播期调整对我国冬小麦主产区不同层次生产力及产量差的影响开题报告

（一）研究意义

小麦作为世界三大粮食作物之一，全世界35%-40%的人都以小麦为主食。我国作为世界小麦生产大国，年播种面积在2666万hm²以上^[1]，种植面积约占粮食作物种植面积的25%，产量在1.2-1.3亿吨之间，约占我国粮食总产的25.8%^[2]。因此，小麦安全生产直接关系到我国的粮食安全，努力保持我国小麦高产稳产，对保障我国粮食安全和提高人民生活质量具有重要的意义。

随着全球人口的增加，到2050年，人类对粮食作物的需求将会翻倍，以满足人类生存发展所必需的粮食消耗^[3-4]。然而，有研究表明，近年来小麦产量呈现一定的缓慢增长甚至停滞的趋势^[5]，并且我国小麦生产还面临着耕地面积减少、水资源紧缺、生态恶化等严重问题^[6]。因此，研究如何提高小麦单产以缩小产量差，对保障国家粮食安全具有重要意义。

本研究拟分析近30年来我国冬小麦主产区播期演变的时空分布特征，探讨近30年来我国冬小麦主产区播期调整对不同层次生产力及产量差的影响，提出未来气候变化情景下缩小我国冬小麦主产区产量差的适宜播期方案。研究结果将为进一步提升我国小麦生产力、缩小不同区域小麦产量差、确保国家粮食安全等提供方法指导。

（二）国内外研究进展

在国内外的很多研究中，大量学者将生产力水平划分为潜在产量、可获得产量、农户潜在产量和农户实际产量4种。作物潜在产量也称为作物生产潜力，是指一个地区单位面积土地上外界环境条件作用下可能获得的最高产量，此时作物生长只取决于太阳辐射、温度、CO₂和作物遗传特性^[7]。可获得产量是指确定时间、确定地点，在最优栽培措施下，试验田所能获得的产量^[8]。农户潜在产量是指在现有农户栽培管理水平下，可以获得的最大产量^[9]。农户实际产量是指一定区域内农户实际收获产量的平均值。

已有的研究表明，小麦潜在产量与实际产量之间存在较大差距，且在区域上呈现空间变异性^[10]。Peake等^[11]通过田间试验与APSIM模型相结合的方法，对澳大利亚亚热带地区的春小麦潜在产量和产量差进行了分析，并得出增施N肥有利于提高产量潜力的结论。对于我国小麦不同层次生产力和产量差，学者也进行了大量的研究。Li等^[10]利用APSIM模型对中国北部冬麦区1981-2010年小麦潜在产量与实际产量进行了分析，得出北部冬麦区产量差变化范围1140-6810kg·ha^-1。Zhang等^[12]利用统计模型，模拟了小麦光合、光温、雨养、氮肥限制下的产量，并与实际产量做比较，量化了不同因素导致的小麦产量差。Liu等^[13]分析了华北地区小麦潜在产量和实际产量之间的差距。

总而言之，中国小麦的产量差存在很大的空间变异性。华北平原由于土壤肥沃、灌溉条件好，其产量差大致在潜在产量的16%-54%，并且，一些管理水平高的地区如石家庄等，其实际产量已超过潜在产量的80%。但是，黄土高原地区因为干旱缺水，小麦的实际产量还处于较低水平^[14]。

对于未来气候变化下作物产量的模拟，一般是将作物模型与气候模型结合，用气候模型模拟未来的气候情景，将其作为气象数据输入作物模型之中，进而模拟作物潜在产量。刘玉洁等^[15]选取了哈尔滨、济南、郑州和成都4个站点，综合了IPCC四个排放情景以及5个全球气候模式的输出结果，基于英国CRU气候中心的20个未来情景数据库，生成平均温度升高1℃、2℃、3℃气候日值中值情景数据，并结合CERES-Wheat模拟灌溉小麦和雨养小麦的产量，结果表明CO₂肥效作用可以补偿由于升温而造成的小麦减产，且补偿作用随着温度的升高而增加。Luo等^[16]用GCM的输出结果结合DSSAT-CERES小麦模型来探究未来2080s考虑CO2肥效气候变化对南澳大利亚小麦生产的潜在影响。Sanai等^[17]利用基于区域统计和站点作物模型开发的与全球气候模型(GCM)网格相对应的作物模型 GLAM，模拟了气候变化以及极端温度对中国小麦生产的影响，表明日平均温度每升高 1℃，我国的小麦产量将降低 4.6%-5.7%，仅有少数区域增产。

2015年12月196个国家共同签署了联合国气候变化合约--巴黎协议（UNFCC），该协议一致达成与工业革命前对比，到21世纪末期，全球温度控制在增温1.5℃。本研究未来气候情景数据来源于额外增温半度预测影响研究项目（HAPPI）生成的四个全球气候模式（GCMs）增温1.5℃和2.0℃的气候数据。而基于该最新的气象数据变化背景下对中国小麦生产的影响评估鲜少有研究。

综合国内外文献，可知前人已经对小麦不同层次生产力和产量差做了研究，为进一步探讨小麦生产潜力奠定了基础。然而，对于中国小麦不同层次生产力和产量差的研究主要集中在较小的区域内，如北部冬麦区，并且研究主要集中在光温潜在产量与实际产量之间的产量差，极少数考虑到了高产创建目标产量和雨养产量，因此对中国小麦主产区产量差的研究有待深入，且已有的研究多使用单一模型，不免存在较大的不确定性，本研究为降低模拟过程中模型之间的不确定性，选用了四个国际知名小麦生长模型，模拟结果将更具代表性，以便整体把握我国小麦生产情况，了解小麦增产空间，保障国家粮食安全。

参考文献：

[1]李艳，王式功，马玉霞.全球气候变暖对我国小麦的影响研究综述[J].环境研究与监测，2006(02)：11-13 33.

[2] FAO. FAOFAST. 2017;Available from:http://www.fao.org/faostat/en.

[3]Godfray HCJ, Beddington JR, Crute IR, et al. Food security: the challenge offeeding 9 billion people [J]. Science, 2010, 327(5967): 812-818.

[4]Tilman D, Balzer C, Hill J, et al. Global food demand and the sustainableintensification of agriculture [J]. Proceedings of the National Academy ofSciences of the United States of America, 2011, 108(50): 20260-20264.

[5] RayDK, Ramankutty N, Mueller ND, et al. Recent patterns of crop yield growth andstagnation [J]. Nature Communications, 2012, 3(1293): 187-190.

[6] 李春喜.粮食安全与小麦栽培发展趋势探讨[J].河南农业科学, 2012，41(3)：16-20.

[7] vanIttersum MK, Cassman KG, Grassini P, et al. Yield gap analysis with local toglobal relevance—A review [J]. Field Crops Research, 2013, 143(1): 4-17.

[8]Lgabriela A, Roxana S, Gustavoa S. Wheat productivity in the MediterraneanEbro Valley: Analyzing the gap between attainable and potential yield with asimulation model [J]. European Journal of Agronomy, 2008, 28(4): 541-550.

[9]Datta SKD, Gómez KA. A handbook on the methodology for an integrated experiment-survey on rice yield constraints / S. K. De Datta, K. A. Gómez, R. W. Herdtand R. Barker [J]. 1978.

[10] LiK, Yang X, Liu Z, et al. Low yield gap of winter wheat in the North ChinaPlain [J]. European Journal of Agronomy, 2014, 59(59): 1–12.

[11]Peake AS, Huth NI, Carberry PS, et al. Quantifying potential yield andlodging-related yield gaps for irrigated spring wheat in sub-tropicalAustralia [J]. Field Crops Research, 2014, 158(2): 1–14.

[12]ZHENGShi-yuan ZX-h, QIU Xiao-lei, TANG Liang, et al. Quantifying the spatialvariation in the potential productivity and yield gap of winter wheat inChina[J]. "Journal of Integrative Agriculture",2016.

[13] LuC, Lan F. Winter wheat yield potentials and yield gaps in the North ChinaPlain [J]. Field Crops Research, 2013, 143(1): 98-105.

[14] 范兰，吕昌河，陈朝. 作物产量差及其形成原因综述[J]. 自然资源学报，2011，26(12)：2155-2166.

[15] 刘玉洁，陶福禄. 气候变化对小麦生物量影响的概率预测和不确定性分析[J]. 地理学报，2012，67(3)：337-345.

[16]Luo Q, Williams MAJ, Bellotti W, et al. Quantitative and visual assessmentsof climate change impacts on South Australian wheat production [J].Agricultural Systems, 2003, 77(3): 173-186.

[17]Sanai Li, Wheeler, Andrew, et al. Simulating the Impacts of Global Warming onWheat in China Using a Large Area Crop Model[J]. Acta Meteorologica Sinica,2010, 24(1):123-135.

（一）研究方法及实验方案

（1）数据来源

a) 农业气象观测站生育状况观测记录数据（来自中国气象局国家气象信息中心）：包含1980-2010年，小麦生育期数据（播种、拔节、开花和成熟日期），产量及栽培管理措施。

b) 气象数据（来自中国气象数据网http://data.cma.gov.cn/）：包含1980-2010年：最高气温、最低气温、降水量及日照时数。

c) 土壤数据（来自中国土壤数据库http://www.soil.csdb.cn）：土壤类型、黏粒含量、土壤容重、有机质含量、土壤PH、全氮含量及速效磷钾。

d) 产量数据（农业农村部种植业管理司http://www.zzys.moa.gov.cn/）：包含1981-2010年(省、县市级）小麦产量统计数据。

（2）站点选取

选择我国冬小麦主产区14个省份近129个农业气象站点及170个气象站点。

（3）技术手段

以中国冬小麦主产区作为研究对象，根据中国小麦气候生态区划，涵盖了4个亚区，分别为北部麦区、黄淮麦区、长江中下游麦区和西南麦区；选取各个亚区1980-2010年种植次数6次及以上的小麦品种，根据农业气象观测站生育状况观测记录数据（来自中国气象局国家气象信息中心），对四个小麦生长模型（WheatGrow、APSIM、CERES-Wheat、NWheat）进行品种生育期和产量参数调试校正，三年数据调参，三年数据进行验证。

利用四个小麦生长模型（WheatGrow、APSIM、CERES-Wheat、NWheat）进行各生态点1981-2010年，逐年的光温生产潜力和雨养生产潜力模拟，播期按照固定播期进行输入（固定播期采用每个站点前5年（即1981-1985年）的平均值），然后将30年的光温生产潜力和水分胁迫潜力求平均值，结合ArcGIS10.2软件，选用IDW（Inverse Distance Weighted）对各指标进行空间插值后生成空间栅格数据，并制作空间分布特征专题图，来展现时空分布特征。根据光温潜在产量、高产创建目标产量、雨养潜在产量和实际产量等不同层次水平生产力进行产量差计算。

利用四个小麦生长模型（WheatGrow、APSIM、CERES-Wheat、NWheat），输入固定播期和额外增温半度预测影响研究项目（HAPPI）生成的四个全球气候模式（GCMs）增温1.5℃和2.0℃的气候数据，模拟未来增温情景下光温生产潜力和雨养生产潜力，完成未来增温情景下我国冬小麦主产区生产力和产量差的空间分布特征专题图。

将使用实际播期模拟所得到的产量与使用固定播期模拟所得到的产量进行做差比较，并将差值制作成空间分布特征专题图。

（二）技术路线

（三）可行性分析

（1）选题新颖

本研究针对我国冬小麦主产区实际生产现状，利用作物模拟模型研究中国冬小麦主产区光温潜在产量和雨养潜在产量，结合高产创建产量目标数据，分析不同层次生产力并计算出产量差，探讨不同区域小麦产量上限及产量提升空间，可为政策制定者提供科学依据，为实现小麦高产高效生产提供理论支撑。研究内容重点突出，思路清晰，方案切实可行。

（2）科研基础坚实

指导教师曾主持过多项国家级重大项目，在作物系统模拟领域已取得显著成果。已发表SCI收录论文120多篇，EI论文50篇；合作出版专著12部，参加撰写专著6部；登记计算机软件著作权50多件，为本项目的顺利开展奠定了坚实的基础。课题组近年来在作物产量差研究方面进行了初步探索，为本研究的深入奠定了良好的技术基础。