水稻生產模擬論文
福建省地處我國東南沿海,屬典型的亞熱帶季風氣候,水熱資源豐富。全省以水稻為主要糧食作物,稻作歷史悠久,水稻產量約占糧食總產的80%。但山地面積大,占總面積的87.5%,人口密集度大,人均占有耕地面積很少,僅為0.034hm2,為全國平均水平的1/3[1],所以長期以來糧食不能自給,當前稻谷自給率僅為65%。水稻的豐歉,對于福建省的糧食安全保障有重大影響。在涉及糧食安全保障的諸多因素中,氣候變化對糧食產量形成有較大影響。因此,能否預測氣候異常變化和這些變化帶來的影響已成為當前迫切需要解決的重大問題[24]。以往有關氣候變化對福建省水稻生產的影響研究,多著眼于考慮輻射、溫度等單一氣象要素變化對作物生長發(fā)育中具體生理過程的影響[5]。筆者也曾采用全球氣候變化模型(GCMs)的輸出值來模擬預測未來水稻產量的變化[6]。
GCMs是大氣科學家用來研究全球氣候變化最先進的手段之一,但GCMs由于計算能力的限制,多傾向于使用低空間分辨率的模擬。盡管通過隨機天氣發(fā)生器可以生成具有高空間、高時間分辨率的氣候變化情景[78],但天氣發(fā)生器在一些地方會低估天氣變量的年內變異。近年來興起的方法是利用區(qū)域氣候模式直接模擬逐日天氣數據,結合作物模型進行模擬研究[912]。Lin等[10]使用PRECIS區(qū)域氣候模式模擬了SRESA2、B2情景下未來20~80年中國主要糧食作物的產量。Xiong等[12]則在隨后的模擬評價研究中進一步考慮了CO2肥效作用,認為在預估溫度升高范圍內,由于CO2的肥效作用,未來氣候變化將不會對中國糧食生產造成負面影響,即不存在威脅中國糧食安全的溫度閾值。由于區(qū)域氣候模式可以直接模擬出高分辨率的逐日天氣數據,所以為大范圍的區(qū)域研究創(chuàng)造了條件[13]。本研究根據政府間氣候變化委員會(IPCC)最新發(fā)布的排放情景特別報告(SRES)的A1B方案,利用英國Hadley氣候預測與研究中心研究的高分辨率(50km×50km)區(qū)域氣候模式(PRECIS)[14]構建的天氣數據與作物模型(CERES-Rice)[15]相耦合,模擬分析了福建省水稻生育期各氣象因子在未來氣候情景下的變化情況及對福建省水稻生產的影響。
1研究方法與資料來源
1.1研究區(qū)域概況及樣點選擇
福建省界大致呈北北東南南西的長方形分布,西側為武夷山脈,長約500km,一般海拔在1000~1500m;閩中為戴云山,是僅次于武夷山的本省第二大山系,長約300km,海拔約在700~1500m之間。閩中、閩西兩大山帶對水、熱的再分配作用十分明顯,造成在山帶的坡面上,農業(yè)氣候垂直差異相當顯著,農業(yè)氣候層次豐富。福建省的地形地勢不僅影響著人口分布及生產力的發(fā)展,并且對稻作制度產生了重要的影響。福建大中尺度地形,大體上可以分為沿海平原、河谷盆地和丘陵山區(qū)3種類型[1617]。隨著地勢的升高,年日照減少,受冷空氣的影響也愈大。因此,在稻作制度與品種選用上,各稻區(qū)之間應有較大的區(qū)別。本研究根據福建省農業(yè)氣候資源分布特征[1617]及福建省作物精細區(qū)劃和優(yōu)化布局研究結果(福建省氣象科學研究所、福建省資源區(qū)劃辦公室,2008),將福建省水稻種植區(qū)按不同地形及稻作制度劃分為3個不同稻區(qū),共選擇了17個樣點(表開展研究。
1.2資料來源
作物模型中遺傳參數調試所需逐日氣象資料(2006—2007年)取自國家氣象局的《中國地面氣象記錄》和《中國太陽輻射資料逐日值》,太陽輻射的缺省站點值根據逐日日長及經緯度計算得出。水稻產量及模型其他輸入資料,包括播種期、生育期、行株距、種植密度等,取自福建省水稻品種區(qū)域試驗(簡稱區(qū)試)17個站點的資料匯編(2006—2007年專輯)。各樣點代表性土壤類型、典型剖面資料,包括不同深度的土壤特性及理化結構等,根據文獻(福建土種志,1990)確定。
1.3氣候情景的生成
IPCC最新發(fā)布的排放情景特別報告(SRES)中的A1情景族描述了這樣一個未來世界:經濟增長非�？�,全球人口數量峰值出現在21世紀中葉并隨后下降,新的更高效的技術被迅速引進。A1情景族進一步化分為3組情景,其中A1B是假設未來大氣CO2等溫室氣體保持中等排放,各種能源之間基本平衡[18]。本研究選用英國Hadley中心研制的區(qū)域氣候模式PRECIS,生成基準時段(1961—1990年)和未來時段(2011—2050年)的A1B氣候變化情景,并經ECMWF(European Centre for Medium Range Weather Forecasts)分析訂正,獲得50km×50km網格分辨率的研究區(qū)域17個站點的逐日氣象數據[14,19],包括最高溫度、最低溫度、降水量、太陽總輻射等。
1.4氣候變化影響模擬的具體方案
為了分析未來水稻產量在一定時段內的漸變過程,將2011—2050年分為兩個時段:近期(2011—2030年,稱為2020s情景)與遠期(2031—2050年,稱為2040s情景),分別將兩個不同時段的氣候變化情景與作物模型耦合進行模擬,并與基準時段(baseline,1961—1990年)的模擬結果進行比較。在模擬過程中考慮了CO2的直接肥效作用。根據SRES的A1B方案,基準時段大氣CO2濃度平均為330μmol?mol1,2020s與2040s情景下大氣CO2濃度分別為419μmol?mol1和486μmol?mol1。當CO2濃度升高時,除了可以提高作物的光合效率,同時還可以改變葉片的氣孔開度,使得水分散失的阻抗增大,造成蒸騰作用受抑,因而提高了作物的水分利用率,此作用在模型中自動完成。模擬中為了比較未來氣候情景對水稻生育期蒸散比及灌溉量的影響,選擇了充分灌溉和雨養(yǎng)兩種供水方式進行模擬。
2作物模型及主要農業(yè)氣候指標的確定
2.1作物效應模型
本研究選用的作物模型是由農業(yè)科技轉換國際Benchmark站網(IBSNAT)項目的贊助和指導下進行[2021]、美國國際開發(fā)署授權夏威夷大學實施開發(fā)研制的CERES-Rice模型,目前在國際上廣泛使用[2225]。該模型在農業(yè)科技轉換決策支持系統(tǒng)(DSSAT4.5)下運行,可以模擬氣候、栽培措施、土壤等條件對水稻生長發(fā)育及產量的影響[2627]。
2.1.1遺傳參數的調試與確定
CERES-Rice模型設置了8個不同的參數來描述水稻的生長狀況。本研究根據福建省區(qū)試資料選取了有代表性的9個水稻品種,利用2006年這些品種在全省14個點的種植及產量資料對遺傳參數進行調試確定。調試方法采用常用的試錯法(trialanderror)在微機上完成。筆者在多年從事作物模擬的過程中發(fā)現,要提高參數的精準度,往往一次調試無法達到,可采用多次循環(huán)試錯的方法。本研究調試過程中步長的確定及其循環(huán)的采用參見文獻[28]。
2.1.2作物模型的區(qū)域適用性檢驗
選用上述9個代表性品種在各區(qū)域試驗站2006年種植的產量與生育期資料進行參數的調試,并且用2007年的產量及生育期資料進行了驗證(圖1)。由圖1可以看出,所有品種對生育期的模擬效果都非常好,相關系數達到0.97,在0.01統(tǒng)計水平上極顯著,均方根差(RSME)小于10%,說明模擬效果很好。對產量模擬的相關系數也達到0.75,相關性在0.01統(tǒng)計水平上達到顯著水平。RSME小于20%,說明模擬效果較好[29]。因此采用CERES-Rice模型及調試出的9個代表性品種的9套參數來模擬未來氣候情景對福建省水稻生產的影響是適用而合理的。筆者在文獻[6]中曾對應用該作物模型模擬福建省水稻產量的靈敏度進行了分析,進一步證明了該模型在研究區(qū)域的適用性,此處不再贅述。
2.2生長期土壤干濕狀況的計算方法
作物生長期內土壤的干濕狀況可以用其農田蒸散的大小來表示。本研究采用蒸散比(β)作為描述農田土壤干濕狀況的指標。式中,ET是雨養(yǎng)條件下水稻生長期的實際蒸散總量,0ET是同期稻田潛在蒸散之和。β值愈大,說明實際蒸散愈接近潛在蒸散,地面愈濕潤,反之,地面愈干燥。根據β變化可以研究各稻區(qū)在未來氣候漸變過程中的干濕變化趨勢。對灌溉水稻生育過程的模擬,研究中選擇了自動灌溉方式,灌溉日期和需要量由CERES-Rice模型根據水稻不同生育階段的蒸散量、降水量及土壤質地,由土壤水分平衡方程計算自動得出。
2.3產量不穩(wěn)定性指標的計算
未來氣候的變化除了會影響水稻的產量,還會影響到產量的穩(wěn)定性。本研究采用產量標準差的變化率來表示產量的不穩(wěn)定性:式中,ΔSD%為產量標準差的變化率,用來衡量水稻產量的不穩(wěn)定性;μc=μbμa,即等于未來氣候情景下模擬產量的平均值(μb)與基準時段模擬產量的平均值(μa)之差;c為聯合方差。顯然ΔSD%愈大,產量的穩(wěn)定性就愈差。
2.4水稻總產量變化的計算
假定研究區(qū)域現有的水稻種植面積、土壤、品種、耕作制度和管理措施等不改變,并且綜合考慮CO2增加后帶來的增益效應,采用以下統(tǒng)計模型對福建省的水稻總產變化進行估算,同時考慮雨養(yǎng)和灌溉兩種情況。式中,TYC為福建省水稻總產的變化率,RYi為各稻區(qū)當前水稻的總產量,TY為福建省當前水稻的總產量,RYCi為未來氣候變化情景下全省各稻區(qū)水稻產量的變化百分比。
3模擬結果與分析
3.1A1B情景下福建省水稻生育期內氣象要素的變化
圖2給出了A1B情景下模擬出的福建省17個樣點水稻生育期內的氣象要素相對基準時段(簡稱BASE)的變化情況,分別用日均溫相對BASE的差值[T(A1B)T(BASE)]及其降水(R)和輻射(S)相對BASE的比率[R(A1B)/R(BASE)和S(A1B)/S(BASE)]來表示。從圖2可以看出,各點的水稻生育期氣溫隨著未來CO2濃度的增加都在上升。2020s情景下各樣點的升溫幅度在0~2.4℃之間,2040s情景下則達到1.6~3.4℃,并且后季稻及單季稻生育期的升溫幅度明顯大于早稻。這種現象必將導致未來水稻生育期縮短。而降水的改變顯示,2020s情景下,無論是雙季稻還是單季稻的種植區(qū),未來降水較之BASE下增多與減少的樣點數比較接近。而到了2040s,降水比率>1的樣點數略有增加,說明大部分種植區(qū)的降水在未來氣候變化過程中都將略有增多,這種現象將有助于緩解未來增溫可能導致的土壤干旱。但另一方面,降水量的增多可能也意味著未來暴雨幾率的加大,可能對水稻的生產帶來不利影響。圖3給出了A1B情景下模擬出的研究區(qū)域各樣點的太陽輻射相對于BASE下的輻射比率。可以看出,無論是2020s還是2040s情景下,除了漳平與福州后季稻生育期的太陽輻射較之BASE有所增加,其他各點的輻射量都將減小,且早稻及單季稻生育期的輻射量減少值較后季稻略多。這種現象可能加重福建省早稻生育期的陰雨寡照天氣對水稻出苗和分蘗帶來的不利影響。
3.2A1B情景下氣候變化對福建省水稻生產的影響
3.2.1對水稻生育期的影響
在A1B情景下,無論是近期還是遠期,福建省3個稻區(qū)所有水稻品種的生育期都將縮短(表2)。并且隨著水稻生育期溫度在未來氣候變化過程中不斷升高,生育期縮短天數增多。從表2可以看出,單季稻區(qū)灌溉水稻的生育期縮短達20d以上,因為單季稻生育期最長,未來遭受的高溫影響也最明顯,水稻生育期溫度升高幅度也較大(圖2)。
3.2.2對水稻產量的影響
本研究在對水稻產量的模擬過程中考慮了未來CO2濃度增加導致的氣溫上升以及CO2自身的肥效作用對產量的綜合影響。圖4顯示,2020s情景下,無論是雨養(yǎng)還是灌溉,均表現為早稻與單季稻減產。雨養(yǎng)條件下閩東南雙季稻區(qū)的早稻減產率達到12.4%,充分灌溉時為11.3%。這種現象除了未來氣溫的升高所致,可能還和早稻生長季輻射的減弱有關,春季的陰雨寡照天氣將會影響水稻的出苗和分蘗。相比較而言,閩西北雙季稻區(qū)早稻減產略有緩減,灌溉條件下減產率為5.4%,雨養(yǎng)條件下甚至增產2.9%�？赡芤驗樵摰噩F在的氣溫略低于閩東南地區(qū),未來升溫造成的負效應略小。閩西北山地氣候單季稻區(qū)亦表現為減產,說明CO2的增益效應亦未能彌補較長的生育期內高溫帶來的.負效應。雨養(yǎng)水稻7.1%及灌溉水稻2.1%的減產主要來自中熟品種的負貢獻。與此相反,后季稻在2020s情景下均表現為增產,閩西北雙季稻區(qū)的灌溉水稻產量在2020s情景下甚至增產21%,增產幅度亦大于閩東南地區(qū)。
增產的原因可能是后季稻中后期,氣溫漸低,有利于CO2肥效作用的發(fā)揮,所以CO2的直接增益效應超過了氣溫升高導致的負效應。整個研究區(qū)域的模擬結果顯示,2040s情景下的產量都低于2020s情景,說明未來氣溫的增長必將導致水稻氣候生產力的降低,而灌溉措施的改善可以在一定程度上緩解后季稻的減產。而閩東南雙季稻區(qū)的早稻在雨養(yǎng)和灌溉條件下變化不大,究其原因,可能是該稻區(qū)早稻生長季內(3—6月)當前及未來的降水較多,較豐沛的降水已基本能夠滿足該地水稻生長的需求,故灌溉條件對水稻產量的影響不大。
3.3A1B情景下水稻生育期土壤干濕狀況的變化
福建省各稻區(qū)2020s及2040s情景下與BASE下水稻生長季蒸散比的比較可以看出(表3),在2020s情景下,所有地區(qū)蒸散比均減小,土壤有變干旱的趨勢。2040s情景,農田干旱的趨勢變得愈加嚴重,蒸散比繼續(xù)減小。盡管各稻區(qū)未來的降水量變化不大,但由于溫度升高帶來的蒸散量加大可能導致農田水分條件的日益惡化還是不容輕視,尤其要重視季節(jié)性干旱的發(fā)生。
3.4A1B情景下水稻生育期季灌溉需要量的變化
影響稻田灌溉需要量(WD)的因子很多,包括降水量、農田蒸散量、生育期長短和土壤持水能力等,其中降水和農田蒸散的影響占了首位。從表4可以看出,所有稻區(qū)水稻生育期內的灌溉需要量模擬值較當前都略有增加,閩西北雙季稻區(qū)后季稻生育期灌溉需要量的模擬值增加最多,與該區(qū)平均降水量及蒸散比減小一致。單季稻區(qū)隨著未來氣候的改變,灌溉需要量有所增加,對于山區(qū)灌溉條件較差的地區(qū)應該選用耐旱品種以保證產量。早稻的灌溉需要量較當前變化不大,因為未來降水量變化不大,蒸散比減小幅度也較小。
3.5A1B情景下水稻穩(wěn)產性的變化
表5表示了福建省各稻作區(qū)不同稻作類型在未來不同氣候情景下產量的不穩(wěn)定性(ΔSD%)情況。從表5可以看出,無論是雨養(yǎng)還是灌溉水稻,后季稻產量在未來氣候變化中主要表現為增產,但是產量的穩(wěn)定性不佳,未來的年際間波動幅度最大,大于單季稻和早稻。可能是因為后季稻生長季(6—10月)內,抽穗揚花期遭遇福建省高溫季節(jié),未來氣溫升高導致某些年份極端高溫出現的頻次增加,進而導致穎花敗育,導致了年際間產量的波動。
3.6A1B情景下水稻總產的變化
基于以上分析,得出未來福建省水稻總產的變化(表6)。如果采取雨養(yǎng)方式,2020s情景下,全省水稻的總產將比當前(812萬t,取自2005—2009年福建農村經濟年鑒)增加0.44%,但是閩東南地區(qū)的早稻和單季稻表現為負貢獻。2040s情景下,隨著溫度升高,生育期的縮短,總產將減少0.84%,負貢獻亦主要來自于早稻和單季稻。如果能采取充分灌溉方式,全省水稻總產則有望提高。2020s情景下,總產將較當前提高1.65%,正貢獻來自于后季稻;2040s情景下的總產增加0.14%。說明充分灌溉條件有望改變高溫帶來的負效應。
從總產變化來看,A1B情景下,近期到2050年,福建省的水稻總產不會降低,是因為目前全省各稻區(qū)后季稻的總產較高,其正貢獻超過了早稻及單季稻的負貢獻;但從2020s到2040s的變化趨勢來看,總產是逐漸減少的,所以隨著未來溫度繼續(xù)升高,氣候變化對水稻生產的影響還是不容忽視的。
4討論與結論
福建省由于山地面積較大,山地的垂直氣候分異導致不同海拔高度積溫分布有較大差異,對各地水稻種植制度及品種的選用影響很大。以往學者對我國大面積糧食主產區(qū)產量變化進行評價研究時,均利用大范圍區(qū)域統(tǒng)計產量來確定模型中的作物參數,以達到參數升尺度的目的。此種方法在山地丘陵較多、地形較為復雜的福建省不宜采用。而需根據不同海拔高度選用不同熟性的水稻品種調試遺傳參數,進而與未來氣候情景耦合開展研究,可以更加客觀地分析未來氣候變化對福建省小范圍不同海拔高度各稻區(qū)的產量影響。
由模擬結果可知,福建省水稻生育期都將隨著生育期溫度的升高而縮短,這會導致水稻產量下降,因為生育期縮短必然會導致光合時間,尤其是灌漿時間減少。福建省早稻和單季稻在未來氣候變化的過程中基本都表現為減產。近年早稻在福建省的種植面積不穩(wěn)定,若提高早稻總產,還需致力于單產的提高。現在早稻單產因生育期較短而較低,未來升溫導致的生育期縮短將帶來更進一步的減產,并且負貢獻主要來自于早熟品種。針對這種現象,可以在雙季稻區(qū)結合適當早播,采用晚熟品種,充分利用未來日益增長的熱量條件提高產量,以彌補生育期縮短帶來的減產。而隨著溫度的升高,水稻生長季延長,也為將來品種的搭配提供了更多的余地。單季稻種植區(qū)當前的熱量資源種植一季有余,兩季不足,隨著生長季積溫的提高,在灌溉條件較好的縣市,可以考慮改變當前的種植制度,改單季為雙季,以提高總產。
后季稻的產量模擬結果顯示,在未來氣候變化過程中,除閩東南地區(qū)在溫度較高的2040s情景下表現為較小幅度的減產,閩西北地區(qū)均表現為增產。增產的原因可能有兩個方面:一是當前福建省在后季稻生長季正處于全年的高溫階段,因此經過區(qū)域試驗篩選出來的后季稻品種本就具有一定的耐高溫特性,所以未來生長季增溫3℃以下還不會帶來明顯的負效應;二是由于研究中考慮了CO2的直接增益效應,高溫、高CO2濃度使作物光合作用速率升高,蒸騰速率下降和氣孔阻力增加,對提高單位葉面積的干物質量和水分利用率有利,所以CO2濃度的增加對植物光能利用率的正效應一定程度上彌補了升溫帶來的負效應,使植物能夠更加耐高溫脅迫,也緩解了增溫的負效應[30]。但是也有研究者發(fā)現,高CO2濃度下,隨著氮肥用量增加光合速率相應增加,而不施氮肥則增加有限[3132]。說明在CO2濃度增加的情況下,保持較高的氮素營養(yǎng)才有利于植物的生長。作物模型中由于未考慮CO2增長可能帶來的氮脅迫作用,所以模擬結果可能過于樂觀[33]。
筆者采用的IPCC的SRES排放方案中的A1B情景雖然描述了未來可能的社會發(fā)展方向及溫室氣體排放的情況,但是任何情景都只是未來社會經濟發(fā)展路徑的一種可能,所以在氣候變化情景生成方面還存在著一定的不確定性。與此同時,現階段的作物模型在處理極端氣候事件對作物的影響評估時依然能力有限,也難以考慮由于氣候變暖降水增多可能導致病害與蟲害發(fā)生頻率的增加。故當前的模擬結果還存在著一定的不確定性。另外,人類通過技術、經濟、生活方式和政策不斷調整著對氣候變化影響的減緩與適應。因而,將未來社會經濟發(fā)展情景與區(qū)域氣候模型、作物模型相連接,綜合評估和分析未來糧食生產狀況,是未來應用模型模擬評價氣候變化影響研究的發(fā)展方向。
【水稻生產模擬論文】相關文章：
水稻生產栽培技術分析的論文06-25
水稻春耕生產技術要點論文06-24
FACE水稻氮素動態(tài)的模擬研究10-08
水稻無土育苗技術論文11-27
如何培育水稻壯苗論文10-05
探究水稻高產制種技術論文12-19
北方水稻生產新飛躍-無土育苗07-06
無公害水稻栽培技術論文11-27
水稻病蟲草害防治的探析論文10-05