多种格点作物模型对中国区域水稻产量模拟能力评估

基于部门间影响模型比较计划(The Inter-Sectoral Impact Model Intercomparison Project,ISIMIP)FAST-TRACK轮模拟中由5种国际耦合模式比较计划第五阶段(CMIP5)全球气候资料驱动下的6种水稻格点作物模型模拟水稻产量的结果,评估了格点作物模型模拟中国区域水稻历史产量(1980-2004年)的时空分布模拟效果,并基于多种作物模型等权重集合平均(Multi-Crop Models Ensemble,MCME)对未来(2020-2099年)4种不同典型浓度路径(Recommended Concentration Pathways,RCPs)情景下的中国区域水稻产量进行预估。结果表明:相对于单种水稻模型模拟的结果,采用MCME可以有效提高水稻模型在中国区域的模拟能力。MCME模拟中国区域水稻历史年平均产量相关系数R和RMSE分别为0.798和1540.6kg·hm^(-2),在空间上对东北和西南地区模拟效果较好,其它地区模拟效果一般,模拟水稻产量的空间变率较大。未来随着气温和CO_2浓度的上升,水稻产量呈增加趋势,在RCP8.5情景下中国区域平均水稻产量在21世纪末增加最多,达到22%,RCP6.0情景下约增产15%,RCP2.6和RCP4.5情景下水稻产量在21世纪上半叶增产,21世纪下半叶产量保持稳定甚至略有下滑,在21世纪末分别增产约4%和10%,在空间上东北和西南地区水稻增产较多,可达40%以上,其它水稻主产区如长江中下游地区和华南地区增产较小。

水稻格点作物模型在中国区域的不确定性评估

作物模型是评估气候变化对农业生产影响的主要手段之一,但中国对格点作物模型间的比较研究尚处于初始阶段。为全面评估不同作物模型在中国不同区域对水稻产量模拟的有效性,利用联合国粮农组织(FAO)和中国农业农村部种植业管理司(SYB)水稻年平均产量统计资料,对由2种气候资料(AgMERRA和WFDEI-GPCC)和3种不同种植管理情景(Default、Fullharm和Harmnon情景)驱动的7种全球格点作物模型(CGMS-WOFOST、CLM-CROP、EPIC-BOKU、GEPIC、LPJML、PDSSAT和PEPIC模型)模拟的中国水稻产量进行了对比分析。结果表明:不同格点作物模型之间的模拟结果差异较大,在不同区域不同格点作物模型的模拟效果差异显著,不同格点作物模型对气候变化和种植管理情景的响应和敏感性不同,大部分模拟结果低估了水稻产量。使用不同水稻统计产量数据会对评估结果产生一定的影响。格点作物模型能够一定程度上模拟出水稻产量的年际变化和气候变化对产量的影响,但对于统计水稻产量上升的趋势较难模拟。通过综合分析产量在时间和空间上的波动情况,并利用2种评分方法对模拟表现打分,发现LPJML和PDSSAT在7种格点作物模型中模拟效果最好,同时也对不同气候数据和种植管理情景的变化最敏感,CLM-CROP的模拟效果最差。对不同种植管理情景,Default情景下的模拟效果显著高于Fullharm和Harmnon情景。多种格点作物模型集合平均(MME)可以降低单个格点作物模型模拟的误差,但需对MME中的集合模型进行挑选。