郭爾靜，楊曉光，王曉煜，張?zhí)煲?，黃晚華，劉子琪,4，Tao Li

（1中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，中國(guó)北京 100193；2中國(guó)科學(xué)院大氣物理研究所，中國(guó)北京 100029；3湖南省氣象科學(xué)研究所，中國(guó)長(zhǎng)沙 410007；4吉林省氣象臺(tái)，中國(guó)長(zhǎng)春 130062；5國(guó)際水稻研究所，菲律賓馬尼拉 DAPO Box 777）

湖南省雙季稻產(chǎn)量差時(shí)空分布特征

郭爾靜1，楊曉光1，王曉煜1，張?zhí)煲?，黃晚華3，劉子琪1,4，Tao Li5

（1中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，中國(guó)北京 100193；2中國(guó)科學(xué)院大氣物理研究所，中國(guó)北京 100029；3湖南省氣象科學(xué)研究所，中國(guó)長(zhǎng)沙 410007；4吉林省氣象臺(tái)，中國(guó)長(zhǎng)春 130062；5國(guó)際水稻研究所，菲律賓馬尼拉 DAPO Box 777）

【目的】湖南省是中國(guó)主要的雙季稻種植區(qū)之一，2014年湖南水稻總產(chǎn)量位居全國(guó)第一，在中國(guó)秈稻生產(chǎn)中占重要地位。研究湖南省雙季稻區(qū)早稻和晚稻潛在產(chǎn)量特征，明確潛在產(chǎn)量、實(shí)際產(chǎn)量以及產(chǎn)量差時(shí)空分布特征?！痉椒ā空撐幕诤鲜?981—2010年氣候資料、水稻作物資料、土壤資料及產(chǎn)量統(tǒng)計(jì)資料，對(duì)ORYZA v3進(jìn)行調(diào)參和驗(yàn)證，選用決定系數(shù)（R2）、D指標(biāo)、均方根誤差（RMSE）、歸一化均方根誤差（NRMSE）、平均絕對(duì)誤差（MAE）等評(píng)價(jià)指標(biāo)來評(píng)價(jià)模型調(diào)參驗(yàn)證的結(jié)果。然后利用調(diào)參驗(yàn)證后的ORYZA v3模型并結(jié)合ArcGIS軟件模擬分析湖南省雙季稻的潛在產(chǎn)量時(shí)空分布特征，再結(jié)合雙季稻實(shí)際產(chǎn)量，分析早稻和晚稻產(chǎn)量差絕對(duì)值及相對(duì)值過去30年的時(shí)間變化趨勢(shì)及空間分布特征，明確研究區(qū)域雙季稻的產(chǎn)量可提升空間?！窘Y(jié)果】（1）調(diào)參驗(yàn)證后的ORYZA v3模型對(duì)研究區(qū)域早稻和晚稻的出苗—穗分化、出苗—開花、出苗—成熟的時(shí)間（天數(shù)）以及產(chǎn)量具有較好模擬效果，可用于湖南雙季稻潛在產(chǎn)量模擬研究。（2）1981—2010年間湖南省早稻和晚稻潛在產(chǎn)量呈北高南低的空間分布特征，高值區(qū)為研究區(qū)域中部的武岡和邵陽(yáng)等地，低值區(qū)為南部的丘陵地區(qū)；研究區(qū)域內(nèi)東部地區(qū)雙季稻潛在產(chǎn)量穩(wěn)定性略高于西部地區(qū)，早稻潛在產(chǎn)量穩(wěn)定性高于晚稻。研究時(shí)段內(nèi)早稻和晚稻潛在產(chǎn)量隨時(shí)間呈降低趨勢(shì)，且晚稻潛在產(chǎn)量降低速率更快。（3）研究區(qū)域內(nèi)雙季稻產(chǎn)量差空間分布差異較大。研究區(qū)域內(nèi)北部地區(qū)早稻和晚稻產(chǎn)量差最大，表明該地區(qū)雙季稻產(chǎn)量有較大的可提升空間；西南部地區(qū)雙季稻產(chǎn)量差小于北部地區(qū)，且早稻產(chǎn)量差最小而晚稻產(chǎn)量差相對(duì)較大，即西南部地區(qū)晚稻產(chǎn)量可提升空間大于早稻。研究時(shí)段內(nèi)湖南省早稻和晚稻產(chǎn)量差均呈縮小趨勢(shì)，且晚稻的產(chǎn)量差縮小速率大于早稻。【結(jié)論】氣候變化背景下平均氣溫的升高使得雙季稻潛在產(chǎn)量呈現(xiàn)下降趨勢(shì)，同時(shí)品種的改進(jìn)、栽培技術(shù)進(jìn)步及生產(chǎn)投入增加，實(shí)際產(chǎn)量不斷增加，研究時(shí)段內(nèi)除個(gè)別站點(diǎn)（道縣、沅江等）外早稻和晚稻的產(chǎn)量差均呈減小趨勢(shì)。研究表明湖南省雙季稻區(qū)內(nèi)早稻產(chǎn)量差普遍高于晚稻且其隨時(shí)間縮小的速率小于晚稻，這是由于早稻生長(zhǎng)季內(nèi)日照時(shí)數(shù)增加對(duì)早稻生長(zhǎng)發(fā)育和產(chǎn)量形成的正效應(yīng)可以部分抵消溫度升高的負(fù)效應(yīng)。同時(shí)，早稻產(chǎn)量差呈現(xiàn)增加趨勢(shì)的站點(diǎn)多于晚稻，因此湖南省雙季稻產(chǎn)區(qū)早稻產(chǎn)量提升空間較晚稻大。

湖南省；雙季稻；潛在產(chǎn)量；產(chǎn)量差；時(shí)空分布特征

0 引言

【研究意義】水稻是中國(guó)最主要的糧食作物，60%人口以大米為主食[1]，國(guó)家統(tǒng)計(jì)資料顯示2012年中國(guó)稻谷總產(chǎn)量達(dá)20 429萬(wàn)噸，占全國(guó)糧食總產(chǎn)34.7%，僅次于玉米居第二位[2]。穩(wěn)定水稻產(chǎn)量，確保中國(guó)眾多人口對(duì)稻米消費(fèi)需求，是中國(guó)糧食安全的重要保障[3]。湖南省是中國(guó)水稻主產(chǎn)省，2014年統(tǒng)計(jì)資

料顯示，湖南省早稻種植面積達(dá)145.33萬(wàn)hm2，晚稻播種面積149.376萬(wàn)hm2，雙季早稻和晚稻總產(chǎn)分別為85.475億kg和96.275億kg，位居全國(guó)第一，在中國(guó)秈稻生產(chǎn)中占重要地位[4]。水稻也是湖南主要作物，其產(chǎn)量占全省糧食總產(chǎn)90%左右，而2014年雙季稻面積占稻谷面積的比重 71.5%，產(chǎn)量占稻谷產(chǎn)量的比重 69.0%，在全省種植業(yè)發(fā)展及國(guó)家糧食安全中具有舉足輕重的作用[5]。因此，明確湖南省雙季早稻和晚稻實(shí)際產(chǎn)量與潛在產(chǎn)量之間產(chǎn)量差空間分布特征及時(shí)間變化趨勢(shì)，對(duì)于揭示湖南省水稻產(chǎn)量提升空間，實(shí)現(xiàn)水稻高產(chǎn)穩(wěn)產(chǎn)有著重要的理論和實(shí)踐意義?！厩叭搜芯窟M(jìn)展】作物產(chǎn)量差研究始于20世紀(jì)70年代中期，產(chǎn)量差（yield gap）的概念是DE DATTA于1981年最早明確提出[6]。自產(chǎn)量差定義提出以來，國(guó)內(nèi)外學(xué)者在產(chǎn)量差領(lǐng)域開展了大量研究，主要采用兩種方法：一是試驗(yàn)調(diào)查及統(tǒng)計(jì)分析方法[7-15]，二是作物模擬模型法[16-20]；其中作物生長(zhǎng)模型能夠定量和動(dòng)態(tài)地描述環(huán)境條件及其脅迫時(shí)間和程度對(duì)作物生長(zhǎng)發(fā)育過程的影響[21]，與田間試驗(yàn)調(diào)查及統(tǒng)計(jì)分析方法相比，作物模擬模型方法因其通用性強(qiáng)，覆蓋面廣，功能強(qiáng)大，可節(jié)省大量人力與物力[21-23]。ORYZA水稻系列模型是由國(guó)際水稻研究所（International Rice Research Institute）與荷蘭瓦赫寧根大學(xué)（Wageningen University& Research Centers）聯(lián)合開發(fā)研制的水稻生長(zhǎng)模擬模型。該模型以日為時(shí)間步長(zhǎng)，可動(dòng)態(tài)和定量地描述水稻生長(zhǎng)發(fā)育、產(chǎn)量形成以及土壤水分、氮素的動(dòng)態(tài)變化過程，在中國(guó)和世界多個(gè)國(guó)家得到廣泛應(yīng)用。近年來，浩宇等[24]利用ORYZA2000 模型模擬分析了安徽不同播期水稻的適應(yīng)性；莫志鴻等[25]研究表明水稻生長(zhǎng)模型 ORYZA2000可應(yīng)用于雙季稻生長(zhǎng)發(fā)育的模擬；張?zhí)煲坏萚26]應(yīng)用ORYZA2000模型解析了中國(guó)七個(gè)水稻生產(chǎn)區(qū)域水稻產(chǎn)量氣候和技術(shù)制約程度?！颈狙芯壳腥朦c(diǎn)】前人在ORYZA水稻系列模型模擬水稻生長(zhǎng)發(fā)育和產(chǎn)量形成的適用性以及產(chǎn)量潛力等方面做了大量研究[24-28]，但對(duì)于湖南省雙季早稻和晚稻的產(chǎn)量潛力和產(chǎn)量差的時(shí)空分布特征的綜合分析，目前仍未見報(bào)道?！緮M解決的關(guān)鍵問題】本研究采用ORYZA水稻系列模型的最新版本ORYZA v3，對(duì)其在湖南省雙季稻生產(chǎn)中適用性進(jìn)行調(diào)參驗(yàn)證，應(yīng)用調(diào)參驗(yàn)證后的ORYZA v3模型模擬研究區(qū)域內(nèi)雙季早稻和晚稻的潛在產(chǎn)量，明確早稻和晚稻產(chǎn)量差的時(shí)空分布特征及產(chǎn)量提升空間，為當(dāng)?shù)仉p季稻高產(chǎn)穩(wěn)產(chǎn)提供理論依據(jù)和科學(xué)參考。

1 材料與方法

1.1 研究區(qū)域概況

湖南省位于長(zhǎng)江中游以南，是中國(guó)東南腹地，地處東經(jīng)108°47′—114°15′，北緯24°39′—30°08′，境內(nèi)三面環(huán)山，北部為洞庭湖平原地區(qū)，中部地區(qū)丘陵與河谷盆地相間，土壤肥沃，境內(nèi)河網(wǎng)密布水系發(fā)達(dá)。屬大陸性中亞熱帶季風(fēng)濕潤(rùn)氣候，四季分明、熱量充足、雨水集中。近30年氣象資料顯示，全省年降水量1 162—1 720 mm，且多集中在作物生長(zhǎng)季內(nèi)，可基本滿足水稻生長(zhǎng)需要[29]；年日照時(shí)數(shù)為1 300—1 800 h，年平均氣溫為16—18℃[30]，無(wú)霜期長(zhǎng)達(dá)260—310 d，熱量和光照條件滿足水稻種植要求[29]。湖南省西部山地丘陵區(qū)主要以一年兩熟種植制度為主，而東部平原和丘陵盆地區(qū)域的主要種植制度是一年兩熟和一年三熟[30]。湖南省西部地區(qū)的一年兩熟多種植小麥、玉米和馬鈴薯加一季中稻，很少種植雙季稻，所以列為非研究區(qū)域（圖1）。1.2 數(shù)據(jù)來源

圖1 研究區(qū)域及氣象站點(diǎn)分布Fig. 1 Study area and site distribution

研究區(qū)域內(nèi)氣象數(shù)據(jù)來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)，包括湖南省雙季稻種植區(qū)域內(nèi) 16個(gè)氣象站點(diǎn)1981—2010年逐日資料：日照時(shí)數(shù)，日最低溫度，日最高溫度，水汽壓，平均風(fēng)速和降水量。

運(yùn)行ORYZA v3模型所需的作物資料來自于中國(guó)氣象局農(nóng)業(yè)氣象觀測(cè)站，包括1981—2006年的水稻品種特性、發(fā)育期（出苗期、移栽期、穗分化期、開花期、成熟期）、作物單產(chǎn)及栽培管理措施等；土壤數(shù)據(jù)來源于中國(guó)土壤數(shù)據(jù)庫(kù)，包括分層砂粒和黏粒的含量、土壤全氮和有機(jī)質(zhì)的含量、土壤容重、土壤的田間持水量、凋萎系數(shù)、飽和導(dǎo)水率等參數(shù)。水稻產(chǎn)量數(shù)據(jù)來源于中國(guó)氣象局農(nóng)業(yè)氣象觀測(cè)站。

1.3 研究方法

1.3.1 ORYZA v3模型簡(jiǎn)介 ORYZA水稻系列模型是一個(gè)生理生態(tài)模型，以日為時(shí)間步長(zhǎng)，可動(dòng)態(tài)和定量地描述潛在生產(chǎn)水平、水分限制水平和氮素限制水平下的水稻生長(zhǎng)發(fā)育、產(chǎn)量形成以及土壤水分、氮素的動(dòng)態(tài)變化過程[25]。ORYZA水稻模型由多個(gè)模塊構(gòu)成，包括地上部作物生長(zhǎng)模塊，蒸騰蒸發(fā)模塊，氮素動(dòng)態(tài)模塊，土壤水分平衡模塊等。本研究采用的ORYZA v3是ORYZA水稻系列模型的最新版本，該版本改進(jìn)了作物生長(zhǎng)模塊和土壤水分平衡模塊，新增了一些參數(shù)控制水稻的生長(zhǎng)臨界溫度和日期，并對(duì)土壤養(yǎng)分含量及灌溉措施設(shè)置進(jìn)行了修改，增加了模型對(duì)水稻生理過程模擬的可靠性。

1.3.2 潛在產(chǎn)量的計(jì)算 潛在產(chǎn)量是指作物生長(zhǎng)發(fā)育過程中不受水分、養(yǎng)分及病蟲害等因素限制，為當(dāng)?shù)毓庹蘸蜏囟葪l件下適宜作物品種可達(dá)到最高產(chǎn)量，即光溫生產(chǎn)潛力[31]。

文中利用ORYZA v3模型模擬湖南省雙季早稻和雙季晚稻的潛在產(chǎn)量時(shí)，設(shè)定水稻水分充足和養(yǎng)分充足，保證水稻生長(zhǎng)過程中不受水肥限制。模型的參數(shù)設(shè)置如下：水稻的出苗日期采用農(nóng)業(yè)氣象觀測(cè)站常年平均出苗日期，移栽密度為 25穴/m2、4株/穴，早稻和晚稻品種分別為金優(yōu)974和金優(yōu)207，這兩個(gè)品種在湖南省雙季稻區(qū)廣泛種植，且具有較高的產(chǎn)量水平。利用水稻實(shí)際生育期和產(chǎn)量資料進(jìn)行模型調(diào)參和驗(yàn)證，模型模擬時(shí)間序列為 1981—2010年（表1）。

表1 研究區(qū)域雙季稻品種及調(diào)參站點(diǎn)年份Table 1 Double cropping rice varieties and data used for adjustment in the study area

1.3.3 模型適應(yīng)性評(píng)價(jià)指標(biāo) 采用國(guó)際上通用指標(biāo)和方法對(duì)ORYZA v3模型模擬湖南省水稻生育期和產(chǎn)量準(zhǔn)確性進(jìn)行檢驗(yàn)，采用指標(biāo)有模擬值與實(shí)測(cè)值線性回歸系數(shù)（α）、截距（β）、決定系數(shù)（R2）、D指標(biāo)、均方根誤差（RMSE）、歸一化均方根誤差（NRMSE）、平均絕對(duì)誤差（MAE）[32-34]。R2和D指標(biāo)反映模型模擬值與實(shí)測(cè)值之間一致性，越接近1說明模擬結(jié)果越好，而D指標(biāo)對(duì)于系統(tǒng)模擬誤差更加敏感。RMSE與NRMSE值反映了模擬值與實(shí)測(cè)值之間絕對(duì)誤差量與相對(duì)誤差量，值越小說明模擬值與實(shí)測(cè)值之間的一致性越好。

式中，Si為模擬值，Oi為實(shí)測(cè)值，O為實(shí)測(cè)值的平均值，n為樣本數(shù)。

1.3.4 氣候傾向率 在分析氣候要素變化趨勢(shì)時(shí)，采用最小二乘法[35]，計(jì)算樣本與時(shí)間的線性回歸系數(shù)α，從而要素的變化可以用一次線性方程表示，即：

以10×α作為氣候傾向率[35]。氣候傾向率大于0說明隨時(shí)間變化氣候變量增加，氣候傾向率小于0說明隨時(shí)間變化氣候變量減少。

1.3.5 變異系數(shù) 變異系數(shù)為均方差與均值的比值，可比較不同觀測(cè)序列離差程度的大小。變異系數(shù)越大，說明要素變化越劇烈、越不穩(wěn)定[36]。n年氣候要素的變異系數(shù)（Cvn）按下式計(jì)算：

式中：S為均方差，χi為第i年的要素值，χ為要素的多年平均值[36]。

1.3.6 顯著性檢驗(yàn) 采用t檢驗(yàn)對(duì)模型模擬結(jié)果進(jìn)行顯著性檢驗(yàn)，通過 α=0.05 檢驗(yàn)，判定為變化趨勢(shì)顯著；通過α=0.01 的檢驗(yàn)，判定為變化趨勢(shì)極顯著[32]。

1.3.7 產(chǎn)量差的計(jì)算 在本文中主要分析湖南省雙季稻早稻和晚稻實(shí)際產(chǎn)量與潛在產(chǎn)量之間的產(chǎn)量差，其中實(shí)際產(chǎn)量（Ya，kg·hm-2）利用湖南省統(tǒng)計(jì)年鑒資料計(jì)算，潛在產(chǎn)量（Yp，kg·hm-2）由ORYZA v3模擬輸出，具體計(jì)算公式如下[35]：

式中YG1為水稻產(chǎn)量差（kg·hm-2），YG2為相對(duì)產(chǎn)量差（%），Yp為潛在產(chǎn)量（kg·hm-2），Ya為實(shí)際產(chǎn)量（kg·hm-2）。

2 結(jié)果

2.1 水稻模擬模型（ORYZA v3）有效性驗(yàn)證

在應(yīng)用水稻作物模型（ORYZA v3）對(duì)湖南省雙季稻生長(zhǎng)發(fā)育動(dòng)態(tài)和產(chǎn)量模擬之前，需進(jìn)行模型參數(shù)本地化。該模型需要調(diào)試的作物參數(shù)包括作物生長(zhǎng)發(fā)育速率、比葉面積、干物質(zhì)分配系數(shù)、葉片相對(duì)生長(zhǎng)速率、最大粒重等（表2）。

在此利用湖南省8個(gè)農(nóng)業(yè)氣象觀測(cè)站水稻品種、生育期、產(chǎn)量、栽培管理以及土壤等資料，調(diào)試和驗(yàn)證作物品種及土壤等參數(shù)。雙季稻品種分別為早稻金優(yōu)974和晚稻金優(yōu)207，在本文中采用試錯(cuò)法對(duì)品種參數(shù)進(jìn)行調(diào)試。

ORYZA模型用量化的常數(shù)把水稻生長(zhǎng)分為4個(gè)時(shí)期，0—0.4為營(yíng)養(yǎng)生長(zhǎng)期（BVP）；0.4—0.65為光敏感期（PSP）；0.65—1.0為穗形成期（PFP）；1.0—2.0為灌漿成熟期（GFP）（表 2）。穗分化期（DVS=0.65）和開花期（DVS=1.0）是水稻發(fā)育階段的重要標(biāo)志。因此對(duì)水稻的品種參數(shù)的調(diào)試中生育期主要包括出苗期、穗分化期、開花期和成熟期，并對(duì)產(chǎn)量進(jìn)行調(diào)參。

早稻金優(yōu)974和晚稻金優(yōu)207生育期模擬值和實(shí)測(cè)值驗(yàn)證結(jié)果如圖2和表3所示，早稻和晚稻生育期模擬值與實(shí)測(cè)值擬合結(jié)果良好。兩個(gè)品種出苗—穗分化的決定系數(shù)R2分別為0.994和0.997，歸一化均方根誤差分別為 1.06%和 0.95%，平均絕對(duì)誤差分別為0.28 d和0.20 d。同樣，兩個(gè)品種出苗—開花和出苗—成熟兩個(gè)發(fā)育階段的線性回歸決定系數(shù)R2在0.978—0.997，歸一化均方根誤差NRMSE在0.43%—0.85%，平均絕對(duì)誤差MAE在0.20—0.40 d，擬合結(jié)果良好，說明ORYZA v3模型可以較為準(zhǔn)確地模擬湖南省水稻的生育期進(jìn)程。

表2 ORYZA v3模型水稻品種特征參數(shù)驗(yàn)證Table 2 Calibrating culivar parameters of rice in Oryza v3 in this study

表3 ORYZA v3模型模擬結(jié)果檢驗(yàn)Table 3 Test of simulation results in Oryza v3

圖2 湖南雙季稻生育期實(shí)測(cè)值和模擬值驗(yàn)證結(jié)果Fig. 2 Validation results of double cropping rice’s growth period in Hunan province

早稻金優(yōu)974和晚稻金優(yōu)207產(chǎn)量模擬值與實(shí)測(cè)值擬合良好，線性回歸系數(shù)R2分別為0.942和0.924，歸一化均方根誤差NRMSE分別為1.02%和1.43%，D指標(biāo)分別為0.983和0.931，表明ORYZA v3模型能夠較好地模擬湖南省雙季稻的產(chǎn)量（圖3）。

綜上，早稻品種金優(yōu)974和晚稻品種金優(yōu)207生育期及產(chǎn)量的模擬值和實(shí)測(cè)值擬合結(jié)果良好，ORYZA v3模型可以較為精準(zhǔn)的模擬湖南省水稻的生育期進(jìn)程和產(chǎn)量形成過程。

2.2 雙季稻生長(zhǎng)季內(nèi)農(nóng)業(yè)氣候資源分布特征

近30年（1981—2010年）研究區(qū)域內(nèi)雙季早稻和晚稻生長(zhǎng)季內(nèi)的平均氣溫和日照時(shí)數(shù)的空間分布特征如圖4所示。由圖可以看出，研究區(qū)域內(nèi)雙季稻生長(zhǎng)季內(nèi)平均氣溫均呈現(xiàn)由南向北依次降低的分布，而日照時(shí)數(shù)的空間分布特征與平均氣溫相反，呈現(xiàn)北高南低的分布。早稻生長(zhǎng)季為4月至7月中旬，正值長(zhǎng)江中下游地區(qū)的梅雨季節(jié)，平均氣溫和日照時(shí)數(shù)均略低于晚稻生長(zhǎng)季內(nèi)氣溫和日照時(shí)數(shù)。

圖3 湖南雙季稻產(chǎn)量實(shí)測(cè)值與模擬值驗(yàn)證結(jié)果Fig. 3 Validation results of double cropping rice yield in Hunan province

圖4 湖南省雙季早稻和晚稻生長(zhǎng)季內(nèi)平均氣溫和日照時(shí)數(shù)空間分布特征Fig. 4 Spatial distribution characteristics of average temperature and sunshine in growth season of early and late rice in Hunan province

研究區(qū)域內(nèi) 1981—2010年間雙季早稻和晚稻生長(zhǎng)季內(nèi)的平均氣溫和日照時(shí)數(shù)的時(shí)間變化趨勢(shì)如圖 5所示。研究區(qū)域內(nèi)雙季稻生長(zhǎng)季內(nèi)平均氣溫均呈增加趨勢(shì)，平均每10年氣溫升高0.4℃。早稻生長(zhǎng)季內(nèi)增溫速率略高于晚稻生長(zhǎng)季內(nèi)。雙季稻生長(zhǎng)季內(nèi)，研究區(qū)域北部地區(qū)溫度升高速率均略高于南部地區(qū)。

早稻生長(zhǎng)季內(nèi)的日照時(shí)數(shù)增加趨勢(shì)較為明顯，除南縣、沅江、常寧和道縣外其他地區(qū)日照時(shí)數(shù)均呈增加趨勢(shì)，增加速率最高可達(dá)42.1 h/10a；晚稻生長(zhǎng)季內(nèi)日照時(shí)數(shù)減少趨勢(shì)較為明顯，尤其是北部洞庭湖平原地區(qū)日照時(shí)數(shù)減少速率達(dá)到54.0 h/10a。

2.3 雙季稻潛在產(chǎn)量時(shí)空分布特征

2.3.1 早稻潛在產(chǎn)量時(shí)空分布特征 近30年（1981—2010年）湖南省雙季稻潛在產(chǎn)量空間分布特征如圖6所示。由圖6-a可以看出，雙季早稻潛在產(chǎn)量空間分布特征為西北部地區(qū)高于東南部地區(qū)，最高值位于北部的南縣、沅江等地，早稻潛在產(chǎn)量達(dá)到8 400 kg·hm-2以上；最低值區(qū)位于研究區(qū)域的東南部，可能與該地區(qū)早稻生長(zhǎng)季內(nèi)平均氣溫高且日照時(shí)數(shù)少有關(guān)。前人研究表明，潛在產(chǎn)量與總輻射呈正相關(guān)關(guān)系，輻射下降導(dǎo)致作物潛在產(chǎn)量下降；一定溫度范圍內(nèi)，潛在產(chǎn)量與溫度呈負(fù)相關(guān)關(guān)系，溫度升高導(dǎo)致作物的潛在產(chǎn)量下降[35]。早稻生長(zhǎng)季內(nèi)平均溫度南部高于北部而日照時(shí)數(shù)呈現(xiàn)相反的分布，是早稻潛在產(chǎn)量西部和北部地區(qū)較高而東南部地區(qū)較低的原因。

以過去30年潛在產(chǎn)量變異系數(shù)表示產(chǎn)量穩(wěn)定性，近30年湖南省雙季早稻潛在產(chǎn)量的變異系數(shù)如圖6-b所示，由圖可以看出，研究區(qū)域內(nèi)雙季早稻潛在產(chǎn)量變異系數(shù)為 0.07—0.11，相比較而言，研究區(qū)域西部早稻潛在產(chǎn)量變異系數(shù)較小，東部地區(qū)變異系數(shù)較大。由潛在產(chǎn)量及其變異系數(shù)的空間分布特征可以看出，在不受水分、養(yǎng)分及病蟲害限制條件下，研究區(qū)域北部的南縣、沅江等地為雙季早稻高產(chǎn)穩(wěn)產(chǎn)地區(qū)，東南部的常寧、郴州等地為低產(chǎn)且產(chǎn)量不穩(wěn)產(chǎn)區(qū)域。

圖5 湖南省雙季早稻和晚稻生長(zhǎng)季內(nèi)平均氣溫和日照時(shí)數(shù)時(shí)間趨勢(shì)Fig. 5 Time trend of average temperature and sunshine hours in growth season of early and late rice in Hunan province

圖6 湖南省雙季早稻潛在產(chǎn)量平均值（a）、變異系數(shù)（b）及時(shí)間變化趨勢(shì)（c、d）Fig. 6 Average value(a), coefficient of variation(b) and time trend(c, d) of early rice’s yield potential in Hunan province

在早稻品種不變前提下，研究區(qū)域研究時(shí)段內(nèi)早稻潛在產(chǎn)量均呈現(xiàn)減小的趨勢(shì)。北部的南縣和沅江早稻潛在產(chǎn)量減小趨勢(shì)最明顯，每10年減少400—462 kg·hm-2；東北部的岳陽(yáng)及中部的雙峰潛在產(chǎn)量減小趨勢(shì)小于100 kg·hm-2·(10a)-1。早稻生長(zhǎng)季內(nèi)平均溫度升高引起的生育期縮短、干物質(zhì)累積減少是造成其潛在產(chǎn)量減小的主要原因。部分地區(qū)（如雙峰）日照時(shí)數(shù)的增加可能有一定的正效應(yīng)，但不足以抵消溫度升高的負(fù)效應(yīng)。由圖6-c和圖6-d可以看出，近30年全區(qū)平均早稻潛在產(chǎn)量波動(dòng)范圍為6 800—8 851 kg·hm-2，研究區(qū)域內(nèi)早稻潛在產(chǎn)量平均值隨時(shí)間呈減小趨勢(shì)，平均每10年減少119.9 kg·hm-2。早稻生長(zhǎng)季內(nèi)溫度升高尤其是灌漿期溫度過高引起的灌漿期縮短可能是造成潛在產(chǎn)量降低的主要因素[26]。

整體而言，湖南省雙季早稻潛在產(chǎn)量呈北高南低的空間分布特征，潛在產(chǎn)量變異系數(shù)分布特征為西部地區(qū)小于東部地區(qū)。研究區(qū)域內(nèi)早稻潛在產(chǎn)量整體呈現(xiàn)減小的時(shí)間分布特征。

2.3.2 晚稻潛在產(chǎn)量時(shí)空分布特征 1981—2010年湖南省雙季稻生產(chǎn)地區(qū)晚稻潛在產(chǎn)量的分布特征如圖7所示。由圖7-a可以看出，湖南省雙季稻生產(chǎn)地區(qū)晚稻潛在產(chǎn)量為7 473—9 301 kg·hm-2。晚稻潛在產(chǎn)量的空間分布特征與早稻潛在產(chǎn)量分布特征類似，高值區(qū)位于湘中西部的武岡以及湘北的石門、岳陽(yáng)等地，潛在產(chǎn)量達(dá)到8 000 kg·hm-2以上；晚稻潛在產(chǎn)量的低值區(qū)位于東部的長(zhǎng)沙、株洲以及衡陽(yáng)等地，低于7 742 kg·hm-2。整體看來，研究區(qū)域內(nèi)晚稻的潛在產(chǎn)量高于早稻。

圖7 湖南省雙季稻區(qū)晚稻潛在產(chǎn)量平均值（a）、變異系數(shù)（b）及時(shí)間變化趨勢(shì)（c、d）Fig. 7 Average value(a), coefficient of variation(b) and time trend(c, d) of late rice’s yield potential in Hunan province

近 30年湖南省雙季稻生產(chǎn)地區(qū)晚稻潛在產(chǎn)量的變異系數(shù)如圖7-b所示，研究區(qū)域雙季晚稻潛在產(chǎn)量變異系數(shù)為 0.05—0.17。晚稻潛在產(chǎn)量變異系數(shù)略高于早稻，即比較而言，晚稻的穩(wěn)產(chǎn)性略低于早稻。晚稻潛在產(chǎn)量變異系數(shù)的空間分布特征與早稻不同，研究區(qū)域內(nèi)北部地區(qū)為相對(duì)高產(chǎn)而不穩(wěn)產(chǎn)地區(qū)，西南部地區(qū)為高產(chǎn)穩(wěn)產(chǎn)地區(qū)，東部的長(zhǎng)沙和株洲則為低產(chǎn)不穩(wěn)產(chǎn)地區(qū)。研究時(shí)段內(nèi)，在品種不變的條件下，晚稻潛在產(chǎn)量基本呈現(xiàn)減小的趨勢(shì)，研究區(qū)域的東北部部分站點(diǎn)潛在產(chǎn)量減小速率達(dá)到每10年300 kg·hm-2以上。晚稻潛在產(chǎn)量呈增加趨勢(shì)的站點(diǎn)為湘中的衡陽(yáng)，潛在產(chǎn)量增加速率為每10年21.6 kg·hm-2，但變化趨勢(shì)并不顯著，可能與該地區(qū)晚稻生長(zhǎng)季內(nèi)輻射資源增加而增溫不明顯有關(guān)。氣候變化背景下晚稻生長(zhǎng)季內(nèi)平均氣溫升高對(duì)于研究區(qū)域晚稻生產(chǎn)負(fù)面影響較大[37]，研究區(qū)域晚稻潛在產(chǎn)量全區(qū)平均值減小速率高于早稻，為169.4 kg·hm-2·(10a)-1。

2.4 雙季稻產(chǎn)量差時(shí)空分布特征

2.4.1 早稻產(chǎn)量差時(shí)空分布特征 1981—2010年湖南省雙季早稻實(shí)際產(chǎn)量與潛在產(chǎn)量之間的產(chǎn)量差平均值及產(chǎn)量差占潛在產(chǎn)量比例的空間分布特征如圖8所示。由圖可以看出，研究區(qū)域內(nèi)56%的站點(diǎn)的產(chǎn)量差達(dá)到2 000 kg·hm-2以上，其中，早稻產(chǎn)量差最大的地區(qū)為湘北洞庭湖平原地區(qū)，產(chǎn)量差達(dá)3 000—4 096 kg·hm-2，產(chǎn)量差約占潛在產(chǎn)量的 37%—46%，表明該地區(qū)早稻產(chǎn)量仍有較大的提升空間；因產(chǎn)量差的空間分布特征受潛在產(chǎn)量和農(nóng)戶實(shí)際產(chǎn)量共同影響，湘北地區(qū)早稻潛在產(chǎn)量高，但實(shí)際生產(chǎn)中由于倒春寒以及勞動(dòng)力相對(duì)匱乏的影響，實(shí)際產(chǎn)量較低（早稻實(shí)際產(chǎn)量時(shí)空分布特征見附圖1），所以湘北地區(qū)應(yīng)該加大勞動(dòng)力的投入及栽培管理措施的優(yōu)化，提高早稻產(chǎn)量。湘南道縣等地多為丘陵地帶，早稻生長(zhǎng)季內(nèi)日照相對(duì)缺乏，不利于早稻生產(chǎn)；加之平均氣溫升高的強(qiáng)烈負(fù)面影響，潛在產(chǎn)量較低，產(chǎn)量差僅占潛在產(chǎn)量的不到10%，早稻產(chǎn)量可提升空間不大。

圖8 湖南省雙季早稻潛在產(chǎn)量與實(shí)際產(chǎn)量的產(chǎn)量差平均值（a）、所占比例（b）及時(shí)間變化趨勢(shì)（c、d）Fig. 8 Average value(a), proportion(b) and time trend(c, d) of early rice’s yield gap in Hunan province

湖南雙季早稻產(chǎn)量差隨時(shí)間的變化趨勢(shì)如圖8-c、d所示，研究時(shí)段內(nèi)研究區(qū)域早稻產(chǎn)量差隨時(shí)間呈縮小趨勢(shì)，縮小速率為每10年328.7 kg·hm-2。產(chǎn)量差縮小速率最大的站點(diǎn)是北部的南縣及平江，達(dá)到800—1 240 kg·hm-2·(10a)-1；研究區(qū)域中部地區(qū)產(chǎn)量差縮小速率次之，產(chǎn)量差縮小速率高于 400 kg·hm-2·(10a)-1。而湘南西南部的道縣及湘北的石門、沅江、長(zhǎng)沙產(chǎn)量差呈增大趨勢(shì)；其中，道縣產(chǎn)量差增加速率高達(dá)800 kg·hm-2·(10a)-1，該生產(chǎn)區(qū)地形多為丘陵和崗地，稻田沿山或河呈碎片分布，地表蓄水能力差，多熟制度下稻田長(zhǎng)期保持淹水狀態(tài)致使土壤特性和養(yǎng)分改變、土壤缺素[40]，實(shí)際產(chǎn)量下降幅度高于潛在產(chǎn)量，實(shí)際產(chǎn)量可提升空間逐漸增大（附圖1-c）。這些地區(qū)光溫條件和早稻潛在產(chǎn)量的時(shí)間變化趨勢(shì)并不一致，水肥管理不當(dāng)以及病蟲害等原因?qū)е碌膶?shí)際產(chǎn)量的降低是這些地區(qū)產(chǎn)量差呈增大趨勢(shì)的主要因素。

2.4.2 晚稻產(chǎn)量差時(shí)空分布特征 近30年湖南省雙季晚稻實(shí)際產(chǎn)量與潛在產(chǎn)量之間產(chǎn)量差平均值及其占潛在產(chǎn)量比例的空間分布特征如圖9-a、b所示。與早稻相比，晚稻產(chǎn)量差空間分布差異性較大，研究區(qū)域內(nèi)約有44%的站點(diǎn)產(chǎn)量差高于2 000 kg·hm-2，約占潛在產(chǎn)量的23%—38%。與早稻產(chǎn)量差的空間分布特征相似，晚稻產(chǎn)量差較大的站點(diǎn)主要位于湘北洞庭湖平原地區(qū)、西部的武岡和東南部的郴州；晚稻產(chǎn)量差最小的地區(qū)為東部的株洲及衡陽(yáng)，產(chǎn)量差小于1 000 kg·hm-2，因該地區(qū)經(jīng)濟(jì)較發(fā)達(dá)，水稻生產(chǎn)投入及種植技術(shù)水平相對(duì)較高[29]，因此晚稻實(shí)際產(chǎn)量水平比較接近產(chǎn)量上限，可提升空間不大。

研究期間整個(gè)研究區(qū)域內(nèi)晚稻產(chǎn)量差平均值呈縮小趨勢(shì)，縮小速率為每10年500.8 kg·hm-2（圖9-d）。研究區(qū)域內(nèi)75%的站點(diǎn)產(chǎn)量差縮小速率高于400 kg·hm-2·(10a)-1，這些站點(diǎn)主要集中在研究區(qū)域的東北部地區(qū)及中部偏西地區(qū)；晚稻產(chǎn)量差呈增加趨勢(shì)地區(qū)僅有湘南的道縣，產(chǎn)量差增大速率為1 560 kg·hm-2·(10a)-1，土壤肥力退化導(dǎo)致的實(shí)際產(chǎn)量的降低是該地區(qū)產(chǎn)量差增加的主要原因。

圖9 湖南省雙季稻區(qū)晚稻潛在產(chǎn)量與實(shí)際產(chǎn)量產(chǎn)量差平均值（a）、所占比例（b）及時(shí)間變化趨勢(shì)（c、d）Fig. 9 Average value(a), proportion(b) and time trend(c, d) of late rice’s yield gap in Hunan province

從研究區(qū)域水稻產(chǎn)量差空間分布特征看來，近30年研究區(qū)域湘北地區(qū)早稻和晚稻的產(chǎn)量差最大，表明該地區(qū)水稻實(shí)際產(chǎn)量可提升空間最大；而湘中地區(qū)早稻和晚稻產(chǎn)量差占潛在產(chǎn)量20%左右，表明該地區(qū)實(shí)際產(chǎn)量可提升空間較??；湘南地區(qū)早稻產(chǎn)量差最小，而晚稻產(chǎn)量差相對(duì)較大，說明湘南地區(qū)早稻產(chǎn)量可提升空間很小而晚稻產(chǎn)量可提升空間較大。

通過以上分析表明，研究區(qū)域內(nèi)雙季早稻和晚稻的產(chǎn)量差最高值分別為4 096 kg·hm-2和3 472 kg·hm-2，分別占各自潛在產(chǎn)量的46%和38%；產(chǎn)量差的最低值分別為394 kg·hm-2和770 kg·hm-2，占各自潛在產(chǎn)量的5%和10%。從時(shí)間變化趨勢(shì)看來，早稻和晚稻產(chǎn)量差均呈縮小趨勢(shì)，晚稻產(chǎn)量差縮小趨勢(shì)更明顯；研究區(qū)域早稻產(chǎn)量差略大于晚稻，且早稻產(chǎn)量差呈增加趨勢(shì)站點(diǎn)多于晚稻。

3 討論

傳統(tǒng)經(jīng)驗(yàn)公式或統(tǒng)計(jì)分析方法計(jì)算作物潛在產(chǎn)量多以作物發(fā)育階段或者旬為時(shí)間步長(zhǎng)，無(wú)法考慮作物生長(zhǎng)發(fā)育進(jìn)程中光溫水等環(huán)境要素和密度、施肥等栽培管理措施對(duì)作物產(chǎn)量形成的影響，而水稻作物模型ORYZA v3能夠動(dòng)態(tài)反應(yīng)氣候、土壤、品種特性、栽培管理措施等因素與水稻生長(zhǎng)發(fā)育之間的關(guān)系。本文利用驗(yàn)證后的ORYZA v3模型模擬了湖南省早稻和晚稻潛在產(chǎn)量，分析了雙季早稻和晚稻產(chǎn)量差時(shí)空特征，在考慮外界條件對(duì)作物產(chǎn)量影響同時(shí)亦考慮了水稻本身的遺傳特性[21]。

湖南省雙季稻區(qū)早稻和晚稻產(chǎn)量差均隨時(shí)間呈縮小趨勢(shì)，且晚稻產(chǎn)量差縮小趨勢(shì)更明顯，其主要原因是由于栽培技術(shù)進(jìn)步及農(nóng)業(yè)投入增加使得雙季稻的實(shí)際產(chǎn)量呈現(xiàn)明顯的增加趨勢(shì)，在不考慮品種更替的條件下，溫度升高使得雙季稻生育期縮短、潛在產(chǎn)量呈現(xiàn)減小趨勢(shì)；同時(shí)，早稻生長(zhǎng)季內(nèi)日照時(shí)數(shù)增加對(duì)潛在產(chǎn)量的正效應(yīng)會(huì)部分抵消平均氣溫升高的負(fù)面影響，且早稻實(shí)際產(chǎn)量增加幅度低于晚稻，所以晚稻產(chǎn)量差縮小趨勢(shì)更為明顯。研究區(qū)域早稻產(chǎn)量差略大于晚稻，且早稻產(chǎn)量差呈增加趨勢(shì)站點(diǎn)多于晚稻，表明現(xiàn)階段早稻產(chǎn)量可提升空間較大，實(shí)際生產(chǎn)中可以通過更換品種、改善栽培管理措施等方法來提高早稻的產(chǎn)量，縮小產(chǎn)量差。

近 30年間研究區(qū)域內(nèi)雙季稻產(chǎn)量差空間分布差異較大。其中湘北地區(qū)早稻和晚稻產(chǎn)量差最大，該地區(qū)可通過改良土壤、優(yōu)化栽培管理措施等方法提高湘北地區(qū)早稻和晚稻實(shí)際產(chǎn)量，以縮小產(chǎn)量差。同時(shí)該地區(qū)經(jīng)濟(jì)較發(fā)達(dá)，隨著經(jīng)濟(jì)的發(fā)展和城鎮(zhèn)化建設(shè)步伐的加快，這一區(qū)域的耕地面積逐漸減少，農(nóng)戶的種稻積極性較差[29]，因此，在湘北要著重推廣水稻優(yōu)質(zhì)高產(chǎn)品種，通過水稻的抗病高產(chǎn)育種以及測(cè)土配方施肥等技術(shù)，降低水稻的生產(chǎn)成本，提高水稻的種植收益，以提高農(nóng)戶的種稻積極性。西南部地區(qū)地形以丘陵和崗地為主，地表蓄水能力差，降水時(shí)空分布不均，常遇夏秋旱[39]，對(duì)雙季稻尤其不利于晚稻的生長(zhǎng)發(fā)育；該地區(qū)雙季稻產(chǎn)量差小于湘北地區(qū)，且早稻產(chǎn)量差最小而晚稻產(chǎn)量差相對(duì)較大，說明未來湘南地區(qū)晚稻產(chǎn)量提升空間大于早稻，實(shí)際生產(chǎn)中通過抗逆品種選育、提高生產(chǎn)投入等，避免季節(jié)性干旱對(duì)晚稻生長(zhǎng)發(fā)育的不利影響，以提高晚稻實(shí)際產(chǎn)量。

本文在水稻潛在產(chǎn)量模擬過程中僅選擇湖南省廣泛種植的早稻品種金優(yōu)974和晚稻品種金優(yōu)207，但是在實(shí)際生產(chǎn)中，雙季早稻和晚稻品種的年代之間以及地區(qū)之間差異較大，這可能會(huì)對(duì)研究結(jié)果帶來一定影響；同時(shí)前人研究表明新品種的推廣種植對(duì)潛在產(chǎn)量有一定的提升作用，國(guó)際水稻研究所研究結(jié)果表明在 1966—1995年，品種更替可使水稻每年增產(chǎn) 75 kg·hm-2[37]，因此湖南省亦可通過培育抗逆高產(chǎn)等新的水稻品種，以適應(yīng)氣候變化提高水稻產(chǎn)量潛力。因?yàn)橐圃云诳梢灾苯佑绊懽魑锔鱾€(gè)生育階段所處時(shí)間，移栽期變動(dòng)導(dǎo)致生育期內(nèi)氣候要素變動(dòng)，從而影響作物的潛在產(chǎn)量，本研究基于農(nóng)業(yè)氣象觀測(cè)站實(shí)際觀測(cè)資料，采用多年平均的移栽期作為模型中水稻移栽期，可能對(duì)水稻潛在產(chǎn)量有一定影響。

國(guó)家統(tǒng)計(jì)年鑒中，湖南省早稻和晚稻的產(chǎn)量均為增加的趨勢(shì)，該產(chǎn)量是在氣候變化和技術(shù)進(jìn)步共同作用下的結(jié)果，品種更替和新的栽培管理措施應(yīng)用等技術(shù)進(jìn)步帶來水稻實(shí)際產(chǎn)量持續(xù)增加。而本研究采用ORYZA v3模型模擬的水稻潛在產(chǎn)量，是在栽培管理措施不變的情況下，既定水稻品種潛在產(chǎn)量，表現(xiàn)了氣候變化對(duì)水稻產(chǎn)量的影響。由此可以看出，如果不考慮品種更替和技術(shù)更新對(duì)水稻產(chǎn)量的正效應(yīng)，氣候變化本身對(duì)湖南省水稻產(chǎn)量潛力是負(fù)貢獻(xiàn)。技術(shù)進(jìn)步和氣候變化對(duì)產(chǎn)量的影響程度到底分別是多少，這也是今后筆者需要重點(diǎn)研究的內(nèi)容。

4 結(jié)論

利用研究區(qū)域內(nèi)氣候、作物、土壤及產(chǎn)量資料對(duì)水稻作物模型ORYZA v3進(jìn)行調(diào)參驗(yàn)證，并利用調(diào)參驗(yàn)證后模型模擬雙季早稻和雙季晚稻潛在產(chǎn)量，在此基礎(chǔ)上，重點(diǎn)分析了湖南省雙季稻產(chǎn)量差時(shí)空分布特征。調(diào)參驗(yàn)證后的ORYZA v3模型對(duì)研究區(qū)域早稻和晚稻的出苗—穗分化、出苗—開花、出苗—成熟的天數(shù)以及產(chǎn)量具有較好模擬效果，表明ORYZA v3模型可用于湖南雙季稻潛在產(chǎn)量模擬研究。

在假定研究區(qū)域水稻種植品種不變前提下，1981—2010年間湖南省早稻和晚稻潛在產(chǎn)量呈北高南低空間分布特征，高值區(qū)為湘中西部的武岡和邵陽(yáng)等地，低值區(qū)為湘南丘陵地區(qū)。研究時(shí)段內(nèi)早稻和晚稻潛在產(chǎn)量均呈減小趨勢(shì)，且早稻潛在產(chǎn)量減小速度更快。

研究區(qū)域內(nèi)雙季稻產(chǎn)量差空間分布差異較大。湘北地區(qū)早稻和晚稻產(chǎn)量差最大，表明該地區(qū)雙季稻產(chǎn)量有較大的提升空間；西南部地區(qū)雙季稻產(chǎn)量差小于湘北地區(qū)，且早稻產(chǎn)量差最小而晚稻產(chǎn)量差相對(duì)較大，說明湘南地區(qū)晚稻產(chǎn)量提升空間大于早稻。氣候變化背景下平均氣溫的升高使得雙季稻潛在產(chǎn)量呈現(xiàn)下降趨勢(shì)，同時(shí)由于栽培技術(shù)進(jìn)步及生產(chǎn)投入增加，實(shí)際產(chǎn)量不斷增加，研究時(shí)段內(nèi)除個(gè)別站點(diǎn)（道縣、沅江等）外，早稻和晚稻的產(chǎn)量差均呈減小趨勢(shì)。

研究區(qū)域早稻產(chǎn)量差普遍高于晚稻且其隨時(shí)間縮小的速率小于晚稻，這是由于早稻生長(zhǎng)季內(nèi)日照時(shí)數(shù)普遍呈現(xiàn)增加趨勢(shì)，對(duì)早稻的生長(zhǎng)發(fā)育和產(chǎn)量形成具有正效應(yīng)。同時(shí)，早稻產(chǎn)量差呈現(xiàn)增加趨勢(shì)的區(qū)域大于晚稻。總體而言，在湖南省雙季稻產(chǎn)區(qū)早稻產(chǎn)量提升空間較晚稻大，早稻生產(chǎn)中可通過栽培技術(shù)措施優(yōu)化，生產(chǎn)投入增加等提高早稻產(chǎn)量，從而提高雙季稻周年產(chǎn)量。

[1] 黃發(fā)松, 羅玉沖, 龐乾林. 中國(guó)優(yōu)質(zhì)稻米的生產(chǎn)現(xiàn)狀和發(fā)展對(duì)策.中國(guó)稻米, 1998, 4(6): 3-6. HUANG F S, LUO Y C, PANG Q L. Production status and development countermeasures of high quality rice in China. China Rice, 1998, 4(6): 3-6. (in Chinese)

[2] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局. 中國(guó)統(tǒng)計(jì)年鑒(2013). 北京: 中國(guó)統(tǒng)計(jì)出版社, 2014. National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook (2013). Beijing: China Statistics Press, 2014. (in Chinese)

[3] 凌啟鴻. 論水稻生產(chǎn)在確保中國(guó)糧食安全和環(huán)境健康建設(shè)中的重要作用. 中國(guó)作物學(xué)會(huì)栽培專業(yè)委員會(huì)換屆暨學(xué)術(shù)研討會(huì)論文集, 2007. LING Q H. The importance of rice production in the construction of food security and environmental health in China. Proceedings of General and Academic Seminar of Cultivation Specialized Committee of the Crop Science Society of China, 2007. (in Chinese)

[4] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局. 中國(guó)統(tǒng)計(jì)年鑒(2014). 北京: 中國(guó)統(tǒng)計(jì)出版社, 2015.National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook (2014). Beijing: China Statistics Press, 2015. (in Chinese)

[5] 曾良貴, 陳可明, 揭紅科, 黃益國(guó). 湖南省水稻生產(chǎn)概況及發(fā)展策略. 湖南農(nóng)業(yè)科學(xué), 2013, 2: 17-19. ZENG L G, CHEN K M, JIE H K, HUANG Y G. The general situation and development strategy of rice production in Hunan province. Hunan Agricultural Sciences, 2013, 2: 17-19. (in Chinese)

[6] DE DATTA S K. Principles and Practices of Rice Production. New York: John Wiley&Sons, 1981.

[7] SUMARNO, DAUPHIN F, RACHIM A, SUNARLIM N, SANTOSO B, KUNTYASTUTI. Soybean Yield Gap Analysis in Java. CGPRT Center, Bogor, Indonesia, 1988.

[8] 劉明強(qiáng). 黃淮海平原冬小麥-夏玉米產(chǎn)量差及其影響因素分析[D].北京: 中國(guó)農(nóng)業(yè)大學(xué), 2006. LIU M Q. Yield gaps and their constraints analysis for winter wheat and summer maize in HuangHuaiHai Plain[D]. Beijing: China Agricultural University, 2006. (in Chinese)

[9] 王純枝, 李良濤, 陳健, 劉明強(qiáng), 宇振榮. 作物產(chǎn)量差研究與展望.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2009, 17(6): 1283-1287. WANG C Z, LI L T, CHEN J, LIU M Q, YU Z R. Status and perspective of crop yield gap. Chinese Journal of Eco-Agriculture, 2009, 17(6): 1283-1287. (in Chinese)

[10] 陳健, 李良濤, 宇振榮. 作物產(chǎn)量差研究進(jìn)展. 中國(guó)農(nóng)學(xué)通報(bào), 2008, 24(12): 418-423. CHEN J, LI L T, YU Z R. Research advances in crop yield gap. Chinese Agricultural Science Bulletin, 2008, 24(12): 418-423. (in Chinese)

[11] 王寶良, 潘賢章, 梁音, 劉通, 楊軒, 穆歡, 蘇春麗, 關(guān)慶偉. 渭北旱原區(qū)域氣候變化及其對(duì)冬小麥產(chǎn)量的潛在影響. 干旱地區(qū)農(nóng)業(yè)研究, 2010, 28(1): 227-232. WANG B L, PAN X Z, LIANG Y, LIU T, YANG X, MU H, SU C L, GUAN Q W. Weibei ariplain regional climate change and its potential impact on the yield of winter wheat. Agricultural Research in the Arid Areas, 2010, 28(1): 227-232. (in Chinese)

[12] 田紀(jì)春, 鄧志英, 胡瑞波, 王延訓(xùn). 不同類型超級(jí)小麥產(chǎn)量構(gòu)成因素及籽粒產(chǎn)量的通徑分析. 作物學(xué)報(bào), 2006, 32(11): 1699-1705. TIAN J C, DENG Z Y, HU R B, WANG Y X. Yield components of super wheat cultivars with different types and the path coefficient analysis on grain yield. Acta Agronomic Sinica, 2006, 32(11): 1699-1705. (in Chinese)

[13] 張玉屏, 金武昌, 吳樹業(yè), 周愛珠, 朱德峰. 浙江省連作早稻產(chǎn)量差異及其成因的分析. 浙江農(nóng)業(yè)科學(xué), 2009, 1(4): 705-707. ZHANG Y P, JIN W C, WU S Y, ZHOU A Z, ZHU D F. Analysis of the yield differences of continuous cropping rice and its reason in Zhejiang province. Zhejiang Agricultural Sciences, 2009, 1(4): 705-707. (in Chinese)

[14] 黃保宏. 氣象要素對(duì)鳳陽(yáng)縣棉花產(chǎn)量的影響. 中國(guó)棉花, 1997, 24(9): 9-10. HUANG B H. Effect of meteorological factors on cotton yield in Fengyang county. China Cotton, 1997, 24(9): 9-10. (in Chinese)

[15] 陳惠哲, 朱德峰, 楊仕華, 張玉屏, 林賢青. 中國(guó)南方稻區(qū)水稻產(chǎn)量差異及增產(chǎn)潛力. 中國(guó)稻米, 2004, 10(4): 9-10. CHEN H Z, ZHU D F, YANG S H, ZHANG Y P, LIN X Q. The yield gap and yield potential of South China. China Rice, 2004, 10(4): 9-10. (in Chinese)

[16] 曹云者, 劉宏, 王中義, 宇振榮. 基于作物生長(zhǎng)模擬模型的河北省玉米生產(chǎn)潛力研究. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2008, 27(2): 826-832. CAO Y Z, LIU H, WANG Z Y, YU Z R. Potential productivity of maize based on model simulation in Hebei province. Journal of Agro-Environment Science, 2008, 27(2): 826-832. (in Chinese)

[17] BHATIA V S, SINGH P, WANI S P, CHAUHAN G S, KESAVA RAO A V R, MISHRA A K, SRINIVAS K. Analysis of potential yields and yield gaps of rainfed soybean in India using CROPGRO-Soybean model. Agricultural and Forest Meteorology, 2008, 148(8/9): 1252-1265.

[18] BOLING A A, TUONG T P, VAN KEULEN H, BOUMAN B A M, SUGANDA H, SPIERTZ J H J. Yield gap of rainfed rice in farmers’ fields in Central Java, Indonesia. Agricultural Systems, 2010, 103(5): 307-315.

[19] ANDERSON W K. Closing the gap between actual and potential yield of rainfed wheat. The impacts of environment, management and cultivar. Field Crops Research, 2010, 116(1/2): 14-22.

[20] LIU Z, YANG X, Hubbard K G, LIN X. Maize potential yields and yield gaps in the changing climate of Northeast China. Global Change Biology, 2012, 18(11): 3441-3454.

[21] 谷冬艷, 劉建國(guó), 楊忠渠, 尹鈞. 作物生產(chǎn)潛力模型研究進(jìn)展. 干旱地區(qū)農(nóng)業(yè)研究, 2007, 25(5): 89-94. GU D Y, LIUJ G, YANG Z Q, YIN J. Reviews on crop productivity potential researches. Agricultural Research in the Arid Areas, 2007, 25(5): 89-94. (in Chinese)

[22] 李三愛, 居輝, 池寶亮. 作物生產(chǎn)潛力研究進(jìn)展. 中國(guó)農(nóng)業(yè)氣象, 2005, 26(2): 106-111. LI S A, JU H, CHI B L. Reviews on crop potential productivity researches. Chinese Journal of Agrometeorology, 2005, 26(2): 106-111. (in Chinese)

[23] 徐春達(dá), 高曉飛. 作物生產(chǎn)潛力模型在中國(guó)的應(yīng)用. 干旱區(qū)資源與環(huán)境, 2003, 17(6): 108-112.XU C D, GAO X F. Crop productivity potential model applied in China. Journal of Arid Land Resources and Environment, 2003, 17(6): 108-112. (in Chinese)

[24] 浩宇, 景元書, 馬曉群, 耿利寧, 楊沈斌. ORYZA2000模型模擬安徽地區(qū)不同播期水稻的適應(yīng)性分析. 中國(guó)農(nóng)業(yè)氣象, 2013, 34(4): 425-433. HAO Y, JING Y S, MA X Q, GENG L N, YANG S B. Analysis on the simulation adaptability of ORYZA2000 model for rice with different sowing-date in Anhui province. Chinese Journal of Agrometeorology, 2013, 34(4) :425-433. (in Chinese)

[25] 莫志鴻, 馮利平, 鄒海平, 王靖, 黃晚華, 楊曉光. 水稻模型ORYZA2000在湖南雙季稻區(qū)的驗(yàn)證與適應(yīng)性評(píng)價(jià). 生態(tài)學(xué)報(bào), 2011, 31 (16): 4628-4637. MO Z H, FENG L P, ZOU H P, WANG J, HUANG W H, YANG X G. Validation and adaptability evaluation of rice growth model ORYZA2000 in double cropping rice area of Hunan province. Acta Ecologica Sinica. 2011, 31(16): 4628-4637. (in Chinese)

[26] ZHANG T Y, YANG X G, WANG H S, LI Y, YE Q. Climatic and technological ceilings for Chinese rice stagnation based on yield gaps and yield trend pattern analysis. Global Change Biology, 2014, 20(4): 1289-1298.

[27] 帥細(xì)強(qiáng), 王石立, 馬玉平, 李迎春, 謝佰承. 基于 ORYZA2000模型的湘贛雙季稻氣候生產(chǎn)潛力. 中國(guó)農(nóng)業(yè)氣象, 2009, 30(4): 575-581. SHUAI X Q, WANG S L, MA Y P, LI Y C, XIE B C. Studies on potential climate productivity of double rice in Hunan and Jiangxi provinces based on ORYZA2000 model. Chinese Journal of Agrometeorology, 2009, 30(4): 575-581. (in Chinese)

[28] 張俊, 徐紹輝, 劉建立, 張佳寶, 范曉暉. 應(yīng)用 ORYZA2000模型模擬水稻產(chǎn)量及吸氦量. 土壤, 2007, 39(3): 428-432. ZHANG J, XU S H, LIU J L, ZHANG J B, FAN X H. Simulation of yield and nitrogen uptake of rice using ORYZA2000 model. Soils, 2007, 39(3): 428-432. (in Chinese)

[29] 鄧平洋. 湖南省水稻區(qū)域布局優(yōu)化研究[D]. 長(zhǎng)沙: 湖南農(nóng)業(yè)大學(xué), 2013. DENG P Y. Studies on regional layout optimization of the rice in Hunan province[D]. Changsha: Hunan Agricultural University, 2013. (in Chinese)

[30] 曲輝輝. 南方典型區(qū)域防早避災(zāi)種植制度優(yōu)化研究[D]. 北京: 中國(guó)農(nóng)業(yè)大學(xué), 2009. QU H H. Study on the optimized cropping system to prevent and avoid the drought disaster in typical areas in Southern China[D]. Beijing: China Agricultural University, 2009. (in Chinese)

[31] EVANS L T, FISCHER R A. Yield potential: Its definition, measurement, and significance. Crop Science, 1999, 39(6): 1544-1551.

[32] KOBAYASHI K, SALAM M U. Comparing simulated and measured values using mean squared deviation and its components. Agronomy Journal, 2000, 92(2): 345-352．

[33] GAUCH H G J R, GENE HWANG J T, FICK G W. Model evaluation by comparison of model-based predictions and measured values. Agronomy Journal, 2003, 95(6): 1442-1446.

[34] BOUMAN B A M, VAN LAAR H H. Description and evaluation of rice growth model ORYZA2000 under nitrogen-limited conditions. Agricultural System, 2006, 87(3): 249-273.

[35] 李克南. 華北地區(qū)冬小麥-夏玉米生產(chǎn)體系產(chǎn)量差特征解析[D]. 北京: 中國(guó)農(nóng)業(yè)大學(xué), 2014. LI K N. Yield gap analysis focused on winter wheat and summer maize rotation in the North China Plain. Beijing: China Agricultural University, 2014. (in Chinese)

[36] 沈瑱, 曾燕, 肖卉. 江蘇省日照時(shí)數(shù)的氣候特征分析. 氣象科學(xué), 2007, 27(4): 425-429. SHEN T, ZENG Y, XIAO H. Changes of sunshine hours in the recent 40 years over Jiangsu province. Scientia Meteorologica Sinica, 2007, 27(4): 425-429. (in Chinese)

[37] PENG S, LAZA R C, VISPERAS R M, SANICO A L, CASSMAN K G, KHUSH G S. Grain yield of rice cultivars and lines developed in the Philippines since 1966. Crop Science, 2000, 40(2): 307-314.

[38] ZHANG T Y , HUANG Y, YANG X G. Climate warming over the past three decades has shortened rice growth duration in China and cultivar shifts have further accelerated the process for late rice. Global Change Biology, 2013, 19(2): 563-570.

[39] 黃玖輝. 中國(guó)糧食區(qū)域調(diào)控與管理研究[D]. 成都: 西南財(cái)經(jīng)大學(xué), 2005. HUANG J H. Study on regional regulation and management of grain in China[D]. Chengdu: Southwestern University of Finance and Economics, 2005. (in Chinese)

[40] DAWE D, DOBERMANN A, MOYA P, ABDULRACHMAN S, SINGH B, LAL P, LI S Y, LIN B, PANAULLAH G, SARIAM O, SINGH Y, SWARUP A, TAN P S, ZHEN Q X. How widespread are yield declines in long-term rice experiments in Asia? Field Crops Research, 2000, 66(2): 175-193.

（責(zé)任編輯 楊鑫浩）

附圖

Spatial-Temporal Distribution of Double Cropping Rice’s Yield Gap in Hunan Province

GUO ErJing1, YANG XiaoGuang1, WANG XiaoYu1, ZHANG TianYi2, HUANG WanHua3, LIU ZiQi1,4, TAO Li5
(1College of Environment and Resources, China Agricultural University, Beijing 100193, China;2Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;3Hunan Meteorological Research Institute, Changsha 410118, China;4Meteorological Observatory of Jilin Province, Changchun 130062, China;5International Rice Research Institute, Manila DAPO Box 777, Philippine)

Hunan province; double cropping rice; yield potential; yield gap; temporal and spatial distribution characteristic

附圖1 湖南省雙季稻區(qū)早稻實(shí)際產(chǎn)量平均值（a）、變異系數(shù)（b）及時(shí)間變化趨勢(shì)（c、d）Fig. 1 Average value(a), coefficient of variation(b) and time trend(c, d) of early rice’s actual yield in Hunan province

附圖2 湖南省雙季稻區(qū)晚稻實(shí)際產(chǎn)量平均值（a）、變異系數(shù)（b）及時(shí)間變化趨勢(shì)（c、d）Fig. 2 Average value(a), coefficient of variation(b) and time trend(c, d) of late rice’s actual yield in Hunan province

2016-07-01；接受日期：2016-09-23

公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201106020）、十三五重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2016YFD0300101）

聯(lián)系方式：郭爾靜，E-mail：m13001929162@163.com。通信作者楊曉光，E-mail：yangxg@cau.edu.cn

Abstract: 【Objective】 Hunan is one of the main regions of double cropping rice in China, and the total rice yield was the highest in the country in 2014. This study characterized the spatial and temporal variations of the potential and reported statistical yields as well as their gaps of the early and late rice in the double cropping rice areas of Hunan province. 【Method】The historical weather (1981-2010), soil, crop growth and statistical yield data of Hunan province were collected and used to parameterize the rice model ORYZA v3 through the standardized calibration and validation processes. The performance of the model with parameters of rice cultivars was evaluated with satisfied decision coefficient (R2), D-index, root mean square error (RMSE), normalized root mean square error (NRMSE), mean absolute error (MAE) between simulated and observed values. The verified model was used to compute the potential yields in each area in the period from 1981 to 2010, and then the temporal and spatial variations of the potential yields and their gaps (in both absolute and relative value) to actual yields were characterized by using ArcGIS. 【Result】The ORYZA v3 estimations highly agree with observations in the rice development phenology and yields for both of the early and late rice in Hunan province. The verified model could be used in the study of rice potential yields in Hunan province. The spatial distribution of potential yields of early and late rice were both higher in north area than in the south area. High potential yields appeared in Wugang and Shaoyang while low-yielding area was located in hilly south area. Within the study area, the inter-year variation of the potential yields of double cropping rice was slightly higher in the eastern region than that in the western region while the stability of the early rice was higher than that of the late rice. The potential yield of double cropping rice in Hunan province presented a decreasing tendency from north to south and also from 1981 to 2010, especially more significant for the late rice. The biggest yield gap of the double cropping rice appeared in the north areas and the actual yield could be increased furthermore. The yield gaps were smaller in the south area than the north, and they were relatively larger in the late rice than in the early rice, indicating that late rice yield could be improved more in this area. During the period from 1981 to 2010, the yield gaps of double cropping rice in Hunan province decreased gradually. The reduction was more obvious in the late rice than that in the early rice.【Conclusion】The potential yields of double-cropping rice decreased as the average temperature increased under the background of climate change. Meanwhile, the actual production increased continuously due to varieties improvement, technology optimization and increase of inputs. Thus yield gaps between early rice and late rice both decreased during the study period excepted a few stations like Daoxian and Yuanjiang. The yield gaps of the early rice were generally higher than those of late rice with the lower reduction rates over the period from 1981 to 2010. The positive effect of increasing sunshine hours in the growing season of early rice could partially compensate the negative effect of temperature rise. Additionally, the yield gaps of the early rice presented an increasing trend in more areas than those in the late rice. Generally, the actual yield of early rice has a larger gap to close in the future in the double cropping rice area of Hunan province.