气候变化对粮食产量的影响一种改进的分析

气候变化对粮食产量的影响一种改进的分析

随着世界变化研究的深入，气候变化对粮食安全的影响已成为一个必然的问题。许多科学家使用该模型研究了未来气候变化对作物产量的影响，但几十年来，对规模规模较大的模型研究甚少。全球气温显著上升的时期也正是人类生产技术水平大幅度提高的时期，农业技术的发展可能掩盖了气候变化对于农业的一些影响。因此，在对气候变化和粮食作物产量关系的实证研究中，需要解决的关键问题是如何正确地计算出气候产量，同时还要考虑技术、管理因素对作物产量的影响。本文主要探讨的问题是在气候要素存在趋势性变化的情况下，如何根据统计数据来计算气候产量，评估过去几十年尺度上气候变化的影响。以往的计算方法主要是根据产量的波动，认为围绕时间趋势量上下波动的产量部分是气候产量。但如果气候要素也存在趋势，这样分解出来的趋势产量中包含了较多的气候变化影响的信息，掩盖了气候变化的影响。为此，本文提出一种计算气候产量的改进方法，并用此方法估算黑龙江省水稻的气候产量。这一工作可以为评估全球变暖对农业的影响提供区域实证，也可以为进一步研究农业对气候变暖的适应性对策奠定科学基础。1对长期气候变化影响的计算方法为了区分自然和非自然因素对粮食作物的影响，一般把作物的产量分解为趋势产量、气候产量和随机误差三部分，趋势产量反映历史时期生产力发展水平的长周期产量分量，也被称为技术产量，气候产量是受气候要素为主的短周期变化因子影响的波动产量分量。其中，趋势产量常采用“时间”为自变量进行各种线性或非线性模拟。计算公式如下：式中，Y为作物实际产量，Yt为技术产量，Yw为气候产量，e是受随机因素影响的产量分量。这种计算方法多用于计算年际间气候要素变化对作物产量的影响，但应用这种算法计算气候产量来评估长期气候变化的影响时存在以下几个问题：问题一：这种方法需要假设气候是以周期变化为主的序列，长期变化趋势不明显，气候要素与趋势产量相关不显著，但对于存在比较显著的趋势性气候变化的时段，如果气候要素与趋势产量相关显著，趋势产量中包含了气候变化影响的信息，却被当作技术的影响剔除掉了，这样计算出的“气候产量”并不能正确反映气候变化对粮食产量的影响。例如当更为有利的气候条件持续出现时会带来农作物的稳产，按常规算法计算出的气候产量会减小，从而得到气候变化对产量的影响程度减弱的结论，这显然没有正确地评估气候变化对农作物产量的影响程度。问题二：影响粮食作物产量的因素有多种，可以将这些影响因素分为气候因素和非气候因素，虽然由此也可以将作物实际产量粗略分为气候产量和技术产量，但实际上技术产量也是在一定气候条件下（可称为标准气候条件）所能得到的产量，而气候产量也是在一定的技术水平下的产量，这部分产量在不同的生产水平下也会不同。气候产量和技术产量不是独立的两部分，两者互相影响。问题三：常规的算法计算出的气候产量只与实际产量和时间有关，虽然实际产量年际变化量中含有气候变化影响的信息，但如果不考虑气候要素的变化，气候变化影响的信息很容易被其他信息掩盖。2气候影响因子基于以上考虑，气候产量是由当年的技术水平和气候要素值来决定，在不同的生产力水平下，即使气象条件相同，气候产量也会不同。借鉴贝尔（Baier）产量模式的思路：每年的实际产量可以看作是在一定的趋势产量背景下，天气条件对其趋势产量的订正，本文采用气候影响因子来描述气候要素对作物产量的影响程度，气候影响因子是关于气候要素的函数，随着气候要素的变化而变化，气候产量可以表示为技术产量和气候影响因子的乘积，如下式所示：式中，α为气候影响因子，可以认为在类似的技术条件下主要和气候要素有关；当α=0时为标准气候条件，此时Yw=0。综合式(1)和式(2)可以得到从以上分析不难看出，确定合理的气候影响因子是计算气候产量的关键。本文拟采用回归的方法来计算。2.1气候影响因子的确定方法影响一个区域粮食产量的气候要素有多种，首先应该选择出影响该区域粮食产量的主要气候要素，此气候要素必须与作物的单产有较稳定的相关性，这样利用回归的方法来确定气候影响因子才有实际意义。所选时间步长需根据气候变化和产量变化的具体情况而定，本文计算了10年和30年步长的气候要素和作物单产之间的滑动相关系数，选取相关系数较稳定且通过显著水平检验的气候要素作为确定气候影响因子的主要变量。2.2基准时段的确定选取基准时段的主要目的是想利用常规方法来得到气候产量作为回归的基础数据，但又要避免常规算法存在的问题，所以选择比较符合常规算法假设的基准时段。所谓基准时段，需要同时具备以下特点：(1)在此时期内影响该地区作物产量的主要气候要素只存在显著的短周期变化，长期变化趋势不明显，波动产量与气候要素呈稳定的高度相关；(2)同期技术进步对产量的影响是渐变的，不存在突变性的技术进步；(3)作物播种面积变化对产量的影响可以忽略。这样，在此时段内的趋势产量主要反映的是技术方面的影响，波动的产量主要反映气候方面的影响。2.3影响因子方程将基准时段内的实际产量和分离出的气候产量代入式(3)，计算出逐年的气候影响因子。采用二次函数曲线拟合出估算气候影响因子的方程，表达式如下：式中，x为主要气候要素。应用最小二乘法原理，利用SPSS软件非线性回归的命令可以求出方程的系数a、b、c，从而建立反映气候影响因子和气候要素关系的函数表达式。对于其他非基准时段，已知该时段的气候要素值，代入式(4)便可得到相应的气候影响因子，将气候影响因子和实际产量代入式(3)可以得到对应的气候产量。3近20年来水稻气候类型的比较本文以黑龙江省作为实例来进行研究。黑龙江省位于我国的最北部，1980年以来≥10℃的农作物生长活动积温普遍比前30年多50～100℃·d,这种变暖的现象对种植业的影响不容忽视。本文选取了对气温变化敏感的水稻作为研究对象，应用不同的算法来计算近20年来水稻的气候产量，并进行比较。根据黑龙江省水稻单产、气温及降水资料（1951～2000），分别应用改进算法和常规算法来计算气候产量，其中常规算法分别采用指数函数、正交多项式、滑动平均拟合趋势产量，分解出气候产量。3.1对气温变化的影响以10年为一个时间单元，分别计算逐年5～9月累计气温和的距平（△T5～9）和5～9月份的降水距平（△R5～9）与水稻单产的滑动相关系数。结果显示：降水与水稻单产在90%的时段内相关系数都没有通过显著性水平为0.05的检验，而且非常不稳定；而气温与水稻单产的相关系数在40%的时段内呈显著正相关。如果以30年为步长来计算，则气温与水稻单产的相关系数在所有的时段内都通过显著性水平为0.05的检验，而降水在86%的时段相关性都不显著。另根据邱新法等对20世纪70年代以来关于影响水稻的主要气象因子的研究结果的统计，6、7月气温是影响黑龙江省水稻产量的主要气象因子。综合上述研究可以认为，生长季气温是影响黑龙江省水稻生产的主要气候要素，而从长期来看降水的影响较小，因而引入气温作为气候影响因子函数表达式的自变量。根据水稻单产的变化趋势（图1），水稻单产在1965、1984和1992年附近出现跳跃性增长,对1951～1964、1965～1981、1984～1991、1992～2000年时段水稻单产的数据进行分段直线拟合，分解出波动产量和趋势产量，计算各时段水稻波动产量和趋势产量的比值与气温的相关系数，计算结果显示，1951～1964年的相关系数为0.51,1965～1981年的相关系数为0.75,1984～1991年的相关系数为0.79,1992～2000年的相关系数为0.32，其中1965～1981和1984～1991年两个时段的相关系数较高，且气温呈现随机波动，无明显的长期趋势（图1），因此，1965～1981和1984～1991年两个时段适合作为基准时段，设为Ⅰ基准时段和Ⅱ基准时段。根据资料，1984年后黑龙江省引进了寒地水稻旱育稀植技术，大幅度提高了单产水平，图1也显示水稻单产在1984年附近明显发生了突变，以上两个时段的数据代表了两种生产技术情景下黑龙江省水稻单产对气温变化的相对敏感程度。将以上两个时段作为基准时段来计算气候影响因子的回归方程，应用上文提出的计算方法，得到的回归方程如下：假设1984年前的技术水平为Ⅰ基准时段代表的技术水平，1984年后的技术水平为Ⅱ基准时段代表的技术水平，则1984年前的气候产量按照式(5)所得到的气候影响因子来计算，1984年后的气候产量按照式(6)所得到的气候影响因子来计算。3.2对气候产量的改进应用常规方法计算气候产量的关键在于对趋势产量的拟合，本文选择了有代表性的3种拟合趋势线的方法，计算出趋势线方程(表1)。对用表1所列的方法计算出的气候产量和改进算法得到的气候产量进行比较(图2)。计算4种算法得到的气候产量的相关系数，发现在1961～1980年改进算法和3种常规算法得到的气候产量的相关系数分别为0.714、0.664、0.756，且都通过显著性水平0.01的检验；在1981～2000年相关系数分别为0.549、0.351、0.229，只有指数算法得到的气候产量与改进算法得到的气候产量的相关系数通过显著性水平为0.05的检验。产生上述结果的原因一方面是由于气候变暖的趋势性明显，尤其是1990年代以后，这种气温的上升趋势和生产力发展的趋势叠加在一起，趋势产量中包含了气候变暖的影响，而常规算法将全部趋势分量都当作了生产力发展的结果；另一方面，气温升高后对水稻的稳产也起了相当大的作用，随机波动的产量减小。这两方面的原因使水稻单产的波动分量减小，即常规算法认为的气候产量减小，这样得到的气候产量掩盖了气候变暖对水稻单产增加的贡献，夸大了技术发展的作用。应用改进算法就可以较好地避免这种情况的发生，从图2中可以看到，改进算法计算出的气候产量随着1990年代以来气候变暖程度的加剧而增加，充分反映出气温变化对产量变化的贡献，而除了指数函数算法外，其他算法计算出的1990年代后的气候产量的绝对值都变小了，尤其应用多项式方法得到的1990年代后气候产量的绝对值较小，虽然多项式拟合趋势产量的拟合优度最高，但同时也将更多的气候变暖的影响当作反映生产技术贡献的趋势产量而被剔除掉了。应用改进后的方法所计算出的气候产量主要考虑了基于气候要素本身的影响，同时又考虑了人类技术水平发展，从而能比较客观地反映出气候变暖对水稻单产增加的贡献。4气候变化对农业产量的影响综上所述，应用气候产量评价气候变化对粮食产量的影响时，如果仅把产量波动部分认为是气候变化的影响，会掩盖气候要素趋势性变化的影响，同时也忽略了技术发展会影响作物产量对气候变化的敏感性。改进的算法在计算气候产量时更多地考虑了影响粮食产量的主要气候要素，利用当年的气候条件和实际产量两个自变量来估算当年的气候产量，考虑到了气候和非气候两方面的影响。常规算法是一种间接求取气候产量的方法，但是如果趋势本身产生了突变，当前的数学模型很难模拟。本文提出的算法的特点是选择了没有突变的时间段作为基准时段来得到反映气候要素对农作物产量影响程度的函数关系式，据此来计算非基准时段的气候产量。这种方法适用于农作物产量对气候变化比较敏感的区域，当气候要素存在明显趋势性时，所计算出的气候产量更加客观地反映了气候变化对农作物产量变化的贡献，为进行气候变化对农业影响的实证研究提供了更为有效的方法。本文选取