長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力及糧食產(chǎn)量響應(yīng)

文想成 張?zhí)? 王學(xué)梅

摘要：長(zhǎng)江中下游地區(qū)是我國重要的糧食主產(chǎn)區(qū)，探討長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力時(shí)空分布及糧食產(chǎn)量響應(yīng)，對(duì)于保證糧食穩(wěn)產(chǎn)高產(chǎn)促進(jìn)農(nóng)業(yè)發(fā)展具有重要意義?；贛iami模型和Thornthwaite Memorial模型，利用長(zhǎng)江中下游及周邊177個(gè)氣象站點(diǎn)1960—2019年降水與氣溫氣象數(shù)據(jù)，運(yùn)用M-K檢驗(yàn)、IDW插值法和R/S分析法探討該區(qū)域氣候生產(chǎn)潛力時(shí)空分布及未來變化。結(jié)果表明，在時(shí)間序列上，1960—2019年長(zhǎng)江中下游地區(qū)氣溫、降水分別以 0.22 ℃/10 年、21.41 mm/10 年的速度上升;yt、yr、ye呈現(xiàn)波動(dòng)上升趨勢(shì)，60年的均值分別為1 966.9、1 712.2、1 526.9 g/（m2·年）。在空間分布上，氣候生產(chǎn)潛力空間分布差異明顯，yt、yr、ye均表現(xiàn)為自南向北遞減的趨勢(shì)，空間分布范圍是1 253～2 230、1 773～2 316、1 153～1 834 g/（m2·年）。氣候生產(chǎn)潛力Hurst指數(shù)為0.91，未來該區(qū)域氣候生產(chǎn)潛力與過去59年變化趨勢(shì)一致，呈上升趨勢(shì)。氣候資源利用率總體呈波動(dòng)上升趨勢(shì)，平均每10年以4.8%的速度增長(zhǎng)，2010—2018年的氣候資源利用率達(dá)38.4%。

關(guān)鍵詞：長(zhǎng)江中下游地區(qū);氣候生產(chǎn)潛力;時(shí)空變化;Thornthwaite Memorial模型;Miami模型

聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）第5次評(píng)估報(bào)告稱，1880—2012年全球海陸表面平均溫度呈線性上升趨勢(shì)，升高了0.85 ℃，2003—2012年平均溫度比1850—1900年上升了0.78 ℃[1]。農(nóng)業(yè)的發(fā)展取決于自然條件和社會(huì)條件水平，農(nóng)業(yè)是受氣候變化最敏感的系統(tǒng)之一[2]。氣候變化對(duì)我國的作物氣候生產(chǎn)潛力有很大的影響，受全球變暖的影響，我國作物的種植界線向高緯度、高海拔地區(qū)偏移[3]。當(dāng)前我國糧食處于增長(zhǎng)趨勢(shì)[4]，但在氣候變化影響下，極端天氣災(zāi)害頻發(fā)也可能造成糧食產(chǎn)量下降等問題，我國擁有世界19%的人口卻只有8%的耕地，糧食安全是一個(gè)重要問題[5]。氣候變化對(duì)農(nóng)業(yè)的影響已經(jīng)成為研究人員、各國政府和政策制定者最關(guān)心的問題[6]。氣候生產(chǎn)潛力是衡量某個(gè)地區(qū)氣候資源決定生物學(xué)產(chǎn)量的一項(xiàng)重要指標(biāo)，是指作物品種、土壤肥力、耕作技術(shù)適宜時(shí)，由當(dāng)?shù)貧夂蛸Y源決定的一定時(shí)期內(nèi)單位面積上的植物生物學(xué)產(chǎn)量的最大值[7]。1981—2015年以來，全球主要農(nóng)業(yè)區(qū)的氣候生產(chǎn)潛力呈波動(dòng)上升趨勢(shì)，變化范圍是7 680～8 280 kg/hm2[8]。因此，在氣候變化下研究某一區(qū)域的氣候生產(chǎn)潛力變化規(guī)律及其影響因素，對(duì)指導(dǎo)農(nóng)業(yè)發(fā)展具有重要的理論意義。近年來，關(guān)于氣候生產(chǎn)潛力的研究很多，主要集中在對(duì)某一省份或區(qū)域進(jìn)行研究，研究區(qū)域不同，氣候生產(chǎn)潛力存在一定差異。盧玢宇等分析了1986—2015年黑龍江省作物生育期內(nèi)氣候生產(chǎn)潛力，發(fā)現(xiàn)其呈緩慢的降低趨勢(shì)[9];李振杰等發(fā)現(xiàn)，云南省1961—2017年氣候生產(chǎn)潛力呈波動(dòng)狀態(tài)，無明顯的升降趨勢(shì)[10];柴晨好等認(rèn)為，1901—2000年哈薩克斯坦氣候生產(chǎn)潛力總體呈增長(zhǎng)趨勢(shì)，但時(shí)段不同，其氣候生產(chǎn)潛力存在明顯差異[11];徐雨晴等認(rèn)為，未來中國氣候生產(chǎn)潛力在大部分區(qū)域呈增加趨勢(shì)，增幅表現(xiàn)為北部大于南部，大部分地區(qū)增幅在300 g/（m2·年）以下[12]。長(zhǎng)江中下游地區(qū)是我國重要的糧食產(chǎn)區(qū)，2018年該區(qū)域年生產(chǎn)總值占全國生產(chǎn)總值的35%，農(nóng)作物播種面積為0.4億hm2，總產(chǎn)量達(dá)1.6億t，均占全國播種面積和總產(chǎn)量的24%[13]。有學(xué)者針對(duì)長(zhǎng)江中下游地區(qū)某個(gè)省份的水稻、小麥和玉米等農(nóng)作物氣候生產(chǎn)潛力進(jìn)行分析，如盧燕宇等分析安徽省1961—2015年冬小麥氣候生產(chǎn)潛力，發(fā)現(xiàn)該區(qū)域氣候生產(chǎn)潛力均值為 12 391 kg/hm2，其中沿淮和江淮之間最高[14];邢蘭芹等分析江蘇省沿海地區(qū)作物氣候生產(chǎn)潛力，發(fā)現(xiàn)水稻和玉米氣候生產(chǎn)潛力呈現(xiàn)自南向北遞減趨勢(shì)，小麥南北差異小[15];王繼人等認(rèn)為，2000—2017年湖南省氣候生產(chǎn)潛力為19 530～40 375 kg/hm2，整體呈東南高西北低[16];劉丹等分析1961—2014年江西省雙季晚稻的氣候生產(chǎn)潛力，發(fā)現(xiàn)其呈上升趨勢(shì)[17]。但目前對(duì)于長(zhǎng)江中下游地區(qū)整個(gè)區(qū)域的研究卻很少。氣候生產(chǎn)潛力的模型主要有Thornthwaite Memorial[18]、Miami[19-20]、AEZ[21]、Chikugo[22]、Wagenigen[23]等模型。由于Thornthwaite Memorial模型和Miami模型計(jì)算方便，所需參數(shù)少，應(yīng)用于區(qū)域氣候生產(chǎn)潛力變化研究較廣。因此，本研究以長(zhǎng)江中下游地區(qū)為研究對(duì)象，利用該區(qū)域及周邊共177個(gè)氣象站點(diǎn)1960—2019年的降水量與氣溫歷史數(shù)據(jù)，基于Miami模型和Thornthwaite Memorial模型計(jì)算出氣溫生產(chǎn)潛力、降水生產(chǎn)潛力和氣候生產(chǎn)潛力，探討長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力時(shí)空變化特征及未來變化趨勢(shì)，以期為長(zhǎng)江中下游地區(qū)糧食生產(chǎn)提供一定的理論依據(jù)。

1 材料與方法

1.1 材料來源

本研究區(qū)域?yàn)殚L(zhǎng)江中下游6省1市（24°29′～35°07′N、108°22′～122°30′E），包括湖北省、湖南省、安徽省、江西省、江蘇省、浙江省、上海市（圖1）。大部分地區(qū)屬于北亞熱帶，少部分屬中亞熱帶北緣。年降水量為1 000～1 400 mm，降水主要集中于夏季。該區(qū)域降水相對(duì)豐沛，雨熱同期，年均氣溫為14～18 ℃，≥10 ℃的年積溫為4 300～5 500 ℃·d。該地區(qū)是我國重要的商品糧基地。

本研究數(shù)據(jù)包括氣象數(shù)據(jù)與糧食單位面積產(chǎn)量（簡(jiǎn)稱單產(chǎn)）數(shù)據(jù)。氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/），主要有長(zhǎng)江中下游地區(qū)6省1市及周邊地區(qū)1960—2019年177個(gè)氣象站點(diǎn)（其中周邊地區(qū)31個(gè)站點(diǎn)）的降水量與氣溫?cái)?shù)據(jù);糧食單位面積產(chǎn)量數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》，包含1960—2018年長(zhǎng)江中下游地區(qū)6省1市的年糧食單位面積產(chǎn)量數(shù)據(jù)。

1.2 研究方法

1.2.1 氣候生產(chǎn)潛力模型

1.2.1.1 Miami模型[19-20]

1.2.2 R/S分析 重標(biāo)極差分析（rescaled range analysis，記為R/S分析），最初是由英國科學(xué)家郝斯特歸納尼羅河水位水文觀測(cè)資料時(shí)提出[24]。R/S分析法能將1個(gè)隨機(jī)序列與1個(gè)非隨機(jī)序列區(qū)分開來，利用R/S分析通過對(duì)氣候要素時(shí)間序列而計(jì)算出Hurst指數(shù)，揭示氣候要素時(shí)間序列的趨勢(shì)性。當(dāng)H=0.5時(shí)，表明未來時(shí)間序列與過去變化無關(guān);當(dāng)0

1.2.3 氣候資源利用率 氣候資源利用率為實(shí)際單產(chǎn)與氣候生產(chǎn)潛力之比[25]。

1.2.4 其他分析方法 本研究還采用氣候傾向率、M-K突變檢驗(yàn)與IDW插值等分析方法[26]。

2 結(jié)果與分析

2.1 氣候生產(chǎn)潛力時(shí)間變化分析

2.1.1 氣象因子時(shí)間變化特征 依據(jù)長(zhǎng)江中下游地區(qū)59年（1960—2019年）的氣溫和降水量數(shù)據(jù)，氣溫、降水量均呈現(xiàn)波動(dòng)上升趨勢(shì)，氣候傾向率分別為0.22 ℃/10 年、21.41 mm/10 年（圖2）。59年的年均氣溫為16.51 ℃，年均氣溫最低值、最高值分別為 15.57 ℃（1984年）、17.55 ℃（2007年），最值相差 1.98 ℃;年降水量均值為1 326.4 mm，年降水最低值、最高值依次為954.0 mm（1978年）、1 664.8 mm（2016年），差值為710.8 mm。

氣溫的UF統(tǒng)計(jì)值在1964—1994年小于0，說明該時(shí)段的氣溫總體呈現(xiàn)下降趨勢(shì);而在1961、1995—2019年大于0，表明該時(shí)段氣溫呈上升趨勢(shì)，且UF和UB在2000年相交，UF統(tǒng)計(jì)值于2002年大于1.96（0.05顯著性水平），表明2000年為突變點(diǎn)，2002—2019年上升趨勢(shì)顯著。降水的UF與UB統(tǒng)計(jì)存在多個(gè)交點(diǎn)，但未通過顯著性檢驗(yàn)，故降水不存在突變點(diǎn);1969—1992年降水的UF統(tǒng)計(jì)值在0附近波動(dòng)，說明該時(shí)期降水保持穩(wěn)定;UF統(tǒng)計(jì)值在1964—1969年小于0，表明降水呈下降趨勢(shì);而在1960—1963、1993—2019年處于0～196，說明降水呈上升趨勢(shì)（圖3）。

2.1.2 氣候生產(chǎn)潛力變化特征及突變檢驗(yàn) 由圖4可知，氣溫生產(chǎn)潛力（yt）、降水生產(chǎn)潛力（yr）、氣候生產(chǎn)潛力（ye）呈現(xiàn)波動(dòng)上升趨勢(shì)，氣候傾向率依次為17.55、15.71、15.94 g/（m2·10 年）。yt均值為1 966.9 g/（m2·年），最低值、最高值分別為 1 891.5（1984年）、2 049.0 g/（m2·年）（2007年），最值相差157.5 g/（m2·年）。yr均值為 1 712.2 g/（m2·年），最低值、最高值分別為 1 371.0（1978年）、1 959.2 g/（m2·年）（2016年），最值相差588.2 g/（m2·年）。ye均值為 1 526.9 g/（m2·年），最低值、最高值分別為 1 379.6（1978年）、1 651.8 g/（m2·年）（2016年），最值相差272.2 g/（m2·年）。

由圖5可知，yt的UF統(tǒng)計(jì)值在1964—1994年小于0，在1960—1961、1995—2019年大于0，且UF和UB于2000年相交，UF統(tǒng)計(jì)值在2002年超過196，說明yt在1964—1994年呈下降趨勢(shì)，在1960—1961、1995—2019年呈上升趨勢(shì)，突變點(diǎn)為2000年， 在2002—2019年上升趨勢(shì)顯著。yr的UF與UB統(tǒng)計(jì)值存在多個(gè)交點(diǎn)，但都未超過顯著性水平，說明不存在突變點(diǎn);UF在1964—1972年小于0，說明該時(shí)段呈下降趨勢(shì);UF統(tǒng)計(jì)值在1964—1988年在0附近波動(dòng)，說明該時(shí)期較穩(wěn)定;而在1961—1962、1990—2019年大于0，表明該時(shí)段呈下降趨勢(shì)。ye的UF值在1963—1989小于0，說明呈現(xiàn)下降趨勢(shì);而在1961—1962、1990—2019年大于0，說明該時(shí)段ye呈上升趨勢(shì)，且UF與UB統(tǒng)計(jì)值于1998年相交，并在2003年超過1.96，表明1998年為突變點(diǎn)，在2003—2019年上升趨勢(shì)顯著。

2.2 氣候生產(chǎn)潛力空間分布及未來變化

2.2.1 氣候生產(chǎn)潛力空間分布特征 由圖6可知，yt年均空間變化范圍是1 253～2 230 g/（m2·年），總體呈南高北低、自南向北遞減趨勢(shì);高值區(qū)[2 051～2 230 g/（m2·年）]主要分布在湖南省南部、浙江省南部、江西省中南部，最高值位于江西省贛州市;低值區(qū)[1 253～1 670 g/（m2·年）]分布在安徽省北部及黃山地區(qū)、江蘇省中南部以及湖北省西部，最低值為安徽省黃山市（圖6-a）。yt氣候傾向率空間分布主要呈現(xiàn)自東北向西南遞減趨勢(shì);高值區(qū)為上海市中部及湖北省南部，最高值位于湖北省五峰縣，為43.00 g/（m2·10年）;低值區(qū)為湖北省十堰市、恩施州、神農(nóng)架林區(qū)、宜昌市等，湖南省張家界市、湘西州吉首市，最低值位于湖北省宜昌市，為2.07 g/（m2·10年）（圖6-b）。yr、ye平均空間分布基本一致，均呈現(xiàn)自南向西遞減趨勢(shì)，兩者空間分布范圍是1 773～2 316、1 153～1 834 g/（m2·年）（圖6-c、圖6-e）;yr、ye在低值區(qū)分布一致，為湖北、安徽及江蘇3省南部，高值區(qū)存在一定差異，yr高值區(qū)分布在江西省絕大部分地區(qū)、安徽省南部、浙江省西部及湖南省東部，最高值位于安徽省黃山市，而ye高值區(qū)分布在江西省絕大部分地區(qū)、浙江及湖南2省南部，最高值位于江西省鷹潭市。yr、ye的氣候傾向率分布也較一致，總體表現(xiàn)為東部高、北部西部低，兩者空間分布范圍是 -37.00～6302、-10.36～46.43 g/（m2·10年），均出現(xiàn)氣候傾向率負(fù)值（圖 6-d、圖 6-f）;yr、ye氣候傾向率高值區(qū)均主要為上海市、浙江省寧波市、江蘇省蘇州市，最高值均位于上海市;yr氣候傾向率負(fù)值主要位于安徽省北部、江蘇省東北部、湖北省西北部以及湖南省東部，ye氣候傾向率負(fù)值出現(xiàn)在湖北省十堰市、襄陽市、神農(nóng)架昆區(qū)以及江蘇省徐州地區(qū)。

2.2.2 氣候生產(chǎn)潛力未來變化 利用R/S分析，計(jì)算出長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力Hurst指數(shù)為0.91>0.5，說明總體上該區(qū)域未來氣候生產(chǎn)潛力與過去59年（1960—2019年）變化趨勢(shì)一致，表現(xiàn)為上升趨勢(shì)（圖7）。由圖8可知，江蘇省徐州市邳州市和湖北省襄陽市棗陽市、恩施州建始縣、神農(nóng)架等地區(qū)的Hurst值介于0.43～0.48之間，說明未來氣候生產(chǎn)潛力與過去59年變化趨勢(shì)有較弱的負(fù)相關(guān)性;湖北省襄陽市老河口市、江西省贛州市尋烏縣Hurst值為 0.49～0.51，即該地區(qū)未來氣候生產(chǎn)潛力與過去變化無聯(lián)系;除了以上個(gè)別地區(qū)，長(zhǎng)江中下游地區(qū)其他地區(qū)的未來氣候生產(chǎn)潛力與過去變化趨勢(shì)具有不同程度的正相關(guān)性，其中浙江省和上海市全部、江蘇省東南部、安徽省南部、江西省北部、湖南省中部及湖北省南部個(gè)別地區(qū)Hurst值大于0.8，表明這些區(qū)域的過去氣候生產(chǎn)潛力變化趨勢(shì)很好地反映了未來的變化趨勢(shì)。

2.3 糧食產(chǎn)量對(duì)氣候生產(chǎn)潛力響應(yīng)

1960—2018年長(zhǎng)江中下游地區(qū)的氣候資源利用率、氣候生產(chǎn)潛力、糧食單產(chǎn)總體呈波動(dòng)上升趨勢(shì)，平均每10年分別以4.8%、16.6 g/（m2·10 年）、78.8 g/m2的速度增長(zhǎng)（圖9）。氣候資源利用率與氣候生產(chǎn)潛力的相關(guān)系數(shù)為0.147，呈正相關(guān)但不顯著，氣候資源利用率與糧食單產(chǎn)相關(guān)系數(shù)為0989，呈現(xiàn)顯著的正相關(guān)性，說明提高糧食單產(chǎn)是提高氣候資源利用率的主要措施（圖10）。

在20世紀(jì)60年代，糧食單產(chǎn)、氣候資源利用率均值分別為225.6 g/m2、15.08%，在21世紀(jì)10年代分別上升至603.9 g/m2、38.36%，21世紀(jì)10年代的糧食單產(chǎn)、氣候資源利用率分別比20世紀(jì)60年代增加了1.7、1.5倍（表1）。1960—1990年氣候資源利用率偏低，主要是因?yàn)楫?dāng)時(shí)科技水平受限，肥料利用率低、作物品種品質(zhì)低;1990年以后，農(nóng)業(yè)科技快速發(fā)展，氣候資源利用率顯著提高。自2010年以來，長(zhǎng)江中下游地區(qū)氣候資源利用率達(dá)382%，說明未來糧食產(chǎn)量還有很大的提升空間，氣候資源利用率有待進(jìn)一步提高。

3 結(jié)論與討論

1960—2019年長(zhǎng)江中下游地區(qū)的氣溫與降水呈波動(dòng)上升趨勢(shì)，分別以0.22 ℃/10 年、21.41 mm/10 年的趨勢(shì)上升。yt、yr、ye也呈現(xiàn)波動(dòng)上升趨勢(shì)，59年均值分別為1 966.9、1 712.2、1 526.9 g/（m2·年），依次為yt>yr>ye，ye值與侯西勇關(guān)于1951—2000年中國區(qū)域內(nèi)長(zhǎng)江中下游地區(qū)的年氣候生產(chǎn)潛力均值為1 250～1 750 g/（m2·年）[27]基本一致。氣溫與yt自1995年開始上升，并于2001年起上升趨勢(shì)顯著，降水與yr自1989年開始呈現(xiàn)增加趨勢(shì)，但增加趨勢(shì)不顯著，ye自2003年開始上升趨勢(shì)顯著。

長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力空間分布差異明顯，總體來看，南部地區(qū)氣候生產(chǎn)潛力高于北部地區(qū)。yt、yr、ye均表現(xiàn)為自南向北遞減的趨勢(shì)，空間分布范圍分別是1 253～2 230、1 773～2 316、1 153～1 834 g/（m2·年）。yt、ye的高值區(qū)主要位于湖南、浙江2省南部及江西省絕大部分地區(qū)，yr高值區(qū)主要位于安徽省南部、浙江省西南部以及江西省絕大部分區(qū)域;yt低值區(qū)主要位于安徽、江蘇2省北部，yr、ye低值區(qū)位于安徽省、江蘇省以及湖北3省北部地區(qū)。褚榮浩等認(rèn)為，江蘇省一季稻氣候生產(chǎn)潛力高值區(qū)位于江蘇省西南部[28]，這與本研究江蘇省氣候生產(chǎn)潛力高值區(qū)位于江蘇西南部結(jié)果一致。

長(zhǎng)江中下游地區(qū)氣候生產(chǎn)潛力Hurst指數(shù)為091，氣候生產(chǎn)潛力傾向率為15.94 g/（m2·10 年），說明未來該區(qū)域氣候生產(chǎn)潛力與過去59年（1960—2019年）變化趨勢(shì)一致，呈現(xiàn)上升趨勢(shì)，這與徐雨晴等認(rèn)為的2021—2099年中國氣候生產(chǎn)潛力在大部分地區(qū)（包含長(zhǎng)江中下游地區(qū)）都呈增加趨勢(shì)[12]一致。從空間分布來看，江蘇省徐州市邳州市和湖北省襄陽市棗陽市、恩施州建始縣、神農(nóng)架等地區(qū)與過去氣候生產(chǎn)潛力呈現(xiàn)負(fù)相關(guān)趨勢(shì);湖北省襄陽市老河口、江西省贛州市尋烏縣Hurst值為0.49～051，與過去氣候生產(chǎn)潛力變化趨勢(shì)無關(guān);長(zhǎng)江中下游其他地區(qū)的氣候生產(chǎn)潛力與過去59年變化趨勢(shì)一致。

1960—2018年長(zhǎng)江中下游地區(qū)的氣候資源利用率、糧食單產(chǎn)總體呈波動(dòng)上升趨勢(shì)，平均每10年分別以4.8%、78.8 g/m2的速度增長(zhǎng)。2010—2018年長(zhǎng)江中下游地區(qū)氣候資源利用率達(dá)38.4%，氣候資源利用率與糧食單產(chǎn)呈顯著正相關(guān)性，說明提高糧食單產(chǎn)是未來提高氣候資源利用率的主要措施。

參考文獻(xiàn)：

[1]IPCC.Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[M]//Climate change 2013——the physical science basis.Cambridge：Cambridge University Press，2013.

[2]Gay C，Estrada F，Conde C，et al.Potential impacts of climate change on agriculture：a case of study of coffee production in veracruz，Mexico[J]. Climatic Change，2006，79（3）：259-288.

[3]周廣勝. 氣候變化對(duì)中國農(nóng)業(yè)生產(chǎn)影響研究展望[J]. 氣象與環(huán)境科學(xué)，2015，38（1）：80-94.

[4]鄭亞楠，張鳳榮，謝 臻，等. 中國糧食生產(chǎn)時(shí)空演變規(guī)律與耕地可持續(xù)利用研究[J]. 世界地理研究，2019，28（6）：120-131.

[5]Yang X G，Chen F，Lin X M，et al.Potential benefits of climate change for crop productivity in China[J]. Agricultural and Forest Meteorology，2015，208：76-84.

[6]Kang Y，Ma X，Khan S.Predicting climate change impacts on maize crop productivity and water use efficiency in the loess plateau[J]. Irrigation and Drainage，2014，63（3）：394-404.

[7]歐陽海. 農(nóng)業(yè)氣候?qū)W[M]. 北京：氣象出版社，1990.

[8]趙俊芳，孔祥娜，姜月清，等. 基于高時(shí)空分辨率的氣候變化對(duì)全球主要農(nóng)區(qū)氣候生產(chǎn)潛力的影響評(píng)估[J]. 生態(tài)環(huán)境學(xué)報(bào)，2019，28（1）：1-6.

[9]盧玢宇，楊 波，裴占江，等. 黑龍江省氣候生產(chǎn)潛力時(shí)空演變特征研究[J]. 生態(tài)環(huán)境學(xué)報(bào)，2017，26（10）：1659-1664.

[10]李振杰，段長(zhǎng)春，金莉莉，等. 云南省氣候生產(chǎn)潛力的時(shí)空變化[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2019，30（7）：2181-2190.

[11]柴晨好，周宏飛，朱 薇. 氣候變化背景下哈薩克斯坦氣候生產(chǎn)潛力時(shí)空特征分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2020，41（1）：217-226.

[12]徐雨晴，於 琍，周波濤，等. 氣候變化背景下未來中國氣候生產(chǎn)潛力時(shí)空動(dòng)態(tài)格局[J]. 干旱區(qū)資源與環(huán)境，2019，50（9）：72-80.

[13]國家統(tǒng)計(jì)局. 中國統(tǒng)計(jì)年鑒2018[M]. 北京：中國統(tǒng)計(jì)出版社，2019.

[14]盧燕宇，孫 維，唐為安，等. 氣候變化背景下安徽省冬小麥氣候生產(chǎn)潛力和脅迫風(fēng)險(xiǎn)研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2020，28（1）：17-30.

[15]邢蘭芹，姚眾眾. 江蘇省1971—2010年氣候生產(chǎn)潛力變化特征[J]. 水土保持通報(bào)，2018，38（1）：252-255.

[16]王繼人，鐘昌標(biāo)，王玲玲，等. 2000—2017年湖南省土地耕作適宜性、氣候生產(chǎn)潛力與LUCC過程動(dòng)態(tài)特征[J]. 山地學(xué)報(bào)，2019，37（2）：252-262.

[17]劉 丹，李迎春. 氣候變化背景下江西省雙季晚稻氣候生產(chǎn)潛力的時(shí)空變化特征[J]. 西南農(nóng)業(yè)學(xué)報(bào)，2018，31（1）：184-191.

[18]Lieth H.Modeling the primary productivity of the world[J]. Soviet Journal of Ecology，1975，5（2）：107.

[19]Lieth H. Primary production：terrestrial ecosystems[J]. Human Ecology，1973，1（4）：303-332.

[20]陳國南. 用邁阿密模型測(cè)算我國生物生產(chǎn)量的初步嘗試[J]. 自然資源學(xué)報(bào)，1987，2（3）：270-278.

[21]趙 安，趙小敏. FAO-AEZ法計(jì)算氣候生產(chǎn)潛力的模型及應(yīng)用分析[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，1998，20（4）：120-125.

[22]Uchijima Z，Seino H. Agroclimatic evaluation of net primary productivity of natural vegetations：（1）Chikugo model for evaluating net primary productity[J]. Journal of Agricultural Meteorology，1985，40（4）：343-352.

[23]Bouman B，van Keulen H，van Laar H H，et al.The ‘school of de wit crop growth simulation models：a pedigree and historical overview[J]. Agricultural Systems，1996，52（2）：171-198.

[24]徐建華. 現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M]. 北京：高等教育出版社，1996.

[25]吳宜進(jìn)，熊安元，楊荊安，等. 湖北的氣候生產(chǎn)力與農(nóng)業(yè)持續(xù)發(fā)展[J]. 長(zhǎng)江流域資源與環(huán)境，1999，8（4）：405-410.

[26]魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M]. 北京：氣象出版社，1999.

[27]侯西勇. 1951—2000年中國氣候生產(chǎn)潛力時(shí)空動(dòng)態(tài)特征[J]. 干旱區(qū)地理，2008，31（5）：723-730.

[28]褚榮浩，申雙和，呂厚荃，等. RegCM3下1951—2100年江蘇省熱量資源及一季稻氣候生產(chǎn)潛力[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)，2015，31（4）：779-785.趙守強(qiáng)，遲大群，賈付誠，等. 不同地區(qū)鹽漬土土壤顆粒的分形特征[J]. 江蘇農(nóng)業(yè)科學(xué)，2021，49（6）：203-207.