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。

基于植被动态模式预估中国植被净初级生产力变化格局

本文选用部门间影响模式比较计划(ISI-MIP)提供的6个植被动态模式数据,对比遥感反演值计算了各模式在中国不同植被区的拟合优度,评估了模式的适用性;并提出了以拟合优度为权重的区域年均净初级生产力(NPP)算法,有效解决了已有研究由于数据和方法的不同而对中国NPP估算效果较差的问题。结合两种浓度路径下(RCP2.6和RCP6.0)的模式估算结果,评估了未来30中国NPP的变化格局。结果表明:单个模式数据对中国大部分区域NPP的拟合效果较差(R2<0.4),所计算的中国平均NPP整体偏高33%~97%,但能较为准确地反映空间上从东南向西北递减的趋势。通过加权合成的新序列整体拟合优度为0.86,在单一植被区的拟合优度也基本大于0.3,能更好地反映未来NPP的变化格局。未来中国平均NPP仍将保持由东南向西北递减的分布,中国均值呈波动增长状态,在2035年达到8.8μg/(ms),2050年达到9.7μg/(ms)左右。随着时间的推移,RCP2.6路径下主要增长区将由南方地区向北偏移,在华北地区增长变显著,在西南、中南地区增速变慢,显著增长的面积变小;在RCP6.0路径下主要增长区将向东北、东南和西部地区退缩,中东部地区增长变不显著。研究发现高浓度路径对2016—2025年间植被NPP的增长主要起促进作用,但在2035—2050年间开始起抑制作用。同时,高浓度路径下NPP的空间分布将变得更加极端,特别是位于青藏高原西北部的高寒荒漠、温性荒漠及灌木半灌木荒漠将增长缓慢或不增长。