基于APSIM模型的2015—2100年氣候變化對中國玉米生產力影響

鞏敬錦，劉志娟，祝光欣，史登宇，張鎮濤，付真真，魯瀟蒙，曲輝輝，楊曉光

基于APSIM模型的2015—2100年氣候變化對中國玉米生產力影響

鞏敬錦1，劉志娟1※，祝光欣1，史登宇1，張鎮濤1，付真真1，魯瀟蒙1，曲輝輝2，楊曉光1

（1. 中國農業大學資源與環境學院，北京 100193；2. 黑龍江省氣象科學研究所，哈爾濱 150030）

全球氣候變化直接影響作物生產。玉米是中國種植面積最大的糧食作物，系統探究未來氣候變化對其生產力的影響對保障玉米高產穩產和糧食安全具有重要意義。為探究未來氣候變化對中國玉米生產力影響，該研究基于SSP1-2.6和SSP5-8.5 共2種氣候情景（shared socioeconomic pathways，SSP）1981—2100年逐日氣象資料以及中國氣象局農業氣象觀測站玉米生育期數據和土壤數據，使用調參驗證后的農業生產系統模擬模型（agricultural production systems simulator，APSIM-Maize）解析了氣候變化對中國玉米主產區高產性和穩產性的影響。結果表明：1）未來氣候情景下，中國玉米主產區生育期內氣溫和≥10 ℃有效積溫總體呈增加趨勢，SSP5-8.5氣候情景下升溫幅度高于SSP1-2.6氣候情景；降水量年際波動大，變化趨勢不顯著；太陽總輻射呈先增加后減少趨勢。2）若不采取適應措施，未來氣候變化使玉米全生育期、營養生長期和生殖生長期總體呈縮短趨勢，且SSP5-8.5情景下縮短幅度大于SSP1-2.6情景，2080 s縮短幅度大于2030 s和2050 s。3）無適應措施條件下，未來氣候變化下研究區域玉米光溫潛在產量和雨養潛在產量總體呈下降趨勢，SSP5-8.5情景下較SSP1-2.6情景下減產效應更大，2個情景光溫潛在產量減產率平均值分別為13.8%和11.9%，雨養潛在產量減產率平均值分別為17.5%和14.0%。玉米潛在產量的穩定性略有提高，但區域間存在差異。因此，未來氣候變化使中國玉米生產力總體下降，穩定性略有提高。研究為未來玉米高產穩產和中國玉米種植區劃提供理論依據。

氣候變化；溫度；產量；CMIP6；APSIM-Maize模型；中國；玉米；生育期長度

0 引 言

玉米是中國種植范圍最廣的作物之一，是集口糧、飼料糧、工業原料和生物能源等用途于一體的兼用作物[1]。中國2021年玉米種植面積和總產量分別占全國糧食作物的36.8%和39.9%[2]，在中國糧食安全中占據重要地位。聯合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）第六次評估報告指出，氣候變暖毋庸置疑，相比于1850—1900年，2001—2020年全球地表平均氣溫升高了0.99 ℃，而2011—2020年全球地表平均氣溫上升了約1.09 ℃[3]。農業是受氣候變化影響最為敏感的領域之一[4-5]。研究表明[6-7]，氣溫升高會導致農作物產量顯著降低，玉米生長季內平均溫度每升高1 ℃會導致全球玉米產量降低7.4%。自1980年以來，氣候變化已導致全球玉米減產了3.8%[8]。氣候變化直接影響中國的農業氣候資源，最終將影響糧食生產。中國玉米種植地域廣闊，氣候特征和農業技術差異較大，在不同的環境、氣候條件和農業技術條件下，氣候變化對玉米產量的影響機制和程度仍不清楚。因此，研究中國玉米種植區未來農業氣候資源的變化特征和玉米生產力對未來氣候變化的響應，對保障中國玉米生產及糧食安全具有重要的理論價值和實踐意義。

作物生產力按照不同的生產水平及限制條件可分為不同的層次。其中，光溫潛在產量是指一個地區作物生長發育過程中不受水肥病害等條件的限制，在當地輻射和溫度條件下，采用適宜作物品種所能達到的最高產量，可以代表一個地區充分灌溉條件下玉米所能達到的最高產量；雨養潛在產量又稱光溫降水生產潛力，是指作物生長過程中不受養分和病蟲害等條件的限制，在當地氣候條件下所能達到的最高產量，可以代表一個地區雨養條件下的最高產量[9-11]。前人對未來作物生產力的研究主要采用實驗室模擬[12-13]、作物生長模型模擬[14-18]和經驗-統計分析[19-21]等方法。近年來作物生長模擬模型不斷發展，能夠精確定量描述外界條件對作物生長發育的影響[22]，已經廣泛應用于氣候變化對作物生產潛力影響研究中，是區域尺度作物生產力研究的重要手段[12,14-15,18]。在眾多作物模型中，農業生產系統模型（agricultural production systems simulator，APSIM-Maize）是由隸屬澳大利亞聯邦科工組織和昆士蘭州政府的農業生產系統研究組（agricultural production system research unit，APSRU）聯合開發的作物模擬系統，可用于模擬農業系統中各主要組分的機理過程。該模型通過設計“插-拔”式結構構建高度獨立的作物生長模塊、土壤水分模塊、土壤氮素模塊等，便于不同組合的種植方式和管理措施的模擬。近年來，APSIM模型已經廣泛應用于世界各地以及中國的不同區域，并取得了很好的效果[23]。

前人圍繞氣候變化對中國玉米生產力影響研究方面做了大量工作[24-28]，主要集中在特定區域玉米產量水平的變化[29-33]，而面向全國尺度的未來玉米生產潛力影響的研究還較少，特別是對于玉米穩產性的關注較少[34]。為探究未來氣候變化對中國玉米生產力的影響，本文以中國玉米潛在種植區作為研究區域，參照前人研究結果將研究區域劃分為5個亞區，利用調參驗證后的作物生長模型APSIM-Maize，分析未來氣候情景下不同產區玉米全生育期的農業資源變化規律，解析玉米光溫潛在產量和雨養潛在產量對氣候變化的響應，并進一步解析不同產區氣候變化對玉米高產性和穩產性的影響，以期為未來玉米高產穩產和中國玉米種植區劃提供理論依據。

1 材料與方法

1.1 研究區域

本文研究區域為中國玉米潛在種植區。以喜溫作物的生長下限溫度和早熟玉米所需的活動積溫確定中國玉米潛在種植北界[35]，即計算1981—2017年各氣象格點≥10 ℃的活動積溫，以80%保證率達到2 100 ℃·d作為種植北界。由于青藏高原地區海拔較高，黑龍江省和內蒙古自治區北部緯度較高，熱量資源相對匱乏，難以廣泛種植玉米，故不作為本文研究區域；臺灣省由于數據資料缺失，故也不作為本文研究區域。

中國玉米潛在種植區范圍廣，氣候資源和種植制度差異大，本研究參照前人[36]對中國玉米種植區劃的研究結果，將研究區域劃分為北方春播玉米區（NC），黃淮海夏播玉米區（HHH），西北灌溉玉米區（NWC），南方丘陵玉米區（SC）和西南山地玉米區（SWC），如圖 1所示。

1.2 數據來源

本文使用的氣象數據來自于影響模式國際比較計劃項目（The Inter-Sectoral Impact Model Intercomparison Project，ISIMIP）下ISIMIP3b計劃下MPI-ESM1.2-HR模式輸出的CMIP6的2個氣候變化情景，即SSP1-RCP2.6（SSP1-2.6，低排放情景）和SSP5-RCP8.5（SSP5-8.5，高排放情景）2015—2100年的逐日氣象資料。其中SSP1-2.6氣候情景為低減緩壓力和低輻射強迫影響下的未來氣候情景，至2100年輻射強迫穩定在2.6 W/m2，在該情景下，相對于工業化革命前多模式集合平均的全球平均氣溫升溫結果將顯著低于2 ℃，也稱之為可持續發展情景；SSP5-8.5代表高輻射強迫下的未來氣候情景，至2100年輻射強迫達到8.5 W/m2。上述數據已基于W5E5 v2.0數據集進行了偏差校正及降尺度處理，W5E5 v2.0數據集結合了陸地的WFDE5數據和海洋的ERA5數據，包括了全球1979—2019年間的逐日數據，空間分辨率為0.5o×0.5o，在v1.0基礎上進行了算法的調整和完善，避免了在一些網格單元某些月份過高的日最高溫度值的出現。本研究使用的數據包括日平均氣溫、日最低氣溫、日最高氣溫、降水量和日總輻射量。

圖1 研究區域及5個分區圖示意圖

玉米播種期數據來源于中國氣象局280個農業氣象觀測站（如圖1所示），為與未來氣候情景數據的格點形式相匹配，本文基于反距離權重法，將各農業氣象觀測站的播種期數據插值得到各格點的播種期數據。

土壤數據來源于各農業氣象觀測站及中國科學院南京土壤研究所，包括容重、pH值、全氮含量、有機質含量、田間持水量和凋萎系數等。

1.3 研究方法

1.3.1 作物生長模擬模型參數設置

玉米光溫潛在產量和雨養潛在產量由調參驗證后的農業生產系統模擬模型APSIM-Maize模擬獲得。研究團隊已基于試驗數據對模型參數調整驗證獲得了各研究區域玉米品種參數，包括控制生育期和產量形成的參數[37-40]，本研究假設各年代內作物品種不變，采用現有作物品種進行模擬；播種日期采用農業氣象站的實際平均播種日期，以各站點近年（2011—2015年）實際播期平均值作為模擬未來時段的播期。播種深度為5 cm，行距為0.6 m，播種密度為90 000株/hm2。光溫潛在產量模擬設置為自動灌溉（當土壤可利用水低于田間持水量的80%即進行灌溉）以保證作物生長過程不受水分限制，雨養潛在產量設置全生育期無灌溉。2種潛在產量模擬時均設置氮肥充足，確保作物整個生長過程不受氮肥限制。需要指出的是，由于西北灌溉玉米區玉米生產季內有灌溉措施，因此模擬雨養潛在產量時該區域未列入研究區域。

1.3.2 ≥10 ℃有效積溫

有效積溫即作物某生育時期內日有效溫度（即日平均溫度減去生物學下限溫度的差值）的總和。本文采用式（1）計算玉米全生育期內≥10 ℃有效積溫[41]。

1.3.3 變化趨勢

各指標的時間變化趨勢通過氣候傾向率表示。氣候傾向率由最小二乘法進行估計，即建立時間與各要素的一元線性回歸方程[42]。

采用檢驗對農業氣候資源的年際變化趨勢進行顯著性檢驗，結果通過<0.05的顯著性檢驗，為變化趨勢顯著；通過<0.01的顯著性檢驗，為變化趨勢極顯著。

1.3.4 氣候變化對玉米高產性影響

為更好地解析未來不同時段氣候變化對玉米生產力的影響，本文將研究時段進一步劃分為3個時段，即2030 s（2015—2040年）、2050 s（2041—2070年）和2080 s（2071—2100年）。以不同氣候變化情景下未來各時段產量均值與基準時段（1981—2014年）產量均值的相對變化率表示氣候變化對玉米高產性的影響，其計算式為

1.3.5 氣候變化對玉米穩產性影響

采用變異系數（C）來評價未來氣候變化背景下玉米產量的穩定性，變異系數越小，穩定性越好；相反，變異系數越大，則穩定性越差。變異系數計算式如下

式中M為平均值，S為標準差。

以不同氣候變化情景下未來各時段產量變異系數與基準時段產量變異系數的變化量表示氣候變化對玉米穩產性的影響，其計算式為

式中C為氣候變化對玉米穩產性的影響，正值代表氣候變化使得玉米穩產性提高，負值則代表氣候變化使得玉米穩產性降低；C和C分別為未來某時段產量變異系數和基準時段產量變異系數，%。

2 結果與分析

2.1 未來情景下中國玉米全生育期農業氣候資源變化特征

圖2為SSP1-2.6和SSP5-8.5氣候情景下2015—2100年不同時段（2030 s、2050 s和2080 s）各亞區玉米全生育期農業氣候資源的變化特征。由圖可知，SSP1-2.6情景下2030 s和2050 s研究區域內各亞區玉米全生育期平均氣溫均呈上升趨勢，而2080 s時段即本世紀末期出現下降趨勢。2030 s西北灌溉玉米區升溫幅度最大，平均每10 a升高0.31 ℃；2050 s黃淮海夏播玉米區升溫幅度最大，平均每10 a升高0.45 ℃。SSP5-8.5情景下研究區域內各亞區玉米全生育期平均氣溫均呈持續上升趨勢（均通過0.05顯著性檢驗）且均高于SSP1-2.6氣候情景。各時段各亞區升溫幅度均高于0.30℃/10 a。

研究區域各亞區玉米全生育期≥10 ℃有效積溫變化趨勢與平均氣溫一致。SSP1-2.6氣候情景下，在2030 s時段呈增加趨勢，而在2050 s和2080 s部分亞區出現減少趨勢。2030 s西北灌溉玉米區有效積溫增加幅度最大，達30.6 （℃·d）/10a；2050 s僅南方丘陵玉米區呈現小幅下降趨勢，黃淮海夏播玉米區增加趨勢顯著，傾向率為45.9 （℃·d）/10 a。2080 s各亞區都出現一定幅度上的減少，其中黃淮海夏播玉米區減少趨勢顯著，傾向率為?33.0 （℃·d）/10 a。SSP5-8.5氣候情景下研究區域各亞區玉米全生育期積溫在各時段均呈增加趨勢，且均高于SSP1-2.6氣候情景，尤其是西南山地玉米區。

2015—2100年研究區域各亞區玉米全生育期降水量年際波動大，線性增減趨勢不明顯。SSP1-2.6情景下，2030 s黃淮海夏播玉米區、南方丘陵玉米區和西南山地玉米區降水量增加速率明顯高于北方春播玉米區和西北灌溉玉米區，南方丘陵玉米區增加速率最高，達到了50.8 mm/10 a。2050 s除南方丘陵玉米區降雨量呈增加趨勢外，其余亞區均為減少趨勢，以黃淮海夏播玉米區減少最為顯著，達到了?30.1 mm/10 a。SSP5-8.5情景下2030 s和2050 s黃淮海夏播玉米區和南方丘陵玉米區降水量均呈增加趨勢，其他3個地區降水量均呈減少趨勢。2080 s各亞區降水量均呈增加趨勢。

SSP1-2.6和SSP5-8.5情景下研究區域玉米全生育期太陽總輻射在2030 s和2050 s大部分區域呈增加趨勢，而2080 s出現減少趨勢。2030 s南方丘陵玉米區上升趨勢最大，SSP1-2.6和SSP5-8.5氣候情景下變化趨勢分別達到58.5和75.6 MJ/（m2·10 a）。2050 s除SSP1-2.6情景下南方地區小幅下降外，其余均呈上升趨勢。兩個氣候情景下2080 s黃淮海夏播玉米區和北方春播玉米區均呈減少趨勢。

總體而言，未來研究區域各亞區玉米全生育期升溫顯著，且北方增幅明顯高于南方；≥10 ℃有效積溫總體呈上升趨勢，SSP5-8.5氣候情景下各時段升溫幅度均高于SSP1-2.6氣候情景；降水量整體年際波動大變化趨勢不明顯，SSP1-2.6情景下略有增加，而SSP5-8.5情景下總體呈下降趨勢，截至到本世紀末期全生育期降水量減少6.5%，但區域差異較大，北方略有減少、南方略有增多，西北地區趨勢較為平緩，變化不大；太陽總輻射呈先增加后減少趨勢，且SSP5-8.5氣候情景下減少速率逐漸增大，北方地區減少速率明顯高于南方地區。

圖2 2種氣候變化情景下各亞區玉米全生育期內農業氣候資源變化趨勢

2.2 未來氣候變化對玉米生育期的影響

圖3和圖4為無適應措施條件下，與基準時段1981—2014年相比，SSP1-2.6和SSP5-8.5氣候情景下2015—2100年不同時段（2030 s、2050 s和2080 s）玉米全生育期、營養生長期和生殖生長期長度及與基準時段相比的變化量。由圖可知，在無適應措施條件下，未來2個氣候情景下各時段氣候變化均使玉米全生育期總體上呈縮短趨勢，且SSP5-8.5情景下縮短趨勢大于SSP1-2.6情景。僅SSP1-2.6和SSP5-8.5氣候情景下2030 s黑龍江省北部部分地區玉米全生育期出現延長趨勢，主要集中在0～5 d。從全區來看，與基準時段相比，SSP1-2.6氣候情景下2030 s、2050 s和2080 s玉米全生育期分別縮短(4.5±1.2)、(6.4±1.3)和(5.8±1.4) d；SSP5-8.5氣候情景下2030 s、2050 s和2080 s玉米全生育期分別縮短(5.0±1.3)、(11.4±2.8)和(19.0±4.8) d。空間上表現為北部地區縮短趨勢大于南部地區，特別是北方春播玉米區縮短趨勢最大。

在無適應措施條件下，未來氣候變化將導致玉米營養生長期縮短，且SSP5-8.5情景下縮短趨勢大于SSP1-2.6情景。從全區來看，SSP1-2.6氣候情景下2030 s、2050 s和2080 s玉米營養生長期分別縮短(2.3±0.8)、(3.4±0.4)和(3.7±0.5) d，隨著時間推移，縮短趨勢并不明顯，且同一時段內空間差異性較小；SSP5-8.5氣候情景下2030 s、2050 s和2080 s玉米營養生長期分別縮短(2.3±0.5)、(5.7±0.6)和(10.1±1.7) d，由此可見，隨著時間推移，縮短趨勢明顯增大，且空間差異性增大，特別是2080 s北方春播玉米區和西南山地玉米區縮短趨勢最大。

表1 2種氣候變化情景下各亞區玉米全生育期內農業氣候資源變化趨勢

注：*，<0.05；**，<0.01。

Note: *,<0.05; **,<0.01.

在無適應措施條件下，未來氣候變化將使得玉米生殖生長期總體呈縮短趨勢。部分區域如黑龍江北部等地區因開花期提前使得生殖生長階段氣溫偏低，進而導致生殖生長期呈延長趨勢，主要集中在0～5 d。從全區來看，SSP1-2.6氣候情景下2030 s、2050 s和2080 s玉米生殖生長期分別縮短(2.3±0.7)、(3.1±0.9)和(2.8±1.0) d，隨著時間推移，縮短趨勢并不明顯；SSP5-8.5氣候情景下2030 s、2050 s和2080 s玉米生殖生長期分別縮短(2.7±1.1)、(5.7±2.4)和(8.9±3.9) d，由此可見，隨著時間推移，縮短趨勢明顯增大，且空間差異性增大，特別是北方春播玉米區、西南山地玉米區和西北灌溉玉米區縮短趨勢最大。

2.3 未來不同情景下氣候變化對玉米潛在產量的影響

2.3.1 光溫潛在產量

圖5為基準時段（1981—2014年）和2015—2100年（SSP1-2.6和SSP5-8.5氣候情景下）不同時段玉米光溫潛在產量均值和變異系數。圖6為與基準時段1981—2014年相比，2015—2100年中國玉米光溫潛在產量均值和變異系數的變化量。由圖可知，1981—2014年研究區域玉米光溫潛在產量為(9.3±1.6) t/hm2，其中黃淮海夏播玉米區、北方春播玉米區、西北灌溉玉米區、南方丘陵玉米區和西南山地玉米區分別為(8.7±1.4)、(9.8±1.9)、(10.3±1.3)、(7.7±1.7)和(9.2±1.8) t/hm2，光溫潛在產量高值區主要位于西北灌溉玉米區和北方春播玉米區，低值區主要位于南方丘陵玉米區和西北灌溉玉米區部分區域（圖5）。在無適應措施條件下，與基準時段相比，SSP1-2.6情景下未來3個時段（2030 s、2050 s和2080 s）研究區域玉米分別減產12.8%、11.9%和11.1%，其中減產幅度最大的區域為西北灌溉玉米區，未來3個時段分別減產17.3%、18.7%和19.3%，減產幅度最小的為南方丘陵玉米區，分別減產9.8%、4.8%和4.3%。SSP5-8.5氣候情景下未來3個時段研究區域玉米分別減產12.7%、12.2%和16.5%，其中減產幅度最大的區域為西北灌溉玉米區，未來3個時段分別減產17.3%、21.2%和36.6%，減產最小的為南方丘陵玉米區，分別減產11.9%、12.4%和13.8%。總體來看，SSP5-8.5情景下較SSP1-2.6情景下減產效應更大，2個情景減產率平均值分別為13.8%和11.9%。

圖3 2015—2100年玉米全生育期、營養生長期和生殖生長期長度

注：ER為整個研究區域。

圖5 1981—2100年中國玉米光溫潛在產量均值和變異系數

圖6 與1981—2014年相比，2015—2100年玉米光溫潛在產量均值和變異系數的變化

1981—2014年研究區域光溫潛在產量變異系數為22.7%（圖5b），其中黃淮海夏播玉米區、北方春播玉米區、西北灌溉玉米區、南方丘陵玉米區和西南山地玉米區分別為19.5%、25.2%、22.2%、22.4%和20.1%，由此可見，北方春播玉米區玉米光溫潛在產量穩定性最差，而黃淮海夏玉米區光溫潛在產量穩定性最好。SSP1-2.6氣候情景下，未來3個時段（2030 s、2050 s和2080 s）研究區域變異系數分別為21.0%、21.8%和21.3%，SSP5-8.5氣候情景下，未來3個時段研究區域變異系數分別為20.5%、21.5%和22.8%，由此可見，未來氣候變化使得研究區域玉米光溫潛在產量穩定性略有提高，但區域間存在差異，西北灌溉玉米區和黃淮海夏播玉米區穩定性降低，而北方春播玉米區、南方丘陵玉米區和西南山地玉米區穩定性有所提高。從空間差異來看，在無適應措施條件下，未來時段光溫潛在產量變異系數從南向北呈上升趨勢，北方變異性高于南方，其中西南山地玉米區穩定性最好，西北灌溉玉米區穩定性最差。

2.3.2 雨養潛在產量

圖7為基準時段（1981—2014年）和2015—2100年（SSP1-2.6和SSP5-8.5氣候情景下）不同時段玉米雨養潛在產量均值和變異系數。圖8為與基準時段相比，2015—2100年中國玉米雨養潛在產量均值和變異系數的變化量。1981—2014年研究區域玉米雨養潛在產量為(7.4±2.1) t/hm2，其中黃淮海夏播玉米區、北方春播玉米區、南方丘陵玉米區和西南山地玉米區分別為(6.7±2.1)、(6.7±2.5)、(7.6±1.7)和(9.1±1.9) t/hm2，高值區主要位于西南山地玉米區，低值區主要位于北方春播玉米區和黃淮海夏玉米區。在無適應措施條件下，相較于基準時段，SSP1-2.6氣候情景下2030 s、2050 s和2080 s研究區域玉米分別減產14.8%、14.8%和12.4%，SSP5-8.5氣候情景下分別減產13.6%、17.6%和21.5%，其中減產幅度最大的區域為黃淮海夏玉米區，2種氣候情景下未來各時段分別減產16.7%、24.9%、21.8%和15.8%、22.7%、28.6%，減產幅度最小的為南方丘陵玉米區，2種氣候情景下未來各時段分別減產9.7%、5.6%、4.4%和11.9%、12.5%、14.6%。總體來看，在無適應措施條件下，未來氣候變化將使得研究區域玉米雨養潛在產量降低，SSP5-8.5情景下較SSP1-2.6情景下減產效應更大，2種氣候情景下減產率平均值分別為17.5%和14.0%。從空間差異來看，減產率呈由南向北減少趨勢。

圖7 1981—2100年玉米雨養潛在產量均值和變異系數

圖8 與1981—2014年相比，2015—2100年玉米雨養潛在產量均值和變異系數的變化

1981—2014年研究區域雨養潛在產量變異系數為36.5%，其中黃淮海夏播玉米區、北方春播玉米區、南方丘陵玉米區和西南山地玉米區分別為39.9%、49.5%、23.1%和22.1%，由此可見，北方春播玉米區雨養潛在產量穩定性最差，南方丘陵玉米區和西南山地玉米區穩定性相對較好。SSP1-2.6情景下2030 s、2050 s和2080 s研究區域變異系數分別為34.7%、35.2%和35.5%，SSP5-8.5情景下分別為34.1%、35.6%和35.0%。由此可見，未來氣候變化使得研究區域玉米雨養潛在產量變異系數減小，穩產性略有提高，但區域間存在差異，黃淮海夏播玉米區穩定性降低，而北方春播玉米區和南方丘陵玉米區穩定性有所提高，西南山地玉米區穩定性有增有減。從空間差異來看，北方地區穩定性低于南方地區，主要是由于降水的年際波動大造成的。

3 討 論

本研究首先分析了未來氣候條件下玉米生長季內農業氣候資源的變化，結果顯示，氣溫持續升高，積溫增加，降水年際波動性大但增加趨勢不明顯，太陽總輻射先增加后減少。隨后對比分析了歷史和未來氣候條件下玉米生育期長度的變化，模擬結果表明，氣候變化導致的升溫會顯著縮短玉米的生育期長度。在無適應措施條件下，生育期縮短將會不可避免地對玉米產量產生負面影響，進一步綜合光熱水資源的匹配等，北方春播玉米區和西北灌溉玉米區的熱量條件改善將使部分地區玉米產量得到一定程度提高，其余地區的玉米產量將會面臨大幅度下降。與此同時，未來氣候變化使得研究區域玉米穩產性提高。

未來氣候變暖將為熱量條件較差的北方地區帶來更多的熱量資源，使一些原本無法進行玉米種植或玉米難以成熟的地區可以種植玉米，因此玉米種植北界將會北移，玉米可種植區域擴大[43]。同時熱量資源的增加為更換生育期更長的品種提供了熱量資源保障，因此通過種植制度調整[44]、品種更換[45]、播期調整[46]等適應措施減緩未來氣候變化對作物生產的不利影響，但需要根據當地的氣候、土壤和生產條件，因地制宜提出適宜的應對措施。

本文定量分析未來氣候變化情景下中國5個玉米產區生長季內農業氣候資源的變化，以及由此帶來的玉米生育期長度的變化，并從高產性和穩產性2個方面明確了氣候變化對不同區域玉米產量的影響。由于氣候變化對作物影響過程的復雜性，本研究結果尚存在一定的不確定性。一方面，本文氣候數據來源于最新的CMIP6且已進行了修正，但由于氣候系統內部的自然變率和氣候模式的結構框架等的不確定性，導致氣候變化預估還存在一定的不確定性[47]，因此氣候變化對玉米產量影響評估可能存在誤差和不確定性，未來可以通過多模式集合評估提高預測精度[48-49]。另一方面，本文選用的玉米品種為各區域現有種植的主栽品種，但由于資料的限制，各省選擇了一個主栽品種進行模擬，未考慮區域內品種的多樣性以及區域間品種的差異，這都需要未來深入研究分析。

4 結 論

本文分析了未來2015—2100年氣候情景下中國玉米全生育期的農業資源變化規律，基于調參驗證后的農業生產系統模擬模型（agricultural production systems simulator，APSIM-Maize）模擬了未來氣候變化背景下玉米光溫潛在產量和雨養潛在產量，并進一步解析了不同地區氣候變化對玉米高產性和穩產性的影響。得到以下結論：

1）2015—2100年，研究區域內玉米全生育期氣溫持續升高，且增幅北部高于南部；≥10 ℃有效積溫總體呈上升趨勢，SSP5-8.5氣候情景下各時段升溫幅度均高于SSP1-2.6氣候情景。降水量年際波動大整體線性變化趨勢不明顯，SSP1-2.6氣候情景下略有增加，而SSP5-8.5情景下北方略有減少、南方略有增多，西北地區趨勢較為平緩，變化不大。未來不同時段研究區域玉米全生育期內太陽總輻射呈先增加后減少趨勢，且SSP5-8.5氣候情景下減少速率逐漸增大，北方地區減少速率明顯高于南方地區。

2）無適應措施條件下，未來2個氣候情景下各時段氣候變化均使玉米全生育期、玉米營養生長期和生殖生長期總體呈縮短趨勢，且SSP5-8.5情景下縮短趨勢大于SSP1-2.6情景。且隨著時間推移，縮短趨勢明顯增大，特別是北方春播玉米區、西南山地玉米區和西北灌溉玉米區縮短趨勢最大。

3）無適應措施條件下，未來氣候變化使研究區域玉米光溫潛在產量和雨養潛在產量總體下降，SSP5-8.5情景下較SSP1-2.6情景下減產效應更大前者減產率為17.5%，后者減少為14.0%。未來氣候變化使研究區域玉米光溫潛在產量和雨養潛在產量穩定性提高，但區域間存在差異。總體而言，黃淮海夏播玉米區穩定性降低，而北方春播玉米區和南方丘陵玉米區穩定性有所提高。

[1] KLOPFENSTEIN T J, ERICKSON G E, BERGER L L. Maize is a critically important source of food, feed, energy and forage in the USA[J]. Field Crops Research, 2013, 153: 5-11.

[2] 中華人民共和國國家統計局. 統計年鑒[EB/OL]. 2022. [2022-06-01].http: //www. stats. gov. cn.

[3] IPCC. Climate Change 2021: The Physical Science Basis[M]. Cambridge, New York: Cambridge University Press, 2021.

[4] WHEELER T, VON BRAUN J. Climate change impacts on global food security[J]. Science, 2013, 341(6145): 508-513.

[5] ROSENZWEIG C, ELLIOTT J, DERYNG D, et al. Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison[J]. Proceedings of the National Academy of Sciences, 2014, 111(9): 3268-3273.

[6] KUCHARIK C J, SERBIN S P. Impacts of recent climate change on Wisconsin corn and soybean yield trends[J]. Environment Research Letters, 2008(3): 034003.

[7] ZHAO C, LIU B, PIAO S L, et al. Temperature increase reduces global yields of major crops in four independent estimates[J]. Proceedings of the National Academy of Sciences, 2017, 114(35): 9326-9331.

[8] LOBELL D B, SCHLENKER W, COSTA-ROBERTS J. Climate trends and global crop production since 1980[J]. Science, 2011, 333(6042): 616-620.

[9] 韓湘玲. 農業氣候學[M]. 山西：山西科學技術出版社，2000.

[10] GRASSINI P, YANG H S, CASSMAN K G. Limits to maize productivity in Western Corn-Belt: A simulation analysis for fully irrigated and rainfed conditions[J]. Agricultural and Forest Meteorology, 2009, 149(8): 1254-1265.

[11] 劉霞霞，李揚，王靖，等. 基于APSIM模型的內蒙古四大生態區不同降水年型下主要作物適應性評價[J]. 中國農業科學，2022，55(10)：1917-1937. LIU Xiaxia, LI Yang, WANG Jing, et al. Adaptability evaluation of staple crops under different precipitation year types in four ecological regions of Inner Mongolia Based on APSIM [J]. Scientia Agricultura Sinica, 2022, 55(10): 1917-1937. (in Chinese with English abstract)

[12] PAUL W L, BERT G D. Open top chambers for exposing plant canopies to elevated CO2concentration and for measuring net gas exchange[J]. Plant Ecology, 1993, 104/105(1): 3-15.

[13] 徐玲，趙天宏，胡瑩瑩，等. CO2濃度升高對春小麥光合作用和籽粒產量的影響[J]. 麥類作物學報，2008，28(5)：867-872. XU Ling, ZHAO Tianhong, HU Yingying, et. al. Effects of CO2enrichment on photosynthesis and grain yield of spring wheat[J]. Journal of Triticeae Crop, 2008, 28(5): 867-872. (in Chinese with English abstract)

[14] 陳明，寇雯紅，李玉環，等. 氣候變化對東北地區玉米生產潛力的影響與調控措施模擬—以吉林省為例[J]. 應用生態學報，2017，28(3)：821-828. CHEN Ming, KOU Wenhong, LI Yuhuan, et al. Impacts of climate change on maize potential productivity in Northeast China and the simu lation of control measures: A case study of Jilin Province, China[J]. Chinese Journal of Applied Ecology, 2017, 28(3): 821-828. (in Chinese with English abstract)

[15] 韓智博，張寶慶，田杰，等. 基于CCSM4氣候模式的未來氣候變化對黑河綠洲玉米產量影響預測[J]. 灌溉排水學報，2018，37(10)：108-115. HAN Zhibo, ZHANG Baoqing, TIAN Jie, et al. Yield of the maize in Heihe oasis under climate change in northwest China predicted based on the CCSM4 climate model[J]. Journal of Irrigation and Drainage, 2018, 37(10): 108-115. (in Chinese with English abstract)

[16] ARAYA A, HOOGENBOOM G, LUEDELING E, et al. Assessment of maize growth and yield using crop models under present and future climate in southwestern Ethiopia[J]. Agricultural and forest Meteorology, 2015, 214: 252-265.

[17] ADHIKARI P, ALE S, BORDOVSKY J P, et al. Simulating future climate change impacts on seed cotton yield in the Texas High Plains using the CSM-CROPGRO-Cotton model[J]. Agricultural Water Management, 2016, 164: 317-330.

[18] YANG C Y, FRAGA H, IEPEREN W V, et al. Assessment of irrigated maize yield response to climate change scenarios in Portugal[J]. Agricultural Water Management, 2017, 184: 178-190.

[19] 王勝，宋阿偉，謝五三，等. 未來氣候變化對安徽淮河以南一季稻氣候生產潛力的影響評估[J]. 干旱氣象，2020，38(2)：179-187. WANG Sheng, SONG Awei, XIE Wusan, et al. Impact assessment of future climate change on climatic productivity potential of single-season rice in the south of the Huaihe river of Anhui province[J]. Journal of Arid Meteorology, 2020, 38(2): 179-187. (in Chinese with English abstract)

[20] 趙放，李秀芬，林偉楠，等. 氣候變化對玉米氣候生產潛力的影響[J]. 農業工程，2019，9(8)：132-134. ZHAO Fang, LI Xiufen, LIN Weinan, et al. Impact of climate change on climate productivity potential of maize[J]. Agricultural Engineering, 2019, 9(8): 132-134. (in Chinese with English abstract)

[21] 孫彥坤，田寶星，高見，等. 氣候變化對黑龍江省黑土區玉米氣候生產潛力的影響[J]. 東北農業大學學報，2013，44(11)：44-49. SUN Yankun, TIAN Baoxing, GAO Jian, et al. Effect of climate change on potential productivity of climate of corn in black soil region of Heilongjiang[J]. Journal of Northeast Agricultural University, 2013, 44(11): 44-49. (in Chinese with English abstract)

[22] 谷冬艷，劉建國，楊忠渠，等. 作物生產潛力模型研究進展[J]. 干旱地區農業研究，2007，103(5)：89-94. GU Dongyan, LIU Jianguo, YANG Zhongqu, et al. Reviews on crop productivity potential researches[J]. Agricultural Research in the Arid Areas, 2007, 103(5): 89-94. (in Chinese with English abstract)

[23] GAYDON D S, BALWINDER-SINGH, WANG E, et al. Evaluation of the APSIM model in cropping systems of Asia[J]. Field Crops Research, 2017, 204: 52-75.

[24] 黃川容，劉洪. 氣候變化對黃淮海平原冬小麥與夏玉米生產潛力的影響[J]. 中國農業氣象，2011，32(S1)：118-123. HUANG Chuanrong, LIU Hong. The effect of the climate change on potential productivity of winter wheat and summer maize in the Huang-Huai-Hai Plain[J]. Chinese Journal of Agrometeorology, 2011, 32(S1): 118-123. (in Chinese with English abstract)

[25] 王秀芬，楊艷昭，尤飛. 黑龍江省氣候變化及其對玉米生產潛力的影響[J]. 干旱地區農業研究，2012，30(5)：25-29. WANG Xiufen, YANG Yanzhao, YOU Fei. Climate change and its impact on maize potential productivity of Heilongjiang Province in China[J]. Agricultural Research in the Arid Areas, 2012, 30(5): 25-29. (in Chinese with English abstract)

[26] 賴榮生，余海龍，黃菊瑩. 寧夏中部干旱帶氣候變化及其對春玉米氣候生產潛力的影響[J]. 中國農業大學學報，2014，19(3)：108-114. LAI Rongsheng, YU Hailong, HUANG Juying. Effects of climate changes on spring maize’s climate potential productivity in middle arid region of Ningxia[J]. Journal of China Agricultural University, 2014, 19(3): 108-114. (in Chinese with English abstract)

[27] 李秀芬，趙慧穎，朱海霞，等. 黑龍江省玉米氣候生產力演變及其對氣候變化的響應[J]. 應用生態學報，2016，27(8)：2561-2570. LI Xiufen, ZHAO Huiying, ZHU Haixia, et al. Evolution of maize climate productivity and its response to climate change in Heilongjiang Province, China[J]. Chinese Journal of Applied Ecology, 2016, 27(8): 2561-2570. (in Chinese with English abstract)

[28] 楊宇. 氣候變化對黃淮海平原糧食生產力影響的實證研究[J]. 干旱區資源與環境，2017，31(6)：130-135. YANG Yu. The empirical study on impacts of climate changes on grain productivity in the Huang-Huai-Hai plain[J]. Journal of Arid Land Resources and Environment, 2017, 31(6): 130-135. (in Chinese with English abstract)

[29] 常耀杰，王文忠，馮寶，等. 文水縣氣候變化對玉米產量的影響[J]. 山西農業大學學報(自然科學版)，2017，37(5)：312-319. CHANG Yaojie, WANG Wenzhong, FENG Bao, et al. Effects of climate change on corn yield in Wenshui county[J]. Journal of Shanxi Agricultural University(Natural Science Edition), 2017, 37(5): 312-319. (in Chinese with English abstract)

[30] 姬興杰，徐延紅，左璇，等. 未來氣候變化情景下河南省糧食安全氣候承載力評估[J]. 應用生態學報，2020，31(3)：853-862. JI Xingjie, XU Yanhong, ZUO Xuan, et al. Estimating the climatic capacity of food security in Henan Province, China under the future climate change scenarios[J]. Chinese Journal of Applied Ecology, 2020, 31(3): 853-862. (in Chinese with English abstract)

[31] 時榮超，佟玲，杜太生，等. 改進AquaCrop-KR模擬不同水分和種植密度制種玉米產量[J]. 農業工程學報，2022，38(15)：63-71. SHI Rongchao, TONG Ling, DU Taisheng, et al. Simulation of hybrid maize seed yield under different water regimes and planting densities based on modified AquaCrop-KR model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(15): 63-71. (in Chinese with English abstract)

[32] 張元紅，王瑞，徐宗貴，等. 不同降水年型下旱地玉米產量性狀對種植密度和品種的響應[J]. 農業工程學報，2021，37(22)：136-144. ZHANG Yuanhong, WANG Rui, XU Zonggui, et al. Responses of yield traits to planting density and cultivar of spring maize in drylands under different rainfall types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 136-144. (in Chinese with English abstract)

[33] 張萬鋒，楊樹青，劉鵬，等. 秸稈覆蓋方式和施氮量對河套灌區夏玉米氮利用及產量影響[J]. 農業工程學報，2020，36(21)：71-79. ZHANG Wanfeng, YANG Shuqing, LIU Peng, et al. Effects of stover mulching combined with N application on N use efficiency and yield of summer maize in Hetao Irrigated District[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(21): 71-79. (in Chinese with English abstract)

[34] 劉佳鴻，何奇瑾，管玥，等. 黃淮海北部地區夏玉米穩產高產的播期優選[J]. 農業工程學報，2022，38(5)：131-138. LIU Jiahong, HE Qijin, GUAN Yue, et al. Suitable sowing date for stable and high yield of summer maize in the northern region of Huang-Huai-Hai, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(5): 131-138. (in Chinese with English abstract)

[35] 楊鎮. 東北玉米[M]. 北京：中國農業出版社，2007.

[36] 全國農業區劃委員會. 中國農業自然資源和農業區劃[M]. 北京：中國農業出版社，1991.

[37] 劉志娟，楊曉光，王靜，等. APSIM 玉米模型在東北地區的適應性[J]. 作物學報，2012，38(4)：740-746. LIU Zhijuan, YANG Xiaoguang, WANG Jing, et al. Adaptability of APSIM maize model in Northeast China[J]. Acta Agronomica Sinica, 2012, 38(4): 740-746. (in Chinese with English abstract)

[38] 董朝陽，劉志娟，楊曉光. 北方地區不同等級干旱對春玉米產量影響[J]. 農業工程學報，2015，31(11)：157-164. DONG Chaoyang, LIU Zhijuan, YANG Xiaoguang. Effects of different grade drought on grain yield of spring maize in Northern China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 157-164. (in Chinese with English abstract)

[39] 張鎮濤，楊曉光，高繼卿，等. 氣候變化背景下華北平原夏玉米適宜播期分析[J]. 中國農業科學，2018，51(17)：3258-3274. ZHANG Zhentao, YANG Xiaoguang, GAO Jiqing, et al. Analysis of suitable sowing date for summer maize in North China Plain under climate change[J]. Scientia Agricultura Sinica, 2018, 51(17): 3258-3274. (in Chinese with English abstract)

[40] ZHAO J, YANG X G. Distribution of high-yield and high-yield-stability zones for maize yield potential in the main growing regions in China[J]. Agricultural and Forest Meteorology, 2018, 248: 511-517.

[41] 蘇李君，劉云鶴，王全九. 基于有效積溫的中國水稻生長模型的構建[J]. 農業工程學報，2020，36(1)：162-174. SU Lijun, LIU Yunhe, WANG Quanjiu. Rice growth model in China based on growing degree days[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(1): 162-174. (in Chinese with English abstract)

[42] 沈瑱，曾燕，肖卉，等. 江蘇省日照時數的氣候特征分析[J]. 氣象科學，2007(4)：425-429. SHEN Zhen, ZENG Yan, XIAO Hui, et al. Changes of sunshine hours in the recent 40 years over Jiangsu province[J]. Journal of the Meteorological Sciences, 2007(4): 425-429. (in Chinese with English abstract)

[43] 劉志娟，楊曉光，王文峰，等. 全球氣候變暖對中國種植制度可能影響Ⅳ. 未來氣候變暖對東北三省春玉米種植北界的可能影響[J]. 中國農業科學，2010，43(11)：2280-2291. LIU Zhijuan, YANG Xiaoguang, WANG Wenfeng, et al. The possible effects of global warming on cropping systems in China Ⅳ. The possible impact of future climatic warming on the northern limits of spring maize in three provinces of Northeast China[J]. Scientia Agricultura Sinica, 2010, 43(11): 2280-2291. (in Chinese with English abstract)

[44] GAO J Q, YANG X G, ZHENG B Y, et al. Effects of climate change on the extension of the potential double cropping region and crop water requirements in Northern China[J]. Agricultural and Forest Meteorology, 2019, 268: 146-155.

[45] LIU Z J, YANG X G, XIE R Z, et al. Prolongation of the grain filling period and change in radiation simultaneously increased maize yields in China[J]. Agricultural and Forest Meteorology, 2021, 308/309: 108573.

[46] ZHU G X, LIU Z J, QIAO S L, et al. How could observed sowing dates contribute to maize potential yield under climate change in Northeast China based on APSIM model[J]. European Journal of Agronomy, 2022, 136: 126511.

[47] 段青云，夏軍，繆馳遠，等. 全球氣候模式中氣候變化預測預估的不確定性[J]. 自然雜志，2016，38(3)：182-188. DUAN Qingyun, XIA Jun, MIAO Chiyuan, et al. The uncertainty in climate change projections by global climate models[J]. Chinese Journal of Nature, 2016, 38(3): 182-188. (in Chinese with English abstract)

[48] CHEN X L, LIU Y M, WU G X. Understanding the surface temperature cold bias in CMIP5 AGCMs over the Tibetan Plateau[J]. Advances in Atmospheric Sciences, 2017, 34(12): 1447-1460.

[49] 孟雅麗，段克勤，尚溦，等. 基于CMIP6模式數據的1961—2100年青藏高原地表氣溫時空變化分析[J]. 冰川凍土，2022，44(1)：24-33. MENG Yali, DUAN Keqin, SHANG Wei, et al. Analysis on spatiotemporal variations of near-surface air temperature over the Tibetan Plateau from 1961 to 2100 based on CMIP6 models’data[J]. Journal of Glaciology and Geocryology, 2022, 44(1): 24-33. (in Chinese with English abstract)

Effects of climate change on maize productivity in China during 2015 to 2100 based on APSIM model

GONG Jingjin1, LIU Zhijuan1※, ZHU Guangxin1, SHI Dengyu1, ZHANG Zhentao1, FU Zhenzhen1, LU Xiaomeng1, QU Huihui2, YANG Xiaoguang1

(1.,,100193,;2.,150030,)

Global climate change has posed direct challenges to crop production. Among them, maize can be one of the most widely cultivated crops in China. It was important to systematically explore the impacts of future climate change on the potential yield, in order to ensure a high and stable yield and food security. In this research, a systematic investigation was implemented to explore the effects of future climate change on maize productivity using the daily meteorological data of two climate scenarios (Shared Socioeconomic Pathways, SSP1-2.6 and SSP5-8.5) output from MPI-ESM1.2-HR model under the Inter Statistical Impact Model Intercomparison Project from 1981 to 2100, the maize phenology data, and the soil data of the agrometeorological stations of the China Meteorological Administration. Firstly, the changes in agricultural resources were analyzed during the maize growth period in five subregions of the potential maize planting areas. Then, the Agricultural Production Systems sIMulator (APSIM-Maize) was validated to simulate the length of the whole growth period, vegetative period, reproductive period, potential yield, and rainfed potential yield of maize from 1981 to 2100. And the average value and coefficient of variation were selected to quantify the impact of future climate change on the yield of maize in China. The result showed that: 1) Under both SSP1-2.6 and SSP5-8.5 scenarios, there was a rising trend in the temperature and ≥10oC effective accumulated temperature (EAT) during the whole growth period of maize. The rising amplitude was higher under SSP5-8.5 than that under SSP1-2.6. There was a large interannual fluctuation of precipitation, indicating an insignificant overall change trend. There was a slight increase under SSP1-2.6, but a decrease under SSP5-8.5. The total solar radiation increased first and then decreased. 2) Without adaptation measures, the whole growth period, vegetative period and reproductive period of maize were shortened under climate change. The shortening trend under the SSP5-8.5 scenario was greater than that under the SSP1-2.6 scenario. The shortening trend increased significantly, as time went on. 3) Without adaptation measures, future climate change reduced the potential yield and rain-fed potential yield of maize. The yield reduction rates under the SSP5-8.5 scenario were greater than that under the SSP1-2.6 scenario. The average yield reduction rates of potential yield under SSP5-8.5 and SSP1-2.6 scenarios were 13.8% and 11.9%, respectively, while the average yield reduction rates of rain-fed potential yield were 17.5% and 14.0%, respectively. Future climate change slightly improved the stability of the potential yield and the rain-fed potential yield of maize, but there were differences between subregions. Therefore, future climate change can be expected to decrease the productivity of maize, but slightly improve its stability.

climate change; temperature; yield; CMIP6; APSIM-Maize model; China; maize; length of growth period

2022-07-12

2023-01-12

國家重點研發計劃項目（2019YFA0607402）；中國農業大學“2115人才工程”；黑龍江省科學基金項目（LH2020D017）

鞏敬錦，研究方向為氣候變化對玉米影響。Email：gjj1949@163.com

劉志娟，博士，副教授，研究方向為氣候變化對作物體系的影響。Email：zhijuanliu@cau.edu.cn

10.11975/j.issn.1002-6819.202207115

P467；S513

A

1002-6819(2023)-08-0167-12

鞏敬錦，劉志娟，祝光欣，等. 基于APSIM模型的2015—2100年氣候變化對中國玉米生產力影響[J]. 農業工程學報，2023，39(8)：167-178. doi：10.11975/j.issn.1002-6819.202207115 http://www.tcsae.org

Gong Jingjin, Liu Zhijuan, Zhu Guangxin, et al. Effects of climate change on maize productivity in China during 2015 to 2100 based on APSIM model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(8): 167-178. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202207115 http://www.tcsae.org