全 文 ：我国单季稻种植区的气候适宜性*
段居琦1,2 摇 周广胜1,3**
( 1中国气象科学研究院, 北京 100081; 2南京信息工程大学大气物理学院, 南京 210044; 3中国科学院植物研究所植被与环境
变化国家重点实验室, 北京 100093)
摘摇 要摇 从国家层次和年尺度阐明影响我国单季稻种植区分布的主导气候因子, 揭示我国
单季稻种植区的潜在分布及其气候适宜性,可为我国优化单季稻生产布局、改进种植制度和
引种提供科学依据.本文从国家层次和年尺度选取影响我国单季稻分布的潜在气候因子, 利
用其地理分布信息,结合最大熵模型和 ArcGIS的空间分析功能, 阐明影响我国单季稻分布的
主导气候因子并构建我国单季稻分布与气候的关系模型. 结果表明: 影响我国单季稻潜在种
植区分布的主导气候因子是年降水量、湿润指数和稳定通过 18 益日数,它们对单季稻分布的
累积贡献率达到了潜在气候因子的 94. 5% ; 基于主导气候因子和单季稻种植点分布的地理
信息, 结合最大熵模型构建的我国单季稻种植区分布与气候的关系模型能够很好地模拟我
国单季稻种植区的潜在分布. 根据待预测区单季稻的存在概率, 明确了我国单季稻种植区潜
在分布的气候低、中、高适宜区和气候不适宜区, 并分析了各气候适宜区的气候特征.
关键词摇 单季稻摇 潜在分布摇 气候适宜性摇 主导气候因子摇 最大熵模型
*国家重点基础研究发展计划项目(2010CB951303)、公益性行业(农业)科研专项(200903003)和中国气象局经常性业务经费资助.
**通讯作者. E鄄mail: gszhou@ ibcas. ac. cn
2011鄄06鄄27 收稿,2011鄄11鄄28 接受.
文章编号摇 1001-9332(2012)02-0426-07摇 中图分类号摇 P49;S162摇 文献标识码摇 A
Climatic suitability of single cropping rice planting region in China. DUAN Ju鄄qi1,2, ZHOU
Guang鄄sheng1,3 ( 1Chinese Academy of Meteorological Sciences, Beijing 100081, China; 2School of
Atmospheric Physics, Nanjing University of Information Science and Technology, Nanjing 210044,
China; 3State Key Laboratory of Vegetation and Environmental Change, Institute of Botany, Chinese
Academy of Sciences, Beijing 100093, China) . 鄄Chin. J. Appl. Ecol. ,2012,23(2): 426-432.
Abstract: To clarify the leading climate factors affecting the distribution of single cropping rice
planting region in China at national and annual temporal scales and to reveal the potential distribu鄄
tion and climatic suitability divisions of this planting region in China could not only provide scientif鄄
ic basis for optimizing the allocation of single cropping rice production, modifying planting pattern,
and introducing fine varieties, but also ensure the food security of China. In this paper, the poten鄄
tial climate factors affecting the single cropping rice distribution in China at regional and annual
scales were selected from related literatures, and the single cropping rice geographic information
from the national agro鄄meteorological observation stations of China Meteorological Administration
(CMA), together with the maximum entropy model (MaxEnt) and spatial analyst function of Arc鄄
GIS software, were adopted to clarify the leading climate factors affecting the potential distribution
of single cropping rice planting region in China, and to construct a model about the relationships be鄄
tween the potential distribution of the planting region and the climate. The results showed that annu鄄
al precipitation, moisture index, and days of not less than 18 益 stably were the leading climate fac鄄
tors affecting the potential distribution of single cropping rice planting region in China, with their
cumulative contribution rate reached 94. 5% of all candidate climate factors. The model constructed
in this paper could well simulate the potential distribution of single cropping rice planting region in
China. According to the appearance frequency, the low, medium and high climatic suitability divi鄄
sions of single cropping rice planting region in China were clarified, and the climate characteristics
of the planting region in each climatic suitability division were analyzed.
Key words: single cropping rice; potential distribution; climatic suitability; leading climate factor;
maximum entropy model (MaxEnt).
应 用 生 态 学 报摇 2012 年 2 月摇 第 23 卷摇 第 2 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Feb. 2012,23(2): 426-432
摇 摇 水稻是我国乃至世界上重要的粮食作物,气候
条件是水稻生产最重要的环境生态因素[1] . 根据稻
作制度的不同,我国水稻可分为单季稻和双季稻,其
种植区域决定于种植区的农业气候资源[2] . 单季稻
是我国播种面积最大、分布范围最广的种植类型.近
年来,气候变化对水稻的生长发育、产量构成及种植
结构产生了重要影响[3-6],水稻种植范围也有向高
纬度和高海拔地区推进的事实[7] . 研究我国单季稻
种植区的气候适宜性,可以为改进单季稻的生产布
局、评估单季稻生产对气候变化的适应性和脆弱性
及制定适应气候变化的政策等提供参考.
为促进水稻生产,确保稳产高产,已有研究基于
气候指标、地形地貌和生产水平等在国家、省、市等
不同空间尺度和水稻关键生育期、生长季和年内种
植制度等不同时间尺度开展了水稻区划研究[8-13],
并进行了局地的基于现实水稻生长关键期的水稻气
候适宜性研究[14] . 但是,现有的水稻气候区划研究
在空间尺度、影响因子选取的时间尺度方面存在很
大的不一致,制约了水稻气候区划在实际指导中的
作用发挥.为充分利用气候资源服务于农业生产、确
保粮食稳产高产,迫切需要从不同空间尺度研究影
响水稻分布的主导气候因子,明确不同空间尺度的
水稻气候区划及其适宜性.近年来,用于预测物种分
布的模型技术取得了快速发展[15-18],为研究作物种
植区的气候适宜性提供了新途径.其中,最大熵模型
是基于有限的已知信息对未知分布进行无偏推断的
一种数学方法,已在生态学和气象学研究的多个领
域得到应用[19-20] . 该模型可以预测物种存在的概
率,在同等条件下对物种潜在分布模拟的精度高于
其他生态位模型,且只需要较小样本的物种分布数
据即可得到较好的模拟效果[18,21] .
目前,在中国区域、年尺度上影响单季稻种植区
潜在分布的主导气候因子尚未明确,而且以存在概
率揭示单季稻气候适宜性的研究尚未见报道. 本研
究基于全国层次和年尺度,从已有文献中筛选出影
响我国水稻分布的潜在气候因子,结合目前种植制
度下单季稻地理分布信息,利用最大熵模型分析了
影响我国单季稻种植区的主导气候因子、潜在分布
及其气候适宜性,以揭示全国层次和年尺度上影响
我国单季稻种植区潜在分布的主导气候因子,明确
单季稻潜在种植区的气候适宜性分区及其气候
差异.
1摇 数据收集与研究方法
1郾 1摇 数据收集与处理
我国单季稻的地理分布数据和气候数据来自国
家气象信息中心,包括以雨养为主的 75 个具有明确
地理信息(经纬度)记录的进行单季稻观测的农业
气象观测站记录,以及 1971—2000 年一个气候标准
年的我国地面气候资料日值数据集中的 741 个气象
站点记录.采用空间卷积算法,结合气象站点位置的
截断高斯滤波算子作为距离权重方程[22-23],将日均
气温和日降水量 2 个气候要素插值到空间分辨率
10 km伊10 km,作为基础气候数据. 研究区域、气象
台站和单季稻站点地理分布信息见图 1. 数据处理
软件为 ArcGIS 9. 3.
1郾 2摇 影响因子筛选摇
从全国层次及年尺度考虑,基于已有的水稻区
划,结合自然植被区划,筛选出以下 9 个具有明确生
物学意义的可能影响水稻种植分布的潜在气候因子
(表 1).
摇 摇 逸0 益积温(移T0)反映了某一地区广义的适宜
农耕期内的热量累积; 逸10 益积温(移T10)反映了
喜温作物生长期内的热量累积; 稳定通过 10 益持
续日数(N10)为喜温作物生长期;稳定通过 18 益持
续日数(N18)反映水稻幼穗分化到抽穗扬花期所要
求的高温期;最冷月平均温度(TC)表示寒冷程度,
图 1摇 研究区域、气象台站及单季稻站点的分布
Fig. 1 摇 Distribution of study area, weather stations and single
cropping rice stations.
7242 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 段居琦等: 我国单季稻种植区的气候适宜性摇 摇 摇 摇 摇
表 1摇 基于全国层次与年尺度筛选的影响我国水稻种植分
布的潜在气候因子
Table 1摇 Climate factors affecting potential distribution of
rice planting region in China based on national and annual
scales
潜在气候因子
Potential climate factor
文献
Reference
逸0 益积温 Accumulated temperature of not less
than 0 益 (移T0, 益·d)
[24-25]
逸10 益积温 Accumulated temperature of not less
than 10 益 (移T10, 益·d)
[10, 26]
稳定通过 10 益持续日数 Days of not less than 10
益 stably (N10, d)
[9]
稳定通过 18 益持续日数 Days of not less than 18
益 stably (N18, d)
[9]
最冷月平均气温 Mean temperature of the coldest
month (TC, 益)
[10, 24-25]
最暖月平均气温 Mean temperature of the warmest
month (TW, 益)
[8, 10, 24]
气温年较差 Annual range of temperature ( ART,
益)
[24, 27]
年降水量 Annual precipitation (P, mm) [8, 24]
湿润指数 Moisture index (MI) [24, 28-29]
反映最差热量条件对植物的限制; 最暖月平均温度
(TW)表示温暖程度,反映最好热量条件对植物的满
足程度; 气温年较差(ART)是气温年变化的幅度,
反映了气候的大陆性; 年降水量(P)用来反映水分
资源的绝对数量,可作为一些作物的分界线; 湿润
指数(MI)是水分的收支比率,反映了气候的湿润
程度.
摇 摇 各界限温度积温采用累积法计算:
Y =移
n
i = 1
tB
式中: Y 为活动积温;B 为各界限温度(生物学下限
温度);tB为高于 B的活动温度;i为日均气温稳定通
过 B的第 i天;n为日均气温稳定通过 B的日数[30] .
稳定通过界限温度的日数采用中国气象局规定
的全国各气象台站计算界限温度起止日期的五日滑
动平均法[29]计算,不足 1 d 时,按 0 d 计算. 最冷月
平均气温(TC)为 1 月平均气温; 最暖月平均气温
(TW)为 7 月平均气温; 最冷最热月平均温度差
(ART)为 TW-TC; 湿润指数(MI)采用 Holdridge 生
命地带系统方法计算,公式如下:
MI = PPET =
P
58郾 93BT
式中: BT =移 t / 365;P为年降水量;PET 为生物温
度的潜在蒸散;BT 为年均生物温度;t 为日均气温,
当 t<0 益,取 t=0 益,当 t>30 益,取 t=30 益 [28-29] .
据此,求取气候标准年(1971—2000 年)9 个气
候因子的年均值.
1郾 3摇 研究方法
基于最大熵模型和 ArcGIS 空间分析功能等技
术的具体研究方法如下:
1)模型输入资料的准备. 将基于 10 km伊10 km
格点数据计算的 9 个潜在气候因子,作为最大熵模
型的环境变量层输入; 将单季稻站点的地理分布信
息整理成 CSV 格式,作为最大熵模型的训练样本
数据.
2)初始模型的构建.选中 Create response curves
选项,其他为模型的默认设置,构建单季稻种植区潜
在分布的最大熵模型,并采用受试者工作特征曲线
(receiver operating characteristic curve,ROC)的曲线
下面积(area under curve,AUC)对建立的最大熵模
型模拟结果精度进行评价.
3)主导因子的选取.根据各潜在气候因子对单
季稻种植区潜在分布影响贡献率的大小,揭示影响
我国单季稻种植区潜在分布的主导气候因子. 在此
基础上,重建我国单季稻种植区潜在分布的最大熵
模型,并进行模拟结果精度评价.
4)单季稻种植区气候适宜性分区.利用 ArcGIS
的格式转换工具 Conversion Tools 将预测结果的
ASC域格式转化为 Raster 格式; 最大熵模型预测结
果给出的是作物在待预测地区的存在概率( p),取
值范围在 0 ~ 1,为得到我国单季稻种植区的气候适
宜性分区,利用 Spatial Analysis Tools的 Reclassify功
能选择合适的阈值进行气候适宜性分区.参考 IPCC
报告[31]关于评估可能性的划分方法,结合单季稻实
际情况,单季稻种植区的气候适宜性按如下标准分
区: p<0. 05 为气候不适宜区; 0. 05臆p<0. 33 为气
候低适宜区; 0. 33臆p<0. 66 为气候中适宜区; p逸
0. 66 为气候高适宜区.
5)以单季稻种植区各气候适宜性分区潜在分
布面积的 95%代表该适宜性分区,量化分析单季稻
种植区各气候适宜性分区气候因子的阈值.
2摇 结果与分析
2郾 1摇 模拟精度评价
应用最大熵模型模拟输出的 ROC 曲线的 AUC
值评估模型模拟的准确性. ROC 曲线是以预测结果
的每一个值作为可能的判断阈值,由此计算得到相
应的灵敏度和特异度.以假阳性率即(1-特异度)为
横坐标,以真阳性率(即灵敏度,1-遗漏率)为纵坐
标绘制 ROC 曲线,其 AUC 值的大小为模型预测准
确度的衡量指标,取值范围为[0,1] [21] . AUC 值的
824 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
评估标准为: 0. 50 ~0. 60(失败,fail)、0. 60 ~0. 70
(较差,poor)、0. 70 ~0. 80(一般,fair)、0. 80 ~0. 90
(好,good)、0. 90 ~1. 0 (非常好,excellent) [32] . ROC
曲线绘制及 AUC具体计算由最大熵模型直接输出.
结果表明,基于 9 个潜在气候因子的最大熵模型的
AUC值达 0. 91,对照 AUC 值评判标准,模拟结果准
确性均达到好的标准,表明所建模型可用于单季稻
种植区的潜在分布模拟.
2郾 2摇 主导气候因子筛选
对生物生长发育起作用的因子都是生物所必需
的,但在一定条件下必有起主导作用的主导因子,确
定主导气候因子有助于揭示气候对水稻布局的影
响.由表 2 可以看出,影响我国单季稻潜在分布的 4
个主要气候因子贡献率由大到小排序依次为: 年降
水量(63. 7% )、湿润指数(16. 2% )、稳定通过 18 益
持续日数(14. 6% )和逸0 益积温(2. 0% ). 一般认
为,累积贡献率超过 85% ,且其后某一因子的贡献
率低于 5%时不再累积,累积因子反映了主导因子.
年降水量、湿润指数和稳定通过 18 益持续日数对单
季稻潜在分布影响的累积贡献率达 94郾 5% ,据此,
可以认为这 3 个指标是 10 km伊10 km空间分辨率下
影响我国单季稻分布的主导气候因子.
摇 摇 基于筛选的主导气候因子,结合最大熵模型,重
新构建单季稻潜在分布模拟模型.结果显示,基于主
导气候因子的 AUC 达 0. 90,模拟结果准确性达到
好的标准,表明基于筛选的主导气候因子构建的模
型可用于单季稻潜在分布模拟.
单季稻的存在概率反映了单季稻对气候因子的
适宜程度.在自然气候条件下,我国单季稻种植区存
在概率较高的地区,需要适宜的年降水量、湿润指数
和稳定通过 18 益持续日数(图 2),其值过高或过低,
都不利于发展单季稻种植.当年降水量、湿润指数和
稳定通过18 益持续日数分别超出500 ~ 2000 mm、
表 2摇 影响我国单季稻种植区潜在分布的气候因子贡献率
和累积贡献率
Table 2摇 Contribution rate of climate factors affecting po鄄
tential distribution of single rice planting region in China
气候因子
Climate factor
贡献率
Contribution
rate
(% )
累积贡献率
Cumulative
contribution
rate (% )
年降水量 Annual precipitation (mm) 63. 7 63. 7
湿润指数 Moisture index 16. 2 79. 9
稳定通过 18 益持续日数 Days of not
less than 18 益 stably (d)
14. 6 94. 5
逸0 益积温 Accumulated temperature of
more than 0 益 (益·d)
2. 0 96. 5
图 2摇 单季稻存在概率与各气候因子的关系
Fig. 2 摇 Relationships between presence probability of single
cropping rice planting and climate factors.
a)年降水量 Annual precipitation; b)湿润指数 Moisture index; c)稳定
通过 18 益持续日数 Days of not less than 18 益 stably.
0. 5 ~ 3. 0 和 0 ~ 300 d时,单个的气候因子就可能制
约发展单季稻种植,当 3 个气候因子分别在 1000 ~
1500 mm、1. 0 ~ 2. 0 和 40 ~ 200 d 范围内,单个气候
因子适宜发展单季稻种植.
2郾 3摇 单季稻种植区的潜在分布及其气候适宜性
分区
基于筛选出的影响我国单季稻分布的 3 个主导
气候因子,再次进行最大熵模型模拟,结合单季稻气
候适宜性等级划分标准,给出了我国单季稻潜在分
布(低适宜区以上等级分布区)及其气候适宜分区
(图 3).我国单季稻主要分布于东北三省及内蒙古
东部、华北平原、云贵高原和四川东部、长江中下游
以南地区及西藏部分地区等. 各气候适宜性分区分
布及其气候特征如下:
单季稻种植区的气候低适宜区,主要分布于东
9242 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 段居琦等: 我国单季稻种植区的气候适宜性摇 摇 摇 摇 摇
图 3摇 我国单季稻种植区的潜在分布及其气候适宜性分区
Fig. 3摇 Potential distribution of single cropping rice planting re鄄
gion and its climatic suitability divisions in China.
玉:不适宜区 Not climatic suitability area; 域:低适宜区 Low climatic
suitability area; 芋:中适宜区 Middle climatic suitability area; 郁:高适
宜区 High climatic suitability area.
北地区西部、内蒙古东部、河北北部、北京和天津部
分地区、山西部分地区、陕西中部、甘肃南部、河南中
部、山东北部、福建、江西、两广大部、海南西部、云
南、四川、西藏部分地区、中国台湾南部、海南西部等
地区.该气候适宜区的年降水量 491 ~ 2042 mm,湿
润指数0郾 84 ~ 2. 53,稳定通过 18 益持续日数 0 ~
235 d.
单季稻种植区的气候中适宜区,主要分布于东
北地区东部、江苏、安徽中部、浙江北部、河南南部、
湖北大部、陕西南部、四川盆地东部、重庆、湖南、贵
州和云南大部等地区. 该气候适宜区的年降水量
590 ~ 1686 mm,湿润指数 1. 11 ~ 1. 97,稳定通过 18
益持续日数 33 ~ 186 d.
单季稻种植区的气候高适宜区,主要分布于云
贵高原、四川盆地、湖北、重庆的部分地区.该气候适
宜区年降水量 1071 ~ 1332 mm,湿润指数 1郾 26 ~
1郾 84,稳定通过 18 益持续日数 40 ~ 104 d.
除上述地区之外的我国其他地区为单季稻种植
区的气候不适宜区,主要是广大西北地区、青藏高原
地区和海南东部. 该气候适宜区年降水量 62 ~ 724
mm,湿润指数 0. 12 ~ 3. 46,稳定通过 18 益持续日
数 0 ~ 131 d.
3摇 讨摇 摇 论
研究表明,最大熵模型可以利用现有的单季稻
种植区数据,进行我国单季稻种植区潜在分布的较
好预测,主要原因可能是该模型算法明确,而且其规
则化程序可以阻止在小样本的情况下发生过拟
合[21,33] .但是,模型用有限的发生数据预测到的潜
在分布区,通常代表了与分布区相似的环境条件,而
不能作为物种的实际分布界限[34] .
气候对水稻分布的影响是综合作用的结果,确
定主导气候因子有助于定量描述气候与水稻分布之
间的关系.本文在已有研究的基础上,筛选了影响单
季稻分布的潜在气候因子,结合最大熵模型方法,给
出了各气候因子对单季稻潜在分布的贡献率,确定
了影响单季稻分布的主导气候因子,并进行再建模.
结果表明,采用主导气候因子模拟的单季稻潜在分
布模拟精度(AUC 值)达到了采用潜在气候因子模
拟的单季稻潜在分布模拟精度的 98. 4% ,说明所选
主导气候因子能够反映影响单季稻潜在分布的气候
条件.
本研究根据单季稻种植区分布与气候关系的最
大熵模型给出的单季稻存在概率,划分了我国单季
稻潜在分布及其气候适宜性分区.考虑气候、水利和
地形条件基础上的我国水稻气候生态区划中,单季
稻稻作区主要分布于我国东北、西北、华北地区,而
西南和华中地区属于单双季稻作区. 华南则属于双
季稻作区.其中,东北单季稻作区主要受热量资源限
制而采取保温育秧技术保障水稻生产,西北单季稻
作区主要受热量和水分资源的限制而需要采取保温
育秧与灌溉措施保障水稻生产,华北地区受春旱影
响较大,均未达到水稻生产的最佳适宜气候条
件[9] .基于遥感反演的结果显示[35],在我国新疆、宁
夏等地区有单季稻分布,但这些地区水稻生产需要
采取灌溉、保温等保障措施. 本研究表明,我国单季
稻气候中高适宜区主要分布于东北地区东部、华中
单双季稻稻作区与西南单双季稻稻作区的部分地
区.
通过对单季稻气候适宜性分区的气候特征分析
表明,单季稻气候不适宜区主要分布区的气候特征
为年降水量偏低和温度强度持续日数偏低,且多分
布于气候干燥区; 单季稻气候低适宜区以上主要地
区具有年降水量在 491 ~ 2042 mm、湿润指数在
0郾 84 ~ 2郾 53和稳定通过 18 益持续日数在 0 ~ 235 d
的气候特征,这与水稻湿生喜温的生物学特性相一
致.但年降水量过高、温度累积和温度强度持续日数
均偏高地区,也是单季稻气候不适宜区. 有研究表
明,抛秧水稻大田秧苗定植期内,暴雨天气对水稻定
034 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
植不利[36],淹水将影响水稻的生理生化过程,进而
影响水稻生长发育,甚至导致水稻死亡[37]; 双季稻
种植需要更多的水热资源,因此水热资源充沛地区
是双季稻种植区[9-10] .由于气候因子作用的综合性,
使气候因子不同值之间的组合能够得出同样的适宜
性等级.
单季稻种植受人为因素影响较大,不是高度自
由的物理系统,训练站点的数量及其空间分布、输入
的环境因子类型及研究区域等均会影响最大熵模型
模拟精度[19,38],因而选取能够反映单季稻分布所需
环境条件的合适训练站点、具有明确水稻生物学意
义的环境因子和适宜的研究尺度,是研究中必须注
意的问题.
本研究结果是当前种植制度和雨养条件下的单
季稻种植分布及其气候适宜性,未考虑水利条件、温
室育秧等因素对气候调节作用的影响.此外,本研究
考虑的气候条件是平均状态,采用的是一个气候标
准年(1971—2000 年)内的气象要素平均值,没有考
虑保证率,进一步研究各气候适宜区的气象灾害风
险时,需要考虑保证率问题.
4摇 结摇 摇 论
影响我国单季稻种植区潜在分布的主导气候因
子为年降水量、湿润指数和稳定通过 18 益持续日
数,它们对单季稻分布的累积贡献率达潜在气候因
子的 94. 5% .基于主导气候因子和目前种植制度下
的单季稻分布地理信息,结合最大熵模型构建的我
国单季稻种植区分布与气候的关系模型能够很好地
模拟我国单季稻种植区的潜在分布. 根据待预测区
单季稻的存在概率,明确了我国单季稻种植区潜在
分布的气候适宜性分区及各气候适宜区的主导气候
因子阈值.
参考文献
[1]摇 Liang G鄄S (梁光商). Ecology of Rice. Beijing: China
Agriculture Press, 1983 (in Chinese)
[2]摇 Guo J鄄P (郭建平). Chinese Agroclimate Resource
Changing Trend under Global Change. Beijing: China
Meteorological Press, 2010 (in Chinese)
[3]摇 Tao FL, Yokozawa M, Xu YL, et al. Climate changes
and trends in phenology and yields of field crops in Chi鄄
na: 1981 - 2000. Agricultural and Forest Meteorology,
2006, 138: 82-92
[4]摇 Peng SB, Huang JL, Sheehy JE, et al. Rice yields de鄄
cline with higher night temperature from global warming.
Proceedings of the National Academy of Sciences of the
United States of America, 2004, 101: 9971-9975
[5]摇 Wei J鄄L (魏金连), Pan X鄄H (潘晓华), Deng Q鄄H
(邓强辉). Effects of nighttime temperature increase at
different growth stages on double season rice grain yield.
Chinese Journal of Applied Ecology (应用生态学报),
2010, 21(2): 331-337 (in Chinese)
[6]摇 Li Y鄄J (李祎君), Wang C鄄Y (王春乙). Impacts of
climate change on crop planting structure in China. Ad鄄
vance in Climate Change Research (气候变化研究进
展), 2010, 6(2): 123-129 (in Chinese)
[7]摇 Yun Y鄄R (云雅如), Fang X鄄Q (方修琦), Wang L鄄Y
(王丽岩), et al. Adaptive response of crops boundaries
to climate warming. Crops (作物杂志), 2007 (3):
20-23 (in Chinese)
[8]摇 Ding Y (丁摇 颖). Rice Cultivation Science in China.
Beijing: China Agriculture Press, 1961 (in Chinese)
[9]摇 Cooperative Agricultural and Forest Crop Regionalization
Group in China (中国农林作物气候区划协作组).
Agricultural and Forest Crop Climate Regionalization in
China. Beijing: China Meteorological Press, 1987 ( in
Chinese)
[10]摇 China National Rice Research Institute (中国水稻研究
所). Rice Cropping Regionalization in China. Hang鄄
zhou: Zhejiang Science and Technology Press, 1989 (in
Chinese)
[11]摇 Gao Y鄄G (高永刚), Zhang L鄄Y (张凌云), Yao K鄄M
(姚克敏). Regularity of ecological impact on growing
period of rice and its regionalization in China. Journal of
Nanjing Institute of Meteorology (南京气象学院学报),
1998, 21(2): 181-188 (in Chinese)
[12]摇 Wei L (魏摇 丽), Yin J鄄M (殷剑敏), Wang H鄄Q (王
怀清). Climate division of high quality early rice plant鄄
ing area in Jiangxi Province on the basis of GIS. Chinese
Journal of Agrometeorology (中国农业气象), 2002,
23(2): 27-31 (in Chinese)
[13]摇 Zheng M鄄X (郑美秀), Jiang Z鄄X (蒋宗孝), Wu Y鄄B
(伍毓柏), et al. Climatic condition analysis and agro鄄
climatological regionalization of rice planting in San鄄
ming. Meteorological Science and Technology (气象科
技), 2004, 32(suppl. ): 77-79 (in Chinese)
[14]摇 Yi X (易摇 雪), Wang J鄄L (王建林), Song Y鄄B (宋
迎波). Application of climatic suitability index to dy鄄
namical prediction of early rice yield. Meteorological
Monthly (气象), 2010, 26(6): 85-89 (in Chinese)
[15]摇 Peterson AT. Predicting the geography of species爷 inva鄄
sions via ecological niche modeling. The Quarterly Re鄄
view of Biology, 2003, 78: 419-433
[16]摇 Kozak KH, Graham CH, Wiens JJ. Integrating GIS鄄
based environmental data into evolutionary biology.
Trends in Ecology and Evolution, 2008, 23: 141-148
[17]摇 Cao M鄄C (曹铭昌), Zhou G鄄S (周广胜), Weng E鄄S
(翁恩生). Application and comparison of generalized
models and classification and regression tree in simula鄄
ting tree species distribution. Acta Ecologica Sinica (生
态学报), 2005, 25(8): 2031-2040 (in Chinese)
[18]摇 Elith J, Graham CH, Anderson RP, et al. Novel meth鄄
ods improve prediction of species爷 distributions from oc鄄
currence data. Ecography, 2006, 29: 129-151
1342 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 段居琦等: 我国单季稻种植区的气候适宜性摇 摇 摇 摇 摇
[19]摇 Xing D鄄L (邢丁亮), Hao Z鄄Q (郝占庆). The princi鄄
ple of maximum entropy and its applications in ecology.
Biodiversity Science (生物多样性), 2011, 19 (3):
295-302 (in Chinese)
[20]摇 Zhang X鄄W (张学文), Ma L (马摇 力). Entropy me鄄
teorology. Meteorological Monthly (气象), 1995, 21
(1): 52-56 (in Chinese)
[21]摇 Phillips SJ, Anderson RP, Schapire RE. Maximum en鄄
tropy modeling of species geographic distributions. Eco鄄
logical Modelling, 2006, 190: 231-259
[22]摇 Thornton PE, Running SW, White MA. Generating sur鄄
faces of daily meteorological variables over large regions
of complex terrain. Journal of Hydrology, 1997, 190:
214-251
[23]摇 Liu Y (刘摇 宇), Chen P鄄Q (陈泮勤), Zhang W (张
稳), et al. A spatial interpolation for surface air tem鄄
perature and its error analysis. Chinese Journal of At鄄
mospheric Sciences (大气科学), 2006, 30(1): 146-
152 (in Chinese)
[24] 摇 Weng E鄄S (翁恩生), Zhou G鄄S (周广胜). Defining
plant functional types in China for global change studies.
Acta Phytoecologica Sinica (植物生态学报), 2005, 29
(1): 81-97 (in Chinese)
[25]摇 Associate Research Group for Agroclimatological Study
of Cropping System in South China (全国种植制度气
候研究南方协作组). Regionalization of cropping sys鄄
tems in rice growing regions in South China. Scientia
Agricultura Sinica (中国农业科学), 1982(4): 35-42
(in Chinese)
[26]摇 Zhu Y (朱 摇 勇), Duan C鄄C (段长春), Wang P鄄Y
(王鹏云). The agroclimatic advantages to growing hy鄄
brid rice and its zoning in Yunnan Province. Chinese
Journal of Agrometeorology (中国农业气象), 1999,
20(2): 21-24 (in Chinese)
[27]摇 Liu H鄄S (刘洪顺), Liang H (梁 摇 红), Wang J鄄X
(王继新). Compatibility of climate resource and rice,
wheat growth in Dianzhong Plateau. Chinese Journal of
Agrometeorology (中国农业气象), 1997, 18(1): 21-
26 (in Chinese)
[28]摇 Zhang X鄄S (张新时), Yang D鄄A(杨奠安), Ni W鄄G
(倪文革). The potential evapotranspiration ( PE) in鄄
dex for vegetation and vegetation鄄climatic classification.
芋. An introduction of main methods and PEP program.
Acta Phytoecologica Sinica (植物生态学报), 1993, 17
(2): 97-109 (in Chinese)
[29]摇 Zhou G鄄S (周广胜), Wang Y鄄H (王玉辉). Global
Ecology. Beijing: China Meteorological Press, 2003 (in
Chinese)
[30]摇 Qu M鄄L (曲曼丽). Agro鄄climatic Internship Guide.
Beijing: Beijing Agricultural University Press, 1991 (in
Chinese)
[31]摇 IPCC. Climate Change 2007: Synthesis Report. Contri鄄
bution of Working Groups 玉, 域 and 芋 to the Fourth
Assessment Report of the Intergovernmental Panel on
Climate Change. Geneva: IPCC, 2007
[32]摇 Swets KA. Measuring the accuracy of diagnostic sys鄄
tems. Science, 1988, 240: 1285-1293
[33]摇 Phillips SJ, Dud侏k M. Modeling of species distributions
with Maxent: New extensions and a comprehensive eval鄄
uation. Ecography, 2008, 31: 161-175
[34]摇 Peterson AT, Papes M, Eaton M. Transferability and
model evaluation in ecological niche modeling: A com鄄
parison of GARP and Maxent. Ecography, 2007, 30:
550-560
[35]摇 Frolking S, Qiu JJ, Boles S, et al. Combining remote
sensing and ground census data to develop new maps of
the distribution of rice agriculture in China. Global Bioge鄄
ochemical Cycles, 2002, 16: doi:10. 1029 / 2001GB001425
[36]摇 Huang G鄄M (黄光民), Wang G鄄L (王广伦), L俟 Y鄄C
(吕业成), et al. Effects of meteorological conditions on
fix plant and early growth of fling rice in field. Meteoro鄄
logical Monthly (气象), 2004, 30 (3): 53 - 55 ( in
Chinese)
[37]摇 Reddy MD, Mittra BN. Effects of complete plant sub鄄
mergence on vegetative growth, grain yield and some bi鄄
ochemical changes in rice plants. Plant and Soil, 1985,
87: 365-374
[38]摇 Elith J, Phillips JS, Hastie T, et al. A statistical expla鄄
nation of MaxEnt for ecologists. Diversity and Distribu鄄
tions, 2011, 17: 43-57
作者简介摇 段居琦,男,1982 年生,博士研究生.主要从事生
态与农业气象研究. E鄄mail: duanjq09@ 163. com
责任编辑摇 杨摇 弘
234 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷