未來升溫1.5℃與2.0℃背景下中國玉米產(chǎn)量變化趨勢評估*

李 闊，熊 偉，潘 婕，林而達(dá)，李迎春，韓 雪

?

未來升溫1.5℃與2.0℃背景下中國玉米產(chǎn)量變化趨勢評估*

李 闊，熊 偉，潘 婕，林而達(dá)，李迎春，韓 雪

（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081）

基于ISI-MIP推薦的5個氣候模式在4個RCP情景下的模擬結(jié)果，篩選21世紀(jì)末全球升溫最接近1.5℃和2.0℃的氣候數(shù)據(jù)，運(yùn)用作物模型DSSAT，模擬升溫1.5℃和2.0℃背景下中國玉米產(chǎn)量相對于基準(zhǔn)時段1985?2006年的變化，揭示了1.5℃與2.0℃升溫背景下中國玉米產(chǎn)量變化的空間分布。結(jié)果表明：升溫2.0℃背景下玉米減產(chǎn)風(fēng)險明顯高于升溫1.5℃，未來升溫2.0℃背景下中國玉米減產(chǎn)面積比升溫1.5℃背景下多6.2%，升溫1.5℃和2.0℃背景下中國玉米平均減產(chǎn)幅度分別為3.7%和11.5%；從空間分布來看，升溫1.5℃與2.0℃背景下未來中國玉米產(chǎn)量變化在區(qū)域分布上大致相似，但未來玉米增產(chǎn)和減產(chǎn)的面積和幅度不盡相同，在北方與西南玉米種植區(qū)都有一定的增產(chǎn)區(qū)域，其它區(qū)域大多以減產(chǎn)為主，其中西北部玉米種植區(qū)減幅最大；1.5℃升溫背景下北方大部分地區(qū)氣候條件對玉米生長有利，2.0℃升溫背景下北方地區(qū)玉米減產(chǎn)也不明顯，說明從近期到未來一段時間內(nèi)，將全球升溫控制在1.5℃以內(nèi)，北方地區(qū)玉米仍具有一定增產(chǎn)潛力。

RCP情景；升溫1.5℃；升溫2.0℃；玉米產(chǎn)量；作物模型；巴黎協(xié)定

近百年來，全球氣候發(fā)生了巨大變化。根據(jù)IPCC第五次評估報告，全球平均地表溫度在1880?2012年升高了0.85℃，全球幾乎所有地區(qū)都經(jīng)歷了地表增暖[1]。中國氣象局《中國氣候變化監(jiān)測公報（2013）》指出，1901?2013年地表年平均氣溫呈顯著上升趨勢，并伴隨明顯的年代際變化特征，過去100a間（1914?2013年），中國地表年平均氣溫的增幅為0.91℃，不同氣候區(qū)升溫幅度差異明顯。氣候變化帶來的極端氣候事件日益頻繁，由此引發(fā)的生態(tài)環(huán)境問題日益嚴(yán)重，從而制約人類社會經(jīng)濟(jì)的可持續(xù)發(fā)展[2]。全球變暖已經(jīng)由一個科學(xué)問題逐漸變成了各國政府和各國人民共同關(guān)注的重大社會問題。2016年，《聯(lián)合國氣候變化框架公約》近200個締約方在巴黎氣候變化大會上達(dá)成《巴黎協(xié)定》[3]，提出把全球平均氣溫較工業(yè)化前水平升幅控制在2.0℃之內(nèi)，并為把升溫控制在1.5℃之內(nèi)而努力。圍繞這一目標(biāo)，全球各國政府都在付諸實(shí)際行動開展減排和適應(yīng)氣候變化工作，中國也將堅(jiān)定履行《巴黎協(xié)定》承諾。

國外有研究者對升溫1.5℃和2.0℃背景下農(nóng)業(yè)、海平面、降水的影響進(jìn)行了分析[4]，指出不同閾值下不同領(lǐng)域影響差異顯著，整體來看，以往研究對升溫1.5℃與2.0℃影響的比較研究報道并不多[5?8]，同時升溫控制目標(biāo)的確定應(yīng)基于更充分的科學(xué)分析[9]，尤其對于1.5℃閾值下全球以及區(qū)域氣候變化特征及影響急需深入研究[10?11]。國內(nèi)研究者對升溫2～4℃的全球及區(qū)域氣候變化特征進(jìn)行了較多研究，對于升溫1.5℃的氣候變化影響研究還相對較少[12?14]。姜大膀等[15?16]基于CMIP3模式模擬分析表明，在全球升溫2.0℃背景下，中國地區(qū)的升溫幅度更大并由南向北遞增。陳曉晨等[17]分析了升溫2.0℃、3℃、4℃背景下中國27個極端氣候指數(shù)的變化趨勢。郎咸梅等[18]利用CMIP3模式分析指出，未來全球變暖2.0℃背景下，極端暖事件普遍增加，極端冷事件減少，極端強(qiáng)降水事件增加并存在很大空間變率。張莉等[19]運(yùn)用CMIP5模式模擬了全球和中國年平均地表溫度變化并預(yù)估了2.0℃升溫閾值。Guo等[20?21]利用CMIP5模式，分析了升溫1.5～5℃背景下中國極端降水和熱浪的變化。王安乾等[22]分析了全球升溫1.5℃與2.0℃背景下中國極端低溫事件的空間分布變化，并評估了耕地暴露度。Huang等[23]研究表明，近百年來全球干旱半干旱區(qū)升溫比濕潤區(qū)高20％～40％，當(dāng)未來全球平均升溫達(dá)2.0℃時，氣溫增高所導(dǎo)致的玉米減產(chǎn)、地表徑流減少、干旱加劇和瘧疾傳播等氣候?yàn)?zāi)害在干旱半干旱區(qū)最為嚴(yán)重，從而進(jìn)一步擴(kuò)大全球社會經(jīng)濟(jì)發(fā)展的區(qū)域差異，將全球升溫控制在1.5℃之內(nèi)將大大減緩干旱半干旱區(qū)可能面臨的災(zāi)害程度。綜合來看，目前研究主要集中在2.0℃以上升溫，對1.5℃升溫研究相對較少；同時對于未來全球升溫1.5℃和2.0℃背景下，中國糧食、水資源、生態(tài)環(huán)境等方面所受到的影響尚不清晰，現(xiàn)階段這方面的研究也較少；尤其對于農(nóng)業(yè)領(lǐng)域，未來全球升溫1.5℃和2.0℃背景下中國主要糧食作物的產(chǎn)量變化趨勢研究尚處于空白狀態(tài)。

為了明晰1.5℃和2.0℃背景下中國糧食生產(chǎn)所面臨的風(fēng)險，本研究從中國三大糧食作物中的玉米入手，開展未來氣候變化影響下玉米產(chǎn)量變化趨勢研究?；?個CMIP5模式在4個RCP情景下的模擬結(jié)果，篩選未來全球升溫最接近1.5℃和2.0℃的氣候狀態(tài)，并運(yùn)用DSSAT模型，模擬1.5℃和2.0℃升溫背景下中國玉米單產(chǎn)的變化，對比1.5℃與2.0℃升溫背景下玉米單產(chǎn)減產(chǎn)和增產(chǎn)強(qiáng)度的空間分布，以期揭示未來氣候變化對中國玉米生產(chǎn)的潛在影響風(fēng)險，為中國玉米生產(chǎn)應(yīng)對未來氣候變化提供科學(xué)支撐，使中國農(nóng)業(yè)領(lǐng)域的減排與適應(yīng)氣候變化工作有的放矢，有效支撐中國兌現(xiàn)在《巴黎協(xié)定》中所做出的承諾，推動中國更有效地參與全球氣候變化治理。

1 資料與方法

1.1 溫度和降水?dāng)?shù)據(jù)

使用國際第五階段耦合模式比較計(jì)劃（CMIP5）中5個氣候模式[24]，包括GFDL-ESM2M、HadGEM2- ES、IPSL-CM5A-LR、NorESM1-M、MIROC-ESM（表1），模擬輸出的1861?2099年4個RCP情景（RCP2.6，RCP4.5，RCP6.0，RCP8.5）下溫度和降水?dāng)?shù)據(jù)，以1986?2005年為基準(zhǔn)歷史時段，數(shù)據(jù)水平分辨率為0.5°×0.5°。

表1 5個CMIP5全球氣候模式基本信息

注：水平分辨率=經(jīng)向格點(diǎn)數(shù)×緯向格點(diǎn)數(shù)。

Note: Horizontal resolution means the number of longitudinal grids×the number of latitudinal grids.

1.2 模型及分區(qū)域玉米遺傳參數(shù)確定

運(yùn)用DSSAT模型（The Decision Support System for Agrotechnology Transfer）中的CERES-maize模塊，將研究區(qū)域劃分為6個區(qū)（圖1），模擬未來1.5℃和2.0℃升溫背景下玉米單產(chǎn)，通過對比基準(zhǔn)時段（1986?2005年）玉米單產(chǎn)平均產(chǎn)量，計(jì)算未來1.5℃和2.0℃升溫背景下中國玉米單產(chǎn)的變化。作物模型中選用6個參數(shù)進(jìn)行區(qū)域上的校準(zhǔn)和驗(yàn)證（表2），校準(zhǔn)驗(yàn)證所用的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)包括播種日期、發(fā)育時期、播種密度、播種深度、施肥以及產(chǎn)量和產(chǎn)量要素，均來自中國氣象局資料中心提供的分布在不同玉米種植區(qū)的128個農(nóng)業(yè)氣象實(shí)驗(yàn)站；各區(qū)域2010年種植面積與空間分布數(shù)據(jù)來自中國種植業(yè)信息網(wǎng)，在玉米縣域種植面積數(shù)據(jù)庫和地形地貌地圖基礎(chǔ)上進(jìn)行網(wǎng)格化處理，生成網(wǎng)格化玉米種植面積數(shù)據(jù)；土壤數(shù)據(jù)來自中國土壤數(shù)據(jù)庫，并在土壤屬性數(shù)據(jù)庫和土壤數(shù)字化地圖基礎(chǔ)上對區(qū)域土壤數(shù)據(jù)進(jìn)行網(wǎng)格化處理，形成全國網(wǎng)格化土壤屬性數(shù)據(jù)庫。

結(jié)合已有的玉米遺傳參數(shù)研究結(jié)果[25?28]，針對玉米的種植品種與范圍，整個研究區(qū)劃分為6個玉米種植區(qū)，分別是北方春玉米種植區(qū)、黃淮海夏玉米種植區(qū)、西南玉米種植區(qū)、西北玉米種植區(qū)、南方玉米種植區(qū)和青藏高原種植區(qū)，每個種植區(qū)的玉米遺傳參數(shù)代表整個區(qū)域（表2）。其中青藏高原地區(qū)由于玉米種植面積非常小并且農(nóng)業(yè)氣象站點(diǎn)較少，因此，用西南地區(qū)玉米遺傳參數(shù)代替。其它模擬條件設(shè)定：肥料管理為無脅迫狀態(tài)，水分管理為自動灌溉，CO2肥效作用設(shè)為“考慮”。

圖1 中國玉米種植六大分區(qū)及農(nóng)業(yè)氣象站點(diǎn)分布

表2 中國不同種植區(qū)玉米遺傳參數(shù)匯總

注：P1為最適溫度條件下通過春化階段所需天數(shù)（d）；P2為光周期參數(shù)（%）；P5為籽粒灌漿期積溫（℃·d）；G2為最佳條件下標(biāo)準(zhǔn)籽粒質(zhì)量（mg）；G3為成熟期非脅迫下單株莖穂標(biāo)準(zhǔn)干質(zhì)量（g），PHINT為完成一片葉生長所需積溫（℃·d）。

Note: P1 is the number of days required for vernalization at optimum temperature conditions(d); P2 is photoperiodic parameter(%); P5 is accumulated temperature during grain filling stage(℃·d); G2 is standard grain quality under optimal conditions(mg); G3 is standard dry weight of single stem under non stress in mature stage(g); PHINT is the accumulated temperature required for the growth of one leaf(℃·d).

2 結(jié)果與分析

2.1 未來升溫1.5℃和2.0℃氣候情景的模擬

2.1.1 模式、情景和時段的選擇

IPCC第五次評估報告指出，全球升溫1.5℃和2.0℃均以1850?1900年平均溫度作為參照值。由于中國區(qū)域內(nèi)絕大多數(shù)氣象站點(diǎn)僅記錄了1950年以來的氣象數(shù)據(jù)，無法選取1850?1900年作為基準(zhǔn)期進(jìn)行比較，為保證數(shù)據(jù)質(zhì)量，本研究按照學(xué)界通常做法選取1986?2005年作為基準(zhǔn)期。而1986?2005年平均溫度比1850?1900年升高0.61℃，因此，若以1986?2005年平均溫度為基準(zhǔn)期，則全球升溫1.5℃和2.0℃應(yīng)該為比該基準(zhǔn)期平均溫度升高0.89℃和1.39℃。

本研究中全球升溫1.5℃和2.0℃氣候數(shù)據(jù)根據(jù)溫室氣體排放典型濃度路徑（RCPs）驅(qū)動全球氣候模式的結(jié)果來確定，從5個CMIP5全球氣候模式4種RCP情景下組合形成的共計(jì)20套數(shù)據(jù)中篩選出符合條件的數(shù)據(jù)。首先利用未來逐年全球氣溫模擬值減去各自1986?2005年模擬均值，然后加上0.61℃，得到較工業(yè)化前逐年全球升溫值，對升溫序列進(jìn)行20a滑動平均處理；根據(jù)IPCC第五次評估報告中提供的原則，對于全球升溫1.5℃氣候數(shù)據(jù)，在21世紀(jì)末升溫需在1.5～2.0℃，符合條件的有兩套數(shù)據(jù)，即IPSL-CM5A-LR，RCP2.6和GFDL-ESM2M，RCP4.5；對于全球升溫2.0℃情景數(shù)據(jù)，在21世紀(jì)末升溫需在2.0～2.5℃，同時達(dá)到2.0℃的時段不能早于2050年，亦篩選出兩套數(shù)據(jù)，即NorESM1-M，RCP4.5和GFDL-ESM2M，RCP6.0；在此基礎(chǔ)上，在2020?2099年時段確定升溫達(dá)1.5℃和2.0℃的窗口期，得到未來升溫1.5℃和2.0℃的模式、情景和時段（圖2）。

通過對比分析，升溫1.5℃的模式、情景、年份分別為IPSL-CM5A-LR，RCP2.6，2020?2039年；GFDL-ESM2M，RCP4.5，2041?2060年。升溫2.0℃的模式、情景、年份為NorESM1-M，RCP4.5，2060? 2079年；GFDL-ESM2M，RCP6.0，2065?2084年。

2.1.2 降水和氣溫模擬結(jié)果

由圖3可見，未來全球升溫1.5℃和2.0℃背景下，中國溫度和降水相對于基準(zhǔn)時段（1986?2005年）的變化趨勢顯著。整體來看，兩種背景下中國絕大部分區(qū)域都以升溫為主要特征，大部分區(qū)域的降水呈現(xiàn)增多趨勢；其中2.0℃背景下全國溫度和降水上升幅度均明顯高于1.5℃背景，其分布區(qū)域也大于后者。

從溫度變化來看，在全球升溫1.5℃背景下，北方春玉米區(qū)、黃淮海夏玉米區(qū)、西北玉米區(qū)、青藏玉米區(qū)升溫大多在0～2.0℃，西北玉米區(qū)北部與西部、青藏玉米區(qū)西北部與東部有部分地區(qū)升溫達(dá)到2.0℃以上；南方玉米區(qū)、西南玉米區(qū)普遍升溫在1℃以上，其中部分地區(qū)升溫達(dá)到2.0℃以上，呈現(xiàn)零星分布態(tài)勢；降溫區(qū)域在西北、青藏等地區(qū)有少量分布。在全球升溫2.0℃背景下，北方春玉米區(qū)、黃淮海夏玉米區(qū)、青藏玉米區(qū)升溫在1～3℃，西北玉米區(qū)西部地區(qū)普遍升溫2.0℃以上，南方玉米區(qū)、西南玉米區(qū)普遍升溫在2～3℃，降溫區(qū)域明顯減少。從降水變化來看，在全球升溫1.5℃背景下，降水減少區(qū)域集中在南方玉米區(qū)、西南玉米區(qū)、西北玉米區(qū)、青藏玉米區(qū)的長江中下游、云南、新疆大部分地區(qū)，四川東部與西部地區(qū)，內(nèi)蒙古西部地區(qū)以及西藏西部和北部地區(qū)，其它區(qū)域降水普遍增多0～200mm；在全球升溫2.0℃背景下，降水減少區(qū)域大幅縮少，集中在西北玉米區(qū)、青藏玉米區(qū)、西南玉米區(qū)、南方玉米區(qū)的新疆、西藏、云南、湖北等區(qū)域，其它區(qū)域降水普遍增多，降水量也集中在0～200mm區(qū)間。除了溫度和降水平均態(tài)的變化，通過分析可以發(fā)現(xiàn)，2.0℃升溫背景下未來極端氣候事件暴發(fā)的頻次、強(qiáng)度以及空間范圍也明顯高于1.5℃升溫背景。綜合來看，相對于升溫1.5℃，2.0℃升溫將對中國產(chǎn)生更大程度的不利影響。

注：黑色水平虛線：升溫達(dá)到1.5℃與2.0℃；黑色垂直實(shí)線：所選取模式、情景升溫達(dá)到1.5℃與2.0℃時對應(yīng)的年份。

Note: The black horizontal dashed lines: global warming by 1.5℃ and 2.0℃; the black vertical solid line: the years when global warming reaches 1.5℃ and 2.0℃ simulated by the selected models and scenarios.

2.2 未來升溫1.5℃背景下模擬玉米產(chǎn)量變化分析

2.2.1 空間分布

利用IPSL-CM5A-LR模式，模擬RCP2.6情景下基準(zhǔn)時段1986?2005年和2020?2039年兩個時段氣溫和降水?dāng)?shù)據(jù)，輸入DSSAT模型，模擬得到6個區(qū)域內(nèi)每個格點(diǎn)兩個時段玉米單產(chǎn)平均值，計(jì)算未來升溫1.5℃背景下中國玉米產(chǎn)量變化率的空間分布，結(jié)果見圖4a?；谕瑯臃椒ǎ玫紾FDL-ESM2M模式RCP4.5情景下兩個時段玉米產(chǎn)量變化率的空間分布圖（圖4b）。

從空間分布來看，1.5℃升溫背景下中國玉米大部分區(qū)域呈現(xiàn)減產(chǎn)趨勢，增產(chǎn)區(qū)域主要集中在華北北部和中部、云南中部和北部、四川南部、甘肅南部地區(qū)以及其它零星分布。根據(jù)種植業(yè)信息網(wǎng)農(nóng)作物數(shù)據(jù)庫數(shù)據(jù)，中國玉米核心產(chǎn)區(qū)集中在北方春玉米種植區(qū)與黃淮海夏玉米種植區(qū)，兩者產(chǎn)量合計(jì)占全國玉米總產(chǎn)量的70%左右，其變化趨勢基本決定了中國玉米產(chǎn)量的變化。綜合兩個模式的模擬結(jié)果來看，在種植面積保持不變的前提下，1.5℃升溫背景下北方玉米種植區(qū)未來玉米產(chǎn)量整體呈現(xiàn)增加趨勢，黃淮海地區(qū)整體減產(chǎn)趨勢明顯，西南地區(qū)呈現(xiàn)下降趨勢，其它3個區(qū)域減產(chǎn)趨勢更為顯著。

在IPSL模式，RCP2.6情景下，2020?2039年相比于1986?2005年，中國未來玉米總產(chǎn)平均減少1.12%。如圖5所示，在北方玉米種植區(qū)，玉米減產(chǎn)面積占比48.3%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占北方玉米種植面積的11.3%，主要集中在黑龍江南部、陜西北部、寧夏北部、山西西部等地區(qū)。在黃淮海玉米種植區(qū)，玉米減產(chǎn)面積占比64.2%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占黃淮海玉米種植面積的10.6%，主要集中在河南西南部、山西南部、河北與山東交界等地區(qū)（圖4a）。

圖3 1.5℃（a）與2.0℃（b）升溫背景下中國溫度（1）和降水（2）變化空間分布

注：以1986?2005年為基準(zhǔn)時段。下同。

Note: Relative to the baseline period from 1986 to 2005.The same as below.

（a）IPSL模式，RCP2.6情景，2020?2039年IPSL model, RCP2.6 scenario, 2020?2039；（b）GFDL模式，RCP4.5情景，2041?2060 GFDL model, RCP4.5 scenario, 2041?2060

圖5 升溫1.5℃背景下中國不同區(qū)域玉米產(chǎn)量變化

在GFDL模式，RCP4.5情景下，2041?2060年相比于1986?2005年，中國未來玉米總產(chǎn)平均減少6.27%。在北方玉米種植區(qū)，玉米減產(chǎn)面積占比48.3%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占北方玉米種植面積的10.5%（圖4b），相比于IPSL模式，減產(chǎn)和增產(chǎn)面積基本無變化，平均減產(chǎn)幅度和增產(chǎn)幅度都有輕微增大。在黃淮海玉米種植區(qū)，玉米減產(chǎn)面積占比80.3%，其中單產(chǎn)減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占北方玉米種植面積的23.4%，相比于IPSL模式，減產(chǎn)面積明顯增加，增產(chǎn)面積顯著下降，平均減產(chǎn)幅度略有增加，增產(chǎn)幅度明顯下降。

2.2.2 統(tǒng)計(jì)分析

對比兩個模式不同情景不同時段的模擬結(jié)果（圖6）可以發(fā)現(xiàn)，在升溫1.5℃背景下，IPSL模式下玉米減產(chǎn)面積占全部種植面積的60.6%，GFDL模式下玉米減產(chǎn)面積占全部種植面積的68.5%。從圖6可以看出，兩種模式下玉米減產(chǎn)程度主要分布在0～30%區(qū)間，其中IPSL模式下玉米減產(chǎn)0～10%所占比重最大，GFDL模式下玉米減產(chǎn)10%～20%所占比重最大。同時，在1.5℃升溫背景下，未來部分區(qū)域玉米存在增產(chǎn)的趨勢，IPSL模式下玉米增產(chǎn)面積占全部種植面積的39.4%，GFDL模式下占31.5%。分析發(fā)現(xiàn)，1.5℃升溫背景下中國玉米總體呈現(xiàn)減產(chǎn)趨勢，一方面未來玉米減產(chǎn)面積占據(jù)較大比重，但單產(chǎn)減幅相對較小，另一方面未來玉米增產(chǎn)面積占比較小，但單產(chǎn)增幅相對較大，綜合玉米單產(chǎn)變化與種植面積進(jìn)行分析可知，1.5℃升溫背景下中國玉米平均減產(chǎn)幅度達(dá)到3.7%。

圖6 升溫1.5℃背景下模擬產(chǎn)量相對于1986?2005年時段模擬產(chǎn)量變化率的面積統(tǒng)計(jì)

綜合來看，在1.5℃升溫背景下，未來中國玉米整體呈現(xiàn)減產(chǎn)趨勢，IPSL模式RCP2.6情景下中國玉米平均減產(chǎn)1.12%，GFDL模式RCP4.5情景下平均減產(chǎn)6.27%，兩個模式平均減產(chǎn)達(dá)到3.7%。在1.5℃升溫背景下，氣候環(huán)境發(fā)生變化，未來玉米減產(chǎn)區(qū)域遍布全國六大種植區(qū)，而未來玉米增產(chǎn)區(qū)域相對集中，主要分布在北方種植區(qū)和西南種植區(qū)。

2.3 未來升溫2.0℃背景下模擬玉米產(chǎn)量變化分析

2.3.1 空間分析

利用NorESM1-M模式，模擬RCP4.5情景下基準(zhǔn)時段1986?2005年與2060?2079年兩個時段氣候變化狀況，輸入DSSAT模型，模擬得到6個區(qū)域內(nèi)每個格點(diǎn)兩個時段玉米單產(chǎn)平均值，計(jì)算未來升溫2.0℃背景下中國玉米產(chǎn)量變化率的空間分布，結(jié)果見圖7a。基于同樣方法，得到GFDL-ESM2M模式下RCP6.0情景下兩個時段玉米產(chǎn)量變化率的空間分布圖（圖7b）。

從空間分布（圖7）來看，2.0℃升溫閾值條件下中國大部分玉米種植區(qū)域呈現(xiàn)減產(chǎn)趨勢，增產(chǎn)區(qū)域主要集中在東北中部地區(qū)、內(nèi)蒙中部地區(qū)、云南大部地區(qū)、四川中部與南部地區(qū)、甘肅南部地區(qū)以及其它零星分布，其整體分布趨勢與升溫1.5℃背景下中國玉米產(chǎn)量變化分布大致相似。綜合兩個模式的模擬結(jié)果來看，北方玉米種植區(qū)玉米產(chǎn)量整體有輕微上升趨勢，黃淮海地區(qū)和西南地區(qū)未來玉米產(chǎn)量整體呈減少趨勢，其它3個區(qū)域減產(chǎn)趨勢更為顯著。

在NorESM模式，RCP4.5情景下，2060?2079年相比于基準(zhǔn)時段，中國未來玉米總產(chǎn)平均減少11.3%。如圖8所示，在北方玉米種植區(qū)，玉米減產(chǎn)面積占比58.1%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占北方玉米種植面積的17.5%（圖7a），主要集中在黑龍江中部與南部、吉林東部、內(nèi)蒙北部、陜西北部、寧夏北部，山西西部等地區(qū)。在黃淮海玉米種植區(qū)，玉米減產(chǎn)面積占比86.5%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占黃淮海玉米種植面積的20.4%，主要集中在河南南部、山西南部、安徽北部、江蘇北部、河北與山東交界等地區(qū)零星分布。

（a）NorESM模式，RCP4.5情景，2060?2079年NorESM model, RCP4.5 scenario, 2060?2079；（b）GFDL模式，RCP6.0情景，2065?2084年GFDL model, RCP6.0 scenario, 2065?2084

圖8 升溫2.0℃背景下中國不同區(qū)域玉米產(chǎn)量變化

在GFDL模式，RCP6.0情景下，2065?2084年相比于基準(zhǔn)時段，中國未來玉米總產(chǎn)平均減少11.6%。在北方玉米種植區(qū)，玉米減產(chǎn)面積占比54.2%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占北方玉米種植面積的12.7%（圖7b）；相比于NorESM模式，平均減產(chǎn)幅度與減產(chǎn)面積都有一定下降，增產(chǎn)面積與增產(chǎn)幅度呈現(xiàn)上升；在黃淮海玉米種植區(qū)，玉米減產(chǎn)面積占比79.5%，其中減產(chǎn)高風(fēng)險區(qū)域（減產(chǎn)30%以上）占北方玉米種植面積的26.2%；相比于NorESM模式，平均減產(chǎn)幅度增加，整體減產(chǎn)面積有一定減少，其中高風(fēng)險減產(chǎn)面積增多，而增產(chǎn)面積和增產(chǎn)幅度均呈現(xiàn)上升。

2.3.2 統(tǒng)計(jì)分析

對比兩個模式不同情景不同時段的模擬結(jié)果（圖9）可以發(fā)現(xiàn)，在升溫2.0℃背景下，NorESM模式下玉米減產(chǎn)面積占全部種植面積的71.9%，GFDL模式下占71.2%。兩種模式下玉米減產(chǎn)程度主要分布在10%～50%區(qū)間，其中NorESM模式下玉米減產(chǎn)10%～20%所占比重最大，GFDL模式下減產(chǎn)20%～30%所占比重最大。同時，在2.0℃升溫背景下，未來部分區(qū)域玉米存在增產(chǎn)的趨勢，NorESM模式下玉米增產(chǎn)面積占全部種植面積的28.1%，GFDL模式下占28.8%，兩個模式下玉米增產(chǎn)10%以內(nèi)所占比重最大。綜合分析發(fā)現(xiàn)，在2.0℃升溫閾值條件下中國玉米總體呈現(xiàn)減產(chǎn)趨勢，2.0℃升溫閾值條件下中國玉米平均減產(chǎn)幅度達(dá)到11.5%，遠(yuǎn)超過1.5℃升溫閾值條件下。

圖9 升溫2.0℃背景下模擬產(chǎn)量相對于1986?2005年模擬產(chǎn)量變化率的面積統(tǒng)計(jì)

綜合來看，在2.0℃升溫背景下，未來中國玉米整體呈現(xiàn)減產(chǎn)趨勢，NorESM模式RCP4.5情景下中國玉米產(chǎn)量平均減產(chǎn)11.3%，GFDL模式RCP4.5情景下平均減產(chǎn)11.6%。相比于1.5℃升溫閾值條件下，未來減產(chǎn)趨勢更為顯著，兩種模式下玉米減產(chǎn)幅度較為接近，平均減產(chǎn)程度達(dá)到11.5%。

3 結(jié)論與討論

由于全球?qū)W術(shù)界對升溫1.5℃與2.0℃如何界定并沒有形成統(tǒng)一的認(rèn)知，目前開展的升溫1.5℃與2.0℃氣候預(yù)估和影響研究，往往采用多模式集合平均方法[29?31]，獲取瞬時變化條件下的增暖響應(yīng)，而不是長期目標(biāo)所期望的穩(wěn)定狀態(tài)下的增溫，進(jìn)一步研究仍需要專為1.5℃與2.0℃升溫設(shè)計(jì)模式預(yù)估試驗(yàn)，形成專有情景，為不同領(lǐng)域影響預(yù)估提供支撐。目前已有一些機(jī)構(gòu)正在進(jìn)行更低排放情景下的氣候變化預(yù)估[32?34]，同時為了實(shí)現(xiàn)21世紀(jì)末控溫1.5℃的目標(biāo)，研究者普遍提出立刻采取減排行動并沿著低能耗軌跡發(fā)展的迫切性[35?37]，但人類社會要實(shí)現(xiàn)這一目標(biāo)具有很大的挑戰(zhàn)性。另一方面，針對升溫1.5℃與2.0℃背景下氣候變化趨勢預(yù)估研究相對較多，但其對中國主要糧食作物影響評估研究還非常少，尤其是升溫1.5℃與2.0℃背景下中國不同糧食產(chǎn)區(qū)面臨的風(fēng)險尚不清晰。

本研究從CMIP5諸多模式中，根據(jù)ISI-MIP（The Inter-Sectoral Impact Model Intercomparison Project）推薦篩選了5個氣候模式，相較于其它氣候模式，其可以更有效地支撐不同領(lǐng)域的影響評估并獲得比較可信的結(jié)果；在此基礎(chǔ)上，結(jié)合4種RCP情景，考慮到21世紀(jì)末最接近穩(wěn)定增溫1.5℃與2.0℃的條件，篩選了不同模式情景下升溫達(dá)到1.5℃和2.0℃的時段與數(shù)據(jù)，最大程度上減少氣候數(shù)據(jù)的不確定性。依托升溫1.5℃和2.0℃氣候數(shù)據(jù)，在前期對作物模型DSSAT大量研究基礎(chǔ)上[25?28]，選取與中國玉米品種相匹配的遺傳參數(shù)，結(jié)合公開發(fā)布的玉米種植信息、土壤數(shù)據(jù)和氣象觀測數(shù)據(jù)，提升玉米產(chǎn)量模擬的有效性與可信度。

分析發(fā)現(xiàn)，升溫2.0℃背景下未來中國玉米減產(chǎn)風(fēng)險明顯高于1.5℃升溫背景。一方面，2.0℃升溫背景下中國玉米減產(chǎn)面積比1.5℃升溫背景下增加6.2%；另一方面，2.0℃升溫背景下中國玉米平均減產(chǎn)幅度比1.5℃升溫背景下大7.8%；綜合已有的全球升溫研究結(jié)果，全球升溫幅度越高，對玉米帶來的綜合不利影響可能越大，一方面溫度升高幅度越大導(dǎo)致蒸散量增大，雖然降水量也在增加，但升溫引起的蒸散程度更加劇烈，導(dǎo)致玉米生育期內(nèi)干旱頻發(fā)從而影響產(chǎn)量，另一方面相對于1.5℃升溫，2.0℃升溫背景下高溫災(zāi)害頻次與強(qiáng)度顯著加重，導(dǎo)致玉米減產(chǎn)風(fēng)險增大。

從空間分布來看，2.0℃升溫背景下與1.5℃升溫背景下未來中國玉米產(chǎn)量變化在區(qū)域分布上大致相似，但未來玉米增產(chǎn)與減產(chǎn)的面積和幅度不盡相同。在北方玉米種植區(qū)與西南玉米種植區(qū)都有一定的增產(chǎn)區(qū)域；其它區(qū)域大多以減產(chǎn)為主，其中西北玉米種植區(qū)減產(chǎn)幅度最大。整體來看，在北方地區(qū)1.5℃升溫背景對玉米生長是有利的，一方面北方地區(qū)比其它大部分區(qū)域增溫幅度低，基本在0～1℃，合適的增溫幅度為玉米生長提供了優(yōu)良條件，另一方面北方地區(qū)降水也以增加為主，大體在0～200mm，也為玉米增產(chǎn)奠定了基礎(chǔ)。在2.0℃升溫背景下北方地區(qū)玉米減產(chǎn)但不明顯，其中北方地區(qū)增溫幅度在1～2.0℃，降水仍增加0～200mm，過高的增溫幅度抵消了降水增加帶來的有利影響，并增加了未來極端氣候事件暴發(fā)的風(fēng)險。換而言之，從近期到未來一段時間內(nèi)，如果能夠有效將全球溫度控制在1.5℃升溫情景下，北方地區(qū)玉米仍有增產(chǎn)潛力可挖。

按照目前的人類活動方式與氣候變化趨勢，到21世紀(jì)末全球升溫超過1.5℃，甚至2.0℃將是大概率事件，為了更有效地應(yīng)對未來氣候變化，探索升溫1.5℃與2.0℃對中國主要糧食作物將會產(chǎn)生的影響，提出保障中國糧食安全的應(yīng)對建議與布局方向，是一項(xiàng)具有迫切現(xiàn)實(shí)意義的任務(wù)。鑒于此，本研究開展升溫1.5℃與2.0℃背景未來中國玉米減產(chǎn)風(fēng)險評估，可為保障未來中國糧食安全提供科學(xué)支撐。在保持玉米國際貿(mào)易現(xiàn)狀的前提下，隨著未來中國人口規(guī)模在2030年左右逐漸達(dá)到頂峰，中國對玉米的需求將維持在一個較高的水平，進(jìn)入2050年以后，隨著人口規(guī)模的縮減，中國對玉米的需求才可能逐步回落，因此，對于未來氣候影響下玉米減產(chǎn)風(fēng)險所帶來的糧食安全問題需要有清醒的認(rèn)識。針對未來升溫1.5℃與2.0℃條件下所導(dǎo)致的氣候變化問題，在北方和黃淮海玉米主產(chǎn)區(qū)，采取合理的適應(yīng)措施尤為關(guān)鍵，一方面應(yīng)對未來可能增產(chǎn)的區(qū)域進(jìn)行有效保護(hù)，另一方面對未來可能減產(chǎn)的區(qū)域在耕作栽培、水肥管理措施等方面進(jìn)行調(diào)整優(yōu)化。同時，在西南、西北、南方與青藏玉米種植區(qū)，未來升溫1.5℃與2.0℃條件下減產(chǎn)風(fēng)險都很高，一方面應(yīng)采取適應(yīng)措施抵御災(zāi)損，另一方面應(yīng)適當(dāng)調(diào)整種植結(jié)構(gòu)，進(jìn)行規(guī)模化經(jīng)營，增強(qiáng)可恢復(fù)力。

[1] IPCC.Climate change 2013:the physical science base[M].Cambridge,UK:Cambridge University Press,2013.

[2] IPCC.Climate change 2014:impacts,adaptation,and vulnerabi- lity[M].Cambridge:Cambridge University Press,2014.

[3] 巢清塵,張永香,高翔,等.巴黎協(xié)定-全球氣候治理的新起點(diǎn)[J].氣候變化研究進(jìn)展,2016,12(1):61-67.Chao Q C,Zhang Y X,Gao X,et al.Paris agreement:a new start for global governance on climate[J].Advances in Climate Change Research,2016,12(1):61-67.(in Chinese)

[4] Schleussner C F,Lissner T K,Fischer E M,et al.Differential climate impacts for policy-relevant limits to global warming:the case of 1.5℃ and 2.0℃[J].Earth System Dynamics,2016,7(2):327-351.

[5] Mitchell D,James R,Forster P M,et al.Realizing the impacts of a 1.5℃ warmer world[J].Nature Climate Change,2016,6(8):735-737.

[6] Koutroulis A G,Grillakis M G,Daliakopoulos I N,et al.Cross sectoral impacts on water availability at +2℃ and +3℃ for east Mediterranean island states:the case of Crete[J].Journal of Hydrology,2016,532:16-28.

[7] King A D,Karoly D J,Henley B J.Australian climate extremes at 1.5℃and 2℃ of global warming[J].Nature Climate Change,2017,7:412-416.

[8] Ranger N Gohar L K Lowe J A et al.Is it possible to limit global warming to no more than 1.5℃[J].Climatic Change,2012,111(3-4):973-981.

[9] Knutti R,Rogelj J,Sedlá?ek J,et al.A scientific critique of the two-degree climate change target[J].Nature Geoscience,2015,9(1):1-6.

[10]Schaeffer M,Hare W,Rahmstorf S,et al.Long-term sea-level rise implied by 1.5℃ and 2℃ warming levels[J].Nature Climate Change,2012,2(2):867-870.

[11]翟盤茂,余榮,周佰銓,等.1.5℃增暖對全球和區(qū)域影響的研究進(jìn)展[J].氣候變化研究進(jìn)展,2017,13(5):465-472.Zhai P M,Yu R,Zhou B Q,et al.Research progress in impact of 1.5℃ global warming on global and regional scales[J].Advances in Climate Change Research,2017,13(5):465-472.(in Chinese)

[12]李紅梅,李林.2℃全球變暖背景下青藏高原平均氣候和極端氣候事件變化[J].氣候變化研究進(jìn)展,2015,11(3):157-164.Li H M,Li L.Mean and extreme climate change on Qinghai-Tibetan Plateau with 2℃ global warming[J].Advances in Climate Change Research,2015,11(3):157-164.(in Chinese)

[13]Chen J,Gao C,Zeng X F,et al.Assessing changes of river discharge under global warming of 1.5℃ and 2℃ in the upper reaches of the Yangtze River basin:approach by using multiple-GCMs and hydrological models[J].Quaternary International,2017,453(25): 1-11.

[14]徐影,周波濤,吳婕,等.1.5～4℃升溫閾值下亞洲地區(qū)氣候變化預(yù)估[J].氣候變化研究進(jìn)展,2017,13(4):306-315.Xu Y,Zhou B T,Wu J,et al.Asian climate change in response to four global warming targets[J].Advances in Climate Change Research,2017,13(4):306-315.(in Chinese)

[15]姜大膀,富源海.2℃全球變暖背景下中國未來氣候變化預(yù)估[J].大氣科學(xué),2012,36(2):234-246.Jiang D B,Fu Y H.Climate change over China with a 2℃ global warming[J].Chinese Journal of Atmospheric Sciences,2012,36(2):234-246.(in Chinese)

[16]姜大膀,張穎,孫建奇.中國地區(qū)1-3℃變暖的集合預(yù)估分析[J].科學(xué)通報,2009,54(24):3870-3877.Jiang D B,Zhang Y,Sun J Q.Ensemble projection of 1-3℃ warming in China[J].Chinese Sci Bull,2009,54(24):3870-3877.(in Chinese)

[17]陳曉晨,徐影,姚遙.不同升溫閾值下中國地區(qū)極端氣候事件變化預(yù)估[J].大氣科學(xué),2015,39(6):1123-1135.Chen X C,Xu Y,Yao Y.Changes in climate extremes over China in a 2.0℃,3℃ and 4℃ warmer world[J].Chinese Journal of Atmospheric Sciences,2015,39(6):1123-1135.(in Chinese)

[18]郎咸梅,隋月.全球變暖2℃情景下中國平均氣候和極端氣候事件變化預(yù)估[J].科學(xué)通報,2013,58:734-742.Lang X M,Sui Y.Changes in mean and extreme climates over China with a 2℃ global warming[J].Chin Sci Bull,2013,58:734-742.(in Chinese)

[19]張莉,丁一匯,吳統(tǒng)文,等.CMIP5模式對21世紀(jì)全球和中國年平均地表氣溫變化和2℃升溫閾值的預(yù)估[J].氣象學(xué)報,2013,71(6):1047-1060. Zhang L,Ding Y H,Wu T W,et al.The 21st century annual mean surface air temperature change and the 2℃ warming threshold over the globe and China as projected by the CMIP5 models[J].Acta Meteorologica Sinica,2013,71(6):1047-1060.(in Chinese)

[20]Guo X,Huang J,Luo Y,et al.Projection of precipitation extremes for eight global warming targets by 17 CMIP5 models[J].Natural Hazards,2016,84(3):2299-2319.

[21]Guo X,Huang J,Luo Y,et. al.Projection of heat waves over China for eight different global warming targets using 12 CMIP5 models[J].Theoretical and Applied Climatology,2017,128(3):507-522.

[22]王安乾,蘇布達(dá),王艷君,等.全球升溫1.5℃與2.0℃情景下中國極端低溫事件變化與耕地暴露度研究[J].氣象學(xué)報,2017,(3):415-428.Wang A Q,Su B D,Wang Y J,et al.Variation of the extreme low-temperature events and farmland exposure under global warming of 1.5℃ and 2.0℃[J].Acta Meteorologica Sinica,2017,(3):415-428.(in Chinese)

[23]Huang J,Yu H,Guan X,et al.Accelerated dryland expansion under climate change[J].Nature Climate Change,2016,6(2):166-171.

[24]Warszawski L,Frieler K,Huber V,et al.The inter-sectoral impact model intercomparison project (ISI-MIP):project framework[J].Proceedings of the National Academy of Sciences of the United States of America,2014,111(9):3228-3232.

[25]熊偉,林而達(dá),楊婕,等.作物模型區(qū)域應(yīng)用兩種參數(shù)校準(zhǔn)方法的比較[J].生態(tài)學(xué)報,2008,28(5):2140-2147.Xiong W,Lin E D,Yang J,et al.Comparion of two calibration approaches for regional simulation of crop model[J].Acta Ecologica Sinica,2008,28(5):2140-2147.(in Chinese)

[26]曹陽.1961-2010年潛在干旱對中國玉米、小麥產(chǎn)量影響的模擬[D].北京:中國農(nóng)業(yè)科學(xué)院,2014:25-36.Cao Y.Impacts of potential drought on maize and wheat in China from 1961 to 2010[D].Beijing:CAAS,2014:25-36.(in Chinese)

[27]趙俊芳,李寧,侯英雨,等.基于APSIM模型評估北方八省春玉米生產(chǎn)對氣候變化的響應(yīng)[J].中國農(nóng)業(yè)氣象,2018,39(2):108-118.Zhao J F,Li N,Hou Y Y,et al.Evaluation of response of Spring maize production to climate change in the eight provinces of Northern China based on APSIM model[J].Chinese Journal of Agrometeorology,2018,39(2):108-118.(in Chinese)

[28]劉歡,熊偉,李迎春,等.氣候變化對中國輪作系統(tǒng)影響的研究進(jìn)展[J].中國農(nóng)業(yè)氣象,2017,38(10):613-631.Liu H,Xiong W,Li Y C,et al.Advances of impacts and adaptation of climate change on crop rotations in China[J].Chinese Journal of Agrometeorology,2017,38(10):613-631.(in Chinese)

[29]Taylor K E,Stouffer B J,Meehl G A.An overview of CMIP5 and the experiment design[J].Bulletin of the American Meteorological Society,2012,93:485-498.

[30]Zhou B T,Wen H Q Z,Xu Y,et al.Projected changes in temperature and precipitation extremes in China by the CMIP5 multimodel ensembles[J].Journal of Climate,2014,27:6591-6611.

[31]Alfieri L,Bisselink B,Dottori F,et al.Global projections of river flood risk in a warmer world[J].Earths Future,2016,5(2):171-182.

[32]Chen X L,Zhou T.Uncertainty in crossing time of 2℃ warming threshold over China[J].Science Bulletin,2016,61(18):1451-1459.

[33]Knutti R,Rogelj J,Sedlá?ek J,et al.A scientific critique of the two-degree climate change target[J].Nature Geoscience,2015,9(1):1-6.

[34]Rogelj J,Luderer G,Pietzcker R C,et al.Energy system transformations for limiting end-of-century warming to below 1.5℃[J].Nature Climate Change,2015,5(6):519-527.

[35]Friedlingstein P,Andrew R M,Rogelj J,et al.Persistent growth of CO2emissions and implications for reaching climate targets[J].Nature Geoscience,2014,7(10):709-715.

[36]Azar C,Johansson D J A,Mattsson N.Meeting global temperature targets the role of bioenergy with carbon capture and storage[J].Environmental Research Letters,2013,8(3):1345-1346.

[37]Mitchell D,Achutara K,Allen M,et al.Half a degree additional warming,prognosis and projected impacts(HAP- PI):background and experimental design[J].Geoscientific Model Development,2017,10(2):571-583.

Trend Evaluation on Changes of Maize Yield in China under Global Warming by 1.5℃ and 2.0℃

LI Kuo, XIONG Wei, PAN Jie, LIN Er-da, LI Ying-chun, HAN Xue

(Institute of Environment and Sustainable Development in Agriculture, CAAS, Beijing 100081, China)

Based on the simulation results from 5 climate models recommended by ISI-MIP under 4 RCP scenarios, the future climate situations were selected which are the approximate scenarios with global warming by 1.5℃ and 2.0℃. Applying DSSAT, the per unit yield changes of maize in China under global warming by 1.5℃ and 2.0℃ were analyzed and the spatial distributions of changes of maize yield were revealed relative to the baseline from 1985 to 2006. The results showed that, the yield reduction area under global warming by 2.0℃ was 6.2% more than that under global warming by 1.5℃; the ratios of yield reduction were separately 3.7% and 11.5% under global warming by 1.5℃ and 2.0℃; the risk of global warming by 2.0℃ was obviously higher than 1.5℃. The spatial distributions of yield changes were similar between 1.5℃ and 2.0℃ global warming, under which the area and magnitude of yield reduction were different. There were some regions with yield increasing under global warming by 1.5℃ and 2.0℃ in maize planting area of North China and Southwest China; most of the other regions in China would be mainly suffering to yield reduction; the largest reduction of maize yield would break out in Northwest China. Especially it was advantageous under global warming by 1.5℃ for maize production in North China; there was no distinct negative effect under global warming by 2.0℃ for maize production in North China. In other words, in the near future, there would be yield increasing potential for maize in North China with global warming.

RCP scenarios; Global warming by 1.5℃; Global warming by 2.0℃; Maize yield; Crop models; Paris Agreement

10.3969/j.issn.1000-6362.2018.12.001

李闊,熊偉,潘婕,等.未來升溫1.5℃與2.0℃背景下中國玉米產(chǎn)量變化趨勢評估[J].中國農(nóng)業(yè)氣象,2018,39(12):765-777

*2018?06?22

國家重點(diǎn)研發(fā)計(jì)劃課題“關(guān)鍵氣候因子的時空變化規(guī)律及其對玉米生產(chǎn)系統(tǒng)影響研究”（2017YFD 0300301）；“十二五”國家科技支撐項(xiàng)目“北方重點(diǎn)地區(qū)適應(yīng)氣候變化技術(shù)開發(fā)與應(yīng)用”（2013BAC09B00）

李闊（1982?），博士，助理研究員，研究方向?yàn)闅夂蜃兓绊懪c適應(yīng)。E-mail：likuo@caas.cn