周文魁[1]2012年在《气候变化对中国粮食生产的影响及应对策略》文中提出近几十年来,在自然条件变化和人类社会活动的共同影响下,全球气候正在经历一场以变暖为主要特征的显着变化。气候变化问题直接涉及到人类社会经济发展的方式以及全球能源利用的结构和数量,已经成为影响21世纪全球发展的一个重大国际问题。全球气候变暖对世界和中国的自然生态系统和社会经济已经产生并将继续产生重大的影响。农业是人类社会赖以生存的基本生活资料的来源,直接关系到人类社会的生存和发展。气候变化的影响是全方位、多层次、多尺度的,有正面影响,也有负面影响,其中负面影响更大。气候变化对中国的不利影响较为严重,《中国应对气候变化国家方案》(2008)中指出,气候变化对中国国民经济主要产生负面影响,中国未来粮食生产在气候变化下将面临叁个突出问题：一是粮食生产会变得不稳定,粮食产量波动变大,如果不采取相应的适应性措施,水稻、小麦、玉米叁大粮食作物均将以减产为主；二是粮食生产结构和布局会发生变动,作物种植制度可能产生较大变化；叁是农业生产条件会发生改变,农业生产成本因为气候变化会大幅度增加。因此,加强对气候变化相关领域的科学研究,探讨气候变化对中国粮食生产的影响,分析减缓和适应气候变化的应对策略,对于保障中国粮食安全、提高农民收入、维护社会稳定,具有十分重要的意义。气候变化影响评估已成为国际学术界最为关注的研究领域之一,而分析气候变化对粮食生产的影响及应对气候变化的适应性对策正成为当前迫切需要解决的问题。目前关于气候变化影响的研究主要局限在自然科学领域,一般不涉及社会经济因素。粮食生产不仅受气候因素等自然条件的影响,还受各种社会经济因素的影响,气候变化对粮食生产的影响也需要作为气象学与经济学的交叉学科来加以研究。在目前中国的气候变化研究中,自然科学领域还尚未引入经济学的理论和方法,而通过经济学方法研究气候变化又缺乏气象学的支撑,这一交叉领域的研究进展缓慢。本文对全球气候变化问题进行了概述,分析了全国及各地区温度、降水量和农业气象灾害的变化情况,并从有利和不利两个方面总结气候变化对中国粮食生产的影响。在实证分析中,以水稻为例,通过在C-D生产函数中加入气候因子,构建了经济-气候新模型,实证分析气候变化对中国各地区水稻产量的影响大小和地区差异,并计算分析了全国及各地区农业气象灾害造成的粮食损失；利用IPCC AR4数据对B2排放情景下2020年中国各省区的气温和降水变化情况进行了计算模拟,分别构建了气候变化影响模拟方案和气候变化适应性方案两大类模拟方案,并通过中国农业政策分析模型对两类方案五种不同情景下的各地区粮食生产情况进行了模拟研究,分析不同情景下各地区粮食播种面积和产量变化以及粮食种植结构变化情况,并分析不同情景方案对未来粮食安全的影响。在以上结论的基础上,从适应性方面提出了粮食生产应对气候变化的应对策略。全文主要结论如下：(1)近50年来,全国以及华北、东北、华东、中南地区的年平均温度都呈现出不断升高的趋势,90年代后的温度增幅最为明显,而西南地区的温度变化不明显,没有表现出温度升高的趋势。从降水的变化趋势看,全国以及东北、华东、中南、西南地区的年平均降水变化都不明显,而华北地区的年平均降水量从60到80年代呈现出一定的下降趋势,但80年代后又趋于稳定。近30年来,全国的旱灾情况未发生明显变化,水灾表现出显着的恶化趋势；华北地区的旱灾和水灾情况都较为稳定；东北地区的旱灾表现出显着的恶化趋势,而水灾则呈现出明显的好转趋势；华东、中南和西南地区的情况相似,都是旱灾呈现出较为明显的好转趋势,而水灾则表现出严重的恶化趋势；西北地区则是旱灾和水灾都表现出明显的恶化趋势。(2)温度升高对中国东北以外地区的水稻产量都有显着的负影响。温度升高对水稻产量的影响存在显着的地区差异,温度升高对西北地区水稻生产的影响最大,其次是中南地区,再次是华东和华北地区,对西南地区的影响最小。降水量对中国水稻产量的影响不显着,这和各地区的年均降水量变化情况有着直接关系,各地降水量在一个较长时期内基本保持稳定,和温度的显着变化趋势有着很大差异；水稻播种面积、农业劳动力、化肥施用量对水稻产量有正的影响,其中水稻播种面积的影响最大,中国的水稻产量在很大的程度上都要依赖于耕地资源；农业机械投入对大部分地区的水稻产量有正的影响；技术进步对中国水稻产量有显着的正影响,加快技术进步是减缓气候变化不利影响的主要措施。(3)农业气象灾害每年都要造成巨大的粮食减产,全国的年平均粮食灾损为2062.8万吨,年均粮食减产百分比为4.7%。华北、东北和西北地区的粮食减产情况都较为严重。农业气象灾害造成的粮食损失情况表现出显着的恶化趋势,各地区粮食灾损的增长速度都超过了粮食产量的增长速度,因灾造成的粮食减产百分比不断升高,粮食产量的增长有相当一部分被农业气象灾害造成的粮食损失所抵消,西北地区的粮食减产恶化趋势最为严重。(4)在B2情景下,2020年全国平均气温将上升0.28℃,除西藏外的各省区平均气温都将升高,中南地区平均气温升高最为明显,西南部分省区平均气温升高也较为明显,华东和西北地区平均气温升高则较为适中,华北和东北地区平均气温升高较不明显；2020年全国平均降水量变化不明显,多数省份的平均降水量小幅增加,华东各省区的降水量增加较多,中南和西南地区的部分省份平均降水量则出现小幅降低。(5)构建了气候变化影响模拟方案和气候变化适应性模拟方案两大类模拟方案,通过中国农业政策分析模型对两类方案五种不同情景下的各地区粮食生产情况进行了模拟研究,分析不同情景下各地区粮食播种面积和产量变化以及粮食种植结构变化情况。气候变化影响模拟方案模拟气候变化背景下由于降雨减少导致水资源短缺、或由于未来气候变化造成粮食单产下降的情景：在未来部分省区发生干旱水资源减少的情景下,粮食总产量将减少0.5%,华北、西南和西北叁个地区粮食产量会出现减少,尤其是华北和西北地区的粮食减产幅度均超过10%,部分省区干旱对全国粮食总产量造成的影响较为轻微,并且各个地区将会补种改种需水量较小的旱地作物以减轻干旱对粮食生产造成的不利影响；在未来气温升高粮食单产下降的情景下,全国粮食总产量将减少10.1%,其中水稻总产量减少12.8%,小麦总产量减少10.0%,玉米总产量减少7.1%,华北、华东、中南、西南、西北五个地区的粮食产量都将出现减少,而东北地区的粮食产量则将小幅增加,气温上升将对中国未来的粮食生产带来一定程度的不利影响。(6)气候变化适应性模拟方案模拟人类采取积极有效措施(推广双季稻、技术进步等)以应对气候变化,通过情景模拟来估计所发挥的作用：在部分省区推广双季稻的情景下,粮食总产量将增加1.5%,全国水稻总产量将增加3.7%,尤其是中南地区水稻增产达12.7%,而小麦和玉米产量则变化不明显,在部分省区推广双季稻对全国粮食产量的提高有着积极作用；在技术进步的适应性情景下,粮食总产量将增加14.9%,其中水稻总产量增加14.9%,小麦总产量增加3.5%,玉米总产量增加22.6%,华北地区将成为我国小麦的第一大产区,而东北地区粮食产量增幅较大,其粮食产量占全国粮食总产量的比重达到四分之一,通过技术进步的适应性措施可以抵消气候变化对粮食生产的不利影响,对未来全国粮食产量的提高有着重要作用。在气候变化综合适应性情景下,全国粮食总产量将增加25.4%,其中水稻总产量增加35.6%,小麦总产量增加12.6%,玉米总产量增加22.6%,除西北地区外的五个地区粮食产量都将出现增长,东北地区粮食产量尤其是玉米产量增幅明显,其玉米产量将占到全国玉米总产量的一半,同时采取推广双季稻和引种的适应性措施对粮食产量的提高程度要明显高于单独推广双季稻和单独引种和技术进步。(7)到2020年我国粮食自给率为77.2%。在未来部分省区发生干旱的气候变化影响情景下,粮食自给率为76.8%,叁大作物中仅玉米的自给率出现下降；在未来气温升高粮食单产下降的气候变化影响情景下,粮食自给率为69.4%,叁大粮食作物的自给率均出现下降,尤其是水稻自给率下降达11个百分点；在未来部分省区推广双季稻的气候变化适应性情景下,粮食自给率为78.3%；在引种和技术进步的气候变化适应性情景下,粮食自给率为88.6%,水稻接近完全自给；在气候变化综合适应性情景下,粮食自给率将达到96.7%,基本达到粮食完全自给,其对于提高粮食自给率的程度要明显高于单纯推广双季稻和单纯引种和技术进步,可以抵消气候变化对粮食生产的不利影响,从而强有力的保障国家粮食安全,实现国家粮食安全战略目标。最后,本文根据上述研究结论,从适应性的角度提出了粮食生产应对气候变化应采取的对策措施。
刘蕾蕾[2]2012年在《气候变化、品种更新和管理措施对我国水稻生育期及产量影响的研究》文中研究说明农业生产系统是一个复杂的多因子动态系统,受气象、土壤、品种和栽培管理措施等多种因素的影响,从而使农业生产者难以综合考虑多因子互作、预测农业生产趋势并量化各因子对农作物生产的影响。作物生长模拟模型为定量描述作物生长发育过程及其与环境和技术的动态关系提供了新的方法和手段。本研究以我国4个典型的单季稻区和3个典型的双季稻区为对象,分析了1981-2009年水稻生育期内各气候要素的变化趋势,并利用水稻生长模拟模型(RiceGrow),探讨了气候变化对我国水稻生育期及产量的影响；进一步基于各典型站点1981-2009年的实测水稻田间数据,分析了气候变化条件下温度升高、品种更新及管理措施改变对水稻生育期及产量的影响；最后基于太湖稻区1980-1989年及2000-2009年的逐日气象数据和80年代及00年代的土壤养分数据,并结合水稻生长模型(APSIM-Oryza)及GIS空间分析技术,分析了太湖稻区气候条件和土壤属性的时空分布特征,定量了气候要素、土壤改良、品种更新及管理措施改变对太湖稻区水稻产量的影响。基于中国水稻种植区划并结合水稻种植面积、单产、总产及水稻实测数据观测站点和气象站点的位置,在全国选取了7个典型的水稻种植站点(单季稻区：黑龙江的五常、河南的信阳、江苏的镇江、四川的汉源；双季稻区：江西的南昌、湖南的衡阳、广东的高要)作为研究对象,分析了水稻生育期内气候要素随时间的变化趋势；运用水稻生长模拟模型RiceGrow量化了气候变化对水稻生育期及产量的影响；采用统计学方法定量了气候变化条件下品种更新及栽培管理措施改变对水稻生育期及产量的影响。研究结果表明：单季稻区与双季稻区水稻生育期内气候要素的变化趋势不一致。其中单季稻区以温度升高、降雨量和日照时数降低为主,而双季稻区则以温度和降雨量升高,日照时数降低为主,且单季稻区气候要素的变化幅度大于双季稻区。从1981-2009年,五常、信阳、镇江和汉源(单季稻区)水稻生长季内,平均最高温度的年增长量分别为0.039,0.029,0.058和0.029℃/年；平均最低温度的年增长量分别为0.087,0.029,0.068和-0.001℃/年；温度日较差的年增长量分别为-0.048,-0.005,-0.010和0.039℃/年；总日照时数的年增长量分别为-4.80,-8.29,-1.56和-2.37小时/年；总降雨量的年增长量分别为-4.89,-1.26,1.00和-0.46毫米/年。南昌、衡阳和高要(双季稻区)早稻生长季内,平均最高温度的年增长量分别为0.029,0.045和0.0190C/年；平均最低温度的年增长量分别为0.012,0.039和-0.001℃/年；温度日较差的年增长量分别为0.013,0.008和0.016℃/年；南昌和衡阳的总日照时数变化幅度较小,而高要的总日照时数变化趋势明显,其年增长量为-6.86小时/年；叁个站点总降雨量的变化趋势均不显着。南昌、衡阳和高要晚稻生长季内,平均最高温度的年增长量分别为0.068,0.029和0.003℃/年；平均最低温度的年增长量分别为0.077,0.039和-0.001℃/年；温度日较差的年增长量分别为-0.003,-0.010和0.016℃/年；与早稻相同,南昌和衡阳的总日照时数变化幅度较小,而高要的总日照时数变化趋势明显,其年增长量为-6.03小时／年；叁个站点总降雨量的变化趋势均不显着。通过分析模型(RiceGrow)模拟的结果发现,在品种、土壤及栽培管理措施均保持不变的情况下,温度的升高缩短了水稻的生育期天数,降低了水稻的产量。从1981-2009年,五常、信阳、镇江和汉源的水稻总生育期分别缩短了10.4、12.3、15.7和8.4天；南昌、衡阳和高要早稻及晚稻的总生育期分别缩短了8.4和10.6天,8.1和2.8天,2.8和1.7天。1981-2009年,五常、信阳、镇江和汉源的光温潜在产量和雨养产量分别降低了1038和1029kg·ha-1,1827和2024kg·ha-1,945和1012kg·ha-1,96和841kg·ha-1；南昌、衡阳和高要早稻的光温潜在产量和雨养产量分别下降了609和50kg·ha-1,661和284kg·ha-1,476和357kg·ha-1；晚稻的光温潜在产量和雨养产量则分别下降了684和319kg·ha-1,122和73kg·ha-1,1299和1070kg·ha-1。进一步分析模型中各站点与水稻生育期有关的品种参数发现,品种的更新主要表现为播种至拔节阶段品种基本早熟性的降低及抽穗至成熟阶段基本灌浆因子的降低。另外,通过比较实测水稻生育期数据与模型模拟的结果发现,品种的更新能够抵消温度升高对单季稻生育期产生的负面影响,延长水稻的生育期长度,提高水稻的产量；然而品种更新未能抵消温度升高对双季稻生育期产生的负面影响,但仍可以提高水稻的产量。随着品种的更新,从1981-2009年,五常、信阳、镇江和汉源水稻的总生育期分别延长了3.9、14.8、9.8和-5.9天,产量分别增加了5600、2520、3080和-1680kg·ha-1；南昌、衡阳和高要早稻的总生育期分别缩短了1.7,1.1和8.7天,产量分别增加了840、280和1960kg·ha-1；晚稻的总生育期分别缩短了12.3,+5.0和11.8天,产量分别提高了840、1400和2240kg·ha-1。通过对水稻的产量与品种及管理措施进行逐步多元回归发现,1981-2009年,我国水稻产量的提高主要是收获指数和每穗粒数增加的结果。另外,收获指数的提高与每穗粒数的相关性极为显着。30年间,五常、信阳、镇江和汉源水稻的收获指数分别提高0.12,0.09,0.29和-0.03；南昌、衡阳和高要早稻的收获指数分别提高0.12,0.06和0.20；晚稻的收获指数分别提高0.15,0.06和0.23。应用GIS的空间分析技术,分析了太湖稻区气候要素和土壤养分的时空分布特征,并结合APSIM-Oryza模型情景模拟的结果,定量了气候要素、土壤改良、品种更新和管理措施改变对太湖区域水稻生产力的贡献。结果表明：与80年代相比,00年代太湖稻区水稻生育期内的平均最高、最低温度和温度日较差上升,总降雨量(除东北部地区)及日照时数下降,总降雨量的减少主要是由拔节至抽穗及抽穗至成熟阶段降雨量的减少造成的,而总日照时数的降低,则是拔节至抽穗阶段日照时数显着下降的结果；00年代土壤有机质、全氮、速效磷和速效钾的含量较80年代分别上升了15.85%、79.55%、124.55%和10.37%；太湖稻区00年代水稻的平均产量较80年代提高了46.3%；土壤、气候、品种及管理措施对太湖稻区水稻生产力的影响程度不同,与80年代相比,气候要素变化导致太湖稻区水稻减产19.5%,品种更新使太湖稻区水稻增产21.7%,管理措施改变使太湖稻区水稻增产34.6%,而在排除肥料影响的情况下(假设80年代和00年代的施肥量均为0),土壤改良使太湖区域水稻产量提高了12.7%。
赵海燕[3]2006年在《气候变化对长江中下游地区水稻生产的影响及适应性研究》文中进行了进一步梳理过去100年米全球表面气温已经升高了0.6±0.2℃,中国同期气温升高0.5℃～0.8℃。全球气候变化对环境、生态和社会经济系统具有深远的影响。由于农业是对气候变化最为敏感和脆弱的部门之一。因此,气候变化对农业的影响评估及适应性研究成为气候变化领域的重大课题。水稻是我国第一大粮食作物,长江中下游平原是我国主要的稻区之一,本文选择该区评估气候变化对水稻生产的影响,在影响评估的基础上探讨切实可行的适应性措施,以减轻气候变化对我国农业生产的危害,这对保障我国粮食供给安全具有重要意义。 本文应用1981～2003年长江中下游48个早稻和30个中稻站点的水稻试验数据及同期气象观测数据,通过分析抽穗期和乳熟期的平均最高气温和平均日降水量与空壳率、秕谷率和千粒重的相关性,揭示历史气候变化对水稻产量构成因子—结实率和千粒重的影响,为进行未来气候变化对长江中下游水稻的影响评估提供客观事实分析依据。 利用区域气候模式系统PRECIS (Providing Regional Climates for Impacts Stydies)和作物模型相联接,模拟评估未来气候变化对长江中下游稻区水稻产量和生育期的影响。首先利用试验资料验证作物模型在长江中下游的适用性;然后利用欧洲中心(ECMWF)再分析数据(ERA)驱动PRECIS模拟的气候数据验证PRECIS输出结果和CERES-Rice相联接技术:最后,模拟分析A2利B2情景下2071～2100(2080s)相对于1961～1990(气候基准时段)各站点的水稻生育期和产量的变化;在此基础上,选择典型站点进行调整播期和培育、引进新品种的初步适应性研究。 本文主要研究结果如下: (1) 历史分析方面:虽然该地区已有的气温升高对早稻有利,但开花期、乳熟期的阴雨天气会对早稻产生负面影响;开花期和乳熟后期的阴雨天气和持续高温可提高中稻的空秕率。当前全球变暖对长江中下游的影响主要是中稻,对早稻影响较小。 (2) 模型检验方面:利用长江中下游12个站点的田间观测资料检验作物模型在长江中下游的适用性;将长沙和常德等4个站点的观测天气数据和用欧洲中期气象预报中心(ECMWF)的再分析数据(ERA)驱动PRECIS模拟输出的逐日天气数据分别嵌入作物模型进行模拟,模拟结果与田间观测值进行对比分析。结果表明,当应用PRECIS的气候情景进行评估工作时,模拟结果可以直接输入作物模型。 (3) 影响评估方面:2080s长江中下游早、中稻生育期均呈现缩短的趋势,早、中稻成熟期分别最多缩短18天和25天;不考虑CO_2的直接影响,两个情景中所有站点的早、中稻全部减产,减产幅度为-17%～-41%(A2情景)和-9.0%～-36.0%(B2情景);考虑CO_2的直接影响,部分站点早、中稻增产,但部分站点仍减产26.0%。 (4) 适应性研究方面:适当调整播期和培育、引进新品种都可以有效的提供水稻产量。同情景下,早稻提前播期与播期不变相比,最高可增产16.6%,中稻推后播期与播期不变时的增产幅度最高可达17.3%;适量增加水稻的遗传参数G4的值(耐热系数),可以提高水稻品种的耐热性,同情景下,比种植原品种增产最高为20.0%;有选择地引进热带品种可以适应未来气候变化带来的负面影响,同情景下比种植原品种最高增产67.0%。
史培华[4]2014年在《花后高温对水稻生长发育及产量形成影响的研究》文中认为随着气候变化的加剧,极端高温事件频发,生殖生长期的高温胁迫已对我国的水稻生产带来巨大风险。作物生长模型是量化气候变化对农业生产影响、评价适宜性应对措施的有力工具,但近年来在预测气候变化上出现了一定偏差,尤其是在极端高温上。因此,正确理解水稻生长发育及产量形成对高温胁迫的响应过程,有利于今后对作物模型进行改进和完善,提高气候变化下模型预测的准确性。本研究根据观测的历史高温胁迫状况,连续叁年在水稻开花期和灌浆前期利用人工气候室对两个粳稻品种实施了不同温度水平和不同高温持续时间的控温试验。通过分析不同温度组合下籽粒花后生长天数,量化了花后高温对水稻生育进程的影响,改进了RiceGrow模型高温胁迫下生育期的预测效果。进一步通过探索水稻叶片光合生产、物质积累与分配,产量形成等对花后高温胁迫的响应规律,明确了高温胁迫下产量损失的生理过程。研究结果将为准确量化未来气候条件下水稻生长发育及产量形成的影响提供理论支撑。基于南方稻作区228个农业气象站点每日最高气温及近20年不同站点水稻生育期资料计算了花后高温累积天数(ADHS)、高温强度(HSI)和高温度日(HDD)叁个指标,以此量化高温胁迫的持续时间和强度。结果显示,近50年里,我国南方稻作区水稻花后高温胁迫存在较大的时空差异。在空间分布上,南方稻作区中部地区的高温胁迫较其他地区更为严重;且单季稻区域的高温胁迫较双季早稻区域的空间变异更大。各站点生育期的变化影响了高温胁迫的空间变异,水稻遭受高温胁迫较严重的区域主要是由于该区域水稻花后生长时期较长时间地曝露于高温环境中。从时间变化来看,近50年里南方稻作区大部分区域水稻花后高温胁迫总体呈上升趋势,尤其以近15年最为明显。高温胁迫增加最快的区域为东南沿海地区及西南高原单季稻作区的西部。通过分析站点的籽粒产量波动和HDD的关系发现,花后高温胁迫在南方稻作区各生态区域导致9～19%的籽粒产量损失,花后高温胁迫对双季早稻的影响(16%)比单季稻(10%)更为严重。花后高温显着加速了水稻籽粒的发育进程,籽粒花后生长缩短的天数与高温度日(HDD)呈显着正相关。通过量化高温胁迫对籽粒花后生长天数的影响,我们构建了高温胁迫热效应的算法,改进水稻生长模型RiceGrow的生育期模块。利用人工气候室控温试验和大田试验中不同生态类型和不同熟性品种的生育期资料对模型进行了检验,结果显示,改进后的RiceGrow模型对花后高温胁迫下开花至成熟期天数(GDAM)预测的均方根误差(RMSE),平均偏差(MBE)及误差分布变异(Sd2）分别从4.60天(d)、2.65d和7.80减少到1.58d、-0.16d和2.40;观测值和预测值的决定系数(R2)和模型的一致性系数(IA)则分别增加了25%并和0.21。原RiceGrow模型中,GDAM的预测误差与HDD间存在显着正相关,改进后的模型基本消除了花后高温胁迫的系统性误差。总体说来,改进后的RiceGrow模型对不同水稻品种、不同花后高温时期及不同高温胁迫环境下水稻生育进程的预测均具有较好的表现。花后短暂高温胁迫处理期间,水稻剑叶净光合速率(Pn)呈现先下降而后恢复的过程。适度高温胁迫下,叶片气孔导度(Cond)、蒸腾速率(Tr)、胞间CO2浓度(Ci)随着处理期间温度水平的升高而增加;叶片通过自身物理结构的调节使Pn恢复到正常水平。极端高温胁迫下,叶片的Cond、Ci及Tr在处理3-4天后有所下降,叶肉细胞受损,Pn不能完全恢复。开花期高温胁迫处理结束后,叶片的Pn、LAI、SPAD及叶面积氮指数(LANI)在籽粒灌浆前期总体随高温胁迫的增加而下降;极端高温胁迫下灌浆后期各指标降低速率减慢,使得水稻植株后期仍具有较高的光合叶面积和光合能力。灌浆期高温胁迫处理结束后,叶片Pn、LAI、SPAD及LANI总体随处理温度和持续时间的增加而减少,叶片加速衰老,生理功能减弱。花后高温胁迫下叶片的叶色与光合能力、叶面积大小等显着相关。SPAD和Pn间为线性正相关;SPAD与LAI呈指数相关,在LAI的高值区域SPAD的反映存在饱和现象。花后高温胁迫处理后,叶片、茎鞘和穗的生物量总体呈下降趋势。开花期高温胁迫下穗生物量下降显着,但营养器官的生物量降低较少;穗器官库容量的严重减少使叶片光合同化物转运受阻,导致生殖生长后期叶片衰老缓慢、茎鞘生物量回升及营养器官氮含量较高。灌浆期高温胁迫下穗生物量的降低相对较少,但叶片和茎秆生物量降低较多,生殖生长后期营养器官的氮含量随处理期间高温水平和持续时间的增加而降低。从穗分配指数的变化来看,相同高温胁迫处理下,水稻籽粒灌浆持续期在灌浆期高温胁迫下比开花期高温胁迫下要长,因而灌浆期高温胁迫下叶片具有相对更长的光合同化时间。从糖氮比的变化来看,开花期高温胁迫下营养器官后期的糖氮比总体随高温水平和持续时间的增加而降低,而灌浆期高温胁迫下则呈增加趋势。另外,花后高温胁迫下,植株花后光合同化量随高温胁迫程度的增加而减少。开花期高温下花前储存物质的转运对籽粒干重的贡献降低,但灌浆期高温胁迫下则升高。这表明灌浆期高温胁迫下水稻植株通过提高花前储存物质的转运弥补了花后光合同化量的降低,能在一定程度上减少产量的损失。成熟期地上部干物质重、籽粒产量、收获指数均随花后高温水平和持续时间的增加而减少。开花期高温胁迫下,地上部干物质重降低不明显,而收获指数明显降低,且在各处理间差异显着;灌浆期高温胁迫下成熟期地上部干物质重较开花期高温胁迫下明显降低,但收获指数和籽粒产量的降低比开花期处理下小。高温胁迫下稻穗不同部位籽粒的生长存在竞争,以上部籽粒的粒重和结实率为最高,中部次之,下部最低。开花期高温对结实率的影响较灌浆期大,结实率降低50%所需的开花期和灌浆期的高温度日(HDD)分别为11.24℃·d和20.10℃·d。籽粒粒重几乎不受开花期高温的影响,但在灌浆期高温胁迫下显着降低。灌浆期高温胁迫下单位HDD的增加使南粳41和武香粳14的粒重分别降低0.49 mg和0.46 mg。相比南粳41,武香粳14在高温胁迫下的产量优势主要来源于其较高的光合生产量和较大的库容量。
周桐宇, 江敏, 孙汪亮, 孙彬[5]2018年在《未来气候变化对福建省水稻产量影响的模拟》文中指出为了科学评价未来气候变化对福建省水稻产量的影响,将福建省划分为3个稻区,选取66个样点,7个代表性品种,以及2种典型浓度路径(中端稳定路径RCP4.5和高端路径RCP8.5),利用BCC_CSM(Beijing Climate Center Climate System Model)气候模式,基于这2种典型浓度路径情景RCP(Representative Concentration Pathway)下的气候预估结果,结合作物生长模型CERES-Rice,分雨养与灌溉两种情形,模拟分析气候变化对水稻生产的影响。结果表明:未来气候变化情景下福建省各站点水稻生育期将明显缩短,生育期内平均温度均有所升高;不考虑CO2肥效作用时,无论早稻、后季稻、单季稻,其产量相对于基准年份均普遍减产,减产幅度不超过12%,其中雨养水稻的减产幅度略高于灌溉水稻;不同情景下水稻产量变化也有所差别,其中RCP8.5情景下水稻的减产幅度明显大于RCP4.5情景;而在考虑CO2肥效作用时,模拟结果比较乐观,各研究站点普遍表现为增产,最大增产幅度可达15.2%。
李白鸽[6]2011年在《江淮地区近30年农业气候资源与稻麦生产潜力的演变特征》文中提出2007年IPCC第四次评估报告指出1906-2005年全球平均地面气温升高了0.74±0.18℃,过去半个世纪的增温速率0.13±0.03℃/10a,这几乎是过去一个世纪增温速率的两倍,并对农业和农业生产潜力的影响越来越明显。我国的气候变化趋势与全球气候变化的总趋势基本一致。近百年来,中国气温上升了1.1℃,较全球增温幅度大,以冬季西北、华北、东北增温最为明显；我国从20世纪80年代末期以来增温最为明显,对我国农业生产产生了一定影响。为了研究气候变化对我国农业的影响,本论文收集了江淮地区32个气象站点的热、光和水等气象资料和作物生育期和产量资料,利用GIS技术,分析了我国江淮地区1981-2008年全年及小麦和水稻生育期温度、太阳辐射和降雨量等农业气候资源的时空变化特征,以“订正法”为基础,对稻麦生产潜力模型进行了光、温的逐级订正,估算了小麦和水稻生长季的光合、光温生产潜力。主要研究结论如下：1.江淮地区近30年来全年平均温度、小麦和水稻生育期和生育后期平均温度、生育后期平均日最高温度和平均日最低温度均呈逐年增加的趋势。近30年全年平均温度为15℃,每10年递增值为0.6℃,小麦和水稻生育期平均温度每10年增加值分别为0.7℃和0.4℃,小麦和水稻生育后期平均温度每10年递增值分别为0.5℃和0.2℃,小麦和水稻生育后期平均日最高温度和平均日最低温度每10年递增值分别为0.35℃、0.38℃和0.63℃、0.58℃。江淮地区全年、小麦和水稻生育期和生育后期平均温度、小麦和水稻生育后期平均日最高温度和平均日最低温度的空间分布均表现为由北向南逐渐升高。2.江淮地区近30年来全年、小麦和水稻生育期太阳辐射值,全年、小麦和水稻生育期日照时数均呈现减少的趋势。全年、小麦和水稻生育期太阳辐射值递减速率分别为6.9 MJ/a、2.8 MJ/a和2.5 MJ/a,小麦和水稻生育后期太阳辐射的递减速率分别为1.9 MJ/a和1.6 MJ/a。全年、小麦和水稻生育期日照时数递减速率分别为4.4 h/a、4.7 h/a、4.3 h/a,小麦和水稻生育后期日照时数递减速率为1.1 h/a、0.7 h/a。江淮地区全年、小麦和水稻生育期太阳辐射值,全年、小麦和水稻生育期日照时数其空间分布均呈现从北向南逐渐减少的趋势。3.江淮地区近30年来全年降雨量、小麦和水稻生育期降雨量均呈轻微增加的趋势,全年、小麦和水稻生育期降水量每10年增加速率分别为10mm、17mm和15mm。江淮地区全年、作物生育期降雨量空间分布均呈由北向南逐渐增加的趋势。4.江淮地区近30年小麦和水稻光合生产潜力递减速率分别为18 kg/ha/a、61kg/ha/a,小麦光温生产潜力呈线性上升的趋势,增加速率为52 kg/ha/a,而水稻光温生产潜力呈线性下降的趋势,递减速率为24 kg/ha/a。小麦和水稻不论是光合生产潜力还是光温生产潜力均从北向南呈现逐渐减少的趋势,并且在同一区域不同年代,光合生产潜力是减少的。5.江淮地区小麦光温增产潜力较大的区域是安徽南部,较小区域是江苏的大丰。江苏徐州和安徽北部的砀山、毫州、宿县和安徽南部的合肥、巢湖和安庆等区域水稻光温增产潜力较大,而江苏淮安、吕泗、常州、吴县等区域增产潜力较小。
汪欢欢[7]2014年在《未来气候条件下水稻生产力模拟研究》文中认为水稻(Oryza sativa L.)是我国第一大粮食作物,全国有65%以上的人口以稻米为主食,因此水稻生产力的稳定增长对于保障国家粮食安全起着关键作用。气候变化是人类至今为止面临的最为重大也是最为严重的全球环境问题,引起了全世界各国政府和人民的关注。作物生长模型为模拟气候变化对水稻生长发育的影响提供了新的方法和手段。本研究基于Agricultural Model Intercomparison and Improvement Project (AgMIP)项目的水稻模型小组研究思路与试验数据对模型进行分析,结合本实验室积累的水稻试验数据对水稻生长模型RiceGrow地上部各器官干物重以及C02影响算法进行改进、检验和校正。应用叁个不同的模型(ORYZA2000、RiceGrow和 CERES-Rice)对中国水稻主产区8个单季稻和4个双季稻站点代表品种的生育期和产量数据进行校正、核实和对比分析。并利用叁个模型的总体结果来预测温度、C02和氮素水平对水稻生育期和产量的影响。最后在分析水稻主产区12个站点30年的历史气象数据下水稻生长季内气候要素的变化趋势的基础上,利用叁个模型的总体结果预测未来气候对我国水稻主产区代表性站点的生育期和产量的影响,并提出了相应的适应性措施。研究结果将为未来气候条件下水稻的生长发育、管理措施及生产决策提供支持,保持水稻产量的稳定增长和保障国家粮食安全。利用不同地点、年份、品种等的水稻试验数据,基于原有模型的框架,进一步改进完善了水稻各器官干物质分配的模拟以及C02因子对生育期、光合等过程的影响,各器官干物质分配利用基于生理发育时间(PDTT)的分配指数法,改进了模型参数,C02算法的改进用了能够平衡机理性与实用性的因子法,并利用与建模条件有较大差异的数据进行的验证和核实。研究结果表明,改进后的分配指数在稳定性以及规律性都相对较好,并且在实际应用时加上的影响因子,也能适当弥补分配指数的不足,模型对干物质分配的预测性和适应性都相对较好。同时平衡机理性与实用性的CO2浓度影响算法的预测性和适应性也相对较好。综合考虑中国水稻种植区划和水稻实测数据观测站点的位置,水稻的种植面积、总产、单产等因素,在水稻主产省分内选取了12个典型站点(单季稻：兴化、合肥、钟祥、汉源、信阳、徐州、五常和广元；双季稻：高要、南昌、衡阳和武冈)作为研究的对象,为每个站点选取一个代表性品种,基于这些选定的品种对叁个模型的预测结果对比分析,然后测试叁个模型对温度、CO2和氮素水平的敏感性。研究结果表明：经过校正核实后,叁个模型对生育期持续时间的模拟结果都相对较好,ORYZA2000, RiceGrow 和 CERES-Rice模拟的RMSE在1.941-3.052天之间,平均为2.657天,NRMSE在1.482-2.331%之间,平均为2.029%。在没有经过产量校正核实的“盲调”结果中,叁个模型产量模拟值之间的差别很大,从3070.79-15036.63 kg ha-1,经过校正与核实之后的结果有了明显的改善,差别缩小到4028.30-10736.00 kg ha-1之间,除了校正当中的ORYZA2000和RiceGrow对合肥点2003年的模拟以及核实中CERES-Rice对汉源2008年的模拟值在-20%-20%的误差线之外,叁个模型校正和核实的结果大部分都很好地分布在-10%-10%的误差线内,说明模拟值与实测值的一致性较好。叁个模型除了RiceGrow模拟的生育期随CO2浓度的升高而缩短之外,其它两个模型模拟的生育期对CO2浓度的变化都不敏感。随着基准温度的升高,叁个模型模拟的生育期持续时间的总体趋势是下降。总的来说,产量模拟值随着温度的升高而降低,随着CO2的升高以及氮素施用量的增加而增加,RiceGrow对氮素施用水平的响应大于其它两个模型,叁个模型对C02的效应没有明显区别。就每个点的效应来说,随着温度的升高各个水稻站点叁个模型模拟的产量平均值虽然大小不一,但是都随温度的上升呈下降趋势,并且大部分单季稻站点和部分晚稻站点都呈现出了随纬度变低,产量的相对减少值增大的趋势。而且从不同的C02水平的敏感性分析结果来看,C02浓度升高能部分补偿温度带来的负效应,而对温度的敏感性结果来看,温度增加的越高,产量的减少越多。对比未来气候与历史气候,除少部分站点之外温度平均值都呈增加的趋势,平均总日照时数和总降雨也呈一定的增加趋势。未来气候条件下模拟的生育期持续时间值的大小跨度很大,但是都比基准气候(1980-2010)下的短。单季稻站点的平均模拟产量都出现了下降,并且80s(2070-2100)的产量下降要大于50s(2040-2070)的,CO2升高部分补偿了温度升高带来的负效应。双季稻典型站点的平均模拟产量在50s都呈不同程度的增加趋势,80s的平均模拟产量除高要点早稻,南昌点的早晚稻以及衡阳点的早稻出现降低之外,其他都呈增加的趋势。
汤开磊[8]2013年在《中国水稻光温生产潜力时空演变特征模拟分析》文中认为水稻种植面积与总产量分别占我国主要粮食作物的33%和39%,分别列我国粮食作物第二和第一位。在目前全球变暖的背景下,气候变化对作物生产的影响已不容忽视,明确我国水稻光温生产潜力的时空演变特征,对准确评估过去及未来气候变化对我国水稻生产的可能影响,保障我国粮食安全具有重要意义。为此,本研究首先搜集我国主要稻作区中国农业气象站水稻田间观测数据(生育期、产量等),水稻新品种区域试验中对照品种汕优63的生育期和产量资料以及同期逐日气象数据资料(太阳辐射、最低温度、最高温度等),对水稻作物生长模拟模型ORYZA2000的参数进行调试和验证；使用经过调试和验证的ORYZA2000模拟我国主要稻作区内239个标准气象站点1961-2007的水稻光温生产潜力,分析了我国水稻光温生产潜力时空演变特征；并进一步利用ORYZA2000模拟分析光温变化条件下水稻光温生产潜力的变化特征,明确了温度和太阳辐射变化对我国水稻光温生产潜力的可能影响。主要研究结果如下：1. ORYZA2000模型参数调试与检验：分别以桂朝2号、汕优63、D优63和林中5号作为华南双季稻、华中单季稻、西南单季稻和东北单季稻代表品种,以广东高要(1982-1986,1997-2002)、江苏徐州(1987-1995)、四川汉源(1989-1995)和黑龙江五常(1993-1996)农业气象站水稻生长观测数据及同期逐日气象资料对ORYZA2000模型品种生长发育参数进行调试和验证,以2004-2005年江苏盐城、安徽合肥、湖北宜昌和湖南怀化站点中国水稻新品种试验中对照品种汕优63生育期和产量资料,验证不同气候生态条件下光温生产潜力的模拟效果。结果表明,模拟出苗——开花期和出苗——成熟期与观测值之间的决定系数R2分别为0.96和0.98,均方根差RMSE皆为2.3d,相对预测误差rRMSE分别为2.2%和1.6%；模拟光温生产潜力与实际观测产量决定系数R2为0.74。校正后的ORYZA2000可较为准确地模拟不同区域水稻生长发育,能够应用于不同地区水稻生长发育和光温生产潜力模拟研究。2.中国水稻光温生产潜力的时空分布特征：分别以桂朝2号、汕优63、D优63和林中5号作为华南双季稻、华中单季稻、西南单季稻、东北单季稻代表品种,将我国主要稻作区内239个标准气象站点1961-2007年间的逐日气象数据(最低温度、最高温度、太阳总辐射等)输入经过调试和检验的ORYZA2000模型,模拟了我国主要稻作区1961-2007年间水稻光温生产潜力,并分析了其时空演变特征。结果表明,东北单季稻光温生产潜力在14467～18734kg ha-1之间,平均值为16609kg ha-1；华中单季稻变化范围在13930～19380kg.ha-1之间,平均值为15545kg·ha-1;西南单季稻变化范围在13535～20982kg·ha-1之间,平均值为16446kg·ha-1;华南早季稻变化范围在11318～14868kg·ha-1之间,平均值为13130kg·ha-1;华南晚季稻变化范围在11561～14316kg·ha-1之间,平均值为12760kg·ha-1.1961-2007年间,东北单季稻光温生产潜力年代际变化率范围在-3.8～-0.2%-10a-1之间,平均值为-1.9%.10a-1(-315kg·ha-1·10a-1);华中单季稻变化范围在-4.1～-0.2%.10a-1之间,平均值为-2.4%.10a-1(-366kg·ha-1·Oa-1);西南单季稻变化范围在-6.2～0.3%·10a-1之间,平均值为-1.9%.10a-1(-326kg·ha-1·10a-1);华南早季稻变化范围在-4.8～0.6%.10a-1之间,平均值为-1.9%.10a-1(-244kg·ha-1·10a-1);华南晚季稻变化范围在-4.2～O.3%·1Oa-1之间,平均值为-1.9%.10a-1(-238kg·ha-1·10a-1).3.光温变化对中国水稻光温生产潜力的影响：利用ORYZA2000模型,模拟分析以1961-2007年光温条件为基准,温度增加1℃、太阳总辐射减少10%对我国主要稻作区水稻光温生产潜力的影响。结果表明,1961-2007年间,我国水稻生长季内每日平均太阳总辐射变化范围在-6.5～2.0%·10a-1之间,平均值为-2.3%·10a-1(-0.36MJ·m-2·10a-1).太阳总辐射下降10%,东北单季稻光温生产潜力变化范围在-5.2--3.O%之间,平均值为-4.0%(-672kg·ha-1);华中单季稻变化范围在-6.2～-3.3%之间,平均值为4.4%(-675kg·ha-1);西南单季稻变化范围在-6.6～-2.3%,平均值为-5.6%(-915kg·ha-1);华南早季稻变化范围在-6.3～-3.5%之间,平均值为4.9%(-637kg·ha-1);华南晚季稻变化范围在-6.1～-2.2%之间,平均值为-4.3%(-549kg·ha-1).1961-2007年间,我国水稻生长季平均温度变化范围在-0.14～0.69℃·10a-1之间,平均值为0.13℃·10a-1。温度升高1℃,东北单季稻光温生产潜力变化范围在-6.5～-3.3%之间,平均值为-4.5%(-761kg·ha-1);华中单季稻变化范围在-5.9～-2.9%之间,平均值为-4.3%(-660kg·ha-1);西南单季稻变化范围在-8.2～-2.8%之间,平均值为-5.8%(-975kg·ha-1);华南早季稻变化范围在-6.5～-3.6%之间,平均值为-4.6%(-606kg·ha1);华南晚季稻稻变化范围在-6.1～-2.4%之间,平均值为-4.1%(-533kg·ha-1)。1961-2007年间,东北单季稻光温生产潜力变化主要由温度变化引起,温度和太阳辐射变化对水稻光温生产潜力影响的比率大于1的站点占62%；华中单季稻、西南单季稻、华南旱季稻和晚季稻光温生产潜力变化主要由太阳辐射变化引起,温度和太阳辐射变化对水稻光温生产潜力影响的比率小于1的站点分别占91%、62%、70%和89%。本研究明确了1961-2007年间我国主要稻作区水稻光温生产潜力及其时空演变特征,分析了水稻生长季内光热资源变化对我国水稻光温生产潜力的影响,研究结果可为进一步评估未来气候变化对我国水稻生产的可能影响和制定相应的应对策略提供参考依据。
叶宏宝, 石晓燕, 李冬, 华珊, 徐志福[9]2016年在《气候变化对浙江水稻生产影响的集合模拟分析》文中提出生长模型耦合气候模式模拟是研究气候变化对农业生产影响的有效途径。本文基于3种典型浓度路径排放情景(RCP)下11个国际耦合模式比较计划第五阶段(CMIP5)全球气候模式(GCMs)的气候预估结果,以1971—2000年观测资料作为气候资料基准值(baseline),利用LARS-WG天气发生器形成包含RCP2.6、RCP4.5、RCP8.5情景下2050s(2041—2060年)和2070s(2061—2080年)时段的气候预估逐日数据集合,分析了浙江省杭州、金华两个代表站点的气候资源变化特征,以气候模式耦合水稻机理模型ORYZA2000方法,集合模拟评估了气候变化对浙江水稻生产的影响。结果表明,未来浙江代表站点杭州和金华的平均气温均会升高,预估2070s时段杭州、金华分别平均升温1.65~3.56、1.75~3.67℃,高温热害发生加剧。在仅考虑未来气候变化的条件下,随着温度升高,代表站点的水稻生育期相对基准期缩短。不考虑CO2浓度增加对水稻产量的肥效作用,无论早稻、晚稻、单季稻,其产量相对于基准年份均普遍减产,且高排放情景下的减产幅度明显大于低排放情景。
孙雯[10]2011年在《气候变暖对中国水稻生产的影响》文中认为农业生产与气候变化密切相关,在目前全球变暖趋势愈发显着的背景下,气候变化对作物生产的影响已不容忽视。水稻是世界主要粮食作物,占据世界人口一半以上的亚洲、非洲及拉丁美洲国家人民多以水稻作为主要食物来源。中国是世界上最大的水稻生产国,水稻种植面积和总产量分别占据世界的第二和第一位。水稻在中国的产量超过了谷物类总产的40%。由于气候变化本身的区域性和季节性,以及中国水稻生产的地域性,气候变化给水稻生产带来的影响并不完全一致,具有很大的不确定性。中国以不到全球10%的农田,承载了全球近20%的人口,气候变化对其水稻生产的影响将直接关乎世界近1/5人口的粮食安全问题。毫无疑问,粮食安全将成为中国当前以及未来可预期的相当长一段时间内无法忽视的问题；如何保证粮食安全是亟待研究的重大课题。因此,本研究将采用定量化分析方法,分析气候变暖给中国地区水稻生长发育及水稻生产带来的影响,以求为确定水稻的种植区域、合理安排农作制度提供科学依据。本研究通过气候变化、水稻物候等观测及模拟数据,采用时间序列分析等统计方法及模型模拟方法,基于地理信息系统(GIS)技术,从时间、空间上阐明了水稻安全生长季变化及生长季内关键生育期极端温度胁迫的变化情况,同时在此基础上修正水稻光温生产潜力模型,评估中国历史及未来水稻光温生产潜力和产量的变化。主要研究结果为：(1)1961-2008年间,水稻安全生长季长度阶段性变化明显,延长趋势主要出现在1985以后。水稻安全生长季在东北单季稻区,长江中下游单季稻区,长江中下游双季稻区及华南双季稻区都有显着的延长趋势,分别为9d/10a、6d/10a、7d/10a和7d/10a。东北稻区安全生长季长度的增加是由安全播种期和安全成熟期的变化同时引起的,而长江中下游地区和华南地区多是由于安全播种期的提早引起的。安全播种期的提前比安全成熟期的推迟更为显着,对生长季延长的贡献也大于安全成熟期。空间上,水稻安全生长季最长出现在云贵高原地区,最短出现在东北地区北部。东北和长江中下游地区安全生长季长度的变化最为明显,增加均超过10d。(2)1961-2008年间,不同种植区水稻关键生育期低温冷害和高温热害的变化趋势具有明显的时空分布特征。总体而言,气候变暖背景下低温冷害逐渐减少,而高温热害并无增加。其中,低温冷害减少主要表现在育秧期和抽穗开花期,孕穗期无明显变化特征。水稻各种植区中,只有东北单季稻区,长江中下游双季稻区和华南双季稻区叁个地区的低温冷害出现减少趋势,低温冷害指数在育秧期的减少幅度分别为0.6/10a、1.2/10a和1.6/10a,在抽穗开花期的减幅分别为0.2/10a、0.3/10a和0.4/10a。冷害减缓趋势开始显着的时间呈现出从北向南逐渐推迟的格局,育秧期东北单季稻区和长江中下游双季稻区起始于80年代中期,而华南双季稻区从90年代中期才开始显着；抽穗开花期起始时间在东北单季稻区、长江中下游双季稻区和华南双季稻区分别为70年代初期、80年代中期和90年代初期。水稻种植区高温热害并未出现增加趋势,仅有长江双季早稻区的高温热害在2000s出现的次数较为频繁,但近两年又有所缓和,因此无法断定该区的高温热害的变化趋势。通过在县级和省级尺度上对低温冷害和高温热害与水稻单产的相关关系进行分析发现,抽穗开花期极端温度胁迫指数(△TSI)升高1则会造成水稻减产291kg ha-1,而在育秧期极端温度胁迫指数(△TSI)同样升高1会水稻仅减产165kg ha-1。(3)1961-2050年间,水稻各种植区光温生产潜力的变化有所不同。东北单季稻区、长江中下游稻区和华南双季稻区1961-2008年光温生产潜力明显增长,其中长江中下游双季稻区的增幅较大,每年约增加150kg ha-1;与此相反的是,四川盆地光温生产潜力每年减少75kg ha-1,减少趋势显着。未来40年间,东北、四川盆地和云贵高原叁个单季稻区以及长江中下游双季稻区均表现出极其显着的上升趋势,在A2和B2情景下的增长趋势分别为每年136kg ha-1、79kg ha-1、116kg ha-1、85kg ha-1和每年91kg ha-1、67kg ha-1、118kg ha-1、89kg ha-1。空间上看,1981-2050年间光温生产潜力在东北稻区由北向南呈阶梯状增加,在南方稻区从沿海向内陆呈环状逐渐递减。最高的值出现在云贵高原西南地区及华南的部分地区,最低值则出现在东北稻区的北部。水稻单产总体表现为增加趋势,在1961-2008年间增加趋势极其显着,但在2011-2050年间增幅则较小。空间上,水稻单产在不同阶段的分布特征不同。1981-2008年,在东北稻区由周边向中部呈环状逐渐增加,在南方稻区从东南沿海向西北内陆逐渐递增,最高的单产出现在四川盆地。未来40年水稻单产在东北地区呈现由东北向西南阶梯状递增,在南方地区则呈高低相间的带状分布。最高的单产出现在东北稻区西南部和四川盆地东部,最低的则出现在两个双季稻区。本研究主要结论：1961-2008年间,水稻安全生长季总体变长,延长趋势具有明显的时空特征,其中安全播种期的提前比安全成熟期的推迟更为显着,对生长季延长的贡献也大于安全成熟期；关键生育期低温冷害有所减少而高温热害并未增加,冷害减少主要出现在育秧期和抽穗开花期；光温生产潜力的变化在各个种植区各有不同,主要表现为1961-2008年间东北单季稻区、长江中下游稻区和华南双季稻区光温生产潜力增加而四川盆地降低,2011-2050年间所有稻区的光温生产潜力都表现出升高趋势。2011-2050年间水稻单产总体趋势增加,但增幅较小。
参考文献：
[1]. 气候变化对中国粮食生产的影响及应对策略[D]. 周文魁. 南京农业大学. 2012
[2]. 气候变化、品种更新和管理措施对我国水稻生育期及产量影响的研究[D]. 刘蕾蕾. 南京农业大学. 2012
[3]. 气候变化对长江中下游地区水稻生产的影响及适应性研究[D]. 赵海燕. 中国农业科学院. 2006
[4]. 花后高温对水稻生长发育及产量形成影响的研究[D]. 史培华. 南京农业大学. 2014
[5]. 未来气候变化对福建省水稻产量影响的模拟[J]. 周桐宇, 江敏, 孙汪亮, 孙彬. 生态学杂志. 2018
[6]. 江淮地区近30年农业气候资源与稻麦生产潜力的演变特征[D]. 李白鸽. 南京农业大学. 2011
[7]. 未来气候条件下水稻生产力模拟研究[D]. 汪欢欢. 南京农业大学. 2014
[8]. 中国水稻光温生产潜力时空演变特征模拟分析[D]. 汤开磊. 南京农业大学. 2013
[9]. 气候变化对浙江水稻生产影响的集合模拟分析[J]. 叶宏宝, 石晓燕, 李冬, 华珊, 徐志福. 浙江农业学报. 2016
[10]. 气候变暖对中国水稻生产的影响[D]. 孙雯. 南京农业大学. 2011