甚至可达3.9%，罗山在B2可达2.2%。

表8未来2种排放情景下信阳各样点基于适应性调整的水稻生产方式及管理措施

Table8.RiceproductionpatternsandmanagementsbasedonadaptiveadjustmentsundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

样点SiteA2品种类型Varietytype播种日期SowingdateB2品种类型Varietytype播种日期Sowingdate息县Xixian晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟10d10daysdelayed信阳Xinyang晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟10d10daysdelayed罗山Luoshan晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟0d0daysdelayed光山Guangshan晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟10d10daysdelayed淮滨Huaibin晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟5d5daysdelayed潢川Huangchuan晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟10d10daysdelayed固始Gushi晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟5d5daysdelayed商城Shangcheng晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟10d10daysdelayed新县Xinxian晚熟中籼MILM推迟10d10daysdelayed晚熟中籼MILM推迟5d5daysdelayed

MILM,Medium-indicawithlate-maturity.

表92种排放情景下考虑与不考虑适应性调整各样点水稻总产对豫南地区水稻总产的贡献

Table9.ContributionofriceoveralloutputofdifferentsitestosouthernHenanProvincewithadaptiveadjustmentandwithoutadaptiveadjustmentundertwoemissionscenarios.

%

如果综合考虑品种和播期的适应性调整，在2种情景下模拟水稻产量均进一步提高。A2情景下相对于调整前平均增幅为7.3%，增幅最大的新县和淮滨均达到8.2%；B2情景下的平均增幅为2.1%，信阳增幅最大可达2.7%。

B2情景下水稻产量的年际间波动均小于A2情景，说明高排放的A2情景在未来所引起的高温，可能使得水稻生长过程中极端高温出现的频率增加。

2.6豫南地区基于适应性调整的水稻总产变化

根据品种替换和播期调整的模拟试验，表7给出了研究区域在未来2种排放情境下的最终的适应性调整方案。以表8中经过适应性调整后的方案作为模型新的条件输入，在2种气候排放情景下运行ORYZA-V3，即可模拟出信阳地区未来考虑适应性调整后各样点的总产变化(表8，模拟中假定各县播种面积不变)。

表9显示，在未来气候变化对水稻生产的影响评价中，是否考虑适应性调整，未来研究区域水稻总产的变化结果是完全不同的。考虑适应性调整后，各样点在2种排放情景下模拟出的豫南地区水稻总产均较不考虑调整时平均增加了6.9%和2.1%。

3讨论

人类温室气体的排放日益加剧，气候变化对农业的影响越来越大。在未来水稻的耕作过程中，农民为了获得高产，自然会对种植方案进行一定程度的调整。一些学者利用评价模型对非洲生产者的种植行为进行研究，发现生产者的种植行为会随着气候的变化而变化，在当地少降水的情况下，生产者会相应地采用较为抗旱的品种进行种植[27]。若在气候变化影响评价研究中，仍采用当前的农业生产管理水平作为输入项进行未来的作物模拟试验，显然与实际不符，降低了模拟结果的准确性。国外研究者通过数学方法对过去几十年来研究区域水稻产量的变化趋势进行统计，发现水稻品种的改良对产量的提高具有较大贡献[28]。Hiroyuki等通过对日本水稻种植区域未来适应性品种的更替和栽培方式的改进，最终达到减小冷害损失的目的[29]。

本研究尝试把品种优化和播期调整的方案作为未来的适应性调整措施，选择生育期较长的中稻晚熟品种，可以弥补由于高温导致的生育期缩短现象，延长水稻的光合作用时间，增加产量。推迟播期，可使开花期延后，避开夏季的高温时段，缓解了夏季高温可能导致的颖花败育现象。将适应性调整后的方案作为作物模型新的输入，可以更为科学合理地模拟出未来作物产量的变化。因此，本研究着重考虑未来农业生产措施和管理方案的可能调整，是一种应对未来气候变化的适应性评价研究。有学者通过对全球超过1700份有关气候变化和适应性研究中已发表的数据，采用整合分析的方法，总结归纳了目前关于适应气候变化可能采取的措施，判断出应对气候变化适应性调整的趋势[30]，但整合分析的方法可能会存在收集的文献质量参差不齐、出版偏见、数据收集不完整和较少考虑与可能相关领域的相互影响等问题。未来气候变化对农业的影响是一个极为复杂的过程，有诸多问题需要考虑，例如农业管理制度调整所涉及的经济、社会、环境等因素，主动适应或被动适应所需要的科技成本问题，对气象信息预测准确性等问题都会影响到未来的实际调整过程。在未来气候变化的适应性评价研究领域，大多数研究分析以相对较少的相关因素来进行评价，而不涉及各个领域的完整系统来进行评价，这样就可能导致各个系统之间的相互影响不能充分考虑进去，造成研究结果不能客观反应实际。在以后的气候变化评价研究中，应综合考虑更多内因与外因、局部与整体、充分考虑到事物之间的规律联系，用哲学的思维指导农业生产。

本研究的局限性，一是未能将极端天气和病虫害的影响考虑在内。如水稻生长过程中可能遭遇的极端高温、伏旱等天气，如何通过适应性调整尽量避开这些灾害性天气的影响。二是对CO2直接增益效应的考虑中，未考虑CO2的日变化和饱和现象。有学者认为随着CO2浓度的增加，作物对氮肥的消耗量也不断加大，故达到一定浓度后作物产量不再增加[31]，这种现象可能导致模拟的产量结果偏高。三是本研究在适应性调整的模拟中尚未考虑土壤成分的可能变化，未来气温升高，可能增加有机质的分解，造成土壤的肥力下降，进而影响到土壤肥料的运筹措施。这些局限在今后的研究中都能随着模型的不断改善和研究方法的改进得到解决。

4结论

未来气候变化情景下，信阳地区水稻生育期内升温幅度将达到1.6～1.9℃，A2和B2情景下平均增温1.8℃和1.7℃；水稻生育期内的总辐射将呈增加的趋势，但增幅较小，各样点增幅为10%。水稻生育期内降水增加20%～30%。未来随温度的升高，各样点的水稻生育期相对于BASE阶段将缩短3～5d；A2情景下，雨养和灌溉条件下依次平均缩短4.7d和4.5d，B2情景下平均缩短3.2d。为了缓解未来气候变化对水稻生产造成的不利影响，未来可选用生育期较长的中晚熟品种来延长水稻的光合作用时间。在此基础上，进一步进行了适宜播期的模拟试验，结果表明各样点推迟播种5～10d有可能避开高温热害对水稻抽穗开花和后期灌浆结实影响的频率，提高产量。如果综合考虑灌溉措施、品种优化和播期调整，在A2和B2情景下,豫南地区各站点模拟产量较之不作此调整的模拟产量将平均增加6.9%和 2.1%；未来2种情景下豫南地区的总产也将较当前有所提高，A2和B2情景下分别提高14.8%和13.2%。

参考文献：

[1]IPCC.WorkingGroupIContributiontotheIPCCFifthAssessmentReport,ClimateChange2013:ThePhysicalScienceBasis.http://www.climatechange2013.org/images/uploads/WGIAR5-SPM_Approved27Sep2013.pdf.

[2]StockerTF，QindD，PlatnerGK.ClimateChange2013:ThePhysicalScienceBasis.WorkingGroupIContributiontotheFifthAssessmentReportoftheIntergovernmentalPanelonClimateChangeSummaryforPolicymakers(IPCC， 2013)， 2013.

[3]ShiferawB，PrasannaBM，HellinJ，etal.Cropsthatfeedtheworld6.Pastsuccessesandfuturechallengestotheroleplayedbymaizeinglobalfoodsecurity. Food Secur， 2011， 3(3): 307-327.

[4]LobellDB，FieldCB.Estimationofthecarbondioxide(CO2)fertilizationeffectusinggrowthrateanomaliesofCO2andcropyieldssince1961. Global Change Biol， 2008， 14: 39-45.

[5] 杨卫东. 积极应对气候变化保证黑龙江省粮食生产可持续发展. 气象软科学， 2011(4): 28-31.

YangWD.CopewithclimatechangetoensurethesustainabledevelopmentofgrainproductioninHeilongjiangProvince. Meteorol Soft Sci， 2011(4): 28-31. (inChinesewithEnglishabstract)

[6] 章基嘉， 徐祥德， 苗俊峰. 气候变化及其对农业生产潜力的影响. 气象， 1992， 18(8): 3-6.

ZhangJJ，XuXD，MiaoJF.ClimatechangeinChinaanditsinfluenceonpotentialcropproductivityduringthelast40years. Meteorol monthly， 1992， 18(8): 3-6. (inChinesewithEnglishabstract)

[7]朱大威，金之庆. 气候及其变率变化对东北地区粮食生产的影响. 作物学报， 2008， 34(9): 1588-1597.

ZhuDW，JinZQ.ImpactsofchangesinbothclimateanditsvariabilityonfoodproductioninnortheastChina. Acta Agron Sin， 2008， 34(9): 1588-1597. (inChinesewithEnglishabstract)

[8] 张建平， 李永华， 高阳华， 等. 未来气候变化对重庆地区冬小麦产量的影响. 中国农业气象， 2007， 28(3): 268-270.

ZhangJP，LiYH，GaoYH，etal.ImpactsoffutureclimatechangeonyieldsofwinterwheatinChongqing. Chin J Agrometeorol， 2007， 28(3): 268-270. (inChinesewithEnglishabstract)

[9] 葛道阔， 金之庆. 气候及其变率变化对长江中下游稻区水稻生产的影响. 中国水稻科学， 2009，23(1): 57-64.

GeDK，JinZQ.ImpactsofclimatechangeanditsvariabilityonriceproductioninthemiddleandlowervalleyoftheYangtzeRiver， China. Chin J Rice Sci， 2009，23(1): 57-64. (inChinesewithEnglishabstract)

[10]熊伟， 许呤隆， 林而达， 等.IPCCSRESA2和B2情景下我国玉米产量变化模拟. 中国农业气象， 2005， 26(1): 11-15.

XiongW，XuLY，LinED，etal.RegionalsimulationofmaizeyieldunderIPCCSRESA2andB2scenarios. Chin J Agrometeorol， 2005， 26(1): 11-15. (inChinesewithEnglishabstract)

[11]秦鹏程， 姚凤梅， 曹秀霞， 等. 利用作物模型研究气候变化对农业影响的发展过程. 中国农业气象， 2011， 32(2): 240-245.

QinPC，YaoFM，CaoXX，etal.Developmentprocessofmodelingimpactsofclimatechangeonagriculturalproductivitybasedoncropmodels. Chin J Agrometeorol， 2011， 32(2): 240-245. (inChinesewithEnglishabstract)

[12]江敏， 金之庆.CERES-Rice模型区域应用中遗传参数升尺度的一种方法. 中国水稻科学， 2009，23(2): 172-178.

JiangM，JinZQ.AmethodtoupscalethegeneticparametersofCERES-Riceinregionalapplications， China. Chin J Rice Sci， 2009， 23(2): 172-178. (inChinesewithEnglishabstract)

[13]姚凤梅， 张佳华， 孙白妮， 等. 气候变化对中国南方稻区水稻产量影响的模拟和分析. 气候与环境研究， 2007， 12(5): 659-666.

YaoFM，ZhangJH，SunBN，etal.SimulationandanalysisofeffectsofclimatechangeonriceyieldsinsouthernChina. Clim Environ Res， 2007， 12(5): 659-666. (inChinesewithEnglishabstract)

[14]江敏， 金之庆， 石春林， 等. 福建省基于适应性调整的水稻生产对未来气候变化的响应. 作物学报， 2012， 38(12): 2246-2257.

JiangM，JinZQ，ShiCL，etal.Responseofriceproductionbasedonself-adaptiontoclimatechangeinFujianProvince. Acta Agron Sin， 2012， 38(12): 2246-2257. (inChinesewithEnglishabstract)

[15]JonesRG，NoguerM，HassellDC.GeneratinghighResolutionclimatechangescenariosusingPRECIS.Exeter，UK:MetOfficeHadleyCentre， 2004： 1-45.

[16]BoumanBAM，KropffMJ，TuongTP，etal.ORYZA2000:Modelinglowlandrice.Philippines:InternationalRiceResearchInstitute，andWageningen:WageningenUniversityandResearchCentre， 2004: 1-235.

[17]马 铮， 李周， 柳世君， 等. 豫南稻区水稻生产的回顾、现状及育种目标. 安徽农业科学， 2008， 36(14): 5807-5808， 5905.

MaZ，LiZ，LiuSJ，etal.Thereview，currentsituationandbreedinggoalsofthericeproductionareainsouthHenan. Anhui Agric Sci， 2008， 36(14): 5807-5808， 5905. (inChinesewithEnglishabstract)

[18]赵国永， 韩艳， 于晓莉. 信阳市地貌特征对农业发展的影响. 平顶山学院学报， 2015， 30(2): 96-99.

ZhaoGY，HanY，YuXL.TheinfluenceofthetopographicfeatureofXinyangcityonagriculturaldevelopment. J Pingdingshan Univ， 2015， 30(2): 96-99. (inChinesewithEnglishabstract)

[19]吴骞， 方立清， 温 涛， 等. 信阳市水稻种植气候条件分析. 中国农学通报， 2010， 26(2): 285-290.

WuQ，FangLQ，WenT，etal.TheanalysisofclimaticconditionsinricecultivationofXinyangcity. Chin Agric Sci Bull， 2010， 26(2): 285-290. (inChinesewithEnglishabstract)

[20]余卫东， 赵国强， 陈怀亮. 气候变化对河南省主要农作物生育期的影响. 中国农业气象， 2007， 28(1): 9-12.

YuWD，ZhaoGQ，ChenHL.ImpactsofclimatechangeongrowingstagesofmaincropsinHenanprovince. Chin J Agrometeorol， 2007， 28(1): 9-12. (inChinesewithEnglishabstract)

[21]JonesRG,NoguerM,HassellDC.GeneratingHighResolutionClimateChangeScenariosUsingPRECIS.Rxeter,UK:MetOfficeHadleyCente, 2004: 1-45.

[22]朱宏伟， 杨森， 赵旭， 等. 区域气候变化统计降尺度研究进展. 生态学报， 2011， 31(9): 2602-2609.

ZhuHW，YangS，ZhaoX，etal.Recentadvancesonregionalclimatechangebystatisticaldownscalingmethods. Acta Ecol Sin. 2011， 31(9): 2602-2609. (inChinesewithEnglishabstract)

[23]李佰平， 智协飞.ECMWF模式地面气温预报的四种误差订正方法的比较研究. 气象， 2012， 38(8): 898-902.

LiBP，ZhiXF.ComparativestudyoffourcorrectionschemesoftheECMWFsurfacetemperatureforecasts. Meteorol monthly， 2012， 38(8): 898-902. (inChinesewithEnglishabstract)

[24]河南省统计局. 河南省统计年鉴2010-2014. 北京: 中国统计出版社， 2010-2014.

Henanprovincebureauofstatistics.StatisticalyearbookofHenanprovince2010-2014，Beijing:ChinaStatisticsPress， 2010-2014. (inChinesewithEnglishabstract)

[25]中国科学院南京土壤研究所. 中国土壤数据库.http://www.soil.csdb.cn/page/showEntity.vpage?uri=cn.csdb.soil.soiltype.locationName.

NanjingSoilResearchInstitute，ChineseAcademyofSciences. Chinese Soil Datab.http://www.soil.csdb.cn/page/showEntity.vpage?uri=cn.csdb.soil.soiltype.locationName.

[26]LongSP，AinsworthEA，LeakeyADB，etal.Foodforthought;lower-than-expectedcropyieldstimulationwithrisingCO2concentrations. Science， 2006， 312(5782): 1918-1921.

[27]KurukulasuriyaP，MendelsohnR.Cropselection:AdaptingtoclimatechangeinAfrica.CEEPADiscussionPaperNo. 26.CentreforEnvironmentalEconomicsandPolicyinAfrica.Pretoria，SouthAfrica:UniversityofPretoria， 2006.

[28]PengSB，CassmanKG，VirmaniSS，etal.TitleYieldPotentialTrendsofTropicalRicesincetheReleaseofIR8andtheChallengeofIncreasingRiceYieldPotential. Crop Sci， 1999， 39:1552-1559.

[29]HiroyukiS.EarlierricephenologyasaresultofclimatechangecanincreasetheriskofcolddamageduringreproductivegrowthinnorthernJapan. Agric， Ecos Environ， 2011， 144:201-207.

[30]LobellDB，HowdenSM，SmithDR，etal.Ameta-analysisofcropyieldunderclimatechangeandadaptation. Nature Clim Chan， 2014， 4(4):287-291.

[31]郭建平， 高素华. 高温、高CO2对农作物影响的试验研究. 中国生态农业学报， 2002， (1): 21-24.

GuoJP，GaoSH.TheexperimentalstudyonimpactsofhightemperatuerandhighCO2concentrationoncrops. Chin J Eco-Agric. 2002， (1): 21-24. (inChinesewithEnglishabstract)

收稿日期:2015-12-20； 修改稿收到日期: 2016-04-21。

基金项目:中国气象局农业气象保障与应用技术重点开放实验室开放研究基金资助项目(AMF201302)；福建省自然科学基金资助项目(2014J01091)。

中图分类号:S181.6; S511.019

文献标识码:A

文章编号:1001-7216(2016)04-0417-14

ResponseofRicetoFutureClimateChangeBasedonAdaptiveAdjustmentinSouthernHenanProvince

MARui1,JIANGMin1,2, *,XUEChang-ying2,SUNBin1,ZHOUTong-yu1

(1CollegeofCropSciences,FujianAgricultureandForestryUniversity,Fuzhou350002,China;2ChinaMeteorologicalAdministrationHenanKeyLaboratoryofAgrometeorologicalSupportandAppliedTechnique,Zhengzhou450003,China;*Correspondingauthor,E-mail:fjaujm@163.com)

Abstract:In this paper, we have chosen nine sample sites in Xinyang City,He′nan Province and conducted evaluation studies on the influence of climate changes based on single cropping rice with three representative varieties, including early middle and late mature. According to the Intergovernmental Panel on Climate Change(IPCC) Special Report on Emission Scenarios(SRES) A2 and B2 scenarios, combining with Regional Climate Model(RCM), we have calculated and collected the daily meteorological data during BASE period (1961-1990) and further period (2021-2025) at the nine sample sites. Considering the direct gain effects of CO2 in the future, we have simulated and analyzed the possible impacts of the future climate changes on the rice yields by using ORYZA-V3 model. On this basis, the adaptable adjustment schemes of rice yields in the different scenarios in the future are simulated. Rice yields, its stability and changes of total production in the southern Henan region are finally obtained after adaptable adjustments. As the result shows, if the adaptable adjustment or the consideration of the direct gain effects of CO2in the future climate change is not taken, the simulated rice yields will decrease by 14.1% in A2 scenario and 8.6% in B2 scenario in this region. With the varieties and sowing time adjusted and fertilizer efficiency of CO2 under consideration, the yields will increase by 17.2% in A2 scenario and 15.7% in B2 scenario. Besides, the total production under the two scenarios increases respectively by 14.8% and 13.2% more than the stage of BASE in this region. So it will be more scientific and optimistic in the assessment research of the future climate change scenarios if we take into account the adaptable adjustment.

Key words:adaptable adjustment; climate change; regional climate mode; rice