馬銳　江敏,,*　薛昌穎　孫彬　周桐宇

(1福建農(nóng)林大學(xué) 作物科學(xué)學(xué)院, 福州 350002；2中國(guó)氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開(kāi)放實(shí)驗(yàn)室， 鄭州 450003；*通訊聯(lián)系人， E-mail: fjaujm@163.com)

?

基于適應(yīng)性調(diào)整的豫南地區(qū)水稻生產(chǎn)對(duì)未來(lái)氣候變化的響應(yīng)

馬銳1江敏1,2,*薛昌穎2孫彬1周桐宇1

(1福建農(nóng)林大學(xué) 作物科學(xué)學(xué)院, 福州 350002；2中國(guó)氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開(kāi)放實(shí)驗(yàn)室， 鄭州 450003；*通訊聯(lián)系人，E-mail:fjaujm@163.com)

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

馬銳, 江敏, 薛昌穎， 等. 基于適應(yīng)性調(diào)整的豫南地區(qū)水稻生產(chǎn)對(duì)未來(lái)氣候變化的響應(yīng). 中國(guó)水稻科學(xué)， 2016， 30(4)： 417-430.

摘要:選取河南信陽(yáng)市9個(gè)取樣點(diǎn)和單季稻早、中、晚熟3個(gè)代表性品種開(kāi)展氣候變化影響的評(píng)價(jià)研究。根據(jù)政府間氣候變化委員會(huì)(IPCC)排放情景特別報(bào)告(SRES)中的A2、B2情景并結(jié)合區(qū)域氣候模式(PRECIS)，生成信陽(yáng)市9個(gè)取樣點(diǎn)基準(zhǔn)時(shí)段(1961-1990年)和未來(lái)時(shí)段(2021-2050年)的逐日氣象資料。利用ORYZA-V3模型，在考慮未來(lái)CO2的直接增益效應(yīng)情況下，模擬分析了未來(lái)氣候變化對(duì)水稻生產(chǎn)的影響。在此基礎(chǔ)上，模擬分析了未來(lái)不同情景下水稻生產(chǎn)可能的適應(yīng)性調(diào)整方案，最后得出研究區(qū)域的水稻生產(chǎn)經(jīng)過(guò)適應(yīng)性調(diào)整后的產(chǎn)量、穩(wěn)產(chǎn)性以及豫南地區(qū)水稻總產(chǎn)的變化。結(jié)果顯示，未來(lái)氣候變化中，若不進(jìn)行適應(yīng)性調(diào)整，在不考慮CO2直接增益效應(yīng)情況下，信陽(yáng)地區(qū)在A2情景下的模擬產(chǎn)量較基準(zhǔn)階段減產(chǎn)14.1%，B2情景下減產(chǎn)8.6%。通過(guò)品種、播期的調(diào)整，并同時(shí)考慮CO2的肥效作用，A2和B2情景下將分別增產(chǎn)17.2%和15.7%。適應(yīng)性調(diào)整后豫南地區(qū)的總產(chǎn)在A2和B2情景下較基準(zhǔn)階段將分別增產(chǎn)14.8%和13.2%。因此，在未來(lái)氣候變化的評(píng)價(jià)研究中，將作物生產(chǎn)的適應(yīng)性調(diào)整考慮在內(nèi)，不僅更為科學(xué)合理，也更為樂(lè)觀。

關(guān)鍵詞:適應(yīng)性調(diào)整； 氣候變化； 區(qū)域氣候模式； 水稻

氣候變化將對(duì)全球經(jīng)濟(jì)、社會(huì)、環(huán)境等造成重大影響，且已受到了國(guó)際社會(huì)的廣泛關(guān)注。IPCC第五次報(bào)告指出，近130多年(1880-2012年)全球地表平均溫度升高了0.85℃，1983-2012年可能是北半球過(guò)去1400年中最暖的30年[1]，而農(nóng)業(yè)是受氣候變化影響最大的領(lǐng)域。國(guó)內(nèi)外學(xué)者圍繞氣候變化對(duì)糧食生產(chǎn)的影響展開(kāi)了大量研究[2-5]。20世紀(jì)90年代，研究者開(kāi)始大量使用作物模型進(jìn)行未來(lái)氣候變化對(duì)糧食生產(chǎn)影響的模擬，對(duì)氣候數(shù)據(jù)人為設(shè)置一定的變動(dòng)，使用模型對(duì)氣候變化下糧食產(chǎn)量進(jìn)行估算[6-7]。隨著研究方法的改進(jìn)，研究者們開(kāi)始使用大氣環(huán)流模式(GCM)生成氣候變化情景，再與作物模型相結(jié)合來(lái)研究氣候變化對(duì)農(nóng)業(yè)的影響[8]；之后在氣候變率[9]、區(qū)域氣候模式的應(yīng)用[10]、區(qū)域氣候模式降尺度[11]、作物模型參數(shù)升尺度等方面也取得了進(jìn)展[12-13]。

以上研究大多未考慮農(nóng)業(yè)生產(chǎn)的適應(yīng)性調(diào)整，模擬過(guò)程中均假設(shè)生產(chǎn)措施維持原有的方式。這樣做的好處是可以更直觀地分析氣候變化對(duì)農(nóng)業(yè)生產(chǎn)帶來(lái)的影響。但隨著未來(lái)氣溫、降水等氣象要素的變化，生產(chǎn)者會(huì)逐漸采取合適的調(diào)整措施，以利于糧食增產(chǎn)，比如更換品種、改變播期、調(diào)整種植制度等。所以在模擬氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響時(shí)，考慮農(nóng)業(yè)生產(chǎn)的適應(yīng)性調(diào)整將更具合理性[14]。本研究采用IPCC(政府間氣候變化委員會(huì))排放情景特別報(bào)告(SRES)中的A2、B2方案，結(jié)合英國(guó)Hadley氣候預(yù)測(cè)與研究中心研制的區(qū)域氣候模式(PRECIS)[15]，生成了未來(lái)不同時(shí)期的氣候變化情景。再結(jié)合由國(guó)際水稻研究所和荷蘭瓦赫寧根大學(xué)共同研發(fā)的ORYZA2000模型的升級(jí)版ORYZA-V3[16]，分別模擬分析了我國(guó)豫南地區(qū)在未來(lái)兩種情景下不考慮適應(yīng)性調(diào)整的水稻產(chǎn)量變化, 并以此為基礎(chǔ)，結(jié)合農(nóng)業(yè)氣候指標(biāo)與方法，進(jìn)一步分析各樣點(diǎn)在未來(lái)不同情景下可能的品種更新和播種日期的調(diào)整，最終分析了適應(yīng)性調(diào)整后豫南地區(qū)水稻產(chǎn)量、穩(wěn)產(chǎn)性及總產(chǎn)的變化。

1研究地區(qū)與研究方法

1.1研究區(qū)域

豫南是河南省行政劃區(qū)的一級(jí)劃區(qū)，包括南陽(yáng)市、信陽(yáng)市、駐馬店市。豫南稻區(qū)是河南水稻的主產(chǎn)區(qū)，常年種植面積在 46.7萬(wàn)hm2以上，占全省水稻種植面積的85%以上[17]。信陽(yáng)地區(qū)南面和西面分別為桐柏山、大別山，淮河以北為平原，其余地區(qū)為丘陵，主要土壤類(lèi)型為黃褐土[18]。信陽(yáng)地區(qū)氣候?qū)儆趤啛釒蚺瘻貛н^(guò)渡區(qū)，年均日照時(shí)間1900-2100h；年平均氣溫15.1～15.3℃；無(wú)霜期平均220～230d；年均降雨量900～1400mm，積溫(≥12℃)在3344.8～3726.0℃[19]。光溫水氣候條件適宜種植水稻，該地區(qū)主要種植單季秈稻。常見(jiàn)的農(nóng)業(yè)氣象災(zāi)害有高溫?zé)岷?、干旱、洪澇等[20]。因?yàn)樾抨?yáng)地區(qū)水稻產(chǎn)量目前約占豫南地區(qū)的89%以上，故本研究選擇信陽(yáng)地區(qū)9個(gè)樣點(diǎn)開(kāi)展不同氣候變化情景下的水稻生產(chǎn)模擬研究(圖1)。豫南是河南的水稻主產(chǎn)區(qū)(85%)，而信陽(yáng)地區(qū)又是豫南水稻的主產(chǎn)地(89%)，所以氣候變化對(duì)信陽(yáng)地區(qū)的水稻生產(chǎn)影響可一定程度上表征氣候變化對(duì)豫南水稻生產(chǎn)的影響。

1.2氣候變化情景的生成

本研究進(jìn)行未來(lái)氣候情景模擬所采用的區(qū)域氣候模型是英國(guó)的Hadley氣候預(yù)測(cè)與研究中心研發(fā)的RGCM系統(tǒng)PRECIS[21]。該系統(tǒng)包含了RGCM預(yù)測(cè)的SRES情景下氣候情景的數(shù)據(jù)庫(kù)，以生成驅(qū)動(dòng)RGCM的側(cè)邊界條件、RGCM本身和運(yùn)行RGCM所需要的各種相關(guān)的數(shù)據(jù)庫(kù)。其生成的數(shù)據(jù)資料的網(wǎng)格點(diǎn)由原來(lái)的幾百km降尺度到了50km，大幅度提高了未來(lái)氣候情景的格點(diǎn)數(shù)，成為當(dāng)前許多學(xué)者進(jìn)行氣候變化影響評(píng)價(jià)的依據(jù)[22]。本研究根據(jù)SRES報(bào)告中的A2、B2兩種排放方案, 生成了研究區(qū)域基準(zhǔn)時(shí)段(1961—1990)和未來(lái)時(shí)段(2021—2050)的兩種氣候變化情景, 并經(jīng)過(guò)ECMWF(EuropeanCentreforMedium-RangeWeatherForecasts)分析訂正[23]，獲得了研究區(qū)域9個(gè)樣點(diǎn)的多年逐日氣象數(shù)據(jù), 包括最高溫度、最低溫度、降水量和太陽(yáng)總輻射等。

圖1河南省信陽(yáng)地區(qū)水稻種植樣點(diǎn)分布

Fig.1.DistributionofriceplantingsitesinXinyangCity，HenanProvince.

1.3水稻數(shù)據(jù)的獲取

河南省水稻品種類(lèi)型以三系、兩系雜交秈稻為主。本研究采用的品種是2000年以來(lái)在全省推廣的早、中、晚三種不同熟性品種。共選擇了3個(gè)品種作為河南省的主栽品種，分別為早熟中秈豫秈3號(hào)、中熟中秈Ⅱ優(yōu)725、晚熟中秈Ⅱ優(yōu)58。各品種的產(chǎn)量、生育期及經(jīng)濟(jì)性狀取自河南省信陽(yáng)市農(nóng)業(yè)氣象實(shí)驗(yàn)站的常規(guī)觀測(cè)資料。研究區(qū)域的水稻總產(chǎn)統(tǒng)計(jì)數(shù)據(jù)取自2010-2014年《河南省統(tǒng)計(jì)年鑒》[24]。

1.4作物模型及其遺傳參數(shù)的確定

本研究選用的作物模型ORYZA-V3是由國(guó)際水稻研究所和荷蘭瓦赫寧根大學(xué)共同研發(fā)的ORYZA2000模型的升級(jí)版。該模型已被聯(lián)合國(guó)糧農(nóng)組織和亞洲的多數(shù)國(guó)家農(nóng)業(yè)部門(mén)用于水稻生長(zhǎng)情況的預(yù)測(cè)和評(píng)估。運(yùn)行ORYZA-V3模型時(shí)，該模型的輸入數(shù)據(jù)為播種日期、播種密度、灌溉量與灌溉日期、施肥量與施肥日期等田間管理文件,據(jù)此運(yùn)用模型自帶的自動(dòng)調(diào)參文件[Autocalibration(V2).exe] 進(jìn)行作物模型的參數(shù)調(diào)試。研究中發(fā)現(xiàn)，自動(dòng)調(diào)參所得各參數(shù)值并不能得到很好的模擬結(jié)果，因此，在自動(dòng)調(diào)參基礎(chǔ)上進(jìn)一步采用“試錯(cuò)法”進(jìn)行調(diào)整，直至模擬結(jié)果與實(shí)際觀測(cè)值誤差最小，再將調(diào)試好的參數(shù)寫(xiě)入作物文件。

ORYZA-V3模型所需要的主要的參數(shù)包括4個(gè)物候期發(fā)育速率、葉片的前期生長(zhǎng)速率、葉片的后期生長(zhǎng)參數(shù)、分配給莖的碳水化合物存儲(chǔ)參數(shù)、有效分配到莖的干物質(zhì)比例、最大穗粒重、散射系數(shù)和光敏感系數(shù)等。4個(gè)物候期發(fā)育速率可以反映水稻不同生長(zhǎng)階段的生長(zhǎng)速度，包括水稻初始生長(zhǎng)階段的發(fā)育速率(DVRJ)、光周期敏感階段的發(fā)育速率(DVRI)、穗的發(fā)育速率(DVRP)和生殖生長(zhǎng)階段的發(fā)育速率(DVRR)。葉片的生長(zhǎng)速率包括葉面積的最大相對(duì)生長(zhǎng)速率(RGRLMX)和最小相對(duì)生長(zhǎng)速率(RGRLMN)，可以反映葉面積前期的生長(zhǎng)速率。葉片的后期生長(zhǎng)參數(shù)(ASLA)，可以反映葉面積后期的生長(zhǎng)速率。用分配給莖的碳水化合物存儲(chǔ)參數(shù)(FSTR)，來(lái)衡量莖的糖類(lèi)存儲(chǔ)量。用有效轉(zhuǎn)移到莖的干物質(zhì)(LRSTR)，來(lái)衡量莖的生長(zhǎng)速率。用穗粒重(WGRMX)來(lái)計(jì)算產(chǎn)量。用水稻品種散射系數(shù)(SCP)來(lái)描述水稻對(duì)陽(yáng)光輻射的散射度，與光合作用強(qiáng)度有關(guān)。用光敏感系數(shù)(PPSE)來(lái)描述水稻感光性。

本研究根據(jù)信陽(yáng)地區(qū)選出的三個(gè)代表性品種2000年的實(shí)測(cè)產(chǎn)量進(jìn)行了參數(shù)的調(diào)試，用2001年的相關(guān)實(shí)測(cè)資料進(jìn)行了驗(yàn)證(圖2)。結(jié)果說(shuō)明，該模型在研究區(qū)域有較好的適用性。

此外，ORYZA-V3模型還可以模擬CO2排放濃度的增加對(duì)水稻的直接增益效應(yīng)。表1給出了模擬所涉及的CO2排放濃度對(duì)照情景數(shù)值，可作為作物模型運(yùn)行時(shí)大氣CO2濃度輸入值。

調(diào)試與驗(yàn)證模型所需的逐日氣象資料來(lái)自河南省氣象科學(xué)研究所。生成各樣點(diǎn)土壤文件所需土壤理化參數(shù)來(lái)自于《中國(guó)土壤數(shù)據(jù)庫(kù)》[25]。

1.5農(nóng)業(yè)氣候指標(biāo)的建立

1.5.1穩(wěn)產(chǎn)性計(jì)算公式

氣候變化除了會(huì)影響水稻的產(chǎn)量，還會(huì)影響其穩(wěn)產(chǎn)性。本研究選用產(chǎn)量標(biāo)準(zhǔn)差的變化率來(lái)表示產(chǎn)量的波動(dòng)性。

1)

ΔSD為某樣點(diǎn)歷年水稻產(chǎn)量標(biāo)準(zhǔn)差的變化百分比，ΔSD越小，表示穩(wěn)定性越好；μc=μb-μa,表示未來(lái)兩種情景下模擬產(chǎn)量的平均值(μb)與基準(zhǔn)時(shí)段模擬產(chǎn)量的平均值(μa)之差。

2)

1.5.2 水稻總產(chǎn)估算模型

3)

TYC為豫南水稻總產(chǎn)的變化百分比；RYi為信陽(yáng)地區(qū)各樣點(diǎn)當(dāng)前水稻的總產(chǎn)量，TY為豫南當(dāng)前水稻的總產(chǎn)量；RYCi為未來(lái)氣候變化情景下信陽(yáng)地區(qū)各樣點(diǎn)水稻產(chǎn)量的變化百分比。

表1河南信陽(yáng)地區(qū)代表性品種遺傳參數(shù)

Table1.GeneticparametersofrepresentativericecultivarsinXinyangCity，HenanProvince.

參數(shù)Parameter豫秈3號(hào)(早熟)Yuxian3(Early-mature)Ⅱ優(yōu)725(中熟)ⅡYou725(Medium-mature)Ⅱ優(yōu)58(晚熟)ⅡYou58(Late-mature)水稻初始生長(zhǎng)階段的發(fā)育速率DVRJ0.00110089110.00112089110.0009145288光周期敏感階段的發(fā)育速率DVRI0.00075757570.00075757570.0007575757穗的發(fā)育速率DVRP0.00133111500.00133111500.000951870生殖生長(zhǎng)階段的發(fā)育速率DVRR0.00255506230.00235506230.0024440875葉面積的最大相對(duì)生長(zhǎng)速率RGRLMX0.00850.00850.0085葉面積的最小相對(duì)生長(zhǎng)速率RGRLMN0.00400.00400.0040分配給莖的碳水化合物存儲(chǔ)參數(shù)FSTR0.501940.401940.50194穗粒重WGRMX0.000023360.000026150.00002981水稻品種散射系數(shù)SCP0.30.30.6光敏感系數(shù)PPSE0.030.030.03葉片的后期生長(zhǎng)參數(shù)ASLA0.00240.00220.0022葉片的前期生長(zhǎng)參數(shù)BSLA0.00230.00230.0023有效轉(zhuǎn)移到莖的干物質(zhì)LRSTR0.9470.9470.947

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

**表示在0.01統(tǒng)計(jì)水平上顯著。

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

圖2河南信陽(yáng)地區(qū)代表性水稻品種生物量動(dòng)態(tài)模擬結(jié)果及實(shí)測(cè)與模擬產(chǎn)量的對(duì)比

Fig. 2.DailysimulationsofbiomassandcomparisonbetweenobservedandsimulatedyieldofrepresentativericespeciesinXinyang,HenanProvince.

表2基于IPCC兩種排放方案的大氣CO2濃度平均值

Table2.AverageconcentrationofatmosphericCO2accordingtotwoemissionschemesbyIPCC.

時(shí)段PeriodCO2濃度平均值A(chǔ)verageconcentrationofCO2/(μmol·mol-1)A2B21961-1990(BASE)3343342021-2050469439

1.5.3水稻經(jīng)濟(jì)系數(shù)計(jì)算公式

經(jīng)濟(jì)系數(shù)常被用于評(píng)價(jià)作物光合作用中轉(zhuǎn)化的生物質(zhì)能在各器官的分配情況，經(jīng)濟(jì)系數(shù)越大，越符合人們的種植需求。

C=Y/W；

4)

C為水稻的經(jīng)濟(jì)系數(shù)，Y為穗的干物質(zhì)量，W代表地上部分干物質(zhì)量。

1.6氣候變化影響評(píng)價(jià)具體方案

本研究分別對(duì)基準(zhǔn)時(shí)段和未來(lái)時(shí)段的水稻產(chǎn)量進(jìn)行模擬。分為兩種情況：一是假定未來(lái)的栽培措施和品種依舊保持現(xiàn)有狀態(tài)，分為雨養(yǎng)和灌溉兩種情況進(jìn)行模擬，在此基礎(chǔ)上分析氣候變化對(duì)水稻產(chǎn)量的可能影響；二是分析在未來(lái)不同排放情景下, 水稻生產(chǎn)方式隨氣候變化進(jìn)行適應(yīng)性調(diào)整，如品種替換、播期調(diào)整等, 然后再分析調(diào)整后的模擬產(chǎn)量變化。在上述基礎(chǔ)上, 計(jì)算在相同情景下考慮與不考慮水稻生產(chǎn)適應(yīng)性調(diào)整的兩種模擬產(chǎn)量的變化百分比。有學(xué)者認(rèn)為，作物模型在考慮CO2直接增益效應(yīng)時(shí)因?yàn)楹雎粤说实挠绊懀瑢?dǎo)致產(chǎn)量的模擬結(jié)果偏高[26]，因?yàn)檫@是目前模型尚未解決的問(wèn)題，所以本研究在第一種情況下分別模擬了考慮CO2增益效益前后的產(chǎn)量變化。

1.6.1未來(lái)氣候變化情景下品種的更替

未來(lái)氣溫的升高，必然會(huì)導(dǎo)致水稻生育期的延長(zhǎng)和積溫的增加，為了充分利用增加的熱量資源，未來(lái)的水稻生產(chǎn)必然會(huì)通過(guò)更換品種來(lái)適應(yīng)氣候變化。本研究利用ORYZA-V3模型開(kāi)展未來(lái)不同熟型品種的模擬試驗(yàn)，并將其與未更換之前的產(chǎn)量進(jìn)行對(duì)比，看產(chǎn)量是否因品種更迭而有明顯的改善。最后，通過(guò)穩(wěn)產(chǎn)性、產(chǎn)量和經(jīng)濟(jì)系數(shù)等指標(biāo)，分析得出未來(lái)可能的適宜品種。

1.6.2未來(lái)水稻適宜播期的調(diào)整

隨著未來(lái)氣溫的上升，水稻播期可能調(diào)整到能獲得最佳產(chǎn)量的節(jié)點(diǎn)上。對(duì)于單季秈稻，為了避免低溫霜凍對(duì)水稻造成的危害，安全播期選擇春季日均溫連續(xù)3d≥12℃的初日,安全齊穗期選擇秋季日均溫連續(xù)3d≥22℃的終日。模擬過(guò)程中采取5d為步長(zhǎng)，選擇產(chǎn)量高、穩(wěn)定性好、經(jīng)濟(jì)系數(shù)高所對(duì)應(yīng)的播種日期為未來(lái)的適宜播期。

以上更改品種和改變播種的試驗(yàn)均假設(shè)未來(lái)田間其他管理保持在基準(zhǔn)(BASE)水平不變。并盡可能使用生育期較長(zhǎng)的中晚熟品種替代早熟品種。

2結(jié)果與分析

2.1未來(lái)2種情景下信陽(yáng)地區(qū)水稻生育期內(nèi)的氣象要素變化

圖3給出了A2、B2情景下河南省信陽(yáng)地區(qū)9個(gè)樣點(diǎn)水稻生育期內(nèi)日均溫、輻射量、降水量相對(duì)于基準(zhǔn)時(shí)段的變化情況。

由圖可以看出，各樣點(diǎn)水稻生育期氣溫隨著未來(lái)CO2排放濃度的增加而上升。水稻生育期內(nèi)總體升溫幅度在1.6～1.9℃。A2與B2情景下平均增溫分別為1.8℃和1.7℃。A2情景下各樣點(diǎn)水稻生育期升溫幅度在1.8～1.9℃，B2情景下為1.6～1.8 ℃。各樣點(diǎn)間，增溫幅度最大的是息縣，A2、B2情景下分別增溫1.9℃和1.8℃；增溫幅度最小的是新縣，A2、B2情景下依次增溫1.8 ℃和1.6℃。

未來(lái)水稻生育期內(nèi)的總輻射將呈增加的趨勢(shì)，但增幅較小，各樣點(diǎn)平均增加10%。2種情景下增幅相近，各樣點(diǎn)之間增幅也較接近。未來(lái)輻射的增加可能意味著水稻生育期內(nèi)陰雨寡照天氣出現(xiàn)的頻率減少，光合作用時(shí)間延長(zhǎng)，使得水稻光合產(chǎn)物增加。

在未來(lái)氣候變化中，信陽(yáng)地區(qū)水稻生育期內(nèi)所有樣點(diǎn)降水都呈增加趨勢(shì)，各樣點(diǎn)增幅為20%～30%。2種排放情景下水稻生育期內(nèi)降水都是增加的，且在同一情景下，各樣點(diǎn)間降水量變化差別不大；A2情景下的降水增幅略大于B2情景。各樣點(diǎn)間，增幅最大的是商城，A2情景下可增30%，增幅最小的是息縣，B2情景下增加尚不足20%。隨著未來(lái)溫度升高，作物需水量可能增加，但隨著未來(lái)CO2濃度上升，水稻蒸騰速率可能下降。加之輻射與降雨量同時(shí)增加，可能意味著降水強(qiáng)度的增大，未來(lái)氣象災(zāi)害出現(xiàn)的頻率亦將增大。

2.2氣候變化對(duì)研究區(qū)域水稻發(fā)育期的可能影響

為了分析灌溉措施對(duì)水稻生產(chǎn)的影響，分為雨養(yǎng)和灌溉兩種情況進(jìn)行模擬。

A,C,E-A2情景；B,D,F-B2情景； 其中,A和B表示未來(lái)情景下日均溫相對(duì)基準(zhǔn)時(shí)段的差值;C和D表示未來(lái)情景下輻射量相對(duì)于基準(zhǔn)時(shí)段的比值;E和F表示未來(lái)情景下降水相對(duì)于基準(zhǔn)時(shí)段的比值。

圖3基于2種排放情景下河南信陽(yáng)地區(qū)9個(gè)樣點(diǎn)水稻生育期內(nèi)日均溫、輻射量、降水量相對(duì)基準(zhǔn)時(shí)段的變化

Fig. 3.Changesofmeandailytemperature,amountofradiationandtotalprecipitationingrowthperiodofriceinXinyang，HenanProvincebasedon2emissionscenariosrelativetobaseline.

從表3可以看出，在A2，B2情景下，所有樣點(diǎn)的水稻生育期相對(duì)于基準(zhǔn)階段是縮短的，縮短天數(shù)為3～5d不等。A2情景下，雨養(yǎng)和灌溉條件下依次平均縮短4.7d和4.5d，其中，息縣、信陽(yáng)、淮濱縮短天數(shù)最多，可達(dá)5d。究其原因，與這三個(gè)地區(qū)的升溫幅度最大有關(guān)(1.9℃)。B2情景下平均縮短3.2d，息縣和信陽(yáng)生育期縮短天數(shù)可近4d，亦與未來(lái)升溫幅度較大有關(guān)。高排放的A2情景相對(duì)于B2情景的增溫幅度大，故導(dǎo)致同一品種A2情景下生育期縮短天數(shù)較B2情景多。雨養(yǎng)和灌溉條件相比，生育期變化的差別不大，說(shuō)明溫度相對(duì)于降水來(lái)說(shuō)，對(duì)生育期的影響較大。未來(lái)隨著氣溫升高，水稻生育進(jìn)程的加快，若不采取相應(yīng)的調(diào)整措施，可能導(dǎo)致研究區(qū)域的產(chǎn)量降低。

表3基于2種氣候變化情景下水稻模擬生育期較之基準(zhǔn)生育期的變化天數(shù)

Table3.ChangesinricegrowthdurationsunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

d

表42種氣候變化情景下信陽(yáng)地區(qū)水稻模擬產(chǎn)量相對(duì)于基準(zhǔn)時(shí)段產(chǎn)量的變化百分比

Table4.PercentagechangesofriceyieldunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

%

2.3當(dāng)前種植措施不變條件下氣候變化對(duì)信陽(yáng)地區(qū)水稻生產(chǎn)的可能影響

2.3.1未來(lái)氣候變化對(duì)水稻產(chǎn)量的可能影響

表4給出了未來(lái)2種氣候變化情景下信陽(yáng)地區(qū)水稻模擬產(chǎn)量相對(duì)于基準(zhǔn)時(shí)段產(chǎn)量的變化百分比。雨養(yǎng)條件時(shí)，A2情景下無(wú)論是否考慮CO2增益作用，各站點(diǎn)水稻均表現(xiàn)為減產(chǎn)。不考慮CO2增益效應(yīng)，水稻平均減產(chǎn)幅度高達(dá)15.9%，考慮后增產(chǎn)幅度為7.1%；B2情景下的減產(chǎn)幅度略小于A2情景，不考慮CO2增益效應(yīng)時(shí)各站點(diǎn)水稻平均減產(chǎn)10.4%，考慮后轉(zhuǎn)為增產(chǎn)11.3%。

若有充分的灌溉條件，未來(lái)氣候變化情景下水稻的生產(chǎn)狀況均有好轉(zhuǎn)。A2情景下在考慮CO2增益作用時(shí)平均增產(chǎn)9.0%。B2情景下平均增幅可達(dá)13.2%。說(shuō)明灌溉措施可有效地緩解未來(lái)氣候變化帶來(lái)的負(fù)效應(yīng)。

各樣點(diǎn)中，增產(chǎn)幅度最大的是B2情景下采用灌溉措施時(shí)的新縣，這可能與未來(lái)情景下新縣平均氣溫增幅較小，導(dǎo)致水稻生育期縮短天數(shù)較少有關(guān)，另外，增溫幅度較小，水稻發(fā)生高溫?zé)岷Φ念l率亦會(huì)降低。無(wú)論灌溉或雨養(yǎng)，B2情景下減產(chǎn)或增產(chǎn)幅度均好于A2情景，這與高排放的A2情景下，研究區(qū)域的增溫幅度較大有關(guān)。

未來(lái)氣候變化中，氣溫上升，導(dǎo)致水稻高溫?zé)岷Πl(fā)生的頻率可能會(huì)增加，除了造成生育期縮短而帶來(lái)減產(chǎn)的影響外，也可能是因?yàn)樾抨?yáng)地區(qū)當(dāng)前的水稻播期在4月中下旬，開(kāi)花期大多在8月中上旬，而這個(gè)時(shí)段正處在我國(guó)黃淮流域的高溫時(shí)段，高溫對(duì)水稻的傳花授粉造成較大的影響，導(dǎo)致水稻產(chǎn)量的減少。另外，因?yàn)槲磥?lái)模擬生育期內(nèi)的輻射和降水同時(shí)增加，意味著降水強(qiáng)度的加大，可能會(huì)造成短時(shí)間的極端氣象災(zāi)害，也是造成水稻減產(chǎn)幅度較大的原因。

表5未來(lái)2種氣候變化情景下河南信陽(yáng)地區(qū)水稻穩(wěn)產(chǎn)性的變化(ΔSD)

Table5.Instabilityindex(ΔSD)ofriceunderthetwoemissionscenariosinXinyang,HenanProvince.

樣點(diǎn)SiteA2雨養(yǎng)水稻Rainfedrice灌溉水稻IrrigatedriceB2雨養(yǎng)水稻Rainfedrice灌溉水稻Irrigatedrice息縣Xixian19.516.317.214.8信陽(yáng)Xinyang19.216.417.214.4羅山Luoshan19.516.717.814.4光山Guangshan18.016.117.414.2淮濱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新縣Xinxian18.015.920.014.6

表6河南信陽(yáng)不同樣點(diǎn)在未來(lái) 2種排放情景下水稻品種類(lèi)型的適應(yīng)性調(diào)整

Table6.AdaptiveadjustmentofthericevarietaltypestoclimatechangeundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

樣點(diǎn)Site當(dāng)前種植品種類(lèi)型CurrentplantingvarietytypeA2B2息縣Xixian中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM信陽(yáng)Xinyang中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM羅山Luoshan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM光山Guangshan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM淮濱Huaibin中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM潢川Huangchuan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM固始Gushi中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM商城Shangcheng中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM新縣Xinxian中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM

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

2.3.2未來(lái)氣候變化對(duì)水稻穩(wěn)產(chǎn)性的可能影響

表5給出了未來(lái)2種氣候變化情景下考慮CO2增益作用時(shí)信陽(yáng)地區(qū)水稻穩(wěn)產(chǎn)性的變化，ΔSD越小，表示水稻產(chǎn)量的穩(wěn)定性越好。從不同氣候變化情景來(lái)看，無(wú)論是否考慮雨養(yǎng)和灌溉條件，A2情景下不僅水稻增產(chǎn)幅度小，而且水稻生產(chǎn)的穩(wěn)定性也較B2情景差；同樣，無(wú)論哪一種情景下，灌溉措施均可以明顯改善水稻的穩(wěn)產(chǎn)性。說(shuō)明隨著未來(lái)氣溫的升高，對(duì)于地處中原的豫南水稻種植區(qū)，重視改善灌溉條件是應(yīng)對(duì)未來(lái)氣候變化的非常重要的措施。

2.4未來(lái)氣候變化情景下水稻生產(chǎn)的適應(yīng)性調(diào)整

今后隨著氣候變化及科技水平進(jìn)步, 農(nóng)民肯定會(huì)采用有別于現(xiàn)在的生產(chǎn)方式和管理措施進(jìn)行糧食生產(chǎn)。本研究對(duì)信陽(yáng)地區(qū)灌溉條件的水稻生產(chǎn)進(jìn)行了適應(yīng)性調(diào)整措施的模擬，模擬過(guò)程中同時(shí)考慮了CO2的直接增益效應(yīng)。

2.4.1水稻不同品種類(lèi)型的適應(yīng)性調(diào)整

通過(guò)對(duì)河南信陽(yáng)地區(qū)9個(gè)樣點(diǎn)3個(gè)品種的產(chǎn)量、穩(wěn)產(chǎn)性和經(jīng)濟(jì)系數(shù)指標(biāo)進(jìn)行分析，篩選出了未來(lái)氣候變化情景下信陽(yáng)地區(qū)的適宜種植品種(表6)。結(jié)果顯示，各樣點(diǎn)未來(lái)均適宜種植晚熟品種。主要原因是晚熟品種生育期較長(zhǎng)，在一定程度上可以彌補(bǔ)由于高溫導(dǎo)致的生育期縮短現(xiàn)象，延長(zhǎng)水稻的光合作用時(shí)間。

2.4.2未來(lái)不同排放情景下水稻播期的適應(yīng)性調(diào)整

在進(jìn)行品種優(yōu)化選擇的基礎(chǔ)上，以5d為步長(zhǎng)進(jìn)一步進(jìn)行適宜播期的模擬試驗(yàn)。選擇未來(lái)產(chǎn)量高、穩(wěn)產(chǎn)性好的播期為未來(lái)的最佳播期(表7)。結(jié)果表明，在A2情景下，各樣點(diǎn)均推遲10d，B2情景下，除淮濱、新縣和固始播種日期推后5d，羅山播期不變，其他樣點(diǎn)均推遲10d，可作為未來(lái)適宜播期的調(diào)整方案。且播期推遲，有利于水稻產(chǎn)量的提高。究其原因，可能是因?yàn)樾抨?yáng)地區(qū)當(dāng)前的水稻播期在4月中下旬，開(kāi)花期大多在8月中上旬，而這個(gè)時(shí)段正處在我國(guó)黃淮流域的高溫時(shí)段，推遲播期，可能使得開(kāi)花期延后，避開(kāi)夏季的高溫時(shí)段，緩解了夏季高溫可能導(dǎo)致的穎花敗育現(xiàn)象。

表7河南信陽(yáng)各樣點(diǎn)在未來(lái)2種排放情景下不同品種類(lèi)型和播種日期的模擬產(chǎn)量、穩(wěn)產(chǎn)性指標(biāo)(ΔSD)及經(jīng)濟(jì)系數(shù)

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

樣點(diǎn)Site品種類(lèi)型Varietytype播期變化Changesinsowingdate/dA2產(chǎn)量Yield/(kg·hm-2)△SD/%經(jīng)濟(jì)系數(shù)EconomiccoefficientB2產(chǎn)量Yield/(kg·hm-2)△SD/%經(jīng)濟(jì)系數(shù)Economiccoefficient息縣Xixian晚熟中秈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信陽(yáng)Xinyang晚熟中秈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羅山Luoshan晚熟中秈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晚熟中秈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淮濱Huaibin晚熟中秈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晚熟中秈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晚熟中秈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晚熟中秈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新縣Xinxian晚熟中秈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-播期與當(dāng)前相同; -10d- 播期提前 10d; -5d-播期提前 5d; +5d-播期推遲 5d; +10d-播期推遲10d;+15d-播期推遲15d。

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

NCC-不考慮CO2直接增益效應(yīng)；CC-考慮CO2直接增益效應(yīng)時(shí)氣候變化的影響；CC+C-考慮CO2直接增益效應(yīng)時(shí)氣候變化的影響+優(yōu)化品種；CC+C+SD-考慮CO2直接增益效應(yīng)時(shí)氣候變化的影響+優(yōu)化品種+播期調(diào)整。

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

圖4基于2種氣候變化情景下河南信陽(yáng)地區(qū)在不同栽培措施下水稻模擬產(chǎn)量相對(duì)于基準(zhǔn)時(shí)段產(chǎn)量的變化

Fig. 4.ChangeinriceyieldsunderthetwoemissionscenarioswithadaptiveadjuststakenintoconsiderationcomparedwiththebaseyieldsinXinyang，HenanProvince.

2.5品種類(lèi)型和播期適應(yīng)性調(diào)整的疊加效果

本研究綜合分析了信陽(yáng)市水稻種植區(qū)在未來(lái)不同排放情景下品種類(lèi)型及播種日期同時(shí)進(jìn)行適應(yīng)性調(diào)整后的疊加效果(圖4)。由圖可見(jiàn)，如果未來(lái)氣候變化中不考慮CO2的直接增益作用，那么9個(gè)樣點(diǎn)在A2和B2情景下均將減產(chǎn)，且年際間產(chǎn)量波動(dòng)幅度較大。CO2增益作用使得原來(lái)減產(chǎn)的各樣點(diǎn)均轉(zhuǎn)為增產(chǎn)。在此基礎(chǔ)上，進(jìn)一步考慮品種的適應(yīng)性調(diào)整，選用生育期較長(zhǎng)的晚熟品種，在2種情景下模擬水稻產(chǎn)量均有所提高，A2和B2情景下的平均增幅分別達(dá)2.4%和1.3%，增幅最大的新縣在A2甚至可達(dá)3.9%，羅山在B2可達(dá)2.2%。

表8未來(lái)2種排放情景下信陽(yáng)各樣點(diǎn)基于適應(yīng)性調(diào)整的水稻生產(chǎn)方式及管理措施

Table8.RiceproductionpatternsandmanagementsbasedonadaptiveadjustmentsundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

樣點(diǎn)SiteA2品種類(lèi)型Varietytype播種日期SowingdateB2品種類(lèi)型Varietytype播種日期Sowingdate息縣Xixian晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed信陽(yáng)Xinyang晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed羅山Luoshan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲0d0daysdelayed光山Guangshan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed淮濱Huaibin晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed潢川Huangchuan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed固始Gushi晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed商城Shangcheng晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed新縣Xinxian晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed

MILM,Medium-indicawithlate-maturity.

表92種排放情景下考慮與不考慮適應(yīng)性調(diào)整各樣點(diǎn)水稻總產(chǎn)對(duì)豫南地區(qū)水稻總產(chǎn)的貢獻(xiàn)

Table9.ContributionofriceoveralloutputofdifferentsitestosouthernHenanProvincewithadaptiveadjustmentandwithoutadaptiveadjustmentundertwoemissionscenarios.

%

如果綜合考慮品種和播期的適應(yīng)性調(diào)整，在2種情景下模擬水稻產(chǎn)量均進(jìn)一步提高。A2情景下相對(duì)于調(diào)整前平均增幅為7.3%，增幅最大的新縣和淮濱均達(dá)到8.2%；B2情景下的平均增幅為2.1%，信陽(yáng)增幅最大可達(dá)2.7%。

B2情景下水稻產(chǎn)量的年際間波動(dòng)均小于A2情景，說(shuō)明高排放的A2情景在未來(lái)所引起的高溫，可能使得水稻生長(zhǎng)過(guò)程中極端高溫出現(xiàn)的頻率增加。

2.6豫南地區(qū)基于適應(yīng)性調(diào)整的水稻總產(chǎn)變化

根據(jù)品種替換和播期調(diào)整的模擬試驗(yàn)，表7給出了研究區(qū)域在未來(lái)2種排放情境下的最終的適應(yīng)性調(diào)整方案。以表8中經(jīng)過(guò)適應(yīng)性調(diào)整后的方案作為模型新的條件輸入，在2種氣候排放情景下運(yùn)行ORYZA-V3，即可模擬出信陽(yáng)地區(qū)未來(lái)考慮適應(yīng)性調(diào)整后各樣點(diǎn)的總產(chǎn)變化(表8，模擬中假定各縣播種面積不變)。

表9顯示，在未來(lái)氣候變化對(duì)水稻生產(chǎn)的影響評(píng)價(jià)中，是否考慮適應(yīng)性調(diào)整，未來(lái)研究區(qū)域水稻總產(chǎn)的變化結(jié)果是完全不同的。考慮適應(yīng)性調(diào)整后，各樣點(diǎn)在2種排放情景下模擬出的豫南地區(qū)水稻總產(chǎn)均較不考慮調(diào)整時(shí)平均增加了6.9%和2.1%。

3討論

人類(lèi)溫室氣體的排放日益加劇，氣候變化對(duì)農(nóng)業(yè)的影響越來(lái)越大。在未來(lái)水稻的耕作過(guò)程中，農(nóng)民為了獲得高產(chǎn)，自然會(huì)對(duì)種植方案進(jìn)行一定程度的調(diào)整。一些學(xué)者利用評(píng)價(jià)模型對(duì)非洲生產(chǎn)者的種植行為進(jìn)行研究，發(fā)現(xiàn)生產(chǎn)者的種植行為會(huì)隨著氣候的變化而變化，在當(dāng)?shù)厣俳邓那闆r下，生產(chǎn)者會(huì)相應(yīng)地采用較為抗旱的品種進(jìn)行種植[27]。若在氣候變化影響評(píng)價(jià)研究中，仍采用當(dāng)前的農(nóng)業(yè)生產(chǎn)管理水平作為輸入項(xiàng)進(jìn)行未來(lái)的作物模擬試驗(yàn)，顯然與實(shí)際不符，降低了模擬結(jié)果的準(zhǔn)確性。國(guó)外研究者通過(guò)數(shù)學(xué)方法對(duì)過(guò)去幾十年來(lái)研究區(qū)域水稻產(chǎn)量的變化趨勢(shì)進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)水稻品種的改良對(duì)產(chǎn)量的提高具有較大貢獻(xiàn)[28]。Hiroyuki等通過(guò)對(duì)日本水稻種植區(qū)域未來(lái)適應(yīng)性品種的更替和栽培方式的改進(jìn)，最終達(dá)到減小冷害損失的目的[29]。

本研究嘗試把品種優(yōu)化和播期調(diào)整的方案作為未來(lái)的適應(yīng)性調(diào)整措施，選擇生育期較長(zhǎng)的中稻晚熟品種，可以彌補(bǔ)由于高溫導(dǎo)致的生育期縮短現(xiàn)象，延長(zhǎng)水稻的光合作用時(shí)間，增加產(chǎn)量。推遲播期，可使開(kāi)花期延后，避開(kāi)夏季的高溫時(shí)段，緩解了夏季高溫可能導(dǎo)致的穎花敗育現(xiàn)象。將適應(yīng)性調(diào)整后的方案作為作物模型新的輸入，可以更為科學(xué)合理地模擬出未來(lái)作物產(chǎn)量的變化。因此，本研究著重考慮未來(lái)農(nóng)業(yè)生產(chǎn)措施和管理方案的可能調(diào)整，是一種應(yīng)對(duì)未來(lái)氣候變化的適應(yīng)性評(píng)價(jià)研究。有學(xué)者通過(guò)對(duì)全球超過(guò)1700份有關(guān)氣候變化和適應(yīng)性研究中已發(fā)表的數(shù)據(jù)，采用整合分析的方法，總結(jié)歸納了目前關(guān)于適應(yīng)氣候變化可能采取的措施，判斷出應(yīng)對(duì)氣候變化適應(yīng)性調(diào)整的趨勢(shì)[30]，但整合分析的方法可能會(huì)存在收集的文獻(xiàn)質(zhì)量參差不齊、出版偏見(jiàn)、數(shù)據(jù)收集不完整和較少考慮與可能相關(guān)領(lǐng)域的相互影響等問(wèn)題。未來(lái)氣候變化對(duì)農(nóng)業(yè)的影響是一個(gè)極為復(fù)雜的過(guò)程，有諸多問(wèn)題需要考慮，例如農(nóng)業(yè)管理制度調(diào)整所涉及的經(jīng)濟(jì)、社會(huì)、環(huán)境等因素，主動(dòng)適應(yīng)或被動(dòng)適應(yīng)所需要的科技成本問(wèn)題，對(duì)氣象信息預(yù)測(cè)準(zhǔn)確性等問(wèn)題都會(huì)影響到未來(lái)的實(shí)際調(diào)整過(guò)程。在未來(lái)氣候變化的適應(yīng)性評(píng)價(jià)研究領(lǐng)域，大多數(shù)研究分析以相對(duì)較少的相關(guān)因素來(lái)進(jìn)行評(píng)價(jià)，而不涉及各個(gè)領(lǐng)域的完整系統(tǒng)來(lái)進(jìn)行評(píng)價(jià)，這樣就可能導(dǎo)致各個(gè)系統(tǒng)之間的相互影響不能充分考慮進(jìn)去，造成研究結(jié)果不能客觀反應(yīng)實(shí)際。在以后的氣候變化評(píng)價(jià)研究中，應(yīng)綜合考慮更多內(nèi)因與外因、局部與整體、充分考慮到事物之間的規(guī)律聯(lián)系，用哲學(xué)的思維指導(dǎo)農(nóng)業(yè)生產(chǎn)。

本研究的局限性，一是未能將極端天氣和病蟲(chóng)害的影響考慮在內(nèi)。如水稻生長(zhǎng)過(guò)程中可能遭遇的極端高溫、伏旱等天氣，如何通過(guò)適應(yīng)性調(diào)整盡量避開(kāi)這些災(zāi)害性天氣的影響。二是對(duì)CO2直接增益效應(yīng)的考慮中，未考慮CO2的日變化和飽和現(xiàn)象。有學(xué)者認(rèn)為隨著CO2濃度的增加，作物對(duì)氮肥的消耗量也不斷加大，故達(dá)到一定濃度后作物產(chǎn)量不再增加[31]，這種現(xiàn)象可能導(dǎo)致模擬的產(chǎn)量結(jié)果偏高。三是本研究在適應(yīng)性調(diào)整的模擬中尚未考慮土壤成分的可能變化，未來(lái)氣溫升高，可能增加有機(jī)質(zhì)的分解，造成土壤的肥力下降，進(jìn)而影響到土壤肥料的運(yùn)籌措施。這些局限在今后的研究中都能隨著模型的不斷改善和研究方法的改進(jìn)得到解決。

4結(jié)論

未來(lái)氣候變化情景下，信陽(yáng)地區(qū)水稻生育期內(nèi)升溫幅度將達(dá)到1.6～1.9℃，A2和B2情景下平均增溫1.8℃和1.7℃；水稻生育期內(nèi)的總輻射將呈增加的趨勢(shì)，但增幅較小，各樣點(diǎn)增幅為10%。水稻生育期內(nèi)降水增加20%～30%。未來(lái)隨溫度的升高，各樣點(diǎn)的水稻生育期相對(duì)于BASE階段將縮短3～5d；A2情景下，雨養(yǎng)和灌溉條件下依次平均縮短4.7d和4.5d，B2情景下平均縮短3.2d。為了緩解未來(lái)氣候變化對(duì)水稻生產(chǎn)造成的不利影響，未來(lái)可選用生育期較長(zhǎng)的中晚熟品種來(lái)延長(zhǎng)水稻的光合作用時(shí)間。在此基礎(chǔ)上，進(jìn)一步進(jìn)行了適宜播期的模擬試驗(yàn)，結(jié)果表明各樣點(diǎn)推遲播種5～10d有可能避開(kāi)高溫?zé)岷?duì)水稻抽穗開(kāi)花和后期灌漿結(jié)實(shí)影響的頻率，提高產(chǎn)量。如果綜合考慮灌溉措施、品種優(yōu)化和播期調(diào)整，在A2和B2情景下,豫南地區(qū)各站點(diǎn)模擬產(chǎn)量較之不作此調(diào)整的模擬產(chǎn)量將平均增加6.9%和 2.1%；未來(lái)2種情景下豫南地區(qū)的總產(chǎn)也將較當(dāng)前有所提高，A2和B2情景下分別提高14.8%和13.2%。

參考文獻(xiàn)：

[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，F(xiàn)ieldCB.Estimationofthecarbondioxide(CO2)fertilizationeffectusinggrowthrateanomaliesofCO2andcropyieldssince1961. Global Change Biol， 2008， 14: 39-45.

[5] 楊衛(wèi)東. 積極應(yīng)對(duì)氣候變化保證黑龍江省糧食生產(chǎn)可持續(xù)發(fā)展. 氣象軟科學(xué)， 2011(4): 28-31.

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

[6] 章基嘉， 徐祥德， 苗俊峰. 氣候變化及其對(duì)農(nóng)業(yè)生產(chǎn)潛力的影響. 氣象， 1992， 18(8): 3-6.

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

[7]朱大威，金之慶. 氣候及其變率變化對(duì)東北地區(qū)糧食生產(chǎn)的影響. 作物學(xué)報(bào)， 2008， 34(9): 1588-1597.

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

[8] 張建平， 李永華， 高陽(yáng)華， 等. 未來(lái)氣候變化對(duì)重慶地區(qū)冬小麥產(chǎn)量的影響. 中國(guó)農(nóng)業(yè)氣象， 2007， 28(3): 268-270.

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

[9] 葛道闊， 金之慶. 氣候及其變率變化對(duì)長(zhǎng)江中下游稻區(qū)水稻生產(chǎn)的影響. 中國(guó)水稻科學(xué)， 2009，23(1): 57-64.

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

[10]熊偉， 許呤隆， 林而達(dá)， 等.IPCCSRESA2和B2情景下我國(guó)玉米產(chǎn)量變化模擬. 中國(guó)農(nóng)業(yè)氣象， 2005， 26(1): 11-15.

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

[11]秦鵬程， 姚鳳梅， 曹秀霞， 等. 利用作物模型研究氣候變化對(duì)農(nóng)業(yè)影響的發(fā)展過(guò)程. 中國(guó)農(nóng)業(yè)氣象， 2011， 32(2): 240-245.

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

[12]江敏， 金之慶.CERES-Rice模型區(qū)域應(yīng)用中遺傳參數(shù)升尺度的一種方法. 中國(guó)水稻科學(xué)， 2009，23(2): 172-178.

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

[13]姚鳳梅， 張佳華， 孫白妮， 等. 氣候變化對(duì)中國(guó)南方稻區(qū)水稻產(chǎn)量影響的模擬和分析. 氣候與環(huán)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， 金之慶， 石春林， 等. 福建省基于適應(yīng)性調(diào)整的水稻生產(chǎn)對(duì)未來(lái)氣候變化的響應(yīng). 作物學(xué)報(bào)， 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]馬 錚， 李周， 柳世君， 等. 豫南稻區(qū)水稻生產(chǎn)的回顧、現(xiàn)狀及育種目標(biāo). 安徽農(nóng)業(yè)科學(xué)， 2008， 36(14): 5807-5808， 5905.

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

[18]趙國(guó)永， 韓艷， 于曉莉. 信陽(yáng)市地貌特征對(duì)農(nóng)業(yè)發(fā)展的影響. 平頂山學(xué)院學(xué)報(bào)， 2015， 30(2): 96-99.

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

[19]吳騫， 方立清， 溫 濤， 等. 信陽(yáng)市水稻種植氣候條件分析. 中國(guó)農(nóng)學(xué)通報(bào)， 2010， 26(2): 285-290.

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

[20]余衛(wèi)東， 趙國(guó)強(qiáng)， 陳懷亮. 氣候變化對(duì)河南省主要農(nóng)作物生育期的影響. 中國(guó)農(nóng)業(yè)氣象， 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]朱宏偉， 楊森， 趙旭， 等. 區(qū)域氣候變化統(tǒng)計(jì)降尺度研究進(jìn)展. 生態(tài)學(xué)報(bào)， 2011， 31(9): 2602-2609.

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

[23]李佰平， 智協(xié)飛.ECMWF模式地面氣溫預(yù)報(bào)的四種誤差訂正方法的比較研究. 氣象， 2012， 38(8): 898-902.

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

[24]河南省統(tǒng)計(jì)局. 河南省統(tǒng)計(jì)年鑒2010-2014. 北京: 中國(guó)統(tǒng)計(jì)出版社， 2010-2014.

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

[25]中國(guó)科學(xué)院南京土壤研究所. 中國(guó)土壤數(shù)據(jù)庫(kù).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， 高素華. 高溫、高CO2對(duì)農(nóng)作物影響的試驗(yàn)研究. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)， 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。

基金項(xiàng)目:中國(guó)氣象局農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開(kāi)放實(shí)驗(yàn)室開(kāi)放研究基金資助項(xiàng)目(AMF201302)；福建省自然科學(xué)基金資助項(xiàng)目(2014J01091)。

中圖分類(lèi)號(hào):S181.6; S511.019

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):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