水稻生產(chǎn)模擬

水稻生產(chǎn)模擬

福建省地處我國東南沿海,屬典型的亞熱帶季風氣候,水熱資源豐富。全省以水稻為主要糧食作物,稻作歷史悠久,水稻產(chǎn)量約占糧食總產(chǎn)的80%。但山地面積大,占總面積的87.5%,人口密集度大,人均占有耕地面積很少,僅為0.034hm2,為全國平均水平的1/3,所以長期以來糧食不能自給,當前稻谷自給率僅為65%。水稻的豐歉,對于福建省的糧食平安保障有重大影響。在涉及糧食平安保障的諸多因素中,氣候變化對糧食產(chǎn)量形成有較大影響。因此,能否猜測氣候特別變化和這些變化帶來的影響已成為當前迫切需要解決的重大問題。以往有關氣候變化對福建省水稻生產(chǎn)的影響討論,多著眼于考慮輻射、溫度等單一氣象要素變化對作物生長發(fā)育中詳細生理過程的影響。筆者也曾采納全球氣候變化模型(GCMs)的輸出值來模擬猜測將來水稻產(chǎn)量的變化。GCMs是大氣科學家用來討論全球氣候變化最先進的手段之一,但GCMs由于計算力量的限制,多傾向于使用低空間辨別率的模擬。盡管通過隨機天氣發(fā)生器可以生成具有高空間、高時間辨別率的氣候變化情景,但天氣發(fā)生器在一些地方會低估天氣變量的年內變異。近年來興起的方法是利用區(qū)域氣候模式直接模擬逐日天氣數(shù)據(jù),結合作物模型進行模擬討論。Lin等使用PRECIS區(qū)域氣候模式模擬了SRESA2、B2情景下將來20~80年中國主要糧食作物的產(chǎn)量。Xiong等則在隨后的模擬評價討論中進一步考慮了CO2肥效作用,認為在預估溫度上升范圍內,由于CO2的肥效作用,將來氣候變化將不會對中國糧食生產(chǎn)造成負面影響,即不存在威逼中國糧食平安的溫度閾值。由于區(qū)域氣候模式可以直接模擬出高辨別率的逐日天氣數(shù)據(jù),所以為大范圍的區(qū)域討論制造了條件。本討論依據(jù)政府間氣候變化委員會(IPCC)最新的排放情景特殊報告(SRES)的A1B方案,利用英國Hadley氣候猜測與討論中心討論的高辨別率(50km×50km)區(qū)域氣候模式(PRECIS)構建的天氣數(shù)據(jù)與作物模型(CERES-Rice)相耦合,模擬分析了福建省水稻生育期各氣象因子在將來氣候情景下的變化狀況及對福建省水稻生產(chǎn)的影響。

1討論方法與資料來源

1.1討論區(qū)域概況及樣點選擇

福建省界大致呈北北東南南西的長方形分布,西側為武夷山脈,長約500km,一般海拔在1000~1500m;閩中為戴云山,是僅次于武夷山的本省其次大山系,長約300km,海拔約在700~1500m之間。閩中、閩西兩大山帶對水、熱的再安排作用非常明顯,造成在山帶的坡面上,農(nóng)業(yè)氣候垂直差異相當顯著,農(nóng)業(yè)氣候層次豐富。福建省的地形地勢不僅影響著人口分布及生產(chǎn)力的進展,并且對稻作制度產(chǎn)生了重要的影響。福建大中尺度地形,大體上可以分為沿海平原、河谷盆地和丘陵山區(qū)3種類型。隨著地勢的上升,年日照削減,受冷空氣的影響也愈大。因此,在稻作制度與品種選用上,各稻區(qū)之間應有較大的區(qū)分。本討論依據(jù)福建省農(nóng)業(yè)氣候資源分布特征及福建省作物精細區(qū)劃和優(yōu)化布局討論結果(福建省氣象科學討論所、福建省資源區(qū)劃辦公室,2024),將福建省水稻種植區(qū)按不同地形及稻作制度劃分為3個不同稻區(qū),共選擇了17個樣點(表開展討論。

1.2資料來源

作物模型中遺傳參數(shù)調試所需逐日氣象資料(2024—2024年)取自國家氣象局的《中國地面氣象記錄》和《中國太陽輻射資料逐日值》,太陽輻射的缺省站點值依據(jù)逐日日長及經(jīng)緯度計算得出。水稻產(chǎn)量及模型其他輸入資料,包括播種期、生育期、行株距、種植密度等,取自福建省水稻品種區(qū)域試驗(簡稱區(qū)試)17個站點的資料匯編(2024—2024年專輯)。各樣點代表性土壤類型、典型剖面資料,包括不同深度的土壤特性及理化結構等,依據(jù)文獻(福建土種志,1990)確定。

1.3氣候情景的生成

IPCC最新的排放情景特殊報告(SRES)中的A1情景族描述了這樣一個將來世界:經(jīng)濟增長特別快,全球人口數(shù)量峰值消失在21世紀中葉并隨后下降,新的更高效的技術被快速引進。A1情景族進一步化分為3組情景,其中A1B是假設將來大氣CO2等溫室氣體保持中等排放,各種能源之間基本平衡。本討論選用英國Hadley中心研制的區(qū)域氣候模式PRECIS,生成基準時段(1961—1990年)和將來時段(2024—2050年)的A1B氣候變化情景,并經(jīng)ECMWF(EuropeanCentreforMediumRangeWeatherForecasts)分析訂正,獲得50km×50km網(wǎng)格辨別率的討論區(qū)域17個站點的逐日氣象數(shù)據(jù),包括最高溫度、最低溫度、降水量、太陽總輻射等。

1.4氣候變化影響模擬的詳細方案

為了分析將來水稻產(chǎn)量在肯定時段內的漸變過程,將2024—2050年分為兩個時段:近期(2024—2030年,稱為2024s情景)與遠期(2031—2050年,稱為2040s情景),分別將兩個不同時段的氣候變化情景與作物模型耦合進行模擬,并與基準時段(baseline,1961—1990年)的模擬結果進行比較。在模擬過程中考慮了CO2的直接肥效作用。依據(jù)SRES的A1B方案,基準時段大氣CO2濃度平均為330μmol?mol1,2024s與2040s情景下大氣CO2濃度分別為419μmol?mol1和486μmol?mol1。當CO2濃度上升時,除了可以提高作物的光合效率,同時還可以轉變葉片的氣孔開度,使得水分散失的阻抗增大,造成蒸騰作用受抑,因而提高了作物的水分利用率,此作用在模型中自動完成。模擬中為了比較將來氣候情景對水稻生育期蒸散比及澆灌量的影響,選擇了充分澆灌和雨養(yǎng)兩種供水方式進行模擬。

2作物模型及主要農(nóng)業(yè)氣候指標的確定

2.1作物效應模型

本討論選用的作物模型是由農(nóng)業(yè)科技轉換國際Benchmark站網(wǎng)(IBSNAT)項目的贊助和指導下進行、美國國際開發(fā)署授權夏威夷高校實施開發(fā)研制的CERES-Rice模型,目前在國際上廣泛使用。該模型在農(nóng)業(yè)科技轉換決策支持系統(tǒng)(DSSAT4.5)下運行,可以模擬氣候、栽培措施、土壤等條件對水稻生長發(fā)育及產(chǎn)量的影響。

2.1.1遺傳參數(shù)的調試與確定

CERES-Rice模型設置了8個不同的參數(shù)來描述水稻的生長狀況。本討論依據(jù)福建省區(qū)試資料選取了有代表性的9個水稻品種,利用2024年這些品種在全省14個點的種植及產(chǎn)量資料對遺傳參數(shù)進行調試確定。調試方法采納常用的試錯法(trialanderror)在微機上完成。筆者在多年從事作物模擬的過程中發(fā)覺,要提高參數(shù)的精準度,往往一次調試無法達到,可采納多次循環(huán)試錯的方法。本討論調試過程中步長的確定及其循環(huán)的采納參見文獻。

2.1.2作物模型的區(qū)域適用性檢驗

選用上述9個代表性品種在各區(qū)域試驗站2024年種植的產(chǎn)量與生育期資料進行參數(shù)的調試,并且用2024年的產(chǎn)量及生育期資料進行了驗證(圖1)。由圖1可以看出,全部品種對生育期的模擬效果都特別好,相關系數(shù)達到0.97,在0.01統(tǒng)計水平上極顯著,均方根差(RSME)小于10%,說明模擬效果很好。對產(chǎn)量模擬的相關系數(shù)也達到0.75,相關性在0.01統(tǒng)計水平上達到顯著水平。RSME小于20%,說明模擬效果較好。因此采納CERES-Rice模型及調試出的9個代表性品種的9套參數(shù)來模擬將來氣候情景對福建省水稻生產(chǎn)的影響是適用而合理的。筆者在文獻中曾對應用該作物模型模擬福建省水稻產(chǎn)量的靈敏度進行了分析,進一步證明白該模型在討論區(qū)域的適用性,此處不再贅述。

2.2生長期土壤干濕狀況的計算方法

作物生長期內土壤的干濕狀況可以用其農(nóng)田蒸散的大小來表示。本討論采納蒸散比(β)作為描述農(nóng)田土壤干濕狀況的指標。式中,ET是雨養(yǎng)條件下水稻生長期的實際蒸散總量,0ET是同期稻田潛在蒸散之和。β值愈大,說明實際蒸散愈接近潛在蒸散,地面愈潮濕,反之,地面愈干燥。依據(jù)β變化可以討論各稻區(qū)在將來氣候漸變過程中的干濕變化趨勢。對澆灌水稻生育過程的模擬,討論中選擇了自動澆灌方式,澆灌日期和需要量由CERES-Rice模型依據(jù)水稻不同生育階段的蒸散量、降水量及土壤質地,由土壤水分平衡方程計算自動得出。

2.3產(chǎn)量不穩(wěn)定性指標的計算

將來氣候的變化除了會影響水稻的產(chǎn)量,還會影響到產(chǎn)量的穩(wěn)定性。本討論采納產(chǎn)量標準差的變化率來表示產(chǎn)量的不穩(wěn)定性:式中,ΔSD%為產(chǎn)量標準差的變化率,用來衡量水稻產(chǎn)量的不穩(wěn)定性;μc=μbμa,即等于將來氣候情景下模擬產(chǎn)量的平均值(μb)與基準時段模擬產(chǎn)量的平均值(μa)之差;c為聯(lián)合方差。明顯ΔSD%愈大,產(chǎn)量的穩(wěn)定性就愈差。

2.4水稻總產(chǎn)量變化的計算

假定討論區(qū)域現(xiàn)有的水稻種植面積、土壤、品種、耕作制度和管理措施等不轉變,并且綜合考慮CO2增加后帶來的增益效應,采納以下統(tǒng)計模型對福建省的水稻總產(chǎn)變化進行估算,同時考慮雨養(yǎng)和澆灌兩種狀況。式中,TYC為福建省水稻總產(chǎn)的變化率,RYi為各稻區(qū)當前水稻的總產(chǎn)量,TY為福建省當前水稻的總產(chǎn)量,RYCi為將來氣候變化情景下全省各稻區(qū)水稻產(chǎn)量的變化百分比。

3模擬結果與分析

3.1A1B情景下福建省水稻生育期內氣象要素的變化

圖2給出了A1B情景下模擬出的福建省17個樣點水稻生育期內的氣象要素相對基準時段(簡稱BASE)的變化狀況,分別用日均溫相對BASE的差值及其降水(R)和輻射(S)相對BASE的比率來表示。從圖2可以看出,各點的水稻生育期氣溫隨著將來CO2濃度的增加都在上升。2024s情景下各樣點的升溫幅度在0~2.4℃之間,2040s情景下則達到1.6~3.4℃,并且后季稻及單季稻生育期的升溫幅度明顯大于早稻。這種現(xiàn)象必將導致將來水稻生育期縮短。而降水的轉變顯示,2024s情景下,無論是雙季稻還是單季稻的種植區(qū),將來降水較之BASE下增多與削減的樣點數(shù)比較接近。而到了2040s,降水比率1的樣點數(shù)略有增加,說明大部分種植區(qū)的降水在將來氣候變化過程中都將略有增多,這種現(xiàn)象將有助于緩解將來增溫可能導致的土壤干旱。但另一方面,降水量的增多可能也意味著將來暴雨幾率的加大,可能對水稻的生產(chǎn)帶來不利影響。圖3給出了A1B情景下模擬出的討論區(qū)域各樣點的太陽輻射相對于BASE下的輻射比率?？梢钥闯?無論是2024s還是2040s情景下,除了漳平與福州后季稻生育期的太陽輻射較之BASE有所增加,其他各點的輻射量都將減小,且早稻及單季稻生育期的輻射量削減值較后季稻略多。這種現(xiàn)象可能加重福建省早稻生育期的陰雨寡照天氣對水稻出苗和分蘗帶來的不利影響。

3.2A1B情景下氣候變化對福建省水稻生產(chǎn)的影響

3.2.1對水稻生育期的影響

在A1B情景下,無論是近期還是遠期,福建省3個稻區(qū)全部水稻品種的生育期都將縮短(表2)。并且隨著水稻生育期溫度在將來氣候變化過程中不斷上升,生育期縮短天數(shù)增多。從表2可以看出,單季稻區(qū)澆灌水稻的生育期縮短達20d以上,由于單季稻生育期最長,將來遭受的高溫影響也最明顯,水稻生育期溫度上升幅度也較大(圖2)。

3.2.2對水稻產(chǎn)量的影響

本討論在對水稻產(chǎn)量的模擬過程中考慮了將來CO2濃度增加導致的氣溫上升以及CO2自身的肥效作用對產(chǎn)量的綜合影響。圖4顯示,2024s情景下,無論是雨養(yǎng)還是澆灌,均表現(xiàn)為早稻與單季稻減產(chǎn)。雨養(yǎng)條件下閩東南雙季稻區(qū)的早稻減產(chǎn)率達到12.4%,充分澆灌時為11.3%。這種現(xiàn)象除了將來氣溫的上升所致,可能還和早稻生長季輻射的減弱有關,春季的陰雨寡照天氣將會影響水稻的出苗和分蘗。相比較而言,閩西北雙季稻區(qū)早稻減產(chǎn)略有緩減,澆灌條件下減產(chǎn)率為5.4%,雨養(yǎng)條件下甚至增產(chǎn)2.9%?？赡苡捎谠摰噩F(xiàn)在的氣溫略低于閩東南地區(qū),將來升溫造成的負效應略小。閩西北山地氣候單季稻區(qū)亦表現(xiàn)為減產(chǎn),說明CO2的增益效應亦未能彌補較長的生育期內高溫帶來的負效應。雨養(yǎng)水稻7.1%及澆灌水稻2.1%的減產(chǎn)主要來自中熟品種的負貢獻。與此相反,后季稻在2024s情景下均表現(xiàn)為增產(chǎn),閩西北雙季稻區(qū)的澆灌水稻產(chǎn)量在2024s情景下甚至增產(chǎn)21%,增產(chǎn)幅度亦大于閩東南地區(qū)。

增產(chǎn)的緣由可能是后季稻中后期,氣溫漸低,有利于CO2肥效作用的發(fā)揮,所以CO2的直接增益效應超過了氣溫上升導致的負效應。整個討論區(qū)域的模擬結果顯示,2040s情景下的產(chǎn)量都低于2024s情景,說明將來氣溫的增長必將導致水稻氣候生產(chǎn)力的降低,而澆灌措施的改善可以在肯定程度上緩解后季稻的減產(chǎn)。而閩東南雙季稻區(qū)的早稻在雨養(yǎng)和澆灌條件下變化不大,究其緣由,可能是該稻區(qū)早稻生長季內(3—6月)當前及將來的降水較多,較豐沛的降水已基本能夠滿意該地水稻生長的需求,故澆灌條件對水稻產(chǎn)量的影響不大。

3.3A1B情景下水稻生育期土壤干濕狀況的變化

福建省各稻區(qū)2024s及2040s情景下與BASE下水稻生長季蒸散比的比較可以看出(表3),在2024s情景下,全部地區(qū)蒸散比均減小,土壤有變干旱的趨勢。2040s情景,農(nóng)田干旱的趨勢變得愈加嚴峻,蒸散比連續(xù)減小。盡管各稻區(qū)將來的降水量變化不大,但由于溫度上升帶來的蒸散量加大可能導致農(nóng)田水分條件的日益惡化還是不容輕視,尤其要重視季節(jié)性干旱的發(fā)生。

3.4A1B情景下水稻生育期季澆灌需要量的變化

影響稻田澆灌需要量(WD)的因子許多,包括降水量、農(nóng)田蒸散量、生育期長短和土壤持水力量等,其中降水和農(nóng)田蒸散的影響占了首位。從表4可以看出,全部稻區(qū)水稻生育期內的澆灌需要量模擬值較當前都略有增加,閩西北雙季稻區(qū)后季稻生育期澆灌需要量的模擬值增加最多,與該區(qū)平均降水量及蒸散比減小全都。單季稻區(qū)隨著將來氣候的轉變,澆灌需要量有所增加,對于山區(qū)澆灌條件較差的地區(qū)應當選用耐旱品種以保證產(chǎn)量。早稻的澆灌需要量較當前變化不大,由于將來降水量變化不大,蒸散比減小幅度也較小。

3.5A1B情景下水稻穩(wěn)產(chǎn)性的變化

表5表示了福建省各稻作區(qū)不同稻作類型在將來不同氣候情景下產(chǎn)量的不穩(wěn)定性(ΔSD%)狀況。從表5可以看出,無論是雨養(yǎng)還是澆灌水稻,后季稻產(chǎn)量在將來氣候變化中主要表現(xiàn)為增產(chǎn),但是產(chǎn)量的穩(wěn)定性不佳,將來的年際間波動幅度最大,大于單季稻和早稻?？赡苁怯捎诤蠹镜旧L季(6—10月)內,抽穗揚花期遭受福建省高溫季節(jié),將來氣溫上升導致某些年份極端高溫消失的頻次增加,進而導致穎花敗育,導致了年際間產(chǎn)量的波動。

3.6A1B情景下水稻總產(chǎn)的變化

基于以上分析,得出將來福建省水稻總產(chǎn)的變化(表6)。假如實行雨養(yǎng)方式,2024s情景下,全省水稻的總產(chǎn)將比當前(812萬t,取自2024—2024年福建農(nóng)村經(jīng)濟年鑒)增加0.44%,但是閩東南地區(qū)的早稻和單季稻表現(xiàn)為負貢獻。2040s情景下,隨著溫度上升,生育期的縮短,總產(chǎn)將削減0.84%,負貢獻亦主要來自于早稻和單季稻。假如能實行充分澆灌方式,全省水稻總產(chǎn)則有望提高。2024s情景下,總產(chǎn)將較當前提高1.65%,正貢獻來自于后季稻;2040s情景下的總產(chǎn)增加0.14%。說明充分澆灌條件有望轉變高溫帶來的負效應。

從總產(chǎn)變化來看,A1B情景下,近期到2050年,福建省的水稻總產(chǎn)不會降低,是由于目前全省各稻區(qū)后季稻的總產(chǎn)較高,其正貢獻超過了早稻及單季稻的負貢獻;但從2024s到2040s的變化趨勢來看,總產(chǎn)是漸漸削減的,所以隨著將來溫度連續(xù)上升,氣候變化對水稻生產(chǎn)的影響還是不容忽視的。

4爭論與結論

福建省由于山地面積較大,山地的垂直氣候分異導致不同海拔高度積溫分布有較大差異,對各地水稻種植制度及品種的選用影響很大。以往學者對我國大面積糧食主產(chǎn)區(qū)產(chǎn)量變化進行評價討論時,均利用大范圍區(qū)域統(tǒng)計產(chǎn)量來確定模型中的作物參數(shù),以達到參數(shù)升尺度的目的。此種方法在山地丘陵較多、地形較為簡單的福建省不宜采納。而需依據(jù)不同海拔高度選用不同熟性的水稻品種調試遺傳參數(shù),進而與將來氣候情景耦合開展討論,可以更加客觀地分析將來氣候變化對福建省小范圍不同海拔高度各稻區(qū)的產(chǎn)量影響。

由模擬結果可知,福建省水稻生育期都將隨著生育期溫度的上升而縮短,這會導致水稻產(chǎn)量下降,由于生育期縮短必定會導致光合時間,尤其是灌漿時間削減。福建省早稻和單季稻在將來氣候變化的過程中基本都表現(xiàn)為減產(chǎn)。近年早稻在福建省的種植面積不穩(wěn)定,若提高早稻總產(chǎn),還需致力于單產(chǎn)的提高?，F(xiàn)在早稻單產(chǎn)因生育期較短而較低,將來升溫導致的生育期縮短將帶來更進一步的減產(chǎn),并且負貢獻主要來自于早熟品種。針對這種現(xiàn)象,可以在雙季稻區(qū)結合適當早播,采納晚熟品種,充分利用將來日益增長的熱量條件提高產(chǎn)量,以彌補生育期縮短帶來的減產(chǎn)。而隨著溫度的上升,水稻生長季延長,也為將來品種的搭配供應了更多的余地。單季稻種植區(qū)當前的熱量資源種植一季有余,兩季不足,隨著生長季積溫的提高,