氣候變化對(duì)雨養(yǎng)冬小麥水分利用效率的影響估算

成 林 方文松

1)(中國氣象局農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開放實(shí)驗(yàn)室，鄭州 450003)2)(河南省氣象科學(xué)研究所，鄭州 450003)

?

氣候變化對(duì)雨養(yǎng)冬小麥水分利用效率的影響估算

成 林1)2)*方文松1)2)

1)(中國氣象局農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開放實(shí)驗(yàn)室，鄭州 450003)2)(河南省氣象科學(xué)研究所，鄭州 450003)

研究氣候變化對(duì)雨養(yǎng)冬小麥水分利用效率的影響規(guī)律，可為農(nóng)業(yè)適應(yīng)氣候變化提供科學(xué)依據(jù)。通過構(gòu)建代表站雨養(yǎng)冬小麥產(chǎn)量和土壤水分變化量的模擬方程，分析水分利用效率的歷史變化，并結(jié)合兩種區(qū)域氣候模式PRECIS和REGCM4.0輸出的4種不同氣候變化情景資料，估算未來2021—2050年雨養(yǎng)冬小麥水分利用效率的可能變化。結(jié)果表明：1981—2010年甘肅、山西和河南代表站的雨養(yǎng)冬小麥水分利用效率呈二次曲線變化趨勢(shì)，最大值出現(xiàn)在2003年前后。4種氣候變化情景的模擬結(jié)果均顯示：2021—2050年冬小麥全生育期耗水量明顯增加，各代表站不同情景平均增加6.2%；產(chǎn)量有增有減，平均產(chǎn)量變化率為1.4%；水分利用效率平均減小3.8%，且變率減小。區(qū)域氣候模式PRECIS估算的水分利用效率的減小量A2情景大于B2情景，REGCM4.0模式估算的水分利用效率的減小量RCP8.5情景大于RCP4.5情景。整體來看，RCP氣候情景對(duì)雨養(yǎng)冬小麥水分利用效率的負(fù)面影響更大。

雨養(yǎng)冬小麥； 水分利用效率； 區(qū)域氣候模式； RCP情景

引 言

氣候變化對(duì)農(nóng)業(yè)產(chǎn)生影響已是不爭的事實(shí)[1]，冬小麥?zhǔn)俏覈匾募Z食作物，大量研究表明，氣候變暖背景下，我國冬小麥生產(chǎn)發(fā)生了各種有利或不利的變化[2-3]，并可能在未來受到進(jìn)一步影響[4-6]。在冬小麥主產(chǎn)的河南、甘肅、山西等地，存在灌溉條件較差、甚至無灌溉條件的麥區(qū)，冬小麥生產(chǎn)以雨養(yǎng)為主，對(duì)氣候條件的依賴極大。探討氣候變化對(duì)雨養(yǎng)冬小麥的影響規(guī)律，對(duì)于排除灌溉等人為因素干擾，單純分析氣候條件改變對(duì)農(nóng)業(yè)生產(chǎn)的影響規(guī)律有重要意義。

雨養(yǎng)小麥的水分利用效率，直接受最終產(chǎn)量和全生育期耗水量的影響，可反映自然條件下作物耗水量與干物質(zhì)生產(chǎn)及籽粒產(chǎn)量的關(guān)系，揭示初級(jí)生產(chǎn)力與作物蒸散兩個(gè)過程的耦合[7-9]，是農(nóng)業(yè)生產(chǎn)適應(yīng)氣候變化的重要指標(biāo)之一。近年來，我國學(xué)者在氣候變化對(duì)小麥水分利用效率的影響研究針對(duì)產(chǎn)量水平的居多[10-13]，成果主要分為兩類，一是利用歷史資料統(tǒng)計(jì)，通過實(shí)測產(chǎn)量和推算的作物耗水量，計(jì)算水分利用效率研究其影響因子和變化規(guī)律[14-15]，并結(jié)合數(shù)理分析方法，研究水分利用效率對(duì)溫度、降水等因子的敏感程度[16]；二是通過開展田間試驗(yàn)，設(shè)置不同的CO2濃度、溫度梯度或水分條件，評(píng)價(jià)氣候變化影響下水分利用效率的變化[17-18]。

在未來氣候變化的影響預(yù)測方面，隨著作物模型[19]和區(qū)域氣候模式[20]的發(fā)展，諸多學(xué)者已對(duì)未來冬麥區(qū)的產(chǎn)量給出了預(yù)測結(jié)論，但由于缺乏對(duì)作物耗水量的推算，因此，關(guān)于未來氣候變化條件下水分利用效率的變化規(guī)律、主要影響因素等方面研究成果鮮見報(bào)道。在各種區(qū)域氣候模式中，英國Hadley氣候中心開發(fā)的區(qū)域氣候模式PRECIS，可輸出未來氣候變化情景下的逐日氣象資料，是目前我國農(nóng)業(yè)氣象領(lǐng)域研究應(yīng)用最廣泛的區(qū)域氣候模式之一[21]；REGCM4.0模式源自國際理論物理研究中心，模擬RCP氣候情景，即典型濃度路徑(Representative Concentration Pathways，RCP)，是新一代的溫室氣體排放情景，更能滿足氣候變化影響評(píng)估需求和科研針對(duì)性[22-23]。本文利用PRECIS和REGCM4.0兩種區(qū)域氣候模式輸出的4種不同氣候變化情景數(shù)據(jù)，估算氣候變化對(duì)雨養(yǎng)冬小麥水分利用效率的影響，為冬小麥提高水分利用效率和開展農(nóng)業(yè)適應(yīng)氣候變化研究提供參考。

1 資料和方法

1.1 資 料

1.1.1 資料來源

本文選用無灌溉條件或灌溉條件較差的河南澠池(34.77°N，111.77°E)、河南宜陽[24](34.5°N，112.18°E)、甘肅西峰(35.44°N，107.38°E)、甘肅天水(34.35°N，105.45°E)及山西臨汾(36.04°N，113.00°E)為代表站。其中，西峰、天水冬小麥產(chǎn)量(1981—2010年)源于該地區(qū)經(jīng)相關(guān)部門審核后的農(nóng)業(yè)氣象觀測數(shù)據(jù)，其他代表站產(chǎn)量資料(1961—2010年)源于各省統(tǒng)計(jì)年鑒。與產(chǎn)量資料對(duì)應(yīng)時(shí)段的歷史氣象資料源于國家氣象信息中心數(shù)據(jù)庫。

土壤含水量是計(jì)算作物實(shí)際耗水量的重要數(shù)據(jù)，本文獲取的澠池站、宜陽站1995—2010年每月8日、18日、28日測定的10～50 cm土壤逐層重量含水率源于河南省氣象局；西峰站、天水站和臨汾站土壤水分資料為1992—2010年每月8日、18日、28日測定的10～50 cm土壤層的土壤相對(duì)濕度，源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)。

1.1.2 區(qū)域氣候情景資料

為綜合判斷未來氣候變化對(duì)雨養(yǎng)冬小麥水分利用效率的影響，本文選用兩種區(qū)域氣候模式PRECIS和REGCM4.0輸出的未來氣候情景資料。PRECIS模擬的A2情景為國內(nèi)或區(qū)域資源情景，反映區(qū)域性合作，對(duì)新技術(shù)適應(yīng)較慢，人口繼續(xù)增長；B2情景為區(qū)域可持續(xù)發(fā)展情景，假定生態(tài)環(huán)境改善具有區(qū)域性[25]，模型的輸出量為基礎(chǔ)情景(1961—1990年)和未來的逐日氣象資料，水平分辨率為50 km×50 km。RegCM4.0模式進(jìn)行了RCP4.5情景和RCP8.5情景下的長期氣候變化模擬，其中，RCP4.5情景為2100年輻射強(qiáng)迫穩(wěn)定在4.5 W·m-2，RCP8.5情景為2100年輻射強(qiáng)迫上升至8.5 W·m-2。RegCM4.0的模擬輸出量為基礎(chǔ)情景(1961—2005年)和未來的逐月平均資料，水平分辨率為0.5°×0.5°。

對(duì)格點(diǎn)化的區(qū)域氣候模式資料，采用最近臨法插值到站點(diǎn)尺度。

1.2 雨養(yǎng)冬小麥氣象產(chǎn)量模擬

針對(duì)各代表站產(chǎn)量資料特點(diǎn)，在指數(shù)、線性、對(duì)數(shù)、多項(xiàng)式等擬合方程中，選擇與產(chǎn)量變化趨勢(shì)相關(guān)性最高的方程擬合冬小麥趨勢(shì)產(chǎn)量，發(fā)現(xiàn)各代表站均以三次多項(xiàng)式擬合相關(guān)系數(shù)最高。

澠池站：Yt= 0.001x3+0.183x2+

62.7x+186.1,R=0.8814

。

(1)

宜陽站：Yt= 0.054x3-4.097x2+

154.1x+99.03,R=0.8798

。

(2)

西峰站：Yt= 0.282x3-15.04x2+

289.4x+779.6,R=0.6017

。

(3)

天水站：Yt= -1.16x3+34.91x2-

15.91x+3296.0,R=0.7483

。

(4)

臨汾站：Yt= -0.085x3+5.617x2-

24.50x+847.7,R=0.9000

。

(5)

其中，Yt為趨勢(shì)產(chǎn)量，R為相關(guān)系數(shù)，式(1)、式(2)中x為1961年開始的年代序數(shù)，式(3)、式(4)中x為1981年開始的年代序數(shù)，式(5)中x為1961年開始的年代序數(shù)。從實(shí)際產(chǎn)量中減去趨勢(shì)產(chǎn)量，即為當(dāng)年的氣象產(chǎn)量。

根據(jù)前人的研究結(jié)果，熱量資源和降水資源是影響冬小麥氣象產(chǎn)量的主要因子[26-27]，為了與氣候情景資料統(tǒng)一，對(duì)冬小麥氣象產(chǎn)量與冬小麥生長季的逐月溫度和降水資料進(jìn)行相關(guān)分析，氣象要素包括逐月最高氣溫Tmax(i)、最低氣溫Tmin(i)、平均氣溫Tave(i)；全生育期平均最高氣溫Tmax、最低氣溫Tmin和平均氣溫Tave，逐月降水量P(i)及全生育期降水量P，i表示月份，當(dāng)i為9～12時(shí)，代表的是上一年的月份。篩選與氣象產(chǎn)量相關(guān)系數(shù)較高的氣象要素，利用多元線性回歸模型開展雨養(yǎng)冬小麥氣象產(chǎn)量模擬。根據(jù)各地冬小麥播種和收獲時(shí)期，資料統(tǒng)計(jì)的時(shí)段河南麥區(qū)為10月—次年5月，山西麥區(qū)為10月—次年6月，甘肅麥區(qū)為9月—次年6月。

1.3 作物耗水量的計(jì)算與模擬

由于土壤水分資料年代序列相對(duì)較短，本文利用數(shù)理方法，將冬小麥耗水量資料反推至與產(chǎn)量資料年代同步，以獲取較長序列的相應(yīng)數(shù)據(jù)，為開展氣候變化影響研究提供基礎(chǔ)。

在雨養(yǎng)農(nóng)區(qū)，一般水埋較深，地下水補(bǔ)給量可記為0，冬小麥生長季降水量一般不大，徑流量可視為0，滲漏量L也可忽略不計(jì)[28-29]，幾乎無灌溉條件，因此，土壤水分平衡方程可簡化為

ET=W1-W2+P,

(6)

式(6)中，ET為時(shí)段內(nèi)的作物耗水量，W1為時(shí)段初0～50 cm深度的土壤含水量(單位：mm)，W2為時(shí)段末相同深度的土壤含水量(單位：mm)，P為時(shí)段內(nèi)的有效降水量(單位：mm)。令ΔW=W1-W2，W1和W2分別為冬小麥播種前一旬和收獲當(dāng)旬的土壤含水量，ΔW即為全生育期土壤水分變化量。

式(6)中土壤含水量的計(jì)算參考下式[30]

W=ρ×h×v×10,

(7)

ρ為地段實(shí)測土壤容重(單位：g·cm-3)，h為土層厚度(單位：cm)，v為土壤重量含水率(單位：%)。

土壤相對(duì)濕度向重量含水率的轉(zhuǎn)換可利用

v=r×f。

(8)

式(8)中，r為土壤相對(duì)濕度(單位：%)，f為田間持水量(用重量含水率表示)。

根據(jù)已有的土壤水分資料，可以計(jì)算出冬小麥播種至收獲期間的ΔW，而對(duì)于無觀測資料的年份，由于雨養(yǎng)麥區(qū)ΔW主要受降水補(bǔ)給和蒸發(fā)蒸騰消耗的影響，在同一站點(diǎn)土壤類型和質(zhì)地基本不變的情況下，這些因素主要與氣象因子密切相關(guān)[31-32]，因此，與冬小麥氣象產(chǎn)量模擬的方法相同，篩選出與ΔW相關(guān)性較高的氣象因子，并建立多元回歸模型，可推算出無土壤水分資料年代的ΔW以及未來氣候變化情景下的ΔW，再與全生育期降水量累加，即為作物耗水量的模擬值。

1.4 氣候變化對(duì)冬小麥水分利用效率的影響估算

冬小麥水分利用效率用U表示[11]：

U=Y/ET,

(9)

式(9)中，Y為雨養(yǎng)冬小麥單產(chǎn)，ET為冬小麥耗水量。

在區(qū)域氣候模式資料可靠性檢驗(yàn)的基礎(chǔ)上，分別利用未來2021—2050年，4種氣候變化情景資料驅(qū)動(dòng)冬小麥氣象產(chǎn)量模型、土壤耗水量模型，從而計(jì)算不同情景下的冬小麥氣象產(chǎn)量、耗水量。

在比較水分利用效率變化情況時(shí)，將近30年(1981—2010年)平均值作為比較對(duì)象，故將估算的未來氣象產(chǎn)量與近30年冬小麥平均趨勢(shì)產(chǎn)量相加，得到不同氣候變化情景下的冬小麥估算產(chǎn)量。雖然趨勢(shì)產(chǎn)量恒定不變的假設(shè)與社會(huì)技術(shù)水平的發(fā)展趨勢(shì)不符，可能低估未來的冬小麥產(chǎn)量，但這種假設(shè)可重點(diǎn)考慮氣候條件的改變對(duì)冬小麥產(chǎn)量和水分利用效率的影響，排除社會(huì)技術(shù)等氣候變化影響分析的干擾因素。

2 結(jié)果與分析

2.1 冬小麥氣象產(chǎn)量模型構(gòu)建

表1列出了與冬小麥氣象產(chǎn)量相關(guān)系數(shù)較高的氣象因子及其多元回歸模型系數(shù)，其中，澠池站、宜陽站和臨汾站的回歸模型達(dá)到0.05顯著性水平。由表1可以看出，各代表站的冬小麥氣象產(chǎn)量均與降水量呈正相關(guān)關(guān)系。其中，河南、山西代表站冬小麥氣象產(chǎn)量與全生育期降水量的正相關(guān)顯著，并主要與冬小麥返青期(2月)和拔節(jié)—抽穗期(4月)降水的正相關(guān)關(guān)系顯著。在澠池、宜陽和臨汾地區(qū)，越冬前氣溫對(duì)氣象產(chǎn)量的負(fù)影響顯著，雖然冬前氣溫偏高有利于分蘗增加和群體結(jié)構(gòu)的擴(kuò)大，但氣溫偏低有利于冬小麥越冬鍛煉和壯苗形成，并有利于春化作用的進(jìn)行。在西峰和臨汾地區(qū)，氣象產(chǎn)量還與灌漿期(5月)氣溫呈負(fù)相關(guān)，這可能是氣溫過高導(dǎo)致灌漿時(shí)間縮短造成的。

2.2 產(chǎn)量資料模擬的可靠性檢驗(yàn)

利用區(qū)域氣候模式的基礎(chǔ)情景資料，分別驅(qū)動(dòng)表1中各代表站的氣象產(chǎn)量模型，回代模擬歷史氣象產(chǎn)量的變化，并將模擬結(jié)果與實(shí)際氣象產(chǎn)量對(duì)比，從而檢驗(yàn)區(qū)域氣候模式資料的適用性。根據(jù)各氣候情景資料的時(shí)段，以及冬小麥跨年生長的特性，PRECIS氣候情景資料與實(shí)際氣象產(chǎn)量資料的交叉年份，河南、山西代表站點(diǎn)為1962—1990年，甘肅代表站為1981—1990年；REGCM4.0輸出資料與實(shí)際氣象產(chǎn)量資料的交叉年份，河南、山西代表站點(diǎn)為1962—2005年，甘肅代表站為1981—2005年。

由于氣象產(chǎn)量本身變異性較大，利用兩種氣候模式，大部分站點(diǎn)模擬的氣象產(chǎn)量達(dá)到0.1顯著性水平。其中，PRECIS模式澠池站、宜陽站氣象產(chǎn)量模擬結(jié)果與實(shí)際產(chǎn)量相關(guān)性達(dá)到0.05顯著性水平，REGCM4.0模式除天水站模擬效果相對(duì)較差以外，其余各站的顯著性水平均在0.05以上，由此模擬出的冬小麥單產(chǎn)均達(dá)極顯著水平(表2)。因此，利用區(qū)域氣候模式與氣象產(chǎn)量模擬模型相結(jié)合的方法，可以較合理的估計(jì)冬小麥產(chǎn)量，用這種方法估算未來冬小麥產(chǎn)量變化是可行的。

表1 代表站冬小麥氣象產(chǎn)量線性回歸模型參數(shù)Table 1 Parameters of linear regression model for meteorological yield of winter wheat at representative stations

注：*表示達(dá)到0.05顯著性水平，**表示達(dá)到0.01顯著性水平。

表2 代表站產(chǎn)量模擬相關(guān)系數(shù)Table 2 Correlation coefficient for yield simulation

注：*表示達(dá)到0.05顯著性水平，**表示達(dá)到0.01顯著性水平。

2.3 土壤水分變化量模擬模型

表3列出了各代表站與ΔW相關(guān)系數(shù)較高的氣象因子及多元回歸模型參數(shù)，其中,宜陽站回歸模型達(dá)到0.01顯著性水平，其余站點(diǎn)回歸模型達(dá)到0.05的顯著性水平。可以看出，各站ΔW與降水量以負(fù)相關(guān)關(guān)系為主，尤其是抽穗灌漿成熟期間(4—6月)，降水量越大，ΔW的變化量越小，即降水量較大時(shí)，作物的水分利用主要源于降水，對(duì)土壤中儲(chǔ)存的水分消耗較小。平均溫度在一定范圍內(nèi)升高加劇土壤水分蒸發(fā)和作物蒸騰，尤其在冬小麥生長旺盛期更為明顯，大部分站點(diǎn)ΔW與5月或6月平均氣溫呈顯著正相關(guān)，臨汾站ΔW還與Tmax(6)呈顯著負(fù)相關(guān)，這可能是溫度過高導(dǎo)致葉片氣孔關(guān)閉，蒸騰作用減弱。由于土壤水分資料與區(qū)域氣候模式資料基本無交叉，因此沒有開展區(qū)域氣候模式對(duì)ΔW的模擬檢驗(yàn)。

表3 代表站冬小麥全生育期土壤水分變化量線性回歸模型參數(shù)Table 3 Parameters of linear regression model for soil water variation of the whole growing season of winter wheat at representative stations

注：*表示達(dá)到0.05顯著性水平，**表示達(dá)到0.01顯著性水平。

2.4 氣候變化對(duì)水分利用效率的影響

2.4.1 水分利用效率的歷史變化

1961—2010年澠池、宜陽、臨汾地區(qū)雨養(yǎng)冬小麥平均單產(chǎn)呈三次多項(xiàng)式曲線變化(達(dá)到0.01顯著性水平)，1981年以前產(chǎn)量增幅較穩(wěn)定，之后年際間波動(dòng)增大(圖1a)；冬小麥耗水量年際變化規(guī)律不顯著，且年際間波動(dòng)大(圖1b)；水分利用效率的變化接近于冪函數(shù)(達(dá)到0.01顯著性水平)，20世紀(jì)80年代以前穩(wěn)定、快速增加，從60年代平均為3.1 kg·mm-1·hm-2增長到了80年代平均為10.0 kg·mm-1·hm-2，隨后水分利用效率呈波動(dòng)式增長趨勢(shì)，21世紀(jì)平均為13.9 kg·mm-1·hm-2，增長速度較前期略減緩(圖1c)。

圖1 澠池站、宜陽站、臨汾站雨養(yǎng)冬小麥平均產(chǎn)量(a)、平均耗水量(b)及平均水分利用效率(c)的年際變化Fig.1 Annual variation of average value of yield(a), water consumption(b) and water use efficiency(c) of rain-fed winter wheat for Mianchi, Yiyang and Linfen stations

續(xù)圖1

從5個(gè)站1981—2010年平均結(jié)果看，近30年雨養(yǎng)冬小麥產(chǎn)量按三次多項(xiàng)式曲線變化(達(dá)到0.01顯著性水平)，21世紀(jì)以前增長速度較快(圖2a)；冬小麥實(shí)際耗水量也呈波動(dòng)式增長趨勢(shì)(達(dá)到0.05顯著性水平)(圖2b)。冬小麥單產(chǎn)變異系數(shù)(23.5%)高于實(shí)際耗水量變異系數(shù)(16.6%)，這決定了雨養(yǎng)冬小麥的水分利用效率必然也存在較大波動(dòng)。

雨養(yǎng)冬小麥水分利用效率平均值從大到小，依次為甘肅代表站(13.19 kg·mm-1·hm-2)、山西代表站(12.86 kg·mm-1·hm-2)、河南代表站(11.28 kg·mm-1·hm-2)。各代表站平均水分利用效率值按一元二次曲線變化(達(dá)到0.01顯著性水平)，變異系數(shù)為23.7%，極大值出現(xiàn)在2003年前后，2003年以后有略減趨勢(shì)(圖2c)。

圖2 代表站雨養(yǎng)冬小麥平均產(chǎn)量(a)、平均耗水量(b)及平均水分利用效率(c)的年際變化Fig.2 Annual variation of average value of yield(a),water consumption(b) and water use efficiency(c) of rain-fed winter wheat for representative stations

2.4.2 氣候變化對(duì)水分利用效率的影響

與1981—2010年平均值相比，估算的2021—2050年冬小麥全生育期耗水量表現(xiàn)為不同程度的增加(圖3a)，各地、各情景平均增加6.2%。PRECIS模式模擬，耗水量的增幅A2情景(7.2%)大于B2情景(3.2%)，REGCM4.0模式模擬，耗水量增幅RCP8.5情景(9.4%)大于RCP4.5情景(5.1%)；RCP情景模擬的平均耗水增量(7.2%)高于A2情景和B2情景模擬的平均增量(5.2%)。其中，澠池站和天水站在A2情景和RCP8.5情景下耗水量增加相對(duì)較多，表明這些地區(qū)未來30年氣候資源變化可能較其他地區(qū)更明顯，雨養(yǎng)冬小麥生產(chǎn)也將受到較顯著影響。

圖3 不同條件下冬小麥耗水量(a)、產(chǎn)量(b)及水分利用效率(c)的估算值Fig.3 Estimated value for water consumption(a), yield(b) and water use efficiency(c)of winter wheat under different conditions at representative stations

預(yù)計(jì)2021—2050年各地產(chǎn)量與1981—2010年平均值相比有增有減，不同情景下各地平均產(chǎn)量變化率為1.4%(圖3b)。A2和B2情景下，澠池、西峰和臨汾地區(qū)平均減產(chǎn)3.6%，0.4%和4.5%，且減產(chǎn)率A2情景大于B2情景；而宜陽和天水地區(qū)則分別平均增產(chǎn)4.9%和3.2%，且增產(chǎn)率B2情景大于A2情景；RCP的兩種情景下，澠池和臨汾地區(qū)分別平均減產(chǎn)2.3%和2.0%，且減產(chǎn)率RCP4.5情景大于RCP8.5情景，宜陽、西峰和天水地區(qū)則分別增產(chǎn)0.3%，12.6%和5.9%，增產(chǎn)趨勢(shì)為RCP8.5情景大于RCP4.5情景。大部分站點(diǎn)RCP情景模擬的冬小麥產(chǎn)量高于A2情景和B2情景。

由圖3c可以看出，除澠池站B2情景以及西峰站所有情景水分利用效率的估算值略增外，各地區(qū)雨養(yǎng)冬小麥水分利用效率均有不同程度減少，平均減少率為3.8%，其中，A2情景和B2情景平均，澠池站、宜陽站、天水站及臨汾站的水分利用效率分別減少4.4%，3.6%，4.4%和11.2%，且減少率A2情景大于B2情景；RCP的兩種情景下上述4個(gè)代表站則分別平均減少9.3%，1.6%，6.2%和14.8%，減少率RCP8.5情景大于RCP4.5情景。

由上面的分析可知，氣候變化對(duì)雨養(yǎng)冬小麥單產(chǎn)的影響存在差異，估算的未來冬小麥產(chǎn)量整體變化幅度不大，但水分利用效率減小，且個(gè)別地區(qū)減幅較大，耗水量增加是主要原因。根據(jù)兩種區(qū)域氣候模式的預(yù)測，2021—2050年各代表站冬小麥生長發(fā)育的不同時(shí)期溫度均有不同程度增加，將進(jìn)一步加劇植株的水分蒸騰及田間土壤水分消耗；同時(shí)，區(qū)域氣候模式輸出的不同情景下的部分區(qū)域的降水量也有一定程度增加，因此，冬小麥耗水量呈增加趨勢(shì)。

2.4.3 未來氣候變化背景下水分利用效率的年際變化及變率

從各代表站平均的未來水分利用效率年際變化曲線(圖4)看，利用REGCM4.0模式輸出的氣候資料，水分利用效率的平均值隨年際變化顯著遞減(達(dá)到0.05顯著性水平)，表明RCP情景下，不僅水分利用效率的平均值較1981—2010年減小，水分利用效率受到的負(fù)影響存在逐年加劇的趨勢(shì)；而A2情景和B2情景資料估算的水分利用效率年際變化表現(xiàn)為不顯著的遞增趨勢(shì)，表明RCP情景比A2情景、B2情景對(duì)雨養(yǎng)冬小麥水分利用效率的負(fù)影響更大。

2021—2050年各代表站4種氣候情景下的水分利用效率存在較大的年際間波動(dòng)，但與1981—2010年相比，這種波動(dòng)隨水分利用效率估算值的減小而減小(表4)，各代表站平均變異系數(shù)A2情景大于B2情景，RCP4.5情景大于RCP8.5情景，且A2情景和B2情景輸出的水分利用效率平均變率大于RCP情景，由于雨養(yǎng)冬小麥對(duì)氣候條件的依賴性很強(qiáng)，表明RCP情景的氣候波動(dòng)性較A2情景、B2情景小，雨養(yǎng)冬小麥對(duì)水分的利用相對(duì)穩(wěn)定。

圖4 不同氣候模式輸出的未來水分利用效率年際變化(直線代表變化趨勢(shì))Fig.4 Annual variation of water use efficiency by different climate models in the future(straight lines denote trends)

情景澠池站宜陽站西峰站天水站臨汾站A227.1223.4923.1231.1821.86B230.3917.4923.9034.5511.63RCP4.520.8621.4328.5526.3518.13RCP8.514.9323.3323.9123.5124.23

3 結(jié)論和討論

1) 澠池站、宜陽站和臨汾站1961—2010年水分利用效率接近冪函數(shù)增長，5個(gè)代表站1981—2010年的平均水分利用效率呈二次曲線變化，最大值出現(xiàn)在2003年前后。與1981年以前相比，1981—2010年水分利用效率的年際間波動(dòng)性明顯增大。

2) 兩種區(qū)域氣候模式、4種氣候變化情景的估算結(jié)果均表明：2021—2050年氣候變化導(dǎo)致雨養(yǎng)麥區(qū)耗水量增加，水分利用效率進(jìn)一步降低，未來耗水量的增加是水分利用效率減小的主要原因，同時(shí)，水分利用效率的變異系數(shù)減小。

3) 4種氣候變化情景相比較，水分利用效率的減小量A2情景大于B2情景，RCP8.5情景大于RCP4.5情景。從水分利用效率的減小幅度和年際變化趨勢(shì)綜合比較，RCP情景比A2情景、B2情景對(duì)雨養(yǎng)冬小麥水分利用效率的負(fù)面影響更大，但RCP情景下水分利用效率的年際間波動(dòng)相對(duì)較小。

本文在估算未來氣候變化對(duì)水分利用效率的影響時(shí)，未考慮冬小麥品種的更替及冬小麥生產(chǎn)對(duì)氣候變化的自適應(yīng)過程，因此，可能低估未來雨養(yǎng)冬小麥的產(chǎn)量及對(duì)水分的吸收利用，同時(shí)，由于土壤水分資料較少，耗水量的計(jì)算還存在一些不確定因素。另一方面，未來氣候變化對(duì)農(nóng)業(yè)的影響估算，很大程度上依賴于氣候變化情景資料，因此，利用不同的區(qū)域氣候模式，可能會(huì)得出一些差異性的結(jié)論。實(shí)際上，氣候變化對(duì)作物水分利用效率的影響是多因素的，從作物產(chǎn)量水平上看，多數(shù)研究結(jié)果表明，植物水分利用效率與降水量呈負(fù)相關(guān)，但隨著水分限制條件的進(jìn)一步加強(qiáng)，植物水分利用效率逐漸升高至一定水平后下降[33]，同時(shí)，熱量條件、CO2濃度等環(huán)境條件的改變也會(huì)使作物產(chǎn)量和耗水規(guī)律發(fā)生相應(yīng)變化[34]，因此，氣溫、降水、CO2的協(xié)同作用對(duì)冬小麥水分利用效率的影響是一個(gè)系統(tǒng)而復(fù)雜的問題，水分利用效率的變化閾值、變化規(guī)律、決定性因子等方面仍有較大的探索空間。從本文估算的未來雨養(yǎng)冬小麥水分利用效率可能降低的結(jié)論看，水分利用效率降低的主要原因是氣候變化導(dǎo)致未來冬小麥耗水量進(jìn)一步增加，要改善水分利用效率降低的狀況，應(yīng)以提高冬小麥單產(chǎn)為主要目標(biāo)，在氣候條件無法改變的情況下，可通過變更種植品種、改變密度和種植方式等措施，減少無效水分消耗，提高冬小麥產(chǎn)量及水分利用效率。

致 謝：感謝國家氣候中心提供的利用區(qū)域氣候模式所進(jìn)行的中國區(qū)域未來氣候變化模擬結(jié)果。

[1] 劉桂芳,盧鶴立.全球變暖背景下的中國西部地區(qū)氣候變化研究進(jìn)展.氣象與環(huán)境科學(xué),2009,32(4):69-73.

[2] 王馥棠.近十年來我國氣候變暖影響研究的若干進(jìn)展.應(yīng)用氣象學(xué)報(bào),2002,13(6):755-766.

[3] 王建英,韓相斌,王超,等.豫東北主要農(nóng)作物對(duì)氣候變暖的響應(yīng).氣象與環(huán)境科學(xué),2009,32(1):43-46.

[4] 居輝,熊偉,許吟隆,等.氣候變化對(duì)我國小麥產(chǎn)量的影響.作物學(xué)報(bào),2005,31(10):1340-1343.

[5] 田展,劉紀(jì)遠(yuǎn),曹明奎.氣候變化對(duì)中國黃淮海農(nóng)業(yè)區(qū)小麥生產(chǎn)影響模擬研究.自然資源學(xué)報(bào),2006,21(4):598-607.

[6] 劉月巖,劉會(huì)靈,喬勻周,等.CO2濃度升高對(duì)不同水分條件下冬小麥生長和水分利用的影響.中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2013,21(11):1365-1370.

[7] 郭安紅,劉庚山,安順清,等.有限供水對(duì)冬小麥根系生長發(fā)育的影響及其對(duì)底墑的利用特征.應(yīng)用氣象學(xué)報(bào),2002,13(5):621-626.

[8] 張叢志,張佳寶,趙炳梓,等.作物對(duì)水分脅迫的響應(yīng)及水分利用效率的研究進(jìn)展.節(jié)水灌溉,2007(5):1-6.

[9] 趙鴻,楊啟國,鄧振鏞,等.半干旱雨養(yǎng)區(qū)小麥光合作用、蒸騰作用及水分利用效率特征.干旱地區(qū)農(nóng)業(yè)研究,2007,25(1):125-130.

[10] 羅俊杰,黃高寶.底墑對(duì)旱地冬小麥產(chǎn)量和水分利用效率的影響研究.灌溉排水學(xué)報(bào),2009,28(3):102-104;111.

[11] 李俊,于滬寧,劉蘇峽.冬小麥水分利用效率及其環(huán)境影響因素分析.地理學(xué)報(bào),1997,52(6):552-560.

[12] 董寶娣,師長海,喬勻周,等.不同灌溉條件下不同類型冬小麥產(chǎn)量水分利用效率差異原因分析.中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2011,9(19):1096-1103.

[13] 惠海濱,林琪,劉義國,等.灌水量和灌水期對(duì)超高產(chǎn)小麥灌漿期光合特性及產(chǎn)量的影響.西北農(nóng)業(yè)學(xué)報(bào),2012,21(8):77-83.

[14] 董浩,陳雨海,周勛波.灌溉和種植方式對(duì)冬小麥耗水特性及干物質(zhì)生產(chǎn)的影響.應(yīng)用生態(tài)學(xué)報(bào),2013,24(7):1871-1878.

[15] 臧賀藏,劉云鵬,余鵬,等.水氮限量供給下兩個(gè)高產(chǎn)小麥品種物質(zhì)積累與水分利用特征.麥類作物學(xué)報(bào),2012,32(4):689-695.

[16] 姚玉璧,王潤元,楊金虎,等.黃土高原半濕潤區(qū)氣候變化對(duì)冬小麥生育及水分利用效率的影響.西北植物學(xué)報(bào),2011,31(11):2290-2297.

[17] 俞滿源,黃占斌,山侖.不同水分條件下CO2濃度升高對(duì)植物生長及水分利用效率的影響.中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2003,11(3):110-112.

[18] 王美玉,趙天宏,張巍巍,等.CO2濃度升高與溫度、干旱相互作用對(duì)植物生理生態(tài)過程的影響.干旱地區(qū)農(nóng)業(yè)研究,2007,25(2):99-103.

[19] 熊偉.CERES-Wheat模型在我國小麥區(qū)的應(yīng)用效果及誤差來源.應(yīng)用氣象學(xué)報(bào),2009,20(1):88-94.

[20] 石英,高學(xué)杰,吳佳,等.華北地區(qū)未來氣候變化的高分辨率數(shù)值模擬.應(yīng)用氣象學(xué)報(bào),2010,21(5):580-589.

[21] 王培娟,張佳華,謝東輝,等.A2和B2情景下冀魯豫冬小麥氣象產(chǎn)量估算.應(yīng)用氣象學(xué)報(bào),2011,2(5):549-557.

[22] Gao X J,Shi Y,Zhang D F,et al.Climate change in China in the 21st century as simulated by a high resolution regional climate model.ChineseScienceBulletin, 2012,57(10):1188-1195.

[23] Gao X J,Shi Y,Song R Y,et al.Reduction of future monsoon precipitation over China:Comparison between a high resolution RCM simulation and the driving GCM.MeteorologyandAtmosphericPhysics,2008,100:73-86.

[24] 朱自璽,劉榮花,方文松,等.華北地區(qū)冬小麥干旱評(píng)估指標(biāo)研究.自然災(zāi)害學(xué)報(bào),2003,12(1):145-150.

[25] 許吟隆.應(yīng)用Hadley中心RCM發(fā)展中國高分辨率區(qū)域氣候情景.氣候變化通訊,2004,3(5):6-8.

[26] 錢錦霞,郭建平.鄭州地區(qū)冬小麥產(chǎn)量構(gòu)成要素的回歸模型.應(yīng)用氣象學(xué)報(bào),2012,23(4):500-504.

[27] 陳懷亮,張雪芬,趙國強(qiáng),等.河南省春季氣候變化及其對(duì)小麥產(chǎn)量構(gòu)成要素的影響.氣象與環(huán)境科學(xué),2006(1):47-52.

[28] 蒲金涌,馮建英,姚曉紅,等.甘肅黃土高原土壤農(nóng)業(yè)水分常數(shù)分布特征.干旱地區(qū)農(nóng)業(yè)研究,2005,26(3):205-209.

[29] 方文松,陳懷亮,李樹巖,等.南陽市土壤濕度與氣候變化的關(guān)系分析.氣象與環(huán)境科學(xué),2007,30(4):13-16.

[30] 國家氣象局.農(nóng)業(yè)氣象觀測規(guī)范(上卷).北京:氣象出版社,1993.

[31] 蒲金涌,王潤元,王鶴齡,等.甘肅隴東黃土高原陸面實(shí)際蒸散測算方法比較研究.土壤通報(bào),2014,45(1):32-38.

[32] 楊娜,劉良明,向大享,等.由常規(guī)地面氣象觀測要素估算土壤濕度.華中師范大學(xué)學(xué)報(bào),2010,44(3):527-530.

[33] 周潔,張志強(qiáng),孫閣,等.不同土壤水分條件下楊樹人工林水分利用效率對(duì)環(huán)境因子的響應(yīng),生態(tài)學(xué)報(bào),2013,33(5):1465-1474.

[34] 王慶偉,于大炮,代力民,等.全球氣候變化下植物水分利用效率研究進(jìn)展.應(yīng)用生態(tài)學(xué)報(bào),2010,21(12):3255-3265.

Estimation of Climate Change Effects on Water Use Efficiency of Rain-fed Winter Wheat

Cheng Lin1)2)Fang Wensong1)2)

1)(CMAKeyLaboratoryofAgrometeorologicalEnsuringandAppliedTechnique,Zhengzhou450003)2)(HenanInstituteofMeteorologicalSciences,Zhengzhou450003)

Investigating the influencing rule of climate change on water use efficiency (WUE) of rain-fed winter wheat can offer scientific reference for agriculture adapting to climate change. Based on yield information and observed soil water data at representative stations, the historical trend of WUE is analyzed. Simulation models for meteorological yield and soil water variation quantity are established, and four different kinds of climate change scenarios, which are outputs by regional climate models of PRECIS and REGCM4.0 are combined to estimate the probable variation trend of WUE in the future years of 2021-2050 for rain-fed wheat. It is validated that in the basic scenario years, simulated yields by the combination of two regional climate models with meteorological yield simulation model are close to actual values, so methods for estimating future yield of wheat is proved feasible. Results by data analyzing shows that the average yield for representative stations varies as a cubic curve during the last 30 years of 1981-2010, and grows faster before the year of 2000. Water consumption of wheat also increases with fluctuating. The average WUE value of rain-fed wheat for representative stations in Gansu, Shanxi and Henan are 13.19 kg·mm-1·hm-2, 12.86 kg·mm-1·hm-2and 11.28 kg·mm-1·hm-2, respectively. The varying trend of WUE is similar to a quadratic curve, and the maximum value appears in the year of 2003. Estimation results under four different climate change scenarios shows that in 2021-2050, water consumption of winter wheat would increase dramatically, and the increasing amount could reach to 6.2% for all the representative stations and all scenarios averagely. Yields in the future would decrease and some increase, and the variation rate would be 1.4% on average. The value of WUE would decrease 3.8% on average, meanwhile, the variability rate would also decrease. The increase of water consumption would be the main cause for WUE decreasing in the future. From the inter-annual variation during 2021-2050, WUE would show a non-significant trend of increasing under the simulation of PRECIS model, and comparing to the average value of 1981-2010, the decreasing rate of WUE would be more significant under A2 scenario than B2. However, there would be a significant decline trend for WUE simulated by REGCM4.0 model, and under the scenario of RCP8.5, the reduced value of WUE would be higher than that of RCP4.5. Generally speaking, the climate scenario of RCP has even more negative effects on WUE of rain-fed wheat.

rain-fed winter wheat; water use efficiency; regional climate model; RCP scenario

10.11898/1001-7313.20150305

公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201106029)

成林,方文松. 氣候變化對(duì)雨養(yǎng)冬小麥水分利用效率的影響估算. 應(yīng)用氣象學(xué)報(bào)，2015，26(3)：300-310.

2014-09-03收到， 2015-02-11收到再改稿。

* email: rainwood2@163.com