全 文 ：预测未来 ４０年气候变化对我国玉米产量的影响∗
马玉平１∗∗ 孙琳丽２ 俄有浩１ 吴 玮３
（ １中国气象科学研究院， 北京 １０００８１； ２内蒙古通辽市气象局， 内蒙古通辽 ０２８０００； ３安徽无为县气象局， 安徽无为 ２３８３００）
摘 要 气候变化将对我国农业生产造成重要影响．传统的积分回归模型和最新的气候预测
相结合可能适合评估未来气候变化对作物产量的影响程度．本文首先利用积分回归方法建立
了我国不同省区玉米产量与气象要素间的相关模型，然后利用最新的气候预测成果探讨了未
来 ４０年气候变化对我国玉米产量的可能影响，并分析了其原因．结果表明： 如果玉米品种改
良以及目前的科技水平发展速度不变，未来 ４０年我国玉米单产将以减产为主，且随时间递增
有减幅增大趋势，但一般在 ５％以内．Ａ２气候变化情景下，除 ２０２１—２０３０ 年外，我国玉米减产
幅度最大的地区为东北，在 ２．３％～４．２％；西北、西南和长江中下游地区在 ２０３１ 年以后减产幅
度也较大．Ｂ２气候变化情景下，东北地区在 ２０３１—２０４０ 年减产幅度最大，达 ５．３％；其余仍以
西南和西北地区减产幅度较大．两种情景下，华北地区减产幅度均较小，一般在 ２．０％以内，而
华南地区几乎不变．Ａ２相较 Ｂ２情景下，除 ２０２１—２０３０年外，其余年代的绝大多数地区减产幅
度均更大．各旬降水量在我国北方地区对玉米产量几乎都为正效应，而各旬温度对我国各省
区玉米产量一般为负效应．未来我国各省区玉米减产的主要原因是气温升高，仅个别省份减
产与降水量减少有关．不同方法对未来我国玉米产量变化的评估结果很不一致．进一步增强评
估准确性一要考虑品种和科技进步因素的影响，二要增强各类评估模型的机理性．
关键词 气候变化； 玉米产量； 积分回归
∗中国气象科学研究院基本科研业务费专项（２０１４Ｙ００６）、公益性行业（气象）科研专项（ＧＹＨＹ２０１００６０２７）和中国气象局气候变化科研专项
（ＣＣＳＦ⁃０９⁃１２）资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｍａｙｐ＠ ｃａｍｓ．ｃｍａ．ｇｏｖ．ｃｎ
２０１４⁃０６⁃０９收稿，２０１４⁃１０⁃１３接受．
文章编号 １００１－９３３２（２０１５）０１－０２２４－０９ 中图分类号 Ｐ４６７； Ｓ１６２．５ 文献标识码 Ａ
Ｐｒｅｄｉｃｔｉｎｇ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ ｔｈｅ ｎｅｘｔ ４０ ｙｅａｒｓ ｏｎ ｔｈｅ ｙｉｅｌｄ ｏｆ ｍａｉｚｅ ｉｎ Ｃｈｉｎａ．
ＭＡ Ｙｕ⁃ｐｉｎｇ１， ＳＵＮ Ｌｉｎ⁃ｌｉ２， Ｅ Ｙｏｕ⁃ｈａｏ１， ＷＵ Ｗｅｉ３ （ １Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ，
Ｂｅｉｊｉｎｇ １０００８１， Ｃｈｉｎａ； ２Ｔｏｎｇｌｉａｏ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｂｕｒｅａｕ， Ｔｏｎｇｌｉａｏ ０２８０００， Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ， Ｃｈｉ⁃
ｎａ； ３Ｗｕｗｅｉ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｂｕｒｅａｕ， Ｗｕｗｅｉ ２３８３００， Ａｎｈｕｉ， Ｃｈｉｎａ） ．⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５，
２６（１）： ２２４－２３２．
Ａｂｓｔｒａｃｔ： Ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｗｉｌｌ ｓｉｇｎｉｆｉｃａｎｔｌｙ ａｆｆｅｃｔ ａｇｒｉｃｕｌｔｕｒａｌ ｐｒｏｄｕｃｔｉｏｎ ｉｎ Ｃｈｉｎａ． Ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ
ｏｆ ｔｈｅ ｉｎｔｅｇｒａｌ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ａｎｄ ｔｈｅ ｌａｔｅｓｔ ｃｌｉｍａｔｅ ｐｒｏｊｅｃｔｉｏｎ ｍａｙ ｗｅｌｌ ａｓｓｅｓｓ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｆｕｔｕｒｅ
ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｃｒｏｐ ｙｉｅｌｄ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｍｏｄｅｌ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ａｎｄ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
ｆａｃｔｏｒｓ ｗａｓ ｆｉｒｓｔｌｙ ｅｓｔａｂｌｉｓｈｅｄ ｆｏｒ ｄｉｆｆｅｒｅｎｔ ｐｒｏｖｉｎｃｅｓ ｉｎ Ｃｈｉｎａ ｂｙ ｕｓｉｎｇ ｔｈｅ ｉｎｔｅｇｒａｌ ｒｅｇｒｅｓｓｉｏｎ ｍｅｔｈ⁃
ｏｄ， ｔｈｅｎ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ ｔｈｅ ｎｅｘｔ ４０ ｙｅａｒｓ ｏｎ Ｃｈｉｎａ’ｓ ｍａｉｚｅ ｐｒｏｄｕｃｔｉｏｎ ｗａｓ ｅｖａｌｕａ⁃
ｔｅｄ ｃｏｍｂｉｎｅｄ ｔｈｅ ｌａｔｅｓｔ ｃｌｉｍａｔｅ ｐｒｅｄｉｃｔｉｏｎ ｗｉｔｈ ｔｈｅ ｒｅａｓｏｎ ｂｅ ｉｎｇ ａｎａｌｙｚｅｄ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｉｆ
ｔｈｅ ｃｕｒｒｅｎｔ ｓｐｅｅｄｓ ｏｆ ｍａｉｚｅ ｖａｒｉｅｔｙ ｉｍｐｒｏｖｅｍｅｎｔ ａｎｄ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｄｅｖｅｌｏｐｍｅｎｔ ｗｅｒｅ ｃｏｎｓ⁃
ｔａｎｔ， ｍａｉｚｅ ｙｉｅｌｄ ｉｎ Ｃｈｉｎａ ｗｏｕｌｄ ｂｅ ｍａｉｎｌｙ ｉｎ ａｎ ｉｎｃｒｅａｓｉｎｇ ｔｒｅｎｄ ｏｆ ｒｅｄｕｃｔｉｏｎ ｗｉｔｈ ｔｉｍｅ ｉｎ ｔｈｅ ｎｅｘｔ
４０ ｙｅａｒｓ ｉｎ ａ ｒａｎｇｅ ｇｅｎｅｒａｌｌｙ ｗｉｔｈｉｎ ５％． Ｕｎｄｅｒ Ａ２ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏ， ｔｈｅ ｒｅｇｉｏｎ ｗｉｔｈ ｔｈｅ
ｍｏｓｔ ｒｅｄｕｃｔｉｏｎ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ｗｏｕｌｄ ｂｅ ｔｈｅ Ｎｏｒｔｈｅａｓｔ ｅｘｃｅｐｔ ｄｕｒｉｎｇ ２０２１－２０３０， ａｎｄ ｔｈｅ ｒｅｄｕｃｔｉｏｎ
ｗｏｕｌｄ ｂｅ ｇｅｎｅｒａｌｌｙ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ ２．３％－４．２％． Ｍａｉｚｅ ｙｉｅｌｄ ｒｅｄｕｃｔｉｏｎ ｗｏｕｌｄ ｂｅ ａｌｓｏ ｈｉｇｈ ｉｎ ｔｈｅ
Ｎｏｒｔｈｗｅｓｔ， Ｓｏｕｔｈｗｅｓｔ ａｎｄ ｍｉｄｄｌｅ ａｎｄ ｌｏｗｅｒ ｒｅａｃｈｅｓ ｏｆ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ ａｆｔｅｒ ２０３１． Ｕｎｄｅｒ Ｂ２ ｓｃｅｎａｒｉｏ，
ｔｈｅ ｒｅｄｕｃｔｉｏｎ ｏｆ ５．３％ ｉｎ ｔｈｅ Ｎｏｒｔｈｅａｓｔ ｉｎ ２０３１－２０４０ ｗｏｕｌｄ ｂｅ ｔｈｅ ｇｒｅａｔｅｓｔ ａｃｒｏｓｓ ａｌｌ ｒｅｇｉｏｎｓ． Ｏｔｈｅｒ
ｒｅｇｉｏｎｓ ｗｉｔｈ ｃｏｎｓｉｄｅｒａｂｌｅ ｍａｉｚｅ ｙｉｅｌｄ ｒｅｄｕｃｔｉｏｎ ｗｏｕｌｄ ｂｅ ｍａｉｎｌｙ ｉｎ ｔｈｅ Ｎｏｒｔｈｗｅｓｔ ａｎｄ ｔｈｅ Ｓｏｕｔｈｗｅｓｔ．
Ｒｅｄｕｃｔｉｏｎ ｉｎ ｍａｉｚｅ ｙｉｅｌｄ ｉｎ Ｎｏｒｔｈ Ｃｈｉｎａ ｗｏｕｌｄ ｂｅ ｓｍａｌｌ， ｇｅｎｅｒａｌｌｙ ｗｉｔｈｉｎ ２％， ｕｎｄｅｒ ａｎｙ ｓｃｅｎａｒｉｏｓ，
ａｎｄ ｔｈａｔ ｉｎ Ｓｏｕｔｈ Ｃｈｉｎａ ｗｏｕｌｄ ｂｅ ａｌｍｏｓｔ ｕｎｃｈａｎｇｅｄ． Ｔｈｅ ｒｅｄｕｃｔｉｏｎ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ｉｎ ｍｏｓｔ ｒｅｇｉｏｎｓ
ｗｏｕｌｄ ｂｅ ｇｒｅａｔｅｒ ｕｎｄｅｒ Ａ２ ｓｃｅｎａｒｉｏ ｔｈａｎ ｕｎｄｅｒ Ｂ２ ｓｃｅｎａｒｉｏ ｅｘｃｅｐｔ ｆｏｒ ｔｈｅ ｐｅｒｉｏｄ ｏｆ ２０２１－２０３０． Ｔｈｅ
应 用 生 态 学 报 ２０１５年 １月 第 ２６卷 第 １期
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｊａｎ． ２０１５， ２６（１）： ２２４－２３２
ｅｆｆｅｃｔ ｏｆ ｔｈｅ ｔｅｎ ｄａｙ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｏｎ ｍａｉｚｅ ｙｉｅｌｄ ｉｎ ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ ｗｏｕｌｄ ｂｅ ａｌｍｏｓｔ ｐｏｓｉｔｉｖｅ． Ｈｏｗ⁃
ｅｖｅｒ， ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｔｅｎ ｄａｙ ａｖｅｒａｇｅ ｔｅｍｐｅｒａｔｕｒｅ ｏｎ ｙｉｅｌｄ ｏｆ ｍａｉｚｅ ｉｎ ａｌｌ ｒｅｇｉｏｎｓ ｗｏｕｌｄ ｂｅ ｇｅｎｅｒａｌｌｙ
ｎｅｇａｔｉｖｅ． Ｔｈｅ ｍａｉｎ ｒｅａｓｏｎ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ｒｅｄｕｃｔｉｏｎ ｗａｓ ｔｅｍｐｅｒａｔｕｒｅ ｉｎｃｒｅａｓｅ ｉｎ ｍｏｓｔ ｐｒｏｖｉｎｃｅｓ ｂｕｔ
ｐｒｅｃｉｐｉｔａｔｉｏｎ ｄｅｃｒｅａｓｅ ｉｎ ａ ｆｅｗ ｐｒｏｖｉｎｃｅｓ． Ａｓｓｅｓｓｍｅｎｔｓ ｏｆ ｔｈｅ ｆｕｔｕｒｅ ｃｈａｎｇｅ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ｉｎ Ｃｈｉｎａ
ｂａｓｅｄ ｏｎ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｍｅｔｈｏｄｓ ｗｅｒｅ ｎｏｔ ｃｏｎｓｉｓｔｅｎｔ． Ｆｕｒｔｈｅｒ ｅｖａｌｕａｔｉｏｎ ｎｅｅｄｓ ｔｏ ｃｏｎｓｉｄｅｒ ｔｈｅ ｃｈａｎｇｅ
ｏｆ ｍａｉｚｅ ｖａｒｉｅｔｙ ａｎｄ ｓｃｉｅｎｔｉｆｉｃ ａｎｄ ｔｅｃｈｎｏｌｏｇｉｃａｌ ｐｒｏｇｒｅｓｓ， ａｎｄ ｔｏ ｅｎｈａｎｃｅ ｔｈｅ ｒｅｌｉａｂｉｌｉｔｙ ｏｆ ｅｖａｌｕａ⁃
ｔｉｏｎ ｍｏｄｅｌｓ．
Ｋｅｙ ｗｏｒｄｓ： ｃｌｉｍａｔｅ ｃｈａｎｇｅ； ｍａｉｚｅ ｙｉｅｌｄ； ｉｎｔｅｇｒａｌ ｒｅｇｒｅｓｓｉｏｎ ｍｅｔｈｏｄ．
气候预测表明，未来我国气温将继续升高，极端
天气 ／气候事件与灾害的频率和强度继续增大［１－２］ ．
气候变暖将对我国农业生产造成重大影响．目前的
研究一般认为，中高纬度的气候变暖一方面拓展了
一些作物的种植区域，但另一方面将促使作物的生
长发育过程发生变化、加速病虫害的发生发展，从而
导致作物产量的不稳定性增加，而极端天气 ／气候事
件将导致作物严重减产．玉米是自然界贮藏能量最
多的植物之一，因而成为重要的粮食、饲料和经济兼
用作物．近年来，随着资源短缺以及科学技术的发
展，玉米也成为重要的工业原料．据联合国粮农组织
统计资料显示，我国玉米的种植面积和总产量均仅
次于美国，位居世界第二［３－４］ ．未来气候变化对我国
不同区域、不同玉米品种的影响程度可能并不相同．
评估未来气候变化对我国玉米生产的影响具有重大
意义．
研究气候变化的影响一般包括试验观测、历史
类比和数值模拟等方法［５］ ．但在不同时空尺度上进
行控制试验存在较大难度，历史类比也不可能找到
完全相似的个例，因此，数值模拟成为发展最为迅速
的方法．近些年来，许多研究根据 ＩＰＣＣ 构建的气候
情景预测未来的气候变化，然后与作物生长模型相
结合来探讨对农业生产的影响．如评估气候变化对
美国主要农业区作物产量的影响［６］，评价未来气候
变化对中国主要粮食生产的影响等［７－１２］ ．这是一种
常见且有效的评价方法，但它依赖于作物生长模型
机理的准确性，且不同模型或不同研究工作在评价
结果的量级和趋势上多有不同，利用作物生长模型
评价未来气候变化对粮食生产的不确定性仍较高．
积分回归是一种传统的统计方法，可以建立气
象要素与作物产量之间的相关关系［１３］，反映作物不
同发育时段气象要素对产量的影响，且方法简便．因
此可以利用这一方法开展气候变化对农业生产影响
的研究．较早时期即有利用积分回归方法建立黄淮
海地区小麦产量与气象要素间的关系，然后利用温
度和降水的增减来模拟气候变化对产量影响的研
究［１４］ ．近些年来，一些研究利用积分回归方法开展
农业气象产量动态预报［１５］，分析降水对小麦产量的
影响［１６］，探讨生态气候因子与玉米产量的关系［１７］ ．
随着气候模式模拟能力的提升，对未来气候变化的
预测结果不断出现［１８］，使借助积分回归方法和气候
模式预测结果来分析未来气候变化对作物产量的影
响成为可能．
本文将首先利用积分回归方法建立我国不同省
区玉米产量与气象要素之间的相关模型，然后利用
最新的气候预测成果研究未来 ４０ 年气候变化对我
国玉米产量的可能影响，并分析其原因，以期为适应
和减缓这一影响提供科学依据．
１ 研究区域与研究方法
１ １ 研究区域
研究区域包含我国主要的玉米种植区域，共 ２３
个省（区、市）份．东北地区主要包括黑龙江、吉林和
辽宁，华北地区包括北京、天津、山西、河北、山东和
河南，长江中下游地区有江苏、安徽、江西、湖北和湖
南，华南地区有广东和广西，西南地区有四川、贵州
和云南，西北地区主要包括陕西、甘肃、宁夏和新疆．
除华北地区以夏玉米为研究对象外，其余地区均为
春玉米．为了简化分析，本文针对以上 ６ 个区域开展
气候变化对玉米产量的影响研究．
１ ２ 数据来源
研究数据包括玉米产量、发育期、实测气象要素
和气候预测数据等．玉米产量为来自统计部门的 ２３
个省（区、市） １９７８—２００８ 年省级逐年单产数据．发
育期为根据各省农业气象观测站记载统计的本省玉
米生育时段的起止旬，用以明确玉米生长期．实测气
象要素为 ２３省主要气象站（４５３站）逐日平均气温、
降水和日照时数等气象数据．日照时数通过 ＦＡＯ 推
荐公式转换获得总辐射［１９］，并进一步计算获得各省
所有站点的逐旬平均气温、平均累积降水量和平均
总辐射．气候预测数据为区域气候模式（ＰＲＥＣＩＳ）输
出的基准值（ＢＳ，１９６１—１９９０ 年）和 Ａ２、Ｂ２ 情景下
５２２１期 马玉平等： 预测未来 ４０年气候变化对我国玉米产量的影响
未来（２０１１—２０５０年）时段 ５０ ｋｍ×５０ ｋｍ 空间分辨
率的逐日平均温度、降水和总辐射，并通过 ＥＣＭＷＦ
（Ｅｕｒｏｐｅａｎ Ｃｅｎｔｒｅ ｆｏｒ Ｍｅｄｉｕｍ⁃Ｒａｎｇｅ Ｗｅａｔｈｅｒ Ｆｏｒｅ⁃
ｃａｓｔｓ）方法利用站点实测气象数据进行了分析订
正［１８，２０］ ．Ａ２和 Ｂ２ 情景指政府间气候变化委员会
（ＩＰＣＣ）定义的未来温室气体和 ＳＯ２的两种排放方
案．Ａ２情景表示未来世界发展极不均衡，虽有区域
性合作，但对新技术的适应较慢，人口继续增长，
ＣＯ２排放处于较高水平；Ｂ２情景则强调区域性经济、
社会和环境的可持续发展，人口持续增长，但增长率
低于 Ａ２ 情景，经济发展速度中等，ＣＯ２排放处于中
低水平．与站点实测数据一样，对格点气候预测数据
进行多格点平均获得各省的旬值．
１ ３ 研究方法
首先利用直线滑动平均法将各省 １９７８—２００８
年玉米产量数据序列分解为趋势产量和气象产量，
滑动步长为 ７ 年．然后利用各省玉米气象产量与相
应生长期内逐旬平均实测气象数据建立积分回归模
型．假设玉米品种特性按目前的改良趋势发生变化，
将 １９６１—１９９０ 年（ＢＳ）气候模拟数据代入相关模
型，获得模拟气象产量为基准产量，再计算 Ａ２、Ｂ２
情景下未来 ２０１１—２０５０年气象产量，其相对于基准
值的差值可视为气候变化对玉米产量的影响．这里
以实测气象数据建模而以气候模拟数据计算基准
值，主要是由于玉米产量数据序列开始年较晚而无
法在时间上与气候模拟数据相匹配所致，而气候模
拟数据已经通过实测数据进行过订正［１８，２０］ ．
气象要素与气象产量间的建模方法为：首先利
用积分回归方法分别建立玉米生育期间光（辐射）、
温、水 ３个气象因子与气象产量间的关系模型，然后
以 ３个模型拟合结果与气象产量间的复相关系数为
权重进行加权平均，即可得到气象产量的集成模拟
模型．最后将模拟气象产量和趋势产量相加即为模
拟产量．
积分回归模型建立的方法是：假定气象产量
（ ｙ＾）和生育期内各旬气象因子［ｘ ｊ（ ｔ），ｔ为时间，即旬
的序列］有如下关系：
ｙ＾ ＝ ｃ０ ＋ ∑
ｍ
ｊ ＝ １
ａ ｊ（ ｔ）ｘ ｊ（ ｔ） （１）
式中：ａ ｊ（ ｔ）和 ｃ０ 为回归系数．为解决因子多、样本少
的矛盾，将 ａ ｊ（ ｔ）、ｘ ｊ（ ｔ）均按时间 ｔ 的正交多项式展
开，得到：
ｙ＾＝ ｃ０＋α０ρ０＋α１ρ１＋α２ρ２＋…＋αｋρｋ （２）
式中： ρｋ ＝∑
ｎ
１
ｘ（ ｔ）ϕ（ ｔ） ，用气象要素值 ｘ（ ｔ）配合正
交多项式 ϕｋ 求得：ｋ 为多项式次数；ｎ 为总旬数，起
止旬根据各省玉米生产的实际情况确定； ａ（ ｔ） ＝
∑
ｋ
αｋϕｋ ，表示气象要素 ｘ 每改变一个单位对气象
产量的影响．
１ ４ 数据处理
利用中文 Ｖｉｓｕａｌ Ｂａｓｉｃ ６．０软件编程进行数据处
理、建立积分回归模型和分析拟合结果．采用相关系
数检验法进行模拟气象产量与实测分离结果的相关
性检验，显著性水平设为 ０．０１或 ０．０５．
２ 结果与分析
２ １ 积分回归模型的拟合检验
分别建立了我国 ２３ 个省（区、市） １９７８—２００８
年玉米产量与实测气象数据之间的集成积分回归模
型，并进行历史拟合检验（表 １）．从温度、降水和辐
射模型的权重来看，各省份间有一定差异．华北地区
除北京、天津外，各省的降水权重最大，说明该区降
水与气象产量的相关性最好；西南地区各省的辐射
权重最小，说明该区辐射与气象产量的相关性最差；
其余省区无明显规律．从集成模型拟合误差来看，各
省最大相对误差在 ５．１％ ～ ３４．５％，最大相对误差年
份以 １９８８、 １９８９ 年出现较多，平均相对误差在
１ ５％～８．２％．大于 ５％误差的概率最大为吉林的
３５ ５％，其余各省多在 ２５％以下，而华南、西南和西
北地区均在 ２０％以内；大于 １０％误差的概率小于
１６ １％．模拟气象产量与实测分离结果的相关系数
在 ０ ３５ ～ ０ ６８，均通过 ０． ０５ 的显著性检验，其中
６０％的模型通过 ０．０１ 的显著性检验．模拟产量复相
关系数与实测结果的相关系数在 ０．８２ 以上．总体来
看，各省集成积分回归模型能够体现气象要素对产
量的影响规律．若用以不同年代际间的比较，则可剔
除系统误差，其结果更加可信．
２ ２ 气候变化对我国未来玉米产量的影响
利用气候预测数据和集成模型模拟了全国主要
玉米种植省份历年玉米产量，并计算了未来年代际
玉米产量的平均变化情况（图 １）．总体来看，未来 ４０
年中，无论是 Ａ２ 还是 Ｂ２ 气候情景下，如果玉米品
种特性按目前的改良趋势发生变化，则全国绝大多
数玉米生产省份均处于减产之中，且减产幅度随年
份增加而加大，但减幅一般在 ５％以内．
Ａ２情景下，东北地区玉米除 ２０２１—２０３０ 年外，
减产幅度在所有分区中均最大，平均在２．３％～４．２％．
６２２ 应 用 生 态 学 报 ２６卷
表 １ 玉米产量与气象要素间集成积分回归模型的历史拟合检验
Ｔａｂｌｅ １ Ｈｉｓｔｏｒｉｃａｌ ｆｉｔｔｉｎｇ ｔｅｓｔ ｏｆ ｉｎｔｅｇｒａｌ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ａｎｄ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒｓ
省份
Ｐｒｏｖｉｎｃｅ
起始旬
Ｂｅｇｉｎ ｏｆ
ｔｅｎ ｄａｙｓ
终止旬
Ｅｎｄ ｏｆ
ｔｅｎ ｄａｙｓ
温度权重
Ｔｅｍｐｅｒａｔｕｒｅ
ｗｅｉｇｈｔ
降水权重
Ｐｒｅｃｉｐｉｔａｔｉｏｎ
ｗｅｉｇｈｔ
辐射权重
Ｒａｄｉａｔｉｏｎ
ｗｅｉｇｈｔ
最大
相对误差
Ｍａｘｉｍｕｍ
ｒｅｌａｔｉｖｅ ｅｒｒｏｒ
（％）
最大
相对误差
年份
Ｙｅａｒｓ ｏｆ
ｔｈｅ ｍａｘｉｍｕｍ
ｒｅｌａｔｉｖｅ ｅｒｒｏｒ
平均
相对误差
Ａｖｅｒａｇｅ
ｒｅｌａｔｉｖｅ
ｅｒｒｏｒ
（％）
气象产量
复相关系数
Ｍｕｌｔｉｐｌｅ
ｃｏｒｒｅｌａｔｉｏｎ
ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ
ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
ｙｉｅｌｄ
产量复
相关系数
Ｍｕｌｔｉｐｌｅ
ｃｏｒｒｅｌａｔｉｏｎ
ｃｏｅｆｆｉｃｉｅｎｔｓ
ｏｆ ｙｉｅｌｄ
辽宁 Ｌｉａｏｎｉｎｇ １２ ２７ ０．３９ ０．３１ ０．３０ ３０．８ １９８９ ７．４ ０．６０ ０．８２
吉林 Ｊｉｌｉｎ １４ ２６ ０．３１ ０．３３ ０．３６ １６．６ １９８０ ６．８ ０．６５ ０．９３
黑龙江 Ｈｅｉｌｏｎｇｊｉａｎｇ １５ ２６ ０．３８ ０．３６ ０．２７ １７．９ １９８９ ５．７ ０．４５ ０．９５
北京 Ｂｅｉｊｉｎｇ １７ ２７ ０．１９ ０．３４ ０．４７ １２．２ １９９９ ４．１ ０．５０ ０．９５
天津 Ｔｉａｎｊｉｎ １７ ２７ ０．３２ ０．３３ ０．３５ ２１．４ １９８３ ５．５ ０．６０ ０．９４
山西 Ｓｈａｎｘｉ １６ ２７ ０．３５ ０．３７ ０．２８ １１．７ １９９１ ４．９ ０．６０ ０．９０
河北 Ｈｅｂｅｉ １７ ２７ ０．２９ ０．３８ ０．３３ ６．１ １９８１ ２．５ ０．５３ ０．９８
山东 Ｓｈａｎｄｏｎｇ １７ ２７ ０．２７ ０．４０ ０．３３ １８．７ １９９７ ４．６ ０．３９ ０．９５
河南 Ｈｅｎａｎ １６ ２７ ０．３３ ０．４３ ０．２４ ３４．５ １９８６ ７．４ ０．４４ ０．９２
江苏 Ｊｉａｎｇｓｕ ７ ２２ ０．４２ ０．３１ ０．２８ １７．９ ２００３ ３．８ ０．４８ ０．９５
安徽 Ａｎｈｕｉ ７ ２２ ０．４７ ０．２３ ０．３０ ３５．４ １９９４ ８．２ ０．５８ ０．９１
江西 Ｊｉａｎｇｘｉ ４ １９ ０．３５ ０．３３ ０．３３ ２２．４ １９９５ ６．２ ０．４３ ０．９８
湖北 Ｈｕｂｅｉ １０ ２２ ０．２８ ０．３６ ０．３６ １９．３ １９８８ ３．６ ０．３８ ０．９８
湖南 Ｈｕｎａｎ ４ １９ ０．２５ ０．４９ ０．２６ １４．０ １９８２ ４．３ ０．４５ ０．９９
广东 Ｇｕａｎｇｄｏｎｇ ４ １９ ０．３７ ０．２２ ０．４２ ９．６ １９８８ ２．２ ０．３９ ０．９９
广西 Ｇｕａｎｇｘｉ ４ １９ ０．３１ ０．３６ ０．３２ ３３．２ １９８８ ５．４ ０．３５ ０．９７
四川 Ｓｉｃｈｕａｎ １３ ２４ ０．３３ ０．３７ ０．３１ １３．５ １９８７ ４．４ ０．３９ ０．９２
贵州 Ｇｕｉｚｈｏｕ １３ ２６ ０．３８ ０．３３ ０．２９ ９．１ １９８８ ３．１ ０．６５ ０．９８
云南 Ｙｕｎｎａｎ １０ ２７ ０．３５ ０．３３ ０．３２ －５．５ １９８９ １．９ ０．５６ ０．９９
陕西 Ｓｈａａｎｘｉ １２ ２６ ０．３８ ０．２９ ０．３４ ２０．９ １９８１ ５．３ ０．６８ ０．９１
甘肃 Ｇａｎｓｕ １０ ２７ ０．４３ ０．３２ ０．２５ １３．３ １９８１ ５．４ ０．５５ ０．９３
宁夏 Ｎｉｎｇｘｉａ １０ ２６ ０．３１ ０．３０ ０．４０ －７．７ １９７９ ２．９ ０．５４ ０．９９
新疆 Ｘｉｎｊｉａｎｇ １１ ２６ ０．４２ ０．２６ ０．３２ ５．１ １９９５ １．５ ０．５５ ０．９９
２０１１—２０２０ 年间，东北和西北减产较多，幅度在
２ ３％以上，其余地区变化很小．２０２１—２０３０ 年间，华
北和西南地区减产幅度稍大，约为 １ ５％ ～１ ８％，而
其余地区的减产幅度均很小．２０３１ 年以后，西北、西
南和长江中下游地区减产幅度也较大．未来 ４０ 年
中，华北地区的减产幅度稍小，一般在 １．５％以内，而
华南地区的玉米产量基本不变．Ｂ２ 情景下，东北地
区在 ２０３１—２０４０ 年减产幅度最大，达 ６． ７％，而在
２０２１—２０３０年增产 ２．７％．其余仍以西南和西北地区
减产幅度较大，而华南地区减产幅度最小．Ａ２ 与 Ｂ２
情景相比，除 ２０２１—２０３０ 年外，其余年代的绝大多
数地区减产幅度均更大，特别是 ２０１１—２０２０ 和
２０４１—２０５０年间，减产幅度高达 １％～４％．
对各省未来玉米产量的变化情况分析发现，各
分区内的多个省玉米产量变化趋势基本一致．Ａ２ 情
景下，减产幅度最高的为陕西 ２０４１—２０５０ 年间，达
８．２％，而减产幅度较大的省份还有安徽、辽宁、山西
和吉林等． Ｂ２ 情景下，减产幅度最高的为安徽
２０２１—２０３０年间，达 ９．２％，减产幅度较大的省份与
Ａ２情景基本相同．东北地区各省在未来整体呈减产
趋势，但在 ２０２１—２０３０年间，却有明显增加趋势，如
Ａ２情景下吉林增产 ４．０％，为所有省份中最高，而
Ｂ２情景下辽宁增产 ５．１％，也为所有省份中最高．
２ ３ 未来我国玉米减产原因分析
为了探讨未来气候变化导致我国玉米减产的原
因，分析了各气象要素对几个典型省份玉米生长的
影响情况．图 ２ 为光、温、水分别每改变一个单位对
气象产量的影响．可以看出，北方省区（如辽宁、陕西
和山西）的降水量在整个生长季对玉米产量多为正
效应，降水量偏高越多产量也越高．这是因为降水仍
然是我国各省玉米生产的限制因子．辽宁玉米发育
初期的降水对产量的影响最大，降水量增加 １ ｍｍ
将使产量增加 １７ ｋｇ·ｈｍ－２（下文简称影响因子为
１７），这可能是因为播种时易受干旱影响的缘故．陕
西玉米生长的初期（第 １３ ～ １６ 旬）受降水的影响也
很大，影响因子在 ２～８，同样与玉米发育初期缺水有
关．山西在整个生长季的降水影响因子均在 ２ 以上，
说明其玉米生长全程受干旱的影响．安徽玉米发育
７２２１期 马玉平等： 预测未来 ４０年气候变化对我国玉米产量的影响
图 １ 未来气候变化对我国玉米产量的影响
Ｆｉｇ．１ Ｉｍｐａｃｔ ｏｆ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｍａｉｚｅ ｙｉｅｌｄ ｉｎ Ｃｈｉｎａ．
Ａ２、Ｂ２为未来气候变化情景，ＢＳ为基准气候 Ａ２， Ｂ２ ｗｅｒｅ ｔｈｅ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ ａｎｄ ＢＳ ｗａｓ ｔｈｅ ｐｒｅｓｅｎｔ ｃｌｉｍａｔｅ．
初期的 １～３旬一般不受水分胁迫，降水增加反而使
玉米产量下降，但之后降水影响因子也一直在 ０ 以
上，最高可达 ２．
温度对我国玉米产量的影响主要是负效应，温
度偏高越多则产量越低（图 ２）．但玉米发育初期和
末期的温度偏高却有利于产量的提高，特别是安徽
初期温度偏高可能有利于玉米尽快生长，而辽宁后
期温度偏高将可能促使玉米完全成熟，少受霜冻侵
袭．从对产量的影响幅度来看，辽宁玉米在第 １２～２３
旬间，若旬平均温度偏高 １ ℃ 将减产 １９ ～ ８９
ｋｇ·ｈｍ－２；山西玉米在第 ２１ ～ ２２ 旬受温度影响最
大，此时玉米也处于拔节到抽穗期，温度偏高将导致
减产 ９３～ １０３ ｋｇ·ｈｍ－２；对陕西来说，温度偏高有 ２
个减产高峰，分别为第 １４ 旬（播种前）和第 ２２ 旬
（抽雄期）左右，抽雄期若温度过高则不利于开花，
旬平均温度偏高 １ ℃将减产 ４０ ｋｇ·ｈｍ－２以上；安徽
第 ７ 旬平均温度偏高 １ ℃，产量将提高 １０５
ｋｇ·ｈｍ－２，而发育中后期 １３ ～ １９ 旬平均温度若偏高
１ ℃，则将减产 ４４～５９ ｋｇ·ｈｍ－２ ．
辐射对我国玉米产量的效应在玉米生长季不断
波动．各省辐射对玉米产量影响趋势的逐旬变化与
降水正好相反．这反映了辐射和降水的实际分布形
式，一者偏高则另一者将肯定偏低．辽宁玉米在第
１７～１８旬中（七叶到拔节期），辐射对产量是负效应，
图 ２ 温度、辐射（左纵坐标轴）和降水（右纵坐标轴）每改变一个单位对玉米产量的影响
Ｆｉｇ．２ Ｉｍｐａｃｔ ｏｆ ａ ｕｎｉｔ ｃｈａｎｇｅ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ， ｒａｄｉａｔｉｏｎ （ｔｈｅ ｌｅｆｔ ｙ⁃ａｘｉｓ） ａｎｄ ｐｒｅｃｉｐｉｔａｔｉｏｎ （ｔｈｅ ｒｉｇｈｔ ｙ⁃ａｘｉｓ） ｏｎ ｍａｉｚｅ ｙｉｅｌｄ．
８２２ 应 用 生 态 学 报 ２６卷
图 ３ 典型站点未来 Ａ２、Ｂ２气候情景下气温（Ｔ）和降水量（Ｐ）的逐旬变化
Ｆｉｇ．３ Ｃｈａｎｇｅｓ ｏｆ ｔｈｅ ｔｅｎ ｄａｙ ａｖｅｒａｇｅ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ （Ｔ） ａｎｄ ｐｒｅｃｉｐｉｔａｔｉｏｎ （Ｐ） ｆｏｒ ｔｙｐｉｃａｌ ｓｔａｔｉｏｎｓ ｕｎｄｅｒ Ａ２ ａｎｄ Ｂ２ ｃｌｉｍａｔｅ ｃｈａｎｇｅ
ｓｃｅｎａｒｉｏｓ．
这主要是因为辐射偏高降水偏少，而此时玉米需水
较多导致减产，在第 ２２ 旬左右（抽雄期）则因需晴
天较多辐射而为正效应；在陕西，辐射对玉米产量影
响的逐旬变化与温度非常一致，因此引起玉米减产
的原因与温度相同，发育初期旬平均辐射每提高
１ ＭＪ，则玉米将减产 ４１ ｋｇ·ｈｍ－２；辐射对山西玉米
产量主要是负效应，这主要是辐射偏高而降水偏少
导致干旱的原因，发育中期旬平均辐射每提高１ ＭＪ，
９２２１期 马玉平等： 预测未来 ４０年气候变化对我国玉米产量的影响
则玉米减产 ４２ ｋｇ·ｈｍ－２左右．
进一步计算了 Ａ２、Ｂ２气候情景下未来 ４０ 年各
气象因素相对基准气候（ＢＳ）的逐旬变化．结果发
现，各省未来不同年代际的温度均处于明显升高趋
势，而降水的变化趋势却不明显，不同区域不同年代
增减各异．因此可以认为，未来我国各省区玉米减产
的主要原因是气温升高所致，个别省份减产可能与
降水量减少有关．图 ３ 为典型站点气象要素未来变
化状况，与２．２中未来玉米产量变化情况对比可知，
辽宁在未来 Ａ２气候变化情景下的各年代际均为减
产，原因是温度不断升高所致，但在 Ｂ２ 情景下的
２０２１—２０３０年间的明显增产却是由于播种期降水
偏多的缘故．山西在未来 Ｂ２ 气候变化情景下，
２０２１—２０３０年间的减产是因为拔节到抽穗期（第
２１～２２旬）温度偏高而降水偏少的原因．Ａ２ 情景下
２０４１—２０５０年间，玉米减产幅度最大的陕西是因为
生长期温度一直偏高较多所致． Ｂ２ 情景下 ２０２１—
２０３０年间，减产幅度最大的安徽主要是因为玉米生
长后期（第 ２０～２１旬）温度偏高而降水偏少所致．
３ 讨 论
未来我国各地玉米生长季的地表温度将呈升高
趋势，但降水量表现可能不同．到 ２１ 世纪末，全球地
表平均增温 １．１～６．４ ℃ ［１］，中国地表气温升高明显，
降水量也呈增加趋势［２］ ．其中，北方增温幅度大于南
方，冬、春季增温幅度大于夏、秋季；到 ２０５０ 年地表
气温将增加 ２．３ ～ ３．３ ℃，年降水量可能增加 ５％ ～
７％．根据中国气象局组织编写的“区域气候变化评
估报告决策者摘要及执行摘要 ２０１２”，我国各区域
的年平均气温在未来均呈升高趋势，而年降水量除
华东地区变化不显著外，其余地区也呈增加趋势．本
文分析发现，我国各省未来（到 ２０５０ 年）不同年代
际玉米生长季的温度均处于明显升高趋势，但降水
的变化趋势不明显，不同区域不同年代际增减各异，
这与评估报告的结果大体一致．
未来气候变化很可能使我国玉米单产降低，这
在众多研究中有很高的一致性，但减产幅度并不确
定．利用作物生长模型结合气候模式的预测结果进
行未来我国玉米产量变化评估是目前较常用的一种
方法．金之庆等［７］利用该方法研究表明，未来 ＣＯ２倍
增将导致我国东北、黄淮海和西南玉米出现减产，而
且无论是雨养还是灌溉玉米都以后两个区域减产更
多，减幅一般在 ８％ ～ ４０％．熊伟等［８］研究表明，到
２０８０年，气候变化将导致我国玉米主产区的玉米单
产普遍降低，减幅在 ０～６０％．张建平等［１０］研究认为，
２０１１—２０７０年我国东北中熟玉米品种平均减产 ０ ～
１１．４％，晚熟品种平均减产 ０～１０．０％．米娜等［２１］研究
表明，２０１１—２０５０年气候变化使东北地区玉米减产
９．５％．可以看出，不同作物生长模型模拟评估的减产
幅度并不一致，但减幅总体均较高．作物生长模型评
估方法的机理性较强，能够阐明产量变化的原因．但
该方法一般以某个时间点的品种等科技水平为基
准，进行气候影响评估时保持不变，加之不同模型的
适应性及模拟能力不同，可能造成其评估结果与实
际情况并不相符．本文利用积分回归方法评估表明，
未来我国各地玉米减产幅度一般均在 ７％以内．该方
法虽然机理性不强，但利用长时段的产量数据提取
气象产量进行分析，是在过去一段时间科技水平发
展（包括品种改良）趋势上分析气候要素与产量间
的关系，在评估未来时仍然包含了这种技术的变化
趋势，因此结果可能与实际情况更相符．同时，未来
气候变化对玉米产量的影响幅度应该与气象产量的
大小有关，本文分离的气象产量一般占总产的 １０％
左右，多数在 ５％左右，未来气候变化对我国玉米产
量的影响幅度也在此范围内．因此，本研究的结论可
能更接近实际．另外，本研究比较未来气候变化影响
我国不同地区玉米产量的差异表明，减产幅度最大
的为东北和西南地区，其次为西北和长江中下游地
区，华北地区减产幅度较小，而华南地区几乎不变．
有关气候变化影响我国玉米减产的原因，作物
生长模型评估一般认为主要是由于温度升高使生育
期缩短，从而使干物质累积时间减少所致，其他部分
原因可能是降水量减少导致的干旱胁迫造成
的［７－８，１０，２１］ ．如前所述，多数作物生长模型假定玉米
品种特性不变，因此其积温参数保持不变，气候变暖
则生育期缩短．但实际上，由于品种改良，东北玉米
累积热量指数在逐年增加［２２］，李正国等［２３］研究表
明，东北玉米生育期也在不断增长．另外，马树庆
等［２４］利用分期播种试验分析表明，在水分基本适宜
条件下，玉米生长季气温升高、积温增加，使玉米生
长和灌浆速度加快，从而有利于提高单产；但若同时
水分减少则将缩短玉米灌浆时间，降低灌浆速率，从
而造成减产，而且减产幅度明显大于温度升高引起
的增产幅度．刘丹等［２５］利用大田增温试验研究发
现，平均 ２ ℃的增温降低了玉米果穗长度、粗度和粒
数，增大了瘪粒数，导致减产 ４０％．可见，如果作物生
长模型不考虑品种变化以及其他一些构建机理过程
将可能造成评估偏差．本文研究表明，我国各省区玉
０３２ 应 用 生 态 学 报 ２６卷
米减产的主要原因是气温升高所致，仅个别省份减
产与降水减少有关．但这一结论无法给出直接的机
理性解释，只能靠经验和推测分析两者间的影响机
制．因此，对未来我国玉米产量变化的评估需要考虑
两个方面：第一是品种等科技进步的影响．未来我国
玉米产量变化在于气候和科技两因素的相互制约．
虽然科技进步的定量化表达存在较大难度，但只要
适当考虑品种因素（如抗旱耐热能力的变化）以及
适应策略（如不同熟性玉米品种种植布局调整、节
水措施）等就会使评估结果更加合理，否则将可能
夸大气候变化的影响程度．第二是各类评估模型的
机理性仍待进一步加强．
本文主要探讨了未来气候变化对我国玉米单产
的影响．但实际上，由于气候变暖使玉米（或中晚熟
品种）种植区扩大，导致我国玉米总产降低的幅度
可能更小．本文研究结果是在玉米品种特性按目前
的趋势发生变化的条件下得出的，如果未来玉米品
种的耐热性、抗旱性提高速度更快，且适应策略得
当，则气候变化对玉米产量的影响还可能更小，未来
的玉米产量趋势也有可能是稳产或增产．由于研究
的滞后性，本文沿用了 ＩＰＣＣ 第四次评估报告的未
来气候变化情景，而目前第五次评估报告已经发布，
下一步即可利用新的情景评估气候变化对我国玉米
产量的可能影响．
参考文献
［１］ Ｑｉｎ Ｄ⁃Ｈ （秦大河）， Ｃｈｅｎ Ｚ⁃Ｌ （陈振林）， Ｌｕｏ Ｙ （罗
勇）， ｅｔ ａｌ． Ｕｐｄａｔｅｄ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ
ｓｃｉｅｎｃｅｓ． Ａｄｖａｎｃｅｓ ｉｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｒｅｓｅａｒｃｈ （气候变
化研究进展）， ２００７， ３（２）： ６３－７３ （ｉｎ Ｃｈｉｎｅｓｅ）
［２］ Ｄｉｎｇ Ｙ⁃Ｈ （丁一汇）， Ｒｅｎ Ｇ⁃Ｙ （任国玉）， Ｓｈｉ Ｇ⁃Ｙ
（石广玉）， ｅｔ ａｌ． Ｎａｔｉｏｎａｌ ａｓｓｅｓｓｍｅｎｔ ｒｅｐｏｒｔ ｏｆ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ （Ⅰ）： Ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ Ｃｈｉｎａ ａｎｄ ｉｔｓ ｆｕｔｕｒｅ
ｔｒｅｎｄ． Ａｄｖａｎｃｅｓ ｉｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｒｅｓｅａｒｃｈ （气候变化
研究进展）， ２００６， ２（１）： ３－８ （ｉｎ Ｃｈｉｎｅｓｅ）
［３］ Ｌｕ Ｌ⁃Ｐ （路立平）， Ｚｈａｏ Ｈ⁃Ｃ （赵化春）， Ｚｈａｏ Ｎ （赵
娜）， ｅｔ ａｌ． Ｓｔａｔｕｓ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｐｒｏｓｐｅｃｔｓ ｏｆ ｔｈｅ
ｗｏｒｌｄ’ｓ ｃｏｒｎ ｉｎｄｕｓｔｒｙ． Ｊｏｕｒｎａｌ ｏｆ Ｍａｉｚｅ Ｓｃｉｅｎｃｅｓ （玉米
科学）， ２００６， １４（５）： １４９－１５１ （ｉｎ Ｃｈｉｎｅｓｅ）
［４］ Ｌｉ Ｍ （李 明）． Ｒｅｖｉｅｗ ａｎｄ ｐｒｏｓｐｅｃｔ ｏｆ ｍａｉｚｅ ｐｒｏｄｕｃ⁃
ｔｉｏｎ ｉｎ ｔｈｅ ｗｏｒｌｄ． Ｊｏｕｒｎａｌ ｏｆ Ｍａｉｚｅ Ｓｃｉｅｎｃｅｓ （玉米科
学）， ２０１０， １８（３）： １６５－１６９ （ｉｎ Ｃｈｉｎｅｓｅ）
［５］ Ｌｉ Ｋ⁃Ｒ （李克让）， Ｃｈｅｎ Ｙ⁃Ｆ （陈育峰）． Ｔｈｅ ｐｒｏｇｒｅｓｓ
ｉｎ ｍｅｔｈｏｄｏｌｏｇｉｅｓ ｔｏ ｓｔｕｄｙ ｉｍｐａｃｔｓ ｏｆ ｇｌｏｂａｌ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｉｎ Ｃｈｉｎａ． Ｇｅｏｇｒａｐｈｉｃａｌ Ｒｅｓｅａｒｃｈ （地理研究），
１９９９， １８（２）： ２１４－２１９ （ｉｎ Ｃｈｉｎｅｓｅ）
［６］ Ｓａｌｉｎａｓ Ｓ， Ｍｕｎｃｈ ＳＢ． Ｔｈｅｒｍａｌ ｌｅｇａｃｉｅｓ： Ｔｒａｎｓｇｅｎｅｒａ⁃
ｔｉｏｎａｌ ｅｆｆｅｃｔｓ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ ｏｎ ｇｒｏｗｔｈ ｉｎ ａ ｖｅｒｔｅｂｒａｔｅ．
Ｅｃｏｌｏｇｙ Ｌｅｔｔｅｒｓ， ２０１２， １５： １５９－１６３
［７］ Ｊｉｎ Ｚ⁃Ｑ （金之庆）， Ｇｅ Ｄ⁃Ｋ （葛道阔）， Ｚｈｅｎｇ Ｘ⁃Ｌ
（郑喜莲）， ｅｔ ａｌ． Ａｓｓｅｓｓｉｎｇ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｉｍｐａｃｔｓ ｏｆ
ｇｌｏｂａｌ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｍａｉｚｅ ｐｒｏｄｕｃｔｉｏｎ ｉｎ Ｃｈｉｎａ． Ａｃ⁃
ｔａ Ａｇｒｏｎｏｍｉｃａ Ｓｉｎｉｃａ （作物学报）， １９９６， ２２ （ ５）：
５１３－５２４ （ｉｎ Ｃｈｉｎｅｓｅ）
［８］ Ｘｉｏｎｇ Ｗ （熊 伟）， Ｙａｎｇ Ｊ （杨 婕）， Ｌｉｎ Ｅ⁃Ｄ （林
而达）， ｅｔ ａｌ． Ｔｈｅ ｐｒｏｊｅｃｔｉｏｎ ｏｆ ｍａｉｚｅ ｙｉｅｌｄ ｉｎ Ｃｈｉｎａ ｕｎ⁃
ｄｅｒ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ． Ａｄｖａｎｃｅ ｉｎ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ
（地球科学进展）， ２００８， ２３（１０）： １０９２ － １１０１ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［９］ Ｙａｎｇ Ｓ⁃Ｂ （杨沈斌）， Ｓｈｅｎ Ｓ⁃Ｈ （申双和）， Ｚｈａｏ Ｘ⁃Ｙ
（赵小艳）， ｅｔ ａｌ． Ｉｍｐａｃｔｓ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅｓ ｏｎ ｒｉｃｅ ｐｒｏ⁃
ｄｕｃｔｉｏｎ ｉｎ ｔｈｅ ｍｉｄｄｌｅ ａｎｄ ｌｏｗｅｒ ｒｅａｃｈｅｓ ｏｆ ｔｈｅ Ｙａｎｇｔｚｅ
Ｒｉｖｅｒ． Ａｃｔａ Ａｇｒｏｎｏｍｉｃａ Ｓｉｎｉｃａ （作物学报）， ２０１０， ３６
（９）： １５１９－１５２８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１０］ Ｚｈａｎｇ Ｊ⁃Ｐ （张建平）， Ｚｈａｏ Ｙ⁃Ｘ （赵艳霞）， Ｗａｎｇ Ｃ⁃
Ｙ （王春乙）， ｅｔ ａｌ． Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｍａｉｚｅ ｐｒｏｄｕｃｔｉｏｎ ｕｎ⁃
ｄｅｒ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏ ｉｎ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏ⁃Ａｇｒｉｃｕｌｔｕｒｅ （中国生态农业学报），
２００８， １６（６）： １４４８－１４５２ （ｉｎ Ｃｈｉｎｅｓｅ）
［１１］ Ｘｉｏｎｇ Ｗ （熊 伟）， Ｘｕ Ｙ⁃Ｌ （许吟隆）， Ｌｉｎ Ｅ⁃Ｄ （林
而达）， ｅｔ ａｌ． Ｒｅｇｉｏｎａｌ ｓｉｍｕｌａｔｉｏｎ ｏｆ ｒｉｃｅ ｙｉｅｌｄ ｃｈａｎｇｅ
ｕｎｄｅｒ ｔｗｏ ｅｍｉｓｓｉｏｎ ｓｃｅｎａｒｉｏｓ ｏｆ ｇｒｅｅｎｈｏｕｓｅ ｇａｓｅｓ． Ｃｈｉ⁃
ｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报），
２００５， １６（１）： ６５－６８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１２］ Ｚｈａｎｇ Ｊ⁃Ｐ （张建平）， Ｚｈａｏ Ｙ⁃Ｘ （赵艳霞）， Ｗａｎｇ Ｃ⁃
Ｙ （王春乙）， ｅｔ ａｌ． Ｅｆｆｅｃｔｓ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｗｉｎｔｅｒ
ｗｈｅａｔ ｇｒｏｗｔｈ ａｎｄ ｙｉｅｌｄ ｉｎ Ｎｏｒｔｈ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ
ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２００６， １７（７）：
１１７９－１１８４ （ｉｎ Ｃｈｉｎｅｓｅ）
［１３］ Ｗｅｉ Ｓ⁃Ｑ （ 魏 淑 秋 ）． Ａｇｒｏｍｅｔｅｏｒｏｌｏｇｙ Ｓｔａｔｉｓｔｉｃｓ．
Ｆｕｚｈｏｕ： Ｆｕｊｉａｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｒｅｓｓ， １９８７：
３７７ （ｉｎ Ｃｈｉｎｅｓｅ）
［１４］ Ｗａｎｇ Ｓ⁃Ｌ （王石立）， Ｗａｎｇ Ｆ⁃Ｔ （王馥棠）． Ａ ｐｒｅｌｉｍｉ⁃
ｎａｒｙ ｍｏｄｅｌｌｉｎｇ ｏｆ ｅｆｆｅｃｔｓ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｗｉｎｔｅｒ
ｗｈｅａｔ ｙｅｉｌｄ ｏｎ ｔｈｅ ｐｌａｉｎ ｏｆ Ｙｅｌｌｏｗ⁃Ｈｕａｉ⁃Ｈａｉ ｒｅｇｉｏｎ． Ａｃｔａ
Ｍｅｔｅｏｒｏｌｏｇｉｃａ Ｓｉｎｉｃａ （气象学报）， １９９３， ５１（２）： ２０９－
２１６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１５］ Ｗａｎｇ Ｓ⁃Ｌ （王石立）， Ｍａ Ｙ⁃Ｐ （马玉平）， Ｌｉｕ Ｗ⁃Ｑ
（刘文泉）， ｅｔ ａｌ． Ａｎ ｉｎｔｅｒｎｅｔ⁃ｏｒｉｅｎｔａｔｅｄ ｄｙｎａｍｉｃ ｐｒｅ⁃
ｄｉｃｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｃｒｏｐ ｙｉｅｌｄ． Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｍｏｎｔｈｌｙ （气
象）， ２００４， ３０（４）： ４２－４６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１６］ Ｘｕ Ｗ⁃Ｇ （徐为根）， Ｗｕ Ｈ⁃Ｙ （吴洪颜）， Ｚｈａｎｇ Ｒ⁃Ｚ
（张仁祖）． Ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｔｏ
ｙｉｅｌｄ ｏｆ ｗｈｅａｔ ｕｓｉｎｇ ｍｅｍｂｅｒｓ’ｉｎｔｅｇｒａｌ ｒｅｇｒｅｓｓｉｏｎ． Ｊｉａｎｇｓｕ
Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ （江苏农业科学）， ２００４（１）： ２４－
２７ （ｉｎ Ｃｈｉｎｅｓｅ）
［１７］ Ｍａ Ｙ⁃Ｌ （马雅丽）， Ｗａｎｇ Ｚ⁃Ｗ （王志伟）， Ｌｕａｎ Ｑ
（栾 青）， ｅｔ ａｌ． Ｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｍａｉｚｅ ｙｉｅｌｄ ａｎｄ ｅｃｏ⁃
ｃｌｉｍａｔｅ ｆａｃｔｏｒｓ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｏｍｅｔｅｏｒｏｌｏｇｙ （中
国农业气象）， ２００９（４）： ５６５－５６８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１８］ Ｘｕ ＹＬ， Ｈｕａｎｇ ＸＹ， Ｚｈａｎｇ Ｙ， ｅｔ ａｌ． Ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ
ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ ｏｖｅｒ Ｃｈｉｎａ ｉｎ ｔｈｅ ２１ｓｔ ｃｅｎｔｕ⁃
ｒｙ． Ａｄｖａｎｃｅｓ ｉｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｒｅｓｅａｒｃｈ， ２００５， １：
８０－８３
［１９］ Ａｌｌｅｎ ＲＧ， Ｐｅｒｅｉｒａ ＳＬ， Ｒａｅｓ Ｄ， ｅｔ ａｌ． Ｃｒｏｐ Ｅｖａｐｏｔｒａｎｓ⁃
ｐｉｒａｔｉｏｎ： Ｇｕｉｄｅｌｉｎｅｓ ｆｏｒ Ｃｏｍｐｕｔｉｎｇ Ｃｒｏｐ Ｗａｔｅｒ Ｒｅｑｕｉｒｅ⁃
１３２１期 马玉平等： 预测未来 ４０年气候变化对我国玉米产量的影响
ｍｅｎｔｓ－ ＦＡＯ Ｉｒｒｉｇａｔｉｏｎ ａｎｄ Ｄｒａｉｎａｇｅ Ｐａｐｅｒ ５６． Ｒｏｍｅ，
Ｆｏｏｄ ａｎｄ Ａｇｒｉｃｕｌｔｕｒｅ Ｏｒｇａｎｉｚａｔｉｏｎ ｏｆ ｔｈｅ Ｕｎｉｔｅｄ Ｎａ⁃
ｔｉｏｎｓ， １９９８
［２０］ Ｊｏｎｅｓ ＲＧ， Ｎｏｇｕｅｒ Ｍ， Ｈａｓｓｅｌｌ ＤＣ． Ｇｅｎｅｒａｔｉｎｇ Ｈｉｇｈ
Ｒｅｓｏｌｕｔｉｏｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｓｃｅｎａｒｉｏｓ Ｕｓｉｎｇ ＰＲＥＣＩＳ．
Ｅｘｅｔｅｒ， ＵＫ： Ｍｅｔ Ｏｆｆｉｃｅ Ｈａｄｌｅｙ Ｃｅｎｔｅｒ， ２００４： １－４５
［２１］ Ｍｉ Ｎ （米 娜）， Ｚｈａｎｇ Ｙ⁃Ｓ （张玉书）， Ｃａｉ Ｆ （蔡
福）， ｅｔ ａｌ． Ｍｏｄｅｌｌｉｎｇ ｔｈｅ ｉｍｐａｃｔｓ ｏｆ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｏｎ ｍａｉｚｅ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ
ｏｆ Ａｒｉｄ Ｌａｎｄ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ （干旱区资源
与环境）， ２０１２， ２６（８）： １１７－１２３ （ｉｎ Ｃｈｉｎｅｓｅ）
［２２］ Ｗａｎｇ Ｓ⁃Ｌ （王石立）， Ｍａ Ｙ⁃Ｐ （马玉平）， Ｚｈｕａｎｇ Ｌ⁃Ｗ
（庄立伟）． Ｉｍｐｒｏｖｅｍｅｎｔ ｓｔｕｄｙ ｏｎ ｐｒｅｄｉｃｔｉｏｎ ａｎｄ ａｓｓｅｓｓ⁃
ｍｅｎｔ ｍｏｄｅｌ ｆｏｒ ｃｈｉｌｌｉｎｇ ｄａｍａｇｅ ｏｆ ｍａｉｚｅ ｉｎ Ｎｏｒｔｈｅａｓｔ
Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｔｕｒａｌ Ｄｉｓａｓｔｅｒｓ （自然灾害学报），
２００８， １７（４）： １２－１８ （ｉｎ Ｃｈｉｎｅｓｅ）
［２３］ Ｌｉ Ｚ⁃Ｇ （李正国）， Ｙａｎｇ Ｐ （杨 鹏）， Ｔａｎｇ Ｈ⁃Ｊ （唐
华俊）， ｅｔ ａｌ． Ｔｒｅｎｄｓ ｏｆ ｓｐｒｉｎｇ ｍａｉｚｅ ｐｈｅｎｏｐｈａｓｅｓ ａｎｄ
ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｒｅｓｐｏｎｓｅｓ ｔｏ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ ｔｈｒｅｅ ｐｒｏ⁃
ｖｉｎｃｅｓ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ ｄｕｒｉｎｇ ｔｈｅ ｐａｓｔ ２０ ｙｅａｒｓ． Ａｃｔａ
Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２０１３， ３３（１８）： ５８１８－
５８２７ （ｉｎ Ｃｈｉｎｅｓｅ）
［２４］ Ｍａ Ｓ⁃Ｑ （马树庆）， Ｗａｎｇ Ｑ （王 琪）， Ｌｕｏ Ｘ⁃Ｌ （罗
新兰）． Ｅｆｆｅｃｔ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｎ ｍａｉｚｅ （Ｚｅａ ｍａｙｓ）
ｇｒｏｗｔｈ ａｎｄ ｙｉｅｌｄ ｂａｓｅｄ ｏｎ ｓｔａｇｅ ｓｏｗｉｎｇ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ
Ｓｉｎｉｃａ （生态学报）， ２００８， ２８（５）： ２１３１－ ２１３９ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［２５］ Ｌｉｕ Ｄ （刘 丹）， Ｚｈａｎｇ Ｊ⁃Ｈ （张佳华）， Ｍｅｎｇ Ｆ⁃Ｃ
（孟凡超）， ｅｔ ａｌ． Ｅｆｆｅｃｔｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｓｏｉｌ ｍｏｉｓｔｕｒｅ ａｎｄ
ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｇｉｍｅｓ ｏｎ ｔｈｅ ｇｒｏｗｔｈ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ
ｇｒａｉｎ ｙｉｅｌｄ ｏｆ ｍａｉｚｅ ｉｎ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ
ｏｆ Ｅｃｏｌｏｇｙ （生态学杂志）， ２０１３， ３２（１１）： ２９０４－２９１０
（ｉｎ Ｃｈｉｎｅｓｅ）
作者简介 马玉平，男，１９７５ 年生，副研究员．主要从事作物
生长模拟、气候变化对农业的影响等研究． Ｅ⁃ｍａｉｌ： ｍａｙｐ＠
ｃａｍｓ．ｃｍａ．ｇｏｖ．ｃｎ
责任编辑 张凤丽
封 面 说 明
封面图片由南昌大学胡小飞于 ２０１４年 ４月 ９日摄于江西省南昌县黄马乡（２８°２０′ Ｎ，１１６°０１′ Ｅ）
２５年生茶园．该地气候温和、雨量充沛、光照充足、昼夜温差大、无霜期长，是典型的中亚热带气候，
其土壤耕作性、持水性及保肥性较好，属典型的红壤土，自然降水 ｐＨ 值范围为 ４．３８ ～ ６．２９，酸雨频
率为 ６２．８％，比较适合茶树生长．茶树是我国南方地区的主要经济作物，近年来，诸多学者围绕酸沉
降对茶园生物地球化学循环的影响、低铝含锌富硒茶的栽培等进行了系列研究．
２３２ 应 用 生 态 学 报 ２６卷