氣候變化影響下瀾湄流域下游水稻生產(chǎn)用水量模擬與分析

謝詩猛 劉登峰 劉慧 胡宏昌 董志強 王天賜 明廣輝

摘要：農(nóng)業(yè)用水是社會經(jīng)濟用水的主要行業(yè)，氣候變化對農(nóng)業(yè)用水的影響可能改變區(qū)域的水資源供需情勢。以瀾滄江-湄公河流域下游為研究區(qū)，基于ERA5.Land數(shù)據(jù)集和最新的CMIP6氣候預(yù)測數(shù)據(jù)，選用SSP1.2.6、SSP2.4.5、SSP5.8.5三種排放情景，AquaCrop模型將非生產(chǎn)性土壤蒸發(fā)和生產(chǎn)性作物蒸騰分離，將水稻生長期內(nèi)蒸騰總量作為水稻生產(chǎn)用水量，模擬了瀾滄江-湄公河流域下游歷史和未來時期水稻生產(chǎn)用水量，分析了水稻生產(chǎn)用水量的變化情況及其與溫度、降水和CO2濃度之間的相關(guān)關(guān)系。結(jié)果表明：瀾滄江-湄公河流域下游水稻生產(chǎn)用水量在空間上表現(xiàn)為北多南少，總體呈現(xiàn)逐年減少趨勢，且在SSP5.8.5情景下趨勢更加明顯。SSP5.8.5情景下的未來遠(yuǎn)期，瀾滄江-湄公河流域下游水稻生產(chǎn)用水量將減少29.7%。與溫度和降水相比，水稻生產(chǎn)用水量和CO2濃度之間的相關(guān)性最強。SSP5.8.5情景下的未來遠(yuǎn)期，在泰國的相關(guān)系數(shù)為-0.875，其余國家各季度下的相關(guān)系數(shù)均小于-0.9。

關(guān)鍵詞：氣候變化；作物模型；用水量；相關(guān)性；瀾湄流域下游

中圖分類號：TV93? 文獻標(biāo)識碼：A? 文章編號：1001.9235（2024）01.0013.21

Simulation and Analysis of Water Consumption for Rice Production in Downstream Lancanng.Mekong River Basin under the Influence of Climate Change

XIE Shimeng1，LIU Dengfeng1*，LIU Hui2，HU Hongchang3，DONG Zhiqiang2，WANG Tianci1，MING Guanghui4

（1.State Key Laboratory of Eco.hydraulics in Northwest Arid Region of China，School of Water Resources and Hydropower，

Xi'an University of Technology，Xi'an 710048，China; 2.China Institute of Water Resources and Hydropower Research，

Beijing 100038，China; 3.Department of Hydraulic Engineering，Tsinghua University，Beijing 100084，China;

4.Key Laboratory of Water Management and Water Security for Yellow River Basin （Ministry of Water Resources），Yellow River Engineering Consulting Co.，Ltd.，Zhengzhou 450003，China）

Abstract： Agriculture water consumption is the main sector of socio.economic water consumption.The impact of climate change on agriculture water consumption may change the situation of water supply and demand in a region.The downstream Lancang.Mekong River Basin is selected as the study area.Based on the ERA5.Land dataset and the latest CMIP6 climate projection data，three emission scenarios （SSP1.2.6，SSP2.4.5，and SSP5.8.5） are selected in this study，and the AquaCrop model is used to separate non.productive soil evaporation from productive crop transpiration.The total transpiration during the rice growth period is taken as water consumption for rice production，and the historical and subsequent water consumption for rice production in the downstream Lancang.Mekong River Basin is simulated.The changes in water consumption for rice production and its correlation with temperature，precipitation，and CO2 concentration are analyzed.The results show that the water consumption for rice production in the downstream Lancang.Mekong River Basin is manifested as more water consumption in the north and less water consumption in the south and has an overall decreasing trend annually.The trend is more obvious under the SSP5.8.5 scenario.In the SSP5.8.5 scenario，water consumption for rice production will reduce by 29.7% in the downstream Lancang.Mekong Basin in the far future.Compared with temperature and precipitation，the strongest correlation is found between water consumption for rice production and CO2 concentration.In the far future of the SSP5.8.5 scenario，the correlation coefficient is -0.875 in Thailand and less than -0.9 in other countries in all seasons.

Keywords：climate change;crop model;water consumption;correlation;downstream Lancang-Mekong River Basin

農(nóng)業(yè)是對氣候變化最敏感，受影響最大的產(chǎn)業(yè)［1-2］。隨著氣候變化的加劇，農(nóng)業(yè)氣候條件正在惡化，干旱壓力增加，水資源的時空分布也發(fā)生了顯著變化，農(nóng)業(yè)水資源供需矛盾愈發(fā)突出［3］。近百年來，氣候變化的主要特征是全球變暖，在過去的50 a里，溫度的上升速度已達到了0.13℃/10a，且氣溫有著持續(xù)上升的趨勢［4］。研究發(fā)現(xiàn)：溫度和CO2濃度升高會干擾植物的正常光合作用，全球多個研究區(qū)域的主要作物（如小麥、玉米、水稻）物候期已經(jīng)開始發(fā)生改變，未來農(nóng)作物生產(chǎn)具有更大的不確定性［5-6］。氣候變化在影響作物生長發(fā)育的同時，也導(dǎo)致作物的耗水過程發(fā)生了變化［7］。有的研究指出氣候變暖使水稻生產(chǎn)用水量增加，也有研究認(rèn)為降雨增加、日照時數(shù)減少和風(fēng)速降低等各方面的綜合原因，水稻生產(chǎn)用水量將減少［8-9］。

瀾滄江-湄公河流域（簡稱瀾湄流域）是亞洲最重要的跨境河流域，農(nóng)業(yè)是該流域內(nèi)國家重要的經(jīng)濟命脈［10］。在氣候變化背景下，瀾湄流域農(nóng)業(yè)生產(chǎn)面臨著巨大挑戰(zhàn)，特別是在人口密集的下游地區(qū)，正面臨著與日俱增的干旱與洪澇事件的威脅［11-12］。眾多學(xué)者針對流域內(nèi)主要作物對氣候變化的響應(yīng)和干旱等氣象災(zāi)害的時空演變特征展開了廣泛深入的研究，研究表明瀾湄流域的干旱有著向下游擴散的特征，盡管水稻產(chǎn)量隨降水和CO2濃度的升高而增加，但在未來的降水模式下仍需擴大灌溉面積［13-14］。在未來，盡管流域內(nèi)降水量呈增加趨勢，但瀾湄流域的干旱季節(jié)特征愈發(fā)明顯，雨季將更加濕潤，而旱季干旱將更為嚴(yán)重［15-16］。Yamauchi等［17］研究也表明，雨季干旱期延長和前期降雨不足將增加雨養(yǎng)水稻的干旱風(fēng)險。

為了揭示未來氣候變化情景下瀾滄江-湄公河流域的農(nóng)業(yè)灌溉用水對氣候變化的響應(yīng)，本研究基于ERA5.Land數(shù)據(jù)集和最新的CMIP6氣候預(yù)測數(shù)據(jù)，選用SSP1.2.6、SSP2.4.5、SSP5.8.5三種排放情景，基于AquaCrop模型模擬了瀾湄流域下游水稻生產(chǎn)用水量，并利用Mann.Kendall趨勢檢驗、Pearson相關(guān)系數(shù)分析了水稻生產(chǎn)用水量的時空變化趨勢及其與氣象要素的相關(guān)關(guān)系。研究成果為流域內(nèi)應(yīng)對氣候變化、優(yōu)化灌溉制度、提高灌溉效率、合理規(guī)劃水資源利用提供參考。

1 研究區(qū)概況

瀾滄江-湄公河流域的農(nóng)田主要分布在流域下游，其主要農(nóng)作物為水稻，水稻生產(chǎn)幾乎占柬埔寨、老撾、泰國和越南4個國家80%以上的農(nóng)業(yè)產(chǎn)出［18］。本研究以瀾湄流域下游為研究區(qū)，主要包括柬埔寨、老撾、泰國和越南4個國家共76個省，其中柬埔寨20個省，老撾17個省，泰國23個省，越南16個省，總面積約64萬km2，約為瀾湄流域總面積的3/4［19-20］，因缺乏緬甸的相關(guān)數(shù)據(jù)，本研究中不考慮緬甸，研究區(qū)域見圖1。

瀾湄流域下游屬熱帶季風(fēng)氣候，有明顯的雨季和旱季，雨季約為每年的5—10月，旱季約為11月至次年4月，全年降水量分布不均，雨季降水量約占全年降水量80%［21-22］。受地形、氣候的影響，降水在空間分布上也非常不均勻，降水時空分布不均勻?qū)е聻戜亓饔蛳掠魏闈撑c干旱的頻繁發(fā)生［23-24］。流域內(nèi)氣溫變化均勻，年平均氣溫為26℃左右，平均相對濕度在60%～80%［25］。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

收集了瀾湄流域下游4個國家的共76個省份的氣候數(shù)據(jù)、作物數(shù)據(jù)、土壤數(shù)據(jù)和灌溉數(shù)據(jù)。選用的氣候數(shù)據(jù)主要包括日最高溫度Tmax、日最低溫度Tmin、日降雨量P，日參考蒸散發(fā)Et0和年平均CO2濃度。日參考蒸散發(fā)為基于其他數(shù)據(jù)變量采用FAO推薦Penman.Monteith公式計算得出，CO2數(shù)據(jù)來自美國國家海洋和大氣管理局的全球監(jiān)測實驗室（NOAA）。

歷史時期（1982—2020年）氣候數(shù)據(jù)提取自ECMWF（European Entre for Medium.Range Weather Forecasts）發(fā)布的再分析數(shù)據(jù)集ERA5.Land。

未來時期（2021—2100年）氣候數(shù)據(jù)為基于3種共享社會經(jīng)濟路徑（SSP1.2.6、SSP2.4.5、SSP5.8.5）下，參加CMIP6的8個氣候模式的氣候模擬預(yù)測數(shù)據(jù)，見表1。

本研究所使用的作物數(shù)據(jù)來源于流域內(nèi)各國家統(tǒng)計局、農(nóng)業(yè)大數(shù)據(jù)中心和聯(lián)合國糧農(nóng)組織（FAO，下同）；土壤數(shù)據(jù)提取自聯(lián)合國糧農(nóng)組織提供的世界土壤類型數(shù)據(jù)庫；灌溉數(shù)據(jù)提取自FAO土地和水資源司聯(lián)合德國Rheinische Friedrich.Wilhems大學(xué)開發(fā)的全球灌溉渠地圖數(shù)據(jù)集Irrigation Areas v.5（Global Map of Irrigation Areas.Version 5）。

2.2 研究方法

2.2.1 AquaCrop模型

AquaCrop是FAO水土司開發(fā)的一種作物生長模型，廣泛被用于評估環(huán)境和管理對作物生產(chǎn)的影響。AquaCrop模擬草本作物對水的產(chǎn)量反應(yīng)，特別適合于瀾湄流域下游水是作物生產(chǎn)中關(guān)鍵限制因素的情況。

模型將蒸發(fā)分為非生產(chǎn)性的土壤蒸發(fā)（E）和用于作物生產(chǎn)的作物蒸騰（Tr），而水稻種植時大部分時段地面是水田，模型只模擬生產(chǎn)性作物蒸騰，本研究將作物生長期內(nèi)作物蒸騰總量定義為作物生長發(fā)育過程中的總用水量。模型計算作物蒸騰由作物系數(shù)KcTr乘以參考蒸散量 ，并考慮水分脅迫和冷應(yīng)力脅迫得到，其計算公式如下：

Tr=（KsKsTr，xKcTr）ET0（1）

式中 Ks——水分脅迫系數(shù)；KsTr，x ——冷應(yīng)力脅迫系數(shù)；KcTr——作物蒸騰系數(shù)；ET0——參考蒸散量。

AquaCrop設(shè)定了雨養(yǎng)和灌溉2種田間管理模式。在研究區(qū)域內(nèi)，柬埔寨和泰國的水稻生產(chǎn)主要集中在雨季，超過80%農(nóng)田僅在雨季種植水稻［26-28］；在老撾水稻種植主要為雨季（夏季）和冬春季［29］；越南年內(nèi)種植雨季（夏季）、冬春季和晚季三季水稻［30］，根據(jù)各國水稻種植制度設(shè)定了不同的田間管理模式（表2）。

本研究中雨養(yǎng)模式不采取任何灌溉措施，而灌溉模式則設(shè)定為始終保持土壤有效水分為田間持水量的70%（AquaCrop模型推薦，這基本滿足所有作物的用水需求）。特別的是，越南的夏季稻分為雨養(yǎng)和灌溉兩種田間管理模式，而冬春稻、晚季稻和老撾冬春稻則僅種植在灌溉所覆蓋的地區(qū)，因此，采取全灌溉模式。

2.2.2 Penman.Monteith公式

依據(jù)近年來的研究結(jié)果，為了提高對作物生產(chǎn)用水量的計算精度，聯(lián)合國糧農(nóng)組織（FAO）推薦使用參考蒸散發(fā)的概念，并提出了計算參考蒸散發(fā)的Penman.Monteith公式：

式中 ET0——參考蒸散量，mm；Rn——凈輻射量，MJ/（m2·d）；G——土壤熱通量； γ——濕度計常數(shù)，kPa/℃；T——空氣平均溫度，℃；u2——地面2 m高處的平均風(fēng)速，m/s；es——空氣飽和水汽壓，kPa；ea——空氣實際水汽壓；Δ——飽和水汽壓隨溫度的變化率，kPa/℃。

2.2.3 模型評價指標(biāo)

采用均方根誤差RMSE和相對誤差RE評價AquaCrop模型對瀾湄流域下游水稻產(chǎn)量的模擬結(jié)果，RMSE和RE計算公式如下：

式中 Si——模擬產(chǎn)量，t/hm2；Oi——觀測產(chǎn)量，t/hm2；i——時間序列；n——系列長度。

2.2.4 Mann.Kendall趨勢檢驗

Mann.Kendall趨勢檢驗法是一種非參數(shù)統(tǒng)計檢驗方法，廣泛應(yīng)用于降水、蒸發(fā)、徑流等要素隨時間序列變化的情況［31］。本研究采用此方法檢驗水稻生產(chǎn)用水量的時間變化趨勢，所有結(jié)果在5%水平下檢驗趨勢的顯著性。

2.2.5 Pearson相關(guān)系數(shù)

Pearson相關(guān)系數(shù)被廣泛地應(yīng)用于度量2個變量之間的相關(guān)程度，其值介于-1～1，由皮爾遜在19世紀(jì)80年代提出。本研究采用Pearson相關(guān)系數(shù)來評估水稻模擬產(chǎn)量和生長期內(nèi)溫度和降水的相關(guān)關(guān)系，計算公式如下：

3 結(jié)果與分析

3.1 水稻生產(chǎn)用水量

采用收集到的各省實際水稻產(chǎn)量數(shù)據(jù)進行AquaCrop模型的率定和驗證，然后以省為單位對歷史時期和未來時期不同情景下的水稻生產(chǎn)用水量進行模擬，根據(jù)各國家內(nèi)各省份的多年平均收獲面積加權(quán)得到各國的水稻生產(chǎn)用水量，多季種植的水稻則通過每季的多年平均收獲面積加權(quán)平均得到最終結(jié)果，代表平均每季水稻的生產(chǎn)用水量。

3.1.1 模型率定和驗證

各國平均統(tǒng)計產(chǎn)量、模擬產(chǎn)量、RMSE和RE見表3。在率定期間，老撾的RMSE最大值為0.342 t/hm2，泰國的RMSE最小值為0.057 t/hm2，分別占模擬平均產(chǎn)量的6.2%和2.4%。越南相對誤差最大，RE值為0.017，老撾的相對誤差最小，RE值為0.001。在驗證期內(nèi)，泰國模擬水稻的均方根誤差和相對誤差均最小，RMSE值0.089 t/hm2，RE值為0.014，模型模擬效果最好；越南模擬水稻的均方根誤差最大，RMSE值為0.231 t/hm2，柬埔寨模擬水稻的相對誤差最大，RE值為0.044?？傮w而言，各國家在率定期和驗證期的RMSE和RE值分別小于0.342 t/hm2和0.044，模型模擬滿足精度要求。

3.1.2 歷史時期水稻用水量的模擬

在1982—2020年的歷史時期瀾湄流域下游水稻生產(chǎn)平均用水量為296.4 mm，其中柬埔寨、老撾、泰國和越南水稻生產(chǎn)平均用水量分別為302.9、347.2、308.0、258.8 mm。柬埔寨和泰國水稻生產(chǎn)用水量的年際波動相對更大，老撾水稻生產(chǎn)用水量年際變化相對平穩(wěn)，而越南水稻生產(chǎn)用水量年際變化在初期較為平穩(wěn)，后期波動逐漸增大（圖2）。水稻生產(chǎn)用水量在空間上總體表現(xiàn)為北高南低的分布特征（圖3）。

對每個省歷史時期的水稻生產(chǎn)模擬用水量進行Mann.Kendall趨勢檢驗（結(jié)果通過Z≥1.96顯著性水平檢驗，圖4中slope大于0表示呈上升趨勢，小于0表示呈下降趨勢），結(jié)果顯示：歷史時期內(nèi)瀾湄流域下游水稻生產(chǎn)用水量總體表現(xiàn)為下降趨勢，水稻生產(chǎn)用水量表現(xiàn)出顯著下降趨勢的省份一共有55個，其中柬埔寨11個省，老撾11個省，泰國18個省，越南15個省。有1個省份（泰國Nakhon Ratchasima?。┧旧a(chǎn)用水在歷史時期表現(xiàn)出顯著的增加趨勢，其余20個省份水稻生產(chǎn)用水量在歷史時期均無明顯趨勢。

3.1.3 未來時期水稻生產(chǎn)用水量的模擬

基于未來預(yù)測數(shù)據(jù)，本研究以省為單位對瀾湄流域下游2個未來時期（未來近期：2021—2060年，未來遠(yuǎn)期：2061—2100年）水稻生產(chǎn)的用水量進行了模擬，并對比了瀾湄流域下游歷史時期的水稻生產(chǎn)模擬用水量（1982—2020年），見圖5。

對比歷史時期的模擬水稻生產(chǎn)用水量，在未來不同情境下各國水稻生產(chǎn)用水量有所降低，其降低趨勢總體上表現(xiàn)為在高排放情景SSP5.8.5下更為明顯。在未來近期，SSP1.2.6情景、SSP2.4.5情景、SSP5.8.5情景下瀾湄流域下游水稻生產(chǎn)用水量將分別減少17.8%、21.4%、20.4%。其中，柬埔寨水稻生產(chǎn)用水量將分別減少約17.3%、20.5%、20%；老撾的水稻生產(chǎn)用水量分別減少約18.0%、19.5%、21.1%；泰國的水稻生產(chǎn)用水量分別減少約13.1%、18.6%、16.0%；越南的水稻生產(chǎn)用水量別減少27.3%、28.2%、29.4%。在未來遠(yuǎn)期，SSP1.2.6情景、SSP2.4.5情景、SSP5.8.5情景下瀾湄流域下游水稻生產(chǎn)用水量將分別減少18.5%、25.2%、29.7%。其中，柬埔寨的水稻生產(chǎn)用水量將分別減少約17.7%、23.9%、28.9%；老撾的水稻生產(chǎn)用水量分別減少約18.5%、23.2%、30.9%；泰國的水稻生產(chǎn)用水量分別減少約13.8%、22.5%、25.2%；越南的水稻生產(chǎn)用水量別減少28.4%、32.3%、38.8%。同一排放情景下，未來近期和未來遠(yuǎn)期2個時期水稻生產(chǎn)用水量在低排放情景SSP1.2.6和中等排放情景SSP2.4.5下的變化并不大，在高排放情景SSP5.8.5下，未來近期到未來遠(yuǎn)期各國的水稻生產(chǎn)用水量明顯減少。

3.2 氣象要素與水稻用水量的關(guān)系

各氣象要素對水稻生產(chǎn)用水量有著重要的影響，通過計算各國家不同季節(jié)水稻生產(chǎn)用水量和氣象要素的相關(guān)系數(shù)，分析了不同時期內(nèi)各氣象要素和水稻生產(chǎn)用水量的相關(guān)關(guān)系。

3.2.1 最低溫度與水稻生產(chǎn)用水量的關(guān)系

在AquaCrop模型中，當(dāng)溫度低于作物生長所需的最低限制溫度時，作物氣孔導(dǎo)度將會降低，作物蒸騰將會減少，這一過程通過冷應(yīng)力系數(shù)KsTr，x來模擬。本研究計算了水稻生產(chǎn)用水量和生長期內(nèi)最低溫度的相關(guān)系，以探究最低溫度對水稻生產(chǎn)用水量的影響（圖6—12）。

在歷史時期，瀾湄流域下游各制度下水稻生長期內(nèi)平均最低溫度為柬埔寨23.7 ℃、老撾夏季21.1 ℃、老撾冬春季15.9 ℃、泰國23.6 ℃、越南夏季23.6 ℃、越南冬春季21.7 ℃，越南晚季23 ℃。除柬埔寨和老撾水稻生產(chǎn)用水量與最低溫度之間無明顯相關(guān)外，其余各制度下水稻生產(chǎn)用水量和最低溫度之間都表現(xiàn)出一定的負(fù)相關(guān)，但相關(guān)程度并不高，其中越南冬春季水稻生產(chǎn)用水量和最低溫度的相關(guān)系數(shù)為-0.744（P<0.01）。在未來近期，幾乎所有制度下的水稻生產(chǎn)用水量和最低溫度之間都表現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，其中越南晚季水稻的用水量和最低溫度相關(guān)性最高，相關(guān)系數(shù)為-0.947（P<0.01）。所有在夏季種植的水稻其用水量和最低溫度的相關(guān)性隨著排放情景的升高而增強。而老撾冬春季水稻在低排放情景下呈正相關(guān)，在中等排放情景下相關(guān)性減弱，在高排放情景下轉(zhuǎn)為負(fù)相關(guān)；越南冬春季水稻用水量和最低溫度的相關(guān)性隨著排放情景的升高而減弱。在未來遠(yuǎn)期，水稻生產(chǎn)用水量和最低溫度之間幾乎都表現(xiàn)為負(fù)相關(guān)關(guān)系，在高排放情景下，柬埔寨水稻用水量和最低溫度相關(guān)系數(shù)達到了-0.951（P<0.01）。水稻生產(chǎn)用水量和最低溫度的相關(guān)性同樣隨排放情景的升高而增強，但二者的相關(guān)程度在低、中等排放情景下往往低于未來近期，在高排放情景下高于未來近期。此外，不同于其余國家，老撾冬春季水稻生長期內(nèi)平均最低溫度遠(yuǎn)低于其余種植制度下的平均最低溫度，在低排放情景SSP1.2.6下，水稻生產(chǎn)用水量與最低溫度在未來2個時期內(nèi)均表現(xiàn)出顯著的正相關(guān)關(guān)系。

3.2.2 最高溫度與水稻生產(chǎn)用水量的關(guān)系

在作物的生長過程中，除低溫限制外，當(dāng)溫度高于限制溫度時，作物葉面會因過多失水從而關(guān)閉氣孔，導(dǎo)致作物蒸騰減弱。通過計算水稻生產(chǎn)模擬用水量和水稻生長期內(nèi)最高溫度的相關(guān)系數(shù)，分析二者之間的相關(guān)性，探究最高溫度對水稻生產(chǎn)用水量的影響，結(jié)果見圖13—19。

在歷史時期，瀾湄流域下游各制度下水稻生長期內(nèi)平均最高溫度為柬埔寨30.2 ℃、老撾夏季27.5 ℃、老撾冬春季27 ℃、泰國30 ℃、越南夏季29.1 ℃、越南冬春季29.7 ℃，越南晚季28.8℃，水稻生產(chǎn)用水量和最高溫度之間無明顯的相關(guān)性，僅老撾冬春季水稻生產(chǎn)用水量和最高溫度的相關(guān)系數(shù)為-0.321（P<0.01）。在未來近期，總體來說，水稻生產(chǎn)用水量和最高溫度之間表現(xiàn)為明顯的負(fù)相關(guān)關(guān)系，相關(guān)性最高為老撾夏季水稻，其相關(guān)系數(shù)為-0.928（P<0.01）。特別的，老撾冬春季水稻生產(chǎn)用水量和最高溫有顯著的正相關(guān)，相關(guān)系數(shù)為0.824（P<0.01）。在未來遠(yuǎn)期，老撾夏季和泰國水稻生產(chǎn)用水量和最高溫度在3種排放情景下為顯著的負(fù)相關(guān)，且相關(guān)程度在SSP5.8.5情景下高于SSP2.4.5高于SSP1.2.6，其中老撾夏季和泰國水稻生產(chǎn)用水量和最高溫度在SSP5.8.5情景下的相關(guān)系數(shù)分別為-0.925（P<0.01）和0.896（P<0.01）。老撾冬春、越南夏季、越南晚季和越南冬春季水稻生產(chǎn)用水量和最高溫度在SSP1.2.6情景下為顯著的正相關(guān)，相關(guān)系數(shù)分別為0.832、0.706、0.625、0.458，隨著排放情景升高，在中等排放情景下其正相關(guān)關(guān)系減弱，繼而在高等排放情景下轉(zhuǎn)為顯著的負(fù)相關(guān)關(guān)系，其相關(guān)系數(shù)分別為-0.79、-0.902、-0.89、-0.646。柬埔寨水稻生產(chǎn)用水量和最高溫度在SSP5.8.5情景下呈顯著負(fù)相關(guān)，相關(guān)系數(shù)為-0.926（P<0.01）。對比未來近期和未來遠(yuǎn)期，各國水稻生產(chǎn)用水量和生長期內(nèi)最高溫度的相關(guān)性在未來遠(yuǎn)期普遍強于未來近期。

3.2.3 降水與水稻生產(chǎn)用水量的關(guān)系

在AquaCrop模型中，作物根區(qū)缺水和水分過量都可能減少作物的蒸騰作用，這一過程通過水分脅迫系數(shù)Ks來進行模擬。降水作為模型水分補給的主要途徑，會影響作物根區(qū)的含水量從而影響作物蒸騰。本研究通過計算水稻生產(chǎn)用水量和水稻生長期內(nèi)降水的相關(guān)系數(shù)，分析其在不同時期不同情境下的相關(guān)關(guān)系（圖20—26）。

在歷史時期內(nèi)，僅越南冬春季和晚季水稻生產(chǎn)用水量和降水之間有顯著的負(fù)相關(guān)（r=-0.744，r=-0.623）外，其余各國各季度水稻生產(chǎn)用水量和降水之間均無明顯相關(guān)關(guān)系。在未來近期，柬埔寨、越南夏季、越南冬春和越南晚季的水稻生產(chǎn)用水量和降水在SSP1.2.6、SSP2.4.5、SSP5.8.5情景下都表現(xiàn)出一定程度的負(fù)相關(guān)，其中越南晚季水稻產(chǎn)量和降水之間的相關(guān)性最高，在SSP1.2.6、SSP2.4.5、SSP5.8.5情景下的相關(guān)系數(shù)分別為-0.542、-0.438、-0.622。老撾冬春稻在SSP5-8.5情景夏表現(xiàn)出負(fù)相關(guān)，其相關(guān)系數(shù)為-0.537。在未來遠(yuǎn)期，越南冬春稻和晚季稻在3種情境下均表現(xiàn)出一定的負(fù)相關(guān)，其中在SSP2.4.5情景下越南冬春季水稻生產(chǎn)用水量和降水之間的相關(guān)性最好，相關(guān)系數(shù)為-0.567，老撾冬春稻在SSP1.2.6和SSP2.4.5情景下為顯著負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.536、-0.634。老撾夏季和泰國僅在SSP5.8.5情景下表現(xiàn)出一定的負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.629、-0.409?？傮w來說，越南冬春稻和晚季稻的生產(chǎn)用水量和降水之間的相關(guān)性要強于其他國家。

3.2.4 CO2濃度與水稻生產(chǎn)用水量的關(guān)系

CO2是影響全球氣候變化主要溫室氣體，大氣中CO2濃度升高不僅會加劇全球變暖，還會減小作物、植被的氣孔開放度，導(dǎo)致氣孔阻力增加，從而減少作物、植被蒸騰。通過計算瀾湄流域下游模擬水稻生產(chǎn)用水量和年平均CO2濃度的相關(guān)系數(shù)，本研究分析了水稻生產(chǎn)用水量和CO2濃度之間的相關(guān)關(guān)系（圖27—33）。

在歷史時期，老撾夏季、老撾冬春季、越南夏季、越南晚季和越南冬春季水稻生產(chǎn)用水量和CO2濃度之間均表現(xiàn)出了顯著的負(fù)相關(guān)，其中老撾夏季相關(guān)性最強，相關(guān)系數(shù)為-0.657（P<0.01）。在未來近期，幾乎所有國家各季度的水稻生產(chǎn)用水量和CO2濃度之間都表現(xiàn)出顯著的負(fù)相關(guān)，其中越南晚季水稻生產(chǎn)用水量和CO2濃度的相關(guān)性達到了-0.949（P<0.01）。同時，通過對比同一季度不同情景下水稻生產(chǎn)用水量和CO2濃度的相關(guān)系數(shù)發(fā)現(xiàn)，其相關(guān)性隨著排放情景的升高而逐漸增強。在未來遠(yuǎn)期，在SSP1.2.6情景下，柬埔寨、老撾夏季和泰國水稻生產(chǎn)用水量和CO2濃度存在一定的負(fù)相關(guān)，其相關(guān)系數(shù)分別為-0.409、-0.365、-0.365；在SSP2.4.5情景下，僅越南夏季水稻生產(chǎn)用水量和CO2濃度不相關(guān)外，其余各國水稻生產(chǎn)用水量和CO2濃度均呈現(xiàn)出顯著的負(fù)相關(guān)，其中越南晚季水稻生產(chǎn)用水量和CO2濃度的相關(guān)性最強，相關(guān)系數(shù)為0.714；在SSP5.8.5情景下，各國所有季節(jié)的水稻生產(chǎn)用水量和CO2濃度都表現(xiàn)出極為顯著的負(fù)相關(guān)關(guān)系，泰國的相關(guān)系數(shù)為-0.875（P<0.01），其余國家各季度下的相關(guān)系數(shù)都小于-0.9（P<0.01）。

3.3 討論

氣候變化對作物生產(chǎn)的影響在物候?qū)W上是復(fù)雜而模糊的，AquaCrop模型是一個相對簡化的模型，旨在為全球更廣泛區(qū)域內(nèi)研究環(huán)境和管理對作物生產(chǎn)的影響提供更便利的方法。由于研究區(qū)內(nèi)經(jīng)濟技術(shù)以及數(shù)據(jù)訪問等限制，所能獲取的各方面數(shù)據(jù)資源有限，部分模型參數(shù)采用FAO在標(biāo)準(zhǔn)情況下給予的參考值。同時，本研究對水稻生產(chǎn)用水量的模擬是基于AquaCrop模型的Python開源版本AquaCrop.OSPy來實現(xiàn)，AquaCrop.OSPy主要考慮的是氣候變化對作物生產(chǎn)的影響，暫時沒有納入土壤肥力脅迫和鹽分脅迫，而氣候變暖致使海平面上升，瀾湄流域下游的鹽分入侵正嚴(yán)重威脅水稻生產(chǎn)環(huán)境［32-33］，盡管模擬結(jié)果表現(xiàn)較好，但模型在一定程度上是缺乏代表性的。

此外，在分析氣象要素對水稻生產(chǎn)用水量的影響時方法相對單一，忽略了各氣候要素之間的相互作用。目前，許多方法可用于作物生產(chǎn)用水量的模擬計算和分析，如Hargreaves模型、灰色神經(jīng)網(wǎng)絡(luò)模型和利用遙感影像方法等。隨著理論、科技的不斷進步，對作物生產(chǎn)用水量的模擬和計算精度將進一步提升，灌溉制度和措施也會更加優(yōu)化完善，水資源利用率將進一步提高。

4 結(jié)論

本研究以瀾滄江-湄公河流域下游為研究區(qū)，基于ERA5.Land數(shù)據(jù)集和最新的CMIP6氣候預(yù)測數(shù)據(jù)，選用SSP1.2.6、SSP2.4.5、SSP5.8.5三種排放情景，AquaCrop模型將非生產(chǎn)性土壤蒸發(fā)和生產(chǎn)性作物蒸騰分離，將水稻生長期內(nèi)蒸騰總量作為水稻生產(chǎn)用水量，模擬了瀾滄江-湄公河流域下游歷史和未來時期水稻生產(chǎn)用水量，分析了水稻生產(chǎn)用水量的變化情況，及其與溫度、降水和CO2濃度之間的相關(guān)關(guān)系，主要結(jié)論如下。

a）在1982—2020年的歷史時期瀾湄流域下游水稻生產(chǎn)平均用水量為296.4 mm，其中柬埔寨、老撾、泰國和越南的水稻生產(chǎn)平均用水量分別為302.9、347.2、308.0、258.8 mm。瀾湄流域下游水稻生產(chǎn)用水量總體呈現(xiàn)逐年減少趨勢，水稻生產(chǎn)的用水量在空間上表現(xiàn)為北多南少。

b）未來時期，瀾湄流域下游水稻生產(chǎn)的用水量相對于歷史時期有所減少，在SSP5.8.5情景下減少趨勢更加明顯，到未來遠(yuǎn)期瀾湄流域下游水稻生產(chǎn)用水量將減少29.7%，其中柬埔寨、老撾、泰國和越南水稻生產(chǎn)的用水量將分別減少28.9%、30.9%、25.5%、38.8%。

c）瀾湄流域下游水稻生產(chǎn)用水量在未來時期減少與4個氣象變量（最低溫度、最高溫度、降水和CO2濃度）有一定的相關(guān)關(guān)系。冬春季水稻生產(chǎn)用水量在低排放情景下和最低溫度、最高溫度表現(xiàn)為正相關(guān)，在其余種植制度下則總體表現(xiàn)為負(fù)相關(guān)關(guān)系。越南冬春季和晚季水稻生產(chǎn)用水量和降水之間的相關(guān)性強于其他種植制度。水稻生產(chǎn)用水量和CO2濃度呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，在SSP5.8.5情景下的未來遠(yuǎn)期，泰國水稻生產(chǎn)用水量和CO2濃度相關(guān)系數(shù)為-0.875（P<0.01），其余國家各季度下水稻生產(chǎn)用水量和CO2濃度相關(guān)系數(shù)都小于-0.9（P<0.01）。

參考文獻：

［1］楊敏慎，劉曉雨，郭輝.氣候變暖和CO2濃度升高對農(nóng)作物的影響［J］.江蘇農(nóng)業(yè)學(xué)報，2021，37（1）：246-258.

［2］朱永彬，白冰，劉昌新，等.氣候變化對我國農(nóng)作物產(chǎn)量影響及氣候損失估算［J］.統(tǒng)計觀察，2019，35（24）：85-89.

［3］LEE S，CHOI J，HUR S，et al.Food.centric interlinkages in agricultural food.energy.water nexus under climate change and irrigation management［J］.Resources Conservation and Recycling，2020，163.DOI：10.1016/j.resconrec.2020.105099.

［4］WANG J，WANG X，XIN L，et al.The Impact of Climate Change and Grain Planting Structure Change on Irrigation Water Requirement for Main Grain Crops in Mainland China［J］.Land，2022，11（12）：11-23.

［5］DERYNG D，CONWAY D，RAMANKUTTY N，et al.Global crop yield response to extreme heat stress under multiple climate change futures［J］.Environmental Research Letters，2014，9（3）：34-41.

［6］SáNCHEZ B，RASMUSSEN A，PORTER J R.Temperatures and the growth and development of maize and rice：a review［J］.Global Change Biology，2014，20（2）：408-417.

［7］熊玉江，喬偉，姚付啟，等.氣候變化和灌溉方式對稻田需水量的影響［J］.長江科學(xué)院院報，2018，35（4）：76-80.

［8］韓宇平，王朋，王富強.氣候變化下淮河區(qū)主要作物需水量變化特征［J］.灌溉排水學(xué)報，2013，32（5）：114-117.

［9］王衛(wèi)光，彭世彰，孫風(fēng)朝，等.氣候變化下長江中下游水稻灌溉需水量時空變化特征［J］.水科學(xué)進展，2012，23（5）：656-664.

［10］運曉博，湯秋鴻，徐錫蒙，等.氣候變化對瀾湄流域上下游水資源合作潛力的影響［J］.氣候變化研究進展，2020，16（5）：555-563.

［11］陳興茹，王興勇.湄公河流域洪旱災(zāi)害損失分析［J］.水利經(jīng)濟，2019，37（1）：54-58.

［12］MAINUDDIN M，KIRBY M，HOANH C T.Adaptation to climate change for food security in the lower Mekong Basin［J］.Food Security，2011，3（4）：433-450.

［13］ZHANG L，SONG W，SONG W.Assessment of Agricultural Drought Risk in the Lancang.Mekong Region，South East Asia［J］.International Journal of Environmental Research and Public Health，2020，17（17）：61-73.

［14］KANG H，SRIDHAR V，MAINUDDIN M，et al.Future rice farming threatened by drought in the Lower Mekong Basin［J］.Scientific Reports，2021，11（1）：93-103.

［15］DONG Z Q，LIU H，BAI YB，et al.Future projection of seasonal drought characteristics using CMIP6 in the Lancang.Mekong River Basin［J］.Journal of Hydrology，2022，610.DOI：10.1016/j.jhydrol.2022.127815.

［16］THILAKARATHNE M，SRIDHAR V.Characterization of future drought conditions in the Lower Mekong River Basin［J］.Weather and Climate Extremes，2017，17（10）：47-58.

［17］YAMAUCHI K.Climate change impacts on agriculture and irrigation in the Lower Mekong Basin［J］.Paddy and Water Environment，2013，12（S2）：227-240.

［18］PAIBOONVORACHAT C，KITYUTTACHAI K，MINAMI I，et al.Irrigation Database Improvement for the Lower Mekong Basin ［R］.2018.

［19］BALLESTER C，VOTE C，HORNBUCKLE J，et al.Effects of Frequency of Irrigation on Dry.Season Furrow.Irrigated Maize and Peanut Production in the Rice.Growing Lowlands of the Lower Mekong Basin［J］.Agriculture，2019，9（6）.DOI：10.3390/agriculture9060128.

［20］YOSHIDA Y，LEE H S，TRUNG B H，et al.Impacts of Mainstream Hydropower Dams on Fisheries and Agriculture in Lower Mekong Basin［J］.Sustainability，2020，12（6）.DOI：10.3390/su12062408.

［21］LY K，METTERNICHT G，MARSHALL L.Linking Changes in Land Cover and Land Use of the Lower Mekong Basin to Instream Nitrate and Total Suspended Solids Variations［J］.Sustainability，2020，12（7）：29-42.

［22］ZHANG B H，ZHANG L，GUO H D，et al.Drought impact on vegetation productivity in the Lower Mekong Basin［J］.Internitional Journal of remotesensing，2014，35（8）：2835-2856.

［23］何大明.瀾滄江：湄公河水文特征分析［J］.云南地理環(huán)境研究，1995，7（1）：58-74.

［24］Mekong River Commission，Ministry of Water Resourse of China.Joint Observation and Evaluation of the Emergency Water Supplement from China to the Mekong River［A］.2016.

［25］LIU H.Flood Prevention and Drought Relief in Mekong River Basin［M］.Springer，2021.

［26］CHUNG S，TAKEUCHI J，F(xiàn)UJIHARA M，et al.Flood damage assessment on rice crop in the Stung Sen River Basin of Cambodia［J］.Paddy and Water Environment，2019，17（2）：255-263.

［27］HUANG Z，LI Z，ZHOU K，et al.Rice production and hybrid rice development in thailand［J］.Hybrid Rice，2018，33（5）：68-71.

［28］SINNARONG N，CHEN C C，MCCARL B，et al.Estimating the potential efects of climate change on rice production in Thailand［J］.Paddy and Water Environment，2019，17（4）：761-769.

［29］侯儷.老撾大米出口現(xiàn)狀及競爭力研究［D］.昆明：云南大學(xué)，2019.

［30］章忠貴，高前寶，范凌，等.越南雜交水稻市場現(xiàn)狀及發(fā)展對策探討［J］.現(xiàn)代農(nóng)業(yè)科技，2017（22）：42-43.

［31］TANG Y Z，HUO J J，ZHU D J，et al.Spatio.Temporal V ariation of Precipitation and Evaporation on the Tibetan Plateau and Their Influence on Regional Drought［J］.Atmosphere，2022，13.DOI：10.3390/atmos13081323.

［32］SMAJGL A，TOAN T Q，NHAN D K，et al.Responding to rising sea levels in the Mekong Delta［J］.Nature Climate Change，2015，5（2）：167-174.

［33］VU D T，YAMADA T，ISHIDAIRA H.Assessing the impact of sea level rise due to climate change on seawater intrusion in Mekong Delta，Vietnam［J］.Water Science and Technology，2018，77（5/6）：1632-1639.