未来不同气候变化情景下高温对山东省夏玉米产量影响的研究开题报告
2022-01-17 23:06:24
全文总字数：9249字
1. 研究目的与意义及国内外研究现状
1.1 研究目的
近年来，在气候变暖的大背景下，极端事件的强度和频率发生明显上升。气候变化带来了更多的高温事件，对农业生产造成了巨大的威胁。在山东省，高温是造成农业经济损失最严重的气象灾害之一。本研究以山东省为研究区，分析山东省在历史时期与RCP4.5、RCP8.5情景下未来近期（2020-2049）、远期（2070-2099）高温事件时空演变特征及其对夏玉米产量的影响。具体目标如下：
（1）研究山东省历史时期高温事件的年际变化特征以及空间分布特征。
（2）研究山东省历史时期高温事件与夏玉米减产之间的关系。
（3）研究山东省未来近期、未来远期高温事件的年际变化特征以及空间分布特征。
（4）研究山东省未来近期、未来远期高温事件与夏玉米减产之间的关系。
1.2 研究意义
玉米是世界第一大种植作物，同时作为我国主要粮食作物之一，在我国的农业生产中具有极重要的地位。2012年以来，我国在玉米种植面积稳定在3.6107 hm2，玉米总产量逐年增长，自2012年开始，玉米产量超过稻谷产量与小麦产量成为我国总产量最高的粮食作物，山东省是我国玉米的主要产区之一，2012年山东省玉米种植面积约3.2106hm2，约占全国的9%[1]。山东省地处我国东部沿海的季风气候区，相比于寒冷的北方地区有着更温暖的温带气候。降水主要集中在6-9月，雨热同期，但降水分布不均匀，夏季高温频发。频繁的高温、干旱等灾害使得夏玉米产量的波动较大 [2]。
气候变暖已经成为气候变化的主要特征。联合国政府间气候变化专门委员会（IPCC）在第五次评估报告指出，在过去的 100 年中，全球海陆表面气温平均升高0.85℃[3]。20世纪中叶以来，极端事件的强度和频率发生明显变化，而极端天气事件对农业生产造成了巨大的威胁[4]。在各类自然灾害造成的总损失中与天气有关的气象灾害导致的损失约占85%，高温是其中最为严重的灾害之一。持续高温除了直接影响农作物生长发育外，还会诱发或加剧干旱进而影响农业生产造成损失[5]。有研究表明30℃以上的高温日会造成明显的玉米减产[6]。相对于其他农业气象灾害，高温是一个重要但较少被关注的研究领域，特别是未来不同排放情景下高温事件的发生及影响。因此研究山东省未来近期、远期高温事件的时空分布规律，为山东省应对气候变化导致的高温风险提供依据，对提高应对高温灾害的能力具有重要意义。国内外研究现状
2.1高温对玉米生产影响研究进展
目前主要通过统计模型法，控制试验法与作物模型法来探讨高温对玉米产量波动和生理、品质等方面的影响[7]。
统计模型法是基于大量的气象观测数据与玉米各个生育期数据的一种统计分析方法。Mo等[8]利用统计相关回归分析法探讨玉米各生育阶段气象因子变化对玉米产量和品质的影响，发现温度升高延长了我国北方地区的适宜生长期，但同时加速了作物的生长，缩短了作物生育期，对玉米而言吐丝开花间隔期缩短，减少了光合产物的积累。尹小刚等[9]通过分析东北农作区1961-2010年玉米不同生育期内气候资源与玉米产量的关系，发现玉米生育季内营养生长期的极端高温会显著影响玉米生产。统计模型法可以从统计的角度得出高温与玉米产量的关系，但是不能从原理上解释其内在的关系。
控制试验法是通过对玉米不同时期的各种要素的控制，来研究不同要素对于玉米生长发育的影响。田云录等[10]在2011年通过温控试验，发现适当增温有助于提高冬小麦单产；Hawkins等 [11] 通过分期播种试验模拟不同气象条件，发现温度的持续升高会加速玉米的成热进程，还会对叶片衰老有重要影响，明确了影响玉米产量和品质波动的主要气象因子；Webber等 [12]研究发现温度超过玉米生长的最适温度，光合速率下降同时伴随着呼吸消耗增加，导致净同化减少。Lobell等[13]发现美国玉米生产中高温大于30℃时会产生不利影响，玉米花期对高温极为敏感，该时期高温会影响玉米的开花吐丝，同时提高作物对水分的需求量。Shi等[14]研究发现灌浆期高温会导致产量下降，可能是由于籽粒灌浆速率增大的同时同化物供应不足所致。控制试验法可以较好的反映高温在玉米各个时期各个阶段的影响，但是不能很好地表现实际田间生产中玉米对于高温的反应。
作物模型是能够定量描述作物生长发育、产量形成过程及环境对作物产生影响的重要工具，在理解、预测及调控作物生产方面具有广泛的应用，现己逐渐用于农业管理和资源优化过程中[15]。作物生长模拟模型不仅具有系统性、机制性、动态性及预测性等优点，更重要的是其通用性，对任何时间、地点及品种具有普适性，不受时间、区域、品种及栽培措施差异的约束[16]。Brown等[17]在1997年利用EPIC模型研究了玉米单产对温度和降雨量响应规律，发现温度对玉米产生负效应，而降雨量与之相反，但是没有明确温度和降水的交互作用对于玉米单产的影响；许吟隆等[18]在1999年研究发现考虑CO2肥效作用下，当温度升高会使中国主要粮食作物产量也随着增加，但其数值模拟结果与实际情况还有一定差距；杜瑞英[19]等在2006年对我国气候变化和冬小麦生产进行了初步模拟分析，得到了水分、温度和CO2浓度对冬春小麦生产力综合效应；马占云等[20]在2009年在研究玉米生产力时空变化特征时，将GIS地理信息技术、作物模型、气候模式进行了耦合，可作为农业大数据统计分析平台；何奇瑾等[21]在2012年通过构建春玉米分布与气候关系之间的模型，发现气候变化有助于扩大我国春玉米种植面积；赵锦等[22]在2014年通过调查证实了春玉米可种植面积在东北有了极大的扩增。Kumudini等[23]将８个玉米发育期模型用北美和阿根廷的试验数据进行了比较，发现在当前气候条件下各个发育期模型的模拟精度存在差异。但由于当前作物生长模型中对作物生长发育过程温度响应机理的描述并不完善，因此模型模拟结果不确定性问题必须得以重视，以便准确评估气候变化影响并制定适宜的适应对策[24]。
统计模型法可以从统计的角度得出高温与玉米产量的关系，但是不能从原理上解释其内在的关系。控制试验法可以较好的反映高温在玉米各个时期各个阶段的影响，但是不能很好地表现实际田间生产中玉米对于高温的反应。作物模型能够定量描述作物生长发育、产量形成过程及环境对作物产生影响，在理解、预测及调控作物生产方面具有广泛的应用。但由于当前作物生长模型中对作物生长发育过程温度响应机理的描述并不完善，因此要重视模型模拟结果不确定性。本文拟采用统计模型法来分析山东省的高温与夏玉米产量的关系。
2.2高温事件的判别标准
高温事件的定义有多种，目前气候极值变化研究通常采用阈值法，一般将阈值分为绝对阈值和百分比阈值[4]。中国气象局将日最高气温≥35℃定义为一个高温日，因此气象上常以35℃为绝对高温阈值来作为判断高温日的标准[25]。同时中国气象局规定各省市区可以根据本地天气气候特征规定界限温度值[26]。因此实际的农业生产研究中，会根据研究区域的地理位置、气候特点等情况，针对性的选取更为适合当地的绝对高温阈值。王丽君等[27]在研究黄淮海平原夏玉米季干旱、高温的发生特征及对产量的影响时，充分考虑了大田雨养生产条件与冠层温度要略高于大气温度的情况后，选取了32℃为绝对高温阈值标准以判断高温日。表1是通过前人研究得到一些温度阈值，不同文献中阈值温度确定的值不同 [28-32]。绝对高温阈值在一定程度上可以反映研究区域的高温情况，但是有时在农业上，即使高温并未达到其绝对极值，而只是达到一种相对极端即可使得作物发生生理障碍从而造成减产[33]。百分比阈值法便可以很好地解决这个问题。
表1 文献中玉米生长的关键温度和极限温度的相关数值
| 文献来源 | 关键温度(℃) | 极限温度(℃) |
| Schlenker and Roberts | 29 |
|
| Lobell et al. | 30 |
|
| Moriondo et al. | 32 | 40 |
| Deryng et al. | 32 | 45 |
| Teixeira et al. | 35 | 45 |
百分比阈值采用的是日最高气温90%分位数或95%分位数来作为高温阈值[34]。由于中国幅员辽阔，地区间气候条件差异大，在研究高温的区域差异时，若采用同一温度阈值会造成南多北少的结果，因此，相比于绝对阈值，利用相对高温阈值能客观对比不同区域之间高温分布特征的差异。相比于绝对阈值，利用百分比阈值能更好地反映高温对于作物生长的影响，也能客观对比不同区域之间高温分布特征的差异。贾佳等[35]在研究中国不同等级高温热浪的时空分布特征及趋势时，为了客观反映全国各地区的高温空间分布情况，选取95%分位数作为高温阈值，筛选出相对于各地气候平均态更加极端的高温天气，进而分析发现在研究时段中国区域整体平均高温日数呈现显著的先减后增的变化趋势。百分比阈值法从数据本身结构出发并未考虑承载体的特征，然而不同的承载体对灾害敏感程度不同，高温阈值也有差异。
绝对阈值法可以结合前人的研究，综合考虑研究地点实际的地理位置、气候特点等情况决定阈值。但有时在农业上，即使高温并未达到其绝对极值，而只是达到一种相对极端即可使得作物发生生理障碍从而造成减产，百分比阈值法便可以很好地解决这个问题。百分比阈值法是从数据本身结构出发，但是没有很好地考虑到不同的承载体对灾害敏感程度不同，高温阈值也有差异。绝对阈值法便可以很好地考虑到承载体对于灾害的敏感程度。绝对阈值法和百分比阈值法各有优劣，在实际的研究过程中应当从实际出发，充分考虑研究地区的情况，再选择合适的标准。本文将使用绝对阈值法识别适用于山东省夏玉米的高温灾害指标。
2. 研究的基本内容
3.1识别山东省高温事件的时空分布特征
基于rcp4.5、rcp8.5两个情景下未来近期（2020-2049）、未来远期（2070-2099）山东省的温度数据，使用识别的高温灾害指标识别高温事件，采用m-k趋势检验法研究历史时期与rcp4.5、rcp8.5两个情景下未来近期、未来远期山东省高温事件的年际变化特征以及空间分布特征。
3. 实施方案、进度安排及预期效果
4.1实施方案
4. 参考文献
[1] 国家统计局. 中国统计年鉴[j]. 中国统计出版社, 2012-2017.
[2] 张琪, 步露蕾, 胡正华, 等. 基于nex-gddp降尺度数据的山东省夏玉米生育期极端高温时空特征研究[j]. 灾害学, 2018, 33(2):133-136.
[3] 初征, 郭建平. 东北地区玉米适应气候变化措施对生产潜力的影响[j]. 应用生态学报, 2018, 29(6):1885-1892.
