水稻生產(chǎn)模擬論文
福建省地處我國(guó)東南沿海,屬典型的亞熱帶季風(fēng)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(guó)平均水平的1/3[1],所以長(zhǎng)期以來糧食不能自給,當(dāng)前稻谷自給率僅為65%。水稻的豐歉,對(duì)于福建省的糧食安全保障有重大影響。在涉及糧食安全保障的諸多因素中,氣候變化對(duì)糧食產(chǎn)量形成有較大影響。因此,能否預(yù)測(cè)氣候異常變化和這些變化帶來的影響已成為當(dāng)前迫切需要解決的重大問題[24]。以往有關(guān)氣候變化對(duì)福建省水稻生產(chǎn)的影響研究,多著眼于考慮輻射、溫度等單一氣象要素變化對(duì)作物生長(zhǎng)發(fā)育中具體生理過程的影響[5]。筆者也曾采用全球氣候變化模型(GCMs)的輸出值來模擬預(yù)測(cè)未來水稻產(chǎn)量的變化[6]。
GCMs是大氣科學(xué)家用來研究全球氣候變化最先進(jìn)的手段之一,但GCMs由于計(jì)算能力的限制,多傾向于使用低空間分辨率的模擬。盡管通過隨機(jī)天氣發(fā)生器可以生成具有高空間、高時(shí)間分辨率的氣候變化情景[78],但天氣發(fā)生器在一些地方會(huì)低估天氣變量的年內(nèi)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(jié)合作物模型進(jìn)行模擬研究[912]。Lin等[10]使用PRECIS區(qū)域氣候模式模擬了SRESA2、B2情景下未來20~80年中國(guó)主要糧食作物的產(chǎn)量。Xiong等[12]則在隨后的模擬評(píng)價(jià)研究中進(jìn)一步考慮了CO2肥效作用,認(rèn)為在預(yù)估溫度升高范圍內(nèi),由于CO2的肥效作用,未來氣候變化將不會(huì)對(duì)中國(guó)糧食生產(chǎn)造成負(fù)面影響,即不存在威脅中國(guó)糧食安全的溫度閾值。由于區(qū)域氣候模式可以直接模擬出高分辨率的逐日天氣數(shù)據(jù),所以為大范圍的區(qū)域研究創(chuàng)造了條件[13]。本研究根據(jù)政府間氣候變化委員會(huì)(IPCC)最新發(fā)布的排放情景特別報(bào)告(SRES)的A1B方案,利用英國(guó)Hadley氣候預(yù)測(cè)與研究中心研究的高分辨率(50km×50km)區(qū)域氣候模式(PRECIS)[14]構(gòu)建的天氣數(shù)據(jù)與作物模型(CERES-Rice)[15]相耦合,模擬分析了福建省水稻生育期各氣象因子在未來氣候情景下的變化情況及對(duì)福建省水稻生產(chǎn)的影響。
1研究方法與資料來源
1.1研究區(qū)域概況及樣點(diǎn)選擇
福建省界大致呈北北東南南西的長(zhǎng)方形分布,西側(cè)為武夷山脈,長(zhǎng)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第二大山系,長(zhǎng)約300km,海拔約在700~1500m之間。閩中、閩西兩大山帶對(duì)水、熱的再分配作用十分明顯,造成在山帶的坡面上,農(nóng)業(yè)氣候垂直差異相當(dāng)顯著,農(nóng)業(yè)氣候?qū)哟呜S富。福建省的地形地勢(shì)不僅影響著人口分布及生產(chǎn)力的發(fā)展,并且對(duì)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[1617]。隨著地勢(shì)的升高,年日照減少,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(yīng)有較大的區(qū)別。本研究根據(jù)福建省農(nóng)業(yè)氣候資源分布特征[1617]及福建省作物精細(xì)區(qū)劃和優(yōu)化布局研究結(jié)果(福建省氣象科學(xué)研究所、福建省資源區(qū)劃辦公室,2008),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(gè)不同稻區(qū),共選擇了17個(gè)樣點(diǎn)(表開展研究。
1.2資料來源
作物模型中遺傳參數(shù)調(diào)試所需逐日氣象資料(2006—2007年)取自國(guó)家氣象局的《中國(guó)地面氣象記錄》和《中國(guó)太陽輻射資料逐日值》,太陽輻射的缺省站點(diǎn)值根據(jù)逐日日長(zhǎng)及經(jīng)緯度計(jì)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(yàn)(簡(jiǎn)稱區(qū)試)17個(gè)站點(diǎn)的資料匯編(2006—2007年專輯)。各樣點(diǎn)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(jié)構(gòu)等,根據(jù)文獻(xiàn)(福建土種志,1990)確定。
1.3氣候情景的生成
IPCC最新發(fā)布的排放情景特別報(bào)告(SRES)中的A1情景族描述了這樣一個(gè)未來世界:經(jīng)濟(jì)增長(zhǎng)非�？�,全球人口數(shù)量峰值出現(xiàn)在21世紀(jì)中葉并隨后下降,新的更高效的技術(shù)被迅速引進(jìn)。A1情景族進(jìn)一步化分為3組情景,其中A1B是假設(shè)未來大氣CO2等溫室氣體保持中等排放,各種能源之間基本平衡[18]。本研究選用英國(guó)Hadley中心研制的區(qū)域氣候模式PRECIS,生成基準(zhǔn)時(shí)段(1961—1990年)和未來時(shí)段(2011—2050年)的A1B氣候變化情景,并經(jīng)ECMWF(European Centre for Medium Range Weather Forecasts)分析訂正,獲得50km×50km網(wǎng)格分辨率的研究區(qū)域17個(gè)站點(diǎn)的逐日氣象數(shù)據(jù)[14,19],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具體方案
為了分析未來水稻產(chǎn)量在一定時(shí)段內(nèi)的漸變過程,將2011—2050年分為兩個(gè)時(shí)段:近期(2011—2030年,稱為2020s情景)與遠(yuǎn)期(2031—2050年,稱為2040s情景),分別將兩個(gè)不同時(shí)段的氣候變化情景與作物模型耦合進(jìn)行模擬,并與基準(zhǔn)時(shí)段(baseline,1961—1990年)的模擬結(jié)果進(jìn)行比較。在模擬過程中考慮了CO2的直接肥效作用。根據(jù)SRES的A1B方案,基準(zhǔn)時(shí)段大氣CO2濃度平均為330μmol?mol1,2020s與2040s情景下大氣CO2濃度分別為419μmol?mol1和486μmol?mol1。當(dāng)CO2濃度升高時(shí),除了可以提高作物的光合效率,同時(shí)還可以改變?nèi)~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(dòng)完成。模擬中為了比較未來氣候情景對(duì)水稻生育期蒸散比及灌溉量的影響,選擇了充分灌溉和雨養(yǎng)兩種供水方式進(jìn)行模擬。
2作物模型及主要農(nóng)業(yè)氣候指標(biāo)的確定
2.1作物效應(yīng)模型
本研究選用的作物模型是由農(nóng)業(yè)科技轉(zhuǎn)換國(guó)際Benchmark站網(wǎng)(IBSNAT)項(xiàng)目的贊助和指導(dǎo)下進(jìn)行[2021]、美國(guó)國(guó)際開發(fā)署授權(quán)夏威夷大學(xué)實(shí)施開發(fā)研制的CERES-Rice模型,目前在國(guó)際上廣泛使用[2225]。該模型在農(nóng)業(yè)科技轉(zhuǎn)換決策支持系統(tǒng)(DSSAT4.5)下運(yùn)行,可以模擬氣候、栽培措施、土壤等條件對(duì)水稻生長(zhǎng)發(fā)育及產(chǎn)量的影響[2627]。
2.1.1遺傳參數(shù)的調(diào)試與確定
CERES-Rice模型設(shè)置了8個(gè)不同的參數(shù)來描述水稻的生長(zhǎng)狀況。本研究根據(jù)福建省區(qū)試資料選取了有代表性的9個(gè)水稻品種,利用2006年這些品種在全省14個(gè)點(diǎn)的種植及產(chǎn)量資料對(duì)遺傳參數(shù)進(jìn)行調(diào)試確定。調(diào)試方法采用常用的試錯(cuò)法(trialanderror)在微機(jī)上完成。筆者在多年從事作物模擬的過程中發(fā)現(xiàn),要提高參數(shù)的精準(zhǔn)度,往往一次調(diào)試無法達(dá)到,可采用多次循環(huán)試錯(cuò)的方法。本研究調(diào)試過程中步長(zhǎng)的確定及其循環(huán)的采用參見文獻(xiàn)[28]。
2.1.2作物模型的區(qū)域適用性檢驗(yàn)
選用上述9個(gè)代表性品種在各區(qū)域試驗(yàn)站2006年種植的產(chǎn)量與生育期資料進(jìn)行參數(shù)的調(diào)試,并且用2007年的產(chǎn)量及生育期資料進(jìn)行了驗(yàn)證(圖1)。由圖1可以看出,所有品種對(duì)生育期的模擬效果都非常好,相關(guān)系數(shù)達(dá)到0.97,在0.01統(tǒng)計(jì)水平上極顯著,均方根差(RSME)小于10%,說明模擬效果很好。對(duì)產(chǎn)量模擬的相關(guān)系數(shù)也達(dá)到0.75,相關(guān)性在0.01統(tǒng)計(jì)水平上達(dá)到顯著水平。RSME小于20%,說明模擬效果較好[29]。因此采用CERES-Rice模型及調(diào)試出的9個(gè)代表性品種的9套參數(shù)來模擬未來氣候情景對(duì)福建省水稻生產(chǎn)的影響是適用而合理的。筆者在文獻(xiàn)[6]中曾對(duì)應(yīng)用該作物模型模擬福建省水稻產(chǎn)量的靈敏度進(jìn)行了分析,進(jìn)一步證明了該模型在研究區(qū)域的適用性,此處不再贅述。
2.2生長(zhǎng)期土壤干濕狀況的計(jì)算方法
作物生長(zhǎng)期內(nèi)土壤的干濕狀況可以用其農(nóng)田蒸散的大小來表示。本研究采用蒸散比(β)作為描述農(nóng)田土壤干濕狀況的指標(biāo)。式中,ET是雨養(yǎng)條件下水稻生長(zhǎng)期的實(shí)際蒸散總量,0ET是同期稻田潛在蒸散之和。β值愈大,說明實(shí)際蒸散愈接近潛在蒸散,地面愈濕潤(rùn),反之,地面愈干燥。根據(jù)β變化可以研究各稻區(qū)在未來氣候漸變過程中的干濕變化趨勢(shì)。對(duì)灌溉水稻生育過程的模擬,研究中選擇了自動(dòng)灌溉方式,灌溉日期和需要量由CERES-Rice模型根據(jù)水稻不同生育階段的蒸散量、降水量及土壤質(zhì)地,由土壤水分平衡方程計(jì)算自動(dòng)得出。
2.3產(chǎn)量不穩(wěn)定性指標(biāo)的計(jì)算
未來氣候的變化除了會(huì)影響水稻的產(chǎn)量,還會(huì)影響到產(chǎn)量的穩(wěn)定性。本研究采用產(chǎn)量標(biāo)準(zhǔn)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(biāo)準(zhǔn)差的變化率,用來衡量水稻產(chǎn)量的不穩(wěn)定性;μc=μbμa,即等于未來氣候情景下模擬產(chǎn)量的平均值(μb)與基準(zhǔn)時(shí)段模擬產(chǎn)量的平均值(μa)之差;c為聯(lián)合方差。顯然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(jì)算
假定研究區(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改變,并且綜合考慮CO2增加后帶來的增益效應(yīng),采用以下統(tǒng)計(jì)模型對(duì)福建省的水稻總產(chǎn)變化進(jìn)行估算,同時(shí)考慮雨養(yǎng)和灌溉兩種情況。式中,TYC為福建省水稻總產(chǎn)的變化率,RYi為各稻區(qū)當(dāng)前水稻的總產(chǎn)量,TY為福建省當(dāng)前水稻的總產(chǎn)量,RYCi為未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(jié)果與分析
3.1A1B情景下福建省水稻生育期內(nèi)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(gè)樣點(diǎn)水稻生育期內(nèi)的氣象要素相對(duì)基準(zhǔn)時(shí)段(簡(jiǎn)稱BASE)的變化情況,分別用日均溫相對(duì)BASE的差值[T(A1B)T(BASE)]及其降水(R)和輻射(S)相對(duì)BASE的比率[R(A1B)/R(BASE)和S(A1B)/S(BASE)]來表示。從圖2可以看出,各點(diǎn)的水稻生育期氣溫隨著未來CO2濃度的增加都在上升。2020s情景下各樣點(diǎn)的升溫幅度在0~2.4℃之間,2040s情景下則達(dá)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(dǎo)致未來水稻生育期縮短。而降水的改變顯示,2020s情景下,無論是雙季稻還是單季稻的種植區(qū),未來降水較之BASE下增多與減少的樣點(diǎn)數(shù)比較接近。而到了2040s,降水比率>1的樣點(diǎn)數(shù)略有增加,說明大部分種植區(qū)的降水在未來氣候變化過程中都將略有增多,這種現(xiàn)象將有助于緩解未來增溫可能導(dǎo)致的土壤干旱。但另一方面,降水量的增多可能也意味著未來暴雨幾率的加大,可能對(duì)水稻的生產(chǎn)帶來不利影響。圖3給出了A1B情景下模擬出的研究區(qū)域各樣點(diǎn)的太陽輻射相對(duì)于BASE下的輻射比率�？梢钥闯�,無論是2020s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(diǎn)的輻射量都將減小,且早稻及單季稻生育期的輻射量減少值較后季稻略多。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(duì)水稻出苗和分蘗帶來的不利影響。
3.2A1B情景下氣候變化對(duì)福建省水稻生產(chǎn)的影響
3.2.1對(duì)水稻生育期的影響
在A1B情景下,無論是近期還是遠(yuǎn)期,福建省3個(gè)稻區(qū)所有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未來氣候變化過程中不斷升高,生育期縮短天數(shù)增多。從表2可以看出,單季稻區(qū)灌溉水稻的生育期縮短達(dá)20d以上,因?yàn)閱渭镜旧谧铋L(zhǎng),未來遭受的高溫影響也最明顯,水稻生育期溫度升高幅度也較大(圖2)。
3.2.2對(duì)水稻產(chǎn)量的影響
本研究在對(duì)水稻產(chǎn)量的模擬過程中考慮了未來CO2濃度增加導(dǎo)致的氣溫上升以及CO2自身的肥效作用對(duì)產(chǎn)量的綜合影響。圖4顯示,2020s情景下,無論是雨養(yǎng)還是灌溉,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(dá)到12.4%,充分灌溉時(shí)為11.3%。這種現(xiàn)象除了未來氣溫的升高所致,可能還和早稻生長(zhǎng)季輻射的減弱有關(guān),春季的陰雨寡照天氣將會(huì)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,灌溉條件下減產(chǎn)率為5.4%,雨養(yǎng)條件下甚至增產(chǎn)2.9%�？赡芤�?yàn)樵摰噩F(xiàn)在的氣溫略低于閩東南地區(qū),未來升溫造成的負(fù)效應(yīng)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(yīng)亦未能彌補(bǔ)較長(zhǎng)的生育期內(nèi)高溫帶來的.負(fù)效應(yīng)。雨養(yǎng)水稻7.1%及灌溉水稻2.1%的減產(chǎn)主要來自中熟品種的負(fù)貢獻(xiàn)。與此相反,后季稻在2020s情景下均表現(xiàn)為增產(chǎn),閩西北雙季稻區(qū)的灌溉水稻產(chǎn)量在2020s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)的原因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(yīng)超過了氣溫升高導(dǎo)致的負(fù)效應(yīng)。整個(gè)研究區(qū)域的模擬結(jié)果顯示,2040s情景下的產(chǎn)量都低于2020s情景,說明未來氣溫的增長(zhǎng)必將導(dǎo)致水稻氣候生產(chǎn)力的降低,而灌溉措施的改善可以在一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)和灌溉條件下變化不大,究其原因,可能是該稻區(qū)早稻生長(zhǎng)季內(nèi)(3—6月)當(dāng)前及未來的降水較多,較豐沛的降水已基本能夠滿足該地水稻生長(zhǎng)的需求,故灌溉條件對(duì)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)2020s及2040s情景下與BASE下水稻生長(zhǎng)季蒸散比的比較可以看出(表3),在2020s情景下,所有地區(qū)蒸散比均減小,土壤有變干旱的趨勢(shì)。2040s情景,農(nóng)田干旱的趨勢(shì)變得愈加嚴(yán)重,蒸散比繼續(xù)減小。盡管各稻區(qū)未來的降水量變化不大,但由于溫度升高帶來的蒸散量加大可能導(dǎo)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灌溉需要量的變化
影響稻田灌溉需要量(WD)的因子很多,包括降水量、農(nóng)田蒸散量、生育期長(zhǎng)短和土壤持水能力等,其中降水和農(nóng)田蒸散的影響占了首位。從表4可以看出,所有稻區(qū)水稻生育期內(nèi)的灌溉需要量模擬值較當(dāng)前都略有增加,閩西北雙季稻區(qū)后季稻生育期灌溉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一致。單季稻區(qū)隨著未來氣候的改變,灌溉需要量有所增加,對(duì)于山區(qū)灌溉條件較差的地區(qū)應(yīng)該選用耐旱品種以保證產(chǎn)量。早稻的灌溉需要量較當(dāng)前變化不大,因?yàn)槲磥斫邓孔兓淮?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)不同稻作類型在未來不同氣候情景下產(chǎn)量的不穩(wěn)定性(ΔSD%)情況。從表5可以看出,無論是雨養(yǎng)還是灌溉水稻,后季稻產(chǎn)量在未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,未來的年際間波動(dòng)幅度最大,大于單季稻和早稻。可能是因?yàn)楹蠹镜旧L(zhǎng)季(6—10月)內(nèi),抽穗揚(yáng)花期遭遇福建省高溫季節(jié),未來氣溫升高導(dǎo)致某些年份極端高溫出現(xiàn)的頻次增加,進(jìn)而導(dǎo)致穎花敗育,導(dǎo)致了年際間產(chǎn)量的波動(dòng)。
3.6A1B情景下水稻總產(chǎn)的變化
基于以上分析,得出未來福建省水稻總產(chǎn)的變化(表6)。如果采取雨養(yǎng)方式,2020s情景下,全省水稻的總產(chǎn)將比當(dāng)前(812萬t,取自2005—2009年福建農(nóng)村經(jīng)濟(jì)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(fù)貢獻(xiàn)。2040s情景下,隨著溫度升高,生育期的縮短,總產(chǎn)將減少0.84%,負(fù)貢獻(xiàn)亦主要來自于早稻和單季稻。如果能采取充分灌溉方式,全省水稻總產(chǎn)則有望提高。2020s情景下,總產(chǎn)將較當(dāng)前提高1.65%,正貢獻(xiàn)來自于后季稻;2040s情景下的總產(chǎn)增加0.14%。說明充分灌溉條件有望改變高溫帶來的負(fù)效應(yīng)。
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(huì)降低,是因?yàn)槟壳叭「鞯緟^(qū)后季稻的總產(chǎn)較高,其正貢獻(xiàn)超過了早稻及單季稻的負(fù)貢獻(xiàn);但從2020s到2040s的變化趨勢(shì)來看,總產(chǎn)是逐漸減少的,所以隨著未來溫度繼續(xù)升高,氣候變化對(duì)水稻生產(chǎn)的影響還是不容忽視的。
4討論與結(jié)論
福建省由于山地面積較大,山地的垂直氣候分異導(dǎo)致不同海拔高度積溫分布有較大差異,對(duì)各地水稻種植制度及品種的選用影響很大。以往學(xué)者對(duì)我國(guó)大面積糧食主產(chǎn)區(qū)產(chǎn)量變化進(jìn)行評(píng)價(jià)研究時(shí),均利用大范圍區(qū)域統(tǒng)計(jì)產(chǎn)量來確定模型中的作物參數(shù),以達(dá)到參數(shù)升尺度的目的。此種方法在山地丘陵較多、地形較為復(fù)雜的福建省不宜采用。而需根據(jù)不同海拔高度選用不同熟性的水稻品種調(diào)試遺傳參數(shù),進(jìn)而與未來氣候情景耦合開展研究,可以更加客觀地分析未來氣候變化對(duì)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(jié)果可知,福建省水稻生育期都將隨著生育期溫度的升高而縮短,這會(huì)導(dǎo)致水稻產(chǎn)量下降,因?yàn)樯诳s短必然會(huì)導(dǎo)致光合時(shí)間,尤其是灌漿時(shí)間減少。福建省早稻和單季稻在未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,未來升溫導(dǎo)致的生育期縮短將帶來更進(jìn)一步的減產(chǎn),并且負(fù)貢獻(xiàn)主要來自于早熟品種。針對(duì)這種現(xiàn)象,可以在雙季稻區(qū)結(jié)合適當(dāng)早播,采用晚熟品種,充分利用未來日益增長(zhǎng)的熱量條件提高產(chǎn)量,以彌補(bǔ)生育期縮短帶來的減產(chǎn)。而隨著溫度的升高,水稻生長(zhǎng)季延長(zhǎng),也為將來品種的搭配提供了更多的余地。單季稻種植區(qū)當(dāng)前的熱量資源種植一季有余,兩季不足,隨著生長(zhǎng)季積溫的提高,在灌溉條件較好的縣市,可以考慮改變當(dāng)前的種植制度,改單季為雙季,以提高總產(chǎn)。
后季稻的產(chǎn)量模擬結(jié)果顯示,在未來氣候變化過程中,除閩東南地區(qū)在溫度較高的2040s情景下表現(xiàn)為較小幅度的減產(chǎn),閩西北地區(qū)均表現(xiàn)為增產(chǎn)。增產(chǎn)的原因可能有兩個(gè)方面:一是當(dāng)前福建省在后季稻生長(zhǎng)季正處于全年的高溫階段,因此經(jīng)過區(qū)域試驗(yàn)篩選出來的后季稻品種本就具有一定的耐高溫特性,所以未來生長(zhǎng)季增溫3℃以下還不會(huì)帶來明顯的負(fù)效應(yīng);二是由于研究中考慮了CO2的直接增益效應(yīng),高溫、高CO2濃度使作物光合作用速率升高,蒸騰速率下降和氣孔阻力增加,對(duì)提高單位葉面積的干物質(zhì)量和水分利用率有利,所以CO2濃度的增加對(duì)植物光能利用率的正效應(yīng)一定程度上彌補(bǔ)了升溫帶來的負(fù)效應(yīng),使植物能夠更加耐高溫脅迫,也緩解了增溫的負(fù)效應(yīng)[30]。但是也有研究者發(fā)現(xiàn),高CO2濃度下,隨著氮肥用量增加光合速率相應(yīng)增加,而不施氮肥則增加有限[3132]。說明在CO2濃度增加的情況下,保持較高的氮素營(yíng)養(yǎng)才有利于植物的生長(zhǎng)。作物模型中由于未考慮CO2增長(zhǎng)可能帶來的氮脅迫作用,所以模擬結(jié)果可能過于樂觀[33]。
筆者采用的IPCC的SRES排放方案中的A1B情景雖然描述了未來可能的社會(huì)發(fā)展方向及溫室氣體排放的情況,但是任何情景都只是未來社會(huì)經(jīng)濟(jì)發(fā)展路徑的一種可能,所以在氣候變化情景生成方面還存在著一定的不確定性。與此同時(shí),現(xiàn)階段的作物模型在處理極端氣候事件對(duì)作物的影響評(píng)估時(shí)依然能力有限,也難以考慮由于氣候變暖降水增多可能導(dǎo)致病害與蟲害發(fā)生頻率的增加。故當(dāng)前的模擬結(jié)果還存在著一定的不確定性。另外,人類通過技術(shù)、經(jīng)濟(jì)、生活方式和政策不斷調(diào)整著對(duì)氣候變化影響的減緩與適應(yīng)。因而,將未來社會(huì)經(jīng)濟(jì)發(fā)展情景與區(qū)域氣候模型、作物模型相連接,綜合評(píng)估和分析未來糧食生產(chǎn)狀況,是未來應(yīng)用模型模擬評(píng)價(jià)氣候變化影響研究的發(fā)展方向。
【水稻生產(chǎn)模擬論文】相關(guān)文章：
水稻春耕生產(chǎn)技術(shù)要點(diǎn)論文06-24
FACE水稻氮素動(dòng)態(tài)的模擬研究10-08
水稻無土育苗技術(shù)論文11-27
如何培育水稻壯苗論文10-05
北方水稻生產(chǎn)新飛躍-無土育苗07-06
無公害水稻栽培技術(shù)論文11-27
水稻病蟲草害防治的探析論文10-05