《滇中地区气候变化对粮食单产的影响分析》由会员分享，可在线阅读，更多相关《滇中地区气候变化对粮食单产的影响分析（9页珍藏版）》请在金锄头文库上搜索。
1、滇中地区气候变化对粮食单产的影响分析 邱丽丽 彭燕梅 尹艳琼 楚雄师范学院地理科学与旅游管理学院 摘 要： 根据地面气象观测和农业生产统计数据, 采用线性回归和 Mann-Kendall 检验分析了滇中地区年平均气温和年降水量的动态变化。采用生产函数和经济-气候模型拟合验证气候变化对粮食单产的影响。19902012 年, 滇中地区粮食单产平稳上升。年平均气温呈升高趋势, 升高速率为 0.451/10 a;年降水量呈减少趋势, 减少速率为-110.84 mm/10 a。C-D 生产函数拟合表明劳动力和有效灌溉面积对粮食单产的影响显著, 但农机动力和化肥投入对其影响并不显著。气温和降水的弹性系数分
2、别是 0.013 和 5.12510-5。当气温和降水的二次方变量引入经济-气候模型后, 其拟合优度明显提高;且表明, 在其他投入要素不变的情况下, 过去 23 年及未来滇中地区的气温升高不利于提高粮食单产;相反, 年降水量的减少却对粮食单产的提高没有负作用。关键词： 气候变化; 粮食单产; 影响; 年均气温; 年降水; 滇中地区; 作者简介：邱丽丽 (1979-) , 女, 副教授, 博士研究生, 主要从事气候变化和土壤学方面研究工作。收稿日期：2017-05-12基金：国家社科基金项目 (西部生态脆弱区生态保护功能定位与建立生态补偿机制研究 14XMZ074) Impact of Clim
3、ate Change on Grain Yield in the Middle Region of YunnanQIU Li-li PENG Yan-mei YIN Yan-qiong School of Geography and Tourism Management, Chuxiong Normal University; Abstract： Based on the data from meteorological observation and agricultural production, linear regression and Mann-Kendall test were u
4、sed to analyze the dynamic change of annual mean temperature and annual precipitation in the middle region of Yunnan. The impact of climate change on grain yield per unit area was verified by the C-D production function and economy-climate model. During the period of 1990 to 2012, the grain yield pe
5、r unit area increased steadily in this area. Annual mean temperature increased by the rate of 0. 451/10 a, while annual precipitation decreased by-110. 84 mm/10 a. The C-D production function showed that labor force and effective irrigation had significant effect on grain yield, while agricultural m
6、achinery power and fertilizer investment had no significant effect on it. The elastic coefficients of annual mean temperature and annual precipitation were 0. 013 and 5. 125 10-5, respectively. When the squares of annual mean temperature and annual precipitation were taken for independent variables,
7、 the fitting degree of economy-climate model was improved significantly. The result suggested that if other input factors were invariable, annual mean temperature rise was not conducive to improve grain yield per unit area during the past 23 years and the future, on the contrary, annual precipitatio
8、n reducing indicatedzero negative effect on it.Keyword： climate change; grain yield per unit area; effect; annual mean temperature; annual precipitation; the middle of Yunnan Province; Received： 2017-05-12农业生产受到自然条件的限制和影响, 对气候变化比较敏感1-2, 因此很多学者基于气候视角分析其对农作物生产的影响。气候变化可引起农作物的生长发育、产量、作物的播种面积、种植制度与结构等方面的
9、改变。刘杰等将极端降雨、高温、低温、干旱 4 个气候因子引入生产函数模型, 分析发现这 4 个因子与农业经济产出呈负相关3-4。气温升高对粮食产量有正负作用。田涛等发现, 温度每升高 1, 水稻、小麦、玉米的生育期分别平均缩短 78 d、17 d、7 d左右, 农作物产量平均下降 5%10%5-6。特别是在东北地区, 气温升高会导致粮食增产7;而在南方一些地区, 温度持续走高可能使粮食作物生育期缩短, 极端天气频发, 病虫害加剧, 从而造成粮食减产8-9。气候变化往往会导致农作物的种植结构由单一性向多样化发展。气候变暖是引发我国农作物易播种面积增加的关键因素之一, 升温使我国农作物的潜在播种面
10、积有所增加, 不可耕地面积减少10。李祎君等认为, 升温导致西北干旱区作物种植结构发生突变, 提高了作物的复种指数, 进而提升了农作物的产量11。气候变暖也导致了云南气候带分布呈现整体向高海拔扩张和向高纬度北移的趋势12, 从而使云南省种植制度发生了改变, 一熟制地区的面积减少, 二熟制地区将北移, 而三熟制比例提高13。滇中地区地跨北纬 23192703, 东经 1004310450, 行政辖区上包括昆明、曲靖、楚雄和玉溪 4 市州。该区域以山地和山间盆地地形为主, 地势起伏和缓, 属亚热带高原季风气候。近年来由于全球变暖, 加之该地区东、西、南三面高山对东南和西南来的暖湿空气的屏障作用,
11、使得该区降水特别稀少, 连年干旱。而滇中地区是云南省主要农业生产区域之一, 常年粮食产量约占全省粮食总产量的 1/3。本文通过地面气象观测和农业生产资料的分析, 探明该地区气候变化特征及其对粮食单产的影响, 以期为区域防灾减灾和农业可持续发展提供有意义的参考。1 资料与方法1.1 资料来源气象要素数据源于“中国气象数据共享平台 (http:/ ”的“中国地面月值气候数据集”, 包括 19632012 年昆明 (2500N, 10239E) 、会泽 (2625N, 10317E) 、沾益 (2535N, 10350E) 、玉溪 (2420N, 10233E) 、楚雄 (2502N, 10133E
12、) 5 个国家地面气象基准站的月平均气温和月降水量。农业生产投入和产出要素数据来自 19912013 年云南统计年鉴和昆明、曲靖、玉溪和楚雄州年鉴资料。1.2 分析方法建立柯布-道格拉斯 (C-D) 生产函数来描述粮食生产的投入和产出过程14;并采用丑洁明等提出的“经济-气候 (C-D-C) ”模型15评价气候变化对粮食产量的影响。生产函数是在假定技术水平不变的情况下, 一定时期内生产中所使用的各种生产要素的数量与所能生产的最大产量之间的关系函数6。若生产要素很多, C-D 生产函数可表示为:式中:Q 表示生产总量;X 1, X2, , Xn表示生产要素的投入量;A 是常数项; 1, 2, ,
13、 n分别表示各生产要素对生产总量的弹性系数。实际求解中, 通常对上式取自然对数, 转为多元线性回归形式来求解16。本文选取昆明、曲靖、玉溪和楚雄州的劳动力 (X 1) 、农用机械总动力 (X 2) 、化肥施用量 (X 3) 和有效灌溉面积 (X 4) 作为投入资本要素。由于从统计年鉴中获得的 4 个要素数据包含了农林牧渔生产中的投入量, 因此, 采用粮食播种面积与农作物总播种面积的比值作为系数, 对投入量进行了加权处理17, 用来代表粮食生产过程中的投入。以粮食播种单产 (Q) 作为产出变量建立 C-D生产函数线性化模型。因 2006 和 2011 年数据缺失, 故未引入模型拟合计算过程。建立
14、 C-D-C 模型时, 引入的气候要素是年平均气温和年降水量。以昆明、会泽、沾益、玉溪和楚雄 5 站年平均气温均值和年降水量均值代表滇中地区的年平均气温 (X 5) 和年降水量 (X 6) 。由于在粮食生产中, 气候要素对其的影响并非是线性的, 而是存在着一个最佳值, 超过该值, 将会有反面效应。因此, 把年平均气温和年降水量的二次方作为变量进一步建立 C-D-C 模型, 以此来更好地模拟气温和降水对粮食生产的非线性影响。采用一元线性回归来揭示年平均气温和年降水量的整体变化趋势;Mann-Kendall检验分析18-19近 50a (19632012 年) 年平均气温和年降水量的阶段性变化。M
15、ann-Kendall 检验能很好地揭示气候阶段性变化和突变点, 其原理是根据样本时间序列构造一秩序列, 计算定义的统计量 UFk和 UBk;当 UFk0, 则表明序列呈上升趋势, UF k0) , 特别是从 1999 年以来UFkU , 说明 1999 年以来该区年平均温度显著上升 (图 4) 。根据 Mann-Kendall 检验的统计量 UFk值判断, 滇中地区年降水量对应的 UFk值除了 1968 年外, 均0, 表明在各年代阶段, 该区域多年降水量均是减少的趋势, 特别是 2012 年显著减少 (图 4) 。2.3 气候因子对粮食单产的影响根据滇中地区粮食生产投入产出数据, 采用回归
16、分析对其进行拟合。建立 C-D生产函数线性模型 (模型 1) , 引入年平均气温和年降水量后, 建立 C-D-C 线性化模型 (模型 2) , 引入气温和降水的二次方后建立 C-D-C 模型 (模型 3) 。模型 1:ln Q=7.436-0.554ln X1-0.026ln X2+0.135ln X3+0.493ln X4模型 2:ln Q=7.917-0.607ln X1-0.052ln X2+0.166ln X3+0.41ln X4+0.013X5+5.12510X6模型 3:ln Q=9.222-0.346ln X1+0.033lh X2+0.109ln X3+0.301ln X4+2.151+X5-0.001X6-0.07X5+4.36510X6表 1 模型拟合效果参数 下载原表 3 个方程的 F 检验均显著, 调整后的 R
