华盛论文咨询网

　　

　　摘要 研究采用 NorESM1-M 模式输出的气候情景资料驱动农业生态区模型，分 析 了21世纪 中 期 在 RCP2.6和RCP8.5典型浓度路径下的东北区域气候资源变化。研究表明：在 RCP2.6、RCP8.5两种气候变化情景下，东北区域年平均气温呈现升高趋势，≥10 ℃积温所反映的热量条件得到显著改善，以黑龙江省和辽中南积温的增加最为明显;受气温升高影响，2050s参考作物蒸散普遍增加。区域内降水总 量 略 有 增 加，东北西部干旱地区状况略有改善，东部地区更加湿润;趋于暖湿的气候促使作物生长季延长，到21世纪中期，全区最长增加12.4天。

　　关键词 气候变化;东北区域;农业气候资源;预估

　　引言

　　农业生产对气候变化十分敏感，气候变化亦在粮食的获取、使用和价格稳定等方面存在潜在影响。IPCC第五次评估报告指出1880—2012年全球平均地表温度升高了0.85(0.62～1.06)℃，21世纪 末还将上升1.8～4.0℃[1-2]。东北地区地处北半球中高纬度，是气候变化的敏感区[3-8]，也是我国玉米、水稻和大豆的主要产区，在粮食安全保障体系中占有重要地位。过去50年区域气候变化使作物生长热量条件改善、种植范围扩大，但干旱、病虫害加剧，预估表明未来东北区域还将面临更高的气候灾害风险[3]。在全球变暖背景下，气候变化将导致 气 候 资源发生相应变化，增大农业生产的不确定性，对我国农业的可持续发展产生重要影响。关于气候变化对农业气候资源的影响，前人已经开展了 很 多 有 益 的 研 究。例 如 杨 晓 光 等[9]利用1961—2007年中国558个气象站资料对不同区域喜凉、喜温作物生长期农业气候资源进行了分析，纪瑞鹏等[10]发现，热量资源的改善使得东北地区春季提前，生长季延长，生长季内总积温增加，10℃积温带北移。曾丽红等[11]发现东北作物蒸散在过去60年表现为小 幅 度 的 增 长 趋 势，周 期 震 荡 非 常 明 显。汤绪等[12]基于 PRECIS区域气候模型资料预估了21世纪末气候变化对我国农业气候资源可能造成的影 响。此 外，还 有 一 些 针 对 华 北[13]、西北[14]、西南[15-16]、东南[17]等地区以及各省[18-20]的农业气候资源研究。前人的工作为本研究奠定了良好的基础，但以上工作大多围绕历史时期农业气候资源的演变规律展开，除少数学者[21-22]对东北区域21世纪中晚期气候资源进行过分析研究外，针对多种气候变化情景下未来不同时段的东北区域气候资源变化的相关研究成果还鲜见报道。因此，本文采 用 挪 威 气 候 中 心 NorESM1-M 模式输出的未来气候情景预估资料及基准年气候模拟资料驱动农业生态区模型(AEZ)，分析到21世纪中期(2021—2070 年)在 2 种 典 型 浓 度 路 径 下 (RCP2.6和 RCP8.5)东北区域气候资源的变 化，旨 在 深入认识农业气候资源，为区域应对气候变化和制定相应的气候变化适应策略提供依据。

　　1 资料与方法

　　1.1 NorESM1-M 模式资料简介及性能检验

　　NorESM1-M 模式是由挪威气候中心开发的地球系统模式，基 于 CCSM4模式 发 展 而 来。该 模 式由大气、海洋、陆面、海冰和耦合器五大模块组成，并通过耦合器来实现其它四个物理子模块之间的耦合。NorESM1-M 可 以 对 各 子 模 块 进 行 不 同 的 组合，以达到模拟过去和现在的地球气候系统、预测和预估气候 变 化 等 目 的。此模式在大气环流动力框架、对流层和平流层处理方案和通量方案等方面较之前的版本有了显著改善;另外情景试验设计也更加合理，很大程度上保留了未来气候变化中极端气候事件 发 生 的 概 率。已 有 研 究[23-25]利用 观 测 站 点资料检验了 NorESM1-M 模式在中国和东北区域的气候模拟能力，总体来看，NorESM1-M 模式对中国和东北区域的气候特征模拟性能良好，尤其是对东北区域降水的模拟效果在 GCM 中较为突出。本文情景数据由IIASA(国际应用系统分析研究学会)GuntherFischer课题 组 提 供，资 料 空 间 分辨率为10km×10km。使用的气象指标包括逐月平均气温、最高气温、最低气温、降水、辐射、风速、相对湿度和雨日数并以1981—2010年为 气 候 基 准 时段(Baseline)代表 当 前 气 候，以 2020s(2011—2040年)和2050s(2041—2070年)代表未来两个研究时段，辐射强迫情景分别为 RCP2.6和 RCP8.5。图1为基准年期间(1981—2010年)，东北区域年平均气温和降水量的观测值与模拟值对比。由图可知，NorESM1-M 模式对东北区域年平均气温和降水量的模拟能力在趋势变化和年际波动两个方面均较好，30年平均气温模拟值比观测偏冷0.36 ℃，降水量比实际偏少3.41%。

　　为进一步检验 NorESM1-M 模式资料在东北区域气候模拟能力，将模式气候基准时段平均、最高、最低气温、降水量和辐射模拟资料双线性插值到研究区域内162个气象观测站，并与观测站同时段实测 资 料 进 行 比 对。 表 1 给 出 NorESM1-M 模 式1986—2005年多种要素的气候模拟值与观测资料间的空间相关系数、标准差比率和均方根误差。相关系数及均方根误差表征模拟的空间型与观测的相似程度：相关系数越大，均方根误差越小表示相似度越高;标准差表示模式对空间振幅的模拟能力。由表1可知，模式对于各要素均有比较好的模拟能力，与观测的相关系数均可通过α=0.001的显著性检验，标准差比率均接近1说明模式对中心振幅的模拟能力亦与实测相接。对比来看，模式对于气温的模拟性能优于辐射和降水，降水在3类要素中离散程度最大。

　　1.2 AEZ模型

　　农业生态区模型(Argo-EcologicalZone，AEZ)是由联合国 粮 农 组 织(FAO)和国际应用系统分析研究所(IIASA)共同 开 发，主要应用于作物适宜性区域划分和生产潜力计算的一种模型。该模型具有相对严谨的推算过程，曾在生产潜力评估领域被世界各国广 泛 应 用，效 果 良 好[26]。AEZ 模型 的 第 一模块主要是进行气候数据的分析以及农业气候指标的计算[12]，主要包括：(1)积温。10 ℃积温是喜凉作物迅速生长、多年生作物以较快速度积累干物质的温度，也是喜温 作物正常生长的起始温度。模型中将未来的气温变化信号作为每个月第16日的气温数据，通过线性插值得到逐日资料。模型中以统计界限温度以上温度之和求得积温。(2)参考 作 物 蒸 散 量。AEZ模型 中 采 FAO 在1998年推荐的 Penman-Monteith方法，公式为：ET0 =0.408Δ(Rn -G)+γ 900T+273U2(es -ea) Δ+γ(1+0.34U2)式中，Rn 为净辐射(MJ/m2);G 为土壤热通量(MJ/m2)，γ为干湿常数(kPa/℃);Δ 为饱 和 水 气 压 曲 线斜率(kPa/℃);T 为平均温度(℃)，U2 为2m 高处的风速(m/s);ea 为实际 水 气 压(kPa);es 为平 均 饱和水气压(kPa)。(3)湿润指数。湿润指数是一个表征地区干湿程度的指标，以某个地区的水分收支比值来表示：M= PET0 ×100式中，M 为湿润指数，P 为降水量(mm/d)，ET0为参考作物蒸散量(mm/d)。(4)生长期长度。生长期定义为稳定通过5 ℃ 界限温度以及ETa≥0.4ET0的持续日数(ETa为实际蒸散量)。

　　2 结果分析

　　2.1 气候变化对热量资源的影响

　　2.1.1 年平均气温的变化

　　图2给出 了 东 北 区 域 年 平 均 气 温 1981—2010年的 空 间 分 布 以 及 21 世 纪 20 和 50 年 代 分 别 在RCP2.6和 RCP8.5情景下相对于基准年的变化。分析可知，1981—2010年期间东北年平均气温的分布与观测实况较为一致(图略)，受纬度和海拔影响，一条平原暖舌沿东北平原自西南向东北伸展，南部环渤海地区年平均气温在8 ℃以上，而黑龙江北部漠河地区由于 纬 度 偏 高 年 平 均 气 温 则 在 0 ℃以下(图2a)。未来气候变化情景下(图2b～2e)，东北区域为增温趋势且北部高于南部，东部高于西部。21世纪20年代在低辐射强迫(RCP2.6)情景下，东北区域平均增温1.03℃，其中小兴安岭至三江平原地区增温最为显著;在高辐射强迫情景下(RCP8.5)的升温为1.32 ℃，增温显著区域扩大到吉林以及辽宁中部。21世纪50年代东北增温进一步增强，0 ℃以下仅在黑龙江最北端存在小范围区域，显著增温区包括了黑龙江、吉林和辽宁的中东部地区，RCP2.6情景下东 北 增 温 1.7 ℃，RCP8.5 情 景 下 的 增 温 为3.19℃。

　　2.1.2 日平均气温稳定通过10 ℃积温的变化

　　图3a为东 北 地 区1981—2010年平 均≥10 ℃ 积温的空间分布。由图可见，东北区域≥10 ℃积温的分布与年均气温的分布特征类似。辽宁中南部地区积温可达3500～4000℃，黑龙江北部和小兴安岭及 长 白 山 区 积 温 在 1500～2000 ℃ 之 间。 在RCP2.6情景下(图3b、3c)，21世纪20和50年代东北地区≥10 ℃积温与基准年相比呈现增加趋势，全区年平均增加227.7 ℃和359.0 ℃，其中黑龙江东北部增加最为明显，吉林大部和辽宁西部相对较少。在 RCP8.5情景下(图3d、3e)，21世纪20年代东北区域积温年平均增加266.2℃，到了50年代则增加657.6℃，以辽宁省的积温增加最为显著，这一变化特征与初征等[22]利用 BCC_CSM1区域气候模式模拟的东北区域2006—2099年积 温 均 值 的 结 果相当一致：即>4000 ℃积温区在基准情景下仅在辽宁省个别格点出现，而此情景下则可覆盖辽宁省大部并北扩到吉林西部(图略)。

　　2.2 气候变化对降水的影响

　　东北区域年平均降水量基准年及21世纪20、50年代在 RCP2.6和 RCP8.5情景 下 相 对 于 基 准年的变化如图4所示。图4a为基准年东北年平均降水量的分布形态，受地形与海陆分布的影响，东北区域降水呈现经向分布，降水量级由东向西递减，长白山区年平均最大降水量 可 达900mm 以上，而 水分条件最弱的吉林西部降水量则不足400mm。在未来气候条件 下，东 北 区 域 降 水 量 略 微 增 加(图4b～4e)。在 RCP2.6情景 下，20年代 降 水 量 主 要 增加在黑龙江、吉 林 和 辽 宁 的 中 部 西 部，由 北 向 南，3省降水 增 量 分 别 为 46.3 mm、32.8 mm 和 33.8mm;50 年 代 全 区 降 水 平 均 增 加 56.9 mm;在RCP8.5情景下，20年代和50年代降水量分别增加31.1mm 和71.7mm，南部辽宁省的降水增加最为明显。

　　2.3 气候变化对参考作物蒸散量的影响

　　图5为东北 区 域 参 考 作 物 蒸 散 量 基 准 年 及21世纪20、50年代在 RCP2.6和 RCP8.5情景下相对于基准年的变化。图5a为基准年的参考作物蒸散量的分布。由图可知，东北区域参考作物蒸散量由东北向西南递增，蒸散量最大的区域在辽宁西部，全年蒸散大于900 mm，蒸散量最小的区域在黑龙江北部，年蒸散量小于500mm，东北北部的低蒸散区主要是低温所致，而西南部则由于相对湿度小，日照时间长而形成高蒸散区。与基准情景相比较，20年代参考作物蒸 散 量 呈 减 少 趋 势：RCP2.6情景 下 全区平均减少39.6mm，RCP8.5情景下减少26.9mm(图5b、5d)。50年代伴随气温大幅升 高，RCP2.6情景下参考作物蒸散量呈现略微增加趋势，全区平均 增 加 10.0 mm，其 中吉林省增加最为明显(17.2mm)，RCP8.5情景下蒸散量则有显著增加，全 区 平 均 达 到 81.3 mm，最大的吉林省达到91.3mm(图5c、5e)。

　　2.4 气候变化对湿润指数的影响

　　图6 为东北区域湿润指数基准年及 21 世 纪20、50年代在 RCP2.6和 RCP8.5情景下相对于基准年的变 化。1981—2010年东北区域平均湿润指数为 372.5，东 北平原和三江平原湿润指数略低(100～300之间)，小兴安岭到长白山一带湿润指数在700～900之间(图6a)。RCP2.6情景下，湿润指数的总体变化趋势均呈现东增西减的变化趋势，其中增加最显著的区域在小兴安岭南部即三江平原以西的地区，20年代该区域湿润指数的增加在200以上，50年代则在150～200之间(图6b、6c)，东北平原中部湿润指数呈现略微下降的趋势。RCP8.5情景下，20年代的分布形态与 RCP2.6相类 似，50年代在黑龙江中北部以及吉林西部出现较显著下降区域，最大可达250以上(图6d、6e)。

　　2.5 气候变化对作物生长期长度的影响

　　1981—2010年期间，东北区域作物生长期长度在气温、降水等多种气象要素的影响下，主要呈东南向西北递减的分布趋势，其中辽宁东南部地区生长期最长可达210天以上，而黑龙江北部、吉林西部和辽宁西部受高寒以及干旱的影响，生长期不足110d(图7a)。在未来气候变化情景下(图7b～7e)，东北区域作物生长期长度的变化不尽相同。在 RCP2.6情景 下，21 世 纪 20、50 年 代 分 别 增 加 9.2d 和11.1d。辽宁南部环渤海湾地区生长期长度有小范围减少，东北大部分地区呈增长趋势，西部原本生长季较短的地区增长趋势更为明显，这可能与当地热量条件的改善有关。在 RCP8.5情景 下，受 水 分 条件的限制，21世纪20、50年代的生长季长度虽总体仍呈增加趋势，但与 RCP2.6气候情景相差不大，分别为8.8d和12.4d。

　　3 结论与讨论

　　本文采用 NorESM1-M 模式气候情景资料驱动农业生态区模 型，模 拟 了 RCP2.6、RCP8.5两种 气候变化情景下东北区域在21世纪20、50年代两个年代的多种气候资源可能的变化情况。研究表明：在 RCP2.6、RCP8.5两种气候变化情景下，东北区域年平均气温呈现升高趋势，≥10 ℃积温所反映的热量条件得到改善;受气温升高的影响，21世纪50年代参考作物蒸散普遍增加。区域内降水总量略有增加，东北西部干旱地区状况略有改善，东部地区更加湿润;趋于暖湿的气候促使作物生长季延长，到21世纪中期，全区最长增加12.4d。利用未来气候变化情景数据预测未来气候变化对农业的影响是气候变化影响评估的常用方法之一，因此气 候 情 景 和 预 估 数 据 的 可 靠 性 至 关 重 要。本文采用 的 NorESM1-M 模式在大气环流动力框架、对流层和平流层处理方案和通量方案等方面较之前的版本有了 显 著 改 善，且 RCPs浓度 路 径 数 据依据大气辐射强度来设定温度改变准则，情景试验设计也尽可能保留极端气候事件发生的概率，方法更为科学合理，增加了本文预估资料的可信度，使得本文主要结论与前人的研究结论，尤其是以温度变化为主导的要素较为一致[21-22]。然而，本文研究结论仍然存在一定的不确定性，主要来自：①全球模式本身在模拟山地和海岸带等区域尺度特征时的局限，对气候系统中存在的各种物理、化学和生物过程及其相互属性的模拟能力的局限性等[27];以及②AEZ模型对暴雨、干旱等极端气候事件的模拟能力的局限等。本文所使用的预估资料虽然经过插值、地形订正等预处理以减小系统误差，但上述问题仍然存在，同时本文亦没有考虑由作物 品 种 自 身 更 替 而 对 气 候 变 化 产 生 的 适 应 性问题。

　　前人研究中虽多采用区域气候模式来获取气候要素的详细空间信息，然而亦会带来新的不确定性问题，如区域气候模式 RegCM3在全球模式模拟我国夏季降水 时 存 在 的 趋 势 相 反 问 题[28]。在气 候 变化科研中选用高性能的全球模式预估资料是一种尝试，但在未来，尤其是区域气候变化研究中，还需要进一步更为可靠的降尺度办法、采用多模式集合等方式来获取高精度的区域气候变化信息，为气候服务提供决策支撑。

　　参考文献

　　[1] IPCC.Climate Change2007：The PhysicalScience Basis.Contributionof Working GroupItotheFourth AssessmentReportoftheIntergovernmentalPanelonClimateChange[G].Cambridge，United Kingdom and New York，NY，USA：CambridgeUniversityPress，2007.

　　[2] 任国玉，徐铭志，初子莹，等.近54年中国地面气温变化[J].气候与环境研究，2005，10(4)：717-727.

　　[3] 《东北区域气候变化评估报告》编 写 委 员 会.东北区域气候变化评估报告决策者摘要及执行摘要(2012)[M].北京：气象出版社，2013.

　　[4] 程序，毛留喜.农牧交错带系统生产力概念极其对生态重建的意义[J].应用生态学报，2003，14(12)：2311-2315.

　　未来东北地区农业气候资源的时空演变特征相关论文期刊你还可以了解：《加强农业污染治理 实现绿色发展目标》