氣候變化對糧食產(chǎn)量的影響一種改進的分析

氣候變化對糧食產(chǎn)量的影響一種改進的分析

隨著世界變化研究的深入，氣候變化對糧食安全的影響已成為一個必然的問題。許多科學(xué)家使用該模型研究了未來氣候變化對作物產(chǎn)量的影響，但幾十年來，對規(guī)模規(guī)模較大的模型研究甚少。全球氣溫顯著上升的時期也正是人類生產(chǎn)技術(shù)水平大幅度提高的時期，農(nóng)業(yè)技術(shù)的發(fā)展可能掩蓋了氣候變化對于農(nóng)業(yè)的一些影響。因此，在對氣候變化和糧食作物產(chǎn)量關(guān)系的實證研究中，需要解決的關(guān)鍵問題是如何正確地計算出氣候產(chǎn)量，同時還要考慮技術(shù)、管理因素對作物產(chǎn)量的影響。本文主要探討的問題是在氣候要素存在趨勢性變化的情況下，如何根據(jù)統(tǒng)計數(shù)據(jù)來計算氣候產(chǎn)量，評估過去幾十年尺度上氣候變化的影響。以往的計算方法主要是根據(jù)產(chǎn)量的波動，認為圍繞時間趨勢量上下波動的產(chǎn)量部分是氣候產(chǎn)量。但如果氣候要素也存在趨勢，這樣分解出來的趨勢產(chǎn)量中包含了較多的氣候變化影響的信息，掩蓋了氣候變化的影響。為此，本文提出一種計算氣候產(chǎn)量的改進方法，并用此方法估算黑龍江省水稻的氣候產(chǎn)量。這一工作可以為評估全球變暖對農(nóng)業(yè)的影響提供區(qū)域?qū)嵶C，也可以為進一步研究農(nóng)業(yè)對氣候變暖的適應(yīng)性對策奠定科學(xué)基礎(chǔ)。1對長期氣候變化影響的計算方法為了區(qū)分自然和非自然因素對糧食作物的影響，一般把作物的產(chǎn)量分解為趨勢產(chǎn)量、氣候產(chǎn)量和隨機誤差三部分，趨勢產(chǎn)量反映歷史時期生產(chǎn)力發(fā)展水平的長周期產(chǎn)量分量，也被稱為技術(shù)產(chǎn)量，氣候產(chǎn)量是受氣候要素為主的短周期變化因子影響的波動產(chǎn)量分量。其中，趨勢產(chǎn)量常采用“時間”為自變量進行各種線性或非線性模擬。計算公式如下：式中，Y為作物實際產(chǎn)量，Yt為技術(shù)產(chǎn)量，Yw為氣候產(chǎn)量，e是受隨機因素影響的產(chǎn)量分量。這種計算方法多用于計算年際間氣候要素變化對作物產(chǎn)量的影響，但應(yīng)用這種算法計算氣候產(chǎn)量來評估長期氣候變化的影響時存在以下幾個問題：問題一：這種方法需要假設(shè)氣候是以周期變化為主的序列，長期變化趨勢不明顯，氣候要素與趨勢產(chǎn)量相關(guān)不顯著，但對于存在比較顯著的趨勢性氣候變化的時段，如果氣候要素與趨勢產(chǎn)量相關(guān)顯著，趨勢產(chǎn)量中包含了氣候變化影響的信息，卻被當(dāng)作技術(shù)的影響剔除掉了，這樣計算出的“氣候產(chǎn)量”并不能正確反映氣候變化對糧食產(chǎn)量的影響。例如當(dāng)更為有利的氣候條件持續(xù)出現(xiàn)時會帶來農(nóng)作物的穩(wěn)產(chǎn)，按常規(guī)算法計算出的氣候產(chǎn)量會減小，從而得到氣候變化對產(chǎn)量的影響程度減弱的結(jié)論，這顯然沒有正確地評估氣候變化對農(nóng)作物產(chǎn)量的影響程度。問題二：影響糧食作物產(chǎn)量的因素有多種，可以將這些影響因素分為氣候因素和非氣候因素，雖然由此也可以將作物實際產(chǎn)量粗略分為氣候產(chǎn)量和技術(shù)產(chǎn)量，但實際上技術(shù)產(chǎn)量也是在一定氣候條件下（可稱為標(biāo)準(zhǔn)氣候條件）所能得到的產(chǎn)量，而氣候產(chǎn)量也是在一定的技術(shù)水平下的產(chǎn)量，這部分產(chǎn)量在不同的生產(chǎn)水平下也會不同。氣候產(chǎn)量和技術(shù)產(chǎn)量不是獨立的兩部分，兩者互相影響。問題三：常規(guī)的算法計算出的氣候產(chǎn)量只與實際產(chǎn)量和時間有關(guān)，雖然實際產(chǎn)量年際變化量中含有氣候變化影響的信息，但如果不考慮氣候要素的變化，氣候變化影響的信息很容易被其他信息掩蓋。2氣候影響因子基于以上考慮，氣候產(chǎn)量是由當(dāng)年的技術(shù)水平和氣候要素值來決定，在不同的生產(chǎn)力水平下，即使氣象條件相同，氣候產(chǎn)量也會不同。借鑒貝爾（Baier）產(chǎn)量模式的思路：每年的實際產(chǎn)量可以看作是在一定的趨勢產(chǎn)量背景下，天氣條件對其趨勢產(chǎn)量的訂正，本文采用氣候影響因子來描述氣候要素對作物產(chǎn)量的影響程度，氣候影響因子是關(guān)于氣候要素的函數(shù)，隨著氣候要素的變化而變化，氣候產(chǎn)量可以表示為技術(shù)產(chǎn)量和氣候影響因子的乘積，如下式所示：式中，α為氣候影響因子，可以認為在類似的技術(shù)條件下主要和氣候要素有關(guān)；當(dāng)α=0時為標(biāo)準(zhǔn)氣候條件，此時Yw=0。綜合式(1)和式(2)可以得到從以上分析不難看出，確定合理的氣候影響因子是計算氣候產(chǎn)量的關(guān)鍵。本文擬采用回歸的方法來計算。2.1氣候影響因子的確定方法影響一個區(qū)域糧食產(chǎn)量的氣候要素有多種，首先應(yīng)該選擇出影響該區(qū)域糧食產(chǎn)量的主要氣候要素，此氣候要素必須與作物的單產(chǎn)有較穩(wěn)定的相關(guān)性，這樣利用回歸的方法來確定氣候影響因子才有實際意義。所選時間步長需根據(jù)氣候變化和產(chǎn)量變化的具體情況而定，本文計算了10年和30年步長的氣候要素和作物單產(chǎn)之間的滑動相關(guān)系數(shù)，選取相關(guān)系數(shù)較穩(wěn)定且通過顯著水平檢驗的氣候要素作為確定氣候影響因子的主要變量。2.2基準(zhǔn)時段的確定選取基準(zhǔn)時段的主要目的是想利用常規(guī)方法來得到氣候產(chǎn)量作為回歸的基礎(chǔ)數(shù)據(jù)，但又要避免常規(guī)算法存在的問題，所以選擇比較符合常規(guī)算法假設(shè)的基準(zhǔn)時段。所謂基準(zhǔn)時段，需要同時具備以下特點：(1)在此時期內(nèi)影響該地區(qū)作物產(chǎn)量的主要氣候要素只存在顯著的短周期變化，長期變化趨勢不明顯，波動產(chǎn)量與氣候要素呈穩(wěn)定的高度相關(guān)；(2)同期技術(shù)進步對產(chǎn)量的影響是漸變的，不存在突變性的技術(shù)進步；(3)作物播種面積變化對產(chǎn)量的影響可以忽略。這樣，在此時段內(nèi)的趨勢產(chǎn)量主要反映的是技術(shù)方面的影響，波動的產(chǎn)量主要反映氣候方面的影響。2.3影響因子方程將基準(zhǔn)時段內(nèi)的實際產(chǎn)量和分離出的氣候產(chǎn)量代入式(3)，計算出逐年的氣候影響因子。采用二次函數(shù)曲線擬合出估算氣候影響因子的方程，表達式如下：式中，x為主要氣候要素。應(yīng)用最小二乘法原理，利用SPSS軟件非線性回歸的命令可以求出方程的系數(shù)a、b、c，從而建立反映氣候影響因子和氣候要素關(guān)系的函數(shù)表達式。對于其他非基準(zhǔn)時段，已知該時段的氣候要素值，代入式(4)便可得到相應(yīng)的氣候影響因子，將氣候影響因子和實際產(chǎn)量代入式(3)可以得到對應(yīng)的氣候產(chǎn)量。3近20年來水稻氣候類型的比較本文以黑龍江省作為實例來進行研究。黑龍江省位于我國的最北部，1980年以來≥10℃的農(nóng)作物生長活動積溫普遍比前30年多50～100℃·d,這種變暖的現(xiàn)象對種植業(yè)的影響不容忽視。本文選取了對氣溫變化敏感的水稻作為研究對象，應(yīng)用不同的算法來計算近20年來水稻的氣候產(chǎn)量，并進行比較。根據(jù)黑龍江省水稻單產(chǎn)、氣溫及降水資料（1951～2000），分別應(yīng)用改進算法和常規(guī)算法來計算氣候產(chǎn)量，其中常規(guī)算法分別采用指數(shù)函數(shù)、正交多項式、滑動平均擬合趨勢產(chǎn)量，分解出氣候產(chǎn)量。3.1對氣溫變化的影響以10年為一個時間單元，分別計算逐年5～9月累計氣溫和的距平（△T5～9）和5～9月份的降水距平（△R5～9）與水稻單產(chǎn)的滑動相關(guān)系數(shù)。結(jié)果顯示：降水與水稻單產(chǎn)在90%的時段內(nèi)相關(guān)系數(shù)都沒有通過顯著性水平為0.05的檢驗，而且非常不穩(wěn)定；而氣溫與水稻單產(chǎn)的相關(guān)系數(shù)在40%的時段內(nèi)呈顯著正相關(guān)。如果以30年為步長來計算，則氣溫與水稻單產(chǎn)的相關(guān)系數(shù)在所有的時段內(nèi)都通過顯著性水平為0.05的檢驗，而降水在86%的時段相關(guān)性都不顯著。另根據(jù)邱新法等對20世紀70年代以來關(guān)于影響水稻的主要氣象因子的研究結(jié)果的統(tǒng)計，6、7月氣溫是影響黑龍江省水稻產(chǎn)量的主要氣象因子。綜合上述研究可以認為，生長季氣溫是影響黑龍江省水稻生產(chǎn)的主要氣候要素，而從長期來看降水的影響較小，因而引入氣溫作為氣候影響因子函數(shù)表達式的自變量。根據(jù)水稻單產(chǎn)的變化趨勢（圖1），水稻單產(chǎn)在1965、1984和1992年附近出現(xiàn)跳躍性增長,對1951～1964、1965～1981、1984～1991、1992～2000年時段水稻單產(chǎn)的數(shù)據(jù)進行分段直線擬合，分解出波動產(chǎn)量和趨勢產(chǎn)量，計算各時段水稻波動產(chǎn)量和趨勢產(chǎn)量的比值與氣溫的相關(guān)系數(shù)，計算結(jié)果顯示，1951～1964年的相關(guān)系數(shù)為0.51,1965～1981年的相關(guān)系數(shù)為0.75,1984～1991年的相關(guān)系數(shù)為0.79,1992～2000年的相關(guān)系數(shù)為0.32，其中1965～1981和1984～1991年兩個時段的相關(guān)系數(shù)較高，且氣溫呈現(xiàn)隨機波動，無明顯的長期趨勢（圖1），因此，1965～1981和1984～1991年兩個時段適合作為基準(zhǔn)時段，設(shè)為Ⅰ基準(zhǔn)時段和Ⅱ基準(zhǔn)時段。根據(jù)資料，1984年后黑龍江省引進了寒地水稻旱育稀植技術(shù)，大幅度提高了單產(chǎn)水平，圖1也顯示水稻單產(chǎn)在1984年附近明顯發(fā)生了突變，以上兩個時段的數(shù)據(jù)代表了兩種生產(chǎn)技術(shù)情景下黑龍江省水稻單產(chǎn)對氣溫變化的相對敏感程度。將以上兩個時段作為基準(zhǔn)時段來計算氣候影響因子的回歸方程，應(yīng)用上文提出的計算方法，得到的回歸方程如下：假設(shè)1984年前的技術(shù)水平為Ⅰ基準(zhǔn)時段代表的技術(shù)水平，1984年后的技術(shù)水平為Ⅱ基準(zhǔn)時段代表的技術(shù)水平，則1984年前的氣候產(chǎn)量按照式(5)所得到的氣候影響因子來計算，1984年后的氣候產(chǎn)量按照式(6)所得到的氣候影響因子來計算。3.2對氣候產(chǎn)量的改進應(yīng)用常規(guī)方法計算氣候產(chǎn)量的關(guān)鍵在于對趨勢產(chǎn)量的擬合，本文選擇了有代表性的3種擬合趨勢線的方法，計算出趨勢線方程(表1)。對用表1所列的方法計算出的氣候產(chǎn)量和改進算法得到的氣候產(chǎn)量進行比較(圖2)。計算4種算法得到的氣候產(chǎn)量的相關(guān)系數(shù)，發(fā)現(xiàn)在1961～1980年改進算法和3種常規(guī)算法得到的氣候產(chǎn)量的相關(guān)系數(shù)分別為0.714、0.664、0.756，且都通過顯著性水平0.01的檢驗；在1981～2000年相關(guān)系數(shù)分別為0.549、0.351、0.229，只有指數(shù)算法得到的氣候產(chǎn)量與改進算法得到的氣候產(chǎn)量的相關(guān)系數(shù)通過顯著性水平為0.05的檢驗。產(chǎn)生上述結(jié)果的原因一方面是由于氣候變暖的趨勢性明顯，尤其是1990年代以后，這種氣溫的上升趨勢和生產(chǎn)力發(fā)展的趨勢疊加在一起，趨勢產(chǎn)量中包含了氣候變暖的影響，而常規(guī)算法將全部趨勢分量都當(dāng)作了生產(chǎn)力發(fā)展的結(jié)果；另一方面，氣溫升高后對水稻的穩(wěn)產(chǎn)也起了相當(dāng)大的作用，隨機波動的產(chǎn)量減小。這兩方面的原因使水稻單產(chǎn)的波動分量減小，即常規(guī)算法認為的氣候產(chǎn)量減小，這樣得到的氣候產(chǎn)量掩蓋了氣候變暖對水稻單產(chǎn)增加的貢獻，夸大了技術(shù)發(fā)展的作用。應(yīng)用改進算法就可以較好地避免這種情況的發(fā)生，從圖2中可以看到，改進算法計算出的氣候產(chǎn)量隨著1990年代以來氣候變暖程度的加劇而增加，充分反映出氣溫變化對產(chǎn)量變化的貢獻，而除了指數(shù)函數(shù)算法外，其他算法計算出的1990年代后的氣候產(chǎn)量的絕對值都變小了，尤其應(yīng)用多項式方法得到的1990年代后氣候產(chǎn)量的絕對值較小，雖然多項式擬合趨勢產(chǎn)量的擬合優(yōu)度最高，但同時也將更多的氣候變暖的影響當(dāng)作反映生產(chǎn)技術(shù)貢獻的趨勢產(chǎn)量而被剔除掉了。應(yīng)用改進后的方法所計算出的氣候產(chǎn)量主要考慮了基于氣候要素本身的影響，同時又考慮了人類技術(shù)水平發(fā)展，從而能比較客觀地反映出氣候變暖對水稻單產(chǎn)增加的貢獻。4氣候變化對農(nóng)業(yè)產(chǎn)量的影響綜上所述，應(yīng)用氣候產(chǎn)量評價氣候變化對糧食產(chǎn)量的影響時，如果僅把產(chǎn)量波動部分認為是氣候變化的影響，會掩蓋氣候要素趨勢性變化的影響，同時也忽略了技術(shù)發(fā)展會影響作物產(chǎn)量對氣候變化的敏感性。改進的算法在計算氣候產(chǎn)量時更多地考慮了影響糧食產(chǎn)量的主要氣候要素，利用當(dāng)年的氣候條件和實際產(chǎn)量兩個自變量來估算當(dāng)年的氣候產(chǎn)量，考慮到了氣候和非氣候兩方面的影響。常規(guī)算法是一種間接求取氣候產(chǎn)量的方法，但是如果趨勢本身產(chǎn)生了突變，當(dāng)前的數(shù)學(xué)模型很難模擬。本文提出的算法的特點是選擇了沒有突變的時間段作為基準(zhǔn)時段來得到反映氣候要素對農(nóng)作物產(chǎn)量影響程度的函數(shù)關(guān)系式，據(jù)此來計算非基準(zhǔn)時段的氣候產(chǎn)量。這種方法適用于農(nóng)作物產(chǎn)量對氣候變化比較敏感的區(qū)域，當(dāng)氣候要素存在明顯趨勢性時，所計算出的氣候產(chǎn)量更加客觀地反映了氣候變化對農(nóng)作物產(chǎn)量變化的貢獻，為進行氣候變化對農(nóng)業(yè)影響的實證研究提供了更為有效的方法。本文選取