馬銳　江敏,,*　薛昌穎　孫彬　周桐宇

(1福建農(nóng)林大學(xué) 作物科學(xué)學(xué)院, 福州 350002；2中國氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點開放實驗室， 鄭州 450003；*通訊聯(lián)系人， E-mail: fjaujm@163.com)

?

基于適應(yīng)性調(diào)整的豫南地區(qū)水稻生產(chǎn)對未來氣候變化的響應(yīng)

馬銳1江敏1,2,*薛昌穎2孫彬1周桐宇1

(1福建農(nóng)林大學(xué) 作物科學(xué)學(xué)院, 福州 350002；2中國氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點開放實驗室， 鄭州 450003；*通訊聯(lián)系人，E-mail:fjaujm@163.com)

MARui,JIANGMin,XUEChangying,etal.ResponseofricetofutureclimatechangebasedonadaptiveadjustmentinsouthernHenanProvince.ChinJRiceSci, 2016, 30(4): 417-430.

馬銳, 江敏, 薛昌穎， 等. 基于適應(yīng)性調(diào)整的豫南地區(qū)水稻生產(chǎn)對未來氣候變化的響應(yīng). 中國水稻科學(xué)， 2016， 30(4)： 417-430.

摘要:選取河南信陽市9個取樣點和單季稻早、中、晚熟3個代表性品種開展氣候變化影響的評價研究。根據(jù)政府間氣候變化委員會(IPCC)排放情景特別報告(SRES)中的A2、B2情景并結(jié)合區(qū)域氣候模式(PRECIS)，生成信陽市9個取樣點基準時段(1961-1990年)和未來時段(2021-2050年)的逐日氣象資料。利用ORYZA-V3模型，在考慮未來CO2的直接增益效應(yīng)情況下，模擬分析了未來氣候變化對水稻生產(chǎn)的影響。在此基礎(chǔ)上，模擬分析了未來不同情景下水稻生產(chǎn)可能的適應(yīng)性調(diào)整方案，最后得出研究區(qū)域的水稻生產(chǎn)經(jīng)過適應(yīng)性調(diào)整后的產(chǎn)量、穩(wěn)產(chǎn)性以及豫南地區(qū)水稻總產(chǎn)的變化。結(jié)果顯示，未來氣候變化中，若不進行適應(yīng)性調(diào)整，在不考慮CO2直接增益效應(yīng)情況下，信陽地區(qū)在A2情景下的模擬產(chǎn)量較基準階段減產(chǎn)14.1%，B2情景下減產(chǎn)8.6%。通過品種、播期的調(diào)整，并同時考慮CO2的肥效作用，A2和B2情景下將分別增產(chǎn)17.2%和15.7%。適應(yīng)性調(diào)整后豫南地區(qū)的總產(chǎn)在A2和B2情景下較基準階段將分別增產(chǎn)14.8%和13.2%。因此，在未來氣候變化的評價研究中，將作物生產(chǎn)的適應(yīng)性調(diào)整考慮在內(nèi)，不僅更為科學(xué)合理，也更為樂觀。

關(guān)鍵詞:適應(yīng)性調(diào)整； 氣候變化； 區(qū)域氣候模式； 水稻

氣候變化將對全球經(jīng)濟、社會、環(huán)境等造成重大影響，且已受到了國際社會的廣泛關(guān)注。IPCC第五次報告指出，近130多年(1880-2012年)全球地表平均溫度升高了0.85℃，1983-2012年可能是北半球過去1400年中最暖的30年[1]，而農(nóng)業(yè)是受氣候變化影響最大的領(lǐng)域。國內(nèi)外學(xué)者圍繞氣候變化對糧食生產(chǎn)的影響展開了大量研究[2-5]。20世紀90年代，研究者開始大量使用作物模型進行未來氣候變化對糧食生產(chǎn)影響的模擬，對氣候數(shù)據(jù)人為設(shè)置一定的變動，使用模型對氣候變化下糧食產(chǎn)量進行估算[6-7]。隨著研究方法的改進，研究者們開始使用大氣環(huán)流模式(GCM)生成氣候變化情景，再與作物模型相結(jié)合來研究氣候變化對農(nóng)業(yè)的影響[8]；之后在氣候變率[9]、區(qū)域氣候模式的應(yīng)用[10]、區(qū)域氣候模式降尺度[11]、作物模型參數(shù)升尺度等方面也取得了進展[12-13]。

以上研究大多未考慮農(nóng)業(yè)生產(chǎn)的適應(yīng)性調(diào)整，模擬過程中均假設(shè)生產(chǎn)措施維持原有的方式。這樣做的好處是可以更直觀地分析氣候變化對農(nóng)業(yè)生產(chǎn)帶來的影響。但隨著未來氣溫、降水等氣象要素的變化，生產(chǎn)者會逐漸采取合適的調(diào)整措施，以利于糧食增產(chǎn)，比如更換品種、改變播期、調(diào)整種植制度等。所以在模擬氣候變化對農(nóng)業(yè)生產(chǎn)的影響時，考慮農(nóng)業(yè)生產(chǎn)的適應(yīng)性調(diào)整將更具合理性[14]。本研究采用IPCC(政府間氣候變化委員會)排放情景特別報告(SRES)中的A2、B2方案，結(jié)合英國Hadley氣候預(yù)測與研究中心研制的區(qū)域氣候模式(PRECIS)[15]，生成了未來不同時期的氣候變化情景。再結(jié)合由國際水稻研究所和荷蘭瓦赫寧根大學(xué)共同研發(fā)的ORYZA2000模型的升級版ORYZA-V3[16]，分別模擬分析了我國豫南地區(qū)在未來兩種情景下不考慮適應(yīng)性調(diào)整的水稻產(chǎn)量變化, 并以此為基礎(chǔ)，結(jié)合農(nóng)業(yè)氣候指標與方法，進一步分析各樣點在未來不同情景下可能的品種更新和播種日期的調(diào)整，最終分析了適應(yīng)性調(diào)整后豫南地區(qū)水稻產(chǎn)量、穩(wěn)產(chǎn)性及總產(chǎn)的變化。

1研究地區(qū)與研究方法

1.1研究區(qū)域

豫南是河南省行政劃區(qū)的一級劃區(qū)，包括南陽市、信陽市、駐馬店市。豫南稻區(qū)是河南水稻的主產(chǎn)區(qū)，常年種植面積在 46.7萬hm2以上，占全省水稻種植面積的85%以上[17]。信陽地區(qū)南面和西面分別為桐柏山、大別山，淮河以北為平原，其余地區(qū)為丘陵，主要土壤類型為黃褐土[18]。信陽地區(qū)氣候?qū)儆趤啛釒蚺瘻貛н^渡區(qū)，年均日照時間1900-2100h；年平均氣溫15.1～15.3℃；無霜期平均220～230d；年均降雨量900～1400mm，積溫(≥12℃)在3344.8～3726.0℃[19]。光溫水氣候條件適宜種植水稻，該地區(qū)主要種植單季秈稻。常見的農(nóng)業(yè)氣象災(zāi)害有高溫?zé)岷Α⒏珊?、洪澇等[20]。因為信陽地區(qū)水稻產(chǎn)量目前約占豫南地區(qū)的89%以上，故本研究選擇信陽地區(qū)9個樣點開展不同氣候變化情景下的水稻生產(chǎn)模擬研究(圖1)。豫南是河南的水稻主產(chǎn)區(qū)(85%)，而信陽地區(qū)又是豫南水稻的主產(chǎn)地(89%)，所以氣候變化對信陽地區(qū)的水稻生產(chǎn)影響可一定程度上表征氣候變化對豫南水稻生產(chǎn)的影響。

1.2氣候變化情景的生成

本研究進行未來氣候情景模擬所采用的區(qū)域氣候模型是英國的Hadley氣候預(yù)測與研究中心研發(fā)的RGCM系統(tǒng)PRECIS[21]。該系統(tǒng)包含了RGCM預(yù)測的SRES情景下氣候情景的數(shù)據(jù)庫，以生成驅(qū)動RGCM的側(cè)邊界條件、RGCM本身和運行RGCM所需要的各種相關(guān)的數(shù)據(jù)庫。其生成的數(shù)據(jù)資料的網(wǎng)格點由原來的幾百km降尺度到了50km，大幅度提高了未來氣候情景的格點數(shù)，成為當(dāng)前許多學(xué)者進行氣候變化影響評價的依據(jù)[22]。本研究根據(jù)SRES報告中的A2、B2兩種排放方案, 生成了研究區(qū)域基準時段(1961—1990)和未來時段(2021—2050)的兩種氣候變化情景, 并經(jīng)過ECMWF(EuropeanCentreforMedium-RangeWeatherForecasts)分析訂正[23]，獲得了研究區(qū)域9個樣點的多年逐日氣象數(shù)據(jù), 包括最高溫度、最低溫度、降水量和太陽總輻射等。

圖1河南省信陽地區(qū)水稻種植樣點分布

Fig.1.DistributionofriceplantingsitesinXinyangCity，HenanProvince.

1.3水稻數(shù)據(jù)的獲取

河南省水稻品種類型以三系、兩系雜交秈稻為主。本研究采用的品種是2000年以來在全省推廣的早、中、晚三種不同熟性品種。共選擇了3個品種作為河南省的主栽品種，分別為早熟中秈豫秈3號、中熟中秈Ⅱ優(yōu)725、晚熟中秈Ⅱ優(yōu)58。各品種的產(chǎn)量、生育期及經(jīng)濟性狀取自河南省信陽市農(nóng)業(yè)氣象實驗站的常規(guī)觀測資料。研究區(qū)域的水稻總產(chǎn)統(tǒng)計數(shù)據(jù)取自2010-2014年《河南省統(tǒng)計年鑒》[24]。

1.4作物模型及其遺傳參數(shù)的確定

本研究選用的作物模型ORYZA-V3是由國際水稻研究所和荷蘭瓦赫寧根大學(xué)共同研發(fā)的ORYZA2000模型的升級版。該模型已被聯(lián)合國糧農(nóng)組織和亞洲的多數(shù)國家農(nóng)業(yè)部門用于水稻生長情況的預(yù)測和評估。運行ORYZA-V3模型時，該模型的輸入數(shù)據(jù)為播種日期、播種密度、灌溉量與灌溉日期、施肥量與施肥日期等田間管理文件,據(jù)此運用模型自帶的自動調(diào)參文件[Autocalibration(V2).exe] 進行作物模型的參數(shù)調(diào)試。研究中發(fā)現(xiàn)，自動調(diào)參所得各參數(shù)值并不能得到很好的模擬結(jié)果，因此，在自動調(diào)參基礎(chǔ)上進一步采用“試錯法”進行調(diào)整，直至模擬結(jié)果與實際觀測值誤差最小，再將調(diào)試好的參數(shù)寫入作物文件。

ORYZA-V3模型所需要的主要的參數(shù)包括4個物候期發(fā)育速率、葉片的前期生長速率、葉片的后期生長參數(shù)、分配給莖的碳水化合物存儲參數(shù)、有效分配到莖的干物質(zhì)比例、最大穗粒重、散射系數(shù)和光敏感系數(shù)等。4個物候期發(fā)育速率可以反映水稻不同生長階段的生長速度，包括水稻初始生長階段的發(fā)育速率(DVRJ)、光周期敏感階段的發(fā)育速率(DVRI)、穗的發(fā)育速率(DVRP)和生殖生長階段的發(fā)育速率(DVRR)。葉片的生長速率包括葉面積的最大相對生長速率(RGRLMX)和最小相對生長速率(RGRLMN)，可以反映葉面積前期的生長速率。葉片的后期生長參數(shù)(ASLA)，可以反映葉面積后期的生長速率。用分配給莖的碳水化合物存儲參數(shù)(FSTR)，來衡量莖的糖類存儲量。用有效轉(zhuǎn)移到莖的干物質(zhì)(LRSTR)，來衡量莖的生長速率。用穗粒重(WGRMX)來計算產(chǎn)量。用水稻品種散射系數(shù)(SCP)來描述水稻對陽光輻射的散射度，與光合作用強度有關(guān)。用光敏感系數(shù)(PPSE)來描述水稻感光性。

本研究根據(jù)信陽地區(qū)選出的三個代表性品種2000年的實測產(chǎn)量進行了參數(shù)的調(diào)試，用2001年的相關(guān)實測資料進行了驗證(圖2)。結(jié)果說明，該模型在研究區(qū)域有較好的適用性。

此外，ORYZA-V3模型還可以模擬CO2排放濃度的增加對水稻的直接增益效應(yīng)。表1給出了模擬所涉及的CO2排放濃度對照情景數(shù)值，可作為作物模型運行時大氣CO2濃度輸入值。

調(diào)試與驗證模型所需的逐日氣象資料來自河南省氣象科學(xué)研究所。生成各樣點土壤文件所需土壤理化參數(shù)來自于《中國土壤數(shù)據(jù)庫》[25]。

1.5農(nóng)業(yè)氣候指標的建立

1.5.1穩(wěn)產(chǎn)性計算公式

氣候變化除了會影響水稻的產(chǎn)量，還會影響其穩(wěn)產(chǎn)性。本研究選用產(chǎn)量標準差的變化率來表示產(chǎn)量的波動性。

1)

ΔSD為某樣點歷年水稻產(chǎn)量標準差的變化百分比，ΔSD越小，表示穩(wěn)定性越好；μc=μb-μa,表示未來兩種情景下模擬產(chǎn)量的平均值(μb)與基準時段模擬產(chǎn)量的平均值(μa)之差。

2)

1.5.2 水稻總產(chǎn)估算模型

3)

TYC為豫南水稻總產(chǎn)的變化百分比；RYi為信陽地區(qū)各樣點當(dāng)前水稻的總產(chǎn)量，TY為豫南當(dāng)前水稻的總產(chǎn)量；RYCi為未來氣候變化情景下信陽地區(qū)各樣點水稻產(chǎn)量的變化百分比。

表1河南信陽地區(qū)代表性品種遺傳參數(shù)

Table1.GeneticparametersofrepresentativericecultivarsinXinyangCity，HenanProvince.

參數(shù)Parameter豫秈3號(早熟)Yuxian3(Early-mature)Ⅱ優(yōu)725(中熟)ⅡYou725(Medium-mature)Ⅱ優(yōu)58(晚熟)ⅡYou58(Late-mature)水稻初始生長階段的發(fā)育速率DVRJ0.00110089110.00112089110.0009145288光周期敏感階段的發(fā)育速率DVRI0.00075757570.00075757570.0007575757穗的發(fā)育速率DVRP0.00133111500.00133111500.000951870生殖生長階段的發(fā)育速率DVRR0.00255506230.00235506230.0024440875葉面積的最大相對生長速率RGRLMX0.00850.00850.0085葉面積的最小相對生長速率RGRLMN0.00400.00400.0040分配給莖的碳水化合物存儲參數(shù)FSTR0.501940.401940.50194穗粒重WGRMX0.000023360.000026150.00002981水稻品種散射系數(shù)SCP0.30.30.6光敏感系數(shù)PPSE0.030.030.03葉片的后期生長參數(shù)ASLA0.00240.00220.0022葉片的前期生長參數(shù)BSLA0.00230.00230.0023有效轉(zhuǎn)移到莖的干物質(zhì)LRSTR0.9470.9470.947

DVRJ，Developmentrateduringjuvenilephase;DVRI，Developmentrateduringphotoperiod-sensitivephase;DVRP，Developmentrateduringpanicledevelopmentphase;DVRR，Developmentrateinreproductivephase;RGRLMX，Maximumvalueofrelativegrowthrateofleafarea;RGRLMN，Minimumvalueofrelativegrowthrateofleafarea;FSTR，F(xiàn)ractionofcarbohydratesallocatedtostems,storedasreserves;WGRMX，Maximumindividualgrainweight;SCP，Scatteringcoefficientofleavesforphotosyntheticallyactiveradiation;PPSE，Photoperiodsensitivity;SLA，Specificleafarea;ASLA，AparameteroffunctiontocalculateSLA;BSLA，BparameteroffunctiontocalculateSLA;LRSTR，F(xiàn)ractionofallocatedstemreservesthatisavailableforgrowth.

**表示在0.01統(tǒng)計水平上顯著。

**Significantat0.01probabilitylevel.WAGT_OBS，Totalabovegrounddrymatter_observedvariables;WLV_OBS，Dryweightofdeadleaves_observedvariables;WST_OBS,Dryweightofstems_observedvariables;WSO_OBS,Dryweightofstorageorgans_observedvariables.

圖2河南信陽地區(qū)代表性水稻品種生物量動態(tài)模擬結(jié)果及實測與模擬產(chǎn)量的對比

Fig. 2.DailysimulationsofbiomassandcomparisonbetweenobservedandsimulatedyieldofrepresentativericespeciesinXinyang,HenanProvince.

表2基于IPCC兩種排放方案的大氣CO2濃度平均值

Table2.AverageconcentrationofatmosphericCO2accordingtotwoemissionschemesbyIPCC.

時段PeriodCO2濃度平均值A(chǔ)verageconcentrationofCO2/(μmol·mol-1)A2B21961-1990(BASE)3343342021-2050469439

1.5.3水稻經(jīng)濟系數(shù)計算公式

經(jīng)濟系數(shù)常被用于評價作物光合作用中轉(zhuǎn)化的生物質(zhì)能在各器官的分配情況，經(jīng)濟系數(shù)越大，越符合人們的種植需求。

C=Y/W；

4)

C為水稻的經(jīng)濟系數(shù)，Y為穗的干物質(zhì)量，W代表地上部分干物質(zhì)量。

1.6氣候變化影響評價具體方案

本研究分別對基準時段和未來時段的水稻產(chǎn)量進行模擬。分為兩種情況：一是假定未來的栽培措施和品種依舊保持現(xiàn)有狀態(tài)，分為雨養(yǎng)和灌溉兩種情況進行模擬，在此基礎(chǔ)上分析氣候變化對水稻產(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)方式隨氣候變化進行適應(yīng)性調(diào)整，如品種替換、播期調(diào)整等, 然后再分析調(diào)整后的模擬產(chǎn)量變化。在上述基礎(chǔ)上, 計算在相同情景下考慮與不考慮水稻生產(chǎn)適應(yīng)性調(diào)整的兩種模擬產(chǎn)量的變化百分比。有學(xué)者認為，作物模型在考慮CO2直接增益效應(yīng)時因為忽略了氮肥的影響，導(dǎo)致產(chǎn)量的模擬結(jié)果偏高[26]，因為這是目前模型尚未解決的問題，所以本研究在第一種情況下分別模擬了考慮CO2增益效益前后的產(chǎn)量變化。

1.6.1未來氣候變化情景下品種的更替

未來氣溫的升高，必然會導(dǎo)致水稻生育期的延長和積溫的增加，為了充分利用增加的熱量資源，未來的水稻生產(chǎn)必然會通過更換品種來適應(yīng)氣候變化。本研究利用ORYZA-V3模型開展未來不同熟型品種的模擬試驗，并將其與未更換之前的產(chǎn)量進行對比，看產(chǎn)量是否因品種更迭而有明顯的改善。最后，通過穩(wěn)產(chǎn)性、產(chǎn)量和經(jīng)濟系數(shù)等指標，分析得出未來可能的適宜品種。

1.6.2未來水稻適宜播期的調(diào)整

隨著未來氣溫的上升，水稻播期可能調(diào)整到能獲得最佳產(chǎn)量的節(jié)點上。對于單季秈稻，為了避免低溫霜凍對水稻造成的危害，安全播期選擇春季日均溫連續(xù)3d≥12℃的初日,安全齊穗期選擇秋季日均溫連續(xù)3d≥22℃的終日。模擬過程中采取5d為步長，選擇產(chǎn)量高、穩(wěn)定性好、經(jīng)濟系數(shù)高所對應(yīng)的播種日期為未來的適宜播期。

以上更改品種和改變播種的試驗均假設(shè)未來田間其他管理保持在基準(BASE)水平不變。并盡可能使用生育期較長的中晚熟品種替代早熟品種。

2結(jié)果與分析

2.1未來2種情景下信陽地區(qū)水稻生育期內(nèi)的氣象要素變化

圖3給出了A2、B2情景下河南省信陽地區(qū)9個樣點水稻生育期內(nèi)日均溫、輻射量、降水量相對于基準時段的變化情況。

由圖可以看出，各樣點水稻生育期氣溫隨著未來CO2排放濃度的增加而上升。水稻生育期內(nèi)總體升溫幅度在1.6～1.9℃。A2與B2情景下平均增溫分別為1.8℃和1.7℃。A2情景下各樣點水稻生育期升溫幅度在1.8～1.9℃，B2情景下為1.6～1.8 ℃。各樣點間，增溫幅度最大的是息縣，A2、B2情景下分別增溫1.9℃和1.8℃；增溫幅度最小的是新縣，A2、B2情景下依次增溫1.8 ℃和1.6℃。

未來水稻生育期內(nèi)的總輻射將呈增加的趨勢，但增幅較小，各樣點平均增加10%。2種情景下增幅相近，各樣點之間增幅也較接近。未來輻射的增加可能意味著水稻生育期內(nèi)陰雨寡照天氣出現(xiàn)的頻率減少，光合作用時間延長，使得水稻光合產(chǎn)物增加。

在未來氣候變化中，信陽地區(qū)水稻生育期內(nèi)所有樣點降水都呈增加趨勢，各樣點增幅為20%～30%。2種排放情景下水稻生育期內(nèi)降水都是增加的，且在同一情景下，各樣點間降水量變化差別不大；A2情景下的降水增幅略大于B2情景。各樣點間，增幅最大的是商城，A2情景下可增30%，增幅最小的是息縣，B2情景下增加尚不足20%。隨著未來溫度升高，作物需水量可能增加，但隨著未來CO2濃度上升，水稻蒸騰速率可能下降。加之輻射與降雨量同時增加，可能意味著降水強度的增大，未來氣象災(zāi)害出現(xiàn)的頻率亦將增大。

2.2氣候變化對研究區(qū)域水稻發(fā)育期的可能影響

為了分析灌溉措施對水稻生產(chǎn)的影響，分為雨養(yǎng)和灌溉兩種情況進行模擬。

A,C,E-A2情景；B,D,F-B2情景； 其中,A和B表示未來情景下日均溫相對基準時段的差值;C和D表示未來情景下輻射量相對于基準時段的比值;E和F表示未來情景下降水相對于基準時段的比值。

圖3基于2種排放情景下河南信陽地區(qū)9個樣點水稻生育期內(nèi)日均溫、輻射量、降水量相對基準時段的變化

Fig. 3.Changesofmeandailytemperature,amountofradiationandtotalprecipitationingrowthperiodofriceinXinyang，HenanProvincebasedon2emissionscenariosrelativetobaseline.

從表3可以看出，在A2，B2情景下，所有樣點的水稻生育期相對于基準階段是縮短的，縮短天數(shù)為3～5d不等。A2情景下，雨養(yǎng)和灌溉條件下依次平均縮短4.7d和4.5d，其中，息縣、信陽、淮濱縮短天數(shù)最多，可達5d。究其原因，與這三個地區(qū)的升溫幅度最大有關(guān)(1.9℃)。B2情景下平均縮短3.2d，息縣和信陽生育期縮短天數(shù)可近4d，亦與未來升溫幅度較大有關(guān)。高排放的A2情景相對于B2情景的增溫幅度大，故導(dǎo)致同一品種A2情景下生育期縮短天數(shù)較B2情景多。雨養(yǎng)和灌溉條件相比，生育期變化的差別不大，說明溫度相對于降水來說，對生育期的影響較大。未來隨著氣溫升高，水稻生育進程的加快，若不采取相應(yīng)的調(diào)整措施，可能導(dǎo)致研究區(qū)域的產(chǎn)量降低。

表3基于2種氣候變化情景下水稻模擬生育期較之基準生育期的變化天數(shù)

Table3.ChangesinricegrowthdurationsunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

d

表42種氣候變化情景下信陽地區(qū)水稻模擬產(chǎn)量相對于基準時段產(chǎn)量的變化百分比

Table4.PercentagechangesofriceyieldunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

%

2.3當(dāng)前種植措施不變條件下氣候變化對信陽地區(qū)水稻生產(chǎn)的可能影響

2.3.1未來氣候變化對水稻產(chǎn)量的可能影響

表4給出了未來2種氣候變化情景下信陽地區(qū)水稻模擬產(chǎn)量相對于基準時段產(chǎn)量的變化百分比。雨養(yǎng)條件時，A2情景下無論是否考慮CO2增益作用，各站點水稻均表現(xiàn)為減產(chǎn)。不考慮CO2增益效應(yīng)，水稻平均減產(chǎn)幅度高達15.9%，考慮后增產(chǎn)幅度為7.1%；B2情景下的減產(chǎn)幅度略小于A2情景，不考慮CO2增益效應(yīng)時各站點水稻平均減產(chǎn)10.4%，考慮后轉(zhuǎn)為增產(chǎn)11.3%。

若有充分的灌溉條件，未來氣候變化情景下水稻的生產(chǎn)狀況均有好轉(zhuǎn)。A2情景下在考慮CO2增益作用時平均增產(chǎn)9.0%。B2情景下平均增幅可達13.2%。說明灌溉措施可有效地緩解未來氣候變化帶來的負效應(yīng)。

各樣點中，增產(chǎn)幅度最大的是B2情景下采用灌溉措施時的新縣，這可能與未來情景下新縣平均氣溫增幅較小，導(dǎo)致水稻生育期縮短天數(shù)較少有關(guān)，另外，增溫幅度較小，水稻發(fā)生高溫?zé)岷Φ念l率亦會降低。無論灌溉或雨養(yǎng)，B2情景下減產(chǎn)或增產(chǎn)幅度均好于A2情景，這與高排放的A2情景下，研究區(qū)域的增溫幅度較大有關(guān)。

未來氣候變化中，氣溫上升，導(dǎo)致水稻高溫?zé)岷Πl(fā)生的頻率可能會增加，除了造成生育期縮短而帶來減產(chǎn)的影響外，也可能是因為信陽地區(qū)當(dāng)前的水稻播期在4月中下旬，開花期大多在8月中上旬，而這個時段正處在我國黃淮流域的高溫時段，高溫對水稻的傳花授粉造成較大的影響，導(dǎo)致水稻產(chǎn)量的減少。另外，因為未來模擬生育期內(nèi)的輻射和降水同時增加，意味著降水強度的加大，可能會造成短時間的極端氣象災(zāi)害，也是造成水稻減產(chǎn)幅度較大的原因。

表5未來2種氣候變化情景下河南信陽地區(qū)水稻穩(wěn)產(chǎn)性的變化(ΔSD)

Table5.Instabilityindex(ΔSD)ofriceunderthetwoemissionscenariosinXinyang,HenanProvince.

樣點SiteA2雨養(yǎng)水稻Rainfedrice灌溉水稻IrrigatedriceB2雨養(yǎng)水稻Rainfedrice灌溉水稻Irrigatedrice息縣Xixian19.516.317.214.8信陽Xinyang19.216.417.214.4羅山Luoshan19.516.717.814.4光山Guangshan18.016.117.414.2淮濱Huaibin19.117.518.916.2潢川Huangchuan18.516.317.514.6固始Gushi15.815.114.713.2商城Shangcheng18.115.917.214.2新縣Xinxian18.015.920.014.6

表6河南信陽不同樣點在未來 2種排放情景下水稻品種類型的適應(yīng)性調(diào)整

Table6.AdaptiveadjustmentofthericevarietaltypestoclimatechangeundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

樣點Site當(dāng)前種植品種類型CurrentplantingvarietytypeA2B2息縣Xixian中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM信陽Xinyang中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM羅山Luoshan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM光山Guangshan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM淮濱Huaibin中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM潢川Huangchuan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM固始Gushi中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM商城Shangcheng中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM新縣Xinxian中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM

MIMM，Medium-indicawithmedium-maturity;MILM，Medium-indicawithlate-maturity.

2.3.2未來氣候變化對水稻穩(wěn)產(chǎn)性的可能影響

表5給出了未來2種氣候變化情景下考慮CO2增益作用時信陽地區(qū)水稻穩(wěn)產(chǎn)性的變化，ΔSD越小，表示水稻產(chǎn)量的穩(wěn)定性越好。從不同氣候變化情景來看，無論是否考慮雨養(yǎng)和灌溉條件，A2情景下不僅水稻增產(chǎn)幅度小，而且水稻生產(chǎn)的穩(wěn)定性也較B2情景差；同樣，無論哪一種情景下，灌溉措施均可以明顯改善水稻的穩(wěn)產(chǎn)性。說明隨著未來氣溫的升高，對于地處中原的豫南水稻種植區(qū)，重視改善灌溉條件是應(yīng)對未來氣候變化的非常重要的措施。

2.4未來氣候變化情景下水稻生產(chǎn)的適應(yīng)性調(diào)整

今后隨著氣候變化及科技水平進步, 農(nóng)民肯定會采用有別于現(xiàn)在的生產(chǎn)方式和管理措施進行糧食生產(chǎn)。本研究對信陽地區(qū)灌溉條件的水稻生產(chǎn)進行了適應(yīng)性調(diào)整措施的模擬，模擬過程中同時考慮了CO2的直接增益效應(yīng)。

2.4.1水稻不同品種類型的適應(yīng)性調(diào)整

通過對河南信陽地區(qū)9個樣點3個品種的產(chǎn)量、穩(wěn)產(chǎn)性和經(jīng)濟系數(shù)指標進行分析，篩選出了未來氣候變化情景下信陽地區(qū)的適宜種植品種(表6)。結(jié)果顯示，各樣點未來均適宜種植晚熟品種。主要原因是晚熟品種生育期較長，在一定程度上可以彌補由于高溫導(dǎo)致的生育期縮短現(xiàn)象，延長水稻的光合作用時間。

2.4.2未來不同排放情景下水稻播期的適應(yīng)性調(diào)整

在進行品種優(yōu)化選擇的基礎(chǔ)上，以5d為步長進一步進行適宜播期的模擬試驗。選擇未來產(chǎn)量高、穩(wěn)產(chǎn)性好的播期為未來的最佳播期(表7)。結(jié)果表明，在A2情景下，各樣點均推遲10d，B2情景下，除淮濱、新縣和固始播種日期推后5d，羅山播期不變，其他樣點均推遲10d，可作為未來適宜播期的調(diào)整方案。且播期推遲，有利于水稻產(chǎn)量的提高。究其原因，可能是因為信陽地區(qū)當(dāng)前的水稻播期在4月中下旬，開花期大多在8月中上旬，而這個時段正處在我國黃淮流域的高溫時段，推遲播期，可能使得開花期延后，避開夏季的高溫時段，緩解了夏季高溫可能導(dǎo)致的穎花敗育現(xiàn)象。

表7河南信陽各樣點在未來2種排放情景下不同品種類型和播種日期的模擬產(chǎn)量、穩(wěn)產(chǎn)性指標(ΔSD)及經(jīng)濟系數(shù)

Table7.Simulatedyields,stabilityindex(ΔSD)andeconomiccoefficientinvariousvarietaltypesandsowingdatesundertwoemissionscenariosindifferentsitesofXinyang,HenanProvince.

樣點Site品種類型Varietytype播期變化Changesinsowingdate/dA2產(chǎn)量Yield/(kg·hm-2)△SD/%經(jīng)濟系數(shù)EconomiccoefficientB2產(chǎn)量Yield/(kg·hm-2)△SD/%經(jīng)濟系數(shù)Economiccoefficient息縣Xixian晚熟中秈MILM-107885.429.50.448304.035.20.50-57615.215.10.438721.628.50.5108474.914.80.478724.315.10.5158541.014.10.478540.816.20.49108869.615.00.498765.913.10.51158604.615.70.478663.313.70.50信陽Xinyang晚熟中秈MILM-107671.222.80.438205.230.00.50-57590.112.10.438580.423.50.5008334.814.70.468656.414.70.5158557.213.40.478508.515.50.50108826.214.10.498706.612.40.51158579.015.60.478593.413.70.50羅山Luoshan晚熟中秈MILM-107680.721.10.438277.729.20.50-57538.510.20.428768.124.80.5108549.815.90.478786.115.80.5158518.212.30.478599.815.40.50108846.014.40.498738.912.70.51158646.415.60.488638.813.70.50光山Guangshan晚熟中秈MILM-107287.115.60.438249.828.30.50-57734.012.00.448697.923.00.5108537.114.70.478700.113.70.5058549.511.60.478693.714.70.50108920.914.60.508788.412.70.51158758.515.50.498703.013.70.50淮濱Huaibin晚熟中秈MILM-107624.316.50.448106.722.60.49-57544.011.50.438425.922.10.4908278.915.10.468545.614.80.5058443.713.50.478659.714.20.51108809.016.00.508526.912.50.50158574.916.60.488621.414.60.51潢川Huangchuan晚熟中秈MILM-107287.115.70.438249.828.40.50-57734.013.70.448697.925.00.5108537.115.30.478700.114.20.5058549.512.10.478693.715.10.50108920.915.00.508788.413.10.51158758.515.90.498703.014.00.50固始Gushi晚熟中秈MILM-107502.715.50.448162.223.40.49-58153.214.60.478576.018.60.5008571.713.30.488714.812.00.5158730.812.50.498819.112.40.51109061.115.10.518761.011.50.51158895.015.70.508803.912.10.51商城Shangcheng晚熟中秈MILM-107290.715.50.438259.928.40.50-57707.212.20.448706.423.80.5108525.014.40.478707.113.70.5058533.011.40.478695.914.80.50108906.414.30.508800.112.70.51158541.916.40.488715.213.80.50新縣Xinxian晚熟中秈MILM-107421.218.80.438163.214.70.48-57739.515.30.458426.314.10.5008268.716.70.468590.016.90.5158585.115.30.498637.415.50.51108611.89.90.498560.512.80.50158572.014.20.498555.313.60.51

0d-播期與當(dāng)前相同; -10d- 播期提前 10d; -5d-播期提前 5d; +5d-播期推遲 5d; +10d-播期推遲10d;+15d-播期推遲15d。

0d,SameastheBASEs;-10d, 10daysadvanced;-5d, 5daysadvanced; +5d, 5daysdelayed; +10d, 10daysdelayed. +15d, 15daysdelayed.MILM，Medium-indicawithlate-maturity.

NCC-不考慮CO2直接增益效應(yīng)；CC-考慮CO2直接增益效應(yīng)時氣候變化的影響；CC+C-考慮CO2直接增益效應(yīng)時氣候變化的影響+優(yōu)化品種；CC+C+SD-考慮CO2直接增益效應(yīng)時氣候變化的影響+優(yōu)化品種+播期調(diào)整。

NCC,Onlywithclimatechangeeffecttakingintoconsideration;CC,ClimatechangeeffectplusCO2fertilizereffect;CC+C,CombinedeffectsofclimatechangeandCO2fertilizereffectplusadaptiveadjustmentofcultivar;CC+C+SD,Combinedeffectsofclimatechange,CO2fertilizereffectandoptimizationincultivarandadjustmentsinsowingdate.

圖4基于2種氣候變化情景下河南信陽地區(qū)在不同栽培措施下水稻模擬產(chǎn)量相對于基準時段產(chǎn)量的變化

Fig. 4.ChangeinriceyieldsunderthetwoemissionscenarioswithadaptiveadjuststakenintoconsiderationcomparedwiththebaseyieldsinXinyang，HenanProvince.

2.5品種類型和播期適應(yīng)性調(diào)整的疊加效果

本研究綜合分析了信陽市水稻種植區(qū)在未來不同排放情景下品種類型及播種日期同時進行適應(yīng)性調(diào)整后的疊加效果(圖4)。由圖可見，如果未來氣候變化中不考慮CO2的直接增益作用，那么9個樣點在A2和B2情景下均將減產(chǎn)，且年際間產(chǎn)量波動幅度較大。CO2增益作用使得原來減產(chǎn)的各樣點均轉(zhuǎn)為增產(chǎn)。在此基礎(chǔ)上，進一步考慮品種的適應(yīng)性調(diào)整，選用生育期較長的晚熟品種，在2種情景下模擬水稻產(chǎn)量均有所提高，A2和B2情景下的平均增幅分別達2.4%和1.3%，增幅最大的新縣在A2甚至可達3.9%，羅山在B2可達2.2%。

表8未來2種排放情景下信陽各樣點基于適應(yīng)性調(diào)整的水稻生產(chǎn)方式及管理措施

Table8.RiceproductionpatternsandmanagementsbasedonadaptiveadjustmentsundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

樣點SiteA2品種類型Varietytype播種日期SowingdateB2品種類型Varietytype播種日期Sowingdate息縣Xixian晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed信陽Xinyang晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed羅山Luoshan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲0d0daysdelayed光山Guangshan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed淮濱Huaibin晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed潢川Huangchuan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed固始Gushi晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed商城Shangcheng晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed新縣Xinxian晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed

MILM,Medium-indicawithlate-maturity.

表92種排放情景下考慮與不考慮適應(yīng)性調(diào)整各樣點水稻總產(chǎn)對豫南地區(qū)水稻總產(chǎn)的貢獻

Table9.ContributionofriceoveralloutputofdifferentsitestosouthernHenanProvincewithadaptiveadjustmentandwithoutadaptiveadjustmentundertwoemissionscenarios.

%

如果綜合考慮品種和播期的適應(yīng)性調(diào)整，在2種情景下模擬水稻產(chǎn)量均進一步提高。A2情景下相對于調(diào)整前平均增幅為7.3%，增幅最大的新縣和淮濱均達到8.2%；B2情景下的平均增幅為2.1%，信陽增幅最大可達2.7%。

B2情景下水稻產(chǎn)量的年際間波動均小于A2情景，說明高排放的A2情景在未來所引起的高溫，可能使得水稻生長過程中極端高溫出現(xiàn)的頻率增加。

2.6豫南地區(qū)基于適應(yīng)性調(diào)整的水稻總產(chǎn)變化

根據(jù)品種替換和播期調(diào)整的模擬試驗，表7給出了研究區(qū)域在未來2種排放情境下的最終的適應(yīng)性調(diào)整方案。以表8中經(jīng)過適應(yīng)性調(diào)整后的方案作為模型新的條件輸入，在2種氣候排放情景下運行ORYZA-V3，即可模擬出信陽地區(qū)未來考慮適應(yīng)性調(diào)整后各樣點的總產(chǎn)變化(表8，模擬中假定各縣播種面積不變)。

表9顯示，在未來氣候變化對水稻生產(chǎn)的影響評價中，是否考慮適應(yīng)性調(diào)整，未來研究區(qū)域水稻總產(chǎn)的變化結(jié)果是完全不同的?？紤]適應(yīng)性調(diào)整后，各樣點在2種排放情景下模擬出的豫南地區(qū)水稻總產(chǎn)均較不考慮調(diào)整時平均增加了6.9%和2.1%。

3討論

人類溫室氣體的排放日益加劇，氣候變化對農(nóng)業(yè)的影響越來越大。在未來水稻的耕作過程中，農(nóng)民為了獲得高產(chǎn)，自然會對種植方案進行一定程度的調(diào)整。一些學(xué)者利用評價模型對非洲生產(chǎn)者的種植行為進行研究，發(fā)現(xiàn)生產(chǎn)者的種植行為會隨著氣候的變化而變化，在當(dāng)?shù)厣俳邓那闆r下，生產(chǎn)者會相應(yīng)地采用較為抗旱的品種進行種植[27]。若在氣候變化影響評價研究中，仍采用當(dāng)前的農(nóng)業(yè)生產(chǎn)管理水平作為輸入項進行未來的作物模擬試驗，顯然與實際不符，降低了模擬結(jié)果的準確性。國外研究者通過數(shù)學(xué)方法對過去幾十年來研究區(qū)域水稻產(chǎn)量的變化趨勢進行統(tǒng)計，發(fā)現(xiàn)水稻品種的改良對產(chǎn)量的提高具有較大貢獻[28]。Hiroyuki等通過對日本水稻種植區(qū)域未來適應(yīng)性品種的更替和栽培方式的改進，最終達到減小冷害損失的目的[29]。

本研究嘗試把品種優(yōu)化和播期調(diào)整的方案作為未來的適應(yīng)性調(diào)整措施，選擇生育期較長的中稻晚熟品種，可以彌補由于高溫導(dǎo)致的生育期縮短現(xiàn)象，延長水稻的光合作用時間，增加產(chǎn)量。推遲播期，可使開花期延后，避開夏季的高溫時段，緩解了夏季高溫可能導(dǎo)致的穎花敗育現(xiàn)象。將適應(yīng)性調(diào)整后的方案作為作物模型新的輸入，可以更為科學(xué)合理地模擬出未來作物產(chǎn)量的變化。因此，本研究著重考慮未來農(nóng)業(yè)生產(chǎn)措施和管理方案的可能調(diào)整，是一種應(yīng)對未來氣候變化的適應(yīng)性評價研究。有學(xué)者通過對全球超過1700份有關(guān)氣候變化和適應(yīng)性研究中已發(fā)表的數(shù)據(jù)，采用整合分析的方法，總結(jié)歸納了目前關(guān)于適應(yīng)氣候變化可能采取的措施，判斷出應(yīng)對氣候變化適應(yīng)性調(diào)整的趨勢[30]，但整合分析的方法可能會存在收集的文獻質(zhì)量參差不齊、出版偏見、數(shù)據(jù)收集不完整和較少考慮與可能相關(guān)領(lǐng)域的相互影響等問題。未來氣候變化對農(nóng)業(yè)的影響是一個極為復(fù)雜的過程，有諸多問題需要考慮，例如農(nóng)業(yè)管理制度調(diào)整所涉及的經(jīng)濟、社會、環(huán)境等因素，主動適應(yīng)或被動適應(yīng)所需要的科技成本問題，對氣象信息預(yù)測準確性等問題都會影響到未來的實際調(diào)整過程。在未來氣候變化的適應(yīng)性評價研究領(lǐng)域，大多數(shù)研究分析以相對較少的相關(guān)因素來進行評價，而不涉及各個領(lǐng)域的完整系統(tǒng)來進行評價，這樣就可能導(dǎo)致各個系統(tǒng)之間的相互影響不能充分考慮進去，造成研究結(jié)果不能客觀反應(yīng)實際。在以后的氣候變化評價研究中，應(yīng)綜合考慮更多內(nèi)因與外因、局部與整體、充分考慮到事物之間的規(guī)律聯(lián)系，用哲學(xué)的思維指導(dǎo)農(nóng)業(yè)生產(chǎn)。

本研究的局限性，一是未能將極端天氣和病蟲害的影響考慮在內(nèi)。如水稻生長過程中可能遭遇的極端高溫、伏旱等天氣，如何通過適應(yīng)性調(diào)整盡量避開這些災(zāi)害性天氣的影響。二是對CO2直接增益效應(yīng)的考慮中，未考慮CO2的日變化和飽和現(xiàn)象。有學(xué)者認為隨著CO2濃度的增加，作物對氮肥的消耗量也不斷加大，故達到一定濃度后作物產(chǎn)量不再增加[31]，這種現(xiàn)象可能導(dǎo)致模擬的產(chǎn)量結(jié)果偏高。三是本研究在適應(yīng)性調(diào)整的模擬中尚未考慮土壤成分的可能變化，未來氣溫升高，可能增加有機質(zhì)的分解，造成土壤的肥力下降，進而影響到土壤肥料的運籌措施。這些局限在今后的研究中都能隨著模型的不斷改善和研究方法的改進得到解決。

4結(jié)論

未來氣候變化情景下，信陽地區(qū)水稻生育期內(nèi)升溫幅度將達到1.6～1.9℃，A2和B2情景下平均增溫1.8℃和1.7℃；水稻生育期內(nèi)的總輻射將呈增加的趨勢，但增幅較小，各樣點增幅為10%。水稻生育期內(nèi)降水增加20%～30%。未來隨溫度的升高，各樣點的水稻生育期相對于BASE階段將縮短3～5d；A2情景下，雨養(yǎng)和灌溉條件下依次平均縮短4.7d和4.5d，B2情景下平均縮短3.2d。為了緩解未來氣候變化對水稻生產(chǎn)造成的不利影響，未來可選用生育期較長的中晚熟品種來延長水稻的光合作用時間。在此基礎(chǔ)上，進一步進行了適宜播期的模擬試驗，結(jié)果表明各樣點推遲播種5～10d有可能避開高溫?zé)岷λ境樗腴_花和后期灌漿結(jié)實影響的頻率，提高產(chǎn)量。如果綜合考慮灌溉措施、品種優(yōu)化和播期調(diào)整，在A2和B2情景下,豫南地區(qū)各站點模擬產(chǎn)量較之不作此調(diào)整的模擬產(chǎn)量將平均增加6.9%和 2.1%；未來2種情景下豫南地區(qū)的總產(chǎn)也將較當(dāng)前有所提高，A2和B2情景下分別提高14.8%和13.2%。

參考文獻：

[1]IPCC.WorkingGroupIContributiontotheIPCCFifthAssessmentReport,ClimateChange2013:ThePhysicalScienceBasis.http://www.climatechange2013.org/images/uploads/WGIAR5-SPM_Approved27Sep2013.pdf.

[2]StockerTF，QindD，PlatnerGK.ClimateChange2013:ThePhysicalScienceBasis.WorkingGroupIContributiontotheFifthAssessmentReportoftheIntergovernmentalPanelonClimateChangeSummaryforPolicymakers(IPCC， 2013)， 2013.

[3]ShiferawB，PrasannaBM，HellinJ，etal.Cropsthatfeedtheworld6.Pastsuccessesandfuturechallengestotheroleplayedbymaizeinglobalfoodsecurity. Food Secur， 2011， 3(3): 307-327.

[4]LobellDB，F(xiàn)ieldCB.Estimationofthecarbondioxide(CO2)fertilizationeffectusinggrowthrateanomaliesofCO2andcropyieldssince1961. Global Change Biol， 2008， 14: 39-45.

[5] 楊衛(wèi)東. 積極應(yīng)對氣候變化保證黑龍江省糧食生產(chǎn)可持續(xù)發(fā)展. 氣象軟科學(xué)， 2011(4): 28-31.

YangWD.CopewithclimatechangetoensurethesustainabledevelopmentofgrainproductioninHeilongjiangProvince. Meteorol Soft Sci， 2011(4): 28-31. (inChinesewithEnglishabstract)

[6] 章基嘉， 徐祥德， 苗俊峰. 氣候變化及其對農(nóng)業(yè)生產(chǎn)潛力的影響. 氣象， 1992， 18(8): 3-6.

ZhangJJ，XuXD，MiaoJF.ClimatechangeinChinaanditsinfluenceonpotentialcropproductivityduringthelast40years. Meteorol monthly， 1992， 18(8): 3-6. (inChinesewithEnglishabstract)

[7]朱大威，金之慶. 氣候及其變率變化對東北地區(qū)糧食生產(chǎn)的影響. 作物學(xué)報， 2008， 34(9): 1588-1597.

ZhuDW，JinZQ.ImpactsofchangesinbothclimateanditsvariabilityonfoodproductioninnortheastChina. Acta Agron Sin， 2008， 34(9): 1588-1597. (inChinesewithEnglishabstract)

[8] 張建平， 李永華， 高陽華， 等. 未來氣候變化對重慶地區(qū)冬小麥產(chǎn)量的影響. 中國農(nóng)業(yè)氣象， 2007， 28(3): 268-270.

ZhangJP，LiYH，GaoYH，etal.ImpactsoffutureclimatechangeonyieldsofwinterwheatinChongqing. Chin J Agrometeorol， 2007， 28(3): 268-270. (inChinesewithEnglishabstract)

[9] 葛道闊， 金之慶. 氣候及其變率變化對長江中下游稻區(qū)水稻生產(chǎn)的影響. 中國水稻科學(xué)， 2009，23(1): 57-64.

GeDK，JinZQ.ImpactsofclimatechangeanditsvariabilityonriceproductioninthemiddleandlowervalleyoftheYangtzeRiver， China. Chin J Rice Sci， 2009，23(1): 57-64. (inChinesewithEnglishabstract)

[10]熊偉， 許呤隆， 林而達， 等.IPCCSRESA2和B2情景下我國玉米產(chǎn)量變化模擬. 中國農(nóng)業(yè)氣象， 2005， 26(1): 11-15.

XiongW，XuLY，LinED，etal.RegionalsimulationofmaizeyieldunderIPCCSRESA2andB2scenarios. Chin J Agrometeorol， 2005， 26(1): 11-15. (inChinesewithEnglishabstract)

[11]秦鵬程， 姚鳳梅， 曹秀霞， 等. 利用作物模型研究氣候變化對農(nóng)業(yè)影響的發(fā)展過程. 中國農(nóng)業(yè)氣象， 2011， 32(2): 240-245.

QinPC，YaoFM，CaoXX，etal.Developmentprocessofmodelingimpactsofclimatechangeonagriculturalproductivitybasedoncropmodels. Chin J Agrometeorol， 2011， 32(2): 240-245. (inChinesewithEnglishabstract)

[12]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.

JiangM，JinZQ.AmethodtoupscalethegeneticparametersofCERES-Riceinregionalapplications， China. Chin J Rice Sci， 2009， 23(2): 172-178. (inChinesewithEnglishabstract)

[13]姚鳳梅， 張佳華， 孫白妮， 等. 氣候變化對中國南方稻區(qū)水稻產(chǎn)量影響的模擬和分析. 氣候與環(huán)境研究， 2007， 12(5): 659-666.

YaoFM，ZhangJH，SunBN，etal.SimulationandanalysisofeffectsofclimatechangeonriceyieldsinsouthernChina. Clim Environ Res， 2007， 12(5): 659-666. (inChinesewithEnglishabstract)

[14]江敏， 金之慶， 石春林， 等. 福建省基于適應(yīng)性調(diào)整的水稻生產(chǎn)對未來氣候變化的響應(yīng). 作物學(xué)報， 2012， 38(12): 2246-2257.

JiangM，JinZQ，ShiCL，etal.Responseofriceproductionbasedonself-adaptiontoclimatechangeinFujianProvince. Acta Agron Sin， 2012， 38(12): 2246-2257. (inChinesewithEnglishabstract)

[15]JonesRG，NoguerM，HassellDC.GeneratinghighResolutionclimatechangescenariosusingPRECIS.Exeter，UK:MetOfficeHadleyCentre， 2004： 1-45.

[16]BoumanBAM，KropffMJ，TuongTP，etal.ORYZA2000:Modelinglowlandrice.Philippines:InternationalRiceResearchInstitute，andWageningen:WageningenUniversityandResearchCentre， 2004: 1-235.

[17]馬 錚， 李周， 柳世君， 等. 豫南稻區(qū)水稻生產(chǎn)的回顧、現(xiàn)狀及育種目標. 安徽農(nóng)業(yè)科學(xué)， 2008， 36(14): 5807-5808， 5905.

MaZ，LiZ，LiuSJ，etal.Thereview，currentsituationandbreedinggoalsofthericeproductionareainsouthHenan. Anhui Agric Sci， 2008， 36(14): 5807-5808， 5905. (inChinesewithEnglishabstract)

[18]趙國永， 韓艷， 于曉莉. 信陽市地貌特征對農(nóng)業(yè)發(fā)展的影響. 平頂山學(xué)院學(xué)報， 2015， 30(2): 96-99.

ZhaoGY，HanY，YuXL.TheinfluenceofthetopographicfeatureofXinyangcityonagriculturaldevelopment. J Pingdingshan Univ， 2015， 30(2): 96-99. (inChinesewithEnglishabstract)

[19]吳騫， 方立清， 溫 濤， 等. 信陽市水稻種植氣候條件分析. 中國農(nóng)學(xué)通報， 2010， 26(2): 285-290.

WuQ，F(xiàn)angLQ，WenT，etal.TheanalysisofclimaticconditionsinricecultivationofXinyangcity. Chin Agric Sci Bull， 2010， 26(2): 285-290. (inChinesewithEnglishabstract)

[20]余衛(wèi)東， 趙國強， 陳懷亮. 氣候變化對河南省主要農(nóng)作物生育期的影響. 中國農(nóng)業(yè)氣象， 2007， 28(1): 9-12.

YuWD，ZhaoGQ，ChenHL.ImpactsofclimatechangeongrowingstagesofmaincropsinHenanprovince. Chin J Agrometeorol， 2007， 28(1): 9-12. (inChinesewithEnglishabstract)

[21]JonesRG,NoguerM,HassellDC.GeneratingHighResolutionClimateChangeScenariosUsingPRECIS.Rxeter,UK:MetOfficeHadleyCente, 2004: 1-45.

[22]朱宏偉， 楊森， 趙旭， 等. 區(qū)域氣候變化統(tǒng)計降尺度研究進展. 生態(tài)學(xué)報， 2011， 31(9): 2602-2609.

ZhuHW，YangS，ZhaoX，etal.Recentadvancesonregionalclimatechangebystatisticaldownscalingmethods. Acta Ecol Sin. 2011， 31(9): 2602-2609. (inChinesewithEnglishabstract)

[23]李佰平， 智協(xié)飛.ECMWF模式地面氣溫預(yù)報的四種誤差訂正方法的比較研究. 氣象， 2012， 38(8): 898-902.

LiBP，ZhiXF.ComparativestudyoffourcorrectionschemesoftheECMWFsurfacetemperatureforecasts. Meteorol monthly， 2012， 38(8): 898-902. (inChinesewithEnglishabstract)

[24]河南省統(tǒng)計局. 河南省統(tǒng)計年鑒2010-2014. 北京: 中國統(tǒng)計出版社， 2010-2014.

Henanprovincebureauofstatistics.StatisticalyearbookofHenanprovince2010-2014，Beijing:ChinaStatisticsPress， 2010-2014. (inChinesewithEnglishabstract)

[25]中國科學(xué)院南京土壤研究所. 中國土壤數(shù)據(jù)庫.http://www.soil.csdb.cn/page/showEntity.vpage?uri=cn.csdb.soil.soiltype.locationName.

NanjingSoilResearchInstitute，ChineseAcademyofSciences. Chinese Soil Datab.http://www.soil.csdb.cn/page/showEntity.vpage?uri=cn.csdb.soil.soiltype.locationName.

[26]LongSP，AinsworthEA，LeakeyADB，etal.Foodforthought;lower-than-expectedcropyieldstimulationwithrisingCO2concentrations. Science， 2006， 312(5782): 1918-1921.

[27]KurukulasuriyaP，MendelsohnR.Cropselection:AdaptingtoclimatechangeinAfrica.CEEPADiscussionPaperNo. 26.CentreforEnvironmentalEconomicsandPolicyinAfrica.Pretoria，SouthAfrica:UniversityofPretoria， 2006.

[28]PengSB，CassmanKG，VirmaniSS，etal.TitleYieldPotentialTrendsofTropicalRicesincetheReleaseofIR8andtheChallengeofIncreasingRiceYieldPotential. Crop Sci， 1999， 39:1552-1559.

[29]HiroyukiS.EarlierricephenologyasaresultofclimatechangecanincreasetheriskofcolddamageduringreproductivegrowthinnorthernJapan. Agric， Ecos Environ， 2011， 144:201-207.

[30]LobellDB，HowdenSM，SmithDR，etal.Ameta-analysisofcropyieldunderclimatechangeandadaptation. Nature Clim Chan， 2014， 4(4):287-291.

[31]郭建平， 高素華. 高溫、高CO2對農(nóng)作物影響的試驗研究. 中國生態(tài)農(nóng)業(yè)學(xué)報， 2002， (1): 21-24.

GuoJP，GaoSH.TheexperimentalstudyonimpactsofhightemperatuerandhighCO2concentrationoncrops. Chin J Eco-Agric. 2002， (1): 21-24. (inChinesewithEnglishabstract)

收稿日期:2015-12-20； 修改稿收到日期: 2016-04-21。

基金項目:中國氣象局農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點開放實驗室開放研究基金資助項目(AMF201302)；福建省自然科學(xué)基金資助項目(2014J01091)。

中圖分類號:S181.6; S511.019

文獻標識碼:A

文章編號:1001-7216(2016)04-0417-14

ResponseofRicetoFutureClimateChangeBasedonAdaptiveAdjustmentinSouthernHenanProvince

MARui1,JIANGMin1,2, *,XUEChang-ying2,SUNBin1,ZHOUTong-yu1

(1CollegeofCropSciences,FujianAgricultureandForestryUniversity,Fuzhou350002,China;2ChinaMeteorologicalAdministrationHenanKeyLaboratoryofAgrometeorologicalSupportandAppliedTechnique,Zhengzhou450003,China;*Correspondingauthor,E-mail:fjaujm@163.com)

Abstract:In this paper, we have chosen nine sample sites in Xinyang City,He′nan Province and conducted evaluation studies on the influence of climate changes based on single cropping rice with three representative varieties, including early middle and late mature. According to the Intergovernmental Panel on Climate Change(IPCC) Special Report on Emission Scenarios(SRES) A2 and B2 scenarios, combining with Regional Climate Model(RCM), we have calculated and collected the daily meteorological data during BASE period (1961-1990) and further period (2021-2025) at the nine sample sites. Considering the direct gain effects of CO2 in the future, we have simulated and analyzed the possible impacts of the future climate changes on the rice yields by using ORYZA-V3 model. On this basis, the adaptable adjustment schemes of rice yields in the different scenarios in the future are simulated. Rice yields, its stability and changes of total production in the southern Henan region are finally obtained after adaptable adjustments. As the result shows, if the adaptable adjustment or the consideration of the direct gain effects of CO2in the future climate change is not taken, the simulated rice yields will decrease by 14.1% in A2 scenario and 8.6% in B2 scenario in this region. With the varieties and sowing time adjusted and fertilizer efficiency of CO2 under consideration, the yields will increase by 17.2% in A2 scenario and 15.7% in B2 scenario. Besides, the total production under the two scenarios increases respectively by 14.8% and 13.2% more than the stage of BASE in this region. So it will be more scientific and optimistic in the assessment research of the future climate change scenarios if we take into account the adaptable adjustment.

Key words:adaptable adjustment; climate change; regional climate mode; rice