未來升溫1.5℃與2.0℃背景下中國玉米產量變化趨勢評估*

李 闊，熊 偉，潘 婕，林而達，李迎春，韓 雪

?

未來升溫1.5℃與2.0℃背景下中國玉米產量變化趨勢評估*

李 闊，熊 偉，潘 婕，林而達，李迎春，韓 雪

（中國農業科學院農業環境與可持續發展研究所，北京 100081）

基于ISI-MIP推薦的5個氣候模式在4個RCP情景下的模擬結果，篩選21世紀末全球升溫最接近1.5℃和2.0℃的氣候數據，運用作物模型DSSAT，模擬升溫1.5℃和2.0℃背景下中國玉米產量相對于基準時段1985?2006年的變化，揭示了1.5℃與2.0℃升溫背景下中國玉米產量變化的空間分布。結果表明：升溫2.0℃背景下玉米減產風險明顯高于升溫1.5℃，未來升溫2.0℃背景下中國玉米減產面積比升溫1.5℃背景下多6.2%，升溫1.5℃和2.0℃背景下中國玉米平均減產幅度分別為3.7%和11.5%；從空間分布來看，升溫1.5℃與2.0℃背景下未來中國玉米產量變化在區域分布上大致相似，但未來玉米增產和減產的面積和幅度不盡相同，在北方與西南玉米種植區都有一定的增產區域，其它區域大多以減產為主，其中西北部玉米種植區減幅最大；1.5℃升溫背景下北方大部分地區氣候條件對玉米生長有利，2.0℃升溫背景下北方地區玉米減產也不明顯，說明從近期到未來一段時間內，將全球升溫控制在1.5℃以內，北方地區玉米仍具有一定增產潛力。

RCP情景；升溫1.5℃；升溫2.0℃；玉米產量；作物模型；巴黎協定

近百年來，全球氣候發生了巨大變化。根據IPCC第五次評估報告，全球平均地表溫度在1880?2012年升高了0.85℃，全球幾乎所有地區都經歷了地表增暖[1]。中國氣象局《中國氣候變化監測公報（2013）》指出，1901?2013年地表年平均氣溫呈顯著上升趨勢，并伴隨明顯的年代際變化特征，過去100a間（1914?2013年），中國地表年平均氣溫的增幅為0.91℃，不同氣候區升溫幅度差異明顯。氣候變化帶來的極端氣候事件日益頻繁，由此引發的生態環境問題日益嚴重，從而制約人類社會經濟的可持續發展[2]。全球變暖已經由一個科學問題逐漸變成了各國政府和各國人民共同關注的重大社會問題。2016年，《聯合國氣候變化框架公約》近200個締約方在巴黎氣候變化大會上達成《巴黎協定》[3]，提出把全球平均氣溫較工業化前水平升幅控制在2.0℃之內，并為把升溫控制在1.5℃之內而努力。圍繞這一目標，全球各國政府都在付諸實際行動開展減排和適應氣候變化工作，中國也將堅定履行《巴黎協定》承諾。

國外有研究者對升溫1.5℃和2.0℃背景下農業、海平面、降水的影響進行了分析[4]，指出不同閾值下不同領域影響差異顯著，整體來看，以往研究對升溫1.5℃與2.0℃影響的比較研究報道并不多[5?8]，同時升溫控制目標的確定應基于更充分的科學分析[9]，尤其對于1.5℃閾值下全球以及區域氣候變化特征及影響急需深入研究[10?11]。國內研究者對升溫2～4℃的全球及區域氣候變化特征進行了較多研究，對于升溫1.5℃的氣候變化影響研究還相對較少[12?14]。姜大膀等[15?16]基于CMIP3模式模擬分析表明，在全球升溫2.0℃背景下，中國地區的升溫幅度更大并由南向北遞增。陳曉晨等[17]分析了升溫2.0℃、3℃、4℃背景下中國27個極端氣候指數的變化趨勢。郎咸梅等[18]利用CMIP3模式分析指出，未來全球變暖2.0℃背景下，極端暖事件普遍增加，極端冷事件減少，極端強降水事件增加并存在很大空間變率。張莉等[19]運用CMIP5模式模擬了全球和中國年平均地表溫度變化并預估了2.0℃升溫閾值。Guo等[20?21]利用CMIP5模式，分析了升溫1.5～5℃背景下中國極端降水和熱浪的變化。王安乾等[22]分析了全球升溫1.5℃與2.0℃背景下中國極端低溫事件的空間分布變化，并評估了耕地暴露度。Huang等[23]研究表明，近百年來全球干旱半干旱區升溫比濕潤區高20％～40％，當未來全球平均升溫達2.0℃時，氣溫增高所導致的玉米減產、地表徑流減少、干旱加劇和瘧疾傳播等氣候災害在干旱半干旱區最為嚴重，從而進一步擴大全球社會經濟發展的區域差異，將全球升溫控制在1.5℃之內將大大減緩干旱半干旱區可能面臨的災害程度。綜合來看，目前研究主要集中在2.0℃以上升溫，對1.5℃升溫研究相對較少；同時對于未來全球升溫1.5℃和2.0℃背景下，中國糧食、水資源、生態環境等方面所受到的影響尚不清晰，現階段這方面的研究也較少；尤其對于農業領域，未來全球升溫1.5℃和2.0℃背景下中國主要糧食作物的產量變化趨勢研究尚處于空白狀態。

為了明晰1.5℃和2.0℃背景下中國糧食生產所面臨的風險，本研究從中國三大糧食作物中的玉米入手，開展未來氣候變化影響下玉米產量變化趨勢研究。基于5個CMIP5模式在4個RCP情景下的模擬結果，篩選未來全球升溫最接近1.5℃和2.0℃的氣候狀態，并運用DSSAT模型，模擬1.5℃和2.0℃升溫背景下中國玉米單產的變化，對比1.5℃與2.0℃升溫背景下玉米單產減產和增產強度的空間分布，以期揭示未來氣候變化對中國玉米生產的潛在影響風險，為中國玉米生產應對未來氣候變化提供科學支撐，使中國農業領域的減排與適應氣候變化工作有的放矢，有效支撐中國兌現在《巴黎協定》中所做出的承諾，推動中國更有效地參與全球氣候變化治理。

1 資料與方法

1.1 溫度和降水數據

使用國際第五階段耦合模式比較計劃（CMIP5）中5個氣候模式[24]，包括GFDL-ESM2M、HadGEM2- ES、IPSL-CM5A-LR、NorESM1-M、MIROC-ESM（表1），模擬輸出的1861?2099年4個RCP情景（RCP2.6，RCP4.5，RCP6.0，RCP8.5）下溫度和降水數據，以1986?2005年為基準歷史時段，數據水平分辨率為0.5°×0.5°。

表1 5個CMIP5全球氣候模式基本信息

注：水平分辨率=經向格點數×緯向格點數。

Note: Horizontal resolution means the number of longitudinal grids×the number of latitudinal grids.

1.2 模型及分區域玉米遺傳參數確定

運用DSSAT模型（The Decision Support System for Agrotechnology Transfer）中的CERES-maize模塊，將研究區域劃分為6個區（圖1），模擬未來1.5℃和2.0℃升溫背景下玉米單產，通過對比基準時段（1986?2005年）玉米單產平均產量，計算未來1.5℃和2.0℃升溫背景下中國玉米單產的變化。作物模型中選用6個參數進行區域上的校準和驗證（表2），校準驗證所用的農業生產數據包括播種日期、發育時期、播種密度、播種深度、施肥以及產量和產量要素，均來自中國氣象局資料中心提供的分布在不同玉米種植區的128個農業氣象實驗站；各區域2010年種植面積與空間分布數據來自中國種植業信息網，在玉米縣域種植面積數據庫和地形地貌地圖基礎上進行網格化處理，生成網格化玉米種植面積數據；土壤數據來自中國土壤數據庫，并在土壤屬性數據庫和土壤數字化地圖基礎上對區域土壤數據進行網格化處理，形成全國網格化土壤屬性數據庫。

結合已有的玉米遺傳參數研究結果[25?28]，針對玉米的種植品種與范圍，整個研究區劃分為6個玉米種植區，分別是北方春玉米種植區、黃淮海夏玉米種植區、西南玉米種植區、西北玉米種植區、南方玉米種植區和青藏高原種植區，每個種植區的玉米遺傳參數代表整個區域（表2）。其中青藏高原地區由于玉米種植面積非常小并且農業氣象站點較少，因此，用西南地區玉米遺傳參數代替。其它模擬條件設定：肥料管理為無脅迫狀態，水分管理為自動灌溉，CO2肥效作用設為“考慮”。

圖1 中國玉米種植六大分區及農業氣象站點分布

表2 中國不同種植區玉米遺傳參數匯總

注：P1為最適溫度條件下通過春化階段所需天數（d）；P2為光周期參數（%）；P5為籽粒灌漿期積溫（℃·d）；G2為最佳條件下標準籽粒質量（mg）；G3為成熟期非脅迫下單株莖穂標準干質量（g），PHINT為完成一片葉生長所需積溫（℃·d）。

Note: P1 is the number of days required for vernalization at optimum temperature conditions(d); P2 is photoperiodic parameter(%); P5 is accumulated temperature during grain filling stage(℃·d); G2 is standard grain quality under optimal conditions(mg); G3 is standard dry weight of single stem under non stress in mature stage(g); PHINT is the accumulated temperature required for the growth of one leaf(℃·d).

2 結果與分析

2.1 未來升溫1.5℃和2.0℃氣候情景的模擬

2.1.1 模式、情景和時段的選擇

IPCC第五次評估報告指出，全球升溫1.5℃和2.0℃均以1850?1900年平均溫度作為參照值。由于中國區域內絕大多數氣象站點僅記錄了1950年以來的氣象數據，無法選取1850?1900年作為基準期進行比較，為保證數據質量，本研究按照學界通常做法選取1986?2005年作為基準期。而1986?2005年平均溫度比1850?1900年升高0.61℃，因此，若以1986?2005年平均溫度為基準期，則全球升溫1.5℃和2.0℃應該為比該基準期平均溫度升高0.89℃和1.39℃。

本研究中全球升溫1.5℃和2.0℃氣候數據根據溫室氣體排放典型濃度路徑（RCPs）驅動全球氣候模式的結果來確定，從5個CMIP5全球氣候模式4種RCP情景下組合形成的共計20套數據中篩選出符合條件的數據。首先利用未來逐年全球氣溫模擬值減去各自1986?2005年模擬均值，然后加上0.61℃，得到較工業化前逐年全球升溫值，對升溫序列進行20a滑動平均處理；根據IPCC第五次評估報告中提供的原則，對于全球升溫1.5℃氣候數據，在21世紀末升溫需在1.5～2.0℃，符合條件的有兩套數據，即IPSL-CM5A-LR，RCP2.6和GFDL-ESM2M，RCP4.5；對于全球升溫2.0℃情景數據，在21世紀末升溫需在2.0～2.5℃，同時達到2.0℃的時段不能早于2050年，亦篩選出兩套數據，即NorESM1-M，RCP4.5和GFDL-ESM2M，RCP6.0；在此基礎上，在2020?2099年時段確定升溫達1.5℃和2.0℃的窗口期，得到未來升溫1.5℃和2.0℃的模式、情景和時段（圖2）。

通過對比分析，升溫1.5℃的模式、情景、年份分別為IPSL-CM5A-LR，RCP2.6，2020?2039年；GFDL-ESM2M，RCP4.5，2041?2060年。升溫2.0℃的模式、情景、年份為NorESM1-M，RCP4.5，2060? 2079年；GFDL-ESM2M，RCP6.0，2065?2084年。

2.1.2 降水和氣溫模擬結果

由圖3可見，未來全球升溫1.5℃和2.0℃背景下，中國溫度和降水相對于基準時段（1986?2005年）的變化趨勢顯著。整體來看，兩種背景下中國絕大部分區域都以升溫為主要特征，大部分區域的降水呈現增多趨勢；其中2.0℃背景下全國溫度和降水上升幅度均明顯高于1.5℃背景，其分布區域也大于后者。

從溫度變化來看，在全球升溫1.5℃背景下，北方春玉米區、黃淮海夏玉米區、西北玉米區、青藏玉米區升溫大多在0～2.0℃，西北玉米區北部與西部、青藏玉米區西北部與東部有部分地區升溫達到2.0℃以上；南方玉米區、西南玉米區普遍升溫在1℃以上，其中部分地區升溫達到2.0℃以上，呈現零星分布態勢；降溫區域在西北、青藏等地區有少量分布。在全球升溫2.0℃背景下，北方春玉米區、黃淮海夏玉米區、青藏玉米區升溫在1～3℃，西北玉米區西部地區普遍升溫2.0℃以上，南方玉米區、西南玉米區普遍升溫在2～3℃，降溫區域明顯減少。從降水變化來看，在全球升溫1.5℃背景下，降水減少區域集中在南方玉米區、西南玉米區、西北玉米區、青藏玉米區的長江中下游、云南、新疆大部分地區，四川東部與西部地區，內蒙古西部地區以及西藏西部和北部地區，其它區域降水普遍增多0～200mm；在全球升溫2.0℃背景下，降水減少區域大幅縮少，集中在西北玉米區、青藏玉米區、西南玉米區、南方玉米區的新疆、西藏、云南、湖北等區域，其它區域降水普遍增多，降水量也集中在0～200mm區間。除了溫度和降水平均態的變化，通過分析可以發現，2.0℃升溫背景下未來極端氣候事件暴發的頻次、強度以及空間范圍也明顯高于1.5℃升溫背景。綜合來看，相對于升溫1.5℃，2.0℃升溫將對中國產生更大程度的不利影響。

注：黑色水平虛線：升溫達到1.5℃與2.0℃；黑色垂直實線：所選取模式、情景升溫達到1.5℃與2.0℃時對應的年份。

Note: The black horizontal dashed lines: global warming by 1.5℃ and 2.0℃; the black vertical solid line: the years when global warming reaches 1.5℃ and 2.0℃ simulated by the selected models and scenarios.

2.2 未來升溫1.5℃背景下模擬玉米產量變化分析

2.2.1 空間分布

利用IPSL-CM5A-LR模式，模擬RCP2.6情景下基準時段1986?2005年和2020?2039年兩個時段氣溫和降水數據，輸入DSSAT模型，模擬得到6個區域內每個格點兩個時段玉米單產平均值，計算未來升溫1.5℃背景下中國玉米產量變化率的空間分布，結果見圖4a。基于同樣方法，得到GFDL-ESM2M模式RCP4.5情景下兩個時段玉米產量變化率的空間分布圖（圖4b）。

從空間分布來看，1.5℃升溫背景下中國玉米大部分區域呈現減產趨勢，增產區域主要集中在華北北部和中部、云南中部和北部、四川南部、甘肅南部地區以及其它零星分布。根據種植業信息網農作物數據庫數據，中國玉米核心產區集中在北方春玉米種植區與黃淮海夏玉米種植區，兩者產量合計占全國玉米總產量的70%左右，其變化趨勢基本決定了中國玉米產量的變化。綜合兩個模式的模擬結果來看，在種植面積保持不變的前提下，1.5℃升溫背景下北方玉米種植區未來玉米產量整體呈現增加趨勢，黃淮海地區整體減產趨勢明顯，西南地區呈現下降趨勢，其它3個區域減產趨勢更為顯著。

在IPSL模式，RCP2.6情景下，2020?2039年相比于1986?2005年，中國未來玉米總產平均減少1.12%。如圖5所示，在北方玉米種植區，玉米減產面積占比48.3%，其中減產高風險區域（減產30%以上）占北方玉米種植面積的11.3%，主要集中在黑龍江南部、陜西北部、寧夏北部、山西西部等地區。在黃淮海玉米種植區，玉米減產面積占比64.2%，其中減產高風險區域（減產30%以上）占黃淮海玉米種植面積的10.6%，主要集中在河南西南部、山西南部、河北與山東交界等地區（圖4a）。

圖3 1.5℃（a）與2.0℃（b）升溫背景下中國溫度（1）和降水（2）變化空間分布

注：以1986?2005年為基準時段。下同。

Note: Relative to the baseline period from 1986 to 2005.The same as below.

（a）IPSL模式，RCP2.6情景，2020?2039年IPSL model, RCP2.6 scenario, 2020?2039；（b）GFDL模式，RCP4.5情景，2041?2060 GFDL model, RCP4.5 scenario, 2041?2060

圖5 升溫1.5℃背景下中國不同區域玉米產量變化

在GFDL模式，RCP4.5情景下，2041?2060年相比于1986?2005年，中國未來玉米總產平均減少6.27%。在北方玉米種植區，玉米減產面積占比48.3%，其中減產高風險區域（減產30%以上）占北方玉米種植面積的10.5%（圖4b），相比于IPSL模式，減產和增產面積基本無變化，平均減產幅度和增產幅度都有輕微增大。在黃淮海玉米種植區，玉米減產面積占比80.3%，其中單產減產高風險區域（減產30%以上）占北方玉米種植面積的23.4%，相比于IPSL模式，減產面積明顯增加，增產面積顯著下降，平均減產幅度略有增加，增產幅度明顯下降。

2.2.2 統計分析

對比兩個模式不同情景不同時段的模擬結果（圖6）可以發現，在升溫1.5℃背景下，IPSL模式下玉米減產面積占全部種植面積的60.6%，GFDL模式下玉米減產面積占全部種植面積的68.5%。從圖6可以看出，兩種模式下玉米減產程度主要分布在0～30%區間，其中IPSL模式下玉米減產0～10%所占比重最大，GFDL模式下玉米減產10%～20%所占比重最大。同時，在1.5℃升溫背景下，未來部分區域玉米存在增產的趨勢，IPSL模式下玉米增產面積占全部種植面積的39.4%，GFDL模式下占31.5%。分析發現，1.5℃升溫背景下中國玉米總體呈現減產趨勢，一方面未來玉米減產面積占據較大比重，但單產減幅相對較小，另一方面未來玉米增產面積占比較小，但單產增幅相對較大，綜合玉米單產變化與種植面積進行分析可知，1.5℃升溫背景下中國玉米平均減產幅度達到3.7%。

圖6 升溫1.5℃背景下模擬產量相對于1986?2005年時段模擬產量變化率的面積統計

綜合來看，在1.5℃升溫背景下，未來中國玉米整體呈現減產趨勢，IPSL模式RCP2.6情景下中國玉米平均減產1.12%，GFDL模式RCP4.5情景下平均減產6.27%，兩個模式平均減產達到3.7%。在1.5℃升溫背景下，氣候環境發生變化，未來玉米減產區域遍布全國六大種植區，而未來玉米增產區域相對集中，主要分布在北方種植區和西南種植區。

2.3 未來升溫2.0℃背景下模擬玉米產量變化分析

2.3.1 空間分析

利用NorESM1-M模式，模擬RCP4.5情景下基準時段1986?2005年與2060?2079年兩個時段氣候變化狀況，輸入DSSAT模型，模擬得到6個區域內每個格點兩個時段玉米單產平均值，計算未來升溫2.0℃背景下中國玉米產量變化率的空間分布，結果見圖7a。基于同樣方法，得到GFDL-ESM2M模式下RCP6.0情景下兩個時段玉米產量變化率的空間分布圖（圖7b）。

從空間分布（圖7）來看，2.0℃升溫閾值條件下中國大部分玉米種植區域呈現減產趨勢，增產區域主要集中在東北中部地區、內蒙中部地區、云南大部地區、四川中部與南部地區、甘肅南部地區以及其它零星分布，其整體分布趨勢與升溫1.5℃背景下中國玉米產量變化分布大致相似。綜合兩個模式的模擬結果來看，北方玉米種植區玉米產量整體有輕微上升趨勢，黃淮海地區和西南地區未來玉米產量整體呈減少趨勢，其它3個區域減產趨勢更為顯著。

在NorESM模式，RCP4.5情景下，2060?2079年相比于基準時段，中國未來玉米總產平均減少11.3%。如圖8所示，在北方玉米種植區，玉米減產面積占比58.1%，其中減產高風險區域（減產30%以上）占北方玉米種植面積的17.5%（圖7a），主要集中在黑龍江中部與南部、吉林東部、內蒙北部、陜西北部、寧夏北部，山西西部等地區。在黃淮海玉米種植區，玉米減產面積占比86.5%，其中減產高風險區域（減產30%以上）占黃淮海玉米種植面積的20.4%，主要集中在河南南部、山西南部、安徽北部、江蘇北部、河北與山東交界等地區零星分布。

（a）NorESM模式，RCP4.5情景，2060?2079年NorESM model, RCP4.5 scenario, 2060?2079；（b）GFDL模式，RCP6.0情景，2065?2084年GFDL model, RCP6.0 scenario, 2065?2084

圖8 升溫2.0℃背景下中國不同區域玉米產量變化

在GFDL模式，RCP6.0情景下，2065?2084年相比于基準時段，中國未來玉米總產平均減少11.6%。在北方玉米種植區，玉米減產面積占比54.2%，其中減產高風險區域（減產30%以上）占北方玉米種植面積的12.7%（圖7b）；相比于NorESM模式，平均減產幅度與減產面積都有一定下降，增產面積與增產幅度呈現上升；在黃淮海玉米種植區，玉米減產面積占比79.5%，其中減產高風險區域（減產30%以上）占北方玉米種植面積的26.2%；相比于NorESM模式，平均減產幅度增加，整體減產面積有一定減少，其中高風險減產面積增多，而增產面積和增產幅度均呈現上升。

2.3.2 統計分析

對比兩個模式不同情景不同時段的模擬結果（圖9）可以發現，在升溫2.0℃背景下，NorESM模式下玉米減產面積占全部種植面積的71.9%，GFDL模式下占71.2%。兩種模式下玉米減產程度主要分布在10%～50%區間，其中NorESM模式下玉米減產10%～20%所占比重最大，GFDL模式下減產20%～30%所占比重最大。同時，在2.0℃升溫背景下，未來部分區域玉米存在增產的趨勢，NorESM模式下玉米增產面積占全部種植面積的28.1%，GFDL模式下占28.8%，兩個模式下玉米增產10%以內所占比重最大。綜合分析發現，在2.0℃升溫閾值條件下中國玉米總體呈現減產趨勢，2.0℃升溫閾值條件下中國玉米平均減產幅度達到11.5%，遠超過1.5℃升溫閾值條件下。

圖9 升溫2.0℃背景下模擬產量相對于1986?2005年模擬產量變化率的面積統計

綜合來看，在2.0℃升溫背景下，未來中國玉米整體呈現減產趨勢，NorESM模式RCP4.5情景下中國玉米產量平均減產11.3%，GFDL模式RCP4.5情景下平均減產11.6%。相比于1.5℃升溫閾值條件下，未來減產趨勢更為顯著，兩種模式下玉米減產幅度較為接近，平均減產程度達到11.5%。

3 結論與討論

由于全球學術界對升溫1.5℃與2.0℃如何界定并沒有形成統一的認知，目前開展的升溫1.5℃與2.0℃氣候預估和影響研究，往往采用多模式集合平均方法[29?31]，獲取瞬時變化條件下的增暖響應，而不是長期目標所期望的穩定狀態下的增溫，進一步研究仍需要專為1.5℃與2.0℃升溫設計模式預估試驗，形成專有情景，為不同領域影響預估提供支撐。目前已有一些機構正在進行更低排放情景下的氣候變化預估[32?34]，同時為了實現21世紀末控溫1.5℃的目標，研究者普遍提出立刻采取減排行動并沿著低能耗軌跡發展的迫切性[35?37]，但人類社會要實現這一目標具有很大的挑戰性。另一方面，針對升溫1.5℃與2.0℃背景下氣候變化趨勢預估研究相對較多，但其對中國主要糧食作物影響評估研究還非常少，尤其是升溫1.5℃與2.0℃背景下中國不同糧食產區面臨的風險尚不清晰。

本研究從CMIP5諸多模式中，根據ISI-MIP（The Inter-Sectoral Impact Model Intercomparison Project）推薦篩選了5個氣候模式，相較于其它氣候模式，其可以更有效地支撐不同領域的影響評估并獲得比較可信的結果；在此基礎上，結合4種RCP情景，考慮到21世紀末最接近穩定增溫1.5℃與2.0℃的條件，篩選了不同模式情景下升溫達到1.5℃和2.0℃的時段與數據，最大程度上減少氣候數據的不確定性。依托升溫1.5℃和2.0℃氣候數據，在前期對作物模型DSSAT大量研究基礎上[25?28]，選取與中國玉米品種相匹配的遺傳參數，結合公開發布的玉米種植信息、土壤數據和氣象觀測數據，提升玉米產量模擬的有效性與可信度。

分析發現，升溫2.0℃背景下未來中國玉米減產風險明顯高于1.5℃升溫背景。一方面，2.0℃升溫背景下中國玉米減產面積比1.5℃升溫背景下增加6.2%；另一方面，2.0℃升溫背景下中國玉米平均減產幅度比1.5℃升溫背景下大7.8%；綜合已有的全球升溫研究結果，全球升溫幅度越高，對玉米帶來的綜合不利影響可能越大，一方面溫度升高幅度越大導致蒸散量增大，雖然降水量也在增加，但升溫引起的蒸散程度更加劇烈，導致玉米生育期內干旱頻發從而影響產量，另一方面相對于1.5℃升溫，2.0℃升溫背景下高溫災害頻次與強度顯著加重，導致玉米減產風險增大。

從空間分布來看，2.0℃升溫背景下與1.5℃升溫背景下未來中國玉米產量變化在區域分布上大致相似，但未來玉米增產與減產的面積和幅度不盡相同。在北方玉米種植區與西南玉米種植區都有一定的增產區域；其它區域大多以減產為主，其中西北玉米種植區減產幅度最大。整體來看，在北方地區1.5℃升溫背景對玉米生長是有利的，一方面北方地區比其它大部分區域增溫幅度低，基本在0～1℃，合適的增溫幅度為玉米生長提供了優良條件，另一方面北方地區降水也以增加為主，大體在0～200mm，也為玉米增產奠定了基礎。在2.0℃升溫背景下北方地區玉米減產但不明顯，其中北方地區增溫幅度在1～2.0℃，降水仍增加0～200mm，過高的增溫幅度抵消了降水增加帶來的有利影響，并增加了未來極端氣候事件暴發的風險。換而言之，從近期到未來一段時間內，如果能夠有效將全球溫度控制在1.5℃升溫情景下，北方地區玉米仍有增產潛力可挖。

按照目前的人類活動方式與氣候變化趨勢，到21世紀末全球升溫超過1.5℃，甚至2.0℃將是大概率事件，為了更有效地應對未來氣候變化，探索升溫1.5℃與2.0℃對中國主要糧食作物將會產生的影響，提出保障中國糧食安全的應對建議與布局方向，是一項具有迫切現實意義的任務。鑒于此，本研究開展升溫1.5℃與2.0℃背景未來中國玉米減產風險評估，可為保障未來中國糧食安全提供科學支撐。在保持玉米國際貿易現狀的前提下，隨著未來中國人口規模在2030年左右逐漸達到頂峰，中國對玉米的需求將維持在一個較高的水平，進入2050年以后，隨著人口規模的縮減，中國對玉米的需求才可能逐步回落，因此，對于未來氣候影響下玉米減產風險所帶來的糧食安全問題需要有清醒的認識。針對未來升溫1.5℃與2.0℃條件下所導致的氣候變化問題，在北方和黃淮海玉米主產區，采取合理的適應措施尤為關鍵，一方面應對未來可能增產的區域進行有效保護，另一方面對未來可能減產的區域在耕作栽培、水肥管理措施等方面進行調整優化。同時，在西南、西北、南方與青藏玉米種植區，未來升溫1.5℃與2.0℃條件下減產風險都很高，一方面應采取適應措施抵御災損，另一方面應適當調整種植結構，進行規模化經營，增強可恢復力。

[1] IPCC.Climate change 2013:the physical science base[M].Cambridge,UK:Cambridge University Press,2013.

[2] IPCC.Climate change 2014:impacts,adaptation,and vulnerabi- lity[M].Cambridge:Cambridge University Press,2014.

[3] 巢清塵,張永香,高翔,等.巴黎協定-全球氣候治理的新起點[J].氣候變化研究進展,2016,12(1):61-67.Chao Q C,Zhang Y X,Gao X,et al.Paris agreement:a new start for global governance on climate[J].Advances in Climate Change Research,2016,12(1):61-67.(in Chinese)

[4] Schleussner C F,Lissner T K,Fischer E M,et al.Differential climate impacts for policy-relevant limits to global warming:the case of 1.5℃ and 2.0℃[J].Earth System Dynamics,2016,7(2):327-351.

[5] Mitchell D,James R,Forster P M,et al.Realizing the impacts of a 1.5℃ warmer world[J].Nature Climate Change,2016,6(8):735-737.

[6] Koutroulis A G,Grillakis M G,Daliakopoulos I N,et al.Cross sectoral impacts on water availability at +2℃ and +3℃ for east Mediterranean island states:the case of Crete[J].Journal of Hydrology,2016,532:16-28.

[7] King A D,Karoly D J,Henley B J.Australian climate extremes at 1.5℃and 2℃ of global warming[J].Nature Climate Change,2017,7:412-416.

[8] Ranger N Gohar L K Lowe J A et al.Is it possible to limit global warming to no more than 1.5℃[J].Climatic Change,2012,111(3-4):973-981.

[9] Knutti R,Rogelj J,Sedlá?ek J,et al.A scientific critique of the two-degree climate change target[J].Nature Geoscience,2015,9(1):1-6.

[10]Schaeffer M,Hare W,Rahmstorf S,et al.Long-term sea-level rise implied by 1.5℃ and 2℃ warming levels[J].Nature Climate Change,2012,2(2):867-870.

[11]翟盤茂,余榮,周佰銓,等.1.5℃增暖對全球和區域影響的研究進展[J].氣候變化研究進展,2017,13(5):465-472.Zhai P M,Yu R,Zhou B Q,et al.Research progress in impact of 1.5℃ global warming on global and regional scales[J].Advances in Climate Change Research,2017,13(5):465-472.(in Chinese)

[12]李紅梅,李林.2℃全球變暖背景下青藏高原平均氣候和極端氣候事件變化[J].氣候變化研究進展,2015,11(3):157-164.Li H M,Li L.Mean and extreme climate change on Qinghai-Tibetan Plateau with 2℃ global warming[J].Advances in Climate Change Research,2015,11(3):157-164.(in Chinese)

[13]Chen J,Gao C,Zeng X F,et al.Assessing changes of river discharge under global warming of 1.5℃ and 2℃ in the upper reaches of the Yangtze River basin:approach by using multiple-GCMs and hydrological models[J].Quaternary International,2017,453(25): 1-11.

[14]徐影,周波濤,吳婕,等.1.5～4℃升溫閾值下亞洲地區氣候變化預估[J].氣候變化研究進展,2017,13(4):306-315.Xu Y,Zhou B T,Wu J,et al.Asian climate change in response to four global warming targets[J].Advances in Climate Change Research,2017,13(4):306-315.(in Chinese)

[15]姜大膀,富源海.2℃全球變暖背景下中國未來氣候變化預估[J].大氣科學,2012,36(2):234-246.Jiang D B,Fu Y H.Climate change over China with a 2℃ global warming[J].Chinese Journal of Atmospheric Sciences,2012,36(2):234-246.(in Chinese)

[16]姜大膀,張穎,孫建奇.中國地區1-3℃變暖的集合預估分析[J].科學通報,2009,54(24):3870-3877.Jiang D B,Zhang Y,Sun J Q.Ensemble projection of 1-3℃ warming in China[J].Chinese Sci Bull,2009,54(24):3870-3877.(in Chinese)

[17]陳曉晨,徐影,姚遙.不同升溫閾值下中國地區極端氣候事件變化預估[J].大氣科學,2015,39(6):1123-1135.Chen X C,Xu Y,Yao Y.Changes in climate extremes over China in a 2.0℃,3℃ and 4℃ warmer world[J].Chinese Journal of Atmospheric Sciences,2015,39(6):1123-1135.(in Chinese)

[18]郎咸梅,隋月.全球變暖2℃情景下中國平均氣候和極端氣候事件變化預估[J].科學通報,2013,58:734-742.Lang X M,Sui Y.Changes in mean and extreme climates over China with a 2℃ global warming[J].Chin Sci Bull,2013,58:734-742.(in Chinese)

[19]張莉,丁一匯,吳統文,等.CMIP5模式對21世紀全球和中國年平均地表氣溫變化和2℃升溫閾值的預估[J].氣象學報,2013,71(6):1047-1060. Zhang L,Ding Y H,Wu T W,et al.The 21st century annual mean surface air temperature change and the 2℃ warming threshold over the globe and China as projected by the CMIP5 models[J].Acta Meteorologica Sinica,2013,71(6):1047-1060.(in Chinese)

[20]Guo X,Huang J,Luo Y,et al.Projection of precipitation extremes for eight global warming targets by 17 CMIP5 models[J].Natural Hazards,2016,84(3):2299-2319.

[21]Guo X,Huang J,Luo Y,et. al.Projection of heat waves over China for eight different global warming targets using 12 CMIP5 models[J].Theoretical and Applied Climatology,2017,128(3):507-522.

[22]王安乾,蘇布達,王艷君,等.全球升溫1.5℃與2.0℃情景下中國極端低溫事件變化與耕地暴露度研究[J].氣象學報,2017,(3):415-428.Wang A Q,Su B D,Wang Y J,et al.Variation of the extreme low-temperature events and farmland exposure under global warming of 1.5℃ and 2.0℃[J].Acta Meteorologica Sinica,2017,(3):415-428.(in Chinese)

[23]Huang J,Yu H,Guan X,et al.Accelerated dryland expansion under climate change[J].Nature Climate Change,2016,6(2):166-171.

[24]Warszawski L,Frieler K,Huber V,et al.The inter-sectoral impact model intercomparison project (ISI-MIP):project framework[J].Proceedings of the National Academy of Sciences of the United States of America,2014,111(9):3228-3232.

[25]熊偉,林而達,楊婕,等.作物模型區域應用兩種參數校準方法的比較[J].生態學報,2008,28(5):2140-2147.Xiong W,Lin E D,Yang J,et al.Comparion of two calibration approaches for regional simulation of crop model[J].Acta Ecologica Sinica,2008,28(5):2140-2147.(in Chinese)

[26]曹陽.1961-2010年潛在干旱對中國玉米、小麥產量影響的模擬[D].北京:中國農業科學院,2014:25-36.Cao Y.Impacts of potential drought on maize and wheat in China from 1961 to 2010[D].Beijing:CAAS,2014:25-36.(in Chinese)

[27]趙俊芳,李寧,侯英雨,等.基于APSIM模型評估北方八省春玉米生產對氣候變化的響應[J].中國農業氣象,2018,39(2):108-118.Zhao J F,Li N,Hou Y Y,et al.Evaluation of response of Spring maize production to climate change in the eight provinces of Northern China based on APSIM model[J].Chinese Journal of Agrometeorology,2018,39(2):108-118.(in Chinese)

[28]劉歡,熊偉,李迎春,等.氣候變化對中國輪作系統影響的研究進展[J].中國農業氣象,2017,38(10):613-631.Liu H,Xiong W,Li Y C,et al.Advances of impacts and adaptation of climate change on crop rotations in China[J].Chinese Journal of Agrometeorology,2017,38(10):613-631.(in Chinese)

[29]Taylor K E,Stouffer B J,Meehl G A.An overview of CMIP5 and the experiment design[J].Bulletin of the American Meteorological Society,2012,93:485-498.

[30]Zhou B T,Wen H Q Z,Xu Y,et al.Projected changes in temperature and precipitation extremes in China by the CMIP5 multimodel ensembles[J].Journal of Climate,2014,27:6591-6611.

[31]Alfieri L,Bisselink B,Dottori F,et al.Global projections of river flood risk in a warmer world[J].Earths Future,2016,5(2):171-182.

[32]Chen X L,Zhou T.Uncertainty in crossing time of 2℃ warming threshold over China[J].Science Bulletin,2016,61(18):1451-1459.

[33]Knutti R,Rogelj J,Sedlá?ek J,et al.A scientific critique of the two-degree climate change target[J].Nature Geoscience,2015,9(1):1-6.

[34]Rogelj J,Luderer G,Pietzcker R C,et al.Energy system transformations for limiting end-of-century warming to below 1.5℃[J].Nature Climate Change,2015,5(6):519-527.

[35]Friedlingstein P,Andrew R M,Rogelj J,et al.Persistent growth of CO2emissions and implications for reaching climate targets[J].Nature Geoscience,2014,7(10):709-715.

[36]Azar C,Johansson D J A,Mattsson N.Meeting global temperature targets the role of bioenergy with carbon capture and storage[J].Environmental Research Letters,2013,8(3):1345-1346.

[37]Mitchell D,Achutara K,Allen M,et al.Half a degree additional warming,prognosis and projected impacts(HAP- PI):background and experimental design[J].Geoscientific Model Development,2017,10(2):571-583.

Trend Evaluation on Changes of Maize Yield in China under Global Warming by 1.5℃ and 2.0℃

LI Kuo, XIONG Wei, PAN Jie, LIN Er-da, LI Ying-chun, HAN Xue

(Institute of Environment and Sustainable Development in Agriculture, CAAS, Beijing 100081, China)

Based on the simulation results from 5 climate models recommended by ISI-MIP under 4 RCP scenarios, the future climate situations were selected which are the approximate scenarios with global warming by 1.5℃ and 2.0℃. Applying DSSAT, the per unit yield changes of maize in China under global warming by 1.5℃ and 2.0℃ were analyzed and the spatial distributions of changes of maize yield were revealed relative to the baseline from 1985 to 2006. The results showed that, the yield reduction area under global warming by 2.0℃ was 6.2% more than that under global warming by 1.5℃; the ratios of yield reduction were separately 3.7% and 11.5% under global warming by 1.5℃ and 2.0℃; the risk of global warming by 2.0℃ was obviously higher than 1.5℃. The spatial distributions of yield changes were similar between 1.5℃ and 2.0℃ global warming, under which the area and magnitude of yield reduction were different. There were some regions with yield increasing under global warming by 1.5℃ and 2.0℃ in maize planting area of North China and Southwest China; most of the other regions in China would be mainly suffering to yield reduction; the largest reduction of maize yield would break out in Northwest China. Especially it was advantageous under global warming by 1.5℃ for maize production in North China; there was no distinct negative effect under global warming by 2.0℃ for maize production in North China. In other words, in the near future, there would be yield increasing potential for maize in North China with global warming.

RCP scenarios; Global warming by 1.5℃; Global warming by 2.0℃; Maize yield; Crop models; Paris Agreement

10.3969/j.issn.1000-6362.2018.12.001

李闊,熊偉,潘婕,等.未來升溫1.5℃與2.0℃背景下中國玉米產量變化趨勢評估[J].中國農業氣象,2018,39(12):765-777

*2018?06?22

國家重點研發計劃課題“關鍵氣候因子的時空變化規律及其對玉米生產系統影響研究”（2017YFD 0300301）；“十二五”國家科技支撐項目“北方重點地區適應氣候變化技術開發與應用”（2013BAC09B00）

李闊（1982?），博士，助理研究員，研究方向為氣候變化影響與適應。E-mail：likuo@caas.cn