全球1.5℃和2.0℃升温对中国小麦产量的影响研究.pdf

doi10.12006/j.issn.1673-1719.2018.090 孙茹 , 韩雪 , 潘婕 , 等 . 全球 1.5℃和 2.0℃升温对中国小麦产量的影响研究 [J]. 气候变化研究进展 , 2018, 14 6 573-582 全球1.5℃和2.0℃升温对中国小麦 产量的影响研究 孙 茹 1 ，韩 雪 1 ，潘 婕 1 ，熊 伟 1,2 ，居 辉 1 1 中国农业科学院农业环境与可持续发展研究所，北京 100081； 2 International Maize and Wheat Improvement Center CIMMYT， Texcoco 56237 气候变化研究进展 第 14 卷 第 6 期 2018 年 11 月 CLIMATE CHANGE RESEARCH V ol. 14 No. 6 November 2018 摘 要采用部门间影响模式比较计划（ISI-MIP）的气候模式，确定全球升温 1.5℃和 2.0℃出现的时间，并结合农业技 术转移决策支持系统（DSSAT）模型模拟小麦的产量，最终选取 4 套数据对比研究中国小麦区温度和降水变化特征以 及各区域小麦产量变化趋势，综合评价了不同升温情景对中国小麦产量的影响。结果表明1在全球升温 1.5℃和 2.0℃ 背景下，我国小麦生育期内温度相对于工业革命前分别升高 1.17℃和 1.81℃。两种升温情景下我国春麦区升温幅度大 于冬麦区升温幅度。春麦区中新疆春麦区升温幅度最大，西北春麦区升温幅度最小；冬麦区中温度变化最大和最小的 麦区分别为西南冬麦区和黄淮冬麦区。2在全球升温 1.5℃和 2.0℃情景下，我国小麦生育期内降水相对于历史时段 19862005年分别增加 9.1和 11.3。 从各麦区来看， 两种升温情景下春麦区降水增加幅度略大于冬麦区的增加幅度。 所有麦区中只有新疆春麦区降水低于历史时段降水。春麦区降水增加幅度最大的麦区为北部春麦区。冬麦区中降水增加 较大的麦区为北部冬麦区和黄淮冬麦区，降水增加较小的麦区为华南冬麦区和西南冬麦区。3两种升温情景下，我国 小麦单产相对于历史时段19862005年平均减产分别为 5.2和 4.6，两种升温情景对中国小麦产量并没有显著的 差异。在全球升温大背景下我国春小麦主要呈现增产趋势，冬小麦主要呈现减产趋势。减产幅度较大的麦区为华南冬 麦区和青藏春麦区，增产幅度最大的麦区为西北春麦区。从各麦区产量减产面积比例上看，我国各麦区减产面积所占 比例趋势为从北向南由多变少再变多，其中华南冬麦区减产面积所占比例最大，北部冬麦区最小。 关键词全球 1.5℃和 2.0℃升温；中国小麦；产量；温度；降水 收稿日期 2018-06-14；修回日期 2018-07-24 资助项目 国家自然科学基金“冬小麦品种对高浓度 CO 2 差异响应的机理研究”41505100；国家重点研发计划“北部冬麦区丰产节水型优质 强筋小麦品种筛选及其配套栽培技术”2016YFD0300401 作者简介 孙茹，女，硕士研究生；韩雪（通信作者，女，副研究员， 引 言 近百年来，随着工业化进程的发展，温室气体 排放增加，全球大部分地区气温持续升高，1986 2005 年平均气温相对于工业革命之前18501900 年已经上升了 0.61℃ [1] 。20 世纪全球平均气温 气候变化影响 的上升已经对很多方面产生了重大影响，包括极 端天气事件、海平面、水资源供应、农业等，持 续变暖可能会进一步产生影响 [2] 。为减少气候变化 引起的风险和影响， 联合国气候变化框架公约 UNFCCC近200 个缔约方一致同意通过巴黎协 定 ，为将全球平均地表温度较工业化前水平升高 气候变化研究进展 2018 年 574 气候变化影响 控制在 2.0℃之内，并为控制在 1.5℃内努力 [3] 。 气候变化对农业和农作物在空间上有显著影 响 [4-5] ，其对作物产量影响预估具有一定的不确定 性 [6] 。Chen 等 [7] 通过计算时间线性趋势得到温度 升高使全国单季水稻产量提高了 11。Nicholls [8] 表明 30 ～ 50 小麦产量增加是由气候因素引起 的。Lobell 等 [9] 研究得出气候变化使小麦和玉米产 量分别下降 5.5 和 3.8，而对水稻、大豆产量无 影响。Peng 等 [10] 研究得出温度每升高 1.0℃，粮 食产量下降 10。You 等 [11] 由作物面板数据模型 得出在小麦生育期内温度升高 1.0℃，小麦产量下 降 3 ～ 10。Lobell 等 [9] 的研究表明小麦是对温 度升高最敏感的作物之一。一方面气候变暖时灌浆 期缩短而导致小麦减产 [12] ；另一方面，在某些地 区升温可以加快冬季生长速率而提高产量 [13] 。此 外，在许多地区如南亚和西亚降水预计会成为农作 物生产的重要推动力 [14-15] 。以往研究是只升高温度 或是单一模式下的结果，并没有在全球升温 1.5℃ 和 2.0℃背景下研究小麦产量的变化。升温 2.0℃ 条件下农业系统将承受全球变暖带来的严重后果， 同时不同地区对全球不同程度增暖的响应也存在很 大差异，总的说来，相较于 2.0℃升温，将升温控 制在 1.5℃以内能进一步减小气候变化影响的风险。 然而在全球升温 1.5℃和 2.0℃背景下对小麦产量 变化的研究较少。本文通过分析升温 1.5℃和 2.0℃ 情景下，中国麦区温度和降水的变化特征及小麦产 量变化特征，确定未来中国小麦生产气候风险区， 为中国小麦生产适应气候变化的宏观决策提供背景 资料和科学依据。 1 数据与方法 1.1 研究区概况 本研究以中国小麦种植区 [16] 图1的10 个生 态类型区为研究单元，分析不同区域小麦产量变化 趋势。生态类型区包括东北春麦区黑龙江、吉林、 辽宁，西北春麦区陕西、宁夏，北部春麦区内 蒙古，青藏春麦区青海、西藏，新疆春麦区新 疆，北部冬麦区北京、天津、河北、山西，黄 淮冬麦区河南、山东、江苏、安徽，西南冬麦 区贵州、重庆、四川、云南，长江中下游冬麦 区浙江、江西、湖北、湖南及上海，华南冬麦 区福建、广东、广西。 ① httpwww.isi-mip.org。 ② http//data.giss.nasa.gov/impacts/agmipcf/agmerra/。 图 1 中国小麦种植区划 Fig. 1 Wheat planting regionalization in China 0 450 900 km N 1.2 研究资料 1.2.1 气象数据 本文使用的未来气候情景数据由部门间影 响模式比较计划 The Inter-Sectoral Impact Model Intercomparison Project，ISI-MIP ① 提供的CMIP5 全球气候模式数据，包括 5 个气候模式IPSL- CM5A-LR（以下简称 IPSL 模式 、GFDL-ESM2M （以下简称 GFDL 模式、NorESM1-M（以下简称 NorESM 模式 、 MIROC-ESM、HadGEM2-ES，4 个排放情景 RCP2.6、RCP4.5、RCP6.0、RCP8.5 共 20 套数据。由于全球气候模式的分辨率不同， 将不同分辨率的数据用双线性内插方法统一插值到 0.5° 0.5° 的网格上。历史气候数据来自农业模式 比较和改进项目Agricultural Model Intercomparison and Improvement Project，AgMIP的气候强迫数据 集 AgMERRA ② 。 1.2.2 土壤及田间管理资料 土壤特性及农业生产数据包括播种日期、发育 6 期 575 孙茹，等全球 1.5℃和 2.0℃升温对中国小麦产量的影响研究 时期、播种密度、播种深度、施肥，以及产量和产 量要素，都来自 CIMMYT 国际小麦信息系统 ③ 和 国际热应力基因型实验the International Heat Stress Genotype Experiment，IHSGE。 1.3 研究方法 1.3.1 CERES-Wheat 模型 农业技术转移决策支持系统DSSAT是广泛 使用的作物生长动态模型，近年来在气候变化对作 物生产影响和不同管理水平对作物产量影响等方 面应用较为广泛。模型包括模型模块模拟作物生 长发育动态和产量等，数据模块主要依靠气象 资料、土壤资料、栽培管理、遗传参数资料，分 析模块可进行季节分析、轮作分析及空间分析 和工具模块等部分。本文应用的 CERES-Wheat 是 DSSAT中的小麦模型， 用来模拟升温 1.5℃与 2.0℃ 下中国小麦的产量变化。在应用模型前首先进行模 型参数校准及验证，以提高模拟精确度，7 个参数 分别为P1V最适温度条件下通过春化阶段所需 天数，d；P1D光周期参数，；P5籽粒灌浆 期积温，℃·d；G1开花期单位株冠质量的籽粒 数，粒 /g；G2最佳条件下标准籽粒质量，mg； G3成熟期非胁迫下单株茎穂标准干质量，g； PHINT完成一片叶生长所需积温，℃·d。在检验 模型适用性时，应用均方根误差RMSE分析模型 模拟误差、符合度D来判定模拟值与实测值的符 合度，D 值越接近 1 说明模拟值与实测值的一致性 较好，反之则越差。 本文选用的品种参数如表 1。小麦品种的调 参和验证表明测量和模拟的表观和生长变量之间 有良好的一致性。模拟的开花日期RMSE16， D0.98和成熟日期RMSE21，D0.95接近 1꞉1。 总的籽粒产量 RMSE1374 kg/hm 2 ，D0.84，观察 的粒数 RMSE2921 粒 /m 2 ，D0.74 [17] 。符合度 D 均在 0.74 ～ 0.99 之间，说明模拟值与实测值吻合 度较高，可以用该模型对中国小麦进行模拟。 本文基于历史格点数据 19802010 年和 未来 RCP 情景下输出的 20 套逐日气象格点数据 20102099 年，采用调试好的品种遗传参数， 设定相应的种植条件例如，模拟前根据历史观测 资料选择合理的播种期，在不考虑栽培管理措施 等其他因素的影响下仅受气象条件影响，利用 CERES-Wheat 模型模拟小麦历史及未来逐年格点 产量。 1.3.2 全球升温时间的确定 全球升温 1.5℃和 2.0℃出现的时间采用温室 气体排放典型浓度路径RCPs驱动全球气候模式 的结果来确定。全球升温 1.5℃或 2.0℃是某一个 时段内全球气温达到的平均状态，而不是某一年的 平均气温达到特定值，故选取气温的 20 年滑动平 均值确定升温幅度各情景各模式未来逐年全球气 温模拟值减去各自 19862005 年模拟均值，加上 0.61℃ 19862005 年全球气温相对于 18501900 年平均增温 0.61℃ [1] ，得到逐年全球升温。对其 进行 20 年滑动平均，寻找升温达 1.5℃或 2.0℃的 年份，前后各推 10 年。本研究对 4 个情景、5 种 模式共 20 套数据进行计算，根据“前期升温达到 1.5℃、21 世纪末期控温在 2.0℃内”的标准，20 套数据里只有 2套数据符合要求， 故选取 2套 1.5℃ 升温情景数据IPSL 模式RCP2.6和GFDL 模式 ③ http//www.cimmyt.org。 表 1 CERES-Wheat 模型调试的中国地区品种参数 Table 1 Genetic coefficients in China region 品种 P1V/d 注Bezostaza品种的遗传参数根据国际玉米和小麦改良中心的数据验证。 P1D/ P5/℃∙d G1/ 粒 /g G2/mg G3/g PHINT/ ℃∙d 开花期 成熟期 产量 RMSE/d RMSE/d RMSE/kg/hm 2 D D D Bezostaza 60 110 600 22 40 0.5 135 16 0.98 21 0.95 1374 0.84 气候变化研究进展 2018 年 576 气候变化影响 RCP4.5；同理，根据“前期升温达到 2.0℃、21 世纪末期控温在 2.5℃内”的标准选出 2 套 2.0℃ 升温情景数据 NorESM 模式 RCP4.5和GFDL 模式RCP6.0，表 2为选出的 4套数据的基本特征。 根据 4 套数据升温时段选取对应时间内的产量 数据为升温时段产量，历史产量选取 19862005 年的产量。考虑到各区域小麦生育期存在差异，本 研究根据产量格点数据，在格点水平上对各区域小 麦生育期内的气候要素求平均，各区域小麦生育期 见表 3。 2 结果与分析 2.1 小麦生育期内温度变化特征 在全球升温 1.5℃情景下，IPSL 模式下我国小 麦生育期内温度相对于工业革命前升高 1.09℃， GFDL 模式下平均升温 1.23℃，两种模式平均升温 1.17℃；升温 2.0℃情景下，NorESM 和 GFDL 模 式下小麦生育期内温度分别升高 2.14℃和 1.56℃， 平均升温 1.81℃。从地理分布情况来看图 2， 1.5℃情景下升温超过 2.0℃地区大多出现在南部； 而 2.0℃情景下我国南部和北部均出现高值区，升 温达 3℃以上。 不同升温情景下，各麦区两种不同模式温度变 化情况如图 3 所示。总的来说两种升温情景下我国 春麦区升温幅度大于冬麦区升温幅度，尤其在全球 2.0℃升温情景下春麦区和冬麦区分别升温 2.09℃ 和 1.61℃。全球升温 1.5℃情景下，春麦区中新疆 春麦区升温幅度最大1.45℃，青藏春麦区次之， 西北春麦区升温幅度最小0.50℃；冬麦区升温幅 度大的麦区为西南冬麦区和长江中下游冬麦区，变 化幅度小的麦区为北部冬麦区和黄淮冬麦区。升温 表 2 所选全球气候模式数据基本特征 Table 2 The characteristics of 4 CMIP5 model outputs 表 3 中国麦区生育期 Table 3 Wheat growing seasons by wheat region in China 麦区 青藏春麦区 东北春麦区 西北春麦区 北部春麦区 新疆春麦区 北部冬麦区 黄淮冬麦区 西南冬麦区 长江中下游冬麦区 华南冬麦区 生育期 49 月 38 月 38 月 38 月 38 月 10 月 次年 6 月 10 月 次年 5 月 10 月 次年 5 月 11 月 次年 5 月 11 月 次年 4 月 注数据来源为中国小麦种植区划 [16,18] 。其中新疆春麦区和青藏春麦 区以春小麦为主，故选取两个麦区春麦的生育期计算。 2.0℃情景下，春麦区中新疆春麦区、东北春麦区、 青藏春麦区以及北部春麦区平均升温均超过 2.0℃， 其中新疆春麦区升温高达 2.51℃；冬麦区中升温 幅度较大的麦区为长江中下游冬麦区和西南冬麦 区，升温最小的麦区为黄淮冬麦区1.17℃。两种 升温情景下新疆春麦区升温幅度均最大，西北春麦 区和黄淮冬麦区升温幅度均较小。 2.2 小麦生育期内降水变化特征 在全球 1.5℃和 2.0℃升温情景下，我国小麦 生育期内降水相对历史时段19862005 年有所 增加。全球升温达 1.5℃时，我国小麦生育期内降 水平均增加 9.1，其 中 IPSL模式下降水增加 8.0， GFDL模式下增加 10.1；全球升温 2.0℃情景下， 我国小麦生育期内降水增加 11.3，NorESM 和 升温 模式名称 1.5℃ 2.0℃ IPSL-CM5A-LR GFDL-ESM2M NorESM1-M GFDL-ESM2M 法国 美国 挪威 美国 国家 分辨率 所选情景 升温出现时间 9696 14490 14496 14490 RCP2.6 RCP4.5 RCP4.5 RCP6.0 20212040年 20422061年 20612080年 20662085年 6 期 577 孙茹，等全球 1.5℃和 2.0℃升温对中国小麦产量的影响研究 GFDL 模式下分别增加 15.3 和 7.0。从降水变 化量来看图 4，全球升温 1.5℃情景下，我国降 水变化量为北多南少的分布，升温 2.0℃情景下， 我国降水变化量为东多西少的分布。 从不同麦区降水变化情况来看，各麦区不同模 式降水变化幅度情况如图 5 所示。两种升温情景下 春麦区降水增加幅度略大于冬麦区。升温 1.5℃情 景下，春麦区 IPSL 模式下比 GFDL 模式变化幅度 明显，冬麦区相反。升温 2.0℃情景下，我国北部 和南部各麦区 NorESM模式下降水变化幅度明显， 中部麦区 GFDL 模式下降水变化幅度较大。从各 麦区来看，春麦区中两种情景下新疆春麦区降水低 于历史时段降水，降水增加幅度最大的春麦区为北 部春麦区。冬麦区中，升温 1.5℃情景下，北部冬 麦区降水增加幅度最大， 华南冬麦区增加幅度最小。 升温 2.0℃情景下，降水增加幅度最大和最小的麦 区分别为黄淮冬麦区和西南冬麦区。 2.3 不同升温情景小麦产量变化 1.5℃升温情景下，中国小麦单产相对于历史 时段19862005 年平均减产幅度达到 5.2；两 种模式下IPSL 和 GFDL小麦单产减产 0 ～ 10 所占比重最大图 6。IPSL 模式下小麦单产减产 面积占全部种植面积的 69，GFDL 模式下小麦减 产面积占 66。2.0℃升温情景下，中国小麦单产 平均减产幅度达到 4.6；两种模式下NorESM 和 GFDL小麦单产减产幅度主要分布在 0 ～ 20 区 间，减产 0 ～ 10 所占比重最大。NorESM 模式 图 2 全球升温 1.5℃ a 和 2.0℃ b 情景下小麦生育期平均气温（20 年平均值）相对于 18501900 年的变化 Fig. 2 Distributions of temperature change in wheat growing season relative to 1850-1900 under the 1.5℃ a and 2.0℃ b global warming scenarios a 1.5℃ b 2.0℃ 0 450 900 km 0 450 900 km -1.0 0 1.5 2.0 3.0 气温 /℃ N N 图 3 全球升温 1.5℃ a 和 2.0℃ b 情景下各麦区温度相对于 18501900 年的变化 Fig. 3 Temperature change of different wheat regions relative to 1850-1900 under the 1.5℃ a and 2.0℃ b global warming scenarios 2.0 1.5 1.0 0.5 0 IPSL RCP2.6 GFDL RCP4.5 a 1.5℃ b 2.0℃ 两模式平均 NorESM RCP4.5 GFDL RCP6.0 两模式平均 温度变化 /℃ 4.0 3.0 2.0 1.0 0 温度变化 /℃ 新疆春麦区 东北春麦区 青藏春麦区 北部春麦区 西北春麦区 北部冬麦区 黄淮冬麦区 长江中下游冬麦区 西南冬麦区 华南冬麦区 新疆春麦区 东北春麦区 青藏春麦区 北部春麦区 西北春麦区 北部冬麦区 黄淮冬麦区 长江中下游冬麦区 西南冬麦区 华南冬麦区 气候变化研究进展 2018 年 578 气候变化影响 图 4 全球升温 1.5℃ a 和 2.0℃ b 情景下我国小麦生育期内降水相对历史时段（19862005 年）的变化 Fig. 4 Distributions of precipitation change in wheat growing season relative to 1986-2005 under the 1.5℃ a and 2.0℃ b global warming scenarios a 1.5℃ b 2.0℃ 0 450 900 km 0 450 900 km -40 0 20 70 降水变化 / N N -20 图 5 全球升温 1.5℃ a 和 2.0℃ b 情景下各麦区降水相对历史时段（19862005 年）变化 Fig. 5 Precipitation change of different wheat regions relative to 1986-2005 under the 1.5℃ a and 2.0℃ b global warming scenarios 40 20 0 -20 -40 IPSL RCP2.6 GFDL RCP4.5 a 1.5℃ b 2.0℃ 两模式平均 NorESM RCP4.5 GFDL RCP6.0 两模式平均 降水变化 / 30 20 10 0 -20 降水变化 / 新疆春麦区 东北春麦区 青藏春麦区 北部春麦区 西北春麦区 北部冬麦区 黄淮冬麦区 长江中下游冬麦区 西南冬麦区 华南冬麦区 新疆春麦区 东北春麦区 青藏春麦区 北部春麦区 西北春麦区 北部冬麦区 黄淮冬麦区 长江中下游冬麦区 西南冬麦区 华南冬麦区 -10 图 6 全球升温 1.5℃ a 和 2.0℃ b 情景下全国小麦单产相对历史时段（19862005 年）的变化 Fig. 6 Wheat yield change in China relative to 1986-2005 under the 1.5℃ a and 2.0℃ b global warming scenarios 12 8 4 0 种植面积 /10 6 hm 2 12 8 4 0 种植面积 /10 6 hm 2 a 1.5℃ b 2.0℃ IPSL RCP2.6 GFDL RCP4.5 两模式平均 NorESM RCP4.5 GFDL RCP6.0 两模式平均 产量变化 / 产量变化 / -100 ～- 50 -50 ～- 30 -30 ～- 20 -20 ～- 10 -10 ～ 0 0 ～ 10 10 ～ 20 20 ～ 30 30 ～ 50 50 ～ 100 -100 ～- 50 -50 ～- 30 -30 ～- 20 -20 ～- 10 -10 ～ 0 0 ～ 10 10 ～ 20 20 ～ 30 30 ～ 50 50 ～ 100 和 GFDL 模式下小麦单产减产面积分别占全部种 植面积的 61 和 77。 1.5℃和 2.0℃升温情景下，中国小麦总产减产 幅度分别为 5.1 和 4.7。在全球升温大背景下我 国春小麦主要呈现增产趋势，冬小麦主要呈现减产 趋势图7。春麦区中青藏春麦区和东北春麦区总 6 期 579 孙茹，等全球 1.5℃和 2.0℃升温对中国小麦产量的影响研究 产降低，其余 3 个春麦区总产增加；冬麦区中北部 冬麦区总产增加，另外 4 个冬麦区总产降低，减产 麦区中越往南减产幅度越大。在 1.5℃升温情景下 青藏春麦区总产减产幅度最大20.6，华南冬麦 区、西南冬麦区及长江中下游冬麦区总产减产分别 为 15.1、11.0、5.1；总产增产最大的麦区为 西北春麦区，增产 3.1。2.0℃升温情景下，总产 减产最大的麦区为华南冬麦区，减产 14.6，其他 减产较大的为西南冬麦区、长江中下游冬麦区及青 藏春麦区，分别减产 11.1、7.7、5.8；增产幅 度最大的麦区为西北春麦区，增产 5.1。 从各麦区产量变化面积比例上看，我国各麦区 减产面积所占比例大概趋势为从北向南由多变少再 图 7 全球升温 1.5℃ a 和 2.0℃ b 情景下我国小麦产量相对历史时段（19862005 年）的变化 Fig. 7 Distributions of wheat yield change in China relative to 1986-2005 under the 1.5℃ a and 2.0℃ b global warming scenarios a 1.5℃ b 2.0℃ 0 450 900 km 0 450 900 km -10 ～ 0 0 产量变化 / N N -20 ～- 10 -30 ～- 20 -50 ～- 30 -50 图 8 全球升温 1.5℃和 2.0℃ 我国各麦区产量变化 Fig. 8 Percentage of wheat yield change in China relative to 1986-2005 under the 1.5℃ and 2.0℃ global warming scenarios 变多， 相反增产面积比例自北向南先变多再减少图 8。其中北部冬麦区是增产面积所占比例最大的麦 区，占其麦区总面积 75.0（1.5℃情景和 83.7 （2.0℃情景；华南冬麦区减产面积所占比例最大， 两种情景下减产面积比例分别高达 90.5（1.5℃ 情景、98.3（2.0℃情景。 3 结论与讨论 本文根据全球 1.5℃和 2.0℃升温情景，结合 DSSAT 模型模拟小麦的产量，在全球升温控制在 1.5℃和 2.0℃时，分析中国小麦区温度和降水变化 特征以及各区域小麦产量变化特征，进而分析气候 100 80 60 40 20 0 15 5 -5 -15 -25 减产 增产 总产变化幅度 总产变化幅度 / 增产与减产所占面积比例 / 新疆春 麦区 东北春 麦区 青藏春 麦区 北部春 麦区 西北春 麦区 北部冬 麦区 黄淮冬 麦区 长江中下 游冬麦区 西南冬 麦区 华南冬 麦区 1.5℃ 2.0℃1.5℃ 2.0℃1.5℃ 2.0℃1.5℃ 2.0℃1.5℃2.0℃1.5℃ 2.0℃1.5℃ 2.0℃1.5℃ 2.0℃1.5℃ 2.0℃1.5℃ 2.0℃ 气候变化研究进展 2018 年 580 气候变化影响 变化对小麦产量的影响。 3.1 结论 1 在全球升温 1.5℃和 2.0℃情景下，我国小 麦生育期内温度相对于工业革命前分别升高 1.17℃ 和 1.81℃。两种升温情景下我国春麦区升温幅度 大于冬麦区升温幅度。春麦区中新疆春麦区升温幅 度最大，西北春麦区升温幅度最小；冬麦区中温度 变化最大和最小的麦区分别为西南冬麦区和黄淮冬 麦区。升温 1.5℃情景下，升温最大的麦区为新疆 春麦区升温 1.45℃，升温最小的麦区为西北春 麦区升温 0.5℃；升温 2.0℃情景下，升温最大 和最小的麦区为新疆春麦区和黄淮冬麦区，分别升 温 2.51℃和 1.17℃。 2 两种升温情景下，我国小麦生育期内降水 相对历史时段19862005 年分别增加 9.1 和 11.3。我国降水量变化情况在升温 1.5℃情景下 为北多南少，升温 2.0℃情景下东多西少。各麦区 除新疆春麦区降水减少外，其余麦区降水增加，两 种升温情景下春麦区降水增加幅度略大于冬麦区的 增加幅度。春麦区降水增加幅度最大的为北部春麦 区。冬麦区中，升温 1.5℃情景下北部冬麦区降水 增加幅度最大，华南冬麦区增加幅度最小；升温 2.0℃情景下，降水增加幅度最大和最小的麦区分 别为黄淮冬麦区和西南冬麦区。 3 两种升温情景下，我国小麦单产相对历史 时段19862005 年平均减产幅度分别为 5.2 和 4.6。升温 1.5℃和 2.0℃相比，中国小麦产量 变化没有显著的差异。1.5℃升温情景下 GFDL 模 式比 IPSL 模式降水增加多，温升幅度大，而减产 面积相对较少；2.0℃升温情景下，相对于 GFDL 模式，NorESM 模式降水和温度增加幅度较大，而 减产面积比 GFDL 模式少 16。 4 全球升温情景下我国春小麦主要呈现增产 趋势，冬小麦主要呈现减产趋势。1.5℃升温情景 下春麦区总产减产最大的麦区为青藏春麦区减 产 20.6，增产最大的麦区为西北春麦区增产 3.1；2.0℃升温情景下，总产减产最大的麦区为 华南冬麦区，减产 14.6，增产幅度最大的麦区为 西北春麦区，增产 5.1。从各麦区增产、减产面 积比例上看，我国各麦区减产面积所占比例大概趋 势为从北向南由多变少再变多，相反增产面积比例 从少变多再变少。其中减产面积所占比例最大的是 华南冬麦区，最小为北部冬麦区。 3.2 讨论 研究中还存在一些问题，需要今后进一步研究 和探索。 1 不确定性的来源。本研究选取 ISI-MIP 的4 套 RCP 气候情景数据分别作为升温 1.5℃和 2.0℃ 的情景数据，以降低单套模式数据集对结果的不确 定性。未来情景麦区面积按照历史情况下的面积计 算，未考虑其可能是变化的，结果可能存在一定的 偏差，因此本研究选取各麦区总的种植面积与总产 计算产量变化幅度。省级尺度或区域尺度等较小尺 度的参数输入能够降低作物模型模拟的不确定性， 在未来的研究中予以考虑。 2 考虑 CO 2 肥效作用时 1.5℃和 2.0℃升温 情景下我国小麦单产变化-1.3 和 2.2，不考虑 CO 2 肥效作用时变化-5.2 和- 4.6，这一结果 表明 CO 2 肥效作用抵消了全球升温对我国小麦产 量带来的负面影响，这与 Moore 等 [19] 的研究结果 一致，故本文不考虑 CO 2 肥效作用。 3本研究致力于阐明不考虑水分约束条件下， 全球升温 1.5℃和 2.0℃对中国小麦生产的影响。 但是，全球变化条件下，水安全的影响存在水资源 短缺和水旱灾害的双重特点，未来将进一步对水分 限制与灌溉条件下的中国小麦生产进行深入研究。 研究表明气候变化条件下，极端气候事件造成的小 麦减产幅度在1.4 ～ 4.1 之间 [20] ，中国小麦生 产受高温胁迫影响较严重的地区主要位于中高纬地 区，即新疆、河套和东北地区 [21] ，这会对不同麦 区小麦产量变化增加不确定性。本研究结果表明相 比 1.5℃升温情景，2.0℃升温情景更有利于农业生 产，这与 Chen 等 [22] 研究结果一致，但是要注意极 端气候事件频率和强度的增加。 581 孙茹，等全球 1.5℃和 2.0℃升温对中国小麦产量的影响研究 6 期 参考文献 IPCC. Climate change 2013 the physical science basis [M]. Cambridge Cambridge University Press, 2013 1535 Hirabayashi Y, Mahendran R, Koirala S, et al. Global flood risk under climate change [J]. Nature Climate Change, 2013, 3 9 816-821 Rogelj J, Elzen M D, Höhne N, et al. Paris Agreement climate proposals need a boost to keep warming well below 2.0℃ [J]. Nature, 2016, 534 7609 631 Tao F L, Yokozawa M, Xu Y, et al. Climate changes and trends in phenology and yields of field crops in China 1981-2000 [J]. Agricultural Forest Meteorology, 2006, 138 1 82-92 Tao F L, Yokozawa M, Liu J, et al. Climate–cropyield relationships at province scale in China and the impacts of recent climate trends [J]. Climate Research, 2008, 38 1 83-94 Tao F L, Yokozawa M, Zhang Z. Modelling the impacts of weather and climate variability on crop productivity over a large area a new process-based model development, optimization, and uncertainties analysis [J]. Agricultural Forest Meteorology, 2009, 149 8 1266- 1278 Chen C, Pang Y M, Pan X B, et al. Impacts of climate change on cotton yield in China from 1961 to 2010 based on provincial data [J]. Journal of Integrative Agriculture, 2014, 29 7 515-524 Nicholls N. Increased Australian wheat yield due torecent climate trends [J]. Nature, 1997, 387 484-485 Lobell D B, Schlenker W, Costaroberts J. Climate trends and global crop production since 1980 [J]. Science, 2011, 333 6042 616 Peng S B, Huang J L, Sheehy J E, et al. Rice yields decline with higher night temperature from global warming [J]. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101 9971-9975 You L Z, Rosegrant M W, Wood S, et al. Impact of growing season temperature on wheat productivity in China [J]. Agricultural and Forest Meteorology, 2009, 149 1009-1014 [1