气候变化对山东省潘庄灌区冬小麦生长的影响(英文)

Global climate change has significant impacts on agricultural production.Future climate change will bring important influences to the food security.The CERES-Wheat model was used to simulate the winter wheat growing process and production in Panzhuang Irrigation District(PID) during 2011-2040 under B2 climate scenario based on the Special Report on Emissions Scenarios(SRES) assumptions with the result of RCMs(Regional Climate Models) projections by PRECIS(Providing Regional Climates for Impacts Studies) system introduced to China from the Hadley Centre for Climate Prediction and Research.The CERES-Wheat model was calibrated and validated with independent field-measured growth data in 2002-2003 and 2007-2008 growing season under current climatic conditions at Yucheng Comprehensive Experimental Station(YCES),Chinese Academy of Sciences(CAS).The results show that a significant impact of climate change on crop growth and yield was noted in the PID study area.Average temperature at Yucheng Station rose by 0.86℃ for 1961-2008 in general.Under the B2 climate scenario,average temperature rose by 0.55℃ for 2011-2040 compared with the baseline period(1998-2008),which drastically shortened the growth period of winter-wheat.However,as the temperature keep increasing after 2030,the top-weight and yield of the winter wheat will turn to decrease.The simulated evapotranspiration shows an increasing trend,although it is not very significant,during 2011-2040.Water use efficiency will increase during 2011-2031,but decrease during 2031-2040.The results indicate that climate change enhances agricultural production in the short-term,whereas continuous increase in temperature limits crop production in the long-term.     

中国作物物候对气候变化的响应与适应研究进展

以气候变暖为主要特征的气候变化对作物物候产生了重要的影响,通常气温升高会导致作物生长速度加快,生育期缩短,从而造成作物产量下降,不利于农业发展。同时,作物物候变化可以直接或间接反映气候变化情况,对于气候变化具有重要的指示意义。作物物候的研究对于农业气象灾害的预防、农业生产管理水平的进步以及农业产量提高都极为关键。随着全球地表气温的持续升高,作物物候相关研究也越来越引起科学家的关注。论文结合作物物候的主要研究方法,综述了中国近几十年来小麦、玉米、水稻以及棉花、大豆等主要农作物的生育期变化特征以及主要的驱动因子,得到以下主要结论：①在研究方法上,统计分析方法应用最为普遍,其他几种方法都需要与统计分析方法相结合使用。另外,作物机理模型模拟方法易于操作、可行性强,在物候研究中应用也比较多。遥感反演方法对作物生育期的特征规律要求较高,一般主要关注作物返青期。②整体上,小麦全生育期主要呈缩短趋势,而玉米和水稻全生育期以延长趋势为主。③作物物候变化的驱动因子主要是气候变化和农业管理措施改变,其中,气候变化是主导驱动因子,对作物物候变化起决定作用,而调整农业管理措施,在一定程度上抵消气候变化对作物生育期的不利影响。作物物候对气候变化的响应和适应研究可以为农业生产适应气候变化提供重要的理论依据和对策。     

气候变化对甘肃定西、安徽合肥小麦生产影响研究

由于大气中温室气体的不断增加, 全球气候发生了巨大变化。据最新气候模式模拟研究表 明未来全球气候将发生更为剧烈的变化, 这必将对很多部门产生显著的影响特别是对气候变化 十分敏感的农业。尤其对于中国这样的人口大国, 农业作为社会最基本也是最重要生产部门之 一, 气候变化将对中国的农业生产带来巨大的影响。小麦是中国的第二大作物, 其中冬小麦占全 国小麦总产量近90%, 因此评价气候变化对中国小麦生产影响是十分必要的。为了分析在未来气 候变化情景下中国小麦生产可能遇到的风险, 以15 年ECMWF 再分析实验数据(1979~1993)作为 边界条件驱动PRECIS 区域气候模式模拟产生作物模型所需要的气候资料并输入CERES-Wheat 模型, 验证CERES-Wheat 模型与区域气候模式PRECIS 结合的模拟能力。在以上验证工作的基 础上, 将区域气候模式PRECIS 的模拟结果与作物模型CERES-Wheat 相连接, 同时考虑到CO2 对小麦的直接施肥作用, 模拟了两个小麦站点(定西和合肥)在IPCC SRES A2 和B2 情景下雨养 和灌溉小麦的变化趋势。得到如下结论: 无论是在A2 情景还是B2 情景, 定西和合肥的小麦产量 都会有所增加, 但增加的幅度相差很大。A2 情景的增产效应一般要大于B2 情景的增产效应, 灌 溉小麦比雨养小麦更加受益于气候变化, 冬小麦(合肥) 产量的增长幅度要大于春小麦(定西) 增 长幅度。CO2 对小麦生长的肥效作用十分明显, 产量增幅很大。以上结果说明未来气候变化可能 会对我国的小麦生产带来益处, 但由于未来气候情景模拟的不确定性以及CO2 肥效作用通常是 在作物过程中的水肥条件完全满足的情况下才充分体现, 这都给研究结果带来了不确定性, 但本 项研究为评价未来气候变化对中国小麦生产影响提供了一种全面的评价方法。     

作物生产潜力变化的区域差异——以陕西省为例

作物生产潜力变化具有明显的区域差异性，亟需针对不同地理单元实施有效应对措施和调控策略。选择陕西省三大地理单元（陕北高原、关中盆地和秦巴山区）为研究对象，运用全球生态区模型（GAEZ）分析了陕西省不同地理单元作物生产潜力变化趋势，探讨了不同作物生产潜力变化的区域差异，辨识出影响不同作物生产潜力变化的主要因素，结果显示：（1） 1980—2015年间，陕西省玉米生产潜力总量增加了150.55×10⁴ t，小麦生产潜力总量则下降了402.69×10⁴ t。（2） 关中盆地的玉米和小麦生产潜力皆最大，陕北高原次之，秦巴山区的玉米和小麦生产潜力皆最小；陕北高原和秦巴山区的玉米生产潜力皆表现出先增加后减小再增加的变化趋势，关中盆地的玉米生产潜力则先减小后增加再减小；关中盆地和秦巴山区的小麦生产潜力都呈下降趋势，陕北高原的小麦生产潜力则有所提高。（3） 土地利用变化呈现减产效应，这一效应在关中盆地尤为显著，其次为陕北高原；气候变化导致玉米生产潜力增加，使小麦生产潜力下降；气候变化对不同地理单元的影响也不相同，在陕北高原表现为增产效应，在关中盆地和秦巴山区则为减产效应。（4） 在陕北高原，气候变化的增产效应是玉米和小麦生产潜力提高的主要原因，气候变化对玉米生产潜力的影响大于对小麦的影响，耕地向草地、林地和建设用地的转化是降低作物生产潜力最主要的土地利用变化因素；在关中盆地，作物生产潜力的变化主要是受气候变化的影响，小麦受气候变化的影响较玉米为大，以建设用地占用耕地为特征的土地利用变化对玉米生产潜力的影响大于对小麦的影响；在秦巴山区，土地利用变化是玉米生产潜力变化的主要原因，而小麦生产潜力的变化主要受气候变化影响。     

IPCCSRES情景下新疆未来气候变化格局分析

全球气候模型（GCM）提供了有效的方法来评估全球气候变化的过程,并可预估包括人类活动因素驱动在内的未来气候变化情景。然而其较低的分辨率并不能捕捉到那些地表特性复杂区域的气候变化特性。因此,使用包括区域气候模型（RcM）、偏差校正法和统计方法等方法在内的降尺度方法来处理GCM的原始数据以达到评估区域的气候变化的目的。本研究应用使用偏差校正法中的delta方法将24个GCM在IPCC三种气候变化情景下的月尺度数据水平分辨率降尺度到0．5℃,进而用于分析新疆未来气候变化格局。基于降尺度后的计算结果与GCM模型原始数据比较表明：降尺度方法可以改善复杂地表和地形的区域气候变化预估特征,并降低GCM生成的气候数据在新疆地区的不确定性。结果表明：AIB、A2和B1三种情景模式下年均气温和年降水量在21世纪早期具有相似的空间格局与变化趋势,到21世纪中期会产生波动变化。年平均气温在A1B,A2和B1三种情景下到21世纪末将分别达到10℃,11．1℃和8．5℃;与此同时,年降水量将会有波动性的增加趋势。在2020—2070年间,AIB情景下区域年平均气温大于其他两个情景。A1B情景下的年降水量在2020-2040年间也大于其他两个情景。然而,在不同的情境下年平均气温与年降水存在很大的不确定性。不同情景下年平均气温的差异达6℃,而年平均降水差异大约200mm。在区域气候变化格局方面,到21世纪末,在天山中部、伊犁河流域、天山南部和塔里木河下游的年平均气温的增长要比准噶尔盆地、帕米尔高原和昆仑上北坡的小。年降水量在南疆西部呈现出轻微的下降趋势,但是在昌吉,吐鲁番,哈密和阿尔金山北部呈现出增长趋势。     

中国粮食生产的综合影响因素分析

采用模型模拟的方式, 根据中国社会发展规划, 将未来社会经济发展情景与区域气候模型、水资源模型和作物模型相连接, 综合评估和分析未来中国的粮食生产状况, 以期为宏观决策提供科学参考。结果表明, ①气候变化将影响未来三大作物单产, 如果不考虑 CO₂ 肥效作用, 未来雨养作物单产将受到更大冲击; 当灌溉条件保障后, 水稻受到冲击更大, 单产降低最多, 尤其是 A2 情景。如果考虑 CO₂ 肥效作用, 未来玉米平均单产变化不大, 小麦单产明显增加, 尤其是雨养小麦, 水稻单产也有所增加。②未来气候变化、水资源、社会经济发展将影响中国三大作物的需水量和农业供水量, 导致水稻、灌溉玉米和小麦的播种面积下降, 而雨养小麦和玉米的播种面积上升。③未来气候变化、 CO₂ 肥效、水资源和土地利用变化对粮食生产的影响较为复杂, 依情景和时段的不同而不同。农业可用水资源对粮食总产的影响最不利, 致使三大作物粮食总产量明显降低, 成为未来粮食生产的主要限制因素, 尤其是水稻生产; 土地利用对总产的负面影响最小; 气候变化和 CO₂ 的相互作用可使总量少许增加。未来各情景下水稻受到冲击最大, 而小麦和玉米则表现为不同程度的增产。     

RCP8.5气候变化情景下21世纪印度粮食单产变化的多模式集合模拟

基于跨部门影响模型比较计划（ISI-MIP）中20种气候模式与作物模型组合的模拟结果,预估了RCP 8.5排放情景下21世纪印度小麦和水稻单产变化。研究发现：① 多模式集合模拟结果基本再现了印度小麦和水稻单产的空间差异;同时,再现了小麦和水稻单产对温度和降水变化的响应特征：与温度呈负相关,与降水呈正相关。② RCP 8.5情景下,水稻和小麦生长季温度和降水均呈增加趋势,小麦生长季的温度、降水增加幅度大于水稻。空间上,温度增加幅度自北向南逐渐减小,降水增幅则逐渐增加,并且小麦种植区升温幅度大于非种植区,降水增幅则少于非种植区,水稻种植区升温幅度小于非种植区,降水增幅则多于非种植区。③ RCP 8.5情景下,小麦和水稻单产均呈下降趋势,21世纪后半叶尤为明显。小麦单产的下降速度明显大于水稻,其中21世纪前半叶小麦和水稻单产下降速度约分别为1.3%/10a （P < 0.001）和0.7%/10a （P < 0.05）,后半叶分别增至4.9%/10a （P < 0.001）和4.4%/10a （P < 0.001）。小麦和水稻单产变化存在明显的空间异质性,小麦单产的最大下降幅度出现在德干高原西南部,降幅约60%,水稻单产最大下降幅度出现在印度河平原北部,降幅约50%。这意味着未来气候变化情景下印度粮食供给将面临较大的挑战。     

未来气候情景下我国北方地区干旱时空变化趋势

干旱是我国北方地区最为突出的环境问题。根据WCRP耦合模式输出的未来气候变化逐月资料,基于降水-蒸发力标准化干旱指数（SPEI）,分析了IPCC SRES A1B、A2和B1三种情景下,2011-2050年我国北方地区干旱状况的时空变化趋势。结果表明：中国北方地区未来40 a呈现干旱化倾向,其中轻度和中度季节性干旱发生频率降低,重度和极端季节性干旱发生频率增加,增温引起的地表蒸发增加是极端干旱频发的主要原因。A1B、B1和A2情景下,2040s整个北方地区极端干旱频率增加、强度增强、影响范围明显扩大。极端干旱的增加可能给农业生产带来风险,采取有效应对措施,将有利于区域农业的可持续发展。     

冬小麦水分耗散特性与农业节水

本文根据中国科学院禹城综合试验站１９８６年－１９９６年蒸渗仪农田水分模拟试验资料统计；冬小麦全生育期耗水量可达４８２．５ｍｍ，缺水率可达６９．３％；冬小麦全生育不分耗散过程有两个明显的需水峰区和３个关键需水期，为实施节水灌溉提供了实验依据；冬小麦耗水量与环境因子有明显的相关关系，其统计规律可供地下水浅埋区区域灌溉预测参照应用。     

气候变化和物候变动对东北黑土区农业生产的协同作用及未来粮食生产风险

东北黑土区是中国重要的粮食生产基地,也是中国气候变化最敏感的地区之一。然而,气候变化背景下东北黑土区气候及物候变化对农业生产力的综合影响并不清晰,未来农业生产风险评估的定量化程度不够,风险等级制定缺乏依据。本文借助遥感产品、气候资料和模拟数据等资料,综合运用多元线性回归、相关分析及干旱危险性指数等方法,探究东北黑土区作物物候动态及其气候响应特征,辨识气候与物候变化对农业生产的复合效应及未来可能风险。结果表明：① 2000—2017年东北黑土区29.76%的区域作物生长季开始期呈显著延后趋势,16.71%的区域作物生长季结束期呈提前态势,生长季开始期受气温的影响范围广,且滞后时间长;生长季结束期与前期气候变化关系更加密切,且带状差异性响应格局尤其明显。② 气候变化和物候期改变对作物生产的解释能力较生长季同期气候变化的解释能力增加了70.23%,解释面积扩大了85.04%。③ RCP8.5情景下东北黑土区粮食总产量呈现上升趋势,粮食生产风险表现出“南增北减”的演变特征,风险区面积不断扩大,全球温升2.0 ℃时,松嫩黑土亚区南部粮食减产量可能达到10%。研究有助于深入认识气候—物候—作物生产的关联机理及未来粮食生产风险,对制定气候变化应对策略,保障国家粮食安全具有重要意义。     

基于作物生长期的江苏省沿海地区气候生产潜力估算

江苏沿海地区是中国重要的耕地后备资源基地之一,气候生产潜力能够反映该地区粮食安全保障能力大小。考虑作物不同生长期光温水协调程度,对现有气候生产潜力模型基于作物生长期进一步改进,估算江苏沿海地区14个县市三大粮食作物气候生产潜力。结果表明：基于作物生长期的气候生产潜力模型具有可行性。江苏省沿海地区水稻和小麦作物气候生产潜力受太阳有效辐射、温度和降水因素共同影响;玉米气候生产潜力主要受太阳有效辐射和温度影响,不受降水因素限制。从地域分布特征看,江苏沿海地区水稻和玉米气候生产潜力南北方向呈现梯度递增规律;小麦气候生产潜力南北方向差异不大。     

中原腹地气候变化对冬小麦产量的影响——以商丘地区为例

为探明气候变化对商丘地区冬小麦产量的影响,根据1991～2010商丘市气候资料和小麦产量资料,利用数学统计与Thornthwaite Memoriae模型,结合未来气候预测结果定量分析了气候变化对冬小麦产量的影响。结果表明,冬小麦产量整体上呈波动上升趋势;主成分分析表明,气温、降水量、蒸发量与极端温度为影响冬小麦产量的主要气候因子,蒸发量过大及极端低温对冬小麦生产不利。商丘地区"暖湿型"气候有利于冬小麦生产力的提高,"冷干型"气候对冬小麦生产最为不利;未来几十年内气候可能将向"暖湿型"变化,对商丘地区粮食作物产量的提升较为有利。     

多模式气候预估对华北冬小麦产量模拟的不确定性分析

基于CMIP5的多模式气候预估资料,应用集合方法,评估了未来中国华北地区冬小麦产量受气候变化影响的不确定性,并给出未来中国华北冬小麦增产或减产可能的概率。利用CMIP5的15个全球气候模式2006-2030年4种排放情景的54组逐日气候预估结果,运用CERES-Wheat模型模拟了未来华北地区冬小麦的产量。结果表明,气温的预估结果较好,降水量和太阳辐射的气候预估值的不确定性较大。河北、山东和河南的3个代表点小麦产量的模拟集合表明,未来冬小麦产量年际波动较大,以弱增产的概率为主,但是随气候变化的冬小麦产量的低产概率明显上升。最后本文还给出了2011-2030年间华北地区冬小麦产量不同等级的概率分布。     

The effects of climate change and phenological variation on agricultural production and its risk pattern in the black soil area of northeast China

The black soil region of northeast China is a vital food base and is one of the most sensitive regions to climate change in China. However, the characteristics of the crop phenological response and the integrated impact of climate and phenological changes on agricultural productivity in the region under the background of climate change are not clear. The future agricultural risk assessment has been insufficiently quantified and the existing risk level formulation lacks a sound basis. Based on remote sensing products, climate data, and model simulations, this study integrated a logistic function fitting curvature derivation, multiple linear regression, and scenario simulation to investigate crop phenology dynamics and their climate response characteristics in the black soil region. Additionally, the compound effects of climate and phenology changes on agricultural production and possible future risks were identified. The key results were as follows: (1) From 2000 to 2017, 29.76% of the black soil region of northeast China experienced a significant delay in the start of the growing season (SOS) and 16.71% of the total area displayed a trend for the end of the growing season (EOS) to arrive earlier. The time lagged effects of the SOS in terms of the crop response to climatic factors were site and climatic parameter dependent. The influence of temperature was widespread and its effect had a longer lag time in general; (2) Both climatic and phenological changes have had a significant effect on the inter-annual variability of crop production, and the predictive ability of both increased by 70.23%, while the predictive area expanded by 85.04%, as compared to that of climate change in the same period of the growing season; (3) Under the RCP8.5 scenario, there was a risk that the future crop yield would decrease in the north and increase in the south, and the risk area was constantly expanding. With a 2.0℃ rise in global temperature, the crop yield of the southern Songnen black soil sub-region would reduce by almost 10%. This finding will improve our understanding of the mechanisms underlying climate change and vegetation productivity dynamics, and is also helpful in the promotion of the risk management of agrometeorological disasters.     

Northward-shift of temperature zones in China’s eco-geographical study under future climate scenario

Despite the well-documented effects of global climate change on terrestrial species’ ranges, eco-geographical regions as the regional scale of ecosystems have been poorly studied especially in China with diverse climate and ecosystems. Here we analyse the shift of temperature zones in eco-geographical study over China using projected future climate scenario. Projected climate data with high resolution during 1961–2080 were simulated using regional climate model of PRECIS. The number of days with mean daily temperature above 10℃ and the mean temperature of January are usually regarded as the principal criteria to indicate temperature zones, which are sensitive to climate change. Shifts due to future climate change were calculated by comparing the latitude of grid cells for the future borderline of one temperature zone with that for baseline period (1961–1990). Results indicated that the ranges of Tropical, Subtropical, Warm Temperate and Plateau Temperate Zones would be enlarged and the ranges of Cold Temperate, Temperate and Plateau Sub-cold Zones would be reduced. Cold Temperate Zone would probably disappear at late this century. North borderlines of temperature zones would shift northward under projected future climate change, especially in East China. Farthest shifts of the north boundaries of Plateau Temperate, Subtropical and Warm Temperate Zones would be 3.1°, 5.3° and 6.6° latitude respectively. Moreover, northward shift would be more notably in northern China as future temperature increased.     

清代北疆作物种植结构对气候变化的响应

提取历史文献中有关清代北疆地区的农事记录,分析作物种植结构的变化,并与树轮重建的北疆5~8月温度序列进行对比,发现作物结构对气候有较好的响应,在3个偏冷阶段,即1732~1744、1776~1796、1828~1848年间,奏折记录显示以青稞、糜子、小麦喜凉、温作物为主。在3个偏暖阶段,即1745~1775年,1797~1827年,1849~1860年间,北疆开始试种豌豆、小麦、谷子喜温作物成功并逐年扩大种植面积。     

评价我国鄱阳湖流域森林生态系统碳动态对植树造林与未来气候变化的响应

20世纪80年代我国鄱阳湖流域实施造林再造林工程,该区域森林面积大幅增加。大规模植物造林可能极大地影响该区域森林碳库与碳收支的变化。因此,气候变化背景下鄱阳湖流域碳平衡对中国碳循环有重要的作用。但是我们对于该地区长时间尺度的碳平衡,特别是在未来气候变化和CO2浓度上升的条件下森林生态系统碳源／汇趋势的了解不多。本研究利用过程模型InTEC模型结合区域气候模式（RIEMS2．0）模拟的未来气候资料估算了鄱阳湖流域1981—2050年碳收支情况。1981—2000年,年NPP的快速增加主要归因于大规模的植树造林;森林土壤有机碳（0-30cm）在植树造林初期每年降低1％。同时该地区森林在过去20年期间从碳源转化为碳汇。2040—2050年森林总碳库相比较2001—2010年增加0．78PgC。基于气候变化和CO2浓度增加（A1B）背景下,鄱阳湖流域NEP趋向于稳定（20—30Tgcy^-1）,除了少数年份因为干旱引发了大的碳汇损失。模拟结果同样表明水分是控制该地区NEP年际变化的主要因子而NPP的年际波动主要受到温度的影响。     

未来情景下中国高温的人口暴露度变化及影响因素研究

基于RCP 8.5气候情景下21个高分辨率全球气候模式的日最高气温数据和A2r社会经济发展情景下的人口数据,以高温日数和人口数量的乘积构建高温的人口暴露度指标,采用多个气候模式集合平均的方法从网格单元尺度分析未来不同时段中国高温和强危害性高温的人口暴露度变化,并从全国和气象地理分区两种空间尺度研究人口暴露度变化的影响因素。研究表明：未来情景下,中国高温的人口暴露度明显增加,2021-2040年、2041-2060年、2061-2080年和2081-2100年相比基准时段1981-2010年分别增加了1.3、2.0、3.6和5.9倍,强危害性高温的人口暴露度增加更为显著,相比基准时段分别增加了2.0、8.3、24.2和82.7倍。高温的人口暴露度在华北、黄淮、华南、江南、江淮、西南和江汉地区增加较为明显,其中华北、黄淮、华南和江南最为显著;强危害性高温的人口暴露度在华北、黄淮、江南、江淮、西南和江汉等区域增加较为明显,其中华北、黄淮、江南和江淮最为显著;未来情景下人口暴露度的变化主要受气候因子的影响,其次受人口和气候因子的共同影响,单独人口因子的影响很小。全国尺度上,气候因子对未来不同时段人口暴露度变化的影响逐渐减弱,贡献率由70.0%左右逐渐减至60.0%左右。人口和气候因子的共同作用逐渐增强,贡献率由20.0%左右逐渐增至40.0%左右。     

气候变暖背景下中原腹地冬小麦气候适宜度变化

通过构建冬小麦光照、温度、降水及综合气候适宜度计算模型,探讨气候变化对冬小麦气候适宜性的影响。结果表明:冬小麦全生育期温度、光照、降水及综合气候适宜度均值分别为0.54、0.64、0.37及0.50;冬小麦对光照适宜性较好,降水是限制冬小麦生长发育的主要因子;温度和降水适宜度以0.001·a^-1线性趋势下降,光照适宜度以0.002·a^-1线性趋势下降,气候因子匹配效果变差对冬小麦的生长不利。冬前生长阶段温度、光照和降水适宜性较弱,各气候因子匹配效果较差。出苗-拔节期降水适宜性较强,各气候因子组合效果较差;拔节-抽穗期和抽穗-乳熟期温度与光照适宜性较强,水分胁迫较大,气候因子组合效果趋好。乳熟-成熟期光照和降水适宜性较强,综合气候适宜性变差。光照、温度和降水适宜度在全生育期的中后期与冬小麦产量的相关性比较显著。     

The dynamic monitoring of corn planting area distribution in response to climate change from 2001 to 2010: a case study of Northeast China

Climate change has effects on crop distribution and production due to altering precipitation and temperature patterns. Northeast China is one of the most sensitive areas affected by climate change. In this study, MODIS09A1 data from MODerate resolution Imaging Spectroradiometer incorporated with phenology data from 21 agro-meteorological stations were used to monitor the dynamic change of corn distribution in response to climate change in the Northeast China for the decade of 2001 and 2010. Corn area estimates and statistics had the same change trend from 2001 to 2010 showing an annual increase. Furthermore, in order to analyse the gravity centre variations of the corn distribution, regions were chosen with corn planting areas of more than 500 km². Results showed that the main corn planting area had a trend to move towards high latitude and high longitude in response to climate change. It moved towards north about .58 degrees and east about .21 degrees between 2001 and 2010. The analysis of temperature and precipitation patterns revealed the same trend as the corn planting area. However, the corn area change was more sensitive to temperature than precipitation in Northeast China.