秦曉晨，周廣勝，居 輝**，李翔翔，劉 勤

?

未來氣候情景下黃淮海平原不同灌溉制度的產(chǎn)量補(bǔ)償效應(yīng)模擬*

秦曉晨1，周廣勝2，居 輝1**，李翔翔3，劉 勤1

（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)氣象科學(xué)研究院，北京 100081；3．江西省農(nóng)業(yè)氣象中心，南昌 330046）

利用黃淮海平原典型農(nóng)業(yè)氣象站點(diǎn)生育期和產(chǎn)量資料對(duì)CERES-Wheat模型遺傳參數(shù)進(jìn)行調(diào)試，結(jié)合HadGEM2-ES氣候模式在RCP8.5（輻射強(qiáng)迫上升至8.5W·m?2的典型濃度目標(biāo)）情景下的預(yù)估結(jié)果，模擬分析未來不同時(shí)段（近期：2010-2039年、中期：2040-2069年、遠(yuǎn)期：2070-2099年）雨養(yǎng)條件下冬小麥的減產(chǎn)率（與潛在產(chǎn)量相比），并比較不同灌溉制度下冬小麥減產(chǎn)率與雨養(yǎng)條件下減產(chǎn)率的差值即灌溉制度的產(chǎn)量補(bǔ)償效應(yīng)。結(jié)果表明，經(jīng)參數(shù)調(diào)試后的CERES-Wheat模型能較為準(zhǔn)確地模擬冬小麥生長(zhǎng)發(fā)育過程。與潛在產(chǎn)量相比，雨養(yǎng)條件對(duì)冬小麥造成的減產(chǎn)率在未來近、中、遠(yuǎn)期分別為47.3%、53.5%和50.9%，黃淮海平原北部Ⅰ-Ⅳ區(qū)的潛在減產(chǎn)率高于區(qū)域平均水平，而南部Ⅵ區(qū)的減產(chǎn)率僅為7.4%（近期）、12.8%（中期）和9.7%（遠(yuǎn)期）。多種灌溉策略模擬結(jié)果表明，不同生育期灌溉對(duì)冬小麥產(chǎn)量的補(bǔ)償效應(yīng)（指減產(chǎn)率的減少量）差異較大，北部亞區(qū)的補(bǔ)償效應(yīng)高于南部亞區(qū)。拔節(jié)水的補(bǔ)償效應(yīng)最強(qiáng)，對(duì)未來不同時(shí)段冬小麥產(chǎn)量的補(bǔ)償效應(yīng)為16.3～18.6個(gè)百分點(diǎn)；灌漿水次之，補(bǔ)償效應(yīng)為5.1～6.1個(gè)百分點(diǎn)；而越冬水補(bǔ)償效應(yīng)僅為0.4～0.6個(gè)百分點(diǎn)。兩水灌溉條件下，拔節(jié)水+灌漿水的補(bǔ)償效應(yīng)為23.6～25.1個(gè)百分點(diǎn)，能夠挽回雨養(yǎng)損失的50%左右。因此，在未來水分虧缺加劇的背景下，應(yīng)注重保障拔節(jié)期的需水，灌兩水情況下重點(diǎn)保障拔節(jié)和灌漿階段需水。

冬小麥；灌溉制度；補(bǔ)償效應(yīng)；CERES-Wheat模型；黃淮海平原

氣候變化背景下冬小麥生育期內(nèi)水資源變化特征是中國(guó)北方地區(qū)農(nóng)業(yè)節(jié)水的研究熱點(diǎn)[1]，目前關(guān)于作物生育期內(nèi)降水量、作物需水量、降水盈虧量的氣候變化特征及其影響因素的研究成果較多[2-4]，揭示了北方地區(qū)暖干趨勢(shì)的事實(shí)[5]。在暖干化背景下，制定適宜的灌溉策略，合理分配不同生育階段的灌溉量，實(shí)現(xiàn)高產(chǎn)與節(jié)水的協(xié)同是破解水資源短缺的關(guān)鍵途徑[1,6]。因此，研究未來情景下不同灌溉策略對(duì)冬小麥產(chǎn)量的影響對(duì)適應(yīng)氣候變化具有重要意義。

目前，國(guó)內(nèi)外學(xué)者主要利用大田水分控制試驗(yàn)和作物機(jī)理模型試驗(yàn)等方法來研究冬小麥需耗水特征與產(chǎn)量的作用[7]。田間控制試驗(yàn)以生育期為劃分，采用非充分灌溉的方式，通過對(duì)比不同灌溉方式下作物產(chǎn)量和水分利用效率的高低，提出在現(xiàn)狀降水背景下的最適灌溉方式[8-10]。Geerts等[11]指出，非充分灌溉方式制定的關(guān)鍵在于找出作物對(duì)水分的敏感期和敏感期順序，把有限水量灌到最關(guān)鍵期才能有效提高水分虧缺地區(qū)糧食生產(chǎn)的經(jīng)濟(jì)效益。很多學(xué)者通過作物水分敏感性試驗(yàn)提出了相應(yīng)作物的最適灌溉方案[12]。這種方法的優(yōu)點(diǎn)是結(jié)論準(zhǔn)確可靠，但對(duì)溫度和降水等環(huán)境條件發(fā)生變化情況下的長(zhǎng)期試驗(yàn)非常困難，因此，研究未來氣候情景下不同灌溉措施的比較存在很大的局限性[7]。

近年來，利用作物模型進(jìn)行數(shù)值模擬和預(yù)測(cè)成為研究作物對(duì)氣候變化的響應(yīng)及適應(yīng)技術(shù)評(píng)價(jià)的有效途徑[13-18]。作物模型在給定氣象、土壤和品種參數(shù)后，能夠定量輸出作物各個(gè)階段的生理生態(tài)指標(biāo)，并對(duì)主要田間管理措施實(shí)行較為準(zhǔn)確的模擬[19-21]，因此，特別適用于未來氣候情景下冬小麥灌溉方式的研究。CERES系列模型是目前應(yīng)用最為廣泛的作物模型之一，其適用性在許多國(guó)家和地區(qū)都得到驗(yàn)證。徐建文等[17,22]利用CERES-Wheat模型探討了黃淮海平原1980-2010年冬小麥干旱對(duì)產(chǎn)量變化的作用，指出冬小麥拔節(jié)-抽穗期干旱影響最重。成林等[23]利用CERES-Wheat模型分不灌水、灌一水、二水、三水處理，模擬非充分灌溉對(duì)冬小麥水分利用的影響。這些研究對(duì)識(shí)別冬小麥水分敏感時(shí)期以及制定基于現(xiàn)狀降水條件下的最優(yōu)灌溉組合具有重要意義。但隨著未來氣溫持續(xù)升高和冬小麥生育期降水格局的變化，未來降水背景下不同灌溉處理對(duì)冬小麥影響的差異如何尚不明確。

以CERES-Wheat作物模型為研究工具，利用農(nóng)業(yè)氣象站點(diǎn)的生育期和產(chǎn)量資料對(duì)模型參數(shù)進(jìn)行本地化的基礎(chǔ)上，將HadGEM2-ES模式驅(qū)動(dòng)下的RCP8.5氣候預(yù)估情景數(shù)據(jù)輸入作物模型，建立網(wǎng)格分辨率為0.5°×0.5°的區(qū)域模擬模型，分析不同灌水頻率對(duì)黃淮海平原冬小麥產(chǎn)量的影響和補(bǔ)償效應(yīng)，以期為區(qū)域農(nóng)業(yè)適應(yīng)氣候變化提供參考。

1 資料與方法

1.1 研究區(qū)概況

黃淮海平原位于燕山以南、淮河以北(112°33′-120°17′E，31°14′-40°25′N)，屬半濕潤(rùn)地區(qū)，年降水量和潛在蒸散量分別為500～800mm和1000mm左右[24]，但降雨主要集中在夏季，在冬小麥生育期內(nèi)降水虧缺[4]。據(jù)統(tǒng)計(jì)，該區(qū)域年降水量?jī)H能滿足冬小麥-夏玉米生產(chǎn)體系的65%左右，而冬小麥生長(zhǎng)季水分虧缺達(dá)60%～75%[1]。參考中國(guó)農(nóng)作制[25]對(duì)黃淮海平原的區(qū)劃模式，將研究區(qū)域劃分為6個(gè)農(nóng)業(yè)亞區(qū)：Ⅰ區(qū)為燕山太行山山前平原水澆地二熟區(qū)；Ⅱ區(qū)為環(huán)渤海濱海外向型二熟農(nóng)漁區(qū)；Ⅲ區(qū)為海河低平原缺水水澆地二熟兼旱地一熟區(qū)；Ⅳ區(qū)為魯西平原水澆地二熟兼一熟區(qū)；Ⅴ區(qū)為黃淮平原南陽盆地水澆地旱地二熟區(qū)；Ⅵ區(qū)為江淮平原麥稻二熟區(qū)，如圖1。

1.2 資料來源

農(nóng)業(yè)氣象站的氣象觀測(cè)數(shù)據(jù)來自于中國(guó)氣象數(shù)據(jù)網(wǎng)，包括降水（mm）、風(fēng)速（m·s?1）、日照時(shí)數(shù)（h）、平均溫度（℃）、最高溫度（℃）和最低溫度（℃）等。未來氣候情景數(shù)據(jù)來自英國(guó)Hadley氣候中心在HadGEM2-ES模式驅(qū)動(dòng)下的RCP氣候情景模擬實(shí)驗(yàn)數(shù)據(jù)（0.5°×0.5°分辨率），包括基準(zhǔn)年（1976-2005）時(shí)段數(shù)據(jù)，及RCP8.5情景近期（2010-2039年）、中期（2040-2069年）、遠(yuǎn)期（2070-2099年）的數(shù)據(jù)。

1.3 CERES-Wheat模型

1.3.1 模型參數(shù)估計(jì)

CERES-Wheat模型以日為步長(zhǎng)，能夠綜合模擬氣候、品種、土壤和田間管理措施差異對(duì)冬小麥生長(zhǎng)的影響[19-21]。CRERS-Wheat模型遺傳參數(shù)的調(diào)試和驗(yàn)證所需的田間管理、生育期和產(chǎn)量資料來自農(nóng)業(yè)氣象站記錄，各站土壤屬性數(shù)據(jù)包括層次厚度（cm）、顆粒組成（%）、有機(jī)碳（g·kg?1）、全氮（g·kg?1）、水提（pH）和陽離子交換量（cmol·kg?1）等，來源于中國(guó)土種數(shù)據(jù)庫(kù)。本文以農(nóng)業(yè)亞區(qū)為單元，每個(gè)亞區(qū)選取6個(gè)觀測(cè)資料齊全的農(nóng)業(yè)氣象站（表1）為代表，選取連續(xù)種植年份最長(zhǎng)的品種對(duì)其遺傳參數(shù)進(jìn)行調(diào)試。

圖1 黃淮海平原農(nóng)業(yè)亞區(qū)及典型農(nóng)業(yè)氣象站點(diǎn)分布

表1 各亞區(qū)典型農(nóng)業(yè)氣象站CRERS-Wheat模型遺傳參數(shù)調(diào)試的作物資料

注：開花期和成熟期均為年日序，以1月1日為1。下同。

Note: Anthesis date and maturity date are the ordinal day from Jan. 1.The same as below.

1.3.2 區(qū)域模擬及灌水情景設(shè)計(jì)

以HadGEM2-ES模式驅(qū)動(dòng)下的RCP8.5氣候網(wǎng)格為區(qū)域模擬分辨率（0.5°×0.5°），品種參數(shù)為網(wǎng)格所屬亞區(qū)典型農(nóng)業(yè)氣象站點(diǎn)調(diào)試的遺傳參數(shù)。網(wǎng)格水平的土壤數(shù)據(jù)來自世界土壤數(shù)據(jù)庫(kù)（Harmonized World Soil Database）[26]，包括作物模型所需的土壤剖面理化屬性數(shù)據(jù)，數(shù)據(jù)類型為柵格圖像，可提取至0.5°×0.5°分辨率。由于溫度持續(xù)升高，未來冬小麥播種日期需隨時(shí)調(diào)整。研究表明，華北平原北部冬小麥播種期與16℃終日相關(guān)顯著，中部、南部的播種期分別與15℃終日和14℃終日相關(guān)顯著[27]。因此，以各網(wǎng)格點(diǎn)5日滑動(dòng)平均氣溫穩(wěn)定通過15℃終日為該網(wǎng)格點(diǎn)冬小麥的適宜播種期。由于不考慮養(yǎng)分脅迫的影響，因此在模擬過程中養(yǎng)分設(shè)定為無脅迫狀態(tài)。

根據(jù)對(duì)農(nóng)業(yè)氣象站灌溉數(shù)據(jù)的統(tǒng)計(jì)分析，該區(qū)域冬小麥生長(zhǎng)過程中以灌3次水為主，分別在越冬始期、拔節(jié)期和灌漿期，每次灌水量60mm?；诖?，設(shè)計(jì)5種灌溉模擬情景（表2）。S1：不考慮水分脅迫，模擬其潛在產(chǎn)量；S2：無灌溉，模擬冬小麥在雨養(yǎng)條件下的產(chǎn)量；S3：灌一次水，分為3種情況（越冬水或拔節(jié)水或灌漿水）。S4：灌兩次水，分3種組合即拔節(jié)期+灌漿期、越冬期+灌漿期、越冬期+拔節(jié)期。S5：為冬小麥生育期正常灌3次水的模式。每次灌水量設(shè)為60mm。

表2 灌水時(shí)間及灌水量設(shè)置

1.3.3 未來情景下灌溉日期的設(shè)定

以溫度為指標(biāo)確定灌溉日期。（1）選擇每年5日滑動(dòng)平均氣溫穩(wěn)定通過8℃終日為越冬水灌溉日期，因?yàn)閭鹘y(tǒng)澆冬水一般從日平均氣溫7～8℃時(shí)開始至日平均氣溫5℃左右結(jié)束。（2）通常來說，當(dāng)日平均氣溫上升到10℃后冬小麥開始拔節(jié)，因此，選擇5日滑動(dòng)平均氣溫穩(wěn)定通過10℃初日作為拔節(jié)期灌溉的日期。（3）由于CERES-Wheat模型能夠直接輸出開花期，因此，直接設(shè)定模型輸出的開花期當(dāng)天為開花水的灌溉時(shí)間。

1.4 減產(chǎn)率的計(jì)算

減產(chǎn)率為不同灌水情景下模擬的冬小麥產(chǎn)量與充分灌溉條件下潛在產(chǎn)量的相對(duì)變化率。其計(jì)算式為

式中，i表示不同灌溉情景（i=1，2，…，9，按表2中處理的編排順序），Ii為不同灌水情景下的減產(chǎn)率；Yi為第i種灌溉情景下冬小麥的模擬產(chǎn)量，Y1為在充分供水條件下即“S1”情景下的模擬產(chǎn)量。當(dāng)i=2時(shí)計(jì)算得出的I2表示雨養(yǎng)條件下相對(duì)于潛在產(chǎn)量的減產(chǎn)率。以雨養(yǎng)條件下的減產(chǎn)率與灌溉條件下的減產(chǎn)率之差表示每個(gè)灌溉方案對(duì)冬小麥產(chǎn)量的補(bǔ)償效應(yīng)，即每個(gè)灌溉方案對(duì)應(yīng)減產(chǎn)率的減少量(單位為百分點(diǎn))：

2 結(jié)果與分析

2.1 各亞區(qū)小麥遺傳參數(shù)調(diào)試結(jié)果及驗(yàn)證

基于黃淮海平原各亞區(qū)典型農(nóng)業(yè)氣象站點(diǎn)（表1）開花期、成熟期和產(chǎn)量等資料，對(duì)CERES-Wheat模型遺傳參數(shù)進(jìn)行調(diào)試，結(jié)果見圖2。由圖可知，模型對(duì)淮安站開花期的模擬效果較差，其它站點(diǎn)模擬值與實(shí)測(cè)值之間相關(guān)系數(shù)在0.65～0.99之間；成熟期模擬值與實(shí)測(cè)值的相關(guān)系數(shù)在0.18～0.86之間；模型對(duì)惠民站和淄博站的產(chǎn)量模擬效果較差，相關(guān)系數(shù)分別為0.34和0.28，其它站在0.67～0.93之間。從模擬值與觀測(cè)值的相對(duì)均方根誤差（NRMSE）來看（表3），調(diào)試的品種參數(shù)能夠有效模擬出不同地區(qū)冬小麥的生育進(jìn)程和產(chǎn)量，各站點(diǎn)模擬值與實(shí)測(cè)值的NRMSE在模型可接受的范圍之內(nèi)（生育進(jìn)程N(yùn)RMSE＜5%，產(chǎn)量NRMSE＜15%[19]）。

圖2 各亞區(qū)典型站點(diǎn)模擬開花期(a)、成熟期(b)和產(chǎn)量(c)與觀測(cè)值的比較

表3 各亞區(qū)CERES-Wheat模型參數(shù)調(diào)試結(jié)果及相應(yīng)開花期(AD)、成熟期(MD)和產(chǎn)量(Y)的相對(duì)均方根誤差（NRMSE）

注：P1V：最適溫度條件下通過春化階段所需天數(shù)（d）；P1D：光周期參數(shù)（%）；P5：籽粒灌漿期積溫(℃·d)；G1：開花期單位株冠質(zhì)量的籽粒數(shù)(Nr.·g?1)；G2：最佳條件下標(biāo)準(zhǔn)籽粒質(zhì)量（mg）；G3：成熟期非脅迫下單株莖穂標(biāo)準(zhǔn)干質(zhì)量（g）；PHINT：完成一片葉生長(zhǎng)所需積溫(℃·d)。

Note: P1V: Days required for vernalization (optimum vernalizing temperature); P1D: Photoperiod response (% reduction in rate·10hr?1drop in photoperiod); P5: Grain filling phase duration(℃·d); G1: Kernel number per unit canopy weight at anthesis (Nr.·g?1); G2: Standard kernel size under optimum conditions (mg); G3: Standard non-stressed mature tiller dry weight (including grain) (g); PHINT: Interval between successive leaf tip appearances (℃·d).

2.2 未來氣候情景下冬小麥生育期無灌溉條件下產(chǎn)量的變化

基于參數(shù)調(diào)試后的CERES-Wheat模型，模擬黃淮海平原RCP8.5情景下近、中、遠(yuǎn)期冬小麥潛在和雨養(yǎng)條件（即無灌水條件）下的產(chǎn)量，分析雨養(yǎng)產(chǎn)量相對(duì)于潛在產(chǎn)量的減產(chǎn)率空間分布差異。由圖3可知，雨養(yǎng)產(chǎn)量相對(duì)潛在產(chǎn)量的減產(chǎn)率呈北高南低，且減產(chǎn)率在近、中、遠(yuǎn)期呈逐漸加重的趨勢(shì)，區(qū)域平均減產(chǎn)率為47.3%（近期）、53.5%（中期）和50.9%（遠(yuǎn)期）。這表明在RCP8.5情景下，與潛在產(chǎn)量相比，雨養(yǎng)條件將造成1/2左右的產(chǎn)量缺口。從亞區(qū)尺度上看（表4），Ⅰ區(qū)和Ⅱ區(qū)在近期、中期和遠(yuǎn)期呈逐漸增加趨勢(shì)，而Ⅲ-Ⅵ區(qū)的減產(chǎn)率在中期最高。北部Ⅰ-Ⅳ區(qū)的減產(chǎn)率高于區(qū)域平均水平，而Ⅴ區(qū)和Ⅵ區(qū)的減產(chǎn)率小于區(qū)域平均水平。雨養(yǎng)條件對(duì)Ⅲ區(qū)造成的減產(chǎn)最大，未來近、中、遠(yuǎn)期的減產(chǎn)率分別為68.6%、74.3%和69.4%；Ⅵ區(qū)減產(chǎn)率在所有亞區(qū)中最小，分別為7.4%（近期）、12.8%（中期）和9.7%（遠(yuǎn)期）。

表4 RCP8.5情景下黃淮海平原各亞區(qū)冬小麥雨養(yǎng)產(chǎn)量相對(duì)潛在產(chǎn)量的減少率（%）

2.3 未來氣候情景下不同灌溉制度的灌水補(bǔ)償效應(yīng)

2.3.1 灌一次水

利用CERES-Wheat模型模擬了各亞區(qū)冬小麥分別在灌溉越冬水、拔節(jié)水和灌漿水條件下的產(chǎn)量，相比于潛在產(chǎn)量計(jì)算單次灌溉條件下的減產(chǎn)率（圖4）；并與雨養(yǎng)條件下的減產(chǎn)率對(duì)比，分析不同階段灌溉的減產(chǎn)率補(bǔ)償效應(yīng)（表5）。在單次灌溉的條件下，越冬水減產(chǎn)率最高（圖4c），區(qū)域平均減產(chǎn)率分別為46.6%、53.1%和50.4%，與雨養(yǎng)條件下的減產(chǎn)率相比差異不大；其次是灌漿水，未來各時(shí)期的減產(chǎn)率分別為41.2%、48.4%和45.0%，與雨養(yǎng)條件下的減產(chǎn)率相比，灌漿水的補(bǔ)償效應(yīng)為6.1、5.1和5.8個(gè)百分點(diǎn)；而拔節(jié)水的減產(chǎn)率最低，區(qū)域平均減產(chǎn)率分別為31.0%、34.8%和34.2%，拔節(jié)水的補(bǔ)償效應(yīng)為16.3、18.6和16.6個(gè)百分點(diǎn)。

圖3 RCP8.5情景下未來黃淮海平原雨養(yǎng)條件下冬小麥減產(chǎn)率（相對(duì)于潛在產(chǎn)量）的空間分布

圖4 RCP8.5情景下黃淮海平原冬小麥生育期只灌一次水條件下的減產(chǎn)率（相對(duì)潛在產(chǎn)量，下同）分布

注：a、b、c分別表示冬小麥生育期只灌灌漿水、拔節(jié)水和越冬水的處理；1、2、3分別為近期、中期和遠(yuǎn)期。下同。

Note: a, b and c represent irrigation on grain filling stage, jointing stage and overwintering stage during growth stage, respectively; 1, 2 and 3 represent short-term, medium-term and long-term, respectively.The same as below.

表5 RCP8.5情景下黃淮海平原各亞區(qū)冬小麥生育期只灌一次水的減產(chǎn)率（I，%）及其補(bǔ)償效應(yīng)（ΔI，百分點(diǎn)）

Table 5 The yield reduction rate (I，%) and compensation effect (ΔI，percent point) of different sub-regions under one irrigation condition compared to potential yield for short-term, medium-term and long-term

注：ΔI為雨養(yǎng)條件下的減產(chǎn)率與灌溉條件下的減產(chǎn)率之差。下同。

Note: ΔI is the difference of the reduction rate under rain-fed and irrigation condition. The same as below.

從各亞區(qū)來看，拔節(jié)水和灌漿水對(duì)Ⅰ區(qū)和Ⅲ區(qū)的補(bǔ)償效應(yīng)較高，對(duì)南部Ⅵ區(qū)的補(bǔ)償效應(yīng)最低，而越冬水補(bǔ)償效應(yīng)各亞區(qū)差異不大，均在1個(gè)百分點(diǎn)以下。拔節(jié)水對(duì)Ⅰ-Ⅴ區(qū)的補(bǔ)償效應(yīng)均達(dá)到15個(gè)百分點(diǎn)以上，對(duì)Ⅵ區(qū)的補(bǔ)償效應(yīng)最低，分別為5.0、9.1和6.3個(gè)百分點(diǎn)。拔節(jié)水對(duì)各亞區(qū)的補(bǔ)償效應(yīng)均高于灌漿水，灌漿水對(duì)Ⅰ區(qū)和Ⅲ區(qū)具有10個(gè)百分點(diǎn)以上的補(bǔ)償效應(yīng)，而對(duì)其它亞區(qū)的補(bǔ)償效應(yīng)較拔節(jié)水差。由此可以看出，在一水灌溉條件下，拔節(jié)水的增產(chǎn)效果最好，在未來RCP8.5情景下能補(bǔ)償16.3～18.6個(gè)百分點(diǎn)的雨養(yǎng)產(chǎn)量損失。

2.3.2 灌兩次水

基于單次灌溉的分析，利用CERES-Wheat模型進(jìn)一步模擬黃淮海平原冬小麥在灌兩水情況下的產(chǎn)量，與潛在產(chǎn)量相比分析未來冬小麥在灌兩次水下的減產(chǎn)率（圖5）；并與雨養(yǎng)條件下的減產(chǎn)率對(duì)比，分析兩次灌溉的減產(chǎn)率補(bǔ)償效應(yīng)（表6）。對(duì)比3種兩水處理方式，灌拔節(jié)水+灌漿水的減產(chǎn)率最低（圖5a），在近期、中期和遠(yuǎn)期分別為23.6%、28.3%和27.1%，其補(bǔ)償效應(yīng)分別為23.6、25.1和23.7個(gè)百分點(diǎn)；而越冬水+灌漿水的減產(chǎn)率最高（圖5b），分別為40.5%（近期）、47.9%（中期）和44.3%（遠(yuǎn)期），越冬水+灌漿水的補(bǔ)償效應(yīng)分別為6.7、5.5和6.6個(gè)百分點(diǎn)。

從各亞區(qū)來看，三種兩水灌溉措施的補(bǔ)償效應(yīng)均表現(xiàn)為北部亞區(qū)高于南部亞區(qū)。拔節(jié)水+灌漿水對(duì)Ⅰ-Ⅳ區(qū)的補(bǔ)償效應(yīng)在未來各個(gè)時(shí)期均大于25個(gè)百分點(diǎn)，南部Ⅴ區(qū)的補(bǔ)償效應(yīng)在近、中、遠(yuǎn)期分別為19.2、21.9和19.4個(gè)百分點(diǎn)，而對(duì)Ⅵ區(qū)的補(bǔ)償效應(yīng)最低，在各個(gè)時(shí)期僅為5.6、9.3和6.8個(gè)百分點(diǎn)；越冬水+拔節(jié)水、越冬水+灌漿水對(duì)各亞區(qū)的補(bǔ)償效應(yīng)與單獨(dú)灌拔節(jié)水或灌漿水的差異不大，表明越冬水對(duì)產(chǎn)量的補(bǔ)償效應(yīng)較弱。由此可以看出，在兩水灌溉的情況下，拔節(jié)水+灌漿水的效果最好，在未來RCP8.5情景下能夠補(bǔ)償雨養(yǎng)產(chǎn)量的損失。

2.3.3 灌三次水

從圖6可以看出，黃淮海平原冬小麥在三水灌溉（越冬水+拔節(jié)水+灌漿水）條件下的減產(chǎn)率（與潛在產(chǎn)量相比）在北部較高，Ⅰ-Ⅳ區(qū)大部分區(qū)域高于30%，其中京津冀周邊地區(qū)高于40%，而南部的Ⅴ區(qū)和Ⅵ區(qū)大部分區(qū)域減產(chǎn)率低于20%；從區(qū)域平均水平來看，三水灌溉下冬小麥產(chǎn)量減產(chǎn)率在未來近、中、遠(yuǎn)期分別為23.1%、27.9%和26.7%，表明在RCP8.5情景下，在越冬期、拔節(jié)期和灌漿期均灌溉的情況下，仍與潛在產(chǎn)量存在1/4左右的缺口。

圖5 RCP8.5情景下冬小麥生育期灌兩次水條件下減產(chǎn)率分布

注：a、b、c分別表示拔節(jié)水+灌漿水、越冬水+灌漿水和越冬水+拔節(jié)水。

Note: a, b and c represent irrigation on jointing stage & grain filling stage, overwintering stage & grain filling stage and overwintering stage & jointing stage, respectively.

圖6 RCP8.5情景下冬小麥生育期灌三次水條件下的減產(chǎn)率分布

表6 RCP8.5情景下黃淮海平原各亞區(qū)冬小麥生育期灌兩次水的減產(chǎn)率（I，%）及其補(bǔ)償效應(yīng)（ΔI，百分點(diǎn)）

表7 RCP8.5情景下各亞區(qū)冬小麥生育期灌三次水的減產(chǎn)率（I，%）及其補(bǔ)償效應(yīng)（ΔI，百分點(diǎn)）

Table 7 The yield reduction rate （I，%）and compensation effect(ΔI，percent point) of different sub-regions under three times irrigation condition for short-term, medium-term and long-term

亞區(qū)Sub-region項(xiàng)目 Item近期 Short中期 Medium遠(yuǎn)期 Long ⅠI22.626.830.0 ΔI33.935.033.6 ⅡI36.743.946.0 ΔI26.526.125.8 ⅢI34.940.335.9 ΔI33.733.933.4 ⅣI28.834.130.2 ΔI25.326.925.6 ⅤI14.018.815.1 ΔI19.422.119.7 ⅥI1.73.42.7 ΔI5.79.46.9 區(qū)域Regional I23.127.926.7 ΔI24.125.624.2

從各亞區(qū)的補(bǔ)償效應(yīng)來看（表7），北部亞區(qū)高于南部亞區(qū)。三水灌溉下Ⅰ區(qū)補(bǔ)償效應(yīng)最高，在近、中、遠(yuǎn)期分別達(dá)到33.9%、35.0%和33.6%；其次為Ⅲ區(qū)，未來各時(shí)期的補(bǔ)償效應(yīng)分別為33.7%、33.9%和33.4%；而位于平原南部的Ⅵ區(qū)補(bǔ)償效應(yīng)最低，各時(shí)期僅為5.7%、9.4%和6.9%。從區(qū)域平均水平來看，三水灌溉的補(bǔ)償效應(yīng)分別為24.1%、25.6%和24.2%（表7），但與灌拔節(jié)水+灌漿水的補(bǔ)償效應(yīng)相比（表6），未來3個(gè)時(shí)期三水灌溉的補(bǔ)償效應(yīng)均僅提高0.5%。

3 結(jié)論與討論

3.1 討論

以黃淮海平原深州、寶坻、惠民、淄博、宿州和淮安6個(gè)農(nóng)業(yè)氣象站分別代表黃淮海平原6個(gè)農(nóng)業(yè)亞區(qū)，利用各站實(shí)測(cè)資料對(duì)CERES-Wheat模型進(jìn)行參數(shù)調(diào)試，在0.5°×0.5°網(wǎng)格水平上模擬未來RCP8.5氣候情景下，假設(shè)不考慮品種變化和灌溉補(bǔ)充，僅靠降雨提供水分（雨養(yǎng)條件下），黃淮海平原各時(shí)段（近期、中期、遠(yuǎn)期）冬小麥均減產(chǎn)，其區(qū)域平均減產(chǎn)率在47.3%～53.5%，說明各亞區(qū)雨養(yǎng)條件下產(chǎn)量?jī)H能達(dá)到潛在產(chǎn)量的50%左右。

對(duì)比不同灌溉制度的灌溉效果，表明在RCP8.5情景下，在生育期內(nèi)只灌一次水產(chǎn)量的補(bǔ)償效應(yīng)表現(xiàn)為拔節(jié)水＞灌漿水＞越冬水，生育期內(nèi)灌兩次水產(chǎn)量的補(bǔ)償效應(yīng)表現(xiàn)為拔節(jié)水+灌漿水＞越冬水+拔節(jié)水＞越冬水+灌漿水。這與以往的研究結(jié)論一致。徐建文等[22]利用CERES-Wheat模型模擬表明，拔節(jié)期水分虧缺的影響大于灌漿期水分虧缺，與本文的研究結(jié)果一致。彭致功等[10]利用Aquacrop模型優(yōu)化華北區(qū)域冬小麥灌溉制度亦表明，在灌一水情況下應(yīng)重點(diǎn)保障拔節(jié)-抽穗階段的需水，灌兩水情況下應(yīng)重點(diǎn)保障返青-拔節(jié)和抽穗-乳熟階段需水。此外，研究表明，未來RCP8.5情景下灌越冬水對(duì)冬小麥產(chǎn)量的補(bǔ)償效應(yīng)不強(qiáng)，僅為0.4～0.6個(gè)百分點(diǎn)。但在實(shí)際農(nóng)業(yè)生產(chǎn)中，小麥的安全越冬與入冬前土壤水分含量和苗情有關(guān)，越冬水是安全越冬和高產(chǎn)的保障。模型模擬結(jié)果表現(xiàn)出的這種差異，一方面是由于RCP8.5情景下，快速增溫導(dǎo)致小麥越冬期間凍害風(fēng)險(xiǎn)降低，從而弱化了越冬水的作用；另一方面是由于作物模型對(duì)作物越冬期間生物量變化的模擬效果較差，模型默認(rèn)作物在越冬期間生物量不發(fā)生變化，即冬小麥在越冬期間不受環(huán)境條件變化的影響[20]。因此，在水分虧缺較重、越冬期間凍害風(fēng)險(xiǎn)較高的黃淮海北部地區(qū)，在未來快速增溫的背景下同樣應(yīng)在冷冬年份注重越冬水灌溉。

此外，以中國(guó)農(nóng)作制劃分的農(nóng)業(yè)亞區(qū)為單元研究黃淮海平原不同灌溉制度對(duì)冬小麥產(chǎn)量的影響，但由于黃淮海平原水資源條件南部?jī)?yōu)于北部，各灌溉方式的補(bǔ)償效應(yīng)均呈現(xiàn)出顯著的南北差異。在生育期灌溉一次水條件下，拔節(jié)水的補(bǔ)償效應(yīng)在黃淮海平原南部的江淮平原麥稻二熟區(qū)（Ⅵ區(qū)）僅為5.0～9.1個(gè)百分點(diǎn)，遠(yuǎn)低于區(qū)域平均水平的16.3～18.6個(gè)百分點(diǎn)；而在生育期灌溉兩次水條件下，拔節(jié)水+灌漿水的補(bǔ)償效應(yīng)在江淮平原麥稻二熟區(qū)為5.6～9.3個(gè)百分點(diǎn)，與拔節(jié)水的補(bǔ)償效應(yīng)差異不大。因此，盡管指出在生育期灌溉兩次水條件下優(yōu)先灌溉拔節(jié)水和灌漿水，但在江淮平原麥稻二熟區(qū)僅灌拔節(jié)水的經(jīng)濟(jì)效益最好。

3.2 結(jié)論

（1）相比于潛在產(chǎn)量，未來冬小麥雨養(yǎng)條件下的減產(chǎn)率為47.3%（近期）、53.5%（中期）和50.9%（遠(yuǎn)期），呈北高南低的空間分布格局，北部的Ⅰ-Ⅳ區(qū)的潛在減產(chǎn)率高于區(qū)域平均水平，而Ⅴ區(qū)和Ⅵ區(qū)的干旱潛在減產(chǎn)率小于區(qū)域平均水平，位于研究區(qū)域最南端的Ⅵ區(qū)潛在減產(chǎn)率最小。

（2）在未來RCP8.5情景下，生育期內(nèi)只灌一次水對(duì)產(chǎn)量的補(bǔ)償效應(yīng)表現(xiàn)為拔節(jié)水＞灌漿水＞越冬水，拔節(jié)水的產(chǎn)量補(bǔ)償效應(yīng)為16.3～18.6個(gè)百分點(diǎn)，而越冬水的補(bǔ)償效應(yīng)僅為0.4～0.6個(gè)百分點(diǎn)；生育期內(nèi)灌兩次對(duì)產(chǎn)量的補(bǔ)償效應(yīng)表現(xiàn)為拔節(jié)水+灌漿水＞越冬水+拔節(jié)水＞越冬水+灌漿水，拔節(jié)水+灌漿水的產(chǎn)量補(bǔ)償效應(yīng)為23.6～25.1個(gè)百分點(diǎn)，而越冬水+灌漿水的補(bǔ)償效應(yīng)則為5.5～6.7個(gè)百分點(diǎn)。三水灌溉條件下，未來冬小麥仍面臨23.1%～27.9%的產(chǎn)量損失，其補(bǔ)償效應(yīng)為24.1～25.6個(gè)百分點(diǎn)，與拔節(jié)水+灌漿水差異不大。

[1]梅旭榮,康紹忠,于強(qiáng),等.協(xié)同提升黃淮海平原作物生產(chǎn)力與農(nóng)田水分利用效率途徑[J].中國(guó)農(nóng)業(yè)科學(xué),2013,46(6): 1149-1157.

Mei X R,Kang S Z,Yu Q,et al.Pathways to synchronously improving crop productivity and field water use efficiency in the North China Plain[J].Scientia Agricultura Sinica,2013, 46(6):1149-1157.(in Chinese)

[2]Li X,Ju H,Sarah G,et al.Spatiotemporal variation of drought characteristics in the Huang-Huai-Hai Plain,China under the climate change scenario[J].Journal of Integrative Agriculture, 2017,16(10):2308-2322.

[3]劉勤,梅旭榮,嚴(yán)昌榮,等.華北冬小麥降水虧缺變化特征及氣候影響因素分析[J].生態(tài)學(xué)報(bào),2013,33(20):6643-6651.

Liu Q,Mei X R,Yan C R,et al.Dynamic variation of water deficit of winter wheat and its possible climatic factors in Northern China[J].Acta Ecologica Sinica,2013,33(20):6643- 6651.(in Chinese)

[4]李翔翔,居輝,嚴(yán)昌榮,等.1961-2013年黃淮海平原降蒸差的時(shí)空變化特征[J].中國(guó)農(nóng)業(yè)氣象,2015,36(3):254-262.

Li X X,Ju H,Yan C Y,et al.Spatio-temporal variability of water deficit in Huang-Huai-Hai Plain during 1961-2013[J].Chinese Journal of Agrometeorology,2015,36(3):254-262.(in Chinese)

[5]鄧振鏞,王強(qiáng),張強(qiáng),等.中國(guó)北方氣候暖干化對(duì)糧食作物的影響及應(yīng)對(duì)措施[J].生態(tài)學(xué)報(bào),2010,30(22):6278-6288.

Deng Z Y,Wang Q,Zhang Q,et al.Impact of climate warming and drying on food crops in northern China and the countermeasures[J].Acta Ecologica Sinica,2010,30(22):6278- 6288.(in Chinese)

[6]王會(huì)肖,蔡燕.農(nóng)田水分利用效率研究進(jìn)展及調(diào)控途徑[J].中國(guó)農(nóng)業(yè)氣象,2008,29(3):272-276.

Wang H X,Cai Y.Research progresses and regulating methods of field water use efficiency[J].Chinese Journal of Agrometeorology,2008,29(3):272-276.(in Chinese)

[7]郭建平.氣候變化對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J].應(yīng)用氣象學(xué)報(bào),2015,(1):1-11.

Guo J P.Advances inimpact of climate change on agricultural production in China[J].Journal of Applied Meteorological Science,2015,(1):1-11.(in Chinese)

[8]劉明,武建軍,呂愛鋒,等.黃淮海平原典型區(qū)冬小麥水分脅迫規(guī)律與灌溉策略[J].農(nóng)業(yè)工程學(xué)報(bào),2010,(5):40-44.

Liu M,Wu J J,Lv A F,et al.Water stress of winter wheat and irrigation strategy in typical region of Huang-Huai-Hai Plain[J].Transactions of the CSAE,2010,(5):40-44.(in Chinese)

[9]張勝全,方保停,張英華,等.冬小麥節(jié)水栽培三種灌溉模式的水氮利用與產(chǎn)量形成[J].作物學(xué)報(bào),2009,35(11):2045-2054.

Zhang S Q,Fang B T,Zhang Y H,et al.Utilization of water and nitrogen and yield formation under three limited irrigation schedules in winter wheat[J].Acta Agronomica Sinica,2009, 35(11):2045-2054.(in Chinese)

[10]彭致功,張寶忠,劉鈺,等.華北典型區(qū)冬小麥區(qū)域耗水模擬與灌溉制度優(yōu)化[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2017,(11):1-12.

Peng Z G,Zhang B Z,Liu Y,et al.Simulation for regional water consumption and recommendation of suitable irrigation schedule for winter wheat in North China[J]. Transactions of the Chinese Society for Agricultural Machinery,2017,(11):1-12.(in Chinese)

[11]Geerts S,Raes D.Deficit irrigation as an on-farm strategy to maximize crop water productivity in dry areas[J]. Agricultural Water Management,2009,96(9):1275-1284.

[12]Li Q,Bian C,Liu X,et al.Winter wheat grain yield and water use efficiency in wide-precision planting pattern under deficit irrigation in North China Plain[J].Agricultural Water Management,2015,153:71-76.

[13]Challinor A J,Wheeler T,Hemming D,et al.Ensemble yield simulations:crop and climate uncertainties,sensitivity to temperature and genotypic adaptation to climate change[J]. Climate Research,2009,38(2):117-127.

[14]Li Y,Huang H,Ju H,et al.Assessing vulnerability and adaptive capacity to potential drought for winter-wheat under the RCP 8.5 scenario in the Huang-Huai-Hai Plain[J].Agriculture Ecosystems & Environment,2015,209: 125-131.

[15]Lin Y,Wu W,Ge Q.CERES-Maize model-based simulation of climate change impacts on maize yields and potential adaptive measures in Heilongjiang Province,China[J]. Journal of the Science of Food and Agriculture,2015,95(14): 2838-2849.

[16]Palosuo T,Kersebaum K C,Angulo C,et al.Simulation of winter wheat yield and its variability in different climates of Europe:a comparison of eight crop growth models[J]. European Journal of Agronomy,2011,35(3):103-114.

[17]徐建文,居輝,梅旭榮,等.近30年黃淮海平原干旱對(duì)冬小麥產(chǎn)量的潛在影響模擬[J].農(nóng)業(yè)工程學(xué)報(bào),2015,21(6): 150-158.

Xu J W,Ju H,Mei X R,et al.Simulation on potential effects of drought on winter wheat in Huang-Huai-Hai Plain from 1981 to 2010[J].Transactions of the CSAE,2015,21(6): 150-158.(in Chinese)

[18]秦鵬程,姚鳳梅,曹秀霞,等.利用作物模型研究氣候變化對(duì)農(nóng)業(yè)影響的發(fā)展過程[J].中國(guó)農(nóng)業(yè)氣象,2011,32(2): 240-245.

Qin P C,Yao F M,Cao X X,et al.Development process of modeling impacts of climate change on agricultural productivity based on crop models[J].Chinese Journal of Agrometeorology,2011,32(2):240-245.(in Chinese)

[19]Jones J W,Tsuji G Y,Hoogenboom G,et al.Decision support system for agrotechnology transfer:DSSAT v3[A].Tsuji G Y,Hoogenboom G,Thornton P K.Understanding options for agricultural production[C].Dordrecht:Springer Netherlands, 1998:157-177.

[20]Ritchie J T,Singh U,Godwin D C,et al.Cereal growth, development and yield[A].Tsuji G Y,Hoogenboom G,Thornton P K.Understanding options for agricultural production[C].Dordrecht:Springer Netherlands,1998:79-98.

[21]Rosenzweig C,Iglesias A.The use of crop models for international climate change impact assessment[A].Tsuji G Y,Hoogenboom G,Thornton P K.Understanding options for agricultural production[C].Dordrecht:Springer Netherlands, 1998:267-292.

[22]徐建文,梅旭榮,居輝,等.黃淮海地區(qū)冬小麥關(guān)鍵生育期不同灌溉水平對(duì)產(chǎn)量影響的模擬[J].作物學(xué)報(bào),2014,40(8): 1485-1492.

Xu J W,Mei X R,Ju H,et al.Simulation of winter wheat yield in response to irrigation level at critical growing stages in the Huang-Huai-Hai Plain[J].Acta Agronomica Sinica,2014,40 (8):1485-1492.(in Chinese)

[23]成林,李樹巖,劉榮花,等.限量灌溉下冬小麥水分利用效率模擬[J].生態(tài)學(xué)雜志,2009,(10):2147-2152.

Cheng L,Li S Y,Liu R H,et al.Water use efficiency of winter wheat under limited irrigation:a simulation study[J].Chinese Journal of Ecology,2009,(10):2147-2152.(in Chinese)

[24]楊建瑩,梅旭榮,嚴(yán)昌榮,等.華北地區(qū)氣候資源的空間分布特征[J].中國(guó)農(nóng)業(yè)氣象,2010,31(S1):1-5.

Yang J Y,Mei X R,Yan C R,et al.Study on spatial pattern of climatic resources in North China[J].Chinese Journal of Agrometeorology,2011,31(S1):1-5.(in Chinese)

[25]劉巽浩.農(nóng)作制與中國(guó)農(nóng)作制區(qū)劃[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2002,23(5):11-15.

Liu Z H.Farming system and farming system regional planning in China[J].Journal of China Agricultural Resources and Regional Planning,2002,23(5):11-15.(in Chinese)

[26]Wieder W R,Boehnert J,Bonan G B,et al.Regridded harmonized world soil database v1.2.data set[OZ]. http:// daac. ornl.gov,2014.

[27]王培娟,梁宏,謝東輝,等.氣候變暖對(duì)華北冬小麥返青前熱量條件的影響[J].麥類作物學(xué)報(bào),2014,34(1):54-63.

Wang P J,Liang H,Xie D H,et al.Influence of climate warming on heat conditions before green-up stages for winter wheat in North China Plain[J].Journal of Triticeae Crops,2014,34(1):54-63.(in Chinese)

Simulation of Different Irrigation Strategy on Wheat Yield in Huang-Huai-Hai Plain under the RCP8.5 Scenario

QIN Xiao-chen1，ZHOU Guang-sheng2，JU Hui1，LI Xiang-xiang3，LIU Qin1

（1．Institute of Environment and Sustainable Development in Agriculture, Beijing 100081, China; 2．Chinese Academy of Meteorological Sciences, Beijing 100081; 3．Jiangxi Meteorological Bureau, Nanchang 330046）

Huang-Huai-Hai Plain (3H Plain) is widely accepted to be the largest winter wheat growing areas of China. Water shortage is comprehensively recognized as the limiting factor for winter wheat growth. In the context of global warming, precipitation and evapotranspiration during wheat growing period have experienced significant changes. Consequently, understanding the impact of different irrigation strategy on wheat yield is essential for establishing climate adaptation strategies in 3H Plain. In this paper, the phenology and yield data of six typical agro-meteorological stations representing six sub-regions were used to calibrate the CERES-Wheat crop model. Based on the calibrated model and the future climate projected by HadGEM2-ES under RCP8.5 scenario, the yield reduction rate under rain-fed conditions compared to potential yield for the short-term (2010-2039), medium-term (2040-2069) and long-term (2070-2099) were analyzed. Then the yield retrieval ability of different irrigation strategy was compared. Results showed that, compared to full-irrigated yield, rain-fed condition would decline wheat yield by 47.3%, 53.5% and 50.9% for the short-term, medium-term and long-term respectively, with the spatial distribution of higher reduction rate in sub-region Ⅰ to Ⅳ (north), and the reduction rate in sub-region Ⅵ(south) only 7.4% (short-term) ,12.8% (medium-term) and 9.7% (long-term). Comparison of different irrigation system showed there is a big difference in compensation effect (i.e. the difference of the reduction rate under rain-fed and irrigation condition) of winter wheat on different growth stage. And the compensation effect of northern sub-region was higher than that of Southern sub-region. The efficiency of irrigation on jointing stage was the highest, of which the yield retrieval ability was 16.3-18.6 percent point for different future period. The second was irrigation on grain filling stage, of which the yield retrieval ability was 5.1-6.1 percent point. While irrigation on overwintering stage could only retrieve yield by 0.4-0.6 percent point. Further analysis showed that irrigate on both jointing stage and grain filling stage could retrieve yield by 23.6-25.1 percent point. Thus, under the recognition of higher risk of water shortage in the future, securing irrigation supply for jointing stage is of first priority. And if two-times irrigation was allowed, irrigate on both jointing stage and grain filling stage could retrieve half of the yield losses.

Winter wheat; Irrigation system; Compensation effect; CERES-Wheat; Huang-Huai-Hai Plain

10.3969/j.issn.1000-6362.2018.04.002

秦曉晨,周廣勝,居輝,等.未來氣候情景下黃淮海平原不同灌溉制度的產(chǎn)量補(bǔ)償效應(yīng)模擬[J].中國(guó)農(nóng)業(yè)氣象,2018,39(4):220-232

2017-08-14

。E-mail：juhui@caas.cn

國(guó)家自然科學(xué)基金（41401510）

秦曉晨（1993-），女，碩士生，主要從事氣候變化與農(nóng)業(yè)氣候資源評(píng)價(jià)研究。E-mail: qinxiaochen2017@163.com