全球变暖1.5℃和2℃阈值时青藏高原气温的变化特征

利用国际耦合模式比较计划第5阶段（CMIP5）中的21个气候模式的RCP4.5和RCP8.5情景预估结果,分析了全球变暖1.5℃和2℃阈值时青藏高原气温年和季节的变化特征。结果表明,对应1.5℃和2℃全球变暖,青藏高原变暖幅度明显更大,就整体而言,在RCP4.5/RCP8.5情景下,高原区域平均的平均、最高、最低气温变暖分别为2.11℃/2.10℃和2.96℃/2.85℃、2.02℃/2.02℃和2.89℃/2.77℃、2.34℃/2.34℃和3.20℃/3.14℃,冬季平均气温的变暖幅度（2.19℃/2.31℃和3.13℃/3.05℃）较其他季节更大;从空间分布形势上看,年变暖呈西南高东北低的分布,而春、冬变暖呈南高北低的分布,夏、秋变暖则呈西高东低的分布。到达同一温升阈值时,RCP4.5与RCP8.5情景下高原气温的响应也存在区域差异。高原年与各季平均气温对全球变暖1.5℃与2℃的响应差异均>0.5℃,其中冬季最明显,区域平均差异可达0.94℃,局地差异超过1.1℃。     

云南热区≥10℃和≥18℃年积温及日数的分布规律研究

云南热区以其独特的自然地理条件,在我国热区的研究与开发中占有极其重要的地位。利用云南实测地面气温资料等,采用线性回归及残差分析等分析方法,分析了云南热区森林生态系统≥10℃积温及其日数、≥18℃积温等热量指标在不同地区的空间分布规律及原因。结果表明,云南热区不同区域≥10℃积温及其日数、≥18℃积温等热量指标都有明显的空间差异。根据这些划分热量带的基本指标,以及热区分布县市的最低海拔和增温或降温的效应,对其热区分布的海拔上限进行了估测,为准确确定云南热区分布的空间格局及各县市热带和南亚热带的热区范围及热区的主要特性提供了依据。     

全球1.5℃和2.0℃升温对中国小麦产量的影响研究

采用部门间影响模式比较计划（ISI-MIP）的气候模式,确定全球升温1.5℃和2.0℃出现的时间,并结合农业技术转移决策支持系统（DSSAT）模型模拟小麦的产量,最终选取4套数据对比研究中国小麦区温度和降水变化特征以及各区域小麦产量变化趋势,综合评价了不同升温情景对中国小麦产量的影响。结果表明：(1)在全球升温1.5℃和2.0℃背景下,我国小麦生育期内温度相对于工业革命前分别升高1.17℃和1.81℃。两种升温情景下我国春麦区升温幅度大于冬麦区升温幅度。春麦区中新疆春麦区升温幅度最大,西北春麦区升温幅度最小;冬麦区中温度变化最大和最小的麦区分别为西南冬麦区和黄淮冬麦区。(2)在全球升温1.5℃和2.0℃情景下,我国小麦生育期内降水相对于历史时段(1986—2005年)分别增加9.1%和11.3%。从各麦区来看,两种升温情景下春麦区降水增加幅度略大于冬麦区的增加幅度。所有麦区中只有新疆春麦区降水低于历史时段降水。春麦区降水增加幅度最大的麦区为北部春麦区。冬麦区中降水增加较大的麦区为北部冬麦区和黄淮冬麦区,降水增加较小的麦区为华南冬麦区和西南冬麦区。(3)两种升温情景下,我国小麦单产相对于历史时段(1986—2005年)平均减产分别为5.2%和4.6%,两种升温情景对中国小麦产量并没有显著的差异。在全球升温大背景下我国春小麦主要呈现增产趋势,冬小麦主要呈现减产趋势。减产幅度较大的麦区为华南冬麦区和青藏春麦区,增产幅度最大的麦区为西北春麦区。从各麦区产量减产面积比例上看,我国各麦区减产面积所占比例趋势为从北向南由多变少再变多,其中华南冬麦区减产面积所占比例最大,北部冬麦区最小。     

全球升温1.5℃与2.0℃目标下长江流域极端降水的变化特征

基于区域气候模式COSMO-CLM及5个全球气候模式(GFDL-ESM2M,HadGEM2-ES, IPSL-CM5A-LR, MIROC-ESM-CHEM, NorESM1-M)1961—2100年逐日降水数据,采用重现期法计算20 a与50 a一遇极端降水量,研究全球升温1.5℃和2.0℃目标下长江流域极端降水的变化特征。研究发现:全球升温1.5℃目标下,长江流域20 a与50 a一遇极端降水量分别为78和93 mm,相比1986—2005年将增加10%和9%;空间上表现为中下游普遍增加,最大增幅145%,上游地区则主要表现为减少趋势;全球升温2.0℃目标下,20 a与50 a一遇极端降水量分别为81和98 mm,将较基准期上升14%和15%;中下游极端降水量显著上升,最大增幅约188%,上游成都平原以西以北明显下降;随全球升温由1.5℃至2.0℃时,20 a与50 a一遇极端降水量分别增加4%和6%,中下游较上游增幅更明显,最大增幅136%。因此,将温室气体减排目标控制在1.5℃水平对减缓长江流域尤其是中下游地区极端降水事件影响具有重要的意义。     

气温0℃时怎样及时观测结冰

气温在 0℃时 ,可能会在小水体中形成微薄冰层 ,而在大型蒸发器水体中却不易形成。过去观测结冰时把小型蒸发器内水体是否结冰作为记录标准之一 ,现在基本站 3月 1日～ 1 0月 31日使用大型蒸发器 ,终止使用小型蒸发器 ,若 3月和 1 0月份撤走小型蒸发器 ,而附近又无小水体供观测结冰现象 ,可能漏测结冰。因此 ,建议 3月和 1 0月份暂不撤走小型蒸发器 ,以备气温降到 0℃时观测记录结冰时使用。气温0℃时怎样及时观测结冰@王梅娟$卢氏县气象局!河南卢氏472200     

模式内部变率引起的1.5℃和2℃升温阈值出现时间模拟的不确定性研究

模式内部变率是模拟结果不确定性的重要来源,然而它对于1.5℃和2℃升温阈值出现时间不确定性的影响尚不清楚。因此,基于耦合模式比较计划第五阶段(CMIP5)的多模式数据研究了模式内部变率对1.5℃和2℃升温阈值出现时间不确定性的影响以及对未来排放情景的敏感性。结果表明,模式内部变率对升温阈值出现时间模拟的影响与外强迫的影响相当,单个模式内部不同成员达到全球平均1.5℃或2℃增温的年份相差2~12年;其影响具有明显的空间差异,影响极大值出现在欧亚大陆以北洋面、白令海峡周围区域、北美东北部及其与格陵兰岛之间的海域、南半球高纬地区等;低排放情景下模式内部变率的影响大于高排放情景。     

全球升温1.5℃和2.0℃情景下淮河上游干流径流量研究

基于ISI-MIP（The Inter-Sectoral Impact Model Inter-comparison Project）推荐使用的5个全球气候模式数据(HadGEM2-ES,GFDL-ESM2M,MIROC-ESM-CHEM,Nor-ESM1-M,IPSL-CM5ALR),驱动SWIM（Soil and Water Integrated Model）水文模型,研究全球升温1.5℃和2.0℃情景下淮河上游干流径流量变化,得出结论：(1)淮河上游干流径流量年际变化在2种升温情景下均呈先减小后增加趋势。全球升温1.5℃时年径流量较基准期(1986—2005年)增长9.5%,而升温2.0℃情景下涨幅更明显,高达17%。(2) 4个季节径流量在2种升温情景下较基准期均有增长,其中春季涨幅最明显,达24.4%,夏、秋、冬季涨幅分别为7.1%、16.1%、13.5%。全球升温2.0℃时淮河上游干流径流量在4个季节较基准期增长率均大于全球升温1.5℃时。(3)不同气候模式输出日径流量最大值相差较大而平均值相差较小。未来2种升温情景日径流量超过王家坝闸设计流量的日次较基准期均有增加,尤其升温2.0℃情景较基准期增多22次,较升温1.5℃情景多5.8次,表明未来升温2.0℃情景下淮河上游出现极端径流事件的可能性进一步增大。     

长江流域径流对全球升温1.5℃与2.0℃的响应

全球变暖影响着以流域径流要素为主导的水文水资源系统的变化。长江流域未来水资源量的时空分布对长江大保护与长江经济带的发展意义重大。为探究全球升温1.5℃和2.0℃对长江流域径流变化的影响,使用基于偏差校正的气候模式集合数据驱动两参数月水量平衡模型,比较两种升温情景下径流量的响应差异。结果表明：基于偏差校正的气候模式集合数据可以较好地代表长江流域历史时期（1976—2005年）的年平均降水和年平均蒸散发情势。两参数月水量平衡模型与参数区域化方法相结合能较好地模拟长江流域各子流域的月径流量。升温1.5℃时,无论是年径流量还是季节径流量均呈上升趋势,与历史时期相比,50%以上三级子流域的增幅超过5%;升温2.0℃时,增幅超过8%。这表明升温2.0℃情景下长江流域水资源量将进一步增加。相对于历史时期,升温1.5℃与2.0℃情景下长江流域北部降水量增幅较大;径流量增幅分布格局基本与降水量一致。汉江流域是全流域径流量增幅最显著的区域。     

全球升温1.5℃和2.0℃情景下澜沧江流域极端降水的变化特征

澜沧江是我国为数不多的跨境河流,流域内多发暴雨、洪水灾害,因此定量、科学地评估澜沧江流域未来全球升温情景下极端降水的变化特征,能够为澜沧江-湄公河沿线国家共同管理流域水资源和抵御自然灾害提供一定的科学指导。文中基于部门间影响模式比较计划（ISI-MIP）下5个全球气候模式降水数据,通过偏差校正增强其在澜沧江流域极端降水的模拟能力,使用降水强度、日最大降水量和强降水量等9个指标评价未来全球升温1.5℃和2.0℃下澜沧江流域极端降水的变化情况,并对结果的不确定性和可信度进行研究,得出以下主要结论：随着全球温度的升高,澜沧江流域年降水和极端降水均呈现增大趋势,其中极强降水量（R99p）升幅最大,升温1.5℃和2.0℃下升幅分别为37%和75%;相对于基准期,全球升温2.0℃下各极端降水指数增幅明显大于升温1.5℃,前者升幅甚至超出后者一倍;未来全球升温情景下,澜沧江流域湿季会变得更湿润,而干季则会更干燥;澜沧江流域降水集中程度会增大,使得流域内洪涝灾害发生的风险增大;ISI-MIP气候模式对澜沧江流域未来极端降水模拟存在较大不确定性,升温2.0℃较升温1.5℃情景下不确定性更大,但相对于基准期,前者极端降水增大的可信度更高。     

基于CMIP5耦合气候模式的1.5℃和2℃升温阈值出现时间研究

利用CMIP5耦合气候模式的模拟结果,分析了不同排放情景下1.5℃和2℃升温阈值出现的时间。多模式集合平均结果表明：RCP2.6、RCP4.5和RCP8.5排放情景下,全球地表温度将分别在2029年、2028年和2025年达到1.5℃升温阈值;RCP2.6情景下直至21世纪末期都未达到2℃升温阈值,RCP4.5和RCP8.5排放情景下达到2℃升温阈值的时间分别为2048年和2040年。伴随着排放情景的升高,完成从1.5℃升温阈值到2℃升温阈值所需要的时间缩短。区域尺度上,达到同一升温阈值的时间主要表现为陆地比海洋早,且陆地对排放情景差异的敏感性相对较差,而海洋达到升温阈值的时间则随着排放情景的升高而明显提前。中国达到相应升温阈值的时间要早于全球,且以东北和西北地区出现的时间最早。     

全球升温控制在1.5℃和2.0℃时中国分省人口格局

《巴黎协定》正式生效, 为国际社会应对气候变化提出新的机遇与挑战,也必将对中国人口、资源和环境带来重要影响。本文结合IPCC发布的可持续发展（SSP1)、中度发展（SSP2)、局部或不一致发展（SSP3)、不均衡发展（SSP4)、常规发展（SSP5）5种共享社会经济路径,以2010年中国第六次人口普查数据为基准,综合考虑人口现状和发展政策设定不同发展路径下各省人口模型的相关参数,在全球升温控制在1.5℃和2.0℃时,对比研究中国和各省分年龄、性别、教育水平的人口演变和分布特征。结果表明：(1)全球升温1.5℃时,SSP1和SSP4路径下总人口较2010年增加0.44亿人;升温2.0℃时,SSP2和SSP3路径下较2010年分别增加0.23亿和0.67亿人,SSP5路径下减少约0.12亿人。5种路径下中国人口将在2025-2035年达到峰值,人口峰值正处于全球升温1.5℃期间。(2)全球升温1.5℃时,除了东北地区和四川、安徽省外,多数省（市）人口均较2010年有所增加;升温2.0℃时,西北、西南和以东南沿海地区为主的发达省份保持较高的人口增量,其他地区人口开始呈减少趋势。(3)在全球升温1.5℃和2.0℃期间,大部分省份人口达到峰值,其中SSP3路径下广西人口最多,可达1.13亿,其他路径下广东省人口最多,达1.53亿。(4)未来中国65岁以上老龄人口比重呈现东北高、西南低的分布特征。与全球升温1.5℃相比,升温2.0℃时的老龄化趋势进一步加重,东北地区老龄化问题最严重。采用绿色和可持续发展路径,全球升温控制在2.0℃之内是中国社会经济发展的科学选择。     

全球升温1.5℃与2.0℃情景下中国东南沿海致灾气旋的时空变化

将造成经济损失的热带气旋定义为致灾气旋。基于气象观测站的逐日气压、风速和降水量数据确定致灾气旋阈值,结合区域气候模式COSMO-CLM(CCLM)在1961—2100年的输出资料,预估致灾气旋发生频数及其风速与降水量,分析全球升温1.5 ℃与2.0 ℃情景下,中国东南沿海地区致灾气旋时空变化特征。结果表明:(1) 1986—2015年,东南沿海地区致灾气旋发生频数共计180个,整体呈上升趋势,平均风速和降水量分别为8.7 m/s和129.8 mm,对浙江东部及广东东部沿海影响最严重。(2)全球升温1.5 ℃,2020—2039年致灾气旋频数将由基准期(1986—2005年)的111个上升至138个,增加区域主要位于广东省西南地区及福建省南部地区;平均风速和降水量分别上升15%和17%,至8.4 m/s和109.9 mm,以福建省沿海地区增加最明显。(3)全球升温2.0 ℃,2040—2059年致灾气旋频数较1986—2005年增加33%,将达148个;风速上升32%,以浙江省东部、福建和广东省接壤的沿海地区及广东省南部增幅最大;降水量上升35%,以福建与广东省接壤的沿海地区及广东省西南地区增加明显。(4)相比升温1.5 ℃,全球气温额外升高0.5 ℃,东南沿海地区致灾气旋频数及其风速与降水量将分别上升9%、17%和18%。努力将温升控制在1.5 ℃,对降低致灾气旋频率和强度增加所导致的影响具有重要意义。      

为何地面最低温度略高于0℃会形成霜

在气象学理论上,霜是自然界中的一种天气现象。它是水汽在地面和近地面物体上凝华而成的白色松脆的冰晶,或是由露冻结而成的冰珠。其形成条件要求地面和近地面物体冷却到０℃以下,且在晴朗、微风、湿度大的夜间容易形成。但在实际工作中发现（我市各测站均存在）,有时地面最低温度略高于０℃也出现了霜。甚至于有时天气现象记录中有霜时当日时面最低温度达１℃或略高于１℃。这似乎与气象学理论发生了矛盾。为得到明确的解释,本人查找了近几年来全市各测站冬季各月的地面观测记录。经过认真分析、判断,初步认为（在排除人为读数误差的…     

广东省0℃层高度变化分析

分析广东省近10年0℃层高度变化,结果表明:1）从年平均看,2000、2001、2003、2005、2006、2009年为正距平,2002、2004、2007、2008年为负距平.2005 ～2007年平均高度接近于近10年平均高度.2）各站点的0℃层高度变化与测站所处的地理环境,包括纬度、海拔高度等相关.3）各站点的...     

Future Changes in Extreme High Temperature over China at 1.5℃-5℃ Global Warming Based on CMIP6 Simulations

Extreme high temperature(EHT)events are among the most impact-related consequences related to climate change,especially for China,a nation with a large population that is vulnerable to the climate warming.Based on the latest Coupled Model Intercomparison Project Phase 6(CMIP6),this study assesses future EHT changes across China at five specific global warming thresholds(1.5℃-5℃).The results indicate that global mean temperature will increase by 1.5℃/2℃ before 2030/2050 relative to pre-industrial levels(1861-1900)under three future scenarios(SSP1-2.6,SSP2-4.5,and SSP5-8.5),and warming will occur faster under SSP5-8.5 compared to SSP1-2.6 and SSP2-4.5.Under SSP5-8.5,global warming will eventually exceed 5℃ by 2100,while under SSP1-2.6,it will stabilize around 2℃ after 2050.In China,most of the areas where warming exceeds global average levels will be located in Tibet and northern China(Northwest China,North China and Northeast China),covering 50%-70%of the country.Furthermore,about 0.19-0.44 billion people(accounting for 16%-41%of the national population)will experience warming above the global average.Compared to present-day(1995-2014),the warmest day(TXx)will increase most notably in northern China,while the number of warm days(TX90p)and warm spell duration indicator(WSDI)will increase most profoundly in southern China.For example,relative to the present-day,TXx will increase by 1℃-5℃ in northern China,and TX90p(WSDI)will increase by 25-150(10-80)days in southern China at 1.5℃-5℃ global warming.Compared to 2℃-5℃,limiting global warming to 1.5℃ will help avoid about 36%-87%of the EHT increases in China.     

升温1.5℃和2.0℃情景下中亚地区干旱耕地暴露度研究

基于CMIP5中的5个全球气候模式统计降尺度的降水、最高和最低气温等数据,利用标准降水蒸发指数（SPEI）和强度-面积-持续时间（IAD）方法识别全球升温1.5℃与2.0℃情景下中亚地区干旱事件,结合30 m分辨率土地利用数据,探讨中亚干旱事件的演变及耕地暴露度变化。结果表明：相比基准期（1986—2005年),中亚地区的降水和潜在蒸发量均有所增加;全球升温1.5℃与2.0℃情景下,中亚地区的干旱事件频次、强度和面积均将增加,其中重旱和极旱事件的频次和影响面积大幅上升,而中旱事件的频次和影响面积持续下降;1986—2005年中亚地区年均干旱耕地暴露度约11.5万km2,全球升温1.5℃和2.0℃情景下,干旱耕地暴露度将分别上升到17.9万km2和28.6万km2,且暴露在极旱下的耕地面积增加最明显。全球升温1.5℃与2.0℃情景下,增加的干旱事件将会严重威胁当地农业生产和粮食安全,中亚地区需对干旱事件采取长期的减缓与适应措施。     

全球升温1.5℃和2.0℃情景下中国乡村振兴核心区极端降水的变化特征北大核心CSCD

中国乡村振兴核心区生态环境较脆弱,暴雨洪涝等气象灾害频发,在此背景下,定量、科学地评估乡村振兴核心区全球升温情景下极端降水的变化特征,能够为乡村振兴核心区防止因灾返贫策略等的制定提供一定的科学依据。本研究基于CMIP6(Coupled Model Intercomparison Project Phase 6)气候模式下不同SSPs-RCPs(Shared Socioeconomic Pathways-Representative Concentration Pathways)组合情景模拟数据,对全球升温1.5℃和2.0℃情景下中国乡村振兴核心区极端降水事件频次、强度和持续时间的变化特征进行了分析。结果表明:(1)相对于基准期(1995~2014年),全球升温1.5℃情景下,乡村振兴核心区受极端降水影响明显增大,面积占比60.91%的区域极端降水频次增加,面积占比88.19%的区域极端降水强度增强,面积占比81.07%的区域极端降水持续时间增加;(2)全球升温2.0℃情景下,乡村振兴核心区三项极端降水指标变化与升温1.5℃情景下相似,相对于基准期有增加趋势,极端降水频次、强度和持续时间面积占比分别为55.78%、85.24%、79.33%;(3)从空间角度分析,全球升温1.5℃和2.0℃情景下,乡村振兴核心区中西部相较东部可能更易受极端降水的影响,西藏片区频次和持续时间增加显著,尤其值得关注;(4)当全球升温从1.5℃到2.0℃情景,乡村振兴核心区整体极端降水特征的变化未表现出明显增减趋势及空间特征。相比1.5℃较基准期的变化,2.0℃情景下极端降水频次、强度、持续时间的增加区域范围均缩小,但平均增幅均变大,对于发生极端降水事件的乡村振兴核心区区域而言可能面临更大的风险。     

全球升温1.5℃与2.0℃情景下中国极端低温事件变化与耕地暴露度研究

基于区域气候模式COSMO-CLM（CCLM）模拟的1960-2100年逐日最低气温数据及2000年中国土地利用数据,采用强度-面积-持续时间（Intensity-Area-Duration,IAD）方法,以全球升温1.5℃（RCP 2.6情景）和2.0℃（RCP 4.5情景）为目标,研究不同持续时间中国极端低温事件变化特征、最强极端低温事件强度与面积关系和最强中心空间分布,分析极端低温事件下耕地面积暴露度的变化规律。研究发现:（1）全球升温1.5℃情景下,持续1至9 d的极端低温事件频次相对于基准期（1986-2005年）下降30%-54%,强度变化-1%-8.8%,影响面积下降7%-21%;升温2.0℃,频次下降48%-80%,强度上升6%-11.5%,影响面积则在-14%-19%变化。（2）全球不同升温情景有可能发生强度和面积超过基准期最强事件的极端低温。全球升温1.5-2.0℃时,同等面积上的最强极端低温事件强度明显下降,但最强极端低温事件中心由西北和西南转移到华中和华南等地。（3）不同升温情景下,暴露于极端低温事件的中国耕地面积明显少于基准期,且升温幅度越高下降程度越大。最强极端低温事件的耕地暴露度则随温度的升高而增大。升温1.5℃时,华东、华北与华中等地暴露在最强极端低温事件的耕地面积相对于基准期有所增大,升温2.0℃时,华东与华北等地有大幅度上升。全球不同升温情景下,极端低温事件频次与影响面积持续下降,但强度上升;随着升温幅度的增大,这种差异变化特征越来越明显;特别应注意的是,随着温度上升,发生强度和面积超过当前记录到的最强极端低温事件的可能性增大;应加强极端事件的预警、预报和监测,减缓经济社会的损失。      

1.5℃全球温控目标浅析

《巴黎协定》将努力控制全球温升到2100年不超过工业化前的1.5℃确定为全球温控目标之一。继2℃目标后,1.5℃也被作为应对气候变化的全球温控目标之一。目前科学界对于1.5℃目标的研究还十分有限。已有的科学研究表明,尽管区域差异很大,将全球温升控制在1.5℃范围内地球各系统要承受的气候风险可能要低于2℃。相比于2℃目标,1.5℃目标对全球减缓行动的要求更为严苛。尽管在《巴黎协定》中各缔约方承诺了各自到2030（2025）年的减排目标,但相对于实现1.5℃目标而言仍有很大的差距。多家研究机构的模拟结果表明,如完全执行当前国家自主决定贡献（NDC),到21世纪末全球温升范围为2.2～3.4℃。截至2025年,实现当前NDC的减排承诺后,2℃温升目标下全球仍有467 Gt CO₂（万亿t CO₂当量）的排放空间,1.5℃温升目标下全球仅剩17 Gt CO₂。到2030年,基于NDC的排放已经超过了1.5℃目标的排放量。按当前的路径来看,若想实现将全球温升控制在1.5℃的范围内,全球不仅需要立即行动并采取强有力的减排、脱碳和固碳措施,在2100年前,还必须实现负排放才有可能实现这一目标。尽管当前的科学研究仍存在很大的不确定性,但1.5℃目标已是全球努力应对气候变化的方向,也是开启未来世界低碳可持续发展的重要标志。     

未来黑龙江省15℃界限温度特征分析

黑龙江省是我国受气候变化影响最显著的地区之一,热量资源又是限制黑龙江省粮食生产最主要的气候因子,因此研究气候变化背景下热量资源变化对黑龙江省未来的粮食生产具有积极意义。采用区域气候模式,模拟了SRES B2情景下2021-2050年黑龙江省15℃界限温度变化。结果表明:未来黑龙江省15℃界限温度特征表现为初日提前约5-15 d,终日延后5-15 d,间隔日数增加约10-30 d;≥15℃积温显著增加,农业种植区均增加500-800℃·d,积温带表现出大幅北移、东扩,并出现了新的积温带;1 600℃·d以上积温带占黑龙江省总面积的一半以上,基本覆盖农业种植区,1 200·℃d以下的积温带面积收缩最显著,并在农业种植区完全消失;未来黑龙江省作物旺盛生长阶段显著延长,及种植界限北移、东扩,将进一步扩大未来黑龙江省水稻和玉米的产量的增产空间。