登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 地理科学类 > 应用气象学 > 正文

河南夏玉米不同生育阶段极端高温阈值确定及对产量的影响外文翻译资料

 2022-11-26 08:11  

英语原文共 8 页,剩余内容已隐藏,支付完成后下载完整资料


1980 - 2010年,美国温度 - 玉米产量关系强度弱化的证据

Guoyong Leng 联合全球变化研究所,太平洋西北国家实验室,College Park,MD 20740,USA

强调

1980 - 2010年,美国玉米产量与温度的关系发生了变化:

bull;变化的关系部分由基于过程的作物模型复制。

bull;极端的水热供应可以解释部分变化的关系。

bull;历史的产量温度相对于未来的外推可能被偏置。

文章信息

文章历史:

于2017年5月6日收到
于2017年6月24日收到
于2017年6月24日接受
于2017年6月30日上线

编辑:

Jay Gan

关键词

玉米产量、温度、作物模型、统计关系、气候变化

图表摘要

空间平均生长季节温度(GST)与玉米产量之间的联系。 (a)和(b)是第一个15年和最近15年的GST和玉米产量的相关系数,(c)和(d)是玉米产量对温度升高一度的敏感性(%/ K)。 进行部分相关性检验以控制降水和辐射的影响。 所有变量在相应期间内减小。
*和**分别表示P b 0.05和P b 0.01之间的显著相关性。

摘要

已知作物产量与温度相关,气候变暖导致作物产量下降,抑或是没有适应CO2对受精效应产生的影响。历史的温度-产量关系往往是用于预测未来的变化情况,然而,这种关系可能随着时间的推移和其他环境因素而改变。结果表明,1980到2010年间,美国的生长季节温度-玉米产量的年际变率之间的关系强度(RGST_CY)有所下降。
1度的温度异常带来的产量异常的回归斜率从上半个时期的6.9%/ K显著下降至下半个时期的-2.4%/ K─- 3.5%/ K 。这意味着,如果玉米温度关系来自较早的历史时期,则在给定的变暖情景下,预计玉米产量减少将被高估2,但基于11种过程的作物模型显示RGST_CY的变化主要在中西部玉米带和中部高原地区可以观察到。在中西部雨养系统中,温度负效应的降低与降水对水的供应有关。在水分压力最小的灌溉地区,有益温度影响的下降与极端高温天气的增加有显著的相关性。结果表明,对温度的历史产量反应的外推可能偏向农业脆弱性对气候变化的评估。有一些注意事项我们应该承认,努力减少对农业的气候影响,不仅要注意气候变化,还要注意气候与作物产量关系的变化,因为分析仅限于特定研究期间生长季平均温度和玉米产量之间线性关系的变化。

1.介绍

以前的研究记录了主要作物的产量和生长季节温度在世界范围内的明显的负相关关系(Lobell and Field,2007; Schlenker and Roberts,2009; Deryng等,2011; Asseng 等,2015; Ray 等 ,2015; Leng 等,2016a; Liu 等,2016; Zhao 等,2016; Schauberger 等,2017)。这一观察结果被解释为响应气候条件较暖的情况下光合能力下降,观测到的对气候变暖的负面反应已被推断为在更暖的世界中作物产量将继续下降的迹象(Battisti和Naylor,2009; Lobell 和Burke,2010; Rowhani 等,2011; Urban 等,2012;Saacute;nchez等,2014; Urban 等,2015)。然而,尽管预计未来气候变暖将会增加,但作物产量的反应仍然不确定,因为鉴于最近的遗传,农艺和环境变化,温度与作物产量之间的关系可能会随时间而变化。

消极看来,诸如干旱、火灾和热浪等极端事件(Rosenzweig等,2002; Semenov和Shewry,2011; Lobell等,2014; Lesk等,2016),积极的一面是,通过管理措施,如保护性耕作(Karlen 等,2013),土壤覆盖(Qin 等,2015),多种作物(Seifert和Lobell,2015) ),灌溉和施肥(Stewart 等,2005; Leng 等,2016b)都可以显著影响作物生长和生产力。例如,干旱胁迫的增加被认为是作物生产下降的潜在原因(Lobell 等,2014; Lesk 等 ,2016; Zipper等,2016),然而,干旱对作物生长的温度敏感性的影响可能部分缓解了CO2提高作物水分利用效率的诱导(McGRATH和Lobell,2011),并通过使用免耕系统和灌溉来增加土壤水分(Troy 等,2015; Leng等,2016b)。同时,现代遗传学促进了更密集的播种,更深层次的水渗透和更高的害虫抗性,减少了土壤昆虫对根系的损伤(Tollenaar and Wu,1999; Duvick,2005; Hammer 等,2009; Ruffo 等 ,2015)。 这些问题都导致了过去几十年温度与作物产量之间的关系是否有显著变化。

在这项研究中,我们进行了数据驱动分析以推动了解美国全国范围内作物产量的温度敏感性。 且选择占世界总产量的41%的玉米进行产量分析。具体来说,以下科学问题将得到解决:1)1980 - 2010年期间气温-作物产量关系是否发生变化? 2)当前最先进的作物模型能否捕获观察到的这种关系的变化? 3)关系变化的可能机制是什么? 1980至2010年期间被选择用于分析,因为该期间作物模型模拟和观测可用于该重叠的期间。 县级分析补充汇总全国规模分析,这不起眼的作物产量响应温度变化的差异。

2.材料和方法

2.1.气候和产量数据

1980 - 2010年的逐日温度,降水和辐射量从AgMERRA气候数据集(Ruane 等,2015)得到。 该数据集的开发是为了满足农业影响评估的需要,特别考虑到农业地区影响作物的气候因素。北美土地数据模拟系统(NLDAS)气候资料(Xia 等,2012)也用于重复分析,以检查对气候资料选择的敏感度。 1980 - 2010年度县级年玉米产量来自美国农业部(USDA)国家农业统计调查局的Quick Stats数据库(http://www.nass.usda.gov/ Quick_Stats)。灌溉和雨育玉米产量的单独估计也从美国农业部数据库收集,但仅有主要位于大平原中部的数量有限的县。 农业模式比较和改进项目(Rosenzweig等,2013)和部门间影响模型的比较项目(ISI-MIP)(Warszawski 等,2003)共获得了11种历史玉米产量模拟模型(表1) 等,2014)。 农作物模型模拟由AgMERRA气候驱动,考虑因素包括温度,降水和太阳辐射。

2.2.分析

本研究仅限于分析1980 - 2010年间生长季节温度与玉米产量之间线性关系的变化。 在这里,生长季节被定义为6月,7月和8月(Lobell and Asner,2003)。 生长季平均温度由MIRCA2000(Portmann等,2010)的格栅作物区域图给出的权重汇总到县级,不考虑其空间分布的变化(Leng&Huang,2017)。 为了筛选非天气影响(例如技术改进),首先使用最小二乘法除去时间序列的趋势。然后,去趋势在时间序列的玉米产量和生长季节之间的线性相关性的平均温度下进行时,不考虑所述非线性作物产量响应于气候(Schlenker和Roberts,2009)和季节气候变化(Rowhani等人,2011)。 统计显著性是基于双尾的t检验估计的。在1980 - 2010年期间,使用15年的移动时间窗对每个县重复这些程序以检查温度玉米产量关系的演变。 根据数据长度、强度和统计的样本大小要求以及时间变化趋势估计,选择15年时间窗口。 使用10年或20年时间窗口重复分析,以检查结果对时间窗口选择的敏感度。 为了排除其他气候变量如降水和辐射的控制效应,采用偏最小二乘回归分析(Geladi和Kowalski,1986)。 部分相关性在统计学上消除了其他控制气候变量(例如降水和辐射)的影响,这些变化在某些地区受到美国玉米产量的影响(Leng 等,2016a)。据此来探讨温度玉米产量关系变化背后可能的机制。 计算生长季节降水量和日均值温度高于气候学95%分位数的极端高温天数。温度 - 玉米产量关系的变化在两个因素之间进行回归,以检查变化关系背后的可能机制。 应该指出,关于变化关系的分析是基于相关性的中心估计(Piao 等,2014; Piao 等,2017)。 为了显示不确定性,对整个国家计算相关性的上下限,但变化趋势关系的统计显著性在县规模上进行估计。

表格1.本研究中使用的作物模型的描述

作物模型

模型类型

主要文献

过程模型

基于站点的流程模型(基于WOFOST)

de Wit ,Van Diepen, 2008

CLM-作物

全球生态系统模式

Drewniak 等, 2013

GEPIC

基于站点的流程模型(基于EPIC)

Williams 等, 1983;

Liu 等, 2007

LPJ-GUESS

全球生态系统模式

Lindeskog等,2013

LPJmL

全球生态系统模式

Waha等,2012

pAPSIM

基于站点的流程模型

Keating et al,2003

PEGASUS

全球生态系统模式

Deryng等,2016

EPIC-IIASA

基于站点的流程模型
(基于EPIC)

Williams等,1983;
Izaurralde等人,2006

EPIC-Boku

基于站点的流程模型
(基于EPIC)

Williams等,1983;
Izaurralde等人,2006

ORCHIDEE

作物全球生态系统模式

WU等人,2016年

pDSSAT

基于站点的流程模型

Jones等人,2003

3.结果与讨论

3.1.观察温度 - 玉米产量关系

图1显示了1980 - 2010年玉米产量和生长季节温度(RGST_CY)之间的相关性。 所有数量首先去趋势以分析年际变率之间的相关性。 在1980 - 2010年的整个时期,玉米产量的年际变化与生长季节温度显著相关,在美国大部分地区,特别是中西部玉米带(图1a)观察到负相关关系。温度 - 玉米产量关系的独特空间格局与早期的研究大体一致(Lobell and Asner,2003)。值得注意的是,在通过灌溉接收额外的水的地区(例如堪萨斯州,内布拉斯加州)发现玉米产量与温度呈正相关。事实上,灌溉这一措施在西部干旱地区和中部高原地区被广泛使用(Leng等,2013; Leng等,2014),这将抑制玉米产量对温度的响应。进行重复分析来测试这个假设,分析是基于有限的地区存在的雨养和灌溉产量的单独估计。分析发现灌溉玉米产量对西部Kan-sas的变暖有积极作用,与同一地区降雨产量的负反应相反(图1b,c),基于组合产量估计的图1a中观察到的正RGST_CY表明灌溉在调节这些地区的温度 - 玉米产量关系中的主导作用。在北达科他州,灌溉和雨养玉米产量对温度升高有积极作用,表明温度可能低于抑制该地区作物生长的阈值。

3.2.在观测和模拟中温度 - 玉米产量关系弱化的迹象

温度 - 玉米产量关系的强度在美国有改变吗?图2a显示,整个国家的RGST_CY从上半时期(1980 - 1994年)的-0.66下降到下半时期(1996 - 2010年)的-0.42,这种下降伴随着统计显著性的下降,上半时期P N为0.1,下半时期的P B= 0.01。为了确定玉米产量和温度变化之间的相关性强度降低是由于作物的直接温度生理反应,而不是由其他气候变量的控制效应强制,分析了玉米产量和温度之间部分相关系数的变化(见方法)。在统计上排除了降水和辐射的影响后,玉米产量-温度关系的强度下降,说明受到调控玉米产量温度敏感性的控制因素的影响。然而,仍然观察到RGST_CY的强度下降,部分相关性为-0.54,在过去15年中为-0.45,在过去15年中,统计显著性下降(图2b),确定了玉米温度近期下降关系。

图2c,d显示了温度 - 玉米产量关系的回归斜率的变化,其表示了与1度温度异常相关的玉米产量的异常。可以发现,下半年斜率从 -6.9%/ K显著下降至 -2.4%/ K - -3.5%/ K。这意味着,如果玉

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[22355],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图