熊 偉，楊 婕，吳文斌，黃丹丹，曹 陽(yáng)

(1．中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所北京100081;2．中國(guó)農(nóng)業(yè)大學(xué)資源和環(huán)境學(xué)院，北京 100193;3．中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081;4．中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際合作局，北京 100081)

應(yīng)對(duì)氣候變化有效的適應(yīng)行動(dòng)需要在時(shí)間和空間上掌握兩類基本信息，其一是當(dāng)前和未來(lái)所面臨的主要的氣候變異風(fēng)險(xiǎn)，其二是系統(tǒng)對(duì)面臨的氣候變異風(fēng)險(xiǎn)可能做出的反應(yīng)［1］。農(nóng)業(yè)是最易受氣候變化影響的部門之一，同時(shí)也是較易采取各種適應(yīng)行動(dòng)，減緩氣候變化不利影響的部門之一［2］。開展農(nóng)業(yè)生產(chǎn)對(duì)歷史氣候變化的敏感性和脆弱性研究，可以了解作物生產(chǎn)所面臨的氣候變異風(fēng)險(xiǎn)和作物生產(chǎn)對(duì)氣候變化趨勢(shì)的反應(yīng)，對(duì)科學(xué)地開展因地制宜的適應(yīng)行動(dòng)，減少氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的負(fù)面影響有重大意義［3］。

1996年IPCC第二次氣候變化評(píng)估報(bào)告中指出:敏感性是指系統(tǒng)對(duì)外界條件變化的反應(yīng)程度，脆弱性則是系統(tǒng)對(duì)氣候變化的敏感性和系統(tǒng)對(duì)氣候變化適應(yīng)能力的綜合反映。因此研究農(nóng)業(yè)生產(chǎn)對(duì)氣候變化的敏感性和脆弱性，就是探討氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的可能影響以及農(nóng)業(yè)生產(chǎn)對(duì)氣候變化的可能響應(yīng)問(wèn)題，不但涉及各種氣候因素變化對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程的影響，還與當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)、環(huán)境和農(nóng)業(yè)生產(chǎn)條件對(duì)氣候變化的適應(yīng)程度有關(guān)。

近年來(lái)，部分學(xué)者嘗試?yán)弥笜?biāo)、模擬等不同方法和手段對(duì)農(nóng)業(yè)生產(chǎn)的敏感性和脆弱性開展研究［3-6］，回答全國(guó)和部分地區(qū)農(nóng)業(yè)生產(chǎn)對(duì)歷史或未來(lái)氣候變化的敏感性和脆弱性，然而目前研究中對(duì)減緩或消除氣候變化潛在危害的適應(yīng)對(duì)策和能力還難以量化評(píng)估，導(dǎo)致研究結(jié)果之間的差異性較大。農(nóng)業(yè)統(tǒng)計(jì)產(chǎn)量是作物在實(shí)際生產(chǎn)狀況下的最終結(jié)果，其產(chǎn)量的形成過(guò)程受到氣候、環(huán)境因子、農(nóng)業(yè)管理等各種因素的綜合影響，因此統(tǒng)計(jì)產(chǎn)量本身的時(shí)間序列變化，既包含著氣候和環(huán)境因子對(duì)作物產(chǎn)量的影響，又涵蓋著管理、社會(huì)、經(jīng)濟(jì)等對(duì)作物產(chǎn)量的貢獻(xiàn)，所以與指標(biāo)法和模擬法相比，研究統(tǒng)計(jì)產(chǎn)量的變化情況，更能客觀地反映出農(nóng)業(yè)生產(chǎn)對(duì)氣候因子的敏感程度和社會(huì)-經(jīng)濟(jì)-農(nóng)業(yè)對(duì)氣候變化的適應(yīng)能力，有利于了解農(nóng)業(yè)生產(chǎn)對(duì)氣候因子變化的敏感和脆弱程度及其區(qū)域分布狀況。

水稻是我國(guó)主要的糧食作物，我國(guó)水稻生產(chǎn)在世界稻作中占重要地位，考慮到我國(guó)飲食習(xí)慣，可以說(shuō)水稻生產(chǎn)不但關(guān)系到我國(guó)糧食生產(chǎn)，而且與國(guó)民經(jīng)濟(jì)發(fā)展、社會(huì)穩(wěn)定息息相關(guān)。本研究利用1981—2007年網(wǎng)格化氣候因子和水稻統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)，通過(guò)研究產(chǎn)量變化與各氣候因子變化的關(guān)系，分析中國(guó)水稻生產(chǎn)對(duì)歷史氣候變化的敏感性和脆弱性，了解氣候變化對(duì)我國(guó)水稻生產(chǎn)的影響，為今后因地制宜地開展適應(yīng)行動(dòng)，促進(jìn)我國(guó)水稻生產(chǎn)發(fā)展提供科學(xué)參考。

1 材料和方法

1．1 數(shù)據(jù)來(lái)源和處理

1981—2007年全國(guó)50km×50km網(wǎng)格化月平均天氣數(shù)據(jù)來(lái)源于國(guó)家氣象信息中心［7］，數(shù)據(jù)由760多個(gè)實(shí)測(cè)站點(diǎn)按高程修正的普通克里金法(Ordinary Kriging)內(nèi)插而得，包括各月的平均氣溫(T)、最高氣溫(Tmax)、最低氣溫(Tmin)和日照時(shí)數(shù)(R)等，其中日較差(DTR)為該月逐日日較差的均值，日照時(shí)數(shù)按Pohlert［8］方法轉(zhuǎn)換為太陽(yáng)輻射。各地水稻生育期來(lái)源于《全國(guó)農(nóng)業(yè)氣象資源圖集》［9］，由全國(guó)水稻生育期圖確定，其中北方單季稻大體為5—9月，長(zhǎng)江流域和南方雙季稻區(qū)大體為4—9月。

1981—2007年農(nóng)業(yè)分縣統(tǒng)計(jì)數(shù)據(jù)來(lái)源于中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，數(shù)據(jù)以縣為單位，包括作物面積、總產(chǎn)、單產(chǎn)、農(nóng)業(yè)投入等多項(xiàng)指標(biāo)。由于統(tǒng)計(jì)數(shù)據(jù)在一些區(qū)縣和一些年份存在著誤差(如由于行政區(qū)劃變更導(dǎo)致的數(shù)據(jù)缺失或重復(fù)，某些年段統(tǒng)計(jì)結(jié)果與可能的實(shí)際值相差較大等)，因此在應(yīng)用數(shù)據(jù)之前，參照全國(guó)農(nóng)調(diào)隊(duì)調(diào)查產(chǎn)量數(shù)據(jù)對(duì)不合理的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了剔除，同時(shí)為了與網(wǎng)格化天氣數(shù)據(jù)格式保持一致，故基于天氣站點(diǎn)網(wǎng)格，按權(quán)重面積對(duì)剔除后的歷年區(qū)縣產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了網(wǎng)格化［10］，全國(guó)有耕地的網(wǎng)格2429個(gè)(臺(tái)灣除外)，其中有水稻統(tǒng)計(jì)數(shù)據(jù)的網(wǎng)格為1896個(gè)。

1．2 研究方法

本研究首先分析了1981—2007年我國(guó)水稻生育期各網(wǎng)格的氣候要素的變化趨勢(shì)，了解各網(wǎng)格的氣候變異風(fēng)險(xiǎn);然后利用產(chǎn)量與單一氣候要素之間的線性回歸模型，分析產(chǎn)量對(duì)單一氣候因素的敏感性和脆弱性;最后構(gòu)建產(chǎn)量與各氣象因子之間的逐步回歸模型，綜合評(píng)估產(chǎn)量對(duì)1981—2007年氣候變化的敏感性和脆弱性。

1．2．1 1981—2007年水稻生育期各網(wǎng)格氣候要素ΔX的變化趨勢(shì)

采用趨勢(shì)分析法計(jì)算1981—2007年各網(wǎng)格水稻生育期氣候要素ΔX(生育期內(nèi)平均溫、最高溫、最低溫、日較差、輻射)的變化趨勢(shì)(由于大部分地區(qū)的水稻生長(zhǎng)在灌溉條件下，因此沒(méi)有考慮降水的影響)，并利用t檢驗(yàn)判斷氣候要素變化的顯著性，以了解我國(guó)1981—2007年水稻生育期的氣候變異風(fēng)險(xiǎn)。

1．2．2 分析產(chǎn)量變化ΔY對(duì)單一氣候因子ΔX的敏感性和脆弱性

首先采用一階差分法獲得每個(gè)網(wǎng)格統(tǒng)計(jì)產(chǎn)量的變化量ΔY，近年來(lái)一階差分法在評(píng)估氣候變化的影響中得到了一定應(yīng)用［11-12］，它可以一定程度地去除緩慢變化因子對(duì)變量的影響，研究表明，采用產(chǎn)量的一階差分值得到的統(tǒng)計(jì)結(jié)果與對(duì)產(chǎn)量線性去趨勢(shì)化的統(tǒng)計(jì)結(jié)果基本一致［12］。

其次，建立產(chǎn)量的變化量ΔY與氣候因子ΔX之間的線性回歸方程，擬合兩者之間的關(guān)系，利用t檢驗(yàn)考查其顯著性，并根據(jù)兩者之間的線性關(guān)系判斷網(wǎng)格水稻生產(chǎn)對(duì)單一氣候因子的敏感性和脆弱性。即:如果產(chǎn)量變化與氣候要素之間存在著顯著(P＜0．05)的線性相關(guān)，則可認(rèn)為該氣候因素對(duì)水稻產(chǎn)量有顯著影響，產(chǎn)量對(duì)氣候因子的變化具有較高的敏感性，r2值可理解為氣候因子變化對(duì)產(chǎn)量變化的解釋程度，并通過(guò)線性回歸方程可得出產(chǎn)量變化對(duì)該氣候因子是正敏感還是負(fù)敏感(即正相關(guān)還是負(fù)相關(guān))。由于統(tǒng)計(jì)產(chǎn)量是生產(chǎn)的實(shí)際結(jié)果，因此統(tǒng)計(jì)產(chǎn)量的差異在一定程度上能夠反映各種適應(yīng)措施的效果和區(qū)域間適應(yīng)能力的差異，其變化程度可在一定層面上反映水稻生產(chǎn)的脆弱性程度，所以如果當(dāng)某網(wǎng)格的ΔY與ΔX之間的回歸模型表明該網(wǎng)格水稻生產(chǎn)對(duì)該氣候因子敏感，且顯著地造成產(chǎn)量減產(chǎn)時(shí)，說(shuō)明該網(wǎng)格水稻生產(chǎn)對(duì)該氣候因子脆弱，而減產(chǎn)程度與脆弱程度正相關(guān)。

例如利用一階差分法計(jì)算得出某網(wǎng)格1981—2007年水稻產(chǎn)量變化量ΔY，將ΔY與該網(wǎng)格1981—2007年水稻生育期的氣候因子ΔT建立線性關(guān)系:ΔY=-424ΔT+1307，兩者的線性關(guān)系達(dá)顯著水平(P＜0．05)，r2為0．27，則說(shuō)明1981—2007年該網(wǎng)格內(nèi)平均溫度的變化可以解釋27%的水稻產(chǎn)量年際變化，水稻產(chǎn)量對(duì)平均溫度升高為負(fù)敏感，當(dāng)平均溫度升高1℃時(shí)，當(dāng)?shù)厮井a(chǎn)量下降了424kg/hm2。為了增加產(chǎn)量變化幅度在區(qū)域間的可比性，以1981—2007年該地水稻平均產(chǎn)量為基準(zhǔn)，計(jì)算產(chǎn)量變化百分率，即如果當(dāng)?shù)?981—2007年水稻平均產(chǎn)量為5600kg/hm2，則平均溫度上升1℃時(shí)，當(dāng)?shù)厮井a(chǎn)量下降了7．6%，因此該地區(qū)水稻生產(chǎn)對(duì)平均溫度的變化表現(xiàn)敏感，溫度升高使該地水稻顯著減產(chǎn)，水稻生產(chǎn)對(duì)溫度升高表現(xiàn)為脆弱。

1．2．3 綜合評(píng)估1981—2007年氣候變化對(duì)水稻產(chǎn)量的影響

氣候變化本身是一個(gè)多氣候因子相互作用的復(fù)雜過(guò)程，統(tǒng)計(jì)產(chǎn)量的變化ΔY是各氣候因子綜合影響的結(jié)果，因此研究中構(gòu)建了某網(wǎng)格的ΔY與該網(wǎng)格內(nèi)各氣候因子ΔX(由于日較差是最高溫、最低溫變化的反映，因此不再考慮最高溫、最低溫的變化)的逐步回歸模型，以考察氣候變化對(duì)網(wǎng)格統(tǒng)計(jì)產(chǎn)量的變化的綜合影響，并根據(jù)各網(wǎng)格的逐步回歸方程，評(píng)估了各氣候因子對(duì)產(chǎn)量變化的貢獻(xiàn)［13］。

2 結(jié)果和分析

2．1 1981—2007年水稻生育期氣候變異風(fēng)險(xiǎn)分析

1981—2007年水稻生育期各氣候因子的變化趨勢(shì)如表1。從全國(guó)來(lái)看，水稻生育期日平均氣溫、平均最高溫和平均最低溫均在99%的置信水平下(P＜0．01)顯著增加，增幅分別為0．39℃/10a、0．46℃/10a和0．32℃/10a。由于最高溫上升速度高于最低溫，造成日較差呈顯著上升趨勢(shì)(P＜0．05)，上升幅度為0．14℃/10a。全國(guó)水稻生育期輻射量略有減少，但變化趨勢(shì)不顯著。

表1 1981—2007年水稻種植區(qū)域水稻生育期內(nèi)各氣候因子的變化趨勢(shì)Table 1 The changing trends of the rice growing-season climatic variables from 1981 to 2007

從各省來(lái)看，絕大部分省市(除貴州和西藏)水稻生育期平均溫度均呈顯著上升趨勢(shì)，變化幅度在0．1—0．8℃/10a之間，較為集中在0．3—0．5℃/10a范圍內(nèi)，其中華東地區(qū)的上海、江蘇等省上升速度較快，達(dá)0．6℃/10a以上，這可能與該地區(qū)快速城市化有一定關(guān)系，云南、廣西、海南等省上升速率相對(duì)較慢。大多數(shù)省市最高溫、最低溫也發(fā)生顯著變化，且最高溫度變化幅度較最低溫明顯。受最高溫、最低溫變化的影響，日較差變化各省市有增有減，但趨勢(shì)不明顯，在變化達(dá)顯著的省份中，重慶、浙江、四川、湖南等水稻面積較大的省市以日較差上升為主。輻射量的變化有增有減，絕大部分省市趨勢(shì)不明顯，在顯著變化的省市，輻射均發(fā)生了明顯減少。

計(jì)算氣候因子變化顯著的水稻種植區(qū)域面積占全國(guó)水稻播種面積的比例時(shí)發(fā)現(xiàn)，平均溫度、最高溫、最低溫顯著上升(P＜0．05)的面積比例(分別為85．2%、83．5%和74．6%)均高于顯著下降的比例(分別為6．7%、14．3%和4．6%)，僅有少部分種植區(qū)這3個(gè)氣候因子的變化未達(dá)到極顯著水平。3個(gè)氣候因子相比，最高溫顯著變化的區(qū)域最普遍，面積比例最大，在一定程度上說(shuō)明1981—2007年水稻生產(chǎn)中極端高溫事件的概率有所增加，極端高溫事件導(dǎo)致熱害風(fēng)險(xiǎn)增大。全國(guó)水稻種植區(qū)的日較差變化達(dá)極顯著水平的約占45．9%左右，以增大為主。而輻射量發(fā)生顯著變化的區(qū)域較少，不超過(guò)15%，其中顯著上升與顯著下降的比例相當(dāng)。

可見，1981—2007年在水稻生育期內(nèi)各氣候因子確實(shí)發(fā)生了變化，存在著氣候變異風(fēng)險(xiǎn)，其中溫度變化趨勢(shì)最明顯，平均溫度、最高溫、最低溫的變化在絕大多數(shù)省份和種植區(qū)域都呈極顯著上升趨勢(shì)，尤其以最高溫度顯著變化的面積比例最大，說(shuō)明氣候變化導(dǎo)致水稻生產(chǎn)高溫?zé)岷︼L(fēng)險(xiǎn)增大。日較差、輻射量的變化趨勢(shì)規(guī)律不明顯，只在部分區(qū)域有顯著的變化，但輻射顯著變化的省份，均表現(xiàn)為明顯減少，水稻生產(chǎn)寡照風(fēng)險(xiǎn)增加。

3．2 我國(guó)水稻產(chǎn)量對(duì)單一氣候因子變化的敏感性和脆弱性分析

構(gòu)建1981—2007年水稻生育期氣候要素ΔX與水稻產(chǎn)量變化ΔY之間的線性回歸模型，分析水稻生產(chǎn)對(duì)單一氣候因子變化的敏感性。表2列出了全國(guó)水稻種植區(qū)域中，網(wǎng)格產(chǎn)量變化對(duì)各氣候因子敏感的比例，即氣候因子與產(chǎn)量變化之間存在顯著線性相關(guān)的網(wǎng)格水稻面積占全國(guó)水稻播種總面積的比例。從表中可見，水稻產(chǎn)量變化對(duì)輻射最敏感，敏感面積比例為19．0%，其中以正敏感為主，占了10．8%，平均r2達(dá)到0．20左右，即約有10．8%水稻種植面積，輻射變化與水稻產(chǎn)量呈正相關(guān)，這些地區(qū)輻射的變化可以解釋20%的水稻產(chǎn)量變化，這可能與輻射變化直接影響了作物的光合作用有關(guān)，以往的研究也在部分地點(diǎn)發(fā)現(xiàn)水稻產(chǎn)量對(duì)輻射變化最敏感［14］，盡管1981—2007年我國(guó)水稻生育期的輻射變化在上述的氣候因素中存在的風(fēng)險(xiǎn)最小，但由于水稻產(chǎn)量對(duì)輻射最敏感，因此在未來(lái)水稻生產(chǎn)中，針對(duì)輻射的適應(yīng)仍是不可忽視的問(wèn)題。其次產(chǎn)量變化對(duì)日較差敏感，敏感面積約為16．7%，正敏感比例略大于負(fù)敏感，由于日較差的變化綜合反映了最高溫、最低溫的變化，因此日較差對(duì)產(chǎn)量的影響可能與高溫?zé)岷Α⒌蜏乩浜τ幸欢P(guān)系。產(chǎn)量對(duì)平均溫度變化最不敏感，但由于水稻生育期溫度變化風(fēng)險(xiǎn)較大，因此如何開展針對(duì)溫度變化的適應(yīng)仍是我國(guó)水稻生產(chǎn)需要重點(diǎn)考慮的問(wèn)題。

表2 對(duì)單一氣候因子變化敏感的水稻區(qū)域面積比例Table 2 The percent of rice area with significant positive/negative responses to changes in growing-season climatic variables

若某網(wǎng)格水稻產(chǎn)量對(duì)某氣候因子ΔX敏感，且ΔX造成該網(wǎng)格水稻產(chǎn)量顯著減產(chǎn)時(shí)，說(shuō)明該網(wǎng)格水稻生產(chǎn)對(duì)該氣候因子脆弱。由于日較差是最高溫、最低溫綜合變化的反映，因此在此不再探討ΔY對(duì)最高溫、最低溫的脆弱。此外，考慮到我國(guó)水稻產(chǎn)量對(duì)輻射變化最敏感，以及我國(guó)多數(shù)網(wǎng)格都面臨著平均溫度、日較差上升的氣候變異風(fēng)險(xiǎn)，因此圖1主要探討了產(chǎn)量對(duì)平均溫度上升1℃、日較差上升1℃、輻射下降10%時(shí)的反應(yīng)，以了解水稻產(chǎn)量對(duì)單一氣候因子變化的脆弱程度及其分布狀況。

圖1顯示了平均溫度上升1℃時(shí)我國(guó)水稻產(chǎn)量的敏感區(qū)分布狀況，東北東部相對(duì)集中地表現(xiàn)為水稻產(chǎn)量隨溫度升高而增產(chǎn)，增產(chǎn)幅度在4%—20%之間，較為集中在16%左右。這可能與溫度升高，改善了東北地區(qū)熱量條件有關(guān)，研究表明，近30年來(lái)的氣候變暖為東北地區(qū)的水稻種植提供了氣候條件，東北地區(qū)水稻面積已在逐漸北擴(kuò)［15-16］，據(jù)統(tǒng)計(jì)，2000年黑龍江省水稻種植面積已是1980年7倍［17-18］，因此抓住東北地區(qū)的熱量條件，對(duì)促進(jìn)我國(guó)水稻生產(chǎn)的發(fā)展具有重要意義，但是在推進(jìn)東北地區(qū)水稻發(fā)展過(guò)程中，冷凍害的防御措施也必須跟上。在江西、云南、陜西、山西等省的部分地區(qū)，水稻產(chǎn)量對(duì)溫度升高1℃表現(xiàn)為脆弱，但脆弱的面積和幅度相對(duì)較小，而我國(guó)水稻主產(chǎn)區(qū)基本不敏感，可見平均溫度升高1℃對(duì)我國(guó)水稻生產(chǎn)并未造成較大的負(fù)面危害。

當(dāng)日較差升高1℃時(shí)，我國(guó)約有7．5%的水稻面積，產(chǎn)量對(duì)日較差脆弱，在河北、山東、貴州、云南、湖南等地均有分布，減產(chǎn)幅度在貴州、河北相對(duì)較大，而在云南、湖南、廣東等地則在-10%以內(nèi)(圖1)。日較差升高意味著最高溫度升高幅度大于最低溫度的變化，這種變化造成減產(chǎn)的原因，可能與最高溫度升高導(dǎo)致水稻熱害敗育有關(guān)。由于我國(guó)絕大部分水稻種植區(qū)，最高溫度顯著上升是最普遍的氣候變異風(fēng)險(xiǎn)，因此如何采取措施降低高溫?zé)岷κ切枰攸c(diǎn)關(guān)注的問(wèn)題。

當(dāng)輻射下降10%時(shí)，我國(guó)約有8%的水稻面積，產(chǎn)量出現(xiàn)減產(chǎn)(圖1)，這可能與輻射降低，光照強(qiáng)度不足，影響光合作用有關(guān)，這些脆弱的區(qū)域主要集中在黑龍江、新疆、寧夏、安徽、湖南、湖北、浙江等省，其中黑龍江、新疆等地脆弱的程度較大，最大超過(guò)-30%，主要集中在-20%左右，而浙江、安徽、湖北、湖南等地減產(chǎn)的幅度相對(duì)較小，一般在10%以內(nèi)，貴州、河北、云南、甘肅、內(nèi)蒙等省的部分地區(qū)產(chǎn)量隨輻射的降低略有增加。

圖1 水稻產(chǎn)量與生育期內(nèi)各氣象要素變化的反映Fig．1 Regional patterns of rice yield responses to a 1℃ increase in temperature，a 1℃ increase in DTR，and a 10%decrease in radiation

綜上可見，我國(guó)部分地區(qū)水稻產(chǎn)量隨著平均溫度上升1℃、日較差升高1℃、輻射下降10%發(fā)生了反應(yīng)，部分地區(qū)表現(xiàn)出一定幅度的減產(chǎn)，江西、云南、陜西、山西等省的部分地區(qū)，水稻產(chǎn)量對(duì)平均溫度升高表現(xiàn)為脆弱，河北、山東、貴州、云南、湖南等地對(duì)日較差升高表現(xiàn)脆弱，在黑龍江、新疆、安徽、湖南、湖北、浙江等省對(duì)輻射降低表現(xiàn)脆弱，但脆弱的幅度不大，且在我國(guó)水稻主產(chǎn)區(qū)受各因素影響并不大。

2．3 我國(guó)水稻生產(chǎn)對(duì)1981—2007年氣候變化的敏感性及脆弱性分析

水稻產(chǎn)量的變化ΔY是各氣候因子綜合作用的結(jié)果，研究構(gòu)建了ΔY與3種氣候因子之間的逐步回歸方程，若該網(wǎng)格的逐步回歸方程達(dá)到顯著水平(P＜0．05)，則將此網(wǎng)格1981—2007年所發(fā)生的氣候因子變化代入方程，求算其1981—2007年的產(chǎn)量變化量，以考察歷史氣候變化對(duì)水稻產(chǎn)量的變化的綜合影響，分析水稻生產(chǎn)對(duì)1981—2007年的氣候變化的敏感性和脆弱性。我國(guó)水稻產(chǎn)量對(duì)1981—2007年氣候變化的敏感、脆弱程度及其區(qū)域分布狀況見圖2。

圖2 歷史氣候變化趨勢(shì)導(dǎo)致的水稻產(chǎn)量變化百分比及主要貢獻(xiàn)氣候因子Fig．2 The spatial patterns of estimated net effects caused by past climatic trends，and the key contributor for the effects

從圖2可知，受氣候變化的復(fù)雜性影響，無(wú)論水稻產(chǎn)量對(duì)氣候變化的敏感面積、脆弱面積、還是程度上都可以看出，與任意一種(僅指本研究所探討的)單一氣候因子影響相比，氣候因子的綜合影響對(duì)我國(guó)水稻產(chǎn)量的沖擊更大，1981—2007年我國(guó)部分地區(qū)水稻產(chǎn)量對(duì)氣候變化是敏感的，敏感區(qū)面積約占水稻播種面積的29．5%，其中部分地區(qū)(約16%)表現(xiàn)為氣候變化導(dǎo)致水稻產(chǎn)量下降，即水稻產(chǎn)量對(duì)氣候變化脆弱，脆弱程度在-1%--40%之間，主要集中在-10%以內(nèi)，這些脆弱區(qū)域在全國(guó)各省市均有分布，但水稻主產(chǎn)區(qū)受到的影響不大，脆弱面積和脆弱程度都較小。在我國(guó)東北部地區(qū)還集中表現(xiàn)出較大面積和比例的增產(chǎn)，從近年來(lái)東北地區(qū)水稻生產(chǎn)的發(fā)展來(lái)看，氣候變化的確推動(dòng)了我國(guó)東北地區(qū)水稻生產(chǎn)的發(fā)展，未來(lái)氣候變暖仍在持續(xù)，因此抓住東北地區(qū)氣候變化帶來(lái)的熱量資源契機(jī)，進(jìn)一步提高該地區(qū)水稻產(chǎn)量，對(duì)穩(wěn)定和提高我國(guó)水稻總產(chǎn)具有重要意義。

根據(jù)逐步回歸方程，進(jìn)一步分析了3種氣候因子在氣候變化對(duì)產(chǎn)量綜合影響的貢獻(xiàn)情況(圖2)。從圖上可見，在產(chǎn)量對(duì)氣候變化敏感的區(qū)域中，平均溫度作為影響的主導(dǎo)因子所占的區(qū)域面積最大(37%)，日較差和輻射作為主導(dǎo)因子造成敏感的面積均為31%左右，從區(qū)域分布情況來(lái)看，以溫度為主導(dǎo)因子的區(qū)域相對(duì)集中在東北、廣西、江西、寧夏、陜西等省，其中溫度主要使東北地區(qū)、廣西、寧夏等地水稻增產(chǎn)，而使陜西、江西等地水稻減產(chǎn)，由于這些地區(qū)1981—2007平均溫度風(fēng)險(xiǎn)明顯，因此水稻生產(chǎn)中對(duì)溫度的適應(yīng)是首要關(guān)注的問(wèn)題。日較差升高在云南、貴州、福建、安徽等地相對(duì)集中地表現(xiàn)為主導(dǎo)作用，且主要造成水稻減產(chǎn)，這可能與這些地區(qū)夏季極端高溫事件頻繁有一定關(guān)系，而未來(lái)這些地區(qū)最高溫度呈現(xiàn)明顯增加趨勢(shì)，因此這些地區(qū)水稻生產(chǎn)中防御高溫?zé)岷κ鞘滓P(guān)注的問(wèn)題。輻射在黑龍江、河北、貴州、湖南、湖北等地相對(duì)集中地顯現(xiàn)主導(dǎo)作用，黑龍江、貴州、湖南主要是水稻增產(chǎn)，河北、湖北、貴州等地主要是減產(chǎn)，因此各地生產(chǎn)應(yīng)因地制宜，解決氣候變化造成的主要問(wèn)題，抓住熱量資源的改善，促進(jìn)生產(chǎn)發(fā)展，保障我國(guó)水稻生產(chǎn)。

綜上可見，1981—2007年我國(guó)約有30%種植區(qū)的水稻產(chǎn)量對(duì)氣候變化敏感，少部分地區(qū)表現(xiàn)為對(duì)氣候變化脆弱，但我國(guó)水稻主產(chǎn)區(qū)受到的影響不大，考慮到我國(guó)氣候變異風(fēng)險(xiǎn)，未來(lái)氣候變化還在持續(xù)，生產(chǎn)中關(guān)注水稻的敏感區(qū)和脆弱區(qū)，減緩和適應(yīng)氣候變化，同時(shí)抓住氣候變化帶來(lái)的熱量資源契機(jī)，對(duì)穩(wěn)定和提高我國(guó)水稻總產(chǎn)具有重要意義。

在產(chǎn)量對(duì)氣候變化敏感的區(qū)域中，溫度作為影響的主導(dǎo)因子所占區(qū)域面積比例最大，溫度也是導(dǎo)致產(chǎn)量脆弱面積比例最大的主導(dǎo)因子。從區(qū)域分布情況來(lái)看，各區(qū)域影響水稻產(chǎn)量的主導(dǎo)因子有所差異，因此各地生產(chǎn)應(yīng)因地制宜，解決氣候變化帶來(lái)的主要問(wèn)題，保障我國(guó)水稻的生產(chǎn)。

3 討論和結(jié)論

3．1 討論

由于農(nóng)業(yè)生產(chǎn)系統(tǒng)的復(fù)雜性，目前對(duì)其進(jìn)行敏感性和脆弱性評(píng)估還沒(méi)有統(tǒng)一認(rèn)可的研究方法和指標(biāo)，加上氣候變化本身涵蓋著復(fù)雜的信息量(不但包括溫度、降水等氣候因子的平均變化、還包括溫度、降水等氣象因子的時(shí)空分布變化、極端天氣事件的變化等等)，這就進(jìn)一步加大了農(nóng)業(yè)生產(chǎn)對(duì)氣候變化的敏感性和脆弱性研究的復(fù)雜性和難度。目前的研究對(duì)減緩或消除氣候變化潛在危害的適應(yīng)對(duì)策和能力還難以量化評(píng)估，有學(xué)者提出，由于敏感性和脆弱性更關(guān)注多種因素影響的結(jié)果而非過(guò)程，所以選擇所關(guān)注的重點(diǎn)農(nóng)業(yè)指標(biāo)(如產(chǎn)量變化)，通過(guò)分析其對(duì)特定氣候因子變化的反應(yīng)是簡(jiǎn)化敏感性和脆弱性評(píng)價(jià)方法，得出定量結(jié)論的一種有效嘗試［19］。本研究正是基于這種思路，選擇作物統(tǒng)計(jì)產(chǎn)量的變化，考察了3種氣候因子與作物統(tǒng)計(jì)產(chǎn)量的關(guān)系，嘗試客觀地分析我國(guó)水稻產(chǎn)量在哪些地區(qū)對(duì)哪種氣候因子變化會(huì)做出反應(yīng)，以及如何反應(yīng)，以了解水稻生產(chǎn)的敏感性和脆弱性。

但是研究中，還存在一定的不確定性:

(1)由于氣候變化本身的復(fù)雜性，研究?jī)H就氣候因子的平均變化作了探討，而對(duì)氣候因子的時(shí)間分布、以及極端氣候事件等沒(méi)有涉及。

(2)氣候因子之間彼此非獨(dú)立，一種因子的變化往往會(huì)引起另一因子變化，而本研究分析某一氣候因子對(duì)產(chǎn)量變化的影響時(shí)，沒(méi)有考慮到因子之間的互作問(wèn)題，可能會(huì)夸大單個(gè)氣候因子的作用。

(3)研究選擇統(tǒng)計(jì)產(chǎn)量作為分析對(duì)象，是因?yàn)樵摦a(chǎn)量是作物在實(shí)際生產(chǎn)狀況下的最終結(jié)果，其產(chǎn)量的形成過(guò)程受到氣候、環(huán)境因子、農(nóng)業(yè)管理等各種因素的綜合影響，既涵蓋著氣候和環(huán)境因子對(duì)作物產(chǎn)量的影響，又包括著管理、社會(huì)、經(jīng)濟(jì)等對(duì)作物產(chǎn)量的貢獻(xiàn)，更能客觀地反映出農(nóng)業(yè)生產(chǎn)對(duì)氣候因子的敏感程度和社會(huì)-經(jīng)濟(jì)-農(nóng)業(yè)對(duì)氣候變化的適應(yīng)能力，因此統(tǒng)計(jì)產(chǎn)量的數(shù)據(jù)質(zhì)量是影響分析結(jié)果的關(guān)鍵因素之一。由于我國(guó)農(nóng)業(yè)生產(chǎn)的特點(diǎn)，在一定程度上限制了我國(guó)農(nóng)業(yè)統(tǒng)計(jì)產(chǎn)量的數(shù)據(jù)質(zhì)量，因此在對(duì)數(shù)據(jù)進(jìn)行分析之前，利用全國(guó)農(nóng)調(diào)隊(duì)調(diào)查產(chǎn)量數(shù)據(jù)對(duì)部分區(qū)縣部分年份的統(tǒng)計(jì)產(chǎn)量進(jìn)行了刪減，同時(shí)，按照面積權(quán)重方法對(duì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了空間歸并，在一定程度上增加了統(tǒng)計(jì)數(shù)據(jù)的可信程度，如利用該處理過(guò)程得到的1981—2000年統(tǒng)計(jì)產(chǎn)量的空間分布格局與利用區(qū)域作物模型模擬的作物產(chǎn)量空間格局有較好的一致性［20-21］，但在部分非主產(chǎn)區(qū)差異還是存在;此外，統(tǒng)計(jì)產(chǎn)量也受農(nóng)產(chǎn)品價(jià)格、農(nóng)業(yè)政策等因素影響，因此年與年間的產(chǎn)量值之間可能并不一定獨(dú)立，這也會(huì)使統(tǒng)計(jì)分析結(jié)果具有一定誤差。

(4)統(tǒng)計(jì)產(chǎn)量的變化是受到氣候因子、管理、技術(shù)、政策、社會(huì)經(jīng)濟(jì)等多種因素影響的綜合結(jié)果，考慮到脆弱性是系統(tǒng)對(duì)氣候變化的敏感性和系統(tǒng)對(duì)氣候變化適應(yīng)能力綜合反映，因此與氣候變化有關(guān)的管理調(diào)整是不能忽略的，例如東北地區(qū)1980年以來(lái)，隨著氣候變暖，水稻面積擴(kuò)大，水稻產(chǎn)量上升，就與該地區(qū)溫度升高有一定的關(guān)系。但也有一些因素是應(yīng)該剔除，如政策調(diào)整等，盡管研究中試圖運(yùn)用一階差分法(First Difference)來(lái)去除一些緩慢變化因素對(duì)產(chǎn)量的影響，盡量分離出這些因素對(duì)產(chǎn)量的影響，但目前為止還無(wú)法達(dá)到，因此在評(píng)價(jià)上還存在一定的不確定性。

3．2 結(jié)論

雖然本文的敏感性和脆弱性分析還存在著上述的不確定性，但它仍能定量地反映出中國(guó)水稻生產(chǎn)的敏感和脆弱情況。

(1)1981—2007年間中國(guó)大部分水稻產(chǎn)區(qū)，生育期內(nèi)各氣候因子確實(shí)發(fā)生了變化，存在著氣候變異風(fēng)險(xiǎn)，其中以溫度的變化最普遍和明顯，平均溫度、最高溫、最低溫的變化在絕大多數(shù)省份都呈極顯著上升趨勢(shì)，其中最高溫度顯著變化的面積比例最大，導(dǎo)致水稻生產(chǎn)高溫?zé)岷︼L(fēng)險(xiǎn)增加，而輻射量變化趨勢(shì)不明顯，只在部分省份變化顯著，但顯著變化的省份均表現(xiàn)為減少趨勢(shì)。

(2)中國(guó)部分區(qū)域水稻產(chǎn)量變化與日較差、輻射、平均溫度的變化存在著顯著的線性相關(guān)，這些地區(qū)單一氣候因子的變化可以解釋一定程度的產(chǎn)量變化，其中產(chǎn)量變化與輻射變化的關(guān)系最為密切，其次是日較差。

(3)我國(guó)部分地區(qū)水稻產(chǎn)量隨著平均溫度上升1℃、日較差升高1℃、輻射下降10%發(fā)生了相應(yīng)的變化，其中部分地區(qū)水稻生產(chǎn)表現(xiàn)為脆弱，其中輻射導(dǎo)致脆弱的范圍最大，其次是日較差。由于各區(qū)域所受影響有所差異，因此因地制宜地解決氣候變化帶來(lái)的主要矛盾，才能有效地保障我國(guó)水稻生產(chǎn)。

(4)受3種氣候因子變化的綜合影響，1981—2007年我國(guó)約有30%的種植區(qū)水稻產(chǎn)量對(duì)氣候變化敏感，少部分地區(qū)還表現(xiàn)為脆弱，其中溫度作為主導(dǎo)因子引起產(chǎn)量敏感和脆弱的面積比例最大。但我國(guó)水稻主產(chǎn)區(qū)受到的影響不大，而且在東北地區(qū)還集中表現(xiàn)出較大面積和比例的增產(chǎn)，因此在因地制宜解決氣候變化帶來(lái)的主要矛盾的同時(shí)，抓住氣候變化帶來(lái)的熱量契機(jī)，將有利于穩(wěn)定和促進(jìn)我國(guó)水稻生產(chǎn)的發(fā)展。

［1］ Lobell D B，Banziger M，Magorokosho C．Nonlinear heat effects on African maize as evidenced by historical yield trials．Nature climate change，2011，1:42-45．

［2］ The Compiling Committee of China's Second National Assessment Report Climate Change．China's Second National Assessment Report on Climate Change．Beijing:Science Press，2010．

［3］ Wang F T，Liu W Q．A preliminary study of climate vulnerability of agro-production in the Loess Plateau．Climatic and Environmental Research，2003，8(1):91-100．

［4］ Yang X，Sun F，Lin E D，Ju H，Xiong W．Sensitivity and vulnerability of rice to climate change in China．Journal of Natural Disasters，2004，13(5):85-89．

［5］ Sun F，Yang X，Lin E D，Ju H，Xiong W．Study on the sensitivity and vulnerability of wheat to climate change in China．Scientia Agricultura Sinica，2005，38(4):692-696．

［6］ Zhao Y X，He L，Liu S D．Evaluation method of agro-ecosystem vulnerability．Chinese Journal of Ecology，2007，26(5):754-758．

［7］ Zhang Q，Xiong AY，Ruan X．Research and development of the grid-based surface air temperature in China．China Science＆Technology Resources Review，2008，40(3):14-22．

［8］ Pohlert T．Use of empirical global radiation models for maize growth simulation．Agricultural and Forest Meteorology，2004，126:47-58．

［9］ The Compiling Committee of China's National Atlas．National Agricultural Atlas of China．Beijing:China map press，1989．

［10］ Xiong W，Holman I，Conway D，Lin E，Li，Y．A crop model cross calibration for use in regional climate impacts studies．Ecological Modelling，2008，213:365-80．

［11］ Nicholls N．Increased Australian wheat yield due to recent climate trends．Nature，1997，387:484-485．

［12］ Lobell D B，F(xiàn)ield C B．Global scale climate-crop yields relationships and the impacts of recent warming．Environmental Research Letters，2007，2:1-7．

［13］ Liu Y，Wang E，Yang X G M，Wang J．Contributions of climatic and crop varietal changes to crop production in the North China Plain，since 1980s．Global Change Biology，2010，16:2289-2299．

［14］ Zhang T，Zhu J，Wassmann R．Responses of rice yields to recent climate change in China:an empirical assessment based on long-term observations at different spatial scales(1981—2005)．Agri-Forest Meteorology，2010，150:1128-1137．

［15］ Fang XQ，Sheng JF．Human adaptation to climate change:a case study of changes in paddy planting area in Heilongjiang Province．Journal of Natural Resources，2000，15(3):213-217．

［16］ Yang X，Lin E D，Ma S M，Ju H，Guo L P，Xiong W，Li Y，Xu Y L．Adaptation of agriculture to warming in Northeast China．Climatic Change，2007，84:45-58．

［17］ Wang Y，F(xiàn)ang X Q，Xu T，Dai Y J．Impact of climate warming and adaptation activities of rice plantation in Northeast China．Resources Science，2005，27(1):121-127．

［18］ Pan H S，Zhang G H，Zhu S H．The effect of climate warming-up for the development of rice in Heilongjiang province and the strategy studies．Heilongjiang Meteorology，2002，4:7-18．

［19］ Luers A L，Lobell D B，Sklar L S，Addams C L，Matson P A．A method for quantifying vulnerability，applied to the agricultural system of the Yaqui Valley，Mexico．Global Environmental Change，2003，13:255-267．

［20］ Xiong W，Matthews R，Holman I，Lin E D，Xu Y L，Modelling China's potential maize production at regional scale under climate change．Climatic Change，2007，85:433-451．

［21］ Xiong W．The performance of regional simulation of CERES-Rice model and its uncertainties．Acta Ecologica Sinica，2009，29(4):2003-2009．

參考文獻(xiàn):

［2］ 《第二次氣候變化國(guó)家評(píng)估報(bào)告》編寫委員會(huì)．第二次氣候變化國(guó)家評(píng)估報(bào)告．北京:科學(xué)出版社．2010．

［3］ 王馥棠，劉文泉．黃土高原農(nóng)業(yè)生產(chǎn)氣候脆弱性的初步研究，氣候與環(huán)境研究，2003，8(1):91-100．

［4］ 楊修，孫芳，林而達(dá)，居輝，熊偉．我國(guó)水稻對(duì)氣候變化的敏感性和脆弱性．自然災(zāi)害學(xué)報(bào)，2004，13(5):85-89．

［5］ 孫芳，楊修，林而達(dá)，居輝，熊偉．中國(guó)小麥對(duì)氣候變化的敏感性和脆弱性研究．中國(guó)農(nóng)業(yè)科學(xué)，2005，38(4):692-696．

［6］ 趙艷霞，何磊，劉壽東．農(nóng)業(yè)生態(tài)系統(tǒng)脆弱性評(píng)價(jià)方法．生物學(xué)雜志，2007，26(5):754-758．

［7］ 張強(qiáng)，熊安元，阮新．中國(guó)地面氣溫格點(diǎn)化數(shù)據(jù)集的研制．中國(guó)科技資源導(dǎo)刊，2008，40(3):14-22．

［9］ 國(guó)家地圖集編纂委員會(huì)．中華人民共和國(guó)國(guó)家農(nóng)業(yè)地圖集．北京:中國(guó)地圖地出版社，1989．

［15］ 方修琦，盛靜芬．從黑龍江省水稻種植面積的明空變化看人類對(duì)氣候變化影響的適應(yīng)．自然資源學(xué)報(bào)，2000，15(3):213-217．

［17］ 王媛，方修琦，徐錟，戴玉娟．氣候變暖與東北地區(qū)水稻種植的適應(yīng)行為．資源科學(xué)，2005，27(1):121-127．

［18］ 潘華盛，張桂華，祖世亨．2002．氣候變暖對(duì)黑龍江省水稻發(fā)展的影響及其對(duì)策的研究．黑龍江氣象，(4):7-18．

［21］ 熊偉．站點(diǎn)CERES-Rice模型區(qū)域應(yīng)用效果和誤差來(lái)源．生態(tài)學(xué)報(bào)，2009，29(4):2003-2009．