基于作物模型与气候情景结合的中国南方水稻产量变化预估方法描述_农业气象学.docxVIP

PAGE2

基于作物模型与气候情景结合的中国南方水稻产量变化预估方法描述

第一章绪论

1.1研究背景

1.1.1现实背景

全球气候变化正深刻影响着农业生产系统，极端气候事件频发对粮食安全构成严峻挑战。中国南方作为主要的水稻产区，其生产稳定性关乎国家粮食安全战略。

水稻生长对温度、降水、日照等气象要素极为敏感。近年来，南方地区高温热害、季节性干旱、洪涝等灾害性天气呈增多增强趋势，直接威胁水稻的稳产高产。因此，科学预估未来气候变化下的水稻产量变化，已成为保障区域粮食安全的紧迫需求。

1.1.2理论背景

在农业气象学领域，如何准确量化气候变化对作物生产的影响是核心科学问题。传统统计模型基于历史气象与产量数据建立关系，难以外推至未来非平稳的气候状态。

机理型作物生长模型，如ORYZA、DSSAT等，能够动态模拟作物生长发育过程及其对环境因子的响应。然而，其预估未来产量的准确性高度依赖于输入的气候情景数据。如何将全球气候模式输出的多情景数据有效驱动本地化的作物模型，是当前研究的关键瓶颈。

表1.1气候变化对水稻生产影响研究的问题分析

问题类别

具体表现

产生原因

研究紧迫性

预估方法局限

统计模型外推能力不足，机理模型驱动数据不确定性大。

未来气候的非平稳性；全球气候模式降尺度偏差。

高。需发展更可靠的耦合预估方法以支持决策。

情景整合不足

多排放路径（SSP）下的产量响应特