未来气候情景下河南省优质小麦农业气候资源变化分析

doi:10.11755/j.issn.1006-7639-2024-06-0965

未来气候情景下河南省优质小麦农业气候资源变化分析

陈巧^,¹^,², 王冰³, 熊坤⁴, 毛洋洋¹^,², 余卫东^,¹^,²

1.中国气象局/河南省农业气象保障与应用技术重点实验室，河南郑州 450003

2.河南省气象科学研究所，河南郑州 450003

3.河南省济源市气象局，河南济源 459000

4.河南省商丘市气象局，河南商丘 476000

Analysis of agricultural climatic resources change of high quality wheat in Henan Province under future climate scenarios

CHEN Qiao^,¹^,², WANG Bing³, XIONG Kun⁴, MAO Yangyang¹^,², YU Weidong^,¹^,²

1. Henan Provincial Key Laboratory of Agrometeorological Safeguard and Applied Technique， China Meteorological Administration， Zhengzhou 450003， China

2. Henan Institute of Meteorological Sciences， Zhengzhou 450003， China

3. Jiyuan Meteorological Bureau of Henan Province， Jiyuan 459000， Henan， China

4. Shangqiu Meteorological Bureau of Henan Province， Shangqiu 476000， Henan， China

通讯作者: 余卫东（1972—），男，河南商丘人，正高级工程师，主要从事气候资源利用及农业减灾研究。E-mail：himsywd2021@163.com。

责任编辑: 王涓力；校对：邓祖琴

收稿日期: 2023-07-28 修回日期: 2023-10-9

基金资助:

安阳国家气候观象台/安阳市黄淮生态气象重点实验室项目“未来气候变化对河南省夏玉米种植区域的影响”(AYNCOF202309)
中国气象局创新发展专项(CXFZ2023J054)

Received: 2023-07-28 Revised: 2023-10-9

作者简介 About authors

陈巧（1983—），女，四川成都人，高级工程师，主要从事气象服务研究。E-mail：chenqiao56@126.com。

摘要

气候变化对农业气候资源的影响将直接作用到农业生产上，准确分析农业气候资源变化对指导农业生产具有重要意义。基于河南省113个地面气象观测站1971—2005年历史气象数据、RCP（Representative Concentration Pathways）情景模式输出的同时段模拟数据、RCP4.5和RCP8.5未来气候情景数据，选取冬小麦全生育期降水量与≥0 ℃积温，3—4月辐射总量及雨日，5月降水量、平均气温日较差、日最高气温≥32 ℃天数和辐射总量等8个气候因子，分析RCP4.5和RCP8.5情景下2021—2050年河南省优质小麦农业气候资源空间分布及变化趋势。结果表明，冬小麦全生育期≥0 ℃积温各站均表现为显著增加趋势（α=0.05），RCP4.5和RCP8.5情景下其平均气候倾向率分别为46.8~61.0和49.5~65.5 ℃·d·（10 a）^-1，其中RCP8.5情景下升温更明显；RCP4.5情景下83.2%的站点和RCP8.5情景下所有站点5月最高气温≥32 ℃天数呈显著增加趋势（α=0.05），气候倾向率分别为0.2~0.8和0.3~1.0 d·（10 a）^-1；全生育期降水量西南部站点表现为减少趋势，其余各站表现为增加趋势，但都不显著；3—4月雨日和5月辐射总量大部分站点表现为不显著增加趋势；3—4月辐射量和5月降水量表现为不显著减少趋势；河南北部和西部地区5月平均气温日较差呈减少趋势，其余为增加趋势，但均不显著。总体上看，未来农业气候资源对河南省强筋小麦种植将产生一定不利影响。

关键词： 气候变化; 农业气候资源; 优质小麦; 河南省

Abstract

The impact of climate change on agricultural climate resources will directly affect agricultural production. It is of great significance to accurately analyze the change of agricultural climate resources to guide agricultural production. Based on historical meteorological data from 1971 to 2005 of 113 ground meteorological observation stations in Henan Province, simultaneous simulation data of Representative Concentration Pathways (RCP) scenario model output, and simulation data of regional climate model under RCP4.5 and RCP8.5 emission scenarios, the spatial distribution and change trend of high-quality wheat agro-climatic resources in Henan Province from 2021 to 2050 under RCP4.5 and RCP8.5 scenarios were analyzed by using eight climate factors, such as precipitation and accumulated temperature ≥0 ℃ during the whole growth period of winter wheat, total radiation and rain days from March to April, precipitation, diurnal temperature range, daily maximum temperature ≥32 ℃ days and total radiation in May. The results indicate that the accumulated temperature of ≥0 ℃ during the whole growth period of winter wheat showed a significant increasing trend (α=0.05), and the average climate tendency rates under RCP4.5 and RCP8.5 scenarios are 46.8-61.0 and 49.5-65.5 ℃·d·(10 a)^-1, respectively, and the temperature rise is more obvious under RCP8.5 scenario. The number of days with maximum temperature ≥32 ℃ in May at 83.2% of sites under RCP4.5 scenario and all sites under RCP8.5 scenario show a significant increasing trend (α=0.05), and the climate tendency rates are 0.2-0.8 and 0.3-1.0 d·(10 a)^-1, respectively. The precipitation at the sites in the southwest during the whole growth period of wheat shows a decreasing trend, and at the other sites it shows an increasing trend, but none of them are significant. At most sites, rain days from March to April and radiation in May show an insignificant increasing trend. The radiation amount in March and April and the precipitation in May show an insignificant decreasing trend. The diurnal range of average temperature in May in the northern and western regions shows a decreasing trend, while in other regions it shows an increasing trend, but none of them are significant. In general, the future agro-climatic resources will have a certain adverse effect on the planting of strong gluten wheat in Henan Province.

Keywords： climate change; agro-climatic resources; high quality wheat; Henan Province

PDF (11827KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

陈巧, 王冰, 熊坤, 毛洋洋, 余卫东. 未来气候情景下河南省优质小麦农业气候资源变化分析[J]. 干旱气象, 2024, 42(6): 965-975 DOI:10.11755/j.issn.1006-7639-2024-06-0965

CHEN Qiao, WANG Bing, XIONG Kun, MAO Yangyang, YU Weidong. Analysis of agricultural climatic resources change of high quality wheat in Henan Province under future climate scenarios[J]. Arid Meteorology, 2024, 42(6): 965-975 DOI:10.11755/j.issn.1006-7639-2024-06-0965

0 引言

以温度上升为代表的全球气候变化一直是研究热点，其影响涵盖环境、农业和人类生产生活等诸多方面（Luck et al.，2011；刘绿柳等，2021；Liaqat et al.，2022；陈惺等，2023）。研究表明，气候变暖背景下，我国农业气候资源发生明显变化，热量资源和积温增加，一年两熟制和一年三熟制的种植北界发生不同程度的北移；光资源总体上呈减少趋势，但存在区域差异；年降水量变化复杂，具有明显的区域性差异且多为减少趋势（黄先锋等，2010；杨晓光等，2011；李萌等，2016；白磊等，2021；马雪晴等，2023）。这些变化使我国农作物生育进程、适宜种植区域等发生变化，给农业生产带来新的挑战与机遇（Smith et al.，2013；Chen et al.，2019；罗海平等，2021；赵娅君等，2022；苏芳等，2022；何亮和毛留喜，2023）。

小麦是我国第三大粮食作物，近年产量维持在1.3亿t以上。气候变暖在一定程度上也影响了小麦生育进程、产量和籽粒品质（Tao et al.，2008；刘玉洁和陶福禄，2012；杨绚等，2014；张梦婷等，2017；王均等，2020）。河南是我国小麦生产第一大省，小麦种植面积占全国总面积的24.1%，产量占27.8%（国家统计局农村社会经济调查司，2022）。随着经济发展和人们生活水平的提高，对优质专用小麦的需求量不断增加，近年来河南省优质强筋小麦和优质弱筋小麦种植面积也不断增加，2021年全省优质专用小麦种植面积已超过1 000×10³hm²。受气候变化影响，河南省冬小麦已经出现了关键发育期提前、气候资源利用效率增加但粮食安全气候承载力下降的趋势（余卫东等，2007；徐延红和李树岩，2019；姬兴杰等，2020；李文旭等，2021）。现有研究多集中在气候变化和未来气候条件对小麦产量、种植界限和生长发育影响等方面，而与优质小麦有关的农业气候要素变化趋势以及对小麦品质可能影响的研究较少涉及。鉴于此，本文分析影响河南省优质小麦种植的农业气候要素未来变化趋势，以期为当地合理规划小麦品种布局、提高农业气候资源利用率和研发适应未来气候情景的栽培技术提供参考依据。

1 数据与方法

1.1 研究数据

数据包括气候情景模拟数据和气象观测数据。气候情景模拟数据为区域气候模式数据RegCM4.0，嵌套BCC_CSM1.1全球气候系统模式的输出结果（王绍武等，2012；Gao et al.，2013），包括1971—2005年的历史模拟值和RCP（Representative Concentration Pathways）4.5、RCP8.5情景下气候变化预估数据（2006—2050年），空间分辨率均为0.5°×0.5°。其中RCP4.5情景表示辐射强迫稳定在4.5 W·m^-2，2100年后CO₂当量浓度稳定在约650×10^-6；RCP8.5情景表示辐射强迫稳定在8.5 W·m^-2，2100年后CO₂当量浓度达到约1 370×10^-6（王绍武等，2012）。在气候情景模拟数据中，统计分析的要素种类主要包括逐日降水量、太阳辐射量、2 m处平均气温、最高气温和最低气温，计算时将气温数据单位统一转换为℃。气象观测数据来自河南省气象数据中心，为了与上述气候情景数据时间序列保持一致，观测数据序列取1971—2005年。考虑到台站资料的完整性与可用性，选取了113个地面气象观测站逐日数据，包括日照时数、平均气温、最高气温、最低气温和降水量。

根据河南省行政区域经纬度范围，选取的经度范围为110.0°E—117.0°E，15个格点；纬度范围31.0°N—37.0°N，13个格点，共195个格点。RCP情景数据空间格点及河南省113个观测站分布见图1。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 RCP情景数据格点及河南省气象观测站点分布

Fig.1 Distribution of RCP grid points and meteorological observation stations in Henan Province

1.2 研究方法

1.2.1 农业气候资源要素统计

根据小麦品质与气象条件关系研究结果（王绍中等，1995；余卫东和杨君健，2021），结合RCP情景输出的数据类型，选取冬小麦全生育期（当年10月1日—翌年5月31日）降水量、≥0 ℃积温，3—4月辐射总量、雨日，5月降水量、气温日较差平均值、日最高气温≥32 ℃天数和辐射总量（这些气候因子与河南省小麦产量和品质形成关系密切），分别统计上述8个因子2021—2050年的平均值及其气候倾向率。

1.2.2 统计结果偏差校正

对于区域气候模式模拟结果的偏差，本研究利用实测资料对输出结果进行偏差校正（范泽孟等，2012；童尧等，2017）。由于关注的是农业气候区划要素的变化情况，因此采取简单常用的Delta法（郝振纯等，2009）对模型输出结果的统计量进行校正。首先根据河南省1971—2005年的逐日观测资料，分别统计113个站8个气候因子的多年平均值；其次利用Bessel插值法（王跃山，1995）将相同时段195个格点的气候模式模拟数据内插到113个站点上；再利用Delta法分别确定113个站点逐项气候因子的校正系数；最后基于各站各因素的校正系数，对2021—2050年气候因子统计结果分别进行偏差校正。

1.2.3 区划要素空间插值

利用河南省113个地面气象观测站的实际观测资料及对应站点的经度、纬度、海拔高度数据，将经度、纬度和高度作为自变量，气候因子作为因变量，建立气候要素网格推算多元回归方程（表1）。

表1 河南省农业气候指标地理推算模型

Tab.1 Geographical estimation model of agricultural climate index in Henan Province

气候因子	地理模型	R	F
全生育期降水量（P）	P=22.21x-81.81y+0.137H+509.25	0.950	337.18^**
全生育期≥0 ℃积温（G）	G=-55.07x-100.81y-0.766H+12 125.91	0.866	109.44^**
3—4月辐射总量（S_3—4）	S_3—4=142.13x+484.64y+0.68H-21 324.67	0.883	128.41^**
3—4月雨日（D_3—4）	D_3—4=0.28x-2.98y+0.007H+82.58	0.966	510.85^**
5月降水量（R₅）	R₅=4.35x-17.18y+0.029H+154.56	0.911	176.52^**
5月气温日较差平均值（T₅）	T₅=-0.2x+0.656y+0.000 3H+12.4	0.806	67.42^**
5月日最高气温≥32 ℃天数（D₃₂）	D₃₂=-0.66x+0.123y-0.004 9H+75.09	0.676	30.55^*
5月辐射总量（S₅）	S₅=47.45x+315.78y+0.27H-10 070.2	0.917	191.17^**

注：^*、^**分别表示相关系数通过α=0.05、0.01的显著性检验；x为经度，y为纬度，H（m）为海拔高度；R表示模型的拟合效果，F表示模型的方差检验结果。

新窗口打开| 下载CSV

根据表1中各区划指标空间推算方程的回归系数和1︰25万河南省基础地理背景数据，利用梯度距离反比法（林忠辉等，2002），对8个气候因子进行空间插值，得到1 km×1 km的空间分布结果。利用一元线性回归模型，分别计算RCP4.5和RCP8.5情景下2021—2050年8个农业气候资源因子的气候倾向率，并基于各指标与年份的相关系数判断该变化趋势是否显著。

2 结果与分析

2.1 热量资源

2.1.1 全生育期≥0 ℃积温

RCP4.5和RCP8.5情景下，河南省2021—2050年冬小麦全生育期≥0 ℃平均积温均为2 100~3 000 ℃·d，且南部大于北部，东部大于西部。其中，RCP4.5情景下驻马店、南阳和信阳积温较多（>2 500 ℃·d），西部丘陵山区和豫北地区较少（不足2 300 ℃·d）。两种情景下，≥0 ℃积温所有台站均表现为显著增加趋势（α=0.05），且RCP8.5情景下增温趋势略高于RCP4.5情景；北部的安阳、濮阳、鹤壁和西部三门峡、洛阳等地冬小麦全生育期≥0 ℃积温的增加趋势小于其他地区，这些地区积温的气候倾向率RCP4.5和RCP8.5情景下分别小于50、55 ℃·d·（10 a）^-1，而其余地区积温气候倾向率分别超过55、60 ℃·d·（10 a）^-1（图2）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下冬小麦全生育期≥0 ℃积温平均值（a、c）（单位：℃·d）及其气候倾向率（b、d）[单位：℃·d·（10 a）^-1]空间分布

（○表示气候倾向率趋势达到α=0.05的显著性水平，下同）

Fig.2 The spatial distribution of average accumulated temperature more than 0 ℃ (a, c) (Unit: ℃·d) and its climatic tendency rate (b, d) (Unit: ℃·d·（10 a）^-1) during the whole growth period of winter wheat under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

(The circles indicate that the climate tendency rate is above the significance level of α=0.05, the same as below)

2.1.2 5月气温日较差平均值

从图3可见，RCP4.5情景下，5月气温日较差平均值为12.0 ℃，各站气温日较差为9.2~14.2 ℃。其中，北部和西部地区气温日较差均超过12.0 ℃，驻马店南部和信阳地区其平均值小于10.0 ℃。23.0%的台站气温日较差表现为不显著减少趋势，主要分布在河南北部的安阳、濮阳、新乡、鹤壁、焦作等地，其余站点均表现为不显著增加趋势。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下5月平均气温日较差（a、c）（单位：℃）及其气候倾向率（b、d）[单位：℃·(10 a)^-1]空间分布

Fig.3 The spatial distribution of mean diurnal temperature range in May (a, c) （Unit: ℃） and it’s tendency rate (b, d) （Unit: ℃·(10 a)^-1） under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

RCP8.5情景下，5月平均气温日较差平均值为12.2 ℃，各站其值为9.5~14.5 ℃，略高于RCP4.5情景，且北部气温日较差同样大于南部。34.5%的台站气温日较差呈不显著减少趋势，主要分布在河南北部的安阳、新乡、鹤壁、焦作和西部的三门峡、洛阳以及东部的商丘和周口等地，每10 a减少0.05 ℃；其余站点均表现为不显著增加趋势，气候倾向率为0.06~0.10 ℃·（10 a）^-1。

2.1.3 5月日最高气温≥32 ℃天数

从图4可见，RCP4.5情景下，2021—2050年5月日最高气温≥32 ℃的天数各站为2.0~9.0 d，全省平均为6.7 d，其中北部的安阳、西部山区以及信阳南部地区不足6.0 d，其余地区都在7.0 d以上；5月日最高气温≥32 ℃天数全省均表现为增加趋势，其中83.2%的台站增加趋势通过α=0.05的显著性检验，变化不显著的台站主要分布在北部的信阳、鹤壁、安阳和濮阳等地。RCP8.5情景下，2021—2050年5月日最高气温≥32 ℃的天数各站为3.0~10.0 d，全省平均为7.7 d，略高于RCP4.5情景下，其空间分布与RCP4.5情景下类似；5月日最高气温≥32 ℃天数全省均表现为显著增加趋势，其中东部台站其气候倾向率为0.6~1.0 d·（10 a）^-1，而西部地区其气候倾向率小于0.4 d·（10 a）^-1。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下5月日最高气温≥32 ℃天数（a、c）（单位：d）及其气候倾向率（b、d）[单位：d·（10 a）^-1]空间分布

Fig.4 The spatial distribution of days of daily maximum temperature more than or equal to 32 ℃ in May (a, c) (Unit: d) and it’s tendency rate (b, d) (Unit: d·（10 a）^-1) under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

2.2 降水资源

2.2.1 全生育期降水量

从图5可见，RCP4.5情景下，2021—2050年河南省冬小麦全生育期降水量为170.0~660.0 mm，全省平均为282.2 mm，除西南部个别站点（站点占比5.3%）降水量表现为微弱减少趋势外，其余各站呈不显著增加趋势（仅周口站降水量增加趋势通过α=0.05的显著性检验），气候倾向率为3.3~8.7 mm·（10 a）^-1。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下冬小麦全生育期降水量（a、c）（单位：mm）及其气候倾向率（b、d）[单位：mm·（10 a）^-1]空间分布

Fig.5 The spatial distribution of precipitation during the growth period of winter wheat (a, c) (Unit: mm) and it’s tendency rate (b, d) (Unit: mm·（10 a）^-1) under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

RCP8.5情景下，2021—2050年河南省冬小麦全生育期降水量为160.0~600.0 mm，全省平均为271.7 mm，比RCP4.5情景下略少，降水量空间分布仍然是北少南多。其中，中部和北部地区全生育期降水量表现为不显著增加趋势，气候倾向率约4.0 mm·（10 a）^-1；西南部和南部8.0%的站点表现为微弱减少趋势。

2.2.2 3—4月降水天数

从图6可见，RCP4.5情景下，2021—2050年河南省各站3—4月雨日为11.5~25.3 d，北部地区一般小于15.0 d，豫西丘陵地区和信阳南部山区雨日超过20.0 d；除豫东北濮阳个别站点（站点占比4.4%）雨日增加趋势通过α=0.05的显著性检验外，其余站点均表现为不显著增加趋势，总体上北部气候倾向率大于0.4 d·（10 a）^-1，而南部站点气候倾向率一般在0.2 d·（10 a）^-1以下。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下3—4月雨日（a、c）（单位：d）及其气候倾向率（b、d）[单位：d·（10 a）^-1]空间分布

Fig.6 The spatial distribution of rain days from March to April (a, c) (Unit: d) and it’s tendency rate (b, d) (Unit: d·（10 a）^-1) under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

RCP8.5情景下，3—4月雨日比RCP4.5情景下略少。2021—2050年3—4月各站雨日为9.4~25.1 d，河南北多于南部地区。全省各站该时段雨日变化趋势均呈不显著增加趋势，平均气候倾向率约0.2 d·（10 a）^-1，其中北部台站一般超过0.3 d·（10 a）^-1，南部台站低于0.2 d·（10 a）^-1。

2.2.3 5月降水量

从图7可以看出，RCP4.5情景下，2021—2050年各站5月降水量为36.5~154.1 mm，全省平均为62.6 mm，空间分布表现为北少南多。有87.6%的台站5月降水量呈不显著减少趋势，气候倾向率为-0.6~-2.7 mm·（10 a）^-1；12.4%的站点为不显著增加趋势，主要分布在北部的濮阳、东部的周口和南部的驻马店地区，气候倾向率为0.4~1.5 mm·（10 a）^-1。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下5月降水量（a、c）（单位：mm）及其气候倾向率（b、d）[单位：mm·（10 a）^-1]空间分布

Fig.7 The spatial distribution of precipitation in May (a, c) (Unit: mm) and it’s tendency rate (b, d) (Unit: mm·（10 a）^-1) under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

RCP8.5情景下，2021—2050年各站5月降水量为38.3~145.8 mm，全省平均为64.9 mm，与RCP4.5情景基本持平，同样为北少南多分布。5月降水量有8.8%的站点呈不显著增加趋势，主要分布在东部的周口和南部的驻马店地区，其余站点为不显著减少趋势，气候倾向率为-0.5~-2.0 mm·（10 a）^-1。

2.3 辐射资源

2.3.1 3—4月辐射

从图8可见，RCP4.5情景下，2021—2050年河南省各台站3—4月辐射总量为9 800.0~12 600.0 W·m^-2，从南到北逐渐增加。全省均表现为不显著减少趋势，且总体上北部台站减少趋势大于南部；北部地区3—4月辐射量每10 a减少超过30.0 W·m^-2，而驻马店、南阳、信阳等地每10 a减少在15.0 W·m^-2以下。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下3—4月辐射量（a、c）（单位：W·m^-2）及其气候倾向率（b、d）[单位：W·m^-2·（10 a）^-1]空间分布

Fig.8 The spatial distribution of solar energy flux from March to April (a, c) (Unit: W·m^-2) and it’s tendency rate (b, d) (Unit: W·m^-2·（10 a）^-1) under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

RCP8.5情景下，2021—2050年3—4月辐射总量高于RCP4.5情景，全省各站为10 000.0~12 900.0 W·m^-2，也从南到北逐渐增加。与RCP4.5类似，3—4月辐射量全省大部分台站（88.5%）表现为不显著减少趋势，气候倾向率为-35.0~-10.0 W·m^-2·（10 a）^-1，且总体上北部台站减少趋势大于南部，而在信阳、南阳等地11.5%的站点呈不显著增加趋势，气候倾向率为1.5~14.0 W·m^-2·（10 a）^-1。

2.3.2 5月辐射量

从图9可见，RCP4.5情景下，2021—2050年5月全省各站太阳辐射量为5 400.0~7 000.0 W·m^-2，全省平均值为6 247.3 W·m^-2，从南到北逐渐增加。5月辐射量全省均表现为不显著增加趋势，整体上南部增加趋势大于北部，西部大于东部，其中南部地区5月辐射量每10 a增加超过20.0 W·m^-2，而东部的开封、商丘以及北部的濮阳、安阳、鹤壁等地每10 a增加量小于12.0 W·m^-2。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 2021—2050年RCP4.5（a、b）及RCP8.5（c、d）情景下5月辐射量（a、c）（单位：W·m^-2）及其气候倾向率（b、d）[单位：W·m^-2·（10 a）^-1]空间分布

Fig.9 The spatial distribution of solar energy flux in May (a, c) (Unit: W·m^-2) and it’s tendency rate (b, d) (Unit: W·m^-2·（10 a）^-1) under RCP4.5 (a, b) and RCP8.5 (c, d) scenarios from 2021 to 2050

RCP8.5情景下，2021—2050年5月全省太阳辐射量为5 500.0~7 000.0 W·m^-2，平均为6 295.7 W·m^-2，略高于RCP4.5情景，同样从南到北逐渐增加。与RCP4.5情景类似，变化趋势全省均表现为不显著增加趋势，整体上南部增加趋势大于北部。

3 讨论

与1971—2005年的基准时段相比，2021—2050年河南省冬小麦生长季内热量资源都显著增加，其中≥0 ℃积温各站增加趋势均通过α=0.05的显著性检验，这与褚荣浩等（2015）、郭佳等（2019）的研究结果相近。一定条件下的增温可以使小麦籽粒蛋白质含量增加（Smika and Greb，1973；王鹤龄等，2015），但若平均气温高于30 ℃则会减少蛋白质的合成和积累，降低面筋含量（曹广才和王绍中，1994）。未来气候条件下，河南省大部分站点5月最高气温≥32 ℃天数显著增加，高温天数增加可能使小麦蛋白质和面筋含量下降。但也有研究认为增温对小麦蛋白质含量的正效应可以弥补CO₂浓度升高对籽粒蛋白质含量的负效应，未来气候变化可能不会导致我国北方冬小麦品质下降（谭凯炎等，2019）。此外，5月平均气温日较差河南北部和西部地区呈减少趋势，而灌浆—成熟期的蛋白质含量与昼夜温差正相关（于振文，2006），这可能使豫北和豫西传统强筋小麦种植区的品质下降，河南省强筋小麦适宜种植面积减少（余卫东和杨君健，2021）。

降雨总量及其在生育期内的分布比温度对小麦品质的影响更大（于振文，2006）。如果抽穗—乳熟期的降水过多，土壤湿度过大，会使蛋白质和面筋含量减少，从而降低面筋弹性和烘烤品质。2021—2050年，河南省大部分站点全生育期降水量和3—4月雨日均表现为增加趋势，而5月降水量呈减少趋势。不同时段降水的变化趋势也不同，对小麦蛋白质含量的影响有利有弊，未来气候条件下降水量及雨日的变化是否影响河南省小麦品质，还需要进一步研究。除此之外，小麦籽粒蛋白质和湿面筋含量、吸水率受日照时数的影响变幅较大，籽粒灌浆期间充足的光照有利于淀粉合成，产量和蛋白质含量都高。未来气候情景下，河南省3—4月和5月辐射量大部分站点表现为增加趋势，将有利于小麦品质的提升。

优质专用小麦生产除了与品种、气象条件和生态环境关系密切外，合理的栽培管理措施也同样重要。在实际生产中，可选择适当的栽培措施和品种来缓解气候变化的影响，例如推迟播期以减少全生育期积温和全生育期降水量，培育适应32 ℃以上耐高温的优质强筋小麦新品种等，这些措施的效果还需要进一步量化评价。小麦籽粒蛋白质含量、面团稳定时间等品质指标与气象要素之间的定量关系也需要进一步分析。未来气候变化还存在一定的不确定性（Kate et al.，2005；江志红等，2012；Wu et al.，2015），不同的全球或区域气候模式输出结果之间存在差异，气温、降水和太阳辐射等气象要素的不确定性程度也不相同，这些问题与不足都需在今后的工作中进一步深入研究。

4 结论

本文基于河南省113个站1971—2005年的历史气象数据、RCP情景模式输出的同时段模拟数据以及RCP4.5和RCP8.5未来气候情景数据，确定了冬小麦全生育期降水量、全生育期≥0 ℃积温、3—4月辐射总量和雨日及5月降水量、平均气温日较差、日最高气温≥32 ℃天数和辐射总量等8个与河南省小麦品质形成关系密切的气候因子，分析了RCP4.5和RCP8.5情景下河南省优质小麦2021—2050年农业气候资源空间分布及其变化趋势，得到如下结论。

（1）冬小麦全生育期≥0 ℃积温河南各站表现为显著增加趋势，RCP4.5和RCP8.5情景下气候倾向率分别为46.8~61.0和49.5~65.5 ℃·d·（10 a）^-1，其中RCP8.5情景下升温更明显。

（2）RCP4.5情景下83.2%的站点和RCP8.5情景下所有站点5月最高气温≥32 ℃天数表现为显著增加趋势，气候倾向率分别为0.2~0.8和0.3~1.0 d·（10 a）^-1。

（3）全生育期降水量河南西南部个别站点表现为减少趋势，其余站点呈不显著增加趋势；3—4月雨日和5月辐射量大部分站点呈不显著的增加趋势。

（4）3—4月辐射量和5月降水量表现为不显著减少趋势，5月平均气温日较差北部和西部地区呈减少趋势，其余为增加趋势，但均不显著。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

白磊, 张帆, 尚明,

等, 2021.

基于格点数据的1961—2018年中国多种积温时空变化研究

[J]. 地球信息科学学报, 23(8): 1 446-1 460