2017, Vol. 13 
IPCC第五次评估报告中清晰地给出了气候变化的科学事实。自20世纪初以来，全球几乎所有地区都呈现气候变暖，1880—2012年全球平均陆地和海洋表面温度上升0.85 ℃ [1]。中国北方是全球升温显著的地区之一[2]。
气候变化对农业的影响，首要是其对农业气候资源的影响[3]。气候变化首先引起农业气候资源在数量和配置上发生相应变化，导致农业生产过程的一系列调整与改变，并最终对农业种植制度[4-8]、品种布局以及生长发育和产量[9-11]的形成产生影响。IPCC第一次评估报告中就已经提及气候变暖后农业和生态系统边界变化的问题[12]，主要由于升温带来农业气候的热量资源增加，从而引起作物种植界限的变化(以北移为主)，这是一个明显的农业适应气候变化的问题。目前针对冬小麦种植北界变化的研究多有报道，大部分是在区域尺度上研究冬小麦种植界限变化[5-6, 13-15]，也有基于全国范围内的研究，王培娟等[16]利用1961—2010年气象数据明确冬小麦可种植范围变化特征；杨晓光等[7-8, 11]利用气象台站观测数据分析1981—2007年相对于1951—1980年冬小麦理论种植北界发生不同程度西移北扩，并进一步利用SRES情景数据分析了未来气候情景下冬小麦种植北界的变化。种植北界变化，扩大了作物种植面积，对提高作物产量有益。但作物种植北界变化的区域是受气候变化影响的敏感区和脆弱区，正如许吟隆等[17]提出“边缘适应”时所指出的那样，这一区域是农业适应气候变化的重点地区。而在生产实践中，在甘肃、宁夏、山西、辽宁等省份冬小麦种植北界变化的地区，冬小麦单产波动明显①，因此，需要详细分析北移区域内气候资源变化情况，合理区划是否能够扩种。
① 数据来源：http://data.stats.gov.cn/。
目前研究多限于探究作物种植界限的变化特征，对潜在变化区域内的气候资源变化的研究较少。因此，应用最新RCPs情景下PRECIS模式模拟的光照资源热量资源降水资源太阳辐射(MJ/m2)年平均气温(℃)、年负积温(℃ ·d)、生长季内≥ 0 ℃积温(℃·d)、极端低温(℃)、无霜期(d)年降水量(mm)、生长季降水量(mm)、湿日数(d)未来逐日气候情景数据，首先明确未来冬小麦潜在北移区变化，然后针对该区域分析光、温、水等农业气候资源变化特征规律，以期为高效利用农业气候资源、合理进行冬小麦扩种、提高冬小麦产量提供科学指导。
1 资料与方法 1.1 数据来源气象数据②包括1981—2010年597个气象站点逐日最低气温，以确定1981—2010年冬小麦种植北界。未来情景数据来源于英国气象局开发的PRECIS区域气候模拟系统模拟RCP4.5情景下基准时段(1961—1990年，下同)和未来时段(2021— 2097年，下同)的逐日资料，PRECIS区域气候模式时间积分步长为5分钟，水平输出分辨率在旋转坐标下经纬度各为0.44°，在中纬度地区水平格点间隔约为50 km [18-19]，中国区域内共包括4431个格点数据。本研究分析的气候要素包括日平均气温、日最低气温、降水量和日总辐射。采用最小距离法将未来数据插值到气象台站上。
② 数据来源：http://data.cma.cn/site/index.html。
1.2 指标选取本研究选取代表光、温、水资源的9项指标，具体见表 1。其中无霜期指霜终日次日至霜初日前一日之间的日数，以日最低气温≤ 2 ℃作为霜冻指标[20]，利用5日滑动平均法筛选逐年的霜初、终日，并确定逐年的无霜期。
|
表 1 选取的主要农业气候资源指标 Table 1 Selections of main agro-climatic resources indexes |
本研究为了探究未来时段农业气候资源相较于基准时段的变化特征，将此时段分为3个主要时段，分别为2030T (2021—2050年)、2050T (2041—2070年)、2070T (2061—2090年)。以此比较各不同时段农业气候资源的变化。
为明确RCP4.5气候情景下冬小麦种植北界的变化，选取1981—2010年和2071—2097年作为冬小麦种植区域变化的研究时段，考虑到本文的研究是在全国范围内探究冬小麦种植北界，选用崔读昌[21]提出的适宜于中国全境的冬小麦种植北界指标，即最冷月平均最低气温为−15 ℃和极端最低气温为−24 ~ −22 ℃。
1.3 研究方法采用最小二乘法，确定各气象要素与时间的一元线性回归方程系数，用以确定各项农业气候资源指标的气候倾向率。利用ArcGIS10.0软件进行空间表达，其中利用IDW(反距离权重)插值法对计算结果进行空间表达，设定单元格的大小为0.02，生成空间栅格数据。界限空间变化利用等宽度宗地分割工具，取平均值作为移动距离，并计算面积。
2 结果与分析 2.1 未来冬小麦种植北界变化特征图 1为冬小麦种植北界变化及潜在北移区域分布图。由图可见，北移区域主要分布在辽宁、内蒙古、河北、山西、陕西、宁夏、吉林等地，相较于1981—2010年，未来2071—2097年冬小麦种植北界将平均北移约147.8 km；其中辽宁省境内平均北移距离最明显，为155.5 km，北移面积约为77442 km2；其次在山西省境内，平均北移距离为141.2 km，北移面积为41365 km2；种植北界最北将扩展至吉林东南部地区；吉林省境内平均北移距离为15.5 km，北移面积为1361 km2。具体各省境内冬小麦种植北界变化见表 2。
|
图 1 研究区域及气象站点分布 Figure 1 The study area and the distribution of meteorological observation stations |
|
|
表 2 2071—2097年各省境内冬小麦种植北界北移距离及面积汇总 Table 2 The average northward distance of northern boundary of winter wheat and the planting areas in each province during 2071−2097 |
基于以上结果明确了未来主要冬小麦潜在北移区域，主要包括：吉林省、辽宁省、内蒙古自治区、河北省、山西省、陕西省和宁夏自治区。对数据进行质量控制后，在潜在北移区内及周围共选取了64个气象台站数据资料分析未来气候情景下冬小麦潜在北移区内的农业气候资源变化特征，研究区域及研究站点如图 1所示。
2.2 未来情景下光照资源变化特征分析图 2为RCP4.5情景下潜在北移区域内辐射时间变化趋势及各研究时段值空间分布图，由图 2(a)可见，相较于基准时段，RCP4.5气候情景下，未来冬小麦潜在北移区内辐射变化值呈现减小趋势，约为5.4 MJ/(m2·10a)；各时段中，2050T辐射减小最多(表 3)。空间上，辐射变化在东北部的辽宁地区减小较多，在山西北部减小较少。
|
图 2 RCP4.5情景下冬小麦潜在北移区域内辐射时间变化趋势及各研究时段值空间分布图 Figure 2 The spatial distribution and time trend of difference of radiation between future time slices and the baseline period (1961−1990) under RCP4.5 scenario in potential northward region of winter wheat |
|
|
表 3 各农业气候资源指标相较于基准时段变化均值表 Table 3 The average variation of each agro-climatic resources index relative to the baseline 2021—2097 |
相较于基准时段，2030T除3个站点太阳辐射略呈增加趋势外，其余均呈现减少趋势，平均减少51.6 MJ/m2，其中在辽宁西部的黑山、阜新及内蒙古翁牛特旗等地减少幅度较大，为−120 ~ −80MJ/m2，其次在辽宁东部朝阳、内蒙古赤峰以及西北部地区，为−80~−40 MJ/m2，在山西和陕西北部地区减少幅度较小(图 2b)；2050T潜在北移区内太阳辐射仅在山西五寨地区有增加，其余地区均呈减少趋势，平均减少64.2 MJ/m2，其中在辽宁大部分地区及内蒙古翁牛特旗、赤峰等地区减少明显，为−120~−80 MJ/m2，其次为辽宁丹东、宁夏盐池等地区，为−80~−40 MJ/m2，在山西、陕西北部及河北丰宁等地区减少不明显(图 2c)；2070T，太阳辐射在山西五寨、原平和河北蔚县等地区有增加，其余地区均呈减少趋势，平均减少62.9 MJ/m2，其中在辽宁西北部的彰武、阜新等地区减少最多，减少超过120 MJ/m2。其次为辽宁桓仁、本溪、朝阳以及内蒙古赤峰、翁牛特旗等地区，为−120~−80MJ/m2，在山西、陕西北部及河北丰宁等地区减少幅度较小(图 2d)。
2.3 未来情景下热量资源变化特征分析RCP4.5气候情景下，潜在北移区内表征热量资源的5项指标变化值均呈现明显的增加趋势，且在21世纪末的30年波动增加(图 3)。年平均气温、年负积温、生长季≥ 0 ℃积温、无霜期和极端低温增加趋势分别为0.39 ℃ /10a、47.3 ℃ d/10a、69.7 ℃· d/10a、2.7 d/10a和0.60 ℃ /10a。热量资源年际间呈明显上升趋势，空间上，热量资源各项指标增加较多的地区主要分布在东北部，低值区在西南部。
|
注：五项指标变化值都通过 0.01 的显著性检验。 图 3 RCP4.5情景下1961—2097年冬小麦潜在北移区域内热量资源变化值时间趋势图 Figure 3 The time trend of difference of heat resource under RCP 4.5 scenario during 1961–2097 in potential northward region of winter wheat |
相较于基准时段，2030T潜在北移区内年均气温增加2.3 ℃，其中在辽宁东部增加幅度较大，在河北丰宁、围场等地区增加幅度较小(图 4a)；2050T年均气温增加3.3 ℃，在辽宁大部分地区增加较多(图 4b)；2070T，年均气温将增加4.0 ℃，在辽宁南部及山西、陕西北部增加明显(图 4c)。潜在北移区内年负积温2030T平均将增加284.1 ℃· d，其中在辽宁东北部、河北北部丰宁以及山西北部右玉、五寨地区增加明显，在辽宁南部丹东、岫岩地区增加不明显(图 4d)；2050T平均增加431.2 ℃· d，呈现北多南少的空间分布(图 4e)；2070T将增加499.6 ℃· d，在东北部增加较多，西南部增加较少(图 4f)。2030T，年生长季≥ 0 ℃积温平均增加424.3 ℃· d，增加幅度较大的地区分布于辽宁南部，而在河北丰宁、围场、蔚县和五寨地区增加幅度较少(图 4g)；2050T平均增加592.3 ℃· d，其中在辽宁南部，山西原平、太原，陕西北部增加明显，而河北丰宁、围场地区则增加不明显(图 4h)；2070T将增加711.2 ℃· d，在河北丰宁、围场地区增加幅度明显，大部分地区增加幅度 > 650 ℃· d (图 4i)。在潜在北移区内，2030T无霜期将平均增加15.6 d，整体在东北部增加幅度较大，西南部增加幅度较小，其中在辽宁岫岩、丹东，河北围场、蔚县等地区增加最为明显，在太原，东胜增加不明显(图 4j)；至2050T平均增加22.9 d，在岫岩、丹东、丰宁、蔚县等地区增加幅度较大，而在西南部地区增加幅度较小(图 4k)；至2070T将增加26.4 d，整体呈现南部增加多而东北部增加少的分布(图 4l)。至2030T潜在北移区内极端低温将平均增加3.4 ℃，东北部及西南部增加明显而在中部不明显(图 4m)；至2050T平均增加5.2 ℃，在岫岩、丹东、丰宁、蔚县等地区增加幅度较大(图 4n)；至2070T将增加6.2 ℃，其中在东北部增加明显，而西南部不明显(图 4o)。
|
图 4 RCP4.5情景下冬小麦潜在北移区域内热量资源各研究时段值空间分布图 Figure 4 The spatial distribution of difference of heat resource between future time slices and the baseline period under RCP4.5 scenario in potential northward region of winter wheat |
RCP4.5气候情景下，潜在北移区内表征降水资源的3项指标变化值均呈现增加趋势(图 5)，年降水量、生长季降水量和湿日数增加趋势分别为5.4 mm/10a、1.9 mm/10a和0.18 d/10a。降水资源年际间各降水资源指标空间分布差异明显。
|
图 5 RCP4.5情景下1961—2097年冬小麦潜在北移区域内降水资源变化值时间趋势图 Figure 5 The time-series trend of difference of water resource under RCP4.5 scenario during 1961–2097 in potential northward region of winter wheat |
相较于基准时段，2030T潜在北移区内年降水量将平均增加41.5 mm，增幅较大地区主要分布于中部的丰宁、蔚县等地区，较小地区为辽宁岫岩、庄河等地区(图 6a)；2050T年降水量增加43.6 mm，增幅较大的地区分布于辽宁东北部，而在西252015湿日数/d1050-5-10-15-20y = 0.018x -34.59R2 = 0.014南部的陕西、山西北部增幅较小(图 6b)；2070T年降水将增加56.7 mm，在辽宁东北部增加明显，增加幅度大于100 mm，在西南部增加不明显，增加幅度小于40 mm (图 6c)。2030T生长季降水量将平均增加10.4 mm，其中在西南部地区增加明显，而在东北部地区增加不明显(图 6d)；2050T生长季降水将增加10.8 mm，增幅较大地区在辽宁东北部，而在岫岩、五寨地区生长季降水量有所减少(图 6e)；2070T年生长季降水将增加20.1 mm，其中在北部增幅明显，增加幅度大于30 mm，同样在岫岩、五寨等地区生长季降水量减少(图 6f)。2030T潜在北移区内年湿日数，将平均增加1.7 d，其中在黑山、阜新、翁牛特旗等地区增加日数较多，在西南部五寨、原平等地区湿日数减少(图 6g)；2050T年湿日数增加2.1 d，其中在辽宁东北部以及内蒙古翁牛特旗和赤峰等地区增加明显，在原平、五寨、兴县等地区减少(图 6h)；2070T年湿日数将增加1.8 d，相较于2050T有所减小，其中在黑山、阜新等地区增幅较大，而在西南部及五寨等地区湿日数减少(图 6i)。
|
图 6 RCP4.5情景下冬小麦潜在北移区域内降水资源各研究时段值空间分布图 Figure 6 The spatial distribution of difference of water resource between future time slices and the baseline under RCP4.5 scenario in potential northward region of winter wheat |
未来RCP4.5气候情景下，相较于1981— 2010年，2071—2097年冬小麦种植北界将平均北移147.8 km，潜在北移区域总面积可达1.86×105 km2，其中在辽宁省地区界限变化最明显。
相较于基准时段，未来潜在北移区内光照资源变化呈减少趋势，约为5.4 MJ/(m2·10a)；热量资源变化值呈明显增加趋势，年均气温、年负积温、生长季内≥ 0 ℃积温、无霜期和极端低温增加趋势分别为0.39 ℃ /10a、47.3 ℃· d/10a、69.7 ℃· d/10a、2.7 d/10a和0.60 ℃ /10a；降水资源波动较大，但整体呈轻微增加趋势，年降水量、生长季降水量和湿日数趋势分别为5.4 mm/10a、1.9 mm/10a和0.18 d/10a。
相较于基准时段，未来潜在北移区内，2030T、2050T和2070T光照资源在研究区域的东北部减少较多，西南部减少较小；热量资源在研究区域的北部增加比南部多；降水资源则主要在研究区域的东北部增加较多。
采用PRECIS模拟的RCP4.5情景下未来的气候情景数据，模式模拟输出的未来数据的不确定性是引起本研究结果存在误差的主要原因之一。气候模式本身对于数据的模拟仍存在不完善，主要包括气候模型无法覆盖全部影响因素、对极端天气的模拟效果较差等[22-24]，因此气候模式模拟的未来数据并不能完全代表未来的实际情况。尤其是近年来极端气候事件增加对于农业生产产生巨大影响[25]，因此在未来必须积极采取有效应对极端天气气候事件的措施，以保障粮食生产。
本研究为探究气候变化背景下冬小麦种植北界变化，主要考虑的是冬小麦是否能够安全越冬，因此选择的是最冷月均温及极端低温两项指标，但该指标为针对1980年代冬小麦品种的研究成果，随着科技发展，新品种培育与推广，冬小麦抗低温能力也在提高，因此指标可能会存在一定的偏差。
在RCP4.5情景下，未来潜在北移区内热量资源整体增加明显，这就为冬小麦扩种提供了良好的条件。而未来光照资源减少，对作物光合作用不利，影响光合速率和光合产物，从而可能影响小麦产量和品质；降水资源虽有增加，但其波动加大将可能增大发生干旱的风险，对小麦生长不利。北方地区水资源不足，也是目前限制区域内农业发展主要因素之一，尤其秋季与春季降水稀少，这也正是冬小麦生长的主要季节，若冬小麦生长发育关键时期水资源缺乏，一方面影响产量，另一方面若大量灌溉，必然对地下水资源产生严重影响[26]。因此针对是否扩种冬小麦，需要考虑区域内的实际情况，理性判断，必须合理利用气候变暖带来的优势，避免盲目适应气候变化。
适应可以减轻气候变化对农业生产的影响，农业适应气候变化是国际社会关注的热点问题[27]。冬麦北移是适应气候变化重点关注的议题，在北移区域，冬小麦种植不同于原有的种植结构，在此典型的边缘区域采取适应行动，既是挑战也是机遇。本研究是对边缘区域适应研究的初步探索，未来关于边缘区域适应气候变化的研究还需要大力加强[28]。
| [1] |
IPCC. Climate change 2013: the physical science basis[M]. Cambridge: Cambridge University Press, 2013.
|
| [2] |
《第三次气候变化国家评估报告》编写委员会. 第三次气候变化国家评估报告[M]. 北京: 科学出版社, 2015.
|
| [3] |
郭建平. 气候变化对中国农业生产的影响研究进展[J]. 应用气象学报, 2015, 26(1): 1-11. DOI:10.11898/1001-7313.20150101 |
| [4] |
李克南, 杨晓光, 慕臣英, 等. 全球气候变暖对中国种植制度可能影响Ⅷ:气候变化对中国冬小麦冬春性品种种植界限的影响[J]. 中国农业科学, 2013, 46(8): 1583-1594. |
| [5] |
郝志新, 郑景云, 陶向新. 气候增暖背景下的冬小麦种植北界研究:以辽宁省为例[J]. 地理科学进展, 2001, 20(3): 253-260. |
| [6] |
李祎君, 梁宏, 刘培娟. 气候变暖对华北冬小麦种植界限及生育期的影响[J]. 麦类作物学报, 2013, 33(2): 382-388. DOI:10.7606/j.issn.1009-1041.2013.02.030 |
| [7] |
杨晓光, 刘志娟, 陈阜. 全球气候变暖对中国种植制度可能影响:Ⅵ.未来气候变化对中国种植制度北界的可能影响[J]. 中国农业科学, 2011, 44(8): 1562-1570. DOI:10.3864/j.issn.0578-1752.2011.08.004 |
| [8] |
Yang X G, Chen F, Lin X, et al. Potential benefts of climate change for crop productivity in China[J]. Agricultural & Forest Meteorology, 2015, 208: 76-84. |
| [9] |
邓振镛, 张强, 刘德祥, 等. 气候变暖对甘肃种植业结构和农作物生长的影响[J]. 中国沙漠, 2007, 27(4): 627-632. |
| [10] |
邓振镛, 王强, 张强, 等. 中国北方气候暖干化对粮食作物的影响及应对措施[J]. 生态学报, 2010, 30(22): 6278-6288. |
| [11] |
杨晓光, 刘志娟, 陈阜. 全球气候变暖对中国种植制度可能影响Ⅰ.气候变暖对中国种植制度北界和粮食产量可能影响的分析[J]. 中国农业科学, 2010, 43(2): 329-336. |
| [12] |
IPCC. Climate change: the IPCC scientifc assessments[M]. Cambridge: Cambridge University Press, 1990.
|
| [13] |
郑小华, 屈振江, 鲁渊平, 等. 气候变化对陕西省冬小麦种植布局的影响分析[J]. 干旱区地区农业研究, 2012, 30(3): 245-256. |
| [14] |
邹立坤, 蓝岚, 冯丽肖. 应用模拟模型技术确定冬麦北移的北界[J]. 安徽农业科学, 2012, 40(3): 1291-1293. |
| [15] |
张智, 林莉, 梁培. 宁夏气候变化及其对农业生产的影响[J]. 中国农业气象, 2008, 29(4): 402-405. |
| [16] |
王培娟, 张佳华, 谢东辉, 等. 1961—2010年我国冬小麦可种植区变化特征[J]. 自然资源学报, 2012, 27(2): 215-223. DOI:10.11849/zrzyxb.2012.02.005 |
| [17] |
许吟隆, 郑大玮, 李阔, 等. 边缘适应:一个适应气候变化新概念的提出[J]. 气候变化研究进展, 2013, 9(5): 376-378. |
| [18] |
纪潇潇, 刘昌波, 潘婕, 等. PRECIS模拟系统对中国地面气温变化的QUMP集成预估[J]. 气候与环境研究, 2015, 20(5): 500-510. |
| [19] |
Jones R G, Noguer M, Hassell D, et al. Generating high resolution climate change scenarios using PRECIS[M]. UK: Meteorological Offce Hadley Centre, 2004.
|
| [20] |
叶殿秀, 张勇. 1961—2007年我国霜冻变化特征[J]. 应用气象学报, 2008, 19(6): 661-665. DOI:10.11898/1001-7313.20080604 |
| [21] |
崔读昌. 中国农林作物气候区划[M]. 北京: 气象出版社, 1987.
|
| [22] |
许吟隆, RichardJ. 利用ECMWF再分析数据验证PRECIS对中国区域气候的模拟能力[J]. 中国农业气象, 2004, 26(1): 7-11. |
| [23] |
许吟隆, 薛峰, 林一骅. 不同温室气体排放情景下中国21世纪地面气温和降水变化的模拟分析[J]. 气候与环境研究, 2003, 8(2): 209-217. |
| [24] |
王芳栋, 许吟隆, 李涛. 区域气候模式PRECIS对中国气候的长期数值模拟试验[J]. 中国农业气象, 2010, 31(3): 327-332. |
| [25] |
刘杰, 许小峰, 罗慧. 极端天气气候事件影响我国农业经济产出的实证研究[J]. 中国科学:地球科学, 2012, 42(7): 1076-1082. |
| [26] |
赵俊芳, 郭建平, 马玉平, 等. 气候变化背景下我国农业热量资源的变化趋势及适应对策[J]. 应用生态学报, 2010, 21(11): 2922-2930. |
| [27] |
Frances C M, David B L. Adaptation potential of European agriculture in response to climate change[J]. Nature Climate Change, 2014(4): 610-614. |
| [28] |
许吟隆, 郑大玮, 刘晓英, 等. 中国农业适应气候变化关键问题研究[M]. 北京: 气象出版社, 2014.
|