摘 要

在全球气候变暖背景下，气候对农业和农业生产潜力的影响越来越明显。为了研究气候变化对我国农业的影响，本论文收集了我国东北地区（黑龙江、吉林和辽宁三省）72个气象站点的光、热、水等气象资料和作物的生长发育期及产量资料，使用GIS技术，分析了我国东北地区1961~2004年的太阳辐射、温度、降水等农业气候资源的时空演变特征，以“机制法”为基础，对作物生产潜力模型进行了光、温、水的逐级订正，估算了该区玉米、水稻和大豆生长季的光合、光温和气候生产潜力。
研究结果表明：（1）44年来太阳辐射呈减少趋势；年总辐射值及作物生长季的太阳总辐射值呈现由东向西逐渐增加的趋势，太阳日照时数时空变化与总辐射变化大致相同。（2）年稳定通过10℃持续日数和活动积温及生长季月平均气温在44年中都呈上升趋势；稳定通过10℃的持续日数和活动积温及生长季月平均气温均呈现由西南向东北逐渐减少的情况。（3）从1961年至2004年，全年及生长季降水量呈减少趋势；年降水量的空间分布呈现由南向北减少的情况，最高值主要集中在辽宁东部；各省西部地区均为降水缺乏区域，降水的地区差异大；44年中降水集中指数明显减小。（4）由于太阳辐射的减少导致作物的光合生产潜力下降，但由于温度的明显上升，作物的光温生产潜力和气候生产潜力呈不同程度的上升趋势。各地光合生产潜力空间差异不大，光温生产潜力呈由西向东减少的趋势，气候生产潜力呈由南向北减少的趋势。（5）玉米气候增产潜力高值区主要在辽宁省，水稻气候增产潜力最大区在东北三省西部及牡丹江与延吉一带，大豆气候增产潜力高值区在辽宁大部及吉林省延吉一带。各地主要作物农业自然资源利用率差别较大，粮食增产潜力大的地区，资源利用率水平不高。

关键词：气候变化；生产潜力；气候资源利用；GIS；东北地区

Abstract

Under the background of global climatic warming, climate has more and more evident impacts on agriculture and crop potential productivity. Northeast China, a high latitude region including three provinces of Heilongjiang, Jilin and Liaoning, is sensitive to climatic changes. In order to study the impacts of climatic changes on agriculture, we selected Northeast China as an example, and 72 meteorological stations in Northeast China were covered, the climatic factors including light, temperature, precipitation as well as data about the growing periods and yields of the main crops in Northeast China were collected. Based on Geographic Information System (GIS), we analyzed the spatial-temporal patterns of radiation, temperature and precipitation from 1961 to 2004 in Northeast China. Based on Mechanism Method, we gradually corrected crop potential productivity models on the parameters of light, heat and moisture, and calculated the photosynthetic potential, light-heat potential, and climatic potential of main crops, e.g. maize, rice and soybean in Northeast China.
The main research results were summarized as follows:(1) The temporal patterns of radiation showed a decreasing trend from 1961 to 2004, and the spatial patterns of annual total radiation and the radiation during growing periods showed an increasing trend from east to west. The dynamic change of the spatial-temporal patterns of daily sunshine hours was similar to that of radiation. (2) Annual steady duration of ≥10℃, annual active accumulated temperature and monthly mean temperature in growing periods appeared in an increasing trend during the 44 years, and their spatial patterns appeared in a decreasing trend from southwest to northeast . (3) Both annual and growing periods precipitation showed a decreasing trends along time series, the spatial pattern of annual precipitation appeared in a decreasing trend from south to north, with the maximum occurring in the eastern part of Liaoning Province; The western parts of every province were in defect of precipitation, and there existed a marked: regional variance in precipitation within every province; during the 44 years the index of precipitation concentration was distinctly decreasing. (4)Because the radiation decreased, the photosynthetic potential productivity reduced. However, the light-heat potential productivity and climatic potential productivity appeared in a increasing trend to a different extent owing to an increased temperature. The photosynthetic potentials had not much difference in various areas, and the light-heat potential productivity appeared in a decreasing trend from west to east, and climatic potential productivity in a decreasing trend from south to north. (5) The maximal values of climatic productivity increment potential of maize were mainly located in Liaoning Province, the maximal values of climatic productivity increment potential of rice were in the western part of Northeast China and the areas around Mudanjiang and Yanji, and the maximal values of climatic productivity increment potential of soybean in most of Liaoning Province and Yanji of Jilin Province. There were significant differences in utilization efficiency of agro-natural resources in main crops in different counties of Northeast China. The areas with a greater yield-increasing potential had a lower utilization efficiency of resources.

Key words：Climatic change；potential productivity；utilization of climatic resources；Geographic Information System；Northeast China

目 录

第一章 前 言 1
1 选题依据 1
1.1 气候变化成为影响粮食生产和粮食安全的重要因子 1
1.2 大力推广资源节约型农业的需要 2
2 研究意义 2
2.1 气候变化对农业的重要性 2
2.2 气候变化对东北农业的影响 3
2.3 GIS技术在研究作物生产潜力方面的优势 4
3 研究进展 5
3.1 农业生产潜力研究进展 5
3.2 东北地区气候变化研究进展 7
3.3 农业资源利用相关进展 8
4 研究的主要内容 8
5 研究特色 9
第二章 资料与方法 10
1 资料来源 10
1.1 气象数据 10
1.2 基础数据 10
2 研究方法 11
第三章 太阳辐射能的计算及时空变化 13
1 太阳辐射值计算公式的推导 13
1.1 方法介绍 13
1.2 推算结果 14
2 太阳辐射的时空变化 15
2.1 太阳辐射的空间分布 15
2.2 太阳辐射的时间演变 16
3 日照时数的时空变化 16
3.1 日照时数的空间分布 17
3.2 日照时数的时间演变 18
第四章 热量资源的时空变化 19
1 稳定通过10℃持续日数的时空变化 19
1.1 稳定通过10℃持续日数的空间分布 19
1.2 稳定通过10℃持续日数的时间演变 20
2 稳定通过10℃的积温的时空变化 21
2.1 稳定通过10℃积温的空间分布 21
2.2 稳定通过10℃积温的时间演变 21
3 生长季平均温度的时空变化 22
3.1 生长季平均温度的空间分布 22
3.2 生长季平均温度的时间演变 23
第五章 水分条件的时空变化 24
1 年降水量的时空变化 24
1.1 年降水量的空间分布 24
1.2 年降水量的时间演变 25
2 生长季降水量的时空变化 25
2.1 生长季降水量的空间分布 25
2.2 生长季降水量的时间演变 26
3 稳定通过10℃期间降水的时空变化 27
3.1 稳定通过10℃期间降水的空间分布 27
3.2 稳定通过10℃期间降水的时间演变 27
4 降水集中指数的分布情况 28
第六章 作物生产潜力的时空变化 30
1 各级生产潜力的计算 30
2 不同作物生产潜力的时空变化 32
2.1 作物生产潜力的空间分布 32
2.1.1 光合生产潜力的空间分布 32
2.1.2 光温生产潜力的空间分布 32
2.1.3 气候生产潜力的空间分布 33
2.2 作物生产潜力的时间演变 37
2.2.1 光合生产潜力的时间演变 37
2.2.2 光温生产潜力的时间演变 38
2.2.3 气候生产潜力的时间演变 39
第七章 作物增产潜力及资源利用率分析 41
1 作物气候增产潜力的空间变化 41
2 农业生产对资源转化率的分析 43
第八章 结论与思考 45
1 结论 45
2 思考 47
参考文献 49
致 谢 53
个人简介 54

第一章 前 言

人类进入20世纪以来，经济得到了飞速发展，农业也先后经历了传统农业、现代农业和可持续农业阶段，但随着人口的迅速增长，人口、资源、环境的矛盾日益激化，人均粮食消费量的增加以及耕地面积的不断缩减，粮食安全问题越来越突出。未来我国人口高峰将达15亿~16亿人，预计粮食需求总量将达到6亿吨左右，而我国当前粮食生产能力在5亿吨左右，相差1亿吨[1]。如何挖掘潜力、提高产量是可持续发展的重要课题。经济全球化的加速和中国加入WTO将对弱势产业的农业发展带来更大的压力和挑战。同时，由于全球气候的变化，势必会引起与农业生产有关的农业气候资源在数量、质量上的时间和空间变化，加大了农业生产的不稳定性，从而使我国农业发展又面临新的考验。从已经观测到的数据分析来看，气候变化的影响是显著的、多方面的。各个领域和地区都存在有利和不利影响，但多数以不利影响为主。最新的气候变化国家评估报告Ⅱ就指出气候变化将对中国的农业产生重大影响，如果不采取任何措施，到2030年，中国种植业生产能力在总体上可能会下降5％～10％。气候变化将影响到我国长期的粮食安全[2]。
农业生产的粮食安全，资源安全及其生态环境效应等越来越成为困扰我国农业发展和国家安全的重要问题。因此，我们要十分关注农业的发展，重视粮食作物生产潜力的研究。由于影响农作物的产量有多方面的因素，农作物的实际产量可以看作是农业生产技术、土壤、肥料、品种特性与气候条件综合作用的结果。如果在目前条件下的人为可控因子（农业技术、土肥、品种等）处于最有利状态，那么气候便成为决定一个地区农作物最高产量的因子[3]。
气候生产潜力是评估土地资源生产力和制订农业发展战略的重要依据。在研究气候变化对农业、土地人口承载力和土地利用的影响时，必然要考虑气候变化对气候生产潜力的影响。为此，本文选择我国典型的具有战略意义的商品粮基地－－东北三省，利用GIS技术估算了当地最具代表性的几种粮食作物生长季的潜力值，分析了不同作物气候生产潜力的时空变化情况，对比分析了气候生产潜力与作物实际单产之间的差距，对区域农业生产潜力与资源利用效率进行了探讨，以期为正确进行农作物品种布局、合理调整种植结构、制定农业生产的适应性对策、提高农业气候资源的高效利用乃至农业资源综合开发利用提供科学依据。
1 选题依据
1.1 气候变化成为影响粮食生产和粮食安全的重要因子
由于人口、粮食和资源的矛盾日益加剧，粮食安全问题也日益突出。特别是随着当前全球气候不断变化，光、热、水等气候资源都发生了明显变异，直接影响到农业生产，对国家的粮食生产安全带来威胁。而作物生产潜力正好反映了光、热、水气候资源与作物生产之间的关系。事实证明，气候变化导致了我国北方干旱受灾面积加大、南方洪涝灾害加重。由于气候变暖使作物发育期提前、抗寒性减弱，从而加大了春季霜冻的危害；加上局部干旱高温危害加重，都增加了农业生产的不稳定性，使产量的波动增大。有研究表明，气候的明显增温使东北地区东小麦种植北界明显北移西延，玉米晚熟品种的种植面积不断扩大，有利于农业生产。如果东北地区未来气候继续变暖，降水也发生新的变化，必然对我国这个重要的粮食生产基地的农业发展造成深远影响。通过研究气候变化及其对作物生产潜力的影响，可以了解一个地区农业生产受气候变化的影响情况。弄清东北地区的区域作物生产潜力及其时空变化规律，对评价该地区的过去和未来的粮食生产能力，进而指导粮食生产规划和布局具有重要的实际意义。
1.2 大力推广资源节约型农业的需要
目前，资源短缺与资源浪费现象并存是制约我国农业发展的一个突出问题。虽然我国农业自然资源绝对量大，但面对不断增长的人口，人均相对量更少，加之目前我国农业资源利用方式仍然是粗放型的，农业自然资源利用率低下，浪费严重，已成为我国农业持续发展的重要制约因素。对发展中国家而言，资源的有效利用以及适应能力的建设尤为重要。中共中央国务院2007年“一号文件”就指出，要发展农业就要提高资源的利用率。对有限的自然资源而言，只有对资源的利用状况有个详细深入的了解，才能找出问题，充分利用有限资源。所以说，提高农业自然资源的利用效率是中国农业可持续发展的保障，也是构建和谐社会，建设社会主义新农村的需要。
2 研究意义
2.1 气候变化对农业的重要性
农业是一种生物的自然和经济再生产过程，除了社会经济和技术因素外，还受自然环境尤其是气候生态条件的制约。农业类型的分布、产量的丰歉和品质的优劣，都与土地类型和气候要素有关。
气候为生物提供了光、热、水、空气、风等能量和物质资源，是进行农业生产的自然资源之一。气候资源在数量、质量及组合特征上有很大的地域差异；在时间变化上又有明显的季节和年际变化性。农业是对气候变化反应最为敏感的部门之一，各种农业气候资源的数量及其匹配对农业布局、种植制度、作物种类及农业产量有着密切关系。气候作为基础资源和植物生存条件，在生产中发挥着重要作用。对农业生产而言，气候变化通过改变农作物生长发育过程中光照、热量、水分，以及光热和水分的匹配状况影响其生产力。气候的变化，往往是制约地区经济发展，特别是农业发展的重要因素，尤其在全球气候变暖的情况下，充分认识和掌握气候变化规律，科学合理利用气候资源，对发展农业经济，构建和谐的社会主义新农村是十分重要的。
根据政府间气候变化委员会（IPCC）第三次评估报告，大气中CO2已经从工业革命前(1800年)的280ppmv(微升/升)上升到1999年的367ppmv，大约增长了26%，近40年间增长了13%。目前，CO2正以每年1.8ppmv的速率继续增加。IPCC报告认为，即使把人为的CO2释放速率控制在1990年的水平，到2050年CO2仍将会增加到415-480ppmv，到21世纪末CO2将会上升到460-560ppmv。温室气体的增加可能是全球气候变暖的重要原因。在全球气候变化背景下，我国的气候也将发生变化。有关研究表明，我国的气候变化趋势与全球气候的总趋势是基本一致的。同时，IPCC报告认为全球气候变化对农业会产生重大影响，特别对那些适应能力差，生产异常脆弱地区的农业十分不利[4-7]。针对气候变化对农业的可能影响，迫切需要更加深入地了解我国气候与农业的关系；掌握农业气候资源的现状、变化趋势以及对农业生产力布局的影响；在气候不断变化的背景下研究作物的气候生产潜力，弄清该地的气候生产潜力水平和光、热、水资源的配合协调的程度，了解不同要素对生产力影响的大小；合理利用农业气候资源，制订农业规划和生产布局；运用气候规律来提高农业生产力及防灾减灾、趋利避害，进而实现我国农业的高产、优质、高效、安全、生态和可持续发展，降低农业对气候的脆弱性，确保我国粮食生产安全。
2.2 气候变化对东北农业的影响
东北地区主要包括黑龙江、吉林、辽宁三省（图1.1），总土地面积7870万公顷，其中耕地2152.62万公顷，占全国耕地的16.6％[8]，是我国具有战略意义的商品粮基地， 粮食区际商品量和商品率均居全国首位， 每年为国家提供3000～3500万吨商品粮。据有关研究预测[9]，若按人均需求400公斤计算，东北地区外调粮食到2010 年可以满足1.34～1.38亿人的需求，到2030年可满足1.67～1.85亿人的需求， 即东北地区提供的粮食可满足我国50％新增人口的需求。随着我国粮食生产重心进一步由南方向北方和由东西部向中部地区推移，东北地区粮食生产在国家粮食安全战略体系中地位将会更加重要[10]。

图1.1 本研究的区域分布
Fig.1.1 the regions for this research
东北地区位处38°N～54°N，119°E～133°E之间，其地势特征是东北西三面被山地环绕，中部为大平原。山地海拔高度一般在500～1000米之间，其中最高峰位于长白山白云峰（海拔2691米）；中部的东北大平原海拔高度一般在300米以下，三江平原更低（最低处仅34米）。因为受这种地理环境的影响，使得这一地区的温度分布除随纬度增加而降低以外，同纬度地区中部平原温度较高，东部山区较低。由于受地理位置的影响，该区域内太阳辐射高于我国同纬度其它地区，但由于纬度高，生长季较短，生长季内的太阳辐射又普遍小于我国同纬度的其它地区。
东北地区农业生产为一熟制，该区南部地区也可一年两熟或两年三熟。在种植业结构中，作物以玉米、水稻、大豆为主。其中玉米约占全国总产量的40％，在全国占有十分重要的地位；经济作物大豆既是粮食作物又是油料作物，同时还是重要的副食原料，占全国总产量的40％；东北稻区属单季稻作带，尽管面积不大，仅占全国稻田总面积的1.9%，但本区粮食单产较高，稻谷产量约占全国稻谷产量的3％。由于东北地区属于温带大陆性季风气候区，地理环境复杂，各地气候、土壤等农业生态环境条件的地理差异较大，各地农业生产发展水平仍不平衡，农业生产潜力尚未充分发挥出来。
在气候变暖的影响研究中，东北地区因其纬度偏高，增暖明显，降水量减少，干旱显著增加，农业生产受到较大影响[11]。其影响集中表现在三个方面：农业生产不稳定性增加，产量波动大；农业生产布局和结构将出现变动，作物种植制度可能发生较大变化；农业生产条件的改变，增加了农业成本和农业投资的幅度，对当地农业生产影响显著。有研究表明：20世纪80年代以来东北地区春季提前，生长季延长、生长季内总积温增加、≥10℃积温带北移，玉米和水稻晚熟品种的种植范围出现北移和东扩[12]。目前，对东北地区气候变化的影响研究大多是对增温的正效应关注较多，而且就气候变化对农业生产的研究来看，也多是利用各种模式模拟不同情况下未来气候变化对作物产量的影响，对于过去农业气候资源的综合演化情况研究还不够。在我国季风性气候特征明显、气候变率较大的前提下，如何客观地评价东北气候变暖对我国东北地区农业生产造成的影响及气候资源的变化趋势和利用情况，分析这种变化对农业气候生产潜力造成的影响，为制定合理的农业种植制度，使农业产业结构调整向纵深推进，为实现优质高产高效农业提供科学的理论依据。正是本论文研究的主旨所在。
2.3 GIS技术在研究作物生产潜力方面的优势
随着全球化、网络化和知识经济的日益发展，地理信息系统作为应用领域的工程技术和跨越信息科学、地球科学和空间科学的应用基础科学，其意义和价值已被认同。近年来，我国的GIS 技术正迅猛地由实验室走向产业化和社会化，由设备引进、技术克隆走向自主开发、知识创新的新阶段。
地理信息系统（Geographical Information System，GIS）是一种决策支持系统，它具有信息系统的各种特点（如数据采集、管理、分析和表达数据能力的系统，它能够为单一的或有组织的决策过程提供有用的信息）。它是一门以数据库、图论、拓扑学、图像处理、人工智能、虚拟现实及计算机地形学等多门学科综合的交叉科学，是描述、存储、分析和输出空间信息的理论和方法的一门新兴的高新技术；另一方面，地理信息系统是一个技术系统，是以地理空间数据库为基础，采用地理模型分析方法，适时提供多种空间的和动态的地理信息，为地理研究和地理决策服务的计算机技术系统。
地理信息系统具有三大基本特征：第一，具有空间数据和属性数据的采集、管理、查询、分析和输出多种地理信息的能力，支持矢量和栅格两种数据模型，可方便地相互转化，为多源数据的有机整合提供了可能，具有空间性和动态性；第二，由计算机系统支持进行空间地理数据管理，并由计算机程序模拟常规的或专门的地理分析方法，作用于空间数据，产生有用信息，完成人类难以完成的任务；第三，计算机系统的支持是地理信息系统的重要特征，因而使得地理信息系统能以快速、精确、综合地对复杂的地理系统进行空间定位和过程动态分析。由于地理信息系统所具有的这些优势，使得研究人员在地理信息系统支持下能够方便的提取地理系统各个不同侧面、不同层次的空间和时间特征，也可以快速地模拟自然过程的演变或思维过程的结果，取得地理预测或“实验”的结果，选择优化方案，用于管理与决策。地理信息系统发展迅速，目前已被广泛应用于资源管理、农业区划、环境监测、城市规划等许多领域。GIS在农业气象中正得到充分应用，但在我国粮食生产研究中应用得还不多。正是由于GIS其特有的空间分析、动态预测与提供决策支持的功能,为我们运用GIS技术来分析和评价气候生产潜力提供了很大的便利，成为研究区域性粮食生产潜力的有效手段[13]。
因此，使用GIS技术对我国东北地区的气候变化及其对作物生产潜力的影响进行研究，对提高农业气候资源利用效率，保证东北地区农业的可持续发展，实现优质高产高效农业提供理论依据和科学指导具有重要的现实意义和应用价值。
3 研究进展
3.1 农业生产潜力研究进展
农业生产潜力，也称理论潜力，它是指在其它一切条件（包括作物品种、土壤、耕作技术等）都能充分满足和发挥最大效能的情况下，现今气候条件所能允许的作物单产上限。对粮食生产来说，农业生产潜力的研究主要包括：光合生产潜力、光温生产潜力和气候生产潜力。
对生产潜力的研究最早可以追溯到1840年德国化学家Liebig提出的“最小因子律”(Law of the Minimum)，他在研究干物质生产量与营养物质间供需关系时，从光能利用与同化CO2的角度提出了作物生产潜力模型[14]。20世纪20年代初，国外一些学者利用量子效率理论研究光合作用过程，认为作物生产潜力的大小最终取决于光照的多少及光能利用效率的高低。20世纪60年代，量子效率法计算光合生产潜力的研究取得了很大进展，美国的Loomis和Williams等从作物的光合效率及干物质生产潜力的角度作了大量研究工作，利用量子效率概念进行了生产潜力研究，提出生物生产量(Ｙ)与太阳总辐射(Ｑ)之间的估算模式，而且从理论上推算出作物最大光能利用率为5%～6%，但由于光合潜力未涉及其它因素，如温度和降水对产量潜力的制约作用，而仅考虑了光合作用，因此，计算结果偏高，与实际产量相差甚远[15]。考虑到温度对光合生产潜力的影响，许多学者把光温生产潜力作为理论上限，用温度影响函数对光合生产潜力进行校正，研究光温生产潜力。FAO就推荐了Ｗageningen（瓦赫宁根）模型和农业生态区域(AEZ)法，对光温生产潜力研究较为深入，其思路和方法框架被世界不同区域采用。
此后作物生产力研究逐步转向气候生产潜力，即把光照、温度、降水等因素综合考虑进去探讨作物生产潜力。Hanks等从作物生产与水分有效利用的关系提出各种计算模型[16]。由于水分因素与作物生产力关系的复杂性，以及相关参数获得的难度与精确性等问题，气候生产潜力的研究在总体思路上虽已成型，但研究成果的差异性比较以及可靠性程度存在问题较多。
20世纪80年代，作物生产潜力的研究得到进一步的补充和完善，并在实践中得到应用。Higgins和Kassam等对气候生产能力的有限性做了深入的研究。德米季洛伊科提出了有效降水量的概念，并建立了水分效应模型[17]。切卡沙尼卡提出了CO2浓度对产量的订正公式[18]。樱谷哲夫从生理角度论述了作物蒸散与其生产潜力的关系[19]。之后Lal等将作物生长模型与GIS技术结合，分析了区域生产力，并提出优化的生产措施，如良种选择、最佳播种日期确定、灌溉计划制定等。他们的研究表明，通过与GIS技术的结合，可以扩大作物模型的应用范围。因为GIS技术不仅可以定量表征区域环境特性，而且能够揭示生产力的区域分布特征、以及存在的问题,从而通过与作物模型的结合，评估不同管理情景下的生产力，为农业管理或区域规划提供科学依据[20]。
在国内，任美锷于1950年首先提出了作物生产潜力的问题[21]，1964年竺可桢从气候角度探讨了作物生产潜力，指出了光能利用效率的提高对作物单产的贡献[22]。此后黄秉维根据作物光合潜力过程中的能量转换，提出了计算光合生产潜力的计算公式，即光合生产潜力是太阳总辐射与换算系数的乘积[23]。换算系数是考虑能量转换系数与光能利用率后得出的。该公式首次以定量方法研究了我国辐射资源状况，指出了对光能利用的上限，得到广泛应用。
在光温生产潜力的基础上陈明荣、侯光良等采用自然降水订正法对不同地区的光温生产潜力进行订正,估算出光热水生产潜力[24,25]。田国良、于沪宁、赵名茶、李世奎等诸多学者从不同的角度研究了气候生产潜力，并对我国气候生产潜力的空间分布进行了有益的探讨[26-29]。
在气候变化对作物生产潜力的影响研究方面，张强研究了黄土高原地区气候变化对玉米生产潜力的影响[30]。杨恒山对内蒙古哲里木盟近45年的作物光能、光温和气候生产潜力的变化趋势进行了研究，并对玉米、水稻、大豆、高粱4种作物的生产潜力变化进行了对比分析[31]。张爱民等应用回归统计模型研究了淮河流域作物气候生产潜力[32]。杨文坎运用纯数理统计的方法研究了越南北方水稻生产的影响[33]。王素艳等采用逐步订正法，从水分平衡角度，用数理模式研究了气候生产潜力[34]。黄志英等人从雨养和灌溉两个系列研究了河北省小麦、玉米的气候生产潜力[35]。赵艳霞等采用FAO的光温生产潜力和气候生产潜力的计算方法，计算黄土高原不同地区1960～2000年近40a来小麦光温生产潜力和气候生产潜力[36]。在未来气候变化对作物生产潜力的估算方面，金之庆等考虑CO2对气候变化的影响，得出北方冬小麦变化趋势[37]。石春林和张宇等分别运用CERES模型研究了气候变化对作物生产潜力的影响[38,39]。林而达等利用中国随机天气模型将IPCC的气候模式与CERES-RICE模型相连接，模拟了未来气候情景下我国主要水稻产区产量的变化趋势[40]。王宗明运用EPIC模型对黄土塬区作物生产潜力进行了初步研究[41]。周治国和周留根基于知识模型和GIS技术分别对江苏地区作物的气候生产潜力和棉花生产潜力进行了分析和评价[42,43]。封志明基于GIS技术对甘肃省的作物生产潜力进行了分区研究[44]。刘引鸽和吴志杰分别利用逐级订正法和GIS技术对关中平原和漳州市的土地生产潜力进行了分析评价，将潜力研究由气候生产潜力推进到了土地潜力层面[45,46]。
评价一种模型的优劣是与模拟结果精度要求和应用目的相联系的。国外采用的先进方法基本上是借用计算机技术和田间试验进行作物生长动态及产量形成模拟，剖析农田水分与生产力的量化关系；而我国则以潜力分析数学模型、动态模拟、田间潜力试验等结合探讨。总体来看，农田作物生产潜力的研究经历了从光合潜力到光温潜力，再到气候潜力和土地潜力的发展历史，内容日趋完善，范围愈加广泛。随着研究手段的不断提高，作物生产潜力研究将由静态描述走向动态模拟，由单一因素走向多因子综合因素研究[47]。由于GIS可以将时间作为第四维空间进行考虑，把基于机理过程的作物生长模型(即随时间而发生的变化)结合进来，将有利于对作物生长过程中的时间和空间变量进行分析[48]。作物动态生长模型与地理信息系统的结合也成为了研究作物生产潜力较为理想的一个新的发展趋势[49-51]。
随着世界对粮食生产潜力研究的拓展和深入，西方传统作物的微观模型在中国应用存在参数设定适合度的缺陷，比如以往主要采用FAO农业生态区域法，具有一般综合模式的优点，但该模型是基于非洲的试验资料建立起来的，运用于我国时要根据各地的作物品种和生长实际情况进行必要的修正。而近年来得到大家公认的“机制法” 模拟作物生长动态，考虑了作物群体的动态生长过程，分析作物的光合、呼吸和蒸腾等各基础生理过程，考虑全面，机理性较强，因而是作物生产潜力较为理想的计算方法。但该方法的关键问题是如何正确的给出与当地农业生产过程相符合的各级资源有效系数。目前关于各级有效系数的确定无论在指标的设定还是在研究尺度上都较为粗略。基于此，本研究利用月均气象观测数据、农业统计数据和数字高程数据，利用GIS技术采用逐级订正的方法，估算了包括光、温、水的逐级农业生产潜力。
3.2 东北地区气候变化研究进展
我国对东北气候的研究不少，如任国玉对东北的集中降水指数进行了研究，结果表明东北地区的年降水主要集中于作物的生长季节[52]。任国玉、周薇对辽东半岛本世纪气温变化做了初步研究，指出辽东半岛冬、夏和年平均气温的长期趋势变化特点是冬季正不断增暖，而夏季却在持续变凉[53]。刘玉瑛等对吉林省1980－1995年热量资源的地理分布及作物品种布局进行了研究，发现这段时间吉林的热量资源变化较大，积温增加，对作物生育期有所延长，农作物中晚熟区域向北向东扩展[54]。毛飞等对东北地区热量资源和低温冷害分布规律进行了研究[55]。吴金栋结合DKRZ OPYC模式，利用WGEN模式就未来气候变化对东北地区水热条件的可能变化进行了数值模拟，研究指出，未来增温有利于改善东北地区当前的热量条件，减轻低温冷害的危害；东北地区主要作物生长发育期间水分普遍不足，在无灌溉条件地区的农业产量将受到影响[56]。王春乙研究了气候变暖对东北地区作物种植的影响，结果表明作物播种期比过去提早10～15天；20世纪90年代东北各种作物的中晚熟品种种植区域已向北向东扩展[57]。马树庆等对东北玉米的低温冷害进行了研究，结果表明东北北部、东部冷害风险较大，中、西、南部较小[58]。王石立就近20年来气候变暖对东北地区农业生产水热条件的影响进行了研究，指出东北地区变暖主要表现在冬季，夏季增温幅度有限且不稳定；且20世纪90年代中后期出现暖干化趋势[59]。王媛等人就气候变暖对东北地区水稻种植的适应行为进行了研究，结果显示气候变暖对黑龙江、吉林大部分地区的水稻产生正面影响，而对辽宁大部分地区产生负面影响[60]。汪宏宇对东北地区作物生长季降水异常的特征进行了分析，发现东北地区生长季降水存在减少趋势，旱灾略多于涝灾[61]。何平利用气候学计算方法和辽宁农作物气候产量模型对本溪近40年的农业气候生产潜力的变化规律进行了研究，分析结果认为该地太阳辐射量减少、降水量减少是本溪作物气候生产潜力下降的主要原因[62]。目前，各类研究大多针对单个气候指标的变化或局部地区气候变化对某种作物的影响进行了研究，还很少有人利用GIS技术集中对东北地区大范围综合性气候变化对几大主要粮食作物影响进行深入研究。
3.3 农业资源利用相关进展
气候资源利用率是指在生育期或一年内作物的单位光、温、降水所产生的生物产量或经济产量的绝对量或相对量，主要包括光、热、降水资源的利用率和气候资源综合利用率几个方面。评价指标大致可分两类，一类是相对量指标，如马树庆和徐勇用单位面积上作物实际生物产量或经济产量与作物生产潜力的百分比来表示[63,64]，主要指标有：理论光能利用率、有效光能利用率、光合资源的粮食转化率、光温资源的粮食转化率和气候资源的粮食转化率。另一种是绝对量指标，如崔读昌和刘秋海用单位种植面积上单位资源所获得的生物产量或经济产量表示[65-67]。主要指标有：相对光能利用率、热量资源利用率、降水量资源利用率和综合气候资源利用率。
气候资源利用率的研究目前主要集中在对气候资源利用现状水平评价和提高的对策途径等方面。崔读昌先后用气候资源利用率的绝对量指标对世界主要国家和地区以及中国不同省、区的气候资源利用率进行研究，发现世界谷物产量的农业气候资源利用率地区差异很大。马树庆对吉林省、刘秋海对广东省粮食作物的气候资源利用率进行了研究，并分别提出了高效利用气候资源的对策。李增嘉等人、周允华等人分别从不同作物种植模式、间套种、农果复合系统条件下对光热资源的利用作了研究[68,69]。
4 研究的主要内容
本论文的研究充分发挥GIS技术在管理空间数据上的优势，利用GIS技术及SPSS统计分析软件，研究了我国东北地区1961~2004年44年来具有时空代表性的72个站点的月平均光、温、降水等气候因子的时空变化和该地区玉米、水稻、大豆三大粮食作物生产潜力状况，并结合当地的实际产量就东北三省的增产潜力和资源转化率做了分析。
具体研究内容分以下4个方面：
1.建立数据库
根据粮食生产潜力研究需要，在收集东北地区72个站点表征光能资源、热量资源、降水状况等气象资料和主要作物的生长发育期及产量资料的基础上，利用GIS建立粮食生产数据库，包括有县级行政区划的空间数据库和有气候数据库及农业产量数据库的属性数据库，并对各类数据进行一致性检验和处理，包括类型一致性、精度一致性、编码一致性等，使众多数据能够较好地匹配。
2.数据处理
建好数据库后，利用GIS技术对数据库进行空间数据与属性数据匹配连接和属性数据插值处理（主要是利用GIS技术对东北地区44年各月的太阳辐射、温度、降水、降水集中指数等要素进行插值，得到各要素1公里栅格数据），最终得到东北地区44年以县级行政区划为单位的空间、属性一体化数据库。
3.各种生产潜力计算
以分县空间、属性一体化数据库为基础，根据机制法的原理与模型，按照光、温、水逐级衰减的过程，分别估算了东北三省的玉米、水稻和大豆生长季（5～9月）的光合生产潜力、光温生产潜力和气候生产潜力。
4.各种生产潜力分析
以计算得到的各种生产潜力值为基础，分析了三大作物1公里农业生产潜力的空间分异规律和历年农业生产潜力的时间分异规律，并结合实际产量对该地区的气候增产潜力和资源利用情况进行分析。
5 研究特色
关于气候生产潜力的计算问题，国内外已有不少研究，但方法各异，差距甚大。因作物不同，各发育期内的叶面积时间变化动态、光能利用率、水分利用系数、适宜温度等均不相同，所以，本论文在使用常规的逐级订正法(光合潜力、光温潜力、气候潜力)的基础上，根据作物的生长动态分不同作物、并按不同作物发育期来进行计算，然后累加为整个生长期的作物气候生产潜力。因此，在计算过程中考虑按作物的生长发育期取值更符合作物生长过程，计算结果也更为客观。
由于太阳辐射观测站太少，整个东北地区的辐射值数据均根据哈尔滨、长春、沈阳三站的实测辐射值与日照百分率及大气上界辐射的关系模式推算得出，从而克服了辐射资料不足的困难。
本研究使用GIS等新技术分县域研究了农业生产潜力的时空分布情况。

 
第二章 资料与方法

1 资料来源
1.1 气象数据
气象站点的数据来自中国气象局国家气象信息中心。
气象站点数据采用了东北三省72个气象站（其中黑龙江28个，吉林21个，辽宁23个）1961－2004年的月平均可照时数、气温、降水、相对湿度和风速等资料。台站分布情况见图2.1
太阳辐射选取哈尔滨、长春、沈阳1961～2004年的逐日实射值。
在计算稳定通过10℃的持续日数及积温时是依据72站1961～2004年逐日日平均温度资料计算获得的。
以上数据都经过了数据筛除和初步的质量控制。对于个别月份缺测的资料用世界气象组织规定的1971～2000年的30年平均值代替。气候标准时段取世界气象组织规定的1971～2000年30年的平均值表示。

图2.1 研究区域气象台站分布
Fig.2.1 the distributions of meteorological stations in Northeast China
1.2 基础数据
GIS中用到的经纬度数据来自中国气象局气象信息中心。
本研究中用到的基础地理信息数据来自中国科学院资源环境地理数据中心。
粮食产量数据来自东北三省的省统计年鉴等资料[70-72]：
2003年黑龙江省玉米、水稻、大豆单位面积产量资料。
2003年吉林省玉米、水稻、大豆单位面积产量资料。
2003年辽宁省玉米、水稻、大豆单位面积产量资料。
2 研究方法
①在基本数据分析过程中，主要应用了统计分析模型与方法。数理统计分析模型与方法包括了线性回归，回归方程的拟合及指标筛选。
时间序列多项式模拟。采用时间序列多项式模拟的方法对气候要素的变化进行模拟，从而得到气候要素随时间变化的趋势。文章针对线性变化趋势用一元方程进行描述并建立气候变量与其所对应的时间的一元线性回归方程[73]：
（2.1）
其中，自变量为 ，依变量为 ， 为年份序号， 为回归常数， 为回归系数， 和 可以用最小二乘法进行估计。
对观测数据 及对应的时间 ，回归系数 和常数 的最小二乘法估计为：
（2.2）
（2.3）
其中， ，
回归系数 ，也就是线性倾向率， 的符号表示气候变量 的趋势倾向， 值的大小反映上升或下降的速率。
②滑动平均法。为了滤去短周期变化和随机变化，显示出气象要素的中长期变化，本研究采用了滑动平均法[74]。
滑动平均法的原理是：设气象要素的时间序列为 。则取 项移动平均的公式为：
（2.4）
当 取 时，就得到整个序列的 项移动平均值。其中
，即为移动平均后的值，它对应于 时刻。要使 为整数， 最好取奇数3,5,……。滑动平均法可以消去短期的脉动变化，保留较长的周期，有利于分析中、长期天气过程。
求界限温度的方法很多，本文选用5日滑动平均法来求算稳定通过10℃的初、终日、持续日数和积温[75]。
五日滑动平均法是指在某一年逐日日平均气温资料序列中，按日序依次从第一天到第五天，第二天到第六天，第三天到第七天……以此类推，每相邻5天的温度计算其平均值，由此得到一个五日滑动平均值的序列，然后利用此序列来确定该年稳定通过界限温度（10℃）的初、终日期。
一年中，从春季日平均温度第一次出现大于等于10℃之日起，向前推四天，按日序依次计算出五日滑动平均温度。从中选出大于等于10℃的五日滑动平均值，选出的这个五日滑动平均值要求其后的五日滑动平均值不再低于该界限温度。从此序列的第一个五日滑动平均值的五天中，选出第一个日平均温度大于或等于该界限温度的起始日期。
从秋天第一次出现低于10℃之日起，向前推四天，按日序依次计算出连续五日的滑动平均温度，直到出现第一个五日滑动平均温度小余该界限温度。选出最后一个大于等于该界限温度的五日滑动平均值。从组成该五日滑动平均温度的五天中，选出最后一个日平均温度大于或等于该界限温度的日期，此日期即为稳定通过该界限温度的终止日期。
稳定通过某界限温度的持续天数，是指包括初、终日在内的由起始日期到终止日期的总天数。
10℃界限温度的活动积温，是将持续期内大于或等于界限温度的日平均温度累加求得，若期间有小于界限温度的日平均温度值，则不应累加进去。
③运用GIS技术研究气候生产潜力。本文利用地理信息系统在管理空间数据上的优势，将GIS技术与气候生产潜力研究相结合，估算农业生产潜力、反映和分析农业气候资源要素和生产潜力的空间、时间规律。
其中插值方法用反距离加权插值方法（Inverse Distance Weighting, IDW）进行插值[76]，它是最常用的确定性空间数据分布规律的内插方法。IDW是由众多不规则分布的离散点群，内插出指定位置的函数值最常用的方法。IDW内插方法的基本形式如下：
（2.5）
其中 为参与内插的离散点总数， 为给定在离散点上的函数值， 为在离散点 的加权函数， 为在离散点 的加权函数， 为内插值点 上的函数值。加权函数 常表示为：
（2.6）
其中 为任意实数的加权指数，一般取 ， 为离散点 （坐标为 ）与欲内插的距离，即 。 （2.7）

第三章 太阳辐射能的计算及时空变化

1 太阳辐射值计算公式的推导
太阳总辐射是重要的农业气候资源，动植物生存的环境温度、绿色植物生长发育的光合效应、光形态效应和光周期效应都是太阳辐射的光量、光质和光时对植物作用的结果。到达地面的太阳辐射是植物进行光合作用的唯一能量，对农业生产起着非常重要的作用。太阳辐射是人类活动不可替代的重要能源，然而，在实际工作中，直接测量太阳辐射的站点稀少，所以，对于无太阳辐射实测资料的地区，一般采用经验计算间接获取。为了得到适合东北地区各地的计算太阳辐射总量的经验计算公式，本文利用哈尔滨、长春、沈阳三站1961-2004年的太阳总辐射测量值与日照百分率及大气上界辐射值的关系模式拟合建立起各地的太阳总辐射经验计算公式。
1.1 方法介绍
根据左大康、翁笃鸣建议的统一公式先计算日太阳总辐射值[77,78]：
(3.1)
式中 为日总辐射值， 为日天文辐射值， 、 为系数， 为日照时数与可照时数之比。
然后根据高国栋的方法[79]逐步计算：
日天文辐射值：
(3.2)
其中， 为太阳常数， = 4.921
按一日计算， =24小时
为相对日地距离，
(3.3)
为日角，以弧度表示 (3.4)
平年时 =365，闰年时 =366
为日序，1月1日为1，12月31日为365或366
为日出日没时角 (3.5)
为地理纬度，根据已知的经纬度进行运算
为太阳赤纬（也可查表得到[80]）
(3.6)
为可照时数 (3.7)
（以上值均取3.1416，根据东北的地理纬度取38°N～54°N之间的值，在－23.20度～＋23.4度～23.2度之间取值）
1.2 推算结果
由于大气上界辐射值 对于固定地点、固定时期而言应为一个常数，所以根据公式（3.1），利用个别站的辐射实测值与日照百分率获得一元线性方程的经验系数，再利用这些方程计算各省其他站的辐射值。三省生长季太阳辐射的推算方程如表3.1，其线性关系均达到极显著水平。
表3.1 东北地区太阳辐射(兆焦耳/米2)与日照百分率(%)的关系
Table 3.1 the relationships between radiations(MJ/M2) and percentages of sunshine(%)
省份 月份 方 程 r F 显著性水平

黑
龙
江
5
6
7
8
9 Q5=Q0(0.257+0.359S5)
Q6=Q0(0.216+0.415S6)
Q7=Q0(0.223+0.376S7)
Q8=Q0(0.191+0.426S8)
Q9=Q0(0.196+0.459S9) 0.936
0.581
0.570
0.748
0.697 7.813
21.347
20.199
53.317
39.622 0.001
0.001
0.001
0.001
0.001

吉

林
5
6
7
8
9 Q5=Q0(0.178+0.513S5)
Q6=Q0(0.227+0.401S6)
Q7=Q0(0.172+0.475S7)
Q8=Q0(0.097+0.602S8)
Q9=Q0(0.125+0.589S9) 0.684
0.606
0.811
0.801
0.765 36.906
24.407
80.973
74.998
59.226 0.001
0.001
0.001
0.001
0.001

辽

宁
5
6
7
8
9 Q5=Q0(0.173+0.514S5)
Q6=Q0(0.155+0.518S6)
Q7=Q0(0.254+0.296S7)
Q8=Q0(0.160+0.498S8)
Q9=Q0(0.194+0.462S9) 0.718
0.656
0.573
0.624
0.562 44.726
31.650
20.500
26.796
19.397 0.001
0.001
0.001
0.001
0.001
利用同样方法，可以得到东北地区非生长季太阳辐射的推算方程，此处没有列表显示。
2 太阳辐射的时空变化
2.1 太阳辐射的空间分布
东北地区各地年、生长季太阳辐射的空间分布情况分别由图3.1和图3.2可知，年总辐射值在4007～5350MJ/m2之间，辐射值由东向西逐渐增加，最高值集中在吉林和辽宁的西部。就三省而言，辽宁省高达5300MJ/m2，吉林省为5260MJ/m2，黑龙江省也有4900MJ/m2。其中辽宁省各地年辐射值平均为5052MJ/m2，吉林省达4909MJ/m2，黑龙江省为4594MJ/m2，作物生长季（指作物可能生长的季节，东北地区以5～9月表示）的太阳辐射呈现由东向西逐渐增加的趋势，最高值也集中在西部，尤以吉林西部及辽宁西部最高，大约为2807~2855 MJ/m2，中部为2500～2700 MJ/m2，低值区在黑龙江北部和吉林、辽宁的东南部，约为2400～2560 MJ/m2。各省作物生长季辐射值平均都在2600 MJ/m2以上。一般太阳辐射值达到2000MJ/m2就能满足东北地区作物的生长，由此看来东北地区光能资源是相当丰富的，而且大量的资源还没被利用。

图3.1 年太阳总辐射空间分布
Fig.3.1 the spatial distributions of annual total radiation in Northeast China

图3.2 生长季太阳总辐射空间分布
Fig.3.2 the spatial distributions of growing seasons total radiation in Northeast China
2.2 太阳辐射的时间演变
东北地区各地太阳总辐射从时间序列看(图3.3和图3.4)，不论是年际间还是生长季间，其辐射值都呈现明显逐年减少的趋势。从1961年到2004年间，年辐射值在4500～5100 MJ/m2之间变动，年生长季的辐射值在2400～2800 MJ/m2之间变动，且年辐射值递减速度快于生长季的递减速度，说明其他季节太阳辐射的下降趋势更明显。生长季节太阳辐射在1990年代末以后经历了回升，可能和降水量与云量减少有关。

（折线为年辐射值，直线为线性趋势线）
图3.3 东北地区年太阳辐射的时间演变
Fig.3.3 time series for annual radiation in Northeast China

（折线为生长季辐射值，直线为线性趋势线）
图3.4 生长季太阳辐射的时间演变
Fig.3.4 time series for growing seasons radiation in Northeast China

3 日照时数的时空变化
日照时数就是指太阳光直接照射地面的实际时数，也就是平时所说的实照时数。农业生产的实质就是绿色植物利用光能进行光合作用，在一定的温度、水分、土壤等条件的配合下把太阳能转化为可食用、富有营养的干物质的过程。其中植物体干物质有90％～95%是来自光合作用。日照时数是计算太阳辐射的主要因素，它也是评价地区光资源的重要农业气候指标，它的多少直接决定了作物光合产物的累积和运输，最终决定了产量的丰歉。
3.1 日照时数的空间分布
从图3.5和图3.6可知，东北地区各地年、生长季多年平均太阳日照时数的空间分布由西向东逐步递减，和该区的太阳辐射分布情况大致相同。年日照时数最高值出现在吉林的白城和通榆等地，约为2850～2930小时，三省年日照时数在2200～2900小时之间。作物生长季5～9月三省日照时数大约为1000~1300小时，日照时数最高值集中在吉林的西部，约为1300～1350小时，低值区分布在吉林和辽宁的南部，约为950～1050小时。

图3.5 年日照时数的空间分布
Fig.3.5 the spatial distributions for annual sunshine duration in Northeast China

图3.6 生长季日照时数的空间分布
Fig.3.6 the spatial distributions for growing seasons sunshine duration in Northeast China
3.2 日照时数的时间演变
从东北地区44年日照时数的年、生长季的时间演变（图3.7和图3.8）来看，日照时数递减趋势明显，和该区的太阳辐射递减情况基本一致。这说明，由于日照时数的减少，导致了该区太阳辐射值的相应减少。多年来的年日照时数值在2300～2800小时之间来回变化，生长季的日照时数在1000～1300小时之间变化。

（折线为年日照时数值，直线为线性趋势线）
图3.7 年日照时数的时间演变
Fig.3.7 time series for annual sunshine duration in Northeast China

（折线为生长季日照时数值，直线为线性趋势线）
图3.8 生长季日照时数的时间演变
Fig.3.8 time series for growing seasons sunshine duration in Northeast China

第四章 热量资源的时空变化

热量条件是农作物生长发育和产量形成所必须的自然条件，在数量和质量上有着时空分布差异，并具有开发利用的潜力和价值。农业气候带分布、农业生产特征、农作物结构、耕作制度、品种布局、栽培措施、冷害及霜冻程度及产量高低等，都在很大程度上取决于作物生长发育期间热量资源的数量、稳定程度和时空分布特征。因此充分认识某地热量资源状况，掌握其时空分布规律，是合理利用气候资源，防御气象灾害，保证农业高产、稳产的先决条件。通常用主要稳定通过各种界限温度的积温及其持续日数或5～9月的月平均气温，来表示一个地区供作物生长发育的热量条件。
界限温度，是指标志某些重要物候现象或农事活动的开始、终止或转折点的日平均温度，即作物某一生长发育阶段的初始温度和终止温度。已知界限温度的日期，便可计算有效作物生长期长短、积温及有效积温。在包括东北在内的中高纬度地带，通常把日平均气温稳定通过10℃的初日、终日、间隔日数、活动积温定为主要梁豆作物有效生长发育始期、终期、有效生长季长度及所要求的热量指标。
春季日平均气温稳定通过10℃的初日通常是东北地区玉米、水稻、大豆等喜温作物生长的开始,也是播种的最低临界温度。秋季日平均气温稳定通过10℃的终日是喜温作物停止生长期。这始日与终日间日数即为三作物生长季，用五日滑动平均法计算并综合考虑三省多年实际生产情况，确定东北地区三作物生长季为5～9月。
1 稳定通过10℃持续日数的时空变化
1.1 稳定通过10℃持续日数的空间分布
由图4.1可知，东北地区年稳定通过10℃的持续日数为104～192天左右，最高值出现在辽宁西南部，约为172～192天；随着纬度的增加，日平均气温稳定通过10℃的持续日数也由南向北逐渐减少，低值区出现在黑龙江的北部地区和吉林东部山区，约为100～130天左右。最低值出现在黑龙江的漠河，只104天左右。在生长季内，作物稳定通过10℃的持续日数和全年稳定通过10℃的持续日数的空间分布情况几乎一致，只是持续时间略短。就各省而言，辽宁省持续日数最高，多在160天以上，全省平均为176天；吉林省次之，大致为130～170天，平均有148天；黑龙江省最短，多在130天左右，平均达136天。

图4.1 年稳定通过10℃的持续日数的空间分布
Fig.4.1 the spatial distributions for annual steady through 10℃ duration in Northeast China

1.2 稳定通过10℃持续日数的时间演变
由图4.2可知，44年来东北地区年稳定通过10℃的持续日数呈现逐渐递增的趋势。多年来年稳定通过10℃的持续日数基本在135～175天来回变化。从多年平均的情况看，1966年以前呈下降趋势，各年间变化不大；从1967年到1976年这十年大起大落，年际变化大，进入80年代前期呈减小趋势，后期有小的增加，90年代又出现较大涨落趋势，从2001年到2004年持续日数增加明显，基本在趋势线以上。就东北地区来说，玉米、水稻和大豆中晚熟品种的生长时间分别是135～150天、137～150天、140～145天。由此看来，该地区满足作物生长温度所需的时间是足够的。

（折线为年稳定通过10℃持续日数，直线为线性趋势线）
图4.2 年稳定通过10℃持续日数的时间演变
Fig.4.2 time series for annual steady through 10℃ duration in Northeast China
2 稳定通过10℃的积温的时空变化
2.1 稳定通过10℃积温的空间分布
由图4.3可知，东北地区年稳定通过10℃的积温空间分布高值区在西南部，年积温最高值出现在辽宁的西南部，高达3500～3700℃，然后逐渐向东北递减，减到2300～2600℃，到了黑龙江的牡丹江和依兰等地又逐渐回升，增至2600～2800℃。年稳定通过10℃的积温低值区出现在吉林的东部山区和黑龙江北部的高纬度地区，稳定通过10℃的积温约为1700～2100℃左右。就三省而言，以辽宁省最高，大多在3000℃以上，吉林省次之，多为2600℃以上，黑龙江省最低，多在2500℃以下。

图4.3 年稳定通过10℃的积温的空间分布
Fig.4.3 the spatial distributions for annual steady through 10℃ accumulated temperature in Northeast China

2.2 稳定通过10℃积温的时间演变
从图4.4可知，44年来，东北地区由于稳定通过10℃的持续天数的增加导致稳定通过10℃的积温呈现明显的增加趋势。年稳定通过10℃的积温值在2500～3300℃之间上下波动变化。虽然总趋势是增加的，但从年际变化来看又各有差异，其中，60年代变化振幅小，多在2750～2950℃间摆动，且呈下降趋势。进入70年代前半期变化剧烈，振幅在2500～3000℃间，从70年代后半期到90年代初期，振幅逐渐减小，在2650～2900℃间变化，90年代中期到2004年，增加明显，振幅处在2800～3250℃之间。

（折线为年稳定通过10℃积温，直线为线性趋势线）
图4.4 年稳定通过10℃积温的时间演变
Fig.4.4 time series for annual steady through 10℃ accumulated temperature in Northeast China

3 生长季平均温度的时空变化
生长季内温度的高低不但制约着农作物的地理分布，而且还直接影响着作物的生长发育。在作物的生长季内，如果平均气温达不到一定的温度水平，即使积温可满足其生长发育要求，也不能完成作物的生长全过程。所以，平均气温既是表示生长季内温度水平的重要标志，同时也是与农业生产关系密切的重要气候条件。
3.1 生长季平均温度的空间分布
从图4.5可以看出：东北地区生长季平均气温的总体分布呈现由西南向东北逐渐减少的状况。其中黑龙江北部漠河、呼玛、黑河和孙吴及吉林东部地区的温度最低，只有13℃左右。地区平均气温的极值差有7℃。就三省而言，辽宁省多在18℃以上，吉林省次之，多在17～20℃间，黑龙江省则大多处在16℃以下。

图4.5 生长季平均气温的空间分布
Fig.4.5 the spatial distributions for growing seasons mean temperature in Northeast China
3.2 生长季平均温度的时间演变
由图4.6和图4.7可知，东北地区农业生长季5－9月平均气温呈线性上升趋势，从1984年开始，线性趋势已上升到平均温度的正距平区，特别是90年代中期以后出现持续高温，其中2000年的平均气温达到最大值，有20.3℃，其距平值达到了1.77℃，44年来平均气温的极值差异有3℃的区别。从年代际的变化情况来看，20世纪60年代、70年代、80年代均为负距平，距平值分别为－0.19℃、-0.29℃、-0.09℃，到90年代和2001～2004年这段时间为正距平，距平值为0.38℃和0.69℃。

（折线为生长季平均气温，直线为线性趋势线）
图4.6 生长季平均气温的时间演变
Fig.4.6 time series for growing seasons mean temperature in Northeast China

（折线为生长季平均气温距平，直线为线性趋势线）
图4.7 生长季平均气温距平的时间演变
Fig.4.7 time series for growing seasons anomalies of mean temperature in Northeast China

第五章 水分条件的时空变化

水是自然界中极为活跃的环境因素，也是作物正常生长发育必不可少的条件，更是农业气候资源的重要组成部分。水分资源的数量和质量决定了一个地区农业生产的特点，决定了产量的高低，也在很大程度上决定了农田旱、涝灾害的频率及程度。农田水分条件好坏取决于农田水分平衡，其中，大气降水为主要水分收入项，蒸发为主要支出项。就农业水分资源研究来说，既要知道作为农业水资源根本来源的大气降水的数量，同时还要了解大气降水与农作物需水量之间的供需状况，即水分盈亏状况。本文主要讨论大气降水。
1 年降水量的时空变化
1.1 年降水量的空间分布
从图5.1可知，该地区年降水量的空间分布呈现由南向北减少的情况，最高值主要集中在辽宁东部，其中宽甸桓仁等地的年降水量多达1000mm以上，而在降水缺乏的西部地区，年降水量只有387～465mm，降水的地区差异极大。从各省来看，黑龙江的年降水量以伊春、铁力为中心向外辐射状减少；吉林总的分布趋势为西部少，东南部多；辽宁呈现显著的东多西少之势。

图5.1 年降水量的空间分布
Fig.5.1 the spatial distributions for annual total precipitation in Northeast China
1.2 年降水量的时间演变
年降水量的多少对生长季土壤水分含量和作物生长都起着重要作用。就东北地区玉米、水稻、大豆年需水量来说，要完成它们的生长发育，分别要求有450～550mm，600～700mm，500～600mm的降水量，从图5.2来看，东北地区1961～2004年平均年降水量为609mm，能够满足玉米、大豆生长的需水量，基本满足水稻生长所需水量。该地区降水的年际变率相当大，最少的1999年为485mm，最多的1994年为746mm，相差近2倍。整体来看，该区44年的降水呈缓慢减少的趋势，但是1999年到2002年的年降水量减少十分明显，年降水量在480～550mm之间变动，与常年平均值相比，减少量最大的1999年减少多达123mm，减少了25％。从年降水量的年代际变化来看，年降水量80年代最多，21世纪最少，其次是70年代，1961～1970年，1971～1980年，1981～1990年，1991～2000年，2001～2004年各年代际降水平均值分别为：624mm，592mm，633mm，609mm，556mm。

（折线为年降水量，直线为线性趋势线）
图5.2 年降水量的时间演变
Fig.5.2 time series for annual total precipitation in Northeast China

2 生长季降水量的时空变化
2.1 生长季降水量的空间分布
生长季的降水量对农业生产是十分重要的。从图5.3可知东北地区生长季的降水量主要集中在辽宁东南部，其中桓仁宽甸等地最高值达到810～870mm，然后逐渐向吉林北部减少，吉林中南部地区和黑龙江的伊春、铁力等地的降水量也相对较高，有510～580mm左右，低值区出现在黑龙江和吉林的西部地区，降水量只有340～390mm左右。降水分布地域差异大。

图5.3 生长季降水量的空间分布
Fig.5.3 the spatial distributions for growing seasons total precipitation in Northeast China

2.2 生长季降水量的时间演变
从时间上来看(图5.4)，东北地区44年生长季的降水量总体呈减少的趋势，尤其是1999年到2002年减少得较明显，对降水高度集中于生长季的东北地区来说，当降水量低于400～450mm时，不能满足作物生长对水分的需求，在没有灌溉条件的地方，这对作物的生长发育是很不利的。从折线的波动情况来看，1982年以前降水量虽呈减小趋势，但变化不大，处在420～580mm间，从1985年到1999年一直出现较大涨落，在430～640mm间变化，从1999年到2004年这6年间生长季的降水减少明显，出现44年来最低值，在380～480mm间变动。

（折线为生长季降水量，直线为线性趋势线）
图5.4 生长季降水量的时间演变
Fig.5.4 time series for growing seasons total precipitation in Northeast China
3 稳定通过10℃期间降水的时空变化
3.1 稳定通过10℃期间降水的空间分布
由图5.5可知，年稳定通过10℃期间降水的空间分布情况与年降水量的分布情况大致相同，都是以辽宁东南部居高，然后逐渐向高纬度地区递减，到了吉林和黑龙江又以敦化、尚志、铁力、伊春、鹤岗为中心向东部和西部减少。

图5.5 年稳定通过10℃期间降水的空间分布
Fig.5.5 the spatial distributions for annual steady through 10℃ total precipitation in Northeast China

3.2 稳定通过10℃期间降水的时间演变
由图5.6可知，东北地区年稳定通过10℃期间降水的时间变化呈递减的趋势，

（折线为年稳定通过10℃期间降水量，直线为线性趋势线）
图5.6 年稳定通过10℃期间降水的时间演变
Fig.5.6 time series for annual steady through 10℃ total precipitation in Northeast China
递减值主要集中在345～560mm间变化。从年代际变化来看，稳定通过10℃期间的降水量80年代最多，平均有475mm，60年代次之，平均有471mm，其次是90年代和70年代，平均降水量分别为456mm和429mm，21世纪的降水量最少，平均只有404mm，与标准气候时段的平均值相比，60年代降水增加了17mm，70年代减少25mm，80年代增加21mm，90年代增加2mm，2001年～2004年减少49mm。
4 降水集中指数的分布情况
作物生长要求一定的降水量，但这个降水量是集中在一年的什么时期却具有明显不同的作用。对温带旱地农业来说，日均温稳定通过10℃期间的降水，即相当于主要作物生长期内的雨量，具有特殊的重要性。因此，从作物发育和物候季节的关系角度考虑，可以用日均温稳定通过10℃持续期作为参照时段，研究这个时期雨量与一年平均降水状况的比照关系，从而揭示降水年内分配的特征。这就是本文提到的降水集中指数[52]，它是日均温稳定通过10℃期间平均每日降雨量与全年平均每日降水量的比值。用公式表示为：
(5.1)
其中， 表示降水集中指数， 和 分别表示日均温稳定通过10℃期间的降水量和日数， 表示全年降水量，系数365是一年的日数。
当降水集中指数 ＞1时，表明日均温稳定通过10℃期间平均每日降的雨量高于全年平均每日降水量，反映相当于作物生长期间内降雨比年内其余时间丰沛，而在 ＜1时情况则相反。如果 接近1，则日均温稳定通过10℃期间平均每日降雨量与全年平均每日降水量相等，降水在冷暖季节的分配是均匀的。一般来说，当一个地区降水集中指数达到1.5以上时，反映相当于作物生长季内的雨量明显丰于生长季以外的时段，可以说那里是雨热同季的。
降水集中指数的时空变化
由图5.7可知，该地区的降水集中指数基本上都在1.5以上，地区降水的年内分配是相对集中的，都高度集中在日平均气温稳定通过10℃期间，大大增加了年降水量的有效性，对农业十分有利。降水集中指数由西北向东南逐渐减少，总体来看，东北三省的集中降水指数都很高，这表明作物生长期内的雨量明显高于生长期以外的时段，整个地区雨热是同季的。高度集中的水热条件对以种植制度为一年一熟的东北地区来说，是相当有利的。图5.8表明东北地区的降水集中指数44年来是呈明显减小的趋势，其变化振幅在1.7～2.2之间。从年代际变化来看，60年代降水指数最高，有1.97，其变化差值最大，70年代减小为1.92，80年代又略微上升，增加到1.95，到90年代降水集中指数降为1.91，本世纪初降水指数下降明显，并出现44年来最低值1.81。这表明作物生长期降水相对减少，而冬半年降水相对增多，降水季节分配更趋于均匀了，这增加了春播土壤的有效水分，提高了大田作物及时播种及作物出苗的可能性，是产量丰歉的前提。

图5.7 降水集中指数的空间变化
Fig.5.7 the spatial distributions for index of precipitation concentration in Northeast China

（折线为降水集中指数，直线为线性趋势线）
图5.8 降水集中指数的时间演变
Fig.5.8 time series for index of precipitation concentration in Northeast China

第六章 作物生产潜力的时空变化

光能是作物进行物质生产的重要能量源泉，但如果没有适合的温度环境条件和足够的水分配合，会大大限制光合生产力的发挥。因此，本文采用作物生长动态统计模型[81,82]，在研究光合生产潜力的基础上针对不同作物分生长季逐级对温度和水分进行研究，并对光合、光温、气候生产潜力的时空变化进行分析。
1 各级生产潜力的计算
光合生产潜力是指当温度、水分、CO2、养分、群体结构等得到满足或处于最适宜状态下，单位面积单位时间内完全由当地太阳辐射所决定的产量上限。它是由光合作用中能量转换规律及群体的生态条件决定的。其计算公式为：
(6.1)
式中 为单位换算系数，当 的单位为kg/hm2时， ＝10000， 为各月太阳辐射量（兆焦/米2），具体生长季的辐射情况见第三章的分析。其余参数的意义及参考值见表6.1[81]。
表6.1 光合产量中参数的意义及取值
Table 6.1 the meanings and values of photosynthetic potential parameters
参数 参数意义 玉米 水稻 大豆









s
q


光合辐射占总辐射的比例
光合作用量子效率
植物群体反射率
植物繁茂群体透射率
非光合器官截获辐射比例
超过光饱和点的光的比例
呼吸消耗占光合产物比例
成熟谷物含水率
植物无机灰分含量比例
作物经济系数
单位干物质所含热量（兆焦耳/千克）
作物光合固定CO2能力的比例
叶面积时间变化动态订正函数值 0.49
0.224
0.08
0.06
0.10
0.01
0.30
0.15
0.08
0.40
17.2
1.00
0.58 0.49
0.224
0.06
0.08
0.10
0.05
0.33
0.14
0.08
0.45
16.9
0.90
0.56 0.49
0.224
0.10
0.10
0.10
0.10
0.35
0.15
0.08
0.35
23.1
0.60
0.52
光温生产潜力是指在CO2、水分、养分、群体结构等得到满足或处于最适状态下，单位面积单位时间内由当地太阳辐射和温度所确定的产量上限。实际上，光温生产潜力就是考虑光、温两个因子与农业生产的关系，即对光合潜力进行温度订正后的值。其表达式为：
(6.2)

其中，
(6.3)
式中 是某一时段的平均气温， 、 、 分别是该时段内某作物生长发育的下限温度、上限温度和产量形成的最适温度，且令：当 时 。这样， 是由 、 、 和 决定的值域0～1的不对称抛物线函数。根据温度与光合作用的原理及东北地区粮豆产量与温度的关系，并参考有关资料[83]，确定东北三种粮豆作物高产条件下的三基点温度如表6.2[81]。
表6.2 东北地区三种粮豆生长季的三基点温度 （℃）
Table 6.2 the 3 basic temperatures of maize, rice and soybean in Northeast China
月份 生长发育时期 玉米 水稻 大豆
T0 T1 T2 T0 T1 T2 T0 T1 T2
5
6
7
8
9 苗期
营养生长期
营养、生殖并进期
开花灌浆期
灌浆成熟期 20.0
24.5
27.0
25.5
19.0 8.0
11.5
14.0
14.0
10.0 27.0
30.0
33.0
32.0
30.0 21.0
25.0
27.8
26.3
19.3 9.0
12.5
15.0
15.0
10.5 28.0
32.0
33.0
33.0
30.0 18.5
23.5
26.0
24.5
18.0 7.5
10.0
13.0
14.0
10.0 26.0
30.0
32.0
30.5
30.0
是作物有效生育日数订正函数，也由温度决定。东北春秋气温较低，约1.7天的温度累积才相当于生长季平均条件下一天的温度，因而有效生育日数的差异主要取决于春秋季≥10℃开始和结束日前的早晚。作物产量与有效生育期日数的关系为：
(6.4)
式中， 为作物有效生育日数（日平均气温≥10℃的日数）， 为5～9月的日数。因为 完全可满足主要作物最晚熟品种的要求，故 。
农业气候生产潜力是指在一定时期内，假定作物品种、土壤肥力、耕作技术等影响得到充分发挥，其它环境条件处于适宜状态时，在当地的实际光、热、水等气候因子的作用下，单位面积土地上农作物所达到的最高产量值。实际上气候生产潜力就是在光温生产潜力的基础上进行水分的订正得到的。其表达式为：
(6.5)
其中 是作物生长发育和产量形成的水分订正函数，表达式为：
(6.6)
式中 ， ， 是 时段的降水量， 是农田水分盈亏额， 是农作物理论需水量， 是与径流有关的参数，当 毫米时，产生径流， ，表明由于径流的存在使农田涝灾减轻。当 毫米时，降水适中或偏少，没有径流，则 。 为 时段的草地蒸发力，计算公式采用国内学者进行风速修订后的简便算法求得，其表达式为[84]：
(6.7)
其中 、 、 分别为月平均气温、相对湿度和风速。 是作物系数，即某一时段作物需水量与草地蒸发力的比值，根据联合国粮农组织的资料结合东北地区气候、作物发育对应的时期和土壤用内插法插值得到三种作物生长季各月的作物系数，具体见表6.3[81]。
表6.3 主要作物系数
Table 6.3 the parameters for maize, rice and soybean
月份 玉米 水稻 大豆
5 0.40 1.00 0.45
6 0.80 1.35 0.90
7 1.26 1.35 1.32
8 1.25 1.33 1.30
9 0.73 1.00 0.75
需要说明的是，因为水稻以灌溉为主，(6.6) 式没有考虑到这一点，所以不能用于评价水田内的水分供求状况。根据实际调查和经验表明，目前东北的水利设施水平不高，各地水田通过自然降水和灌溉对水稻的满足程度为92％，即 取0.92 [82]。
2 不同作物生产潜力的时空变化
2.1 作物生产潜力的空间分布
2.1.1 光合生产潜力的空间分布
东北三省玉米光合生产潜力的空间分布由东向西逐渐增高（图6.1），在辽宁的西南部和吉林的西部为玉米光合生产潜力的高值区，东北三省的东部地区和黑龙江的漠河地区是低值区。
水稻的光合生产潜力呈由西向东逐渐递减的趋势（图6.2），高值区在吉林和辽宁的西部，低值区出现在三省的东部地区和黑龙江的漠河一带。
大豆光合生产潜力由西向东呈现由高到低的趋势（图6.3），高值区在吉林中西部和辽宁的西部，低值区在吉林、辽宁的东南部和黑龙江的北部。
2.1.2 光温生产潜力的空间分布
玉米的光温生产潜力的空间分布大体与光合生产潜力的分布一致（图6.4），只是由于温度的升高，使依兰、宝清、鸡西和牡丹江的生产潜力有所提高。
水稻的光温生产潜力的空间分布也是由于局部温度的升高，使东北三省整个东部的生产潜力有所提高，但最高值仍在吉林中西部和辽宁大部（图6.5）。
大豆的光温生产潜力的空间分布与稳定通过10℃的积温的空间分布呈现一致的表现（图6.6），这说明该地区的温度适宜，适合大豆的生长。
2.1.3 气候生产潜力的空间分布
玉米的气候生产潜力的低值区在东北三省的北部和东部山区以及吉林西部地区（图6.7），这是因为黑龙江北部热量不足，吉林西部相对冷凉及水分不足造成的。高值区出现在辽宁的大部及吉林的中南部地区，这是因为这些地区热量充足，水分适宜。黑龙江、吉林二省的西部由于降水的不足使得玉米光合生产潜力是高值区，而气候生产潜力是中低区。
水稻由于以灌溉为主，气候生产潜力的空间分布受自然降水影响较小，所以其光温生产潜力就代表了气候生产潜力，分布呈现由西向东逐渐减少的趋势，黑龙江的北部地区和吉林的东北山区是气候生产潜力的低值区，辽宁与吉林西部是高值区。
大豆的气候生产潜力高值区出现在辽宁的中部地区和吉林的南部地区（图6.8），这是因为这一地区水热匹配适宜，适合大豆生长。低值区在黑龙江的北部地区，这与该地区的热量和降水的不足有密切关系。

图6.1 玉米光合生产潜力的空间分布
Fig.6.1 the spatial distributions for maize photosynthetic potential productivity in Northeast China

图6.2 水稻光合生产潜力的空间分布
Fig.6.2 the spatial distributions for rice photosynthetic potential productivity in Northeast China

图6.3 大豆光合生产潜力的空间分布
Fig.6.3 the spatial distributions for soybean photosynthetic potential productivity in Northeast China

图6.4 玉米光温生产潜力的空间分布
Fig.6.4 the spatial distributions for maize light-heat potential productivity in Northeast China

图6.5 水稻光温生产潜力的空间分布
Fig.6.5 the spatial distributions for rice light-heat potential productivity in Northeast China

图6.6 大豆光温生产潜力的空间分布
Fig.6.6 the spatial distributions for soybean light-heat potential productivity in Northeast China

图6.7 玉米气候生产潜力的空间分布
Fig.6.7 the spatial distributions for maize climatic potential productivity in Northeast China

图6.8 水稻气候生产潜力的空间分布
Fig.6.8 the spatial distributions for rice climatic potential productivity in Northeast China

图6.9 大豆气候生产潜力的空间分布
Fig.6.9 the spatial distributions for soybean climatic potential productivity in Northeast China
2.2 作物生产潜力的时间演变
2.2.1 光合生产潜力的时间演变
从图6.10～6.12可以看出，东北地区不同作物的光合生产潜力趋势都是下降的，这与第三章分析的太阳辐射生长季的变化趋势是一致的，由于太阳辐射的减少，导致了所有作物生产潜力呈下降趋势。而在1999～2002年这四年间因为东北地区生长季的太阳辐射出现回升，同时就引起了作物光合潜力值相应的增大。

(折线为玉米光合生产潜力，直线为线性趋势线)
图6.10 玉米光合生产潜力的时间演变
Fig.6.10 time series for maize photosynthetic potential productivity in Northeast China

（折线为水稻光合生产潜力，直线为线性趋势线）
图6.11 水稻光合生产潜力的时间演变
Fig.6.11 time series for rice photosynthetic potential productivity in Northeast China

（折线为大豆光合生产潜力，直线为线性趋势线）
图6.12 大豆光合生产潜力的时间演变
Fig.6.12 time series for soybean photosynthetic potential productivity in Northeast China

2.2.2 光温生产潜力的时间演变
由图6.13～6.15可知，东北地区三大作物的光温生产潜力均呈现增加的趋势，这是由于生长季稳定通过10℃的积温逐渐增加造成的。但这种增加主要发生在90年代末以后，与作物生长季温度的明显增加有直接关系。从图6.13～6.15可以看出，60年代三大作物光温生产潜力几乎都在趋势线以上，且振幅较小，70年代至80年代前期光温生产潜力振幅最大，出现44年来最大差值，从80年代中后期到90年代中后期光温生产潜力基本处在趋势线以下，且变化减小，90年代末期以后光温生产潜力增加明显，基本处在趋势线以上。

（折线为玉米光温生产潜力，直线为线性趋势线）
图6.13 玉米光温生产潜力的时间演变
Fig.6.13 time series for maize light-heat potential productivity in Northeast China

（折线为水稻光温生产潜力，直线为线性趋势线）
图6.14 水稻光温生产潜力的时间演变
Fig.6.14 time series for rice light-heat potential productivity in Northeast China

（折线为大豆光温生产潜力，直线为线性趋势线）
图6.15 大豆光温生产潜力的时间演变
Fig.6.15 time series for soybean light-heat potential productivity in Northeast China

2.2.3 气候生产潜力的时间演变
从图6.16和图6.18可知，东北地区玉米和大豆的气候生产潜力由于降水减少的影响，导致气候生产潜力增幅均不明显，但生长季的降水还是基本能满足作物生长的需要。只有水稻的气候生产潜力由于受自然降水的影响较小，仍旧呈明显增加的趋势。

（折线为玉米气候生产潜力，直线为线性趋势线）
图6.16 玉米气候生产潜力的时间演变
Fig.6.16 time series for maize climatic potential productivity in Northeast China

（折线为水稻气候生产潜力，直线为线性趋势线）
图6.17 水稻气候生产潜力的时间演变
Fig.6.17 time series for rice climatic potential productivity in Northeast China

（折线为大豆气候生产潜力，直线为线性趋势线）
图6.18 大豆气候生产潜力的时间演变
Fig.6.18 time series for soybean climatic potential productivity in Northeast China
第七章 作物增产潜力及资源利用率分析

1 作物气候增产潜力的空间变化
了解不同作物气候增产潜力的分布和变化，可展望东北地区不同区域粮食生产的前景，为合理利用农业气候资源提供科学依据。气候增产潜力就是指气候生产潜力与当前实际粮食产量的差值：
气候增产潜力=气候生产潜力－实际单产
本文选取2003年的实际单产产量与东北地区38个站点的气候生产潜力进行作物增产潜力的空间分析。
由图7.1可知，玉米的气候增产潜力高值区集中在辽宁省，其次是吉林的南部和黑龙江的东部与西北部地区。增产潜力最小的地方是黑龙江的中部和吉林西部地区。这说明，在现有的气候条件下，通过农业技术的综合开发利用，辽宁省的玉米产量还可以大大提高，但吉林西北和黑龙江西南地区玉米增产的潜力已不大，需要在灌溉条件下增加产量。

图7.1 玉米气候增产潜力空间分布
Fig.7.1 the spatial distributions for maize climatic productivity increment potential in Northeast China
由图7.2可知，水稻的气候增产潜力高值区集中在东北三省的西部地区和牡丹江与延吉一带，增产的低值区在黑龙江的北部和吉林的南部。这个结论是假定气候生产潜力受自然降水影响较小，灌溉水基本满足需要条件下计算得到的。各地通过大力普及节水灌溉技术，提高农业水利化水平是可以实现的。
由图7.3可知，大豆气候增产潜力的高值区在辽宁省的大部和吉林的延吉一带，增产的低值区在伊春、佳木斯、扶余、蛟河、敦化及白城一带，通榆、绥化等地方由于农业技术水平的提高，大豆实际产量已超过气候生产潜力，这个情况的发生，有可能是因为干燥地区有灌溉水保证的结果。
从整体来看，东北三省除中部及北部以外的地区三种主要作物的增产潜力空间还是很大的。

图7.2 水稻气候增产潜力空间分布
Fig.7.2 the spatial distributions for rice climatic productivity increment potential in Northeast China

图7.3 大豆气候增产潜力空间分布
Fig.7.3 the spatial distributions for soybean climatic productivity increment potential in Northeast China
2 农业生产对资源转化率的分析
粮食生产的实质就是在人为作用下，通过作物光合作用，把气候、土壤等农业自然资源转化为可食用的有机干物质。从这一原理看，农业生产水平的高低取决于把自然资源转化为粮食产量的比率。为了比较各地的粮食生产水平，有必要分析各地各类作物的资源利用率。
粮食生产对气候资源的利用率是粮食生产中农业投入、农业开发和技术推广应用的综合反应。根据气候资源生产潜力的层次划分，资源利用率可划分为以下几个层次，即光合资源利用率，光温资源利用率，气候资源利用率。
光合资源的粮食利用率是实际产量与光合生产潜力的比率，是评价某个地区综合粮食生产水平的宏观指标，在这里，除了太阳辐射或光照条件外，其它的资源和技术条件，如温度、水分、土壤、品种、栽培管理等都可以人为改变，并且认为最终都可满足作物的要求，所以，它是某地区农业综合开发与农业技术综合利用及投入水平的综合反应；光温资源的粮食利用率是实际产量与光温生产潜力的比率，它体现的农业生产水平是某地改善水利条件，改良土壤，培育并推广优良品种，提高农田管理水平和化肥、农药等物质投入的综合体现；气候资源的粮食利用率是实际产量与气候生产潜力的比率，它是把光、热、水等气候条件看作不易改变的资源条件，在自然气候与雨养农业条件下的资源利用率。它反应了某地改良土壤和品种、使用农业技术及农业生产物质投入水平与效益的现实效果。
本文通过选取东北三省2003年38个站点的3种粮食作物单产记录与光合、光温、气候潜力进行了分析，再将3大作物的资源利用率进行平均[81]，得到东北地区三大作物对各项资源的综合利用情况。从图7.4～图7.6可看出：
东北地区的光合资源利用率的高值区集中在吉林省中西部，尤以通榆、长岭、梅河口、蛟河和扶余等地最高，达到39～42％，说明当地农业生产水平较高。其次是黑龙江的西南部和辽宁的北部地区，达到20～30％左右。低值区集中在吉林东部和黑龙江的西北部，只有10～18％，这些地方只要加大农业开放力度，增加投入，用现代物资条件装备农业，用现代科学技术改造农业，提高农业水利化、机械化和信息化水平等综合生产能力，就可增大光合资源利用率。
光温资源利用率由于各地热量资源条件有所不同，所以与光合资源利用率稍有不同。通榆、梅河口，扶余、蛟河、伊春等地粮食产量占光温生产潜力的50～55％，其农业水平较高。辽宁西南部和延吉及齐齐哈尔等地的光温资源利用率较低，多为15～20％左右，这些地方只要改善水利条件，改良土壤，培育并推广优良品种，提高农田管理水平和化肥、农药等物质投入，可使光温资源利用率大大提高。
气候资源利用率的空间分布趋势与光温资源利用率基本一致，通榆、长岭、扶余等地在70～78％，即这些地方已经把作物气候生产潜力的70％以上转化为了粮食产品，生产水平较高。辽宁西南部和延吉及齐齐哈尔与黑河等地的气候资源利用率较低，多为17～32％左右，表明这些地方的气候资源利用率还有很大增高空间，只要重视农业生产，加大科技投入及农业生产物质投入，气候资源利用率将有明显增加。

图7.4 光合资源的粮食利用率空间分布
Fig.7.4 the spatial distributions for crop utilization efficiency of photosynthetic resources in Northeast China

图7.5 光温资源的粮食利用率空间分布
Fig.7.5 the spatial distributions for crop utilization efficiency of light-heat resources in Northeast China

图7.6 气候资源的粮食利用率空间分布
Fig.7.6 the spatial distributions for crop utilization efficiency of climatic resources in Northeast China
第八章 结论与思考

1 结论
本文是基于GIS技术平台，利用气象数据库、农业产量统计库，建立了GRID型的作物光合、光温、气候生产潜力模型，给出了东北三省1km栅格型气候生产潜力的空间分布规律和44年的时间演变趋势，综合全面地考虑了影响气候生产潜力的各种自然资源因素，并在各级生产潜力的基础上进行了增产潜力和资源利用率的分析。主要结论为：
（1）44年来东北地区各地太阳总辐射不论是分年还是生长季其辐射值都呈现逐年减少的趋势。且年辐射值递减速度快于生长季的递减速度；年总辐射值及作物生长季的太阳总辐射值呈现由东向西逐渐增加的趋势。
东北地区各地年、生长季太阳日照时数的空间分布由西向东逐步递减，和该区的太阳辐射分布情况大致相同。44年来，年、生长季的日照时数递减明显，同样和该区的太阳辐射递减情况保持一致。多年来年日照时数值在2300～2800小时之间变化，生长季的日照时数值在1000～1300小时之间变化。
（2）东北地区年稳定通过10℃的持续日数最高值出现在辽宁西南部，然后随着纬度的增加，稳定通过10℃的持续日数也由南向北逐渐减少，低值区出现在黑龙江的高纬度地区和吉林东部山区。44年来东北地区年稳定通过10℃的持续日数呈现逐渐递增的趋势。就东北地区来说，满足作物生长温度所需的时间是足够的。
东北地区年稳定通过10℃的积温空间分布高值区在辽宁西南部，然后逐渐向东北递减，到了黑龙江的牡丹江和依兰等地又逐渐回升。年稳定通过10℃的积温低值区出现在吉林的东部山区和黑龙江北部的高纬度地区。东北地区由于稳定通过10℃的持续天数的增加导致稳定通过10℃的积温呈现明显的增加趋势。
东北地区生长季平均气温的总体分布呈现由西南向东北逐渐减少的状况。其中黑龙江北部漠河、呼玛、黑河和孙吴及吉林东部地区的温度最低。地区平均气温的极值差有7℃。该区生长季月平均气温呈线性上升趋势，从年代际的变化情况来看，20世纪80年代以前均为负距平，到90年代和2001～2004年这段时间为正距平。
（3）该地区年降水量的空间分布呈现由南向北减少的情况，最高值主要集中在辽宁东部，三省西部地区为降水缺乏区域，降水的地区差异大。东北地区44年平均年降水量为609mm，能够满足作物生长所需水量。该地区降水的年际变率相当大，极值相差近2倍。整体来看，该区44年的降水呈缓慢减少的趋势。
东北地区生长季的降水量主要集中在辽宁东南部，然后逐渐向吉林北部减少，吉林中南部地区和黑龙江的伊春、铁力等地的降水量也相对较高，低值区出现在黑龙江和吉林的西部地区，降水分布地域差异大。从时间变化来看，东北地区44年生长季的降水量总体呈减少的趋势，尤其是1999年到2002年减少较明显。
年稳定通过10℃期间降水的空间分布情况与年降水量的分布情况大致相同，都是以辽宁东南部居高，然后逐渐向高纬度地区递减，到了吉林和黑龙江又以敦化、尚志、铁力、伊春、鹤岗为中心向东部和西部减少。44年来，东北地区年稳定通过10℃期间降水的时间变化呈递减的趋势，递减值主要集中在340～560mm间变化。
东北地区降水的年内分配是相对集中的，都高度集中在日平均气温稳定通过10℃期间，降水指数由西北向东南逐渐减少，总体来看，东北三省的集中降水指数都很高，这表明作物生长期内的雨量明显高于生长期以外的时段，地区的雨热是同季的。高度集中的水热同季条件对以种植制度为一年一熟的东北地区来说，是相当有利的。44年来东北地区的降水集中指数呈明显减小的趋势，其变化振幅在1.7～2.2之间。
（4）44年来东北地区不同作物历年光合生产潜力都呈下降趋势，这与第三章分析的太阳辐射生长季的变化趋势是一致的，由于太阳辐射的减少，导致了所有作物光合生产潜力呈下降趋势。三省玉米光合生产潜力的空间分布由东向西逐渐增高，辽宁的西南部和吉林的西部为高值区，东北三省的东部地区和黑龙江的漠河地区是低值区；水稻的光合生产潜力由西向东逐渐递减，高值区在吉林和辽宁的西部，低值区出现在三省的东部地区和黑龙江的漠河一带；大豆光合生产潜力由西向东呈现由高到低的趋势，高值区在吉林中西部和辽宁的西部，低值区在吉林、辽宁的东南部和黑龙江的北部。
东北地区三大作物44年的光温生产潜力均呈现增加的趋势，这是由于生长季稳定通过10℃的积温逐渐增加造成的。玉米的光温生产潜力的空间分布大体与光合生产潜力的分布一致，只是由于近年温度的升高，使依兰、宝清、鸡西和牡丹江的生产潜力有所提高；水稻的光温生产潜力的空间分布也是由于局部温度的升高，使东北三省整个东部的生产潜力有所提高。最高值仍在吉林中西部和辽宁大部；大豆的光温生产潜力的空间分布与稳定通过10℃的积温的空间分布呈现一致的表现。
东北地区玉米和大豆的气候生产潜力由于降水减少的影响，导致气候生产潜力增幅均不明显，只有水稻的气候生产潜力由于受自然降水的影响较小，仍旧呈明显增加的趋势。玉米的气候生产潜力的低值区在东北三省的北部和东部山区以及吉林西部地区，这是因为黑龙江北部热量不足，吉林西部相对冷凉及水分不足造成的。高值区出现在辽宁的大部和吉林的中南部地区。黑龙江、吉林二省的西部由于降水的不足使得玉米光合生产潜力是高值区，而气候生产潜力是中低区；水稻由于以灌溉为主，气候生产力空间分布受自然降水影响较小，所以其光温生产潜力就代表了气候生产潜力，其分布呈现由西向东逐渐减少的趋势，黑龙江的北部地区和吉林的东北山区是气候生产潜力的低值区，辽宁与吉林西部是高值区；大豆的气候生产潜力高值区出现在辽宁的中部地区和吉林的南部地区，低值区在黑龙江的北部地区。
（5）玉米的气候增产潜力高值区集中在辽宁省，其次是吉林的南部和黑龙江的东部与西北部地区，增产潜力最小地区是黑龙江的中部和吉林西部地区；水稻的气候增产潜力高值区集中在东北三省的西部地区和牡丹江与延吉一带，增产的低值区在黑龙江的北部和吉林的南部；大豆气候增产潜力的高值区在辽宁省的大部和吉林的延吉一带，增产的低值区在伊春、佳木斯、扶余、蛟河、敦化及白城一带，通榆、绥化等地方由于农业技术水平提高，大豆实际产量已超过气候生产潜力。从整体来看，东北三省除中部及北部以外的地区三作物增产潜力空间还是很大的。
东北地区的光合资源利用率的高值区集中在吉林省中西部，其中，通榆、长岭、梅河口、蛟河和扶余等地达到39～42％。其次是黑龙江的西南部和辽宁的北部地区，达到20～30％左右，低值区集中在吉林东部和黑龙江的西北部，只有10～18％。
光温资源利用率由于各地热量资源条件有所不同，所以与光合资源利用率稍有不同。通榆、梅河口，扶余、蛟河、伊春等地粮食产量占光温生产潜力的50～55％，其农业水平是比较高的。辽宁西南部和延吉及齐齐哈尔等地的光温资源利用率较低，多为15～20％左右。
气候资源利用率的空间分布趋势与光温资源利用率基本一致，通榆、长岭、扶余等地在70～78％，即这些地方已经把作物气候生产潜力的70％几转化为了粮食产品，生产水平较高。辽宁西南部和延吉及齐齐哈尔与黑河等地的气候资源利用率较低，多为17～32％左右。
综上所述，（1）44年来太阳辐射呈减少趋势；年总辐射值及作物生长季的太阳总辐射值呈现由东向西逐渐增加的趋势，太阳日照时数时空变化与总辐射变化大致相同。（2）年稳定通过10℃持续日数和活动积温及生长季月平均气温在44年中都呈上升趋势；稳定通过10℃的持续日数和活动积温及生长季月平均气温均呈现由西南向东北逐渐减少的情况。（3）从1961年至2004年，全年及生长季降水量呈减少趋势；年降水量的空间分布呈现由南向北减少的情况，最高值主要集中在辽宁东部；各省西部地区均为降水缺乏区域，降水的地区差异大；44年中降水集中指数明显减小。（4）由于太阳辐射的减少导致作物的光合生产潜力下降，但由于温度的明显上升，作物的光温生产潜力和气候生产潜力呈不同程度的上升趋势。各地光合生产潜力空间差异不大，光温生产潜力呈由西向东减少的趋势，气候生产潜力呈由南向北减少的趋势。（5）玉米气候增产潜力高值区主要在辽宁省，水稻气候增产潜力最大区在东北三省西部及牡丹江与延吉一带，大豆气候增产潜力高值区在辽宁大部及吉林省延吉一带。各地主要作物农业自然资源利用率差别较大，粮食增产潜力大的地区，资源利用率水平不高。
2 思考
本文的生产潜力只是依据光、温、水等气候因素计算的，并没有涉及农业生产条件与措施；如果在现有生产潜力研究基础上进一步考虑灌溉、化肥、农业机械等社会经济因素，则可获得更具体的粮食生产潜力，这是需要深入研究的问题。
本文在分析过程中，只是从理论上进行了探讨，如果能将问题更深一步研究，分析得到东北地区的农业气候区划结果，进行区域性研究，那么对我国制定粮食生产发展战略将会更具操作性。
由于时间及资料原因，本文在对东北三省粮食生产潜力的研究中, 没有完全以最主要的基层管理单元(县级行政区划) 为对象进行计算, 这对于粮食生产规划的落实、及各地粮食生产潜力挖掘的实际操作均有一定影响。如何以县级行政单元和县级农业统计数据为基础, 来计算东北地区的生产潜力, 是今后需要探讨的应用问题。

参考文献
1. 李奇峰，陈阜，李玉义，等.东北地区粮食生产能力研究[J].作物杂志，2005，4:3～6
2. 林而达，许吟隆，蒋金荷，等.气候变化国家评估报告（Ⅱ）:气候变化的影响与适应[J].气候变化研究进展，2006，2(2):51～56
3. 朱永恒，王宗英.芜湖市农业气候生产潜力的计算与分析[J].安徽师范大学学报（自科版），2001，24(1):60～62
4. Intergovernmental Panel on Climate Change. Climate Change 2001；Synthesis Report，Summary for Policymakers. Cambridge: Cambridge University Press，2002，8～10
5. Working Group 1 of Intergovermental Panel Climate Chang. Climate Change 2001:Summary for Policymakers and Technical Summary of the Working Group 1 Report，2001，26
6. Brown R A，Rosenberg N S. Sensitivity of crop yield and water use to change in a range of climatic factor and CO2 concentrations: a simulation study apply Epic to the central USA[J]. Agriculture for Meteorology，1997，83(2):171～203
7. 蔡运龙，Barry Smit.全球气候变化下中国农业的脆弱性及其适应对策[J].地理学报，1996，51(3):202～210
8. 周慧秋，王常君.东北地区粮食综合生产能力分析[J].东北农业大学学报(社科版)，2006，4(1):5～8
9. 刘兴土，佟连军，武志杰，等.东北地区粮食生产潜力的分析与预测[J].地理科学，1998，18(6):501～509
10.程叶青，何秀丽.东北地区粮食生产的结构变动及比较优势分析[J].干旱地区农业研究，2005，23(3):1～7
11.徐斌，辛晓平，唐华俊，等.气候变化对我国农业地理分布的影响及其对策[J].地理科学进展，1999，18（4）：316～321
12.信乃诠，程延年.未来气候变化对农业的影响及其对策[J].中国农学通报，1995，11(3):1～4
13.James W H，James W J. Scaling up Crop Models for Climate Prediction Applications [A]. Sivakumar MVK，eds. Climate Prediction and Agriculture. Washington DC，USA: International START Secretariat 2000，77～117
14.Odum E P.生态学基础[M].北京:人民教育出版社，1981，42～61
15.Loomie R S，Williame W A. Maximum crop productivity: Anestimate[J]. Crop Science，1963，3(1):67～72
16.Hanks R J. Yield and Water-Use Relationships: An Overview[A]. Taylor H M. et al Limitations to Efficient Water Use In Crop Production[C].1983，3
17.Higgins G M，et al. Regional assessment of land potential: A fallow up to the FAO[J]. Nature and resources，1981，17(4):11～23
18.切尔沙尼卡.大气中CO2浓度倍增时植被生产力的变化[J].气象科技，1987，10(4) :34～37
19.樱谷哲夫.旱地蒸散与生产力[J].国外农学-农业气象，1988，11(4)，45～49
20.Lal H，Hoogenboom G， Calilxte J P，et al. Using crop Simulation models and GIS for regional productivity analysis[J]，Transactions of the ASAE，1993，36(1):17～184
21.任美锷.四川省作物生产力的地理分布[J].地理学报，1950，5～8
22.竺可桢.论我国气候的几个特点极其粮食作物生产的关系[J].地理学报，1964，(1):1～13
23.黄秉维.中国农业生产潜力—光合潜力[J].地理集刊(17).北京:科学出版社，1985，15～22
24.陈明荣，龙斯玉.中国气候生产潜力区划的探讨[J].自然资源，1983，17(3):72～79
25.侯光良，刘充芬.我国气候生产潜力及其分区[J].自然资源，1985，19(3):52～59
26.田国良.呼伦贝尔草原的太阳分光辐射能和光合潜力[J].地理学报，1980，35(1):76～82
27.于沪宁.光热资源和农作物的光热生产潜力[J].气象学报，1982，40(3):321～327
28.赵名茶.作物可利用的光能——对光合潜力公式的检验和探讨[J].地理集刊(17).北京:科学出版社,1985，35～48
29.李世奎.中国农业气候资源和农业气候区划[M].北京:科学出版社，1988:124～144
30.张强，杨贤为，黄朝迎.近30年气候变化对黄土高原地区玉米生产潜力的影响[J].中国农业气象，1995，16(6):19～23
31.杨恒山，张永亮，张继星，等.近45年气候变化对哲盟作物生产潜力的影响[J].干旱区研究，1998，15(4):54～57
32.张爱民，王效瑞，马晓群.淮河流域气候变化及其对农业的影响[J].安徽农业科学，2002，30(6):843～846
33.杨文坎，李湘阁.气候变化对越南北方水稻生产的影响[J].南京气象学院学报，2004，27(1):55～64
34.王素艳，霍治国，李世奎，等.中国北方冬小麦的水分亏缺与气候生产潜力－近40年来的动态变化研究[J].自然灾害学报，2003，12(1):121～130
35.黄志英，梁彦庆，葛京凤.作物气候生产潜力估算及有效增产途径探讨[J].农业现代化研究，2003，24(6):446～451
36.赵艳霞，王馥棠，刘文泉.黄土高原的气候生态环境气候变化与农业气候生产潜力[J].干旱地区农业研究，2003，21(4):142～146
37.金之庆，葛道阔，郑喜莲等.评价全球气候变化对我国玉米生产的可能影响[J].作物学报，1996，22(5):513～524
38.石春林，金之庆，葛道阔等.气候变化对长江中下游平原粮食生产的阶段性影响和适应性对策[J].江苏农业学报，2001，17(1):1～6
39.张宇，王石立，王馥棠.气候变化对我国小麦发育及产量可能影响的模拟研究[J].应用气象学报，2000，11(3):25～27
40.孙宁.作物模拟技术在气候变化对农业生产影响研究中的应用[J].地学前缘，2002，9(1):1
41.王宗明，梁银丽.应用EPIC模型计算黄土塬区作物生产潜力的初步尝试[J].自然资源学报，2002，17(4):481～487
42.周治国，孟亚利，曹卫星.基于知识模型和GIS的作物生产潜力评价[J].中国农业科学，2005，38(6):1142～1147
43.周留根，周治国，曹卫星等.基于知识模型和GIS 的棉花生产潜力评价系统[J].棉花学报，2005，17(2):117～121
44.封志明，郑海霞，杨太保.基于GIS的甘肃省作物生产潜力分区[J].兰州大学学报(自科版)，2005，41(1):12～18
45.刘引鸽.关中平原土地利用及农业气候生产潜力分析[J].水土保持研究，2005，12(6):21～22
46.吴志杰.基于GIS的漳州市土地气候生产潜力分析[J].龙岩学院学报，2006，24(3):71-73
47.白莉萍，陈阜.国内外作物生产潜力研究现状与评价[J].作物杂志，2002，(1):7～9
48.James WH，James WJ. Scaling-up Crop Models for Climate Prediction Applications[A]. Sivakumar MVK，eds. Climate Prediction and Agriculture[C]. Washington DC，USA: International START Secretariat，2000，77～117
49.徐春达.作物生产潜力模型在中国的应用[J].干旱区资源与环境，2003，17(6):108～112
50.孙宁.作物模拟技术在气候变化对农业生产影响研究中的应用.地学前缘，2002，9(1):49
51.李三爱，居辉，池宝亮. 作物生产潜力研究进展[J].中国农业气象，2005，26（2）:106～111
52.任国玉.一个表示降水年内分配的新方法[J].中国农业气象，1988,(4）:1～4
53.任国玉，周薇.辽东半岛本世纪气温变化的初步研究[J].气象学报，1994，52(4):493～498
54.刘玉瑛，马树庆，袭祝香.吉林省80年代以来热量资源的地理分布及作物品种布局[J].见:农作物低温冷害综合防御技术研究[M].北京:气象出版社，1999，90～95
55.毛飞，高素华，王春乙.东北地区热量资源和低温冷害分布规律的研究[J].气象学报，2000，58(增刊):871～880
56.吴金栋，王石立，张建敏.未来气候变化对中国东北地区水热条件影响的数值模拟研究[J].资源科学，2000，22(6):36～42
57.王春乙，娄秀荣，庄立伟.气候变暖对东北地区作物种植的影响[J].气象科技，2001，29(增刊):11-13
58.马树庆，裘祝香，王琪.中国东北地区玉米低温冷害风险评估研究[J].自然灾害学报，2003，12(3):137～141
59.王石立，庄立伟，王馥棠.近20年气候变暖对东北农业生产水热条件影响的研究[J].应用气象学报，2003，14(2):152～164
60.王媛，方修琦，徐琰等.气候变暖与东北地区水稻种植的适应行为[J].资源科学，2005，27(1):121～127
61.汪宏宇，龚强. 东北地区作物生长季降水异常特征分析[J].气象科技，2005，33（4）:345～349
62.何平，魏军，吉奇.浅析气候资源变化对本溪农业气候生产潜力的影响[J].辽宁气象，2005，(1):15～17
63.马树庆，袁福香.吉林省粮食生产的农业自然资源利用率研究[J].中国农业气象，1997，18(2):24～28
64.徐勇.农业资源高效利用评价的程序、内容及方法[J].资源科学，1998，20(5):12～17
65.崔读昌.世界谷物产量与农业气候资源利用效率[J].自然资源学报，1995，10(1):85～94
66.崔读昌.中国粮食作物气候资源利用效率及其提高的途径[J].中国农业气象，2001，22(2):25～32
67.刘秋海，邱爱军.广东省粮食作物的气候资源利用率[J].中山大学学报（自科版），1998，37(增刊):11～15
68.李增嘉，李凤超，赵秉强.小麦玉米间套作的产量效应与光热资源利用率的研究[J].山东农业大学学报，1998，29(4):419～426
69.周允华，居会良，张晓杰，等.农果复合系统光热资源有效利用Ⅲ.树冠遮阴对地表温度的影响[J].中国农业气象，1997，18(2):6～9
70.黑龙江省统计局编.黑龙江统计年鉴2004[M].北京:中国统计出版社，2004，235～241
71.吉林省统计局编.吉林统计年鉴2004[M].北京:中国统计出版社，2004，206～209
72.辽宁省统计局编.辽宁统计年鉴2004[M].北京:中国统计出版社，2004，275～281
73.魏凤英.现代气候统计诊断预测技术[M].北京:气象出版社，1999，85～91
74.陆忠汉，陆长荣，王婉馨.实用气象手册[M].上海:上海辞书出版社，1984，350～351
75.邓先瑞.气候资源概论[M].武汉:华中师范大学出版社，1995
76.秦涛.Geostatistics Analyst中空间内插方法的介绍[J].化工矿产地质，2005，27(4):236～240
77.左大康，王懿贤，陈建绥.中国地区太阳总辐射的空间分布特征[J].气象学报，1963，33(1):78～95
78.翁笃鸣.试论总辐射的气候学计算方法[J].气象学报，1964，34(3):304～315
79.高国栋.气候学教程[M].北京:气象出版社，1996，50～85
80.段若溪，姜会飞.农业气象学[M].北京:气象出版社，2002，267
81.马树庆.吉林省农业气候研究[M].北京:气象出版社，1996，27～59
82.王江山.生态与农业气象[M].北京:气象出版社，2005，62～69
83.Cutforth.H.W and Shag Kewich.C.F，A Temperature response Function for corn Development，Agric. for Meteorol，1990，50:159～171
84.李春云，戴玉杰，宋玉红，姜秀萍.蒸发势的一种计算方法[J].应用气象学报，2001，12(1):91～96
85.卢纹岱.SPSS for Windows 统计分析[M].北京:电子工业出版社，2002，122～134
86.程雄，王红.GIS软件应用－－ARC/INFO软件操作与应用[M].武汉:武汉大学出版社，2004
87.汤国安，陈正洪，赵牡丹等.Arc View地理信息系统空间分析方法[M].北京:科学出版社，2002