0 引言

【研究意义】全球气候变暖已是毋庸置疑的事实^[1]。1880—2012年全球平均地表温度升高了0.85℃^[1]。中国气候变化趋势与全球气候变化趋势一致,且在某些方面表现更加剧烈,如强暴雨、强雷暴、干旱等极端天气气候事件发生频率明显增加^[2]。农业是受气候变化影响较为敏感脆弱的领域之一^[3],气候变化背景下中国农业及粮食安全面临更加严峻的挑战^[4]。小麦是中国三大粮食作物之一,对保障中国粮食安全具有重要作用。统计资料显示,截止到2011年,中国小麦总产和播种面积分别占粮食作物的21.3%和24.8%,冬小麦占小麦总产的90.9%和播种面积的87.4%^[5],冬小麦产量的高低直接决定着小麦的总产。中国冬麦区覆盖中国27个省市自治区,但光温资源差异显著,各区域由光温条件决定的冬小麦产量潜力上限也各不相同,而各地现有生产管理条件下作物产量潜力还远没有得到充分挖掘,作物实际产量与产量潜力相比仍然存在很大的提升空间^[6]。因此,研究气候变暖背景下冬小麦光温生产潜力的适宜区变化特征,对明确各区域的冬小麦可获得产量上限,定量冬小麦实际产量提升空间,为冬小麦合理布局提供重要科学参考。【前人研究进展】受气候因素和经济效益影响,冬小麦种植面积和产量年际间波动较大^[7-8]。气候变化背景下冬小麦播种期推迟^[9],拔节期和成熟期显著提前,生长季长度和营养生长阶段长度显著缩短,生殖生长阶段延长^[10],病虫草害加剧,直接影响冬小麦产量,在此背景下各区域冬小麦产量潜力及实际产量都发生改变,对中国冬小麦适宜种植区亦产生相应的影响。早在1936年沈宗涵等就开始小麦适宜性分区的研究,随后金善宝于1961年将中国小麦的种植区域划分为3个主区10个亚区^[11];1979年曾道孝等考虑了小麦生产发展变化情况,将中国小麦种植区划分为9个主区5个副区^[12];中国农林作物气候区划协作组于1987年以小麦气候产量等为指标,进行了冬小麦分区^[13];前人的区划由于角度不同,分区原则和指标亦有所区别,2010年赵广才等在前人的区划结果基础上,结合小麦栽培技术研究的成果和生产实践经验,对中国小麦种植区划进行了修订^[14],使中国小麦的种植区划逐步定量化、指标化和综合化。目前,对作物种植适宜性的研究多采用农业气候要素指标法^[15-17],即选择农业气候要素中最能体现农业特点、并能指示农业气候区域分异的一个或多个指标进行适宜性区划研究^[17]。一些学者以系统科学为视角,基于模糊数学方法,利用适宜度模型综合分析各气候要素对作物生长的影响,评价农业气候适宜程度^[18-23]。近年来,随着“3S”技术和作物模型的发展,在作物种植适宜性的研究中逐渐引入了遥感技术、GIS技术和作物模型^[24-26]。【本研究切入点】作物潜在光温产量是指栽培管理条件满足前提下,一个地区作物产量所能达到的上限。作物产量高低是环境要素满足程度和栽培管理措施的综合反应^[27],一个区域的光温条件直接决定了当地光温生产潜力的高低,同时受气候波动的影响^[28],目前综合考虑作物潜在光温产量的高产性和产量多年变化的稳产性两个方面,开展作物适宜区变化的研究尚鲜见报道。【拟解决的关键问题】在综合前人冬小麦区划研究的基础上,将1961—2010年分为1961—1980年（时段Ⅰ）和1981—2010年（时段Ⅱ）两个时段,定量分析冬小麦潜在光温产量高产性和稳产性的变化特征,并以高稳系数为指标,明确气候变化背景下及两个时段中国冬小麦潜在光温适宜种植区变化特征,为冬小麦的合理布局提供科学参考。

1 材料与方法

1.1 研究区域概况

选择中国冬麦区作为研究区域,根据崔读昌等^[29]及杨晓光等^[30]关于冬小麦种植北界的研究,确定中国冬麦区如图1所示,包括辽宁省西南部、河北省南部、北京市、天津市、河南省、山东省、山西省南部、陕西省南部、宁夏回族自治区南部、甘肃省南部和西部、四川省、云南省、贵州省、重庆市、湖北省、湖南省、广西壮族自治区、广东省、江西省、安徽省、江苏省、浙江省、福建省、上海市、青海省、西藏自治区和新疆维吾尔族自治区27个省市自治区。i区表示1961—1980年（时段Ⅰ）冬小麦的潜在种植区域,ii区表示1981—2010年（时段Ⅱ）冬小麦的潜在种植区域,在研究区域内,根据气象资料以及作物资料的时间序列长度和完整程度,选取401个气象台站作为研究站点（图1）。

1.2 数据来源

气象数据来自中国气象科学数据共享服务网,包括研究区域内401个站点1961—2010年的地面气象观测逐日数据,具体气象要素有逐日的平均温度、日最高气温、日最低气温、日照时数等。冬小麦生育期资料来源于中国县级冬小麦调查资料和农业气象观测站。土地覆盖数据来源于地球系统科学数据共享网。

1.3 光温生产潜力计算

一个地区作物光温生产潜力为当地辐射和温度条件下作物所能达到的产量最高值,代表了一个地区作物所能达到的最高产量的上限。作物光温生产潜力计算方法采用逐级订正法^[31-33],具体计算公式如下：

1.3.1 光合生产潜力 光合生产潜力f(θ)是指集约农业中,生产条件（水、肥、劳力、技术）得到充分保证,生态因子适宜（温度适宜、CO₂供应充足,没有其它不利的因素）时理想的作物群体（密度、结构、株型合理）中,单位面积上实际获得的太阳辐射量所可能形成的最高产量^[34],其表达式为：

f(θ)=∑θ×ε×a×(1-b)×(1-r)×Φ×(1-c)×(1-x)^-1×H^-1 （1）

式中,∑θ指投射到单位面积上的太阳总辐射量,J·m^-2;ε为光合有效辐射占总辐射的比率,一般取0.49;a为作物群体对光合有效辐射的吸收率,取值为0.65;b为非光合器官的无效吸收率,通常取0.1;r为光饱和限制率,在自然条件下可忽略不计,r=0;Φ为光的量子效率,一般取0.224;c为作物呼吸作用的耗损率,取0.3;x为有机物中的含水率,小麦的含水率取0.125;为形成1 kg干物质所需的热量,取1.78× 10⁷ J·kg^-1。

1.3.2 光温生产潜力 光温生产潜力是在光合生产潜力f(θ)基础上考虑温度的作用,其表达式为：

f(θ, t)=f(θ)·f(t) （2）

式中,f(θ, t)为光温生产潜力;f(t)为温度订正函数。对于喜凉作物小麦的温度订正函数,侯光良^[33]等采用如下经验公式：

式中,t₀为小麦全生育期最适温度（20℃）;t为实际温度;p为参数,当t≤t₀ 时,p=-1;当t>t₀时,p=-2。

由式（2）算出的光温生产潜力为生物产量,要折算成经济产量需乘以经济系数,小麦等禾谷类作物经济系数为0.35—0.5,平均可取0.4^[35]。

1.4 研究指标

作物的种植适宜性是指某地区作物的种植环境与作物生长所需环境条件的符合程度^[36]。本研究将作物潜在光温产量作为研究指标分析冬小麦潜在光温适宜种植区的变化。作物潜在光温产量是指一个地区当品种、土壤以及栽培管理措施充分满足前提下仅受当地辐射和温度影响的产量。考虑一个地区作物适宜性,不仅需要考虑作物的高产性,同时还要考虑作物产量的波动性（即稳产性）,因此,作物潜在光温适宜性应综合了作物高产性和作物稳产性两个方面,具体评价指标如下：

1.4.1 高产性指标 高产性是指作物平均产量水平的高低,多年作物产量平均值可反映该地区研究时段内的产量特性。因此,本研究将作物潜在光温产量的平均值作为高产性的研究指标。某站点某时段内作物潜在光温产量的平均值越高,则表明该站点的潜在光温产量水平越高;反之越低。

1.4.2 稳产性指标 稳产性是指作物产量的稳定性,即逐年产量偏离产量标准值幅度的大小,本研究将产量变异系数作为潜在光温产量稳产性指标,用以表征研究时段潜在光温产量的稳定性。变异系数是标准差与均值的比值,反应了某要素相对于该要素平均值的整体离散程度^[37],变异系数越大,表明波动程度越大,说明潜在光温产量越不稳定^[38]。某站点不同时段产量的变异系数可按以下公式计算：

式中,S_i为i时段作物产量的标准差;x_ij为i时段第j年的作物产量; 为i时段内的平均产量,C_vi为i时段的变异系数;n为研究时段内的年数。

1.4.3 适宜性指标 选择冬小麦潜在光温产量的高稳系数（high-stable coefficient,HSC）作为评价冬小麦潜在适宜性的指标,该指标可综合反映作物潜在光温产量的高产性和稳产性,高稳系数越高,则表示作物同时具有较好的高产性和稳产性^[39],也表明该地区冬小麦潜在光温产量的适宜性较高。某站点研究时段内的高稳系数计算公式如下：

式中,HSC_i为某站点i时段的高稳系数; 为i时段的平均产量;S_i为i时段产量的标准差; 为研究区域i时段各站点产量的平均值。

1.4.4 高产性、稳产性及适宜性的等级划分 采用累积频率法（cumulative frequency distribution,CFD）对

作物潜在光温产量的高产性、稳产性及适宜性进行等级划分。累积频率指变量大于某一下限值出现的次数与总次数之比^[40],公式如下：

式中,n为在变量取值范围（即介于最小值与最大值之间）内划分的数值等级数。f_i表示在第i个数值等级内变量发生的频数,F_i指变量在不小于该数值等级内的频数。

用逐级订正法分别计算各站点冬小麦逐年潜在光温产量,得到时段Ⅰ和时段Ⅱ内冬小麦潜在光温产量的平均值、变异系数和高稳系数,根据表1中各等级划分所对应的累计频率分布值^[41],得到各等级划分相应的潜在光温产量的平均值、变异系数和高稳系数的具体数值。

1.5 处理软件

采用ArcMap 10.0软件的反距离加权插值方法（IDW）对各站点要素数据进行空间插值,设定的cell size参数均为0.02,生成空间栅格数据,并对要素值进行分类,得到相应的空间分布图。

2 结果

2.1 气候变化背景下冬小麦潜在光温适宜种植区变化特征

2.1.1 冬小麦潜在光温产量高产性变化 依据逐级订正法分别计算了两个时段内中国冬小麦潜在种植区各站点的冬小麦逐年潜在光温产量及潜在光温产量在两个时段内的平均值,根据潜在光温产量高产性等级划分标准将潜在光温产量分为四个等级,分别为冬小麦潜在光温产量最高产区、高产区、次高产区和低产区,比较两个时段内高产性各等级适宜种植区空间分布及面积变化特征（图2和表2）。

冬小麦潜在光温产量高产性各等级适宜种植区面积空间分布特征如图2所示。由图2可以看出,冬小麦潜在光温产量最高产区（VH）与时段Ⅰ相比,时段Ⅱ的最高产区由河北省南部和山西省西部地区南移至河南省中部和安徽省北部;冬小麦潜在光温产量高产区（H）与时段Ⅰ相比,时段Ⅱ的高产区由山东省西部、河南省、安徽省、陕西省中部、江西省以及浙江省南部进一步扩展到江苏省西部、浙江省北部和湖北省;冬小麦潜在光温产量次高产区（mH）与时段Ⅰ相比,时段Ⅱ的次高产区由新疆维吾尔自治区伊宁-轮台-石河子-塔城一带以及七角井-哈密一带、四川省、湖北省、湖南省、陕西省南部、甘肃省南部、宁夏回族自治区南部、广西壮族自治区北部、广东省北部、云南省北部、福建省南部、浙江省北部、江苏省东部以及山东省东部收缩至新疆维吾尔自治区阿拉尔-铁干里克-且末一带、西藏自治区中部和东部等耕地面积较少的区域;冬小麦潜在光温产量低产区（NH）与时段Ⅰ相比,时段Ⅱ的低产区由新疆维吾尔自治区哈巴河-且末-莎车一带和西藏自治区收缩为仅新疆维吾尔自治区哈巴河-奇台一带和西藏自治区西南部。

本研究假设过去50年小麦潜在种植区内各地冬小麦种植比例不变,进而得到冬小麦潜在光温产量高产性各等级分区冬小麦面积变化特征（表2）。由表2可以看出,冬小麦潜在光温产量最高产区（VH）冬小麦面积由时段Ⅰ的7.19万km²增加为时段Ⅱ的12.39万km²,增加了5.20万km²,从而使冬小麦潜在光温产量最高产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的9.58%增加为时段Ⅱ的15.91%,增加了6.33%。冬小麦潜在光温产量高产区（H）冬小麦面积由时段Ⅰ的24.55万km²增加为时段Ⅱ的31.26万km²,增加了6.71万km²,从而使冬小麦潜在光温产量高产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的32.73%增加为时段Ⅱ的40.15%,增加了7.42%。冬小麦潜在光温产量次高产区（mH）冬小麦面积由时段Ⅰ的35.90万km²减少为时段Ⅱ的29.10万km²,减少了6.80万km²,从而使冬小麦潜在光温产量次高产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的47.88%减少为时段Ⅱ的37.38%,减少了10.50%。冬小麦潜在光温产量低产区（NH）冬小麦面积由时段Ⅰ的7.35万km²减少为时段Ⅱ的5.11万km²,减少了2.24万km²,从而使冬小麦潜在光温产量低产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的9.80%减少为时段Ⅱ的6.56%,减少了3.24%。由此可见,在气候变化背景下,中国冬小麦潜在光温产量的最高产区和高产区面积增加,次高产区和低产区面积减少。

2.1.2 冬小麦潜在光温产量稳产性变化 研究时段内各站点冬小麦潜在光温产量的变异系数表征了该点产量稳定性高低,在此采用产量变异系数作为衡量潜在光温产量稳产性的研究指标,分别计算了两个时段内中国冬小麦潜在种植区各站点冬小麦逐年潜在光温产量的变异系数及变异系数在两个时段内的平均值,根据潜在光温产量稳产性等级划分标准将潜在光温产量的稳定性分为4个等级,分别为最稳产区、稳产区、次稳产区和低稳产区,比较两个时段内各等级适宜种植区冬小麦潜在光温产量稳产性面积变化情况（图3和表3）。

冬小麦潜在光温产量稳产性各等级适宜种植区面积空间分布特征如图3所示。可以看出,冬小麦潜在光温产量最稳产区（VST）与时段Ⅰ相比,时段Ⅱ的最稳产区由中国东部大部分区域包括河北省、辽宁省、山东省、江苏省、安徽省、河南省东部、湖北省东部、江西省、浙江省、广西壮族自治区、云南省西南部发生了明显的北移,范围进一步缩小为河北省、山东省西部、山西省中部、四川省东部和云南省南部;冬小麦潜在光温产量稳产区（ST）与时段Ⅰ相比,时段Ⅱ的稳产区分布范围呈现出北移西扩的趋势,由甘肃省南部、陕西省、山西省南部、河南省西北部、湖北省西部、湖南省、福建省北部北移西扩至四川省东部、山东省东部、江西省北部、湖南省北部、湖北省和安徽省;冬小麦潜在光温产量次稳产区（mST）与时段Ⅰ相比,时段Ⅱ的次稳产区由新疆维吾尔自治区伊苏-轮台-石河子-塔城一带以及七角井-哈密一带、四川省、云南省东部、广西壮族自治区南宁-柳州-桂林-连县-蒙山一带、甘肃省西峰-长武一带和陕西省宝鸡-武功-佛坪一带扩张到新疆维吾尔自治区、四川省北部和西部、贵州省习水-遵义-凯里-榕江一带、湖南省南部、江西省中部、江苏省东部和南部、广西壮族自治区南部、广东省中部和福建省东部;冬小麦潜在光温产量低稳产区（NST）与时段Ⅰ相比,时段Ⅱ的低稳产区由新疆维吾尔自治区西南部、西藏自治区和贵州省中部和西部收缩为西藏自治区中部、新疆维吾尔自治区北部、贵州省西部、广西壮族自治区北部、广东省北部和福建省西部。

冬小麦潜在光温产量稳产性各等级分区冬小麦面积变化特征统计结果如表3。可以看出,冬小麦潜在光温产量最稳产区（VST）冬小麦面积由时段Ⅰ的31.53万km²减少为时段Ⅱ的12.69万km²,减少了18.84万km²,从而使冬小麦潜在光温产量最稳产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的42.05%减少为时段Ⅱ的16.29%,减少了25.76%。冬小麦潜在光温产量稳产区（ST）冬小麦面积由时段Ⅰ的24.20万km²增加为时段Ⅱ的34.54万km²,增加了10.34万km²,从而使冬小麦潜在光温产量稳产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的32.27%增加为时段Ⅱ的44.36%,增加了12.09%。冬小麦潜在光温产量次稳产区（mST）冬小麦面积由时段Ⅰ的14.53万km²增加为时段Ⅱ的23.14万km²,增加了8.61万km²,从而使冬小麦潜在光温产量次稳产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的19.38%增加为时段Ⅱ的29.72%,增加了10.34%。冬小麦潜在光温产量低稳产区（NST）冬小麦面积由时段Ⅰ的4.73万km²增加为时段Ⅱ的7.49万km²,增加了2.76万km²,从而使冬小麦潜在光温产量低稳产区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的6.31%增加为时段Ⅱ的9.62%,增加了3.31%。由此可见,在气候变化背景下,中国冬小麦潜在光温产量的最稳产区面积减少,稳产区、次稳产区和低稳产区面积增加。

2.1.3 冬小麦潜在光温适宜种植区变化 分析一个地区的作物适宜性,不仅要考虑产量的高低（即为高产性）,同时还需要考虑产量的波动性（即为稳产性）。因此本研究从高产性和稳产性两个角度综合考虑,选择冬小麦潜在光温产量的高稳系数作为评价潜在适宜性的研究指标,该指标可以综合反应出潜在光温产量的高产性和稳产性。文中分别计算了两个时段内中国冬小麦潜在种植区各站点冬小麦逐年潜在光温产量的高稳系数及高稳系数在两个时段内的平均值,根据冬小麦潜在适宜性等级划分标准将潜在适宜性分为四个等级,分别为最适宜区、适宜区、次适宜区和可种植区,比较两个时段内各等级适宜种植区冬小麦潜在适宜性面积变化情况（图4和表4）。

冬小麦潜在最适宜区（VS）冬小麦面积由时段Ⅰ的13.02万km²减少为时段Ⅱ的10.03万km²,减少了2.99万km²,从而使冬小麦潜在最适宜区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的17.37%减少为时段Ⅱ的12.88%,减少了4.49%。与时段Ⅰ相比,时段Ⅱ的潜在最适宜区由河北省、山西省原平-太原-临汾-运城一带、陕西省绥德-延安一带、河南省东部、山东省西部和安徽省北部进一步北移西扩,潜在最适宜区变为河北省、山西省中部和西部、陕西省绥德-延安一带、河南省东部和安徽省西北部,而云南省西南部两个时段内均为潜在最适宜区。综合分析时段Ⅰ内冬小麦潜在光温产量的最高产区和最稳产区与最适宜区区域之间的关系可以看出,河北省冬小麦有很好的高产性和稳产性,山西省原平-太原-临汾-运城一带和陕西省绥德-延安一带冬小麦与稳产性相比高产性更好,适宜性中高产性所占权重较大;河南省东部、山东省西部和安徽省北部冬小麦与高产性相比稳产性更好,适宜性中稳产性所占权重较大。综合分析时段Ⅱ内冬小麦潜在光温产量的最高产区和最稳产区与最适宜区区域之间的关系可以看出,河北省和山西省中部地区冬小麦有很好的高产性和稳产性,河南省东部和安徽省西北部冬小麦与稳产性相比高产性更好,适宜性中高产性所占权重较大。

冬小麦潜在适宜区（S）冬小麦面积由时段Ⅰ的37.47万km²减少为时段Ⅱ的35.21万km²,减少了2.26万km²,从而使冬小麦潜在适宜区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的49.97%减少为时段Ⅱ45.22%,减少了4.75%。与时段Ⅰ相比,时段Ⅱ的潜在适宜区由河北省北部承德-遵化-唐山一带、山东省中部、河南省西部、江苏省西部、安徽省南部、浙江省南部、江西省、湖北省、陕西省、宁夏回族自治区南部、甘肃省东南部、重庆市、四川省东部、云南省北部、广西壮族自治区南部、广东省南部和福建省南部收缩为河北省北部遵化-唐山一带、山东省西部、山西省东南部、河南省西南部、江苏省西部、安徽省南部、浙江省、江西省、湖北省、陕西省吴旗-洛川-铜川和武功-略阳一带、宁夏回族自治区、甘肃省东南部、云南省北部、广东省南部和新疆维吾尔自治区西部。综合分析时段Ⅰ内冬小麦潜在光温产量的高产区和稳产区与适宜区区域之间的关系可以看出,河南省西部和陕西省冬小麦有很好的高产性和稳产性,山东省中部、安徽省南部、江西省冬小麦与稳产性相比高产性更好,适宜性中高产性所占权重较大;河北省北部承德-遵化-唐山一带、江苏省西部、浙江省南部、湖北省、重庆市、广东省南部和福建省南部冬小麦与高产性相比稳产性更好,适宜性中稳产性所占权重较大。综合分析时段Ⅱ内冬小麦潜在光温产量的高产区和稳产区与适宜区区域之间的关系可以看出,河北省北部遵化-唐山一带、山东省西部、山西省东南部、安徽省南部、湖北省和宁夏回族自治区冬小麦有很好的高产性和稳产性,河南省西南部、江苏省西部、浙江省、江西省、陕西省吴旗-洛川-铜川和武功-略阳一带、甘肃省东南部、云南省北部和广东省南部冬小麦与稳产性相比高产性更好,适宜性中高产性所占权重较大。

冬小麦潜在次适宜区（MS）冬小麦面积由时段Ⅰ的20.88万km²增加为时段Ⅱ的27.26万km²,增加了6.38万km²,从而使冬小麦潜在次适宜区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的27.84%增加为时段Ⅱ的35.01%,增加了7.17%。与时段Ⅰ相比,时段Ⅱ的潜在次适宜区由由新疆维吾尔自治区轮台-石河子-福海一带以及七角井-哈密一带、甘肃省临夏-临洮-会宁一带、四川省西部、云南省东部、广东省北部、广西壮族自治区北部、福建省北部、浙江省北部、江苏省东部、湖南省西部以及山东省东部进一步扩张到新疆维吾尔自治区东部、西藏自治区、四川省、甘肃省临夏-临洮一带、陕西省西安-商州一带、重庆市南部、湖南省中部和西部、广西壮族自治区南部和西部、广东省北部、江西省南部、福建省南部、江苏省东部和山东省东部。综合分析时段Ⅰ内冬小麦潜在光温产量的次高产区和次稳产区与次适宜区区域之间的关系可以看出,新疆维吾尔自治区伊苏-轮台-石河子-塔城一带以及七角井-哈密一带、四川省西部、云南省东部、广东省北部、浙江省北部、江苏省东部、湖南省西部、山东省东部和四川省冬小麦有很好的高产性和稳产性,广西壮族自治区北部和福建省北部冬小麦与高产性相比稳产性更好,适宜性中稳产性所占权重较大。综合分析时段Ⅱ内冬小麦潜在光温产量的次高产区和次稳产区与次适宜区区域之间的关系可以看出,新疆维吾尔自治区东部大部分地区、四川省、陕西省西安-商州一带、重庆市南部、湖南省中部和西部、江苏省东部和山东省东部冬小麦有很好的高产性和稳产性,西藏自治区大部分地区、广西壮族自治区南部和西部、广东省北部、江西省南部和福建省南部冬小麦与稳产性相比高产性更好,适宜性中高产性所占权重较大。

冬小麦潜在可种植区（NS）冬小麦面积由时段Ⅰ的3.62万km²增加为时段Ⅱ的5.36万km²,增加了1.74万km²,从而使冬小麦潜在可种植区冬小麦面积占研究区域冬小麦面积的比例由时段Ⅰ的4.82%增加为时段Ⅱ的6.88%,增加了2.06%。与时段Ⅰ相比,时段Ⅱ的潜在可种植区由新疆维吾尔自治区西部、西藏自治区、贵州省威宁-安顺-凯里-遵义-习水一带扩张为新疆维吾尔自治区巴伦台-乌鲁木齐-青河一带、西藏自治区中部和东部、贵州省威宁-安顺-凯里-遵义-习水一带、广西壮族自治区东北部以及福建省西北部。综合分析时段Ⅰ内冬小麦潜在光温产量的低产区和低稳产区与可种植区区域之间的关系可以看出各区域高产性和稳产性表现一致。综合分析时段Ⅱ内冬小麦潜在光温产量的低产区和低稳产区与可种植区区域之间的关系可以看出,除西藏自治区东部和贵州省东部地区冬小麦适宜性表现为与高产性相比稳产性较好外,其它区域的高产性和稳产性表现一致。由此可见,在气候变化背景下,中国冬小麦潜在光温产量的最适宜区和适宜区面积减少,次适宜区和可种植区面积增加。

2.2 气候变化背景下冬小麦潜在光温适宜种植区界线的变化

采用高稳系数作为衡量冬小麦潜在光温产量适宜性的研究指标,分别计算了中国冬小麦潜在种植区各站点潜在光温产量的高稳系数及高稳系数在1961—1980年（时段Ⅰ）和1981—2010年（时段Ⅱ）的平均值,根据作物适宜性等级划分标准将冬小麦潜在适宜性分为4个等级,分别为最适宜区、适宜区、次适宜区和可种植区,得到了两个时段内冬小麦潜在光温适宜种植区的界限变化结果如图5。从图中可以看出,气候变化背景下,与1961—1980年相比,1981—2010年冬小麦不同等级适宜种植区的区域发生改变,图中山东省菏泽-兖州一带、河南省新乡-许昌-驻马店一带、河北省张家口-怀来一带、山西省原平-离石-隰县一带、安徽省霍山一带和江苏省徐州一带由原来的最适宜区变为适宜区（图中的i区）。与1961—1980年相比,1981—2010年以来,冬小麦潜在最适宜区的界线发生了明显的北移西扩,最适宜区南界由安徽省中部霍山一带北移至山东省西北部济南一带,最适宜区西界由山西省西南部离石-隰县一带西扩至陕西省西北部延安一带;图中四川省东部宜宾-乐山-广元-巴中-达县一带、重庆市西部梁平-重庆沙坪坝一带、陕西省南部佛坪-西安-商州一带、广西壮族自治区中南部凤山-都安-桂平-灵山-南宁一带、浙江省杭州-嵊县-鄞县一带、广东省广宁-佛岗-梅县一带、湖南省邵阳-道县一带、贵州省兴义-望谟一带和云南省昆明-宜良一带由原来的适宜区变为次适宜区（图中的ⅱ区）。时段Ⅱ与时段Ⅰ相比,冬小麦潜在适宜区的界限向东北方向移动,其中最大移动距离达到835.63km,在四川省乐山-宜宾一带-陕西省西安-商州一带;图中新疆维吾尔自治区西南部巴楚-和田-民丰一带和西藏自治区西北部由原来的可种植区变为适宜区（图中的ⅳ区）;图中新疆维吾尔自治区中部乌恰-阿拉尔-铁干里克-且末一带、西藏自治区东南部拉萨-林芝一带以及青海省西部由原来的可种植区变为次适宜区（图中的ⅲ区）。

综上所述,气候变化背景下中国冬小麦潜在光温适宜种植区最适宜区界限发生了明显的北移西扩,适宜区界限向东北方向移动,最适宜区及适宜区界限的位移变化导致冬小麦最适宜区和适宜区小麦面积减少,而次适宜区和可种植区界限位移无一致性变化趋势。

2.3 气候变化背景下冬小麦潜在光温适宜种植区界限变化对产量的影响

基于2.1和2.2中冬小麦潜在光温产量不同等级分区面积和界限变化特征的分析结果,分别计算了冬小麦潜在光温适宜种植区界限变化前后1961—1980年和1981—2010年两个时段冬小麦潜在光温产量各等级适宜种植区中单产和总产的变化。从表5中可以看出,与时段Ⅰ相比,时段Ⅱ中最适宜区、适宜区、次适宜区和可种植区的冬小麦潜在光温产量单产都有所增加,分别增加了260、132、155和272 kg·hm^-2,研究区域内的单产总体也增加了513 kg·hm^-2。与时段Ⅰ相比,时段Ⅱ内由于最适宜区和适宜区面积的减少,使得最适宜区和适宜区的总产有所下降,分别减少了5 108×10⁴ 和5 896×10⁴ t,占时段Ⅰ总产的29.4%和15.1%,而次适宜区和可种植区内总产有所增加,分别增加了3 295×10⁴和701×10⁴ t,综合考虑1961—2010年中国冬小麦潜在种植区内单产和面积的变化得出,冬小麦总产总体减少了1 504×10⁴ t,占时段Ⅰ总产的2.07%。由此可见,气候变化背景下,与1961—1980年相比,1981—2010年时段内研究区域的冬小麦潜在光温产量单产增加,但最适宜区和适宜区面积减少,导致中国冬小麦总产整体下降。

3 讨论

3.1 冬小麦种植界限移动

已有研究表明,全球气候变暖背景下,冬季温度升高更为显著^[42],中国冬小麦种植北界发生了明显的北移西扩^[30]。本研究综合考虑气候变化对冬小麦种植北界的影响,结合前人小麦种植区划结果^[29-30],计算和分析了中国冬麦区各站点冬小麦潜在光温产量高产性和稳产性,基于高稳系数明确了过去两个时段中国冬小麦潜在光温适宜种植区变化特征。研究结果表明,中国冬小麦潜在光温适宜种植区最适宜区界限北移西扩,适宜区界限向东北方向移动。在实际生产中,冬小麦潜在光温适宜种植区界限移动能否成为现实,还需要综合考虑当地灌溉条件,冬小麦潜在光温适宜种植区可能北移西扩的一些区域没有灌溉条件,会影响冬小麦实际种植,如晋西地区离石、隰县等地。

3.2 冬小麦潜在光温产量

气候要素为作物生长提供了物质和能量^[4],气候变化背景下光温等气候资源要素发生改变,对作物的生长发育及产量形成亦会产生重要的影响。潜在光温产量是一个地区辐射和温度条件下作物所能达到的产量最高值,为一个地区作物所能达到理论产量的上限。

在实际生产中,作物产量受品种、气候条件、土壤、病虫害、农业技术与管理以及社会经济因素等多方面综合影响。在中国大部分地区冬小麦以灌溉为主,一个地区冬小麦产量的上限就是潜在光温产量,因此本研究基于冬小麦潜在光温产量,综合考虑高产性和稳产性,确定冬小麦潜在光温产量适宜性指标,并进而得到中国冬小麦潜在光温适宜种植区的变化特征。

小麦在中国分布广泛,其生态环境条件也多种多样,依据小麦生态的生育期天数、温度、光周期等相似程度,将小麦分成不同的生态区。然而中国地势西高东低,呈三级阶梯状分布,且地形多种多样,盆地、山地、高原的存在改变了辐射和温度的分布,使得中国太阳辐射量和温度空间分布的区域差异性显著^[29],而潜在光温产量受辐射和温度影响,因此中国小麦的光温生产潜力空间分布区域间差异显著。从高产性分布角度看,气候变化导致潜在光温产量的最高产区和高产区面积变大,而次高产区和低产区面积减少,有利于冬小麦潜在光温产量的提升。

3.3 冬小麦高产稳产性评价分析

前人^[43]在作物适宜性分析中往往仅考虑了产量的高低,即高产性,忽略了产量在年际间的波动性。由于各气候要素在地区之间、同一地点年际之间以及年内分配特征都存在很大的变异性,使冬小麦潜在光温产量在时间和空间上都存在很大波动性^[44]。如何充分反映冬小麦产量的高产性和稳定性是评价冬小麦作物适宜性研究中的重要指标,本研究综合考虑高产和稳产两个方面,并选择高稳系数作为指标综合表征冬小麦的高产性和稳产性,更适合生产实际应用。

从冬小麦光温生产潜力稳产性空间分布情况可以看出,两个时段内冬小麦光温生产潜力的稳定性变动较大,1981—2010年与1961—1980年相比,冬小麦潜在产量最稳产区面积减少,主要变动区域为中国东部地区。有研究表明,中国东南沿海地带以及江淮地区20世纪80年代开始温度明显升高^[42],极端天气气候事件增加,增加了产量的不稳定性,使得该区域产量稳定性下降。

本研究在分析中国冬小麦潜在光温产量的高产性和稳产性基础上,综合考虑高产性和稳产性特征比较了最近30年较过去20年冬小麦潜在适宜性空间变化特征,与前人^[17,43]基于气候指标和模型得到的研究结果比较相似,表明冬小麦潜在光温产量的高稳系数可以用来分析中国冬小麦潜在光温适宜种植区变化研究。气候变化背景下中国冬小麦潜在光温产量最适宜区和适宜区面积减少,而最高产区和高产区面积增加,由此可见,冬小麦潜在光温产量最适宜区和适宜区面积的减少主要受稳产性的影响,由于稳产性下降,使得中国冬小麦的最适宜区和适宜区面积减少。

文中分析了冬小麦潜在光温适宜种植区界限变化后引起的产量的变化情况,得出时段Ⅱ（1981—2010）与时段Ⅰ（1961—1980）相比冬小麦潜在光温产量的单产升高,但由于种植面积的减少^[45],总产下降。本研究基于作物生育期不变的假设条件,得到品种更替条件下,冬小麦潜在光温产量变化特征,结果显示,在考虑品种对气候变化的适应更替条件下,冬小麦的潜在光温产量单产升高。

3.4 研究的不确定性分析

本研究分析冬小麦潜在光温适宜种植区面积变化及由于潜在光温适宜种植区面积改变引起的产量变化时,假定过去50年各地耕地区域种植作物均为冬小麦,没有考虑实际生产中冬小麦面积占耕地面积的比例及其种植比例随年际的变化,而前人的研究^[8]表明小麦的种植比例受经济效益、农民意愿及气候变化等各方面影响,其种植比例年际间变化较大,该不足需以后进一步完善。

文中没有考虑不同区域冬小麦灾害的影响,如南方暖湿地区冬小麦亦发生渍害,影响冬小麦的生长发育和产量形成。文中忽略了极端气候事件、短期气候波动及灾害风险对小麦产量的影响。有研究表明,短期气候波动是造成农业产量不稳的重要原因^[45],以降水波动对冬小麦产量影响最为明显,其次是温度和日照^[46]。此外,研究中用高稳系数作为指标进行适宜性评估时,未考虑不同地区高产性和稳产性的权重差异。以上均需以后进一步改进完善。

4 结论

本研究利用1961—2010年的地面气象观测数据和冬小麦生育期资料,分析了两个时段内潜在光温产量高产性和稳产性的变化特征,并综合分析了中国冬小麦潜在光温适宜种植区分布的变化特征、潜在光温适宜种植区界限的改变及产量的变化,得到主要结论如下：

4.1 与1961—1980年相比,1981—2010年中国冬小麦潜在光温产量的最高产区和高产区面积增加,占研究区域冬小麦面积的比例分别增加了6.33%和7.42%,而次高产区和低产区面积减少,占研究区域冬小麦面积的比例减少了10.50%和3.24%,说明气候变化背景下中国冬小麦潜在光温产量高产区面积增加。

4.2 1981—2010年中国冬小麦潜在光温产量最稳产区面积下降,占研究区域冬小麦面积比例降低了25.76%,而稳产区、次稳产区和低稳产区面积增加,占研究区域冬小麦面积的比例分别增加了12.09%、10.34%和3.31%,说明气候变化背景下中国冬小麦潜在光温产量的不稳定性增加。

4.3 中国冬小麦各等级适宜种植区界限在空间上发生改变。其中,最适宜区界限发生了明显的北移西扩,适宜区界限向东北方向移动。冬小麦潜在光温产量各等级适宜种植区界限变化引起各区域冬小麦面积相应改变。与1961—1980年比,1981—2010年中国冬小麦潜在最适宜区和适宜区冬小麦面积下降,占研究区域冬小麦面积比例分别降低了4.49%和4.75%,而次适宜区和可种植区冬小麦面积增加,占研究区域冬小麦面积的比例分别增加了7.17%和2.06%,说明气候变化背景下中国冬小麦适宜区面积缩小,主要受稳产性下降的影响。

4.4 中国冬小麦潜在光温产量各等级适宜种植区的单产有所增加,平均提高513 kg·hm^-2,但冬小麦最适宜区和适宜区冬小麦面积减少,使得最适宜区和适宜区冬小麦的总产下降,占时段Ⅰ总产的比例分别降低了29.4%和15.1%,从而使研究区域内冬小麦总产整体下降了1 504×10⁴ t,占时段Ⅰ总产的比例降低了2.07%,说明气候变化背景下中国冬小麦的单产增加,有利于冬小麦产量的提高,但最适宜区和适宜区冬小麦面积减少,使得中国冬小麦总产整体下降。

The authors have declared that no competing interests exist.

---

参考文献

文献选项

• 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