未来气候变化对安徽淮河以南一季稻气候生产潜力的影响评估

王 胜，宋阿伟，谢五三，唐为安，戴 娟，丁小俊，吴 蓉

(1.中国气象局干旱气候变化与减灾重点实验室，甘肃 兰州 730020；2.安徽省气候中心，安徽 合肥 230031)

引 言

近百年来全球气温呈不断上升趋势，气候变化影响逐渐成为全球安全与发展的重大挑战。联合国政府间气候变化专门委员会第5次评估报告指出，1880—2012年全球地表气温升高约0.85 ℃[1]，这种升温程度已经对全球自然生态系统和人类社会产生了深远影响[2]。世界银行评估了不同区域在2 ℃和4 ℃升温条件下的气候风险，指出未来海平面上升更为急剧，海洋酸化更为严重，作物产量会降低[3-5]。安徽省位于我国东部大陆，属暖温带与亚热带过渡地区，农业气候资源丰富，是典型的“雨养农业”区，水稻是该省最重要的粮食作物，一季稻主产区位于淮河以南。该区域是气候变化的高响应区，一季稻生产对气候条件高度依赖，未来全球变暖趋势不可逆转，极端天气气候事件可能增多[6]，一季稻生长发育及产量将发生改变，农业生产的不稳定因素加大。因此，研究未来气候变化对一季稻气候生产潜力的影响，对于调整优化农业种植结构、科学应对气候变化具有重要意义。

气候生产潜力是指在一定的光、温、水资源条件下，其他环境因素(CO2、养分等) 和作物群体因素处于最适宜状态时，作物利用当地的光、温、水资源的潜在生产力[7]。最初，作物生产潜力研究是定性分析单个环境因子对其产量影响。随着科学技术发展与进步，研究方法已从单纯考虑自然因素转向自然因素与社会经济技术因素相结合[8-11]。近年来，研究重点转向于农业气候生产潜力模型的构建与订正，以便适应不同地区气候生产潜力变化[12-15]。这些工作有力推动了气候生产潜力的理论基础研究。然而，由于未考虑不同生育期响应程度及气候要素衰减效应，纯粹的宏观数学模型对于作物生产潜力估算存在先天不足。

研究气候变化情景下作物生产潜力分布及种植结构变动是评估未来气候变化对农业影响的重要内容，籍以了解土地生产力和粮食安全保障能力。本文采用联合国粮食和农业组织(FAO)推荐的潜力衰减法构建的生产潜力模型，利用辐射量估算光合生产潜力，并引入温度与水分订正系数进行逐步订正，从而得到光温生产潜力和气候生产潜力。在此基础上，利用CMIP5中5个全球气候模式数据的输出结果，预估安徽淮河以南未来21世纪一季稻生育期气候变化，并基于潜力衰减法估算21世纪近期、中期和远期一季稻气候生产潜力变化，探讨其对气候变化的响应，以期为应对气候变化、合理利用农业气候资源、调整农业结构提供理论基础。

1 资料与方法

1.1 资 料

所用资料包括安徽淮河以南50个气象站1961—2010年逐日平均气温、降水量等观测资料和各县一季稻生育期、单产资料以及IPCC第五次评估报告采用的ISI-MIP项目(inter-sectoral impact model intercomparison project)气候模式数据。该数据选用CMIP5中5个全球气候模式，即GFDL-ESM2M(GFDL)、HaDGem2-ES(HadGem)、IPSL_CM5A_LR(IPSL)、MIROC-ESM-CHEM(MIROC)和NorESM1-M(NorESM)历史回算和预估结果。利用降尺度计算得到3种典型浓度路径(reprehensive concentration pathways，RCPs)下逐日平均、最高和最低气温以及降水量、太阳总辐射等气候要素，并采用误差订正-趋势偏差纠正方法进行订正[16-17]，数据水平空间分辨率为0.5°×0.5°。气候模拟历史试验从1950年1月至2005年12月，预估从2006年1月积分至2099年12月。上述5个气候模式对我国不同区域(全国范围、长江流域、淮河流域等)以及其他国家气温和降水均具有可靠的模拟性能[18-22]。最新研究[23-24]证实，ISI-MIP项目5个气候模式在季节平均气温和降水预估方面的FRC(fractional range coverage)指数分别为0.75和0.59，优于CMIP5中随机选取的5个模式，能较合理地代表区域平均气温和降水变化。

1.2 研究方法

1.2.1 模式性能检测

泰勒图是检测模式模拟性能的重要工具，相关系数和标准差可以在一张二维图上以“点”体现[25]。其中，方位角余弦代表模式与实况的相关系数，模拟值与实况参考点(REF)的距离反映模式和实况的均方根误差。利用1961—2005年台站观测的平均气温和降水量，通过与模式回算值的相关系数和标准差比对可知，GCMs对安徽淮河以南气温和降水量具有一定的模拟能力，年平均气温模拟值与实况的相关系数为0.23～0.58(通过0.01的显著性检验)，其中HaDGem模拟性能最好；而对降水量的模拟性能略差，且MIROC模拟性能最好。对5个GCMs采用等权重集合平均(MME，下同)，发现平均气温模拟与观测场的相关系数为0.61，高于单个模式，但对降水模拟性能不及MIROC。因此，本文对气温的模拟选取MME，降水则采用MIROC。由于太阳总辐射无观测资料，故而未予以评估，直接采用MME预估结果。

另外，以1976—2005年为基准期，考虑到未来气候变化差异，以2018—2039年、2040—2069年、2070—2099年作为21世纪近期、中期和远期，预估安徽淮河以南一季稻气候生产潜力变化。

1.2.2 气候生产潜力模型

气候生产潜力估算基于潜力衰减法，按光合、光温、气候潜力三级订正进行计算，先计算不同生育期，再累加得到全生育期生产潜力，公式如下[26-27]：

(1)光合生产潜力

YPPP=cf(Q)

(1)

f(Q)=Ωεφ(1-α)(1-β)(1-ρ)(1-γ)

(1-ω)(1-η)-1(1-ξ)-1sq-1f(L)∑Q

(2)

式中：YPPP为单位面积光合生产潜力(kg·hm-2)；c为单位换算系数，取10 000；Q为各生育期太阳总辐射(MJ·m-2)；Ω为作物光合作用固定CO2能力比例，取1.0；ε为光合辐射占太阳总辐射比例，取0.49；φ为光合作用量子效率，取0.22；α为作物群体对太阳辐射反射率，取0.06；β为作物群体对太阳辐射漏射率，取0.06；ρ为非光合器官对太阳辐射无效吸收率，取0.1；γ为光饱和限制率，取0.01；ω为作物呼吸损耗率，取0.3；η为成熟谷物含水率，取0.15；ξ为植物无机灰分含量比，取0.08；s为经济系数，取0.40；q为形成单位质量干物质所需热量，取17.2 MJ·kg-1；f(L)为叶面积动态变化订正值，取0.58。

(2)光温生产潜力

光合生产潜力经过温度订正函数订正后得到光温生产潜力YTPP，其公式如下[28]：

YTPP=YPPP·f(Tij)

(3)

其中：

(4)

式中：f(Tij)为j年i生育期温度订正函数；Tij为j年i生育期平均温度(℃)；T1、T2、T0分别是各生育期作物生长下限温度、上限温度和平均适宜温度(表1)[29-30]。

表1 一季稻各生育期三基点温度Tab.1 The temperature of three cardinal points in each growth period of single-season rice 单位：℃

(3)气候生产潜力

光温生产潜力经过水分订正函数订正后得到气候生产潜力YCPP，其公式如下[28]：

YCPP=YTPP·f(Rij)

(5)

其中：

(6)

式中：f(Rij)为j年i生育期水分订正函数；Rij为j年i生育期降水量(mm)；R0为对应生育期生理需水量(mm)。一季稻全生育期需水折合降水量约750 mm，其中秧苗期、移栽-返青期、分蘖期、拔节-孕穗期、抽穗-开花期以及灌浆-成熟期生理需水量分别占13%、15%、29%、17%、13%及12%[29-30]。

1.2.3 生育期划分依据

温度是影响一季稻生长发育速度的基本因子，随着温度升高，生育期提前、生育进程缩短[31-32]。考虑温度对一季稻生长发育起主导作用，以积温为指标确定发育阶段。利用1981—2010年一季稻生育期实测数据，统计各生育期10 ℃及以上积温阈值，当积温超过阈值即进入下一生育期，适播期采用5 d滑动稳定在15 ℃及以上的初日确定[26]，得到1981—2010年淮河以南一季稻适播期平均为4月18日，而模式数据计算的适播期为4月16日，两者较为接近，说明模式资料具有一定的可信性。鉴于此，假定在未来时段仍保留现有作物种植制度和品种，利用此方法预估21世纪不同时期各生育期日期。

2 结果与分析

2.1 21世纪一季稻生育期变化预估

表2是基于积温阈值确定的21世纪安徽淮河以南一季稻动态生育期。可以看出，随着21世纪气候变暖趋势的加剧，安徽淮河以南一季稻总体呈各生育期提前、全生育期缩短的变化趋势。以拔节期为例，在RCP4.5情景下，21世纪近期、中期和远期较基准期分别提前7 d、12 d和16 d，全生育期分别缩短8 d、12 d和13 d，且这种变化趋势由近至远、排放情景由低至高逐渐增大，与以往研究成果[26,31]基本一致。鉴于此，在未来RCPs情景下，安徽淮河以南可适当调整一季稻播种期，使拔节-灌浆期避开高温时段，以便获得稳产、高产。

表2 21世纪不同年代RCPs情景下淮河以南一季稻生育期Tab.2 Growth stages of single-season rice in the south of the Huaihe River under RCPs scenarios in different decades of the 21st century

2.2 一季稻全生育期气候变化预估

在RCP4.5、RCP6.0和RCP8.5情景下预估的淮河以南一季稻全生育期平均气温持续升高，2018—2099年升温率分别为0.18、0.27和0.43 ℃·(10 a)-1[图1(a)]，均通过0.001的显著性检验，且升温率北部高于南部，3种RCPs情景下江淮之间西北部升温率最高(图略)。相对于基准期，不同RCPs情景下21世纪由近至远期气温增幅逐渐加大，且对于远期未来排放越强，气温增幅越大，其中RCP8.5情景下远期最大升温达3.1 ℃[图1(b)]。

预估的2018—2099年淮河以南一季稻全生育期降水量年际波动大，线性增减趋势不明显[图2(a)]。从空间分布上看，RCP4.5情景下降水量一致性增加，以江南中部增加率最大；RCP6.0和RCP8.5情景下北部略有减少而南部略有增多(图略)。从年代际变化率看，相对于基准期，21世纪近期降水量减幅在2%～4%；中期RCP4.5和RCP8.5情景分别增加4%和2%，而RCP6.0情景减少7%；远期RCP4.5情景下增加5%，而RCP6.0和RCP8.5情景下分别减少6%和4%[图2(b)]。

RCP4.5、RCP6.0和RCP8.5情景下，预估的2018—2099年淮河以南一季稻全生育期太阳总辐射均显著减少(通过0.001显著性检验)，线性倾向率分别为-4.1、-9.8和-12.1 MJ·m-2·(10 a)-1[图3(a)]，且空间上表现为一致性减少，其中东部减少趋势最大(图略)。相对于基准期，不同RCPs情景下21世纪由近至远期太阳总辐射减幅逐渐加大，且在远期未来排放越强，太阳辐射减幅越大，其中RCP8.5情景下远期减少最大为3.8%[图3(b)]。

图1 2018—2099年RCPs情景下淮河以南一季稻全生育期平均气温的年际变化(a)和年代际增幅(b)(增幅是与基准期相比)Fig.1 The annual change (a) and decadal increment (b) of estimated mean temperature during the whole growth stage of single-season rice under RCPs scenarios in the south of the Huaihe River from 2018 to 2099(The increment is compared with baseline period)

图2 2018—2099年RCPs情景下淮河以南一季稻全生育期降水量年际变化(a)和年代际变化百分率(b)(变化百分率是与基准期相比，下同)Fig.2 The annual change (a) and decadal change percentage (b) of estimated precipitation during the whole growth stage of single-season rice under RCPs scenarios in the south of the Huaihe River from 2018 to 2099(The change percentage is compared with baseline period, the same as below)

图3 2018—2099年RCPs情景下淮河以南一季稻全生育期太阳总辐射的年际变化(a)和年代际变化百分率(b)Fig.3 The annual change (a) and decadal change percentage (b) of estimated total solar radiation during the whole growth stage of single-season rice under RCPs scenarios in the south of the Huaihe River from 2018 to 2099

综上所述，预估的未来21世纪淮河以南一季稻全生育期升温显著，且增温率由近至远期逐渐增大，北部增幅明显高于南部；降水量整体变化趋势不明显，RCP4.5情景下全区一致性略有增加，而RCP6.0和RCP8.5情景下北部略有减少、南部略有增多；太阳总辐射显著减少，且由近至远期变化率增大，其中淮河以南中东部减少趋势最为显著。

2.3 一季稻气候生产潜力预估

在RCP4.5、RCP6.0和RCP8.5情景下，预估的未来21世纪淮河以南一季稻气候生产潜力YCPP年际波动大，且线性减少趋势明显，2018—2099年减少率分别为197、276和511 kg·hm-2·(10 a)-1[图4(a)]，其中RCP6.0和RCP8.5情景均通过0.05的显著性检验。相对于基准期，不同RCPs情景下预估的YCPP均降低，未来近期、中期和远期平均分别减小10%、11%和23%，其中RCP8.5情景下远期降幅达35%[图4(b)]，与以往预估结果基本一致[33-34]。

从一季稻YCPP变化趋势预估空间分布(图5)看出：RCP4.5情景下，淮河以南一季稻YCPP的变化趋势空间不一致，除江南东部局地略有增大外，其他绝大部分地区减小，且西南部减小幅度最大；RCP6.0和RCP8.5情景下YCPP全区一致性下降，且以沿江西部减小幅度最大。

2.4 气候生产潜力对气候变化的响应

各类环境因子对生物生长发育都有直接或间接影响，其中必有一些因子起主导作用。确定主导气候因子将有助于揭示气候对水稻布局的影响及气候生产潜力。在适宜的气候条件下，光、温、水资源越充沛越有利于一季稻生长发育及产量提高。一季稻不同生育期适宜温度不同，一旦气温超过耐受最高温度或低于耐受最低温度，都不利于其生长发育及产量形成。在不考虑洪涝灾害影响下，降水量和太阳总辐射的增加总体有利于产量增加[29,35]。

淮河以南一季稻YCPP与对应全生育期气候要素相关分析发现，未来21世纪YCPP与对应全生育期平均气温、降水量和太阳总辐射的相关系数分别为-0.465、0.311和0.205，且与平均气温和降水量均呈显著相关(通过0.01及以上的显著性检验)，表明在未来气候变暖条件下，部分生育时段气温已超出一季稻生长适宜温度，甚至三基点温度，这将导致气候生产潜力下降，而未来太阳总辐射显著减少也会使一季稻气候生产潜力下降。另外，从相关系数的空间分布(图6)来看，淮河以南一季稻YCPP与平均气温全区一致性呈显著负相关[通过0.05(相关系数为0.215)及以上的显著性检验]，江淮之间中部及沿江西部相关性最高，而与太阳总辐射呈现全区一致性正相关，相关系数基本在0.3以下，相关性不显著；绝大部分地区YCPP与降水量呈正相关关系(江南中部除外)，且江北地区正相关性显著。总体来看，在气候变暖情景下，未来21世纪淮河以南一季稻YCPP主导因子为全生育期平均气温和降水量，且随着增暖加剧，温度条件，特别是夏季高温已成为一季稻生产潜力提升的抑制因子。

利用集合平均方法预估了3种RCPs情景下未来近期、中期和远期平均气温及降水量变化(相对于基准期)，得到安徽淮河以南一季稻全生育期21世纪近期平均气温将升高1.0 ℃，降水量减少约3%；中期，平均气温升高2.0 ℃，降水量减少约1%；远期，增温约3.0 ℃，降水量减少约2%。一季稻气候生产潜力与气温增幅It、降水变化百分率Pr的关系为：

图4 2018—2099年RCPs情景下淮河以南一季稻气候生产潜力年际变化(a)和年代际变化百分率(b)Fig.4 The annual change (a) and decadal change percentage (b) of estimated climatic productivity potential of single-season rice under RCPs scenarios in the south of the Huaihe River from 2018 to 2099

图5 不同RCPs情景下2018—2099年淮河以南一季稻气候生产潜力线性趋势空间分布[单位：kg·hm-2·(10 a)-1](a) RCP4.5，(b) RCP6.0，(c) RCP8.5Fig.5 Spatial distribution of linear tendency rate of climatic productivity potential of single-season rice under different RCPs scenarios in the south of the Huaihe River from 2018 to 2099 (Unit: kg·hm-2·(10 a)-1)(a) RCP4.5, (b) RCP6.0, (c) RCP8.5

图6 2018—2099年淮河以南一季稻气候生产潜力与全生育气候要素相关系数空间分布(a)平均气温，(b)降水量，(c)太阳总辐射Fig.6 The spatial distribution of correlation coefficients between estimated climatic productivity potential of single-season rice and climatic factors during the whole growth stage in the south of the Huaihe River from 2018 to 2099(a) mean temperature, (b) precipitation, (c) solar total radiation

YCPP=-6.578It+0.241Pr

(7)

由公式(7)看出，在同一降水变化条件下，平均气温每升高1.0 ℃，YCPP将减小6.6%；在同一升温条件下，降水量每减少1%，YCPP将减小约0.24%。由此可见，安徽淮河以南未来21世纪一季稻生育期降水与YCPP呈趋势一致性变化，即降水量减少将引起YCPP减小，反之降水增多则对YCPP有促进作用，但气候增暖则不利于YCPP增加，且增暖的影响远高于降水变化的影响。在未来21世纪降水量趋势变化不明显情况下，增暖不利于YCPP增加。

3 结论与讨论

(1)选取的CMIP5中5个全球海-气耦合模式GCMs，对安徽淮河以南区域气温和降水量具有较好的模拟能力，且对气温的模拟能力更强。

(2)预估的21世纪不同时期安徽淮河以南一季稻各生育期提前，全生育期缩短，且以中、远期变化最为明显。2018—2099年，预估的安徽淮河以南一季稻全生育期气温全区一致性持续升高，且增幅北部高于南部；相对于基准期，平均气温由近至远、由低至高RCP情景增幅逐渐加大。然而，降水量整体线性变化趋势不明显，RCP4.5情景下全区一致性略有增加，而RCP6.0和RCP8.5情景下北部略有减少、南部略有增多。相对于基准期，未来21世纪不同时期淮河以南一季稻全生育期太阳总辐射均显著减少，且以中东部减少幅度最大。

(3)预估的未来21世纪安徽淮河以南一季稻YCPP年际波动大，总体下降趋势明显，且以沿江西部减小率最大。与基准期相比，未来近期、中期和远期一季稻YCPP分别减小10%、11%和23%。一季稻YCPP与全生育期平均气温和降水量分别呈显著的负、正相关，并以增暖的负效应响应占主导，在同一降水变化水平下，每增温1.0 ℃，YCPP将减小6.6%；在同一升温水平下，降水量每减少1%，YCPP将减小约0.24%。

安徽淮河以南农业气候资源丰富，在未来RCPs情景下，可适当调整一季稻播种期，使拔节-灌浆期避开高温时段，以便获得稳产、高产。降水量与一季稻气候生产潜力呈一致性变化，未来降水略有减少，也将会导致YCPP略有减小；气候增暖，尤其是21世纪中、远期增温将超过一季稻生长适宜温度，这势必对一季稻YCPP提升有一定抑制。因此，应充分挖掘未来有利气候条件，趋利避害，从种植制度、作物布局、品种布局3方面适应气候变化。

气候变化对作物气候生产潜力影响十分复杂，本研究结果尚存在一定的不确定性。一方面，预估精度主要依赖气候模式的可靠性，CMIP5气候模式情景数据虽经过修正，但受限于数值模式完备程度、未来辐射强迫情景及模式参数化[36-37]，模式的不确定性是气候变化研究重要考虑部分。另一方面，本文基于潜力衰减法构建的气候生产潜力模型，是在考虑未来气候变化影响动态生育期的基础上，设计不同情景方案，建立精细化作物数据库，从各生育期着手采用光合、光温、气候潜力三级订正计算，刻画了一季稻生长的动态过程，相较于以往模型，物理机制更为明确。然而，任何一个作物评估模型都是建立在一定的前提假设基础上，对作物生长复杂机理进行简化处理，忽略一些非决定性的细节过程，必将增加预估结果的不确定性[38-39]。此外，本研究仅局限于安徽淮河以南区域，提供了一个框架式结果，结论有一定的局限性，但作为预估试验研究，这对今后指导安徽省一季稻生产具有一定的现实意义，下一步将扩大研究范围和粮食作物品种，科学研判未来气候变化对粮食生产的综合影响，便于政府宏观调控。