李春

摘要：目前，如何运用高科技手段进行批量化、大尺度反映出气候变化和极端天气气候事件对农作物产量的影响，对已发生的不利影响或新的变化及时做出调整，是研究的热点。近年来随着农业模型（农业数学模型与农业计算机模型）和機器学习方法广泛应用于农业研究，将其结合来研究气候变化对作物产量的影响，是一个重要的研究工具。量化气候变化对冬小麦的影响，找出影响的关键因素并提出适应性措施至关重要。

关键词：气象要素；气候极端指数；冬小麦

0 引言

新疆维吾尔自治区位于西北部（73°40'～96°23'E，

34°22'～49°10'N），是面积最大的省份，占国土面积的六分之一。新疆是典型的干旱和半干旱地区，属于温带大陆性干旱气候。拥有三山夹两盆（即南部的昆仑山，新疆中部的天山和东北的阿尔泰山，以及准噶尔和吐鲁番两个盆地）的特殊地形。小麦是最普遍的粮食作物之一，支撑着世界上35%～40%的人口。在中国，小麦是仅次于水稻的第二大粮食作物，小麦产量约占粮食总产量的29%（国家统计局2017）。在新疆，小麦作为新疆第一大粮食作物，种植面积占粮食作物的65%以上。2009年新疆粮食面积195.25万hm2，其中小麦种植面积113.33多万hm2。从国家粮食安全的角度出发，新疆作为国家粮食生产战略后备区，国家对新疆粮食的总体要求为“区内平衡、略有结余”，因此，大力发展新疆的粮食产业也是保障国家粮食安全的重要组成部分[1]。近年来，气候变化给小麦生产带来了巨大的风险。随着经济的发展，人口的增长和生活水平的提高，维持和增加小麦产量至关重要。因此，量化气候变化对冬小麦产量的影响对指导新疆地区农田生产实践和采取措施适应全球气候变化具有重要意义。

1 存在的主要问题

（1）目前很多学者用CMIP5气候数据分析未来时期气候变化和极端事件对作物产量的影响，而CMIP6气候情景模式近年来由全球气候研究组织最新提出的21世纪可能出现的气候情景。NWAI-WG方法也是一种降尺度精度较高的统计降尺度方法，较少学者用来对比分析未来情景下气候变化和极端事件对新疆冬小麦生长和产量的影响。

（2）目前冬小麦种植区新疆农业气象站观测的时间序列短，所用品种多，以往用来研究新疆冬小麦产量的文献多数针对单个试验站单个品种，而冬小麦在新疆种植范围广，不同站点的气候条件差异较大，不同熟制品种的产量也有差别，历史和未来时期不同情景结合作物模型有待深入探究。而根区水质模型可以很好地模拟历史和未来情景下冬小麦生长和产量情况，针对未来气候变化和极端事件对新疆冬小麦生育期、生物量、产量、水分利用效率的影响要进一步量化研究[2]。

（3）有关气候变化对冬小麦生长和产量影响的研究多数以回归分析为主大多，而大多只单独研究了气候变化对冬小麦产量的影响，极端事件与冬小麦产量影响大小还需进一步研究。机器学习方法已经被越来越广泛应用到农业系统研究，用多个机器学习方法对比分析，得出极端温度和降水指数与冬小麦产量的最优模型，找出贡献率最高的极端指数也需要做进一步探究。

2 极端温度事件对冬小麦生长及产量的影响

很多学者研究极端温度事件对冬小麦生长和产量的影响，如Osmanetal.通过植物盆栽试验研究极端高温胁迫对冬小麦籽粒产量和质量的影响，得出高温降低了地上部总氮含量，增加了籽粒氮积累速率，而地上部总氮和籽粒氮积累速率在开花期比籽粒灌浆时对极端高温更敏感，改进了小麦生长作物模型对地上总氮、谷物氮积累和小麦籽粒蛋白质浓度动态的模拟。根据TNn、TXx、FD、SU和TX90p这5个极端温度指数的变化规律，在过去30年，新疆地区气候以变暖为主。这与Lietal.等人的1961～2013年天山山脉区域有显著的变暖变湿趋势的结论一致。暖昼日数和霜冻日数对冬小麦产量变化影响较大，这与Li得出的高温和冷极指数会减少或增加产量的结论一致。这主要是霜冻会对冬小麦抽穗和开花期造成影响，而高温会减少开花期到灌浆早期冬小麦的籽粒数。Sunetal.通过研究水稻，建立灌浆速率与高温日数的模型，定量分析极端高温对水稻灌浆速率的影响[3]。Chenetal.通过研究1982～2015极端灾害事件对中国初级生产力的影响，指出华南地区的初级生产力更多受极端温度影响。

多数站点回归模型的Radj2值呈现出多变量非线性回归>多元线性回归>单变量线性回归的规律。这说明非线性关系能更好地解释极端温度指数对产量的影响，这与Troyetal.等人出的产量与温度气候指数之间存在非线性和阈值型关系的结论一致。产量的一阶差分值与5个极端温度指数的一阶差分值之间的r绝对值大于0.4的有6个，这是因为新疆冬小麦主要是人工灌溉，灌溉会大大减少气候指数的影响，这也与Troyetal.的结论一致。

为了定量研究极端温度指数对新疆冬小麦生长和产量的影响，首先用多重共线性检测方法从12个极端温度指数中选出5个不具有多重共线性的极端温度指数为TNn、TXx、FD、SU和TX90p，分析其时空变异性，后采用一阶差分、皮尔逊相关、多元线性和非线性回归方法，最终构建1981～2017年新疆20个站的冬小麦产量构成指标与极端温度指标最优回归模型，并得出如下结论：

（1）在1981～2017年期间，TNn和TXx的变化范围分别为–30.0～–9.5°C和31.8～43.7°C，FD、SU和TX90p变化范围为81～180d，59～161d和23～102d。TXx、TNn、SU和TX90p分别在8、18、20和4个站呈上升趋势，其中1、5、11和0个呈显著上升趋势。FD全部呈下降趋势，其中3个站呈显著下降趋势。这5个极端温度指数反映出在过去30年，新疆地区气候以变暖为主。

（2）产量构成指数和极端温度指数之间的皮尔逊相关系数范围为–0.59～0.67，冬小麦株高、生育期、千粒重、单穗穗粒数和产量的一阶差分值与5个极端温度指数的一阶差分值之间的r绝对值大于0.4的分别有7、4、3、3、4和6个站。

（3）在20个站中，株高、生育期、千粒重、单穗穗粒数、地上部生物量和产量共有9、8、11、9、6和6个站获得了回归模型，有6个是一元线性的，有18个是多元线性的，有24个是多元非线性的。这些回归模型的Radj2值，多数站呈现出多变量非线性回归>多元线性回归>单变量线性回归。此外，冬小麦株高、生育期、千粒重、单穗穗粒数、地上部生物量和产量的最大Radj2值分别为0.58、0.46、0.29、0.44、0.30和0.45，表明极端温度指数可以解释29%～58％的冬小麦产量变异。极端温度指数对冬小麦产量变化影响排序为：TX90p>FD>SU=TNn=TXx。

3 极端降水事件对冬小麦生长及产量的影响

已有很多学者研究极端降水事件对作物产量影响，LiuandBasso用作物模型模拟美国中西部北部在常规耕作和免耕条件下美国中西部北部玉米-大豆-小麦轮作系统的长期玉米和小麦产量和土壤有机碳变化，发现未来玉米产量下降，而小麦产量增加，指出气候影响作物产量评估中需要重点考虑干旱和极端降水事件。Fengetal.研究极端降水指数对澳大利亚新南威尔士州小麦产量的影响，6～8月、9～11月的3个月标准化降水指数和持续干旱天数被确定为最重要的三个指标，可以解释大部分小麦带的产量变化，并指出冬季和春季降雨的年际变化是小麦产量变化的主要原因，而生育期前的降雨起次要作用。NouriandBannayan研究，极端低温、高温、低降雨量和土壤缺水对雨养小麦和大麦的产量的影响，得出对于大多数站点，产量与土壤水分亏缺和极端降水指数呈负相关（p<0.05），但与极端温度指数不相关，农业干旱对雨养作物产量的不利影响更大。

为综合比较各个指数对产量的影响，将其与产量进行线性回归分析。冬小麦产量的一阶差分与日最高温、日最低温和最高温与最低温差值的一阶差分在多个站点具有强相关性。本文得出极端温度和降水指数与产量建立的回归方程的Radj2值在0.29～0.58和0.27～0.58，说明极端温度事件对冬小麦产量影响大，与其他学者得出极端天气霜冻和高温等对小麦产量影响很大的结论一致。极端降水指数与株高、生育期、千粒重、单穗穗粒数、地上部生物量和产量共建立回归模型57个，有46个是线性方程，有11个是多元非线性的，建立的回归模型多数为线性模型。这与气象要素和极端温度指数建立得到的非线性回归模型较多的结果不同，这说明极端降水指数对冬小麦产量的影响不如极端温度复杂。这与CherenkovaandSemenov等人通过研究1991～2019年俄罗斯欧洲南部小麦产量生育期内极端气候变化，得出从小麦生产力的年度总影响的角度来看，极端温度比极端降水事件更重要的结论一致。

为了定量研究极端降水指数对新疆冬小麦生长和产量的影响，首先用共线性检测方法从7个指数中选出6个不具有多重共线性的极端降水指数：日常降水指数（SDII）、最大1日降水（RX1day）、最大5日降水（RX5day）、持续干旱天数（CDD）、非常湿润天（R95p）和强降水天数（R10），分析其时空变异性，后采用一阶差分、皮尔逊相关、多元线性和非线性回归方法，最终构建1981～2017年新疆20个站点的冬小麦产量构成指标与极端降水指标最优回归模型，并得出如下结论：

（1）在1981～2017年期间，SDII的范围为1.2～11mm。RX1day范围为1～56mm。RX5day、R95p、CDD和R10变化范围为1.4～91mm、5.4～393mm、14～321d和1～24d。SDII在12个站点是增加的趋势，其中有1站点呈显著上升。RX1day在14个站点呈上升趋势，其中1个站点呈显著上升趋势。RX5day在16站点呈上升趋势，其中1个呈显著上升趋势。R95p在17个站点呈下降趋势，而只在3个站点呈显著上升趋势。CDD在17个站点呈下降趋势，其中3个站点呈显著下降。R10在14个站点呈上升趋势，其中2个站点呈显著上升。

（2）产量构成指数和极端降水指数之间的皮尔逊相关系数范围为–0.59～0.67，冬小麦株高、生育期、千粒重、单穗穗粒数和产量的一阶差分值与6个极端降水指数的一阶差分值之间的r绝对值大于0.4的有3、4、1、4、3和8个。

（3）在20个站点中，株高、生育期、千粒重、单穗穗粒数、地上部生物量和产量共有10、12、8、8、9和10个站点获得了回归模型，有12个是一元线性的，有34个是多元线性的，有11个是多元非线性的，回归模型多数为线性回归模型。此外，冬小麦株高、生育期、千粒重、单穗穗粒数、地上部生物量和产量的最大Radj2值分别为0.58、0.36、0.58、0.27、0.38和0.45，表明极端降水指数可以解释27%～58％的冬小麦产量的变异性。极端降水指数对冬小麦产量变化影响排序为：R95p>R10>RX5day>SDII=CDD>RX1day。

4 应对策略

（1）未来时期早熟和中熟比晚熟品种的水分利用率高，随着气候变化，生育期缩短，建议种植中熟品种，可以提高水分利用效率，有效提高产量。

（2）未来时期高温和低温是影响冬小麦产量最重要的极端指数，建议健全相应的气象及其衍生和次生灾害应急处置机制。例如：建立气候变化综合观测系统，建立气候災害防御工程，提高应对极端天气灾害的综合检测预警能力、抵御能力和减灾能力[4]。

5 不足和展望

本文结合RZWQM2模型在分析历史时期和未来时期气候变化和极端事件对新疆各农气站点冬小麦生长和产量的影响。虽然取得了一定的研究成果，但仍然有些不足之处，需要在今后的研究中进一步完善和解决：

（1）本研究将气候要素、极端温度指数和极端降水指数单独与冬小麦生长和产量进行分析，下一步研究将考虑综合指数，深入研究机理，分析其对冬小麦生长和产量的影响。

（2）本研究区域主要在新疆地区，而冬小麦生产区域遍布全国，下一步需要扩大尺度从区域扩展到全国乃至全球尺度分析。本研究对象主要为单一粮食作物，而在未来时期，极端事件对作物影响越来越大，下一步研究可以扩展到其他粮食作物和经济作物。

（3）冬小麦从播种到收获过程受到多种因素的影响和制约，在利用RZWQM2模型研究未来时期气候变化和极端事件对新疆各农气站点冬小麦生长和产量的影响时没有考虑土壤孔隙度的变化、耕作方式和冬小麦播期改变对研究造成的影响。

（4）尽管RZWQM2模型耦合RZWQM1和DSSAT-CERES，但是受到模型结构的影响，在模拟冬小麦生长过程时仍然存在很大不确定性，所以在今后的研究中，可以考虑多种作物模型（EPIC、APSIM、WOFOST和WAVE）进行对比分析，交叉验证模拟结果，以此提高模拟结果的可靠性。

（5）本研究极端事件对冬小麦的影响主要体现在国际研究小组提出的极端指标上，下一步可结合多种作物模型对影响冬小麦的自然灾害冻害、倒春寒、霜冻、倒伏等进行量化研究。

参考文献

[1] 丁晋利，武继承，杨永辉，等.耕作方式转变对土壤蓄水保墒影响的RZWQM模型模拟[J].农业机械学报，2016（4）：136-145.

[2] 任国玉，封国林，严中伟.中国极端气候变化观测研究回顾与展望[J].气候与环境研究，2010（4）：337-353.

[3] 佟晓辉，刘向培，叶培春，等.1961-2013年东北区域极端气温的变化特征[J].解放军理工大学学报（自然科学版），2016，17（6）：578-584.

[4] 冯灵芝，伟熊，辉居，等.RCP情景下长江中下游地区水稻生育期内高温事件的变化特征[J].中国农业气象，2015，36（4）：383-392.