Nat. Commun.丨根据RCP 8.5，作物转换可使美国因气候变化造成的农业损失减少一半

论文内容

研究背景：

气候变化导致的极端气温预计会降低美国几种主要作物的平均产量。然而，这些影响可能因空间而异，一些地区显示出适度气温升高和灌溉下蒸散量增加的好处。随着气候变化，生产力的这些变化将促使农民改变作物并迁移到新的地区。了解这些区域农业生产力变化的程度以及它们如何影响未来的种植决策是气候变化对农业影响的核心问题。

作物轮作也许能够减轻气候影响，但潜在效益取决于影响的分布、生产性土地的总可用性以及轮作作物的成本。本文探讨了美国六种作物作为适应气候变化的潜在重新分配。关键创新在于提供一种新的实证方法，通过对作物转移到新地区时的潜力进行估计，更好地支持这种形式的作物转移分析。经验农业作物模型利用天气变化来解释作物产量的年度变化。本文开发了一个贝叶斯方法，与计量经济模型一样，用对数线性模型预测产量，其中包括温度、作物水分亏缺和线性技术趋势的非线性影响。模型的参数为每个高分辨率地区(这里用美国县表示)而变化。该方法允许“部分集中”，即把哪些地区集中到一起估计一组国家参数的程度由数据决定:例如，如果数据支持温度敏感性的特殊区域差异，那么将很少使用区域之间的池化，并且将分别估计每个区域的参数。用于预测天气敏感性变化的协变量有:年平均温度、等温性(日温差除以年温差)、温度季节性(月间标准差)、年降水量、降水季节性(月间变异系数)、灌溉比例按作物分类。同时估计区域特定的天气系数和这些系数如何随空间变化的模型。与最小二乘回归方法相比，层次贝叶斯方法比两阶段估计过程更有效，并且比具有交互系数的回归模型允许更多的区域变化。利用得到的模型，我们的预测用于当前的种植模式的六种作物的产量损失。

研究内容：

气候敏感性的空间变化。将贝叶斯产量模型拟合到1949年至2009年美国各县六种作物的产量观测值：大麦、玉米、棉花、大豆、水稻和小麦。协变量模型用于预测每种作物在新地点的天气响应函数和产量。极端度日的系数是气候影响的关键驱动因素，如图1所示。极端温度影响的空间模式因作物而异。玉米和棉花对美国南部极端温度的敏感性较低，这反映出种子品种和耕作方法的适应，以尽量减少损失。对于小麦和大麦来说，适应取决于水的可用性，在干旱地区敏感性更高。我们发现，应用了相当低程度的部分合并，因此特定县模型的估计参数差异很大。极端温度估计系数的95%范围是平均系数标准误差的2（水稻）到12（棉花）倍。系数的大部分变化是由县平均温度解释的，表明现有的对更高温度的适应。作物产量对极端温度的敏感性变化中，由平均温度解释的部分从大豆的8%到棉花的63%不等。

作物建模方法的比较。为了验证作物模型，将每种作物的决定系数（未调整的R2）与一系列面板计量经济回归的结果进行比较，绘制出Schlenker和Roberts5中使用的模型与基于回归的等价模型之间的范围。使用协变量相互作用进行分析。还进行了交叉验证，将模型与1949年至1994年的数据进行拟合，并根据1995年至2009年的收益率对其进行评估。这些结果如表1所示。应用于所有年份的数据时，贝叶斯模型的表现与具有线性变化系数的最灵活的普通最小二乘(OLS)模型类似。然而，这些相同的OLS模型容易出现过度拟合，并且在交叉验证下R2会大幅下降。所有县具有常数系数的OLS模型在交叉验证下表现更好。虽然贝叶斯模型在交叉验证下的预测能力也有所下降，但它们对于三种作物的表现优于所有OLS模型。在所有情况下，它们都比类似灵活的OLS模型具有更大的R2。这是由于贝叶斯模型允许不同县的系数之间存在特殊差异。

气候变化下的轮耕。使用贝叶斯模型来确定现在和未来的最佳耕作模式。根据当前气候，农作物在特征温度范围内生长，如图2（上）所示。大麦和小麦主要种植在较凉爽的县，而棉花则种植在最温暖的地区。然而，这些适宜范围并不是唯一的，一些大麦和（冬）小麦在较高的温度下生长。然后使用一套CMIP5模型来预测RCP8.5下最佳作物的这些变化，并报告2050年和2070年的结果，包括气候和统计不确定性（图2）。玉米保留了其巨大的面积，但在中西部的集中度有所降低。大豆逐渐向北移动，取代了春小麦和大麦。大平原的麦田逐渐空心化，而冬小麦则沿着密西西比河从南方向上移动。棉花种植在高纬度地区，成为南加州的主要农作物。与此同时，美国南部无法种植任何作物的土地面积不断扩大。这些地区往往处于温度分布的高端，到2070年将占所包括土地面积的5%。由于气候的区域差异以及农作物进入高纬度地区的限制，我们没有观察到向高纬度地区的统一移动。

适应的经济成果。图3（上）显示了为实现利润最大化而进行的作物转换量。2050年，大部分玉米和大豆种植面积继续互换，但2050年至2070年的变化较小。到2070年，53%[39–67%]的县经历作物转换（36%[21–51%]不包括玉米-大豆互换）。优化对利润的影响比较如图3（下）所示。如果没有优化，预计总利润将从45.7[$44–52]十亿美元下降到2050年的35.8[$24–50]十亿美元，到2070年下降到31.4[$19–48]十亿美元，下降31%[59↓–5%↑]。通过优化，2010年利润预计将增至51.8[49-63]亿美元。然而，到2050年，它们将低于当前利润，到2070年，即使进一步优化，它们也会降至38.6[$28–54]十亿美元，仍比[38↓–18%↑]观察到的水平低16%。相对于当前时期最佳重新分配作物的利润，气候变化造成的百分比损失更大，比峰值低26%[45↓–4%↑]。这些利润的背后是个别作物产量的增减。在当前条件和最佳种植条件下，预计大多数作物的产量都会增加，范围从大豆产量小幅下降（2%[4–1%]）到大麦产量大幅增加（26%[11–44%]）。然而，到2070年，大麦(9%[22↓–4%↑])、玉米(37%[74↓–10%↑])、稻米(2%[30↓–37%])的总产量将下降↑]）和大豆（6%[16↓–5%↑]）相对于观察到的产量。这些被棉花(73%[20–192%])和小麦(2%[26↓–28%↑])的增长所抵消。

研究结论：

农业适应气候变化的一个关键策略是转换作物和重新调整作物生产。使用贝叶斯产量分层模型来估计作物重新分配的经济潜力的方法。并将该模型应用于美国的六种作物，并表明它在交叉验证下优于传统的经验模型。拟合的模型参数提供了各县现有相当大的气候适应的证据。如果未来农作物种植地点保持不变，则在RCP8.5下的2070年温度模式下，六种农作物的农业总利润将下降31%。当重新分配农田以避免产量下降并利用产量增加时，可以避免一半的损失（损失16%），但57%的县分配的作物与目前种植的作物不同。我们的结果为识别作物适应机会提供了一个框架，但也表明了其潜力的限制。

期刊信息

期刊：Nat. Commun.

影响因子（2022）：16.6

中科院分区：综合性期刊一区Top

转自：“农科学术圈”微信公众号

如有侵权，请联系本站删除！