地球科学进展, 2019, 34(2): 191-201 DOI: 10.11867/j.issn.1001-8166.2019.02.0191

60年来我国主要粮食作物适宜生长区的时空分布

宁晓菊1,2, 张丽君2, 秦耀辰2, 刘凯1

1. 河南财经政法大学城乡协调河南省协同创新中心,河南 郑州 475000

2. 河南大学环境与规划学院,河南 开封 475004

Temporal-spatial Distribution of Suitable Areas for Major Food Crops in China Over 60 Years

Ning Xiaoju1,2, Zhang Lijun2, Qin Yaochen2, Liu Kai1

1. Collaborative Innovation Center on the Coordinated Development of Urban and Rural in Henan Province, Henan University of Economics and Law, Zhengzhou 475000,China

2. College of Environment and Planning, Henan University, Henan Kaifeng 475004,China

收稿日期: 2018-10-25   修回日期: 2019-01-03   网络出版日期: 2019-03-22

基金资助: 国家重点研发计划项目“碳排放和减碳的社会经济代价研究”(编号:2016YFA0602500);国家自然科学基金面上项目“地理学本体论问题理论研究”(编号:41771445)资助.

Received: 2018-10-25   Revised: 2019-01-03   Online: 2019-03-22

作者简介 About authors

NingXiaoju(1987-),female,ShangqiuCounty,HenanProvince,Lecturer.Researchareasincludeclimatechangeandagriculturaladaptation.E-mail:nxj0655@163.com

摘要

模拟作物适宜生长区的时空分布是分析气候变化对作物生长影响、提高作物生长适应能力的重要内容。选择影响主要粮食作物(小麦、玉米和水稻)生长的气候要素,结合地表土壤和地面高程要素与农业观测站数据,模拟和分析1953—2012年主要粮食作物适宜生长区的变动,评估气候变化下作物的适应能力。研究发现:60年来3种粮食作物适宜生长区对气候变化响应程度从大到小依次是小麦、水稻和玉米。同一时空尺度上,主要粮食作物适宜生长类型区在南方农区较北方农区多样化,在山地较盆地多样化,在高原较平原多样化。小麦生长适应气候变化的能力在多数农区略有上升。玉米生长的适应能力在北方和南方农区分别略微提高和下降。水稻生长的适应能力在长江中下游区、西南区和华南区相对稳定,在黄淮海区和东北区分别下降和提高。60年来,主要粮食作物综合生长适应气候变化的能力在黄淮海区和长江中下游区下降,在其余农区升高。玉米和水稻适宜生长区分别与播种面积和作物产量显著相关,这为模拟未来不同气候情景下二者适宜生长区的分布提供了可行性。小麦适宜生长区与播种面积和产量均不显著相关,未来需要考虑更多因素精准识别小麦适宜生长区,以便更为有效地提高小麦生长对气候变化的适应能力。

关键词: 适宜生长区 ; 适宜等级 ; 适应能力 ; 气候变化 ; 粮食作物

Abstract

Simulating the temporal-spatial distribution of areas suitable for crops is an important part of analyzing the effects of climate change on crop growth, reducing the vulnerability of crop growth, and assessing the adaptability of crop growth to climate change. This study selected climate factors that affect the growth of wheat, maize and rice, and it combined surface soil and ground elevation factors as environment variables, as well as data from agricultural observation stations as species variables. The MaxEnt ecological model was used to identify suitable areas for these three crops during the period of 1953-2012. The areas suitable for the three crops were analyzed to determine the temporal-spatial distribution of major food crops and to estimate the difference in crop growth adaptability under climate change. The results showed the following: The response to climate change of the areas suitable for food crops could be ranked from strongest to weakest as follows: wheat, rice, and maize. On the same space-time scale, for the growth of wheat and rice, the southern agricultural regions, mountainous areas and plateaus were relatively unsuitable for a wider variety of crops than the northern agricultural regions, plains and basins. The adaptability of wheat increased in the major agricultural regions slightly. The adaptability of maize increased in the northern agricultural regions and decreased in the southern agricultural regions, respectively. The adaptability of rice was stable in the southern agricultural regions, and it decreased in the Huang-Huai-Hai region and increased in the northeastern region. Over 60 years, the ability of the major food crops to adapt to climate change increased in the northeast region, Gansu-Xinjiang region, Southwest region and Loess Plateau region, but the adaptability of major food crops decreased in the Huang-Huai-Hai region and the Mid-and-Lower Reaches of the Yangtze River. The suitable areas of maize and rice were significantly correlated with planting areas and yields, respectively, which provided feasibility for simulating the distribution of suitable areas on maize and rice in different climate scenarios in the future. The suitable area of wheat is not significantly related to the planting area and yield. In the future, we will take more factors to model the suitable area of wheat accurately.

Keywords: Suitable area ; Crop adaptability ; Suitability level ; Climate change ; Major food crops.

PDF (4667KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

宁晓菊, 张丽君, 秦耀辰, 刘凯. 60年来我国主要粮食作物适宜生长区的时空分布. 地球科学进展[J], 2019, 34(2): 191-201 DOI:10.11867/j.issn.1001-8166.2019.02.0191

Ning Xiaoju, Zhang Lijun, Qin Yaochen, Liu Kai. Temporal-spatial Distribution of Suitable Areas for Major Food Crops in China Over 60 Years. Advances in Earth Science[J], 2019, 34(2): 191-201 DOI:10.11867/j.issn.1001-8166.2019.02.0191

1 引 言

气候变化与农业生产适应是当前气候变化研究的热点之一[1],作物适宜生长区分布范围及种植界限的位移,是这一研究热点的重要方面[2,3,4]。在国际上,Edmar等[2]根据水热胁迫模拟作物适宜生长区发现,A1B情景下2071—2100年全球作物适宜生长区均会发生变动,其中玉米和小麦的适宜生长区面积变动远大于水稻。在我国,气候变化下很多区域作物适宜生长区发生改变。如历史气候变化使得西北地区喜温作物面积扩大,越冬作物生长区北界向北扩展[5];华南地区10 积温的增加使得热带作物种植北界可以向北和高海拔地区扩张[6];1970—2000年青藏高原雅鲁藏布江河谷地区一熟制和两熟制作物种植的海拔上界分别从5 001 m和 3 608 m扩展到5 032 m和3 813 m[7]

具体分析气候变化对我国主要粮食作物适宜生长区的影响:CO2浓度升高和气候变暖有利于冬小麦向春小麦生长区扩展,张梦婷等[3]模拟发现相较于1981—2010年,2071—2100年冬小麦种植北界将平均向北移动147.8 km,北移面积约1.86×105 km2。在海河流域,冬季温度显著上升使冬小麦可生长的北边界在1960—2009年向北移动约70 km[8];1970—2012年,平均状况下山西省冬小麦可种植区面积扩大约2.9×106 hm2,80%保证率下冬小麦种植面积扩大约2.3×106 hm2 [9]。不过,小麦生长对灌溉依赖较强,Mo等[10]研究认为将冬小麦种植面积减少3%~15.9%,同时提高作物用水效率,才可以有效地减轻华北地区的水短缺。

对于玉米,Zhao等[4]发现1961—2010年不同成熟品种的春玉米种植界限都在明显北移和东移。何奇瑾[11]认为我国春玉米潜在可生长界线自1970年代以来最大北移幅度约1.4个纬度,夏玉米可生长区重心总体北移,最大北移幅度约1个纬度。对于水稻,1980—2010年在升温推动下东北地区水稻种植面积扩张了近4.5倍[12]。Xia等[13]发现东北地区水稻种植扩张方向与温度增幅1 等值线的迁移模式一致,表现出明显的纬度地带性特点,但是水稻扩张较温度迁移具有时间滞后效应。未来中国东部以秦岭淮河为界的稻麦分界线可能会北推到黄河一线[14]

综上分析发现,气候变化对主要粮食作物可生长区分布产生了重要影响,但是影响的程度和方向存在区域差异,当前研究较少在全国尺度上识别这些影响。因此,本研究考虑小麦、玉米和水稻3种粮食作物,在全国范围内分析和量化气候变化对3种粮食作物适宜生长区的影响。考虑到IPCC第五次评估报告指出,1983—2012年可能是北半球过去 1 400年中最暖的30年[15],本研究以1983年为节点,模拟1953—1982年和1983—2012年前后2个气候标准年内小麦、玉米和水稻适宜生长区的空间分布,以期厘清同一时空上3种作物适宜生长区的分布变化与影响。

2 数据与方法

2.1 指标选取

气候因子对作物适宜生长区分布的影响主要表现在3个方面:作物生长能够忍受的温度界限,作物完成生活史所需的生长季长度和热量供应,形成和维持作物冠层的必需水分[16]。因此,本研究考虑这3个准则,结合已有研究[9,11,17,18],确定影响小麦、玉米和水稻生长的气候指标,具体如表1所示。

表1   影响主要粮食作物种植分布的关键气候要素

Table 1  Climate factors for major food crops growth

作物主要气候要素
小麦0 积温及持续天数、年平均气温、年极端低温、最冷月平均气温、日照时数、年降水量及降水天数
玉米10 积温、年平均气温、最热月平均气温、无霜期、日照时数、年降水量、年降水天数
水稻18 积温及持续天数、10 积温持续天数、年平均气温、最热月平均气温、年温差、年降水量及降水天数

新窗口打开| 下载CSV


2.2 数据处理

本文使用的数据包括气象观测数据、全国数字高程模型(Digtal Elevation Model,DEM)数据与土壤分布数据以及农业观测数据,本文以中国综合农业区划委员会划分的九大农区为空间单元进行分析[19]。气象观测数据来自于中国气象科学数据共享服务网提供的1953—2012年中国824个气象观测站的逐日气象观测资料,该数据集包括日照时数、日平均气温、日最低气温和日降水量等资料,气象站点在各个农区的空间分布详见宁晓菊等[20]的研究。在处理该数据集时,首先以气象站具体建站时间为起点,剔除季节站点和缺测数据;其次,根据已有研究对气候要素的定义,基于SQL server 数据库提取和计算表1中的气候指标;最后,利用ArcGIS10.3中的Kriging空间插值方法将表1中气象要素站点数据空间化,生成1 km×1 km栅格图。

全国DEM数据来自于US GS(US Geological Survey)提供的分辨率为0.0083°的全球DEM分布图,利用ArcGIS10.3的空间分析方法,提取出中国区域DEM分布,并对其进行重采样,得到1 km×1 km栅格图。全国土壤分布来自联合国粮农组织下的国际土壤参考和信息中心与中国科学院南京土壤研究所提供的中国区域土壤分布图,借助ArcGIS10.3对其按照1 km×1 km栅格进行重采样。将海拔和土壤分布作为地表限制因素,同气候要素一并作为MaxEnt模型的环境变量。农业观测数据来自于中国气象科学数据共享服务网提供的《中国农作物生长发育旬值数据集》。小麦、玉米和水稻3种作物农业观测站在各农区的分布如图1所示。

图1

图1   主要粮食作物农业观测站分布

Fig1   Distribution of agricultural observation stations for major food crops


2.3 研究方法

本文涉及到的研究方法主要包括GIS空间分析方法和最大熵模型。GIS空间分析方法的使用贯穿整个研究的始末:首先,使用kriging空间插值方法将气候因子的点数据空间化得到各气候因子的空间分布。在对温度类要素进行插值时,多以海拔作为协变量进行空间插值;在对其他气候因子进行插值时,如果气候因子存在明显的趋势面,采用universal kriging方法进行空间插值,如果无明显的趋势面,采用ordinary kriging方法进行空间插值。其次,在ArcGIS中对数据格式进行变换,生成MaxEnt模型要求的输入格式,或者将MaxEnt模型的模拟结果可视化。最后,使用分区统计、栅格运算和空间叠加等方法分析3种粮食作物适宜生长区的时空分布。

Phillips等[21]基于生态位理论,考虑气候、海拔和植被等环境因子,用最大熵原理作为统计推断工具,构建了物种地理尺度上空间分布的生态位模型,并编写了可以免费获取的软件MaxEnt(http://www.cs.princeton.edu/schapire/maxent/)。MaxEnt在实际应用中,采用物种出现的点数据和环境变量数据对物种生境适宜性进行评价,从符合条件的分布中选择熵最大的分布作为最优分布,预测的结果是物种存在的相对概率。何奇瑾[11]将这种方法引入,分析气候变化对玉米种植影响。该模型是定义一个未知的概率分布ππ是有限集合XX的单个元素π(x)是非负的概率分布,π(x)的和为1。π的相似分布称之为πˆπˆ的熵定义为:

H(πˆ)=-xXπˆ(x)lnπˆ(x)

式中:ln是自然对数;H(πˆ)非负,最多是X中元素个数的自然对数。

本文将小麦分为春小麦和冬小麦,以春小麦为例,首先在ArcGIS中将影响春小麦生长的气候要素、地表海拔和土壤类型三大类要素制作成ASCII文件,作为MaxEnt模型的环境变量;其次将春小麦农业观测站位置数据制作成CSV文件,作为MaxEnt模型的物种变量,2类数据输入模型模拟,得出春小麦的生长概率,取值范围为[0,1]。考虑统计学上对概率取值的界定和IPCC第五次评估报告对已发生或未来将发生某些明确结果的可能性或概率的量化[15],按照0.1,0.3和0.5将模拟结果分成4个等级,对应着春小麦生长的不适宜区、低适宜区、中适宜区和高适宜区,其中,低适宜区、中适宜区和高适宜区统称为适宜区。以此类推,得出冬小麦、春玉米和夏玉米、单季稻和双季稻的种植概率分布。将春小麦和冬小麦适宜区按照最大值原则进行空间叠加,得到小麦生长适宜区的空间分布。在此省略对春小麦和冬小麦的模拟结果,直接分析小麦的适宜生长区,相应的玉米和水稻亦是如此。显然,从高适宜区到不适宜区,适宜等级依次降低,反之,适宜等级依次上升。因此,当作物适宜生长区扩大或者适宜等级升高,作物生长适应气候变化的能力上升;当作物适宜生长区缩小或适宜等级下降,作物生长适应气候变化的能力下降。

3 气候变化下主要粮食作物适宜生长区的时空分异

3.1 小麦适宜生长区

1953—1982年,小麦适宜生长区在全国的分布面积从低到高依次是高适宜区、中适宜区和低适宜区,不适宜区分布最少:小麦中高适宜区基本分布在北方农区、甘新区的两端、西南区的四川盆地和长江中下游区的北部;低适宜区在西南区和长江中下游区分布最广泛;不适宜区主要分布在青藏区和甘新区。东北区、内蒙古及长城沿线区和甘新区多是春小麦适宜生长区,黄淮海区和黄土高原区及南方农区则是冬小麦的适宜生长区(图2a和表2)。

1983—2012年,小麦适宜生长区在各农区的变化如下:黄淮海区和内蒙古及长城沿线区高适宜区扩大,挤占中适宜区。长江中下游区北部则是中适宜区扩大,挤占高适宜区。甘新区中西部多是低适宜区转化为不适宜区。东北区多是低适宜区转不适宜区、低适宜区转中适宜区和中适宜区转高适宜区3种类型,它们在空间上的分布也比较破碎,导致该农区中高适宜区面积适当增加,不过低适宜区的分布北界略微南移。西南区零碎的低适宜区转化为中高适宜区,华南区则是低适宜区面积有所增加,其余3种类型略有减少。青藏区河谷地区低适宜区和中适宜区减少,高适宜区适当增加。所以,胡焕庸线北部两侧多是小麦生长中高适宜区的变动,南部两侧多是低适宜区和不适宜区的变动(图2b,c和表2)。

显然,甘新区小麦生长适宜区面积明显减少,内蒙古及长城沿线区、黄土高原区和黄淮区适宜生长区面积稳定,不过其适宜等级在升高。东北区和西南区小麦生长适宜区面积均略有缩小,但适宜等级升高。长江中下游区和华南区虽然适宜区面积增加,但是适宜等级下降。因此,整体上小麦生长适应气候变化的能力在多数农区略有上升。相对于南方农区,北方农区小麦生长对气候变化的响应较为强烈。

图2

图2   60年来小麦适宜生长区的时空变化

Fig.2   Temporal-spatial distribution of areas suitable for wheat from 1953 to 2012


表2   小麦适宜生长区各类型占全国面积比值及变化幅度(单位%

Table 2  Ratio of different suitable areas for wheatunit:%

农区1953—1982年各类型面积比值1983—2012年各类型区面积变化幅度
不适宜区低适宜区中适宜区高适宜区不适宜区低适宜区中适宜区高适宜区
东北区2.4854.2053.1701.619+0.062-0.214+0.098+0.054
内蒙及长城沿线区0.0021.4115.0292.814-0.001-0.205-0.358+0.564
甘新区8.6258.0985.1582.963+0.969-1.115+0.252-0.107
青藏区17.8572.5151.0450.903-0.020-0.032-0.008+0.059
黄土高原区0.0140.3241.7771.972+0.000-0.041+0.009+0.031
黄淮海区0.0000.2121.1593.187+0.000-0.034-0.134+0.168
长江中下游区2.9763.0201.9261.229-0.061+0.054+0.210-0.204
西南区1.3974.8552.0961.349+0.020-0.089+0.023+0.046
华南区3.1881.2570.1450.018-0.028+0.072-0.031-0.013
总和36.54425.89821.50516.053+0.943-1.602+0.062+0.598

新窗口打开| 下载CSV


3.2 玉米适宜生长区

1953—1982年,玉米适宜生长区在全国的分布面积从低到高依次是高适宜区、中适宜区和低适宜区,不适宜区分布面积最小。玉米高适宜区基本分布在胡焕庸线以东的区域,中适宜区多围绕高适宜区分布,低适宜区主要分布在南方农区。其中,黄淮海区多是夏玉米的适宜生长区,其余农区多是春玉米的适宜生长区(图3a和表3)。

1983—2012年玉米适宜生长区的变化如下(图3b,c):玉米高适宜区在黄淮海区、东北区、甘新区和华南区西部增加,挤占中适宜区;在内蒙古及长城沿线区和西南区减少,转化为中适宜区。玉米低适宜区在东北区和内蒙古及长城沿线区增加较多,基本由不适宜区转化而来;在西南区也有少量增加;在其余农区是减少特征,尤其在长江中下游区,多转化为不适宜区。总体上玉米生长的中适宜区和高适宜区较难越过胡焕庸线,在其西侧大量分布,胡焕庸线两侧多是玉米中适宜区和低适宜区的转化。

因此,在东北区、内蒙古及长城沿线区、甘新区和华南区玉米生长适宜区面积略有增加,青藏区和长江中下游区玉米生长适宜区缩小;在适宜等级转化上,东北区、内蒙古及长城沿线区、甘新区、黄土高原区和黄淮海区玉米生长适宜等级升高,西南区、长江中下游区、华南区和青藏区适宜等级下降。显然,气候变化下北方农区玉米生长的适应能力略有提高,南方农区的适应能力略有下降,且内蒙古及长城沿线区和长江中下游区对气候变化的响应范围最广。相对于小麦,玉米适宜生长区对气候变化响应幅度较弱。

图3

图3   60年来玉米适宜生长区的时空分布

Fig.3   Temporal-spatial distribution of areas suitable for maize from 1953 to 2012


表3   玉米适宜生长区各类型的面积比值及变化幅度(单位%

Table 3  Ratio of different suitable areas for maizeunit:%

农区1953—1982年各类型面积比值1983—2012年各类型区面积变化值
不适宜区低适宜区中适宜区高适宜区不适宜区低适宜区中适宜区高适宜区
东北区3.6972.3042.4533.025-0.084+0.337-0.283+0.030
内蒙及长城沿线区3.8891.8991.4781.991-0.233+0.209+0.118-0.094
甘新区14.9686.6582.4900.729-0.029-0.011+0.017+0.023
青藏区21.4950.5780.0920.156+0.020-0.005-0.011-0.004
黄土高原区0.2541.0791.5761.178+0.001-0.088+0.074+0.013
黄淮海区0.0000.0570.8933.6080.000-0.021-0.153+0.174
长江中下游区0.6046.6351.8070.104+0.377-0.396+0.072-0.054
西南区0.5114.4402.6712.0750.000+0.092+0.007-0.099
华南区0.5783.3630.5680.098-0.004-0.079+0.016+0.067
总和45.99427.01314.02912.964+0.048+0.038-0.142+0.056

新窗口打开| 下载CSV


3.3 水稻适宜生长区

1953—1982年,全国水稻的高适宜区主要分布在长江中下游区、西南区和华南区,中适宜区除了在南方农区与高适宜区相邻分布外,在黄淮海区和东北区也有较多分布,同时,以上农区低适宜区基本围绕中高适宜区分布(图4a和表4)。其中,长江中下游区和华南区东部多是双季稻的适宜生长区,其余农区多是单季稻适宜生长区。

1983—2012年,水稻高适宜区在华南区东部和长江中下游区减少,多转化成中适宜区。在西南区,高适宜区扩大,相应地中适宜区和低适宜区轻微减少。黄淮海区的中适宜区向南后退明显,被低适宜区取代。东北区少量的高适宜区和中适宜区在增加,不过东北平原上一些低适宜区转化为不适宜区。青藏区也有少量低适宜区增加。总体上胡焕庸线控制着水稻低适宜区的分布 (图4b,c和表4)。

因此,长江中下游区和华南区水稻生长适宜区面积有所增加,适宜等级略有下降;西南区适宜区面积减少,适宜等级略有上升,总之,南方三农区水稻生长适应气候变化的能力相对稳定。对于北方农区,黄淮海区适宜等级下降。东北区适宜区面积略有减少,但是其生长边界和生长范围向北移动和扩大。说明黄淮海区水稻适应能力有所下降,东北农区水稻适应能力增加。比较小麦和玉米,水稻适宜区对气候变化响应幅度居中。

图4

图4   60年来水稻适宜生长区的时空分布

Fig.4   Temporal-spatial distribution of areas suitable for paddy from 1953 to 2012


表4   水稻适宜生长区各类型的面积比值及变化幅度(单位%

Table 4  Ratio of different suitable areas for paddyunit:%

农区1953—1982年各类型面积比值1983—2012年各类型区面积比值
不适宜区低适宜区中适宜区高适宜区不适宜区低适宜区中适宜区高适宜区
东北区3.8155.1342.3290.201+0.136-0.288+0.047+0.105
内蒙及长城沿线区8.1831.0620.0120.000+0.059-0.054-0.0050.000
甘新区24.7040.1400.0000.000-0.242+0.2420.0000.000
青藏区21.8410.2500.1140.116-0.007+0.009-0.001-0.002
黄土高原区3.3930.6540.0400.000-0.099-0.003+0.102+0.000
黄淮海区0.1292.2072.1100.113-0.001+0.461-0.621+0.160
长江中下游区0.8322.0782.9413.299-0.257+0.221+0.216-0.181
西南区0.9382.2453.2503.263-0.085-0.035-0.109+0.230
华南区0.3471.2621.6791.318-0.067+0.035+0.194-0.162
总和64.18115.03212.4768.310-0.563+0.589-0.177+0.151

新窗口打开| 下载CSV


3.4 3种粮食作物适宜生长区时空分异

将高适宜区和中适宜区合并为一类,按照中高适宜、低适宜和不适宜3种等级对同时期小麦、玉米和水稻的适宜生长区进行空间叠加,得到主要粮食作物适宜生长区的分布。主要粮食作物适宜生长区有27种类型,为了简洁地表达,用wh,mz和pd代表小麦、玉米和水稻,用HM,L和N代表中高适宜区、低适宜区和不适宜区(图5)。

1953—1982年主要粮食作物适宜生长区的分布如下(图5a和表5):比较适合3种作物生长且分布面积比较大的类型(5%以上)涉及whHM,mzHM,pdHM类型,whMH,mzMH,pdL类型,whHM,mzHM,pdN类型和whHM,mzN,pdN类型。其中,whHM,mzHM和pdHM类型主要分布在自黄淮海区的中南部沿秦岭淮河一线向西南延伸到四川盆地的影响区,whMH,mzMH和pdL类型主要分布在自东北区的松嫩平原向南方延伸到黄淮海区中部的带状区域,在黄土高原区的南侧也有分布。whHM,mzHM和pdN类型主要在whHM,mzHM和pdL类型区的西侧分布。whHM,mzN和pdN类型主要分布在内蒙古及长城沿线区的北部,甘新区的河西走廊和青藏区的柴达木盆地。显然,这些类型区主要分布在北方农区,它们在空间上基本是以条带形状自西向东排列分布。在南方农区,主要粮食作物类型基本呈破碎化相间分布。面积最大的whL,mzL和pdHM类型主要分布在长江中下游区的中北部和西南区的中南部,面积比值为4.72%。不适宜3种作物生长的whN,mzN,pdN类型和whL,mzN,pdN类型分布面积占绝对优势,主要位于青藏区、甘新区和东北区北端等高海拔、高纬度或干旱区域。比较胡焕庸线两侧,东侧基本上是HM,L和N 3种等级组合或者高于该等级组成的类型,西侧多是HM,N和N 3种等级组合或者低于该等级组成的类型。因此,小麦、玉米和水稻适宜生长区的组合类型在南方农区较北方农区多样化,山地较盆地多样化,高原较平原多样化。

图5

图5   主要粮食作物适宜生长区的时空分布

Fig.5   Temporal-spatial distribution of areas suitable for major food crops from 1953 to 2012


表5   主要粮食作物适宜生长区分布面积比例及变化幅度(单位%

Table 5  Ratio of different suitable areas for major food cropsunit:%

粮食作物类型区1953—1982年1983—2012年变化粮食作物类型区1953—1982年1983—2012年变化
whHM,mzHM,pdHM7.7477.714-0.033whL,mzL,pdN3.4253.391-0.034
whHM,mzHM,pdL6.4386.837+0.399whL,mzN,pdHM0.0870.157+0.070
whHM,mzHM,pdN7.4817.377-0.104whL,mzN,pdL0.4170.348-0.069
whHM,mzL,pdHM2.6292.467-0.162whL,mzN,pdN10.6729. 383-1.289
whHM,mzL,pdL0.7341.026+0.292whN,mzHM,pdHM0.8150.759-0.056
whHM,mzL,pdN7.1127.277+0.165whN,mzHM,pdL0.5860.527-0.059
whHM,mzN,pdHM0.0010.000-0.001whN,mzHM,pdN0.0260.017-0.009
whHM,mzN,pdL0.0490.050+0.001whN,mzL,pdHM2.1622.373+0.211
whHM,mzN,pdN5.3675.469+0.102whN,mzL,pdL2.5322.372-0.160
whL,mzHM,pdHM2.4812.521+0.040whN,mzL,pdN1.0210.804-0.217
whL,mzHM,pdL1.0430.815-0.228whN,mzN,pdHM0.1490.142-0.007
whL,mzHM,pdN0.3760.339-0. 037whN,mzN,pdL0.5510. 930+0.379
whL,mzL,pdHM4.7154.626-0.089whN,mzN,pdN28.70029.562+0.862
whL,mzL,pdL2.6832.716+0.033

新窗口打开| 下载CSV


1983—2012年,主要粮食作物适宜生长区的空间格局基本不变,在具体农区上的变化如下(图5b和表5):变化较大的类型是主要粮食作物生长完全不适宜或者只有一种低适宜的类型(变化幅度大于0.3%),如whN,mzN,pdN类型,whL,mzN,pdN类型和whN,mzN,pdL类型。whHM,mzHM和pdL类型的面积变化幅度也较大,约增加0.4%,其增加区主要位于黄淮海区中南部。whN,mzL和pdHM类型区增加了0.21%,主要位于长江中下游区的中南部。whHM,mzL和pdHM类型、whHM,mzL和pdN类型分别减少和增加0.16%,前者主要在长江中下游区北部减少,后者主要在内蒙古及长城沿线区的中西部增加。whHM,mzN和pdN类型区增加了0.1%,主要分布在青藏区和甘新区。其余类型增加或减少的面积比值均小于0.1%

东北区2种和3种作物为中高适宜的类型区分布面积有所减少,但是1种作物为中高适宜的类型区分布面积增加较多,同时玉米和水稻适宜生长边界北移。考虑到东北区是一年一熟制,因此东北区主要粮食作物生长适宜区扩大,适宜等级升高。整体上内蒙古及长城沿线区小麦和玉米中高适宜区的增加使得主要粮食作物生长适宜等级升高。甘新区2种作物为中高适宜的类型区面积增加,意味着一年一熟制下该农区主要粮食作物种植的可选择性增加。黄土高原区北部多为一年一熟,小麦或玉米为中高适宜类型区的增加使得该区域在种植粮食作物时可选择性增加。在黄淮海区,whHM,mzHM和pdL类型向南扩张使得whHM,mzHM和pdHM类型面积减少,故该农区在一年两熟制的背景下主要粮食作物种植的可选择性降低。西南区2种或3种为中高适宜的类型区总面积增加较多,但是变化区域的分布较为零散。华南区1种或1种以上为中高适宜的类型区面积增加,长江中下游区2种或3种为中高适宜的类型区面积减少较多。所以气候变化背景下东北区、甘新区、黄土高原区、西南区、华南区和青藏区3种作物综合生长适应气候变化能力升高,黄淮海区和长江中下游区3种作物综合生长的适应能力下降。

4 讨论与结论

4.1 讨论

(1)作物适宜生长区变化原因。探究作物适宜生长区变化原因:对于小麦,平均气温和0 积温等热量类要素决定了甘新区、内蒙古及长城沿线区和东北区春小麦的分布,造成这些农区小麦生长对气候变化响应区域面积较大;极端低温、最冷月平均气温、年平均气温和0 积温等低温和热量影响了冬小麦的分布,显然,这些对南方农区影响较小。因此小麦生长对气候变化的响应在北方农区较南方农区强烈。对于玉米,春玉米生长诸要素的影响程度彼此间差异较小,并且多数农区是春玉米的分布区,这造成玉米对气候变化的响应幅度在3种作物中最小;对于水稻,年降水量、平均气温等热量和水分因子对单季稻影响较大,因此降水减少使得黄淮海区中高适宜区缩小,增温带来东北区适宜区边界向北移动。

(2)作物适宜生长区与实际分布关系。以省域为单元,提取出1983—2012年小麦、玉米和水稻生长的中高适宜区与适宜区,将其与中国统计年鉴上的1999—2012年小麦、玉米和水稻的平均播种面积和平均产量做相关分析,以此分析模拟作物适宜生长区与实际作物分布的关系(表6)。通过分析发现,无论是小麦中高适宜区还是所有适宜区,均与小麦产量和播种面积不相关。而玉米和水稻中高适宜区与各自的产量、播种面积的相关性在0.01置信水平上均达到0.72以上,玉米适宜区与产量、播种面积在0.05置信水平上达到0.41以上,水稻适宜区与产量、播种面积在0.01置信水平上相关性达到0.57以上。显然,玉米和水稻适宜区的模拟结果可以较好地呼应实际的作物种植分布,这可以为下一步模拟未来不同情景下玉米和水稻生长适宜区提供可行性方案。探究小麦适宜生长区模拟结果与实际分布不相关原因:一是我国小麦种植只有北界,没有南界;二是考虑耕作熟制,南方农区在冬半年还有其他更适合的作物如油菜可供种植;同时,实际作物分布并不完全依赖于自然条件,更多受社会经济条件的影响。

表6   主要粮食作物适宜生长区与实际分布的相关性

Table 6  Correlation coefficient between the suitable area and actual distribution of major grain crops

中高适宜区适宜区
作物小麦玉米水稻小麦玉米水稻

产量

置信水平

0.156

0.402

0.765**

0.000

0.729**

0.000

0.05

0.791

0.415*

0.02

0.579**

0.001

播种面积

置信水平

0.188

0.311

0.775**

0.000

0.721**

0.000

0.075

0.690

0.431*

0.015

0.578**

0.001

注:**和*指分别在0.01和0.5水平上(双侧)显著相关

新窗口打开| 下载CSV


显然,本研究从作物适宜生长区出发分析小麦、玉米和水稻对气候变化的响应程度,一定程度上验证或呼应了部分研究。如本研究模拟出的玉米和水稻适宜生长区范围与已有研究基本一致[11,22],但是本文考虑了海拔和土壤要素,模拟范围略小,也更好地与实际分布相关。本研究发现3种作物适宜生长区对气候变化的响应程度从大到小依次是小麦、水稻和玉米,这可以呼应A1B情景下2071—2100年小麦适宜区的变动大于水稻的研究结论[2]。不过,虽然60年来胡焕庸线东西两侧小麦、玉米和水稻适宜生长区的适宜等级均有变化,但是未来粮食作物适宜生长区的分布是否可以在局部突破胡焕庸线,并与农业生产潜力的研究对应起来[14],还需要进一步的研究。另外,60年来作物适宜区发生了变化,这些变化会带来哪些影响需要更多的实际作物分布资料支撑。然而,我国长时间尺度作物种植变化更多受到社会经济条件的制约,这导致本研究需要进一步收集更多详细资料,才可以分析作物适宜区变化带来的影响。

4.2 结论

(1)60年来小麦生长适应气候变化的能力在多数农区略有上升,小麦生长在北方农区较南方农区对气候变化的响应强烈;气候变化下玉米生长的适应能力在北方农区略有提高,在南方农区略有下降,内蒙古及长城沿线区和长江中下游区对气候变化响应范围最广;南方三农区水稻生长适应气候变化的能力相对稳定,黄淮海区和东北区水稻适应气候变化能力分别下降和提高。整体上3种粮食作物适宜生长区对气候变化响应强烈的区域面积从多到少依次是小麦、水稻和玉米,即3种作物对气候变化的响应程度从大到小依次是小麦、水稻和玉米。

(2)同一时空尺度上主要粮食作物适宜生长类型区的空间分布特征明显:主要粮食作物适宜生长类型区在北方农区基本以条带形状自东南向西北方向上排列分布,在南方农区则呈破碎化相间分布。换言之,主要粮食作物适宜生长类型区在南方农区较北方农区多样化,在山地较盆地多样化,在高原较平原多样化。

(3)60年来主要粮食作物生长适应气候变化的能力存在空间差异:东北区、甘新区、黄土高原区、西南区、华南区和青藏区3种作物综合生长适应气候变化能力升高,黄淮海区和长江中下游区3种作物综合生长的适应能力下降。胡焕庸线两侧主要粮食作物适宜生长类型区的分布在小区域上存在变化。

(4)玉米和水稻适宜生长区与两种作物的播种面积和产量的相关性明显,这为模拟未来不同气候情景下二者适宜生长区的分布提供了可行性。小麦适宜生长区与播种面积和产量的相关性较差,未来需要考虑人文因素如灌溉、农户的种植决策、土地利用等对粮食作物布局的影响,更好地识别小麦适宜生长区,以期更为有效地提高气候变化下小麦生长的适应能力。

参考文献

QuJiansheng, XiaoXiantao, ZengJingjing.

A profile of international climate change science in the past one hundred years

[J]. Advances in Earth Science, 2018, 33 (11):1 193-1 202.

[本文引用: 1]

曲建升,肖仙桃,曾静静.

国际气候变化科学百年研究态势分析

[J].地球科学进展,2018,33(11):1 193-1 202.

[本文引用: 1]

EdmarI T, GuentherF, HarrigV V, et al.

Global hot-spots of heat stress on agricultural crops due to climate change

[J]. Agriculture and Forest Meteorlogy, 2013, 170: 206-215.

[本文引用: 3]

ZhangMengting, ZhangYujing, TongJinhe, et al.

Variations of agro-climatic resources under a future climate scenario in the potential northward region of winter wheat

[J]. Climate Change Research,2017,13(2):1-10.

[本文引用: 2]

张梦婷,张玉静,佟金鹤,.

未来气候情景下冬小麦潜在北移区农业气候资源变化特征

[J].气候变化研究进展, 2017, 13(2): 1-10.

[本文引用: 2]

ZhaoJunfang, GuoJianping, XuYanhong, et al.

Effects of climate change on cultivation patterns of spring maize and its climatic suitability in Northeast China

[J]. Agriculture, Ecosystems and Environment, 2015, 202: 178-187.

[本文引用: 2]

MamatYusuf, UlamMahpiret, SabitMansur.

Impact of climate warming on cotton production of Ugan-Kuqa River delta oasis

[J]. Geographical Research, 2014, 33(2): 251-259.

[本文引用: 1]

玉苏甫.

买买提, 买合皮热提.吾拉木,满苏尔.沙比提.气候变化对渭干河—库车河三角洲棉花生产的影响

[J].地理研究,2014, 33(2): 251-259.

[本文引用: 1]

DaiShengpei, LiHailiang, LuoHongxia, et al.

The spatio-temporal change of active accumulated temperature≥10℃ in Southern China from 1960 to 2011

[J]. Acta Geographica Sinica, 2014, 69(5): 650-660.

[本文引用: 1]

戴声佩,李海亮,罗红霞,.

1960—2011年华南地区界限温度10℃积温时空变化分析

[J].地理学报,2014, 69(5): 650-660.

[本文引用: 1]

ZhangGeli, DongJinwei, ZhouCaping, et al.

Increasing cropping intensity in response to climate warming in Tibetan Plateau, China

[J]. Field Crops Research, 2013, 142: 36-46.

[本文引用: 1]

HuShi, MoXingguo, LinZhonghui.

The contribution of climate change to the crop phenology and yield in Haihe River Basin

[J]. Geographical Research, 2014, 33(1): 3-12.

[本文引用: 1]

胡实,莫兴国,林忠辉.

气候变化对海河流域主要作物物候和产量影响

[J].地理研究, 2014, 33(1): 3-12.

[本文引用: 1]

QianJinxia, LiNa, HanPu.

Influence of climate warming in winter on the winter wheat cultivable area in Shanxi Province

[J]. Acta Geographica Sinica, 2014, 69(5): 672-680.

[本文引用: 2]

钱锦霞,李娜,韩普.

冬季变暖对山西省冬小麦可种植区的影响

[J]. 地理学报, 2014, 69(5): 672-680.

[本文引用: 2]

MoXingguo, HuShi, LinZhonghui, et al.

Impacts of climate change on agricultural water resources and adaptation on the North China Plain

[J]. Advances in Climate Change Research, 2017, (8): 93-98.

[本文引用: 1]

HeQijin.

Study on the Relationship Between Maize Cultivation Distribution in China and Climate

[D]. Nanjing: Nanjing University of Information Science & Technology, 2012.

[本文引用: 4]

何奇瑾.

我国玉米种植分布与气候关系研究

[D].南京:南京信息工程大学, 2012.

[本文引用: 4]

ZhangShuai, TaoFulu.

Modeling the response of rice phenology to climate change and variability in different climatic zones: Comparisons of five models

[J]. European Journal of Agronomy, 2013, 45: 165-176.

[本文引用: 1]

XiaTian, WuWenbin, ZhouQingbo,et al.

Spatio-temporal changes in the rice planting area and their relationship to climate change in Northeast China: A model-based analysis

[J]. Journal of Integrative Agriculture, 2014, 13(7): 1 575-1 585.

[本文引用: 1]

WangZheng, YueQun, XiaHaibin, et al.

China 2050: Climate scenarios and stability of Hu-line

[J]. Science in China(Series D), 46(11): 1 505-1 514.

[本文引用: 2]

王铮,乐群,夏海斌,.

中国2050: 气候情景与胡焕庸线的稳定性

[J].中国科学:D辑, 2016, 46(11): 1 505-1 514.

[本文引用: 2]

BarrosV R,FieldC B,DokkeD J,et al.

IPCC Working Group II to the Fifth Assessment Report of the Intergouvermental Panel on Climate change

Climate Change 2014: Impacts, Adaptation, and Vulnerability

Part B: Regional Aspects

[M]. Cambridge, United Kingdom and New York, NY, USA:Cambridge University Press,2014.

[本文引用: 2]

FangJingyun, SongYongchang, LiuHongyan,et al.

Vegetation-climate relationship and its application in the division of vegetion zone in China

[J]. Acta Botanica Sinica, 2012, 44: 1 105-1 122.

[本文引用: 1]

ZhaoHong, XiaoGuoju, WangRunyuan, et al.

Impact of climate change on spring wheat growth in semi-arid rain feed region

[J]. Advances in Earth Science, 2007, 22(3): 322-327.

[本文引用: 1]

赵鸿, 肖国举, 王润元, .

气候变化对半干旱雨养农业区春小麦生长的影响

[J].地球科学进展, 2007, 22(3): 322-327.

[本文引用: 1]

XiongWei, YangJie, WuWenbin, et al.

Sensitivity and vulnerability of China's rice production to observed climate change

[J]. Acta Ecologica Sinica, 2013, 33(2): 509-518.

[本文引用: 1]

熊伟,杨婕,吴文斌,.

中国水稻生产对历史气候变化的敏感性和脆弱性

[J].生态学报, 2013, 33(2): 509-518.

[本文引用: 1]

Editorial Committee of the National Agricultural Zoning Committee 'Comprehensive Agricultural Regionalization in China/Comprehensive Agricultural Regionalization in China

[M]. Beijing: Agricultural Press, 1981: 146.[全国农业区划委员会《中国综合农业区划》编写组.

中国综合农业区划

[M].北京: 农业出版社, 1981: 146.]

[本文引用: 1]

NingXiaoju, ZhangLijun, YangQuntao, et al.

Trends in the frost-free period in China from 1951 to 2012

[J]. Acta Geographica Sinica, 2015, 70(11): 1 811-1 822.

[本文引用: 1]

宁晓菊,张丽君,杨群涛,.

1951年以来中国无霜期的变化趋势

[J].地理学报, 2015, 70(11): 1 811-1 822.

[本文引用: 1]

PhillipsS J, AndersonR P, SchapireR E.

Maximum entropy modeling of species geographic distributions

[J]. Ecological Modelling, 2006, 190(3/4): 231-259.

[本文引用: 1]

DuanJuqi.

Rice Planting Distribution and Its Response to Climate Change in China

[D]. Nanjing: Nanjing University of Information Science & Technology, 2012.

[本文引用: 1]

段居琦.

我国水稻种植分布及其对气候变化的响应

[D].南京:南京信息工程大学,2012.

[本文引用: 1]

/