, 赵俊芳Impacts of projected climate change on agricultural climate resources in Northeast China
CHUZheng, ZHAOJunfang通讯作者:
收稿日期:2016-10-12
修回日期:2017-02-25
网络出版日期:2017-08-07
版权声明:2017《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (18328KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
近年来,以温度升高为代表的气候变化成为当今研究的热点问题,其影响包括环境、农业和人类的生产生活等诸多方面[1-3]。已有研究表明,截止2100年,全球平均升温2 ℃以上成为可能[4]。农业作为对气候变化最为敏感的领域,受气候变化影响最为明显。光、热、水等农业气候资源的变化,直接导致农业生产条件和生产水平的改变[5],最终决定农业的量与质[6-7]。研究表明在过去50年中,中国整体呈暖干趋势,其中西南、华北、东北呈现为暖干趋势,西北、华南为暖湿趋势[8-11]。而受温度升高的影响,可能导致中国小麦产量减少15%左右,玉米也存在减产的可能[12-13];降水的变化导致干旱与极端降水事件发生频率增高,改变土壤湿度和土壤径流,使农作物可利用水资源减少。因此,农业气候资源的改变对粮食安全有举足轻重的作用。对于未来气候变化2014年IPCC第五次评估报告（AR5）基于大气辐射强度（2.6~8.5 w/m2）设定,提出了4种代表性浓度路径情景数据RCPs数据,并首次融入了政策因素,其中包含RCP_2.6、RCP_4.5、RCP_6、RCP_8.5数据产品。相比于2007年第四次评估报告（AR4）的SRES情景数据,RCPs情景在对极端天气模拟表现效果更好[14],在评估对天气日变化更为敏感的农业时,更能贴近真实情况。中国东北地区（黑龙江、吉林、辽宁以及内蒙古东四盟）作为气候变化显著区域,过去50年平均增温1.70 ℃,远高于全球平均增温幅度（0.74 ℃/100a）[15];另一方面,东北耕地面积约占全国耕地面积的22.9%,粮食产量约占全国粮食产量的1/3,其中主要粮食作物水稻、玉米和大豆种植面积约为80%[16],在中国粮食安全中起到重要作用。那么,未来气候变化对东北地区气候资源会产生怎样的影响?直接影响东北地区农业布局及粮食产量,影响中国粮食安全生产战略。而截止2015年,除了少数****采用AR4提出的SRES情景资料,分析了辽宁和宁夏未来50年生长季的变化[17-18],在有关未来多种气候变化情景下,东北气候资源的变化还没有相关的研究成果。本文采用IPCC第五次报告最新发布的RCPs未来情景数据,并结合历史资料（Baseline）,精确地分析了气候变化影响下东北地区农业气候资源的时空演变,旨在为东北地区应对未来可能发生的气候变化,提供更合理的开发利用农业气候资源、指导农业生产的科学依据。
2 数据来源与处理
本文采用国家气候中心基于IPCC第五次评估报告（AR5）提出的大气辐射强度（2.6~8.5 w/m2）,即RCP_rf、RCP_4.5、RCP_8.5这3种排放浓度驱动,采用BCC_CSM 1.0的区域气候模式,模拟的空间分辨率为0.5°×0.5°逐日气象要素的数据产品。其中,RCP_rf为当代情景数据,模拟时间序列为1951-2005年,主要用于数据同化;RCP_4.5为温室气体排放与经济均衡发展模式,发展优先等级为最高;RCP_8.5为温室气体排放最高路径。RCP_4.5、RCP_8.5模拟时间序列均为2006-2099年。历史资料（Baseline）为1961-2010年东北地区91个气象站逐日气象资料,包括日平均气温、日最高气温、日最低气温、日降水量,来源于国家气象局气象资料共享网站。这部分历史资料主要用于模拟数据的验证。
模拟数据融合及验证过程：为了消除气候模式模拟结果存在的系统性误差,本文提出将模拟结果首先与历史同期资料进行同化的方法,以获取消除系统误差的新数据序列。具体为：对于连续变化的气候要素的同化方法为：
对于非连续变化的气象要素的同化方法为：
分别将同化后的年均气温（T）、年均最低气温（Tmin）、年均最高气温（Tmax）、年降水量（P）进行验证（表1、图1）。同化后的数据序列较同化前各要素的精度均有提高,误差减小,降水（P）绝对误差减少最多,精度提升99%;Tmin和Tmax精度分别提升68%、92%;T精度提高了36%,各气象要素的均方根误差RMSE,同化后较同化前均有减小（图2）。P、T、Tmax、Tmin下降幅度依次为50.01%、34.58%、13.94%、18.10%。可见,通过对气候模式的输出数据与历史观测数据的同化订正,使气候模式的输出结果更加接近于实际观测数据。因此,本文均采用公式（1）和（2）重新生成各要素数据序列,时间尺度仍为2006-2099年。
Tab. 1
表1
表1RCP同化值与实测值对比
Tab. 1Comparison of simulated RCPs data and observational data
| 实测值 | 同化前 | 同化后 | ||||||
|---|---|---|---|---|---|---|---|---|
| 平均值 | 误差 | 均方根误差(RMSE) | 平均值 | 误差 | 均方根误差(RMSE) | |||
| 年降水量(P) | 547.50 | 959.95 | 412.45 | 1.1238 | 540.20 | 7.30 | 0.5616 | |
| 年均温度(T) | 4.52 | 4.24 | 0.28 | 4.0893 | 4.70 | 0.18 | 2.9605 | |
| 年均最低气温(Tmin) | -1.18 | -0.43 | 0.75 | 3.6150 | -0.94 | 0.24 | 3.4786 | |
| 年均最高气温(Tmax) | 10.86 | 9.71 | 1.15 | 9.6059 | 11.07 | 0.21 | 8.2661 | |
新窗口打开
显示原图|下载原图ZIP|生成PPT图1各要素数据同化前、同化后与实测数据的比较图
-->Fig. 1Comparison of assimilation RCPs data, non-assimilation RCPs data, and obserbational data for each factor
-->
显示原图|下载原图ZIP|生成PPT图2数据同化前、同化后均方根误差比较
-->Fig. 2Comparison of RMSE of assimilation RCPs data and non-assimilation RCPs data
-->
3 研究方法
3.1 农业界限温度
在东北地区,通常将≥ 10 ℃初日看作为作物开始生长的日期,初霜日为作物终止生长的日期,两者之间的天数作为可能生育期。确定界限温度出现日期具体过程为：采用5日滑动平均[21],当滑动平均值持续大于10 ℃,选择第一个滑动平均值大于10 ℃的连续5日中,首个大于10 ℃的日期,作为≥ 10 ℃的初日。初霜日为秋季出现日最低温度≤2 ℃的初日;认为≥ 10 ℃初日与初霜日之间的时间作物都可以生长发育,因此将此段时间称为可能生长季。3.2 保证率
降水保证率表示某一界限降水量出现的可靠程度,在农业气候分析中广泛被应用。高于（或低于）某界限降水量的频率总和,称为降水保证率。如80%保证率的降水量,就是5年中只有一年的降雨量小于该频率的降水量,计算公式为：式中：m为按要素值大小顺序排列的序号;n为样本数;Pm为序号m的保证率。
4 结果与分析
4.1 东北地区未来热量资源变化
4.1.1 年均温度变化 RCP_4.5、RCP_8.5与历史资料（Baseline）情景比较,年均温度分别升高（表2,图3,图4）。空间上,RCP_4.5、RCP_8.5与Baseline相同积温带均向北移动,面积扩张;RCP_4.5情景下0 ℃以下区域面积明显减少,南部出现了Baseline所未出现的温度高于12 ℃的区域;RCP_8.5情景下0 ℃以下区域全部消失,南部高于12 ℃的区域明显北扩。
显示原图|下载原图ZIP|生成PPT图31961-2099东北地区80%保证率农业气候资源变化
-->Fig. 3Variation of 80% of assurance rate of agro-climate resources in Northeast China from 1961 to 2099
-->
显示原图|下载原图ZIP|生成PPT图4东北地区80%保证率年平均气温（Ⅰ）和气候倾向率（Ⅱ）分布
-->Fig. 4Spatial distribution of 80% assurance rate of average temperature (I) and climatic inclination rate (II) in Northeast China
-->
Tab. 2
表2
表21961-2099年东北地区80%保证率农业气候资源年平均值
Tab. 2Annual average value of 80% assurance rate of agro-climate resources in Northeast China from 1961 to 2099
| 年均温度(℃) | ≥ 10 ℃初日(d) | 初霜日(d) | 可能生长季(d) | 生长季积温(℃·d) | 生长季降水(mm) | |
|---|---|---|---|---|---|---|
| Baseline情景 | 7.70 | 128 | 292 | 183 | 3435 | 608 |
| RCP_4.5情景 | 9.67 | 125 | 294 | 187 | 3867 | 624 |
| RCP_8.5情景 | 10.66 | 124 | 298 | 193 | 4127 | 619 |
新窗口打开
未来RCP_4.5、RCP_8.5情景下,年均温度气温均呈不断升高趋势,变化率较Baseline情景快,且松嫩平原全区域仍然保持增温趋势。但Baseline情景全区域年均温度倾向率是0.35 ℃/10a,相比RCP_4.5情景下全区域增温速率变小,倾向率为0.19 ℃/10a,而RCP_8.5情景全区域增温显著加快（表3）,年均温度倾向率为0.48 ℃/10a。
Tab. 3
表3
表31961-2099东北地区80%保证率农业气候资源倾向率通过显著性检验百分比(%)
Tab. 3Significance test passing rate for inclination rate of 80% assurance rate of agro-climate resources in Northeast China from 1961 to 2099 (%)
| 年均温度 | ≥ 10 ℃初日 | 初霜日 | 可能生长季 | 积温 | 生长季降水量 | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 显著 | 非常显著 | 显著 | 非常显著 | 显著 | 非常显著 | 显著 | 非常显著 | 显著 | 非常显著 | 显著 | 非常显著 | ||||||
| Baseline情景 | 99 | 98 | 3 | 4 | 43 | 28 | 48 | 26 | 87 | 83 | 0 | 0 | |||||
| RCP_4.5情景 | 100 | 100 | 76 | 46 | 96 | 93 | 94 | 83 | 100 | 100 | 0 | 0 | |||||
| RCP_8.5情景 | 100 | 100 | 100 | 100 | 100 | 100 | 100 | 100 | 100 | 100 | 0 | 0 | |||||
新窗口打开
4.1.2 ≥ 10 ℃起始日期变化 RCP_4.5、RCP_8.5与Baseline情景比较,为≥10 ℃初日逐渐提前,分别提前3 d和4 d。80%保证率下松嫩平原≥ 10 ℃起始日期自南向北均逐渐提前（图5）。小于100 d区域,在Baseline情景下集中在辽宁省南部、中部地区;RCP_4.5、RCP_8.5情景下,面积增大,明显北扩,RCP_8.5情景下,几乎遍布了整个辽宁省;100~110 d的区域,几乎占据吉林省全部,并北扩到黑龙江省东部区域;130 d以上区域在东北地区已经占据很少的一部分,只保留在内蒙古的北部。
显示原图|下载原图ZIP|生成PPT图5东北地区80%保证率≥ 10 ℃起始日期（Ⅰ）和气候倾向率（Ⅱ）分布
-->Fig. 5Spatial distribution of ≥10 ℃ annual start date (I) and climatic trendency (II) with 80% of assurance rate in Northeast China
-->
未来RCP_4.5、RCP_8.5情景下,≥ 10 ℃起始日期为逐渐提前的趋势,Baseline情景平均倾向率为-1.02 d/10a,RCP_4.5、RCP_8.5情景下分别为-0.54 d/10a、-1.51 d/10a,RCP_4.5变化率虽小于Baseline情景,但仍为提前趋势。且这种趋势在松嫩平原全区域均有体现。较Baseline情景,RCP_4.5情景≥ 10 ℃起始日期全区域提前趋势减缓,而RCP_8.5情景下全区域显著提前。
4.1.3 初霜日变化 RCP_4.5、RCP_8.5与Baseline情景比较,初霜日推迟,分别推迟2 d和6 d。80%保证率下松嫩平原初霜日期自北向南逐渐推迟（图6）。330 d以上区域几乎没有变化;大于300 d区域,在Bsaeline情景下集中在辽宁南部、中部地区;RCP_4.5、RCP_8.5情景下,区域北扩。RCP_8.5情景下,扩展到几乎整个辽宁省;270~280 d区域向北推移,几近移出吉林省,并且缩小到黑龙江北部地区;280 d以内区域在东北地区只分布在大兴安岭北部和内蒙古北部很小一部分地区。
显示原图|下载原图ZIP|生成PPT图6东北地区80%保证率初霜日期（Ⅰ）和气候倾向率（Ⅱ）分布
-->Fig. 6Spatial distribution of 80% assurance rate of frost date (I) and climatic inclination rate (II) in Northeast China
-->
未来RCP_4.5、RCP_8.5情景下,松嫩平原初霜日期逐渐为推迟趋势,变化率低于Baseline的1.78 d/10a。RCP_4.5、RCP_8.5情景下分别为0.75 d/10a、1.43 d/10a。RCP_4.5情景初霜日期推迟趋势速率明显降低,而RCP_8.5推迟缓慢。虽然未来两种情景较Baseline情景速率降低,松嫩平原在1960-2099年期间初霜日仍为推迟。
4.1.4 生长季变化 未来两种情景与Baseline情景比较,生长季延长,RCP_4.5、RCP_8.5情景相比Baseline情景分别延长4 d和10 d。如图7中RCP_4.5、RCP_8.5情景下,各情景生长季长度均呈现向北扩展的趋势,RCP_8.5情景北扩程度更大。以RCP_8.5情景为例,生长季大于200 d区域几乎覆盖辽宁省,而在Baseline情景下,仅位于辽宁省南部;生长季在180~200 d区域北扩到黑龙江省西南部和东部,而在Baseline情景下,黑龙江省全境没有出现生长季长达180~200 d的情况;生长季在140~200 d的区域明显缩小,仅存在于内蒙古北部和黑龙江省西北部,而在Baseline情景下,则存在于内蒙古北部大部分区域及黑龙江省西北部较大区域。
显示原图|下载原图ZIP|生成PPT图7东北地区80%保证率可能生长季日数（Ⅰ）和气候倾向率（Ⅱ）分布
-->Fig. 7Spatial distribution of 80% assurance rate of the total number of days during growing season (Ⅰ)and climatic inclination rate (Ⅱ) in Northeast China
-->
不仅如此,未来RCP_4.5、RCP_8.5情景下,生长季表现为全区域延长趋势,Baseline、RCP_4.5、RCP_8.5情景下平均倾向率为2.81 d/10a、1.30 d/10a、2.95 d/10a。RCP_8.5情景下生长季增加速率仍然大于Baseline情景,RCP_4.5情景下变化率相对较小,但趋势仍为提前,并且提前趋势表现在整个松嫩平原地区。
4.1.5 ≥ 10 ℃活动积温变化 未来两种情景与Baseline情景比较,东北的地区≥ 10 ℃积温明显增加,年均增加400 ℃·d和700 ℃·d。未来RCP_4.5、RCP_8.5情景下,高等级积温分布区明显北扩,低等级积温区明显缩小,RCP_8.5情景下积温增加最多（图8）。> 4000 ℃积温区,在Baseline情景下,仅在辽宁省南部出现了很小的区域,在RCP_4.5情景下,则占了辽宁省大部分区域,而在RCP_8.5情景下,覆盖了辽宁省全境,并北扩到吉林省西部和内蒙古的南部;在Baseline情景下,黑龙江省大部分区域积温为2000~2500 ℃,在未来RCP_4.5、RCP_8.5情景下,则分别变为大部分区域为3000~3500 ℃和3500~4000 ℃;< 2000 ℃的积温区域,在未来两种情景下在东北地区消失,2000~2500 ℃面积也变得很小。
显示原图|下载原图ZIP|生成PPT图8东北地区80%保证率生长季内≥ 10 ℃活动积温（Ⅰ）和气候倾向率（Ⅱ）分布
-->Fig. 8Spatial distribution of 80% assurance rate of accumulated temperature (I) during growing season when temperature was above 10 ℃ and climatic inclination rate (II) in Northeast China
-->
未来两种不同情景下,东北地区≥ 10 ℃活动积温仍然呈增加趋势,Baseline、RCP_4.5、RCP_8.5情景下倾向率分别为69 ℃·d/10a、41 ℃·d/10a、106 ℃·d/10a,表现为东北地区全区域性增加,RCP_8.5情景下增加更为显著。
4.2 未来水资源变化
未来RCP_4.5、RCP_8.5与Baseline情景比较,降水量稍有增加,分别增加16 mm和9 mm。但3种情景下,降水的空间分布格局基本不变,表现为自东南到西北逐渐减少的趋势,局部有所变化（图9）。如西南部,RCP_8.5模式下300~400 mm降水区有所增大,此区域降水减少;黑龙江省东部降水量增加,由Baseline情景下的400~500 mm增加到500~600 mm;黑龙江省与吉林省南部交界处,降水也有所增加。
显示原图|下载原图ZIP|生成PPT图9东北地区80%保证率生长季内降水（Ⅰ）和气候倾向率（Ⅱ）分布
-->Fig. 9Spatial distribution of 80% assurance rate of precipitation (I) during growing season and climatic inclination rate (II) in Northeast China
-->
RCP_4.5、RCP_8.5平均生长季降水量倾向率分别为3.47 mm/10a、6.51 mm/10a,均高于Baseline的-5.93 mm/10a,呈增加趋势。未来东北地区整体有向降水量增多的趋势,但不显著,主要表现为东部地区增加较快,其中沿海地区增加最快,主要表现在辽东半岛附近。RCP_4.5情景下,内蒙古和吉林部分地区呈减少趋势,RCP_8.5减少区域只有大兴安岭附近。
5 结论
（1）1961-2099期间,在气候变化的影响下,未来热量资源明显增加,空间分布为南高北低,东北地区年均温度呈升高趋势,RCP_4.5、RCP_8.5情景分别升温约2 ℃、3 ℃,≥ 10 ℃初日早3~4 d,初霜日晚2~6 d,导致可能生长季增加4~10 d;温度的升高与生长季的延长使得积温大幅增加,到21世纪末,增幅达400 ℃·d、700 ℃·d。在热量资源气候倾向率显著性检验中：Baseline情景下,年均温度与积温表现较好,通过检验率达80%以上,初霜日、可能生长季通过显著性检验在40%~50%之间,≥ 10 ℃初日通过检验最少。未来RCP_4.5、RCP_8.5情景下,热量资源通过检验比例较大,其中RCP_8.5情景下所有热量资源均为100%。
热量资源变化速率有明显变化,RCP_8.5情景下增温速率更快,RCP_4.5、RCP_8.5变化速率分别为0.19 ℃/10a、0.48 ℃/10a,且北部升温更加迅速;≥ 10 ℃初日提前分别为-0.54 d/10a、-1.51 d/10a,东部和西部提前较快;初霜日推迟速率为0.75 d/10a、1.43 d/10a,西部和北部地区推迟更为显著;可能生长季变化速率为1.30 d/10a、2.95 d/10a。
（2）1961-2099年期间,未来不同情景下,农业气候资源变化速率不尽相同。与Baseline情景相比较,无限制排放的RCP_8.5情景热量资源增加更为迅速和明显;相比之下,RCP_4.5情景增长速率较为缓慢。
（3）水资源呈增加趋势,但增加较少。从年间表现来看,降水量波动明显,极端降水事件增多,波动范围由450~800 mm变化为400~950 mm。未来降水量虽有增加,但是并不显著。RCP_4.5情景增加最多,增量为16 mm,增量不到3%。综上所述,东北地区未来向暖湿发展,热量增加更加显著。
6 讨论
（1）未来气候变化对农业气候资源的影响将直接作用到农业生产上,准确地分析农业气候资源的变化对指导农业生产具有重要意义。采用未来气候情景数据分析未来气候变化对农业影响已成为分析未来气候变化对农业影响的常用方法,因此气候情景数据至关重要。过去IPCC对未来的情景设定都以温室气体、空气悬浮颗粒等作为情景结构,且所有气候模式的排放速率相同,具有一定的局限性[19]。而IPCC AR5报告中最新提出RCPs浓度路径数据改进了情景结构,依据大气辐射强度,并融入不同排放政策来设定温度改变准则,方法更为科学合理。本研究采用RCPs情景下的气象数据,使得研究结果更加真实可信。（2）利用AR5情景分析了中国东北地区气候变化对农业气候资源的影响,所得结论与前人研究较为一致。截止到2050年期间,东北地区积温年均积温增加约为205 ℃·d,与胡亚南等采用RCP_4.5分析的东北三省的积温增加200 ℃·d左右较为接近[14]。在2071-2099年期间,RCP_4.5情景下辽宁≥ 10 ℃积温浮动范围为3900~4500 ℃·d,平均为4200 ℃·d;RCP_8.5 ≥ 10 ℃积温为4300~5000 ℃·d,平均4694 ℃·d。与袁彬分析的辽宁全省积温4000~5000 ℃·d结果较为一致[20]。辽宁在2011-2050年期间,RCP_4.5情景下初霜日平均推迟2 d,生长季内年均降水量减少12 mm,与刘景利等[17]用B2情景分析结果也较为吻合。
（3）以温度升高为代表的气候变化在东北对农业影响有一定积极影响,生长季的延长和积温的增加使得农作物可利用热量资源更加丰富,原有因受到热量资源限制的不可种植区域将会减少,可种植区域扩大;种植品种得到改善,原来种植早熟品种区域可由中晚熟品种代替,扩大晚熟品种种植面积,如晚熟玉米积温需要达到3000 ℃·d[21],由原有松嫩平原北扩至大兴安岭附近。甚至辽宁部分地区可种植一年两熟制作物。
但消极方面也是不容忽视的。一方面,假定没有科学技术对作物品种的影响,作物积温参数不变,在生育期内,积温累计更为迅速,导致生长季缩短,干物质累计时间缩短,致使作物减产。刘丹等[22]在增温2 ℃的实验条件下,发现玉米果穗瘪粒数增加,导致减产40%。另一方面,降水的不匹配,导致的水分胁迫也可能使得作物减产。马树庆等[23]发现水分减少与增温相比,减产幅度大于增产幅度。
（4）本文对于气候模式输出的数据采取了与历史数据融合的方法进行同化,与以往单纯采用模式输出资料订正比较,保证了历史资料与未来资料连接的合理性和连续性,得到新的时间序列更加接近于真实天气状况。
（5）本文采用的情景资料是区域气候模式输出的结果,气候模式虽然考虑了诸多因素,如通过融合有效地减小了模拟的系统误差,但是气候变化本身的多变导致未来情景资料仍有不确定性。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | During the recent decade, the problem of climate variability and change, due to natural processes as well as factors of anthropogenetic origin, has come to the forefront of scientific problems. The objective of this study was to investigate climate variability in Bulgaria during the 20th century and to determine the overall impact on agriculture. There was no significant change in the mean annual air temperature. In general, there was a decrease in total precipitation amount during the warm-half of the year, starting at the end of the 1970s. Statistical multiple regression models, describing the relationship between crop yield, precipitation, and air temperature were also developed. Several transient climate change scenarios, using global climate model (GCM) outputs, were created. The Decision Support System for Agrotechnology Transfer (DSSAT) Version 3.5 was used to assess the influence of projected climate change on grain yield of maize and winter wheat in Bulgaria. Under a current level of CO 2 (330 ppm), the GCM scenarios projected a decrease in yield of winter wheat and especially maize, caused by a shorter crop growing season due to higher temperatures and a precipitation deficit. When the direct effects of CO 2 were included in the study, all GCM scenarios resulted in an increase in winter wheat yield. Adaptation measures to mitigate the potential impact of climate change on maize crop production in Bulgaria included possible changes in sowing date and hybrid selection. |
| [2] | Vulnerability is an emerging concept for climate science and policy. Over the past decade, efforts to assess vulnerability to climate change triggered a process of theory development and assessment practice, which is reflected in the reports of the Intergovernmental Panel on Climate Change (IPCC). This paper reviews the historical development of the conceptual ideas underpinning assessments of vulnerability to climate change. We distinguish climate impact assessment, first- and second-generation vulnerability assessment, and adaptation policy assessment. The different generations of assessments are described by means of a conceptual framework that defines key concepts of the assessment and their analytical relationships. The purpose of this conceptual framework is two-fold: first, to present a consistent visual glossary of the main concepts underlying the IPCC approach to vulnerability and its assessment; second, to show the evolution of vulnerability assessments. This evolution is characterized by the progressive inclusion of non-climatic determinants of vulnerability to climate change, including adaptive capacity, and the shift from estimating expected damages to attempting to reduce them. We hope that this paper improves the understanding of the main approaches to climate change vulnerability assessment and their evolution, not only within the climate change community but also among researchers from other scientific communities, who are sometimes puzzled by the unfamiliar use of technical terms in the context of climate change. |
| [3] | 根据１９５８￣１９９７年中国３１０个气象站的月平均最高、最低气温，月平均降水量，日照时数等气象参数分析了中国气候的背影特征。用３个大气环流模型，即ＨａｄＣＭ２、ＣＧＣＭ１、ＥＣＨＡＭ４来模拟未来中国气候变化的情景。同时，建立未来气候变化的６种方案。最后，根据３个ＧＣＭｓ模拟的结果，利用国际应用系统分析研究所（ＩＩＡＳＡ）发展并改进的农业生态地带模型（ＡＥＺ）评估气候变化对中国农业生产的影响。评估主 . 根据１９５８￣１９９７年中国３１０个气象站的月平均最高、最低气温，月平均降水量，日照时数等气象参数分析了中国气候的背影特征。用３个大气环流模型，即ＨａｄＣＭ２、ＣＧＣＭ１、ＥＣＨＡＭ４来模拟未来中国气候变化的情景。同时，建立未来气候变化的６种方案。最后，根据３个ＧＣＭｓ模拟的结果，利用国际应用系统分析研究所（ＩＩＡＳＡ）发展并改进的农业生态地带模型（ＡＥＺ）评估气候变化对中国农业生产的影响。评估主 |
| [4] | |
| [5] | 以1981年为时间节点,将1961-2007年分为1961-1980 年(时段Ⅰ)和1981-2007年(时段Ⅱ)两个时间段,分析和比较两个时段的农业气候资源变化特征.结果表明:气候变暖背景下,长江中下游地区 1961-2007年温度生长期内≥10℃积温气候倾向率平均为74℃·d ·10 a-1;时段Ⅱ≥10℃积温较时段Ⅰ平均增加了124℃.d;与时段Ⅰ相比,时段Ⅱ双季稻的安全种植界限向北推移了0.79个纬度.1961-2007年 温度生长期内降水量总体表现为增加趋势;与时段Ⅰ相比,时段Ⅱ降水量增加了1.6%,降水量≥767 mm(双季稻正常生长的需水量)的面积增加了1.13×104 km2.时段Ⅱ温度生长期内日照时数较时段Ⅰ平均减少了8.1%;近47年中91.1%的气象站点日照时数表现为减少趋势.与时段Ⅰ相比,时段Ⅱ温度生长 期内参考作物蒸散量呈略微减少趋势,其低值区扩大、高值区缩小.时段Ⅱ稳定通过10℃初日平均较时段Ⅰ提前了2d,而时段Ⅱ≥20℃终日平均较时段Ⅰ推迟 了2d,两个时段≥22℃终日基本相同. . 以1981年为时间节点,将1961-2007年分为1961-1980 年(时段Ⅰ)和1981-2007年(时段Ⅱ)两个时间段,分析和比较两个时段的农业气候资源变化特征.结果表明:气候变暖背景下,长江中下游地区 1961-2007年温度生长期内≥10℃积温气候倾向率平均为74℃·d ·10 a-1;时段Ⅱ≥10℃积温较时段Ⅰ平均增加了124℃.d;与时段Ⅰ相比,时段Ⅱ双季稻的安全种植界限向北推移了0.79个纬度.1961-2007年 温度生长期内降水量总体表现为增加趋势;与时段Ⅰ相比,时段Ⅱ降水量增加了1.6%,降水量≥767 mm(双季稻正常生长的需水量)的面积增加了1.13×104 km2.时段Ⅱ温度生长期内日照时数较时段Ⅰ平均减少了8.1%;近47年中91.1%的气象站点日照时数表现为减少趋势.与时段Ⅰ相比,时段Ⅱ温度生长 期内参考作物蒸散量呈略微减少趋势,其低值区扩大、高值区缩小.时段Ⅱ稳定通过10℃初日平均较时段Ⅰ提前了2d,而时段Ⅱ≥20℃终日平均较时段Ⅰ推迟 了2d,两个时段≥22℃终日基本相同. |
| [6] | . |
| [7] | |
| [8] | . |
| [9] | . |
| [10] | 基于华南地区1961-2007年66个气象台站的地面观测资料,对华南 地区全年及温度生长期内热量、光照和水分的时空变化特征进行了分析.结果表明:1961-2007年,华南地区年均气温以0.20 ℃·(10 a)(-1)的趋势上升,温度生长期内积温的气候倾向率[平均为98℃·d·(10 a)-1由北向南递增;1981-2007年,6200～7500℃·d和7500～8000℃·d积温带面积分别较1961-1980年增加了 1.5x104和4.7x104 km2.研究期间,华南地区全年和温度生长期日照时数分别以-57和-38 h·(10 a)-1的速率递减;与1961-1980年相比,1981-2007年全年和温度生长期内≥1800 h日照时数的区域面积均呈减少趋势.全年和温度生长期降水量均呈略微增加趋势,但不同地区的增减幅度明显不同.全年及温度生长期分别有62%和52%站点 参考作物蒸散量的气候倾向率为负值;与1961-1980年相比,1981-2007年全年和温度生长期参考作物蒸散量均表现为高值区缩小、低值区扩大. 全年湿润指数的平均气候倾向率为0.01·(10 a)-1,70%站点的年湿润指数呈上升趋势;与1961-1980年相比,1981-2007年温度生长期内湿润指数增加了0.02,53%站点的气候 倾向率为正值.研究期间华南地区气候变化总体表现为暖湿趋势,这将对该地区作物种植制度、作物产量和农业结构等产生影响. . 基于华南地区1961-2007年66个气象台站的地面观测资料,对华南 地区全年及温度生长期内热量、光照和水分的时空变化特征进行了分析.结果表明:1961-2007年,华南地区年均气温以0.20 ℃·(10 a)(-1)的趋势上升,温度生长期内积温的气候倾向率[平均为98℃·d·(10 a)-1由北向南递增;1981-2007年,6200～7500℃·d和7500～8000℃·d积温带面积分别较1961-1980年增加了 1.5x104和4.7x104 km2.研究期间,华南地区全年和温度生长期日照时数分别以-57和-38 h·(10 a)-1的速率递减;与1961-1980年相比,1981-2007年全年和温度生长期内≥1800 h日照时数的区域面积均呈减少趋势.全年和温度生长期降水量均呈略微增加趋势,但不同地区的增减幅度明显不同.全年及温度生长期分别有62%和52%站点 参考作物蒸散量的气候倾向率为负值;与1961-1980年相比,1981-2007年全年和温度生长期参考作物蒸散量均表现为高值区缩小、低值区扩大. 全年湿润指数的平均气候倾向率为0.01·(10 a)-1,70%站点的年湿润指数呈上升趋势;与1961-1980年相比,1981-2007年温度生长期内湿润指数增加了0.02,53%站点的气候 倾向率为正值.研究期间华南地区气候变化总体表现为暖湿趋势,这将对该地区作物种植制度、作物产量和农业结构等产生影响. |
| [11] | 基于1961—2007年中国西南地区88个气象台站的地面观测资料,结合统计方法和GIS软件,分析了全年及温度生长期内农业气候资源的时空变化特征.结果表明:1961—2007年,西南地区年平均气温呈上升趋势,平均增速为0.18℃.(10 a)-1;温度生长期内≥10℃和≥15℃积温均呈增加趋势,平均增速分别为55.3℃.d.(10 a)-1和37℃.d.(10a)-1.全区年日照时数呈现由西向东逐渐减少的特征,且东部的减少趋势较西部更显著;温度生长期内日照时数整体呈增加趋势,但空间差异较大.全区降水资源总体减少,年降水量和温度生长期内降水量的平均下降速率分别为10 mm.(10 a)-1和8 mm.(10 a)-1.全区年参考作物蒸散量普遍降低,其减幅小于年降水量的变化趋势,约53%的站点温度生长期内参考作物蒸散量减少. . 基于1961—2007年中国西南地区88个气象台站的地面观测资料,结合统计方法和GIS软件,分析了全年及温度生长期内农业气候资源的时空变化特征.结果表明:1961—2007年,西南地区年平均气温呈上升趋势,平均增速为0.18℃.(10 a)-1;温度生长期内≥10℃和≥15℃积温均呈增加趋势,平均增速分别为55.3℃.d.(10 a)-1和37℃.d.(10a)-1.全区年日照时数呈现由西向东逐渐减少的特征,且东部的减少趋势较西部更显著;温度生长期内日照时数整体呈增加趋势,但空间差异较大.全区降水资源总体减少,年降水量和温度生长期内降水量的平均下降速率分别为10 mm.(10 a)-1和8 mm.(10 a)-1.全区年参考作物蒸散量普遍降低,其减幅小于年降水量的变化趋势,约53%的站点温度生长期内参考作物蒸散量减少. |
| [12] | [目的]利用最新的国际耦合模式比较计划第五阶段（CMIP5）中30个全球大气-海洋耦合模式（AOGCMs）在典型浓度路径（RCPs）情景下的气候预估结果，基于集合模拟的方法评估气候变化对中国未来小麦产量的影响。[方法]气候变化对农业的影响评估通常基于未来逐日的气象资料，然而AOGCMs模拟的逐日数据存在较大的不确定性。利用“虚拟气候变暖”（PGW）的方法，将CMIP5模式预估的未来气候变化的信号与当前气候的逐日站点观测资料相结合，得到未来气候预估的逐日数据集合。结合作物过程模型CERES-Wheat，利用集合模拟的方法，以概率的形式量化表述气候变化对中国小麦产量影响的不确定性。[结果]未来中国冬春小麦代表站在其小麦生育期内的平均气温均有升高。预估21世纪末期，冬小麦代表站平均增温2.7—2.9℃，春小麦代表站平均增温3.0—3.3℃。RCP8.5情景比RCP2.6情景增温显著。预估未来冬、春小麦在其生育期内的降水量普遍增加，并随着排放量的增长，降水量表现出逐渐增多的趋势。在仅改变未来气候变化的条件下，冬、春小麦的灌溉小麦单产相对于1996—2005年普遍减产，并且随着气候变化，灌溉小麦的减产概率上升。春小麦代表站在灌溉条件下小麦减产的程度比冬小麦代表站更显著。预估到21世纪末期，冬小麦代表站在RCP2.6情景下减产2%左右，在RCP4.5情景下减产6%左右，在RCP8.5情景下减产9%左右，减产概率超过85%。预估春小麦代表站在RCP2.6情景下减产5%，在RCP4.5情景下减产8%以上，在RCP8.5情景下减产15%以上，减产概率超过90%。在雨养条件下，冬小麦代表站的小麦单产相较于1996—2005年显著增产。预估到21世纪末期，冬小麦代表站在RCP2.6情景下增产21%以上，在RCP4.5情景下增产22%以上，在RCP8.5情景下增产25%以上，增产概率超过90%。[结论]利 . [目的]利用最新的国际耦合模式比较计划第五阶段（CMIP5）中30个全球大气-海洋耦合模式（AOGCMs）在典型浓度路径（RCPs）情景下的气候预估结果，基于集合模拟的方法评估气候变化对中国未来小麦产量的影响。[方法]气候变化对农业的影响评估通常基于未来逐日的气象资料，然而AOGCMs模拟的逐日数据存在较大的不确定性。利用“虚拟气候变暖”（PGW）的方法，将CMIP5模式预估的未来气候变化的信号与当前气候的逐日站点观测资料相结合，得到未来气候预估的逐日数据集合。结合作物过程模型CERES-Wheat，利用集合模拟的方法，以概率的形式量化表述气候变化对中国小麦产量影响的不确定性。[结果]未来中国冬春小麦代表站在其小麦生育期内的平均气温均有升高。预估21世纪末期，冬小麦代表站平均增温2.7—2.9℃，春小麦代表站平均增温3.0—3.3℃。RCP8.5情景比RCP2.6情景增温显著。预估未来冬、春小麦在其生育期内的降水量普遍增加，并随着排放量的增长，降水量表现出逐渐增多的趋势。在仅改变未来气候变化的条件下，冬、春小麦的灌溉小麦单产相对于1996—2005年普遍减产，并且随着气候变化，灌溉小麦的减产概率上升。春小麦代表站在灌溉条件下小麦减产的程度比冬小麦代表站更显著。预估到21世纪末期，冬小麦代表站在RCP2.6情景下减产2%左右，在RCP4.5情景下减产6%左右，在RCP8.5情景下减产9%左右，减产概率超过85%。预估春小麦代表站在RCP2.6情景下减产5%，在RCP4.5情景下减产8%以上，在RCP8.5情景下减产15%以上，减产概率超过90%。在雨养条件下，冬小麦代表站的小麦单产相较于1996—2005年显著增产。预估到21世纪末期，冬小麦代表站在RCP2.6情景下增产21%以上，在RCP4.5情景下增产22%以上，在RCP8.5情景下增产25%以上，增产概率超过90%。[结论]利 |
| [13] | . |
| [14] | 【Objective】The study was aiming at the response of planting suitable areas for spring maize，its growth period and production to climate change. 【Method】 Based on the daily climate data of RCP4.5 scenario calculated by the regional climate model RegCM4 in Northeast China in 2011-2050, the empirical frequency method was used to predict the changes of planting area under 80% guaranteed rate for early maturity, mid-maturity and late maturity spring maize varieties, combined with crop model DSSAT4.5 to evaluate the changes of growth period and yield, and the planting suitability at the area expanded by climate change for late maturity spring maize in Heilongjiang province in the future. 【Result】 The ≥10℃ accumulated temperature showed an increasing trend in Northeast China. The planting northern boundary of different maize varieties will be moved northward or eastward at different degrees and the probable cultivation region will be larger than before. It is suitable for late maturity variety to grow at the expanded region in Heilongjiang province in 2011-2050. The impact of climate change on reproduction growth period is going to be bigger than the vegetation growth period for late maturity variety in this following 40 years in the original planting area, which was existed in 1981-2010 in Heilongjiang province, and the whole growth period will be shortened by 2-11 days. Meanwhile, the changes of yield in the future compared with present level will have a significant spatial difference. Yield change range will be both in ±20% with considering the CO2 fertilizer effect or not, but the yield of the considered one is higher. 【Conclusion】Planting suitability of the expanded region due to climate change needs to be evaluated with many factors contained for maize. The whole growth stage change of maize is mainly caused by the shortened reproduction growth of maize. The effects of CO2 concentration enrichment in air will counterbalance a part of disadvantage of increased temperature for maize yield. . 【Objective】The study was aiming at the response of planting suitable areas for spring maize，its growth period and production to climate change. 【Method】 Based on the daily climate data of RCP4.5 scenario calculated by the regional climate model RegCM4 in Northeast China in 2011-2050, the empirical frequency method was used to predict the changes of planting area under 80% guaranteed rate for early maturity, mid-maturity and late maturity spring maize varieties, combined with crop model DSSAT4.5 to evaluate the changes of growth period and yield, and the planting suitability at the area expanded by climate change for late maturity spring maize in Heilongjiang province in the future. 【Result】 The ≥10℃ accumulated temperature showed an increasing trend in Northeast China. The planting northern boundary of different maize varieties will be moved northward or eastward at different degrees and the probable cultivation region will be larger than before. It is suitable for late maturity variety to grow at the expanded region in Heilongjiang province in 2011-2050. The impact of climate change on reproduction growth period is going to be bigger than the vegetation growth period for late maturity variety in this following 40 years in the original planting area, which was existed in 1981-2010 in Heilongjiang province, and the whole growth period will be shortened by 2-11 days. Meanwhile, the changes of yield in the future compared with present level will have a significant spatial difference. Yield change range will be both in ±20% with considering the CO2 fertilizer effect or not, but the yield of the considered one is higher. 【Conclusion】Planting suitability of the expanded region due to climate change needs to be evaluated with many factors contained for maize. The whole growth stage change of maize is mainly caused by the shortened reproduction growth of maize. The effects of CO2 concentration enrichment in air will counterbalance a part of disadvantage of increased temperature for maize yield. |
| [15] | . |
| [16] | |
| [17] | 利用区域气候模式PRECIS输出资料，基于时间序列分析及空间分析方法，对2011-2050年B2气候情景辽宁省农业气候资源时空演变特征进行预测。结果表明：辽宁辐射资源增多趋势不显著，但在2031-2040年达到峰值；生长季降水呈减少趋势，与辐射资源变化呈相反位相，减幅从西向东依次增大，辽东大部地区减幅为20mm·（10a）^-1或以上。不同年代降水多寡对洪涝和干旱事件的发生具有指示意义。大于等于10℃积温呈极显著增多趋势，大部地区增幅为100（℃·d）·（10a）^-1以上。辽西东部和辽北西部地区初霜日延后1-3d，辽宁北部和辽东部分地区终霜日提前1-2d。初霜日的延后和终霜目的提前使得无霜期延长，说明辽宁地区未来40a热量资源明显增多，可为应对气候变化和调整农业种植结构提供参考。 . 利用区域气候模式PRECIS输出资料，基于时间序列分析及空间分析方法，对2011-2050年B2气候情景辽宁省农业气候资源时空演变特征进行预测。结果表明：辽宁辐射资源增多趋势不显著，但在2031-2040年达到峰值；生长季降水呈减少趋势，与辐射资源变化呈相反位相，减幅从西向东依次增大，辽东大部地区减幅为20mm·（10a）^-1或以上。不同年代降水多寡对洪涝和干旱事件的发生具有指示意义。大于等于10℃积温呈极显著增多趋势，大部地区增幅为100（℃·d）·（10a）^-1以上。辽西东部和辽北西部地区初霜日延后1-3d，辽宁北部和辽东部分地区终霜日提前1-2d。初霜日的延后和终霜目的提前使得无霜期延长，说明辽宁地区未来40a热量资源明显增多，可为应对气候变化和调整农业种植结构提供参考。 |
| [18] | . |
| [19] | 利用政府间气候变化专门委员会第5次评估报告（IPCCAR5）耦合模式相互比较计划第5阶 段（CMIP5）中所包含的8个模式资料，对长江中下游强降水的气候特征在21世纪的变化进行预估，并与此前基于第3阶段（CMIP3）的7个模式的预估 结果进行了对比。所用资料既包括模式对20世纪的历史模拟，也包括它们在未来高、中、低三种排放情景（即RCP8．5、RCP4．5、RCP2．6三种代 表性浓度路径）下的预估试验资料。结果表明：1）不同模式的预估结果有较好的一致性。相对于20世纪最后20a（1980-1999年），21世纪不仅强 降水事件频次、强降水事件的平均强度增加，且年际变率也有所增强。就增加幅度而言，西部强度较小，东部强度较大。2）就不同排放情景相互比较而言，在低排 放情景和高排放情景（RCP2．6和RCP8．5）下，降水强度和频次的增长均比在中等排放情景（RCP4．5）下大。3）与之前CMIP3的结果相比， 尽管二者均预估未来降水强度和频次增长，但二者增加幅度的空间分布并不一致。在CMIP5中，表现为自西向东幅度递增的特点，而在CMIP3中则中部地区 增幅最大。 . 利用政府间气候变化专门委员会第5次评估报告（IPCCAR5）耦合模式相互比较计划第5阶 段（CMIP5）中所包含的8个模式资料，对长江中下游强降水的气候特征在21世纪的变化进行预估，并与此前基于第3阶段（CMIP3）的7个模式的预估 结果进行了对比。所用资料既包括模式对20世纪的历史模拟，也包括它们在未来高、中、低三种排放情景（即RCP8．5、RCP4．5、RCP2．6三种代 表性浓度路径）下的预估试验资料。结果表明：1）不同模式的预估结果有较好的一致性。相对于20世纪最后20a（1980-1999年），21世纪不仅强 降水事件频次、强降水事件的平均强度增加，且年际变率也有所增强。就增加幅度而言，西部强度较小，东部强度较大。2）就不同排放情景相互比较而言，在低排 放情景和高排放情景（RCP2．6和RCP8．5）下，降水强度和频次的增长均比在中等排放情景（RCP4．5）下大。3）与之前CMIP3的结果相比， 尽管二者均预估未来降水强度和频次增长，但二者增加幅度的空间分布并不一致。在CMIP5中，表现为自西向东幅度递增的特点，而在CMIP3中则中部地区 增幅最大。 |
| [20] | . |
| [21] | . |
| [22] | . |
| [23] | 利用在东北地区中部开展玉米(Zea mays)分期播种试验资料,分析气候变化对玉米出苗速度、生长发育速度、灌浆过程、植株干物质积累和产量的影响,进而分析未来气候变化对东北地区玉米生 产的影响及适应性对策.结果表明,气候变化对玉米生长发育和产量的影响十分明显,在水分基本适宜的条件下,东北地区气候变暖导致玉米生长季气温升高、积温 增加,使玉米生长发育和灌浆速度加快,生物量增加,从而提高单产.但气候变暖的同时,气候变干会限制热量资源的利用,将缩短玉米灌浆时间,降低灌浆速率, 使千粒重下降,从而造成明显减产,而且减产幅度明显大于温度升高的增产幅度.在水分条件基本得到满足的条件下,未来夏半年气候变暖对东北地区玉米生产是有 利的,偏晚熟玉米品种比例可以适当扩大,东北玉米带可以向北部和东部扩展,单产和总产都会增加;但如果水分得不到满足,气候的暖干化趋势会使东北地区的 中、西部玉米主产区的农业干旱变得更加严重且频繁,造成产量下降和不稳定,给玉米生产带来严重威胁,因而更应加强农业干旱的综合防御工作. . 利用在东北地区中部开展玉米(Zea mays)分期播种试验资料,分析气候变化对玉米出苗速度、生长发育速度、灌浆过程、植株干物质积累和产量的影响,进而分析未来气候变化对东北地区玉米生 产的影响及适应性对策.结果表明,气候变化对玉米生长发育和产量的影响十分明显,在水分基本适宜的条件下,东北地区气候变暖导致玉米生长季气温升高、积温 增加,使玉米生长发育和灌浆速度加快,生物量增加,从而提高单产.但气候变暖的同时,气候变干会限制热量资源的利用,将缩短玉米灌浆时间,降低灌浆速率, 使千粒重下降,从而造成明显减产,而且减产幅度明显大于温度升高的增产幅度.在水分条件基本得到满足的条件下,未来夏半年气候变暖对东北地区玉米生产是有 利的,偏晚熟玉米品种比例可以适当扩大,东北玉米带可以向北部和东部扩展,单产和总产都会增加;但如果水分得不到满足,气候的暖干化趋势会使东北地区的 中、西部玉米主产区的农业干旱变得更加严重且频繁,造成产量下降和不稳定,给玉米生产带来严重威胁,因而更应加强农业干旱的综合防御工作. |
