1980年以来的气候趋势和全球作物生产外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

1980年以来的气候趋势和全球作物生产

David B. Lobell, ^{1 *} Wolfram Schlenker, ^2,3 Justin Costa-Roberts ¹

摘要：研究迄今为止气候变化造成的影响有利于预测其如何影响未来的粮食供应。研究发现除了美国，在大多数国家的作物种植区域和作物生长季节中，1980-2008年的温度升高值超过了历史年均变率的一个标准差。将四大商品作物的气象产量与没有气候变暖影响的实际产量相比，全球小麦和玉米的产量分别下降了3.8%和5.5%，对于大豆和水稻，两者结果则基本持平。一些国家气候变暖的影响显著，减少了一大部分由于技术、施放二氧化碳肥和其他因素可引起的作物平均产量的增长。

关键词：气候变化 作物 农业 非线性动力学 水稻 回归分析 季节 大豆 温度 小麦 天气 玉米

由于供大于求，扣除物价上涨因素的食品价格在上个世纪呈现下降趋势。而近年来粮食价格上涨迅速，许多研究者认为这是气象灾害造成的影响，例如澳大利亚的长期干旱，以及俄罗斯的高温热害和森林火灾。然而，鉴于农产品交易在世界各地间进行，所以即使对于个别国家，也必须在模拟气候对粮食价格的影响时考虑到农产品、世界贸易以及由全球供需要求所决定的国际市场价格的影响^（1~3）。

自1950年以来，全球平均气温上升了约0.13℃^（4），这对农业的影响尚不明确^（5）。预计在未来的20-30年，全球变暖的速度大约为每十年温度上升0.2℃，耕地面积也可能略有增加^（4）。了解过去的气候变化造成的影响可以帮助我们衡量近期气候变化对重要农产品供应的重要性。此外，确定出受近期趋势影响最大的特定作物和地区，将有利于计算和分析正在进行的对气候适应所做的工作。

我们开发了一个产量响应模型数据库，来评估近期气候变暖对1980-2008年间各国主要作物产量的影响。对世界各国四种作物（玉米、小麦、水稻和大豆）的作物产量、种植位置、生长季节和每月的温度（T）和降水量（P）的有效数据用panel分析法进行分析^（6）。这四种作物提供的热量约占人类直接或间接消费热量的75%^（7）。

作物平均生长季节T和 P的时间序列图显示，1980年以来几乎所有的玉米、小麦、水稻和大豆的主要种植区温度都呈现了显著的上升趋势（图1，图2和figs.S1~S4）。为了将这些趋势可以放在一起对比，我们将其按照同比波动的历史标准差（sigma;）进行了归一化处理（即温度趋势为1.0表示这个时期末的温度比这个时期初温度高出1.0个sigma;）。这个升温模式有一个值得注意的例外是玉米和大豆产量占全球的40%的美国，它在这一时期有出现轻微的温度下降（图1）。总体而言，65％的国家的玉米和水稻的种植区温度符合至少1sigma;的T趋势，比小麦种植区（75％）的数值略低，但比大豆种植区（53％）高。大约四分之一的国家四种作物的温度趋势都有超过2sigma;的趋势（图2）。这些趋势分布与1980年以前的20年的形势形成鲜明对比，可看出之前的趋势值均匀分布在零附近的（图1）。对于降水趋势，各地区的降水趋势各不相同，但大多数地区的值与历史变率相比，差别较小。某些国家出现了具有极端趋势数值，可认为这些预期数值是偶然得到的（图2），表明生长季节的平均P值没有一致的全球变化。

图1.（A和B）1980-2008年主要作物（玉米，小麦，水稻，大豆）生长季节的温度线性趋势等级分布图（A）和降水线性趋势等级分布图（B）（图中地图为0.5*0.5网格单元）。趋势等级定义为29年的总值（比如，29年间的温度）除以1960—2000年间的历史标准差的比率。为了使图片更清晰，仅显示了四种作物覆盖地区达到至少1%的地图单元。结果表明许多地区的温度趋势超过了标准偏差的两倍多，而降水趋势增加的较少。

图2.（A至D）四种主要作物在1960-1980年（左）和1980-2008年（右）期间生长季温度趋势（上）和降水趋势（下）频率分布图。趋势等级为29年的总值（比如，29年间的温度）除以1960—2000年间的历史标准差的比率。空值分布（来自10000次模拟随机运行）由灰线显示，反映了由偶然数值估计得到的不同趋势的频率。各国1960-1980和1980-2008年的降水分布规律以及1960-1980年的温度趋势与随机变化的预期一致。相比之下，1980-2008年的温度趋势通常为历史标准差的两倍至多倍，温度分布相对于空值分布有所偏移。

将这些气候趋势转化为潜在的产量影响量需要产量反应模型。我们使用历史数据进行回归分析，将过去的作物产量与气候相关联。所得到的模型中包括T和P，它们的平方，特定国家用于解释田间管理和土壤质量的时空变化的截距，以及特定国家用于说明由于技术进步引起的作物产量增长的时间变化趋势的模型^（6）。因为我们的模型是非线性的，所以需要同时用历史气候的年均变化量和平均气候来确定回归系数（不同于仅用于与平均值偏差值得的线性模型）。然而，我们不能直接估计在长期的气候变化下可能发生的所有适应的可能性^（8），因此我们更倾向于考虑农业范围内气候变化速度的有效测量，而不是对实际影响的观测。估计出的速度值越大，任何适应措施或提高产量的行动就必须越快开始以抵消可能的损失。

这些模型显示T和P在统计学上有显著的敏感性，这与基于生长过程的作物模型和许多的农艺学文献的结果一致(figs. S6 和 S7)。由山形的产量—温度函数可知，除了种植喜温作物水稻的高纬度的国家，温度每上升1℃，产量将下降10%。而适当的降水对几乎所有的作物和国家的产量有利。轮流用气候数据集和国家分组对模型进行测试的结果表现出一些重要的差别，但对大多数国家来说这些模型的结果是稳定的(fig. S8)。

为了估计气候趋势对产量的影响，我们使用统计模型来预测四种T和P的情况下的年产量：（i）1980-2008年间每个国家的实际T和实际P（ii）实际T和去趋势化的P（iii）去趋势化的T和实际的P（iv）去趋势化的T和去趋势化的P。（iv）和（i）的对比用于量化历史气候趋势的影响，而（ii）和（iii）的对比用于得出T和P对总体影响的相对贡献。

在全球范围内，相对于1980-2008年没有气候变暖（图3和表一）影响的情况，玉米和小麦在几个主要生产国都受到气候变暖的负面影响，且全球的净亏损分别达到了3.8%和5.5%。按绝对价值计算，这些损失分别相当于墨西哥的玉米年产量（23吨）和法国的小麦年产量(33吨)。由于一些国家的收益平衡了其他国家的损失，水稻和大豆产量的受影响的净产量变化不大。其中损失最大的国家是俄罗斯，它的小麦损失了近15%，而作物生产总量最大的国家（美国）由于缺少明显的温度升高没有显示出受到任何影响。

由图可知大多数的影响时由T而不是P的趋势导致的（图3）。降水是产量年际变异性的重要驱动因素，人们所建立的模型也确实经常用于预测1年内的P或者T的变化导致的产量变化量的对比（fig.S7）。然而在大多数情况下，近年来的T趋势的幅度大于P的幅度（图2）。这一发现与气候变化对未来粮食产量的影响模型的结果一致，表明至少在国家和区域尺度上，T的变化比P的变化更重要^（9~10）。

图3.（A至D）1980—2008年气候趋势对主要生产国和全球作物产量的净影响估计。值由平均产量的百分比表示。灰色条表示估计的中值；误差条表示由500次重复抽样得出的5%~95%的置信区间。红点和蓝点分别表示温度趋势影响和降水趋势影响的中位数估计值。

先前对个别国家或全球范围内的研究也发现，近年的气候变暖造成了玉米和小麦的产量下降^（5）。例如，最近一个对法国小麦产量的研究表明，气温升高是导致1990年以来法国小麦产量减少的重要因素^（11）。同样，印度气候变暖的趋势也被认为对作物产量产生消极影响，并作为近年来产量收益增长速度减缓的部分原因^（12~13）。对于水稻而言，气候变暖对产量影响不大，这与最近一项关于亚洲水稻的研究结果一致，说明过去平均温度的变化在很大程度内对水稻影响不大，其中一部分原因是因为夜晚和白天的温度造成的影响相反，还有一部分原因是由于不同国家的气候趋势相反而导致的^（14）。本研究报告得出的趋势值基于所用1980-2008年的时间段，但经测试对时期的调整并没有对结果产生定性影响（fig.S9）。分离出最高温度和最低温度对结果的影响，或者使用不同方式处理得到的时间序列图也没有定性地改变结论(figs. S10 and S11)。

气候可能是影响未来（或过去）食品供应的因素的其中之一。因此，重要的是去评估这些气候条件带来的影响在同一时期内是否与其它因素相关。我们将气候带来的效益趋势与1980-2008年每个国家的总体收益趋势相分离（图4）。需要强调的是，这只是气候相对于其它因素的重要性的简单度量标准，并没有解决将收益增长的原因中的许多技术和环境因素区分开来讨论产量增长的总体速度的问题。但这提供了一个有用的衡量气候的相对重要性的方法，当值为-0.1时表示10年的气候趋势造成的相当于大约1年的由技术带来的收益的减少。

由于平均产量和气候影响的增长率的不同，这一比例在各国之间存在很大的差异（图4）。俄罗斯、土耳其和墨西哥的小麦和中国的玉米的总体收益受气候的消极影响较大，高纬度地区的水稻生产似乎受到气候变暖的积极影响，但与其它作物相比这种纬度梯度的差异并不明显。虽然许多评估模型得出的结果中位于温带的系统往往受到变暖的影响较小^（15），事实上，这些系统通常具有非常低的非气候因素的适应力，例如它们对天气的敏感性可能会由于肥料利用率的提高而增加^（9）。另外，温带系统将会比热带地区变得变暖速度更快^（16），高纬度地区从1980年开始也不断出现了大幅度的增温。

图4.（A至D）1980-2008年气候趋势对各国作物产量的净影响估计除以1980-2008年每年的总产量得到的趋势。值表示同等数量年份的气候效益带来的总体收益。负值表示气候变暖阻碍了产量增长，正值表示与没有变暖趋势的情况相比气候变暖促进了产量增长。

不过任何模型都有其局限性，我们也意识到统计模型中一些常见的注意事项。一方面我们所用的方法做出的预测可能比较不乐观，因为它不能完全将未来可能发生的人为调整可造成的对长期气候预期变化的适应因素考虑进去。比如，作物生长的面积扩大到较冷的地区，变异成新品种^（17），或者种植日期变得提前，尽管没有证据表明这些转变与气候变暖有关^（18）。另外由于粮食价格一直走低，许多鼓励技术创新的措施在1980-2008年间也被限制。另一方面，我们的估计又可能过于乐观，因为数据的限制阻碍了我们在生长季节内对极端温度或降水的影响进行准确的模拟，这些因素对最终产量可能产生不利的影响^（19）。例如，虽然我们得出了在印度小麦生长季总降水量是下降的，但事实上暴雨事件在降水事件中的发生比例是有增加趋势的，这对小麦产量是不利的。

最后，我们也注意到了我们的研究并没有考虑到随时间变化二氧化碳升高对作物产量的直接影响。夏威夷的莫纳罗亚山的二氧化碳浓度1980年为339ppm，到2008年提高到了386ppm。对C3作物（即小麦、水稻和大豆）的二氧化碳压缩实验显示，在583ppm的二氧化碳浓度下作物平均产量比在367ppm二氧化碳浓度下高出了14%。（即每ppm会增产0.065%）。这说明1980年以来增加的47ppm的二氧化碳量可将产量提高约3%。二氧化碳浓度的升高对玉米没有什么影响，因为光合作用途径不同C4作物对二氧化碳量的升高无反应^（22）。因此，1980年以来的二氧化碳升高和气候变化的净效应对水稻和大豆略有积极影响，而对玉米没有影响。（表1）

气候造成的影响通常超过了产量变化率的10%，这表明气候变化已成为作物产量增长的一个相当大的阻碍。为了进一步说明这个事实，我们使用近期根据全球热量供需估计出的价格弹性来计算气候趋势对全球粮食价格的影响^（23）。在施用二氧化碳肥和不施用二氧化碳肥的情况下分别预测作物生产（分别为表1的小计和总计）转变为平均商品价格涨幅的变化，结果分别为18.9%和6.4%^（22）。

表1.1980—2008年温度和降水趋势对四种作物平均产量影响的中位数估计。在这段时期，二氧化碳量增加了47ppm的估计值来自（21）的数据。括号中的值表示自举法随机重抽样的所有样本的5%~95%的置信区间

您可能感兴趣的文章

• 太湖涡度通量网外文翻译资料
• 涡度协方差法测量瑞士水库的极端CH4排放通量，并分析其短期变化外文翻译资料
• 来自非管理河口，湖泊，海洋，河流和湿地的生物甲烷排放的比较外文翻译资料
• 中国西北塔里木盆地人居环境适宜性分析外文翻译资料
• 罗马尼亚Iaşi市城市热岛的范围和强度外文翻译资料
• HadGEM 1家族的耦合模式和纯大气模式中水平分辨率的提高对南美洲气候模式的影响外文翻译资料
• 基于夜光遥感的欧洲光污染趋势对比外文翻译资料
• 中国长江三角洲五个城市的大气气溶胶中的水溶性离子特征：粒径分布，季节变化和来源外文翻译资料
• 在中国北京市区大气有机碳和元素碳气溶胶的特性外文翻译资料
• 机器在霜冻预报中的应用外文翻译资料