周桐宇 江敏,2,* 孫汪亮 孫彬

近年來隨著氣候變化日益加劇，極端天氣頻發(fā)、生態(tài)環(huán)境惡化對(duì)農(nóng)業(yè)造成的不利影響日益嚴(yán)重[1-2]。國內(nèi)外關(guān)于主要糧食作物的研究結(jié)果中，氣候變化對(duì)糧食作物產(chǎn)量的消極影響較之于其積極影響更為普遍[3-5]。然而，在上述研究中，大部分學(xué)者均假設(shè)糧食的生產(chǎn)方式和田間管理措施在未來保持不變。這樣簡化的研究設(shè)計(jì)可以更為直觀地展現(xiàn)氣候變化對(duì)糧食生產(chǎn)帶來的影響，但所得出的各種結(jié)論難免過于悲觀。隨著氣候變化不斷為人們所重視，農(nóng)民必將采取有別于當(dāng)前的農(nóng)業(yè)生產(chǎn)方式和田間管理措施，例如，調(diào)整糧食播期以避開高溫、季節(jié)性干旱等農(nóng)業(yè)氣象災(zāi)害；采用耐高溫品種來適應(yīng)變暖的氣候和極端高溫的出現(xiàn)；提高復(fù)種指數(shù)以充分利用熱量資源等[6-8]。因此，在評(píng)價(jià)氣候變化對(duì)糧食生產(chǎn)影響時(shí)，考慮采用相應(yīng)的措施后將更為科學(xué)合理。

觀測(cè)試驗(yàn)和模型模擬是研究氣候變化對(duì)農(nóng)業(yè)生產(chǎn)影響的兩種主要方法[9]。觀測(cè)試驗(yàn)方法主要是在田間或者溫室條件下，通過控制CO2濃度或者溫度來研究氣候要素的變化對(duì)作物生產(chǎn)的影響，是揭示氣候變化對(duì)作物影響機(jī)理的重要途徑[10]，其缺點(diǎn)是構(gòu)建的作物生長環(huán)境與田間實(shí)際情況很難一致，對(duì)各氣象因子之間的交互研究也受到一定限制，因此在使用中存在很大的局限性。模型模擬方法則通常采用統(tǒng)計(jì)回歸模型或者作物機(jī)理模型，利用未來氣候情景，預(yù)估氣候變化對(duì)作物生長的影響[11]。其中，機(jī)理模型所設(shè)置的對(duì)作物生理生態(tài)學(xué)機(jī)制的描述，可更準(zhǔn)確地解釋作物對(duì)氣象要素變化的響應(yīng)機(jī)制，在氣候變化研究中得到廣泛應(yīng)用[12,13]。鑒于觀測(cè)試驗(yàn)方法的局限性，而模型模擬較觀測(cè)試驗(yàn)具有成本低、時(shí)效高、變量易于控制等優(yōu)點(diǎn)，目前利用作物模型耦合氣候模式逐漸成為氣候變化評(píng)價(jià)研究中較為普遍的方法。但是由于大多數(shù)作物模型是基于樣點(diǎn)的小尺度機(jī)理模型，而氣候模式提供的是大范圍大尺度的氣候情景，在區(qū)域研究中要將兩者結(jié)合必須對(duì)作物模型升尺度[14]或?qū)夂蚰Ｊ浇党叨萚11]。隨著科學(xué)技術(shù)的進(jìn)步，氣候變化影響評(píng)價(jià)研究的深度和廣度也有新進(jìn)展。研究方法不再限于單一確定的氣候情景，而是基于多情景多模型、參數(shù)隨機(jī)擾動(dòng)下的集合模擬[15]。近年來，也有學(xué)者將社會(huì)經(jīng)濟(jì)發(fā)展情景與區(qū)域氣候模式、水文模型與作物生長模型整合嵌套，實(shí)現(xiàn)氣候變化對(duì)農(nóng)業(yè)影響的多因素評(píng)估[16,17]。

水稻是我國主要的糧食作物之一。氣候變暖可能使得水稻生育期縮短，產(chǎn)量降低，而采取恰當(dāng)?shù)霓r(nóng)業(yè)適應(yīng)性調(diào)整措施，如調(diào)整種植制度和種植模式，采用新的作物品種等，來延長作物的生長時(shí)間。這些舉措能在規(guī)避氣候變化對(duì)農(nóng)業(yè)生產(chǎn)不利影響的同時(shí)擴(kuò)大其正效應(yīng)，是應(yīng)對(duì)氣候變化對(duì)水稻生產(chǎn)影響的重要舉措。目前，通過作物模型定量評(píng)估氣候變化和農(nóng)業(yè)適應(yīng)措施對(duì)農(nóng)作物生產(chǎn)的影響，已經(jīng)有學(xué)者開展了研究[18-19]。水稻是福建省的主要糧食作物，水稻的豐欠關(guān)系到福建省的糧食自給。由于福建省地形復(fù)雜，以山地丘陵為主，不同地形的光溫水條件相差甚遠(yuǎn)，應(yīng)對(duì)未來氣候變化亦需采取不同的措施。因此以縣域?yàn)閱挝粚?duì)福建省的水稻生產(chǎn)開展研究，能更精確地分析未來氣候變化所產(chǎn)生的影響。中國氣候中心的BCC_CSM大氣環(huán)流模式是根據(jù)聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)第5次評(píng)估報(bào)告生成的未來氣候變化情景，本研究采用其中的RCP4.5和RCP8.5情景，讀取當(dāng)前和未來不同時(shí)期共90年的逐日氣象要素文件，并將之與DSSAT4.6平臺(tái)支持下的CERES-Rice模型耦合，模擬分析福建省各稻區(qū)共66個(gè)縣域在未來兩種情景下的水稻生產(chǎn)變化，在此基礎(chǔ)上結(jié)合農(nóng)業(yè)氣候指標(biāo)，進(jìn)一步模擬研究各稻區(qū)、縣域在未來不同情景下可能的品種類型及播種日期的變化，并以此作為未來可能的適應(yīng)性調(diào)整措施輸入作物模型，進(jìn)一步模擬全省各稻區(qū)考慮適應(yīng)性調(diào)整后的水稻產(chǎn)量、穩(wěn)產(chǎn)性以及全省水稻總產(chǎn)的變化。

1 研究方法與資料來源

1.1 研究區(qū)域概況

福建省位于我國東南部，屬于典型的亞熱帶季風(fēng)氣候。地形地勢(shì)復(fù)雜，總體上西北高、東南低，海拔高差大，農(nóng)業(yè)氣候類型豐富多樣。常見的農(nóng)業(yè)氣象災(zāi)害有高溫?zé)岷?、臺(tái)風(fēng)、干旱和低溫冷害等。福建省水稻品種類型多樣，部分水熱資源豐富的地區(qū)可種植雙季稻和再生稻，閩西北高海拔地區(qū)則以單季稻種植為主。本研究根據(jù)福建省氣候特點(diǎn)和水稻種植情況，將全省水稻種植區(qū)按不同地形及稻作制度劃分為3個(gè)稻作區(qū)，即閩東南雙季稻區(qū)、閩西北雙季稻區(qū)、閩西北山地單季稻區(qū)。除少數(shù)高海拔縣市的熱量條件不能滿足水稻生長外，對(duì)全省66個(gè)縣域開展不同氣候變化情景下的水稻生產(chǎn)模擬研究(圖 1)。

1.2 未來氣候變化情景

圖1 福建省水稻種植分區(qū)Fig.1.Distribution of rice growing regions in Fujian Province,China.

IPCC第5次工作報(bào)告(AR5)提出的典型濃度路徑情景(representative concentration pathway,RCP)是根據(jù)2100年不同的輻射強(qiáng)迫值，將RCP分為四種情景，即RCP2.6、RCP4.5、RCP6.0和RCP8.5，表示2100年輻射強(qiáng)度將依次上升至2.6、4.5、6.0、8.5 W/m2[20]。本研究根據(jù)中國的科技發(fā)展?fàn)顩r，選取RCP4.5和RCP8.5兩種情景，分別代表未來中國可能的中端穩(wěn)定排放路徑和高端排放路徑，利用BCC_CSM(Beijing Climate Center Climate System Model)氣候模式基于這兩種情景下的氣候預(yù)估結(jié)果，生成了研究區(qū)域基準(zhǔn)時(shí)段(1981－2005年)和未來時(shí)段(2021－2050年)的兩種氣候變化情景，包括研究區(qū)域66個(gè)樣點(diǎn)的逐日最高溫度、最低溫度、輻射和降水量。

1.3 水稻品種選擇、模型參數(shù)的確定與驗(yàn)證

根據(jù)福建省區(qū)試資料選取產(chǎn)量高，代表性好的早、中、晚熟品種進(jìn)行試驗(yàn)，其中雙季稻區(qū)的早稻僅選取晚熟品種作為當(dāng)?shù)氐拇硇云贩N，單季稻和晚稻分別選取早、中、晚熟三個(gè)代表性品種進(jìn)行試驗(yàn)，共選擇7個(gè)具有代表性的品種作為福建省的主栽品種。早稻僅選晚熟品種的原因是當(dāng)前早稻中的早中熟品種口感、產(chǎn)量均較差，所以近年來福建省大部分地區(qū)以種植晚熟品種為主。

本研究采用在國際上廣泛應(yīng)用的CERES-Rice模型對(duì)水稻進(jìn)行生長過程的模擬。該模型需要輸入的作物資料包括水稻的播種日期、播種密度與行株距、栽插深度、施肥與灌溉日期等多項(xiàng)耕作與管理措施；環(huán)境資料包括各樣點(diǎn)的經(jīng)緯度、土壤參數(shù)和逐日氣象數(shù)據(jù)等資料。模型運(yùn)算在DSSAT 4.6(農(nóng)業(yè)科技轉(zhuǎn)換決策支持系統(tǒng))軟件平臺(tái)支持下進(jìn)行[21-22]。模型設(shè)置了8個(gè)遺傳參數(shù)描述水稻的生長狀況，其中4個(gè)參數(shù)用來描述水稻發(fā)育特性，分別為基本營養(yǎng)生長所需有效積溫P1(℃·d)、可以最大速率發(fā)育的最適光周期P2O(h)、光敏感期參數(shù)P2R(℃·d)、完成灌漿期所需有效積溫P5(℃·d)；另外4個(gè)參數(shù)用來描述水稻產(chǎn)量的形成及其各個(gè)器官的性狀，分別為開花期潛在穗數(shù)系數(shù)G1、理想狀況下的潛在粒重G2(g)、分蘗系數(shù)G3和溫度容忍系數(shù)G4[23]。

本研究基于2011年7個(gè)代表性水稻品種在福建省22個(gè)區(qū)試站的產(chǎn)量及生育期資料，采用GLUE(generalized likelihood uncertainty estimation)方法[24]對(duì)作物遺傳參數(shù)進(jìn)行初步調(diào)試，在此基礎(chǔ)上進(jìn)一步采用試錯(cuò)法(Trial and Error)對(duì)各代表性水稻品種的遺傳參數(shù)進(jìn)行優(yōu)化(表1)，并用2012年同品種在同地區(qū)栽種的產(chǎn)量及生育期資料對(duì)模型參數(shù)進(jìn)行驗(yàn)證(圖2)。上述遺傳參數(shù)調(diào)試所需的逐日氣象數(shù)據(jù)(2011－2012年)取自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://www.cma.gov.cn)。其中，太陽輻射的缺省樣點(diǎn)值根據(jù)逐日日長及經(jīng)緯度計(jì)算得出[25]。播種期、生育期、行株距、種植密度等作物資料，取自2011－2012年的福建省水稻區(qū)域試驗(yàn)結(jié)果。

表1 福建省代表性水稻品種遺傳參數(shù)Table 1.Genetic parameters of representative rice combinations in Fujian Province,China.

圖2 CERES-Rice模型在福建省主要稻區(qū)的驗(yàn)證結(jié)果Fig.2.Verification results of CERES-Rice model in the main rice growing regions in Fujian Province,China.

1.4 農(nóng)業(yè)氣候指標(biāo)的建立

1.4.1 水稻穩(wěn)產(chǎn)性指標(biāo)

未來氣候變化除了影響水稻的生長過程和產(chǎn)量，同樣也將影響產(chǎn)量的穩(wěn)定性。本研究采用的產(chǎn)量標(biāo)準(zhǔn)差變化率ΔSD%可用來表示未來產(chǎn)量的波動(dòng)情況，其計(jì)算公式如下：

ΔSD%表示產(chǎn)量標(biāo)準(zhǔn)差的變化率，用來衡量水稻產(chǎn)量的不穩(wěn)定性；μc表示未來不同氣候變化情景下模擬產(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；σμc為聯(lián)合方差。顯然ΔSD%的值越小，說明水稻穩(wěn)產(chǎn)性越好；反之則穩(wěn)產(chǎn)性越差。

1.4.2 水稻總產(chǎn)估算模型

假定未來不同排放情景下，研究區(qū)域現(xiàn)有水稻種植面積不變，采用以下統(tǒng)計(jì)模型估算福建省水稻總產(chǎn)的變化百分比[30]，即：

式中TYC%為福建省未來水稻總產(chǎn)的變化百分比；RYi為2011－2015年各稻區(qū)水稻平均總產(chǎn)；TY為同一時(shí)段全省水稻的平均總產(chǎn)；RYC%為未來氣候變化情景下全省各稻區(qū)水稻單產(chǎn)的變化百分比。

1.5 氣候變化影響評(píng)價(jià)的具體方案

本研究利用CERES-Rice模型對(duì)基準(zhǔn)時(shí)段和未來時(shí)段各稻區(qū)的水稻產(chǎn)量分別進(jìn)行模擬，分為兩種情況：一是假定未來稻作制度、水稻栽培措施及品種類型等依舊維持在當(dāng)前水平不變，模擬各樣點(diǎn)的代表性品種在不同排放情景下的水稻產(chǎn)量，并與基準(zhǔn)時(shí)段的模擬產(chǎn)量進(jìn)行比較，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，如更換品種，調(diào)整播期等，進(jìn)而模擬分析適應(yīng)性調(diào)整后的水稻產(chǎn)量變化。據(jù)此可比較水稻生產(chǎn)采用適應(yīng)性調(diào)整措施后對(duì)產(chǎn)量的影響。此外，在CERES-Rice模型中專門設(shè)置的CO2增益模塊可以模擬CO2濃度升高對(duì)水稻生產(chǎn)的直接肥效作用。但有學(xué)者在研究中指出CO2濃度增加對(duì)產(chǎn)量的影響會(huì)受到土壤中氮肥含量的影響及限制[26]，且模型未考慮CO2濃度的日變化，也會(huì)使得模擬結(jié)果偏高。因此,本研究模擬不考慮CO2肥效作用時(shí)的水稻生產(chǎn)狀況，以作比較。

1.5.1 未來氣候變化情景下品種的更替

隨著未來氣候變暖導(dǎo)致的光溫水資源的改變，可能導(dǎo)致水稻生育期改變。為了應(yīng)對(duì)高溫對(duì)水稻生產(chǎn)造成的不利影響，同時(shí)充分利用熱量資源獲取較高的產(chǎn)量，未來水稻生產(chǎn)過程中農(nóng)民可能通過引進(jìn)耐高溫的水稻品種或調(diào)整水稻品種類型(熟型)的方式來適應(yīng)氣候變化。本研究利用CERES-Rice模型開展未來各個(gè)稻區(qū)不同熟型品種的模擬試驗(yàn)，將其模擬結(jié)果分別與基準(zhǔn)時(shí)段和未來時(shí)段未替換品種時(shí)的模擬產(chǎn)量進(jìn)行比較，看產(chǎn)量是否因品種更替而有明顯的改善。最后，通過產(chǎn)量和穩(wěn)定性等指標(biāo)，得出未來情景下該地區(qū)最適宜的品種或品種組合。需要注意的是，在篩選過程中仍假定未來的稻作制度和田間管理均維持在當(dāng)前水平不變，并盡可能用生育期較長的中晚熟品種替代早熟品種。

1.5.2 未來水稻適宜播期的調(diào)整

隨著未來溫度升高，調(diào)整水稻播期可以改變水稻生育期內(nèi)的光溫水配置，更有效地利用生育期內(nèi)的資源，使水稻生育期調(diào)整到能獲得較高產(chǎn)量的時(shí)間段內(nèi)。本研究在模擬水稻生長的最佳播期時(shí)，以5 d為時(shí)間步長，即針對(duì)當(dāng)前播期提前5 d、10 d、推遲5 d、10 d，在3種不同排放情景下分別運(yùn)行CERES-Rice模型，選擇產(chǎn)量高且穩(wěn)產(chǎn)性好的模擬結(jié)果所對(duì)應(yīng)的播種日期作為水稻的適宜播期。在對(duì)雙季稻種植區(qū)進(jìn)行播期調(diào)整時(shí)，為了避免低溫危害，還需注意早稻的安全播期，即春季日均溫連續(xù)3 d≥12℃的初日；同時(shí)在晚稻的播期調(diào)整中，除考慮早稻和晚稻兩季間的5 d茬口外，還要保證水稻能在安全齊穗期前抽穗。對(duì)于秈稻，安全齊穗期是指秋季日均溫連續(xù)3 d≥22℃的終日。在模擬過程中，仍假定未來稻作制度、品種類型和田間管理措施等均維持在當(dāng)前水平上。

2 結(jié)果與分析

2.1 未來不同情景下水稻品種的適應(yīng)性調(diào)整

由于本研究選擇了早稻的晚熟品種作為當(dāng)前研究區(qū)域的代表性品種，所以品種的適應(yīng)性調(diào)整僅針對(duì)單季稻和晚稻進(jìn)行。模擬篩選過程中在保證水稻高產(chǎn)的同時(shí)也要兼顧其穩(wěn)產(chǎn)性。根據(jù)模型模擬結(jié)果，篩選出了福建省3個(gè)稻區(qū)66個(gè)樣點(diǎn)在未來不同排放情景下適宜種植的水稻品種。結(jié)果顯示，各稻區(qū)適宜種植的水稻品種均為晚熟品種(表2)，且生育期較長的中晚熟品種產(chǎn)量最高，穩(wěn)產(chǎn)性也很好。其主要原因是長生育期晚熟的品種光合持續(xù)時(shí)間長，在一定程度上可以彌補(bǔ)水稻因高溫引起的生育期縮短現(xiàn)象。因此，福建省3個(gè)稻區(qū)未來均可種植晚熟品種以提高產(chǎn)量。

表2 基于兩種氣候變化情景下福建省各稻區(qū)不同品種類型的模擬產(chǎn)量及穩(wěn)產(chǎn)性指標(biāo)Table 2.Simulated yields and stability index(ΔSD%)for various varietal types under the two representative concentration pathway(RCP)scenarios in different rice growing regions of Fujian Province.

2.2 未來不同情景下播期的適應(yīng)性調(diào)整

2.2.1 早稻及單季稻播期的調(diào)整

在未來氣候變化條件下，根據(jù)上述品種優(yōu)化結(jié)果，保持田間管理措施不變，調(diào)整播種日期進(jìn)行RCP4.5和RCP8.5情景下各樣點(diǎn)水稻生產(chǎn)的模擬實(shí)驗(yàn)。根據(jù)不同情景下水稻產(chǎn)量的高低及穩(wěn)定性指標(biāo)(ΔSD%)篩選出各樣點(diǎn)的最佳播期。圖3顯示，兩種情景下，大部分樣點(diǎn)的最佳播期均較當(dāng)前播期提前5～10 d，RCP8.5情景下播期提前更為明顯。RCP4.5情景下寧德、邵武、尤溪、連城四縣以及RCP8.5情景下的個(gè)別樣點(diǎn)出現(xiàn)最佳播期延遲現(xiàn)象，究其原因，是由于這些地區(qū)的早稻當(dāng)前易遭受低溫脅迫影響，而將播期推遲以后，則有效緩解了低溫陰雨可能導(dǎo)致的爛秧死苗現(xiàn)象；而部分樣點(diǎn)在未來氣候變化過程中播期依舊與當(dāng)前一致，說明未來氣候變化過程中這些樣點(diǎn)的水稻播期無需改變。

圖3 基于兩種氣候變化情景下福建省早稻和單季稻區(qū)各樣點(diǎn)最佳播期的可能改變Fig.3.Changes in proper sowing dates of early rice and single-cropping rice under the two representative concentration pathway(RCP)scenarios in Fujian Province,China.

2.2.2 晚稻播期的調(diào)整

依照前述方法，并兼顧早稻和晚稻的茬口，模擬得出了兩種情景下晚稻的最佳播期(圖4)。結(jié)果顯示，未來兩種情景下除閩清、永泰和福鼎三個(gè)縣的播期將提前10 d，少數(shù)地區(qū)播期不變以外，多數(shù)地區(qū)播期均將推遲5～10 d，尤以推遲10 d為多。閩清、永泰和福鼎的播期提前，是因?yàn)槲磥矸N植的最佳品種為中熟品種，故播期提前有利于其生育期的延長。其余地區(qū)的最佳播期出現(xiàn)推遲現(xiàn)象，是因?yàn)楦＝ㄊ‘?dāng)前晚稻晚熟品種的播期處于6月下旬，孕穗開花期為9月中下旬，適逢當(dāng)?shù)馗邷貢r(shí)段，而35℃以上高溫連續(xù)3 d將導(dǎo)致水稻穎花敗育，造成水稻減產(chǎn)甚至絕收。因此，未來氣溫升高后可以通過延遲播種使得孕穗開花期錯(cuò)開當(dāng)?shù)販囟茸罡邥r(shí)段。

2.3 品種與播期同時(shí)改變對(duì)水稻的影響

2.3.1 不同影響因子下的產(chǎn)量變化對(duì)比

隨著氣候變化的日益加劇以及社會(huì)經(jīng)濟(jì)與科技水平的不斷進(jìn)步，農(nóng)民所采取的適應(yīng)措施不可能僅僅局限在單一方式上，往往是多項(xiàng)調(diào)整并存。因此，選擇各樣點(diǎn)水稻的最佳品種和播期并保持其他栽培管理措施不變，模擬得出了福建省未來RCP4.5和RCP8.5情景下水稻產(chǎn)量的變化(圖5)。

由圖5可見，如果在未來氣候變化過程中不考慮CO2肥效作用(NCE)，各個(gè)稻區(qū)在RCP4.5和RCP8.5情景下均表現(xiàn)為減產(chǎn)，減產(chǎn)幅度最大可達(dá)5%；RCP4.5情景下減產(chǎn)幅度最大的是閩西北雙季稻區(qū)晚稻，同時(shí)未來30年產(chǎn)量異常年份較多，說明未來該地區(qū)晚稻產(chǎn)量穩(wěn)定性較差。RCP8.5情景下，依然是閩西北雙季稻區(qū)晚稻的年際間波動(dòng)幅度最大。推測(cè)未來氣候變化將使得閩西北晚稻的產(chǎn)量不穩(wěn)定性增加。當(dāng)考慮CO2肥效作用時(shí)(CE)，各個(gè)稻區(qū)將轉(zhuǎn)為增產(chǎn)，增產(chǎn)幅度在10%以下。

圖4 基于兩種氣候變化情景下福建省晚稻和單季稻區(qū)各樣點(diǎn)最佳播期的可能改變Fig.4.Changes in proper sowing dates of late rice and single-cropping rice under the two representative concentration pathway(RCP)scenarios in Fujian Province,China.

圖5 兩種氣候變化情景下福建省不同稻區(qū)在適應(yīng)性調(diào)整后水稻模擬產(chǎn)量相對(duì)于基準(zhǔn)時(shí)段的變化Fig.5.Change in rice yields under the two representative concentration pathway(RCP)scenarios with adaptive adjustments compared with the base yields in different rice growing regions in Fujian Province,China.

在上述基礎(chǔ)上考慮品種優(yōu)化(CE+C)，選用生育期較長的中晚熟品種來替代早熟品種，則晚稻和單季稻的模擬產(chǎn)量顯著提高。在RCP4.5和RCP8.5情景下，閩東南雙季稻區(qū)晚稻產(chǎn)量較之品種優(yōu)化前分別提高了11.9%和8.1%；閩西北雙季稻區(qū)晚稻分別提高10.8%和6.5%；閩西北山地單季稻區(qū)的提升最為明顯，分別提高了12.7%和12.1%。

在品種優(yōu)化基礎(chǔ)上進(jìn)一步模擬各縣的最佳播期，并假設(shè)未來各地均調(diào)整為最佳播期進(jìn)行播種(CE+C+SD)，則全省各個(gè)稻區(qū)的模擬產(chǎn)量又有不同程度的提高。與基準(zhǔn)時(shí)段的模擬產(chǎn)量相比，產(chǎn)量增幅最大的為閩東南雙季稻區(qū)的晚稻，RCP4.5和RCP8.5情景下增幅達(dá)15.8%和17.8%；其次是閩西北山地單季稻，兩種情景下分別增產(chǎn)15.7%和17.4%；各稻區(qū)早稻增幅最小，最高不超過6%。

圖6 兩種排放情景下福建省各稻區(qū)水稻在考慮適應(yīng)調(diào)整前后的產(chǎn)量相較基準(zhǔn)時(shí)段產(chǎn)量的變化Fig.6.Change in rice yields under the two representative concentration pathway(RCP)scenarios with adaptive adjustments compared with the base yields in different rice growing regions in Fujian Province,China.

2.3.2 綜合適應(yīng)性調(diào)整措施下福建省水稻單產(chǎn)的空間變化

利用Arcgis軟件繪制產(chǎn)量相對(duì)于未作任何適應(yīng)調(diào)整時(shí)的變化幅度差值。從圖6中可以明顯看出，綜合適應(yīng)措施使得福建省水稻生產(chǎn)顯著增產(chǎn)，尤其對(duì)晚稻和單季稻的增產(chǎn)效果十分明顯。種植早稻的將樂、順昌兩縣在RCP4.5和RCP8.5情景下均表現(xiàn)為明顯的減產(chǎn)，說明適應(yīng)措施并不能完全改善未來氣候變化對(duì)該區(qū)域水稻生產(chǎn)的不利影響。對(duì)于單季稻而言，松溪、政和兩縣增產(chǎn)幅度最大，增幅可達(dá)24.3%；而晚稻增產(chǎn)明顯區(qū)域主要集中在閩東南雙季稻區(qū)，這可能是未來晚稻生育期內(nèi)水熱資源增加明顯，恰當(dāng)?shù)姆N植調(diào)整措施可以更加充分利用水熱資源，從而表現(xiàn)為明顯的增產(chǎn)。

表3 未來兩種氣候變化情景下福建省適應(yīng)性調(diào)整后的水稻生產(chǎn)方式及管理措施Table 3.Rice production patterns and managements with adaptive adjustments under the two representative concentration pathway(RCP)scenarios in different rice growing regions of Fujian Province,China.

表4 兩種氣候變化情景下考慮與不考慮適應(yīng)性調(diào)整各稻區(qū)水稻模擬總產(chǎn)對(duì)全省水稻總產(chǎn)的貢獻(xiàn)Table 4.Contribution of overall rice output of rice growing regions to Fujian Province with adaptive adjustment and without adaptive adjustment under the two representative concentration pathway(RCP)scenarios.

2.4 未來不同情景下福建省基于適應(yīng)性調(diào)整方案的水稻總產(chǎn)變化

表3給出了福建省不同稻區(qū)在RCP4.5和RCP8.5情景下的最佳水稻品種和播期，將其作為最終的適應(yīng)性調(diào)整方案，同時(shí)作為模型新的輸入，并在兩種排放情景下分別運(yùn)行CERES-Rice模型，即可模擬計(jì)算出未來福建省各稻區(qū)水稻在考慮適應(yīng)性調(diào)整后的總產(chǎn)變化(表4)。在總產(chǎn)計(jì)算過程中假定未來福建省各稻區(qū)播種面積不變。

由表4可以看出，在未來氣候變化對(duì)福建省水稻生產(chǎn)的影響評(píng)價(jià)中，是否對(duì)水稻采取適應(yīng)性調(diào)整措施，其結(jié)果是大不一樣的?？紤]適應(yīng)性調(diào)整后，3個(gè)稻區(qū)在不同排放情景下，水稻模擬總產(chǎn)都有不同程度提高；單季稻模擬總產(chǎn)增產(chǎn)幅度最大，在RCP4.5情景下，由不考慮適應(yīng)性措施時(shí)的減產(chǎn)轉(zhuǎn)為增產(chǎn)；此外，在各雙季稻區(qū)，晚稻總產(chǎn)增幅較早稻大?？紤]適應(yīng)性調(diào)整后，在RCP4.5與RCP8.5情景下模擬出的全省總產(chǎn)較不考慮適應(yīng)性調(diào)整時(shí)增幅分別達(dá)到了8.6%和7.5%。

3 討論

氣候變化對(duì)水稻生產(chǎn)的影響是多方面的，目前國內(nèi)外關(guān)于氣候變化下水稻生產(chǎn)的研究內(nèi)容也較多，包括研究氣候變化對(duì)水稻生育期、產(chǎn)量與產(chǎn)量差、稻田蒸散以及水稻品質(zhì)等的影響[27-28]。但在以往的這些研究中，大多數(shù)學(xué)者在評(píng)估未來氣候變化對(duì)糧食生產(chǎn)狀況的影響時(shí)，均假定未來幾十年的種植制度、品種類型和生產(chǎn)管理措施等維持在當(dāng)前水平不變[4,16,18,29]，對(duì)未來可能的適應(yīng)調(diào)整對(duì)糧食生產(chǎn)帶來的影響不夠重視。本研究在考慮了水稻品種和播期的適應(yīng)性調(diào)整后對(duì)未來的水稻生產(chǎn)進(jìn)行模擬，結(jié)果表明，采取更替品種、調(diào)整播期等措施來適應(yīng)未來氣候變化，不僅可以緩解未來由于氣溫過高導(dǎo)致生育期縮短帶來的減產(chǎn)現(xiàn)象，還會(huì)因?yàn)镃O2濃度增高產(chǎn)生的肥效作用使得產(chǎn)量有一定幅度的提高。這樣的模擬結(jié)果顯然較不考慮適應(yīng)性調(diào)整的結(jié)果更為科學(xué)合理也更為樂觀。本研究所提出的適應(yīng)性調(diào)整方案還僅是在當(dāng)前現(xiàn)有的水稻品種上進(jìn)行篩選調(diào)整，面對(duì)未來更為嚴(yán)峻的生態(tài)環(huán)境，必定會(huì)出現(xiàn)更具抗性的水稻品種；并且隨著氣候變暖，一些縣市還可能出現(xiàn)種植制度的調(diào)整，某些單季稻種植區(qū)域在未來溫度升高的條件下，可能改種雙季稻或再生稻[30]。當(dāng)然，這些適應(yīng)性措施的調(diào)整是較為復(fù)雜的過程，會(huì)牽涉到各種社會(huì)、環(huán)境、制度和人力物力的因素，如當(dāng)前耕地面積不斷縮小可能導(dǎo)致未來水稻播種面積減少，進(jìn)一步影響總產(chǎn)的改變。所以只能在研究中重點(diǎn)考慮農(nóng)業(yè)生產(chǎn)方式和管理措施的改變。

由于作物模型的機(jī)理是運(yùn)用數(shù)學(xué)方法建立起各種數(shù)學(xué)模型或子模型，按照一定規(guī)律和原理，將各個(gè)子模型嵌套在一起，形成了可在計(jì)算機(jī)上模擬作物生產(chǎn)全過程的模擬系統(tǒng)。而極端天氣、病蟲害等因素的發(fā)生發(fā)展尚無規(guī)律可尋，所以在當(dāng)前的模型中尚未考慮這些因子。而福建省是受臺(tái)風(fēng)影響比較嚴(yán)重的地區(qū)，臺(tái)風(fēng)帶來的暴雨和風(fēng)災(zāi)必將對(duì)水稻生產(chǎn)帶來顯著影響，所以未來氣候變化的模擬評(píng)價(jià)中由于未能考慮此類影響，使得水稻產(chǎn)量的模擬存在著一定的不確定性。隨著模型模擬技術(shù)的不斷成熟和發(fā)展，這個(gè)問題一定會(huì)得到解決。另外，今后的研究中也可以結(jié)合水稻的歷史產(chǎn)量、生長季內(nèi)自然災(zāi)害發(fā)生頻率和防災(zāi)抗災(zāi)能力等對(duì)模擬產(chǎn)量進(jìn)行一定程度的矯正，使得未來水稻生產(chǎn)的模擬結(jié)果更為科學(xué)合理。目前，已有大量的研究表明，CO2濃度升高可以提高作物光合速率，抑制呼吸，降低氣孔導(dǎo)度，提高水分利用率，增加干物質(zhì)量從而提高作物產(chǎn)量，這相當(dāng)于增施肥料的作用，即所謂的CO2肥效作用[10,27]。CERES-Rice模型在模擬CO2濃度升高對(duì)水稻影響時(shí)，并未考慮CO2濃度的日變化情況，而是根據(jù)CO2的濃度線性地乘以相關(guān)系數(shù)得到水稻的產(chǎn)量[23]。同時(shí)有學(xué)者在研究中指出CO2濃度增加對(duì)產(chǎn)量的影響會(huì)受到土壤中氮肥含量的影響及限制[26]，這樣模型所模擬的結(jié)果實(shí)際上是偏高的，所以研究中給出考慮了CO2肥效作用前后的不同模擬結(jié)果以作比較。

4 結(jié)論

未來氣候變暖將使得福建省各稻區(qū)水稻生育期縮短，而溫度升高又將使得水稻的生長季顯著延長。所以未來選擇生育期較長的中晚熟品種替代早熟品種可以充分利用當(dāng)?shù)氐乃疅豳Y源，同時(shí)采用播期的調(diào)整來規(guī)避高溫災(zāi)害并延長生育期，是未來水稻生產(chǎn)的主要適應(yīng)性調(diào)整措施。產(chǎn)量的模擬結(jié)果表明，未來氣候變化對(duì)水稻產(chǎn)量既有正面影響也有負(fù)面影響，視不同稻作制度和種植區(qū)而異。未來兩種情景下，雙季稻區(qū)晚稻的年際間波動(dòng)范圍加大，意味著產(chǎn)量不穩(wěn)定性增加。而雙季稻產(chǎn)區(qū)的主要糧食產(chǎn)量來自生育期較長的晚稻，所以晚稻的產(chǎn)量波動(dòng)很可能會(huì)影響全省的糧食供給，需引起政府部門重視。當(dāng)考慮CO2的肥效作用后，各稻區(qū)水稻的模擬產(chǎn)量明顯提高。在此基礎(chǔ)上如果進(jìn)一步考慮品種更替和播期調(diào)整，水稻模擬產(chǎn)量可進(jìn)一步提高。在RCP4.5和RCP8.5情景下，閩東南雙季稻區(qū)早稻的模擬產(chǎn)量較未作適應(yīng)性調(diào)整時(shí)分別增加1.6%和1.9%，晚稻的模擬產(chǎn)量依次增加13.5%和9.8%；閩西北雙季稻區(qū)早稻的模擬產(chǎn)量依次提高1.4%和1.0%，晚稻的模擬產(chǎn)量分別提高11.5%和7.9%；閩西北山地單季稻區(qū)模擬產(chǎn)量分別增加14.1%和13.7%。在綜合考慮適應(yīng)性措施后，福建省各稻區(qū)總產(chǎn)也較當(dāng)前明顯提高，在RCP4.5和RCP8.5兩種情景下，分別提高9.3%和10.5%。

[1]IPCC.Climate Change 2014:Impacts,adaptation,and vulnerability.Cambridge:Cambridge University Press,2014.

[2]Rosenzweig C,Elliott J,Deryng D,Ruane A C,Muller C,Arneth A,Boote K J,Folberth C,Glotter M,Khabarov N,Neumann K,Piontek F,Thomas A M,Schmid E,Stehfest E,Yang H,Jones J W.Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison.Proc Natl Acad Sci USA,2014,111(9):3268-3273.

[3]張建平，趙艷霞，王春乙，何勇.未來氣候變化情景下中國主要糧食作物產(chǎn)量變化模擬.干旱地區(qū)農(nóng)業(yè)研究，2007,25(5):208-213.Zhang J P,Zhao Y X,Wang C Y,He Y.Simulation of the yields change of China'main crops under climate change scenario.Agric Res Arid Areas,2007,25(5):208-213.(in Chinese with English abstract)

[4]楊沈斌,申雙和,趙小艷,趙艷霞,許吟隆,王主玉,劉娟,張瑋瑋.氣候變化對(duì)長江中下游稻區(qū)水稻產(chǎn)量的影響.作物學(xué)報(bào),2010,36(9):1519-1528.Yang S B,Shen S H,Zhao X Y,Zhao Y X,Xu Y L,Wang Z Y,Liu J,Zhang W W.Impacts of climate changes on rice production in the middle and lower reaches of the Yangtze River.Acta Agron Sin,2010,36(9):1519-1528.(in Chinese with English abstract)

[5]Chun J A,Li S,Wang Q,Lee W S,Lee E J.Assessing rice productivity and adaptation strategies for Southeast Asia under climate change though multi-scale crop modeling.Agric Syst,2016,143:14-21.

[6]周曙東,周文魁,朱紅根,王傳星,王艷.氣候變化對(duì)農(nóng)業(yè)的影響及應(yīng)對(duì)措施.南京農(nóng)業(yè)大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2010,10(1):34-39.Zhou S D,Zhou W K,Zhu H G,Wang C X,Wang Y.Impactofclimate change on agriculture and its countermeasures.J Nanjing Agric Univ:Soci Sci Ed,2010,10(1):34-39.(in Chinese with English abstract)

[7]楊曉光,劉志娟,陳阜.全球氣候變暖對(duì)中國種植制度可能影響:Ⅰ.氣候變暖對(duì)中國種植制度北界和糧食產(chǎn)量的可能影響分析.中國農(nóng)業(yè)科學(xué),2010,43(2):329-336.Yang X G,Liu Z J,Chen F.The possible effects of global warming on cropping systems in China:Ⅰ.The possible effects ofclimatic warming on northern limitsof cropping systems and crop yields in China.Sci Agric Sin,2010,43(2):329-336.(in Chinese with English abstract)

[8]肖風(fēng)勁,張海東,王春乙.氣候變化對(duì)我國農(nóng)業(yè)的可能影響及適應(yīng)性對(duì)策.自然災(zāi)害學(xué)報(bào),2006,15(6):327-331.Xiao F J,Zhang H D,Wang C Y.Impact of climatic change on agriculture and its adaptation countermeasures inChina.J Nat Disas,2006,15(6):327-331.(in Chinese with English abstract)

[9]孫白妮,門艷忠,姚鳳梅.氣候變化對(duì)農(nóng)業(yè)影響評(píng)價(jià)方法研究進(jìn)展.環(huán)境科學(xué)與管理,2007,32(6):165-168.Sun B N,Men Y Z,Yao F M.Advancement of study on assessing impacts of climate change on agriculture.Environ Sci Manag,2007,32(6):165-168.(in Chinese with English abstract)

[10]房世波,沈斌,譚凱炎,高西寧.大氣CO2和溫度升高對(duì)農(nóng)作物生理及生產(chǎn)的影響.中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2010,15(5):1116-1124.Fang S B,Shen B,Tan K Y,Gao X N.Effect of elevated CO2 concentration and increased temperature on physiology and production of crops.Chin J Eco-Agric,2010,15(5):1116-1124.(in Chinesewith English abstract)

[11]秦鵬程,姚鳳梅,曹秀霞,張佳華,曹倩.利用作物模型研究氣候變化對(duì)農(nóng)業(yè)影響的發(fā)展過程.中國農(nóng)業(yè)氣象,2011,32(2):240-245.Qin P C,Yao F M,Cao X X,Zhang J H,Cao Q.Development process of modeling impacts of climate change on agricultural productivity based on crop models.Chin J Agrometeorol,2011,32(2):240-245.(in Chinese with English abstract)

[12]石春林,馮慧慧,金之慶,王華.水稻發(fā)育期模型的比較.中國水稻科學(xué),2010,24(3):303-308.Shi C L,Feng H H,Jin Z Q,Wang H.Comparison of phasic development models in rice.Chin J Rice Sci,2010,24(3):303-308.(in Chinese with English abstract)

[13]姚鳳梅,秦鵬程,張佳華,林而達(dá),Boken V.基于模型模擬氣候變化對(duì)農(nóng)業(yè)影響評(píng)估的不確定性及處理方法.科學(xué)通報(bào),2011,56(8):547-555.Yao F M,Qin P C,Zhang J H,Lin E D,Boken V.Uncertainties in assessing the effect of climate change on agriculture using modelsimulation and uncertainty processing methods.Chin Sci Bull,2011,56(8):547-555.(in Chinese with English abstract)

[14]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.中國水稻科學(xué),2009,23(2):172-178.Jiang M,Jin Z Q.A method to upscale the genetic parameters of CERES-Rice in regional applications.Chin J Rice Sci,2009,23(2):172-178.(in Chinese with English abstract)

[15]葉宏寶,石曉燕,李東,華珊,徐志福.氣候變化對(duì)浙江水稻生產(chǎn)影響的集合模擬分析.浙江農(nóng)業(yè)學(xué)報(bào),2016,28(7):1183-1192.Ye H B,Shi X Y,Li D,Hua S,Xu Z F.Ensemble simulation ofimpactsofclimate change on rice production in Zhejiang Province.Acta Agric Zhejiang,2016,28(7):1183-1192.(in Chinesewith English abstract)

[16]熊偉,林而達(dá),蔣金荷,李巖,許吟隆.中國糧食生產(chǎn)的綜合影響因素分析.地理學(xué)報(bào),2010,65(4):397-406.Xiong W,Lin E D,Jiang J H,Li Y,Xu Y L.An integrated analysis of impact factors in determining China’s future grain production.Acta Geol Sin,2010,65(4):397-406.(in Chinese with English abstract)

[17]Osbome T M,Lawrence D M,Challinor A J,Slingo J M,Wheeler T R.Development and assessment of a coupled crop-climate model.Global Change Biol,2007,13(1):169-183.

[18]馬銳,江敏,薛昌穎,孫彬,周桐宇.基于適應(yīng)性調(diào)整的豫南地區(qū)水稻生產(chǎn)對(duì)未來氣候變化的相應(yīng).中國水稻科學(xué),2016,30(4):417-430.Ma R,Jiang M,Xue C Y,Sun B,Zhou T Y.Response of rice to future climate change based on adaptive adjustment in southern Henan Province,Chin J Rice Sci,2016,30(4):417-430.(in Chinese with English abstract)

[19]王連喜,劉靜,李琪,錢蕊.氣候變化對(duì)寧夏水稻的影響及適應(yīng)性研究.地球科學(xué)進(jìn)展,2013,28(11):1248-1256.Wang L X,Liu J,Li Q,Qian R.Simulation study of the climate change impact on the rice and its adaptability in Ningxia.Adv Earth Sci,2013,28(11):1248-1256.(in Chinese with English abstract)

[20]Moss R H,Edmonds J A,Hibbard K A,Manning M R,Rose S K.The next generation of scenarios for climate research and assessment.Nature,2010,463:747-756.

[21]Hoogenboom G,Jones J W,Wilkens P W,Porter C Q,Boote K,Hunt L D,Singh U.Decision Support System for Agrotechnology Transfer(DSSAT)Version 4.6.Washington:DSSAT Foundation,Prosser,2014.

[22]Jones J W,Hoogenboom G,Porter C H,Boote K J,Batchelor W D.DSSAT Cropping System Model.Eur J Agron,2003,18(3/4):235-265.

[23]RitchieJT,AlociljaE C,UeharaG.IBSNAT/CERES-Rice model.Agrotechnol Transfer,1986,3:1-5.

[24]He J Q,Jones J W,Graham W D,et al.Influence of likelihood function choice for estimating crop model parameters using the generalized likelihood uncertainty estimation method.Agric Syst,2010,103(5):256-264.

[25]孫睿,梁璐,楊玲.基于氣象站資料的中國地區(qū)太陽日輻射量算法研究.氣象與環(huán)境科學(xué),2007,30(1):24-27.Sun R,Liang L,Yang L.Estimation of daily solar radiation in China based on weatherstation data.Meteorol Environ Sci,2007,30(1):24-27.(in Chinese with English abstract)

[26]Long S P,Ainsworth E A,Leakey A D B,Nosberger J,Ort D R.Food for thought:lower-than-expected crop yield simulation with rising CO2concentrations.Science,2006,312:1918-1921.

[27]謝立勇,林而達(dá).二氧化碳濃度增高對(duì)稻、麥品質(zhì)影響研究進(jìn)展.應(yīng)用生態(tài)學(xué)報(bào),2007,18(3):659-664.Xie L Y,Lin E D.Effects of CO2enrichment on grain quality of rice and wheat:A research review.Chin J Appl Ecol,2007,18(3):659-664.(in Chinese with English abstract)

[28]郭爾靜,楊曉光,王曉煜,張?zhí)煲?黃晚華,劉子琪,Tao L.湖南省雙季稻產(chǎn)量差時(shí)空分布特征.中國農(nóng)業(yè)科學(xué),2017,50(2):399-412.Guo E J,Yang X G,Wang X Y,Zhang T Y,Liu Z Q,Tao L.Spatial-temporal distribution of double cropping rice’s yield gap in Hunan Province.Sci Agric Sin,2017,50(2):399-412.(in Chinese with English abstract)

[29]張強(qiáng),鄧振鏞,趙映東,喬娟.全球氣候變化對(duì)中國西北地區(qū)農(nóng)業(yè)的影響.生態(tài)學(xué)報(bào),2008,28(3):1210-1218.Zhang Q,Deng Z Y,Zhao Y D,Qiao J.The impacts of global climatic change on the agriculture in northwest China.Acta Ecol Sin,2008,28(3):1210-1218.(in Chinese with English abstract)

[30]江敏,金之慶,石春林,林文雄.福建省基于自適應(yīng)調(diào)整的水稻生產(chǎn)對(duì)未來氣候變化的響應(yīng).作物學(xué)報(bào),2012,38(12):2246-2257.Jiang M,Jin Z Q,Shi C L,Lin W X.Response of rice production based on self-adaption to climate change in Fujian Province.ActaAgronSin,2012,38(12):2246-2257.(in Chinese with English abstract)