氣候變化對小麥產(chǎn)量的影響中國北方氣候變化對小麥產(chǎn)量的影響基于EPIC模型的模擬研究

中國的食品安全一直是中國乃至世界的中心熱點(diǎn)。過去的幾十年中,中國的糧食產(chǎn)量一直保持著穩(wěn)定的增長。農(nóng)業(yè)技術(shù)的提高在糧食產(chǎn)量增長中扮演著最重要的角色,但氣候變化也可以對作物生長和產(chǎn)量產(chǎn)生有利或不利的影響。在第四次IPCC研究報(bào)告中指出:1905-2005年,全球地表溫度上升了0.74℃,氣候系統(tǒng)變暖已經(jīng)毋庸置疑。在這樣的背景下,年際間的氣候波動(dòng)越來越大,氣候極端事件也可能增多,諸如干旱洪水。眾多學(xué)者對中國北方氣候變化的研究表明:過去20~50a,中國北方大多數(shù)地區(qū)溫度一直呈持續(xù)上升趨勢,尤其是最近的10a;從空間上看,西北部分地區(qū)有一定的轉(zhuǎn)濕趨勢,但整個(gè)中國北方仍表現(xiàn)為一個(gè)干旱化的趨勢,同時(shí)范圍有向南和向東擴(kuò)展的趨勢。中國整體的總太陽輻射變化出現(xiàn)了1960到1990年減少,1990年以后增加的趨勢。因此,正確理解氣候變化趨勢對作物產(chǎn)量的影響,制訂較好的適應(yīng)性對策有著重要的意義。EPIC(environmentalpolicyintegratedclimate)模型是一個(gè)地塊尺度上的作物模型,能夠在多種氣候情景、環(huán)境狀況和管理制度下,以日為步長,模擬上百年的作物生長過程和作物產(chǎn)量。EPIC模型由美國農(nóng)業(yè)部自20世紀(jì)80年代提出以來,經(jīng)過不斷的發(fā)展完善,已經(jīng)得到很好的應(yīng)用。該模型是一個(gè)土壤-作物-大氣-管理結(jié)合的系統(tǒng),主要包括天氣、水文、侵蝕、養(yǎng)分、作物、土壤溫度、耕作、作物環(huán)境控制和經(jīng)濟(jì)幾個(gè)模塊。運(yùn)用EPIC模型模擬作物生長和產(chǎn)量,已經(jīng)在很多國家得到了廣泛地應(yīng)用,并且精度也比較高。本文選擇了中國北方地區(qū)80個(gè)站點(diǎn),運(yùn)用EPIC農(nóng)作物生長模型模擬1961-2005年冬小麥和春小麥的產(chǎn)量,分析了輻射、水分脅迫和溫度脅迫對冬小麥和春小麥產(chǎn)量的影響,可以為探尋農(nóng)作物適應(yīng)氣候變化造成的影響提供參考依據(jù)。1研究區(qū)域和數(shù)據(jù)1.1作物類型劃分本文選擇了中國北方東北區(qū)(NE),華北區(qū)(NP),西北區(qū)(NW)和新疆(XJ)四個(gè)主要農(nóng)業(yè)區(qū)的80個(gè)站點(diǎn)作為研究區(qū)(圖1)。根據(jù)農(nóng)業(yè)氣象站的數(shù)據(jù)將每個(gè)站點(diǎn)的作物類型劃分為春小麥(S,三角形)和冬小麥(W,圓形)兩種類型。每個(gè)站點(diǎn)的灌溉方式又劃分為灌溉農(nóng)業(yè)(I,實(shí)心符號)和雨養(yǎng)農(nóng)業(yè)(R,空心符號)兩種類型。因此,本文根據(jù)農(nóng)業(yè)區(qū)、小麥類型和灌溉類型將研究區(qū)的站點(diǎn)劃分為8種組合類型:NE-S-R(32站),NP-W-I(14站),NW-S-I(8站),NW-S-R(8站),NW-W-I(4站),NW-W-R(3站),XJ-S-I(3站),andXJ-W-I(8站)。1.2器、土壤、數(shù)據(jù)來源本文所輸入的數(shù)據(jù)包括兩個(gè)方面:(1)模型的相關(guān)參數(shù),包括作物參數(shù)、耕作參數(shù)、施肥參數(shù)等;(2)基本輸入數(shù)據(jù),包括日氣象數(shù)據(jù)、天氣生成器數(shù)據(jù)、土壤數(shù)據(jù)、田間管理數(shù)據(jù)等。氣象數(shù)據(jù)來源于中國國家氣象局提供的站點(diǎn)數(shù)據(jù),包括1961-2005年的日最高氣溫、日最低氣溫、日降水量、日太陽總輻射、日相對濕度和日平均風(fēng)速。天氣生成器數(shù)據(jù)是從1961-2005年站點(diǎn)日數(shù)據(jù)計(jì)算得到的,包括日最高氣溫的月均值、日最低氣溫的月均值、日最高氣溫的月標(biāo)準(zhǔn)偏差、日最低氣溫的月標(biāo)準(zhǔn)偏差、月平均降水量、日平均降水量的月標(biāo)準(zhǔn)偏差、日平均降水量的月偏斜系數(shù)、晴天之后出現(xiàn)雨天的概率、雨天之后出現(xiàn)雨天的概率、月平均降雨天數(shù)、月最大半小時(shí)降雨量、月平均太陽輻射、月平均相對濕度。土壤數(shù)據(jù)來源于中國1:100萬土壤類型圖和中國土種志提供的土壤剖面數(shù)據(jù),其中土壤理化屬性包括:土層數(shù)、土層厚度、土壤容重、萎蔫系數(shù)、田間持水能力、機(jī)械組成、PH值、有機(jī)碳、鹽基飽和度、碳酸鈣含量、陽離子交換能力、飽和傳導(dǎo)率、有機(jī)質(zhì)等20多個(gè)參數(shù)。田間管理數(shù)據(jù)主要包括作物播種和收獲日期、作物PHU、施肥、灌溉等數(shù)據(jù)。作物播種和收獲日期參照國家農(nóng)業(yè)氣象站提供的1996年的數(shù)據(jù)。冬小麥和春小麥的作物遺傳參數(shù)以模型默認(rèn)參數(shù)為準(zhǔn),而冬小麥和春小麥的潛在熱量單位(PHU)分別選擇2000度和1700度。施肥量數(shù)據(jù)來源于1996年中國農(nóng)業(yè)數(shù)據(jù)庫,主要包括氮肥、鉀肥、磷肥和復(fù)合肥。灌溉方式根據(jù)雨養(yǎng)農(nóng)業(yè)和灌溉農(nóng)業(yè)均采用自動(dòng)灌溉。2方法和驗(yàn)證2.1小麥產(chǎn)量與氣候的關(guān)系本文選擇EPIC模型中的EPIC5300版本進(jìn)行模擬研究。小麥產(chǎn)量的模擬可以分為以下幾個(gè)步驟:(1)計(jì)算每天的潛在生物量,其主要是由輻射、溫度和相對濕度來決定;(2)計(jì)算每天的各種脅迫因子,主要包括水分脅迫、溫度脅迫、養(yǎng)分脅迫和通氣性脅迫;(3)計(jì)算收獲指數(shù),其主要是由作物每天生長的最大脅迫因子來決定;(4)綜合計(jì)算作物生長期內(nèi)的潛在生物量和收獲因子確定最終的產(chǎn)量。作物產(chǎn)量是收獲指數(shù),IH和地上生物量BAG的函數(shù)(式(1))。作物產(chǎn)量的變化主要是受輻射(式(2)和式(3))、水分脅迫因子(式(4))和溫度脅迫因子(式(5))的影響,其關(guān)系分別為:YLDj=IHjBAGj(1)YLDj=ΙΗjBAGj(1)式中,YLD是作物經(jīng)濟(jì)產(chǎn)量,IH是作物收獲因子,BAG是地上生物量。ΔBp,i=0.001EBjRPAi(2)ΔBp,i=0.001EBjRΡAi(2)式中,⊿B是日潛在增長的生物量,EB是能量轉(zhuǎn)化為生物量的作物參數(shù)。RPAi=0.5RAi[1?exp(?0.65ILAi)](3)RΡAi=0.5RAi[1-exp(-0.65ΙLAi)](3)式中,RPA是截獲光合作用有效輻射量,RA是太陽輻射,ILA是葉面積指數(shù)。SWi=∑l=1Mui,ι/Epi(4)SWi=∑l=1Μui,ι/Epi(4)式中,SW是水分脅迫因子,u是第l層的水分利用率,Ep是第I天的潛在作物水分利用率。ST=sin(Π2(TGi?TbjToi?Tbj)),0≤STi≤1(5)SΤ=sin(Π2(ΤGi-ΤbjΤoi-Τbj)),0≤SΤi≤1(5)式中,ST是作物溫度脅迫因子,TG是日平均地表溫度,Tb是作物的基點(diǎn)溫度,T0是作物的最適溫度。本文的主要目標(biāo)是模擬氣候?qū)π←湲a(chǎn)量的影響研究。因此,本研究的前提假設(shè)是:根據(jù)現(xiàn)有數(shù)據(jù)的情況,假定養(yǎng)分和通氣性脅迫因子在不同年份之間保持不變;對于一個(gè)特定的站點(diǎn)而言,小麥類型、施肥方式、耕作方式、灌溉方式在整個(gè)模擬過程中也保持不變;土壤數(shù)據(jù)也保持不變;在模擬的整個(gè)過程中,只有氣象輸入數(shù)據(jù)是一個(gè)變化的量?；谝陨霞僭O(shè),本文將1961-2005年80個(gè)站點(diǎn)的日氣象數(shù)據(jù)輸入EPIC模型,對中國北方春小麥和冬小麥的生長過程進(jìn)行了模擬。2.2出現(xiàn)偏差的原因本文根據(jù)1996年統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)和模型模擬的產(chǎn)量數(shù)據(jù)進(jìn)行驗(yàn)證(圖2),相關(guān)系數(shù)為0.775。模擬產(chǎn)量與統(tǒng)計(jì)產(chǎn)量之間出現(xiàn)偏差的原因有很多,主要有數(shù)據(jù)本身的誤差,不正確的數(shù)據(jù)輸入,不合理的作物參數(shù)等。在本研究中,由于模型的作物參數(shù)沒有根據(jù)不同站點(diǎn)的情況進(jìn)行本地化,而且田間管理的準(zhǔn)確數(shù)據(jù)獲得很困難,因此模擬產(chǎn)量與實(shí)測產(chǎn)量還是有一定的偏差。如果這些數(shù)據(jù)的精度有所提高,模型的模擬精度將會(huì)有較大的改善。就本研究而言,這樣的模擬精度在一定程度上還是比較滿意的。3小麥輻射隨生長季變化的變化對中國北方80個(gè)站點(diǎn)過去45a小麥產(chǎn)量的模擬結(jié)果顯示:大多數(shù)站點(diǎn)的產(chǎn)量呈現(xiàn)顯著地下降趨勢,其中有60%的站點(diǎn)在20世紀(jì)80年代出現(xiàn)了一定的轉(zhuǎn)折上升。圖3給出了每一種組合區(qū)域的年均產(chǎn)量變化,NE-S-R,NW-S-I,NW-S-R,NW-W-RandXJ-W-I這5種組合區(qū)域的小麥產(chǎn)量在過去45a呈現(xiàn)波動(dòng)中下降的趨勢;NW-W-I和XJ-S-I兩種組合區(qū)域的小麥產(chǎn)量波動(dòng)變化不大;只有NP-W-I類型區(qū)的小麥出現(xiàn)上升態(tài)勢。圖4給出了每一種組合區(qū)域的每年生長季輻射平均值、水分脅迫因子和溫度脅迫因子平均值變化。生長季水分脅迫因子和總太陽輻射的變化從1961到2005年一直呈下降的趨勢,尤其是NP-W-I和NW-S-I兩個(gè)組合區(qū)域下降趨勢非常顯著。對于XI-S-I類型,溫度和水分脅迫有一定的增加趨勢,而其他7種類型的變化趨勢都不明顯。除了NW-S-R類型,溫度脅迫在其他類型中都是主要的脅迫因子。對比圖3和圖4,在太陽輻射和產(chǎn)量波動(dòng)之間有一定的正相關(guān)關(guān)系。這也說明輻射的下降是造成小麥產(chǎn)量下降的主要原因。然而,華北灌溉冬小麥的產(chǎn)量上升可能與溫度脅迫的快速降低有一定的關(guān)系。4模型不確定性研究盡管農(nóng)業(yè)技術(shù)在糧食增產(chǎn)中起著重要的作用,但隨著全球氣候變暖及其可能導(dǎo)致的氣候極端事件的增多,氣候變化對作物生長和產(chǎn)量將產(chǎn)生較大的影響。本文基于EPIC模型,模擬了1961-2005年中國北方80個(gè)站點(diǎn)的春小麥和冬小麥產(chǎn)量,并分析了氣候變化和產(chǎn)量之間的關(guān)系。結(jié)果表明:太陽輻射變化是造成小麥產(chǎn)量波動(dòng)的主要原因;溫度脅迫因子的顯著減弱可能是華北平原灌溉冬小麥產(chǎn)量增加的原因;水分脅迫對于干旱和半干旱地區(qū)雨養(yǎng)小麥的產(chǎn)量影響比較大。盡管EPIC模型能夠模擬小麥生長過程和評價(jià)小麥產(chǎn)量和氣候變化的關(guān)系,但在本研究中仍然存在著很多的不確定性。(1)模型輸入數(shù)據(jù)的不確定性。由于實(shí)際田間觀測數(shù)據(jù)的缺乏,田間管理數(shù)據(jù)主要是從中國統(tǒng)計(jì)年鑒上獲取,數(shù)據(jù)的可靠性存在一定地不確定性。(2)模型校驗(yàn)的不確定