基于APSIM模型的2015—2100年氣候變化對(duì)中國(guó)玉米生產(chǎn)力影響

鞏敬錦，劉志娟，祝光欣，史登宇，張鎮(zhèn)濤，付真真，魯瀟蒙，曲輝輝，楊曉光

基于APSIM模型的2015—2100年氣候變化對(duì)中國(guó)玉米生產(chǎn)力影響

鞏敬錦1，劉志娟1※，祝光欣1，史登宇1，張鎮(zhèn)濤1，付真真1，魯瀟蒙1，曲輝輝2，楊曉光1

（1. 中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；2. 黑龍江省氣象科學(xué)研究所，哈爾濱 150030）

全球氣候變化直接影響作物生產(chǎn)。玉米是中國(guó)種植面積最大的糧食作物，系統(tǒng)探究未來(lái)氣候變化對(duì)其生產(chǎn)力的影響對(duì)保障玉米高產(chǎn)穩(wěn)產(chǎn)和糧食安全具有重要意義。為探究未來(lái)氣候變化對(duì)中國(guó)玉米生產(chǎn)力影響，該研究基于SSP1-2.6和SSP5-8.5 共2種氣候情景（shared socioeconomic pathways，SSP）1981—2100年逐日氣象資料以及中國(guó)氣象局農(nóng)業(yè)氣象觀測(cè)站玉米生育期數(shù)據(jù)和土壤數(shù)據(jù)，使用調(diào)參驗(yàn)證后的農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型（agricultural production systems simulator，APSIM-Maize）解析了氣候變化對(duì)中國(guó)玉米主產(chǎn)區(qū)高產(chǎn)性和穩(wěn)產(chǎn)性的影響。結(jié)果表明：1）未來(lái)氣候情景下，中國(guó)玉米主產(chǎn)區(qū)生育期內(nèi)氣溫和≥10 ℃有效積溫總體呈增加趨勢(shì)，SSP5-8.5氣候情景下升溫幅度高于SSP1-2.6氣候情景；降水量年際波動(dòng)大，變化趨勢(shì)不顯著；太陽(yáng)總輻射呈先增加后減少趨勢(shì)。2）若不采取適應(yīng)措施，未來(lái)氣候變化使玉米全生育期、營(yíng)養(yǎng)生長(zhǎng)期和生殖生長(zhǎng)期總體呈縮短趨勢(shì)，且SSP5-8.5情景下縮短幅度大于SSP1-2.6情景，2080 s縮短幅度大于2030 s和2050 s。3）無(wú)適應(yīng)措施條件下，未來(lái)氣候變化下研究區(qū)域玉米光溫潛在產(chǎn)量和雨養(yǎng)潛在產(chǎn)量總體呈下降趨勢(shì)，SSP5-8.5情景下較SSP1-2.6情景下減產(chǎn)效應(yīng)更大，2個(gè)情景光溫潛在產(chǎn)量減產(chǎn)率平均值分別為13.8%和11.9%，雨養(yǎng)潛在產(chǎn)量減產(chǎn)率平均值分別為17.5%和14.0%。玉米潛在產(chǎn)量的穩(wěn)定性略有提高，但區(qū)域間存在差異。因此，未來(lái)氣候變化使中國(guó)玉米生產(chǎn)力總體下降，穩(wěn)定性略有提高。研究為未來(lái)玉米高產(chǎn)穩(wěn)產(chǎn)和中國(guó)玉米種植區(qū)劃提供理論依據(jù)。

氣候變化；溫度；產(chǎn)量；CMIP6；APSIM-Maize模型；中國(guó)；玉米；生育期長(zhǎng)度

0 引 言

玉米是中國(guó)種植范圍最廣的作物之一，是集口糧、飼料糧、工業(yè)原料和生物能源等用途于一體的兼用作物[1]。中國(guó)2021年玉米種植面積和總產(chǎn)量分別占全國(guó)糧食作物的36.8%和39.9%[2]，在中國(guó)糧食安全中占據(jù)重要地位。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）第六次評(píng)估報(bào)告指出，氣候變暖毋庸置疑，相比于1850—1900年，2001—2020年全球地表平均氣溫升高了0.99 ℃，而2011—2020年全球地表平均氣溫上升了約1.09 ℃[3]。農(nóng)業(yè)是受氣候變化影響最為敏感的領(lǐng)域之一[4-5]。研究表明[6-7]，氣溫升高會(huì)導(dǎo)致農(nóng)作物產(chǎn)量顯著降低，玉米生長(zhǎng)季內(nèi)平均溫度每升高1 ℃會(huì)導(dǎo)致全球玉米產(chǎn)量降低7.4%。自1980年以來(lái)，氣候變化已導(dǎo)致全球玉米減產(chǎn)了3.8%[8]。氣候變化直接影響中國(guó)的農(nóng)業(yè)氣候資源，最終將影響糧食生產(chǎn)。中國(guó)玉米種植地域廣闊，氣候特征和農(nóng)業(yè)技術(shù)差異較大，在不同的環(huán)境、氣候條件和農(nóng)業(yè)技術(shù)條件下，氣候變化對(duì)玉米產(chǎn)量的影響機(jī)制和程度仍不清楚。因此，研究中國(guó)玉米種植區(qū)未來(lái)農(nóng)業(yè)氣候資源的變化特征和玉米生產(chǎn)力對(duì)未來(lái)氣候變化的響應(yīng)，對(duì)保障中國(guó)玉米生產(chǎn)及糧食安全具有重要的理論價(jià)值和實(shí)踐意義。

作物生產(chǎn)力按照不同的生產(chǎn)水平及限制條件可分為不同的層次。其中，光溫潛在產(chǎn)量是指一個(gè)地區(qū)作物生長(zhǎng)發(fā)育過(guò)程中不受水肥病害等條件的限制，在當(dāng)?shù)剌椛浜蜏囟葪l件下，采用適宜作物品種所能達(dá)到的最高產(chǎn)量，可以代表一個(gè)地區(qū)充分灌溉條件下玉米所能達(dá)到的最高產(chǎn)量；雨養(yǎng)潛在產(chǎn)量又稱光溫降水生產(chǎn)潛力，是指作物生長(zhǎng)過(guò)程中不受養(yǎng)分和病蟲害等條件的限制，在當(dāng)?shù)貧夂驐l件下所能達(dá)到的最高產(chǎn)量，可以代表一個(gè)地區(qū)雨養(yǎng)條件下的最高產(chǎn)量[9-11]。前人對(duì)未來(lái)作物生產(chǎn)力的研究主要采用實(shí)驗(yàn)室模擬[12-13]、作物生長(zhǎng)模型模擬[14-18]和經(jīng)驗(yàn)-統(tǒng)計(jì)分析[19-21]等方法。近年來(lái)作物生長(zhǎng)模擬模型不斷發(fā)展，能夠精確定量描述外界條件對(duì)作物生長(zhǎng)發(fā)育的影響[22]，已經(jīng)廣泛應(yīng)用于氣候變化對(duì)作物生產(chǎn)潛力影響研究中，是區(qū)域尺度作物生產(chǎn)力研究的重要手段[12,14-15,18]。在眾多作物模型中，農(nóng)業(yè)生產(chǎn)系統(tǒng)模型（agricultural production systems simulator，APSIM-Maize）是由隸屬澳大利亞聯(lián)邦科工組織和昆士蘭州政府的農(nóng)業(yè)生產(chǎn)系統(tǒng)研究組（agricultural production system research unit，APSRU）聯(lián)合開(kāi)發(fā)的作物模擬系統(tǒng)，可用于模擬農(nóng)業(yè)系統(tǒng)中各主要組分的機(jī)理過(guò)程。該模型通過(guò)設(shè)計(jì)“插-拔”式結(jié)構(gòu)構(gòu)建高度獨(dú)立的作物生長(zhǎng)模塊、土壤水分模塊、土壤氮素模塊等，便于不同組合的種植方式和管理措施的模擬。近年來(lái)，APSIM模型已經(jīng)廣泛應(yīng)用于世界各地以及中國(guó)的不同區(qū)域，并取得了很好的效果[23]。

前人圍繞氣候變化對(duì)中國(guó)玉米生產(chǎn)力影響研究方面做了大量工作[24-28]，主要集中在特定區(qū)域玉米產(chǎn)量水平的變化[29-33]，而面向全國(guó)尺度的未來(lái)玉米生產(chǎn)潛力影響的研究還較少，特別是對(duì)于玉米穩(wěn)產(chǎn)性的關(guān)注較少[34]。為探究未來(lái)氣候變化對(duì)中國(guó)玉米生產(chǎn)力的影響，本文以中國(guó)玉米潛在種植區(qū)作為研究區(qū)域，參照前人研究結(jié)果將研究區(qū)域劃分為5個(gè)亞區(qū)，利用調(diào)參驗(yàn)證后的作物生長(zhǎng)模型APSIM-Maize，分析未來(lái)氣候情景下不同產(chǎn)區(qū)玉米全生育期的農(nóng)業(yè)資源變化規(guī)律，解析玉米光溫潛在產(chǎn)量和雨養(yǎng)潛在產(chǎn)量對(duì)氣候變化的響應(yīng)，并進(jìn)一步解析不同產(chǎn)區(qū)氣候變化對(duì)玉米高產(chǎn)性和穩(wěn)產(chǎn)性的影響，以期為未來(lái)玉米高產(chǎn)穩(wěn)產(chǎn)和中國(guó)玉米種植區(qū)劃提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)域

本文研究區(qū)域?yàn)橹袊?guó)玉米潛在種植區(qū)。以喜溫作物的生長(zhǎng)下限溫度和早熟玉米所需的活動(dòng)積溫確定中國(guó)玉米潛在種植北界[35]，即計(jì)算1981—2017年各氣象格點(diǎn)≥10 ℃的活動(dòng)積溫，以80%保證率達(dá)到2 100 ℃·d作為種植北界。由于青藏高原地區(qū)海拔較高，黑龍江省和內(nèi)蒙古自治區(qū)北部緯度較高，熱量資源相對(duì)匱乏，難以廣泛種植玉米，故不作為本文研究區(qū)域；臺(tái)灣省由于數(shù)據(jù)資料缺失，故也不作為本文研究區(qū)域。

中國(guó)玉米潛在種植區(qū)范圍廣，氣候資源和種植制度差異大，本研究參照前人[36]對(duì)中國(guó)玉米種植區(qū)劃的研究結(jié)果，將研究區(qū)域劃分為北方春播玉米區(qū)（NC），黃淮海夏播玉米區(qū)（HHH），西北灌溉玉米區(qū)（NWC），南方丘陵玉米區(qū)（SC）和西南山地玉米區(qū)（SWC），如圖 1所示。

1.2 數(shù)據(jù)來(lái)源

本文使用的氣象數(shù)據(jù)來(lái)自于影響模式國(guó)際比較計(jì)劃項(xiàng)目（The Inter-Sectoral Impact Model Intercomparison Project，ISIMIP）下ISIMIP3b計(jì)劃下MPI-ESM1.2-HR模式輸出的CMIP6的2個(gè)氣候變化情景，即SSP1-RCP2.6（SSP1-2.6，低排放情景）和SSP5-RCP8.5（SSP5-8.5，高排放情景）2015—2100年的逐日氣象資料。其中SSP1-2.6氣候情景為低減緩壓力和低輻射強(qiáng)迫影響下的未來(lái)氣候情景，至2100年輻射強(qiáng)迫穩(wěn)定在2.6 W/m2，在該情景下，相對(duì)于工業(yè)化革命前多模式集合平均的全球平均氣溫升溫結(jié)果將顯著低于2 ℃，也稱之為可持續(xù)發(fā)展情景；SSP5-8.5代表高輻射強(qiáng)迫下的未來(lái)氣候情景，至2100年輻射強(qiáng)迫達(dá)到8.5 W/m2。上述數(shù)據(jù)已基于W5E5 v2.0數(shù)據(jù)集進(jìn)行了偏差校正及降尺度處理，W5E5 v2.0數(shù)據(jù)集結(jié)合了陸地的WFDE5數(shù)據(jù)和海洋的ERA5數(shù)據(jù)，包括了全球1979—2019年間的逐日數(shù)據(jù)，空間分辨率為0.5o×0.5o，在v1.0基礎(chǔ)上進(jìn)行了算法的調(diào)整和完善，避免了在一些網(wǎng)格單元某些月份過(guò)高的日最高溫度值的出現(xiàn)。本研究使用的數(shù)據(jù)包括日平均氣溫、日最低氣溫、日最高氣溫、降水量和日總輻射量。

圖1 研究區(qū)域及5個(gè)分區(qū)圖示意圖

玉米播種期數(shù)據(jù)來(lái)源于中國(guó)氣象局280個(gè)農(nóng)業(yè)氣象觀測(cè)站（如圖1所示），為與未來(lái)氣候情景數(shù)據(jù)的格點(diǎn)形式相匹配，本文基于反距離權(quán)重法，將各農(nóng)業(yè)氣象觀測(cè)站的播種期數(shù)據(jù)插值得到各格點(diǎn)的播種期數(shù)據(jù)。

土壤數(shù)據(jù)來(lái)源于各農(nóng)業(yè)氣象觀測(cè)站及中國(guó)科學(xué)院南京土壤研究所，包括容重、pH值、全氮含量、有機(jī)質(zhì)含量、田間持水量和凋萎系數(shù)等。

1.3 研究方法

1.3.1 作物生長(zhǎng)模擬模型參數(shù)設(shè)置

玉米光溫潛在產(chǎn)量和雨養(yǎng)潛在產(chǎn)量由調(diào)參驗(yàn)證后的農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型APSIM-Maize模擬獲得。研究團(tuán)隊(duì)已基于試驗(yàn)數(shù)據(jù)對(duì)模型參數(shù)調(diào)整驗(yàn)證獲得了各研究區(qū)域玉米品種參數(shù)，包括控制生育期和產(chǎn)量形成的參數(shù)[37-40]，本研究假設(shè)各年代內(nèi)作物品種不變，采用現(xiàn)有作物品種進(jìn)行模擬；播種日期采用農(nóng)業(yè)氣象站的實(shí)際平均播種日期，以各站點(diǎn)近年（2011—2015年）實(shí)際播期平均值作為模擬未來(lái)時(shí)段的播期。播種深度為5 cm，行距為0.6 m，播種密度為90 000株/hm2。光溫潛在產(chǎn)量模擬設(shè)置為自動(dòng)灌溉（當(dāng)土壤可利用水低于田間持水量的80%即進(jìn)行灌溉）以保證作物生長(zhǎng)過(guò)程不受水分限制，雨養(yǎng)潛在產(chǎn)量設(shè)置全生育期無(wú)灌溉。2種潛在產(chǎn)量模擬時(shí)均設(shè)置氮肥充足，確保作物整個(gè)生長(zhǎng)過(guò)程不受氮肥限制。需要指出的是，由于西北灌溉玉米區(qū)玉米生產(chǎn)季內(nèi)有灌溉措施，因此模擬雨養(yǎng)潛在產(chǎn)量時(shí)該區(qū)域未列入研究區(qū)域。

1.3.2 ≥10 ℃有效積溫

有效積溫即作物某生育時(shí)期內(nèi)日有效溫度（即日平均溫度減去生物學(xué)下限溫度的差值）的總和。本文采用式（1）計(jì)算玉米全生育期內(nèi)≥10 ℃有效積溫[41]。

1.3.3 變化趨勢(shì)

各指標(biāo)的時(shí)間變化趨勢(shì)通過(guò)氣候傾向率表示。氣候傾向率由最小二乘法進(jìn)行估計(jì)，即建立時(shí)間與各要素的一元線性回歸方程[42]。

采用檢驗(yàn)對(duì)農(nóng)業(yè)氣候資源的年際變化趨勢(shì)進(jìn)行顯著性檢驗(yàn)，結(jié)果通過(guò)<0.05的顯著性檢驗(yàn)，為變化趨勢(shì)顯著；通過(guò)<0.01的顯著性檢驗(yàn)，為變化趨勢(shì)極顯著。

1.3.4 氣候變化對(duì)玉米高產(chǎn)性影響

為更好地解析未來(lái)不同時(shí)段氣候變化對(duì)玉米生產(chǎn)力的影響，本文將研究時(shí)段進(jìn)一步劃分為3個(gè)時(shí)段，即2030 s（2015—2040年）、2050 s（2041—2070年）和2080 s（2071—2100年）。以不同氣候變化情景下未來(lái)各時(shí)段產(chǎn)量均值與基準(zhǔn)時(shí)段（1981—2014年）產(chǎn)量均值的相對(duì)變化率表示氣候變化對(duì)玉米高產(chǎn)性的影響，其計(jì)算式為

1.3.5 氣候變化對(duì)玉米穩(wěn)產(chǎn)性影響

采用變異系數(shù)（C）來(lái)評(píng)價(jià)未來(lái)氣候變化背景下玉米產(chǎn)量的穩(wěn)定性，變異系數(shù)越小，穩(wěn)定性越好；相反，變異系數(shù)越大，則穩(wěn)定性越差。變異系數(shù)計(jì)算式如下

式中M為平均值，S為標(biāo)準(zhǔn)差。

以不同氣候變化情景下未來(lái)各時(shí)段產(chǎn)量變異系數(shù)與基準(zhǔn)時(shí)段產(chǎn)量變異系數(shù)的變化量表示氣候變化對(duì)玉米穩(wěn)產(chǎn)性的影響，其計(jì)算式為

式中C為氣候變化對(duì)玉米穩(wěn)產(chǎn)性的影響，正值代表氣候變化使得玉米穩(wěn)產(chǎn)性提高，負(fù)值則代表氣候變化使得玉米穩(wěn)產(chǎn)性降低；C和C分別為未來(lái)某時(shí)段產(chǎn)量變異系數(shù)和基準(zhǔn)時(shí)段產(chǎn)量變異系數(shù)，%。

2 結(jié)果與分析

2.1 未來(lái)情景下中國(guó)玉米全生育期農(nóng)業(yè)氣候資源變化特征

圖2為SSP1-2.6和SSP5-8.5氣候情景下2015—2100年不同時(shí)段（2030 s、2050 s和2080 s）各亞區(qū)玉米全生育期農(nóng)業(yè)氣候資源的變化特征。由圖可知，SSP1-2.6情景下2030 s和2050 s研究區(qū)域內(nèi)各亞區(qū)玉米全生育期平均氣溫均呈上升趨勢(shì)，而2080 s時(shí)段即本世紀(jì)末期出現(xiàn)下降趨勢(shì)。2030 s西北灌溉玉米區(qū)升溫幅度最大，平均每10 a升高0.31 ℃；2050 s黃淮海夏播玉米區(qū)升溫幅度最大，平均每10 a升高0.45 ℃。SSP5-8.5情景下研究區(qū)域內(nèi)各亞區(qū)玉米全生育期平均氣溫均呈持續(xù)上升趨勢(shì)（均通過(guò)0.05顯著性檢驗(yàn)）且均高于SSP1-2.6氣候情景。各時(shí)段各亞區(qū)升溫幅度均高于0.30℃/10 a。

研究區(qū)域各亞區(qū)玉米全生育期≥10 ℃有效積溫變化趨勢(shì)與平均氣溫一致。SSP1-2.6氣候情景下，在2030 s時(shí)段呈增加趨勢(shì)，而在2050 s和2080 s部分亞區(qū)出現(xiàn)減少趨勢(shì)。2030 s西北灌溉玉米區(qū)有效積溫增加幅度最大，達(dá)30.6 （℃·d）/10a；2050 s僅南方丘陵玉米區(qū)呈現(xiàn)小幅下降趨勢(shì)，黃淮海夏播玉米區(qū)增加趨勢(shì)顯著，傾向率為45.9 （℃·d）/10 a。2080 s各亞區(qū)都出現(xiàn)一定幅度上的減少，其中黃淮海夏播玉米區(qū)減少趨勢(shì)顯著，傾向率為?33.0 （℃·d）/10 a。SSP5-8.5氣候情景下研究區(qū)域各亞區(qū)玉米全生育期積溫在各時(shí)段均呈增加趨勢(shì)，且均高于SSP1-2.6氣候情景，尤其是西南山地玉米區(qū)。

2015—2100年研究區(qū)域各亞區(qū)玉米全生育期降水量年際波動(dòng)大，線性增減趨勢(shì)不明顯。SSP1-2.6情景下，2030 s黃淮海夏播玉米區(qū)、南方丘陵玉米區(qū)和西南山地玉米區(qū)降水量增加速率明顯高于北方春播玉米區(qū)和西北灌溉玉米區(qū)，南方丘陵玉米區(qū)增加速率最高，達(dá)到了50.8 mm/10 a。2050 s除南方丘陵玉米區(qū)降雨量呈增加趨勢(shì)外，其余亞區(qū)均為減少趨勢(shì)，以黃淮海夏播玉米區(qū)減少最為顯著，達(dá)到了?30.1 mm/10 a。SSP5-8.5情景下2030 s和2050 s黃淮海夏播玉米區(qū)和南方丘陵玉米區(qū)降水量均呈增加趨勢(shì)，其他3個(gè)地區(qū)降水量均呈減少趨勢(shì)。2080 s各亞區(qū)降水量均呈增加趨勢(shì)。

SSP1-2.6和SSP5-8.5情景下研究區(qū)域玉米全生育期太陽(yáng)總輻射在2030 s和2050 s大部分區(qū)域呈增加趨勢(shì)，而2080 s出現(xiàn)減少趨勢(shì)。2030 s南方丘陵玉米區(qū)上升趨勢(shì)最大，SSP1-2.6和SSP5-8.5氣候情景下變化趨勢(shì)分別達(dá)到58.5和75.6 MJ/（m2·10 a）。2050 s除SSP1-2.6情景下南方地區(qū)小幅下降外，其余均呈上升趨勢(shì)。兩個(gè)氣候情景下2080 s黃淮海夏播玉米區(qū)和北方春播玉米區(qū)均呈減少趨勢(shì)。

總體而言，未來(lái)研究區(qū)域各亞區(qū)玉米全生育期升溫顯著，且北方增幅明顯高于南方；≥10 ℃有效積溫總體呈上升趨勢(shì)，SSP5-8.5氣候情景下各時(shí)段升溫幅度均高于SSP1-2.6氣候情景；降水量整體年際波動(dòng)大變化趨勢(shì)不明顯，SSP1-2.6情景下略有增加，而SSP5-8.5情景下總體呈下降趨勢(shì)，截至到本世紀(jì)末期全生育期降水量減少6.5%，但區(qū)域差異較大，北方略有減少、南方略有增多，西北地區(qū)趨勢(shì)較為平緩，變化不大；太陽(yáng)總輻射呈先增加后減少趨勢(shì)，且SSP5-8.5氣候情景下減少速率逐漸增大，北方地區(qū)減少速率明顯高于南方地區(qū)。

圖2 2種氣候變化情景下各亞區(qū)玉米全生育期內(nèi)農(nóng)業(yè)氣候資源變化趨勢(shì)

2.2 未來(lái)氣候變化對(duì)玉米生育期的影響

圖3和圖4為無(wú)適應(yīng)措施條件下，與基準(zhǔn)時(shí)段1981—2014年相比，SSP1-2.6和SSP5-8.5氣候情景下2015—2100年不同時(shí)段（2030 s、2050 s和2080 s）玉米全生育期、營(yíng)養(yǎng)生長(zhǎng)期和生殖生長(zhǎng)期長(zhǎng)度及與基準(zhǔn)時(shí)段相比的變化量。由圖可知，在無(wú)適應(yīng)措施條件下，未來(lái)2個(gè)氣候情景下各時(shí)段氣候變化均使玉米全生育期總體上呈縮短趨勢(shì)，且SSP5-8.5情景下縮短趨勢(shì)大于SSP1-2.6情景。僅SSP1-2.6和SSP5-8.5氣候情景下2030 s黑龍江省北部部分地區(qū)玉米全生育期出現(xiàn)延長(zhǎng)趨勢(shì)，主要集中在0～5 d。從全區(qū)來(lái)看，與基準(zhǔn)時(shí)段相比，SSP1-2.6氣候情景下2030 s、2050 s和2080 s玉米全生育期分別縮短(4.5±1.2)、(6.4±1.3)和(5.8±1.4) d；SSP5-8.5氣候情景下2030 s、2050 s和2080 s玉米全生育期分別縮短(5.0±1.3)、(11.4±2.8)和(19.0±4.8) d?？臻g上表現(xiàn)為北部地區(qū)縮短趨勢(shì)大于南部地區(qū)，特別是北方春播玉米區(qū)縮短趨勢(shì)最大。

在無(wú)適應(yīng)措施條件下，未來(lái)氣候變化將導(dǎo)致玉米營(yíng)養(yǎng)生長(zhǎng)期縮短，且SSP5-8.5情景下縮短趨勢(shì)大于SSP1-2.6情景。從全區(qū)來(lái)看，SSP1-2.6氣候情景下2030 s、2050 s和2080 s玉米營(yíng)養(yǎng)生長(zhǎng)期分別縮短(2.3±0.8)、(3.4±0.4)和(3.7±0.5) d，隨著時(shí)間推移，縮短趨勢(shì)并不明顯，且同一時(shí)段內(nèi)空間差異性較??；SSP5-8.5氣候情景下2030 s、2050 s和2080 s玉米營(yíng)養(yǎng)生長(zhǎng)期分別縮短(2.3±0.5)、(5.7±0.6)和(10.1±1.7) d，由此可見(jiàn)，隨著時(shí)間推移，縮短趨勢(shì)明顯增大，且空間差異性增大，特別是2080 s北方春播玉米區(qū)和西南山地玉米區(qū)縮短趨勢(shì)最大。

表1 2種氣候變化情景下各亞區(qū)玉米全生育期內(nèi)農(nóng)業(yè)氣候資源變化趨勢(shì)

注：*，<0.05；**，<0.01。

Note: *,<0.05; **,<0.01.

在無(wú)適應(yīng)措施條件下，未來(lái)氣候變化將使得玉米生殖生長(zhǎng)期總體呈縮短趨勢(shì)。部分區(qū)域如黑龍江北部等地區(qū)因開(kāi)花期提前使得生殖生長(zhǎng)階段氣溫偏低，進(jìn)而導(dǎo)致生殖生長(zhǎng)期呈延長(zhǎng)趨勢(shì)，主要集中在0～5 d。從全區(qū)來(lái)看，SSP1-2.6氣候情景下2030 s、2050 s和2080 s玉米生殖生長(zhǎng)期分別縮短(2.3±0.7)、(3.1±0.9)和(2.8±1.0) d，隨著時(shí)間推移，縮短趨勢(shì)并不明顯；SSP5-8.5氣候情景下2030 s、2050 s和2080 s玉米生殖生長(zhǎng)期分別縮短(2.7±1.1)、(5.7±2.4)和(8.9±3.9) d，由此可見(jiàn)，隨著時(shí)間推移，縮短趨勢(shì)明顯增大，且空間差異性增大，特別是北方春播玉米區(qū)、西南山地玉米區(qū)和西北灌溉玉米區(qū)縮短趨勢(shì)最大。

2.3 未來(lái)不同情景下氣候變化對(duì)玉米潛在產(chǎn)量的影響

2.3.1 光溫潛在產(chǎn)量

圖5為基準(zhǔn)時(shí)段（1981—2014年）和2015—2100年（SSP1-2.6和SSP5-8.5氣候情景下）不同時(shí)段玉米光溫潛在產(chǎn)量均值和變異系數(shù)。圖6為與基準(zhǔn)時(shí)段1981—2014年相比，2015—2100年中國(guó)玉米光溫潛在產(chǎn)量均值和變異系數(shù)的變化量。由圖可知，1981—2014年研究區(qū)域玉米光溫潛在產(chǎn)量為(9.3±1.6) t/hm2，其中黃淮海夏播玉米區(qū)、北方春播玉米區(qū)、西北灌溉玉米區(qū)、南方丘陵玉米區(qū)和西南山地玉米區(qū)分別為(8.7±1.4)、(9.8±1.9)、(10.3±1.3)、(7.7±1.7)和(9.2±1.8) t/hm2，光溫潛在產(chǎn)量高值區(qū)主要位于西北灌溉玉米區(qū)和北方春播玉米區(qū)，低值區(qū)主要位于南方丘陵玉米區(qū)和西北灌溉玉米區(qū)部分區(qū)域（圖5）。在無(wú)適應(yīng)措施條件下，與基準(zhǔn)時(shí)段相比，SSP1-2.6情景下未來(lái)3個(gè)時(shí)段（2030 s、2050 s和2080 s）研究區(qū)域玉米分別減產(chǎn)12.8%、11.9%和11.1%，其中減產(chǎn)幅度最大的區(qū)域?yàn)槲鞅惫喔扔衩讌^(qū)，未來(lái)3個(gè)時(shí)段分別減產(chǎn)17.3%、18.7%和19.3%，減產(chǎn)幅度最小的為南方丘陵玉米區(qū)，分別減產(chǎn)9.8%、4.8%和4.3%。SSP5-8.5氣候情景下未來(lái)3個(gè)時(shí)段研究區(qū)域玉米分別減產(chǎn)12.7%、12.2%和16.5%，其中減產(chǎn)幅度最大的區(qū)域?yàn)槲鞅惫喔扔衩讌^(qū)，未來(lái)3個(gè)時(shí)段分別減產(chǎn)17.3%、21.2%和36.6%，減產(chǎn)最小的為南方丘陵玉米區(qū)，分別減產(chǎn)11.9%、12.4%和13.8%?？傮w來(lái)看，SSP5-8.5情景下較SSP1-2.6情景下減產(chǎn)效應(yīng)更大，2個(gè)情景減產(chǎn)率平均值分別為13.8%和11.9%。

圖3 2015—2100年玉米全生育期、營(yíng)養(yǎng)生長(zhǎng)期和生殖生長(zhǎng)期長(zhǎng)度

注：ER為整個(gè)研究區(qū)域。

圖5 1981—2100年中國(guó)玉米光溫潛在產(chǎn)量均值和變異系數(shù)

圖6 與1981—2014年相比，2015—2100年玉米光溫潛在產(chǎn)量均值和變異系數(shù)的變化

1981—2014年研究區(qū)域光溫潛在產(chǎn)量變異系數(shù)為22.7%（圖5b），其中黃淮海夏播玉米區(qū)、北方春播玉米區(qū)、西北灌溉玉米區(qū)、南方丘陵玉米區(qū)和西南山地玉米區(qū)分別為19.5%、25.2%、22.2%、22.4%和20.1%，由此可見(jiàn)，北方春播玉米區(qū)玉米光溫潛在產(chǎn)量穩(wěn)定性最差，而黃淮海夏玉米區(qū)光溫潛在產(chǎn)量穩(wěn)定性最好。SSP1-2.6氣候情景下，未來(lái)3個(gè)時(shí)段（2030 s、2050 s和2080 s）研究區(qū)域變異系數(shù)分別為21.0%、21.8%和21.3%，SSP5-8.5氣候情景下，未來(lái)3個(gè)時(shí)段研究區(qū)域變異系數(shù)分別為20.5%、21.5%和22.8%，由此可見(jiàn)，未來(lái)氣候變化使得研究區(qū)域玉米光溫潛在產(chǎn)量穩(wěn)定性略有提高，但區(qū)域間存在差異，西北灌溉玉米區(qū)和黃淮海夏播玉米區(qū)穩(wěn)定性降低，而北方春播玉米區(qū)、南方丘陵玉米區(qū)和西南山地玉米區(qū)穩(wěn)定性有所提高。從空間差異來(lái)看，在無(wú)適應(yīng)措施條件下，未來(lái)時(shí)段光溫潛在產(chǎn)量變異系數(shù)從南向北呈上升趨勢(shì)，北方變異性高于南方，其中西南山地玉米區(qū)穩(wěn)定性最好，西北灌溉玉米區(qū)穩(wěn)定性最差。

2.3.2 雨養(yǎng)潛在產(chǎn)量

圖7為基準(zhǔn)時(shí)段（1981—2014年）和2015—2100年（SSP1-2.6和SSP5-8.5氣候情景下）不同時(shí)段玉米雨養(yǎng)潛在產(chǎn)量均值和變異系數(shù)。圖8為與基準(zhǔn)時(shí)段相比，2015—2100年中國(guó)玉米雨養(yǎng)潛在產(chǎn)量均值和變異系數(shù)的變化量。1981—2014年研究區(qū)域玉米雨養(yǎng)潛在產(chǎn)量為(7.4±2.1) t/hm2，其中黃淮海夏播玉米區(qū)、北方春播玉米區(qū)、南方丘陵玉米區(qū)和西南山地玉米區(qū)分別為(6.7±2.1)、(6.7±2.5)、(7.6±1.7)和(9.1±1.9) t/hm2，高值區(qū)主要位于西南山地玉米區(qū)，低值區(qū)主要位于北方春播玉米區(qū)和黃淮海夏玉米區(qū)。在無(wú)適應(yīng)措施條件下，相較于基準(zhǔn)時(shí)段，SSP1-2.6氣候情景下2030 s、2050 s和2080 s研究區(qū)域玉米分別減產(chǎn)14.8%、14.8%和12.4%，SSP5-8.5氣候情景下分別減產(chǎn)13.6%、17.6%和21.5%，其中減產(chǎn)幅度最大的區(qū)域?yàn)辄S淮海夏玉米區(qū)，2種氣候情景下未來(lái)各時(shí)段分別減產(chǎn)16.7%、24.9%、21.8%和15.8%、22.7%、28.6%，減產(chǎn)幅度最小的為南方丘陵玉米區(qū)，2種氣候情景下未來(lái)各時(shí)段分別減產(chǎn)9.7%、5.6%、4.4%和11.9%、12.5%、14.6%?？傮w來(lái)看，在無(wú)適應(yīng)措施條件下，未來(lái)氣候變化將使得研究區(qū)域玉米雨養(yǎng)潛在產(chǎn)量降低，SSP5-8.5情景下較SSP1-2.6情景下減產(chǎn)效應(yīng)更大，2種氣候情景下減產(chǎn)率平均值分別為17.5%和14.0%。從空間差異來(lái)看，減產(chǎn)率呈由南向北減少趨勢(shì)。

圖7 1981—2100年玉米雨養(yǎng)潛在產(chǎn)量均值和變異系數(shù)

圖8 與1981—2014年相比，2015—2100年玉米雨養(yǎng)潛在產(chǎn)量均值和變異系數(shù)的變化

1981—2014年研究區(qū)域雨養(yǎng)潛在產(chǎn)量變異系數(shù)為36.5%，其中黃淮海夏播玉米區(qū)、北方春播玉米區(qū)、南方丘陵玉米區(qū)和西南山地玉米區(qū)分別為39.9%、49.5%、23.1%和22.1%，由此可見(jiàn)，北方春播玉米區(qū)雨養(yǎng)潛在產(chǎn)量穩(wěn)定性最差，南方丘陵玉米區(qū)和西南山地玉米區(qū)穩(wěn)定性相對(duì)較好。SSP1-2.6情景下2030 s、2050 s和2080 s研究區(qū)域變異系數(shù)分別為34.7%、35.2%和35.5%，SSP5-8.5情景下分別為34.1%、35.6%和35.0%。由此可見(jiàn)，未來(lái)氣候變化使得研究區(qū)域玉米雨養(yǎng)潛在產(chǎn)量變異系數(shù)減小，穩(wěn)產(chǎn)性略有提高，但區(qū)域間存在差異，黃淮海夏播玉米區(qū)穩(wěn)定性降低，而北方春播玉米區(qū)和南方丘陵玉米區(qū)穩(wěn)定性有所提高，西南山地玉米區(qū)穩(wěn)定性有增有減。從空間差異來(lái)看，北方地區(qū)穩(wěn)定性低于南方地區(qū)，主要是由于降水的年際波動(dòng)大造成的。

3 討 論

本研究首先分析了未來(lái)氣候條件下玉米生長(zhǎng)季內(nèi)農(nóng)業(yè)氣候資源的變化，結(jié)果顯示，氣溫持續(xù)升高，積溫增加，降水年際波動(dòng)性大但增加趨勢(shì)不明顯，太陽(yáng)總輻射先增加后減少。隨后對(duì)比分析了歷史和未來(lái)氣候條件下玉米生育期長(zhǎng)度的變化，模擬結(jié)果表明，氣候變化導(dǎo)致的升溫會(huì)顯著縮短玉米的生育期長(zhǎng)度。在無(wú)適應(yīng)措施條件下，生育期縮短將會(huì)不可避免地對(duì)玉米產(chǎn)量產(chǎn)生負(fù)面影響，進(jìn)一步綜合光熱水資源的匹配等，北方春播玉米區(qū)和西北灌溉玉米區(qū)的熱量條件改善將使部分地區(qū)玉米產(chǎn)量得到一定程度提高，其余地區(qū)的玉米產(chǎn)量將會(huì)面臨大幅度下降。與此同時(shí)，未來(lái)氣候變化使得研究區(qū)域玉米穩(wěn)產(chǎn)性提高。

未來(lái)氣候變暖將為熱量條件較差的北方地區(qū)帶來(lái)更多的熱量資源，使一些原本無(wú)法進(jìn)行玉米種植或玉米難以成熟的地區(qū)可以種植玉米，因此玉米種植北界將會(huì)北移，玉米可種植區(qū)域擴(kuò)大[43]。同時(shí)熱量資源的增加為更換生育期更長(zhǎng)的品種提供了熱量資源保障，因此通過(guò)種植制度調(diào)整[44]、品種更換[45]、播期調(diào)整[46]等適應(yīng)措施減緩未來(lái)氣候變化對(duì)作物生產(chǎn)的不利影響，但需要根據(jù)當(dāng)?shù)氐臍夂颉⑼寥篮蜕a(chǎn)條件，因地制宜提出適宜的應(yīng)對(duì)措施。

本文定量分析未來(lái)氣候變化情景下中國(guó)5個(gè)玉米產(chǎn)區(qū)生長(zhǎng)季內(nèi)農(nóng)業(yè)氣候資源的變化，以及由此帶來(lái)的玉米生育期長(zhǎng)度的變化，并從高產(chǎn)性和穩(wěn)產(chǎn)性2個(gè)方面明確了氣候變化對(duì)不同區(qū)域玉米產(chǎn)量的影響。由于氣候變化對(duì)作物影響過(guò)程的復(fù)雜性，本研究結(jié)果尚存在一定的不確定性。一方面，本文氣候數(shù)據(jù)來(lái)源于最新的CMIP6且已進(jìn)行了修正，但由于氣候系統(tǒng)內(nèi)部的自然變率和氣候模式的結(jié)構(gòu)框架等的不確定性，導(dǎo)致氣候變化預(yù)估還存在一定的不確定性[47]，因此氣候變化對(duì)玉米產(chǎn)量影響評(píng)估可能存在誤差和不確定性，未來(lái)可以通過(guò)多模式集合評(píng)估提高預(yù)測(cè)精度[48-49]。另一方面，本文選用的玉米品種為各區(qū)域現(xiàn)有種植的主栽品種，但由于資料的限制，各省選擇了一個(gè)主栽品種進(jìn)行模擬，未考慮區(qū)域內(nèi)品種的多樣性以及區(qū)域間品種的差異，這都需要未來(lái)深入研究分析。

4 結(jié) 論

本文分析了未來(lái)2015—2100年氣候情景下中國(guó)玉米全生育期的農(nóng)業(yè)資源變化規(guī)律，基于調(diào)參驗(yàn)證后的農(nóng)業(yè)生產(chǎn)系統(tǒng)模擬模型（agricultural production systems simulator，APSIM-Maize）模擬了未來(lái)氣候變化背景下玉米光溫潛在產(chǎn)量和雨養(yǎng)潛在產(chǎn)量，并進(jìn)一步解析了不同地區(qū)氣候變化對(duì)玉米高產(chǎn)性和穩(wěn)產(chǎn)性的影響。得到以下結(jié)論：

1）2015—2100年，研究區(qū)域內(nèi)玉米全生育期氣溫持續(xù)升高，且增幅北部高于南部；≥10 ℃有效積溫總體呈上升趨勢(shì)，SSP5-8.5氣候情景下各時(shí)段升溫幅度均高于SSP1-2.6氣候情景。降水量年際波動(dòng)大整體線性變化趨勢(shì)不明顯，SSP1-2.6氣候情景下略有增加，而SSP5-8.5情景下北方略有減少、南方略有增多，西北地區(qū)趨勢(shì)較為平緩，變化不大。未來(lái)不同時(shí)段研究區(qū)域玉米全生育期內(nèi)太陽(yáng)總輻射呈先增加后減少趨勢(shì)，且SSP5-8.5氣候情景下減少速率逐漸增大，北方地區(qū)減少速率明顯高于南方地區(qū)。

2）無(wú)適應(yīng)措施條件下，未來(lái)2個(gè)氣候情景下各時(shí)段氣候變化均使玉米全生育期、玉米營(yíng)養(yǎng)生長(zhǎng)期和生殖生長(zhǎng)期總體呈縮短趨勢(shì)，且SSP5-8.5情景下縮短趨勢(shì)大于SSP1-2.6情景。且隨著時(shí)間推移，縮短趨勢(shì)明顯增大，特別是北方春播玉米區(qū)、西南山地玉米區(qū)和西北灌溉玉米區(qū)縮短趨勢(shì)最大。

3）無(wú)適應(yīng)措施條件下，未來(lái)氣候變化使研究區(qū)域玉米光溫潛在產(chǎn)量和雨養(yǎng)潛在產(chǎn)量總體下降，SSP5-8.5情景下較SSP1-2.6情景下減產(chǎn)效應(yīng)更大前者減產(chǎn)率為17.5%，后者減少為14.0%。未來(lái)氣候變化使研究區(qū)域玉米光溫潛在產(chǎn)量和雨養(yǎng)潛在產(chǎn)量穩(wěn)定性提高，但區(qū)域間存在差異?？傮w而言，黃淮海夏播玉米區(qū)穩(wěn)定性降低，而北方春播玉米區(qū)和南方丘陵玉米區(qū)穩(wěn)定性有所提高。

[1] KLOPFENSTEIN T J, ERICKSON G E, BERGER L L. Maize is a critically important source of food, feed, energy and forage in the USA[J]. Field Crops Research, 2013, 153: 5-11.

[2] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局. 統(tǒng)計(jì)年鑒[EB/OL]. 2022. [2022-06-01].http: //www. stats. gov. cn.

[3] IPCC. Climate Change 2021: The Physical Science Basis[M]. Cambridge, New York: Cambridge University Press, 2021.

[4] WHEELER T, VON BRAUN J. Climate change impacts on global food security[J]. Science, 2013, 341(6145): 508-513.

[5] ROSENZWEIG C, ELLIOTT J, DERYNG D, et al. Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison[J]. Proceedings of the National Academy of Sciences, 2014, 111(9): 3268-3273.

[6] KUCHARIK C J, SERBIN S P. Impacts of recent climate change on Wisconsin corn and soybean yield trends[J]. Environment Research Letters, 2008(3): 034003.

[7] ZHAO C, LIU B, PIAO S L, et al. Temperature increase reduces global yields of major crops in four independent estimates[J]. Proceedings of the National Academy of Sciences, 2017, 114(35): 9326-9331.

[8] LOBELL D B, SCHLENKER W, COSTA-ROBERTS J. Climate trends and global crop production since 1980[J]. Science, 2011, 333(6042): 616-620.

[9] 韓湘玲. 農(nóng)業(yè)氣候?qū)W[M]. 山西：山西科學(xué)技術(shù)出版社，2000.

[10] GRASSINI P, YANG H S, CASSMAN K G. Limits to maize productivity in Western Corn-Belt: A simulation analysis for fully irrigated and rainfed conditions[J]. Agricultural and Forest Meteorology, 2009, 149(8): 1254-1265.

[11] 劉霞霞，李揚(yáng)，王靖，等. 基于APSIM模型的內(nèi)蒙古四大生態(tài)區(qū)不同降水年型下主要作物適應(yīng)性評(píng)價(jià)[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2022，55(10)：1917-1937. LIU Xiaxia, LI Yang, WANG Jing, et al. Adaptability evaluation of staple crops under different precipitation year types in four ecological regions of Inner Mongolia Based on APSIM [J]. Scientia Agricultura Sinica, 2022, 55(10): 1917-1937. (in Chinese with English abstract)

[12] PAUL W L, BERT G D. Open top chambers for exposing plant canopies to elevated CO2concentration and for measuring net gas exchange[J]. Plant Ecology, 1993, 104/105(1): 3-15.

[13] 徐玲，趙天宏，胡瑩瑩，等. CO2濃度升高對(duì)春小麥光合作用和籽粒產(chǎn)量的影響[J]. 麥類作物學(xué)報(bào)，2008，28(5)：867-872. XU Ling, ZHAO Tianhong, HU Yingying, et. al. Effects of CO2enrichment on photosynthesis and grain yield of spring wheat[J]. Journal of Triticeae Crop, 2008, 28(5): 867-872. (in Chinese with English abstract)

[14] 陳明，寇雯紅，李玉環(huán)，等. 氣候變化對(duì)東北地區(qū)玉米生產(chǎn)潛力的影響與調(diào)控措施模擬—以吉林省為例[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2017，28(3)：821-828. CHEN Ming, KOU Wenhong, LI Yuhuan, et al. Impacts of climate change on maize potential productivity in Northeast China and the simu lation of control measures: A case study of Jilin Province, China[J]. Chinese Journal of Applied Ecology, 2017, 28(3): 821-828. (in Chinese with English abstract)

[15] 韓智博，張寶慶，田杰，等. 基于CCSM4氣候模式的未來(lái)氣候變化對(duì)黑河綠洲玉米產(chǎn)量影響預(yù)測(cè)[J]. 灌溉排水學(xué)報(bào)，2018，37(10)：108-115. HAN Zhibo, ZHANG Baoqing, TIAN Jie, et al. Yield of the maize in Heihe oasis under climate change in northwest China predicted based on the CCSM4 climate model[J]. Journal of Irrigation and Drainage, 2018, 37(10): 108-115. (in Chinese with English abstract)

[16] ARAYA A, HOOGENBOOM G, LUEDELING E, et al. Assessment of maize growth and yield using crop models under present and future climate in southwestern Ethiopia[J]. Agricultural and forest Meteorology, 2015, 214: 252-265.

[17] ADHIKARI P, ALE S, BORDOVSKY J P, et al. Simulating future climate change impacts on seed cotton yield in the Texas High Plains using the CSM-CROPGRO-Cotton model[J]. Agricultural Water Management, 2016, 164: 317-330.

[18] YANG C Y, FRAGA H, IEPEREN W V, et al. Assessment of irrigated maize yield response to climate change scenarios in Portugal[J]. Agricultural Water Management, 2017, 184: 178-190.

[19] 王勝，宋阿偉，謝五三，等. 未來(lái)氣候變化對(duì)安徽淮河以南一季稻氣候生產(chǎn)潛力的影響評(píng)估[J]. 干旱氣象，2020，38(2)：179-187. WANG Sheng, SONG Awei, XIE Wusan, et al. Impact assessment of future climate change on climatic productivity potential of single-season rice in the south of the Huaihe river of Anhui province[J]. Journal of Arid Meteorology, 2020, 38(2): 179-187. (in Chinese with English abstract)

[20] 趙放，李秀芬，林偉楠，等. 氣候變化對(duì)玉米氣候生產(chǎn)潛力的影響[J]. 農(nóng)業(yè)工程，2019，9(8)：132-134. ZHAO Fang, LI Xiufen, LIN Weinan, et al. Impact of climate change on climate productivity potential of maize[J]. Agricultural Engineering, 2019, 9(8): 132-134. (in Chinese with English abstract)

[21] 孫彥坤，田寶星，高見(jiàn)，等. 氣候變化對(duì)黑龍江省黑土區(qū)玉米氣候生產(chǎn)潛力的影響[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013，44(11)：44-49. SUN Yankun, TIAN Baoxing, GAO Jian, et al. Effect of climate change on potential productivity of climate of corn in black soil region of Heilongjiang[J]. Journal of Northeast Agricultural University, 2013, 44(11): 44-49. (in Chinese with English abstract)

[22] 谷冬艷，劉建國(guó)，楊忠渠，等. 作物生產(chǎn)潛力模型研究進(jìn)展[J]. 干旱地區(qū)農(nóng)業(yè)研究，2007，103(5)：89-94. GU Dongyan, LIU Jianguo, YANG Zhongqu, et al. Reviews on crop productivity potential researches[J]. Agricultural Research in the Arid Areas, 2007, 103(5): 89-94. (in Chinese with English abstract)

[23] GAYDON D S, BALWINDER-SINGH, WANG E, et al. Evaluation of the APSIM model in cropping systems of Asia[J]. Field Crops Research, 2017, 204: 52-75.

[24] 黃川容，劉洪. 氣候變化對(duì)黃淮海平原冬小麥與夏玉米生產(chǎn)潛力的影響[J]. 中國(guó)農(nóng)業(yè)氣象，2011，32(S1)：118-123. HUANG Chuanrong, LIU Hong. The effect of the climate change on potential productivity of winter wheat and summer maize in the Huang-Huai-Hai Plain[J]. Chinese Journal of Agrometeorology, 2011, 32(S1): 118-123. (in Chinese with English abstract)

[25] 王秀芬，楊艷昭，尤飛. 黑龍江省氣候變化及其對(duì)玉米生產(chǎn)潛力的影響[J]. 干旱地區(qū)農(nóng)業(yè)研究，2012，30(5)：25-29. WANG Xiufen, YANG Yanzhao, YOU Fei. Climate change and its impact on maize potential productivity of Heilongjiang Province in China[J]. Agricultural Research in the Arid Areas, 2012, 30(5): 25-29. (in Chinese with English abstract)

[26] 賴榮生，余海龍，黃菊瑩. 寧夏中部干旱帶氣候變化及其對(duì)春玉米氣候生產(chǎn)潛力的影響[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014，19(3)：108-114. LAI Rongsheng, YU Hailong, HUANG Juying. Effects of climate changes on spring maize’s climate potential productivity in middle arid region of Ningxia[J]. Journal of China Agricultural University, 2014, 19(3): 108-114. (in Chinese with English abstract)

[27] 李秀芬，趙慧穎，朱海霞，等. 黑龍江省玉米氣候生產(chǎn)力演變及其對(duì)氣候變化的響應(yīng)[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2016，27(8)：2561-2570. LI Xiufen, ZHAO Huiying, ZHU Haixia, et al. Evolution of maize climate productivity and its response to climate change in Heilongjiang Province, China[J]. Chinese Journal of Applied Ecology, 2016, 27(8): 2561-2570. (in Chinese with English abstract)

[28] 楊宇. 氣候變化對(duì)黃淮海平原糧食生產(chǎn)力影響的實(shí)證研究[J]. 干旱區(qū)資源與環(huán)境，2017，31(6)：130-135. YANG Yu. The empirical study on impacts of climate changes on grain productivity in the Huang-Huai-Hai plain[J]. Journal of Arid Land Resources and Environment, 2017, 31(6): 130-135. (in Chinese with English abstract)

[29] 常耀杰，王文忠，馮寶，等. 文水縣氣候變化對(duì)玉米產(chǎn)量的影響[J]. 山西農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2017，37(5)：312-319. CHANG Yaojie, WANG Wenzhong, FENG Bao, et al. Effects of climate change on corn yield in Wenshui county[J]. Journal of Shanxi Agricultural University(Natural Science Edition), 2017, 37(5): 312-319. (in Chinese with English abstract)

[30] 姬興杰，徐延紅，左璇，等. 未來(lái)氣候變化情景下河南省糧食安全氣候承載力評(píng)估[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2020，31(3)：853-862. JI Xingjie, XU Yanhong, ZUO Xuan, et al. Estimating the climatic capacity of food security in Henan Province, China under the future climate change scenarios[J]. Chinese Journal of Applied Ecology, 2020, 31(3): 853-862. (in Chinese with English abstract)

[31] 時(shí)榮超，佟玲，杜太生，等. 改進(jìn)AquaCrop-KR模擬不同水分和種植密度制種玉米產(chǎn)量[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(15)：63-71. SHI Rongchao, TONG Ling, DU Taisheng, et al. Simulation of hybrid maize seed yield under different water regimes and planting densities based on modified AquaCrop-KR model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(15): 63-71. (in Chinese with English abstract)

[32] 張?jiān)t，王瑞，徐宗貴，等. 不同降水年型下旱地玉米產(chǎn)量性狀對(duì)種植密度和品種的響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(22)：136-144. ZHANG Yuanhong, WANG Rui, XU Zonggui, et al. Responses of yield traits to planting density and cultivar of spring maize in drylands under different rainfall types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 136-144. (in Chinese with English abstract)

[33] 張萬(wàn)鋒，楊樹(shù)青，劉鵬，等. 秸稈覆蓋方式和施氮量對(duì)河套灌區(qū)夏玉米氮利用及產(chǎn)量影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(21)：71-79. ZHANG Wanfeng, YANG Shuqing, LIU Peng, et al. Effects of stover mulching combined with N application on N use efficiency and yield of summer maize in Hetao Irrigated District[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(21): 71-79. (in Chinese with English abstract)

[34] 劉佳鴻，何奇瑾，管玥，等. 黃淮海北部地區(qū)夏玉米穩(wěn)產(chǎn)高產(chǎn)的播期優(yōu)選[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(5)：131-138. LIU Jiahong, HE Qijin, GUAN Yue, et al. Suitable sowing date for stable and high yield of summer maize in the northern region of Huang-Huai-Hai, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(5): 131-138. (in Chinese with English abstract)

[35] 楊鎮(zhèn). 東北玉米[M]. 北京：中國(guó)農(nóng)業(yè)出版社，2007.

[36] 全國(guó)農(nóng)業(yè)區(qū)劃委員會(huì). 中國(guó)農(nóng)業(yè)自然資源和農(nóng)業(yè)區(qū)劃[M]. 北京：中國(guó)農(nóng)業(yè)出版社，1991.

[37] 劉志娟，楊曉光，王靜，等. APSIM 玉米模型在東北地區(qū)的適應(yīng)性[J]. 作物學(xué)報(bào)，2012，38(4)：740-746. LIU Zhijuan, YANG Xiaoguang, WANG Jing, et al. Adaptability of APSIM maize model in Northeast China[J]. Acta Agronomica Sinica, 2012, 38(4): 740-746. (in Chinese with English abstract)

[38] 董朝陽(yáng)，劉志娟，楊曉光. 北方地區(qū)不同等級(jí)干旱對(duì)春玉米產(chǎn)量影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(11)：157-164. DONG Chaoyang, LIU Zhijuan, YANG Xiaoguang. Effects of different grade drought on grain yield of spring maize in Northern China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 157-164. (in Chinese with English abstract)

[39] 張鎮(zhèn)濤，楊曉光，高繼卿，等. 氣候變化背景下華北平原夏玉米適宜播期分析[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2018，51(17)：3258-3274. ZHANG Zhentao, YANG Xiaoguang, GAO Jiqing, et al. Analysis of suitable sowing date for summer maize in North China Plain under climate change[J]. Scientia Agricultura Sinica, 2018, 51(17): 3258-3274. (in Chinese with English abstract)

[40] ZHAO J, YANG X G. Distribution of high-yield and high-yield-stability zones for maize yield potential in the main growing regions in China[J]. Agricultural and Forest Meteorology, 2018, 248: 511-517.

[41] 蘇李君，劉云鶴，王全九. 基于有效積溫的中國(guó)水稻生長(zhǎng)模型的構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(1)：162-174. SU Lijun, LIU Yunhe, WANG Quanjiu. Rice growth model in China based on growing degree days[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(1): 162-174. (in Chinese with English abstract)

[42] 沈瑱，曾燕，肖卉，等. 江蘇省日照時(shí)數(shù)的氣候特征分析[J]. 氣象科學(xué)，2007(4)：425-429. SHEN Zhen, ZENG Yan, XIAO Hui, et al. Changes of sunshine hours in the recent 40 years over Jiangsu province[J]. Journal of the Meteorological Sciences, 2007(4): 425-429. (in Chinese with English abstract)

[43] 劉志娟，楊曉光，王文峰，等. 全球氣候變暖對(duì)中國(guó)種植制度可能影響Ⅳ. 未來(lái)氣候變暖對(duì)東北三省春玉米種植北界的可能影響[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2010，43(11)：2280-2291. LIU Zhijuan, YANG Xiaoguang, WANG Wenfeng, et al. The possible effects of global warming on cropping systems in China Ⅳ. The possible impact of future climatic warming on the northern limits of spring maize in three provinces of Northeast China[J]. Scientia Agricultura Sinica, 2010, 43(11): 2280-2291. (in Chinese with English abstract)

[44] GAO J Q, YANG X G, ZHENG B Y, et al. Effects of climate change on the extension of the potential double cropping region and crop water requirements in Northern China[J]. Agricultural and Forest Meteorology, 2019, 268: 146-155.

[45] LIU Z J, YANG X G, XIE R Z, et al. Prolongation of the grain filling period and change in radiation simultaneously increased maize yields in China[J]. Agricultural and Forest Meteorology, 2021, 308/309: 108573.

[46] ZHU G X, LIU Z J, QIAO S L, et al. How could observed sowing dates contribute to maize potential yield under climate change in Northeast China based on APSIM model[J]. European Journal of Agronomy, 2022, 136: 126511.

[47] 段青云，夏軍，繆馳遠(yuǎn)，等. 全球氣候模式中氣候變化預(yù)測(cè)預(yù)估的不確定性[J]. 自然雜志，2016，38(3)：182-188. DUAN Qingyun, XIA Jun, MIAO Chiyuan, et al. The uncertainty in climate change projections by global climate models[J]. Chinese Journal of Nature, 2016, 38(3): 182-188. (in Chinese with English abstract)

[48] CHEN X L, LIU Y M, WU G X. Understanding the surface temperature cold bias in CMIP5 AGCMs over the Tibetan Plateau[J]. Advances in Atmospheric Sciences, 2017, 34(12): 1447-1460.

[49] 孟雅麗，段克勤，尚溦，等. 基于CMIP6模式數(shù)據(jù)的1961—2100年青藏高原地表氣溫時(shí)空變化分析[J]. 冰川凍土，2022，44(1)：24-33. MENG Yali, DUAN Keqin, SHANG Wei, et al. Analysis on spatiotemporal variations of near-surface air temperature over the Tibetan Plateau from 1961 to 2100 based on CMIP6 models’data[J]. Journal of Glaciology and Geocryology, 2022, 44(1): 24-33. (in Chinese with English abstract)

Effects of climate change on maize productivity in China during 2015 to 2100 based on APSIM model

GONG Jingjin1, LIU Zhijuan1※, ZHU Guangxin1, SHI Dengyu1, ZHANG Zhentao1, FU Zhenzhen1, LU Xiaomeng1, QU Huihui2, YANG Xiaoguang1

(1.,,100193,;2.,150030,)

Global climate change has posed direct challenges to crop production. Among them, maize can be one of the most widely cultivated crops in China. It was important to systematically explore the impacts of future climate change on the potential yield, in order to ensure a high and stable yield and food security. In this research, a systematic investigation was implemented to explore the effects of future climate change on maize productivity using the daily meteorological data of two climate scenarios (Shared Socioeconomic Pathways, SSP1-2.6 and SSP5-8.5) output from MPI-ESM1.2-HR model under the Inter Statistical Impact Model Intercomparison Project from 1981 to 2100, the maize phenology data, and the soil data of the agrometeorological stations of the China Meteorological Administration. Firstly, the changes in agricultural resources were analyzed during the maize growth period in five subregions of the potential maize planting areas. Then, the Agricultural Production Systems sIMulator (APSIM-Maize) was validated to simulate the length of the whole growth period, vegetative period, reproductive period, potential yield, and rainfed potential yield of maize from 1981 to 2100. And the average value and coefficient of variation were selected to quantify the impact of future climate change on the yield of maize in China. The result showed that: 1) Under both SSP1-2.6 and SSP5-8.5 scenarios, there was a rising trend in the temperature and ≥10oC effective accumulated temperature (EAT) during the whole growth period of maize. The rising amplitude was higher under SSP5-8.5 than that under SSP1-2.6. There was a large interannual fluctuation of precipitation, indicating an insignificant overall change trend. There was a slight increase under SSP1-2.6, but a decrease under SSP5-8.5. The total solar radiation increased first and then decreased. 2) Without adaptation measures, the whole growth period, vegetative period and reproductive period of maize were shortened under climate change. The shortening trend under the SSP5-8.5 scenario was greater than that under the SSP1-2.6 scenario. The shortening trend increased significantly, as time went on. 3) Without adaptation measures, future climate change reduced the potential yield and rain-fed potential yield of maize. The yield reduction rates under the SSP5-8.5 scenario were greater than that under the SSP1-2.6 scenario. The average yield reduction rates of potential yield under SSP5-8.5 and SSP1-2.6 scenarios were 13.8% and 11.9%, respectively, while the average yield reduction rates of rain-fed potential yield were 17.5% and 14.0%, respectively. Future climate change slightly improved the stability of the potential yield and the rain-fed potential yield of maize, but there were differences between subregions. Therefore, future climate change can be expected to decrease the productivity of maize, but slightly improve its stability.

climate change; temperature; yield; CMIP6; APSIM-Maize model; China; maize; length of growth period

2022-07-12

2023-01-12

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2019YFA0607402）；中國(guó)農(nóng)業(yè)大學(xué)“2115人才工程”；黑龍江省科學(xué)基金項(xiàng)目（LH2020D017）

鞏敬錦，研究方向?yàn)闅夂蜃兓瘜?duì)玉米影響。Email：gjj1949@163.com

劉志娟，博士，副教授，研究方向?yàn)闅夂蜃兓瘜?duì)作物體系的影響。Email：zhijuanliu@cau.edu.cn

10.11975/j.issn.1002-6819.202207115

P467；S513

A

1002-6819(2023)-08-0167-12

鞏敬錦，劉志娟，祝光欣，等. 基于APSIM模型的2015—2100年氣候變化對(duì)中國(guó)玉米生產(chǎn)力影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2023，39(8)：167-178. doi：10.11975/j.issn.1002-6819.202207115 http://www.tcsae.org

Gong Jingjin, Liu Zhijuan, Zhu Guangxin, et al. Effects of climate change on maize productivity in China during 2015 to 2100 based on APSIM model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(8): 167-178. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202207115 http://www.tcsae.org