www.激情,亚洲小视频,岛国无码av不卡一区二区,奇米7777

      進(jìn)入21世紀(jì)，給人類最大的感受是氣候變化特別的快，這種變化趨勢(shì)加快了一些原有物種的滅絕，使更多的物種面臨威脅，這也是人工氣候室被快速推廣的原因。作為一個(gè)農(nóng)業(yè)大國(guó)，我們關(guān)心的是氣候變化對(duì)農(nóng)業(yè)的影響，我國(guó)主要的農(nóng)作物包括玉米、水稻和小麥，今天就為大家介紹一下氣候的改變對(duì)小麥種植及產(chǎn)量的影響。

      小麥?zhǔn)侵袊?guó)第二大糧食作物, 總產(chǎn)量占糧食總產(chǎn)量的22.5%，消費(fèi)量占總消費(fèi)量的25%左右, 在農(nóng)業(yè)生產(chǎn)及國(guó)民經(jīng)濟(jì)中占有重要地位。各地幾乎均可種植小麥,但主要集中在長(zhǎng)江以北的東部地區(qū)。長(zhǎng)城以北地區(qū)以春小麥為主, 其余地區(qū)主要以冬小麥為主。經(jīng)人工智能氣候室對(duì)比分析：上述兩個(gè)地區(qū)是氣候變化的敏感地區(qū)。氣候變暖將會(huì)對(duì)此地區(qū)小麥生產(chǎn)產(chǎn)生重大影響, 評(píng)價(jià)氣候變暖對(duì)中國(guó)小麥的影響, 對(duì)指導(dǎo)和規(guī)劃在全球氣候變化大背景下我國(guó)小麥生產(chǎn)具有重要的意義。
      近些年來, 我國(guó)在開展氣候變化對(duì)小麥生產(chǎn)影響評(píng)價(jià)方面發(fā)展較快。鄭大瑋和劉中麗采用積分回歸法，并參照趙宗慈分析的當(dāng)CO2倍增時(shí)我國(guó)各地冬夏氣溫、降水變化綜合模式的模擬結(jié)果, 就氣候變化對(duì)我國(guó)小麥生產(chǎn)的影響進(jìn)行了評(píng)價(jià)。劉建棟將CO2倍增之后GCMs(全球大氣環(huán)流模型)的輸出結(jié)果輸入到ARIDCROP模擬表明, CO2濃度倍增后, 黃淮海地區(qū)冬小麥氣候生產(chǎn)力南部升高, 北部降低, 總體水平下降8.7%左右, 而且降水減少可能是引起冬小麥氣候生產(chǎn)力降低的主要原因。張宇等利用隨機(jī)天氣模型, 將氣候模式對(duì)大氣中CO2倍增時(shí)預(yù)測(cè)的氣候情景與CERES小麥模型相連接, 研究表明氣候變化后小麥生育期縮短; 籽粒產(chǎn)量呈下降趨勢(shì), 冬小麥平均減產(chǎn) 7%~8%。另外, 王石立等預(yù)測(cè)了未來氣候變化情景下, 氣溫升高將使蒸發(fā)過程加劇, 華北冬麥區(qū)小麥全生育期內(nèi)農(nóng)田最大蒸散量增加50~70mm, 比當(dāng)前氣候下增加了 8%~12%左右。
      然而, 目前我國(guó)關(guān)于氣候變化對(duì)小麥的影響研究大多是依據(jù)某種模式或農(nóng)業(yè)氣候統(tǒng)計(jì)分析進(jìn)行預(yù)測(cè), 有關(guān)氣候變化后對(duì)我國(guó)小麥風(fēng)險(xiǎn)影響評(píng)價(jià)研究國(guó)內(nèi)學(xué)者已經(jīng)做了一些工作,但所采用的氣候模式大多為大尺度的全球氣候模式, 對(duì)于氣候變化對(duì)小麥的影響的模擬有很大的不確定性, 另外國(guó)內(nèi)外對(duì)冬小麥生產(chǎn)受氣候變化影響的研究大多數(shù)是CO2倍增時(shí)氣候平衡模式的氣候情景下進(jìn)行研究的, 而IPCC第三次評(píng)價(jià)報(bào)告采用最新的溫室氣體排放情景是漸進(jìn)遞增的, 其氣候情景也是連續(xù)變化的。這樣, 使人們對(duì)未來不同時(shí)段的氣候變化影響得以連續(xù)評(píng)價(jià)成為可能。本研究利用計(jì)算機(jī)進(jìn)行數(shù)值模擬的方法分析氣候變化對(duì)我國(guó)小麥生產(chǎn)的影響。在對(duì)氣候模式和作物系統(tǒng)動(dòng)力學(xué)模型充分驗(yàn)證的基礎(chǔ)上, 利用區(qū)域氣候模式對(duì)中國(guó)未來區(qū)域氣候情景預(yù)測(cè)結(jié)果 ( 逐日值) 與CERES—Wheat小麥作物生長(zhǎng)動(dòng)力模型相結(jié)合, 評(píng)價(jià)在IPCC SRES情景(A2 和 B2)下氣候變化對(duì)中國(guó)小麥生產(chǎn)的影響。
      我國(guó)小麥種植的范圍廣闊, 但主要集中在我國(guó)北方地區(qū), 未來氣候變化后可能對(duì)于不同生態(tài)型的小麥造成不同程度的影響, 本研究選擇了甘肅定西(春麥)和安徽(合肥)兩個(gè)站點(diǎn),站點(diǎn)信息如下。

      本文采用 CERES- Wheat(V3.0)模型進(jìn)行模擬研究, CERES 作物模型在國(guó)際上被廣泛認(rèn)為是應(yīng)用氣候變化評(píng)價(jià)方面研究比較適合的工具模型之一。CERES 模型在站點(diǎn)水平已經(jīng)得到廣泛的檢驗(yàn)和驗(yàn)證, 在模擬輸入信息與田間實(shí)際信息相符的條件下, 模型能對(duì)作物的產(chǎn)量、生育期等進(jìn)行較好的模擬, 模擬值與實(shí)測(cè)值的誤差一般在±5~15%之間。國(guó)內(nèi)部分學(xué)者在進(jìn)行氣候變化影響評(píng)價(jià)研究時(shí), 也在站點(diǎn)水平上對(duì)CERES系列模型在研究區(qū)域的適用性作過廣泛檢驗(yàn), 并就氣候因子改變對(duì)其進(jìn)行了靈敏度分析。如金之慶等已對(duì)CERES- Rice和CERES- Wheat模型在中國(guó)區(qū)域的適用性作過廣泛檢驗(yàn), 并就該模型進(jìn)行了靈敏度分析。CERES- Wheat 模型有7個(gè)遺傳參數(shù), 即春化作用系數(shù)、光周期系數(shù)、灌漿期系數(shù)、單位面積子粒數(shù)系數(shù)、粒重系數(shù)、穗粒數(shù)系數(shù)和控制群體發(fā)育系數(shù)。前3個(gè)主要是反映小麥品種的發(fā)育性狀, 后4個(gè)參數(shù)與小麥的產(chǎn)量性狀有關(guān)。本文利用實(shí)測(cè)的田間資料和氣候數(shù)據(jù)(1981~2000), 采用“試錯(cuò)法”在微機(jī)上調(diào)試兩站點(diǎn)小麥品種的遺傳參數(shù)。
      根據(jù)IPCC對(duì)相應(yīng)的SRES排放情景中人口和社會(huì)經(jīng)濟(jì)情況的描述, 選擇A2和B2情景作為溫室氣體排放情景和相應(yīng)的社會(huì)經(jīng)濟(jì)情景。由于目前 GCM 輸出的空間分辨率較低, 很難對(duì)區(qū)域尺度的氣候變化情景做精確的影響估計(jì)。因此需要把大尺度、低分辨率的GCM輸出信息輪換成區(qū)域尺度的地面氣候變化信息, 來彌補(bǔ)大尺度 GCM 預(yù)報(bào)的不足。這個(gè)過程被稱為降尺度法(downscaling technique)。目
前有三種降尺度方法, 即動(dòng)力降尺度、統(tǒng)計(jì)降尺度和統(tǒng)計(jì)- 動(dòng)力降尺度方法。這三種方法各有利弊。統(tǒng)計(jì)- 動(dòng)力降尺度方法是利用統(tǒng)計(jì)方法聯(lián)系GCM 和區(qū)域模式RCM, 由于高分辨率網(wǎng)格點(diǎn)的 RCM 可以很好地反映影響局地氣候的地面特征量, 反映氣候本身未來的波動(dòng)規(guī)律, 所以 RCM 被認(rèn)為是獲取高分辨率的局地氣候變化信息最好的降尺度分析方法。本研究為了更詳細(xì)的反映未來局地的氣候情景, 所以采用動(dòng)力降尺度法- PRE-CIS RCM 模式方法。
      本文利用1979~1993年的ECWF(歐洲中心再分析數(shù)據(jù))驅(qū)動(dòng)PRECIS模擬此期間中國(guó)的氣候條件，在詳細(xì)訂正的基礎(chǔ)上, 將智能人工氣候培養(yǎng)室中的氣候模式模擬的氣候日值代替實(shí)測(cè)的氣候數(shù)據(jù)輸入作物模型驗(yàn)證氣候模式和作物模型嵌套模擬的能力。區(qū)域氣候模擬(RCM- PRECIS)與作物模型耦合(CERES- Wheat)的模擬結(jié)果是未來情景預(yù)測(cè)評(píng)價(jià)的基礎(chǔ)。本文分別用1981~1993年實(shí)測(cè)的天氣數(shù)據(jù)、PRECIS模擬的1981~1993年的天氣數(shù)據(jù)取代同時(shí)期實(shí)測(cè)的天氣數(shù)據(jù)進(jìn)行模擬, 然后與同時(shí)期實(shí)測(cè)作物生長(zhǎng)及產(chǎn)量進(jìn)行比較。利用氣候模式模擬輸出的氣候數(shù)據(jù)代替觀測(cè)的氣候數(shù)據(jù)輸入作物模型所得到的模擬結(jié)果與田間實(shí)測(cè)的產(chǎn)量和成熟日期相比較雖然有一定的差別, 但還是能夠較為客觀的反映現(xiàn)實(shí)的情況, 尤其是對(duì)于成熟日期的模擬, 訂正后的模擬效果比未訂正的模擬效果大大加強(qiáng)。并且在實(shí)測(cè)產(chǎn)量各年波動(dòng)較大的情況下, 兩模型嵌套仍然能夠很好的擬合實(shí)測(cè)資料, 這點(diǎn)尤為難得。
      將未來氣候變化情景數(shù)據(jù)輸入到作物模型中, 分別模擬二種溫室氣體排放方案下(A2和 B2)、兩個(gè)評(píng)價(jià)時(shí)段(Baseline 和 2080s)、四種管理情景下(考慮CO2的肥效作用和不考慮CO2的肥效作用、考慮灌溉和不考慮灌溉) 定西和合肥的小麥產(chǎn)量, 計(jì)算出不同溫室氣體排放方案和管理情景下未來產(chǎn)量相對(duì)于目前產(chǎn)量的變化百分比, 以此為基礎(chǔ)評(píng)價(jià)未來氣候變化對(duì)我國(guó)小麥生產(chǎn)的主要影響。無論是在A2情景還是B2情景, 未來的氣候變化都會(huì)使定西和合肥的小麥產(chǎn)量有所增加, 但增加的幅度相差很大。A2情景的正面效應(yīng)一般要大于B2情景的正面效應(yīng), 灌溉小麥比雨養(yǎng)小麥?zhǔn)芤娓��? 從小麥的品種特性上看, 在氣候變化的情況下冬小麥(合肥)的產(chǎn)量要比春小麥(定西)的產(chǎn)量增長(zhǎng)幅度大。

      在考慮CO2對(duì)小麥生長(zhǎng)的肥效作用后, 各個(gè)處理的產(chǎn)量都大幅度的增加。用區(qū)域氣候模式 PRECIS 的輸出結(jié)果直接輸入作物模型, 模擬結(jié)果與觀測(cè)值有比較大的偏差, 但對(duì) PRECIS 的結(jié)果進(jìn)行訂正再輸入作物模型, 模擬效果大為改善。由于產(chǎn)量構(gòu)成因素的復(fù)雜性, 訂正后的數(shù)據(jù)模擬的產(chǎn)量在有的站點(diǎn)和某些年份還會(huì)有一些偏差, 但對(duì)生育期的模擬卻顯著改善。通過這些分析可以得出結(jié)論:
      (1) 當(dāng)應(yīng)用 PRECIS 的氣候情景進(jìn)行評(píng)價(jià)工作時(shí), 人工氣候箱的模擬結(jié)果可以直接輸入作物模型, 但需對(duì)模擬的結(jié)果進(jìn)行校驗(yàn)。當(dāng)應(yīng)用 GCM 的情景結(jié)果進(jìn)行評(píng)價(jià)時(shí), 由于GCM提供的是氣候月均值, 需要利用天氣發(fā)生器將 GCM 產(chǎn)生的氣候情景結(jié)果轉(zhuǎn)化為作物模型所需要的天氣日值, 由于天氣發(fā)生器是基于實(shí)測(cè)日值的統(tǒng)計(jì)模型, 降低了模擬結(jié)果的可信性。而當(dāng)應(yīng)用區(qū)域氣候模式的情景進(jìn)行評(píng)價(jià)時(shí), 可以直接利用區(qū)域氣候模式的輸出結(jié)果, 這在評(píng)價(jià)方法、結(jié)果的確定性、以及對(duì)極端氣候事件的表現(xiàn)上都是一個(gè)重大的突破。
      (2) 作為中國(guó)東北、西北春麥區(qū)典型站點(diǎn)的定西, 在 A2 情景下雨養(yǎng)和灌溉小麥產(chǎn)量分別增加1.91%和3.38%, 在B2情景下雨養(yǎng)和灌溉小麥產(chǎn)量分別增加0.18%和4.09%, 無論是A2 情景還是 B2 情景對(duì)于定西小麥產(chǎn)量的增長(zhǎng)影響都不大, 尤其是雨養(yǎng)小麥的增長(zhǎng)量十分微弱。目前, 中國(guó)東北、西北的春麥區(qū)大多和定西的管理方式相同一般都無灌溉條件。這些地區(qū)地處高緯, 大陸性氣候特點(diǎn)十分明顯, 春季( 播期和苗期) 多數(shù)年份干旱少雨, 地面蒸發(fā)量大, 又多大風(fēng), 出苗后溫度上升很快, 影響保苗和加速苗期發(fā)育, 氣候變暖對(duì)這些地區(qū)的影響已經(jīng)顯現(xiàn)。已有研究建議, 在未來溫度升高的條件下, 冬小麥的種植北界可以北移, 如在東北適宜地區(qū)改種冬小麥品種或適當(dāng)提前播種時(shí)期, 都可以降低氣候變化對(duì)該區(qū)春小麥生產(chǎn)的不利影響。
      (3) 作為黃淮海冬麥區(qū)的典型站點(diǎn)合肥, 在 A2 情景下雨養(yǎng)和灌溉小麥產(chǎn)量分別增加11.5%和15.2%, 在B2情景下雨養(yǎng)和灌溉小麥產(chǎn)量分別增加5.43%和8.65%, A2情景的增產(chǎn)作用大于B2情景的增產(chǎn)作用, 并且 A2 情景和 B2 情景對(duì)于合肥灌溉小麥的影響也要大于雨養(yǎng)小麥。作為中國(guó)小麥生產(chǎn)的主產(chǎn)區(qū)黃淮海冬麥區(qū)大多需要引水灌溉, 當(dāng)前該地區(qū)小麥生產(chǎn)的主要限制因素之一是水分的匱乏, 并且在未來氣候變化的情景下也將成為制約該地區(qū)小麥生產(chǎn)的最重要的一個(gè)因素。研究認(rèn)為, 合肥雨養(yǎng)小麥在未來氣候變化情景下的增產(chǎn)趨勢(shì), 可能原因是由于未來這一地區(qū)降水量的增加。根據(jù)研究中采用的未來氣候變化情景預(yù)估, 在 A2 和 B2 氣候變化情景下, 未來 2080s 中國(guó)降水量平均約增加 10%左右, 本區(qū)雨養(yǎng)小麥增產(chǎn)趨勢(shì)說明溫度的增加可能還不足以成為該區(qū)小麥生長(zhǎng)的決定限制因素, 降水增加帶來的有利影響在一定程度上可以抵消溫度增加的負(fù)面作用。
      (4) 在考慮CO2對(duì)小麥生長(zhǎng)的肥效作用后, 無論是定西還是合肥雨養(yǎng)小麥和灌溉小麥的產(chǎn)量都大幅度的增加。但CO2的肥效作用能否表現(xiàn), 和具體的栽培管理措施和水肥條件密切相關(guān)。只有在水肥條件滿足的條件下, CO2的肥效作用才能表現(xiàn)出來。同時(shí), 模型在CO2對(duì)小麥的直接作用這方面, 考慮的正面效應(yīng)偏多, 而對(duì)于負(fù)面效應(yīng)考慮不足也對(duì)結(jié)果有一定的影響。目前國(guó)內(nèi)外雖然在這方面的研究很多, 但對(duì)影響機(jī)制、影響尺度等方面的還需深入研究。因此, 在考慮未來氣候變化影響時(shí), 對(duì)CO2肥效作用的評(píng)估只作為一種參考, 對(duì)此還需要從微觀角度進(jìn)一步的研究。
      從總體上講未, 來氣候變化將對(duì)中國(guó)小麥生產(chǎn)產(chǎn)生巨大的影響, 如果維持現(xiàn)有中國(guó)小麥的管理方式, 春小麥將會(huì)受到巨大沖擊, 在一定程度上可能會(huì)出現(xiàn)減產(chǎn)的現(xiàn)象, 對(duì)于灌溉冬小麥的主要限制因素就是未來是否會(huì)有足夠的灌溉水資源來滿足其需要, 從而體現(xiàn)出氣候變化對(duì)其影響的正面效應(yīng)。
      利用植物生長(zhǎng)人工氣候室進(jìn)行研究，發(fā)現(xiàn)存在問題及不足：
      (1) 未來氣候情景的樣本年還不足, 智能人工氣候箱中的A2情景只有9年, B2 情景也只有20年, 這都增加了研究結(jié)果的不確定性;
      (2) 在小麥站點(diǎn)的選取上, 僅選取了兩個(gè)典型站點(diǎn)進(jìn)行分析比較, 而中國(guó)小麥種植范圍廣闊, 品種變化繁多, 還需要在對(duì)更多的資料分析的基礎(chǔ)上才能較為客觀的評(píng)價(jià)氣候變化對(duì)中國(guó)小麥生產(chǎn)的風(fēng)險(xiǎn)影響。
      (3) 由于時(shí)間的限制, 本文僅選取了未來2080s一個(gè)時(shí)段評(píng)價(jià)氣候變化對(duì)中國(guó)小麥生產(chǎn)的風(fēng)險(xiǎn)影響，在以后的工作中將增加2020s，2050s 時(shí)段的研究分析, 從而全面、連續(xù)、客觀地評(píng)估未來氣候變化對(duì)中國(guó)小麥生產(chǎn)的風(fēng)險(xiǎn)影響。

利用人工氣候室研究氣候改變對(duì)小麥種植及產(chǎn)量的影響