2. 黑龙江省哈尔滨市气象局, 哈尔滨 150026
2. Harbin Meteorological Bureau of Heilongjiang Province, Harbin 150026
在近百年来全球气候变暖和我国东北地区变暖较明显的背景下[1-4], 黑龙江省气候变化较为显著[5-6], 农业可能是对气候变化反应最为敏感的部门之一。林而达等[7]、张宇等[8]及张桂华等[9]先后讨论了气候变化对未来农业生产可能的影响及对策, 为未来气候背景下的农业生产指明了趋利避害等农业技术措施。农作物产量主要受气候条件、作物品种培育、农业栽培技术措施、社会经济等因素的影响, 是这些影响因素综合作用的结果。由于近几十年来各地粮食作物单产总趋势稳步提高, 人们往往忽视近几十年来气候变化趋势对主要粮食作物产量变化趋势的影响, 一些学者从不同层面研究了近几十年来气候变化对粮食生产的影响[10-13], 为农业生产对气候变化的适应提供了重要气候依据。本研究依据黑龙江省近43年来气候变化趋势的特点, 采用作物产量的数值模拟方法, 定量分析近43年来气候变化趋势对黑龙江省主要粮食作物模拟产量变化趋势的影响, 为黑龙江省农业生产对气候变化趋势的适应初步提供气候上的依据。
1 数据来源及处理研究区域为黑龙江省, 区域面积45.6万km2, 包括81个气象观测站点。1961—2003年逐日气象资料来源为黑龙江省气象局气象整编资料, 包括平均气温、最高气温、最低气温、降水量、相对湿度、日照时数、平均风速、蒸发量, 采用Supit公式[14]计算的地面日辐射量。
两种主要作物玉米和大豆1978—2003年的生育期资料来源于黑龙江省33个气象站的农业气象观测资料。由于1961—1977年缺少作物生育期观测资料, 且1980年前作物品种变化较慢, 因此以两种主要作物1978—1980年3年的生育期平均资料代替1961—1980年时段相应作物的生育期平均资料。1988—2003年主要农业县两种主要作物产量资料来源于政府统计数据。
采用网格分析方法将黑龙江省划分为285个网格 (50 km×50 km)。利用网格插值分析的数学方法, 将各地气象台站观测的气象要素进行空间网格化插值, 得到黑龙江省各网格逐日气象数据。气象数据网格化插值采用下列计算方法[15]:设给定矩形域上的m×n个结点在两个方向上的坐标分别为:
x0 < x1 < … < xn-1和y0 < y1 < … < ym-1
相应的气象要素值为:
![]() |
(1) |
选取最靠近插值点 (u, v) 的9个结点, 其两个方向上的坐标分别为:
xp < xp+1 < xp+2和yq < yq+1 < yq+2
利用二元三点插值公式
![]() |
(2) |
计算插值点 (u, v) 处气象要素的近似值。
2 研究方法 2.1 作物产量模拟方法作物产量模拟采用荷兰瓦赫宁根农业大学和其他欧盟科学家联合研制的世界粮食研究模型 (World Food Study), 该模型可对多种粮食作物的生长过程和产量进行模拟。由于黑龙江省区域面积较大, 地形复杂, 各地气候资源差异较大, 两种主要作物熟型在各地分布存在差异。大兴安岭南部边缘地区、黑河地区、小兴安岭伊春地区是温凉区域, 为早熟品种分布区; 松嫩平原和三江平原地区热量资源丰富, 为晚熟品种分布区; 其他地区为中熟品种分布区。
从理论上说, 用作物生长模拟一定时间序列的作物产量用以分析与气候的关系是基于模拟是假定品种参数不变时仅以气候为驱动变量所得到的结果。由于近几十年来气候变化明显, 特别是20世纪90年代以来黑龙江省气温变化趋势显著增高, 作物品种熟型向较晚熟或晚熟方向扩大。如果在现有作物品种参数不变的条件下, 模拟作物生长过程, 则20世纪90年代前或者80年代前一些作物模拟结果可能不能成熟, 因而需要对主要年代时段作物生长的热量指标进行分段分析。经对黑龙江省1961—2003年的气候条件及1978—2003年玉米和大豆作物主要生育期内的有效积温进行分析, 近43年来热量资源条件主要可分为3个年代时段, 即1961—1980年气温处于较长时段的冷期、1981—1990年气温明显升温时期及1991—2003年近43年来气温最温暖的时期。各年代时段两种主要作物不同熟型主要生育期的有效积温 (玉米和大豆下限温度为8 ℃) 热量指标参数见表 1。
![]() |
表 1 各时间段两种主要作物不同熟型有效积温热量指标参数 Table 1 Effective temperature sum index parameters of different mature types of two chief crops for chief time phases |
由于统计部门的作物产量数据易于获取, 而田间试验产量数据相对较少, 因而模型模拟检验采用统计部门的作物产量数据。模型模拟检验采用1988—2003年相对较短时间序列的统计部门作物产量数据, 尽管该检验产量数据存在因科技进步而产生的增长演变趋势, 对检验效果会造成一定的影响, 但仍可反映出在一定的作物品种和农业科技水平下气候条件对主要作物生长发育及产量形成的影响, 模拟检验效果较好 (图 1)。
![]() |
|
图 1. 两种主要作物模拟产量与实际产量检验 Fig 1. Test between simulation yield and actual yield for two chief crops |
2.2 气候要素及产量的变化趋势计算方法
以各地年份为自变量, 各地各年作物生长季内平均气温、降水量和日平均辐射量等气象要素为因变量, 利用方程y(t)=a0+a1t可定量描述各地各年各气象要素随时间的变化趋势, 其中a1=dy(t)/dt为气象要素的稳定倾向率, 即年平均变化趋势。倾向率a1可采用最小二乘法进行求解[16], 即
![]() |
(3) |
式 (3) 中, Yi是各地各气象要素1961—2003年因变量; Xi是各地1961, …, 2003年自变量 (即1961, 1962, …, 2002, 2003); m是各地样本数。在气象要素变化趋势绝对量分析中, 通常分析各地43年稳定倾向率的10年变化情况。同样可计算各地作物生长季内平均气温 (℃/10a)、降水量 (mm/10a)、日平均辐射量 (kJ/(m2·10a)) 等气象要素的变化趋势。气候变化趋势分析上, 气温变化趋势通常以10年气温变化的绝对量为单位, 降水量和辐射量变化趋势通常以10年变化量与平均值比值的百分数相对量为单位 (简称变化趋势百分率)。类似地, 可计算各地各主要作物产量变化趋势 (kg/(hm2·10a)), 进而计算其变化趋势百分率, 即
![]() |
(4) |
![]() |
(5) |
式 (4) 和式 (5) 中, PC各地和PY各地分别为各地气候要素 (降水量、日平均辐射量)、各地各主要作物产量变化趋势百分率; ΔC各地和ΔY各地分别为各地气候要素 (降水量、日平均辐射量)、各地各主要作物产量10年的变化趋势绝对量; C各地和Y各地分别为各地气候要素 (降水量、日平均辐射量)、各地各主要作物产量1961—2003年的平均值。
3 结果分析 3.1 气候变化趋势的特征分析 3.1.1 气温变化趋势的特征分析由图 2a可见, 黑龙江省平均气温变化趋势呈增高趋势。平均气温增幅最显著的区域为松嫩平原地区和黑龙江省北部的黑河地区, 增幅为0.26~0.46 ℃/10a;三江平原地区、小兴安岭伊春林区、大兴安岭地区、牡丹江地区平均气温增高幅度次之, 为0~0.34 ℃/10a。
![]() |
|
图 2. 1961—2003年黑龙江省作物生长季平均气温 (a)、降水量 (b)、日平均辐射量 (c) 变化趋势的空间分布 Fig 2. The change trend spacial distribution of averaged air temperature (a), rainfall (b) and daily averaged radiation (c) for crop growth season in Heilongjiang Province from 1961 to 2003 |
3.1.2 降水量变化趋势的特征分析
由图 2b可见, 在小兴安岭伊春林区、黑河地区、三江平原地区、牡丹江地区中部和南部、松嫩平原地区南部降水量变化趋势呈减少趋势; 其中以小兴安岭伊春林区减少幅度最大, 为6.79%~3.11%/10a;其他区域的减少幅度基本在3.11%/10a以内。大兴安岭地区、松嫩平原西部、牡丹江地区西部降水量变化趋势基本呈增加趋势, 增加幅度基本在3.95%/10a以内; 其中大兴安岭中部地区降水量增加幅度最大, 为3.95%~6.79%/10a。
3.1.3 日平均辐射量变化趋势的特征分析由图 2c可见, 黑龙江省日平均辐射量变化趋势总体上呈减少趋势。日平均辐射量减少幅度最显著区域在黑龙江省北部的大兴安岭地区、松嫩平原地区中部, 减少幅度为3.99%~1.12%/10a;其他区域减少幅度基本在1.12%/10a以内。仅黑河地区北部的局部较小区域日平均辐射量有增加趋势, 其增幅在0.84%/10a以内。
3.2 模拟产量变化趋势的空间分布特征及影响分析黑龙江省区域辽阔、地形复杂, 各地气候差异比较显著, 特别是近43年来黑龙江省气温、降水量、辐射量等气候条件发生了显著变化[4-5], 各地各主要作物模拟产量变化趋势也具有相应的响应。近43年来黑龙江省各地各主要作物模拟产量变化趋势百分率的空间分布特征见图 3。
![]() |
|
图 3. 1961—2003年黑龙江省玉米 (a) 与大豆 (b) 模拟产量变化趋势百分率的空间分布 Fig 3. The spacial distribution of change trend percent of simulation yield for maize (a) and soybean (b) in Heilongjiang Province from 1961 to 2003 |
为分析近43年来黑龙江省作物生长季气候要素变化趋势与主要作物模拟产量变化趋势的关系, 以各网格各主要作物10年模拟产量变化趋势百分率为因变量, 各网格作物生长季气候要素10年的变化趋势 (平均气温变化趋势量、最低气温变化趋势量、最高气温变化趋势量、降水量变化趋势百分率、日平均辐射量变化趋势百分率) 为自变量, 建立多元线性回归方程 (表 2)。由表 2可见, 近43年来黑龙江省主要作物模拟产量变化趋势与作物生长季主要气候条件的变化趋势密切相关。
![]() |
表 2 黑龙江省主要作物模拟产量变化趋势与作物生长季气候要素变化趋势的线性关系 Table 2 The linear relations between simulation yield change trend of chief crops and climate factor change trend of crop growth season in Heilongjiang Province |
3.2.1 玉米模拟产量变化趋势的空间分布特征及影响分析
玉米是喜温、喜水和耐旱性相对较强的作物, 气温等气候要素的变化趋势对玉米模拟产量变化趋势具有重要影响。由图 3a可见, 近43年来黑龙江省玉米模拟产量变化趋势增加, 增加幅度为0~14.7%/10a;仅在松嫩平原西南部的泰来县、泰康县和肇源县的局部较干旱区域, 呈减少趋势, 减少幅度为3.9%~0/10a。计算表明, 近43年来黑龙江省玉米模拟产量变化趋势平均增加幅度为4.81%/10a。
黑河市南部、孙吴县和嫩江县西部组成的局部区域是玉米模拟产量变化趋势增加幅度最高的区域, 增加幅度为10%~14.7%/10a;该区域雨水充足, 气温和辐射量均呈有利的增加趋势。黑河地区北部和西部与绥化地区北部和东部组成的西北—东南向带状区域以及黑龙江省东部地区是玉米模拟产量变化趋势增加幅度高值区域, 增加幅度为5%~10%/10a;该区域降水量条件较好, 气温变化趋势的增高有利于玉米模拟产量变化趋势的增加。松嫩平原地区 (西南部局部除外)、哈尔滨地区和伊春地区北部是玉米模拟产量变化趋势增加幅度较高值区域, 增加幅度为0~5%/10a;其中松嫩平原地区、哈尔滨地区气温趋势增高和降水量趋势增加是玉米模拟产量变化趋势增加的主要气候因素; 伊春地区北部是黑龙江省降水量最多的地区, 热量条件相对不足是该区域玉米产量受到制约的主要气候影响因素, 该区域气温变化趋势的增高对玉米模拟产量变化趋势的增加有利。
松嫩平原西南部的局部较干旱区域 (泰来县、泰康县和肇源县) 气温较高, 降水量较少, 该区域气温变化趋势增高和降水量变化趋势减少导致干旱相对加重, 玉米模拟产量变化趋势呈降低趋势。
3.2.2 大豆模拟产量变化趋势的空间分布特征及影响分析大豆是较喜温凉、湿润且耐旱性较差的作物。黑龙江省北部的温凉湿润、半湿润地区是产量较高的优势种植区, 松嫩平原西南部较干旱地区是产量相对较低的种植区域。计算表明, 近43年来黑龙江省大豆模拟产量变化趋势总体上呈降低趋势, 平均降低幅度为1.52%/10a。
由图 3b可见, 近43年来黑龙江省气候变化趋势对大豆模拟产量变化趋势的影响在北部和南部地区作用不同。黑河市东部、德都、克山、拜泉、绥化、通河、林口、七台河和虎林一线以北的相对较温凉湿润的北部区域是大豆模拟产量变化趋势增加的区域, 该区域模拟产量变化趋势增加幅度为0~12.10%/10a;该线以南的南部区域是模拟产量变化趋势降低的区域, 降低幅度为24.2%~0/10a。
北部区域气候温凉湿润, 气温升高有利于大豆生长发育和产量形成, 是其主要气候因素。伊春市西南部、铁力市北部、庆安县东部和绥棱县东部组成的局部小区域, 大豆模拟产量变化趋势增加幅度最高, 为10%~12.1%/10a;三江平原北部 (富锦县、集贤县、绥滨县和饶河县)、伊春市西南部、铁力市大部、庆安县西部、绥棱县西部、海伦市、逊克县南部和嘉荫县是大豆模拟产量变化趋势增加的高值区域, 为5%~10%/10a;其他北部区域模拟产量变化趋势增加幅度基本在0~5%/10a。
在南部模拟产量变化趋势降低的区域中, 松嫩平原西部较干旱的齐齐哈尔地区和大庆地区西部, 气温变化增高趋势导致大豆生育期干旱相对加重, 模拟产量变化趋势降低幅度最大, 为24.2%~10%/10a;大庆地区东部、牡丹江地区和三江平原南部地区, 模拟产量变化趋势降低幅度较大, 为10%~5%/10a, 降水量变化趋势的减少是其主要气候因素; 哈尔滨地区大豆模拟产量变化趋势降低幅度较小, 为5%~0/10a。
3.2.3 气候变化趋势对作物生育期的影响从理论上讲, 如果作物品种参数不变, 气候变化趋势特别是气温变化趋势增高将促进作物生育进程的加快, 使作物生育期缩短。对WOFOST模型模拟的两种主要作物1961—2003年成熟期的时间序列进行分析, 全省玉米成熟期平均缩短2.0 d/10a, 大豆成熟期平均缩短0.8 d/10a。玉米是喜温和喜水作物, 尽管玉米生育期有所缩短, 但总体上黑龙江省气候变化趋势对玉米产量变化趋势增加有利; 大豆生育期的缩短也是其产量变化趋势降低的影响因素之一。
4 结论与讨论1) 在黑龙江省近43年来气候变化趋势的总体背景下, 各地作物生长季气候要素 (气温、降水量、日平均辐射量) 的变化趋势存在着空间上的差异, 这种空间差异对各地各主要作物产量变化趋势的空间分布具有重要影响, 但不同作物影响不同。
2) 近43年来黑龙江省玉米模拟产量变化趋势增加, 平均增加幅度为4.81%/10a, 气温变化趋势的增高是玉米模拟产量变化趋势增加的主要气候因素。黑龙江省大豆模拟产量变化趋势总体上呈降低趋势, 平均降低幅度为1.52%/10a。气候变化趋势对北部和南部区域的大豆模拟产量变化趋势作用不同, 气温变化趋势的增高是北部大豆优势种植区域模拟产量变化趋势增加的主要气候因素, 气温和降水量相应的变化趋势是南部大豆种植区域模拟产量变化趋势降低的主要气候因素。
3) 近几十年来, 各地主要农作物、经济作物实际产量的总体趋势是呈稳定上升的。之所以出现这种稳定的上升趋势, 是因为随着科学技术的发展, 在农作物育种、农业栽培技术措施、农业经济投入和管理水平等社会综合因素的影响下, 农作物产量中包含科技成分的趋势产量逐年稳步提高, 这是科技进步的结果。这种农作物实际产量稳步提高的趋势常常掩盖了气候变化趋势导致的产量变化趋势, 而实际上近几十来气候条件的变化必将对主要农作物产量变化趋势产生相应的影响, 本文的分析也是例证之一。
本文仅从近43年来气候变化趋势角度讨论了其对主要农作物模拟产量变化趋势的影响, 进一步的研究应结合农业栽培技术措施、农业经济投入和管理水平等社会综合因素, 探讨气候变化趋势和社会综合因素对主要作物产量变化趋势的综合影响。
[1] | 王绍武. 近百年来气候变化与变率的诊断研究. 气象学报, 1994, 52, (3): 261–273. |
[2] | 陈隆勋, 朱文琴, 王文, 等. 中国近45年来气候变化的研究. 气象学报, 1998, 56, (3): 257–271. |
[3] | 王绍武, 叶瑾琳, 龚道溢, 等. 近百年中国年气温序列的建立. 应用气象学报, 1998, 9, (4): 392–401. |
[4] | 魏凤英, 曹鸿兴, 王丽萍. 20世纪80—90年代我国气候增暖进程的统计事实. 应用气象学报, 2003, 14, (1): 79–86. |
[5] | 刘玉莲, 吴洪宝. 用SSA-MEM分析黑龙江省近45年气温变化. 黑龙江气象, 2004, 22, (1): 16–19. |
[6] | 国世友, 邹立尧, 吴琼. 近百年来黑龙江省气候变化特征. 黑龙江气象, 2003, 21, (4): 8–11. |
[7] | 林而达, 张厚, 王京华. 全球气候变化对中国农业影响的模拟. 北京: 中国农业科技出版社, 1997: 62-66. |
[8] | 张宇, 王石立, 王馥棠. 气候变化对我国小麦发育及产量可能影响的模拟研究. 应用气象学报, 2000, 11, (3): 264–270. |
[9] | 张桂华, 王艳秋, 郑红, 等. 气候变暖对黑龙江省作物生产的影响及其对策. 自然灾害学报, 2004, 13, (3): 95–100. |
[10] | 王石立, 庄立伟, 王馥棠. 近20年气候变暖对东北农业生产水热条件影响的研究. 应用气象学报, 2003, 14, (2): 152–164. |
[11] | 谢云, 刘继东. 1949—1992年我国粮食单产的气候影响分析. 自然资源学报, 1997, 12, (4): 317–322. |
[12] | 谢云, 武吉华. 准格尔旗气候波动与粮食生产变化分析. 北京师范大学学报 (自然科学版), 1994, 30, (4): 525–528. |
[13] | 史培军, 王静爱, 谢云, 等. 最近15年来中国气候变化、农业自然灾害与粮食生产的初步研究. 自然资源学报, 1997, 12, (3): 197–203. |
[14] | Supit I, Kappel van R R, A simple method to estimate global radiation. Solar Energy, 1998, 63, (3): 147–160. DOI:10.1016/S0038-092X(98)00068-1 |
[15] | 徐士良. C常用算法程序集. 北京: 清华大学出版社, 1994: 50-52. |
[16] | http://www.eaihua.com/ahrjyl.htm, 2005. |