基于MaxEnt模型預測未來氣候變化情景下中國區域水稻潛在適生區的變化*

呂 彤，郭 倩，丁永霞，劉 力，彭守璋

基于MaxEnt模型預測未來氣候變化情景下中國區域水稻潛在適生區的變化*

呂 彤1，郭 倩1，丁永霞2，劉 力3，彭守璋4**

（1.西北農林科技大學資源環境學院，楊凌 712100；2. 陜西省災害監測與機理模擬重點實驗室/寶雞文理學院地理與環境學院，寶雞 721013；3. 浙江樹人學院，紹興 310015；4.西北農林科技大學黃土高原土壤侵蝕與旱地農業國家重點實驗室，楊凌 712100）

基于雙季稻（早稻、晚稻）和一季稻的站點數據以及歷史時期（1970?2000年）與未來時期（2081?2100年）氣候數據，利用最大熵模型（MaxEnt），研究影響中國水稻種植分布的主要氣候因子，并預測分析水稻在歷史與未來時期適生區的變化，為未來氣候變化下中國水稻的合理種植提供參考依據。結果表明：（1）影響雙季稻分布的主要氣候因子為最干旱月降水量、最暖季度平均氣溫和最干旱季度降水量；影響一季稻分布的主要氣候因子為年平均氣溫和最暖季度降水量。（2）在歷史時期，早稻和晚稻適宜種植區主要在長江中下游地區及以南地區，其適宜種植區面積占比分別為14.26%和13.01%，其中大部分地區為較適宜區，占比分別為7.66%和6.62%；一季稻適宜種植區面積占比為45.46%，主要以較適宜和適宜地區為主，面積占比分別為23.47%和18.86%。（3）相比歷史時期，未來時期早稻的適宜種植區面積占比在SSP126、SSP245和SSP585情景下將分別增加6.27個、9.26個和16.66個百分點，晚稻分別增加4.26個、5.55個和10.97個百分點，一季稻分別增加11.34個、18.46個和28.31個百分點。到21世紀末，早稻的適宜種植區在空間分布上向川渝、黃淮地區擴張，晚稻的適宜種植區在空間分布上向川渝和長江中下游地區以北小部分地區擴張，一季稻的完全適宜區表現出向華北平原和東北地區擴張。整體而言，未來氣候變化有助于擴大中國水稻適宜種植區。

水稻；氣候因子；潛在適生區；MaxEnt模型

水稻是中國主要糧食作物之一，其產量和消費量居世界第一[1]，研究水稻種植區的變化對維護中國糧食安全至關重要。不少研究表明，未來時期中國區溫度將繼續呈現上升趨勢[2]，未來時期中國區降水量變化不大，降水頻率略有下降趨勢[3?4]，而溫度、降水的持續變化對水稻這一類喜溫喜濕作物的影響顯著，很有可能使其適生區發生變動[5?6]。因此，亟需開展未來氣候變化背景下中國水稻適生區方面的研究，為確保未來氣候變化下糧食安全提供科學研判。

已有不少學者基于數理統計方法分析了氣候因子對中國水稻現實種植區的影響[7?9]，指出隨著溫度和積溫增加，中國水稻的種植面積擴大，雙季稻的種植北界不斷向北推移，中國水稻實際種植區向東北方向遷移。又或者基于數理統計模型或機理過程模型模擬分析氣候變化對水稻潛在適生區的影響[10?13]，得到21世紀中期中、高排放氣候情景下中國雙季稻和一季稻的潛在適生區[14?16]。對已有研究進行梳理可發現：（1）現有研究較少涉及低排放氣候情景（即綠色發展情景）下水稻適生區，不能全面表現未來時期中國水稻適生區的變動情況；（2）現有研究大都采用典型濃度路徑氣候情景，未采用最新的氣候情景（即共享社會經濟路徑，SSP情景），不能準確刻畫未來氣候變化對中國水稻適生區的影響；（3）在研究方法上，MaxEnt模型對比其他模型具有運算速度快，預測精度較高，不需要大量作物生理參數的優點，并能夠將計算結果投射到不同時間或空間以此預測作物在這一情景下的潛在分布[17]。

基于上述，本研究利用歷史（1970?2000年）與未來（2081?2100年）時期不同溫室氣體排放強度三種SSP情景下的氣候數據以及作物站點數據，采用MaxEnt模型，研究影響中國早稻、晚稻和一季稻種植分布的氣候因子，并預測對比中國雙季稻（早稻、晚稻）和一季稻在21世紀末的不同情景氣候變化下適生區的變化，以期為未來中國水稻的合理布局提供規劃依據。

1 資料與方法

1.1 數據來源

雙季稻(早稻、晚稻)和一季稻的實際分布樣點數據（無港澳臺站點數據）來自國家氣象科學數據中心（http://data.cma.cn）的中國農作物生長發育（1991?2013年）和中國農作物產量資料旬值數據集（1999?2013年），依據數據集中有水稻產量或播種、收獲日期的站點統計出雙季稻（早稻、晚稻）和一季稻有效站點數分別為107、101和173個（圖1）。

歷史時期（1970?2000年）和未來時期（2081?2100年）的多年平均氣候數據均來自WorldClim（https://www.worldclim.org/），空間分辨率為2.5′（約4km），數據包括以水熱條件為主的19個氣候因子（表1），根據月尺度氣溫和降水推導得到，代表能影響植物種分布的生物學因素，包括年因素（如年平均氣溫、年降水量等）、季節因素（如四季的氣溫和降水等）和極端因素（如最冷和最暖月份的氣溫、濕潤季度和干旱季度的降水等）。其中，未來時期數據采用IPCC最新發布的3種共享社會經濟路徑氣候情景（即SSP126、SSP245和SSP585），SSP126情景下代表低強迫、溫室氣溫低排放時的情景，SSP245為中強迫、溫室氣溫中等排放時的情景，SSP585為高強迫、溫室氣體大量排放時的情景[18]。每個情景下采用4個大氣環流模式（BCC-CSM2- MR、CNRM-CM6-1、CNRM-ESM2-1、CanESM5）的未來氣候數據（表2）。在某個SSP情景下，4個大氣環流模式的氣候數據將分別驅動MaxEnt模型預測各自的結果，其平均值作為該SSP情景的模擬結果，以此降低大氣環流模式對未來時期模擬結果的不確定性。

圖1 作物實際樣點分布圖

注：數據來源于國家氣象科學數據中心，底圖來源于國家測繪地理信息局。

Note: The data came from the National Meteorological Science Data Center, and the base map came from the National Administration of Surveying, Mapping and Geographic Information.

表1 研究采用的氣候因子

表2 選用的大氣環流模式

1.2 研究方法

1.2.1 歷史時期氣候因子貢獻程度與潛在適宜區計算

用ArcMap提取中國區歷史時期和未來時期氣候數據，轉化為MaxEnt模型可用的.csv格式，將歷史時期（1970?2000年）中國區19個氣候因子的多年平均值、雙季稻（早稻、晚稻）和一季稻分布點的經緯度分別導入模型中，模型設置中勾選Jackknife法計算各個氣候因子對水稻種植分布的貢獻權重，Jackknife法會給出氣候因子的重要性測試圖，測試圖中顯示3個條帶，包含單變量的條帶表示僅使用單一氣候因子對構建物種分布擬合模型正則化訓練增益值，條帶越長，訓練增益值越大，表明該氣候因子對物種分布貢獻較大[20]；不包含變量的條帶表示去除這一氣候因子對構建物種分布擬合模型正則化訓練增益值；包含所有變量的條帶表示所有氣候因子對構建物種分布擬合模型正則化訓練增益值。采用受試者工作特征曲線（ROC）進行模型預測結果精度評價，ROC曲線下的面積（即AUC值）即為MaxEnt模型預測結果準確度[21]，AUC值越高代表模型預測結果的準確度越高[22]。模型會給出每個氣候因子的百分貢獻率和置換重要性，百分貢獻率表示每個氣候因子對模型構建的貢獻值，置換重要性表示對隨機替換訓練樣點上的氣候因子時模型AUC的減少值，減少值越大表示對該氣候因子的依賴越大[16]。由此綜合評價歷史時期各氣候因子對水稻種植分布的貢獻程度。設置抽取水稻站點的25%為模型運算的驗證子集，剩下的75%為訓練子集。模型運算結果顯示歷史時期早稻、晚稻和一季稻模擬結果AUC值分別為0.97、0.98和0.93。選用Logistic回歸估計選定氣候因子時物種在研究區的概率，取值為0～1[23]，模型會給出逐網格的計算結果，由此判斷歷史時期水稻在中國各地的適宜程度，即潛在分布區。設置10次重復運算，其余設置保持默認。

1.2.2 未來時期水稻潛在適宜區判斷

將未來時期3個SSP情景下4個GCMs的氣候數據文件命名與歷史時期的氣候數據一一對應導入模型的Projection模塊，模型其它參數設置與歷史時期運算時保持一致，構建未來時期不同SSP情景下不同大氣環流模式(GCMs)下早稻、晚稻和一季稻與氣候因子關系模型，得到未來時期3個SSP情景4個GCMs（共12個情景）下水稻在中國區的潛在分布區。運算結果顯示，早稻、晚稻和一季稻在未來時期3個SSP情景下模擬結果的AUC值分別大于0.97、0.97和0.93。利用Arcmap軟件的Raster Calculator工具計算未來時期SSP126、SSP245和SSP585三個情景下4個GCMs下水稻在中國區逐網格存在概率的平均值，以此降低不同GCM情景下的不確定性。利用Arcmap中的Reclassly工具，根據相關評估報告，水稻種植分布存在概率P<0.05時，將該地區劃為水稻不適宜區，0.050.66時為完全適宜區[24]，將較適宜地區、適宜地區和完全適宜地區劃為水稻的適宜種植區。

2 結果與分析

2.1 歷史氣候條件下影響水稻分布的主要氣候因子

2.1.1 影響早稻分布的主要氣候因子

由MaxEnt模型中的Jackknife法得到歷史時期19個氣候因子對早稻種植分布的重要性測試圖（圖2），同時由模型計算各個氣候因子對構建模型的百分貢獻率和置換重要性（表3），綜合分析歷史時期19個氣候因子對早稻種植分布的貢獻程度。由圖2可見，19個氣候因子中對早稻種植分布增益訓練值超過1.5的為bio14（最干旱月降水量）、bio17（最干旱季度降水量）、bio19（最冷季度降水量）、bio10（最暖季度平均氣溫）、bio1（年平均氣溫）和bio5（最暖月最高氣溫）、bio2（晝夜溫差月均值）、bio12（年降水量）和bio11（最冷季度平均氣溫）。其中，由表3可知，bio14和bio17的貢獻率之和達70.1%，增益訓練值均超過2.0。bio10雖然貢獻率僅4.3%，但其置換重要性達33.2%。而其他氣候因子的貢獻率和置換重要性較低，綜合評價表明，bio14、bio17和bio10是影響早稻種植分布的主要氣候因子。

圖2 MaxEnt模型中Jackknife法模擬歷史時期（1970?2000年）氣候因子對早稻分布的重要性測試圖

注：藍色條帶表示僅使用該氣候因子對構建物種分布擬合模型正則化訓練增益值；綠色條帶表示去除這一氣候因子對構建物種分布擬合模型正則化訓練增益值；紅色條帶表示所有氣候因子對構建物種分布擬合模型正則化訓練增益值。下同。

Note：The bule band indicates the regularization training gain value of the species distribution fitting model only using the climate factor. The green band indicates the regularization training gain value of removing this climate factor for the construction of species distribution fitting model. The red band indicates the regularization training gain of all climate factors on the construction of species distribution fitting model. The same as below.

2.1.2 影響晚稻分布的主要氣候因子

由圖3可見，19個氣候因子中對晚稻種植分布增益訓練值超過1.5的為bio14（最干旱月降水量）、bio17（最干旱季度降水量）、bio19（最冷季度降水量）、bio10（最暖季度平均氣溫）、bio1（年平均氣溫）、bio12（年降水量）、bio2（晝夜溫差月均值）、bio5（最暖月最高氣溫）、bio9（最干旱季度平均氣溫）和bio11（最冷季度平均氣溫）。其中，由表4可見，僅bio14單一氣候因子的貢獻率就達到了55.2%，置換重要性達18.0%。bio10的置換重要性為31.0%。bio14、bio17和bio19的增益訓練超過了2.0，bio19和其他增益訓練值超過1.5的氣候因子貢獻率和置換重要性低。綜上所述，說明bio14、bio17、bio10和bio12是影響晚稻分布的主要氣候因子。

2.1.3 影響一季稻分布的主要氣候因子

由圖4可見，19個氣候因子中對一季稻種植分布增益訓練值超過0.8的為bio1（年平均氣溫）、bio11（最冷季度平均氣溫）、bio18（最暖季度降水量）、bio6（最冷月最小氣溫）、bio9（最干旱季度平均氣溫）、bio16（最濕季度降水量）和bio13（最濕月降水量）。但僅bio1、bio11、bio18三個氣候因子增益訓練值達1.0。由表5可見，bio1、bio18和bio10的累計貢獻率達77.0%，僅bio18的貢獻率就達47.0%，bio18和bio1置換重要性分別為31.7%、24.9%，其它氣候因子的貢獻率和置換重要性均較低。綜合來看，bio1和bio18是影響一季稻種植分布的主要氣候因子。

表3 歷史時期氣候因子對早稻構建MaxEnt模型的貢獻率和置換重要性(%)

圖3 MaxEnt模型中Jackknife法模擬歷史時期氣候因子對晚稻分布的重要性測試圖

2.2 未來氣候變化情景下中國水稻潛在適生區的演變

2.2.1 早稻適宜區變化

由圖5可見，歷史時期，早稻完全適宜區很少，主要集中在湖北東南部和湖南東南部。在未來時期SSP126情景下，河南南部、安徽北部和江蘇南部較適宜區向北擴張，且一部分轉化為適宜地區。在未來時期SSP245情景下，華北平原和云南南部由歷史時期的不適宜轉為較適宜地區，川渝交界處由歷史時期的較適宜轉為適宜地區。在未來時期SSP585情景下，陜西、山西南部、遼寧西部、華北平原、山東、四川東北部和云南大部分地區由歷史時期的不適宜轉為較適宜地區，較適宜區大面積向北擴張。適宜地區分布在完全適宜區的外圍，主要在福建東部小部分、廣東、廣西、貴州西部、重慶、湖北西部和河南南部，以及安徽和江蘇北部小部分地區。整體而言，相較于歷史時期（表6），未來時期三種SSP情景下早稻的完全適宜區面積占比大幅增加，不適宜區面積占比顯著下降，空間上呈現出大面積擴張，主要集中分布在長江中下游地區以及廣東、廣西和福建等地區。其中，SSP585情景下擴張面積最多，在未來時期SSP585情景下，早稻的完全適宜區面積占比增加了10.51個百分點，不適宜區面積占比下降了16.66個百分點。

表4 歷史時期氣候因子對晚稻構建MaxEnt模型的貢獻率和置換重要性(%)

圖4 MaxEnt模型中Jackknife法模擬歷史時期氣候因子對一季稻分布的重要性測試圖

2.2.2 晚稻適宜區變化

由圖6可見，歷史時期，晚稻完全適宜區零散分布在安徽、湖北、江西、湖南、廣東、廣西和海南等省，其中湖南省完全適生區面積占比最大，相對聚集。在未來時期SSP126和SSP245情景下，完全適宜區主要分布在湖北南部、安徽南部、浙江北部、湖南、江西、廣東、廣西、福建西北部和重慶等區域，新疆天山山脈東部極小部分地區存在較適宜地區，但SSP126情景下完全適宜地區面積比SSP126情景下大，空間上更集中。在未來時期SSP585情景下，完全適宜區主要分布在湖北、河南南部、浙江、江蘇南部、湖南、江西、安徽、廣東、廣西、福建、重慶、貴州東部和重慶等區域，且新疆準格爾盆地部分地區由歷史時期的不適宜轉變為較適宜地區。在未來時期三種SSP情景下，云南南部由歷史時期的不適宜轉為較適宜地區，SSP585情景下，小部分地區轉為適宜和完全適宜地區。整體而言，相較于歷史時期，未來時期三種SSP情景下晚稻的完全適宜地區在長江中下游地區大面積擴張，完全適宜面積占比在SSP126、SSP245和SSP585情景下分別顯著增加了6.84個、10.73個和15.41個百分點（表7），而不適宜、較適宜和完全適宜的面積占比均減少。

表5 歷史時期氣候因子對一季稻構建MaxEnt模型的貢獻率和置換重要性(%)

圖5 早稻歷史時期(a)和未來時期（2081?2100年，b, c, d）種植分布的氣候適宜區

表6 歷史時期和未來不同氣候情景下早稻適宜區面積占比(%)

圖6 晚稻歷史時期(a)和未來時期(b, c, d)種植分布的氣候適宜區

表7 歷史時期和未來不同氣候情景下晚稻適宜區面積占比（%）

2.2.3 一季稻適宜區變化

由圖7可見，歷史時期，一季稻的完全適宜地區分布在江蘇、浙江、安徽、湖北、湖南、重慶、四川、云南、廣西和貴州等省，其中，在四川東部和重慶市分布較集中。在未來時期SSP126和SSP245情景下，一季稻的完全適宜區分布在山東、江蘇、安徽、河南、貴州、重慶、云南、湖北北部和湖南西北部小部分地區，以及東北三省中部地區（SSP245情景下對比SSP126分布更廣）。新疆北部、內蒙古和西藏中部小部分地區由歷史時期的不適宜轉為較適宜。在未來時期SSP585情景下，一季稻的完全適宜區主要分布在東北平原、華北平原、山西南部和河南等地。較適宜地區對比歷史時期向西北方向大面積擴張。而未來時期三種SSP情景下，長江中下游地區的適宜地區卻退化為較適宜或不適宜地區。整體而言，未來時期，中國區一季稻適宜性在空間上將發生顯著變化。對比于歷史時期（表8），未來時期一季稻的完全適宜、較適宜面積占比上升，不適宜面積占比下降，在SSP585情景下面積占比變化最為顯著，完全適宜和較適宜面積占比分別增加了13.75個和14.29個百分點，不適宜面積占比減少了28.31個百分點。

圖7 一季稻歷史時期(a)和未來時期(b, c, d)種植分布的氣候適宜區

表8 歷史時期和未來不同氣候情景下一季稻適宜區面積占比（%）

3 結論與討論

3.1 討論

對于影響水稻生長、種植的關鍵氣候因素，段居琦等[14,25]研究結果指出，最暖月平均氣溫是影響雙季稻種植分布的主要氣候因子之一，水分和熱量共同制約雙季稻的種植分布。本研究中對于早稻和晚稻種植分布的主要氣候因子大致相同，是因為早稻和晚稻的種植分布均主要受到熱量和水分條件的共同限制。本研究中影響早稻種植的主要氣候因子為最干旱月降水量、最干旱季度降水量和最暖季度平均氣溫，是因為早稻一般在每年5月之前完成插秧苗，8月前完成收獲，早稻能夠正常生長發育的溫度穩定在12～14℃，且需要充足的降水，早稻生長期間的苗期、分蘗?孕穗期最低溫和乳熟期最高溫極大影響早稻的正常生長發育[26]，且早稻返青?孕穗期對溫度變化極為敏感[27]。對于晚稻，年降水量也是影響其種植分布的主要氣候因子，是因為年降水量代表所能利用的水資源數量[28]，且晚稻生長周期插秧苗?收獲在7?10月，晚稻生長周期內干旱月和干旱季節的降水和溫度影響晚稻的正常生長發育，尤其是晚稻在抽穗揚花期間的最低溫度和降水量[26]。

本研究結果表明年平均氣溫和最暖季度降水量是影響一季稻的主要氣候因子。可能是因為水稻是喜高溫高濕環境的作物，生長周期大概為每年5月上旬?10月上旬，生長周期內對溫度、降水的要求較高，播種前對稻田的土壤水分條件也有一定要求[29]。段居琦等[30]的結果指出，年降水量、濕潤指數和穩定通過18℃持續日數為影響單季稻潛在分布的主要氣候因子。本研究結果與其不同，唯一相同的年降水量這一項氣候因子在本研究結果中對一季稻種植分布的貢獻并不大，可能是其他氣候因子之間的差異造成的。

對于雙季稻（早稻、晚稻）和一季稻的潛在適宜種植地區和種植邊界，段居琦等[15,25,30]研究結果指出，單季稻氣候中高適宜區主要在東北地區東部、華中單雙季稻稻作區與西南單雙季稻稻作區的部分地區，雙季稻種植北界為長江中下游地區、重慶大部分?四川盆地東部以及云南地區；張彩霞等[31]研究指出，長江中下游地區、華南地區以及云南省是中國早稻的主要種植地區。本研究表明，歷史時期早稻的適宜種植區主要分布在華中地區南部、華東地區南部和華南地區，以及云南最南端小部分地區和川渝交界處；一季稻的適宜、完全適宜區主要分布在東北平原、華北平原、四川盆地、云貴高原和長江中下游地區。本研究結果與前人研究結果相符，但早晚稻的種植北界在江蘇、云南、臺灣等地區與段居琦等研究的雙季稻種植北界存在部分差異，這可能是由于選用的作物站點和氣候因子有所差異。

對于水稻在未來時期適宜種植區域的變化，前人研究結果指出，CO2濃度倍增且溫度升高時，中國的一年一熟制可向北推移[32]，水稻適宜種植區由歷史種植區向南北兩個方向擴展[33]，且雙季稻種植區可向北擴展至長江以北，包括四川東北部[34]，水稻潛在適宜分布區面積總體呈增加趨勢。本研究中雙季稻（早稻、晚稻）完全適宜區在未來時期三種SSP情景下大面積擴張，早稻的較適宜區在未來三種SSP情景下，向長江以北擴張許多，而晚稻適宜區擴張程度相對早稻較小，四川東部變為早稻的較適宜區，歷史時期的較適宜、適宜地區大面積轉化為完全適宜區，一季稻向華北平原和東北地區擴張，尤其是SSP585溫室氣體高排放情景下，可能是因為一定程度的增溫有助于加快水稻的生長[35]，而CO2的增多有利于早稻分蘗的增多，兩者的共同作用能夠促進水稻生物量的增加[36]。周廣勝等[16]的研究指出，未來時期溫室氣體中、低排放情景下雙季稻的完全適宜區面積減少，雙季稻的氣候適宜性下降，但單季稻的較適宜區面積顯著增加，完全適宜區主要分布在華北平原地區，較適宜區向新疆、內蒙古地區擴張。本研究表明歷史時期長江中下游地區主要為早稻、晚稻的適宜地區，少部分地區為完全適宜區，且早稻和晚稻在未來三種SSP情景下適宜種植區大面積增加，早稻和晚稻在SSP585情景下完全適宜地區增加最多。這與其研究結果不同，原因可能是適宜區選用的分類標準和所使用的氣候數據不同；而未來時期三種SSP情景下，一季稻的較適宜區和完全適宜區大面積增加，在溫室氣體高排放情景下增加尤為顯著，且較適宜區和完全適宜區分別向內蒙古地區、華北平原擴張，本研究結果與其結果大致相同。

作物的適宜種植區是在氣候、土壤和地形地貌等條件協同作用下形成的，本研究僅考慮了氣候條件，且MaxEnt模型只能計算出水稻在某一地的存在概率，不能反映未來時期不同程度適宜區對應水稻產量的變化，未來可進一步綜合研究氣候變化對中國水稻適宜區和產量造成的影響。

3.2 結論

影響中國雙季稻（早稻、晚稻）的主要氣候因子為最干旱月降水量、最暖季度平均氣溫和最干旱季度降水量，影響一季稻的主要氣候因子為年平均氣溫和最暖季降水量。降水和氣溫共同影響水稻的種植分布。

歷史時期（1970?2000年），雙季稻（早稻、晚稻）適宜種植區主要在長江中下游地區及以南地區，早稻、晚稻的適宜種植區面積占比分別為14.26%和13.01%，大部分地區為較適宜區，占比分別為7.66%和6.62%。早稻的完全適宜區零散分布在湖北、江西、湖南、廣西和廣東等地，晚稻的完全適宜區零散分布在湖北、湖南和廣東等地。一季稻適宜種植地區面積占比45.46%，主要為較適宜地區，面積占比為23.47%。

對比歷史時期，未來時期（2081?2100年）三種SSP情景下早稻和一季稻的完全適宜區和較適宜區以及晚稻的完全適宜區在空間上變化大，早稻和晚稻的完全適宜區向長江中下游及以南地區的擴張，一季稻的完全適宜區表現出向華北平原和東北地區的擴張，較適宜區在SSP119情景下在內蒙古地區和新疆北部擴張，較適宜區在SSP245情景下在內蒙古地區和新疆地區擴張，較適宜區在SSP585情景下整體向西北地區擴張，而長江中下游地區的適宜區在未來三種SSP情景下退化為較適宜區。整體上，相較于歷史時期，早稻、晚稻和一季稻的適宜種植區面積占比在SSP126?SSP585情景下分別增加了6.27～16.66個、4.26～10.97個和11.34～28.31個百分點。雙季稻（早稻、晚稻）和一季稻在溫室氣體高排放情景下適宜區在空間上變化程度最大。整體而言，未來時期三種SSP情景下的氣候變化有助于中國水稻生產種植的發展。

[1] 虞國平.水稻在我國糧食安全中的戰略地位分析[J].新西部,2009(11):31-33.

Yu G P. Analysis of rice's strategic position in China's food security[J].New West,2009(11):31-33.(in Chinese)

[2] 王澄海,李健,許曉光.中國近50年氣溫變化準3年周期的普遍性及氣溫未來的可能變化趨勢[J].高原氣象,2012, 31(1):126-136.

Wang C H, Li J, Xu X G.Universality of quasi-3-year period of temperature in last 50 years and change in next 20 years in China[J].Plateau Meteorology,2012,31(1):126- 136.(in Chinese)

[3] 王澄海,李健,李小蘭,等.近50a中國降水變化的準周期性特征及未來的變化趨勢[J].干旱區研究,2012,29(1):1-10.

Wang C H, Li J, Li X L, et al.Analysis on quasi-periodic characteristics of precipitation in recent 50 years and trend in next 20 years in China[J].Arid Zone Research,2012, 29(1):1-10.(in Chinese)

[4] Wu S Y,Wu Y J, Wen J H.Future changes in precipitation characteristics in China[J].International Journal of Climatology, 2019,39(8):3558-3573.

[5] 馬潤佳.我國作物主要種植區氣候生產潛力及種植適宜性分析[D].南京:南京信息工程大學,2017.

Ma R J. Analysis on climatic production potential and planting suitability of main crop planting areas in China[D]. Nanjing:Nanjing University of Information Science and Technology,2017.(in Chinese)

[6] Zhang Y J, Wang Y F, Niu H S.Spatio-temporal variations in the areas suitable for the cultivation of rice and maize in China under future climate scenarios[J].Science of The Total Environment,2017(601-602):518-531.

[7] 李若曈.氣候變化對農作物生產的影響:基于東北地區水稻生產的變化[J].中國農業文摘-農業工程,2017,29(3): 25-27.

Li R T.The impact of climate change on crop production: based on changes in rice production in northeast China[J]. Agricultural Science and Engineering in China,2017,29(3): 25-27.(in Chinese)

[8] Li Z G, Liu Z H,Anderson W,et al.Chinese rice production area adaptations to climate changes,1949-2010[J]. Environmental Science & Technology,2015,49(4):2032- 2037.

[9] 孫揚越,申雙和.作物生長模型的應用研究進展[J].中國農業氣象,2019,40(7):444-459.

Sun Y Y, Shen S H.Research progress in application of crop growth models[J].Chinese Journal of Agrometeorology, 2019,40(7):444-459.(in Chinese)

[10] 張建平,趙艷霞,王春乙,等.氣候變化對我國南方雙季稻發育和產量的影響[J].氣候變化研究進展,2005(4):151- 156.

Zhang J P, Zhao Y X, Wang C Y, et al.Effect of climate change on the growth and yields of double harvest rice in the southern China[J].Climate Change Research,2005(4): 151-156.(in Chinese)

[11] 凌霄霞,張作林,翟景秋,等.氣候變化對中國水稻生產的影響研究進展[J].作物學報,2019,45(3):323-334.

Ling X X, Zhang Z L, Zhai J Q, et al.A review for impacts of climate change on rice production in China[J].Acta Agronomica Sinica,2019,45(3):323-334.(in Chinese)

[12] Lv Z, Zhu Y, Liu X, et al.Climate change impacts on regional rice production in China[J].Climatic Change,2018, 147(3):523-537.

[13] 秦鵬程,姚鳳梅,曹秀霞,等.利用作物模型研究氣候變化對農業影響的發展過程[J].中國農業氣象,2011,32(2): 240-245.

Qin P C, Yao F M, Cao X X, et al.Development process of modeling impacts of climate change on agricultural productivity based on crop models[J].Chinese Journal of Agrometeorology,2011,32(2):240-245.(in Chinese)

[14] 段居琦,周廣勝.我國雙季稻種植分布的年代際動態[J].科學通報,2013,58(13):1213-1220.

Duan J Q, Zhou G S.Interdecadal dynamics of double cropping rice distribution in China[J].Chinese Science Bulletin,2013,58(13):1213-1220.(in Chinese)

[15] 段居琦,周廣勝.中國單季稻種植北界的初步研究[J].氣象學報,2012,70(5):1165-1172.

Duan J Q, Zhou G S.A preliminary study of planting northern boundary of single harvest rice in China[J].Acta Meteorologica Sinica,2012,70(5):1165-1172.(in Chinese)

[16] 周廣勝.中國植被/陸地生態系統對氣候變化的適應性與脆弱性[J].氣象,2015(8):130.

Zhou G S.Adaptability and vulnerability of vegetation/ terrestrial ecosystems to climate change in China[J]. Meteorological Monthly,2015(8):130.(in Chinese)

[17] 王運生,謝丙炎,萬方浩,等.ROC曲線分析在評價入侵物種分布模型中的應用[J].生物多樣性,2007(4):365-372.

Wang Y S, Xie B Y, Wan F H, et al.Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J].Biodiversity Science, 2007(4):365-372.(in Chinese)

[18] 張麗霞,陳曉龍,辛曉歌.CMIP6情景模式比較計劃(ScenarioMIP)概況與評述[J].氣候變化研究進展,2019, 15(5):519-525.

Zhang L X, Chen X L, Xin X G.Short commentary on CMIP6 scenario model intercomparison project (ScenarioMIP) [J].Climate Change Research,2019,15(5):519-525.(in Chinese)

[19] Poggio L, Simonetti E, Gimona A.Enhancing the WorldClim data set for national and regional applications[J]. Science of the Total Environment,2018,625:1628-1643.

[20] 代玉烜,金瑭,徐海霞,等.基于MaxEnt模型的小黃花茶在中國的適生區域研究[J].四川大學學報(自然科學版), 2021,58(2):189-198.

Dai Y X, Jin T, Xu H X, et al.Study on the suitable area ofY. K. Li in China based on MaxEnt model[J].Journal of Sichuan University(Natural Science Edition),2021,58(2):189-198.(in Chinese)

[21] 周海濤,那曉東,臧淑英,等.最大熵(Maxent)模型在物種棲息地研究中的應用[J].環境科學與管理,2016,41(3): 149-151.

Zhou H T, Na X D, Zang S Y, et al.Applications of maximum entropy(Maxent) model in species habitat study[J].Environmental Science and Management,2016, 41(3):149-151.(in Chinese)

[22] Hanley J A, Mcneil B.The meaning and use of the area under a receiver operating characteristic(ROC) curve[J]. Radiology,1982,143:29-36.

[23] 何奇瑾,周廣勝.我國夏玉米潛在種植分布區的氣候適宜性研究[J].地理學報,2011,66(11):1443-1450.

He Q J, Zhou G S.Climatic suitability of potential summer maize planting zones in China[J].Acta Geographica Sinica, 2011,66(11):1443-1450.(in Chinese)

[24] IPCC. Climate change 2007-the physical science basis:working group Ⅱ contribution to the fourth assessment report of the IPCC[M]. Cambridge: Cambridge University Press, 2007.

[25] 段居琦,周廣勝.中國雙季稻種植區的氣候適宜性研究[J].中國農業科學,2012,45(2):218-227.

Duan J Q, Zhou G S.Climatic suitability of double rice planting regions in China[J].Scientia Agricultura Sinica, 2012,45(2):218-227.(in Chinese)

[26] 黃淑娥,田俊,吳慧峻.江西省雙季水稻生長季氣候適宜度評價分析[J].中國農業氣象,2012,33(4):527-533.

Huang S E, Tian J, Wu H J.Evaluation on climatic suitability during growth season of double rice in Jiangxi province[J].Chinese Journal of Agrometeorology,2012, 33(4):527-533.(in Chinese)

[27] 王治海,金志鳳,鄔定榮,等.雙季早晚稻不同發育階段日數對溫度變化的敏感性比較[J].中國農業氣象,2018, 39(3):185-194.

Wang Z H, Jin Z F, Wu D R, et, al.Comparison of temperature sensitivity during different development stages for double-season early and late rice[J].Chinese Journal of Agrometeorology,2018,39(3):185-194.(in Chinese)

[28] 段居琦,周廣勝.中國水稻潛在分布及其氣候特征[J].生態學報,2011,31(22):6659-6668.

Duan J Q, Zhou G S.Potential distribution of rice in china and its climate characteristics[J].Acta Ecologica Sinica, 2011,31(22):6659-6668.(in Chinese)

[29] 張蕾,李森,郭安紅,等.RCP情景下中國一季稻熱量資源變化動態[J].中國生態農業學報(中英文),2020, 28(10): 1533-1542.

Zhang L, Li S, Guo A H, et al.Thermal resource change dynamics for single-season rice in China under RCP scenarios[J].Chinese Journal of Eco-Agriculture,2020, 28(10):1533-1542.(in Chinese)

[30] 段居琦,周廣勝.我國單季稻種植區的氣候適宜性[J].應用生態學報,2012,23(2):426-432.

Duan J Q, Zhou G S.Climatic suitability of single cropping rice planting region in China[J].Chinese Journal of Applied Ecology,2012,23(2):426-432.(in Chinese)

[31] 張彩霞,肖金香,葉清,等.近60年中國南方早稻氣候適宜度變化特征分析[J].氣象與減災研究,2015,38(1):45-52.

Zhang C X, Xiao J X, Ye Q, et al.Variation characteristics of climate suitability of early rice in southern China over the past 60 years[J].Meteorology and Disaster Reduction Research,2015,38(1):45-52.(in Chinese)

[32] 李淑華.氣候變暖對我國農作物病蟲害發生、流行的可能影響及發生趨勢展望[J].中國農業氣象,1992,13(2):46- 49.

Li S H.The possible influence of climate warming on the occurrence and prevalence of crop diseases and insect pests in China and the prospect of occurrence trend[J].Chinese Journal of Agrometeorology,1992,13 (2):46-49.(in Chinese)

[33] 陳亞雄.中國主要作物適宜種植區未來變化趨勢綜合評價[D].蘭州:蘭州大學,2010.

Chen Y X.Comprehensive evaluation of future change trend of suitable planting areas for major crops in China[D].Lanzhou:Lanzhou University,2010.(in Chinese)

[34] 宋艷玲,劉波,鐘海玲.氣候變暖對我國南方水稻可種植區的影響[J].氣候變化研究進展,2011,7(4):259-264.

Song Y L, Liu B, Zhong H L.Impact of global warming on the rice cultivable area in southern China in 1961-2009[J].Climate Change Research,2011,7(4):259-264. (in Chinese)

[35] 曾志勇.氣候變化對水稻生產影響的研究綜述[J].東北農業科學,2021,46(1):89-93.

Zeng Z Y.Review on the impact of climate change on rice production[J].Journal of Northeast Agricultural Sciences, 2021,46(1):89-93.(in Chinese)

[36] 萬運帆,游松財,李玉娥,等.CO2濃度和溫度升高對早稻生長及產量的影響[J].農業環境科學學報,2014,33(9): 1693-1698.

Wan Y F, You S C, Li Y E, et al.Influence of elevated atmospheric CO2concentration and temperature on growth and yield of early rice[J].Journal of Agro-Environment Science,2014,33(9):1693-1698.(in Chinese)

Predicting Potential Suitable Planting Area of Rice in China under Future Climate Change Scenarios Using the MaxEnt Model

LV Tong1, GUO Qian1, DING Yong-xia2,LIU Li3,PENG Shou-zhang4

(1. College of Natural Resources and Environment, Northwest A&F University, Yangling 712100, China; 2. Shaanxi Key Laboratory of Disasters Monitoring & Mechanism Simulation/College of Geography and Environment, Baoji University of Arts and Sciences, Baoji 721013; 3. Zhejiang Shuren University, Shaoxing 310015; 4. State Key Laboratory of Soil Erosion and Dryland Farming on the Loess Plateau, Northwest A&F University, Yangling 712100)

To provide a scientific basis for reasonably planting rice in China, this study investigated the major climatic factors affecting the rice distribution and predicted the changes of rice suitable areas in the past and future periods, using the distribution data of rice, the high-spatial-resolution historical (1970?2000) and future (2081?2100) climate data, and the MaxEnt model. The results showed:(1) the main climatic factors affecting the distribution of early rice and late rice were precipitation of driest month, mean temperature of warmest quarter, and precipitation of driest quarter, and those of single-season rice were annual mean temperature and precipitation of warmest quarter; (2)In the historical period, the suitable planting areas for early rice and late rice in China were mainly in the middle and lower reaches of the Yangtze River and the south of the Yangtze River, accounting for 14.26% and 13.01%, respectively, where most of the regions were slight suitable areas, accounting for 7.66% and 6.62%, respectively. The area of the suitable planting area for one season rice accounted for 45.46%, and most of the regions were slight suitable areas and suitable areas, accounting for 23.47% and 18.86%, respectively; (3)Compared with the historical period, the future suitable planting areas of early rice under the SSP126, SSP245, and SSP585 scenarios increased by 6.27, 9.26, and 16.66 percentage points, respectively; the future suitable planting areas of late rice increased by 4.26, 5.55, and 10.97 percentage points, respectively; and the suitable planting area of one season rice increased by 11.34, 18.46 and 28.31 percentage points, respectively. To the end of the century, the suitable planting areas for early rice would expand to Sichuan, Chongqing and Huang-Huai area, the suitable planting areas for late rice would expand to Sichuan, Chongqing and a small area of the north of the middle and lower reaches of the Yangtze River, and the optimum suitable areas for one-cropping rice showed spatial expansion to the North China Plain and Northeast China. In general, future climate change will contribute to the expansion of suitable rice planting areas over China.

Rice; Climate factor; Potential suitable planting area; MaxEnt model

10.3969/j.issn.1000-6362.2022.04.002

呂彤,郭倩,丁永霞,等.基于MaxEnt模型預測未來氣候變化情景下中國區域水稻潛在適生區的變化[J].中國農業氣象,2022,43(4)：262-275

2021?08?09

國家自然科學基金（42077451）；第二次青藏高原綜合科學考察研究（2019QZKK0603）；2021浙江軟科學計劃研究項目“生態文明視域下浙江典型灣區綠色發展評價研究-以三門灣為例”（2021C35083）；內陸河流域中科院重點實驗室開放基金（KLEIRB-ZS-20-04）

彭守璋，研究員，研究方向為氣候變化及應對，E-mail：szp@nwafu.edu.cn

呂彤，E-mail：alculvt@163.com