基于適應性調整的豫南地區水稻生產對未來氣候變化的響應

馬銳　江敏,,*　薛昌穎　孫彬　周桐宇

(1福建農林大學 作物科學學院, 福州 350002；2中國氣象局 河南省農業氣象保障與應用技術重點開放實驗室， 鄭州 450003；*通訊聯系人， E-mail: fjaujm@163.com)

?

基于適應性調整的豫南地區水稻生產對未來氣候變化的響應

馬銳1江敏1,2,*薛昌穎2孫彬1周桐宇1

(1福建農林大學 作物科學學院, 福州 350002；2中國氣象局 河南省農業氣象保障與應用技術重點開放實驗室， 鄭州 450003；*通訊聯系人，E-mail:fjaujm@163.com)

MARui,JIANGMin,XUEChangying,etal.ResponseofricetofutureclimatechangebasedonadaptiveadjustmentinsouthernHenanProvince.ChinJRiceSci, 2016, 30(4): 417-430.

馬銳, 江敏, 薛昌穎， 等. 基于適應性調整的豫南地區水稻生產對未來氣候變化的響應. 中國水稻科學， 2016， 30(4)： 417-430.

摘要:選取河南信陽市9個取樣點和單季稻早、中、晚熟3個代表性品種開展氣候變化影響的評價研究。根據政府間氣候變化委員會(IPCC)排放情景特別報告(SRES)中的A2、B2情景并結合區域氣候模式(PRECIS)，生成信陽市9個取樣點基準時段(1961-1990年)和未來時段(2021-2050年)的逐日氣象資料。利用ORYZA-V3模型，在考慮未來CO2的直接增益效應情況下，模擬分析了未來氣候變化對水稻生產的影響。在此基礎上，模擬分析了未來不同情景下水稻生產可能的適應性調整方案，最后得出研究區域的水稻生產經過適應性調整后的產量、穩產性以及豫南地區水稻總產的變化。結果顯示，未來氣候變化中，若不進行適應性調整，在不考慮CO2直接增益效應情況下，信陽地區在A2情景下的模擬產量較基準階段減產14.1%，B2情景下減產8.6%。通過品種、播期的調整，并同時考慮CO2的肥效作用，A2和B2情景下將分別增產17.2%和15.7%。適應性調整后豫南地區的總產在A2和B2情景下較基準階段將分別增產14.8%和13.2%。因此，在未來氣候變化的評價研究中，將作物生產的適應性調整考慮在內，不僅更為科學合理，也更為樂觀。

關鍵詞:適應性調整； 氣候變化； 區域氣候模式； 水稻

氣候變化將對全球經濟、社會、環境等造成重大影響，且已受到了國際社會的廣泛關注。IPCC第五次報告指出，近130多年(1880-2012年)全球地表平均溫度升高了0.85℃，1983-2012年可能是北半球過去1400年中最暖的30年[1]，而農業是受氣候變化影響最大的領域。國內外學者圍繞氣候變化對糧食生產的影響展開了大量研究[2-5]。20世紀90年代，研究者開始大量使用作物模型進行未來氣候變化對糧食生產影響的模擬，對氣候數據人為設置一定的變動，使用模型對氣候變化下糧食產量進行估算[6-7]。隨著研究方法的改進，研究者們開始使用大氣環流模式(GCM)生成氣候變化情景，再與作物模型相結合來研究氣候變化對農業的影響[8]；之后在氣候變率[9]、區域氣候模式的應用[10]、區域氣候模式降尺度[11]、作物模型參數升尺度等方面也取得了進展[12-13]。

以上研究大多未考慮農業生產的適應性調整，模擬過程中均假設生產措施維持原有的方式。這樣做的好處是可以更直觀地分析氣候變化對農業生產帶來的影響。但隨著未來氣溫、降水等氣象要素的變化，生產者會逐漸采取合適的調整措施，以利于糧食增產，比如更換品種、改變播期、調整種植制度等。所以在模擬氣候變化對農業生產的影響時，考慮農業生產的適應性調整將更具合理性[14]。本研究采用IPCC(政府間氣候變化委員會)排放情景特別報告(SRES)中的A2、B2方案，結合英國Hadley氣候預測與研究中心研制的區域氣候模式(PRECIS)[15]，生成了未來不同時期的氣候變化情景。再結合由國際水稻研究所和荷蘭瓦赫寧根大學共同研發的ORYZA2000模型的升級版ORYZA-V3[16]，分別模擬分析了我國豫南地區在未來兩種情景下不考慮適應性調整的水稻產量變化, 并以此為基礎，結合農業氣候指標與方法，進一步分析各樣點在未來不同情景下可能的品種更新和播種日期的調整，最終分析了適應性調整后豫南地區水稻產量、穩產性及總產的變化。

1研究地區與研究方法

1.1研究區域

豫南是河南省行政劃區的一級劃區，包括南陽市、信陽市、駐馬店市。豫南稻區是河南水稻的主產區，常年種植面積在 46.7萬hm2以上，占全省水稻種植面積的85%以上[17]。信陽地區南面和西面分別為桐柏山、大別山，淮河以北為平原，其余地區為丘陵，主要土壤類型為黃褐土[18]。信陽地區氣候屬于亞熱帶向暖溫帶過渡區，年均日照時間1900-2100h；年平均氣溫15.1～15.3℃；無霜期平均220～230d；年均降雨量900～1400mm，積溫(≥12℃)在3344.8～3726.0℃[19]。光溫水氣候條件適宜種植水稻，該地區主要種植單季秈稻。常見的農業氣象災害有高溫熱害、干旱、洪澇等[20]。因為信陽地區水稻產量目前約占豫南地區的89%以上，故本研究選擇信陽地區9個樣點開展不同氣候變化情景下的水稻生產模擬研究(圖1)。豫南是河南的水稻主產區(85%)，而信陽地區又是豫南水稻的主產地(89%)，所以氣候變化對信陽地區的水稻生產影響可一定程度上表征氣候變化對豫南水稻生產的影響。

1.2氣候變化情景的生成

本研究進行未來氣候情景模擬所采用的區域氣候模型是英國的Hadley氣候預測與研究中心研發的RGCM系統PRECIS[21]。該系統包含了RGCM預測的SRES情景下氣候情景的數據庫，以生成驅動RGCM的側邊界條件、RGCM本身和運行RGCM所需要的各種相關的數據庫。其生成的數據資料的網格點由原來的幾百km降尺度到了50km，大幅度提高了未來氣候情景的格點數，成為當前許多學者進行氣候變化影響評價的依據[22]。本研究根據SRES報告中的A2、B2兩種排放方案, 生成了研究區域基準時段(1961—1990)和未來時段(2021—2050)的兩種氣候變化情景, 并經過ECMWF(EuropeanCentreforMedium-RangeWeatherForecasts)分析訂正[23]，獲得了研究區域9個樣點的多年逐日氣象數據, 包括最高溫度、最低溫度、降水量和太陽總輻射等。

圖1河南省信陽地區水稻種植樣點分布

Fig.1.DistributionofriceplantingsitesinXinyangCity，HenanProvince.

1.3水稻數據的獲取

河南省水稻品種類型以三系、兩系雜交秈稻為主。本研究采用的品種是2000年以來在全省推廣的早、中、晚三種不同熟性品種。共選擇了3個品種作為河南省的主栽品種，分別為早熟中秈豫秈3號、中熟中秈Ⅱ優725、晚熟中秈Ⅱ優58。各品種的產量、生育期及經濟性狀取自河南省信陽市農業氣象實驗站的常規觀測資料。研究區域的水稻總產統計數據取自2010-2014年《河南省統計年鑒》[24]。

1.4作物模型及其遺傳參數的確定

本研究選用的作物模型ORYZA-V3是由國際水稻研究所和荷蘭瓦赫寧根大學共同研發的ORYZA2000模型的升級版。該模型已被聯合國糧農組織和亞洲的多數國家農業部門用于水稻生長情況的預測和評估。運行ORYZA-V3模型時，該模型的輸入數據為播種日期、播種密度、灌溉量與灌溉日期、施肥量與施肥日期等田間管理文件,據此運用模型自帶的自動調參文件[Autocalibration(V2).exe] 進行作物模型的參數調試。研究中發現，自動調參所得各參數值并不能得到很好的模擬結果，因此，在自動調參基礎上進一步采用“試錯法”進行調整，直至模擬結果與實際觀測值誤差最小，再將調試好的參數寫入作物文件。

ORYZA-V3模型所需要的主要的參數包括4個物候期發育速率、葉片的前期生長速率、葉片的后期生長參數、分配給莖的碳水化合物存儲參數、有效分配到莖的干物質比例、最大穗粒重、散射系數和光敏感系數等。4個物候期發育速率可以反映水稻不同生長階段的生長速度，包括水稻初始生長階段的發育速率(DVRJ)、光周期敏感階段的發育速率(DVRI)、穗的發育速率(DVRP)和生殖生長階段的發育速率(DVRR)。葉片的生長速率包括葉面積的最大相對生長速率(RGRLMX)和最小相對生長速率(RGRLMN)，可以反映葉面積前期的生長速率。葉片的后期生長參數(ASLA)，可以反映葉面積后期的生長速率。用分配給莖的碳水化合物存儲參數(FSTR)，來衡量莖的糖類存儲量。用有效轉移到莖的干物質(LRSTR)，來衡量莖的生長速率。用穗粒重(WGRMX)來計算產量。用水稻品種散射系數(SCP)來描述水稻對陽光輻射的散射度，與光合作用強度有關。用光敏感系數(PPSE)來描述水稻感光性。

本研究根據信陽地區選出的三個代表性品種2000年的實測產量進行了參數的調試，用2001年的相關實測資料進行了驗證(圖2)。結果說明，該模型在研究區域有較好的適用性。

此外，ORYZA-V3模型還可以模擬CO2排放濃度的增加對水稻的直接增益效應。表1給出了模擬所涉及的CO2排放濃度對照情景數值，可作為作物模型運行時大氣CO2濃度輸入值。

調試與驗證模型所需的逐日氣象資料來自河南省氣象科學研究所。生成各樣點土壤文件所需土壤理化參數來自于《中國土壤數據庫》[25]。

1.5農業氣候指標的建立

1.5.1穩產性計算公式

氣候變化除了會影響水稻的產量，還會影響其穩產性。本研究選用產量標準差的變化率來表示產量的波動性。

1)

ΔSD為某樣點歷年水稻產量標準差的變化百分比，ΔSD越小，表示穩定性越好；μc=μb-μa,表示未來兩種情景下模擬產量的平均值(μb)與基準時段模擬產量的平均值(μa)之差。

2)

1.5.2 水稻總產估算模型

3)

TYC為豫南水稻總產的變化百分比；RYi為信陽地區各樣點當前水稻的總產量，TY為豫南當前水稻的總產量；RYCi為未來氣候變化情景下信陽地區各樣點水稻產量的變化百分比。

表1河南信陽地區代表性品種遺傳參數

Table1.GeneticparametersofrepresentativericecultivarsinXinyangCity，HenanProvince.

參數Parameter豫秈3號(早熟)Yuxian3(Early-mature)Ⅱ優725(中熟)ⅡYou725(Medium-mature)Ⅱ優58(晚熟)ⅡYou58(Late-mature)水稻初始生長階段的發育速率DVRJ0.00110089110.00112089110.0009145288光周期敏感階段的發育速率DVRI0.00075757570.00075757570.0007575757穗的發育速率DVRP0.00133111500.00133111500.000951870生殖生長階段的發育速率DVRR0.00255506230.00235506230.0024440875葉面積的最大相對生長速率RGRLMX0.00850.00850.0085葉面積的最小相對生長速率RGRLMN0.00400.00400.0040分配給莖的碳水化合物存儲參數FSTR0.501940.401940.50194穗粒重WGRMX0.000023360.000026150.00002981水稻品種散射系數SCP0.30.30.6光敏感系數PPSE0.030.030.03葉片的后期生長參數ASLA0.00240.00220.0022葉片的前期生長參數BSLA0.00230.00230.0023有效轉移到莖的干物質LRSTR0.9470.9470.947

DVRJ，Developmentrateduringjuvenilephase;DVRI，Developmentrateduringphotoperiod-sensitivephase;DVRP，Developmentrateduringpanicledevelopmentphase;DVRR，Developmentrateinreproductivephase;RGRLMX，Maximumvalueofrelativegrowthrateofleafarea;RGRLMN，Minimumvalueofrelativegrowthrateofleafarea;FSTR，Fractionofcarbohydratesallocatedtostems,storedasreserves;WGRMX，Maximumindividualgrainweight;SCP，Scatteringcoefficientofleavesforphotosyntheticallyactiveradiation;PPSE，Photoperiodsensitivity;SLA，Specificleafarea;ASLA，AparameteroffunctiontocalculateSLA;BSLA，BparameteroffunctiontocalculateSLA;LRSTR，Fractionofallocatedstemreservesthatisavailableforgrowth.

**表示在0.01統計水平上顯著。

**Significantat0.01probabilitylevel.WAGT_OBS，Totalabovegrounddrymatter_observedvariables;WLV_OBS，Dryweightofdeadleaves_observedvariables;WST_OBS,Dryweightofstems_observedvariables;WSO_OBS,Dryweightofstorageorgans_observedvariables.

圖2河南信陽地區代表性水稻品種生物量動態模擬結果及實測與模擬產量的對比

Fig. 2.DailysimulationsofbiomassandcomparisonbetweenobservedandsimulatedyieldofrepresentativericespeciesinXinyang,HenanProvince.

表2基于IPCC兩種排放方案的大氣CO2濃度平均值

Table2.AverageconcentrationofatmosphericCO2accordingtotwoemissionschemesbyIPCC.

時段PeriodCO2濃度平均值AverageconcentrationofCO2/(μmol·mol-1)A2B21961-1990(BASE)3343342021-2050469439

1.5.3水稻經濟系數計算公式

經濟系數常被用于評價作物光合作用中轉化的生物質能在各器官的分配情況，經濟系數越大，越符合人們的種植需求。

C=Y/W；

4)

C為水稻的經濟系數，Y為穗的干物質量，W代表地上部分干物質量。

1.6氣候變化影響評價具體方案

本研究分別對基準時段和未來時段的水稻產量進行模擬。分為兩種情況：一是假定未來的栽培措施和品種依舊保持現有狀態，分為雨養和灌溉兩種情況進行模擬，在此基礎上分析氣候變化對水稻產量的可能影響；二是分析在未來不同排放情景下, 水稻生產方式隨氣候變化進行適應性調整，如品種替換、播期調整等, 然后再分析調整后的模擬產量變化。在上述基礎上, 計算在相同情景下考慮與不考慮水稻生產適應性調整的兩種模擬產量的變化百分比。有學者認為，作物模型在考慮CO2直接增益效應時因為忽略了氮肥的影響，導致產量的模擬結果偏高[26]，因為這是目前模型尚未解決的問題，所以本研究在第一種情況下分別模擬了考慮CO2增益效益前后的產量變化。

1.6.1未來氣候變化情景下品種的更替

未來氣溫的升高，必然會導致水稻生育期的延長和積溫的增加，為了充分利用增加的熱量資源，未來的水稻生產必然會通過更換品種來適應氣候變化。本研究利用ORYZA-V3模型開展未來不同熟型品種的模擬試驗，并將其與未更換之前的產量進行對比，看產量是否因品種更迭而有明顯的改善。最后，通過穩產性、產量和經濟系數等指標，分析得出未來可能的適宜品種。

1.6.2未來水稻適宜播期的調整

隨著未來氣溫的上升，水稻播期可能調整到能獲得最佳產量的節點上。對于單季秈稻，為了避免低溫霜凍對水稻造成的危害，安全播期選擇春季日均溫連續3d≥12℃的初日,安全齊穗期選擇秋季日均溫連續3d≥22℃的終日。模擬過程中采取5d為步長，選擇產量高、穩定性好、經濟系數高所對應的播種日期為未來的適宜播期。

以上更改品種和改變播種的試驗均假設未來田間其他管理保持在基準(BASE)水平不變。并盡可能使用生育期較長的中晚熟品種替代早熟品種。

2結果與分析

2.1未來2種情景下信陽地區水稻生育期內的氣象要素變化

圖3給出了A2、B2情景下河南省信陽地區9個樣點水稻生育期內日均溫、輻射量、降水量相對于基準時段的變化情況。

由圖可以看出，各樣點水稻生育期氣溫隨著未來CO2排放濃度的增加而上升。水稻生育期內總體升溫幅度在1.6～1.9℃。A2與B2情景下平均增溫分別為1.8℃和1.7℃。A2情景下各樣點水稻生育期升溫幅度在1.8～1.9℃，B2情景下為1.6～1.8 ℃。各樣點間，增溫幅度最大的是息縣，A2、B2情景下分別增溫1.9℃和1.8℃；增溫幅度最小的是新縣，A2、B2情景下依次增溫1.8 ℃和1.6℃。

未來水稻生育期內的總輻射將呈增加的趨勢，但增幅較小，各樣點平均增加10%。2種情景下增幅相近，各樣點之間增幅也較接近。未來輻射的增加可能意味著水稻生育期內陰雨寡照天氣出現的頻率減少，光合作用時間延長，使得水稻光合產物增加。

在未來氣候變化中，信陽地區水稻生育期內所有樣點降水都呈增加趨勢，各樣點增幅為20%～30%。2種排放情景下水稻生育期內降水都是增加的，且在同一情景下，各樣點間降水量變化差別不大；A2情景下的降水增幅略大于B2情景。各樣點間，增幅最大的是商城，A2情景下可增30%，增幅最小的是息縣，B2情景下增加尚不足20%。隨著未來溫度升高，作物需水量可能增加，但隨著未來CO2濃度上升，水稻蒸騰速率可能下降。加之輻射與降雨量同時增加，可能意味著降水強度的增大，未來氣象災害出現的頻率亦將增大。

2.2氣候變化對研究區域水稻發育期的可能影響

為了分析灌溉措施對水稻生產的影響，分為雨養和灌溉兩種情況進行模擬。

A,C,E-A2情景；B,D,F-B2情景； 其中,A和B表示未來情景下日均溫相對基準時段的差值;C和D表示未來情景下輻射量相對于基準時段的比值;E和F表示未來情景下降水相對于基準時段的比值。

圖3基于2種排放情景下河南信陽地區9個樣點水稻生育期內日均溫、輻射量、降水量相對基準時段的變化

Fig. 3.Changesofmeandailytemperature,amountofradiationandtotalprecipitationingrowthperiodofriceinXinyang，HenanProvincebasedon2emissionscenariosrelativetobaseline.

從表3可以看出，在A2，B2情景下，所有樣點的水稻生育期相對于基準階段是縮短的，縮短天數為3～5d不等。A2情景下，雨養和灌溉條件下依次平均縮短4.7d和4.5d，其中，息縣、信陽、淮濱縮短天數最多，可達5d。究其原因，與這三個地區的升溫幅度最大有關(1.9℃)。B2情景下平均縮短3.2d，息縣和信陽生育期縮短天數可近4d，亦與未來升溫幅度較大有關。高排放的A2情景相對于B2情景的增溫幅度大，故導致同一品種A2情景下生育期縮短天數較B2情景多。雨養和灌溉條件相比，生育期變化的差別不大，說明溫度相對于降水來說，對生育期的影響較大。未來隨著氣溫升高，水稻生育進程的加快，若不采取相應的調整措施，可能導致研究區域的產量降低。

表3基于2種氣候變化情景下水稻模擬生育期較之基準生育期的變化天數

Table3.ChangesinricegrowthdurationsunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

d

表42種氣候變化情景下信陽地區水稻模擬產量相對于基準時段產量的變化百分比

Table4.PercentagechangesofriceyieldunderthetwoemissionscenarioscomparedwiththatunderthebaselineinXinyang,HenanProvince.

%

2.3當前種植措施不變條件下氣候變化對信陽地區水稻生產的可能影響

2.3.1未來氣候變化對水稻產量的可能影響

表4給出了未來2種氣候變化情景下信陽地區水稻模擬產量相對于基準時段產量的變化百分比。雨養條件時，A2情景下無論是否考慮CO2增益作用，各站點水稻均表現為減產。不考慮CO2增益效應，水稻平均減產幅度高達15.9%，考慮后增產幅度為7.1%；B2情景下的減產幅度略小于A2情景，不考慮CO2增益效應時各站點水稻平均減產10.4%，考慮后轉為增產11.3%。

若有充分的灌溉條件，未來氣候變化情景下水稻的生產狀況均有好轉。A2情景下在考慮CO2增益作用時平均增產9.0%。B2情景下平均增幅可達13.2%。說明灌溉措施可有效地緩解未來氣候變化帶來的負效應。

各樣點中，增產幅度最大的是B2情景下采用灌溉措施時的新縣，這可能與未來情景下新縣平均氣溫增幅較小，導致水稻生育期縮短天數較少有關，另外，增溫幅度較小，水稻發生高溫熱害的頻率亦會降低。無論灌溉或雨養，B2情景下減產或增產幅度均好于A2情景，這與高排放的A2情景下，研究區域的增溫幅度較大有關。

未來氣候變化中，氣溫上升，導致水稻高溫熱害發生的頻率可能會增加，除了造成生育期縮短而帶來減產的影響外，也可能是因為信陽地區當前的水稻播期在4月中下旬，開花期大多在8月中上旬，而這個時段正處在我國黃淮流域的高溫時段，高溫對水稻的傳花授粉造成較大的影響，導致水稻產量的減少。另外，因為未來模擬生育期內的輻射和降水同時增加，意味著降水強度的加大，可能會造成短時間的極端氣象災害，也是造成水稻減產幅度較大的原因。

表5未來2種氣候變化情景下河南信陽地區水稻穩產性的變化(ΔSD)

Table5.Instabilityindex(ΔSD)ofriceunderthetwoemissionscenariosinXinyang,HenanProvince.

樣點SiteA2雨養水稻Rainfedrice灌溉水稻IrrigatedriceB2雨養水稻Rainfedrice灌溉水稻Irrigatedrice息縣Xixian19.516.317.214.8信陽Xinyang19.216.417.214.4羅山Luoshan19.516.717.814.4光山Guangshan18.016.117.414.2淮濱Huaibin19.117.518.916.2潢川Huangchuan18.516.317.514.6固始Gushi15.815.114.713.2商城Shangcheng18.115.917.214.2新縣Xinxian18.015.920.014.6

表6河南信陽不同樣點在未來 2種排放情景下水稻品種類型的適應性調整

Table6.AdaptiveadjustmentofthericevarietaltypestoclimatechangeundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

樣點Site當前種植品種類型CurrentplantingvarietytypeA2B2息縣Xixian中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM信陽Xinyang中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM羅山Luoshan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM光山Guangshan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM淮濱Huaibin中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM潢川Huangchuan中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM固始Gushi中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM商城Shangcheng中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM新縣Xinxian中熟中秈MIMM晚熟中秈MILM晚熟中秈MILM

MIMM，Medium-indicawithmedium-maturity;MILM，Medium-indicawithlate-maturity.

2.3.2未來氣候變化對水稻穩產性的可能影響

表5給出了未來2種氣候變化情景下考慮CO2增益作用時信陽地區水稻穩產性的變化，ΔSD越小，表示水稻產量的穩定性越好。從不同氣候變化情景來看，無論是否考慮雨養和灌溉條件，A2情景下不僅水稻增產幅度小，而且水稻生產的穩定性也較B2情景差；同樣，無論哪一種情景下，灌溉措施均可以明顯改善水稻的穩產性。說明隨著未來氣溫的升高，對于地處中原的豫南水稻種植區，重視改善灌溉條件是應對未來氣候變化的非常重要的措施。

2.4未來氣候變化情景下水稻生產的適應性調整

今后隨著氣候變化及科技水平進步, 農民肯定會采用有別于現在的生產方式和管理措施進行糧食生產。本研究對信陽地區灌溉條件的水稻生產進行了適應性調整措施的模擬，模擬過程中同時考慮了CO2的直接增益效應。

2.4.1水稻不同品種類型的適應性調整

通過對河南信陽地區9個樣點3個品種的產量、穩產性和經濟系數指標進行分析，篩選出了未來氣候變化情景下信陽地區的適宜種植品種(表6)。結果顯示，各樣點未來均適宜種植晚熟品種。主要原因是晚熟品種生育期較長，在一定程度上可以彌補由于高溫導致的生育期縮短現象，延長水稻的光合作用時間。

2.4.2未來不同排放情景下水稻播期的適應性調整

在進行品種優化選擇的基礎上，以5d為步長進一步進行適宜播期的模擬試驗。選擇未來產量高、穩產性好的播期為未來的最佳播期(表7)。結果表明，在A2情景下，各樣點均推遲10d，B2情景下，除淮濱、新縣和固始播種日期推后5d，羅山播期不變，其他樣點均推遲10d，可作為未來適宜播期的調整方案。且播期推遲，有利于水稻產量的提高。究其原因，可能是因為信陽地區當前的水稻播期在4月中下旬，開花期大多在8月中上旬，而這個時段正處在我國黃淮流域的高溫時段，推遲播期，可能使得開花期延后，避開夏季的高溫時段，緩解了夏季高溫可能導致的穎花敗育現象。

表7河南信陽各樣點在未來2種排放情景下不同品種類型和播種日期的模擬產量、穩產性指標(ΔSD)及經濟系數

Table7.Simulatedyields,stabilityindex(ΔSD)andeconomiccoefficientinvariousvarietaltypesandsowingdatesundertwoemissionscenariosindifferentsitesofXinyang,HenanProvince.

樣點Site品種類型Varietytype播期變化Changesinsowingdate/dA2產量Yield/(kg·hm-2)△SD/%經濟系數EconomiccoefficientB2產量Yield/(kg·hm-2)△SD/%經濟系數Economiccoefficient息縣Xixian晚熟中秈MILM-107885.429.50.448304.035.20.50-57615.215.10.438721.628.50.5108474.914.80.478724.315.10.5158541.014.10.478540.816.20.49108869.615.00.498765.913.10.51158604.615.70.478663.313.70.50信陽Xinyang晚熟中秈MILM-107671.222.80.438205.230.00.50-57590.112.10.438580.423.50.5008334.814.70.468656.414.70.5158557.213.40.478508.515.50.50108826.214.10.498706.612.40.51158579.015.60.478593.413.70.50羅山Luoshan晚熟中秈MILM-107680.721.10.438277.729.20.50-57538.510.20.428768.124.80.5108549.815.90.478786.115.80.5158518.212.30.478599.815.40.50108846.014.40.498738.912.70.51158646.415.60.488638.813.70.50光山Guangshan晚熟中秈MILM-107287.115.60.438249.828.30.50-57734.012.00.448697.923.00.5108537.114.70.478700.113.70.5058549.511.60.478693.714.70.50108920.914.60.508788.412.70.51158758.515.50.498703.013.70.50淮濱Huaibin晚熟中秈MILM-107624.316.50.448106.722.60.49-57544.011.50.438425.922.10.4908278.915.10.468545.614.80.5058443.713.50.478659.714.20.51108809.016.00.508526.912.50.50158574.916.60.488621.414.60.51潢川Huangchuan晚熟中秈MILM-107287.115.70.438249.828.40.50-57734.013.70.448697.925.00.5108537.115.30.478700.114.20.5058549.512.10.478693.715.10.50108920.915.00.508788.413.10.51158758.515.90.498703.014.00.50固始Gushi晚熟中秈MILM-107502.715.50.448162.223.40.49-58153.214.60.478576.018.60.5008571.713.30.488714.812.00.5158730.812.50.498819.112.40.51109061.115.10.518761.011.50.51158895.015.70.508803.912.10.51商城Shangcheng晚熟中秈MILM-107290.715.50.438259.928.40.50-57707.212.20.448706.423.80.5108525.014.40.478707.113.70.5058533.011.40.478695.914.80.50108906.414.30.508800.112.70.51158541.916.40.488715.213.80.50新縣Xinxian晚熟中秈MILM-107421.218.80.438163.214.70.48-57739.515.30.458426.314.10.5008268.716.70.468590.016.90.5158585.115.30.498637.415.50.51108611.89.90.498560.512.80.50158572.014.20.498555.313.60.51

0d-播期與當前相同; -10d- 播期提前 10d; -5d-播期提前 5d; +5d-播期推遲 5d; +10d-播期推遲10d;+15d-播期推遲15d。

0d,SameastheBASEs;-10d, 10daysadvanced;-5d, 5daysadvanced; +5d, 5daysdelayed; +10d, 10daysdelayed. +15d, 15daysdelayed.MILM，Medium-indicawithlate-maturity.

NCC-不考慮CO2直接增益效應；CC-考慮CO2直接增益效應時氣候變化的影響；CC+C-考慮CO2直接增益效應時氣候變化的影響+優化品種；CC+C+SD-考慮CO2直接增益效應時氣候變化的影響+優化品種+播期調整。

NCC,Onlywithclimatechangeeffecttakingintoconsideration;CC,ClimatechangeeffectplusCO2fertilizereffect;CC+C,CombinedeffectsofclimatechangeandCO2fertilizereffectplusadaptiveadjustmentofcultivar;CC+C+SD,Combinedeffectsofclimatechange,CO2fertilizereffectandoptimizationincultivarandadjustmentsinsowingdate.

圖4基于2種氣候變化情景下河南信陽地區在不同栽培措施下水稻模擬產量相對于基準時段產量的變化

Fig. 4.ChangeinriceyieldsunderthetwoemissionscenarioswithadaptiveadjuststakenintoconsiderationcomparedwiththebaseyieldsinXinyang，HenanProvince.

2.5品種類型和播期適應性調整的疊加效果

本研究綜合分析了信陽市水稻種植區在未來不同排放情景下品種類型及播種日期同時進行適應性調整后的疊加效果(圖4)。由圖可見，如果未來氣候變化中不考慮CO2的直接增益作用，那么9個樣點在A2和B2情景下均將減產，且年際間產量波動幅度較大。CO2增益作用使得原來減產的各樣點均轉為增產。在此基礎上，進一步考慮品種的適應性調整，選用生育期較長的晚熟品種，在2種情景下模擬水稻產量均有所提高，A2和B2情景下的平均增幅分別達2.4%和1.3%，增幅最大的新縣在A2甚至可達3.9%，羅山在B2可達2.2%。

表8未來2種排放情景下信陽各樣點基于適應性調整的水稻生產方式及管理措施

Table8.RiceproductionpatternsandmanagementsbasedonadaptiveadjustmentsundertwoemissionscenariosindifferentricesitesofXinyang,HenanProvince.

樣點SiteA2品種類型Varietytype播種日期SowingdateB2品種類型Varietytype播種日期Sowingdate息縣Xixian晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed信陽Xinyang晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed羅山Luoshan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲0d0daysdelayed光山Guangshan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed淮濱Huaibin晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed潢川Huangchuan晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed固始Gushi晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed商城Shangcheng晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲10d10daysdelayed新縣Xinxian晚熟中秈MILM推遲10d10daysdelayed晚熟中秈MILM推遲5d5daysdelayed

MILM,Medium-indicawithlate-maturity.

表92種排放情景下考慮與不考慮適應性調整各樣點水稻總產對豫南地區水稻總產的貢獻

Table9.ContributionofriceoveralloutputofdifferentsitestosouthernHenanProvincewithadaptiveadjustmentandwithoutadaptiveadjustmentundertwoemissionscenarios.

%

如果綜合考慮品種和播期的適應性調整，在2種情景下模擬水稻產量均進一步提高。A2情景下相對于調整前平均增幅為7.3%，增幅最大的新縣和淮濱均達到8.2%；B2情景下的平均增幅為2.1%，信陽增幅最大可達2.7%。

B2情景下水稻產量的年際間波動均小于A2情景，說明高排放的A2情景在未來所引起的高溫，可能使得水稻生長過程中極端高溫出現的頻率增加。

2.6豫南地區基于適應性調整的水稻總產變化

根據品種替換和播期調整的模擬試驗，表7給出了研究區域在未來2種排放情境下的最終的適應性調整方案。以表8中經過適應性調整后的方案作為模型新的條件輸入，在2種氣候排放情景下運行ORYZA-V3，即可模擬出信陽地區未來考慮適應性調整后各樣點的總產變化(表8，模擬中假定各縣播種面積不變)。

表9顯示，在未來氣候變化對水稻生產的影響評價中，是否考慮適應性調整，未來研究區域水稻總產的變化結果是完全不同的。考慮適應性調整后，各樣點在2種排放情景下模擬出的豫南地區水稻總產均較不考慮調整時平均增加了6.9%和2.1%。

3討論

人類溫室氣體的排放日益加劇，氣候變化對農業的影響越來越大。在未來水稻的耕作過程中，農民為了獲得高產，自然會對種植方案進行一定程度的調整。一些學者利用評價模型對非洲生產者的種植行為進行研究，發現生產者的種植行為會隨著氣候的變化而變化，在當地少降水的情況下，生產者會相應地采用較為抗旱的品種進行種植[27]。若在氣候變化影響評價研究中，仍采用當前的農業生產管理水平作為輸入項進行未來的作物模擬試驗，顯然與實際不符，降低了模擬結果的準確性。國外研究者通過數學方法對過去幾十年來研究區域水稻產量的變化趨勢進行統計，發現水稻品種的改良對產量的提高具有較大貢獻[28]。Hiroyuki等通過對日本水稻種植區域未來適應性品種的更替和栽培方式的改進，最終達到減小冷害損失的目的[29]。

本研究嘗試把品種優化和播期調整的方案作為未來的適應性調整措施，選擇生育期較長的中稻晚熟品種，可以彌補由于高溫導致的生育期縮短現象，延長水稻的光合作用時間，增加產量。推遲播期，可使開花期延后，避開夏季的高溫時段，緩解了夏季高溫可能導致的穎花敗育現象。將適應性調整后的方案作為作物模型新的輸入，可以更為科學合理地模擬出未來作物產量的變化。因此，本研究著重考慮未來農業生產措施和管理方案的可能調整，是一種應對未來氣候變化的適應性評價研究。有學者通過對全球超過1700份有關氣候變化和適應性研究中已發表的數據，采用整合分析的方法，總結歸納了目前關于適應氣候變化可能采取的措施，判斷出應對氣候變化適應性調整的趨勢[30]，但整合分析的方法可能會存在收集的文獻質量參差不齊、出版偏見、數據收集不完整和較少考慮與可能相關領域的相互影響等問題。未來氣候變化對農業的影響是一個極為復雜的過程，有諸多問題需要考慮，例如農業管理制度調整所涉及的經濟、社會、環境等因素，主動適應或被動適應所需要的科技成本問題，對氣象信息預測準確性等問題都會影響到未來的實際調整過程。在未來氣候變化的適應性評價研究領域，大多數研究分析以相對較少的相關因素來進行評價，而不涉及各個領域的完整系統來進行評價，這樣就可能導致各個系統之間的相互影響不能充分考慮進去，造成研究結果不能客觀反應實際。在以后的氣候變化評價研究中，應綜合考慮更多內因與外因、局部與整體、充分考慮到事物之間的規律聯系，用哲學的思維指導農業生產。

本研究的局限性，一是未能將極端天氣和病蟲害的影響考慮在內。如水稻生長過程中可能遭遇的極端高溫、伏旱等天氣，如何通過適應性調整盡量避開這些災害性天氣的影響。二是對CO2直接增益效應的考慮中，未考慮CO2的日變化和飽和現象。有學者認為隨著CO2濃度的增加，作物對氮肥的消耗量也不斷加大，故達到一定濃度后作物產量不再增加[31]，這種現象可能導致模擬的產量結果偏高。三是本研究在適應性調整的模擬中尚未考慮土壤成分的可能變化，未來氣溫升高，可能增加有機質的分解，造成土壤的肥力下降，進而影響到土壤肥料的運籌措施。這些局限在今后的研究中都能隨著模型的不斷改善和研究方法的改進得到解決。

4結論

未來氣候變化情景下，信陽地區水稻生育期內升溫幅度將達到1.6～1.9℃，A2和B2情景下平均增溫1.8℃和1.7℃；水稻生育期內的總輻射將呈增加的趨勢，但增幅較小，各樣點增幅為10%。水稻生育期內降水增加20%～30%。未來隨溫度的升高，各樣點的水稻生育期相對于BASE階段將縮短3～5d；A2情景下，雨養和灌溉條件下依次平均縮短4.7d和4.5d，B2情景下平均縮短3.2d。為了緩解未來氣候變化對水稻生產造成的不利影響，未來可選用生育期較長的中晚熟品種來延長水稻的光合作用時間。在此基礎上，進一步進行了適宜播期的模擬試驗，結果表明各樣點推遲播種5～10d有可能避開高溫熱害對水稻抽穗開花和后期灌漿結實影響的頻率，提高產量。如果綜合考慮灌溉措施、品種優化和播期調整，在A2和B2情景下,豫南地區各站點模擬產量較之不作此調整的模擬產量將平均增加6.9%和 2.1%；未來2種情景下豫南地區的總產也將較當前有所提高，A2和B2情景下分別提高14.8%和13.2%。

參考文獻：

[1]IPCC.WorkingGroupIContributiontotheIPCCFifthAssessmentReport,ClimateChange2013:ThePhysicalScienceBasis.http://www.climatechange2013.org/images/uploads/WGIAR5-SPM_Approved27Sep2013.pdf.

[2]StockerTF，QindD，PlatnerGK.ClimateChange2013:ThePhysicalScienceBasis.WorkingGroupIContributiontotheFifthAssessmentReportoftheIntergovernmentalPanelonClimateChangeSummaryforPolicymakers(IPCC， 2013)， 2013.

[3]ShiferawB，PrasannaBM，HellinJ，etal.Cropsthatfeedtheworld6.Pastsuccessesandfuturechallengestotheroleplayedbymaizeinglobalfoodsecurity. Food Secur， 2011， 3(3): 307-327.

[4]LobellDB，FieldCB.Estimationofthecarbondioxide(CO2)fertilizationeffectusinggrowthrateanomaliesofCO2andcropyieldssince1961. Global Change Biol， 2008， 14: 39-45.

[5] 楊衛東. 積極應對氣候變化保證黑龍江省糧食生產可持續發展. 氣象軟科學， 2011(4): 28-31.

YangWD.CopewithclimatechangetoensurethesustainabledevelopmentofgrainproductioninHeilongjiangProvince. Meteorol Soft Sci， 2011(4): 28-31. (inChinesewithEnglishabstract)

[6] 章基嘉， 徐祥德， 苗俊峰. 氣候變化及其對農業生產潛力的影響. 氣象， 1992， 18(8): 3-6.

ZhangJJ，XuXD，MiaoJF.ClimatechangeinChinaanditsinfluenceonpotentialcropproductivityduringthelast40years. Meteorol monthly， 1992， 18(8): 3-6. (inChinesewithEnglishabstract)

[7]朱大威，金之慶. 氣候及其變率變化對東北地區糧食生產的影響. 作物學報， 2008， 34(9): 1588-1597.

ZhuDW，JinZQ.ImpactsofchangesinbothclimateanditsvariabilityonfoodproductioninnortheastChina. Acta Agron Sin， 2008， 34(9): 1588-1597. (inChinesewithEnglishabstract)

[8] 張建平， 李永華， 高陽華， 等. 未來氣候變化對重慶地區冬小麥產量的影響. 中國農業氣象， 2007， 28(3): 268-270.

ZhangJP，LiYH，GaoYH，etal.ImpactsoffutureclimatechangeonyieldsofwinterwheatinChongqing. Chin J Agrometeorol， 2007， 28(3): 268-270. (inChinesewithEnglishabstract)

[9] 葛道闊， 金之慶. 氣候及其變率變化對長江中下游稻區水稻生產的影響. 中國水稻科學， 2009，23(1): 57-64.

GeDK，JinZQ.ImpactsofclimatechangeanditsvariabilityonriceproductioninthemiddleandlowervalleyoftheYangtzeRiver， China. Chin J Rice Sci， 2009，23(1): 57-64. (inChinesewithEnglishabstract)

[10]熊偉， 許呤隆， 林而達， 等.IPCCSRESA2和B2情景下我國玉米產量變化模擬. 中國農業氣象， 2005， 26(1): 11-15.

XiongW，XuLY，LinED，etal.RegionalsimulationofmaizeyieldunderIPCCSRESA2andB2scenarios. Chin J Agrometeorol， 2005， 26(1): 11-15. (inChinesewithEnglishabstract)

[11]秦鵬程， 姚鳳梅， 曹秀霞， 等. 利用作物模型研究氣候變化對農業影響的發展過程. 中國農業氣象， 2011， 32(2): 240-245.

QinPC，YaoFM，CaoXX，etal.Developmentprocessofmodelingimpactsofclimatechangeonagriculturalproductivitybasedoncropmodels. Chin J Agrometeorol， 2011， 32(2): 240-245. (inChinesewithEnglishabstract)

[12]江敏， 金之慶.CERES-Rice模型區域應用中遺傳參數升尺度的一種方法. 中國水稻科學， 2009，23(2): 172-178.

JiangM，JinZQ.AmethodtoupscalethegeneticparametersofCERES-Riceinregionalapplications， China. Chin J Rice Sci， 2009， 23(2): 172-178. (inChinesewithEnglishabstract)

[13]姚鳳梅， 張佳華， 孫白妮， 等. 氣候變化對中國南方稻區水稻產量影響的模擬和分析. 氣候與環境研究， 2007， 12(5): 659-666.

YaoFM，ZhangJH，SunBN，etal.SimulationandanalysisofeffectsofclimatechangeonriceyieldsinsouthernChina. Clim Environ Res， 2007， 12(5): 659-666. (inChinesewithEnglishabstract)

[14]江敏， 金之慶， 石春林， 等. 福建省基于適應性調整的水稻生產對未來氣候變化的響應. 作物學報， 2012， 38(12): 2246-2257.

JiangM，JinZQ，ShiCL，etal.Responseofriceproductionbasedonself-adaptiontoclimatechangeinFujianProvince. Acta Agron Sin， 2012， 38(12): 2246-2257. (inChinesewithEnglishabstract)

[15]JonesRG，NoguerM，HassellDC.GeneratinghighResolutionclimatechangescenariosusingPRECIS.Exeter，UK:MetOfficeHadleyCentre， 2004： 1-45.

[16]BoumanBAM，KropffMJ，TuongTP，etal.ORYZA2000:Modelinglowlandrice.Philippines:InternationalRiceResearchInstitute，andWageningen:WageningenUniversityandResearchCentre， 2004: 1-235.

[17]馬 錚， 李周， 柳世君， 等. 豫南稻區水稻生產的回顧、現狀及育種目標. 安徽農業科學， 2008， 36(14): 5807-5808， 5905.

MaZ，LiZ，LiuSJ，etal.Thereview，currentsituationandbreedinggoalsofthericeproductionareainsouthHenan. Anhui Agric Sci， 2008， 36(14): 5807-5808， 5905. (inChinesewithEnglishabstract)

[18]趙國永， 韓艷， 于曉莉. 信陽市地貌特征對農業發展的影響. 平頂山學院學報， 2015， 30(2): 96-99.

ZhaoGY，HanY，YuXL.TheinfluenceofthetopographicfeatureofXinyangcityonagriculturaldevelopment. J Pingdingshan Univ， 2015， 30(2): 96-99. (inChinesewithEnglishabstract)

[19]吳騫， 方立清， 溫 濤， 等. 信陽市水稻種植氣候條件分析. 中國農學通報， 2010， 26(2): 285-290.

WuQ，FangLQ，WenT，etal.TheanalysisofclimaticconditionsinricecultivationofXinyangcity. Chin Agric Sci Bull， 2010， 26(2): 285-290. (inChinesewithEnglishabstract)

[20]余衛東， 趙國強， 陳懷亮. 氣候變化對河南省主要農作物生育期的影響. 中國農業氣象， 2007， 28(1): 9-12.

YuWD，ZhaoGQ，ChenHL.ImpactsofclimatechangeongrowingstagesofmaincropsinHenanprovince. Chin J Agrometeorol， 2007， 28(1): 9-12. (inChinesewithEnglishabstract)

[21]JonesRG,NoguerM,HassellDC.GeneratingHighResolutionClimateChangeScenariosUsingPRECIS.Rxeter,UK:MetOfficeHadleyCente, 2004: 1-45.

[22]朱宏偉， 楊森， 趙旭， 等. 區域氣候變化統計降尺度研究進展. 生態學報， 2011， 31(9): 2602-2609.

ZhuHW，YangS，ZhaoX，etal.Recentadvancesonregionalclimatechangebystatisticaldownscalingmethods. Acta Ecol Sin. 2011， 31(9): 2602-2609. (inChinesewithEnglishabstract)

[23]李佰平， 智協飛.ECMWF模式地面氣溫預報的四種誤差訂正方法的比較研究. 氣象， 2012， 38(8): 898-902.

LiBP，ZhiXF.ComparativestudyoffourcorrectionschemesoftheECMWFsurfacetemperatureforecasts. Meteorol monthly， 2012， 38(8): 898-902. (inChinesewithEnglishabstract)

[24]河南省統計局. 河南省統計年鑒2010-2014. 北京: 中國統計出版社， 2010-2014.

Henanprovincebureauofstatistics.StatisticalyearbookofHenanprovince2010-2014，Beijing:ChinaStatisticsPress， 2010-2014. (inChinesewithEnglishabstract)

[25]中國科學院南京土壤研究所. 中國土壤數據庫.http://www.soil.csdb.cn/page/showEntity.vpage?uri=cn.csdb.soil.soiltype.locationName.

NanjingSoilResearchInstitute，ChineseAcademyofSciences. Chinese Soil Datab.http://www.soil.csdb.cn/page/showEntity.vpage?uri=cn.csdb.soil.soiltype.locationName.

[26]LongSP，AinsworthEA，LeakeyADB，etal.Foodforthought;lower-than-expectedcropyieldstimulationwithrisingCO2concentrations. Science， 2006， 312(5782): 1918-1921.

[27]KurukulasuriyaP，MendelsohnR.Cropselection:AdaptingtoclimatechangeinAfrica.CEEPADiscussionPaperNo. 26.CentreforEnvironmentalEconomicsandPolicyinAfrica.Pretoria，SouthAfrica:UniversityofPretoria， 2006.

[28]PengSB，CassmanKG，VirmaniSS，etal.TitleYieldPotentialTrendsofTropicalRicesincetheReleaseofIR8andtheChallengeofIncreasingRiceYieldPotential. Crop Sci， 1999， 39:1552-1559.

[29]HiroyukiS.EarlierricephenologyasaresultofclimatechangecanincreasetheriskofcolddamageduringreproductivegrowthinnorthernJapan. Agric， Ecos Environ， 2011， 144:201-207.

[30]LobellDB，HowdenSM，SmithDR，etal.Ameta-analysisofcropyieldunderclimatechangeandadaptation. Nature Clim Chan， 2014， 4(4):287-291.

[31]郭建平， 高素華. 高溫、高CO2對農作物影響的試驗研究. 中國生態農業學報， 2002， (1): 21-24.

GuoJP，GaoSH.TheexperimentalstudyonimpactsofhightemperatuerandhighCO2concentrationoncrops. Chin J Eco-Agric. 2002， (1): 21-24. (inChinesewithEnglishabstract)

收稿日期:2015-12-20； 修改稿收到日期: 2016-04-21。

基金項目:中國氣象局農業氣象保障與應用技術重點開放實驗室開放研究基金資助項目(AMF201302)；福建省自然科學基金資助項目(2014J01091)。

中圖分類號:S181.6; S511.019

文獻標識碼:A

文章編號:1001-7216(2016)04-0417-14

ResponseofRicetoFutureClimateChangeBasedonAdaptiveAdjustmentinSouthernHenanProvince

MARui1,JIANGMin1,2, *,XUEChang-ying2,SUNBin1,ZHOUTong-yu1

(1CollegeofCropSciences,FujianAgricultureandForestryUniversity,Fuzhou350002,China;2ChinaMeteorologicalAdministrationHenanKeyLaboratoryofAgrometeorologicalSupportandAppliedTechnique,Zhengzhou450003,China;*Correspondingauthor,E-mail:fjaujm@163.com)

Abstract:In this paper, we have chosen nine sample sites in Xinyang City,He′nan Province and conducted evaluation studies on the influence of climate changes based on single cropping rice with three representative varieties, including early middle and late mature. According to the Intergovernmental Panel on Climate Change(IPCC) Special Report on Emission Scenarios(SRES) A2 and B2 scenarios, combining with Regional Climate Model(RCM), we have calculated and collected the daily meteorological data during BASE period (1961-1990) and further period (2021-2025) at the nine sample sites. Considering the direct gain effects of CO2 in the future, we have simulated and analyzed the possible impacts of the future climate changes on the rice yields by using ORYZA-V3 model. On this basis, the adaptable adjustment schemes of rice yields in the different scenarios in the future are simulated. Rice yields, its stability and changes of total production in the southern Henan region are finally obtained after adaptable adjustments. As the result shows, if the adaptable adjustment or the consideration of the direct gain effects of CO2in the future climate change is not taken, the simulated rice yields will decrease by 14.1% in A2 scenario and 8.6% in B2 scenario in this region. With the varieties and sowing time adjusted and fertilizer efficiency of CO2 under consideration, the yields will increase by 17.2% in A2 scenario and 15.7% in B2 scenario. Besides, the total production under the two scenarios increases respectively by 14.8% and 13.2% more than the stage of BASE in this region. So it will be more scientific and optimistic in the assessment research of the future climate change scenarios if we take into account the adaptable adjustment.

Key words:adaptable adjustment; climate change; regional climate mode; rice