RCP情景下長江中下游麥稻二熟制氣候生產潛力變化特征研究

劉文茹,陳國慶,曲春紅 ,居 輝,劉 勤

1 山東農業大學農學院,泰安 271018 2 中國農業科學院農業信息研究所,北京 100081 3 中國農業科學院農業環境與可持續發展研究所,北京 100081

聯合國政府間氣候變化專門委員會(IPCC)第一工作組第五次評估報告AR5指出：迄今為止,大氣中溫室氣體濃度仍持續上升,在自然和人為影響因素共同作用下全球氣候系統持續變暖是毋庸置疑的事實[1]。未來氣候變化將導致全球年平均氣溫繼續升高,至2050年中國可能升高2.3—3.3℃,降水量增加5%—7%[2]。氣候資源的數量、質量及組合特征的改變,極端氣候事件和自然災害將頻繁發生,從而直接或間接的影響了作物的生產潛力[3]。作物氣候生產潛力是評價糧食生產能力重要指標,同時反映氣候資源與作物之間的協調程度[3-5]。長江中下地區是我國糧食主產區之一,水稻和小麥又均為我國主要糧食作物[6],在國家安全糧食問題中起著舉足輕重的作用。因此,在氣候變化大背景下針對長江中下游稻麥周年氣候生產潛力的研究對評價未來的作物潛在生產能力和制定氣候變化的適應性策略具有重要意義。

迄今為止,在氣候變化大背景下諸多研究者采用不同方法針對作物氣候生產潛力的進行了一系列的研究,并取得相應成果[7-13]。國內“作物生長動態模型模擬”和“潛力衰減法”等方法應用較為廣泛[14]。王秀芳等[15]和王宗明[16]應用“潛力衰減法”分別計算東北地區玉米氣候生產潛力并分析相應影響因素,結果指出溫度升高,光溫生產潛力呈增加趨勢,氣候生產潛力則隨降水量的減少而減少,由于降水變率大,導致氣候生產潛力的年際波動較大。黃川容等[17]和劉建棟等[18]分別應用WOFOST和ARIDCROP模型對中國黃淮海地區冬小麥、夏玉米的氣候生產潛力進行了數值模擬研究,結果表明黃淮海地區夏玉米氣候潛力均呈現下降趨勢,冬小麥氣候潛力呈現上升趨勢,表現為北低南高,水分是黃淮海北部地區冬小麥氣候生產力的一個重要限制因子。而鐘新科等[19]應用最新的AEZ2002模型采用deWit公式計算參考作物的光合干物質量,研究表明氣候生產潛力空間差異的主要影響因子不僅是水分還有光照,但是溫度作用較小。

以往的研究大多基于歷史資料來分析氣候生產潛力的時空分布特征、資源利用情況以及對氣候變化的響應等[20-22],但針對未來長江中下游地區稻麥輪作氣候生產潛力時空變化的研究鮮見報道,關鍵影響因素也尚不明確。本研究基于典型濃度路徑RCPs排放情景,由于RCP 4.5和RCP 6.0均屬于中等濃度排放路徑,RCP 2.6屬于較理想排放路徑,故選擇RCP 8.5(到2100年當量濃度所引起的輻射強迫達到8.5 W/m2以上,并將持續上升)和RCP 4.5(輻射強迫達到4.5—6.0 W/m2左右),因此,以長江中下游地區水稻、冬小麥為研究對象,運用“潛力衰減法”模擬2021—2050年作物氣候生產潛力,利用Theil-Sen斜率估計和Mann-Kennal 趨勢檢驗法分析比較RCP 8.5和RCP 4.5情景下未來30年稻麥氣候生產潛力相對基準年的時空變化特征,試圖探明影響稻麥氣候生產潛力變化的主導因素,為進一步挖掘稻麥氣候生產潛力提供參考和依據。

1 材料與方法

1.1 區域概況

如圖1,長江中下游(27°33′—34°9′N、110°49′—122°30′E)屬南方冬麥區、雙單季稻亞區,北抵秦嶺淮河,西至鄂西山地及湘西丘陵區,東至東海海濱,南至南嶺,包括江蘇、安徽、湖北大部,上海市全部以及湖南、江西、浙江和河南省的部分地區。氣候濕潤,降雨充沛,生長季降水為700—1300 mm,氣候大部分屬北亞熱帶。光照資源豐富,年≥10 ℃積溫約4500—5500℃,年日照時數約1300—1500 h。安徽和江蘇、湖北北部地區屬于華北單季稻作區,其余大部分屬于華中單雙季稻稻作區[23]。由于經濟發展、勞動力的轉移、氣候氣候變化等多方面因素影響,該種植結構和配置均發生了改變,雙季稻面積下降,單季稻面積增加,雙季稻向稻麥兩熟發展,稻一麥輪作成為了主要種植方式之一[24]。稻麥周年輪作種植體系中,水稻于六月份插秧,十一月份水稻收獲后種植冬小麥,翌年6月收獲[25]。

圖1 長江中下游流域氣象站點分布Fig.1 The location of meteorological stations in the middle and lower Yangtze River Basin

1.2 資料來源

本文選用國家氣象局提供的BCC-CSM1-1模式RCPs(RCP 8.5和RCP 4.5)情景輸出的1961—1990年(基準時段)和2021—2050(未來時段)0.5°×0.5°逐日格點數據資料集,包括降水(P,mm)、太陽總輻射(RS,KJ/cm2)、平均溫度(Ta,℃)、相對濕度(RH,%)、風速(WS,m/s)等。應用雙線性內插法降尺度到長江中下游及鄰近區域62個基本氣象站點。以1961—1990為基準年,根據同期等長模擬數據和觀測數據的非線性函數關系建立訂正模型,并利用方差訂正法對2021—2050年模擬數據進行誤差訂正,獲得可信度更高的預估數據[26]。

1.3 研究方法：

1.3.1 機制法估算氣候生產潛力

機制法又稱為潛力衰減法或逐級訂正法,是目前計算氣候生產潛力廣泛應用的方法之一[27]。本文基于研究區域各氣象站點訂正后主要氣象要素的逐日資料,通過溫度、水分校正系數光合生產潛力、光溫生產潛力,進行修正后獲得,由光溫水共同作用下得到的站點逐年氣候生產潛力。計算得到站點多年稻麥氣候生產潛力平均值,利用ArcGIS軟件的形成稻麥氣候生產潛力空間分布圖,同時計算出逐年區域平均值,形成稻麥氣候生產潛力時間變化趨勢圖。ET0采用FAO推薦的公式計算,計算公式如下[28-31]

YW=YQ·f(t) ·f(w)

(1)

YQ= 0.219 ·Rs·C

(2)

(3)

(4)

ETc=Kc·ET0

(5)

式中：YW為氣候產量潛力(kg/hm2)；YQ為光合生產潛力(kg/hm2)；f(t)為溫度訂正函數,f(w)為水分訂正系數,0.219 為黃秉維系數,C為作物經濟系數,Rs為作物生長季內太陽總輻射(MJ/m2)。經濟系數C的取值依作物而定,本文中冬小麥和水稻經濟系數C分別為 0.45、0.5。P為該時段內的降水量(mm)； ETc為作物需水量(mm),ETo為作物蒸散量(mm),Kc為作物系數冬小麥和水稻分別取0.45、0.5,溫度三基點(Tmin、Ts、Tmax)分別3℃、22℃、32℃和10℃、30℃、42℃[32]。

1.3.2 Theil-Sen斜率估計和 Mann-Kennal 趨勢檢驗

Theil-Sen斜率(TSslope) 估計是一種非參數估計法,常用于估計長時間序列數據的長時間序列趨勢變化[33],本文采用Theil-Sen斜率估計和Mann-Kennal 趨勢檢驗法,分別獲取區域稻麥氣候生產潛力的趨勢變化情況。

Theil-Sen斜率的計算公式[34-35]：

(6)

式中,median表示中位數函數；xi、xj為序列數據,ti、tj為與序列數據對應的時間序列數據；序列長度為n,有i0 時表示上升趨勢,反之,TSSlope<0表示下降趨勢; |TSSlope|值越大表示上升或下降的強度越大。通過Mann-Kennal 趨勢檢驗來判斷上升或下降變化趨勢是否顯著。

采用非參數的曼-肯德爾法(Mann-Kendall)檢驗法計算UF和UB兩個統計量來揭示時間序列中稻麥氣候生產潛力的長期變化趨勢,突變特征。其優點是不需要樣本遵循一定的分布,也不受少數異常值的干擾,檢測范圍寬、定量化程度高,計算方便[36-37]。

1.3.3 相關分析及 Pearson相關系數

皮爾遜積矩(Pearson)相關系數主要用來度量區間變量之間的線性相關,通過相關系數進行兩個變量間線性關系的分析,計算樣本相關系數r,然后對線性相關的顯著程度進行推斷。

(7)

式中,n為樣本數,xi和yi分別為兩樣本的變量值.相關系數取值范圍-1≤r≥1,|r|表明兩個變量間的相關程度,當-1≤r<0時,表示負相關；當0

2 結果與分析

2.1 長江中下游地區稻麥氣候生產潛力空間變化特征

2.1.1 基準氣候時段長江中下游地區稻麥氣候生產潛力空間變化特征

由圖2可見,基準氣候時段(1961—1990年)下,長江中下游大部分地區水稻氣候生產潛力(10000—12000 kg/hm2)和冬小麥氣候生產潛力(8000—10500 kg/hm2)的空間分布各異。水稻總體呈現自研究區域中部向南北逐漸增加趨勢,低值區位于武漢、南京、合肥地區周邊區域,而湖北和江蘇部分地區大于12000 kg/hm2,高低區最大產量差為2927 kg/hm2。就傾向率空間分布可得,廬山周邊區域變化傾向率≥50 kg/hm2(P<0.05),其他大部分地區顯著性較小,且多通過顯著性檢驗；冬小麥氣候生產潛力總體上呈現出北高南低,變化傾向率均為負值,表明呈現出顯著降低趨勢,長江三角洲、廬山周邊區域通過顯著性檢驗。高值區位于江蘇省中部沿海地區、南昌、長沙附近區域,均大于10500 kg/hm2,河南省部分地區冬小麥氣候生產潛力小于8000 kg/hm2且變化率相對較大,且未通過顯著性檢驗。

圖2 基準氣候時段(1961—1990)長江中下游地區稻麥氣候生產潛力的空間分布Fig.2 Spatial distribution of potential climatic productivity (PCP) of wheat-rice rotation in middle and lower Yangtze River under the baseline climate condition(1961—1990)

2.1.2 RCP4.5情景下長江中下游地區稻麥氣候生產潛力空間變化特征

由圖3可見,未來時段(2021—2050 年),RCP4.5情景下長江中下游地區模擬稻麥氣候生產潛力較基準時段分別增加了3500—5000 kg/hm2和5000—6500 kg/hm2,大部分氣候生產潛力均在15500—17000 kg/hm2之間。未來30年研究區域大部分地區稻麥氣候生產潛力區域分布差異較大,東部沿海地區,兩湖平原地區,江西省部分區域屬稻麥氣候生產潛力高值區(>15000 kg/hm2),可能是地理位置優越多靠近湖泊或位于平原地區,加上≥10℃積溫、降水量和輻射量等氣象要素協調,而大別山西部地區和武漢臨近區域相對略低。冬小麥(低溫長日照)氣候生產潛力表現為由南向北遞減趨勢,南昌、長江三角洲部分地區呈現出顯著增加趨勢(>80 kg hm-2a-1),冬小麥南部溫度高,降水量大,日照短,導致小麥生育期縮短,提前開花結實,造成小麥氣候生產潛力較低；水稻則表現為自中西部向東南部沿海逐漸增加,研究區域西部地區變化傾向率111 kg hm-2a-1且(P<0.05),東部地區未通過顯著性檢驗。原因可能是東南沿海地區水分充足,≥10℃積溫高而太陽總輻射低,利于水稻(高溫短日照植物)高氣候生產潛力的形成。

圖3 RCP4.5情景下 2021—2050年長江中下游地區稻麥氣候生產潛力的空間分布Fig.3 Spatial distribution of potential climatic productivity (PCP) and variation rate of wheat(B)-rice(A) rotation under RCP 4.5 scenario over the middle and lower Yangtze River during 2021—2050

2.1.3 RCP 8.5情景下長江中下游地區稻麥氣候生產潛力空間變化特征

如圖4 所示,RCP 8.5情景下長江中下游地區冬小麥氣候生產潛力空間分布呈現自東向西逐漸減少的趨勢,大部分地區氣候生產潛力介于12000—17000 kg/hm2總體,較基準年增加了4000—6000 kg/hm2,高值區位于長江三角洲,南陽盆地,兩湖平原部分地區(>17000 kg/hm2),廬山周邊區域靠(近鄱湖陽湖)變化率高達80 kg hm-2a-1且(P<0.05),其余地區變化率較小且為通過顯著性檢驗。水稻氣候生產潛力大部分地區(9000—13000 kg/hm2)較基準年增加1000 kg/hm2左右,且空間分布相似。南京和武漢北部地區屬低值區氣候生產潛力小于9000 kg/hm2。兩湖平原和廬山周邊地區和江蘇中部部分區域水稻氣候生產潛力>11000 kg/hm2,較基準年高值區面積有所擴大。蘇中地區變化率較大(130 kg hm-2a-1)并通過0.05水平顯著性檢驗,其余兩地且變化率較小且未通過顯著性檢驗。研究表明,由于地理位置和地形的雙重影響,平原區域作物氣候生產潛力較同一緯度地區大。

圖4 RCP8.5情景下 2021—2050年長江中下游地區稻麥氣候生產潛力的空間分布Fig.4 Spatial distribution of potential climatic productivity (PCP) of wheat-rice rotation under RCP 8.5 scenario over the middle and lower Yangtze River during 2021—2050

2.2 長江中下游地區稻麥氣候生產潛力時間變化趨勢

2.2.1 基準氣候時段長江中下游地區稻麥氣候生產潛力時間變化趨勢

由圖5可知,基準年長江中下游地區水稻氣候生產潛力的年際波動較冬小麥大。基準年水稻氣候生產潛力呈現上升趨勢而小麥呈現下降趨勢,稻麥氣候生產潛力的變化率分別為5.5 kg hm-2a-1和-11.2 kg hm-2a-1(P<0.05)。分析可得冬小麥氣候生產潛力自1978—1990年高低年交替出現,而1969—1977年波動相對較小。水稻氣候生產潛力無明顯規律,1961、1971、1973年出現3個高值年。

圖5 基準年(1961—1990年)長江中下游地區氣候生產潛力的年際變化趨勢Fig.5 Annual Variations of potential climatic productivity (PCP) under baseline scenario over the middle and lower Yangtze River during 1961—1990

2.2.2 未來氣候時段長江中下游地區稻麥氣候生產潛力時間變化趨勢

圖6為RCP 8.5 和RCP 4.5排放情景下2021—2050年長江中下游地區稻麥氣候生產潛力距基準時段(1961—1990)區域年平均值的差值序列。為了探明未來氣候變化大背景下區域內稻麥氣候生產潛力的年際變化趨勢,用 Mann-Kendall 檢驗分析發現水稻和冬小麥氣候生產潛力總體均呈現顯著線性增加趨勢,說明二者都具有一定的開發潛力。由圖可得,兩種排放情景下 稻麥氣候生產潛力增加幅度均表現為RCP 8.5>RCP 4.5。冬小麥上升幅度分別為61 kg hm-2a-1和34 kg hm-2a-1(P0.05),且年際變化較大。水稻氣候生產潛力的穩定性強,年際變化率較小,但增加速率較冬小麥氣候生產潛力變化率約大兩倍,且均在2023年出現極低值。

圖6 RCP 8.5和RCP 4.5情景下2021—2050年長江中下游稻麥氣候生產潛力的年際變化趨勢Fig.6 Annual Variations of potential climatic productivity (PCP) of winter wheat and rice under RCP 8.5 and RCP 4.5 scenarios over the middle and lower Yangtze River during 2021—2050

2.3 作物氣候生產潛力的主要影響因子

為探明導致未來作物氣候生產潛力變化的主導因子,分析未來不同情景下≥10℃積溫、降水量、太陽總輻射等氣象要素距平時間變化趨勢,并通過Theil-Sen斜率估計和Mann-Kennal 趨勢檢驗未來各情景下氣象要素及氣候生產潛力的變化率,并利用Pearson相關分析氣候生產潛力與氣象要素相關系數。

由圖7可知,RCP 8.5和RCP 4.5情景下2021—2050年長江中下游地區稻麥生育期內≥10℃積溫、降水量、太陽總輻射量較基準年相比三者均呈現增加趨勢,≥10℃積溫增加最為明顯,降水量年際波動較大。冬小麥生育期內太陽總輻射量,降水量較基準年的增加幅度較水稻大,≥10℃積溫則與之相反。RCP 8.5情景下,稻麥生育期太陽總輻射量及冬小麥生育期內≥10℃積溫總體上高于RCP 4.5情景。

圖7 未來時段RCP情景主要氣候要素較基準時段變化趨勢Fig.7 The variations of main meteorological elements under RCP scenarios over the middle and lower Yangtze River during 2021—2050 compared with baseline

由表可知(表1),RCP 8.5和RCP4.5情景下冬小麥氣候生產潛力與≥10℃積溫相關系數分別為0.7和0.51(P<0.01)呈現極顯著正相關。與太陽總輻射相關系數分別為0.52(P<0.01)和0.38(P<0.05)相關系數略小但均通過顯著性檢驗。水稻氣候氣候生產潛力與太陽總輻射相關系數較小并未通過顯著性檢驗,而與≥10℃積溫相關系數分別為0.35和0.42(P< 0.05)呈現極顯著低度相關。即作物生育期≥10℃積溫是影響稻麥氣候生產潛力的主導因子,其次為太陽總輻射,而降水量與作物氣候生產潛力無明顯線性關系。

由表可知(表2),較基準年相比,RCP 8.5情景下稻麥氣候生潛力的變化幅度分別為101.3 kg hm-2a-1(P<0.01)和70.0 kg hm-2a-1(P<0.01),RCP 4.5情景下分別為71.7 kg hm-2a-1(P<0.05)和34.0 kg hm-2a-1(P<0.05),即稻麥氣候生產潛力增加幅度均表現為RCP 8.5>RCP 4.5,且麥季大于稻季,RCP 8.5情景下氣候生產潛力水平較RCP 4.5高,變化率卻與之相反,但是水稻季≥10℃積溫變化率RCP 4.5遠大于RCP 8.5,表明未來30年稻麥氣候生產潛力與作物生育期內主要氣候資源變化趨勢一致,氣候生產潛力隨著氣候資源的增加而增加；但是并非單一氣候資源的增加速率越大越好,而是多個氣候資源相互協調,且變化幅度趨于一致是促進高氣候生產潛力的主要關鍵因素。

表1 氣候生產潛力與主要氣象要素的相關系數Table 1 The correlation index of potential climatic productivity (PCP) and the main meteorological elements

*:P<0.05,**:P<0.01

表2 氣候生產潛力及主要氣象要素的變化率Table 2 The variations rate of main meteorological elements and potential climatic productivity (PCP)

*:P<0.05,**:P<0.01

3 結論與討論

(1)基準年(1961—1990年),長江中下游地區水稻氣候生產潛力呈現上升趨勢而小麥呈現下降趨勢,且二者變化率較小,大都未通過顯著性檢驗。冬小麥氣候生產潛力在空間上總體呈現出北高南低,高值區(≥10500 kg/hm2)位于江蘇省中部沿海地區、南昌和長沙附近區域。水稻表現出自研究區域中部向南北逐漸增加趨勢,低值區位于武漢、南京和合肥周邊區域,而湖北和江蘇部分地區大于12000 kg/hm2。

(2)在RCP 8.5和RCP 4.5兩種情景下,稻麥氣候生產潛力總體均呈現顯著線性增加趨勢,這與趙俊芳等[13]關于黃淮海地區的冬小麥在B2情景下2021—2050 年氣候生產潛力結果相似,卻與陶蘇林等[28]結果相反。冬小麥總體表現為RCP 8.5稻麥氣候生產潛力大于RCP 4.5,原因可能為在RCP 8.5情景,隨著氣候變暖,冬前生育期呈推遲趨勢,而越冬之后各生育期呈提早趨勢,越冬期縮短,抑制分蘗,抽穗開花,提前穗粒數減少[38],水稻氣候生產潛力的穩定性強,年際變化率較小。

(3)兩種情景下,研究區域內稻麥氣候生產潛力總體呈現明顯的區域分異,冬小麥氣候生產潛力增加幅度和年際變化均較大,具有較大的開發潛力。冬小麥氣候生產潛力表現為自東向西,自南向北遞減趨勢,這與黃愛軍研究結果一致[22]。冬小麥(低溫長日照植物)南部溫度高,降水量大,日照短,導致小麥生育期縮短,提前開花結實,造成小麥氣候生產潛力較低；水稻氣候生產潛力表現為自中部向東部沿海逐漸增加,與葛亞寧對中國玉米生產潛力的變化特征一致[39],高值區面積較基準年有所擴大。原因可能是東南沿海地區水分充足,≥10℃積溫高而太陽總輻射低,利于水稻(高溫短日照植物)高氣候生產潛力的形成。

(4)研究表明稻麥氣候生產潛力受農業氣象要素和地理位置的雙重影響。未來30年稻麥氣候生產潛力氣候生產潛力隨著氣候資源的增加而增加,作物生育期≥10℃積溫是影響稻麥氣候生產潛力的主導因子,其次為太陽總輻射,而降水量與作物氣候生產潛力無明顯線性關系。小許艷研究指出江蘇省玉米氣候生產潛力主要受太陽有效輻射和溫度的影響,不受降水因素的限制[26]。然而潘虹等[40]研究認為降水是限制氣候生產力的主要因素。導致結果不符的原因可能是研究時段和區域差異長江中下游地區降水量充沛。氣象要素年際變化率越大,氣候生產潛力增加速率越低,反之則越高。區域單一氣候資源的增加速率并非越大越好,在保證足夠數量的同時相互協調的基礎上,變化幅度趨于一致是獲得高氣候生產潛力重要條件[41-42]。未來30年長江中下游地區稻麥氣候生產潛力的高值區多位于多靠近湖泊海洋或屬平原區域。平原地區作物氣候生產潛力較同一緯度地區大。農業氣候資源本研究區域跨度略大緯度、海拔有所不同,導致生育期差異,本文統一作物生育期標準,由于逐個站點確定生育期有些困難,這將導致氣候生產潛力略有偏差,但是總體趨勢影響甚微。本文為進一步挖掘稻麥氣候生產潛力和制定合理應對策略提供科學依據[43-44]。

[1] IPCC. Summary for policy makers//Climate Change 2013: the Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. UK: Cambridge University Press, 2013.

[2] 秦大河, 丁一匯, 蘇紀蘭, 任賈文, 王紹武, 伍榮生, 楊修群, 王蘇民, 劉時銀, 董光榮, 盧琦, 黃鎮國, 杜碧蘭, 羅勇. 中國氣候與環境演變評估(I)——中國氣候與環境變化及未來趨勢. 氣候變化研究進展, 2005, 1(1): 4-9.

[3] 王宗明, 張柏, 宋開山. 東北地區農業土地資源潛力評價模型及其應用. 生態科學, 2007, 26(4): 351-360.

[4] 黃進勇, 李新平, 孫敦立. 黃淮海平原冬小麥-春玉米-夏玉米復合種植模式生理生態效應研究. 應用生態學報, 2003, 14(1): 51-56.

[5] Chavas D R, Izaurralde R C, Thomson A M, Gao X J. Long-term climate change impacts on agricultural productivity in eastern China. Agricultural and Forest Meteorology, 2009, 149(6/7): 1118-1128.

[6] 鐘新科, 劉洛, 徐新良, 游松財. 近30年中國玉米氣候生產潛力時空變化特征. 農業工程學報, 2012, 28(15): 94-101.

[7] 李秀芬, 趙慧穎, 朱海霞, 王萍, 王秋京, 王銘, 李宇光. 黑龍江省玉米氣候生產力演變及其對氣候變化的響應. 應用生態學報, 2016, 27(8): 2561-2570.

[8] 羅永忠, 成自勇, 郭小芹. 近40a甘肅省氣候生產潛力時空變化特征. 生態學報, 2011, 31(1): 221-229.

[9] 林文鵬, 陳逢珍, 陳霖婷, 陳金華. GIS支持下的漳州市水稻氣候生產潛力研究. 福建地理, 2000, 15(1): 30-33, 36-36.

[10] 褚榮浩, 申雙和, 呂厚荃, 李萌, 喻麗, 沙修竹. RegCM3下1951-2100年江蘇省熱量資源及一季稻氣候生產潛力. 江蘇農業學報, 2015, 31(4): 779-785.

[11] 鄭海霞, 封志明, 游松財. 基于GIS的甘肅省農業生產潛力研究. 地理科學進展, 2003, 22(4): 400-408.

[12] 王小平. 氣候變化背景下黃淮海地區冬小麥氣候生產潛力研究[D]. 北京: 中國農業科學院, 2011.

[13] 趙俊芳, 郭建平, 鄔定榮, 房世波, 俄有浩. 2011—2050 年黃淮海冬小麥, 夏玉米氣候生產潛力評價 應用生態學報, 2011, 22(12): 3189-3195.

[14] 黨安榮, 閻守邕, 吳宏歧, 劉亞嵐. 基GIS的中國土地生產潛力研究 生態學報, 2000, 20(6): 910-915.

[15] 王秀芬, 楊艷昭, 尤飛. 黑龍江省氣候變化及其對玉米生產潛力的影響. 干旱地區農業研究, 2012, 30(5): 25-29.

[16] 王宗明. 黃土塬區農田生產力模擬與潛力開發試驗研究[D]. 楊凌: 西北農林科技大學, 2002.

[17] 黃川容, 劉洪. 氣候變化對黃淮海平原冬小麥與夏玉米生產潛力的影響. 中國農業氣象, 2011, 32(S1): 118-123.

[18] 劉建棟, 傅抱璞, 金之慶, 盧其堯, 林振山. 應用ARID CROP模型對中國黃淮海地區冬小麥氣候生產力的數值模擬研究. 自然資源學報, 1997, 12(3): 282-287.

[19] 鐘新科, 劉洛, 宋春橋, 徐新良, 游松財. 1981年至2010年中國東北地區春玉米氣候潛力時空變化分析. 資源科學, 2012, 34(11): 2164-2169.

[20] Allen R G, Pereira L S, Raes D, Smith D. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements. FAO Irrigation and Drainage Paper 56. Rome: FAO, 1998.

[21] 胡瑋, 嚴昌榮, 李迎春. 氣候變化對華北冬小麥生育期和灌溉需水量的影響. 生態學報, 2014, 34(9): 2367-2377.

[22] 黃敬峰, 王秀珍, 蔡承俠. 新疆冬小麥物候與氣候條件研究. 中國農業氣象, 2000, 21(1): 14-19.

[23] 楊沈斌, 申雙和, 趙小艷, 趙艷霞, 許吟隆, 王主玉, 劉娟, 張瑋瑋. 氣候變化對長江中下游稻區水稻產量的影響. 作物學報, 2010, 36(9): 1519-1528.

[24] 辛良杰, 李秀彬. 近年來我國南方雙季稻區復種的變化及其政策啟示. 自資源學報, 2009, 24(1): 58-65.

[25] 黃愛軍. 江淮地區近50年農業氣候資源時空變化及稻麥生產響應特征研究[D]. 南京: 南京農業大學, 2011.

[26] 劉文茹, 居輝, 陳國慶, 劉恩科, 劉勤. 典型濃度路徑(RCP)情景下長江中下游地區氣溫變化預估. 中國農業氣象, 2017, 38(2): 65-75.

[27] 龐艷梅, 陳超, 馬振峰. 未來氣候變化對四川省水稻生育期氣候資源及生產潛力的影響. 西北農林科技大學學報: 自然科學版, 2015, 43(1): 58-68.

[28] 趙俊芳, 郭建平, 鄔定榮, 房世波, 俄有浩. 2011-2050年黃淮海冬小麥、夏玉米氣候生產潛力評價. 應用生態學報, 2011, 22(12): 3189-3195.

[29] 許艷, 濮勵杰, 朱明. 基于作物生長期的江蘇省沿海地區氣候生產潛力估算. 地理科學, 2015, 35(5): 658-664.

[30] 尹海霞, 張勃, 張建香, 孫力煒, 何旭強. 甘肅省河東地區春玉米氣候因子及氣候生產潛力時空變化. 生態學雜志, 2013, 32(6): 1504-1510.

[31] 龐艷梅, 陳超, 潘學標, 韋瀟宇. 未來氣候變化對四川盆地玉米生育期氣候資源及生產潛力的影響. 中國生態農業學報, 2013, 21(12): 1526-1536.

[32] 張玉芳, 龐艷梅, 劉琰琰, 陳超, 董孝. 近50年四川省水稻生產潛力變化特征分析. 中國生態農業學報, 2014, 22(7): 813-820.

[33] 李翔翔, 居輝, 嚴昌榮, 劉勤, 李迎春. 1961-2013年黃淮海平原降蒸差的時空變化特征. 中國農業氣象, 2015, 36(3): 254-262.

[34] 王梅, 楊倩, 鄭江華, 劉志輝. 1963—2012年新疆棉花需水量時空分布特征. 生態學報, 2016, 36(13): 4122-4130.

[35] Fernandes R, Leblanc S G. Parametric (modified least squares) and non-parametric (Theil-Sen) linear regressions for predicting biophysical parameters in the presence of measurement errors. Remote Sensing of Environment, 2005, 95(3): 303-316.

[36] 黃蕊, 徐利崗, 劉俊民. 中國西北干旱區氣溫時空變化特征. 生態學報, 2013, 33(13): 4078-4089.

[37] 楊建瑩, 劉勤, 嚴昌榮. 近48a華北區太陽輻射量時空格局的變化特征. 生態學報, 2011, 31(10): 2748-2756.

[38] 李祎君, 梁宏, 王培娟. 氣候變暖對華北冬小麥種植界限及生育期的影響. 麥類作物學報, 2013, 33(2): 382-388.

[39] 葛亞寧, 劉洛, 徐新良, 張學霞, 袁蘭蘭, 張曉峰. 近50 a氣候變化背景下我國玉米生產潛力時空演變特征. 自然資源學報, 2015, 30(5): 784-795.

[41] 潘虹, 邱新法, 廖留峰, 周寅, 龔敬瑜. 近50年貴州省氣候生產潛力時空變化特征. 干旱區資源與環境, 2014, 28(11): 158-163.

[42] Yang X G, Chen F, Lin X M, Liu Z J, Zhang H L, Zhao J, Li K N, Ye Q, Li Y, Lv S, Yang P, Wu W B, Li Z G, Lal R, Tang H J. Potential benefits of climate change for crop productivity in China. Agricultural and Forest Meteorology, 2015, 208: 76-84.

[43] Tatsumi K, Yamashiki Y, da Silva R V, Takara K, Matsuoka Y, Takahashi K, Maruyama K, Kawahara N. Estimation of potential changes in cereals production under climate change scenarios. Hydrological Processes, 2011, 25(17): 2715-2725.

[44] 周允華, 項月琴, 李俊, 林忠輝, 周智泉. 一級生產水平下冬小麥、夏玉米的生產模擬. 應用生態學報, 1997, 8(3): 257-262.

[45] 王連喜, 陳懷亮, 李琪, 余衛東. 植物物候與氣候研究進展. 生態學報, 2010, 30(2): 447-454.