气候变化对中国主要作物物候影响预测（2020）

对应目标：13.2 将应对气候变化的举措纳入国家政策、战略和规划。

成果亮点

预测了2030s (2011~2040年）中国主要作物物候的变化情况。结果显示，到2030s，中国小麦成熟期提前的概率为90.4%~91.2%；玉米成熟期提前的概率为62.9%~64.5%。如果不进行相应的人为干预，物候期提前、生长期缩短，小麦和玉米很可能将面临减产风险。

      1.  案例背景

气候变化对粮食安全的影响受到广泛关注。气候变化不仅导致作物物候发生变化，还会进一步影响产量变化，并通过农业生产及其相关产业威胁国家粮食安全和经济稳定（Liu et al., 2018a）。这种影响不仅仅是当下，很可能会持续到未来。因此，预估未来情景下主要作物物候的变化，有利于制定相应的适应措施、保障区域粮食安全（Liu et al., 2018b）。本案例通过校验后的作物模型预测近期中国主要作物物候的空间分布，并结合多模式多情景集合概率预测来减小气候变化评估中的不确定性。

      2.  所用数据

• 气候变化情景数据（RCP 2.6、RCP 4.5和RCP 8.5），由部门间影响模型比较计划（The Inter-Sectoral Impact Model Inter-comparison Project）获得

• 模型校验所需的实验数据（作物生长和田间管理记录）和气象观测数据（日最低气温、日最高气温、日总降水和日照时数）由农业气象观测站实验得到

• 土壤数据由中国土壤数据库和农业气象观测站实验得到

      3.  方法介绍

本案例将种植比率大于0的区域作为研究区，基于农业技术转移决策支持系统（Decision Support System for Agrotechnology Transfer, DSSAT）-小麦/玉米模型开展多情景下（RCP 2.6、RCP 4.5和RCP 8.5）2030s（2011~2040年）中国小麦、玉米物候预测研究。经过校验后的DSSAT--小麦/玉米模型的模拟精度达到90%以上。为评估在不采取适应措施情况下未来小麦和玉米的物候变化，在模拟中，保持管理水平与基准期一致。本案例分情景求取5个大气环流模式的平均值，将该模式平均值作为对应情景下（RCP 2.6、RCP 4.5和RCP 8.5）的气候条件，并利用核密度估计方法（核函数选择高斯核函数）估计物候期变化的概率密度和区间，以降低预测结果的不确定性。此外，由于案例同步考虑CO₂浓度的影响，因此在模拟过程中需要根据模拟时期和情景分别设置模型中的CO₂浓度的具体取值。

4 结果与分析

2030s小麦和玉米成熟期的空间分布及变化如图5-3所示。相较于基准期（1981~2010年），2030s各情景下小麦物候期呈现提前趋势的区域达90%以上，小麦物候期提前幅度较大的区域为青藏春冬麦区，物候期推迟的区域集中在新疆冬春麦区和华南冬麦区。与基准期相比，玉米开花期在各情景下均以提前为主，且在RCP 2.6情景下有98.0%的区域开花期呈现提前趋势，开花期提前幅度较大的区域集中在西南山地丘陵玉米区。与开花期不同，玉米成熟期的变化存在明显的区域差异，且RCP 8.5情景下玉米成熟期的提前幅度最大。随着纬度的降低，小麦开花期和成熟期由提前趋势转为推迟趋势，且在RCP 8.5情景下最为明显。与小麦相反，玉米开花期和成熟期呈现推迟趋势的区域主要集中在高纬度地区。

2030s小麦开花期提前的概率为88.9%~89.1%，成熟期提前的概率为90.4%~ 91.2%，玉米开花期提前的概率为97.2%~98.0%，成熟期提前的概率为62.9%~64.5%。相同情景下，玉米开花期提前的概率大于小麦，而成熟期提前的概率却小于小麦。在RCP 2.6、RCP 4.5和RCP 8.5情景下，两种作物开花期提前的概率依次减小，其中RCP2.6情景下玉米开花期提前的概率高达98.0%。

图5-3. 气候变化情景下全国农作物成熟期空间分布及变化（a, c, e, g）小麦；（b, d, f, h）玉米

5.  讨论与展望

气候变化影响预测中存在很多不确定性，虽然本研究考虑到模式输出和排放情景的不确定性，采用集合概率进行预测,并尽可能多的对作物模型分区域校验，以提升模型模拟精度，但作物生物物理过程模拟仍存在一定的不确定性。未来的气候变化很可能会加剧中国小麦和玉米生产的波动性，亟须采取适应措施以保障粮食安全。改善作物管理是增强农业适应气候变化能力的有效途径，例如调整播期、施肥、灌溉等措施能够降低气候变化的不利影响；而通过改良品种转换作物光合作用模式，或培育耐高温和对热量需求较高的新品种也是提高适应能力的重要措施。