前言：本站為你精心整理了中國農業生產氣候影響分析范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

1基于統計模型的氣候變化影響模擬

統計模型是利用回歸分析、周期分析、主成分分析、判別分析和方差分析中一種或多種的組合對特定區域特定品種的產量數據和氣候數據之間構建的非動態經驗或統計方程，由此來估算作物生產力或預測未來氣候變化對作物產量的影響。由于受科學技術和基礎數據的不完善等，統計模型主要應用于氣候變化和作物產量研究的初期階段，不需要對糧食生產與環境變量之間復雜物理機理的透徹理解，缺乏植物生態學方面的內在機制和過程理論基礎，一般用于區域潛在產量的評價。因此模型精度相對較低，尤其是在研究區范圍的大小和空間位置發生變化時，將帶來的誤差更大。雖然在機理過程的表達上有很大的局限性，但研究區耕作、田間管理、土壤、地形、水文、氣象等基礎數據不完善或難以獲取時，該類模型在氣候變化對農業影響評價中起到重要作用。王效瑞E”】、陸魁東”。等利用線性相關模型研究了安徽、湖南等地年平均氣溫、0~C，10cI=積溫和地理因子(經度、緯度和高程)的關系以及積溫和無霜期與年平均氣溫之間的函數關系，探討了未來氣候變化(未來升溫IoC，2~C和降水~10，~20的假設情景下)對農業生產、種植制度和農田蒸散量的量化研究，探討了作物產量的波動趨勢。

2基于過程模型的氣候變化影響模擬

采用作物生長模型是另一種氣候變化對作物生產可能產生影響的主要評估方法。過程模型是通過深入探究植物的生長過程機理和能量的內在轉換機制，對植物體及土壤水分散失的過程以及太陽能轉化為化學能形成產量的過程進行模擬。過程模型除考慮溫度和降水對作物產量形成的影響外，還考慮太陽輻射、蒸騰作用、CO濃度、土壤質地和持水量、濕度、風速、田間管理以及碳和氮的動態變化等諸多環境因子，來揭示作物和環境之間的相互作用機制，進而模擬作物的生長、發育和產量的形成過程。因此，模型的生態學機制清楚，結果也較準確，但模型結構復雜，所需參數較多。通常，用過程模型進行影響和預測研究比統計模型的基礎更扎實，但其對模型的檢驗或模擬未來的影響所需輸入的資料要求較高n。目前過程模型一般用于較小的空間尺度上，忽略了環境參數的空間多變性，有待向更大范圍或區域拓展。由于不同的研究目的，世界上許多國家研發了多種類型的作物模型，到目前為止，已經提出了至少有100種不同的過程模型口，覆蓋作物種類包括谷類、豆類、根莖類、塊莖類以及特殊作物如蔬菜、棉花和水果等，其中針對小麥、玉米和水稻的模擬模型較多。這類模型有WOFOST，DNDC，CERES系列，EPIC，VIP以及中國MPESMt。”，COTGR0w等。過程模型最初主要應用于作物生長、發育和產量形成過程的數學表達和定量預測，但隨著對作物生理生態機理研究的深入，計算機技術和系統科學的不斷發展，已廣泛應用于農業生產的方方面面，成為農業研究最有力的技術工具。特別是在1990年和1992年IPCC第一次氣候變化科學評估報告及其補充報告的分別問世以來，基于作物生長模型的氣候變化對作物產量形成、生長發育的影響評價以及對氣候變化的適應性研究等方面都得到了迅速發展。

2．1氣候變化對作物產量影響的模擬

模擬作物生長過程和產量是作物生長模型最基本的功能之一。利用作物生長模型進行氣候變化對農業生產的影響研究，始于20世紀90年代初，經過近20年大量的研究工作[22，模型精度得到不斷提高，已經在很多國家和地區得到了廣泛應用，成為定量評價氣候變化對作物產量影響的主要研究方法。這些研究多以大氣環流模型GCM。’或區域氣候模型RCM口剮等氣候模式輸出的氣候變化情景以及未來增溫(如1℃～4oC)、降水(O％，士10％，4-20％等)和CO：濃度倍增的統一假設口陽作為作物模型的輸入來評估未來不同氣候變化情景下的作物產量可能的波動趨勢，其結果的準確性和有效性主要取決于作物模型和氣候模式的準確性和以及兩者的連接過程。在國內，中國學者針對華北平原、東北、寧夏、重慶等地區以及全國范圍內開展了大量的氣候變化影響評估研究，但由于所采用的氣候模式和作物生長模型的不同以及這些模型的不確定性，所得出的結論仍存在差異。熊偉等p叫在其研究中，根據中國社會發展的規劃，將氣候模型、水資源模型、未來社會經濟發展情景與作物模型相連接，綜合評價了未來中國三大糧食(小麥、玉米、水稻)產量波動狀況。研究表明，未來氣候變化(2011—2030年和2031—205O年)對中國三大糧食總產量具有積極作用，而與其同時考慮未來水資源變化和土地利用因素，三大糧食作物總產量增加幅度明顯降低，甚至在不考慮CO肥效作用下，總產量將明顯降低于BS(1960—1990年)水平。近年來，在氣候變化對作物影響評價的模擬研究中不僅考慮了溫、水、光、CO：濃度等變化，還引入了氣候變率弛、災害性天氣指標和蒸騰作用u等多項環境因子，模擬了水稻、小麥、玉米、大豆、棉花、花生和馬鈴薯等多種作物類型的未來氣候變化背景下的產量波動。使用的模型主要是EPIC、CERES系列模型、wOFOST等模型。過去的研究表明，氣候變化對農作物產量的影響因供試品種、區域和環境因素的不同而不同，在一些地區可能增加產量，在另一些地區可能降低產量，且作物產量波動幅度較大。雖然大氣CO濃度的增加，可加強光合作用，降低氣孔導度，增加水分利用率，從而提高作物產量，但溫度增高而出現的生長期縮短和極端氣候事件的頻繁發生可能使作物產量下降，導致總體上氣候變化引起的產量下降趨勢更為明顯。總之，盡管區域氣候變化的前景尚不確定，增溫導致蒸發、風蝕、干旱的加強和臺風頻率的加大，使農業總產量至少損失5％。

2．2氣候變化對作物生長發育影響的模擬

一個地區的作物生長發育與產量的形成過程是當地的氣候、土壤肥力等自然環境和耕作，施肥，灌水等一系列栽培措施共同作用的結果，其中氣候條件的影響非常顯著。尤其是氣候變暖，通過改變熱量條件，縮短作物生長發育期天數，使主要發育期提前，使光合作用時間縮短，進而直接影響農業產量、生產布局和結構。氣候變化對作物生育期產生的影響，國內學者也進行了大量的研究。金之慶等[25-27]使用CERES系列作物生長模型與3個通用大氣環流模型(GFDL、GISS、UI~O)在模擬CO：濃度倍增條件下，氣候變化對中國玉米、水稻、冬小麥等作物生育期的影響，認為不同CO濃度倍增條件下，3種作物的平均模擬生育期較之BASELINE以不同程度地縮短，尤其對大幅度增溫反應敏感的東北中早熟或早熟玉米品種(現行主要品種)更為突出。對于目前氣溫偏高，現行品種對高溫有較好適應性的黃淮海夏玉米區，增溫造成的生育期縮短程度較輕。生育期的縮短將減少作物光合作用積累干物質的時間，從而直接影響產量的提高。2000年之后，熊偉【30】、楊勤等分別對基于站點尺度的作物生長模型進行區域升尺度校準和驗證，并與以IPCC修訂的A2和B2兩種排放情景作為外部驅動的區域氣候模型PRECIS相耦合，從區域尺度評價了氣候變化對中國農業生長發育過程和產量的影響，探討了未來作物高產和穩產風險。這些對提高復種指數、改進和培育新品種、調整品種布局和播種日期等多種適應性對策的研究具有實際意義。

2．3氣候變化影響的區域尺度模擬

氣候變化對農業影響模擬過程中，基于站點尺度或均質小尺度(限于1hm2以下)的作物模型和大尺度(200km以上)的大氣環流模型(GCM)相結合是存在的最大問題。前人就這一問題做了大量的研究，目前一般有2種解決方法，即作物模型的升尺度和大氣環流模型的降尺度連接[29】。20世紀90年代，金之慶等采用CERES系列和GCMS耦合方法，評價了氣候變化對中國糧食生產的影響，但這些研究主要注重于作物模型的站點尺度應用和分辨率較低的GCMS的應用上，后來隨著地理信息系統和全球定位系統的日益成熟和廣泛應用，將原來基于小尺度的作物模型升尺度推廣到區域尺度上，以反映產量的時空變化趨勢。作物模型的升尺度一般對氣象、土壤、田間管理等作物模型主要輸入參數和作物遺傳參數進行區域校準，實現作物模型的區域運行。目前，氣象和土壤數據在一定的空間尺度上基本可滿足作物模型區域應用的要求，但田間管理多種多樣且經常變化，在區域模擬中一般利用假定的或最優的設置進行模擬】。對于作物遺傳參數的區域升尺度，江敏等口1從作物品種類型區、縣級尺度、省級尺度和代表性品種單點調試等不同角度進行研究，得出基于稻區尺度的區域校準效果較好，較之其他3種方法更適于氣候變化影響評價研究的結論。但所選空間尺度適宜度非常重要，尺度的過大或過小都將導致較大偏差。由于大氣環流模型(GCM)模擬輸出的水平分辨率和時間分辨率都較低(一般為月值)，難于模擬出作物模型所需要的較細致的逐日區域氣候情景。因此，隨著區域氣候模式的發展，近幾年，基于PRECIS、RegCM3等區域氣候模型和區域作物模型的相耦合的氣候變化評價研究被廣泛開展，提高作物模型的區域評價效率和空間分辨率。楊勤[341、熊偉[15,28,30,36]等將PRECIS和區域作物模型相結合，分別以25kmx25km和50kmx50km的網格為評價單元，對寧夏及全國范圍內進行了區域模擬，在一定程度上提高了模擬效率，更好地反映了氣候變化對中國糧食生產影響的時間和空間變化趨勢，并進一步推動了作物模型在區域尺度上的應用。

2．4氣候變化對作物影響的其他方面的模擬

有高一致性和充分證據表明，若沿用當前的氣候變化減緩政策和相關的可持續發展做法，未來幾十年全球溫室氣體排放量將繼續增長，并由于與各種氣候過程和反饋相關的時間尺度，即使溫室氣體濃度實現穩定，人為變暖仍會持續若干世紀，因此適應氣候變化在很大程度上成為現實而緊迫的問題p。因此，除了上述主要影響模擬研究以外，在農作物對氣候變化的適應性、氣候變化背景下農業用水量等方面的研究也是迫切需要。孫芳等p’耦合SUBSTOR模型和Hadley中心區域氣候模型(PRECIS)，在模擬B2排放情景下的未來氣候變化對寧夏馬鈴薯生產影響的基礎上，提出了通過改變播種日期和馬鈴薯品種特性來提高作物對氣候變化適應和應對能力的方案。其研究表明，如果播期提前5～20天，未來馬鈴薯的產量將增加，但播期提前超過lO天后，播期提前帶來的增產效應開始減小。如果將播期推遲5～10天，馬鈴薯產量將明顯減少。另外，如果改種對溫度敏感性弱的新品種，即喜溫耐熱的品種，可以延長馬鈴薯的生育期，進一步提高馬鈴薯產量。由于溫度升高而導致的生長期縮短，成熟期提前等現象，農作物對氣候變化的適應性研究，是通過提高復種指數、引進新品種、加強排灌設施建設和適當調整播種日期等方面的措施，來提高在氣候變化背景下的農作物高產和穩產風險。研究表明，氣溫的增高、降水量和CO：濃度的變化通過間接或直接的途徑來影響作物的水分利用率。大氣CO濃度的提高不僅加強光合速率，提高產量，而且還隨著作物長期處于高濃度的CO環境，氣孔導度降低，蒸散量減少，從而提高冠層水分利用率，減緩干旱不利影響。這種效應對小麥等C，作物更為明顯。

3展望

總體來看，國內對模型模擬法評價氣候變化對農業的影響研究已經有一定程度上的開展和應用，但存在很多不足。隨著國內基礎數據的完善和共享，將會進一步深入對模型參數本地化、氣候變化對作物產量影響方面的研究。

(1)由于目前對作物生理生態過程的認識不夠透徹，所構建的作物生長模型還不是完全的作物生長機理模型，仍然存在很多經驗表達式，且大多數作物模型是在正常氣候條件下構建的，對一些極端氣候事件和GCM所模擬的未來高溫和高CO：濃度條件下能否做出相應的反應和模擬精度上都存在很大的不確定性。另外，雖然諸多作物生長模型充分考慮了干旱脅迫、水分利用、養分吸收、輻射利用率和田間管理等多種因素，但突發性的極端天氣事件對模型模擬精度影響的研究尚很少。因此，有必要進一步加強實驗室模擬或FACE(FreeAirCO2Enrichment)等田間觀測實驗，獲取許多重要數據，實現模型參數的優化和本地化，為研究氣候變化對農業生產系統的影響及其機理提供重要基礎。

(2)目前開展的很多氣候變化影響研究都采用了一個大氣環流模型和多種大氣環流模型來建立未來氣候情景或對未來增溫(如l℃～4℃)、降水(0％，士l0％，士2O％，一40％等)和CO濃度倍增給出統一構想，來評價未來氣候情景下的作物產量波動。但未來增溫、降水和CO濃度變幅的統一構想法忽略了氣候變化的時間和空間尺度上的多變性，難以滿足于全國或全球范圍的影響評價需求。由于缺乏對全球氣候系統動力學過程的詳細認識和未來溫室氣體排放量的不確定，目前大氣環流模型中仍然存在諸多不確定性因素，尤其在區域降水量的模擬上存在顯著差異，很難判斷哪一種大氣環流模型更能準確地模擬未來氣候變化。此外，昔日的研究多采用1xCO和2xCO：的情景下，探討CO：濃度作物產量的影響，但實際上C02等溫室氣體濃度的增長是連續的，從而導致研究結果也帶有一定的不確定性。

(3)盡管人們已認識到由于人類不規范活動所導致的溫室氣體排放增加，導致以氣候變暖為主要特征的全球變化，但預測和準確評估這種變暖的速度及其對農業、生態環境和可持續發展帶來的影響卻是難事，尤其是對農業生產系統的影響涉及到土地利用、種植制度、水資源、土壤、社會、經濟、市場、環境和科技等多方面的因素。目前的研究都假設研究區現行的管理措施和土壤狀況等因素在未來長時間尺度上將保持不變。

(4)目前雖然氣象數據、水文數據、土壤數據、地形數據、田間管理等基礎數據總體上較全面，基本能滿足作物生長模型的需求，但有必要進一步提高這些基礎數據的規范化和共享。