唐 凱，蔡立青，陸百翔

（廣東省潮州市氣象局，廣東 潮州521000）

氣候變化背景下潮州市早稻產(chǎn)量模型構(gòu)建與未來趨勢分析

唐 凱，蔡立青，陸百翔

（廣東省潮州市氣象局，廣東 潮州521000）

利用潮州市農(nóng)業(yè)氣象站1980—2009年資料和潮州市氣象觀測站1971—2009年均氣溫、降水等資料，挑選主要影響潮州市早稻產(chǎn)量的氣象因子，采用多元回歸的方法構(gòu)建了潮州市早稻產(chǎn)量模型，并通過驗(yàn)證分析發(fā)現(xiàn)模型的模擬值與實(shí)測值的相關(guān)性良好；選定CMIP3對未來不同排放情景下做出的三種氣候預(yù)估，結(jié)果表明：潮州市在21世紀(jì)總體預(yù)估是有顯著變暖變濕趨勢；將對未來氣候預(yù)估得到的相關(guān)數(shù)據(jù)帶入早稻產(chǎn)量模型發(fā)現(xiàn)在三種排放情景的下降趨勢均通過顯著性檢驗(yàn)，在低排放的B1情景下潮州市早稻單產(chǎn)的降幅最小。

早稻產(chǎn)量；氣候變化；氣候預(yù)估；潮州市

近年來由于自然和人類活動(dòng)的干擾，大氣污染和溫室氣體濃度的升高，加劇了氣候變化的速度，氣候變化研究已成為目前國際及國內(nèi)科學(xué)界的熱點(diǎn)之一[1-4]。在全球氣候變暖背景下，大氣運(yùn)行的規(guī)律受到了明顯的影響，包括降水、日照等主要?dú)夂蛞爻霈F(xiàn)了一系列的變化，影響了人類生存的環(huán)境[5-11]。受氣候變化最大的是持續(xù)了幾千年的農(nóng)業(yè)生產(chǎn)。對于水稻的生育期、種植制度和品種受氣候變化影響，很多學(xué)者進(jìn)行了的相關(guān)研究[12-14]，但研究在氣候變化下建立水稻的產(chǎn)量模型的研究還較少。因此建立水稻產(chǎn)量模型對于做好未來產(chǎn)量預(yù)估以及未來糧食安全保障都有著重要的意義。

潮州位于廣東省東部的潮汕平原，屬于亞熱帶季風(fēng)氣候。定量做好潮州市早稻產(chǎn)量預(yù)估可以為在氣候變化背景下潮州市早稻種植制度的修訂與氣候資源的科學(xué)使用提供相關(guān)支持。

1 資料和方法

本文數(shù)據(jù)來源于潮州市農(nóng)業(yè)氣象站1980—2009年早稻產(chǎn)量資料，以及潮州市氣象觀測站1971—2009年的逐月平均氣溫、降水資料。

應(yīng)用潮州市氣象觀測站平均氣溫和降水資料作為產(chǎn)量模型因子，利用SPSS軟件，通過多元非線性回歸分析，建立潮州市早稻產(chǎn)量的預(yù)報(bào)方程，并基于國家氣候中心耦合氣候模式對潮州市未來主要?dú)庀笠剡M(jìn)行分析，并將相關(guān)因子帶入早稻產(chǎn)量的預(yù)報(bào)方程進(jìn)行趨勢探討。

2 結(jié)果與分析

2.1 早稻產(chǎn)量模型的構(gòu)建與檢驗(yàn)

2.1.1 早稻產(chǎn)量模型構(gòu)建為了構(gòu)建潮州市早稻產(chǎn)量模型，根據(jù)中國氣象局《農(nóng)業(yè)氣象觀測規(guī)范》和實(shí)際農(nóng)業(yè)氣象觀測經(jīng)驗(yàn)，進(jìn)一步細(xì)化分析氣象要素與早稻產(chǎn)量的關(guān)系，將早稻的生育期分成秧苗期、分蘗孕穗期和抽穗成熟期三個(gè)階段，從而挑選組合因子，將近30年早稻生育期的氣溫與降水平均值作為自變量x，近30年早稻產(chǎn)量作為因變量y，利用多元逐步回歸模型擬合方程，求得潮州市早稻產(chǎn)量模型方程如下：

y=2 853.843-0.826 7x1-31.996 8x2-36.776x3+0.253x4-0.315 3x5-0.234 2x6（1）

表1是相關(guān)模型參數(shù)，將各自變量的t值進(jìn)行比較，發(fā)現(xiàn)抽穗成熟期降水對因變量早稻產(chǎn)量的貢獻(xiàn)最多，其次是分蘗孕穗期的降水，然后是秧苗期的降水。早稻抽穗成熟期內(nèi)過多的降水對早稻的抽穗揚(yáng)花有很大的影響，同時(shí)過多的降水會(huì)造成進(jìn)入成熟期的早稻倒伏，早稻的孕穗期也是潮州的前汛期，降水過多影響潮州市早稻的孕穗，過低的氣溫會(huì)抑制處于秧苗生育期早稻的生長，而這段時(shí)間的降水有利于早稻秧苗的分蘗。

2.1.2 早稻產(chǎn)量模型檢驗(yàn)圖1是1980—2009年潮州市早稻單產(chǎn)的實(shí)測值與模型模擬值的對比，可以看出實(shí)測值與模型模擬值具有比較好的一致性，二者的趨勢性比較一致，方程模型擬合效果較好，復(fù)相關(guān)系數(shù)為R=0.644，通過了α=0.01相關(guān)性檢驗(yàn)，可以利用該模型來預(yù)估未來潮州市早稻產(chǎn)量變化特征。

2.2 不同排放情景下未來氣候預(yù)估

目前，氣候變化的預(yù)估研究均是在不同排放情景根據(jù)現(xiàn)有的不同復(fù)雜程度的地球氣候模式來模擬的未來氣候變化，使用的數(shù)據(jù)是國家氣候中心采用第二種方法來對未來氣候變化進(jìn)行預(yù)估生成的，經(jīng)過了三個(gè)階段的研究，應(yīng)該能夠更加真實(shí)的反應(yīng)21世紀(jì)的氣候變化總體趨勢。未來全球經(jīng)濟(jì)的發(fā)展，技術(shù)結(jié)構(gòu)與土地利用的改變，世界人口的變化等人類社會(huì)的發(fā)展走向均會(huì)影響未來全球氣候變化的方向[15]。在對目前排放情景分析基礎(chǔ)上，《IPCC排放情景特別報(bào)告》(The special report on emissions scenario，SRES)中劃分了4個(gè)情景“家族”，共包含6組40個(gè)排放參考的情景，這其中A1和A2強(qiáng)調(diào)發(fā)展經(jīng)濟(jì)，但在社會(huì)和經(jīng)濟(jì)發(fā)展程度上略有不同；而B1和B2重視可持續(xù)發(fā)展，但在發(fā)展程度上也存在不同。

本文選取了其中三種可能的未來氣候情景：SRESA2、A1B和B1，分別代表高排放、中等排放和低排放三種情景來研究在未來氣候情景下潮州市早稻產(chǎn)量的變化趨勢。

采用了國家氣候中心利用可靠性加權(quán)平均對IPCC第四次評(píng)估報(bào)告的20多個(gè)不同分辨率的全球氣候系統(tǒng)模式的模擬結(jié)果制作的CMIP3數(shù)據(jù)進(jìn)行了分析。該數(shù)據(jù)集分辨率為1°×1°。其中SRESA1B、B1情景下17個(gè)模式，SRESA2情景下16個(gè)模式[16-18]。

2.2.1 未來氣候預(yù)估通過對CMIP3數(shù)據(jù)差值計(jì)算得到的潮州市21世紀(jì)（2001—2100年）氣溫、降水?dāng)?shù)據(jù)與數(shù)據(jù)集中的1971—2000年逐月平均值相比的距平值（降水為距平百分比）。然后將該距平值與1971—2000年實(shí)測值相加計(jì)算得出潮州市21世紀(jì)的降水和氣溫逐月的預(yù)估值。這樣的集合計(jì)算可以較大幅度消除模式系統(tǒng)誤差。

2.2.2 未來氣溫預(yù)估圖3是在三種不同排放情景下21世紀(jì)潮州市氣溫變化，可以看出，在整個(gè)21世紀(jì)中，三種情景下，氣溫均表現(xiàn)為升高趨勢，但幅度并不相同，其中由于A2情景排放最高，其氣溫升高趨勢也就最為明顯，B1情景因?yàn)榕欧抛畹?，其氣溫升高趨勢也最為緩和，在這三種排放情景下潮州市年平均氣溫的氣候傾向率均通過了顯著性檢驗(yàn)。隨著二氧化碳等溫室氣體排放的增加，21世紀(jì)的前30年，三種情景平均氣溫增加趨勢比較類似，但到了后70年，各種情景的氣溫升高幅度出現(xiàn)了較為明顯的差別，特別在排放較低的B1情景模擬下，平均氣溫增幅趨緩。

2.2.3 未來降水預(yù)估圖4是在三種不同排放情景下21世紀(jì)潮州市降水變化趨勢，可以看出在整個(gè)21世紀(jì)中，三種情景模擬下，年降水量均表現(xiàn)增加的趨勢，只是增幅有所不同，其中在B1情景下，潮州市年降水量增加的趨勢最為明顯，A2情景下，潮州市年降水量增加的趨勢最為緩和。伴隨二氧化碳等溫室氣體排放的增加，21世紀(jì)前30年，三種情景降水減少趨勢較為類似，但到了中后期，B1情景的降水增幅逐漸加大。未來潮州市年降水量的變化整體幅度依然不大，但是波動(dòng)可能會(huì)加劇，這樣對農(nóng)田用水的規(guī)劃有較大影響，從而導(dǎo)致它對早稻產(chǎn)量的影響也將越來越復(fù)雜。

2.3 未來潮州市早稻產(chǎn)量預(yù)估

利用預(yù)估的潮州市21世紀(jì)氣溫和降水?dāng)?shù)據(jù)通過潮州市早稻產(chǎn)量模型預(yù)估出在三種不同排放情景下21世紀(jì)潮州市早稻單產(chǎn)變化趨勢見圖5。在21世紀(jì)中，三種模擬的排放情景下，早稻單產(chǎn)均表現(xiàn)為減少趨勢，其中A2情景下，作物單產(chǎn)減少趨勢最為明顯；B1情景下，其作物單產(chǎn)減少趨勢相對較弱，在三種模擬情景下早稻單產(chǎn)氣候傾向率通過了顯著性檢驗(yàn)，表明研究區(qū)域內(nèi)的早稻單產(chǎn)在未來21世紀(jì)為較為明顯的減少趨勢。在三種模擬排放情景中，21世紀(jì)潮州市早稻單產(chǎn)都表現(xiàn)明顯的減少趨勢，其中A2情景減少趨勢最明顯，所以，在低排放的模擬情景下可以一定程度上減緩研究區(qū)域內(nèi)早稻單產(chǎn)的下降趨勢。控制二氧化碳等溫室氣體排放對研究區(qū)域的糧食安全問題有著重要的現(xiàn)實(shí)意義。

3 小結(jié)

（1）通過對潮州市早稻生育期的分析，選取了相關(guān)因子，通過多元回歸的方法，建立了潮州市早稻產(chǎn)量的模型方程，并通過了相關(guān)的檢驗(yàn)。

（2）從選取的氣候模式預(yù)估結(jié)果中發(fā)現(xiàn)氣溫有顯著升高態(tài)勢，降水量變化率較大，但從長期來看是增加態(tài)勢，說明潮州市在21世紀(jì)總體預(yù)估是有顯著變暖變濕趨勢。

（3）在未來三種不同排放情景下降水量及氣溫的變化趨勢，通過早稻產(chǎn)量模型分析在三種排放情景的下降趨勢均通過顯著性檢驗(yàn)，在低排放的B1情景下潮州市早稻單產(chǎn)的降幅最小，所以在未來較低的排放情景模擬下對于減緩研究區(qū)域內(nèi)早稻單產(chǎn)的下降趨勢有一定意義。

[1]鄭祚芳,陳家華,祁雯.湖北省近50 a氣候變化特征分析[J].氣象科學(xué),2002,22(3):279-286.

[2]左洪超,呂世華,胡隱樵.中國近50 a氣溫及降水量的變化趨勢分析[J].高原氣象,2004,23(2):238-244.

[3]梁澤學(xué),江靜.中國北方地區(qū)1961—2000年干旱半干旱化趨勢[J].氣象科學(xué),2005,25(1):9-17.

[4]葛朝霞,王會(huì)容,曹麗青,等.西藏降水量、氣溫變化特征及相關(guān)關(guān)系[J].氣象科學(xué),2004,24(4):468-473.

[5]陳新光,潘蔚娟，張江勇,等.氣候顯著變暖使廣州極端氣候事件增多[J].廣東氣象,2007,29(2):24-25.

[6]陳特固,曾俠,張江勇,等.全球變暖背景下的廣東省降水量及旱、澇變化趨勢[J].廣東氣象,2007(1);5-10.

[7]翟志宏,何健.華南區(qū)域1961—2008年暴雨變化趨勢統(tǒng)計(jì)特征[J].廣東氣象,2011,33(1):24-27.

[8]陳特固,湯超蓮,聶宇華,等.近百年氣候變暖與珠江口最高潮位變化的關(guān)系[J].廣東氣象,2008,30(2):1-3.

[9]陳特固,時(shí)小軍,余克服.近50年全球氣候變暖對珠江口海平面變化趨勢的影響[J].廣東氣象,2011,33(2):1-3.

[10]鐘秀麗,林而達(dá).氣候變化對我國自然生態(tài)系統(tǒng)影響的研究綜述[J].生態(tài)學(xué)雜志,2000,19(5):62-66.

[11]陳新光,李武,杜堯東,等.播種期對廣東省晚稻產(chǎn)量及生育期的影響[J].中國農(nóng)學(xué)通報(bào),2011,27(5):214-222.

[12]王華,陳新光,胡飛,等.氣候變化背景下廣東晚稻播期的適應(yīng)性調(diào)整[J].生態(tài)學(xué)報(bào),2011,31(15):4261-4269.

[13]陳新光,王華,鄒永春,等.氣候變化背景下廣東早稻播期的適應(yīng)性調(diào)整[J].生態(tài)學(xué)報(bào),2010(17):4748-4755.

[14]黃珍珠,王華,陳新光,等.氣候變化背景下“龍舟水”特征及其對廣東早稻產(chǎn)量的影響[J].生態(tài)環(huán)境學(xué)報(bào),2011,20(5): 793-797.

[15]成林.基于DSSAT的河南省冬小麥灌溉管理決策及氣候變化響應(yīng)研究[D].南京:南京信息工程大學(xué),2008:41.

[16]Xu Ying,GaoXuejie,Filippo Giorgi.Upgrades tothe REA method for producing probabilistic climate changeprojections[J]. Climate Research,2010,41:61-81.

[17]Filippo Giorgi,Linda OMearns.Calculation ofaverage,uncertainty range and reliability of regional climatechanges from AOGCM simulations via the‘Reliability Ensemble Averaging(REA)’method[J].Journal of Climate,2002,15(10): 1141-1158.

[18]Giorgi F,Mearns LO.Probability of regional climatechange based on the Reliability Ensemble Averaging(REA)method[J]. Geophysical Research Letters,2003,30(12):1629.

Model Construction and Future TrendAnalysis of Rice Yield Under Climate Changes in Chaozhou

TANG Kai,CAI Li-qing,LU Bai-xiang
(Meteorological Bureau of Chaozhou,Chaozhou,Guangdong 521000,China)

Based on data from agricultural meteorological station of Chaozhou collected between 1980-2009 and datafrom meteorological observatory of Chaozhou including mean temperature and precipitation from 1971-2009,we selected the main meteorological factors influencing the yield of early rice in Chaozhou City,and by using multiple regression method we constructed the model of rice yield in Chaozhou City.Through the verification analysis we found that the simulated values had good correlation with the measured values.By selecting CMIP3,three kinds of climate forecast for the future under different emission scenarios were conducted,and results showed that the City of Chaozhou would tend to become significantly warmer and wetter in the twenty-first Century.Related data from future climate estimates were put into the rice yield model,and then it was found rice yield was to decline under three emission scenarios.This trend got through the significant test,and only under the low emission B1 scenario could Chaozhou get the smallest drop in early rice yield.

yield of early rice;climate change;prediction of climate;Chaozhou City

S511.3+1

A

2095-3704（2017）01-0071-05

10.3969/j.issn.2095-3704.2017.01.016

唐凱,蔡立青,陸百翔.氣候變化背景下潮州市早稻產(chǎn)量模型構(gòu)建與未來趨勢分析[J].生物災(zāi)害科學(xué),2017,40(1):71-75.

2017-02-01

唐凱，工程師，碩士，主要從事應(yīng)用氣象研究和天氣預(yù)報(bào)服務(wù)工作，14102858@qq.com。