中国稻作与旱作生产的气象减产风险评价

本研究利用直线滑动平均模型对中国各省区1950—2006年旱作和稻作的趋势产量进行了模拟,计算出历年的气象产量,并采用减产率指标、减产率浮动性指标、高风险概率指标3个评价指标以及综合性指标进行了气象产量的气候变化减产风险评价,同时采用变异系数对我国各省产量波动状况进行了分析,并将各指标与年平均降水变率、年平均气温变率进行耦合分析。结果表明,旱作高减产风险和波动风险主要分布在华东和华南地区,而稻作则体现为由南向北风险逐渐增加。年平均降水变率和年平均气温变率高的地区,其水稻气象减产风险较大。由于人口增长和经济发展的压力,中国农业面临着应对气象减产和保证粮食增产的双重压力。

基于WOFOST模型的德州市冬小麦干旱减产风险评估

为德州市冬小麦生产决策、防范干旱影响提供参考,基于WOFOST作物生长模拟模型,利用德州市11个站点1981-2018年的逐日气象观测资料、2015—2016年冬小麦生长观测资料及土壤特性资料,建立德州市冬小麦干旱减产风险评估模型,分析水分胁迫下德州市冬小麦减产风险值的变化规律。结果表明:德州、乐陵、宁津、夏津的冬小麦减产率呈上升趋势,平均每年增加0.07%~0.45%;其他7个站的冬小麦减产率呈下降趋势,平均每年减少0.02%~0.64%。减产率的变化趋势与冬小麦生长季降水量的变化趋势基本相反,呈显著负相关关系。减产率超过20%的概率在17%~54%,超过50%的概率在3%~19%,减产率从北向南均呈降低趋势,与冬小麦生长季平均降水量变化趋势相反。冬小麦减产率与生长季降水量呈负相关关系。庆云、乐陵、宁津等东北部站点为冬小麦减产风险高值区,德州、平原、陵城等中部站点为中值区,齐河、禹城等南部站点为低值区。

气候变化条件下陕西省不同气候区灌溉对冬小麦减产风险影响评估

研究未来气候变化条件下灌溉对陕西省不同气候区冬小麦生长情况、减产风险及其对气候变化的响应机制,以期为决策者制定应对气候变化长期粮食战略,提供必要的参考依据。联合运用作物模型DSSAT4.6和天气发生器LarsWG5.5,模拟气候变化条件下陕西省不同气候区域、时期灌溉对冬小麦生长的影响。同时计算本研究提出的新概念——冬小麦减产风险,横向和纵向综合评估气候变化对冬小麦产量的影响。选取陕西省干旱半干旱地区、半湿润地区、湿润地区作为研究对象,选择典型站点并获取土壤数据,统一设定灌溉制度,运用天气发生器LarsWG5.5模拟预测未来气象数据,并输入已校准验证的作物模型,模拟气候变化条件下不同地区在雨养、灌溉时的冬小麦产量并评估减产风险。结果表明,未来50年,陕西省大部分地区冬小麦生育期内降水先减少后增多,年平均温度不断增加。不同区域产量、减产风险变化情况不尽相同,气候变化对冬小麦产量的影响程度自北向南逐渐降低,总体上气候变化对陕西地区冬小麦产量的稳定具有积极作用。3区(陕西省北部黄土高原干旱半干旱地区)受气候变化的影响较大,2区(关中平原半湿润易旱区)次之,1区(陕西南部湿润地区)受气候变化的影响较弱,但各地区增产总量差距不大。1区减产风险逐年增加,2区、3区减产风险逐年减少。灌溉能够减缓并利用气候变化对冬小麦生长的不利影响,大幅提高产量、水分利用率,降低减产风险。灌溉条件下,1区减产风险逐年上升,但仍远低于雨养下的减产风险;2区、3区减产风险则逐年下降至零。综合各区域灌溉对减产风险的影响,建议1区、2区增加灌溉设施,3区不推荐但有充足灌溉资源的地区仍可以增加灌溉。

基于WOFOST模型和水分胁迫的河南省冬小麦减产风险

以河南省30个站点1981—2014年冬小麦观测资料、历史气象资料和土壤资料为依据,将河南冬小麦主产区划分为5个区域,基于WOFOST作物生长模拟模型,分析了水分胁迫条件下河南省冬小麦减产风险值的变化规律.结果表明:1981—2014年,各区域冬小麦减产率均呈上升趋势,平均每10 a增加2.8%~5.0%.冬小麦减产率由北向南呈降低趋势,减产率超过20%的事件在豫南地区约10年一遇,豫北的新乡、封丘和濮阳一带约2年一遇;减产率超过50%的事件,在新乡、郑州地区约3年一遇,豫南少遇.豫北及豫中偏北的大部分地区为冬小麦减产风险高值区,豫西卢氏、豫西南南阳、豫南信阳和驻马店南部地区为冬小麦减产风险低值区,其他地区为风险中值区.

全国主粮作物减产风险评估与保险费率厘定研究

《关于加快农业保险高质量发展的指导意见》对开展农业保险风险区划提出了具体要求。本研究针对水稻、小麦、玉米三大主粮作物,利用作物模型集合模拟器、配合县级历史单产统计数据,使用单产时空融合方法还原了1991~2016年全国10 km栅格水平的单产损失率,厘定了保险纯风险损失率和大灾风险附加费率。结果显示,在100%保障水平下,10 km栅格尺度上的水稻纯风险损失率的均值为3.8%、标准差为3.1%;小麦纯风险损失率的均值为5.9%、标准差为3.7%;玉米纯风险损失率的均值为5.8%、标准差为3.4%。全国范围内统一分散大灾风险的前提下,20年一遇大灾风险附加因子分别为0.85(水稻)、0.64(小麦)和0.7(玉米)。本文的评估方法有效解决了时间序列插补和空间降尺度的问题,可提供较高空间分辨率的评估结果、支撑各级行政单元的费率厘定,且具有较强的原生性、可配合实际需求计算不同保障水平的费率。本文的研究结果可为新一轮农业保险区划工作提供重要量化依据和技术支撑。

1978～2008年中国10省农作物生产气候变化影响风险评价

本文基于数学统计方法,从案例研究入手,将1978～2008年间的农业统计数据与风险评价体系相结合,研究并量化中国10省农业气象灾害风险对农作物气象产量的影响。结果表明:气候变化对我国农作物气象产量的影响以减产的风险为主。在区域分布方面,北部省份农作物产量波动性和减产率均相对高于其他省份;云南省农作物气象减产幅度远远高于其他省份;青海省、安徽省以及福建省均为气候负面影响的敏感区域。旱灾是导致案例省份气象减产的主要因子之一,青海省和新疆维吾尔自治区导致气象减产的主要灾害分别为风雹灾和霜冻灾。

海伦地区水热耦合特征及其对大豆产量的影响

农业是受气候变化影响的主要敏感行业之一,气候变暖带来的气温升高以及降水格局的改变对农作物生产有利有弊。论文基于黑龙江海伦地区1978—2004年生长季≥10℃有效积温、降水量和统计年鉴中的大豆产量数据,以积温和降水在季节上的匹配程度作为判断水热耦合的指标,采用气候波动指数、减产风险指数作为大豆产量受气候波动影响程度的指标,研究了在生长季降水量下降和≥10℃有效积温增加的趋势下水热耦合的年际和年内变化特征及其对大豆产量的影响,并分析了偏干旱、正常和湿润年份大豆产量受气候波动影响的特征和减产风险性。结果表明,大豆气候波动指数和产量减产风险指数从大到小均依次为偏干旱年、偏湿润年和正常年,说明海伦地区受气候暖干化影响较大。

未来升温1.5℃与2.0℃背景下中国水稻产量可能变化趋势

基于ISI-MIP的5个气候模式在4种RCP情景下模拟输出未来气候数据,筛选未来升温1.5℃和2.0℃的情景数据,依托CERES-Rice水稻模型,模拟升温1.5℃和2.0℃的背景下中国各区水稻产量变化趋势,综合分析未来气候变化特征与水稻产量之间的关系。结果表明:在1.5℃和2.0℃升温背景下,中国平均温度相对于基准时段分别升高1.19℃和1.87℃,平均降水量相对于基准时段分别增加3.07%和6.17%。1.5℃升温背景下中国水稻单产平均减幅7.49%,减产面积占水稻种植总面积的68.6%,严重减产面积占水稻种植总面积的10.3%,其中华南双季稻区单产减幅最大,而东北单季稻区单产增幅最大;2.0℃升温背景下中国水稻单产平均减幅12.02%,减产面积占水稻种植总面积的70.6%,严重减产面积占水稻种植总面积的18.7%,其中华南双季稻区单产减幅仍然最大,而西北单季稻区单产增幅最大。