唐建昭，肖登攀，柏會子

未來氣候情景下農(nóng)牧交錯帶不同灌溉水平馬鈴薯產(chǎn)量和水分利用效率

唐建昭，肖登攀※，柏會子

（河北省科學(xué)院地理科學(xué)研究所/河北省地理信息開發(fā)應(yīng)用工程技術(shù)研究中心，石家莊 050011）

未來氣候變化對農(nóng)牧交錯帶不同灌溉水平馬鈴薯產(chǎn)量和水分利用的影響鮮有研究。該研究基于農(nóng)牧交錯帶張北和武川站不同灌溉條件下大田試驗數(shù)據(jù)評估了APSIM-Potato模型的適應(yīng)性；基于33個全球氣候模式（global climate model，GCM）通過統(tǒng)計降尺度方法獲得的未來2個氣候情景（RCP4.5和RCP8.5）逐日氣候數(shù)據(jù)驅(qū)動APSIM-Potato模型，模擬未來氣候變化對不同灌溉水平（灌1水、灌2水、灌3水和灌4水）馬鈴薯產(chǎn)量和水分利用的影響。結(jié)果表明：APSIM-Potato模型能夠較好地模擬2個站點馬鈴薯產(chǎn)量和土壤水分動態(tài)。2個站點實測產(chǎn)量和模擬產(chǎn)量的相對誤差均小于22.6%，實測土壤水分和模擬土壤水分相對均方根誤差均小于18.1%?；?3個GCM模擬結(jié)果，2030 s、2060 s和2090 s馬鈴薯生育期溫度、CO2濃度、總降水量和總輻射量相比于基準(zhǔn)期（1981－2010）均呈增加趨勢。相比于基準(zhǔn)期灌1水、灌2水、灌3水和灌4水馬鈴薯產(chǎn)量，張北站和武川站在RCP4.5情景下均有提升，張北站為4.1%~36.2%，武川站為2.5%~13.6%。RCP8.5情景下，2個站點分別提升3.1%～36.8%和3.1%～38.5%。且2個氣候情景下均是灌1水情景下馬鈴薯產(chǎn)量提升最高。2個氣候情景下，馬鈴薯水分利用效率在2030 s－2090 s均呈增加趨勢。研究結(jié)果表明未來氣候變化對農(nóng)牧交錯帶地區(qū)馬鈴薯產(chǎn)量和水分利用效率具有積極影響，未來氣候情景下該地區(qū)更適宜灌溉馬鈴薯的生產(chǎn)。

蒸散；蒸發(fā)；蒸騰；馬鈴薯；APSIM-Potato

0 引 言

馬鈴薯是繼玉米、水稻和小麥之后的世界第四大作物[1]。由于氣候條件和管理水平不同，全球范圍內(nèi)馬鈴薯單位面積產(chǎn)量存在較大差異，其變化范圍達5～120 t/hm2[2]。另外，有研究指出馬鈴薯潛在產(chǎn)量可以達到160 t/hm2[3]，表明當(dāng)前馬鈴薯實際產(chǎn)量與潛在產(chǎn)量還存在較大差距[4-5]。中國作為馬鈴薯主要種植國家，其播種面積約占世界總播種面積的29.6%，年產(chǎn)量超過世界總產(chǎn)的四分之一，達9.6×107t[6]。北方農(nóng)牧交錯帶由于適宜的氣候條件和土壤特性是中國馬鈴薯主要種植區(qū)之一。近年來該地區(qū)馬鈴薯播種面積持續(xù)增加，產(chǎn)量占糧食總產(chǎn)的46.8%[1]。因此，馬鈴薯生產(chǎn)對保障北方農(nóng)牧交錯帶乃至全國的糧食安全具有重要意義[7]。

馬鈴薯為喜涼作物且對干旱十分敏感[8-9]，以氣候變暖為主的[10]氣候變化對馬鈴薯生產(chǎn)產(chǎn)生了重要影響，且主要表現(xiàn)在2個方面：1）是氣溫升高導(dǎo)致馬鈴薯生育期長度縮短、降低干物質(zhì)積累量[11]；2）是降水減少導(dǎo)致馬鈴薯的供需水比例降低[12-13]。相關(guān)研究指出過去幾十年氣候變化使馬鈴薯生育期內(nèi)的溫度適宜度和降水適宜度均呈下降的趨勢[14]。關(guān)于氣候變化對馬鈴薯生產(chǎn)潛力和產(chǎn)量的研究指出氣候變化顯著降低馬鈴薯光溫生產(chǎn)潛力、氣候生產(chǎn)潛力和馬鈴薯單產(chǎn)水平[7,15]。氣候暖干化趨勢顯著降低馬鈴薯水分利用效率，且影響水分利用效率的不確定性因素也呈增加趨勢[16]。此外，氣候變化背景下馬鈴薯生產(chǎn)水足跡也呈降低趨勢[17]。

相關(guān)研究主要基于田間定位試驗或數(shù)學(xué)統(tǒng)計模型。一般來講，定位試驗需要投入大量的人力、物力和財力且需要一定的周期[18]，另外，基于站點的試驗結(jié)果往往難以外推到區(qū)域尺度。統(tǒng)計模型雖然在一定程度上比較容易獲得作物產(chǎn)量與氣候因子的相互關(guān)系，但整體上機理性較差，需要大量的試驗數(shù)據(jù)支撐[7]?；谧魑锷砩鷳B(tài)過程的農(nóng)業(yè)生產(chǎn)系統(tǒng)模型充分考慮氣候條件、土壤特征和管理措施等對作物生產(chǎn)的影響，在評估和量化氣候變化對作物生產(chǎn)的影響方面得到廣泛應(yīng)用。馬鈴薯模型在過去幾十年經(jīng)過不斷的優(yōu)化和改進，其模擬能力逐漸完善，越來越多地用于評價氣候變化對馬鈴薯生產(chǎn)的影響。Hijmas基于LINTUL馬鈴薯模型研究指出不考慮CO2肥力的作用下，未來（2040－2069年）氣候變暖將導(dǎo)致全球馬鈴薯產(chǎn)量降低18%～32%[8]，而在考慮CO2肥力的作用下，歐洲地區(qū)馬鈴薯產(chǎn)量呈上升趨勢[9-10]。王春玲利用WOFOST（world food studies）模型研究了黃土高原地區(qū)馬鈴薯產(chǎn)量對未來氣候變化的響應(yīng)，指出該地區(qū)馬鈴薯產(chǎn)量在未來（2011－2060）總體呈下降趨勢，并且馬鈴薯最適播期呈后延趨勢[19]。李劍萍等[20]采用區(qū)域氣候模式驅(qū)動DSSAT（decision support system for agrotechnology transfer）-SUBSTOR模型，指出2020－2089年西北區(qū)域馬鈴薯單產(chǎn)呈減少趨勢，下降幅度為8.7%～41.3%。

近幾十年來中國北方農(nóng)牧交錯帶以溫度升高和降水減少為主的氣候變化[7]對該地區(qū)馬鈴薯生產(chǎn)的影響評估已做了大量研究。然而，未來氣候變化對農(nóng)牧交錯帶地區(qū)不同灌溉水平馬鈴薯產(chǎn)生的影響還未揭示。因此，本研究主要目標(biāo)包括：1）利用不同灌溉處理的大田試驗對APSIM-Potato模型在北方農(nóng)牧交錯帶的適應(yīng)性進行評價；2）基于多氣候模式通過降尺度的方法獲取的未來逐日氣象數(shù)據(jù)驅(qū)動APSIM-Potato模型，模擬分析未來氣候變化對農(nóng)牧交錯帶地區(qū)不同灌溉水平馬鈴薯產(chǎn)量和耗水特征的影響。

1 材料與方法

1.1 研究區(qū)概況

本研究選擇北方農(nóng)牧交錯帶（36°08′～50°15′N、104°09′～123°25′E）（圖1）2個典型站點——張北（41°09′N、114°42′E）和武川（41°06′N、111°28′E）作為研究區(qū)域。張北站馬鈴薯生育期內(nèi)總輻射、平均溫度和總降水量為2 440 MJ/m2、14.6 ℃和348 mm，武川站為2 540 MJ/m2、15.2 ℃和344 mm。張北站土壤類型為砂壤土，武川站為栗鈣土。2個站點馬鈴薯生產(chǎn)處于不同水分管理條件，張北站為雨養(yǎng)馬鈴薯，武川站為灌溉馬鈴薯。

圖1 農(nóng)牧交錯帶及其典型站點

1.2 氣候數(shù)據(jù)獲取

1981－2017年氣象觀測數(shù)據(jù)（包括日最高溫度、最低溫度、降水量和日照時數(shù)）來自國家氣象信息中心氣象資料室的中國地面氣候資料數(shù)據(jù)集。其中輻射通過日照時數(shù)計算獲得，計算方法依據(jù)Angstrom-Prescott方程。

未來氣候情景數(shù)據(jù)來自于CMIP5中33個全球氣候模式（見表1），基于氣候情景的代表性和數(shù)據(jù)完整性，本文選取2個典型氣候情景下（RCP4.5和RCP8.5）的氣候模擬數(shù)據(jù)進行分析。RCP4.5表示未來比較穩(wěn)定的排放情景，以CO2為主的溫室氣體排放量在2040年左右達到峰值，在整個21世紀(jì)后期，大氣溫室氣體濃度呈下降趨勢[21]；RCP8.5是應(yīng)對和適應(yīng)氣候變化最具挑戰(zhàn)性的未來氣候情景，溫室氣體排放量在整個21世紀(jì)持續(xù)增加，使得RCP8.5溫度上升幅度在所有RCP情景下最大[21]。

全球氣候模式數(shù)據(jù)為月尺度的格點氣候數(shù)據(jù)，本研究基于Liu等[22]闡述的統(tǒng)計降尺度方法通過空間降尺度和時間降尺度2個步驟將月尺度的格點數(shù)據(jù)降尺度為站點的逐日數(shù)據(jù)。1）空間降尺度，利用反距離權(quán)重插值法（inverse distance weighted，IDW）將逐月GCMs柵格單元的降水、溫度等氣候變量降尺度為逐月站點數(shù)據(jù)，其公式算法如下：

式中S為降尺度后站點的GCM預(yù)測值；P為柵格單元的GCM預(yù)測值；d為站點柵格單元中心的距離；在本研究中，基于對空間降尺度的分辨率要求，值取3。

在對數(shù)據(jù)空間降尺度之后，需要利用氣候觀測數(shù)據(jù)對空間降尺度氣候數(shù)據(jù)進行偏差校正，以提高模擬準(zhǔn)確度，校正公式如下：

2）時間降尺度，利用修正后的WGEN天氣隨機發(fā)生器將站點逐月空間降尺度氣象數(shù)據(jù)轉(zhuǎn)化為逐日氣象數(shù)據(jù)，其驅(qū)動參數(shù)根據(jù)GCMs逐月數(shù)據(jù)與逐日觀測氣象數(shù)據(jù)關(guān)系設(shè)置。以降水為例，在WGEN中，利用耦合伽馬分布的一階馬爾科夫鏈模擬每日降水產(chǎn)生概率，利用雙參數(shù)伽馬分布模擬降水量，伽馬分布的密度函數(shù)()公式為

式中為降水量，mm；和為決定降水分布函數(shù)斜率和范圍的參數(shù)，且>0，0<<1，代表伽瑪函數(shù)。

氣候模式間物理參數(shù)的選取、分辨率、氣候強迫場景選擇等存在差異，其模擬結(jié)果也會產(chǎn)生不同。利用等權(quán)重平均法對33個GCMs模擬結(jié)果進行集合平均，可以減小預(yù)估結(jié)果的不確定性，提高其可信度。

RCP4.5和RCP8.5情景下各年CO2濃度分別根據(jù)式（4）和式（5）計算獲得。

表1 33個全球氣候模式概況

式中為1981－2100年所對應(yīng)的年份。

1.3 大田定位試驗

1.3.1 張北試驗站

2010－2017年試驗中馬鈴薯均在雨養(yǎng)條件下進行種植。供試馬鈴薯為中熟品種，生育期130 d左右?？傇囼炐^(qū)面積為1 000 m2，馬鈴薯播種密度為40 000株/hm2，播種深度為15 cm。播前在試驗小區(qū)內(nèi)一次性施入農(nóng)家肥2 500 kg，整個生育期不再追肥。記錄的馬鈴薯生育期包括播種、出苗、薯塊形成、薯塊膨大和成熟。生育期內(nèi)采用烘干法測定土壤水分。馬鈴薯成熟時對小區(qū)內(nèi)所有的植株進行測產(chǎn)，測定項目包括總產(chǎn)、單株薯塊質(zhì)量以及收獲指數(shù)。馬鈴薯生育期內(nèi)對試驗田進行多次中耕以保證無雜草和病蟲害影響。為保證模型調(diào)參供試品種的一致性，本研究選擇種植年份較多的大白花（2011年、2012年、2014年和2017年）作為研究對象，其播種期為4月28日－5月8日，收獲期為9月9日－9月14日。

1.3.2 武川試驗站

2015和2016年在農(nóng)業(yè)部武川農(nóng)業(yè)環(huán)境科學(xué)觀測試驗站進行不同灌溉處理的馬鈴薯大田試驗。供試馬鈴薯品種為克新一號，生育期110 d左右。播種密度為46 500株/hm2，播種日期分別為2015年5月2日和2016年5月1日，收獲日期分別為2015年9月24日和2016年9月12日。試驗共設(shè)4個灌溉梯度，生育期內(nèi)灌溉量分別為0、90、180和360 mm，每處理重復(fù)4次。試驗小區(qū)采用隨機區(qū)組排列方式，單個小區(qū)面積為30 m2（4 m× 7.5 m）。播前尿素（純氮46%）、磷酸二銨和氯化鉀的施入量分別為180、120和90 kg/hm2，整個生育期不再追肥。馬鈴薯生育期分為播種、出苗、薯塊形成、薯塊膨大和成熟，生育期內(nèi)采用烘干法測定土壤水分。選取中間4行（15 m2）進行馬鈴薯測產(chǎn)。

1.4 APSIM-Potato模型介紹

APSIM-Potato模型中應(yīng)用的核心模塊主要包括馬鈴薯模塊、土壤水模塊、土壤氮模塊、土壤有機質(zhì)模塊和管理模塊。模型基于輻射、溫度、光周期、土壤水和氮肥以日為步長，模擬馬鈴薯的生長發(fā)育、干物質(zhì)積累和產(chǎn)量形成等。模型中，馬鈴薯從播種到成熟共分為6個生育階段：播種到萌芽、萌芽到出苗、出苗到薯塊形成、薯塊形成到開始衰老、開始衰老到死亡和死亡到成熟。每個生育階段由一定的積溫（cumulative thermal time，CTT）驅(qū)動完成。從萌芽到出苗所需時間由播種深度、芽伸長速率和土壤溫度共同決定。從出苗到薯塊形成階段所需積溫隨著光周期的增加而增加，其他4個生育階段均只受積溫的控制。干物質(zhì)日積累量（ΔDM）由日總輻射和光能利用率（radiation use efficiency，RUE）決定，但是隨著水分和氮素的脅迫而降低。馬鈴薯產(chǎn)量的模擬是根據(jù)干物質(zhì)的積累量以及干物質(zhì)向不同器官的運移和分配計算。

1.5 模型模擬設(shè)置

APSIM-Potato模型土壤模塊中設(shè)定的水分動力參數(shù)主要包括土壤容重、土壤凋萎含水率、田間持水量和飽和含水率，土壤動力參數(shù)均通過田間實際測量獲取，具體信息見表2。張北和武川2個站點馬鈴薯品種分別為大白花和克新一號。利用多年田間試驗獲得的試驗數(shù)據(jù)對APSIM-Potato模型進行品種參數(shù)驗證。模型調(diào)參和驗證所用的方法為“試錯法”。張北站調(diào)參年份為2011年和2012年，驗證年份為2014年和2017年。武川站調(diào)參年份為2015年，驗證年份為2016年。經(jīng)過驗證的2個品種的參數(shù)見表3。

表2 張北和武川站點不同土壤深度的水分動力參數(shù)

表3 2個馬鈴薯品種在APSIM-Potato模型中參數(shù)值

未來氣候情景下馬鈴薯產(chǎn)量和耗水模擬共設(shè)置4個不同灌溉水平，總灌溉量分別為60、120、180和240 mm，具體灌溉設(shè)置如表4。

表4 未來氣候情景下APSIM-Potato模型中灌溉設(shè)置

1.6 參數(shù)計算方法

馬鈴薯實際蒸散量（evapotranspiration，ET，mm）根據(jù)模擬的作物蒸騰量（transpiration，EP，mm）與土壤蒸發(fā)量（evaporation，ES，mm）求和。馬鈴薯水分利用效率（water use efficiency，WUE，kg/(hm2·mm)）為馬鈴薯鮮薯產(chǎn)量（Yield，kg/hm2）和ET的比值：

ET=EP+ES（6）

WUE=Yield/ET（7）

評價APSIM模型對馬鈴薯土壤水分動態(tài)和產(chǎn)量模擬效果的指標(biāo)包括實測值和模擬值進行線性回歸后的決定系數(shù)（2），相對誤差（relative error，RE）和相對均方根誤差（relative root mean squared error，RRMSE）。RMSE和RRMSE反映模擬值與實測值之間的絕對誤差和相對誤差，其值越小，說明模擬值與實測值之間偏差越小，模擬精度越高；2越接近1，表明擬合度越好。

本研究中，未來研究時段分為2030s（2021－2040年）、2060s（2051－2070年）和2090s（2081－2100年）3個時段。未來氣候情景下各指標(biāo)（不同氣候因子、同一灌溉水平的產(chǎn)量、蒸散量和水分利用效率）相比于基準(zhǔn)期（1981—2010年）的變化率根據(jù)以下公式進行計算：

CR=(—)/（8）

式中CR代表未來氣候情景下各指標(biāo)（不同氣候因子、同一灌溉水平的產(chǎn)量、耗水量和水分利用效率）相比于基準(zhǔn)期的變化率，%；V和V分別代表各指標(biāo)（不同氣候因子、同一灌溉水平的產(chǎn)量、耗水量和水分利用效率）在未來氣候情景和基準(zhǔn)期的數(shù)值。

2 結(jié)果與分析

2.1 APSIM-Potato模型模擬評價

APSIM-Potato模型可以較好地模擬2個站點的土壤水分動態(tài)，張北站在調(diào)參年份和驗證年份的RRMSE均小于18.1%（圖2a和圖2b）。武川站在調(diào)參年份和驗證年份的RRMSE均小于15.4%（圖2c和圖2d）。另外，APSIM-Potato模型能夠較好地模擬張北站點不同年份馬鈴薯產(chǎn)量的變化（表5）；也可以很好地反映武川站不同灌溉處理下馬鈴薯產(chǎn)量的變化，不同灌溉處理下馬鈴薯實測產(chǎn)量和模擬產(chǎn)量的相對誤差在調(diào)參年份和驗證年份均小于22.6%（表5）。

注：W0～W3分別代表灌溉量為0、90、180和360 mm。

表5 張北站和武川站馬鈴薯產(chǎn)量調(diào)參驗證結(jié)果

2.2 不同氣候情景下未來氣候變化

張北和武川站基準(zhǔn)期（1981—2010年）最低溫度分別為10.8和11.1 ℃。RCP4.5排放情景下，2030 s－2090 s張北站和武川站最低溫度分別升高1.6～2.8和1.8～3.3 ℃；RCP8.5情景下2個站點分別升高1.8～4.9和1.9～5.2 ℃（圖3a和圖3b）?；鶞?zhǔn)期張北和武川站最高溫度分別為23.1和24.0 ℃，RCP4.5情景下2個站點在2030 s－2090 s分別升高1.7～2.8和1.4～2.6 ℃；RCP8.5情景下分別升高1.8～4.1和1.6～3.3 ℃（圖3c和圖3d）。張北和武川站基準(zhǔn)期馬鈴薯生育期內(nèi)降水量分別為282和248 mm，RCP4.5情景下2個站點在2030－2090s分別增加4.9%～9.4%和1.6%～7.4%；RCP8.5情景下分別增加5.9%～15.3%和3.1%～13.3%（圖3e和圖3f）。相比于基準(zhǔn)期（1981－2010年），2個站點在2個氣候情景下馬鈴薯生育期內(nèi)的輻射在2030 s均呈下降趨勢，而在2060 s和2090 s階段呈上升趨勢（圖3g和圖3h）。

2.3 未來氣候變化對不同灌溉水平馬鈴薯產(chǎn)量影響

張北站基準(zhǔn)期（1981—2010年）4個不同灌溉水平（P1、P2、P3和P4）下馬鈴薯產(chǎn)量分別為29.8、32.4、35.6和36.3 t/hm2（圖4a）。RCP4.5情景下，P1，P2，P3和P4處理的馬鈴薯產(chǎn)量在未來（2030 s－2090 s）分別增加6.1%～36.2%、4.9%～32.0%、4.6%～27.9%和4.1%～25.8%（圖4b）；RCP8.5情景下，分別增加5.3%～36.8%、3.8%～31.6%、3.5%～27.8%和3.1%～25.7%（圖4c）。

武川站基準(zhǔn)期（1981－2010）馬鈴薯產(chǎn)量在P1、P2、P3和P4處理分別為25.6、29.5、32.0和35.8 t/hm2（圖4d）。RCP4.5情景下，P1、P2、P3和P4處理的馬鈴薯產(chǎn)量在2030 s－2090 s分別增加4.1%～13.6%、2.7%～11.2%、2.5%～10.1%和3.7%～10.3%（圖4e）。RCP8.5情景下，分別增加4.3%～38.5%、3.8%～34.2%、3.1%～31.1%和4.0%～26.4%（圖4f）。

注：箱型圖中每個矩形包含33個數(shù)值，矩形的上邊緣和下邊緣分別代表75%和25%順序的值，線的頂端和底端分別代表最大值和最小值，“×”代表平均值。

圖4 基準(zhǔn)期（1981－2010年）不同灌溉水平下馬鈴薯產(chǎn)量和未來氣候情景不同灌溉水平下馬鈴薯產(chǎn)量相比于基準(zhǔn)期的變化率

2.4 未來氣候變化對不同灌溉水平馬鈴薯蒸散量影響

基準(zhǔn)期（1981－2010年）P1、P2、P3和P4處理，張北站馬鈴薯生育期內(nèi)總蒸散量（ET）分別為317、356、384和412 mm（圖5a）。RCP4.5情景P1、P2和P3條件下，ET在2030s－2090s分別增加4.1%～7.9%、4.1%～6.8%和3.9%～5.9%。P4條件下，ET在2030 s和2060 s分別增加3.2%和4.6%，而在2090 s減少0.12%。另外，不同灌溉水平ET均在2060 s增加最多（圖5b）。RCP8.5情景下，ET分別增加4.0%～9.9%、3.8%～7.3%、3.6%～6.6%和3.1%～6.0%。P1和P2處理ET在2090s增加最多，而P3和P4處理2060s增加最多（圖5c）。

武川站馬鈴薯生育期ET在基準(zhǔn)期（1981－2010年）P1、P2、P3和P4處理下分別為282、329、374和407 mm（圖5d）。相比于基準(zhǔn)期，2030 s－2090 s在RCP4.5情景下，ET分別增加1.3%～6.9%、1.4%～5.9%、1.5%～5.2%和2.0%～4.9%（圖5e）。RCP8.5情景下P1、P2和P3處理分別增加2.2%～8.9%、2.1%～6.0%和1.9%～4.7%，并且P2和P3處理在2060s增加最多。P4處理在2030 s和2060 s分別增加2.2%和3.8%，而在2090s減少0.8%（圖5f）。

圖5 基準(zhǔn)期（1981－2010年）不同灌溉水平下馬鈴薯蒸散量和未來氣候情景不同灌溉水平下馬鈴薯蒸散量相比于基準(zhǔn)期的變化

2.5 未來氣候變化對不同灌溉水平下馬鈴薯水分利用影響

基準(zhǔn)期（1981－2010）張北站P1、P2、P3和P4處理馬鈴薯水分利用效率（WUE）分別為94、91.2、92.8和88.2 kg/(hm2·mm)（圖6a）。RCP4.5情景下WUE在2030 s－2090 s分別增加1.9%～28.3%、0.8%～26.9%、0.8%～26.1%和0.9%～26.0%（圖6b）。RCP8.5情景下分別增加1.2%～24.9%、0.1%～23.2%、0.1%～22.3%和0.1%～21.6%（圖6c）。

武川站馬鈴薯P1、P2、P3和P4處理在基準(zhǔn)期（1981－2010）的水分利用效率分別為90、89.5、85.6和87.9 kg/( hm2·mm)（圖6d）。2030s—2090s在RCP4.5情景下，WUE分別增加2.5%～6.0%、1.2%～4.9%、0.9%～4.6%和1.7%～5.2%（圖6e）。RCP8.5情景下，WUE分別增加1.6%～27.6%、1.4%～26.9%、0.9%～27.8%和1.7%～28.2%（圖6f）。

3 討 論

本研究首先分析了農(nóng)牧交錯帶地區(qū)2個典型站點（張北和武川）未來不同階段（2030s、2060s、2090s）相對基準(zhǔn)期（1981－2010）馬鈴薯生育期內(nèi)4個主要氣候因子（最高溫度、最低溫度、降雨量和輻射）的變化趨勢，研究表明張北和武川站馬鈴薯生育期內(nèi)最高溫度（最低溫度）分別增加1.7～4.1 ℃（1.6～4.9 ℃）和1.4～3.3 ℃（1.8～5.2 ℃）；生育期內(nèi)降水和輻射均呈增加的趨勢。本研究和前人研究結(jié)果較為一致，前人研究指出2021－2100年農(nóng)牧交錯帶地區(qū)溫度升高1.4～5.6 ℃，并且降水也呈增加趨勢[23]。

氣候變化是影響馬鈴薯生產(chǎn)的主要因素之一，大量研究表明過去幾十年氣候變化對不同地區(qū)馬鈴薯產(chǎn)量和水分利用均產(chǎn)生了重要影響[24-25]。經(jīng)過驗證的作物模型是評估未來氣候變化對不同作物產(chǎn)量和水分利用影響的有效工具[26-27]。為了揭示北方農(nóng)牧交錯帶不同灌溉水平馬鈴薯生產(chǎn)對未來氣候變化的響應(yīng)，本研究評價了APSIM-Potato模型對該地區(qū)雨養(yǎng)和灌溉馬鈴薯的模擬效果，結(jié)果表明APSIM-Potato模型可以很好地反映不同處理馬鈴薯生育期和產(chǎn)量的變化趨勢。前人的大量研究也表明APSIM-Potato模型可以較好地模擬不同氣候區(qū)不同管理措施下的馬鈴薯生長[28-29]。

灌溉是提高馬鈴薯產(chǎn)量的重要措施之一[1]，并且未來氣候變化對不同灌溉水平馬鈴薯產(chǎn)量和耗水影響不同。本研究表明2030 s－2090 s在不同的灌溉水平下，相比于基準(zhǔn)期張北站和武川站馬鈴薯產(chǎn)量分別提升3.1%～36.8%和2.5%～38.5%。未來氣候情景下，相比于基準(zhǔn)期相同灌溉水平下，灌1水馬鈴薯產(chǎn)量提升最高，而灌4水馬鈴薯產(chǎn)量提升最低；其主要原因是隨著灌溉量的增加，馬鈴薯生長季內(nèi)降水量增加對馬鈴薯產(chǎn)量提升的作用減弱。相關(guān)研究也表明降水量增加對馬鈴薯產(chǎn)量提升的貢獻率隨著灌溉量的增加而降低[30]。另外，CO2濃度升高對馬鈴薯產(chǎn)量產(chǎn)生重要作用，CO2濃度升高提高馬鈴薯固碳能力和干物質(zhì)積累量，進而提升馬鈴薯產(chǎn)量。前人研究表明未來氣候情景下CO2濃度顯著提升馬鈴薯灌溉產(chǎn)量[31]。

圖6 基準(zhǔn)期（1981－2010）不同灌溉水平下馬鈴薯水分利用效率和未來不同時期不同灌溉水平馬鈴薯水分利用效率相比于基準(zhǔn)期的變化率

揭示作物生育期內(nèi)蒸散量的變化對優(yōu)化灌溉方案具有重要意義[32-33]。不同地區(qū)馬鈴薯生育期內(nèi)蒸散量變化對未來氣候變化的響應(yīng)差異較大，有研究表明未來氣候變化使寧夏地區(qū)馬鈴薯生育期內(nèi)蒸散量降低[20]，然而本研究表明未來氣候變化情景下不同灌溉水平馬鈴薯蒸散量均呈增加的趨勢。馬鈴薯生育期內(nèi)蒸散量包括土壤蒸發(fā)和馬鈴薯植株蒸騰2個部分，溫度升高增加土壤蒸發(fā)量，同時降水量增加導(dǎo)致馬鈴薯蒸騰量上升[34]，未來氣候情景下馬鈴薯生育期內(nèi)蒸騰量和土壤蒸發(fā)量同時增加，因此農(nóng)牧交錯帶地區(qū)不同灌溉水平馬鈴薯生育期蒸散量在未來氣候變化背景下呈現(xiàn)增加的趨勢。前人研究表明在不考慮CO2濃度升高的情況下，未來氣候變化顯著降低馬鈴薯水分利用效率[17]。但是未來CO2濃度升高在一定程度上會提高作物光合效率和水分利用效率[35]。本研究表明未來氣候變化包括溫度升高、降水增加和CO2濃度升高等，使農(nóng)牧交錯帶不同灌溉水平馬鈴薯水分利用效率上升0.1%～28.3%。因此未來氣候情景下不同灌溉水平馬鈴薯水分利用效率提升主要是由于該地區(qū)CO2濃度的升高和降水量的增加。

本研究基于33個氣候模式通過統(tǒng)計降尺度的方法獲取逐日未來氣候情景數(shù)據(jù)，驅(qū)動APSIM-Potato模型模擬分析了未來氣候變化對不同灌溉水平馬鈴薯產(chǎn)量和水分利用效率的影響，研究結(jié)果為農(nóng)牧交錯帶地區(qū)馬鈴薯生產(chǎn)適應(yīng)未來氣候變化提供重要依據(jù)。但仍存在一些不足：1）未考慮氮肥對馬鈴薯生產(chǎn)的影響，未來氣候變化對馬鈴薯生產(chǎn)的影響可能隨著氮肥施用量的變化而變化；2）本研究中只應(yīng)用了單一作物模型，模擬結(jié)果存在一定的不確定性，下一步研究應(yīng)結(jié)合更多的作物模型如DSSAT模型和LINTUL-POTATO模型；3）本研究中在不同時期設(shè)置的馬鈴薯播種期一致，而氣候變化是影響馬鈴薯最適播種期的主要因子，因此下一步應(yīng)揭示馬鈴薯最適播期對未來氣候變化的響應(yīng)。

4 結(jié) 論

本研究基于試驗數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)和田間管理數(shù)據(jù)評價了APSIM-Potato模型在北方農(nóng)牧交錯帶的適應(yīng)性，并利用33個全球氣候模式通過統(tǒng)計降尺度得到的逐日氣候數(shù)據(jù)驅(qū)動經(jīng)過校正和驗證的APSIM-Potato模型，基于模型模擬結(jié)果評價了未來氣候變化對農(nóng)牧交錯帶不同灌溉水平下馬鈴薯產(chǎn)量和水分利用的影響。主要結(jié)論如下：

1）APSIM-Potato模型能夠較準(zhǔn)確地模擬農(nóng)牧交錯帶雨養(yǎng)和不同灌溉水平（60～240 mm）下馬鈴薯土壤水分動態(tài)，并且，可以較為精準(zhǔn)地反映不同年份和不同灌溉水平下馬鈴薯產(chǎn)量變化趨勢。

2）相比于基準(zhǔn)期，2030 s、2060 s和2090 s不同灌溉水平下馬鈴薯產(chǎn)量均呈上升趨勢。然而不同灌溉水平馬鈴薯產(chǎn)量上升幅度不同，相比于基準(zhǔn)期相同灌溉水平，馬鈴薯產(chǎn)量提升幅度隨著灌溉量的增加而降低。

3）相比于基準(zhǔn)期，不同灌溉水平馬鈴薯蒸散量在2030 s和2060 s不同氣候情景下均呈上升趨勢，而2090 s張北站在RCP4.5情景下灌4水呈下降趨勢，武川站在RCP8.5情景下灌4水呈下降趨勢，可能主要是由于降水分布和馬鈴薯需水匹配度的差異。未來氣候情景下不同灌溉水平馬鈴薯水分利用效率均呈上升趨勢。

致謝：感謝澳大利亞新南威爾士州初級產(chǎn)業(yè)部劉德立教授提供的未來氣候情景數(shù)據(jù)。

[1]Tang J Z, Wang J, Fang Q X, et al. Identifying agronomic options for better potato production and conserving water resources in the agro-pastoral ecotone in North China[J]. Agricultural and Forest Meteorology, 2019, 272/273: 91－101.

[2]FAO. Data of FAOSTAT[Z/OL]. [2019-01-01]. http://www.fao.org/faostat/en/#data/QC

[3]Haverkort A J, Struik P C. Yield levels of potato crops: Recent achievements and future prospects[J]. Field Crops Research, 2015, 182: 76－85.

[4]Kunkel R, Campbell G S. Maximum potential potato yield in the Columbian Basin, USA: Model and measured values[J]. American Potato Journal, 1987, 64: 355－366.

[5]Haverkort A J, Verhagen A. Climate change and its repercussions for the potato supply chain[J]. Potato Research, 2008, 51: 223－237.

[6]Haverkort A J, de Ruijter F J, van Evert F K, et al. Worldwide sustainability hotspots in potato cultivation. 1. Identification and mapping[J]. Potato Research, 2013, 56: 343－353.

[7]Tang J Z, Wang J, He D, et al. Comparison of the impacts of climate change on potential productivity of different staple crops in the agro-pastoral ecotone of North China[J]. Journal of Meteorological Research, 2016, 30 (6): 983－997.

[8]Hijmans R J. The effects of climate change on global potato production[J]. American Journal of Potato Research, 2003, 80: 271－279.

[9]Stockle C O, Nelson R L, Higgins S, et al. Assessment of climate change impact on eastern Washington agriculture[J]. Climatic Change, 2010, 102(1/2): 77－102.

[10]Supit I, van Diepen C, de Wit A, et al. Assessing climate change effects on European crop yields using the crop growth monitoring system and a weather generator[J]. Agricultural and Forest Meteorology, 2012, 164: 96－111.

[11]Rykaczewska K. The effect of high temperature occurring in subsequent stages of plant development on potato yield and tuber physiological defects[J]. American Journal of Potato Research, 2005, 92: 339－349.

[12]Tang J Z, Wang J, Fang, Q X, et al. Optimizing planting date and supplemental irrigation for potato across the agro-pastoral ecotone in North China[J]. European Journal of Agronomy, 2018, 98: 82－94.

[13]Tang J Z, Wang J, Wang E, et al. Identifying key meteorological factors to yield variation of potato and the optimal planting date in the agro-pastoral ecotone in North China[J]. Agricultural and Forest Meteorology, 2018, 256/257: 283－291.

[14]金林雪，李云鵬，李丹，等. 氣候變化背景下內(nèi)蒙古馬鈴薯關(guān)鍵生長期氣候適應(yīng)性分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2018，26(1)：38－48.

Jin Linxue, Li Yunpeng, Li Dan, et al. Suitability analysis of key potato growth stages in Inner Mongolia under climate change[J]. Chinese Journal of Eco-Agriculture, 2018, 26(1): 38－48. (in Chinese with English abstract)

[15]高濤，陳彥才，于曉. 氣候變暖對內(nèi)蒙古三種主要糧食作物單產(chǎn)影響的初步分析[J]. 中國農(nóng)業(yè)氣象，2011，32(3)：407－416.

Gao Tao, Chen Yancai, Yu Xiao. Analysis on effects of global warming on three major crop yields in Inner Mongolia[J]. Chinese Journal of Agrometeorology, 2011, 32(3): 407－416. (in Chinese with English abstract)

[16]姚玉壁，王潤元，劉鵬梟，等. 氣候暖干化對半干旱區(qū)馬鈴薯水分利用效率的影響[J]. 土壤通報，2016，47(3)：594－598.

Yao Yubi, Wang Runyuan, Liu Pengxiao, et al. Impacts of climate warming and drying on water use efficiency of potato in semi-arid region[J]. Chinese Journal of Soil Science, 2016, 47(3): 594－598. (in Chinese with English abstract)

[17]趙慧，潘志華，韓國琳，等. 氣候變化背景下武川主要作物生產(chǎn)水足跡變化分析[J]. 中國農(nóng)業(yè)氣象，2015，36(4)：406－416.

Zhao Hui, Pan Zhihua, Han Guolin, et al. Variation Characteristics of water footprint of main crops’ production under climate change in Wuchuan county[J]. Chinese Journal of Agrometeorology, 2015, 36(4): 406－416. (in Chinese with English abstract)

[18]姚玉壁，楊金虎，肖國舉，等. 氣候變暖對馬鈴薯生長發(fā)育及產(chǎn)量影響研究進展與展望[J]. 生態(tài)環(huán)境學(xué)報，2017，26(3)：538－546.

Yao Yubi, Yang Jinhu, Xiao Guoju, et al. Progress and prospect of research on the impact of climate warming on potato growth and yield[J]. Ecology and Environmental Sciences, 2017, 26(3): 538－546. (in Chinese with English abstract)

[19]王春玲. 氣候變化對西北干旱地區(qū)馬鈴薯生產(chǎn)影響的研究[D]. 南京：南京信息工程大學(xué)，2015.

Wang Chunlin. Impacts of Climate Change on Potato Production in the Northwest Semi-arid Region[D]. Nanjing: Nanjing University of Information Science & Technology, 2015. (in Chinese with English abstract)

[20]李劍萍，楊侃，曹寧，等. 氣候變化情景下寧夏馬鈴薯單產(chǎn)變化模擬[J]. 中國農(nóng)業(yè)氣象，2009，30(3)：407－412.

Li Jianping, Yang Kan, Cao Ning, et al. Simulation of changes of potato yields under different climate change scenarios in Ningxia[J]. Chinese Journal of Agrometeorology, 2009, 30(3): 407－412. (in Chinese with English abstract)

[21]Jones C, Robertson E, Arora V, et al. Twenty-first century compatible CO2emissions and airborne fraction simulated by CMIP5 earth system models under four representative concentration pathway[J]. Journal of Climate, 2013, 26(13): 4398－4413.

[22]Liu D L, Zuo H. Statistical downscaling of daily climate variables for climate change impact assessment over New South Wales, Australia[J]. Climatic Change, 2012, 115(3/4): 629－666.

[23]馬建勇，許吟隆，潘婕，等. SRES A1B情景下內(nèi)蒙古地區(qū)未來氣溫、降水變化初步分析[J]. 中國農(nóng)業(yè)氣象，2011，31(4)：488－494.

Ma Jianyong, Xu Yinlong, Pan Jie, et al. Analysis of projected variation on temperature and precipitation in Inner Mongolia under SRES A1B scenario[J]. Chinese Journal of Agrometeorology, 2011, 31(4): 488－494. (in Chinese with English abstract)

[24]Raymundo R, Asseng S, Robertson R, et al. Climate change impact on global potato production[J]. European Journal of Agronomy, 2017, 100: 87－98.

[25]Fleisher D H, Condori B, Quiroz R, et al. A potato model inter-comparison across varying climates and productivity levels[J]. Global Change Biology, 2016, 3: 1258－1281.

[26]Wang B, Liu D L, Asseng S, et al. Spatiotemporal changes in wheat phenology, yield and water use efficiency under CMIP5 multimodel ensemble projections in eastern Australia[J]. Climate Research, 2017, 72(2): 83－99.

[27]Ruan H Y, Feng P Y, Wang B, et al. Future climate change projects positive impacts on sugarcane productivity in southern China[J]. European Journal of Agronomy, 2018, 96: 108－119.

[28]Brown H E, Huth N, Holzworth D. A potato model built using the APSIM Plant.NET framework[C]//19th International Congress on Modeling and Simulation, 2011: 961－967.

[29]Lisson S N, Cotching W E. Modeling the fate of water and nitrogen in the mixed vegetable farming systems of northern Tamanis, Australia[J]. Agricultural Systems, 2011, 104: 600－608.

[30]Vashisht B B, Nigon T, Mulla D J, et al. Adaptation of water and nitrogen management to future climates for sustaining potato yield in Minnesota: field and simulation study[J]. Agricultural Water Management, 2015, 152: 198－206.

[31]Camargo D C, Montoya F, Corcoles J I, et al. Modeling the impacts of irrigation treatments on potato growth and development[J]. Agricultural Water Management, 2015, 150: 119－128.

[32]Allen R G, Asce M, Clemmens A J, et al. Prediction accuracy for projectwide evapotranspiration using crop coefficients and reference evapotranspiration[J]. Journal of Irrigation and Drainage Engineering, 2005, 131(1): 24－36.

[33]Fischer G, Francesco N, Tubiello N, et al. Climate change impacts on irrigation water requirements: Effects of mitigation, 1990-2080[J]. Technological Forecasting & Social Change, 2007, 74 (7): 1083－1107.

[34]孫昭萱，張強，王勝. 土壤水熱耦合模型研究進展[J]. 干旱氣象，2009，27(4)：373－380.

Sun Zhaoxuan, Zhang Qiang, Wang Sheng. Research advances on the coupled heat-moisture model of soil[J]. Journal of Arid Meteorology, 2009, 27(4): 373－380. (in Chinese with English abstract)

[35]孟凡超，郭軍，周莉，等. 氣溫、CO2濃度和降水交互作用對作物生長和產(chǎn)量的影響[J]. 應(yīng)用生態(tài)學(xué)報，2017，28(12)：4117－4126.

Meng Fanchao, Guo Jun, Zhou Li, et al. Interactive effects of temperature, CO2concentration and precipitation on growth and yield of crops[J]. Chinese Journal of Applied Ecology, 2017, 28(12): 4117－4126. (in Chinese with English abstract)

Yield and water use efficiency of potato at different irrigation levels in agro-pastoral ecotone under future climate change

Tang Jianzhao, Xiao Dengpan※, Bai Huizi

(,,,,050011,)

Understanding the impacts of climate change on potato production is critical for future food security in agro-pastoral ecotone (APE) of North China. In this study, the APSIM-Potato model was calibrated and validated at Zhangbei (ZB) and Wuchuan (WC) stations by using filed experimental data. At Zhangbei a long-term (2011–2017) experiment was conducted under rainfed conditions, with Dabaihua’ potato cultivar planted in 1000 m2plots. Potato production at Wuchuan station was under irrigated conditions, 4 irrigation levels of 0, 90, 180 and 360 mm were designed in the experiment and each treatment replicated 3 times. Experimental data in 2011 and 2012 from ZB site and the values for WC site in 2015 were used to calibrate the model. The validation years were 2014 and 2017 for ZB site and 2016 for WC site. The trial-and-error method was used to calibrate the model. The calibrated model was then used to assess the impacts of future climate change on irrigated potato yield and evapotranspiration at the 2 typical sites under different irrigation levels with amount of 60, 120, 180 and 240 mm. The future daily climate data at the 2 sites were statistically downscaled from 33 global climate models (GCMs) under 2 representative concentration pathways (RCP4.5 and RCP8.5). Results showed that APSIM-Potato model accurately simulated potato yield and soil water storage under both of rainfed and irrigated conditions with the relative error of yield not higher than 22.6%. The ensemble of downscaled GCM projections showed significant increase in growing season temperature in the period 2021－2040 (2030s), 2051－2070 (2060s) and 2081－2100 (2090s) compared with the baseline period 1981－2010. Total solar radiation during the growing season of potato had decreased trend in the 2030s under RCP4.5 and RCP8.5 scenarios at the 2 sites, while showed a slight increase in 2060s and 2090s compared with the baseline period 1981－2010. Total precipitation in the growing season of potato showed increase trend in all 3 future periods under RCP4.5 and RCP 8.5 for the 2 sites. Compared with irrigated yield under baseline period (1981－2010), the yield under RCP4.5 in 2030s－2090s could be increased by 4.1%－36.2% and 2.5%－13.6% at Zhangbei and Wuchuan, respectively. For RCP8.5 the values were 3.1%－36.8% and 3.1%－38.5% at Zhangbei and Wuchuan, respectively. The evapotranspiration of potato showed an increase trend under most periods under RCPs, however decreased by 0.12% at Zhangbei under RCP4.5 and by 0.8% at Wuchuan under RCP8.5 in 2090s. Water use efficiency (WUE) of potato showed an increased trend in 2030s—2090s under both RCPs. Our results suggested that future climate change will have more positive effects on irrigated potato production in the APE.

evapotranspiration; evaporation; transpiration; potato; APSIM-Potato

唐建昭，肖登攀，柏會子. 未來氣候情景下農(nóng)牧交錯帶不同灌溉水平馬鈴薯產(chǎn)量和水分利用效率[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(2)：103－112.doi：10.11975/j.issn.1002-6819.2020.02.013 http://www.tcsae.org

Tang Jianzhao, Xiao Dengpan, Bai Huizi. Yield and water use efficiency of potato at different irrigation levels in agro-pastoral ecotone under future climate change[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 103－112. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.02.013 http://www.tcsae.org

2019-09-05

2019-12-10

河北省科學(xué)院科技計劃項目(2018G18；2019G03)；河北省優(yōu)秀專家出國培訓(xùn)項目

唐建昭，博士，副研究員，主要從事作物系統(tǒng)模擬研究。Email：tjzcau@163.com

肖登攀，博士，副研究員，主要從事氣候變化與農(nóng)業(yè)生態(tài)研究。Email：xiaodengpan168@163.com

10.11975/j.issn.1002-6819.2020.02.013

S162.3

A

1002-6819(2020)-02-0103-10