氣候變化背景下安徽省冬小麥氣候生產(chǎn)潛力和脅迫風(fēng)險(xiǎn)研究*

盧燕宇, 孫 維, 唐為安, 何冬燕, 鄧汗青

氣候變化背景下安徽省冬小麥氣候生產(chǎn)潛力和脅迫風(fēng)險(xiǎn)研究*

盧燕宇1,2, 孫 維3, 唐為安1,2, 何冬燕1,2, 鄧汗青1,2

(1. 安徽省氣候中心/安徽省氣象局 合肥 230031; 2. 安徽省大氣科學(xué)與衛(wèi)星遙感重點(diǎn)實(shí)驗(yàn)室/安徽省氣象局 合肥 230031; 3. 安徽省公共氣象服務(wù)中心/安徽省氣象局 合肥 230031)

從氣候的資源和災(zāi)害雙重屬性出發(fā), 構(gòu)建了冬小麥氣候生產(chǎn)潛力和脅迫風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo), 以安徽省為例分析了二者對(duì)氣候變化的響應(yīng)特征, 綜合氣候?qū)Ω弋a(chǎn)和穩(wěn)產(chǎn)的影響進(jìn)行研究區(qū)冬小麥種植氣候適宜性區(qū)劃。結(jié)果表明: 采用逐級(jí)訂正法結(jié)合作物生長動(dòng)態(tài)參數(shù)估算安徽省冬小麥氣候生產(chǎn)潛力多年平均為12 391 kg?hm-2, 以沿淮和江淮之間最高; 1961—2015年淮北和沿淮東部地區(qū)為顯著上升趨勢, 而淮河以南地區(qū)則以下降為主。通過考慮在冬小麥生長發(fā)育過程中氣候條件偏離最適區(qū)間而導(dǎo)致的脅迫影響, 建立了高溫、低溫、雨澇、干旱4種氣候脅迫的評(píng)估指標(biāo), 并基于氣候脅迫的超越概率形成了冬小麥氣候風(fēng)險(xiǎn)評(píng)價(jià)方法。氣候變暖使研究區(qū)冬小麥高溫脅迫顯著上升, 低溫脅迫顯著下降, 水分脅迫無顯著的變化趨勢。安徽省冬小麥的氣候風(fēng)險(xiǎn)呈現(xiàn)中間低, 兩頭高的分布特征, 以沿淮和江淮之間風(fēng)險(xiǎn)最低, 淮北北部和江南南部風(fēng)險(xiǎn)較高; 淮北地區(qū)主要以干旱和低溫貢獻(xiàn)為主, 而淮河以南地區(qū)則以雨澇風(fēng)險(xiǎn)為主。融合氣候生產(chǎn)潛力和氣候脅迫風(fēng)險(xiǎn)形成冬小麥的氣候適宜性區(qū)劃, 其空間格局呈南北低、中間高的特征, 種植分布格局與氣候適宜性的空間匹配程度較高, 但有一定的優(yōu)化調(diào)整空間。

全球氣候變化; 冬小麥; 氣候生產(chǎn)潛力; 氣候脅迫指數(shù); 氣候風(fēng)險(xiǎn); 氣候適宜性; 安徽省

隨著全球氣候變暖以及人口劇增, 糧食安全面臨的形勢將更加嚴(yán)峻[1-2]。氣候條件與農(nóng)業(yè)生產(chǎn)密切相關(guān), 特定氣候條件下所能承載的糧食產(chǎn)量乃至人口數(shù)量存在著一定的上限, 即氣候生產(chǎn)潛力[3]。一般認(rèn)為氣候生產(chǎn)潛力的研究始于20世紀(jì)20年代基于光能和光合利用率評(píng)價(jià)光合生產(chǎn)潛力, 到20世紀(jì)60年代采用量子效率法計(jì)算光合生產(chǎn)潛力的研究取得了較大進(jìn)展[4]。在此基礎(chǔ)上, 進(jìn)一步考慮了溫度對(duì)作物生產(chǎn)潛力的影響逐步轉(zhuǎn)移到光溫生產(chǎn)潛力的研究[5], 并提出了一些經(jīng)驗(yàn)公式。目前, 通過綜合考慮光、溫、水等多種因子形成了不同的氣候生產(chǎn)潛力評(píng)價(jià)方法, 例如Tharnthwaite-Memorial模型[6]、邁阿密模型[7]、逐級(jí)訂正法[8]以及農(nóng)業(yè)生態(tài)區(qū)法[9]等, 這些研究成果為作物氣候生產(chǎn)潛力的評(píng)估提供了重要技術(shù)手段和方法依據(jù)。由于作物氣候生產(chǎn)潛力受氣溫、降水、光照等要素的調(diào)控影響, 而已有研究表明在氣候變化背景下相應(yīng)的氣象要素的時(shí)空分布格局均發(fā)生了不同程度的變化[10], 從而直接影響了作物的氣候生產(chǎn)潛力, 進(jìn)而對(duì)農(nóng)業(yè)生產(chǎn)以及糧食安全也構(gòu)成一定威脅[11]。因此, 為有效應(yīng)對(duì)氣候變化、保障糧食安全, 有必要分析氣候生產(chǎn)潛力對(duì)氣候變化的響應(yīng)特征, 科學(xué)評(píng)估氣候條件對(duì)農(nóng)業(yè)生產(chǎn)和糧食供給的承載能力。

對(duì)農(nóng)業(yè)生產(chǎn)而言, 氣候不僅具有資源屬性, 不利的氣候條件還會(huì)帶來災(zāi)害性后果。因此, 在研究氣候生產(chǎn)潛力的同時(shí), 也有必要分析氣候條件對(duì)作物生產(chǎn)的脅迫影響。特別是在氣候變化和社會(huì)經(jīng)濟(jì)快速發(fā)展的雙重影響下, 氣候條件的致災(zāi)效應(yīng)、承災(zāi)體的暴露度和脆弱性都在發(fā)生改變, 不利氣候條件對(duì)農(nóng)業(yè)生產(chǎn)的破壞能力不容忽視[12], 這就更需要我們關(guān)注氣候的雙重屬性, 系統(tǒng)分析氣候條件與農(nóng)業(yè)生產(chǎn)的關(guān)系, 從氣候資源供給、災(zāi)害風(fēng)險(xiǎn)等角度, 識(shí)別并確定農(nóng)業(yè)氣候資源配置與災(zāi)害風(fēng)險(xiǎn)的分布, 從而為綜合評(píng)估作物種植的氣候適宜性、保障糧食生產(chǎn)的高產(chǎn)穩(wěn)產(chǎn)提供科學(xué)依據(jù)。

小麥()是我國的主要糧食作物之一, 已有研究表明氣候變化對(duì)小麥種植產(chǎn)生了重要影響[13-14]。雖然已有較多的研究探討了糧食作物氣候生產(chǎn)潛力對(duì)氣候變化的響應(yīng), 但對(duì)于小麥的針對(duì)性評(píng)估仍然較為欠缺, 并且在計(jì)算過程中對(duì)不同生育期作物生長參數(shù)考慮不足, 指標(biāo)的物理意義和評(píng)估精細(xì)化方面還存在不足。此外如何將氣候資源供給和氣候脅迫風(fēng)險(xiǎn)有效融合, 進(jìn)而來反映氣候條件的綜合影響方面仍有待進(jìn)一步研究。安徽省是我國黃淮海及長江中下游糧食主產(chǎn)區(qū)的重要組成部分, 冬小麥?zhǔn)窃摰貐^(qū)主要作物之一, 在氣候變化背景下, 該地區(qū)的光溫水等農(nóng)業(yè)氣候條件已發(fā)生了顯著變化[15-17], 但是冬小麥氣候生產(chǎn)潛力和脅迫風(fēng)險(xiǎn)對(duì)氣候變化的響應(yīng)特征仍不明確。

鑒于以上所述, 本研究以安徽省冬小麥為研究對(duì)象, 以逐級(jí)訂正法為思路, 應(yīng)用作物生長動(dòng)態(tài)參數(shù)計(jì)算冬小麥氣候生產(chǎn)潛力, 分析氣候脅迫影響及其對(duì)氣候風(fēng)險(xiǎn)的貢獻(xiàn), 探討農(nóng)業(yè)氣候資源和氣候風(fēng)險(xiǎn)對(duì)氣候變化的動(dòng)態(tài)響應(yīng), 最后融合這兩方面要素評(píng)估冬小麥種植的氣候適宜性, 并形成一套邏輯明晰、意義明確的綜合評(píng)價(jià)指標(biāo), 為科學(xué)布局農(nóng)業(yè)生產(chǎn)、合理利用氣候資源、規(guī)避氣候風(fēng)險(xiǎn)提供科技支撐。

1 資料與方法

1.1 研究區(qū)概況及資料來源

安徽地處暖溫帶與亞熱帶過渡地區(qū), 氣候多變。省內(nèi)地形地貌呈現(xiàn)多樣性, 長江和淮河自西向東橫貫全境, 全省面積2/3為山地和丘陵, 下墊面條件復(fù)雜, 根據(jù)全省地形地貌特點(diǎn)分成8個(gè)分區(qū)(圖1a)。由于地處氣候過渡帶的特點(diǎn), 安徽省作物種植制度南北差異較大, 對(duì)于冬小麥而言, 其種植范圍分布較廣, 但主要種植區(qū)以淮北和沿淮等地區(qū)為主(圖1b)。

圖1 安徽省地形概況、氣象站點(diǎn)分布(a)以及冬小麥種植面積比例的空間分布(b)

本文所采用的數(shù)據(jù)來源于安徽省氣象信息中心, 包括安徽省77個(gè)氣象臺(tái)站1961—2015年逐日降水量、氣溫(平均、最高及最低)、日照時(shí)數(shù)、相對(duì)濕度、平均風(fēng)速等資料序列。

1.2 氣候生產(chǎn)潛力計(jì)算方法

本文采用“逐級(jí)訂正法”計(jì)算氣候生產(chǎn)潛力, 首先從太陽總輻射出發(fā), 求出作物的光合生產(chǎn)潛力; 然后根據(jù)溫度、水分這2個(gè)主要限制因子對(duì)光合生產(chǎn)潛力進(jìn)行逐級(jí)訂正, 得到光溫生產(chǎn)潛力和光溫水生產(chǎn)潛力, 其中光溫水生產(chǎn)潛力即通常所稱的氣候生產(chǎn)潛力。對(duì)于冬小麥而言, 氣候生產(chǎn)潛力的計(jì)算方法如下:

1.2.1 光合生產(chǎn)潛力

光合生產(chǎn)潛力可反映作物潛在光合生產(chǎn)力的地域分布特征, 計(jì)算公式[18]如下:

式中各作物參數(shù)意義和取值[19]如表1所示。

1.2.2 光溫生產(chǎn)潛力

光溫生產(chǎn)潛力是在光合生產(chǎn)潛力的基礎(chǔ)上, 經(jīng)過溫度訂正進(jìn)行計(jì)算得到, 公式如下:

t=()×q(3)

式中:()為溫度訂正系數(shù), 有學(xué)者分別對(duì)C3和C4作物, 以及喜涼作物和喜溫作物采用不同的線性函數(shù)進(jìn)行溫度有效系數(shù)修正[20-21]。也有學(xué)者采用非線性函數(shù)開展修正[19,22]。這里采用非線性修正方法, 如式(5)所示。

表1 冬小麥光合生產(chǎn)潛力作物參數(shù)意義及取值

式中:是某一段時(shí)間的平均氣溫,0、1、2分別是該段時(shí)間作物產(chǎn)量形成的最適溫度、生長發(fā)育的下限溫度和上限溫度。采用的作物不同時(shí)期三基點(diǎn)溫度參照已有研究成果, 如表2所示。

表2 冬小麥不同生長期三基點(diǎn)溫度

0、1、2分別是產(chǎn)量形成的最適溫度和生長發(fā)育的下限溫度、上限溫度。0,1,2are the optimal temperature for yield formation, the lower temperature and upper temperature of growth.

1.2.3 氣候生產(chǎn)潛力

在光溫生產(chǎn)潛力的基礎(chǔ)上, 經(jīng)過水分訂正計(jì)算, 得到小麥各生育期的氣候生產(chǎn)潛力, 進(jìn)行累加得到全生育期氣候生產(chǎn)潛力, 公式如下:

w=()×t(6)

式中:()為水分訂正系數(shù), 依據(jù)降水量、蒸散量以及作物生長期、作物種類、作物需水系數(shù)和作物產(chǎn)量水分反應(yīng)系數(shù)等參數(shù)計(jì)算得到[23], 以往研究中一般只考慮水分虧缺對(duì)產(chǎn)量的影響, 結(jié)合生產(chǎn)實(shí)際和氣候條件影響, 本文進(jìn)一步考慮水分過剩對(duì)旱作作物產(chǎn)量的負(fù)面影響[24]。因此, 水分訂正系數(shù)如下式:

式中:為作物生育期降水量(mm); ET0為作物生育期潛在蒸散量(mm), 由FAO Penman-monteith方法求得;c為作物系數(shù);y為作物水分虧缺的產(chǎn)量敏感系數(shù);m為水分過剩的產(chǎn)量敏感系數(shù)。各生育期的相關(guān)參數(shù)如表3所示。

1.3 氣候脅迫指數(shù)計(jì)算方法

根據(jù)氣候生產(chǎn)潛力的計(jì)算方法可知, 由于在作物生長發(fā)育過程中, 熱量和水分等氣候條件并不能總是保持在最適條件, 因此對(duì)生產(chǎn)潛力造成了一定限制和約束。本文按氣候條件的多寡豐欠情況及其對(duì)作物生長發(fā)育的脅迫影響, 將氣候脅迫主要分為4個(gè)方面, 即: 高溫、低溫、雨澇、干旱。

表3 冬小麥各生育期作物系數(shù)(Kc)、水分虧缺產(chǎn)量敏感系數(shù)(Ky)及水分過剩產(chǎn)量敏感系數(shù)(Km)

首先對(duì)于高溫的脅迫影響, 主要考慮在作物不同生育期內(nèi), 由于氣溫高于作物生長發(fā)育的最適溫度條件而導(dǎo)致的可能減產(chǎn)。計(jì)算方法如下:

式中:ht是定義的高溫脅迫指數(shù);hti是第個(gè)生育期內(nèi)由于氣溫偏高導(dǎo)致的可能減產(chǎn)量;qi是第個(gè)生育期內(nèi)的光合生產(chǎn)潛力;()是第個(gè)生育期內(nèi)的溫度訂正系數(shù), 計(jì)算方法見式(4);0是該段生育期內(nèi)作物產(chǎn)量形成的最適溫度。

對(duì)于低溫脅迫影響, 計(jì)算方法類似高溫脅迫, 主要考慮在作物不同生育期內(nèi), 由于氣溫低于作物生長發(fā)育的最適溫度條件而導(dǎo)致的可能減產(chǎn)。計(jì)算方法如下:

式中:lt是定義的低溫脅迫指數(shù),lti是第個(gè)生育期內(nèi)由于氣溫偏低導(dǎo)致的可能減產(chǎn)量。

雨澇脅迫影響的計(jì)算主要是考慮作物不同生育期內(nèi)由于水分過剩導(dǎo)致的可能減產(chǎn)量, 從氣候生產(chǎn)潛力與光溫生產(chǎn)潛力之間的差異出發(fā)來進(jìn)行計(jì)算, 具體方法如下:

式中:hw是定義的雨澇脅迫指數(shù),hwi是第個(gè)生育期內(nèi)由于水分過剩導(dǎo)致可能減產(chǎn)量,ti是第個(gè)生育期內(nèi)的光溫生產(chǎn)潛力,()是第個(gè)生育期內(nèi)的水分訂正系數(shù), 計(jì)算方法見式(7)。

干旱脅迫影響的計(jì)算方法類似雨澇, 主要考慮作物生長發(fā)育過程中由于水分虧缺造成的減產(chǎn)影響。具體方法如下:

式中:lw是定義的干旱脅迫指數(shù),lwi是第個(gè)生育期內(nèi)由于水分虧缺導(dǎo)致的可能減產(chǎn)量。

1.4 氣候風(fēng)險(xiǎn)計(jì)算方法

采用超越概率的方法來計(jì)算高溫、低溫、雨澇和干旱脅迫大于某一臨界值的概率, 來反映氣候條件波動(dòng)帶來的氣候風(fēng)險(xiǎn), 具體計(jì)算方法如下:

式中:為綜合氣候風(fēng)險(xiǎn),S為第種氣候脅迫指數(shù),R為對(duì)應(yīng)的該脅迫條件的氣候風(fēng)險(xiǎn)概率,P()為概率分布函數(shù),0為臨界值, 這里取兩種臨界值, 同時(shí)考慮氣候條件在時(shí)空尺度上偏離帶來的風(fēng)險(xiǎn)效應(yīng), 一種反映年際波動(dòng)的風(fēng)險(xiǎn)效應(yīng), 取偏離多年平均值10%為臨界值, 即多年均值的1.1倍; 另一種是考慮空間上脅迫水平偏離的風(fēng)險(xiǎn)效應(yīng), 即多站平均值的1.1倍作為臨界值。由兩種臨界值得到超越概率進(jìn)行平均得到該種脅迫條件的氣候風(fēng)險(xiǎn)值。

對(duì)于概率分布函數(shù)的選取, 以往的研究多以正態(tài)分布為主, 但本研究通過Kolmogorov-Smirnov檢驗(yàn)[25]發(fā)現(xiàn)對(duì)于部分站點(diǎn)其樣本序列未通過正態(tài)性檢驗(yàn), 因此這里采用核密度估計(jì)(kernel density estimation)[26]來進(jìn)行各站點(diǎn)不同脅迫條件樣本序列的分布擬合, 核密度估計(jì)是一種用于估計(jì)概率密度函數(shù)的非參數(shù)方法,1,2, …,x為獨(dú)立同分布的個(gè)樣本點(diǎn), 設(shè)其概率密度函數(shù)為, 核密度估計(jì)如下:

式中:()為核函數(shù)(非負(fù)、積分為1, 符合概率密度性質(zhì), 并且均值為0),>0為一個(gè)平滑參數(shù), 稱作帶寬(bandwidth)。核密度估計(jì)的效果主要依賴于核函數(shù)和帶寬的選擇, 本文選擇Gaussian函數(shù)作為核函數(shù), 采用積分均方根誤差來選擇和優(yōu)化帶寬。核密度估計(jì)和超越概率計(jì)算采用統(tǒng)計(jì)語言R實(shí)現(xiàn)。

1.5 氣候適宜性計(jì)算方法

作物種植的氣候適宜性主要從高產(chǎn)性和穩(wěn)產(chǎn)性指標(biāo)來進(jìn)行綜合考慮, 高產(chǎn)性指標(biāo)主要體現(xiàn)氣候條件的資源屬性, 采用氣候生產(chǎn)潛力評(píng)估; 穩(wěn)產(chǎn)性指標(biāo)主要體現(xiàn)氣候條件對(duì)農(nóng)業(yè)生產(chǎn)的災(zāi)害屬性, 采用氣候風(fēng)險(xiǎn)指數(shù)來衡量, 最后綜合兩方面因素得到不同作物的氣候適宜性評(píng)估指標(biāo)。為實(shí)現(xiàn)不同指標(biāo)的綜合, 需要消除指標(biāo)的量綱, 這里采用歸一化的方法來計(jì)算。

1.5.1 高產(chǎn)性指標(biāo)——?dú)夂蛏a(chǎn)潛力

高產(chǎn)性指標(biāo)指不同地區(qū)氣候生產(chǎn)潛力的多年平均值, 氣候生產(chǎn)潛力越高說明該地區(qū)潛在產(chǎn)量水平越高, 氣候適宜程度越高。

式中:Pi是第個(gè)站點(diǎn)的高產(chǎn)性指標(biāo),Wi是第個(gè)站點(diǎn)的氣候生產(chǎn)潛力多年平均值, max(W)是全省氣候生產(chǎn)潛力最大值, min(W)是全省氣候生產(chǎn)潛力最小值。

1.5.2 穩(wěn)產(chǎn)性指標(biāo)——?dú)夂蝻L(fēng)險(xiǎn)

穩(wěn)產(chǎn)性指標(biāo)指不同地區(qū)的氣候風(fēng)險(xiǎn)指數(shù), 氣候風(fēng)險(xiǎn)越高說明該地區(qū)潛在產(chǎn)量波動(dòng)越大, 氣候脅迫越明顯, 氣候適宜程度越差。

式中:Ri是第個(gè)站點(diǎn)的穩(wěn)產(chǎn)性指標(biāo),R是第個(gè)站點(diǎn)的氣候風(fēng)險(xiǎn)指數(shù)多年平均值, max()是全省氣候風(fēng)險(xiǎn)指數(shù)大值, min()是全省氣候風(fēng)險(xiǎn)指數(shù)最小值。

1.5.3 氣候適宜性

將高產(chǎn)性和穩(wěn)產(chǎn)性指標(biāo)進(jìn)行平均, 得到作物種植氣候適宜性的評(píng)價(jià)指標(biāo), 某站點(diǎn)的氣候適宜性指標(biāo)越高, 說明作物同時(shí)具有較好的高產(chǎn)性和穩(wěn)產(chǎn)性。不同作物氣候適宜性區(qū)劃采用自然斷點(diǎn)法(natural breaks)[27]進(jìn)行等級(jí)劃分, 得到高適宜、適宜、次適宜和低適宜4個(gè)等級(jí)。

2 結(jié)果與分析

2.1 氣候生產(chǎn)潛力的時(shí)空變化特征

1961—2015年安徽省冬小麥的平均光合生產(chǎn)潛力在空間上呈北高南低的分布特征(圖2a), 高值區(qū)主要位于淮北北部, 光合生產(chǎn)潛力達(dá)17 500 kg?hm-2以上; 低值區(qū)主要位于皖南山區(qū), 光合生產(chǎn)潛力基本小于16 000 kg?hm-2。光溫生產(chǎn)潛力則呈南北低、中間高的空間分布特征(圖2b), 高值區(qū)主要在沿淮一帶, 光溫生產(chǎn)潛力達(dá)16 000 kg?hm-2以上; 而皖北和皖南地區(qū)的光溫生產(chǎn)潛力則低于15 000 kg?hm-2, 主要是淮北北部地區(qū)在冬小麥生育期內(nèi)氣溫較低, 影響了生產(chǎn)潛力的提升。進(jìn)一步考慮降水的影響, 可以看出氣候生產(chǎn)潛力的空間分布特征與光溫生產(chǎn)潛力類似(圖2c), 高值區(qū)同樣位于沿淮地區(qū), 氣候生產(chǎn)潛力基本在13 000 kg?hm-2以上; 而低值區(qū)則以淮北北部和皖南山區(qū)為主, 氣候生產(chǎn)潛力低于11 000 kg?hm-2。安徽省冬小麥氣候生產(chǎn)潛力的空間分布特征與現(xiàn)有種植分布(圖1)總體匹配較好, 冬小麥種植比例較高地區(qū)的氣候生產(chǎn)潛力也較高, 有利于氣候資源的有效利用和發(fā)揮。

1961—2015年安徽省冬小麥光合生產(chǎn)潛力呈顯著下降趨勢, 其多年平均值為16 568 kg?hm-2, 以每10年234 kg?hm-2的線性趨勢減少(圖3a)。全省光溫生產(chǎn)潛力多年平均值為15 541 kg?hm-2。從與光合生產(chǎn)潛力對(duì)比來看, 安徽省熱量條件總體較好, 對(duì)冬小麥生產(chǎn)潛力的約束較小, 光溫生產(chǎn)潛力僅比光合生產(chǎn)潛力低8%左右。全省平均光溫生產(chǎn)潛力變化趨勢不顯著, 表現(xiàn)出微弱的下降特征(圖3b)。1961—2015年安徽省冬小麥的氣候生產(chǎn)潛力多年平均值為12 391 kg?hm-2, 同樣表現(xiàn)出微弱的下降趨勢(圖3c), 與光溫生產(chǎn)潛力比較可以看出, 水分條件是限制安徽省冬小麥生長的主要因素, 氣候生產(chǎn)潛力僅占光溫生產(chǎn)潛力的80%左右。

從各站點(diǎn)的變化趨勢來看, 冬小麥光合生產(chǎn)潛力全省基本為一致的下降趨勢, 大部分地區(qū)下降幅度均小于500 kg?hm-2?(10a)-1, 以淮北西部和江淮之間中部地區(qū)下降速度最高(圖4a)。光溫生產(chǎn)潛力的氣候傾向率空間差異較大, 淮北和沿淮東部地區(qū)多表現(xiàn)出顯著的上升趨勢, 而淮河以南地區(qū)則以下降為主(圖4b)。氣候生產(chǎn)潛力的變化特征與光溫生產(chǎn)潛力類似(圖4c), 由于安徽省冬小麥種植主要分布在北部地區(qū), 因此這種南少北多的變化格局有利于農(nóng)業(yè)氣候資源的利用和冬小麥的生產(chǎn)。

圖2 1961—2015年安徽省冬小麥光合生產(chǎn)潛力(a)、光溫生產(chǎn)潛力(b)和氣候生產(chǎn)潛力(c)空間分布

圖3 1961—2015年安徽省冬小麥光合生產(chǎn)潛力(a)、光溫生產(chǎn)潛力(b)和氣候生產(chǎn)潛力(c)的變化趨勢

2.2 氣候脅迫指數(shù)的時(shí)空變化特征

由圖5a可知, 安徽省冬小麥生育期內(nèi)高溫對(duì)產(chǎn)量形成的脅迫總體較低, 基本在4%以下, 空間分布以沿江西部最高, 淮北和沿淮東部最低。相比于高溫脅迫, 低溫對(duì)冬小麥生長發(fā)育影響較大, 特別是淮北北部地區(qū), 氣溫偏低對(duì)產(chǎn)量的影響超過12%, 說明該地區(qū)熱量條件不足是限制冬小麥產(chǎn)量形成的重要因素(圖5b)。水分條件對(duì)冬小麥的脅迫影響總體大于熱量條件, 空間分布基本與降水量一致, 雨澇脅迫從北向南遞增(圖5c), 而干旱則是從南向北遞增(圖5d), 對(duì)于冬小麥生長發(fā)育, 安徽省雨澇的影響總體大于干旱, 水分過剩尤其是淮河以南地區(qū)對(duì)冬小麥產(chǎn)量形成的脅迫影響較大。

由于氣候變暖, 冬小麥生育期內(nèi)高溫脅迫影響顯著上升(圖6a)。冬小麥主要種植區(qū)位于安徽北部, 其高溫脅迫低于全省平均, 近50年來其高溫脅迫影響也呈顯著上升趨勢, 但上升幅度弱于全省平均。同樣由于氣候變暖提升了熱量條件, 冬小麥低溫脅迫明顯下降(圖6b), 主要種植區(qū)內(nèi)低溫影響也顯著降低, 并且下降趨勢強(qiáng)于全省平均, 說明冬小麥主要種植區(qū)內(nèi)熱量條件改善更加明顯。由于冬小麥生育期內(nèi)降水量變化不顯著, 因此水分脅迫影響的變化均不明顯, 雨澇和干旱無顯著變化趨勢(圖6c、6d), 均以年際波動(dòng)為主。

從全省不同地區(qū)氣候脅迫變化趨勢的空間分布情況看, 對(duì)于高溫而言, 全省均為上升趨勢, 其中以沿江地區(qū)上升幅度最大, 而淮北和沿淮地區(qū)上升趨勢較小(圖7a)。對(duì)于低溫來說, 全省則為一致的下降趨勢, 下降幅度最大的地區(qū)以淮北和沿淮地區(qū)為主, 沿江和江南地區(qū)下降趨勢較小(圖7b)。結(jié)合安徽省冬小麥種植比例的分布來看, 氣候變暖對(duì)安徽省冬小麥生長發(fā)育的熱量條件有一定改善, 顯著降低了低溫脅迫, 而對(duì)高溫脅迫的提升則相對(duì)較小。對(duì)于水分脅迫而言, 全省各地的雨澇和干旱影響均未表現(xiàn)出顯著的變化趨勢(圖7c、d)。

圖4 1961—2015年安徽省冬小麥光合生產(chǎn)潛力(a)、光溫生產(chǎn)潛力(b)和氣候生產(chǎn)潛力(c)趨勢系數(shù)的空間分布

2.3 氣候風(fēng)險(xiǎn)分布特征及不同脅迫條件的貢獻(xiàn)

安徽省冬小麥生長發(fā)育的氣候風(fēng)險(xiǎn)呈現(xiàn)中間低, 兩頭高的分布特征, 以沿淮和江淮之間風(fēng)險(xiǎn)最低, 淮北北部和江南南部風(fēng)險(xiǎn)較高(圖8a); 氣候風(fēng)險(xiǎn)的空間分布特征與氣候生產(chǎn)潛力基本一致, 氣候風(fēng)險(xiǎn)較低的地區(qū)與冬小麥的主要種植區(qū)分布也較為吻合, 但需注意淮北北部地區(qū)氣候風(fēng)險(xiǎn)較高。進(jìn)一步看不同地區(qū)氣候脅迫條件對(duì)氣候風(fēng)險(xiǎn)的貢獻(xiàn), 安徽省南北地區(qū)氣候風(fēng)險(xiǎn)的構(gòu)成類型迥異, 北方地區(qū)主要以干旱和低溫貢獻(xiàn)為主, 而淮河以南地區(qū)則以雨澇影響為主, 同時(shí)沿江地區(qū)氣溫偏高也對(duì)冬小麥生長發(fā)育造成了較明顯的減產(chǎn)風(fēng)險(xiǎn)(圖8b)。

2.4 氣候適宜性區(qū)劃

綜合氣候生產(chǎn)潛力和氣候風(fēng)險(xiǎn)得到安徽省冬小麥的氣候適宜性區(qū)劃(圖9), 其空間分布基本呈南北低、中間高的格局。安徽省冬小麥生育期(10月—翌年5月)光熱資源充沛, 基本能夠滿足冬小麥生長需求, 而降水是主要限制因子。高適宜區(qū)主要位于沿淮和江淮之間, 這些地區(qū)光溫水條件配合較好, 有利于小麥生長發(fā)育。低適宜區(qū)主要分布在淮北北部和江南南部地區(qū), 淮北北部在冬小麥生育期內(nèi)降水量小于300 mm, 水分條件不足對(duì)冬小麥生長發(fā)育造成脅迫; 而江南南部地區(qū)降水量超過700 mm, 水分過剩易形成澇漬影響冬小麥生產(chǎn)。雖然淮北北部水分不足, 但通過灌溉可以基本解決, 并且該地區(qū)光照資源豐富, 有利于提高冬小麥產(chǎn)量, 因此淮北北部仍是冬小麥的主要產(chǎn)區(qū); 水分過多導(dǎo)致南方澇漬的威脅更加突出。結(jié)合冬小麥的種植分布, 可以看出安徽省氣候條件對(duì)冬小麥生產(chǎn)的承載能力總體較好, 只是在淮北北部地區(qū)需加強(qiáng)灌溉, 以緩解水分條件不足的限制。

3 討論

安徽省冬小麥氣候生產(chǎn)潛力的空間分布特征是由光、溫、水條件綜合作用形成, 已有研究表明, 安徽省日照時(shí)數(shù)呈北高南低的特征[17], 雖然天文輻射量按緯度由南向北遞減, 但是由于皖南地區(qū)氣候濕潤, 地形復(fù)雜, 日照百分率較低, 導(dǎo)致到達(dá)地表的太陽輻射量總體偏低, 影響了光合生產(chǎn)潛力。而熱量和降水條件則呈相反的空間分布特征[8], 因而形成了南北低、中間高的氣候生產(chǎn)潛力格局。從變化趨勢上看, 安徽省冬小麥氣候生產(chǎn)潛力為弱的下降趨勢, 與已有研究[8]以及周邊河南[9]、江蘇[28]等地區(qū)類似。日照時(shí)數(shù)的減少[17]導(dǎo)致安徽省冬小麥光合生產(chǎn)潛力顯著下降。鐘章奇等[29]研究也發(fā)現(xiàn)長江中下游地區(qū)光合潛力系數(shù)下降是導(dǎo)致該地區(qū)農(nóng)業(yè)生產(chǎn)潛力減少的主要因素; 但氣候變化使熱量條件得到改善[8,28], 冬小麥生育期內(nèi)降水量變化趨勢不明顯[15], 因此氣候生產(chǎn)潛力下降的趨勢并不顯著。

圖5 1961—2015年安徽省冬小麥高溫(a)、低溫(b)、雨澇(c)、干旱(d)脅迫指數(shù)的空間分布

從氣候脅迫指數(shù)看, 水分條件是約束安徽省冬小麥氣候生產(chǎn)潛力的主要因素, 總體呈現(xiàn)南澇北旱的氣候風(fēng)險(xiǎn)類型。姚筠等[30]研究表明淮河流域冬小麥生育期間降水量不足, 且降水變異系數(shù)大, 構(gòu)成了對(duì)氣候生產(chǎn)潛力的雙重限制, 這與本文中沿淮和淮北地區(qū)干旱是冬小麥氣候風(fēng)險(xiǎn)主要貢獻(xiàn)的結(jié)論一致。吳洪顏等[31]研究表明長江中下游地區(qū)冬小麥春季澇漬害頻發(fā)于沿江及以南地區(qū), 澇漬害災(zāi)損風(fēng)險(xiǎn)較高; 李亞男等[32]研究也發(fā)現(xiàn)沿江及江南地區(qū)冬小麥連陰雨災(zāi)害脅迫等級(jí)較高。此外, 淮河以北地區(qū)低溫脅迫對(duì)氣候風(fēng)險(xiǎn)的貢獻(xiàn)也較為顯著, 馬尚謙等[33]研究也發(fā)現(xiàn)淮河流域冬小麥?zhǔn)芩獌鲇绊戄^顯著, 霜凍害危險(xiǎn)指數(shù)較高。

圖6 1961—2015年安徽省冬小麥高溫(a)、低溫(b)、雨澇(c)、干旱(d)脅迫指數(shù)的變化趨勢

在已有研究中多是從氣候資源或者災(zāi)害風(fēng)險(xiǎn)等單一角度來分析氣候條件對(duì)冬小麥種植的影響, 本文結(jié)合了氣候資源和風(fēng)險(xiǎn)兩方面來綜合評(píng)估冬小麥種植的氣候適宜性, 并探討了不同地區(qū)的氣候約束和脅迫條件, 對(duì)作物生產(chǎn)布局和防范風(fēng)險(xiǎn)更具指導(dǎo)意義。由于本文主要從宏觀角度進(jìn)行分析, 在假定品種以及生育期等參數(shù)不變的前提下開展研究, 但實(shí)際上品種更替[34]、生育期變化[35]等通過改變光量子效率等參數(shù)從而影響到生產(chǎn)潛力以及氣候風(fēng)險(xiǎn)的計(jì)算。此外采用的計(jì)算方法和參數(shù)多基于經(jīng)驗(yàn)?zāi)Ｐ? 機(jī)理性有所欠缺, 未來研究中應(yīng)細(xì)化不同品種的作物參數(shù), 加強(qiáng)作物物候?qū)夂蜃兓捻憫?yīng)分析, 開展不同模型的適用性比較, 增強(qiáng)研究的機(jī)理性從而提出更有針對(duì)性的建議。

4 結(jié)論

在逐級(jí)訂正法的基礎(chǔ)上進(jìn)一步考慮作物不同階段生長發(fā)育特點(diǎn), 建立了作物生長動(dòng)態(tài)統(tǒng)計(jì)模型估算冬小麥的光合生產(chǎn)潛力、光溫生產(chǎn)潛力和氣候生產(chǎn)潛力, 分析了氣候變化對(duì)氣候生產(chǎn)潛力的影響。安徽省冬小麥氣候生產(chǎn)潛力呈南北低、中間高的分布特征, 1961—2015年淮北和沿淮東部地區(qū)多表現(xiàn)出顯著的上升趨勢, 而淮河以南地區(qū)則以下降為主。相比于熱量條件, 水分條件對(duì)冬小麥生產(chǎn)潛力的約束更明顯, 由于降水的年代波動(dòng)較強(qiáng), 增加了氣候生產(chǎn)潛力的不穩(wěn)定性。

通過考慮在作物生長發(fā)育過程中因熱量和水分等氣候條件偏離最適區(qū)間而導(dǎo)致的脅迫影響, 建立了高溫、低溫、雨澇、干旱4種氣候脅迫的評(píng)估指標(biāo), 并基于氣候脅迫的超越概率形成了冬小麥氣候風(fēng)險(xiǎn)評(píng)價(jià)方法。安徽省冬小麥生長發(fā)育的氣候脅迫影響在淮北地區(qū)以低溫和干旱為主, 而淮河以南地區(qū)雨澇的脅迫影響較大, 水分條件盈虧的影響總體大于熱量條件。1961—2015年氣候變暖使研究區(qū)冬小麥高溫脅迫顯著上升, 低溫脅迫顯著下降, 水分脅迫無顯著的變化趨勢。安徽省冬小麥的氣候風(fēng)險(xiǎn)呈現(xiàn)中間低, 兩頭高的分布特征, 以沿淮和江淮之間風(fēng)險(xiǎn)最低, 淮北北部和江南南部風(fēng)險(xiǎn)較高, 南北地區(qū)氣候風(fēng)險(xiǎn)的構(gòu)成類型迥異, 北方地區(qū)主要以干旱和低溫貢獻(xiàn)為主, 而淮河以南地區(qū)則以雨澇風(fēng)險(xiǎn)為主。

從氣候條件對(duì)作物高產(chǎn)和穩(wěn)產(chǎn)影響的角度, 融合氣候生產(chǎn)潛力和氣候脅迫風(fēng)險(xiǎn)綜合評(píng)估了冬小麥的氣候適宜性。安徽省冬小麥的氣候適宜性呈南北低、中間高的空間格局, 降水是影響冬小麥氣候適宜的主要因素。從氣候適宜性角度看, 氣候條件對(duì)安徽省冬小麥生產(chǎn)的承載能力總體較好, 但同時(shí)也需要關(guān)注部分低適宜區(qū)的氣候風(fēng)險(xiǎn), 種植結(jié)構(gòu)仍有一定的優(yōu)化調(diào)整空間, 從而充分發(fā)揮不同地區(qū)的氣候優(yōu)勢, 規(guī)避氣候風(fēng)險(xiǎn)。

圖7 1961—2015年安徽省冬小麥高溫(a)、低溫(b)、雨澇(c)、干旱(d)脅迫指數(shù)變化的空間分布

圖8 安徽省冬小麥氣候風(fēng)險(xiǎn)指數(shù)的空間分布(a)以及不同氣候脅迫條件的貢獻(xiàn)(b)

圖9 安徽省冬小麥氣候適宜性區(qū)劃

[1] 謝立勇, 李悅, 徐玉秀, 等. 氣候變化對(duì)農(nóng)業(yè)生產(chǎn)與糧食安全影響的新認(rèn)知[J]. 氣候變化研究進(jìn)展, 2014, 10(4): 235–239 XIE L Y, LI Y, XU Y X, et al. Updated understanding on the impacts of climate change on food production and food security[J]. Advances in Climate Change Research, 2014, 10(4): 235–239

[2] PIAO S L, CIAIS P, HUANG Y, et al. The impacts of climate change on water resources and agriculture in China[J]. Nature, 2010, 467(7311): 43–51

[3] 鄧根云. 氣候生產(chǎn)潛力的季節(jié)分配與玉米的最佳播期[J]. 氣象學(xué)報(bào), 1986, 44(2): 192–198 DENG G Y. The seasonal distribution of climatic potential productivity and the optimum seeding time of maize[J]. Acta Meteorologica Sinica, 1986, 44(2): 192–198

[4] BONNER J. The upper limit of crop yield[J]. Science, 1962, 137(3523): 11-15

[5] DE WIT C T. Simulation of Assimilation, Respiration and Transpiration of Crops[M]. Wageningen: Wageningen Centre for Agricultural Publishing and Documentation, 1978

[6] 白美蘭, 郝潤全, 高建國, 等. 內(nèi)蒙古地區(qū)氣候資源生產(chǎn)潛力及其人口承載力分析評(píng)估[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2010, 28(6): 253–257 BAI M L, HAO R Q, GAO J G, et al. Climatic resources potential productivity and its population capacity evaluation in Inner Mongolia[J]. Agricultural Research in the Arid Areas, 2010, 28(6): 253–257

[7] 李艷春. 寧夏干旱區(qū)氣候承載力分布特征分析[J]. 干旱區(qū)資源與環(huán)境, 2010, 24(8): 96–99 LI Y C. Climate capacity distribution characteristics in Ningxia arid area[J]. Journal of Arid Land Resources and Environment, 2010, 24(8): 96–99

[8] 盧燕宇, 王勝, 田紅, 等. 近50年安徽省氣候生產(chǎn)潛力演變及糧食安全氣候承載力評(píng)估[J]. 長江流域資源與環(huán)境, 2017, 26(3): 428–435 LU Y Y, WANG S, TIAN H, et al. Spatial and temporal variation of climatic potential productivity and its population capacity of food supply in Anhui Province[J]. Resources and Environment in the Yangtze Basin, 2017, 26(3): 428–435

[9] 王連喜, 盧媛媛, 李琪, 等. 基于AEZ模型的河南省冬小麥產(chǎn)量差時(shí)空特征分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2018, 26(4): 547–558 WANG L X, LU Y Y, LI Q, et al. Spatio-temporal analysis of winter wheat yield gaps in Henan Province using AEZ model[J]. Chinese Journal of Eco-Agriculture, 2018, 26(4): 547–558

[10] 丁一匯, 任國玉, 石廣玉, 等. 氣候變化國家評(píng)估報(bào)告(Ⅰ): 中國氣候變化的歷史和未來趨勢[J]. 氣候變化研究進(jìn)展, 2006, 2(1): 3–8 DING Y H, REN G Y, SHI G Y, et al. National assessment report of climate change (Ⅰ): climate change in China and its future trend[J]. Advances in Climate Change Research, 2006, 2(1): 3–8

[11] 葛亞寧, 劉洛, 徐新良, 等. 近50a氣候變化背景下我國玉米生產(chǎn)潛力時(shí)空演變特征[J]. 自然資源學(xué)報(bào), 2015, 30(5): 784–795 GE Y N, LIU L, XU X L, et al. Temporal and spatial variations of Chinese maize production potential on the background of climate change during 1960-2010[J]. Journal of Natural Resources, 2015, 30(5): 784–795

[12] 李祎君, 王春乙, 趙蓓, 等. 氣候變化對(duì)中國農(nóng)業(yè)氣象災(zāi)害與病蟲害的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(S1): 263–271 LI Y J, WANG C Y, ZHAO B, et al. Effects of climate change on agricultural meteorological disaster and crop insects diseases[J]. Transactions of the CSAE, 2010, 26(S1): 263–271

[13] 杜祥備, 孔令聰, 習(xí)敏, 等. 江淮區(qū)域稻麥兩熟制周年資源分配、利用特征[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(7): 1078–1087 DU X B, KONG L C, XI M, et al. Characteristics of resource allocation and utilization of rice-wheat double cropping system in the Jianghuai Area[J]. Chinese Journal of Eco-Agriculture, 2019, 27(7): 1078–1087

[14] REN S L, QIN Q M, REN H Z. Contrasting wheat phenological responses to climate change in global scale[J]. Science of the Total Environment, 2019, 665: 620–631

[15] 許瑩, 馬曉群, 吳文玉. 氣候變化對(duì)安徽省主要農(nóng)作物水分供需狀況的影響[J]. 氣候變化研究進(jìn)展, 2012, 8(3): 198–204 XU Y, MA X Q, WU W Y. Impact of climate changes on water demand and supply of rice and winter wheat in Anhui Province[J]. Advances in Climate Change Research, 2012, 8(3): 198–204

[16] 盧燕宇, 田紅, 侯恩兵, 等. 實(shí)際地形下地表太陽總輻射的簡化算法及應(yīng)用[J]. 中國農(nóng)業(yè)氣象, 2017, 38(7): 397–406 LU Y Y, TIAN H, HOU E B, et al. A simplified calculation method of surface solar radiation over rugged terrains: the procedure and its application in Anhui Province[J]. Chinese Journal of Agrometeorology, 2017, 38(7): 397–406

[17] 盧燕宇, 田紅, 魯俊, 等. 近50年安徽省太陽總輻射的時(shí)空變化特征[J]. 氣象科技, 2016, 44(5): 769–775 LU Y Y, TIAN H, LU J, et al. Spatial-temporal variation characteristics of gross solar radiation in Anhui Province from 1961 to 2010[J]. Meteorological Science and Technology, 2016, 44(5): 769–775

[18] 熊偉, 居輝, 許吟隆, 等. 氣候變化下我國小麥產(chǎn)量變化區(qū)域模擬研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2006, 14(2): 164–167 XIONG W, JU H, XU Y L, et al. Regional simulation of wheat yield in China under the climatic change conditions[J]. Chinese Journal of Eco-Agriculture, 2006, 14(2): 164–167

[19] 許艷, 濮勵(lì)杰, 朱明. 基于作物生長期的江蘇省沿海地區(qū)氣候生產(chǎn)潛力估算[J]. 地理科學(xué), 2015, 35(5): 658–664 XU Y, PU L J, ZHU M. Calculation of climate potential productivity at coastal zone of Jiangsu Province based on crop growing period[J]. Scientia Geographica Sinica, 2015, 35(5): 658–664

[20] 蔡承智, Harrij van Velthuizen, Guenther Fischer, 等. 基于AEZ模型的我國農(nóng)區(qū)小麥生產(chǎn)潛力分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2007, 15(5): 182–184 CAI C Z, VAN Velthuizen H, Fischer G, et al. Analyses of wheat yield potential by AEZ model on the basis of Chinese farming system zonation[J]. Chinese Journal of Eco-Agriculture, 2007, 15(5): 182–184

[21] 曹衛(wèi)星. 作物栽培學(xué)總論[M]. 3版. 北京: 科學(xué)出版社, 2018 CAO W X. Pandect of Crop Cultivation Science[M]. Beijing: Science Press, 2018

[22] 張玉芳, 龐艷梅, 劉琰琰, 等. 近50年四川省水稻生產(chǎn)潛力變化特征分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2014, 22(7): 813–820 ZHANG Y F, PANG Y M, LIU Y Y, et al. Potential productivity of rice in Sichuan Province in recent five decades[J]. Chinese Journal of Eco-Agriculture, 2014, 22(7): 813–820

[23] HIGGINS G M, KASSAM A H, NAIKEN L, et al. Potential population supporting capacities of lands in the developing world[J]. Population and Development Review, 1984, 10(4): 733–735

[24] 陳惠, 蔡文華, 張春桂, 等. 福建省糧食作物氣候-土壤生產(chǎn)力及人口承載量的研究[J]. 資源科學(xué), 2002, 24(1): 62–67 CHEN H, CAI W H, ZHANG C G, et al. Climate-soil productivity of grain crops and potential population supporting capacity of land in Fujian Province[J]. Resources Science, 2002, 24(1): 62–67

[25] LILLIEFORS H W. On the Kolmogorov-Smirnov test for normality with mean and variance unknown[J]. Journal of the American Statistical Association, 1967, 62(318): 399–402

[26] SHEATHER S J, JONES M C. A reliable data-based bandwidth selection method for kernel density estimation[J]. Journal of the Royal Statistical Society: Series B (Methodological), 1991, 53(3): 683–690

[27] NORTH M A. A method for implementing a statistically significant number of data classes in the Jenks algorithm[C]. Proceedings of the 2009 Sixth International Conference on Fuzzy Systems and Knowledge Discovery, 2009, 1: 35–38

[28] 商兆堂, 張旭暉, 商舜, 等. 江蘇省冬小麥生產(chǎn)潛力氣候變化趨勢評(píng)估[J]. 江蘇農(nóng)業(yè)科學(xué), 2018, 46(12): 245–249 SHANG Z T, ZHANG X H, SHANG S, et al. Assessment on climate change trend of the potential productivity of winter wheat in Jiangsu Province[J]. 2018, 46(12): 245–249

[29] 鐘章奇, 王錚, 夏海斌, 等. 全球氣候變化下中國農(nóng)業(yè)生產(chǎn)潛力的空間演變[J]. 自然資源學(xué)報(bào), 2015, 30(12): 2018–2032 ZHONG Z Q, WANG Z, XIA H B, et al. Temporal and spatial variation of the potential agricultural productivity of China under global climate change[J]. Journal of Natural Resources, 2015, 30(12): 2018–2032

[30] 姚筠, 許瑩, 馬曉群. 淮河流域降水變化對(duì)主要農(nóng)作物氣候生產(chǎn)潛力的限制[J]. 資源科學(xué), 2017, 39(3): 490–500 YAO Y, XU Y, MA X Q. Influence of precipitation change on climatic potential productivity of major crops in the Huaihe river basin[J]. Resources Science, 2017, 39(3): 490–500

[31] 吳洪顏, 張佩, 徐敏, 等. 長江中下游地區(qū)冬小麥春季澇漬害災(zāi)損風(fēng)險(xiǎn)時(shí)空分布特征[J]. 長江流域資源與環(huán)境, 2018, 27(5): 1152–1158 WU H Y, ZHANG P, XU M, et al. Spatial-temporal variations of the risk of winter wheat loss suffered from spring waterlogging disaster in the middle and lower Yangtze River reaches[J]. Resources and Environment in the Yangtze Basin, 2018, 27(5): 1152–1158

[32] 李亞男, 秦耀辰, 謝志祥, 等. 中國冬小麥麥?zhǔn)掌谶B陰雨災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J]. 自然資源學(xué)報(bào), 2018, 33(11): 68-81 LI Y N, QIN Y C, XIE Z X, et al. Disaster risk assessment of continuous rain during harvest period of winter wheat in China[J]. Journal of Natural Resources, 2018, 33(11): 68-81

[33] 馬尚謙, 張勃, 唐敏, 等. 淮河流域冬小麥晚霜凍時(shí)空演變分析[J]. 麥類作物學(xué)報(bào), 2019, 39(1): 105–113 MA S Q, ZHANG B, TANG M, et al. Temporal and spatial evolution on late frost damage of winter wheat in Huaihe river basin[J]. Journal of Triticeae Crops, 2019, 39(1): 105–113

[34] 王樹剛, 王振林, 王平, 等. 不同小麥品種對(duì)低溫脅迫的反應(yīng)及抗凍性評(píng)價(jià)[J]. 生態(tài)學(xué)報(bào), 2011, 31(4): 1064–1072 WANG S G, WANG Z L, WANG P, et al. Evaluation of wheat freezing resistance based on the responses of the physiological indices to low temperature stress[J]. Acta Ecologica Sinica, 2011, 31(4): 1064–1072

[35] 肖登攀, 陶福祿. 過去30年氣候變化對(duì)華北平原冬小麥物候的影響研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2012, 20(11): 1539–1545XIAO D P, TAO F L. Impact of climate change in 1981-2009 on winter wheat phenology in the North China Plain[J]. Chinese Journal of Eco-Agriculture, 2012, 20(11): 1539–1545

Climatic potential productivity and stress risk of winter wheat under the background of climate change in Anhui Province*

LU Yanyu1,2, SUN Wei3, TANG Wei’an1,2, HE Dongyan1,2, DENG Hanqing1,2

(1. Anhui Climate Center / Anhui Meteorological Administration, Hefei 230031, China; 2. Anhui Key Laboratory of Atmospheric Science and Satellite Remote Sensing / Anhui Meteorological Administration, Hefei 230031, China; 3. Anhui Public Meteorological Service Center / Anhui Meteorological Administration, Hefei 230031, China)

Climate change has significantly influenced agricultural production in Anhui Province, a main food-producing region in China. For the comprehensive assessment of the beneficial and detrimental effects of climate change on winter wheat, this study established evaluation indices system and method of climatic potential productivity and stress risk. The responses of climatic potential productivity and stress risk of winter wheat to climate change of Anhui Province were then analyzed. Lastly, comprehensive climate-suitability zoning was proposed by considering the effects of climate on winter wheat yield and yield stability. Applying a stepwise evaluation method and dynamic growth parameters produced an estimated average climatic potential productivity of winter wheat of 12 391 kg?hm-2in Anhui Province. During 1961–2015, climatic potential productivity significantly increased in the region north of the Huaihe River, but deceased in the region south of the Huaihe River. Heat, cold, waterlogging, and drought stresses were analyzed by considering the effects of climatic conditions deviating from the optimal range during winter wheat growth. Based on the surpassing probability of climate stress, this study further assessed the climatic risks to winter wheat. Heat stress on winter wheat increased significantly, but a decreasing trend was found in variation in cold stress. The stress of waterlogging and drought exhibited no significant change trend. The northern and southern regions of Anhui Province were dominated by high climatic risk to winter wheat, but relatively low risk was found in the central region. The high climatic risk in the region north of the Huaihe River was primarily attributed to drought and cold stress, while the southern region was dominated by the waterlogging risk. The climatic suitability of winter wheat assessed with climatic potential productivity and stress risk was lower in southern and northern regions, but higher in the central regions of Anhui Province. The spatial distribution of winter wheat planting was generally consistent with climate suitability, while the planting layout could be further optimized to adapt to the climate.

Global climate change; Winter wheat; Climatic potential productivity; Climate stress index; Climate risk; Climate suitability; Anhui Province

S162

* 中國氣象局氣候變化專項(xiàng)(CCSF201809)、安徽省氣象局創(chuàng)新團(tuán)隊(duì)建設(shè)計(jì)劃和國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFD0301301)資助

盧燕宇, 研究方向?yàn)闅夂蜃兓蜌庀鬄?zāi)害風(fēng)險(xiǎn)。E-mail: ahqxlyy@163.com

2019-06-23

2019-08-15

* This study was supported by the Climate Change Special Fund of the China Meteorological Administration (CCSF201809), Anhui Meteorological Bureau Innovation Team Project and the National Key Research and Development Project of China (2017YFD0301301).

, LU Yanyu, E-mail: ahqxlyy@163.com

Jun. 23, 2019;

Aug. 15, 2019

10.13930/j.cnki.cjea.190463

盧燕宇, 孫維, 唐為安, 何冬燕, 鄧汗青. 氣候變化背景下安徽省冬小麥氣候生產(chǎn)潛力和脅迫風(fēng)險(xiǎn)研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(1): 17-30

LU Y Y, SUN W, TANG W A, HE D Y, DENG H Q. Climatic potential productivity and stress risk of winter wheat under the background of climate change in Anhui Province[J]. Chinese Journal of Eco-Agriculture, 2020, 28(1): 17-30