1.……生態(tài)氣象

1.1 植物地理分布的氣候適應(yīng)性及其對(duì)氣候變化的響應(yīng)—以短花針茅為例

基于地球表面的能量平衡和水量平衡方程，結(jié)合植被地理分布的氣候控制機(jī)理，從區(qū)域?qū)哟魏湍瓿叨壬虾Y選出了決定短花針茅地理分布的6個(gè)主導(dǎo)氣候因子：年極端最低溫度（Tmin）、最暖月平均溫度（T7）、最冷月平均溫度（T1）、年均溫（T） 、年輻射量（Q）和年降水量（P）。利用最大熵模型（MaxEnt model）模擬短花針茅潛在地理分布的結(jié)果表明，我國(guó)短花針茅潛在適宜分布區(qū)遠(yuǎn)大于當(dāng)前分布范圍?；跉夂蛸Y源保證率和短花針茅存在概率，劃分了我國(guó)短花針茅潛在地理分布的氣候適宜區(qū)，并給出了各氣候適宜區(qū)的主導(dǎo)氣候因子閾值。模擬了氣候變化背景下近50年短花針茅地理分布的變化范圍和程度，發(fā)現(xiàn)我國(guó)短花針茅潛在總適宜分布面積呈增加趨勢(shì)，其中完全適宜區(qū)增加最明顯，預(yù)測(cè)未來(lái)2011—2040年RCP4.5情景下總適宜分布面積增加，而RCP8.5情景下減小。以綜合資源概率為指標(biāo)，定量評(píng)價(jià)了短花針茅的適應(yīng)性與脆弱性，發(fā)現(xiàn)1961—2000年短花針茅的自適應(yīng)性為中度適應(yīng)，1976—2010年為輕度適應(yīng)，拓展適應(yīng)性均呈增加趨勢(shì)。在RCP4.5情景下2011—2040年短花針茅為輕度脆弱，在RCP8.5情景下為中度脆弱，拓展適應(yīng)性均增加。這表明短花針茅對(duì)本地氣候變化的自適應(yīng)能力在減弱，而拓展?jié)摿υ谠黾?。（周廣勝）

1.2 基于MODIS和AERONET的氣溶膠地表直接輻射效應(yīng)評(píng)價(jià)

氣候變化背景下進(jìn)一步開(kāi)展高污染地區(qū)氣溶膠直接輻射效應(yīng)的研究，對(duì)該地區(qū)的大氣環(huán)境監(jiān)測(cè)、氣候變化評(píng)估以及農(nóng)業(yè)生產(chǎn)布局等具有重要意義。利用全球氣溶膠監(jiān)測(cè)網(wǎng)（AERONET）多年觀測(cè)資料以及MODIS地表反照率數(shù)據(jù)，借助6S（Second Simulation of a Satellite Signal in the Solar Spectrum）輻射傳輸模式，定量評(píng)估2001年1月至2016年12月我國(guó)北京、香河和太湖3個(gè)典型高污染站點(diǎn)多年晴空條件下的氣溶膠直接輻射效應(yīng)。結(jié)果表明：（1）各個(gè)高污染站點(diǎn)氣溶膠PM2.5質(zhì)量濃度季節(jié)變化特征差異明顯，秋冬污染較為嚴(yán)重，其中高值主要集中在1月、2月、11月和12月。（2）與無(wú)氣溶膠影響相比，氣溶膠致使各站點(diǎn)地表直接輻射年際變化較明顯。在氣溶膠影響下，北京、香河和太湖3個(gè)高污染站點(diǎn)2001—2016年地表日平均直接輻射年際變化較明顯，均呈波動(dòng)增加趨勢(shì)，且香河站日平均直接輻射增加最大（621.14 W/m2），太湖站次之（743.29 W/m2），北京站最?。?88.14 W/m2）。（3）氣溶膠影響下各站點(diǎn)地表直接輻射明顯降低，且氣溶膠污染對(duì)各站點(diǎn)影響差異較大。2001—2016年，北京、太湖和香河3個(gè)站點(diǎn)年平均地表直接輻射分別降低32.29%、24.01%和15.07%。其中，氣溶膠污染對(duì)北京站的地表直接輻射影響最大，香河站最小。（4）近15年來(lái)，北京、香河和太湖3個(gè)高污染站點(diǎn)氣溶膠地表輻射效應(yīng)均呈現(xiàn)增加趨勢(shì)。 （趙俊芳）

1.3 農(nóng)田CO2濃度變化特征及與大氣本底CO2濃度對(duì)比分析

了解田間作物冠層尺度CO2濃度與大氣本底CO2濃度的差異，明確大氣CO2濃度增量在晝和夜、作物生長(zhǎng)季和非生長(zhǎng)季的分布模式，收集了中國(guó)氣象局固城農(nóng)業(yè)氣象試驗(yàn)站2007—2018年渦相關(guān)儀（Li7500分析儀，探測(cè)器距離地面4.0 m）大氣CO2濃度逐時(shí)測(cè)定數(shù)據(jù)，并通過(guò)世界溫室氣體數(shù)據(jù)中心（WDCGG）網(wǎng)站，獲取了青海瓦里關(guān)大氣本底站1994—2016年CO2濃度測(cè)定日值數(shù)據(jù)。通過(guò)數(shù)據(jù)進(jìn)行質(zhì)量控制和統(tǒng)計(jì)分析，研究了田間作物冠層尺度大氣CO2濃度年內(nèi)和晝、夜動(dòng)態(tài)變化特征，對(duì)比分析了田間作物冠層尺度和大氣本底站CO2濃度的差異。分析結(jié)果表明，固城站作物冠層2007—2018年平均CO2濃度為372.4×10-6，多年逐時(shí)平均濃度年內(nèi)波動(dòng)幅度較大，標(biāo)準(zhǔn)差達(dá)到40.2×10-6，尤其在7月中旬至10月上旬期間，波動(dòng)振幅達(dá)到140×10-6。多年晝間（07:00—18:00）1 h平均CO2濃度為358.3×10-6，夜間（19:00—06:00） 1 h平均濃度為386.1×10-6，晝夜CO2濃度相差27.8×10-6（7.8%），7月中旬至10月上旬CO2濃度相差84.0×10-6（23.0%）。與瓦里關(guān)2007—2016年逐日大氣本底CO2濃度比較，固城站逐日多年平均大氣CO2濃度比瓦里關(guān)大氣本底站CO2濃度低24.3×10-6，但年內(nèi)波動(dòng)振幅巨大。農(nóng)田CO2濃度比本底濃度波動(dòng)幅度大,說(shuō)明利用大氣本底CO2濃度變化評(píng)估對(duì)作物產(chǎn)量的影響可能存在一定差異。（俄有浩）

2.……農(nóng)業(yè)氣象

2.1 多氣候模式和多作物模型集合模擬氣候變化對(duì)玉米產(chǎn)量不確定性的影響

在模擬氣候變化對(duì)作物產(chǎn)量影響的研究中，考慮氣候模式、排放情景、作物模型結(jié)構(gòu)的不確定性，有助于獲得更加穩(wěn)健的模擬結(jié)果。研究通過(guò)CMIP5中7個(gè)全球氣候模式在RCP 3個(gè)排放情景驅(qū)動(dòng)下分別與4個(gè)不同結(jié)構(gòu)機(jī)理作物模型結(jié)合，評(píng)估了未來(lái)氣候變化時(shí)段相對(duì)于基準(zhǔn)時(shí)段東北地區(qū)玉米產(chǎn)量的影響，采用集合模擬方法明確了氣候變化對(duì)產(chǎn)量影響結(jié)果綜合不確定性范圍，基于方差分析方法，分離了氣候模式、排放情景和作物模型結(jié)構(gòu)的不確定性對(duì)研究結(jié)果不確定性的影響程度。結(jié)果表明，APSIM、CERES、WOFOST和Hybird-Maize不同結(jié)構(gòu)的4個(gè)作物模型均可以捕獲80%以上的玉米生育期和產(chǎn)量變化。多結(jié)構(gòu)作物模型與氣候輸出的集合顯示，2010—2039年階段玉米產(chǎn)量與1976—2005年基準(zhǔn)時(shí)段相比降低9%～11%，概率為72%～80%。對(duì)GCMs、RCPs、作物模型結(jié)構(gòu)3個(gè)來(lái)源對(duì)產(chǎn)量結(jié)果不確定性貢獻(xiàn)大小的方差分解表明，GCMs高于作物模型結(jié)構(gòu)對(duì)結(jié)果不確定性的影響程度，而RCPs對(duì)結(jié)果影響可忽略。（張祎）

2.2 中國(guó)農(nóng)業(yè)氣象模式研究進(jìn)展

完善了中國(guó)農(nóng)業(yè)氣象模式（CAMM）部分機(jī)理過(guò)程。建立了干物質(zhì)分配系數(shù)擬合模式、土壤水分影響干物質(zhì)分配模式、作物長(zhǎng)勢(shì)評(píng)價(jià)模式。分析了中國(guó)冬小麥株高與發(fā)育進(jìn)程的關(guān)系，建立了株高增長(zhǎng)模式。構(gòu)造了作物生長(zhǎng)發(fā)育同一機(jī)制過(guò)程的多種子模式篩選配置功能，包括發(fā)育、葉片光合作用，土壤水分運(yùn)移等過(guò)程。建立了模式日常準(zhǔn)業(yè)務(wù)運(yùn)行流程；明確了普通、氣象業(yè)務(wù)、模式研制和模式管理用戶的權(quán)限；完成了模式基礎(chǔ)網(wǎng)格、種植區(qū)、作物生長(zhǎng)、發(fā)育、土壤等參數(shù)或變量初值的區(qū)域化?；诳蛻魴C(jī)/服務(wù)器（C/S）+瀏覽器/服務(wù)器（B/S）的混合技術(shù)構(gòu)建了CAMM1.0的運(yùn)轉(zhuǎn)平臺(tái)，結(jié)合兩種架構(gòu)優(yōu)點(diǎn)完成了高計(jì)算量模式的運(yùn)轉(zhuǎn)和高并發(fā)產(chǎn)品的定制與瀏覽。平臺(tái)主要功能包括：常規(guī)模式實(shí)時(shí)運(yùn)轉(zhuǎn)；常規(guī)模式模擬結(jié)果、驅(qū)動(dòng)數(shù)據(jù)、參數(shù)以及實(shí)測(cè)結(jié)果展示；不同用戶個(gè)性化模式定制運(yùn)轉(zhuǎn)；模式介紹以及技術(shù)支持等。CAMM1.0模擬小麥發(fā)育期、生物量以及產(chǎn)量等要素與實(shí)際觀測(cè)比較一致，可供當(dāng)前農(nóng)業(yè)氣象業(yè)務(wù)借鑒。（馬玉平）

2.3 基于雷達(dá)遙感的高精度土壤水分反演模型

利用雷達(dá)遙感反演土壤水分主要受土壤粗糙度和植被冠層含水量的影響，如何有效去除土壤粗糙度和植被覆蓋的影響一直是迫切需要解決的問(wèn)題。本研究通過(guò)開(kāi)展2個(gè)小麥全生育期的星地同步試驗(yàn)，構(gòu)建了能夠消除植被含水量和土壤粗糙度的高精度土壤水分雷達(dá)反演模型。構(gòu)建的土壤水分雷達(dá)反演模型可以很好地表征總的冠層后向散射系數(shù)隨裸土后向散射系數(shù)，以及小麥含水量的變化。我們的反演結(jié)果表明，在小麥高度小于20 cm以下時(shí)，得到的土壤水分結(jié)果與土壤水分觀測(cè)值的相關(guān)系數(shù)可以達(dá)到0.8。（房世波）

2.4 基于土壤保水能力指數(shù)的農(nóng)業(yè)干旱預(yù)警模型

土壤類型的差異，尤其土層厚薄是影響土壤保水能力和農(nóng)業(yè)干旱預(yù)警的重要因素，區(qū)域尺度的土壤保水能力差異較大，限制了當(dāng)前農(nóng)業(yè)干旱的監(jiān)測(cè)預(yù)警。研究基于長(zhǎng)時(shí)間序列遙感數(shù)據(jù)，利用多次干旱過(guò)程計(jì)算了土壤保水能力的差異，構(gòu)建了標(biāo)準(zhǔn)化的土壤保水能力指數(shù)。通過(guò)在中國(guó)西南地區(qū)試驗(yàn)研究，將標(biāo)準(zhǔn)化的土壤保水能力指數(shù)與地面觀測(cè)的土壤粘粒含量（土壤學(xué)中土壤粘粒含量來(lái)反映土壤保水能力差異）對(duì)比分析，可以看出標(biāo)準(zhǔn)化的土壤保水能力指數(shù)與觀測(cè)的土壤粘粒含量分布格局基本一致，可以很好地反映土壤類型和土層厚薄造成的土壤保水能力，而土壤保水能力是利用氣象數(shù)據(jù)進(jìn)行干旱早期預(yù)警非常重要的參量。本指數(shù)在中國(guó)西南區(qū)域的應(yīng)用表明，其可以大大提高當(dāng)前干旱預(yù)警的精度。（房世波）

2.5 雙季早晚稻不同發(fā)育階段日數(shù)對(duì)溫度變化的敏感性比較

基于1981—2010年長(zhǎng)江中下游地區(qū)38個(gè)農(nóng)業(yè)氣象觀測(cè)站雙季早、晚稻發(fā)育期及同期逐日氣象數(shù)據(jù)，結(jié)合水稻特性將發(fā)育期劃分為出苗—移栽、移栽—返青、返青—孕穗、孕穗—成熟4個(gè)主要發(fā)育階段，比較雙季早、晚稻不同發(fā)育階段日數(shù)對(duì)溫度變化的相對(duì)敏感性，以探究不同作物、不同發(fā)育期對(duì)氣候變化響應(yīng)的差異。結(jié)果表明，水稻各發(fā)育階段日數(shù)隨溫度升高基本呈減少趨勢(shì)，但相對(duì)敏感性差異較大。早稻返青—孕穗期日數(shù)對(duì)溫度變化最敏感，相對(duì)敏感性平均為-0.094/ ℃（P＜0.05），晚稻孕穗—成熟期日數(shù)對(duì)溫度變化最不敏感，相對(duì)敏感性平均為-0.045/ ℃（P＜0.05）。相同發(fā)育階段內(nèi)，返青前晚稻對(duì)溫度變化更敏感，返青后早稻更敏感。除移栽—返青期外，2種作物其他營(yíng)養(yǎng)生長(zhǎng)階段敏感性均強(qiáng)于生殖生長(zhǎng)。相對(duì)敏感性與階段日數(shù)變異系數(shù)呈負(fù)相關(guān)關(guān)系，日數(shù)波動(dòng)越大，階段日數(shù)隨溫度升高而減少越明顯，尤以早稻返青—孕穗期相關(guān)系數(shù)達(dá)-0.761（P＜0.001）。（鄔定榮）

2.6 品種不變情況下作物物候?qū)v史氣候變化的響應(yīng)

準(zhǔn)確理解作物物候如何應(yīng)對(duì)歷史的氣候變化，是評(píng)價(jià)作物物候?qū)ξ磥?lái)氣候變化響應(yīng)的前提?，F(xiàn)有多數(shù)物候響應(yīng)研究都是根據(jù)在品種變化情況下觀察到的物候，利用多種模型從氣候和品種變化對(duì)物候的綜合影響中分離出氣候變化的影響。然而，這種結(jié)果受到模型機(jī)制和參數(shù)驗(yàn)證所帶來(lái)的不確定性的限制。本研究收集了在中國(guó)11個(gè)農(nóng)業(yè)氣象觀測(cè)站的冬小麥、水稻和春玉米在品種不變情況下種植15年以上的物候觀測(cè)資料。基于這些資料，分析在品種不變情況下觀測(cè)到的作物物候?qū)夂蜃兓捻憫?yīng)。研究表明，冬小麥物候期多呈提前趨勢(shì)，但水稻和春玉米的變化趨勢(shì)不明確。冬小麥營(yíng)養(yǎng)期縮短，水稻營(yíng)養(yǎng)期變長(zhǎng)，冬小麥和水稻生殖生長(zhǎng)階段變長(zhǎng)。除冬小麥的營(yíng)養(yǎng)生長(zhǎng)階段外，所有作物的營(yíng)養(yǎng)生長(zhǎng)和生殖生長(zhǎng)階段的積溫（GDD）均普遍增加。此外還發(fā)現(xiàn)，本研究基于品種不變情況下得到的物候期日期、生長(zhǎng)階段日數(shù)和GDD的變化趨勢(shì)，與以前基于品種變化情況下得到的數(shù)值很類似。這表明，以前的研究可能高估了品種變化對(duì)作物物候的影響，而低估了氣候的作用。我們的研究表明，未來(lái)氣候變暖條件下，作物生長(zhǎng)持續(xù)日數(shù)可能比現(xiàn)有模型模擬的日數(shù)更長(zhǎng)，因此產(chǎn)量也可能高于現(xiàn)有模型的模擬值。（鄔定榮）

2.7 近30年中美玉米帶生長(zhǎng)季干旱特征的差異及成因分析

氣候變化背景下，中美兩國(guó)玉米的種植均受到了干旱災(zāi)害的嚴(yán)重影響。為有效借鑒美國(guó)抗旱減災(zāi)措施與經(jīng)驗(yàn)，利用1986—2015年位于中國(guó)東北和美國(guó)大平原的世界兩大黃金玉米帶的氣象資料，計(jì)算其標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI），通過(guò)線性傾向估計(jì)、相關(guān)性檢驗(yàn)等統(tǒng)計(jì)方法，比較兩地干旱特征的差異并分析其成因。結(jié)果表明：與美國(guó)相比，中國(guó)東北玉米帶生長(zhǎng)季的太陽(yáng)輻射較高、平均氣溫較低、降水更為稀少且集中在玉米生長(zhǎng)后期，美國(guó)玉米帶生長(zhǎng)前、后期的降水較均衡；兩地不同生育階段的SPEI年際波動(dòng)及干旱頻率、強(qiáng)度和干旱范圍的時(shí)間變化均有明顯不同，且在空間分布上具有各自的特征；由于中國(guó)東北玉米帶生長(zhǎng)季出現(xiàn)異常高溫少雨高輻射天氣的頻次高于美國(guó)玉米帶，故其在玉米生長(zhǎng)前、后期的干旱頻率及強(qiáng)度均高于美國(guó)，尤其生長(zhǎng)后期因美國(guó)異常天氣出現(xiàn)頻次較低，兩地差異更為顯著。兩地具有較為一致的光、溫、水演變特征，導(dǎo)致其干濕變化趨勢(shì)較為一致，即玉米生長(zhǎng)前期均趨于濕潤(rùn)而后期趨于干旱，但僅美國(guó)玉米帶生長(zhǎng)前期濕潤(rùn)化趨勢(shì)明顯，其原因主要是該生長(zhǎng)期降水明顯增加及輻射顯著降低。在應(yīng)對(duì)干旱威脅時(shí)，美國(guó)可能會(huì)較注重對(duì)玉米帶前期干旱的管理，而中國(guó)東北除關(guān)注前期干旱管理外，還需特別重視玉米生長(zhǎng)后期的抗旱措施保障。因此，在借鑒國(guó)外抗旱減災(zāi)經(jīng)驗(yàn)時(shí)，需充分考慮國(guó)內(nèi)外干旱災(zāi)害發(fā)生規(guī)律及災(zāi)害主導(dǎo)因子的不同，從而對(duì)抗災(zāi)措施進(jìn)行相應(yīng)調(diào)整。（王春乙）

2.8 玉米響應(yīng)土壤水分虧缺的干旱發(fā)生發(fā)展過(guò)程及其臨界閾值

準(zhǔn)確確定作物不同時(shí)期干旱的敏感指標(biāo)及其受旱水分臨界值對(duì)客觀辨識(shí)、監(jiān)測(cè)干旱的發(fā)生發(fā)展具有重要意義。基于2013—2014年夏玉米不同時(shí)期開(kāi)始的持續(xù)干旱模擬試驗(yàn)對(duì)夏玉米幼苗期和七葉—拔節(jié)期的干旱敏感指標(biāo)及其受旱臨界水分條件的研究表明，夏玉米不同時(shí)期的干旱敏感指標(biāo)均包括莖、葉含水率，光合生理特征（光合速率、蒸騰速率和氣孔導(dǎo)度）和葉面積指數(shù)（LAI），七葉—拔節(jié)期的干旱敏感指標(biāo)較幼苗期還增加了株高。夏玉米幼苗期莖含水率、葉含水率、光合速率、蒸騰速率、氣孔導(dǎo)度和LAI的受旱臨界土壤相對(duì)濕度閾值分別為72%、65%、62%、60%、58%和46%；夏玉米七葉—拔節(jié)期莖含水率、葉含水率、光合速率、蒸騰速率、氣孔導(dǎo)度和LAI的受旱臨界土壤相對(duì)濕度閾值分別為64%、64%、51%、53%、48%和46%，反映出夏玉米不同時(shí)期干旱敏感指標(biāo)對(duì)干旱響應(yīng)的敏感程度均為莖含水率≥葉含水率＞光合生理特征＞LAI，但其受旱臨界水分在不同時(shí)期并不相同。在干旱發(fā)生初期，土壤濕度與莖含水率的相關(guān)性最高，隨著干旱的發(fā)展，土壤濕度與葉含水率、光合生理特征及LAI等的相關(guān)性增加，反映出土壤濕度沿著植株體內(nèi)水分運(yùn)輸方向依次影響玉米各水分代謝中心，進(jìn)而影響與各水分代謝中心相關(guān)的生理生態(tài)指標(biāo)。葉含水率不僅對(duì)干旱響應(yīng)敏感，而且與光合生理特征、LAI等的相關(guān)性較高，可以作為干旱監(jiān)測(cè)預(yù)警的有效指標(biāo)。研究結(jié)果可為作物以及生態(tài)系統(tǒng)的干旱發(fā)生發(fā)展辨識(shí)與監(jiān)測(cè)預(yù)警提供參考。（周廣勝）

2.9 玉米葉片光合特性對(duì)干旱的響應(yīng)及氣孔導(dǎo)度模擬

基于2014年開(kāi)展的夏玉米持續(xù)干旱模擬試驗(yàn)和2016年開(kāi)展的春玉米干旱及復(fù)水模擬試驗(yàn)，對(duì)不同品種玉米葉片光合特性對(duì)干旱的響應(yīng)特征和響應(yīng)機(jī)制進(jìn)行了分析，并評(píng)估了4種常用氣孔導(dǎo)度模型在寬幅土壤水分條件下不同品種玉米的適用性，明確了各氣孔導(dǎo)度模型在不同品種玉米的適用土壤水分范圍。無(wú)論是夏玉米還是春玉米，其葉片光合速率、氣孔導(dǎo)度和蒸騰速率受干旱脅迫影響均呈降低趨勢(shì)。以夏玉米為例，在水分脅迫初期，夏玉米會(huì)通過(guò)熱耗散來(lái)保護(hù)光系統(tǒng)Ⅱ的功能，而在長(zhǎng)期水分脅迫并隨著水分脅迫加重的條件下，夏玉米葉綠素?zé)晒鈪?shù)受影響，光系統(tǒng)Ⅱ?qū)⑹艿綋p傷。隨著干旱程度的增強(qiáng)，影響夏玉米葉片光合作用的主要因素由氣孔限制向非氣孔限制轉(zhuǎn)變；同時(shí)夏玉米水分利用策略由消耗水分維持高水平CO2同化轉(zhuǎn)向限制CO2同化并維持葉片水分。干旱條件下影響春玉米葉片凈光合速率和蒸騰速率的生態(tài)因子一致，且排序一致，表現(xiàn)為空氣相對(duì)濕度的影響最大，其次是大氣CO2濃度，再次是土壤相對(duì)含水量，空氣溫度的影響最小。大氣CO2濃度和空氣相對(duì)濕度分別是春玉米葉片光合速率和蒸騰速率最主要的生態(tài)限制因子，土壤相對(duì)含水量和空氣溫度分別是春玉米葉片光合速率和蒸騰速率的主要決策生態(tài)因子。而影響春玉米葉片凈光合速率和蒸騰速率的生理因子不完全一致，各生理因子對(duì)春玉米葉片光合速率直接作用表現(xiàn)為葉片氣孔導(dǎo)度影響最大，其次是胞間CO2濃度，再次是葉片含水率；對(duì)春玉米葉片蒸騰速率直接作用表現(xiàn)為葉片氣孔導(dǎo)度影響最大，其次是水汽壓虧缺，再次是葉片含水率。葉片含水率是春玉米葉片光合速率和蒸騰速率的主要生理決策因子，而葉片氣孔導(dǎo)度是最主要的生理限制因子。

在寬幅土壤水分條件下4個(gè)常用的葉片氣孔導(dǎo)度模型在夏玉米的適用性研究表明，USO模型模擬效果最好，其次是BBL模型和BWB模型，Jarvis模型模擬效果最差。引入土壤水分響應(yīng)函數(shù)，提高了Jarvis模型、BWB模型和USO模型模擬效果，而降低了BBL模型模擬效果；模型模擬效果表現(xiàn)為USO-M模型（M表示引入土壤水分響應(yīng)函數(shù)后的修正模型，下同）最好，其次是Jarvis-M模型和BWB-M模型，BBL-M模型最差。其中，USO模型無(wú)論是否引入土壤水分響應(yīng)函數(shù)，其模擬效果均最佳。采用氣孔導(dǎo)度模擬值與土壤相對(duì)含水量的擬合曲線是否超過(guò)觀測(cè)值的95%置信區(qū)間為判斷依據(jù)，對(duì)氣孔導(dǎo)度模型在夏玉米的土壤水分適宜范圍研究發(fā)現(xiàn)，Jarvis模型、BWB模型、BBL模型和USO模型適用于夏玉米不同的土壤相對(duì)含水量范圍，分別為55%～65%、56%～67%、37%～79%和37%～95%，其中Jarvis模型和BWB模型通過(guò)引入土壤水分響應(yīng)函數(shù)可在當(dāng)前寬幅土壤水分條件下（37%～95%）適用。

在寬幅土壤水分條件下4個(gè)常用的葉片氣孔導(dǎo)度模型在春玉米的適用性研究表明，BBL模型模擬效果最好，其次是USO模型和BWB模型，Jarvis模型模擬效果最差。通過(guò)引入土壤水分響應(yīng)函數(shù)，提高了BWB模型和USO模型的模擬效果，而降低了Jarvis模型和BBL模型模擬效果；模型模擬效果表現(xiàn)為USO-M模型最好，其次是BBL-M模型和BWB-M模型，Jarvis-M模型最差。采用氣孔導(dǎo)度模擬值與土壤相對(duì)含水量的擬合曲線是否超過(guò)觀測(cè)值的95%置信區(qū)間為依據(jù)，對(duì)氣孔導(dǎo)度模型在春玉米的土壤水分適宜范圍研究發(fā)現(xiàn)，Jarvis模型、BBL模型和USO模型在春玉米土壤相對(duì)含水量范圍為33%～83%條件下適用，而B(niǎo)WB模型的適用土壤相對(duì)含水量范圍為33%～76%，引入土壤水分響應(yīng)函數(shù)后可在寬幅土壤水分條件下（33%～83%）適用。

土壤水分條件的差異和不同品種玉米生物學(xué)特征的差異及其與環(huán)境因子的相互作用使得基于氣孔導(dǎo)度與光合速率關(guān)系建立的BWB模型、BBL模型和USO模型在不同品種玉米應(yīng)用時(shí)的系數(shù)并不相同，且模擬效果也不完全相同；但引入土壤水分響應(yīng)函數(shù)對(duì)3種氣孔導(dǎo)度模型在不同品種玉米寬幅土壤水分條件下模擬效果的影響一致，均降低了BBL模型的模擬效果，而提高了BWB模型和USO模型的模擬效果，特別是BWB模型提高最多。（周廣勝）

2.10 林果水旱災(zāi)害及其演變規(guī)律研究

針對(duì)中國(guó)蘋果、葡萄等林果水旱災(zāi)害，開(kāi)展災(zāi)害時(shí)空演變規(guī)律、指標(biāo)體系、綜合風(fēng)險(xiǎn)區(qū)劃研究，為中國(guó)經(jīng)濟(jì)林果防災(zāi)減災(zāi)、合理布局、災(zāi)害保險(xiǎn)提供科技支撐。2018年主要研究進(jìn)展如下：建立了中國(guó)蘋果、葡萄水旱災(zāi)害數(shù)據(jù)庫(kù)，包括全國(guó)蘋果和葡萄產(chǎn)區(qū)的氣象、種植面積和產(chǎn)量數(shù)據(jù)、部分蘋果和葡萄產(chǎn)區(qū)的發(fā)育期和水旱災(zāi)情數(shù)據(jù)等。提出了葡萄生長(zhǎng)季旱澇災(zāi)害分析方法，闡明了全國(guó)蘋果和葡萄產(chǎn)量及種植面積、北方蘋果水分虧缺量的空間分布特征。開(kāi)展了葡萄成熟采收期裂果災(zāi)害氣象指標(biāo)試驗(yàn)研究，初步揭示了葡萄裂果率與降雨強(qiáng)度和連續(xù)降雨日數(shù)的關(guān)系。初步構(gòu)建了蘋果不同生育期干旱災(zāi)害等級(jí)指標(biāo)、蘋果著色—成熟期陰雨災(zāi)害等級(jí)指標(biāo)、黃土高原產(chǎn)區(qū)蘋果花期低溫陰雨災(zāi)害指標(biāo)和果實(shí)膨大期高溫干旱災(zāi)害指標(biāo)。篩選得到模擬蘋果花期的最優(yōu)機(jī)理模型，評(píng)估了未來(lái)氣候變化背景下蘋果花期凍風(fēng)險(xiǎn)。（霍治國(guó)）

2.11 基于土壤墑情的小麥干熱風(fēng)災(zāi)害等級(jí)指標(biāo)修訂

針對(duì)中華人民共和國(guó)氣象行業(yè)標(biāo)準(zhǔn)《小麥干熱風(fēng)災(zāi)害等級(jí)》（QX/T 82-2007）存在的未考慮田間土壤濕度對(duì)干熱風(fēng)發(fā)生的影響、缺少中度分級(jí)等制約農(nóng)業(yè)氣象業(yè)務(wù)應(yīng)用的關(guān)鍵技術(shù)問(wèn)題，開(kāi)展了對(duì)原標(biāo)準(zhǔn)中的致災(zāi)因子組合沿用必要性驗(yàn)證、土壤相對(duì)濕度對(duì)小麥干熱風(fēng)影響驗(yàn)證與閾值厘定、基于土壤相對(duì)濕度分級(jí)的高溫低濕型干熱風(fēng)等級(jí)指標(biāo)修訂補(bǔ)充與驗(yàn)證、干熱風(fēng)天氣過(guò)程與年型指標(biāo)修訂與驗(yàn)證等。結(jié)果表明：原標(biāo)準(zhǔn)中的干熱風(fēng)致災(zāi)因子組合（日最高氣溫、14:00空氣相對(duì)濕度、14:00風(fēng)速），3個(gè)因子均不可或缺，缺一即會(huì)大幅降低對(duì)干熱風(fēng)實(shí)際發(fā)生情況的判識(shí)率，仍需繼續(xù)沿用；0 ～20 cm土壤相對(duì)濕度60%可作為土壤墑情對(duì)干熱風(fēng)影響的分級(jí)閾值；基于土壤相對(duì)濕度影響分級(jí)修訂補(bǔ)充的高溫低濕型干熱風(fēng)等級(jí)指標(biāo)、修訂的干熱風(fēng)天氣過(guò)程與年型指標(biāo)，與實(shí)地災(zāi)害發(fā)生情況具有較好的吻合性，擬合準(zhǔn)確率提高17%～37%。表明修訂補(bǔ)充的小麥干熱風(fēng)災(zāi)害等級(jí)指標(biāo)是合理的、可行的，具有較好的實(shí)際應(yīng)用可行性，顯著提升了災(zāi)害監(jiān)測(cè)評(píng)估的針對(duì)性和準(zhǔn)確率。（霍治國(guó)）

2.12 基于作物氣象災(zāi)變過(guò)程的指標(biāo)構(gòu)建與災(zāi)損評(píng)估

以區(qū)域早稻雨洗花災(zāi)害、油菜澇漬、單季稻洪澇為例，研究探索基于作物氣象災(zāi)變過(guò)程的實(shí)時(shí)監(jiān)測(cè)、評(píng)估預(yù)警的天氣學(xué)方法。建立了江西省早稻雨洗花災(zāi)害指標(biāo)和災(zāi)損評(píng)估模型，篩選出災(zāi)害的主要影響時(shí)段為抽穗揚(yáng)花普遍期前后5 d內(nèi)，關(guān)鍵時(shí)段為抽穗揚(yáng)花普遍期前后3 d內(nèi)，臨界指標(biāo)為日降水量40 mm；構(gòu)建的災(zāi)損評(píng)估模型平均相對(duì)誤差為4.3%，相對(duì)誤差小于5%的概率為78%。創(chuàng)建了基于湖南油菜澇漬過(guò)程的逐日災(zāi)變判別指標(biāo)，輕度、重度澇漬災(zāi)變等級(jí)指標(biāo)，建立了基于受災(zāi)頻數(shù)指數(shù)、重災(zāi)頻數(shù)指數(shù)的油菜澇漬災(zāi)損評(píng)價(jià)模型，實(shí)現(xiàn)了災(zāi)損的量化評(píng)估。創(chuàng)建了基于過(guò)程降水量的長(zhǎng)江中下游分?。ê?、安徽、江蘇、浙江、湖北和江西）、分生育階段（移栽—分蘗、拔節(jié)—孕穗、抽穗—成熟期）單季稻洪澇等級(jí)指標(biāo)。解決了基于作物氣象災(zāi)變過(guò)程的指標(biāo)構(gòu)建與災(zāi)損評(píng)估技術(shù)難題，為開(kāi)展區(qū)域早稻雨洗花災(zāi)害、油菜澇漬、單季稻洪澇監(jiān)測(cè)評(píng)估業(yè)務(wù)提供了技術(shù)支撐。（霍治國(guó)）

2.13 氣候變化背景下我國(guó)北方冬小麥營(yíng)養(yǎng)品質(zhì)研究

在國(guó)家自然科學(xué)基金項(xiàng)目“增溫與CO2濃度升高對(duì)冬小麥協(xié)同影響及其作用機(jī)制”的支持下，采用開(kāi)頂式氣室與紅外輻射器相結(jié)合的方法開(kāi)展了6個(gè)冬小麥生長(zhǎng)季增溫和CO2濃度升高的復(fù)合影響試驗(yàn)，模擬了本世紀(jì)中后期兩種可能的增溫和CO2濃度升高情景。結(jié)果表明，在生長(zhǎng)季增溫與CO2濃度升高情景下，冬小麥冬后發(fā)育期前移，冬小麥生育期平均氣溫較對(duì)照的增加幅度遠(yuǎn)小于生長(zhǎng)季增溫幅度，冬小麥在灌漿期遭遇的高溫日數(shù)減少，同時(shí)，主要生育階段的平均太陽(yáng)輻射強(qiáng)度減弱。在增溫與CO2濃度升高復(fù)合影響下，冬小麥籽粒蛋白質(zhì)含量略有增加，籽粒淀粉與脂肪含量未顯示規(guī)律性的變化趨勢(shì)，增溫對(duì)小麥蛋白質(zhì)含量的綜合影響彌補(bǔ)了CO2濃度升高對(duì)籽粒蛋白質(zhì)含量的負(fù)效應(yīng)。如果不考慮小麥品種變化影響，預(yù)計(jì)未來(lái)氣候變化可能不會(huì)導(dǎo)致我國(guó)北方冬小麥籽粒營(yíng)養(yǎng)品質(zhì)下降。（譚凱炎）

2.14 氣候變化對(duì)春玉米生長(zhǎng)影響及應(yīng)對(duì)策略研究

基于ArcGIS軟件對(duì)數(shù)字地圖的地理坐標(biāo)進(jìn)行了提取，在此基礎(chǔ)上利用4點(diǎn)加權(quán)平均法，獲取了2400臺(tái)站春玉米抽雄—成熟期準(zhǔn)確起止日期。針對(duì)各臺(tái)站抽雄至成熟期，統(tǒng)計(jì)分析了春玉米生長(zhǎng)期內(nèi)1961—2010年50年總輻射時(shí)空分布狀況。結(jié)果表明，在春玉米關(guān)鍵發(fā)育期，新疆地區(qū)太陽(yáng)總輻射明顯高于其他地區(qū)，而南部則明顯偏低，整個(gè)產(chǎn)區(qū)生育關(guān)鍵期內(nèi)總輻射為130 ～280 J/（m2s）?？傮w而言，在我國(guó)春玉米抽雄至成熟期，輻射空間分布為西高東低，我國(guó)玉米主產(chǎn)區(qū)春玉米關(guān)鍵生育期新疆、東北及華北地區(qū)輻射狀況較好，而南部地區(qū)輻射明顯不足。全國(guó)范圍而言，近50年來(lái)春玉米關(guān)鍵生長(zhǎng)期總輻射總體下降，主產(chǎn)區(qū)東北變化稍有增加，而華北降低迅速，變化趨勢(shì)為每年-1.6～1.0 J/ （m2s）。（劉建棟）

2.15 東北地區(qū)春玉米不同發(fā)育階段熱量指數(shù)時(shí)空特征分析

根據(jù)中國(guó)東北3省82個(gè)氣象站1961—2015年逐日平均氣溫和50個(gè)農(nóng)業(yè)氣象站1981—2013年春玉米發(fā)育期資料，研究了東北地區(qū)春玉米不同發(fā)育階段熱量指數(shù)的時(shí)空特征。結(jié)果表明：時(shí)間上，春玉米不同發(fā)育階段的熱量指數(shù)均表現(xiàn)為顯著增加的趨勢(shì)，增加速率最快的是三葉—拔節(jié)期，達(dá)0.20/a，最慢的是開(kāi)花—乳熟期，為0.09/a；除出苗—三葉期外，各發(fā)育階段均有半數(shù)以上的站點(diǎn)通過(guò)了0.1的顯著性檢驗(yàn)，其中三葉—拔節(jié)期和全生育期通過(guò)0.1顯著性檢驗(yàn)的站點(diǎn)高達(dá)95%以上?？臻g上，近55年中國(guó)東北春玉米熱量指數(shù)在全生育期和不同發(fā)育階段均表現(xiàn)出西南地區(qū)高、中部和北部地區(qū)低的空間分布格局，熱量指數(shù)的變化速率則表現(xiàn)出北部較快、南部較慢的空間分布特征；隨著年代際的推移，春玉米全生育期表現(xiàn)出熱量指數(shù)較小的區(qū)域在逐漸縮小、熱量指數(shù)較大的區(qū)域在逐漸擴(kuò)大的時(shí)空分布特征。（王培娟）

2.16 基于蒸散的黃淮海平原冬小麥干旱識(shí)別指數(shù)的構(gòu)建

基于實(shí)際蒸散和作物最大可能蒸散的比值，構(gòu)建了冬小麥干旱識(shí)別指數(shù)。該指數(shù)利用能夠反映作物特征的最大可能蒸散，而不是利用體現(xiàn)大氣狀況的潛在蒸散，可以更好地反映農(nóng)作物的需水程度，體現(xiàn)農(nóng)作物的受旱狀況。利用中國(guó)氣象災(zāi)害年鑒和農(nóng)業(yè)氣象災(zāi)害記錄，厘定冬小麥不同發(fā)育階段干旱識(shí)別指數(shù)閾值。結(jié)果表明：黃淮海平原冬小麥種植區(qū)越冬前、越冬期、返青—拔節(jié)期、抽穗期和乳熟—生理成熟期的干旱識(shí)別指數(shù)臨界值分別為0.80、0.45、0.85、0.70 和0.50；弱冬性小麥種植區(qū)越冬前、越冬期、返青—拔節(jié)期、抽穗期和乳熟—生理成熟期的干旱識(shí)別指數(shù)臨界值分別為0.85、0.50、0.85、0.80 和0.65；干旱識(shí)別指數(shù)計(jì)算結(jié)果與歷史災(zāi)情描述相吻合概率為86.2%，能夠比較客觀地體現(xiàn)出研究區(qū)域的實(shí)際受災(zāi)情況。（王培娟）

2.17 東北地區(qū)玉米適應(yīng)氣候變化措施對(duì)生產(chǎn)潛力的影響

為探求東北玉米未來(lái)如何更好地適應(yīng)氣候變化，本研究采用抗逆品種和推遲播種期2種適應(yīng)措施，結(jié)合區(qū)域氣候模式模擬的2010—2099年RCP4.5、RCP8.5情景濃度路徑逐日氣象資料，分析了不同氣候變化情景下東北玉米適應(yīng)措施的生產(chǎn)潛力變化。結(jié)果表明：2010—2099年，東北區(qū)玉米氣候生產(chǎn)潛力的空間分布特征基本為東南向西北減小的趨勢(shì)，RCP4.5情景下東北玉米生產(chǎn)潛力高于RCP8.5情景，且RCP8.5情景出現(xiàn)極低值年份明顯多于RCP4.5情景；所有抗逆品種的玉米生產(chǎn)潛力均高于原有品種，在RCP4.5情景下，耐高溫品種的玉米生產(chǎn)潛力更高，在RCP8.5情景下，耐旱品種表現(xiàn)更好，雙耐（耐高溫、耐旱）品種的玉米生產(chǎn)潛力在2種氣候變化情景下均最高。RCP4.5情景下，推遲播種均出現(xiàn)增產(chǎn)情況，其中推遲30 ～40 d 播種的玉米增產(chǎn)率達(dá)到最大；RCP8.5情景下，部分地區(qū)出現(xiàn)減產(chǎn)情況，說(shuō)明適當(dāng)推遲播種期有利于提高玉米氣候生產(chǎn)潛力，但地區(qū)間存在差異。（郭建平）