孔祥娜, 趙俊芳, 徐 慧, 徐精文

?

基于APSIM模型的大氣氣溶膠直接輻射效應(yīng)對(duì)我國(guó)玉米產(chǎn)量的影響評(píng)估*

孔祥娜1,2, 趙俊芳2**, 徐 慧2, 徐精文1

(1. 四川農(nóng)業(yè)大學(xué)資源學(xué)院 成都 611130; 2. 中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室 北京 100081)

在大氣氣溶膠污染日益嚴(yán)重的時(shí)代背景下, 氣溶膠對(duì)農(nóng)作物生長(zhǎng)發(fā)育的影響越來越不可忽視。本文以全球氣溶膠監(jiān)測(cè)網(wǎng)(AErosol RObotic NETwork, AERONET)中具有常年觀測(cè)數(shù)據(jù)的我國(guó)北京、香河和太湖為研究站點(diǎn), 利用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, 計(jì)算出2001—2014年研究站點(diǎn)的氣溶膠直接輻射效應(yīng), 評(píng)估了APSIM(Agricultural Production Systems Simulator)作物模型的適用性, 運(yùn)用驗(yàn)證適用的APSIM模型分析了氣溶膠直接輻射效應(yīng)對(duì)我國(guó)玉米產(chǎn)量的影響。結(jié)果表明: 1)驗(yàn)證后的APSIM玉米模型在我國(guó)北京、香河和太湖玉米產(chǎn)區(qū)具有較好的適用性。APSIM模型在模擬玉米的發(fā)育期以及產(chǎn)量中的模擬結(jié)果較好, 其中各站點(diǎn)產(chǎn)量的相對(duì)均方根誤差(NRMSE)為1.55%~6.24%, 一致性指標(biāo)()為0.80~0.99, 決定系數(shù)(2)為0.75~1.00。2)氣溶膠使得太陽(yáng)直接輻射降低; 降低的趨勢(shì)主要受氣溶膠的凈輻射通量的影響。2001—2014年期間北京、香河和太湖總輻射量分別降低31.95%、14.74%和28.30%。3)氣溶膠直接輻射效應(yīng)造成玉米減產(chǎn)。2001—2014年期間氣溶膠直接輻射效應(yīng)使得北京、香河和太湖玉米產(chǎn)量分別減少28.44%、14.89%和13.43%?？傮w來說, 2001—2014年期間大氣氣溶膠直接輻射效應(yīng)使得我國(guó)北京、香河和太湖3個(gè)高污染區(qū)的玉米產(chǎn)量減少13.43%~28.44%。

氣溶膠; 直接輻射效應(yīng); 玉米產(chǎn)量; APSIM模型; 6S輻射傳輸模式

大氣氣溶膠一般指的是大氣中0.001~100 μm包括固態(tài)和液態(tài)的顆粒物質(zhì)。氣溶膠的成分、來源途徑多樣, 主要可分為自然和人為兩大途徑, 其中海鹽和灰塵主要由自然中的海洋、土壤和火山等產(chǎn)生, 硫酸鹽類、硝酸鹽類、銨鹽類以及黑碳?xì)忸惖扔扇藶榛瘜W(xué)燃燒產(chǎn)生[1-3]。氣溶膠輻射效應(yīng)是由氣溶膠直接或間接所引起的輻射通量的變化[4]。氣溶膠輻射效應(yīng)可分為直接、間接或半直接輻射效應(yīng), 氣溶膠直接輻射效應(yīng)是指氣溶膠通過散射或吸收太陽(yáng)輻射和紅外輻射影響輻射傳輸, 其中不涉及與任何其他過程的相互作用, 稱為氣溶膠的直接強(qiáng)迫; 間接輻射效應(yīng)是指氣溶膠通過充當(dāng)云凝結(jié)核改變?cè)菩再|(zhì)引起輻射變化; 半直接輻射效應(yīng)是指氣溶膠吸收太陽(yáng)輻射引起大氣增溫使得云蒸發(fā), 減少云量從而引起輻射變化[5]。一方面氣溶膠吸收、散射太陽(yáng)輻射使得地面接收的太陽(yáng)輻射減少形成地面的“冷卻”效應(yīng), 另一方面氣溶膠吸收太陽(yáng)輻射使得自身溫度升高形成“增溫”效應(yīng), 所以氣溶膠輻射效應(yīng)總體來說是一個(gè)降低地表溫度、升高大氣溫度的復(fù)雜過程[6]。

隨著我國(guó)工業(yè)的發(fā)展, 大氣中氣溶膠的比重越來越大, 對(duì)太陽(yáng)輻射的影響越來越不可忽視[7]。而農(nóng)作物生長(zhǎng)發(fā)育過程中, 一方面作物絕大部分干物質(zhì)是靠太陽(yáng)輻射中的光合作用得到的, 氣溶膠會(huì)減少太陽(yáng)輻射, 同時(shí)氣溶膠形成的葉面干沉降增多, 會(huì)減少作物接收的光合有效輻射(太陽(yáng)輻射中能被植物用來光合作用的部分, RAP)[8], 在長(zhǎng)江三角區(qū), 作物生長(zhǎng)的兩個(gè)月期間氣溶膠使RAP減少35%[9]。除氣溶膠干沉降外, 較低濃度的氣溶膠濕沉降有利于作物生長(zhǎng), 但較高濃度的氣溶膠濕沉降也會(huì)降低作物生長(zhǎng)[10]。另一方面太陽(yáng)輻射的減少也會(huì)引起最高溫度降低, 最低溫度增加。人為氣溶膠在中國(guó)發(fā)達(dá)地區(qū)的冬季夜間溫度增加了0.7 ℃, 日平均溫度范圍降低0.7 ℃[11]。IPCC第5次評(píng)估報(bào)告中指出氣候變化對(duì)糧食產(chǎn)量的影響主要為不利影響, 會(huì)引起小麥()、玉米()等產(chǎn)量下降[12]。氣溶膠變化又影響著氣候變化, 因此大氣氣溶膠對(duì)作物的生長(zhǎng)發(fā)育有著不可忽視的影響, 已經(jīng)成為近年來的研究熱點(diǎn)[13-18]。王力[19]用DNDC模型模擬氣溶膠對(duì)在太陽(yáng)輻射、溫度等氣候因子影響下的2003—2014年華北地區(qū)冬小麥發(fā)育期及產(chǎn)量變化的影響; 張建平等[20]用WOFOT作物模型分析未來氣候變化對(duì)不同成熟時(shí)期東北玉米產(chǎn)量的影響, 其中東北中熟玉米產(chǎn)量平均減產(chǎn)3.5%, 晚熟玉米產(chǎn)量平均減產(chǎn)2.1%; Greenwald等[21]通過CERES模型模擬在不同條件下氣溶膠對(duì)小麥、玉米等作物的影響, 在理想狀態(tài)下玉米產(chǎn)量變化-10%, 小麥產(chǎn)量變化±5%, 水稻產(chǎn)量變化±10%; Gupta等[22]針對(duì)1981—2009年間印度208個(gè)地區(qū)進(jìn)行氣溶膠影響下溫度和太陽(yáng)輻射變化對(duì)小麥產(chǎn)量影響的研究, 發(fā)現(xiàn)太陽(yáng)輻射每增加1%, 小麥產(chǎn)量增加1%, 其中太陽(yáng)輻射的對(duì)數(shù)與最高溫度的相關(guān)性為0.38, 與最低溫度相關(guān)性為-0.39, 因此可以不考慮太陽(yáng)輻射對(duì)溫度的影響。目前我國(guó)針對(duì)高污染區(qū)的氣溶膠直接輻射效應(yīng), 尤其是高污染區(qū)的氣溶膠直接輻射對(duì)農(nóng)業(yè)產(chǎn)量方面研究還較少。本研究利用全球氣溶膠監(jiān)測(cè)網(wǎng)(AErosol RObotic NETwork, 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)輻射傳輸模式反演氣溶膠數(shù)據(jù), 運(yùn)用APSIM (Agricultural Production Systems Simulator)模型評(píng)估2001—2014年我國(guó)北京、香河和太湖3個(gè)典型氣溶膠高污染站點(diǎn)的氣溶膠直接輻射效應(yīng)對(duì)玉米產(chǎn)量的影響, 以期對(duì)該地區(qū)的大氣環(huán)境監(jiān)測(cè)、污染治理以及氣候變化對(duì)農(nóng)業(yè)影響評(píng)估等提供理論支持。

1 研究材料與方法

1.1 研究區(qū)域介紹

本研究選取高污染區(qū)域的3個(gè)典型AERONET站點(diǎn): 北京、香河和太湖, 具體見圖1。北京和香河位于我國(guó)6個(gè)玉米種植區(qū)中黃淮平原春夏播玉米區(qū), 該地區(qū)屬于暖溫帶半濕潤(rùn)氣候類型, 水資源豐富; 太湖位于南方丘陵玉米區(qū), 該地區(qū)屬亞熱帶和熱帶濕潤(rùn)氣候, 一年四季都可種植玉米。

1.2 數(shù)據(jù)來源

1.2.1 氣溶膠數(shù)據(jù)

氣溶膠數(shù)據(jù)來源于AERONET, 該網(wǎng)站提供3個(gè)級(jí)別的數(shù)據(jù): 1.0級(jí)(未篩選)、1.5級(jí)(經(jīng)過云篩選)、2.0級(jí)(經(jīng)過云篩選并有質(zhì)量保證)。本研究所采用數(shù)據(jù)為2.0級(jí)氣溶膠光學(xué)厚度(aerosol optical depth, AOD)數(shù)據(jù), 該數(shù)據(jù)是通過CE-318型太陽(yáng)光度計(jì)直接測(cè)得, 其精度在0.01~0.02。北京、香河和太湖3個(gè)AERONET站點(diǎn)的相關(guān)信息及觀測(cè)時(shí)段如表1所示。

圖1 研究站點(diǎn)分布

1.2.2 MODIS數(shù)據(jù)和地表反照率數(shù)據(jù)

MODIS的工作波段涵蓋了0.553~14.235 μm范圍內(nèi)的可見光、近紅外和紅外的36個(gè)波段。目前運(yùn)行的2個(gè)MODIS傳感器分別搭載在Terra和Aqua衛(wèi)星平臺(tái)上, 提供了包括AOD產(chǎn)品MOD04(MODIS/Terra)和MYD04 (MODIS/Aqua)2種主要?dú)馊苣z數(shù)據(jù)產(chǎn)品。本研究采用質(zhì)量控制的2.0級(jí)產(chǎn)品MOD04和MYD04氣溶膠數(shù)據(jù)。該產(chǎn)品含有550 nm通道處的AOD值, 空間分辨率約為10 km。

表1 研究區(qū)域相關(guān)的全球氣溶膠監(jiān)測(cè)網(wǎng)(AERONET)站點(diǎn)信息

本研究所用的地表反照率數(shù)據(jù)來源于MODIS的MCD43地表反照率產(chǎn)品。MCD43共分500 m、1 km和0.05°氣候網(wǎng)格等3種空間分辨率(分別編號(hào)A、B和C), 提供BRDF模型參數(shù)、BRDF反演質(zhì)量、反照率和BRDF校正后的天底反射率NBAR(nadir BRDF- adjusted reflectance)等4種產(chǎn)品(依次編號(hào)1-4), 其中, 反照率產(chǎn)品提供MODIS 1-7通道和可見光(VIS, 0.3~0.7 μm)、近紅外(NIR, 0.7~5.0 μm)和短波(SW, 0.3~5.0 μm)等3個(gè)寬波段的黑空反照率(black-sky albedo, BSA)和白空反照率(white-sky albedo, WSA)[23]。研究數(shù)據(jù)為空間分辨率0.05°、正弦投影的MCD43地表反照率產(chǎn)品。

1.2.3 APSIM模型驅(qū)動(dòng)數(shù)據(jù)

APSIM模型需要運(yùn)用到2001—2014年逐日氣象數(shù)據(jù)(包括太陽(yáng)輻射、最高氣溫、最低氣溫、降雨量)、作物數(shù)據(jù)(包括玉米播種時(shí)間、出苗日期、開花日期、成熟日期、產(chǎn)量)、土壤數(shù)據(jù)(包括土壤容重、pH等)。其中逐日氣象數(shù)據(jù)來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng), 作物數(shù)據(jù)來源于國(guó)家氣象信息中心農(nóng)業(yè)氣象觀測(cè)報(bào)表, 土壤數(shù)據(jù)來源于中國(guó)氣象局農(nóng)業(yè)氣象觀測(cè)站。

1.3 基于6S輻射傳輸模式的氣溶膠直接輻射效應(yīng)模擬

6S輻射傳輸模型主要用來模擬無云(晴空)天氣條件下, 在太陽(yáng)反射波段(0.25~4.0 μm)衛(wèi)星傳感器理論上應(yīng)接收到的輻射值, 不但能較合理地處理空氣分子和氣溶膠的散射和吸收, 而且還能產(chǎn)生連續(xù)光譜[23]。本研究采用6S輻射傳輸模式模擬到達(dá)地球表面向下輻射通量。基于AERONET的AOD小時(shí)數(shù)據(jù)獲取AOD日均值數(shù)據(jù)。分別輸入AERONET的AOD小時(shí)數(shù)據(jù)、Terra或Aqua的AOD數(shù)據(jù), 以及地表反照率數(shù)據(jù), 使用6S輻射傳輸模型進(jìn)行地表的輻射通量密度和氣溶膠直接輻射效應(yīng)的模擬。在模擬試驗(yàn)中, 以小時(shí)為時(shí)間間隔, 獲取氣溶膠直接輻射效應(yīng)的日變化, 最后對(duì)小時(shí)的氣溶膠直接輻射效應(yīng)進(jìn)行積分, 獲取有氣溶膠和無氣溶膠存在時(shí)輻射通量變化的日均值。晴空條件下地表(SFC)氣溶膠直接輻射效應(yīng)指在晴空條件下, 地面短波輻射通量在分別考慮氣溶膠存在和不考慮氣溶膠存在時(shí)兩者間的差值, 即:

式中: ΔSFC表示地表的氣溶膠直接輻射效應(yīng);()SFC表示地表有氣溶膠時(shí)的凈輻射通量;表示地表沒有氣溶膠時(shí)的凈輻射通量;SFC↓、SFC↑分別表示地表向下和向上方向的輻射通量,SFC表示地表的凈輻射通量。大氣氣溶膠直接輻射效應(yīng)值可正可負(fù), 取決于氣溶膠粒子自身反射和對(duì)太陽(yáng)輻射吸收的相對(duì)能力以及地面反照率等因素。

日均氣溶膠直接輻射效應(yīng)為一天內(nèi)的瞬時(shí)輻射效應(yīng)的平均值, 即:

1.4 APSIM模型簡(jiǎn)介

APSIM模型是由澳大利亞的聯(lián)邦科工組織以及昆士蘭州政府的農(nóng)業(yè)生產(chǎn)系統(tǒng)組(APSRU)受DSSAT模型影響所開發(fā)建立的優(yōu)秀作物模型[24]。APSIM模型在DSSAT等模型的基礎(chǔ)上進(jìn)行了創(chuàng)新, 在世界上的應(yīng)用廣泛[24]。該模型主要包括作物、土壤和管理3大模塊, 在模塊中可以模擬土壤水分、碳、氮和磷的變化以及它們之間的相互作用, 同時(shí)也可以模擬出氣候?qū)ψ魑锷L(zhǎng)發(fā)育以及產(chǎn)量的影響[25]。到目前, APSIM模型已經(jīng)發(fā)展成一個(gè)包含超過80個(gè)模型框架的作物模型[26]。我國(guó)自2000年起, 對(duì)APSIM模型的應(yīng)用研究漸趨增多, 其中的各子模型都進(jìn)行了本土化的發(fā)展, 主要集中在氣候評(píng)估和農(nóng)業(yè)生產(chǎn)資源管理上[18,27]。但基于APSIM模型識(shí)別氣溶膠輻射效應(yīng)對(duì)我國(guó)玉米產(chǎn)量的影響研究還處于空白。

1.5 APSIM模型適應(yīng)性評(píng)價(jià)

采用“試錯(cuò)法”對(duì)玉米品種參數(shù)加以調(diào)試和驗(yàn)證, 使模擬值與實(shí)測(cè)值之差盡可能的小, 從而驗(yàn)證模型在各站點(diǎn)的適用性。本模型適應(yīng)性評(píng)價(jià)指標(biāo)包括: 模型模擬值與實(shí)測(cè)值之間的決定系數(shù)(2)、一致性指標(biāo)(指標(biāo))、均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)和相對(duì)均方根誤差(NRMSE)。

式中:S為模擬值;O為實(shí)測(cè)值;為實(shí)測(cè)平均值;為樣本數(shù); RMSE為模擬值與實(shí)測(cè)值之間的均方根誤差, 值越小, 表明模擬值與實(shí)際觀測(cè)值的偏差越小; NRMSE為模擬值與實(shí)測(cè)值之間的相對(duì)均方根誤差, 控制在10%以內(nèi)說明模型的模擬有較高精度;2和指標(biāo)可反映模擬值與實(shí)測(cè)值之間的一致性, 對(duì)系統(tǒng)模擬誤差的響應(yīng)更敏感, 其值愈接近1說明模擬效果愈好; MAE為平均絕對(duì)誤差。Ma等[28]認(rèn)為2>0.80,>0.7時(shí), 模擬結(jié)果較好。

根據(jù)“試錯(cuò)法”最終確定北京、香河和太湖3個(gè)站點(diǎn)的玉米參數(shù)(表2), 包括出苗到營(yíng)養(yǎng)生長(zhǎng)期結(jié)束的積溫、開花到成熟的積溫、光周期斜率、最大穗粒數(shù)和灌漿速率。

表2 3個(gè)研究站點(diǎn)玉米的APSIM參數(shù)

2 結(jié)果與分析

2.1 APSIM模型適應(yīng)性

表3和圖2給出了北京、香河和太湖3個(gè)站點(diǎn)玉米品種完成3個(gè)發(fā)育階段(播種—出苗、播種—開花和播種—成熟)所需要天數(shù)和產(chǎn)量, 及APSIM模型模擬的各指標(biāo)的驗(yàn)證評(píng)價(jià)情況?？傮w表明: 上述3個(gè)發(fā)育階段模擬天數(shù)與實(shí)測(cè)天數(shù)基本吻合, 產(chǎn)量的模擬值和實(shí)測(cè)值也基本一致。由表3可知: 3個(gè)站點(diǎn)的玉米出苗期和開花期的模擬值與實(shí)測(cè)值一致性較好, 出苗期和開花期均方根誤差RMSE范圍分別為0~1.83和1.7~1.83, 誤差較小; 相對(duì)均方根誤差NRMSE范圍分別為0~15.06%和2.11%~3.49%, 其中開花期的NRMSE控制在5%以內(nèi), 模擬的精度較高;指標(biāo)范圍分別為0.65~1和0.66~0.83, 均接近于1, 則實(shí)測(cè)值與模擬值有較高的一致性, 模擬效果較好。播種到成熟時(shí)期的模擬除香河的2為0.43, 其余站點(diǎn)指標(biāo)結(jié)果都表現(xiàn)良好。圖2和表3玉米產(chǎn)量的模擬值與實(shí)測(cè)值比較可知: 3個(gè)氣象站點(diǎn)玉米產(chǎn)量模擬值與實(shí)測(cè)值一致性良好, NRMSE范圍均控制在10%以內(nèi), 說明模擬的精度較高;指標(biāo)大體范圍為0.80~0.99;2在0.75~1.00, 說明該模型模擬的玉米產(chǎn)量結(jié)果較好。玉米發(fā)育期和產(chǎn)量的模擬值和實(shí)測(cè)值的一致性, 說明APSIM模型能夠較為準(zhǔn)確地模擬各站點(diǎn)玉米的生長(zhǎng)發(fā)育和產(chǎn)量形成過程。

表3 APSIM模型在3個(gè)研究站點(diǎn)對(duì)玉米生育期和產(chǎn)量模擬的驗(yàn)證結(jié)果

RMSE: 均方根誤差;: 一致性指標(biāo); MAE: 平均絕對(duì)誤差; NRMSE: 相對(duì)均方根誤差;2:決定系數(shù)。RMSE: root mean square error;: coincidence indicator; MAE: mean absolute error; NRMSE: normalized root mean square error;2: determinate coefficient.

圖2 3個(gè)研究站點(diǎn)玉米發(fā)育期、產(chǎn)量實(shí)測(cè)值和模擬值結(jié)果對(duì)比

2.2 氣溶膠的地表直接輻射效應(yīng)

根據(jù)已有的氣象資料和氣溶膠的完整度確定用于APSIM模型模擬氣溶膠直接輻射效應(yīng)對(duì)于玉米產(chǎn)量影響的時(shí)間段為北京2002年1月1日—2014年12月31日、香河2005年1月1日—2014年12月31日、太湖2006年1月1日—2012年12月31日。圖3為北京、香河和太湖各研究時(shí)間段內(nèi)年平均輻射量的變化, 3個(gè)站點(diǎn)在無氣溶膠時(shí)的凈輻射通量變化不明顯, 較為穩(wěn)定。太湖站點(diǎn)的凈輻射通量最大, 北京次之, 香河最小。太湖站點(diǎn)的凈輻射通量范圍為853.38~865.80 W·m-2, 平均值為858.75 W·m-2(圖3c); 北京和香河的凈輻射通量相差不大, 范圍分別為650.96~671.68 W·m-2、620.85~621.97 W·m-2, 平均值分別為656.76 W·m-2、621.56 W·m-2(圖3a、b)。

在氣溶膠的影響下, 香河凈輻射通量變化最大, 北京次之, 太湖最小。北京站點(diǎn)2002—2007年間的凈輻射通量變化較大, 變化范圍為389.05~575.69 W·m-2, 2008—2014年的變化較為緩慢, 變化范圍為427.18~451.54 W·m-2(圖3a); 香河站點(diǎn)2005—2009年間的凈輻射通量變化較大, 變化范圍為416.81~ 582.66 W·m-2, 2010—2014年的變化較為緩慢的逐年增加, 變化范圍為546.50~603.11 W·m-2(圖3b); 太湖站點(diǎn)的總體變化較為平緩, 范圍在583.59~ 634.55 W·m-2(圖3c), 在研究時(shí)間段內(nèi)的后期凈輻射通量變化趨于平穩(wěn)。

由圖3和表4中氣溶膠直接輻射效應(yīng)全部為負(fù)值可知?dú)馊苣z會(huì)引起太陽(yáng)輻射的減少。氣溶膠直接輻射效應(yīng)是有氣溶膠和無氣溶膠影響下凈輻射通量的差值, 其中無氣溶膠影響下的凈輻射通量的變化趨勢(shì)平穩(wěn), 所以氣溶膠直接輻射效應(yīng)的變化受氣溶膠影響下的凈輻射通量的變化影響較大。圖3中氣溶膠直接輻射效應(yīng)的變化趨勢(shì)與氣溶膠影響下的凈輻射通量的變化趨勢(shì)基本一致。研究期間內(nèi)香河站點(diǎn)的氣溶膠直接輻射負(fù)效應(yīng)變化最為明顯, 北京和太湖的變化較小。其中香河和太湖總體趨勢(shì)上升, 即氣溶膠對(duì)太陽(yáng)輻射的吸收逐漸減弱, 增加趨勢(shì)分別為15.98 W·m-2、3.99 W·m-2; 北京總體趨勢(shì)下降, 下降趨勢(shì)為2.21 W·m-2。由表4可知?dú)馊苣z會(huì)降低太陽(yáng)輻射, 北京站點(diǎn)下降的比例最多, 其次是太湖, 香河最少。其中北京降低14.29%~40.56%, 平均降低31.95%; 香河降低2.93%~32.96%, 平均降低14.74%; 太湖降低22.63%~31.94%, 平均降低28.30%。

圖3 北京(a)、香河(b)和太湖(c)研究站點(diǎn)的氣溶膠直接 輻射效應(yīng)

2.3 氣溶膠地表直接輻射效應(yīng)對(duì)玉米產(chǎn)量的影響

APSIM模擬結(jié)果表明氣溶膠直接輻射效應(yīng)會(huì)使玉米產(chǎn)量降低(圖4和表4), 其中2001—2014年期間, 北京站點(diǎn)玉米產(chǎn)量減少1 274.50~3 376.70 kg·hm-2(15.02%~36.63%), 平均減少2 506.47 kg·hm-2(28.44%); 香河站點(diǎn)玉米產(chǎn)量減少111.30~3 284.30 kg·hm-2(1.47%~32.36%), 平均減少1 200.45 kg·hm-2(13.43%);太湖站點(diǎn)玉米產(chǎn)量減少770.30~1 741.90 kg·hm-2(8.84%~ 18.99%), 平均減少1 308.84 kg·hm-2(14.89%)。

圖4 北京(a)、香河(b)和太湖(c)研究站點(diǎn)有無氣溶膠直接輻射效應(yīng)下玉米產(chǎn)量的變化

3 討論與結(jié)論

本研究結(jié)果表明北京、香河和太湖的氣溶膠直接輻射效應(yīng)為負(fù)效應(yīng), 使得3個(gè)研究站點(diǎn)在研究時(shí)間段內(nèi)的太陽(yáng)輻射平均值分別減少31.95%、14.74%和28.30%, 其中香河和太湖站點(diǎn)的氣溶膠直接輻射效應(yīng)在研究后期有減少趨勢(shì), 但是趨勢(shì)較弱, 這與Chameides等[29]研究得到的氣溶膠會(huì)使達(dá)地球表面的太陽(yáng)輻射減少30%結(jié)論相似, 與張志薇等[30]的研究結(jié)果相似。氣溶膠輻射效應(yīng)引起的北京、香河和太湖站點(diǎn)的玉米產(chǎn)量分別減少28.44%、13.43%和14.89%, 這與Greenwald等[21]得出的氣溶膠量增加會(huì)引起玉米產(chǎn)量減少的結(jié)論相似。本文氣溶膠直接輻射效應(yīng)會(huì)引起北京、香河和太湖地區(qū)玉米減產(chǎn)的結(jié)論與前人的研究一致, 但是比張建平等[20]研究的氣溶膠使東北玉米減產(chǎn)率要高。

表4 3個(gè)研究站點(diǎn)在氣溶膠影響下的太陽(yáng)輻射和玉米產(chǎn)量變化

本研究中對(duì)研究區(qū)氣溶膠地表直接輻射效應(yīng)對(duì)玉米產(chǎn)量的影響評(píng)估還存在一定的不確定性: 1)從AERONET網(wǎng)站獲取的AOD數(shù)據(jù)計(jì)算出氣溶膠直接輻射效應(yīng)數(shù)據(jù)在研究時(shí)間段內(nèi)有部分天數(shù)缺失, 針對(duì)不同的數(shù)據(jù)補(bǔ)全方法所獲得的數(shù)據(jù)有差異, 從而計(jì)算出來的氣溶膠直接輻射效應(yīng)對(duì)玉米產(chǎn)量的影響也會(huì)有所差異。本文采用的數(shù)據(jù)插補(bǔ)方法是時(shí)間序列氣象插值算法, 通過編制和分析時(shí)間序列上氣象站點(diǎn)的規(guī)律或趨勢(shì)預(yù)測(cè)缺失的氣溶膠直接輻射數(shù)據(jù)。2)本研究的內(nèi)容是基于APSIM模型的氣溶膠直接輻射效應(yīng)對(duì)玉米產(chǎn)量的影響, 其中APSIM模型模擬過程中所需要的參數(shù)較多, 部分參數(shù)的獲取較為困難, 且現(xiàn)實(shí)情況中影響玉米產(chǎn)量的因素眾多, 關(guān)系復(fù)雜, 而模型并不能完全考慮各種因素, 所以基于模型模擬的結(jié)果與實(shí)際情況有一定的差異。3)氣溶膠除了會(huì)引起太陽(yáng)輻射變化外同時(shí)還會(huì)引起其他氣象因素變化, 本研究只討論了氣溶膠直接影響下太陽(yáng)輻射變化對(duì)玉米產(chǎn)量的影響, 暫未討論氣溶膠間接引起的其他氣象因素變化對(duì)玉米產(chǎn)量的影響。在后續(xù)的相關(guān)研究中需同時(shí)考慮氣溶膠直接和間接影響下多種氣象因素變化對(duì)玉米產(chǎn)量的影響。

本研究利用全球氣溶膠監(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輻射傳輸模式反演氣溶膠數(shù)據(jù), 運(yùn)用APSIM作物模型評(píng)估2001—2014年我國(guó)北京、香河和太湖3個(gè)典型氣溶膠高污染站點(diǎn)的氣溶膠直接輻射效應(yīng)對(duì)玉米產(chǎn)量的影響, 結(jié)果表明:

1)驗(yàn)證后的APSIM玉米模型在我國(guó)北京、香河和太湖玉米產(chǎn)區(qū)具有較好的適用性。從APSIM模型模擬整體情況看, 3個(gè)站點(diǎn)玉米的發(fā)育期及產(chǎn)量的NRMSE為0.95%~2.95%,為0.91~0.99,2為0.96~ 1.00。其中在產(chǎn)量模擬中, 北京NRMSE為3.62%,為0.80,2為0.75; 香河NRMSE為6.24%,為0.85,2為0.90; 北京NRSME為1.55%,為0.99,2為1.00。

2)研究時(shí)間段內(nèi)3個(gè)站點(diǎn)在無氣溶膠影響的凈輻射通量數(shù)據(jù)較為平穩(wěn), 氣溶膠直接輻射效應(yīng)的變化主要受氣溶膠影響下的凈輻射通量的影響。氣溶膠直接輻射值為負(fù)值表明氣溶膠會(huì)使得大氣內(nèi)的太陽(yáng)直接輻射降低, 其中北京站點(diǎn)下降比例最多, 平均下降31.95%; 其次是太湖, 平均下降28.30%; 香河最少, 平均下降14.74%。

3)氣溶膠直接輻射效應(yīng)會(huì)降低玉米的產(chǎn)量。其中, 北京站點(diǎn)平均減少2 506.47 kg·hm-2(28.44%), 香河站點(diǎn)平均減少1 200.45 kg·hm-2(13.43%), 太湖站點(diǎn)平均減少1 308.84 kg·hm-2(14.89%)。3個(gè)站點(diǎn)產(chǎn)量減少的比例大小與氣溶膠造成的太陽(yáng)直接輻射的減少比例大小相似, 都是北京減少最多, 其次是太湖, 香河最小。

[1] NAEGER A R. Impact of dust aerosols on precipitation associated with atmospheric rivers using WRF-Chem simulations[J]. Results in Physics, 2018, 10: 217–221

[2] 張美根, 韓志偉. TRACE-P期間硫酸鹽、硝酸鹽和銨鹽氣溶膠的模擬研究[J]. 高原氣象, 2003, 22(1): 1–6 ZHANG M G, HAN Z W. A numerical study on distribution of sulfate, nitrate and ammonium aerosols over east Asia during the TRACE-P campaign[J]. Plateau Meteorology, 2003, 22(1): 1–6

[3] 鄭輝輝, 師華定, 陳莉榮, 等. 典型行業(yè)黑碳?xì)馊苣z排放對(duì)區(qū)域氣候的影響模擬[J]. 環(huán)境工程技術(shù)學(xué)報(bào), 2017, 7(3): 255–261 ZHENG H H, SHI H D, CHEN L R, et al. Simulation of impact of black carbon aerosol on regional climate change in typical industries[J]. Journal of Environmental Engineering Technology, 2017, 7(3): 255–261

[4] 李德平, 程興宏, 孫治安, 等. 北京不同區(qū)域氣溶膠輻射效應(yīng)[J]. 應(yīng)用氣象學(xué)報(bào), 2018, 29(5): 609–618 LI D P, CHENG X H, SUN Z A, et al. Radiative effects of aerosols in different areas of Beijing[J]. Journal of Applied Meteorological Science, 2018, 29(5): 609–618

[5] IPCC. Climate Change 2013: The Physical Science Basis: Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2013: 576–578

[6] XIA X, CHE H, ZHU J, et al. Ground-based remote sensing of aerosol climatology in China: Aerosol optical properties, direct radiative effect and its parameterization[J]. Atmospheric Environment, 2016, 124: 243–251

[7] 王志立. 典型種類氣溶膠的輻射強(qiáng)迫及其氣候效應(yīng)的模擬研究[D]. 北京: 中國(guó)氣象科學(xué)研究院, 2011: 131–135 WANG Z L. Simulation of radiative forcing of typical aerosols and their effects on climate[D]. Beijing: Chinese Academy of Meteorological Sciences, 2011: 131–135

[8] 劉秀位, 張小雨, 張喜英. 大氣氣溶膠增加對(duì)作物的影響研究進(jìn)展[J]. 生態(tài)學(xué)報(bào), 2016, 36(7): 2084–2090 LIU X W, ZHANG X Y, ZHANG X Y. A review of the research on crop responses to the increase in aerial aerosol[J]. Acta Ecologica Sinica, 2016, 36(7): 2084–2090

[9] BERGIN M H, GREENWALD R, XU J, et al. Influence of aerosol dry deposition on photosynthetically active radiation available to plants: A case study in the Yangtze Delta Region of China[J]. Geophysical Research Letters, 2001, 28(18): 3605–3608

[10] CHEN Y P. Ecophysiological responses of winter wheat seedling to aerosol wet deposition of Xi’an area, China[J]. Journal of Environmental Sciences, 2010, 22(11): 1786–1791

[11] HUANG Y, DICKINSON R E, CHAMEIDES W L. Impact of aerosol indirect effect on surface temperature over East Asia[J]. Proceedings of the National Academy of Sciences of the United States of America, 2006, 103(12): 4371–4376

[12] IPCC. Climate Change 2014: Impacts, Adaptation and Vulnerability. Part A: Global and Sectoral Aspects. Contribution of Working Group Ⅱ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2014: 491–492

[13] CHARLSON R J, SCHWARTZ S E, HALES J M, et al. Climate forcing by anthropogenic aerosols[J]. Science, 1992, 255(5043): 423–430

[14] BOIYO R, KUMAR K R, ZHAO T L. Statistical intercomparison and validation of multisensory aerosol optical depth retrievals over three AERONET sites in Kenya, East Africa[J]. Atmospheric Research, 2017, 197: 277–288

[15] ZHANG T Y, YUE X, LI T, et al. Climate effects of stringent air pollution controls mitigate future maize losses in China[J]. Environmental Research Letters, 2018, 13(12): 124011

[16] 翟薇. 大氣氣溶膠輻射效應(yīng)對(duì)長(zhǎng)江三角洲地區(qū)主要作物生產(chǎn)的影響[D]. 北京: 中國(guó)氣象科學(xué)研究院, 2007: 1–11 ZHAI W. The impacts of radiative effects of atmospheric aerosol on primary crops’growth in the Yangtze Delta region[D]. Beijing: Chinese Academy of Meteorological Sciences, 2007: 1–11

[17] 任義方, 王春乙, 趙艷霞. 氣溶膠輻射效應(yīng)對(duì)作物及生態(tài)系統(tǒng)的影響綜述[J]. 中國(guó)農(nóng)業(yè)氣象, 2010, 31(4): 533–540 REN Y F, WANG C Y, ZHAO Y X. Review on impact of atmospheric aerosol radiation effect on crops and ecological system[J]. Chinese Journal of Agrometeorology, 2010, 31(4): 533–540

[18] 趙俊芳, 李寧, 候英雨, 等. 基于APSIM模型評(píng)估北方八省春玉米生產(chǎn)對(duì)氣候變化的響應(yīng)[J]. 中國(guó)農(nóng)業(yè)氣象, 2018, 39(2): 108–118 ZHAO J F, LI N, HOU Y Y, et al. Evaluation of response of spring maize production to climate change in the eight provinces of northern China based on APSIM model[J]. Chinese Journal of Agrometeorology, 2018, 39(2): 108–118

[19] 王力. 華北地區(qū)氣溶膠時(shí)空分異特性及對(duì)農(nóng)作物影響的模擬研究[D]. 重慶: 重慶交通大學(xué), 2015: 1–61 WANG L. Atmospheric aerosol spatial-temporal characteristics and its climatic effect on crop in North China[D]. Chongqing: Chongqing Jiaotong University, 2015: 1–61

[20] 張建平, 趙艷霞, 王春乙, 等. 氣候變化情景下東北地區(qū)玉米產(chǎn)量變化模擬[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2008, 16(6): 1448–1452 ZHANG J P, ZHAO Y X, WANG C Y, et al. Simulation of maize production under climate change scenario in Northeast China[J]. Chinese Journal of Eco-Agriculture, 2008, 16(6): 1448–1452

[21] GREENWALD R, BERGIN M H, XU J, et al. The influence of aerosols on crop production: A study using the CERES crop model[J]. Agricultural Systems, 2006, 89(2/3): 390–413

[22] GUPTA R, SOMANATHAN E, DEY S. Global warming and local air pollution have reduced wheat yields in India[J]. Climatic Change, 2017, 140(3/4): 593–604

[23] 趙俊芳, 徐慧, 孔祥娜, 等. 基于MODIS和AERONET的氣溶膠地表直接輻射效應(yīng)評(píng)價(jià)[J]. 中國(guó)農(nóng)業(yè)氣象, 2018, 39(11): 693–701 ZHAO J F, XU H, KONG X N, et al. Estimating surface direct radiation effect of aerosol based on MODIS and AERONET data[J]. Chinese Journal of Agrometeorology, 2018, 39(11): 693–701

[24] HOLZWORTH D P, HUTH N I, DEVOIL P G, et al. APSIM— Evolution towards a new generation of agricultural systems simulation[J]. Environmental Modelling & Software, 2014, 62: 327–350

[25] GAYDON D S, BALWINDER-SINGH, WANG E, et al. Evaluation of the APSIM model in cropping systems of Asia[J]. Field Crops Research, 2017, 204: 52–75

[26] HOLZWORTH D, HUTH N I, FAINGES J, et al. APSIM next generation: Overcoming challenges in modernising a farming systems model[J]. Environmental Modelling & Software, 2018, 103: 43–51

[27] 趙彥茜, 齊永青, 朱驥, 等. APSIM模型的研究進(jìn)展及其在中國(guó)的應(yīng)用[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2017, 33(18): 1–6 ZHAO Y X, QI Y Q, ZHU J, et al. Research progress of APSIM model and its application in China[J]. Chinese Agricultural Science Bulletin, 2017, 33(18): 1–6

[28] MA L, AHUJA L R, SASEENDRAN S A, et al. A protocol for parameterization and calibration of RZWQM2 in field research[M]//AHUJA L R, MA L W. Methods of Introducing System Models into Agricultural Research. Madison, WI: American Society of Agronomy, Crop Science Society of America, Soil Science Society of America, 2011: 1–64

[29] CHAMEIDES W L, YU H, LIU S C, et al. Case study of the effects of atmospheric aerosols and regional haze on agriculture: An opportunity to enhance crop yields in China through emission controls?[J]. Proceedings of the National Academy of Sciences of the United States of America, 1999, 96(24): 13626–13633

[30] 張志薇, 王宏斌, 張鐳, 等. 中國(guó)地區(qū)3個(gè)AERONET站點(diǎn)氣溶膠直接輻射強(qiáng)迫分析[J]. 中國(guó)科學(xué)院大學(xué)學(xué)報(bào), 2014, 31(3): 297–305 ZHANG Z W, WANG H B, ZHANG L, et al. Aerosol direct radiative forcing at three AERONET sites in China[J]. Journal of University of Chinese Academy of Sciences, 2014, 31(3): 297–305

Assessment of the direct radiation effect of atmospheric aerosol on maize yield in China by using APSIM model*

KONG Xiangna1,2, ZHAO Junfang2**, XU Hui2, XU Jingwen1

(1. College of Resources, Sichuan Agricultural University, Chengdu 611130, China; 2. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China)

Owing to the increasingly serious atmospheric aerosol pollution, the impact of aerosols on the growth and development of crops can no longer be ignored. In this paper, the Beijing, Xianghe, and Taihu stations in China with perennial observation data in global aerosol monitoring network (AErosol RObotic NETwork, AERONET) were used as the research stations. Based on the AERONET data, MODIS surface albedo data and the 6S (Second Simulation of a Satellite Signal in the Solar Spectrum) radiation transfer model, the effects of aerosol direct radiation at three research stations from 2001 to 2014 were calculated. Then, the applicability of the APSIM (Agricultural Production Systems Simulator) model was evaluated, and the impacts of direct aerosol radiation on maize yield in China were analyzed by using the APSIM model. The results showed that: 1) the verified APSIM maize model had good applicability in the maize producing areas of Beijing, Xianghe, and Taihu in China. The results of APSIM model were a better simulation of the developmental stages and the yield of maize, in which normalized root mean square error (NRMSE), coincidence indicator (), and determinate coefficient (2) were 1.55%–6.24%, 0.80–0.99, and 0.75–1.00, respectively. 2) Aerosols reduced direct solar radiation, and the decreasing trend was mainly affected by the net radiation flux of aerosols. The total solar radiation of Beijing, Xianghe, and Taihu stations reduced by 31.95%, 14.74% and 28.30%, respectively, from 2001 to 2014. 3) The direct radiation effect of aerosols caused a reduction in maize yield. The maize yields of the Beijing, Xianghe, and Taihu stations, caused by the direct radiation effect of aerosols, were reduced by 28.44%, 14.89%, and 13.43%, respectively, from 2001 to 2014. In general, because of the direct radiation effects of atmospheric aerosols, the maize yields from 2001 to 2014 were reduced by 13.43%–28.44% in three highly polluted areas (Beijing, Xianghe, and Taihu) in China.

Aerosol; Direct radiation effect; Maize yield; APSIM model; 6S radiation transfer model

, E-mail: zhaojfcams@163.com

Dec. 10, 2018;

Mar. 13, 2019

S513

2096-6237(2019)07-0994-10

10.13930/j.cnki.cjea.181071

孔祥娜, 趙俊芳, 徐慧, 徐精文. 基于APSIM模型的大氣氣溶膠直接輻射效應(yīng)對(duì)我國(guó)玉米產(chǎn)量的影響評(píng)估[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(7): 994-1003

KONG X N, ZHAO J F, XU H, XU J W. Assessment of the direct radiation effect of atmospheric aerosol on maize yield in China by using APSIM model[J]. Chinese Journal of Eco-Agriculture, 2019, 27(7): 994-1003

* 中國(guó)氣象科學(xué)研究院基本科研業(yè)務(wù)費(fèi)專項(xiàng)(2017R001)和國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFA0603004)資助

趙俊芳, 主要從事農(nóng)業(yè)氣象、全球變化、碳循環(huán)等研究。E-mail: zhaojfcams@163.com

孔祥娜, 主要從事農(nóng)業(yè)氣象、病蟲害識(shí)別等研究。E-mail: 1263321300@qq.com

2018-12-10

2019-03-13

* This study was supported by the Basic Research Funds-regular of Chinese Academy of Meteorological Sciences (2017R001) and the National Key Research and Development Program of China (2017YFA0603004).