氣候變化對(duì)糧食產(chǎn)量影響的研究方法綜述*

王亞飛，廖順寶

(1.河南大學(xué)環(huán)境與規(guī)劃學(xué)院/河南大學(xué)哲學(xué)與公共管理學(xué)院，開(kāi)封 475004； 2.防災(zāi)科技學(xué)院，北京 101601)

0 引言

全球大氣監(jiān)視網(wǎng)的觀測(cè)結(jié)果表明，自人類社會(huì)工業(yè)化以來(lái)，地球大氣中CO2、CH4和N2O等非凝性溫室氣體的濃度持續(xù)上升，其中，主要溫室氣體CO2的濃度在1750—2015年間增加了44%[1]。溫室氣體濃度增加驅(qū)動(dòng)著全球氣候變暖，導(dǎo)致地球海陸表面平均溫度在1880—2012年間上升了0.85°C[2]。毫無(wú)疑問(wèn)，CO2濃度增加和氣溫升高已經(jīng)成為全球氣候變化的主要趨勢(shì)。

糧食生產(chǎn)直接依賴于水熱光土等自然要素，對(duì)氣候變化非常敏感。CO2濃度上升在一定條件下雖然具有增肥效用[3]，但伴隨而來(lái)的氣溫升高、降水分布失衡、極端氣候事件頻率增加[2]，以及土壤侵蝕加劇[4]、農(nóng)業(yè)病蟲(chóng)害時(shí)空遷移[5]和糧食品質(zhì)下降[6]等諸多問(wèn)題卻使糧食生產(chǎn)面臨更大的威脅。與此同時(shí)，全球的糧食需求持續(xù)增長(zhǎng)，預(yù)計(jì)2050年全球糧食需求量將在2006年的水平上至少增加60%[7]。氣候變化加大了糧食生產(chǎn)的不確定性，給糧食增產(chǎn)帶來(lái)了巨大風(fēng)險(xiǎn)，極有可能引發(fā)全球性的糧食危機(jī)。

評(píng)估氣候變化對(duì)糧食產(chǎn)量的影響是制定農(nóng)業(yè)適應(yīng)性對(duì)策，從而緩解糧食危機(jī)的前提。相關(guān)研究已經(jīng)開(kāi)展多年，產(chǎn)生了多種研究方法，但每種方法都存在一些不確定性，有著不同的優(yōu)勢(shì)和劣勢(shì)[8]。為了比較各種方法的適用范圍和優(yōu)缺點(diǎn)，文章對(duì)常見(jiàn)的研究方法進(jìn)行了梳理和分類(表1)，然后從方法的原理和運(yùn)用出發(fā)，對(duì)各種方法的應(yīng)用方向和主要問(wèn)題進(jìn)行分析與總結(jié)，最后預(yù)測(cè)方法發(fā)展的趨勢(shì)和方法發(fā)展的驅(qū)動(dòng)力，以期為氣候變化影響糧食產(chǎn)量的研究提供參考。

表1 氣候變化影響糧食產(chǎn)量研究方法的特征

方法名稱主要研究?jī)?nèi)容優(yōu)點(diǎn)缺點(diǎn)產(chǎn)量分解法作物生育期內(nèi)氣候變化對(duì)糧食生產(chǎn)的影響使用區(qū)域尺度的數(shù)據(jù),模型簡(jiǎn)單,運(yùn)行成本小方程可能存在共線性問(wèn)題,模型缺乏解釋,不便于外推實(shí)驗(yàn)比較法糧食生長(zhǎng)對(duì)少量氣候因子變化的敏感度分析可以從生化層面上探索糧食產(chǎn)量的形成過(guò)程實(shí)驗(yàn)條件要求高,數(shù)據(jù)獲取難 生產(chǎn)函數(shù)法自然和社會(huì)環(huán)境對(duì)糧食產(chǎn)量的影響系統(tǒng)性強(qiáng),可以考慮社會(huì)生產(chǎn)對(duì)氣候變化的技術(shù)適應(yīng)性農(nóng)業(yè)生產(chǎn)系統(tǒng)過(guò)于復(fù)雜氣候生產(chǎn)潛力模型法氣候變化對(duì)糧食生產(chǎn)潛力的影響有利于宏觀糧食生產(chǎn)環(huán)境變化的評(píng)估,充分利用氣候資源潛在產(chǎn)量與實(shí)際產(chǎn)量差別巨大作物生長(zhǎng)模型法不同氣候情景下糧食產(chǎn)量的預(yù)測(cè)機(jī)理性強(qiáng),模型可應(yīng)用于任意時(shí)間段模型復(fù)雜,參數(shù)標(biāo)定難

1 氣候變化對(duì)糧食產(chǎn)量影響的研究方法及方法應(yīng)用

1.1 產(chǎn)量分解法及其應(yīng)用

產(chǎn)量分解法假設(shè)糧食產(chǎn)量由技術(shù)產(chǎn)量、氣候產(chǎn)量和隨機(jī)產(chǎn)量3部分構(gòu)成，根據(jù)這一假設(shè)從糧食產(chǎn)量序列中分離出糧食的氣候產(chǎn)量，同時(shí)從歷史氣象資料中提取氣象因子數(shù)據(jù)，然后利用回歸法分析糧食氣候產(chǎn)量和氣候因子的關(guān)系。

由于氣象觀測(cè)和糧食產(chǎn)量統(tǒng)計(jì)工作開(kāi)展的時(shí)間較早，有了一定的歷史積累，因此產(chǎn)量分解法在國(guó)內(nèi)外都得到了廣泛的應(yīng)用。早在1969年，Thompson L M[9]就利用該方法分析了1930—1967年美國(guó)的氣候變化對(duì)玉米產(chǎn)量增長(zhǎng)的影響。在較早研究中，氣象指標(biāo)受觀測(cè)數(shù)據(jù)的制約一般使用溫度和降水的月平均或季節(jié)平均值[10]，量化的精度不高。隨著農(nóng)業(yè)氣象站點(diǎn)的增加和氣象觀測(cè)技術(shù)的提升，大量高時(shí)空分辨率的氣象數(shù)據(jù)集不斷產(chǎn)生，為提高量化分析的精度提供了數(shù)據(jù)支持。于是，產(chǎn)量分解法的研究結(jié)論更加精確，Schlenker W等[11]研究1950—2005年美國(guó)玉米、大豆和棉花的產(chǎn)量與各自生長(zhǎng)期氣溫的關(guān)系，發(fā)現(xiàn)3者產(chǎn)量的提高相對(duì)于氣溫變化的閾值分別是29oC、30oC和32oC，當(dāng)氣溫超過(guò)閾值時(shí)，產(chǎn)量會(huì)隨著氣溫的升高急劇下降。Butler E E等[12]分析了玉米在生長(zhǎng)過(guò)程中對(duì)極端高溫的敏感期以及敏感程度，結(jié)果顯示，玉米在吐絲和灌漿早期對(duì)極端高溫的敏感度4倍于營(yíng)養(yǎng)生長(zhǎng)期。Amin M R等[13]對(duì)比了孟加拉國(guó)4種主要糧食作物的生產(chǎn)情況，發(fā)現(xiàn)目前種植面積和產(chǎn)量最大的稻米品種最容易受到高溫和降水的影響。

在國(guó)內(nèi)，近年的研究不僅模擬糧食產(chǎn)量對(duì)氣候變化的響應(yīng)，而且還對(duì)響應(yīng)過(guò)程進(jìn)行剖析，試圖確定糧食產(chǎn)量在形成過(guò)程中對(duì)氣候變化的敏感期和敏感氣候因子。剖析的視角有兩個(gè)，第一個(gè)是按照作物的生育期對(duì)氣候指標(biāo)進(jìn)行解剖[14-16]。陳超等[14]將水稻的生育期劃分為5個(gè)階段，建立了水稻產(chǎn)量與不同生育階段氣候因子之間的回歸函數(shù)，結(jié)果發(fā)現(xiàn)水稻產(chǎn)量在抽穗至成熟期對(duì)氣溫和輻射的變化最敏感，而在移栽至分蘗期對(duì)日較差的變化最敏感。第二個(gè)剖析的視角是對(duì)糧食產(chǎn)量構(gòu)成指標(biāo)和氣候指標(biāo)同時(shí)進(jìn)行解剖[17， 18]。趙藝等[17]將產(chǎn)量構(gòu)成分為空殼率、秕谷率和千粒重，將氣候指標(biāo)按照水稻的拔節(jié)孕穗期、抽穗開(kāi)花期和灌漿乳熟期進(jìn)行劃分，分析產(chǎn)量構(gòu)成要素與不同生育階段氣候因子間的相關(guān)性。而張玉芳等[18]認(rèn)為，水稻產(chǎn)量的構(gòu)成要素是在不同生育階段內(nèi)完成的，因此有針對(duì)性地建立了穗粒數(shù)、空殼率和千粒重與特定生育階段內(nèi)氣候因子的回歸方程。以上研究都盡可能地從微觀層面分析氣候變化對(duì)糧食產(chǎn)量的影響，但是不同地區(qū)數(shù)據(jù)樣本回歸分析的結(jié)果差異很大[17， 18]，氣候因子對(duì)產(chǎn)量構(gòu)成要素的影響僅在少數(shù)地區(qū)通過(guò)了顯著性檢驗(yàn)，因此難以做出置信度較高的定量評(píng)價(jià)。

1.2 實(shí)驗(yàn)比較法及其應(yīng)用

在氣候變化影響糧食產(chǎn)量的實(shí)驗(yàn)中，首先需要設(shè)置兩個(gè)或者兩個(gè)以上的實(shí)驗(yàn)組，形成若干有差別的氣候環(huán)境，然后跟蹤測(cè)量各個(gè)實(shí)驗(yàn)組農(nóng)作物的生長(zhǎng)性狀、產(chǎn)量構(gòu)成和最終產(chǎn)量，最后對(duì)比分析不同生長(zhǎng)環(huán)境下的糧食產(chǎn)量和產(chǎn)量構(gòu)成的差異。

設(shè)置實(shí)驗(yàn)組有兩種方法。第一種方法是使用人工氣候室， 1949年美國(guó)加利福尼亞技術(shù)研究所建立了能控制光照、溫度、濕度和氣體成分的人工氣候室，引起了眾多學(xué)界特別是植物學(xué)界的關(guān)注[19]，隨后很多國(guó)家都建立了不同規(guī)模和不同類型的人工氣候室，包括全封閉環(huán)境模擬室、開(kāi)頂式氣室、開(kāi)放式氣室等[20]。第二種方法是更改作物的播期[21， 22]，由于在一年中各個(gè)實(shí)驗(yàn)組的作物基因、土壤組分、田間管理水平都完全相同，所以組間糧食生長(zhǎng)性狀和產(chǎn)量的差異完全是由生長(zhǎng)期內(nèi)氣候環(huán)境的差異造成的，該方法雖然簡(jiǎn)單易行，但是不能控制氣候因子的變化、不能模擬特定的氣候情景，因此應(yīng)用范圍有限，在此不再贅敘。

考慮到未來(lái)的氣候情景以CO2濃度和溫度變化為主要特征，同時(shí)水分是雨養(yǎng)作物區(qū)重要的農(nóng)業(yè)氣候資源，人工氣候室在設(shè)置作物生長(zhǎng)環(huán)境時(shí)以CO2濃度、溫度和水分控制為主。一般以大田自然氣候環(huán)境為參照，改變這3種氣候因子之一的值或者兩個(gè)氣候因子的值形成若干實(shí)驗(yàn)組[23-29]。在良好的實(shí)驗(yàn)條件下，研究者能夠詳細(xì)監(jiān)控作物生長(zhǎng)的過(guò)程，跟蹤測(cè)量作物生長(zhǎng)各階段的物理性狀、化學(xué)性狀以及成熟后的產(chǎn)量和產(chǎn)量構(gòu)成，這非常有利于從生化層面上探索氣候變化對(duì)糧食產(chǎn)量的影響。Dwivedi S K等[29]分析4種基因型水稻的相對(duì)含水量、膜穩(wěn)定性指數(shù)、葉綠素含量、光合速率、可溶性總糖含量和產(chǎn)量對(duì)CO2和溫度變化的應(yīng)激性，總體看來(lái)，CO2濃度升高25%對(duì)4種水稻各項(xiàng)生理指標(biāo)都有不同程度的正向效應(yīng)，效應(yīng)值在5%～30%之間，而溫度升高2℃也帶來(lái)了大致相等的負(fù)面效應(yīng)。居輝等[30]的盆栽試驗(yàn)顯示，在不施氮肥的環(huán)境下，與大氣濃度CO2(390mg/L)相比，高濃度CO2(550mg/L)可使冬小麥的生育期縮短3～5d，光合速率提升13%，水分利用效率增加39%，穗粒數(shù)增加3.7%，千粒重增加5.3%，產(chǎn)量提高16%。以上研究的結(jié)論比較精確，但是結(jié)論僅在嚴(yán)格的實(shí)驗(yàn)條件下才能夠成立。相同的實(shí)驗(yàn)在不同的年份開(kāi)展，其結(jié)果也可能產(chǎn)生較大的差異[30]，這表明實(shí)驗(yàn)比較法的研究結(jié)論依賴于苛刻的環(huán)境條件。

1.3 生產(chǎn)函數(shù)法及其應(yīng)用

從經(jīng)濟(jì)學(xué)的角度來(lái)看，任何生產(chǎn)過(guò)程都可以看做是在一定的自然環(huán)境和社會(huì)經(jīng)濟(jì)條件下一組投入要素轉(zhuǎn)化為產(chǎn)出的過(guò)程[31]。生產(chǎn)函數(shù)就是描述這一轉(zhuǎn)化過(guò)程的數(shù)學(xué)表達(dá)，對(duì)于氣候變化影響糧食產(chǎn)量的研究，生產(chǎn)函數(shù)法以分析糧食生產(chǎn)要素投入為切入點(diǎn)，探索各種投入要素對(duì)糧食產(chǎn)出的作用關(guān)系，構(gòu)建生產(chǎn)函數(shù)方程，最后計(jì)算各種要素及其組合對(duì)糧食產(chǎn)量的彈性系數(shù)。綜合氣候因子和社會(huì)經(jīng)濟(jì)投入要素的生產(chǎn)函數(shù)模型也被稱為氣候—經(jīng)濟(jì)模型，是利用經(jīng)濟(jì)計(jì)量手段研究氣候變化對(duì)糧食產(chǎn)量影響的代表性模型之一[32]。

生產(chǎn)函數(shù)法的應(yīng)用研究可以分為兩類，第一類通過(guò)對(duì)比包含氣候因子在內(nèi)的各種生產(chǎn)投入要素的彈性系數(shù)，尋找糧食生產(chǎn)的瓶頸[33-37]。朱琳[33]將糧食生產(chǎn)要素分為氣候、技術(shù)、硬投入和政策4類，發(fā)現(xiàn)硬投入和氣候因素對(duì)陜西省夏秋兩季糧食單產(chǎn)起主導(dǎo)作用。相似的，田甜等[34]在分析各種農(nóng)業(yè)資料投入、政策、規(guī)模和氣候的基礎(chǔ)上認(rèn)為財(cái)政支持、機(jī)械化和農(nóng)業(yè)技術(shù)是中國(guó)糧食單產(chǎn)水平提高的關(guān)鍵。第二類研究重點(diǎn)關(guān)注氣候因子的彈性系數(shù)，忽略社會(huì)經(jīng)濟(jì)因子的彈性系數(shù)，其目的是在農(nóng)業(yè)生產(chǎn)系統(tǒng)的大背景中分析氣候變化對(duì)糧食產(chǎn)量影響的邊際效應(yīng)[38-42]。陳帥等[41]發(fā)現(xiàn)氣候因子對(duì)糧食單產(chǎn)的影響是“倒U型”非線性關(guān)系，因此存在最優(yōu)拐點(diǎn)，目前中國(guó)水稻種植區(qū)的降水量和日照時(shí)長(zhǎng)已經(jīng)超過(guò)了最優(yōu)點(diǎn)，但是小麥種植區(qū)的降水量和日照時(shí)長(zhǎng)卻未達(dá)到最優(yōu)點(diǎn)。丑潔明等[42]從生產(chǎn)函數(shù)模型中拓展出預(yù)測(cè)氣候變化影響量的方法，用以描述氣候變化的影響在糧食總產(chǎn)出中所占的分量，并且利用中國(guó)8個(gè)糧食生產(chǎn)區(qū)的小麥、稻谷和糧食總產(chǎn)的農(nóng)業(yè)資料對(duì)該方法進(jìn)行檢驗(yàn)，結(jié)果顯示，實(shí)際資料估算值與模型預(yù)測(cè)估算值之間的最大誤差為8.45%， 8個(gè)地區(qū)中有5個(gè)地區(qū)的誤差在2%以內(nèi)，這表明該方法具有一定的可靠性。

1.4 氣候生產(chǎn)潛力模型法及其應(yīng)用

氣候生產(chǎn)潛力是在光、溫、水等自然條件下、利用最優(yōu)管理手段一個(gè)地區(qū)可能達(dá)到的糧食產(chǎn)量的上限，也稱為凈第一性生產(chǎn)力[43]。氣候生產(chǎn)潛力模型起源于對(duì)光合有效輻射和光能轉(zhuǎn)化效率的研究[44]，后來(lái)添加了溫度和水分參數(shù)，形成了光合潛力模型、光溫潛力模型和氣候潛力模型3個(gè)層次[45]。目前代表性的模型有Miami模型、Thornthwaite Memoiral模型、Chikugo模型、Wagenigen模型、農(nóng)業(yè)生態(tài)區(qū)位(AEZ)模型、GAEZ模型、黃秉維模型、朱志輝模型、周廣勝模型和逐級(jí)訂正模型等。

結(jié)合地理信息系統(tǒng)(GIS)技術(shù)，利用氣候生產(chǎn)潛力模型可以描繪糧食產(chǎn)量上限水平的時(shí)空格局演變，直觀地分析糧食生產(chǎn)潛力的年際變化和區(qū)域差異。孫爽等[46]利用逐級(jí)訂正法估算中國(guó)冬小麥潛在種植區(qū)在20世紀(jì)中后期兩個(gè)時(shí)段內(nèi)的冬小麥的潛在光溫產(chǎn)量，分析了氣候變化背景下中國(guó)冬小麥光溫適宜種植區(qū)的界限、面積和分布的變化特征。王錚等[47]采用黃秉維模型計(jì)算中國(guó)在20世紀(jì)末期和21世紀(jì)中期的農(nóng)業(yè)生產(chǎn)潛力，指出傳統(tǒng)的農(nóng)業(yè)生產(chǎn)潛力分界線(胡煥庸線)正在被改變。胡煥庸線以東秦嶺淮河線以北的地區(qū)以及四川盆地的農(nóng)業(yè)生產(chǎn)潛力升高，而南方省份的農(nóng)業(yè)生產(chǎn)潛力降低，氣候變化可導(dǎo)致胡煥庸線以西的地區(qū)人口比重增長(zhǎng)1%。孫懿慧[45]對(duì)各類生產(chǎn)潛力模型進(jìn)行篩選，結(jié)合實(shí)際產(chǎn)量分析水稻的增產(chǎn)潛力和增長(zhǎng)空間，結(jié)果顯示，湖北省水稻生產(chǎn)對(duì)氣候資源的利用效率在35%～45%之間，仍有較高的增產(chǎn)潛力?？傊瑲夂蛏a(chǎn)潛力模型的應(yīng)用對(duì)優(yōu)化種植區(qū)域和品種布局、提高單產(chǎn)水平、增強(qiáng)糧食生產(chǎn)綜合能力、合理高效的利用氣候資源具有重要的指導(dǎo)意義。

1.5 作物生長(zhǎng)模型法及其應(yīng)用

作物生長(zhǎng)模型是以作物生長(zhǎng)動(dòng)力學(xué)理論為基礎(chǔ)，采用系統(tǒng)工程的方法建立數(shù)學(xué)模型，模擬特定自然和經(jīng)濟(jì)條件下的農(nóng)田生產(chǎn)系統(tǒng)水、碳、氮的流動(dòng)、作物生長(zhǎng)以及作物產(chǎn)量[48， 49]。作物生長(zhǎng)模型從20世紀(jì)60年代起步，至今已發(fā)展出超過(guò)200種的類別[50]，目前應(yīng)用較多的有WOFOST、SWAP、ORYZA、EPIC、DASSAT、APSIM、AquaCrop、CCSODS等系列。

作物生長(zhǎng)模型因解釋性強(qiáng)的特征而廣受歡迎，在世界范圍內(nèi)得到了廣泛的應(yīng)用。早期的研究在實(shí)驗(yàn)的基礎(chǔ)上，人為調(diào)整模型的氣候參數(shù)進(jìn)行糧食產(chǎn)量的敏感性分析[51]，隨著IPCC一系列氣候情景和濃度排放的推出，對(duì)未來(lái)氣候變化的進(jìn)程似乎可以做出具有一定可信度的預(yù)測(cè)，于是新的研究基本上結(jié)合全球或區(qū)域氣候模式進(jìn)行。此類研究一部分以預(yù)測(cè)未來(lái)氣候情景下糧食產(chǎn)量的變化為基本目標(biāo)[2-54]，另一部分則在此基礎(chǔ)之上嘗試尋求氣候變化的適應(yīng)性策略[5-57]。例如，Mihailovic D T等[52]利用DSSAT模型分析A1B和A2情景下塞爾維亞小麥、玉米和大豆產(chǎn)量的變化，指出僅有玉米在A2情景和缺乏灌溉的條件下才會(huì)減產(chǎn)。Stratonovitch P等[56]利用Sirius模型分析高溫?zé)岷ψ饔糜谛←滈_(kāi)花期帶來(lái)的減產(chǎn)威脅，并且根據(jù)歐洲的氣候情景評(píng)估培育新品種可能帶來(lái)的增產(chǎn)潛力。

由于氣候變化存在不確定性，集合模擬通過(guò)參數(shù)擾動(dòng)以概率形式的結(jié)果取代確定性結(jié)果成為研究的一個(gè)熱點(diǎn)方向[58-60]。葉宏寶等[60]參考CMIP5中11種氣候模式和3種濃度路徑排放共33種組合的氣候情景，對(duì)于每種氣候情景都用LARS-WG天氣發(fā)生器隨機(jī)模擬100次，形成了21世紀(jì)中后期逐日氣象數(shù)據(jù)集，采用ORYZA2000模型模擬浙江省水稻生產(chǎn)的狀況，最后以箱形圖來(lái)表達(dá)不確定氣候情景下水稻單產(chǎn)變化的特征分布，就產(chǎn)量箱型圖的中值而言，若不考慮CO2的肥效作用， 3種排放情景下的早稻、晚稻和單季稻的平均減產(chǎn)幅度在21世紀(jì)中期都超過(guò)了20%，晚稻的最大減產(chǎn)幅度甚至達(dá)到36.17%。

2 各方法存在的問(wèn)題

2.1 產(chǎn)量分解法的問(wèn)題

在產(chǎn)量分解模型中，技術(shù)產(chǎn)量指的是平均氣候條件下當(dāng)年的農(nóng)業(yè)技術(shù)水平能夠獲得的糧食產(chǎn)量，該產(chǎn)量的真實(shí)數(shù)據(jù)并不存在，其模擬值通過(guò)糧食產(chǎn)量序列趨勢(shì)分析獲得，具有穩(wěn)定性的特征，因此產(chǎn)量分解模型包含了農(nóng)業(yè)技術(shù)穩(wěn)定進(jìn)步的假設(shè)[61]。綠色革命以來(lái)，糧食產(chǎn)量的螺旋式上升證明了技術(shù)進(jìn)步的存在，但是面向量化研究時(shí)，不得不思考如下兩個(gè)問(wèn)題：技術(shù)進(jìn)步的穩(wěn)定性有多強(qiáng)？技術(shù)產(chǎn)量適合用什么樣的數(shù)學(xué)方法模擬？傳統(tǒng)的Logistic函數(shù)、二次曲線、自然對(duì)數(shù)方程等方法雖然被大量采用，但是常常忽略對(duì)上述問(wèn)題的回答。實(shí)際上，糧食產(chǎn)量具有非線性非平穩(wěn)的特征[62-64]，年際間更替糧食品種、增加灌溉設(shè)施、改變耕作制度和發(fā)布糧食政策都可能帶來(lái)糧食產(chǎn)量的大幅變動(dòng)[64]，因此傳統(tǒng)的函數(shù)方程擬合技術(shù)產(chǎn)量誤差較大，一階差分法在這種情況下也不滿足使用條件，滑動(dòng)平均、HP濾波和BP神經(jīng)網(wǎng)絡(luò)等方法則存在參數(shù)依賴或過(guò)度擬合的問(wèn)題[65-67]。鑒于此，分時(shí)段擬合法[62， 68]、經(jīng)驗(yàn)?zāi)B(tài)分解法[63]和去趨勢(shì)互相關(guān)分析法[64]等一些新的方法開(kāi)始被采用，這些方法雖然有益于問(wèn)題的解決，但在實(shí)踐中還未經(jīng)過(guò)充分的檢驗(yàn)。糧食生產(chǎn)是一個(gè)復(fù)雜的自然和經(jīng)濟(jì)過(guò)程，在缺乏糧食產(chǎn)量形成的機(jī)理分析時(shí)，擬合技術(shù)產(chǎn)量的誤差不可避免，這增加了研究結(jié)論的誤差。

2.2 實(shí)驗(yàn)比較法的問(wèn)題

實(shí)驗(yàn)比較法的第一個(gè)問(wèn)題是數(shù)據(jù)獲取困難。由于CO2濃度、氣溫、降水等氣候因子變量是連續(xù)型變量，不能一一列舉其變量值，因此人工氣候室在設(shè)置氣候環(huán)境時(shí)只能為每個(gè)實(shí)驗(yàn)組分配特定的值。在實(shí)驗(yàn)完成后，一般只能對(duì)實(shí)驗(yàn)結(jié)果做對(duì)比分析，這種研究被局限在氣候因子和糧食產(chǎn)量多維空間的“點(diǎn)對(duì)點(diǎn)”的比較上。如果需要將“點(diǎn)”連成“線”或者拓展成“面”，則需要建立回歸方程。從現(xiàn)有的文獻(xiàn)來(lái)看，大多數(shù)研究都選擇兩種氣候因子變化組合設(shè)置實(shí)驗(yàn)的氣候環(huán)境[25-29]，然而受實(shí)驗(yàn)數(shù)據(jù)過(guò)少的制約，這些研究未能進(jìn)行糧食產(chǎn)量與兩種氣候因子變化的回歸分析，所以研究結(jié)果無(wú)法外推。

實(shí)驗(yàn)比較法的另一個(gè)問(wèn)題是研究結(jié)果的穩(wěn)定性差。例如，高濃度CO2的肥效作用已經(jīng)得到了研究者們的廣泛認(rèn)可，但是對(duì)肥效作用的強(qiáng)弱卻各持己見(jiàn)。居輝等[30]的實(shí)驗(yàn)表明，高濃度CO2的肥效作用在低溫年度明顯偏低，然而Xu G等[69]的實(shí)驗(yàn)卻發(fā)現(xiàn)高濃度CO2的肥效作用在低溫環(huán)境下比高溫環(huán)境下更加顯著。相似的矛盾也出現(xiàn)在其他氣候因子的研究中[25]，學(xué)者普遍認(rèn)為，人工氣候室的差異、作物品種差異以及施肥措施的差異是矛盾產(chǎn)生的原因[24， 25， 30]。此外，已有實(shí)驗(yàn)表明高濃度CO2在紫外UV-B輻射增強(qiáng)時(shí)喪失了肥效作用[70]，而O3濃度增加導(dǎo)致作物葉片損傷以致光合效率低下，也會(huì)影響到作物對(duì)其他氣候資源的利用[71]。因此可以推斷，氣候因子對(duì)糧食產(chǎn)量的影響存在著交叉作用，針對(duì)某一種或者兩種氣候因子的實(shí)驗(yàn)如果忽視了外在環(huán)境條件，其研究結(jié)論的不確定性將大大增加。

2.3 生產(chǎn)函數(shù)法的問(wèn)題

目前，糧食生產(chǎn)投入要素的分類以及各類要素的構(gòu)成沒(méi)有形成標(biāo)準(zhǔn)，因此現(xiàn)有的研究中要素投入指標(biāo)呈現(xiàn)出多樣化的特點(diǎn)，這容易造成遺漏變量偏誤的問(wèn)題。一部分研究在模型中僅僅設(shè)置農(nóng)業(yè)資料投入和氣候因子變量，忽略了農(nóng)業(yè)政策、種植結(jié)構(gòu)和經(jīng)營(yíng)規(guī)模等變量。而有些研究卻表明這些易忽略的變量具有很高的彈性系數(shù)[34， 39， 63]。糧食產(chǎn)量與研究期的社會(huì)生產(chǎn)條件、農(nóng)業(yè)政策、用戶行為、市場(chǎng)規(guī)模和氣候變化等多種要素均有或強(qiáng)或若的關(guān)聯(lián)，發(fā)生重要變量遺漏的可能性很大。

如何構(gòu)建生產(chǎn)函數(shù)又是擺在臺(tái)面上的一道難題，即便研究者擁有詳細(xì)全面的生產(chǎn)數(shù)據(jù)，也難以在現(xiàn)有的數(shù)學(xué)表達(dá)中選擇一個(gè)恰當(dāng)?shù)哪Ｐ?。鑒于柯布—道格拉斯(C-D)生產(chǎn)函數(shù)理論在經(jīng)濟(jì)學(xué)中的巨大影響力，相當(dāng)一部分研究在其基礎(chǔ)之上引入氣候因子構(gòu)建C-D-C模型。然而，典型的C-D-C是線性回歸，不能體現(xiàn)生產(chǎn)投入要素與糧食產(chǎn)量間的非線性關(guān)系，而且C-D-C模型中不包含變量交叉，無(wú)法表達(dá)生產(chǎn)投入要素組合對(duì)糧食產(chǎn)量的影響。于是，一些研究嘗試用自變量的二次方表達(dá)非線性關(guān)系[39]，更進(jìn)一步的，引入氣候變量間的交叉項(xiàng)[72]或者氣候變量與經(jīng)濟(jì)變量之間的交叉項(xiàng)[73]表達(dá)組合影響，有的則直接采用包含交叉項(xiàng)的超越對(duì)數(shù)生產(chǎn)函數(shù)模型[38， 74]。不過(guò)也有觀點(diǎn)認(rèn)為，氣候變化對(duì)糧食產(chǎn)量的影響處于不斷變化之中，這種變化不應(yīng)該用固定參數(shù)模型表達(dá)[75]。以上研究為構(gòu)建恰當(dāng)?shù)纳a(chǎn)函數(shù)提供了參考，但時(shí)至今日，各種生產(chǎn)投入要素及其組合與糧食產(chǎn)量之間的量化關(guān)系依然不明確，因此構(gòu)建符合實(shí)際的生產(chǎn)函數(shù)仍然困難。

2.4 氣候生產(chǎn)潛力模型法的問(wèn)題

氣候生產(chǎn)潛力模型法以公式推導(dǎo)理論上的潛在產(chǎn)量，計(jì)算結(jié)果普遍偏高，難以在實(shí)踐中驗(yàn)證，而且采用不同的模型和參數(shù)時(shí)結(jié)果相差懸殊。例如，逐級(jí)訂正模型是一種常見(jiàn)的氣候生產(chǎn)潛力估算模型，應(yīng)用該模型時(shí)，設(shè)置溫度對(duì)光合作用的訂正參數(shù)可以采用三基點(diǎn)法、李克煌法、龍斯玉法、Cehenbauer法等等，不同的方法訂正結(jié)果有明顯差異[45， 76]，究竟哪種結(jié)果合理沒(méi)有定論。

模型的公式通常只考慮光、溫、水等自然因素，也有少量涉及到作物的生長(zhǎng)性狀，較少的模型變量雖然有利于推廣應(yīng)用，但是對(duì)于時(shí)間跨度大的研究來(lái)說(shuō)，過(guò)少的變量限制了模型在時(shí)間方向上的外推應(yīng)用。例如，CO2濃度變化是影響氣候生產(chǎn)潛力的重要因素，短時(shí)間內(nèi)CO2濃度微弱變化對(duì)糧食生產(chǎn)的影響可以忽略不計(jì)，然而一個(gè)地區(qū)氣候生產(chǎn)潛力的變化只有通過(guò)長(zhǎng)時(shí)間跨度的對(duì)比才能夠發(fā)現(xiàn)，由于大多數(shù)的潛力模型不考慮大氣組成，長(zhǎng)時(shí)間段內(nèi)CO2濃度變化對(duì)氣候生產(chǎn)潛力的影響被忽略了。此外，在一些氣候變化較大或耕作制度復(fù)雜的地區(qū)，氣候變化可能帶來(lái)耕作制度的改變，氣候資源的利用效率將發(fā)生質(zhì)變，這進(jìn)一步增加了氣候生產(chǎn)潛力模型的估算誤差。

2.5 作物生長(zhǎng)模型法的問(wèn)題

氣候變化對(duì)糧食產(chǎn)量的影響評(píng)估至少在區(qū)域尺度之上才會(huì)有政策意義。此時(shí)，氣候情景從全球氣候模式(GCM)縮小到區(qū)域氣候模式(RCM)，性質(zhì)為降尺度應(yīng)用，而傳統(tǒng)的作物模型通?；谔镩g尺度開(kāi)發(fā)，屬于升尺度應(yīng)用，因此產(chǎn)生了尺度錯(cuò)位的問(wèn)題。對(duì)于GCM降尺度的影響，一些實(shí)驗(yàn)表明，在簡(jiǎn)單的地形環(huán)境下，GCM和RCM驅(qū)動(dòng)的作物產(chǎn)量模擬結(jié)果沒(méi)有差異[77]，但在復(fù)雜的地形環(huán)境下，GCM和RCM的驅(qū)動(dòng)效果則明顯不同[78]，因此可以根據(jù)地形條件對(duì)GCM做降尺度處理，其不確定性仍在可控范圍。對(duì)于模型升尺度應(yīng)用的問(wèn)題，傳統(tǒng)單點(diǎn)作物模型的理論基礎(chǔ)和結(jié)構(gòu)框架無(wú)法提供有效的解決辦法。例如，Gbegbelegbe S等[79]以0.5°×0.5°的分辨率進(jìn)行全球小麥產(chǎn)量模擬時(shí)，為了創(chuàng)造均質(zhì)化的區(qū)域農(nóng)業(yè)環(huán)境而將全球小麥生產(chǎn)系統(tǒng)劃分為17種類型，不同類型對(duì)應(yīng)著不同的模型參數(shù)，然而模擬結(jié)果與FAO統(tǒng)計(jì)數(shù)據(jù)的差別依然較大，標(biāo)準(zhǔn)誤差值達(dá)到1.3t/hm2。有太多的因素對(duì)模擬結(jié)果產(chǎn)生影響，氣候、土壤、品種、種植密度、水肥措施都有可能造成系統(tǒng)誤差，“均質(zhì)化的農(nóng)業(yè)環(huán)境”相對(duì)于敏感的作物模型來(lái)說(shuō)只是一種“偽假設(shè)”。大量文獻(xiàn)表明，作物模型參數(shù)標(biāo)定的成本很高，需要全面并且精確的環(huán)境數(shù)據(jù)進(jìn)行模型的驗(yàn)證，利用GIS工具的空間網(wǎng)格劃分并不能提供足夠精度的環(huán)境數(shù)據(jù)，作物模型在網(wǎng)格單元上極有可能失去了運(yùn)行的邊界條件，其模擬結(jié)果的不確定性太大。因此，重構(gòu)單點(diǎn)作物模型框架、拓展區(qū)域作物模型理論是解決尺度依賴的一個(gè)重要思路[80]。

3 方法發(fā)展的趨勢(shì)和驅(qū)動(dòng)力

針對(duì)“未來(lái)的氣候變化對(duì)糧食產(chǎn)量的影響”這一最具有價(jià)值的議題，氣候模型驅(qū)動(dòng)作物模型的方法是目前主流的研究方法，然而糧食生產(chǎn)并非只能被動(dòng)接受氣候變化的影響，土地利用方式和土地覆被變化也能夠影響氣候進(jìn)程[81]。同時(shí)，降水的時(shí)空變異將重新分配區(qū)域可利用的水資源，農(nóng)業(yè)灌溉和其他用水需求可能會(huì)產(chǎn)生沖突。此外，氣候變化必定伴隨著農(nóng)戶行為適應(yīng)和農(nóng)業(yè)技術(shù)進(jìn)步，是否考慮這些經(jīng)濟(jì)因素對(duì)糧食生產(chǎn)的預(yù)測(cè)影響很大。這些問(wèn)題需要多模型綜合的方法來(lái)解決，在實(shí)踐中，作物模型與氣候模型的整合進(jìn)展較為緩慢[82]，但是水文模型和作物模型的結(jié)合已經(jīng)成熟[83， 84]，而納入了經(jīng)濟(jì)模型的研究方法在氣候變化的適應(yīng)性方面也有所突破[85]?？梢灶A(yù)見(jiàn)，隨著科學(xué)的發(fā)展和人們對(duì)氣候變化認(rèn)知的逐漸深入，氣候變化對(duì)糧食產(chǎn)量影響的研究將在作物生長(zhǎng)模型法的基礎(chǔ)上逐漸結(jié)合其他模型方法從而形成一套綜合的氣候—水文—作物—經(jīng)濟(jì)模型法。

方法的發(fā)展有兩個(gè)驅(qū)動(dòng)力量，第一個(gè)是多源數(shù)據(jù)融合，典型的代表是將具有空間連續(xù)性的遙感數(shù)據(jù)與具有時(shí)間連續(xù)性的作物模型同化[86]，改善作物模型的驅(qū)動(dòng)參數(shù)，發(fā)展單點(diǎn)作物模型估產(chǎn)模式為區(qū)域作物模型估產(chǎn)模式[87， 88]。在氣候模型、水文模型、作物模型和經(jīng)濟(jì)模型綜合的過(guò)程中，其數(shù)據(jù)來(lái)源復(fù)雜、尺度不一、缺乏標(biāo)準(zhǔn)等問(wèn)題將逐漸暴露出來(lái)，如何促進(jìn)多源數(shù)據(jù)融合是一項(xiàng)重要挑戰(zhàn)。方法發(fā)展的第二個(gè)驅(qū)動(dòng)力是多目標(biāo)研究模式的產(chǎn)生。從國(guó)家層面上來(lái)看，糧食生產(chǎn)既要滿足當(dāng)前社會(huì)對(duì)糧食的需求，又要保證未來(lái)糧食生產(chǎn)能力的可持續(xù)性，同時(shí)盡可能減少糧食生產(chǎn)過(guò)程中的溫室氣體排放。因此，糧食生產(chǎn)的目標(biāo)不僅僅是高產(chǎn)，還包括土地合理利用和環(huán)境保護(hù)。從生產(chǎn)者層面上來(lái)看，農(nóng)戶從事糧食生產(chǎn)追求的是經(jīng)濟(jì)利益，最終產(chǎn)量不僅與種植技術(shù)有關(guān)，還與種植意愿和糧食價(jià)格有關(guān)，可以說(shuō)農(nóng)戶的最終目標(biāo)不是糧食高產(chǎn)，而是種糧收益。由此看出，糧食生產(chǎn)的目標(biāo)是多方面的，產(chǎn)量是眾多目標(biāo)中的一個(gè)子目標(biāo)，糧食生產(chǎn)追求的應(yīng)該是整體目標(biāo)最優(yōu)，而不是子目標(biāo)最優(yōu)。考慮到這些因素，一些研究開(kāi)始向多目標(biāo)模式轉(zhuǎn)變[89-91]。這些目標(biāo)包括氣候變化背景下的糧食高產(chǎn)、水土保持、土地溫室氣體排放控制、農(nóng)戶種糧收益等。他們相互制約，彼此可能發(fā)生沖突，需要統(tǒng)籌規(guī)劃協(xié)調(diào)發(fā)展。當(dāng)目標(biāo)過(guò)多時(shí)，有必要引入一般均衡理論和多目標(biāo)最優(yōu)決策技術(shù)，這也會(huì)促進(jìn)方法的發(fā)展與創(chuàng)新。

4 結(jié)論

將氣候變化影響糧食產(chǎn)量的研究方法歸納為產(chǎn)量分解法，實(shí)驗(yàn)比較法，生產(chǎn)函數(shù)法，氣候潛力模型法和作物生長(zhǎng)模型法5個(gè)類別，對(duì)各類方法的應(yīng)用方向和主要問(wèn)題進(jìn)行總結(jié)，探查方法發(fā)展的趨勢(shì)和驅(qū)動(dòng)力。

(1)產(chǎn)量分解法常用于分析糧食產(chǎn)量變化與不同生育期氣候因子變化之間的關(guān)系。實(shí)驗(yàn)比較法一般用于糧食產(chǎn)量對(duì)單個(gè)氣候因子或若干氣候因子變化的敏感性分析。生產(chǎn)函數(shù)法適用于在農(nóng)業(yè)生產(chǎn)系統(tǒng)中分析氣候變化對(duì)糧食產(chǎn)量影響的邊際效應(yīng)。氣候生產(chǎn)潛力模型法用于對(duì)比氣候變化帶來(lái)的糧食產(chǎn)量上限的改變，側(cè)重于農(nóng)業(yè)生產(chǎn)環(huán)境的評(píng)估。作物生長(zhǎng)模型法一般結(jié)合氣候情景預(yù)測(cè)未來(lái)氣候變化對(duì)糧食產(chǎn)量的影響。

(2)產(chǎn)量分解法的主要問(wèn)題是糧食的技術(shù)產(chǎn)量擬合困難，實(shí)驗(yàn)比較法的問(wèn)題是數(shù)據(jù)獲取難、模型穩(wěn)定性較差，生產(chǎn)函數(shù)法容易遺漏重要變量、函數(shù)構(gòu)造困難，氣候生產(chǎn)潛力模型法的結(jié)論難以驗(yàn)證，作物生長(zhǎng)模型法存在尺度錯(cuò)位的問(wèn)題。

(3)氣候變化對(duì)糧食產(chǎn)量影響的研究將由單一模型法逐漸向綜合模型法過(guò)渡，多源數(shù)據(jù)融合和多目標(biāo)研究模式成為方法發(fā)展的驅(qū)動(dòng)力。