吳熠婷 江琪 孟遠(yuǎn) 陳新峰 甫堯鍇 林文建 周寧 徐順標(biāo) 劉建超

摘要：研究未來氣候變化條件下灌溉對(duì)陜西省不同氣候區(qū)冬小麥生長(zhǎng)情況、減產(chǎn)風(fēng)險(xiǎn)及其對(duì)氣候變化的響應(yīng)機(jī)制，以期為決策者制定應(yīng)對(duì)氣候變化長(zhǎng)期糧食戰(zhàn)略，提供必要的參考依據(jù)。聯(lián)合運(yùn)用作物模型DSSAT4.6和天氣發(fā)生器LarsWG5.5，模擬氣候變化條件下陜西省不同氣候區(qū)域、時(shí)期灌溉對(duì)冬小麥生長(zhǎng)的影響。同時(shí)計(jì)算本研究提出的新概念——冬小麥減產(chǎn)風(fēng)險(xiǎn)，橫向和縱向綜合評(píng)估氣候變化對(duì)冬小麥產(chǎn)量的影響。選取陜西省干旱半干旱地區(qū)、半濕潤(rùn)地區(qū)、濕潤(rùn)地區(qū)作為研究對(duì)象，選擇典型站點(diǎn)并獲取土壤數(shù)據(jù)，統(tǒng)一設(shè)定灌溉制度，運(yùn)用天氣發(fā)生器LarsWG5.5模擬預(yù)測(cè)未來氣象數(shù)據(jù)，并輸入已校準(zhǔn)驗(yàn)證的作物模型，模擬氣候變化條件下不同地區(qū)在雨養(yǎng)、灌溉時(shí)的冬小麥產(chǎn)量并評(píng)估減產(chǎn)風(fēng)險(xiǎn)。結(jié)果表明，未來50年，陜西省大部分地區(qū)冬小麥生育期內(nèi)降水先減少后增多，年平均溫度不斷增加。不同區(qū)域產(chǎn)量、減產(chǎn)風(fēng)險(xiǎn)變化情況不盡相同，氣候變化對(duì)冬小麥產(chǎn)量的影響程度自北向南逐漸降低，總體上氣候變化對(duì)陜西地區(qū)冬小麥產(chǎn)量的穩(wěn)定具有積極作用。3區(qū)（陜西省北部黃土高原干旱半干旱地區(qū)）受氣候變化的影響較大，2區(qū)（關(guān)中平原半濕潤(rùn)易旱區(qū)）次之，1區(qū)（陜西南部濕潤(rùn)地區(qū)）受氣候變化的影響較弱，但各地區(qū)增產(chǎn)總量差距不大。1區(qū)減產(chǎn)風(fēng)險(xiǎn)逐年增加，2區(qū)、3區(qū)減產(chǎn)風(fēng)險(xiǎn)逐年減少。灌溉能夠減緩并利用氣候變化對(duì)冬小麥生長(zhǎng)的不利影響，大幅提高產(chǎn)量、水分利用率，降低減產(chǎn)風(fēng)險(xiǎn)。灌溉條件下，1區(qū)減產(chǎn)風(fēng)險(xiǎn)逐年上升，但仍遠(yuǎn)低于雨養(yǎng)下的減產(chǎn)風(fēng)險(xiǎn);2區(qū)、3區(qū)減產(chǎn)風(fēng)險(xiǎn)則逐年下降至零。綜合各區(qū)域灌溉對(duì)減產(chǎn)風(fēng)險(xiǎn)的影響，建議1區(qū)、2區(qū)增加灌溉設(shè)施，3區(qū)不推薦但有充足灌溉資源的地區(qū)仍可以增加灌溉。

關(guān)鍵詞：氣候變化;灌溉;雨養(yǎng);作物模型;減產(chǎn)風(fēng)險(xiǎn);參考決策

中圖分類號(hào)： S275;S512.1+10.7 ?文獻(xiàn)標(biāo)志碼： A ?文章編號(hào)：1002-1302（2021）10-0213-10

聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（IPCC）第5次評(píng)估報(bào)告指出，到21世紀(jì)末氣溫可能增加1.5～4.0 ℃，不同地區(qū)的降水變化情況則不盡相同，但極端降水事件增多，預(yù)計(jì)冬小麥每10年減產(chǎn)1.9%[1]。氣候變化對(duì)糧食產(chǎn)量具有重大的影響，有研究認(rèn)為，未來產(chǎn)量變化的32%～39%是由氣候變化所引起的[2-3]。農(nóng)業(yè)是受氣候變化影響最大的行業(yè)之一，特別是農(nóng)業(yè)主體中的作物生產(chǎn)和糧食安全[4]。未來氣候變化條件下極端氣候如高溫、干旱等發(fā)生概率不斷增加，對(duì)作物生產(chǎn)造成重大影響[5-7]，灌溉是作物獲得高產(chǎn)穩(wěn)產(chǎn)的必要條件[8]。因此，探求不同地區(qū)未來氣候變化條件下的灌溉能否增產(chǎn)、效益是否增加、是否符合當(dāng)?shù)氐馁Y源要求就顯得尤為必要。研究氣候變化條件下不同氣候區(qū)作物對(duì)灌溉的不同響應(yīng)，有利于加深認(rèn)識(shí)氣候變化對(duì)農(nóng)業(yè)生產(chǎn)與灌溉水資源的影響，為國(guó)家未來農(nóng)業(yè)發(fā)展提供決策支持[9]。

當(dāng)前評(píng)估氣候變化、灌溉等外部環(huán)境對(duì)作物產(chǎn)量的影響多是基于歷史多年氣象資料和產(chǎn)量數(shù)據(jù)經(jīng)驗(yàn)性地估算[10-13]，缺乏一定的機(jī)理性和準(zhǔn)確性。同時(shí)與未來氣候完全相同的氣候環(huán)境下小麥的生長(zhǎng)動(dòng)態(tài)難以實(shí)現(xiàn)，田間試驗(yàn)主要研究單一氣象因素的改變對(duì)小麥產(chǎn)量的影響[14-15]。單一年份產(chǎn)量具有較大的波動(dòng)性，不能夠很好地反映未來的變化趨勢(shì)，對(duì)于未來產(chǎn)量的不確定性，大容量概率性的預(yù)測(cè)具有更好的指導(dǎo)意義[16-17]。隨著作物生長(zhǎng)模型逐漸成熟，許多學(xué)者將其應(yīng)用于災(zāi)害風(fēng)險(xiǎn)評(píng)估[18-19]，作物模型與氣候模型的結(jié)合應(yīng)用于評(píng)估作物的生長(zhǎng)、發(fā)育、產(chǎn)量對(duì)氣候變化的響應(yīng)[20-22]，但利用作物模型針對(duì)未來氣候變化條件下不同氣候區(qū)灌溉對(duì)冬小麥減產(chǎn)風(fēng)險(xiǎn)的研究較少。使用作物模型模擬冬小麥灌溉在未來氣候變化條件下的生長(zhǎng)規(guī)律和響應(yīng)機(jī)制，進(jìn)而針對(duì)不同氣候區(qū)的各站點(diǎn)采取相應(yīng)的應(yīng)對(duì)措施以緩解甚至利用氣候變化對(duì)作物的影響。通過作物模型與氣候模型相結(jié)合預(yù)測(cè)未來氣候變化條件下糧食產(chǎn)量，歸一化處理得到減產(chǎn)風(fēng)險(xiǎn)以便于對(duì)比不同地區(qū)和時(shí)期灌溉對(duì)冬小麥生長(zhǎng)情況的影響，部分解釋灌溉對(duì)氣象災(zāi)害、不同水平年冬小麥生長(zhǎng)脅迫的緩解程度。能夠較為準(zhǔn)確地反映氣候變化在不同氣候區(qū)的波動(dòng)程度，以及冬小麥在不同氣候區(qū)域、不同時(shí)期的適應(yīng)能力。氣候變化的影響是不可避免的，人類的應(yīng)對(duì)措施只能減緩或者適應(yīng)氣候變化的影響，減緩氣候變化的措施在短期內(nèi)并不能夠產(chǎn)生顯著效果，人類應(yīng)該更積極地適應(yīng)氣候變化[23-24]。了解小麥在未來氣候變化下的生長(zhǎng)狀況有利于人們提前做好應(yīng)對(duì)措施，使小麥能夠更好地適應(yīng)氣候變化的影響[25]，從而通過設(shè)計(jì)合理的管理制度、種植制度和培育新品種等手段適應(yīng)氣候變化的影響。

陜西省位于我國(guó)內(nèi)陸，整體屬于大陸性季風(fēng)氣候，由北向南依次為陜北溫帶干旱半干旱氣候、關(guān)中平原暖溫帶半濕潤(rùn)氣候、陜南亞熱帶濕潤(rùn)氣候，涵蓋了我國(guó)絕大部分的氣候類型，具有典型的研究意義。本研究通過氣候模型和作物模型的聯(lián)合運(yùn)用，模擬預(yù)測(cè)陜西省3個(gè)氣候區(qū)域12個(gè)站點(diǎn)的冬小麥生長(zhǎng)情況和產(chǎn)量，繪制冬小麥對(duì)氣候變化響應(yīng)的概率圖，評(píng)估氣候變化對(duì)冬小麥在不同區(qū)域、時(shí)間尺度下的減產(chǎn)風(fēng)險(xiǎn)，為制定糧食長(zhǎng)期戰(zhàn)略決策提供參考。

1 材料與方法

1.1 試驗(yàn)地概況

相關(guān)田間試驗(yàn)于2014—2016年在西北農(nóng)林科技大學(xué)中國(guó)旱區(qū)節(jié)水研究院農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室試水分轉(zhuǎn)化試驗(yàn)場(chǎng)（34.24°N，108.05°E，海拔506 m）進(jìn)行，該地年平均降水量580 mm左右，年平均氣溫13 ℃，日照時(shí)數(shù)2 196 h，降水年內(nèi)分布不均，關(guān)中灌溉類型耕地屬于半濕潤(rùn)易旱區(qū)。土壤質(zhì)地為中壤土，土層厚3 m，無地下水補(bǔ)給。播前土壤基礎(chǔ)物理化學(xué)性質(zhì)：0～20 cm土層有機(jī)質(zhì)含量16.01 g/kg，全氮含量1.01 g/kg，速效磷含量 17.66 mg/kg，速效鉀含量273.33 mg/kg;0～100 cm土層平均飽和含水量為31.8 g/g，平均pH值為8.07，平均土壤容重為1.48 g/cm3，平均飽和導(dǎo)水率為279.99 cm/d。

1.2 作物模型的校準(zhǔn)和驗(yàn)證

小麥品種選自西北冬麥區(qū)和華北冬麥區(qū)大面積推廣的小偃22。使用DSSAT自帶的GLUE調(diào)參工具進(jìn)行調(diào)參，校準(zhǔn)冬小麥的品種參數(shù)。試驗(yàn)用2014—2015年度的足水足肥處理進(jìn)行校準(zhǔn)，用2015—2016年度的12個(gè)水平水肥處理（試驗(yàn)設(shè)置36個(gè)小區(qū)，每小區(qū)長(zhǎng)6 m，寬2.5 m。采用裂區(qū)試驗(yàn)，3個(gè)灌溉水處理為主區(qū)，4個(gè)施肥水平為副區(qū)，重復(fù)3次。氮肥處理為N0、N105、N210、N315，分別表示施氮量為0、105、210、315 kg/hm2。灌水處理為I0（雨養(yǎng)）、I1（冬灌60 mm）、I2（冬灌60 mm，拔節(jié) 40 mm）、I3（冬灌60 mm，拔節(jié)40 mm，灌漿60 mm）。校準(zhǔn)所需的氣象數(shù)據(jù)、土壤數(shù)據(jù)以及管理數(shù)據(jù)等均由田間試驗(yàn)直接測(cè)量，使用DSSAT模型自帶的調(diào)參工具GLUE[26-27]進(jìn)行調(diào)參。首先利用2014—2015年度試驗(yàn)的足水足肥處理[28]（冬灌60 mm、拔節(jié) 40 mm，播前施氮肥210 kg/hm2）校準(zhǔn)模型參數(shù)。

由于本研究主要考慮未來的產(chǎn)量變化，所以將產(chǎn)量作為主要的校準(zhǔn)參數(shù)。本研究采用國(guó)際校驗(yàn)?zāi)Ｐ洼^為常用的均方根誤差方法（nRMSE）來衡量不同水肥條件下產(chǎn)量模擬值與實(shí)測(cè)值相對(duì)的差異程度，以校驗(yàn)DSSAT模型對(duì)作物產(chǎn)量的模擬精度：

1.3 天氣發(fā)生器LarsWG5.5簡(jiǎn)介

全球氣候模型（GCMs）是當(dāng)前最先進(jìn)的用來預(yù)測(cè)地球氣候系統(tǒng)變化的工具，然而直接使用GCMs對(duì)當(dāng)?shù)氐臍夂蝾A(yù)測(cè)評(píng)估氣候變化的影響，則會(huì)因?yàn)榇植诘目臻g分辨率導(dǎo)致重大的誤差和不確定性[30]。 LarsWG天氣發(fā)生器是由英國(guó)洛桑實(shí)驗(yàn)室為了滿足作物生長(zhǎng)模型和水文模型研發(fā)的隨機(jī)氣候發(fā)生器，包括15種基于IPCC4的GCMs氣候場(chǎng)景[31-32]。LarsWG被廣泛應(yīng)用于作物產(chǎn)量的預(yù)測(cè)、水文循環(huán)及土壤侵蝕的預(yù)報(bào)、地球生態(tài)系統(tǒng)和極端環(huán)境事件發(fā)生概率的評(píng)估等[33]。LarsWG可利用單個(gè)站點(diǎn)的歷史氣象資料和地理資料根據(jù)GCMs生成未來某一階段的降水量、太陽(yáng)輻射量、最高氣溫和最低氣溫等氣象資料的日序列，這些氣象資料也是作物模型模擬所需的氣象資料基本值。王幼奇等評(píng)估了LarsWG天氣發(fā)生器在黃土高原和關(guān)中平原的適應(yīng)性研究，模擬結(jié)果較好，可用來模擬該地區(qū)未來氣候變化的日序列值[34]。

1.4 模擬情境設(shè)定

由于陜西省不同地域的種植制度不同，為了使結(jié)果有更好的說明性和統(tǒng)一性，模型的管理參數(shù)中，灌溉統(tǒng)一設(shè)定為冬灌45 mm，拔節(jié)期灌水 45 mm，灌水方式為畦灌;播種期設(shè)定為每年的10月1—15日，日平均溫度達(dá)到20 ℃且有小于2 mm的降水時(shí)模型自動(dòng)播種;施肥期設(shè)定為同一天，施肥量設(shè)定為陜西地區(qū)常用的施純氮210 kg/hm2，地表撒播;耕作方式為機(jī)器旋耕;收獲期設(shè)定為冬小麥成熟時(shí)收獲。模型所需的氣象數(shù)據(jù)由2個(gè)部分組成：1965—2014年的氣象數(shù)據(jù)由中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)下載查閱得到[35];2000—2065年間的預(yù)測(cè)數(shù)據(jù)則由天氣發(fā)生器（the Long Ashton Research Station Weather Generator，LARSWG5.5）根據(jù)未來CO2濃度的不同將未來50年內(nèi)分為2個(gè)階段（2015—2030年、2046—2065年），輸入1965—2014年的氣象數(shù)據(jù)分別得出3個(gè)階段各50年的氣象數(shù)據(jù)模擬值。土壤數(shù)據(jù)則由中國(guó)土壤數(shù)據(jù)庫(kù)查閱得到[36]。

DSSAT模型在輸入土壤數(shù)據(jù)、管理數(shù)據(jù)、品種數(shù)據(jù)、氣象數(shù)據(jù)后，分別運(yùn)行12個(gè)站點(diǎn)1965—2014年、2015—2030年、2046—2065年各50年的氣象數(shù)據(jù)，輸出冬小麥生長(zhǎng)數(shù)據(jù)并分析（表1）。

2 結(jié)果與分析

2.1 CERES-Wheat模型的校準(zhǔn)

校準(zhǔn)模型使用2014—2015年度的大田試驗(yàn)數(shù)據(jù)，足水足肥處理（I3N315）的生育期、產(chǎn)量、收獲期籽粒氮產(chǎn)量（GNAM）、蒸發(fā)散（ET）平均模擬值與觀測(cè)值的偏差率均小于10% （表2），模擬結(jié)果較優(yōu)，說明校準(zhǔn)的基因型參數(shù)能夠較好地反映冬小麥品種的相關(guān)特性（表3）。CERES-Wheat 能夠準(zhǔn)確地模擬物候期、作物生長(zhǎng)、水分和養(yǎng)分的運(yùn)移。

2.2 CERES-Wheat模型的驗(yàn)證

對(duì)比2015—2016年度不同水肥條件下產(chǎn)量的模擬值與實(shí)測(cè)值（圖1），同時(shí)驗(yàn)證模擬精度，模型產(chǎn)量、蛋白質(zhì)的模擬值與實(shí)測(cè)值的RRMSE=0.035<0.1，能很好地滿足精度要求。模擬值與實(shí)測(cè)值吻合度極高，說明模型能夠很好地模擬不同環(huán)境作物對(duì)產(chǎn)量的影響，可以在此基礎(chǔ)上拓展和模擬不同環(huán)境下冬小麥的生長(zhǎng)動(dòng)態(tài)。

由于驗(yàn)證試驗(yàn)共有16個(gè)處理，本研究?jī)H列出2015—2016年度雨養(yǎng)（I0N2）和灌溉 （I2N2） 條件下冬小麥不同土層平均土壤含水率的驗(yàn)證情況（表4）。雨養(yǎng)條件下，各土層平均土壤含水率（nRMSE）均小于0.1，說明模擬結(jié)果極好，其中0～60 cm土層模擬含水率偏小，60～200 mm土層模擬含水率偏大。而灌溉條件下模擬結(jié)果與雨養(yǎng)相比較差，但除40～60 cm土層nRMSE略大于0.1，模擬結(jié)果為好外，其余土層土壤含水率模擬結(jié)果均為極好。所以模型能夠模擬各種管理措施下的土壤水分運(yùn)移情況。

2.3 陜西省歷史和未來氣候分析

陜西省面積狹長(zhǎng)緯度跨越較大，年平均溫度為2.8～11.6 ℃，陜西省南部溫度較高，并向北逐漸降低（圖2-a）。2015—2030年間，陜西省中部、北部增溫較快，平均增溫0.92 ℃。其中2區(qū)的銅川站增溫達(dá)2.3 ℃，增溫最小的是位于2區(qū)的鳳翔站，僅增溫0.22 ℃（圖2-b）。2046—2065年全省的增溫速度則趨于一致，與2015—2030年平均溫度相比，普遍升溫0.85～0.98 ℃，全省平均升溫0.91 ℃。與21世紀(jì)初相比，則累計(jì)增溫1.35～3.34 ℃，其中延安站、吳旗站、銅川站增溫最快，分別為1.80、2.05、3.34 ℃。1區(qū)和3區(qū)較為一致，平均增溫1.70 ℃左右（圖2-c）。

陜西省屬于季風(fēng)氣候，生育期內(nèi)降水自南向北逐漸減少（圖3-a）。小麥生育期內(nèi)降水情況基本與全年相似，但自南向北生育期內(nèi)降水量占全年降水量的百分比卻在不斷減少，越往北降水越集中在非冬小麥生育期內(nèi)。因此，3區(qū)小麥生育期內(nèi)可利用的降水就更加匱乏。2015—2030年陜西省除了2區(qū)外，其他地區(qū)的全年降水量均出現(xiàn)了不同程度的降低，而不同站點(diǎn)生育期降水量的變幅與全年相比卻不盡相同（圖3-b）?？傮w而言，生育期內(nèi)降水量占全年降水量的百分比均出現(xiàn)了4%左右的增加。陜西省東部和北部生育期內(nèi)降水量增幅較大，南部和西部增幅較小，甚至定邊站、漢中站的生育期降水量還有較大幅度減少。2046—2065年情況基本類似，全省生育期內(nèi)降水平均增長(zhǎng)在13%左右（圖3-c）。

2.4 冬小麥產(chǎn)量

由圖4可知，陜西省12個(gè)站點(diǎn)不同氣候區(qū)域各時(shí)期雨養(yǎng)條件下的歷史多年小麥平均產(chǎn)量為 1 193～7 218 kg/hm2，差異巨大。最高產(chǎn)量出現(xiàn)在秦嶺附近的商洛站和佛坪站，平均產(chǎn)量分別達(dá)到了5 677、7 218 kg/hm2。最低產(chǎn)量出現(xiàn)在陜西西北部的吳旗站和定邊站，平均產(chǎn)量分別為1 193、2 579 kg/hm2。冬小麥產(chǎn)量隨緯度升高呈現(xiàn)先增高后降低的趨勢(shì)。未來20年，1區(qū)產(chǎn)量降低0.2%～14.1%，西部降幅明顯高于東部;2區(qū)南部的武功站、鳳翔站減產(chǎn)0.4%～1.0%，但北部的銅川站、延安站分別增產(chǎn)52.7%、16.1%;3區(qū)小幅增產(chǎn)7.5%～10.3%。未來50年，1區(qū)產(chǎn)量則呈現(xiàn)不同程度的增加，但增幅不明顯，其中佛坪產(chǎn)量仍低于歷史平均產(chǎn)量;2區(qū)南部小幅增產(chǎn)，北部則繼續(xù)保持高增長(zhǎng)態(tài)勢(shì);3區(qū)增產(chǎn)11.2%～26.8%。

與雨養(yǎng)條件相比，灌溉能顯著改變氣候變化對(duì)產(chǎn)量變化趨勢(shì)的影響，不同氣候區(qū)對(duì)其有不同的響應(yīng)。其中1區(qū)產(chǎn)量逐漸下降;2區(qū)南部呈波動(dòng)狀態(tài)，但總產(chǎn)量基本保持不變，北部產(chǎn)量則明顯增加;3區(qū)情況與1區(qū)相反，產(chǎn)量逐年增加且增幅大于雨養(yǎng)條件。

2.5 冬小麥生長(zhǎng)情況、土壤水分、減產(chǎn)風(fēng)險(xiǎn)

由表5可知，氣溫升高造成作物成熟期提前，各站點(diǎn)成熟期均隨時(shí)間的增加而縮短。由于模型中物候期是由積溫確定的，并沒有考慮脅迫的影響，因此雨養(yǎng)和灌溉條件下在同一時(shí)期的成熟期是一致的，與實(shí)際情況不符但差距不大[28]。未來氣候變化條件下，1區(qū)籽粒粒質(zhì)量整體出現(xiàn)小幅下降，關(guān)中和陜北地區(qū)則保持不變或小幅上升。分蘗數(shù)、粒數(shù)則只有1區(qū)出現(xiàn)較小幅度的波動(dòng)，其余地區(qū)則大幅增加。雖然氣候變化最顯著的特征是溫度升高，但全省除3區(qū)外，大部分地區(qū)的蒸散發(fā)量反而出現(xiàn)輕微減少的現(xiàn)象，水分利用效率也因此提高。其中，2區(qū)主要以蒸散發(fā)量的減少為主，1區(qū)則蒸散發(fā)量和蒸騰量同時(shí)減少。銅川站以南減產(chǎn)風(fēng)險(xiǎn)逐年增加，銅川站及其以北地區(qū)減產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)逐年下降的趨勢(shì)（圖5）。

灌溉緩解了各地區(qū)不同時(shí)期的水分脅迫，但降低了水分利用效率。灌溉使武功站及其以南的高產(chǎn)區(qū)粒質(zhì)量小幅上升，以北的低產(chǎn)區(qū)則下降。全省粒數(shù)、分蘗數(shù)則大幅度增加，自南向北增幅逐漸變大，但隨時(shí)間的增加增幅效果變?nèi)酢?區(qū)收獲指數(shù)小幅增加，其余地區(qū)則出現(xiàn)下降的趨勢(shì)。全省蒸散發(fā)量、蒸騰量均大幅增加，但1區(qū)的蒸散發(fā)量同時(shí)明顯下降。銅川站以南減產(chǎn)風(fēng)險(xiǎn)大幅下降，銅川站及其以北地區(qū)減產(chǎn)風(fēng)險(xiǎn)則基本為零（圖6）。

3 討論

本研究利用當(dāng)前最常用的作物模型DSSAT4.6和天氣發(fā)生器LARSWG5.5，模擬陜西省未來氣候變暖條件下灌溉、雨養(yǎng)的冬小麥生長(zhǎng)情況和水分變化。在進(jìn)行區(qū)域評(píng)估時(shí)，站點(diǎn)的數(shù)量和選擇會(huì)對(duì)區(qū)域風(fēng)險(xiǎn)評(píng)估帶來很大的影響，因此站點(diǎn)或者采樣點(diǎn)要能夠代表附近區(qū)域的特征。當(dāng)建立區(qū)域減產(chǎn)風(fēng)險(xiǎn)評(píng)估機(jī)制時(shí)，須要考慮的不再是單因素對(duì)概率的影響，而是氣溫、降水、地面有效輻射、土壤理化性質(zhì)、站點(diǎn)地理位置、管理制度等多因素交互作用對(duì)冬小麥產(chǎn)量的長(zhǎng)期影響，使之能夠較為客觀地評(píng)估、計(jì)算未來減產(chǎn)風(fēng)險(xiǎn)的概率分布。Xiao等的研究表明，在B2情境下未來陜西地區(qū)降水和大于0 ℃積溫總體呈增加趨勢(shì)，有利于作物的生長(zhǎng)發(fā)育和產(chǎn)量的提高[24]。王紅麗等的研究表明，西北干旱半干旱地區(qū)蒸散發(fā)量與降水量之差在逐漸減小，減少了土壤無效蒸發(fā)，肯定了氣候變化對(duì)該地區(qū)的積極作用[25]。本研究表明，氣候?qū)Σ煌瑲夂騾^(qū)、不同時(shí)期的影響不盡相同，而灌溉能夠彌補(bǔ)甚至利用氣候變化對(duì)冬小麥生長(zhǎng)的不利影響。

3.1 氣候變化對(duì)不同氣候區(qū)的影響

各區(qū)域在不同時(shí)期均存在不同程度的水分脅迫，且對(duì)產(chǎn)量的總量和穩(wěn)定性都帶來了不利的影響。溫度升高有利于植物的生長(zhǎng)和產(chǎn)量的增加，根據(jù)品種的不同變化差異較大[37]。降水、平均溫度與產(chǎn)量都極顯著正相關(guān)，溫度升高、降水增加都將有利于冬小麥產(chǎn)量;降水和平均溫度與減產(chǎn)風(fēng)險(xiǎn)則為負(fù)相關(guān)，雖然沒有顯著性的關(guān)系，但也能從一定程度上說明氣候變化不利于冬小麥產(chǎn)量的穩(wěn)定。

1區(qū)屬于亞熱帶濕潤(rùn)區(qū)，當(dāng)?shù)胤N植制度以稻麥輪作為主。氣候變化條件下未來20年該區(qū)冬小麥生育期降水減少、溫度升高造成的分蘗數(shù)、粒數(shù)、粒質(zhì)量顯著降低是1區(qū)減產(chǎn)的主要原因，同時(shí)減產(chǎn)風(fēng)險(xiǎn)大幅上升。粒質(zhì)量是產(chǎn)量構(gòu)成的主要因素之一，隨著單產(chǎn)的提高，粒質(zhì)量所占的作用也越來越大，高產(chǎn)條件下粒質(zhì)量更是決定產(chǎn)量高低的決定因素[38]。因此，優(yōu)良品種的選育和合理的灌溉、施肥制度則是保證該地區(qū)產(chǎn)量穩(wěn)定和增長(zhǎng)的主要方式。未來50年，1區(qū)在降水、溫度進(jìn)一步增加的情況下蒸散發(fā)量反而下降。其中土壤蒸發(fā)下降，植株蒸騰增加，水分利用率進(jìn)一步提高，產(chǎn)量增加7.8%～21.0%。減產(chǎn)風(fēng)險(xiǎn)并沒有因?yàn)楫a(chǎn)量的增加而降低，部分站點(diǎn)的減產(chǎn)風(fēng)險(xiǎn)反而進(jìn)一步升高，原因可能是氣候變化造成1區(qū)降水年內(nèi)、年際間分布不均，產(chǎn)量差異擴(kuò)大，不利于產(chǎn)量的穩(wěn)定。與王衛(wèi)光等的研究結(jié)果[39]類似，未來氣候變化條件下參考作物蒸發(fā)蒸騰量和作物需水量均顯著下降。1區(qū)作為糧食主產(chǎn)區(qū)其產(chǎn)量的波動(dòng)對(duì)糧食安全的保證具有重大影響，雖然總體上氣候變化有利于該區(qū)冬小麥的生長(zhǎng)，但是較大的氣象年際差異導(dǎo)致減產(chǎn)風(fēng)險(xiǎn)增加。適時(shí)適量灌溉將有效解決降水分布不均、周期不規(guī)律的水分脅迫問題，減少需水關(guān)鍵期水分虧缺對(duì)產(chǎn)量的影響。

2區(qū)為溫帶半濕潤(rùn)季風(fēng)氣候，玉麥輪作一年兩熟，為傳統(tǒng)糧食主產(chǎn)區(qū)。2區(qū)生育期降水量遠(yuǎn)大于3區(qū)，但水分脅迫指數(shù)卻與3區(qū)相近。蒸散發(fā)量達(dá)到了344.9 mm，植株蒸騰量卻僅有102.2 mm，大量的土壤水分被蒸發(fā)，無法被作物充分利用。與張俊香等的研究結(jié)果[40]類似，氣候變化條件下2區(qū)溫度升高、降水減少，產(chǎn)量增加。雖然降水呈下降趨勢(shì)，但由于溫度適當(dāng)升高促進(jìn)了植株的生長(zhǎng)。蒸騰量與溫度、粒質(zhì)量、粒數(shù)和分蘗數(shù)等均呈顯著正相關(guān)關(guān)系，蒸騰量顯著增加，水分利用率、產(chǎn)量也較大幅度的增長(zhǎng)，減產(chǎn)風(fēng)險(xiǎn)降低近35.9%。減產(chǎn)風(fēng)險(xiǎn)極為明顯的降低，一方面是由于產(chǎn)量基數(shù)的擴(kuò)大，另一方面是由于氣候在該時(shí)期較為平穩(wěn)的變化，波動(dòng)較小。氣候變化在該地區(qū)表現(xiàn)出積極的作用，但降水資源較熱量資源仍然偏少。景毅剛等的研究表明，氣候變化條件下，關(guān)中地區(qū)光熱適宜度最高且呈逐年增加趨勢(shì)，降水適宜度減小成為限制小麥增產(chǎn)的最主要因素[41]。

3區(qū)為溫帶干旱半干旱季風(fēng)氣候，該區(qū)域作物增產(chǎn)的主要限制因子是溫度過低、水分不足。種植制度一年一收，冬小麥或春玉米的休耕期長(zhǎng)，浪費(fèi)了大量的光、熱、水資源。未來20年，3區(qū)降水小幅降低，但年平均溫度增加較多。但由于該時(shí)期作物生長(zhǎng)狀況較差，葉面積指數(shù)降低，并沒有出現(xiàn)1區(qū)、2區(qū)類似的情況，反而土壤蒸發(fā)量變多、植株蒸騰量減弱、蒸散發(fā)量變少，水分脅迫增加。但總體而言，該時(shí)期氣候仍對(duì)小麥生長(zhǎng)有利，產(chǎn)量小幅增加。未來50年降水增多、溫度進(jìn)一步升高，蒸散發(fā)量、植株蒸騰量都有一定程度的增加，水分利用效率也因此進(jìn)一步提高。粒質(zhì)量、分蘗數(shù)、粒數(shù)普遍出現(xiàn)較大幅度的增長(zhǎng)，產(chǎn)量因此增長(zhǎng)11.2%～27.8%。但相較于1區(qū)、2區(qū)，產(chǎn)量增幅、總量仍有一定程度的差距。減產(chǎn)風(fēng)險(xiǎn)雖有所降低，但絕對(duì)值仍然偏大。鄧振鏞等的研究表明，陜北本身的氣候條件、耕作條件等均不利于冬小麥的生長(zhǎng)，而未來氣候變暖條件下冬小麥適宜的種植區(qū)域向高海拔、高緯度區(qū)域延伸，冬小麥生育期縮短9～15 d，使得陜北的種植制度也需要隨之改變，來適應(yīng)氣候的變化[28]。肖風(fēng)勁等的研究表明，多熟制是糧食增產(chǎn)增收的重要因素[29]。而未來種植制度改變?yōu)槎←溝挠衩纵喿鳎瑒t可以極大地提高土地、光熱資源的利用效率。另一方面，由氣候變化對(duì)冬小麥的影響和溫度、水分與產(chǎn)量的相關(guān)關(guān)系可知，溫度升高、降水增加有利于冬小麥產(chǎn)量的提升，甚至在溫度升高、降水有所降低的情況下3區(qū)冬小麥產(chǎn)量仍然增加。因此，溫度也成為限制3區(qū)冬小麥增產(chǎn)的最主要因素。通過薄膜、秸稈覆蓋和灌溉等措施起到增溫保墑的作用，能夠極大地提高冬小麥產(chǎn)量，降低減產(chǎn)風(fēng)險(xiǎn)。

3.2 灌溉在不同時(shí)期對(duì)不同氣候區(qū)的影響

氣候資源及其分配為農(nóng)業(yè)生產(chǎn)提供必要的能量和物質(zhì)，直接影響作物的生長(zhǎng)過程[42];氣候變化直接改變農(nóng)業(yè)氣候資源總量及其組成成分的配比，為了獲得高產(chǎn)、穩(wěn)產(chǎn)就需要通過一定措施合理地改變氣候資源[43]。氣候變化條件下水熱資源不匹配，造成冬小麥在不同時(shí)期對(duì)不同氣候區(qū)的水分脅迫指數(shù)均較高，嚴(yán)重影響了冬小麥的正常生長(zhǎng)[44]，因此在結(jié)合上面的分析提出灌溉的方式來解決氣候變化帶來的不利影響。未來氣候變化條件下特別是未來20年，降水呈現(xiàn)普遍減少的趨勢(shì)，而溫度大幅升高，土壤無效蒸發(fā)顯著增加，大量的光、熱、水資源沒有被合理利用，甚至對(duì)植物生長(zhǎng)帶來不利影響，為實(shí)現(xiàn)氣候資源的充分利用，合理灌溉就成為適應(yīng)氣候變化的重要措施。

灌溉一方面減少了作物水分脅迫程度，在需水關(guān)鍵期保證水分的供給;另一方面可以增加作物生物量和葉面積指數(shù)，增加植株蒸騰量，減少土壤蒸發(fā)量，提高水分利用率[45]。未來氣候變化條件下，同一地區(qū)、同一時(shí)期，灌溉能促進(jìn)粒數(shù)、分蘗數(shù)的提高，減少作物水分脅迫系數(shù)，增幅由南向北逐漸增加。蒸散量由南向北增幅由8.9%增加至26.8%，而銅川站及其以南的地區(qū)在此基礎(chǔ)上土壤蒸發(fā)減少1.6%～15.3%，原因可能是灌溉使南部葉面積指數(shù)增加、地表裸露較少，水分主要以植株蒸騰的形式消耗，極大提高了水分利用效率。因此，雖然南部在較高水分利用率、產(chǎn)量的基礎(chǔ)上，絕對(duì)數(shù)值仍然分別有1.5%～5.7%、1 186～4 289 kg/hm2的高增長(zhǎng)，但增幅略小于北部。但是粒質(zhì)量普遍小幅下降，不利于小麥的品質(zhì)和價(jià)格。

灌溉條件下減產(chǎn)風(fēng)險(xiǎn)大幅下降25.6%～58.9%，極大地保證了糧食生產(chǎn)的穩(wěn)定。但灌溉并沒有出現(xiàn)很好的一致性規(guī)律，不同地區(qū)減產(chǎn)風(fēng)險(xiǎn)對(duì)灌溉的響應(yīng)不同。1區(qū)灌溉條件下產(chǎn)量逐年下降，可能是該區(qū)的降水較多不利于植物根系呼吸造成的洪澇脅迫，也有可能是降水時(shí)間過長(zhǎng)、光熱資源不足引起產(chǎn)量的逐年下降。與此同時(shí)，未來20～50年減產(chǎn)風(fēng)險(xiǎn)上升，則可能是氣候變化劇烈波動(dòng)引起造成的，該時(shí)期水分虧缺不再是主要的脅迫因素，頻發(fā)的高溫等氣象災(zāi)害可能是造成減產(chǎn)風(fēng)險(xiǎn)增加的主要原因。雖然整體上灌溉促進(jìn)了產(chǎn)量的大幅增加和減產(chǎn)風(fēng)險(xiǎn)的大幅下降，但氣候變化仍對(duì)灌溉條件下的減產(chǎn)風(fēng)險(xiǎn)起到了負(fù)面作用。2區(qū)、3區(qū)的灌溉與氣候變化的耦合效應(yīng)促進(jìn)了冬小麥的生長(zhǎng)，不僅產(chǎn)量大幅上升，且減產(chǎn)風(fēng)險(xiǎn)下降至零。灌溉帶來的充足水資源使冬小麥能夠充分利用氣候變化所帶來的更多的光熱資源，提高作物的光合效率，降低了水分脅迫，從而保證了冬小麥產(chǎn)量穩(wěn)定增長(zhǎng)。

在全球氣候變化背景下，灌溉農(nóng)業(yè)的發(fā)展嚴(yán)重受制于灌溉水資源，在水資源稀缺的地區(qū)尤為明顯[46]。2區(qū)為傳統(tǒng)的灌溉農(nóng)業(yè)，灌溉設(shè)施及灌溉水資源充足;1區(qū)雖然為傳統(tǒng)旱作農(nóng)業(yè)區(qū)，但潛在灌溉水資源豐富，未來氣候變化條件下可以適當(dāng)?shù)毓喔纫蕴岣叨←湲a(chǎn)量，減少減產(chǎn)風(fēng)險(xiǎn);3區(qū)雖然灌溉產(chǎn)量增幅巨大，但產(chǎn)量增加絕對(duì)值基本與1區(qū)、2區(qū)相同，同時(shí)3區(qū)灌溉水資源嚴(yán)重不足、地勢(shì)起伏波動(dòng)較大不利于灌溉設(shè)施的建設(shè)，灌溉投入加大但效益增加不顯著。綜上，在未來氣候變化條件下，1區(qū)可以建設(shè)灌溉設(shè)施，同時(shí)鞏固2區(qū)灌溉設(shè)施的投入，3區(qū)則應(yīng)以秸稈薄膜覆蓋、增施土壤擴(kuò)蓄增容肥等管理措施蓄水保墑。

總體而言，灌溉遠(yuǎn)大于氣候變化對(duì)冬小麥生長(zhǎng)產(chǎn)生的影響，且灌溉能夠充分利用氣候變化增加的光熱資源。本研究主要分析溫度和降水及其變化對(duì)減產(chǎn)風(fēng)險(xiǎn)的影響，對(duì)地面有效輻射、土壤理化性質(zhì)、站點(diǎn)地理位置等較為穩(wěn)定的數(shù)據(jù)沒有過多分析，其他因素如灌溉時(shí)間、灌溉量等則作為常量輸入模型，需要進(jìn)一步研究。

4 結(jié)論

本研究提出了一種較為新穎的方法來評(píng)估灌溉對(duì)氣候變化條件下農(nóng)業(yè)的影響，使用減產(chǎn)風(fēng)險(xiǎn)的概念便于不同區(qū)域和時(shí)期作物產(chǎn)量的橫向、縱向?qū)Ρ龋梢栽趨^(qū)域尺度做出中長(zhǎng)期的合理規(guī)劃。

氣候變化對(duì)陜西省不同區(qū)域的影響程度不同。3區(qū)受氣候變化的影響較大，2區(qū)次之，1區(qū)受氣候變化的影響較弱，但各地區(qū)增產(chǎn)總量差距不大。1區(qū)減產(chǎn)風(fēng)險(xiǎn)逐年增加，2區(qū)、3區(qū)減產(chǎn)風(fēng)險(xiǎn)逐年減少。不同時(shí)期氣候變化對(duì)冬小麥生長(zhǎng)的影響不同。未來20年氣候變化總體上不利于冬小麥產(chǎn)量的增長(zhǎng)和穩(wěn)定，未來50年則反之。灌溉能夠減緩并利用氣候變化對(duì)冬小麥生長(zhǎng)的不利影響，大幅減少冬小麥減產(chǎn)風(fēng)險(xiǎn)。灌溉條件下1區(qū)減產(chǎn)風(fēng)險(xiǎn)逐年上升，但仍遠(yuǎn)低于雨養(yǎng)條件;2區(qū)、3區(qū)減產(chǎn)風(fēng)險(xiǎn)則逐年下降至零。

參考文獻(xiàn)：

[1]IPCC Working Group. Climate change 2013 The physical science basis Contribution[R]. IPCC，2013.

[2]Ray D K，Gerber J S，Macdonald G K，et al. Climate variation explains a third of global cropyield variability[J]. Nature Communications，2015（1）：1-9.

[3]Sharon M，David L. The influence of climate change on global crop productivity[J]. Plant Physiology，2012，160（4）：1686-1697.

[4]Richard M A. Global climate change and agriculture an economic perspective[J]. American Journal of Agricultural Economics，1989，71（5）：905-910.

[5]Elizabeth A A，Stephen P L. What have we learned from 15 years of free-air CO2 enrichment （FACE）？A meta-analytic review of the responses of photosynthesis，canopy properties and plant production to rising CO2[J]. US National Library of Medicine National Institute，2005，165（2）：351-371.

[6]Barnett D N，Simon J B，Murphy J M，et al. Quantifying uncertainty in changes in extreme event frequency in response to doubled CO2 using a large ensemble of GCM simulations[J]. Climate Dynamics，2006（26）：489-511.

[7]Ferrise R，Moriondo M，Bindi M. Probabilistic assessments of climate change impacts on durumwheat in the Mediterranean region[J]. Natural Hazards & Earth System Sciences，2015，11（5）：1293-1302.

[8]李全起，沈加印，趙丹丹. 灌溉頻率對(duì)冬小麥產(chǎn)量及葉片水分利用效率的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27（3）：33-36.

[9]黃志剛，王小立，肖 燁，等. 氣候變化對(duì)松嫩平原水稻灌溉需水量的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2015，26（1）：250-268.

[10]張雪芬，余衛(wèi)東，王春乙.基于作物模型災(zāi)損識(shí)別的黃淮區(qū)域冬小麥晚霜凍風(fēng)險(xiǎn)評(píng)估[J]. 高原氣象，2012，31（1）：277-284.

[11]Kang Y，Khan S，Ma X. Climate change impacts on crop yield，crop water productivity and food security-A review[J]. Progress in Natural Science，2009，19（12）：1665-1674.

[12]王 柳，熊 偉，溫小樂，等. 溫度降水等氣候因子變化對(duì)中國(guó)玉米產(chǎn)量的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（21）：138-145.

[13]David Z，Lydia S，Davide C. Using historical climate observantions to understand future climate change crop yield impacts in the Southeastern US[J]. Climatic Change，2016，13（4）：311-326.

[14]David G，Xavier L B，Matthieu B，et al. Evaluating agronomic adaptation options to increasing heat stress under climate change during wheat grain filling in France[J]. European Journal of Agronomy，2012，39：62-70.

[15]Oleary G J，Christy B，Nuttall J，et al. Response of wheat growth，grain yield and water use to elevated CO2 under a Free-Air CO2 Enrichment （FACE） experiment and modelling in a semi-arid environment[J]. Global Change Biology，2015，21（7）：2670-2686.

[16]Jones J W，Hoogenboom G，Porter C，et al. The DSSAT cropping system model[J]. EUR J Agron，2003，18（2）：235-265.

[17]Ryosuke S，Satya P. National spatial crop yield simulation using GIS-based crop production model[J]. Ecological Modelling，2001，35（1）：113-129.

[18]張雪芬，余衛(wèi)東，王春乙，等. WOFOST模型在冬小麥晚霜凍害評(píng)估中的應(yīng)用[J]. 自然災(zāi)害學(xué)報(bào)，2009，25（10）：35-44.

[19]孫 寧，馮利平. 利用冬小麥作物生長(zhǎng)模型對(duì)產(chǎn)量氣候風(fēng)險(xiǎn)的評(píng)估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21（2）：106-110.

[20]張 宇. 氣候變化對(duì)我國(guó)小麥發(fā)育及產(chǎn)量可能影響的模擬研究[J]. 應(yīng)用氣象學(xué)報(bào)，2000，11（3）：264-270.

[21]居 輝，熊 偉，許吟隆，等. 氣候變化對(duì)我國(guó)小麥產(chǎn)量的影響[J]. 作物學(xué)報(bào)，2005，31（10）：1340-1343.

[22]劉玉潔，陶福祿. 氣候變化對(duì)小麥生物量影響的概率預(yù)測(cè)和不確定性分析[J]. 地理學(xué)報(bào)，2012，67（3）：337-345.

[23]Zhang Z，Wang P，Chen Y，et al. Spatial pattern and decadal change of AMD in the main wheat production area of China during 1991—2009[J]. Journal of Geographical Sciences，2014，24（3）：387-396.

[24]Xiao W，Olesen J E，Bernd W. Traits in spring wheat cultivars associated with yield loss caused by a heat stress episode after anthesis[J]. Journal of Agronomy and Crop Science，2015，201（2）：32-48.

[25]王紅麗，張緒成，魏勝文. 氣候變化對(duì)西北半干旱區(qū)旱作農(nóng)業(yè)的影響及解決途徑[J]. 農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2015，32（6）：517-524.

[26]He J，Dukes M D，Jones J W，et al. Applying glue for estimating CERES-Maize genetic and soil parameters for sweet corn production[J]. Transactions of the Asabe，2009，52（6）：1907-1921.

[27]He J，James W J，Graham W D，et al. Influence of likelihood function choice for estimating crop model parameters using the generalized likelihood uncertainty estimation method[J]. Agricultural Systems，2010，103（5）：256-264.

[28]鄧振鏞，徐金芳，黃蕾諾，等. 我國(guó)北方小麥干熱風(fēng)危害特征研究[J]. 安徽農(nóng)業(yè)科學(xué)，2009，37（20）：9575-9577.

[29]肖風(fēng)勁，張海東，王春乙，等. 氣候變化對(duì)我國(guó)農(nóng)業(yè)的可能影響及適應(yīng)性對(duì)策[J]. 自然災(zāi)害學(xué)報(bào)，2006（增刊1）：327-331.

[30]Meehl G A，Covey C，Taylor K E，et al. The wcrp cmip3 multimodel dataset_ a new era in climate change research[J]. Bull Am Meteorol Soc，2007，88（9）：1383-1394.

[31]Semenov M，Brooks R J，Barrow E M，et al. Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates[J]. Climate Research，1998，10（2）：95-107.

[32]Semenov M，Pilkington-Bennett S，Calanca P. Changes in precipitation and temperature in Xiangjiang River Basin，China[J]. Climate Research，2013，57（1）：1-17.

[33]Semenov M，Barrow E. Use of a stochastic weather generator in the development of climate change scenarios[J]. Climatic Change，1997，35（4）：397-414，18.

[34]王幼奇，樊 軍，邵明安. LARS-WG天氣發(fā)生器在黃土高原的適應(yīng)性研究[J]. 中國(guó)水土保持科學(xué)，2007，5（3）：24-27.

[35]中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng). 中國(guó)地面氣候資料日值數(shù)據(jù)集（V3.0）[DB/OL]. （2016-12-31）[2018-12-31].http：//data.cma.cn/.

[36]中國(guó)科學(xué)院南京土壤研究所. 中國(guó)土種數(shù)據(jù)庫(kù)[DB/OL]. （2016-12-31）[2018-12-31]. http：//vdb3.soil.csdb.cn/.

[37]Panozzo J，Partington D L，Seneweera S，et al. Elevated carbon dioxide changes grain protein concentration and composition and compromises baking quality. A FACE study[J]. Journal of Cereal Science，2014，60（3）：461-470.

[38]田紀(jì)春. 谷物品質(zhì)測(cè)試?yán)碚撆c方法[M]. 北京：科學(xué)出版社，2006.

[39]王衛(wèi)光，彭世彰，孫風(fēng)朝，等. 氣候變化下長(zhǎng)江中下游水稻灌溉需水量時(shí)空變化特征[J]. 水科學(xué)進(jìn)展，2012，23（5）：656-664.

[40]張俊香，延軍平. 關(guān)中平原小麥產(chǎn)量對(duì)氣候變化區(qū)域響應(yīng)的評(píng)價(jià)模型研究[J]. 干旱區(qū)資源與環(huán)境，2003，17（1）：85-90.

[41]景毅剛，高茂盛，范建忠，等. 陜西關(guān)中冬小麥氣候適宜度分析[J]. 西北農(nóng)業(yè)學(xué)報(bào)，2013，22（8）：27-32.

[42]李 建，江曉東，楊沈斌，等. 長(zhǎng)江中下游地區(qū)水稻生長(zhǎng)季節(jié)內(nèi)農(nóng)業(yè)氣候資源變化[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)，2020，36（1）：99-107.

[43]郭建平.氣候變化對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J]. 應(yīng)用氣象學(xué)報(bào)，2015，26（1）：1-11.

[44]胡 瑋，嚴(yán)昌榮，李迎春，等. 氣候變化對(duì)華北冬小麥生育期和灌溉需水量的影響[J]. 生態(tài)學(xué)報(bào)，2014，34（9）：2367-2377.

[45]李全起，沈加印，趙丹丹.灌溉頻率對(duì)冬小麥產(chǎn)量及葉片水分利用效率的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27（3）：33-36.

[46]胡亞南，許吟隆，劉穎杰.氣候變化情景下阿拉善盟灌溉玉米對(duì)水資源的適應(yīng)性研究[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2013，29（6）：63-68.