论文部分内容阅读
目前针对于气候变化对中国水稻产量影响的模型评估研究显示：气候变化所导致的温度的增加以及造成的作物生育期缩短是水稻产量下降的主要原因。但是，这些研究结果完全依赖于作物模型。众所周知，作物模型中包含着众多的简化以及未经测试的假设，这些假设很有可能阻碍我们正确地评估气候变化对产量的影响，并降低了模型应用到实际问题上的可信度。
本文我们尝试通过研究中国长期的(1981年至2005年)以及多地理尺度的(试验站、县和省份级别)水稻产量和气候观测资料，结合统计以及作物模型方法，(1)分析上述时间范围以及不同地理尺度上中国的水稻产量同气候变化的响应程度以及过程；(2)了解作物模型评估方法研究气候变化对中国水稻产量影响这一研究课题的可适用性以及可预测性。本文的主要观点如下：
我们通过分析中国农业试验站的水稻产量波动同气候变化的的相关结果发现，大部分站点产量同太阳辐射之间的关系最密切，两者之间呈正相关关系。而产量与温度之间的相关关系呈正相关关系，而非目前认为的负相关关系。我们的解释是，在中国决定水稻产量的主要气候因子是太阳辐射，而产量与温度之间的正相关关系是由太阳辐射与温度之间的正相关关系决定的。而温度对水稻产量的影响实际上并不显著，它们之间的相关关系是太阳辐射的间接作用。
固定积温假设是目前作物模型评估中的一个重要假设。本文使用了长期的观测资料测试了这一假设的真实性，结果显示：即使是对于同一水稻品种来说，生育期的积温也是随着环境的变化而变化的。这证明了上述固定积温假设是不符合事实的。此外，本文还进一步证明了积温设定对作物模型的生育期模拟以及产量模拟的重要作用，它可以显著地改变作物模型的输出结果。当模型运行在观测的生育期时(使用每年观测的积温)，模型模拟结果显示太阳辐射是决定产量趋势的主要气候因子，这支持了以上试验站等级上的观测结果；而当模型假设积温是一固定值时，模型结果显示温度的增加是造成模拟产量下降的主要原因，这个结果同目前的其它模型研究结果一样，温度的增加缩短了模拟生育期长度，进而降低了产量。但是这同我们试验站等级上的结果不相符。该结果还说明目前的模型方法不能解释中国水稻产量的变化趋势。
在区域尺度上，我们使用了县级和省份级别的水稻产量数据和气候数据，并重复了以上的统计相关分析，发现：在区域尺度上，造成水稻产量波动的气候因子是太阳辐射和降雨。而它们对水稻产量作用主要通过农田水分供给状况决定。当农田水分供给比较好的时候，太阳辐射决定了产量波动；而当农田水分供给不好时，降水减少而造成的干旱将在较大程度上限制产量。但是，在区域尺度上，温度同产量的相关关系可以通过太阳辐射和降水的作用解释，但是温度对产量的影响依然不明显。
本文还使用经验和模型分析的方法，评估了1961-2004年中国华北和西北地区水稻产量同ENSO极端气候事件的响应关系。我们发现，在1961年至1980年，ElNino事件可以导致产量出现显著下降，然而这个统计结果在1981年至2004不再成立。我们认为这和中国灌溉水平的进步有关。在1961年至1980年，华北和西北部地区灌溉水平不高，ENSO极端气候事件所导致的干旱限制了水稻产量；但是在1981年至2004年，该地区灌溉水平提高，一定程度上缓解了干旱对水稻带来的影响，使得水稻产量同ENSO事件之间的相关关系没有前一个时间段明显。
以上研究结果显示，目前广泛使用的模型方法并不能解释中国水稻产量的变化趋势和变率，所以该方法依然需要提高才可以模拟真实的产量与气候的关系。根据本文的结果，作物积温同气候变化的关系是首先需要解决的问题，相应的田间试验应该用来研究生育期同气候变化的响应。此外，目前的模型还需要考虑如何更详细地描述作物所处的环境，尤其是目前模型研究中对社会因素的描述不明确，而实际上，根据我们区域尺度上的研究结果，它们可以显著地影响水稻产量同气候变化的响应，在今后的研究中应当考虑进去。