进入21世纪，给人类最大的感受是气候变化特别的快，这种变化趋势加快了一些原有物种的灭绝，使更多的物种面临威胁，这也是人工气候室被快速推广的原因。作为一个农业大国，我们关心的是气候变化对农业的影响，我国主要的农作物包括玉米、水稻和小麦，今天就为大家介绍一下气候的改变对小麦种植及产量的影响。

      小麦是中国第二大粮食作物, 总产量占粮食总产量的22.5%，消费量占总消费量的25%左右, 在农业生产及国民经济中占有重要地位。各地几乎均可种植小麦,但主要集中在长江以北的东部地区。长城以北地区以春小麦为主, 其余地区主要以冬小麦为主。经人工智能气候室对比分析：上述两个地区是气候变化的敏感地区。气候变暖将会对此地区小麦生产产生重大影响, 评价气候变暖对中国小麦的影响, 对指导和规划在全球气候变化大背景下我国小麦生产具有重要的意义。
      近些年来, 我国在开展气候变化对小麦生产影响评价方面发展较快。郑大玮和刘中丽采用积分回归法，并参照赵宗慈分析的当CO2倍增时我国各地冬夏气温、降水变化综合模式的模拟结果, 就气候变化对我国小麦生产的影响进行了评价。刘建栋将CO2倍增之后GCMs(全球大气环流模型)的输出结果输入到ARIDCROP模拟表明, CO2浓度倍增后, 黄淮海地区冬小麦气候生产力南部升高, 北部降低, 总体水平下降8.7%左右, 而且降水减少可能是引起冬小麦气候生产力降低的主要原因。张宇等利用随机天气模型, 将气候模式对大气中CO2倍增时预测的气候情景与CERES小麦模型相连接, 研究表明气候变化后小麦生育期缩短; 籽粒产量呈下降趋势, 冬小麦平均减产 7%~8%。另外, 王石立等预测了未来气候变化情景下, 气温升高将使蒸发过程加剧, 华北冬麦区小麦全生育期内农田最大蒸散量增加50~70mm, 比当前气候下增加了 8%~12%左右。
      然而, 目前我国关于气候变化对小麦的影响研究大多是依据某种模式或农业气候统计分析进行预测, 有关气候变化后对我国小麦风险影响评价研究国内学者已经做了一些工作,但所采用的气候模式大多为大尺度的全球气候模式, 对于气候变化对小麦的影响的模拟有很大的不确定性, 另外国内外对冬小麦生产受气候变化影响的研究大多数是CO2倍增时气候平衡模式的气候情景下进行研究的, 而IPCC第三次评价报告采用最新的温室气体排放情景是渐进递增的, 其气候情景也是连续变化的。这样, 使人们对未来不同时段的气候变化影响得以连续评价成为可能。本研究利用计算机进行数值模拟的方法分析气候变化对我国小麦生产的影响。在对气候模式和作物系统动力学模型充分验证的基础上, 利用区域气候模式对中国未来区域气候情景预测结果 ( 逐日值) 与CERES—Wheat小麦作物生长动力模型相结合, 评价在IPCC SRES情景(A2 和 B2)下气候变化对中国小麦生产的影响。
      我国小麦种植的范围广阔, 但主要集中在我国北方地区, 未来气候变化后可能对于不同生态型的小麦造成不同程度的影响, 本研究选择了甘肃定西(春麦)和安徽(合肥)两个站点,站点信息如下。

      本文采用 CERES- Wheat(V3.0)模型进行模拟研究, CERES 作物模型在国际上被广泛认为是应用气候变化评价方面研究比较适合的工具模型之一。CERES 模型在站点水平已经得到广泛的检验和验证, 在模拟输入信息与田间实际信息相符的条件下, 模型能对作物的产量、生育期等进行较好的模拟, 模拟值与实测值的误差一般在±5~15%之间。国内部分学者在进行气候变化影响评价研究时, 也在站点水平上对CERES系列模型在研究区域的适用性作过广泛检验, 并就气候因子改变对其进行了灵敏度分析。如金之庆等已对CERES- Rice和CERES- Wheat模型在中国区域的适用性作过广泛检验, 并就该模型进行了灵敏度分析。CERES- Wheat 模型有7个遗传参数, 即春化作用系数、光周期系数、灌浆期系数、单位面积子粒数系数、粒重系数、穗粒数系数和控制群体发育系数。前3个主要是反映小麦品种的发育性状, 后4个参数与小麦的产量性状有关。本文利用实测的田间资料和气候数据(1981~2000), 采用“试错法”在微机上调试两站点小麦品种的遗传参数。
      根据IPCC对相应的SRES排放情景中人口和社会经济情况的描述, 选择A2和B2情景作为温室气体排放情景和相应的社会经济情景。由于目前 GCM 输出的空间分辨率较低, 很难对区域尺度的气候变化情景做精确的影响估计。因此需要把大尺度、低分辨率的GCM输出信息轮换成区域尺度的地面气候变化信息, 来弥补大尺度 GCM 预报的不足。这个过程被称为降尺度法(downscaling technique)。目
前有三种降尺度方法, 即动力降尺度、统计降尺度和统计- 动力降尺度方法。这三种方法各有利弊。统计- 动力降尺度方法是利用统计方法联系GCM 和区域模式RCM, 由于高分辨率网格点的 RCM 可以很好地反映影响局地气候的地面特征量, 反映气候本身未来的波动规律, 所以 RCM 被认为是获取高分辨率的局地气候变化信息最好的降尺度分析方法。本研究为了更详细的反映未来局地的气候情景, 所以采用动力降尺度法- PRE-CIS RCM 模式方法。
      本文利用1979~1993年的ECWF(欧洲中心再分析数据)驱动PRECIS模拟此期间中国的气候条件，在详细订正的基础上, 将智能人工气候培养室中的气候模式模拟的气候日值代替实测的气候数据输入作物模型验证气候模式和作物模型嵌套模拟的能力。区域气候模拟(RCM- PRECIS)与作物模型耦合(CERES- Wheat)的模拟结果是未来情景预测评价的基础。本文分别用1981~1993年实测的天气数据、PRECIS模拟的1981~1993年的天气数据取代同时期实测的天气数据进行模拟, 然后与同时期实测作物生长及产量进行比较。利用气候模式模拟输出的气候数据代替观测的气候数据输入作物模型所得到的模拟结果与田间实测的产量和成熟日期相比较虽然有一定的差别, 但还是能够较为客观的反映现实的情况, 尤其是对于成熟日期的模拟, 订正后的模拟效果比未订正的模拟效果大大加强。并且在实测产量各年波动较大的情况下, 两模型嵌套仍然能够很好的拟合实测资料, 这点尤为难得。
      将未来气候变化情景数据输入到作物模型中, 分别模拟二种温室气体排放方案下(A2和 B2)、两个评价时段(Baseline 和 2080s)、四种管理情景下(考虑CO2的肥效作用和不考虑CO2的肥效作用、考虑灌溉和不考虑灌溉) 定西和合肥的小麦产量, 计算出不同温室气体排放方案和管理情景下未来产量相对于目前产量的变化百分比, 以此为基础评价未来气候变化对我国小麦生产的主要影响。无论是在A2情景还是B2情景, 未来的气候变化都会使定西和合肥的小麦产量有所增加, 但增加的幅度相差很大。A2情景的正面效应一般要大于B2情景的正面效应, 灌溉小麦比雨养小麦受益更多, 从小麦的品种特性上看, 在气候变化的情况下冬小麦(合肥)的产量要比春小麦(定西)的产量增长幅度大。

      在考虑CO2对小麦生长的肥效作用后, 各个处理的产量都大幅度的增加。用区域气候模式 PRECIS 的输出结果直接输入作物模型, 模拟结果与观测值有比较大的偏差, 但对 PRECIS 的结果进行订正再输入作物模型, 模拟效果大为改善。由于产量构成因素的复杂性, 订正后的数据模拟的产量在有的站点和某些年份还会有一些偏差, 但对生育期的模拟却显著改善。通过这些分析可以得出结论:
      (1) 当应用 PRECIS 的气候情景进行评价工作时, 人工气候箱的模拟结果可以直接输入作物模型, 但需对模拟的结果进行校验。当应用 GCM 的情景结果进行评价时, 由于GCM提供的是气候月均值, 需要利用天气发生器将 GCM 产生的气候情景结果转化为作物模型所需要的天气日值, 由于天气发生器是基于实测日值的统计模型, 降低了模拟结果的可信性。而当应用区域气候模式的情景进行评价时, 可以直接利用区域气候模式的输出结果, 这在评价方法、结果的确定性、以及对极端气候事件的表现上都是一个重大的突破。
      (2) 作为中国东北、西北春麦区典型站点的定西, 在 A2 情景下雨养和灌溉小麦产量分别增加1.91%和3.38%, 在B2情景下雨养和灌溉小麦产量分别增加0.18%和4.09%, 无论是A2 情景还是 B2 情景对于定西小麦产量的增长影响都不大, 尤其是雨养小麦的增长量十分微弱。目前, 中国东北、西北的春麦区大多和定西的管理方式相同一般都无灌溉条件。这些地区地处高纬, 大陆性气候特点十分明显, 春季( 播期和苗期) 多数年份干旱少雨, 地面蒸发量大, 又多大风, 出苗后温度上升很快, 影响保苗和加速苗期发育, 气候变暖对这些地区的影响已经显现。已有研究建议, 在未来温度升高的条件下, 冬小麦的种植北界可以北移, 如在东北适宜地区改种冬小麦品种或适当提前播种时期, 都可以降低气候变化对该区春小麦生产的不利影响。
      (3) 作为黄淮海冬麦区的典型站点合肥, 在 A2 情景下雨养和灌溉小麦产量分别增加11.5%和15.2%, 在B2情景下雨养和灌溉小麦产量分别增加5.43%和8.65%, A2情景的增产作用大于B2情景的增产作用, 并且 A2 情景和 B2 情景对于合肥灌溉小麦的影响也要大于雨养小麦。作为中国小麦生产的主产区黄淮海冬麦区大多需要引水灌溉, 当前该地区小麦生产的主要限制因素之一是水分的匮乏, 并且在未来气候变化的情景下也将成为制约该地区小麦生产的最重要的一个因素。研究认为, 合肥雨养小麦在未来气候变化情景下的增产趋势, 可能原因是由于未来这一地区降水量的增加。根据研究中采用的未来气候变化情景预估, 在 A2 和 B2 气候变化情景下, 未来 2080s 中国降水量平均约增加 10%左右, 本区雨养小麦增产趋势说明温度的增加可能还不足以成为该区小麦生长的决定限制因素, 降水增加带来的有利影响在一定程度上可以抵消温度增加的负面作用。
      (4) 在考虑CO2对小麦生长的肥效作用后, 无论是定西还是合肥雨养小麦和灌溉小麦的产量都大幅度的增加。但CO2的肥效作用能否表现, 和具体的栽培管理措施和水肥条件密切相关。只有在水肥条件满足的条件下, CO2的肥效作用才能表现出来。同时, 模型在CO2对小麦的直接作用这方面, 考虑的正面效应偏多, 而对于负面效应考虑不足也对结果有一定的影响。目前国内外虽然在这方面的研究很多, 但对影响机制、影响尺度等方面的还需深入研究。因此, 在考虑未来气候变化影响时, 对CO2肥效作用的评估只作为一种参考, 对此还需要从微观角度进一步的研究。
      从总体上讲未, 来气候变化将对中国小麦生产产生巨大的影响, 如果维持现有中国小麦的管理方式, 春小麦将会受到巨大冲击, 在一定程度上可能会出现减产的现象, 对于灌溉冬小麦的主要限制因素就是未来是否会有足够的灌溉水资源来满足其需要, 从而体现出气候变化对其影响的正面效应。
      利用植物生长人工气候室进行研究，发现存在问题及不足：
      (1) 未来气候情景的样本年还不足, 智能人工气候箱中的A2情景只有9年, B2 情景也只有20年, 这都增加了研究结果的不确定性;
      (2) 在小麦站点的选取上, 仅选取了两个典型站点进行分析比较, 而中国小麦种植范围广阔, 品种变化繁多, 还需要在对更多的资料分析的基础上才能较为客观的评价气候变化对中国小麦生产的风险影响。
      (3) 由于时间的限制, 本文仅选取了未来2080s一个时段评价气候变化对中国小麦生产的风险影响，在以后的工作中将增加2020s，2050s 时段的研究分析, 从而全面、连续、客观地评估未来气候变化对中国小麦生产的风险影响。

利用人工气候室研究气候改变对小麦种植及产量的影响