高佳佳,杜 军①,刘朝阳,周刊社

(1.西藏高原大气环境科学研究所,西藏 拉萨 850000;2.中国科学院南京土壤研究所,江苏 南京 210008;3.西藏自治区气候中心,西藏 拉萨 850000)

气候条件与粮食安全存在重要的因果关系,气候变暖已成为影响粮食安全的关键因素。农业生产依赖于气温和降水等气候要素,不同作物对气候要素变化的响应也不同[1],这说明农业系统对气候变化存在着敏感性和脆弱性。敏感性评价是脆弱性评价的基础,研究粮食产区对气候变化的敏感性可以评估气候变化对农作物的影响,也可为农作物适应策略提供科学依据。国内外学者在农业生产与气候变化的关系方面开展大量研究,发现气候变暖不仅导致作物积温增加、生长期延长,而且会对作物物候期和播种面积产生重要影响[2-4]。气候变化对农作物产量影响研究主要采用模拟实验、作物模型和观测统计3种方法。由于作物产量与品种更替、技术进步有很大关系,所以在农业气象领域主要使用趋势产量模拟方法研究气候变化对作物产量的影响[5]。马雅丽等[6]、尹东等[7]利用3、5和15 a滑动平均模拟出趋势产量,廉丽姝[8]用logistic函数模拟趋势产量从而分离出气候产量。目前气候变化对作物产量研究主要集中在内陆地区,鲜有涉及西藏地区的研究。

西藏位于世界第三级,是青藏高原主体部分,地势西北高、东南低,平均海拔为4 000 m,是全球气候变化的晴雨表,也是全球气候系统敏感区与脆弱区。西藏特有的、强烈的动力热力作用,使其气候条件非常复杂,形成了西藏独具特色的农业气候资源,气候变化对粮食产量的影响显著[9]。近50 a来西藏地区年平均气温、平均最高气温和平均最低气温均呈显著增加趋势,与我国其他区域相比,西藏升温率仅略低于东北和西北地区。尤其是近20 a来西藏增暖趋势强烈,升温率达0.79 ℃·(10 a)-1[10-12],是全国升温率的2.0倍,是东北升温率的6.6倍[13-14]。在气候变暖背景下,研究农作物产量与气候变化的相关性对农业生产、生态十分重要。格桑曲珍等[15]分析了西藏6个农业生产区40 a来青稞、小麦光温与气候生产潜力的变化趋势,并结合生产力数据分析了青稞和小麦增产空间。韩国军等[16]发现气候变化对西藏农牧业影响显著,冬季气温升高延长了小麦生长期,有利于小麦生长。王秀茹等[17]从政策角度分析了西藏林芝地区农牧业结构,并提出气候变化背景下农业结构调整的重要性。但目前关于西藏地区春小麦、青稞、豆类和油菜等主要农作物敏感区对气候变化的响应研究甚少。以气象要素和作物产量之间的关系为基础,研究西藏气候敏感区与农作物种植敏感区,并探索两者之间的相关性,以促进气候变暖背景下的高原农业系统作物选择与配置、增进水热资源利用效率,为西藏农业生态系统健康发展提供理论依据。

1 材料与方法

1.1 研究区概况

西藏地域辽阔,地形复杂,气候类型多样,农作物品种资源丰富,从亚热带到温带各种作物在全区均有分布。宜农面积为45.37 km2,仅占全区总面积的0.42%,主要集中在雅鲁藏布江流域和昌都地区。农业生产区降水主要集中在5—9月,雨热同期,光照资源丰富。随着地理区域和海拔高度的变化及水热条件的不同,西藏农作物种类与耕作制度存在明显的水平分布和垂直分布特点。

1.2 数据来源与处理

1980—2015年西藏46个县区青稞单产量资料、35个县区油菜(主要集中在拉萨、日喀则和林芝市)单产量和32个县区春小麦单产量以及2011—2015年27个县区(主要集中在拉萨和日喀则市)豆类单产量资料来源于西藏自治区气候中心。1980—2015年西藏38个气象站4—10月气温、降水量逐月资料来源于西藏自治区气象局信息中心。

西藏气候敏感区与农作物种植敏感区分析采用经验正交函数(empirical orthogonal function,EOF)方法。EOF方法作为常用的时空分离方法,能把随时间变化的变量场分解为不随时间变化的空间函数和只依赖时间变化的时间函数2个部分[18]。EOF方法将降水、气温和农作物产量等要素分解为多个特征向量,它们可表示研究期内某要素典型空间分布模态。一般第一模态(或第一特征向量)方差最大,方差值越大,特征向量空间变化越大。

由于降水数据空间连续性差,差异性强,因此对年降水数据采用距平百分率进行标准化。标准化后的降水数据符合标准正态分布,即均值为0,标准差为1,标准化降水量(x′)为x′=(x-μ)/σ,其中x为降水量,μ为均值,σ为标准差。

趋势产量模拟采用5 a滑动平均方法[7],并对分离出的气候产量与实际产量进行相关性分析。

2 结果与分析

2.1 西藏气温、降水量异常敏感区

气温和降水量变化会影响农作物干物质分配和生物量增长速率,也会对农业地域分布产生较大影响。因此,了解温度、降水量异常敏感区是研究农作物对气候响应的前提。利用EOF方法提取主要作物产量的场信息。EOF分解出的特征向量虽不能表示气温、降水量的数值大小,但能反映其空间分布结构特征。特征向量变化越大说明气温和降水量变化越大。由表1可知,根据方差贡献率大小取前3个特征向量,气温和降水量累计贡献率分别为89.2%和61.6%。降水第一特征向量方差贡献率为41.7%,为西藏主要降水空间分布型。

表1 前3个特征向量方差贡献率及累积方差贡献率Table 1 First three eigenvectors of EOF in their variance contributions and cumulative variance contributions

由表2可知，西藏大部分地区降水分布为正值,呈现整体一致性,只有聂拉木县为负值,这反映西藏降水第一模态,即多数年份西藏大部分地区年降水量普遍偏多或偏少。最大正值中心在拉萨、日喀则和林芝地区,说明上述地区降水量变化较大,干旱/洪涝表现最为明显,是西藏降水量敏感区。这与高原大山脉的影响和印度季风水汽通道相互配合有关[19]。由于西藏高原地形独立，海拔较高,受西风带控制较多,同时也与副热带高压、南支槽带来的不稳定降水有关。假拉等[20]认为造成高原东部夏季降水偏多的原因是夏季印度洋海温西冷东暖的距平分布使大气产生异常,导致印度洋地区西风偏强,西南季风活跃;当印度洋海温西暖东冷时,则降水偏少。

气温第一特征向量方差贡献率为77.8%,是气温分布决定性模态,反映气温年际尺度空间变化主要特征。由表2可知,大部分地区气温第一特征向量为负值,且各地差异明显,说明空间分布不均匀。低值区位于沿雅鲁藏布江和林芝地区,与降水量对应关系较好。这说明沿雅鲁藏布江和林芝地区是西藏气温异常敏感区,冷(热)异常反映最明显。

2.2 西藏作物气候产量变化敏感区

通过对1980—2015年西藏地区豆类、青稞、油菜和春小麦的气候产量做EOF分解,取前5个特征向量,各作物第一特征向量对总方差解释率较高,可以概括气候产量变化主要特征。豆类、青稞、油菜和春小麦第一模态方差贡献率分别为53.1%、58.4%、49.5%和45.3%，其分布情况见表3。

表2 西藏各地降水、气温EOF第一特征向量Table 2 The first loading vectors of rainfall and temperature from EOF in Tibet

表3 西藏各地区各作物第一特征向量分布Table 3 Distribution of the first loading vectors from EOF in Tibet

“—”表示无数据。

西藏豆类以豌豆为主,由表3可知,豆类气候产量第一特征向量大值区主要集中在沿雅鲁藏布江下游地区,即拉萨市周边和藏东南地区数值较大,日喀则西部地区数值较小。可见,西藏豆类产量沿雅鲁藏布江东段地区变幅最大,沿雅鲁藏布江西段地区变幅最小。

青稞是西藏种植较多、面积较广的农作物,从海拔2 500 m以下的河谷坡地到海拔4 500 m的湖滨平原均有分布。青稞播种面积占农作物播种总面积的72%,产量占粮食总产量的70%。由表3可知,青稞气候产量第一特征向量在日喀则市周边数值较大,拉萨市和林芝地区均为负值。这说明日喀则市青稞产量变幅最大,是青稞气候产量变化敏感区;拉萨地区青稞产量变幅最小,对气候变化的敏感度相对较弱。

由表3可知,西藏油料气候产量第一特征向量解释了总方差的49.5%,高值区在拉萨市周围,是西藏油料气候产量变化最敏感区。春小麦气候产量第一特征向量解释了总方差的45.3%,日喀则中东部和拉萨部分地区数值较大,林芝地区数值较小,说明西藏春小麦气候产量变化最敏感区主要在日喀则中东部地区。

西藏农作物气候产量变幅最大的地区主要集中在沿雅鲁藏布江,尤其是中东段地区;气温、降水变幅最大的地区主要位于拉萨、日喀则和林芝等地。说明作物气候产量变化敏感区与降水、气温敏感区有较好的对应关系,表明西藏农作物气候产量对气候变化存在明显响应。由于拉萨、日喀则和林芝等地区降水、温度等气象要素年际变化率大,导致农作物气候产量波动性较强。

2.3 青稞气候产量对气候特征的时间响应

从作物空间敏感区可知,沿雅鲁藏布江东段作物产量对气候变化的敏感性较大,因此选取该区域的日喀则市作为典型敏感区,进一步分析西藏主要作物——青稞在时间上对气候变化的响应(图1)。

a为青稞气候产量变化曲线;b为青稞气候产量EOF展开第一模态时间系数曲线;c为日喀则市平均气温EOF展开第一模态时间系数曲线;d为日喀则市平均降水量EOF展开第一模态时间系数曲线。图1 日喀则市青稞气候产量及EOF展开第一模态时间系数曲线Fig.1 Curve and time coefficient of the first loading vectors from EOF of highland barley output in Shigatse City

由图1可知,1980—2015年日喀则市青稞气候产量,除1982、1983、1984、1986、1987、1988、1997、1999和2011年为气候负效应外,其他年份均为气候正效应。由线性拟合可知,日喀则市青稞气候产量总体呈增长趋势,这说明气候效应对日喀则市青稞气候产量有正贡献作用。1980—2015年日喀则市青稞气候产量平均变幅为338.5 kg,且平均变幅逐年递减,说明气候产量相对变化较小,日喀则市青稞气候产量相对变幅平均为5.2%,最大变幅为37.5%,最小变幅为0.23%。

1980—2015年日喀则市青稞气候产量、气温和降水EOF展开第一模态时间系数曲线见图1。青稞气候产量时间系数呈增长趋势,时间系数在1983和2000年存在突变,1984—1999年处于相对低产阶段,2000年之后转为高产阶段。1995年日喀则市降雨偏少,出现严重干旱,因此对青稞气候产量产生严重影响。日喀则市平均气温EOF分解第一模态对应的时间系数变化趋势呈抛物线型,平均气温EOF分解第一模态与时间的线性拟合方程为y=-0.069x,相关系数为0.181。可以看出2000年之后对应的拟合方程值开始明显上升,这与青稞产量在2000年发生突变是对应的,说明日喀则市青稞气候产量对气温变化存在延迟响应关系。日喀则市降水EOF分解第一模态对应的时间系数总体呈上升趋势,这与青稞产量上升趋势一致。由此可见,利用EOF展开得到的时间系数能够较好地反映日喀则市青稞气候产量对气温、降水量的响应特征。

3 讨论

脆弱性和敏感性是现代农业生产应对气候变化所面临的重要问题。廉丽姝[8]和邓振镛等[21]通过统计方法得出不同地区粮食产量对气候存在不同程度响应,6—9月降水对作物产量的影响更大,且气候突变也会导致作物产量变化。格桑曲珍等[15]也发现气温和降水量变化与青稞产量具有一定相关性,笔者研究结果与之一致。但由于西藏地区海拔梯度变化大,农作物种植呈分散状,因此确定不同作物主要敏感区,进而分析不同敏感区作物对气候变化的响应具有实际意义,可以更好地了解高原农作物对气候变化的适应,为高原作物应对气候变化提供决策支持。但是,笔者并未涉及各作物对气候变化的敏感性指数,下一步将在研究农作物敏感区基础上,对敏感性指数和脆弱性指数进行分级,研究不同敏感性指数等级的作物对气候变化的响应,可进一步有针对性地建立高原作物对气候的适应性政策。

在高原农牧交错地区,降水资源缺乏,生态环境脆弱,受气候变化影响显著。尤其是在气候暖干趋势下,应积极推广农业适用技术,防御夏旱;同时加快农田水利建设,建立综合干旱监测预警和影响评估系统;还要选择水分利用率较高的作物,高效利用有限的水分资源和热量资源,保证土壤养分资源的可持续利用,适时调整作物配置及耕作制度,兼顾规避气象灾害风险,保证粮食安全。

4 结论

(1)通过对西藏地区气温、降水及豆类、青稞、油菜、春小麦的EOF分解,各要素第一模态分别为77.8%、41.7%、53.1%、58.4%、49.5%、45.3%,即降水、气温的敏感区均位于拉萨、日喀则和林芝地区;豆类的敏感区主要位于拉萨市和藏东南地区;青稞和春小麦的敏感区主要位于沿雅鲁藏布江中段;油料敏感区位于拉萨市周围。这也说明气温、降水的敏感区与农作物气候产量的敏感区具有较好的对应关系,且这些区域对气候较为敏感,受气候波动影响较大。

(2)通过对青稞气候产量与气温、降水的时间响应分析可知,青稞对气温、降水有较好的响应特征。建议作业时选择水分利用率较高的作物,高效利用有限的水分资源和热量资源,确保农业可持续发展。