基于统计模型识别气候变化对农业产量贡献的研究进展

从统计模型与作物机理模型的区别与联系出发, 介绍了识别气候变化对农业产量贡献的3 种主要统计模型, 即时间序列模型、截面模型和面板模型;综述了前人在站点和区域(全球、国家、省级、地区、县级) 尺度对这一问题的研究进展;总结了应用统计模型识别农业产量对气候变化响应敏感性的4 个主要问题, 包括时空尺度问题、产量的非气候趋势去除问题、气候要素间的自相关问题和忽略适应措施的问题;最后针对以上主要问题, 提出了改进建议及今后研究的发展趋势。     

近30年中国水稻种植区域与产量时空变化分析

通过综合80年代初以来的农作物面积与产量统计、耕地分布、农业灌溉分布以及作物生长适宜性分布等多源数据,利用基于交叉信息熵原理的作物空间分配模型(Spatial Production Allocation Model,SPAM),获得了我国10km像元尺度的水稻分布信息。在此基础上,重点分析了80年代初以来水稻种植面积与产量的时空变化特征。总体来看,在全国水稻种植区域内发生变化的地区中有超过50%的地区水稻种植面积出现缩减态势,但仍有近70%的地区水稻产量在增加。空间变化来看,种植面积缩减主要发生在东南沿海的广东、福建和浙江等省,而增加主要出现在东北地区的吉林和黑龙江等省,我国水稻种植重心因此向东北方向迁移约230km,产量重心向东北迁移约320km。同时,研究还发现我国水稻种植面积变化对产量增减具有重要影响,其中产量增加表现为面积与非面积因素的共同作用,数据显示种植面积扩展对水稻增产的平均贡献率约54.5%,而在产量减少的区域,面积缩减对减产的贡献率高达80%以上。     

埃塞俄比亚极端气候时空特征及其对作物产量的潜在影响（英文）

在全球范围内极端气候事件呈现出增加的时空态势,对人类社会和自然生态系统产生严重影响。本研究以埃塞俄比亚为例,分析了1956年至2016年的极端温度和降水,并评估了极端气候对埃塞俄比亚作物产量的潜在影响。研究结果表明极端温度指数在低温事件中呈现下降趋势,但在极端高温事件中呈现出显着上升趋势,且每年暖夜日数(warm nights)的频率比冷昼日数(cold days)增加的程度更大。年总降水量以46 mm/decade的速度显着下降,干旱天数以5.6 d/decade的速度持续增加,降水天数则以1.4 d/decade的速度下降。此外,年降水量与作物产量显著相关,并且极端降水比极端温度对作物产量的年度变化影响更大。结果表明在没有适当气候应对措施的埃塞俄比亚地区,极端的气候变化已经对农作物产量产生了显着的不利影响。     

珠江流域多尺度极端降水时空特征及影响因子研究

基于珠江流域74个气象站点1952~2013年逐日降水和气温数据,采用POT抽样、Mann-Kendall（MK）趋势检验、泊松回归等方法,从降水量级、降水频率及发生时间等方面系统分析了珠江流域年、雨季及旱季3个时间尺度上的极端降水特征,并从降水对温度变化响应及ENSO影响等角度,探讨了极端降水变化特征的机理。研究表明：① 珠江流域极端降水年内分布不均,多发于4~9月,其中6月份发生频率最高;② 珠江流域极端降水频率在雨季及年际间分布较为均匀。但在旱季,珠三角地区极端降水在不同年份差异性较大;③ 在雨季及年际尺度上,极端降水年序列趋势性并不显著;而相对干旱季节,极端降雨量级、发生频次均随年份增加呈显著上升趋势,且发生时间提前。珠江流域农业以水稻(Oryzasativa)种植为主,旱季极端降水增加易导致冬汛及其引起的作物倒伏与农田渍涝等灾害,同时对秋冬防洪提出新的挑战,需要引起人们的关注;④ 温度升高和ENSO事件对珠江流域极端降水过程有显著影响。从ENSO影响的角度讲,在厄尔尼诺年,珠江流域西部极端降水量级和频率增加,而流域东部沿海区域极端降水量级减少,时间延后。     

未来气候变化情景下横断山北部灾害易发区极端降水时空特征

极端降水是导致气候变化下滑坡、泥石流等山地灾害变化的重要因素。极端降水的时空特征作为气候变化下山地灾害风险的研究热点之一,为滑坡等山地灾害危险性评价和构建山地社会安全空间奠定了重要基础。尤其对于地形复杂、灾害频发的横断山地区,高精度的极端降水时空特征研究有利于优化国土空间,促进当地减轻灾害风险与加强气候变化适应相结合。本研究以横断山北部岷山、邛崃山和大雪山为例,充分考虑区域复杂地形的影响,在全球气候模式降水数据的基础上,采用统计降尺度的方法,获取该区域2010—2060时段的逐日降水数据(空间分辨率1×1km);并充分考虑极端降水可能对物理事件造成的影响,构建包括绝对量指数、频度指数和强度指数的极端降水评价指标体系。研究结果表明,未来气候变化下,研究区极端降水总体呈现增加—减少—增加的趋势,短时极端降水和持续性极端降水的空间分布相对一致。就短时极端降水而言,大部分区域发生50mm以上极端降水事件的次数较多,而研究区中部邛崃山区甚至会发生超过100mm的极端降水事件。持续性事件的分布受地形阻隔作用影响,主要发生在大雪山高山区域和邛崃山区。结合研究区地理环境条件,地质灾害风险在未来气候变化情景下可能增加。     

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。     

干旱对作物产量影响研究进展与展望

粮食安全关乎人类生存和社会发展,是总体国家安全观的重要组成部分。本文首先梳理了作物产量影响因素及干旱对作物产量的影响过程,进而从基于田间控制实验、统计模型、作物生长机理模型以及遥感反演模型等4个方面系统回顾了干旱对全球主要作物产量影响评估的最新进展,揭示出当前研究呈现出由单灾种向多灾种、由单目标向多目标、由统计模型向综合模型转变的特征。文献计量分析表明,1990—2020年干旱对作物产量影响研究发文量呈指数增长,且研究主题经历了由传统的作物水分胁迫到作物受旱影响与适应综合研究的转变过程,体现出研究视角的不断深化和综合。在学科分布上,农学、植物学和环境科学是研究干旱对作物产量影响的主要学科,建议应加强地理学多要素多尺度的系统性思维在粮食和水资源耦合系统研究中的应用。最后,在分析现有问题和挑战的基础上,将未来应关注的重要议题归纳为以下4个方面,即构建干旱对作物产量影响的多源信息数据库、阐明干旱对作物产量影响的关键过程及机理、发展耦合宏观与微观过程作物生长机理模型和搭建作物产量与粮食安全综合监测平台系统,旨在通过提高干旱对作物产量影响的监测预警和科学管控,实现农业可持续发展和全球粮食安全。     

中国暴雨洪涝灾情时空格局及影响因素

暴雨洪涝灾害给中国造成了巨大人口和经济损失.本文通过对中国气象灾情普查数据的分析,结合小时降水数据、统计年鉴等资料,研究了 1984-2007年间中国极端降水和暴雨洪涝灾情时空分异特征.在此基础上,采用地理探测器研究了中国暴雨洪涝灾情时空格局的影响因素.结果表明,研究时段内全国极端降雨指标没有一致的变化趋势.长江、珠江...     

河西走廊近40 a气候生产潜力特征研究

 根据河西走廊20个气象台站1971—2006年4—9月温度和降水资料,采用Thornthwaite Memorial模型计算气候生产潜力,使用Mann-Kendall检验、EOF经验正交函数、敏感性分析等研究其时空变化特征。分析表明,河西走廊农业气候资源与地理分布显著相关,东南部明显优于西北部。气候变化显著趋暖,气候生产潜力减少趋势明显,减少中心向西偏移,严重限制了西部农业发展。气候生产潜力对温度响应东部比西部明显,特别是祁连山东段增暖增益显著;对降水响应西部比东部明显,尤其是西部及临近沙漠边缘地带干旱区增湿增益显著; 暖湿效应使气候生产潜力普遍增加。在农业集中区降水对气候生产潜力影响比温度显著,从根本上看降水是研究区域农业增产的首要因素。     

陕北黄土高原区极端降水时空变化特征及其影响因素

基于1970—2017年逐日降水数据,辅以趋势分析、空间分析和小波相干等气候诊断方法,对陕北黄土高原区极端降水时空变化特征进行分析,探讨不同海区海温异常与降水变化的响应关系。结果表明：① 1970—2017年,陕北地区气温波动上升,降水增加,半干旱界线明显向西北方向移动;② 1970—2017年,陕北地区降水呈现极端化。具体表现为,弱降水日数减少,强降水日数增加,降水持续时间呈现破碎化,1日最大降水量、5日最大降水量和降水强度均表现出显著的上升趋势;③ 在影响因素上,陕北地区极端降水变化受赤道太平洋中西部海温影响明显于东部,受赤道太平洋北侧影响明显于南侧,受海温年代周期变化影响（14~16a）明显于中长期周期（4~8a）。同时,NINO W区可作为区域极端降水响应的关键海区。当NINO W区海温异常偏高时,陕北地区降水普遍偏高,降水强度和持续时间增加,易发生雨涝灾害。     

1993—2017年气候变化对西藏谷物单产的定量影响

气候变化对农业的影响是全球关注的热点问题之一,青藏高原对气候变化尤其敏感,但气候变化对青藏高原农业产量的定量影响缺乏系统研究。为定量评估气候变化对西藏谷物单产的影响,本文使用气象数据与年鉴统计数据,选取了固定效应模型、差分模型和线性去趋势模型3类统计模型,分析了1993—2017年间气候变化（最低气温、降水量、生长度日和太阳辐射）对西藏县（区）级、市级和自治区3个尺度的谷物单产的影响。结果表明：西藏整体对于温度（最低气温和生长度日）的敏感性大于降水量和太阳辐射。各项气候因子对西藏谷物单产的整体影响为正影响,但不同区域对气候因子的敏感程度和显著性不同。除了生长度日对于拉萨为负影响以外,最低气温、降水量和太阳辐射对于所有市均为正影响。气候趋势对于西藏整体谷物单产的影响为正影响,不同模型计算结果集中在1.5%~4.8%区间内。3类模型中固定效应模型稳定性最好,线性去趋势模型好于差分模型,差分模型在引入气候因子间的交互项后模型稳定性降低。本文有助于西藏实施更加有空间针对性的农业适应气候变化措施,以应对气候造成的青藏高原农业生态系统变化。     

Observing climate impacts on tea yield in Assam,India

Tea is an important cash crop for the economy in northeast India. It also supports the livelihoods of a large proportion of the population. At the same time, tea growth is sensitive to climatic conditions making it vulnerable to climate change and variability. Identifying the tea yield response to climatic variability in operational plantations, and identifying the most important climatic variables that impact tea yield is critical to assessing the vulnerability of the industry and informing adaptation. Here, we developed a garden level panel dataset and estimated statistical models to identify the causal effect of monthly temperature, monthly precipitation, drought intensity, and precipitation variability on tea yield. We found decreasing tea yield returns to warmer monthly average temperatures, and when monthly temperatures were above 26.6 °C warming had a negative effect. We found that drought intensity did not affect tea yield and that precipitation variability, and in particular precipitation intensity, negatively affect tea yield. An increase in average temperatures as expected with global warming will reduce the productivity of tea plantations, all else held equal. Further, interventions to reduce the sensitivity of tea plantations to warming and precipitation variability will have immediate pay-offs as well as providing climate change adaptation benefits.     

两种不确定性来源对干旱指数SPEI及干旱评估的影响

全球气候变暖背景下,干旱问题更加频繁、持久,影响范围也逐步扩大。采用干旱指数进行干旱评估与研究时,受多种因素影响,干旱评估结果往往存在一定的不确定性。以黑河流域为研究区,分析概率分布模型和参数估计误差这两种不确定性来源对标准化降水蒸散指数（Standardized precipitation evapotranspiration index,SPEI）和干旱特征变量（干旱强度、干旱峰值和干旱历时）的影响。结果表明：这两种来源均会对SPEI和干旱特征变量产生影响,且SPEI越极端,其影响越大,二者对于极端和严重干旱的影响程度远大于对轻度和中度干旱的影响;对于极端和严重干旱,概率分布模型导致的干旱强度和干旱峰值的不确定性更大,参数估计误差导致的干旱历时的不确定性更大。研究结果可为干旱的准确评估提供支撑,在防旱减灾工作中为制定更加准确有效的抗旱决策提供理论支持,以避免可能造成的减灾能力不足或抗旱资源的浪费。     

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。     

水稻发育期模型研究进展

物候是气候变化的重要指示物.随着全球变化研究的开展,已经有越来越多的研究表明,随着气象条件的变化,植物的物候期发生了明显的变化,因此,对物候的精准模拟可以帮助我们准确理解作物对全球变化的响应机制,强大的物候模型已经逐渐成为提高植物对气候变化响应的模拟精度的一个关键工具.同时作物物候的模拟也是作物模型的一个重要组成部分.水稻是最重要的粮食作物之一,水稻发育期模型研究对水稻生长模型有着重要的意义.本文对国内外水稻发育模型的发展进行了综述,并提出了目前水稻发育期模型研究中存在的问题以及发展的方向,以期后续的水稻发育期模型乃至作物模型的研究提供借鉴.     

Spatio-temporal Characteristics of the Extreme Climate Events and Their Potential Effects on Crop Yield in Ethiopia

Extreme climate events exhibit an increasing spatio-temporal trend globally, and the increasing intensity and frequency may have severe impacts on the human society and natural ecosystems. This study analyzed the extreme temperature and precipitation variability from 1956 to 2016, and evaluated their potential effects on crop yield in Ethiopia. Relative extreme temperature indices exhibited a decreasing trend with low-temperature events, but a significantly upward trend with extreme high temperature events. The frequency of annual warm nights increased to a greater degree than that of cold days. The total annual wet-day precipitation decreased significantly at a rate of -46 mm/decade. Further, the succession of dry days gradually increased by 5.6 day/decade, while an opposite trend of wet days was found with a decline of 1.4 day/ decade. The correlation between annual precipitation and crop production was 0.422, indicating that extreme precipitation indices may have higher explanatory power than extreme temperature indices in the crop yield variations. Moreover, the extreme climate changes have induced significant adverse impacts on crops yield particularly in Ethiopia where no proper adaptation measures have been implemented.     

Change analysis of rice area and production in China during the past three decades

Rice＇s spatial-temporal distributions, which are critical for agricultural, environ- mental and food security research, are affected by natural conditions as well as socio-eco- nomic developments. Based on multi-source data, an effective model named the Spatial Production Allocation Model （SPAM） which integrates arable land distribution, administrative unit statistics of crop data, agricultural irrigation data and crop suitability data, was used to get a series of spatial distributions of rice area and production with 10-km pixels at a national scale -it was applied from the early 1980s onwards and used to analyze the pattern of spatial and temporal changes. The results show that significant changes occurred in rice in China during 1980-2010. Overall, more than 50% of the rice area decreased, while nearly 70% of rice production increased in the change region during 1980-2010. Spatially, most of the increased area and production were in Northeast China, especially, in Jilin and Heilongjiang; most of the decreased area and production were located in Southeast China, especially, in regions of rapidly urbanization in Guangdong, Fujian and Zhejiang. Thus, the centroid of rice area was moved northeast approximately 230 km since 1980, and rice production about 320 km, which means rice production moved northeastward faster than rice area because of the significant rice yield increase in Northeast China. The results also show that rice area change had a decisive impact on rice production change. About 54.5% of the increase in rice pro- duction is due to the expansion of sown area, while around 83.2% of the decrease in rice production is due to contraction of rice area. This implies that rice production increase may be due to area expansion and other non-area factors, but reduced rice production could largely be attributed to rice area decrease.