導語：氣候變化背景下農業模型模擬發展一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

氣候變化是指大氣長時期統計狀態的變化，即一段時期內氣候要素的統計與另一段時期統計量之間的差別[1]。以全球氣候變暖為主要特征的氣候變化正成為人類生存和發展的重大威脅。在將來的大氣CO2濃度倍增的情況下，運用區域氣候模型RegCM2進行模擬，發現年均溫度將會增加2.7℃，年降水量會增加25%。考慮到氣溶膠和自然因素的影響，溫度增加將會減少到2.0℃，降水增加將減少到19%[2]。農業是對氣候變化最為敏感的部門之一，氣候始終是影響農業生產的重要決定因素[3]。氣候變化對農業所帶來的不利影響，將造成農業生產的波動并危及糧食安全、社會穩定和經濟的可持續發展。水稻、小麥、玉米是我國三大糧食作物，其產量的高低直接影響著我國糧食安全問題。當前的研究主要集中在作物模型與氣候模式相結合的模型模擬方面。基于作物生長機理的產量動力模型是發展最為迅速的方法[4]，其在集成已有科學研究成果、作物種植管理科學化以及在決策制定中所起的作用已逐漸為大家所認識。而借助氣候模式開展研究工作是評估未來氣候變化對全球造成的影響的主要手段。本文主要闡述了我國學者利用國內外模型在未來氣候情景下對于我國主要糧食作物進行的模擬研究，并針對當前研究狀況提出建議和對策，以期為準確評價氣候變化對我國農業生產的可持續發展、制訂相應對策、采取適應措施等提供理論依據。

1未來氣候情景下我國主要糧食作物產量的變化

1.1水稻產量變化

水稻是我國最重要的糧食作物，其產量關系到國家和地區的糧食安全問題，水稻增產技術和產量的準確預報能力也可以為國家和地區的決策提供參考。當前大多數學者都采用氣候模式與作物生長模型相嵌套的方法來評價氣候變化對作物的影響。CERES-Rice模型是系列模型中的主要模型之一，應用比較廣泛。姚鳳梅等[5-6]利用水稻生長觀測資料和氣象資料，采用CERES-Rice模型對中國主要稻區水稻產量的模擬能力進行了評價，認為該模型能夠合理模擬水稻的產量。在此基礎上利用此模型和區域氣候模式相連接，模擬分析2071—2080年和2071—2090年氣候變化情景對我國主要地區灌溉水稻產量的影響。研究表明2071—2080年和2071—2090年的產量相對于基準年(1961—1990年)的變化分別為：2071—2080年情景下為+21.3%～-10.12%，2071—2090年情景下為+4.10%～-13.16%。葛道闊等[7]將全球氣候漸變模型(GISSGCMTransientBruns)的有關網格點值作為生成研究區域氣候漸變情景的主要依據，利用CERES-Rice模型模擬2030年和2050年我國南方水稻的產量，結果顯示華中和西南高原的單季稻均表現為增產，而華中和華南雙季稻，特別是后季稻減產幅度較大。也有學者利用ORYZA2000模型進行了大田水平的不同灌溉方式、土壤滲透性與不同地下水位深對水稻產量的分析研究[8]。楊沈斌等[9]以長江中下游平原作為研究區域，將基于區域氣候模式PRECIS構建的氣候變化情景文件與水稻生長模型ORYZA2000結合，模擬2021—2050時段A2、B2情景下的水稻產量。結果表明，不考慮CO2肥效作用時，隨著溫度升高，兩種情景下水稻的產量都呈下降趨勢，減少15%左右。當考慮CO2肥效作用后，兩種情景下水稻平均產量減少5%左右。裘國旺等[10]將基于GCMs的輸出和歷史氣候資料相結合的氣候變化情景與雙季稻模式相連接，對我國江南雙季稻生產的可能影響進行了模擬，結果表明雙季早稻產量的變化幅度為-7.9%～-21.6%，相對較小，但均呈減產趨勢；雙季晚稻的變化幅度較大，為+12.3%～-32.9%，增減產波動明顯[10]。與國外相比，我國作物生產模型研究工作從總體上看，起步還比較晚，研究力量較為薄弱。目前，有影響且得到應用的主要是作物計算機模擬優化決策系統(CCSODS)系列模型[11]。該模型將作物模擬技術與作物優化原理相結合，具有較強的機理性、通用性和綜合性。水稻模型RCSODS是其最著名的模型，高亮之等[12]在此模型創建和作物模擬技術在作物生產實踐中的應用擁有卓越的貢獻。陳家金等[13]基于RCSODS模型對東南沿海雙季稻生長發育及產量進行了模擬和驗證，得出水稻生育期模擬誤差在0～5d，產量模擬的平均誤差在5%以內，模擬準確率較高，模擬結果基本符合東南沿海地區水稻生長發育實際情況。

1.2小麥產量變化

小麥是我國僅次于水稻的第二大作物，其播種面積占全國糧食作物播種面積的20%～30%，產量與玉米接近，占糧食產量的20%～25%，全國各地幾乎均可種植小麥，但主要集中在長江以北的東部地區。長城以北和東北地區以春小麥為主，其余地區主要以冬小麥為主。王志強等[14]基于EPIC模型，模擬了我國北方80個典型站點的春小麥和冬小麥1961—2005年期間的生長過程，分析了不同農業區域小麥產量的波動情況，結果表明：在不考慮農業技術因素的條件下，輻射的波動是導致小麥產量波動的主要原因，溫度脅迫的降低在一定程度上促進了小麥的增產。張宇等[15]利用隨機天氣模型，將氣候模式對大氣中CO2倍增時預測的氣候情景與CERES-Wheat模式相連接，研究了氣候變化對我國冬小麥和春小麥生產的可能影響。結果表明，籽粒產量呈下降趨勢，冬小麥平均減產7%～8%，春小麥在水分適宜時平均減產17.7%，雨養時平均減產31.4%。杜瑞英等[16]利用同樣方法研究表明，在不考慮CO2對小麥影響的情況下，由于熱量充足，只要水分條件適宜，未來我國北方干旱、半干旱地區小麥產量整體都有增產趨勢。與以往研究所采用的全球氣候模式(GCM)相比，區域氣候模式在模式驗證、時空分辨率、對地形的表述以及模式的不確定性方面有顯著的改善，比以往大氣環流模式和隨機天氣發生器相嵌套方法更合理。居輝等[17]、熊偉等[18]在不同的氣候情景下，通過區域氣候模式和作物模型（CERES-Wheat）模擬未來我國小麥產量變化。結果表明，我國雨養和灌溉小麥均表現顯著減產趨勢，灌溉可緩解小麥減產趨勢，但不能阻止產量下降，春小麥或春性較強的冬小麥減產明顯，若考慮CO2的直接肥效作用，雨養和灌溉小麥均表現明顯增產趨勢。我國的小麥生長模擬研究比水稻稍晚。小麥栽培模擬優化決策系統（WCSODS）是繼水稻栽培模擬優化決策系統之后，我國自行研制的又一個大型綜合性的農作物栽培計算機模擬優化決策模型[19]。江敏等[20]利用小麥栽培模擬優化決策系統(WCSODS)對徐州地區冬小麥種植的常年決策進行了模擬分析，發現此系統對生育期和產量的模擬效果較好。馬新明等[21]檢驗了小麥模型（WCSODS）在河南省的適用性，發現WCSODS對河南小麥生育期和產量的模擬精度較高。

1.3玉米產量變化

玉米是我國重要的糧食和飼料作物，而東北地區玉米產量約占全國玉米總產量的1/3，穩居全國首位，是我國最大的玉米優勢種植區。張建平等[22]利用WOFOST作物模型在東北地區玉米適應性驗證的基礎上，結合氣候模型BCC-T63輸出的未來60年（2011—2070年）氣候情景資料，模擬分析了未來氣候變化情景下我國東北地區玉米生育期和產量變化情況。結果顯示：玉米產量將相應下降，中熟玉米平均減產3.5%，晚熟玉米平均減產2.1%。熊偉等[23]、崔巧娟等[24]在對作物模型(CERES-Maize)進行標定和驗證的基礎上采用區域氣候模式與CERES-Maize模型相結合的方法，在A2和B2兩種未來氣候情景下評估未來氣候變化對玉米的影響。研究得出，如果保持現有的玉米生產狀況，氣候變化將導致我國玉米主產區東北春玉米區的玉米產量大部分減產，總產下降，給玉米生產帶來一定經濟損失。CO2肥效作用可以在一定程度上緩解這種負面影響，其緩解作用對雨養玉米更明顯。但是未來全國玉米主產區的雨養和灌溉玉米的穩產風險及低產出現的概率依然會增大，總產的年際波動更為劇烈。王育光等[25]通過分析溫度、降水等氣候因子與作物干物質累積量的關系，利用模式預測了2001—2002年黑龍江玉米的單產，其預測結果與實際單產非常接近，預報精確度在94%左右。趙巧麗等[26]根據玉米品種特性、遺傳參數以及年內氣候資源，結合玉米栽培模擬優化決策系統（MCSODS）的生長預測功能，對后茬夏玉米的品種以及生產進行了相應的研究。目前，我國的相關研究人員在作物模型模擬方面進行了大量的研究，取得了一定的成就，但距離國外先進的技術還尚有差距。目前我國農業氣象服務業務中對農作物生長氣象條件評價的科學定量程度和動態跟蹤能力還很不夠，已有的氣象影響評價模型多以統計手段為主，多是半經驗半機制性[27-28]。當前模型參數的確定方法，大多數來自文獻及實際試驗結果，缺乏生理學機制及生態學物質循環的邏輯推斷[29]。很多模型僅是對作物在某個區域生產過程的模擬，模型的通用性較差[30]。各種模型對作物生長過程的量化描述均不同，各類參數取值差別很大，在科學性和普適性方面也有很大的欠缺[31]。

2農業氣候變化的敏感性和脆弱性分析

農業對氣候變化的脆弱性是氣候變化影響研究的關鍵問題之一，對指導區域適應未來氣候變化、制定適應對策、保證糧食生產、促進農業、資源、環境的可持續發展具有重要意義。IPCC第3次評估報告中進一步明確了氣候變化敏感性和脆弱性的定義[32]：敏感性是指系統受到與氣候有關的刺激因素影響的程度，包括有利和不利影響。脆弱性是指氣候變化，包括氣候變率和極端氣候事件對該系統造成的不利影響的程度，是系統內的氣候變率特征、幅度和變化速率及其敏感性和適應能力的函數。我國農業的敏感性和脆弱性研究相對較少。最近幾年，一些學者利用作物模型與氣候模型相結合的方法，依據作物產量的變化率進行氣候變化的敏感性和脆弱性研究[33-35]。楊修等[36-39]采用PRECIS模型輸出的B2氣候情景，結合CERES作物模型數據，依據產量的變化率和GIS技術分別對我國未來水稻、小麥和玉米的氣候變化敏感性和脆弱性進行了研究，結果表明：我國水稻、小麥、玉米對未來氣候變化的反應是敏感的(無論是雨養還是灌溉)，如不采取適應措施，21世紀70年代時3種作物的種植區將面臨減產趨勢。在采取適應措施(包括改善品種、調整結構、應用先進技術、購買農藥和肥料、改善灌溉和農業基礎設施能力等)的情況下，21世紀70年代時3種作物絕大部分產區對氣候變化并不脆弱。

3展望

氣候變化對作物生長和產量的影響已引起各國政府和科學家的高度重視，近年來全球氣候變化研究正逐步深入和完善。我國在未來氣候情景下作物產量的影響及適應對策的研究取得了明顯的進展，但仍存在一些問題，在今后的工作中尚需加強和改進。

3.1加強氣候變化情景的不確定性研究

3.1.1加強氣候模式本身的不確定性研究盡管氣候模式在不斷的改進，但當前的氣候模式所能模擬的氣候狀況與真實情況仍有很大的差距。此外，氣候模式中最大的缺陷是云反饋，預測的不確定性還來自與大氣和海洋、大氣和地表、海洋上層與深層之間的能量交換過程等。氣候模擬中也很少考慮生物反饋和完善的化學過程。另外大氣環流模式和海氣耦合模式對各種物理過程的參數化處理以及如降水形成的簡化處理也會造成一定誤差。只有充分認識全球氣候系統中各圈層的相互作用機理和影響才能降低氣候模式的不確定。

3.1.2加強溫室氣體排放情景的不確定性研究溫室氣體排放情景是氣候模式的重要輸入條件，其不確定性也必然會對氣候模式的輸出結果產生一定的影響。溫室氣體排放情景的不確定性主要來源于不能準確地描述和預測未來社會經濟、環境、土地利用和技術進步等非氣候情景的變化。非氣候情景在準確表述系統對氣候變化的敏感性、脆弱性及適應能力方面也是非常重要的。構建溫室氣體各種排放情景下氣候變化的情景，在影響評價中考慮采用不同模式的氣候變化情景，并綜合分析未來氣候變化的最可能發生的情景，以降低排放情景不確定性的影響。

3.1.3加強應用技術的不確定性研究區域氣候變化是全球氣候模式輸出通過降尺度處理得到的，因此全球氣候模式輸出結果的不確定性直接衍生了區域氣候變化的不確定性。相同的全球環流模式(GCMs)預測結果，采用不同的降尺度分析方法，也會得到不同的區域氣候情景。降尺度方法主要包括動力學降尺度和統計學降尺度。動力學降尺度除了需要正確認識氣候變化的物理機制外，還需要考慮物理參數化的選擇、區域大小和分辨率以及一些非線性動力學引起的內部變率等問題。統計學降尺度的改進需要正確認識氣候要素的時空分布特性，改善氣候觀測資料的質量及加強多種信息的同化分析等。

3.2加強作物生長模擬模型的不確定性研究

作物生長模擬模型結構本身所帶來的誤差，將不可避免地影響預測評價結果的確定性。作物模型都是通過模型參數的變化來進行模擬的，因此，作物模型參數的不確定性也是影響預測評價結果的重要方面。完善作物模型是降低預測結果不確定性的最重要的基礎，可通過以下途徑進行改進和完善。首先，改進模型結構，提高模型參數識別和優化的可靠性，進一步提高模型的模擬分析精度。其次，研究無資料和資料質量較差地區的作物模型模擬技術，分析和建立作物模型參數與地理信息等要素的關系，降低作物模型在資料質量較差地區應用的不確定性。

3.3加強農業氣候變化的敏感性和脆弱性研究

脆弱性評價通常采用綜合指數分析法，但現有的指標體系還不夠完善，以后應加強指標體系的構建。除從氣候敏感性和適應性兩個方面構建指標體系外，還應考慮減緩氣候變化措施帶來的影響。加強多種方面共同作用下的敏感性和脆弱性研究，如氣候、社會經濟、環境等多重脅迫作用下，多層次不同時間、空間尺度的脆弱性研究。同時，研究要細化，應多方位進行某一種農作物對氣候變化的脆弱性分析，為農作物管理提供良好的建議和對策。