基于高时空分辨率的气候变化对全球主要农区气候生产潜力的影响评估

赵俊芳，孔祥娜, ，姜月清，钱永兰

1. 中国气象科学研究院/灾害天气国家重点实验室，北京 100081；2. 四川农业大学资源学院，成都 611130；3. 国家气象中心，北京 100081

全球气候变化是人类迄今面临的最重大也是最为严重的全球环境问题，也是 21世纪人类面临的最复杂的挑战之一（IPCC，2014；赵俊芳等，2010）。植物地理学家指出，气候是决定陆地植被类型分布格局及其结构功能特性的最主要因素（宋永昌，2001）。植被气候生产潜力是指在其他条件均适宜的情况下，自然生长发育的植被由气候资源所决定的在单位时间单位面积上由光合作用产生的生物学产量或经济产量（Lieth et al.，1975）。研究植被的气候生产潜力，不仅能揭示生产力与气候因素的关系，预测植被在某一地区发展的潜在能力外，还可根据全球气候变化的趋势，预测植被生产力的未来发展（赵慧颖等，2017）。

全球被划分为十大农区类型：非洲沙哈拉以南农业区、北非西亚农业区、东南亚与南亚农业区、拉丁美洲农业区、西欧北欧南欧农业区、北美农业区、澳大利亚与新西兰农业区、东欧与西伯利亚农业区、中亚农业区和东亚农业区（杜志雄，2015）。气候变暖背景下，全球各地气候资源的数量及匹配变化使得气候生产潜力等发生改变，全球粮食生产和食物安全也面临着越来越严峻的考验。因此，自19世纪60年代以来，在全球变化背景下，全球主要农区气候生产潜力的时空演变呈现何种特征？这已成为相关利益主体非常关注的重大现实问题。目前，国内外对气候生产潜力的评价方法较多，主要的方法有3种，（1）逐级订正法：环境因子逐段订正模型，又称潜力衰减法，是通过对光合生产潜力、光温生产潜力、气候生产潜力几个阶段逐步订正来计算的，如AEZ法（Guo et al.，2015）等。（2）气候因子综合法：是一种经验法，这类模式主要有Miami模型（李莉等，2014）、Thornthwaite Memorial模型（张艺萌等，2015）和Chikugo模型（王胜兰，2008），是利用经验公式来计算气候生产潜力的一种方法。（3）作物生长过程模拟方法：此类方法是根据作物光合作用过程、生理生态特性和外界环境因子来计算生产潜力的一种方法，常见的有CROPGRO模型（Singh et al.，2017）、EPIC模型（Le et al.，2018）、APSIM模型（Zhao et al.，2017）等。

多年来关于气候生产潜力国内外开展了大量分析研究（Amare et al.，2018；Mwaura ey al.，2018；赵慧颖等，2017；Guo et al.，2015；李莉等，2014；张艺萌等，2015；王胜兰，2008；焦翠翠等，2014；钟章奇等，2015）。如李莉等（2014）根据中亚 5国100个气象站1901－2000年月平均温度和降水资料，应用Miami、Thornthwaite Memorial模型对中亚地区气候生产潜力进行了计算，结果表明，1901－2000年中亚地区大部分区域的气候生产潜力呈增加趋势，限制气候生产潜力提高的主要因素是水分。焦翠翠等（2014）应用Miami模型模拟了全球森林气候生产潜力的空间格局，发现全球森林气候生产潜力呈现出随着纬度升高而降低的趋势，北半球森林气候生产潜力随着纬度的升高而显著降低，南半球森林气候生产潜力的纬向规律则不明显。钟章奇等（2015）指出 1980年代以来，中国农业生产潜力减少的区域主要集中在胡焕庸线以东的地区，其中四川盆地和华北平原中部等地区的农业生产潜力减少最为明显；2041－2060年中国农业生产潜力减少的区域可能主要位于长江以南以及青海中部地区，其中四川盆地和湖北中南部等地的农业生产潜力下降趋势最为明显。

以上各方面的研究均取得了有意义的进展，但从目前的研究情况来看，多是从小尺度范围内进行的分析（赵慧颖等，2017；Guo et al.，2015；李莉等，2014；张艺萌等，2015；王胜兰，2008；钟章奇等，2015），迄今为止，在全球尺度上针对气候变化对全球主要农区气候生产潜力的影响研究依旧薄弱，远远不能满足全球防灾减灾、保证粮食安全生产的需求。因此，本研究利用全球高时空分辨率气象格点资料和气候生产潜力模型，定量评估1981－2015年气候变化对全球主要农区气候生产潜力的影响，以期为全球农业生产布局提供参考。

1 研究方法和资料

1.1 资料来源

本研究所用的全球降水资料由德国气象局全球降水气候中心（global precipitation climatology centre，GPCC）提供，分辨率为0.5°×0.5°；全球温度数据为美国国家海洋和大气局（NOAA）提供的月平均地面2 m处气温数据，名称为GHCN_CAMS（Global Historical Climate Network and Climate Analysis and Monitoring System）Gridded 2 m Temperature（Land），分辨率为 0.5°×0.5°。时间序列均为1981－2015年。

1.2 农业区气候生产潜力模型

农业气候生产潜力（agricultural climatic potential productivity）是以气候条件来估算的农业生产潜力，即在当地自然的光、热、水等气候因素作用下，假设作物品种、土壤肥力、栽培技术和作物群体结构都处于最适状态时，单位面积可能达到的最高产量。农业气候生产潜力依光、温、水条件及其组合状况的不同而不同，估算时可分别计算光合生产潜力、光温生产潜力和气候生产潜力。由于气候生产潜力能比较准确地描述农作物在理想气候状态下的最大产量，通过研究气候生产潜力变化规律及其主要影响因子，不仅可以反映出全球主要农区农业气候生产潜力水平与光、温、水资源配合协调的程度及地区差异，而且对提高土地生产力水平，指导当地农牧业生产具有重要的意义。

由于受全球尺度农作物资料的收集所限，本文采用国际通用的Miami模型计算获得全球主要农区的气候生产潜力。Miami模型是采用世界五大洲可靠的植被净生产力实测资料和与之相匹配的年均温度、年平均降水量资料，通过最小二乘法建立净生产力模型进行模拟（Lieth et al.，1975）。Miami模型从植物的生理生态角度出发，指出对植物生长及其生物量形成的主要影响因子是温度和水分，并通过计算该地区的年降雨量和年平均气温等主要气候要素来确定植物的气候生产潜力，计算公式为：

式中，NPPt为由年平均温度决定的气候生产潜力（g·m-2·a-1）；NPPr为由年平均降水量决定的气候生产潜力（g·m-2·a-1）；t 为年平均气温（℃），r为年降水量（mm）；3000是Lieth经统计得到的地球自然植物每年在单位面积土地上的最高干物质产量（kg·hm-2）；NPP为植被气候生产潜力，根据Liebig最小因子定律（Lieth et al.，1975）取二者中的较低值作为标准值（g·m-2·a-1）。

1.3 数据分析

全球尺度数据由C++编程处理实现，空间图由ARCGIS软件实现。

2 结果与分析

2.1 全球主要农区气候生产潜力时间演变特征与变化趋势

1981－2015年，全球主要农区气候生产潜力呈现较为明显的增长趋势（Trend=0.007 t·hm-2·a-1，P＜0.05），在 7.68－8.28 t·hm-2之间波动，平均为7.97 t·hm-2（图1）。其变异系数（CV）为1.88%，标准差为 0.15 t·hm-2，波动幅度为 0.60 t·hm-2，占35年平均值的7.49%。其中2000年、2006年、2010年总量相对较大，1982年、1985年、1987年总量相对较小，最大值出现在2010年，为8.28 t·hm-2，最小值出现在1987年，为7.68 t·hm-2。这主要是因为在全球变化背景下，全球主要农区的年平均温度得到显著升高，延长了植被生长季，春季植物起始生长的日期提前，秋季落叶期推后，因此气候生产潜力也得到显著增加。

图1 全球主要农区气候生产潜力年际变化Fig.1 Interannual variations of climatic potential productivity in major agricultural regions of the world

图2 1981－2015年全球主要农区气候生产潜力空间分布Fig.2 Spatial distribution characteristics of climatic potential productivity in major agricultural regions of the world from 1981 to 2015

2.2 全球主要农区气候生产潜力 5年际和年代际变化

对1981－2015年进行每5年的气候生产潜力变化分析，结果表明：全球农业区在 1981－1985年、1986－1990年、1991－1995年、1996－2000年、2001－2005年、2006－2010年、2011－2015年的年平均气候生产潜力分别为7.85、7.86、7.90、8.06、7.99、8.13、7.99 t·hm-2。由此可见，20 世纪90年代的后半段以及21世纪00年代的后半段，气候生产潜力增长明显，其中20世纪90年代的后半段增加幅度最大（0.16 t·hm-2）。对年代际的变化进行计算，发现20世纪80年代（1981－1990年）平均气候生产潜力为7.85 t·hm-2，90年代（1991－2000 年）为 7.98 t·hm-2，21 世纪 00 年代（2001－2010年）为8.06 t·hm-2，21世纪 10年代前半段（2011－2015 年）为 7.99 t·hm-2。

2.3 全球主要农区气候生产潜力空间分布特征

从 1981－2015年全球主要农业区农业气候生产潜力的平均状况来看，全球主要农业区农业气候生产潜力空间分布的基本特点是南高北低，高值区主要集中在东亚、南亚、中亚、西亚、南欧、大洋洲南部、南美洲东部和北美洲南部等地（图 2）。最高值出现在亚洲东南部，为28.9 t·hm-2。南美洲东部、非洲中部、亚洲南部等地农业气候生产潜力为 10.1－20.0 t·hm-2，北美洲南部、大洋洲南部、亚洲中部、非洲中部等地在5.1 t·hm-2以下。

2.4 气候变化对全球主要农区气候生产潜力的影响

由图3可知，总体上，1981－2015年，气候变化对亚洲和北美洲农业区农业生产有利，对欧洲、南美洲、非洲和大洋洲农业生产不利。35年间，亚洲西南部、中部和北部以及北美洲中部和东南部等地的农业区气候生产潜力明显增加，大部分地区增加了 0.00－6.00 t·hm-2；亚洲西南部、南美洲巴西南部增加超过9.00 t·hm-2；而欧洲大部分地区、南美洲北部和东部、非洲中部和南部以及大洋洲大部分地区气候生产潜力明显减少，变化幅度在-7.99－0.00 t·hm-2之间，部分地区降幅超过 8.00 t·hm-2。

3 讨论

传统生态学认为气候是决定地球上植被分布最主要的因素之一（邵璞等，2011）。全球变暖对农业的影响有利也有弊，它给农业带来机会的同时也带来了挑战。气候变暖背景下，寒冷季节将会在一定程度上缩短，温暖和炎热季节将会延长，这有利于改善高纬地区温度条件较差的状况（Morales et al.，2017）。本研究表明，1981－2015年全球主要农区气候生产潜力呈波动上升趋势，且气候变暖使得处于欧洲的中部和南部等高纬度农业区气候生产潜力明显增加，研究结果与前人研究结果一致（肖国举等，2007；Li et al.，2017）。本研究还表明，同年际变化相似，1981－2015年期间全球主要农区气候生产潜力年代际增长也比较明显，其中 20世纪80年代和20世纪90年代之间的增长最显著，这与大气CO2浓度持续增长和80年代以来全球气候的异常变暖有密切的关系，同时，这一年代际增长趋势与全球部分区域的模拟结果也是一致的（李莉等，2014）。这是因为气候变暖使大气中的热量资源增加，有利于促进农作物的生长速度，延长作物的生长季，也可以在一定程度上改变作物的种植制度，使作物在一年内的种植次数增加，生产力得到提高。如Li et al.（2017）指出全球植被净初级生产力在1961－2010年期间呈增加趋势，且中高纬度增加明显。然而，对一些干旱、半干旱、季节性干旱地区而言，气候变暖会使该区水分蒸发速度加快，加剧了干旱程度，导致作物的生长缺乏足够的水分；同时也会使一些作物的生育受到强烈抑制，从而限制作物生产，影响大多数粮食作物的种植和产量。本研究表明，近35年，气候变化对北美洲美国的东南部和西北部、亚洲东部中国的中部和东南部、南美洲巴西东部等部分地区农业产生不利影响，使得这些地区农业气候生产潜力明显减少，当地农业生产受到威胁。以上结果与Lewis et al.（2011）及Potter et al.（2012）的研究结果基本一致，他们认为在一些热带地区如非洲、巴西和巴拉圭等部分地区植被NPP受到严重干旱影响，2005年严重干旱使巴西亚马逊河流域的NPP减少了20 g·m-2（以C计）。

图3 1981－2015年全球主要农区气候生产潜力演变情况Fig.3 Changes in climatic potential productivity of major agricultural regions in the world from 1981 to 2015

高质量、高时空分辨率的气象格点数据产品是大气、气候、水文、生态模式所需要的重要输入参数，也是监测和评估模式预报、预测准确性的必要数据。由于气象观测台站的空间分布大多不均匀，各观测台站的气象观测序列长短不一，台站数量也有限，导致对全球气象数据的应用及全球气候变化的分析带来困难。本研究利用高分辨率（0.5°×0.5°）和较长时间序列的全球气象格点产品能够更好地刻画气候变化背景下全球不同农区气候生产潜力的时空演变趋势。

此外，本研究选取国际上通用的气候生产潜力Miami模型进行高时空分辨率的全球不同农区气候生产潜力评估，该模型充分考虑了光、温、水等条件对植被生物量积累的综合影响，所需参数较少，便于评估全球大尺度上气候变化对植物生产力的影响。目前，该模型已经成为气候生态领域估算陆地生态系统气候生产潜力的经典模型之一，在不同类型的植被生物量模拟研究中被广泛应用（焦翠翠等，2014），在评估植物的气候生产潜力、模拟不同类型植被生长、研究陆面生态系统演变过程与气候的相互作用和预测生态环境的变化等方面起到了极大的促进作用（赵慧颖等，2017）。然而，需要指出的是，该模型为统计模型，它仅考虑了水热条件对植被生产力的影响，而未考虑植物所处的土壤、地形等条件，同时，模型还未包含表示植物生理生态学特性的参数，在实际应用中只是植被生产力与气象因子的简单回归，缺乏严密的生理、生态特征及机理支撑依据。由于尺度扩展而带来生理与环境的相互作用的反馈机制的变化异常复杂，故本研究也只是提供一个框架式的分析结果，在兼顾多方面因素的同时不可避免地忽略了对农业气候生产潜力某一组成部分或影响因素的更为细致的研究，但此类研究仍可在一定程度上反映全球主要农业区气候生产潜力的大致发展趋势和变化范围，具有一定的现实意义。今后随着全球尺度作物参数等精细化数据的更新，将会进行更深入的研究。

4 结论

以全球主要农业区为研究对象，利用全球高时空分辨率气象格点资料，应用气候生产潜力模型评估了 1981－2015年气候变化对全球主要农区气候生产潜力的影响，结果表明：

（1）1981－2015年全球主要农区气候生产潜力的年际和年代际增长均比较明显。35年间，全球主要农区气候生产潜力在 7.68－8.28 t·hm-2之间波动，平均为7.97 t·hm-2。全球主要农区气候生产潜力在20世纪90年代的后半段的增加幅度最大（0.16 t·hm-2），20世纪80年代和20世纪90年代之间的增长最显著。

（2）全球主要农业区农业气候生产潜力空间分布的基本特点是南高北低，高值区主要集中在东亚、南亚、中亚、西亚、南欧、大洋洲南部、南美洲东部和北美洲南部等地，最高值出现在亚洲东南部；北美洲南部、大洋洲南部、亚洲中部、非洲中部等地气候生产潜力较低。

（3）气候变化对全球农业区气候生产潜力的影响有利有弊。35年间，亚洲西南部、中部和北部以及北美洲中部和东南部等地的农业区气候生产潜力明显增加，大部分地区增加了0.00－6.00 t·hm-2，亚洲西南部、南美洲巴西南部增加超过9.00 t·hm-2；而欧洲大部分地区、南美洲北部和东部、非洲中部和南部以及大洋洲大部分地区气候生产潜力明显减少，变化幅度在-7.99－0.00 t·hm-2之间，部分地区降幅超过了 8.00 t·hm-2。