气候变化影响下澜湄流域下游水稻生产用水量模拟与分析

谢诗猛 刘登峰 刘慧 胡宏昌 董志强 王天赐 明广辉

摘要：农业用水是社会经济用水的主要行業，气候变化对农业用水的影响可能改变区域的水资源供需情势。以澜沧江-湄公河流域下游为研究区，基于ERA5.Land数据集和最新的CMIP6气候预测数据，选用SSP1.2.6、SSP2.4.5、SSP5.8.5三种排放情景，AquaCrop模型将非生产性土壤蒸发和生产性作物蒸腾分离，将水稻生长期内蒸腾总量作为水稻生产用水量，模拟了澜沧江-湄公河流域下游历史和未来时期水稻生产用水量，分析了水稻生产用水量的变化情况及其与温度、降水和CO2浓度之间的相关关系。结果表明：澜沧江-湄公河流域下游水稻生产用水量在空间上表现为北多南少，总体呈现逐年减少趋势，且在SSP5.8.5情景下趋势更加明显。SSP5.8.5情景下的未来远期，澜沧江-湄公河流域下游水稻生产用水量将减少29.7%。与温度和降水相比，水稻生产用水量和CO2浓度之间的相关性最强。SSP5.8.5情景下的未来远期，在泰国的相关系数为-0.875，其余国家各季度下的相关系数均小于-0.9。

关键词：气候变化；作物模型；用水量；相关性；澜湄流域下游

中图分类号：TV93  文献标识码：A  文章编号：1001.9235（2024）01.0013.21

Simulation and Analysis of Water Consumption for Rice Production in Downstream Lancanng.Mekong River Basin under the Influence of Climate Change

XIE Shimeng1，LIU Dengfeng1*，LIU Hui2，HU Hongchang3，DONG Zhiqiang2，WANG Tianci1，MING Guanghui4

（1.State Key Laboratory of Eco.hydraulics in Northwest Arid Region of China，School of Water Resources and Hydropower，

Xi'an University of Technology，Xi'an 710048，China; 2.China Institute of Water Resources and Hydropower Research，

Beijing 100038，China; 3.Department of Hydraulic Engineering，Tsinghua University，Beijing 100084，China;

4.Key Laboratory of Water Management and Water Security for Yellow River Basin （Ministry of Water Resources），Yellow River Engineering Consulting Co.，Ltd.，Zhengzhou 450003，China）

Abstract： Agriculture water consumption is the main sector of socio.economic water consumption.The impact of climate change on agriculture water consumption may change the situation of water supply and demand in a region.The downstream Lancang.Mekong River Basin is selected as the study area.Based on the ERA5.Land dataset and the latest CMIP6 climate projection data，three emission scenarios （SSP1.2.6，SSP2.4.5，and SSP5.8.5） are selected in this study，and the AquaCrop model is used to separate non.productive soil evaporation from productive crop transpiration.The total transpiration during the rice growth period is taken as water consumption for rice production，and the historical and subsequent water consumption for rice production in the downstream Lancang.Mekong River Basin is simulated.The changes in water consumption for rice production and its correlation with temperature，precipitation，and CO2 concentration are analyzed.The results show that the water consumption for rice production in the downstream Lancang.Mekong River Basin is manifested as more water consumption in the north and less water consumption in the south and has an overall decreasing trend annually.The trend is more obvious under the SSP5.8.5 scenario.In the SSP5.8.5 scenario，water consumption for rice production will reduce by 29.7% in the downstream Lancang.Mekong Basin in the far future.Compared with temperature and precipitation，the strongest correlation is found between water consumption for rice production and CO2 concentration.In the far future of the SSP5.8.5 scenario，the correlation coefficient is -0.875 in Thailand and less than -0.9 in other countries in all seasons.

Keywords：climate change;crop model;water consumption;correlation;downstream Lancang-Mekong River Basin

农业是对气候变化最敏感，受影响最大的产业［1-2］。随着气候变化的加剧，农业气候条件正在恶化，干旱压力增加，水资源的时空分布也发生了显著变化，农业水资源供需矛盾愈发突出［3］。近百年来，气候变化的主要特征是全球变暖，在过去的50 a里，温度的上升速度已达到了0.13℃/10a，且气温有着持续上升的趋势［4］。研究发现：温度和CO2浓度升高会干扰植物的正常光合作用，全球多个研究区域的主要作物（如小麦、玉米、水稻）物候期已经开始发生改变，未来农作物生产具有更大的不确定性［5-6］。气候变化在影响作物生长发育的同时，也导致作物的耗水过程发生了变化［7］。有的研究指出气候变暖使水稻生产用水量增加，也有研究认为降雨增加、日照时数减少和风速降低等各方面的综合原因，水稻生产用水量将减少［8-9］。

澜沧江-湄公河流域（简称澜湄流域）是亚洲最重要的跨境河流域，农业是该流域内国家重要的经济命脉［10］。在气候变化背景下，澜湄流域农业生产面临着巨大挑战，特别是在人口密集的下游地区，正面临着与日俱增的干旱与洪涝事件的威胁［11-12］。众多学者针对流域内主要作物对气候变化的响应和干旱等气象灾害的时空演变特征展开了广泛深入的研究，研究表明澜湄流域的干旱有着向下游扩散的特征，尽管水稻产量随降水和CO2浓度的升高而增加，但在未来的降水模式下仍需扩大灌溉面积［13-14］。在未来，尽管流域内降水量呈增加趋势，但澜湄流域的干旱季节特征愈发明显，雨季将更加湿润，而旱季干旱将更为严重［15-16］。Yamauchi等［17］研究也表明，雨季干旱期延长和前期降雨不足将增加雨养水稻的干旱风险。

为了揭示未来气候变化情景下澜沧江-湄公河流域的农业灌溉用水对气候变化的响应，本研究基于ERA5.Land数据集和最新的CMIP6气候预测数据，选用SSP1.2.6、SSP2.4.5、SSP5.8.5三种排放情景，基于AquaCrop模型模擬了澜湄流域下游水稻生产用水量，并利用Mann.Kendall趋势检验、Pearson相关系数分析了水稻生产用水量的时空变化趋势及其与气象要素的相关关系。研究成果为流域内应对气候变化、优化灌溉制度、提高灌溉效率、合理规划水资源利用提供参考。

1 研究区概况

澜沧江-湄公河流域的农田主要分布在流域下游，其主要农作物为水稻，水稻生产几乎占柬埔寨、老挝、泰国和越南4个国家80%以上的农业产出［18］。本研究以澜湄流域下游为研究区，主要包括柬埔寨、老挝、泰国和越南4个国家共76个省，其中柬埔寨20个省，老挝17个省，泰国23个省，越南16个省，总面积约64万km2，约为澜湄流域总面积的3/4［19-20］，因缺乏缅甸的相关数据，本研究中不考虑缅甸，研究区域见图1。

澜湄流域下游属热带季风气候，有明显的雨季和旱季，雨季约为每年的5—10月，旱季约为11月至次年4月，全年降水量分布不均，雨季降水量约占全年降水量80%［21-22］。受地形、气候的影响，降水在空间分布上也非常不均匀，降水时空分布不均匀导致澜湄流域下游洪涝与干旱的频繁发生［23-24］。流域内气温变化均匀，年平均气温为26℃左右，平均相对湿度在60%～80%［25］。

2 数据来源和研究方法

2.1 数据来源

收集了澜湄流域下游4个国家的共76个省份的气候数据、作物数据、土壤数据和灌溉数据。选用的气候数据主要包括日最高温度Tmax、日最低温度Tmin、日降雨量P，日参考蒸散发Et0和年平均CO2浓度。日参考蒸散发为基于其他数据变量采用FAO推荐Penman.Monteith公式计算得出，CO2数据来自美国国家海洋和大气管理局的全球监测实验室（NOAA）。

历史时期（1982—2020年）气候数据提取自ECMWF（European Entre for Medium.Range Weather Forecasts）发布的再分析数据集ERA5.Land。

未来时期（2021—2100年）气候数据为基于3种共享社会经济路径（SSP1.2.6、SSP2.4.5、SSP5.8.5）下，参加CMIP6的8个气候模式的气候模拟预测数据，见表1。

本研究所使用的作物数据来源于流域内各国家统计局、农业大数据中心和联合国粮农组织（FAO，下同）；土壤数据提取自联合国粮农组织提供的世界土壤类型数据库；灌溉数据提取自FAO土地和水资源司联合德国Rheinische Friedrich.Wilhems大学开发的全球灌溉渠地图数据集Irrigation Areas v.5（Global Map of Irrigation Areas.Version 5）。

2.2 研究方法

2.2.1 AquaCrop模型

AquaCrop是FAO水土司开发的一种作物生长模型，广泛被用于评估环境和管理对作物生产的影响。AquaCrop模拟草本作物对水的产量反应，特别适合于澜湄流域下游水是作物生产中关键限制因素的情况。

模型将蒸发分为非生产性的土壤蒸发（E）和用于作物生产的作物蒸腾（Tr），而水稻种植时大部分时段地面是水田，模型只模拟生产性作物蒸腾，本研究将作物生长期内作物蒸腾总量定义为作物生长发育过程中的总用水量。模型计算作物蒸腾由作物系数KcTr乘以参考蒸散量 ，并考虑水分胁迫和冷应力胁迫得到，其计算公式如下：

Tr=（KsKsTr，xKcTr）ET0（1）

式中 Ks——水分胁迫系数；KsTr，x ——冷应力胁迫系数；KcTr——作物蒸腾系数；ET0——参考蒸散量。

AquaCrop设定了雨养和灌溉2种田间管理模式。在研究区域内，柬埔寨和泰国的水稻生产主要集中在雨季，超过80%农田仅在雨季种植水稻［26-28］；在老挝水稻种植主要为雨季（夏季）和冬春季［29］；越南年内种植雨季（夏季）、冬春季和晚季三季水稻［30］，根据各国水稻种植制度设定了不同的田间管理模式（表2）。

本研究中雨养模式不采取任何灌溉措施，而灌溉模式则设定为始终保持土壤有效水分为田间持水量的70%（AquaCrop模型推荐，这基本满足所有作物的用水需求）。特别的是，越南的夏季稻分为雨养和灌溉两种田间管理模式，而冬春稻、晚季稻和老挝冬春稻则仅种植在灌溉所覆盖的地区，因此，采取全灌溉模式。

2.2.2 Penman.Monteith公式

依据近年来的研究结果，为了提高对作物生产用水量的计算精度，联合国粮农组织（FAO）推荐使用参考蒸散发的概念，并提出了计算参考蒸散发的Penman.Monteith公式：

式中 ET0——参考蒸散量，mm；Rn——净辐射量，MJ/（m2·d）；G——土壤热通量； γ——湿度计常数，kPa/℃；T——空气平均温度，℃；u2——地面2 m高处的平均风速，m/s；es——空气饱和水汽压，kPa；ea——空气实际水汽压；Δ——饱和水汽压随温度的变化率，kPa/℃。

2.2.3 模型评价指标

采用均方根误差RMSE和相对误差RE评价AquaCrop模型对澜湄流域下游水稻产量的模拟结果，RMSE和RE计算公式如下：

式中 Si——模拟产量，t/hm2；Oi——观测产量，t/hm2；i——时间序列；n——系列长度。

2.2.4 Mann.Kendall趋势检验

Mann.Kendall趋势检验法是一种非参数统计检验方法，广泛应用于降水、蒸发、径流等要素随时间序列变化的情况［31］。本研究采用此方法检验水稻生产用水量的时间变化趋势，所有结果在5%水平下检验趋势的显著性。

2.2.5 Pearson相关系数

Pearson相关系数被广泛地应用于度量2个变量之间的相关程度，其值介于-1～1，由皮尔逊在19世纪80年代提出。本研究采用Pearson相关系数来评估水稻模拟产量和生长期内温度和降水的相关关系，计算公式如下：

3 結果与分析

3.1 水稻生产用水量

采用收集到的各省实际水稻产量数据进行AquaCrop模型的率定和验证，然后以省为单位对历史时期和未来时期不同情景下的水稻生产用水量进行模拟，根据各国家内各省份的多年平均收获面积加权得到各国的水稻生产用水量，多季种植的水稻则通过每季的多年平均收获面积加权平均得到最终结果，代表平均每季水稻的生产用水量。

3.1.1 模型率定和验证

各国平均统计产量、模拟产量、RMSE和RE见表3。在率定期间，老挝的RMSE最大值为0.342 t/hm2，泰国的RMSE最小值为0.057 t/hm2，分别占模拟平均产量的6.2%和2.4%。越南相对误差最大，RE值为0.017，老挝的相对误差最小，RE值为0.001。在验证期内，泰国模拟水稻的均方根误差和相对误差均最小，RMSE值0.089 t/hm2，RE值为0.014，模型模拟效果最好；越南模拟水稻的均方根误差最大，RMSE值为0.231 t/hm2，柬埔寨模拟水稻的相对误差最大，RE值为0.044。总体而言，各国家在率定期和验证期的RMSE和RE值分别小于0.342 t/hm2和0.044，模型模拟满足精度要求。

3.1.2 历史时期水稻用水量的模拟

在1982—2020年的历史时期澜湄流域下游水稻生产平均用水量为296.4 mm，其中柬埔寨、老挝、泰国和越南水稻生产平均用水量分别为302.9、347.2、308.0、258.8 mm。柬埔寨和泰国水稻生产用水量的年际波动相对更大，老挝水稻生产用水量年际变化相对平稳，而越南水稻生产用水量年际变化在初期较为平稳，后期波动逐渐增大（图2）。水稻生产用水量在空间上总体表现为北高南低的分布特征（图3）。

对每个省历史时期的水稻生产模拟用水量进行Mann.Kendall趋势检验（结果通过Z≥1.96显著性水平检验，图4中slope大于0表示呈上升趋势，小于0表示呈下降趋势），结果显示：历史时期内澜湄流域下游水稻生产用水量总体表现为下降趋势，水稻生产用水量表现出显著下降趋势的省份一共有55个，其中柬埔寨11个省，老挝11个省，泰国18个省，越南15个省。有1个省份（泰国Nakhon Ratchasima省）水稻生产用水在历史时期表现出显著的增加趋势，其余20个省份水稻生产用水量在历史时期均无明显趋势。

3.1.3 未来时期水稻生产用水量的模拟

基于未来预测数据，本研究以省为单位对澜湄流域下游2个未来时期（未来近期：2021—2060年，未来远期：2061—2100年）水稻生产的用水量进行了模拟，并对比了澜湄流域下游历史时期的水稻生产模拟用水量（1982—2020年），见图5。

对比历史时期的模拟水稻生产用水量，在未来不同情境下各国水稻生产用水量有所降低，其降低趋势总体上表现为在高排放情景SSP5.8.5下更为明显。在未来近期，SSP1.2.6情景、SSP2.4.5情景、SSP5.8.5情景下澜湄流域下游水稻生产用水量将分别减少17.8%、21.4%、20.4%。其中，柬埔寨水稻生产用水量将分别减少约17.3%、20.5%、20%；老挝的水稻生产用水量分别减少约18.0%、19.5%、21.1%；泰国的水稻生产用水量分别减少约13.1%、18.6%、16.0%；越南的水稻生产用水量别减少27.3%、28.2%、29.4%。在未来远期，SSP1.2.6情景、SSP2.4.5情景、SSP5.8.5情景下澜湄流域下游水稻生产用水量将分别减少18.5%、25.2%、29.7%。其中，柬埔寨的水稻生产用水量将分别减少约17.7%、23.9%、28.9%；老挝的水稻生产用水量分别减少约18.5%、23.2%、30.9%；泰国的水稻生产用水量分别减少约13.8%、22.5%、25.2%；越南的水稻生产用水量别减少28.4%、32.3%、38.8%。同一排放情景下，未来近期和未来远期2个时期水稻生产用水量在低排放情景SSP1.2.6和中等排放情景SSP2.4.5下的变化并不大，在高排放情景SSP5.8.5下，未来近期到未来远期各国的水稻生产用水量明显减少。

3.2 气象要素与水稻用水量的关系

各气象要素对水稻生产用水量有着重要的影响，通过计算各国家不同季节水稻生产用水量和气象要素的相关系数，分析了不同时期内各气象要素和水稻生产用水量的相关关系。

3.2.1 最低温度与水稻生产用水量的关系

在AquaCrop模型中，当温度低于作物生长所需的最低限制温度时，作物气孔导度将会降低，作物蒸腾将会减少，这一过程通过冷应力系数KsTr，x来模拟。本研究计算了水稻生产用水量和生长期内最低温度的相关系，以探究最低温度对水稻生产用水量的影响（图6—12）。

在历史时期，澜湄流域下游各制度下水稻生长期内平均最低温度为柬埔寨23.7 ℃、老挝夏季21.1 ℃、老挝冬春季15.9 ℃、泰国23.6 ℃、越南夏季23.6 ℃、越南冬春季21.7 ℃，越南晚季23 ℃。除柬埔寨和老挝水稻生产用水量与最低温度之间无明显相关外，其余各制度下水稻生产用水量和最低温度之间都表现出一定的负相关，但相关程度并不高，其中越南冬春季水稻生产用水量和最低温度的相关系数为-0.744（P<0.01）。在未来近期，几乎所有制度下的水稻生產用水量和最低温度之间都表现出显著的负相关关系，其中越南晚季水稻的用水量和最低温度相关性最高，相关系数为-0.947（P<0.01）。所有在夏季种植的水稻其用水量和最低温度的相关性随着排放情景的升高而增强。而老挝冬春季水稻在低排放情景下呈正相关，在中等排放情景下相关性减弱，在高排放情景下转为负相关；越南冬春季水稻用水量和最低温度的相关性随着排放情景的升高而减弱。在未来远期，水稻生产用水量和最低温度之间几乎都表现为负相关关系，在高排放情景下，柬埔寨水稻用水量和最低温度相关系数达到了-0.951（P<0.01）。水稻生产用水量和最低温度的相关性同样随排放情景的升高而增强，但二者的相关程度在低、中等排放情景下往往低于未来近期，在高排放情景下高于未来近期。此外，不同于其余国家，老挝冬春季水稻生长期内平均最低温度远低于其余种植制度下的平均最低温度，在低排放情景SSP1.2.6下，水稻生产用水量与最低温度在未来2个时期内均表现出显著的正相关关系。

3.2.2 最高温度与水稻生产用水量的关系

在作物的生长过程中，除低温限制外，当温度高于限制温度时，作物叶面会因过多失水从而关闭气孔，导致作物蒸腾减弱。通过计算水稻生产模拟用水量和水稻生长期内最高温度的相关系数，分析二者之间的相关性，探究最高温度对水稻生产用水量的影响，结果见图13—19。

在历史时期，澜湄流域下游各制度下水稻生长期内平均最高温度为柬埔寨30.2 ℃、老挝夏季27.5 ℃、老挝冬春季27 ℃、泰国30 ℃、越南夏季29.1 ℃、越南冬春季29.7 ℃，越南晚季28.8℃，水稻生产用水量和最高温度之间无明显的相关性，仅老挝冬春季水稻生产用水量和最高温度的相关系数为-0.321（P<0.01）。在未来近期，总体来说，水稻生产用水量和最高温度之间表现为明显的负相关关系，相关性最高为老挝夏季水稻，其相关系数为-0.928（P<0.01）。特别的，老挝冬春季水稻生产用水量和最高温有显著的正相关，相关系数为0.824（P<0.01）。在未来远期，老挝夏季和泰国水稻生产用水量和最高温度在3种排放情景下为显著的负相关，且相关程度在SSP5.8.5情景下高于SSP2.4.5高于SSP1.2.6，其中老挝夏季和泰国水稻生产用水量和最高温度在SSP5.8.5情景下的相关系数分别为-0.925（P<0.01）和0.896（P<0.01）。老挝冬春、越南夏季、越南晚季和越南冬春季水稻生产用水量和最高温度在SSP1.2.6情景下为显著的正相关，相关系数分别为0.832、0.706、0.625、0.458，随着排放情景升高，在中等排放情景下其正相关关系减弱，继而在高等排放情景下转为显著的负相关关系，其相关系数分别为-0.79、-0.902、-0.89、-0.646。柬埔寨水稻生产用水量和最高温度在SSP5.8.5情景下呈显著负相关，相关系数为-0.926（P<0.01）。对比未来近期和未来远期，各国水稻生产用水量和生长期内最高温度的相关性在未来远期普遍强于未来近期。

3.2.3 降水与水稻生产用水量的关系

在AquaCrop模型中，作物根区缺水和水分过量都可能减少作物的蒸腾作用，这一过程通过水分胁迫系数Ks来进行模拟。降水作为模型水分补给的主要途径，会影响作物根区的含水量从而影响作物蒸腾。本研究通过计算水稻生产用水量和水稻生长期内降水的相关系数，分析其在不同时期不同情境下的相关关系（图20—26）。

在历史时期内，仅越南冬春季和晚季水稻生产用水量和降水之间有显著的负相关（r=-0.744，r=-0.623）外，其余各国各季度水稻生产用水量和降水之间均无明显相关关系。在未来近期，柬埔寨、越南夏季、越南冬春和越南晚季的水稻生产用水量和降水在SSP1.2.6、SSP2.4.5、SSP5.8.5情景下都表现出一定程度的负相关，其中越南晚季水稻产量和降水之间的相关性最高，在SSP1.2.6、SSP2.4.5、SSP5.8.5情景下的相关系数分别为-0.542、-0.438、-0.622。老挝冬春稻在SSP5-8.5情景夏表现出负相关，其相关系数为-0.537。在未来远期，越南冬春稻和晚季稻在3种情境下均表现出一定的负相关，其中在SSP2.4.5情景下越南冬春季水稻生产用水量和降水之间的相关性最好，相关系数为-0.567，老挝冬春稻在SSP1.2.6和SSP2.4.5情景下为显著负相关，相关系数分别为-0.536、-0.634。老挝夏季和泰国仅在SSP5.8.5情景下表现出一定的负相关，相关系数分别为-0.629、-0.409。总体来说，越南冬春稻和晚季稻的生产用水量和降水之间的相关性要强于其他国家。

3.2.4 CO2浓度与水稻生产用水量的关系

CO2是影响全球气候变化主要温室气体，大气中CO2浓度升高不仅会加剧全球变暖，还会减小作物、植被的气孔开放度，导致气孔阻力增加，从而减少作物、植被蒸腾。通过计算澜湄流域下游模拟水稻生产用水量和年平均CO2浓度的相关系数，本研究分析了水稻生产用水量和CO2浓度之间的相关关系（图27—33）。

在历史时期，老挝夏季、老挝冬春季、越南夏季、越南晚季和越南冬春季水稻生产用水量和CO2浓度之间均表现出了显著的负相关，其中老挝夏季相关性最强，相关系数为-0.657（P<0.01）。在未来近期，几乎所有国家各季度的水稻生产用水量和CO2浓度之间都表现出显著的负相关，其中越南晚季水稻生产用水量和CO2浓度的相关性达到了-0.949（P<0.01）。同时，通过对比同一季度不同情景下水稻生产用水量和CO2浓度的相关系数发现，其相关性随着排放情景的升高而逐渐增强。在未来远期，在SSP1.2.6情景下，柬埔寨、老挝夏季和泰国水稻生产用水量和CO2浓度存在一定的负相关，其相关系数分别为-0.409、-0.365、-0.365；在SSP2.4.5情景下，仅越南夏季水稻生产用水量和CO2濃度不相关外，其余各国水稻生产用水量和CO2浓度均呈现出显著的负相关，其中越南晚季水稻生产用水量和CO2浓度的相关性最强，相关系数为0.714；在SSP5.8.5情景下，各国所有季节的水稻生产用水量和CO2浓度都表现出极为显著的负相关关系，泰国的相关系数为-0.875（P<0.01），其余国家各季度下的相关系数都小于-0.9（P<0.01）。

3.3 讨论

气候变化对作物生产的影响在物候学上是复杂而模糊的，AquaCrop模型是一个相对简化的模型，旨在为全球更广泛区域内研究环境和管理对作物生产的影响提供更便利的方法。由于研究区内经济技术以及数据访问等限制，所能获取的各方面数据资源有限，部分模型参数采用FAO在标准情况下给予的参考值。同时，本研究对水稻生产用水量的模拟是基于AquaCrop模型的Python开源版本AquaCrop.OSPy来实现，AquaCrop.OSPy主要考虑的是气候变化对作物生产的影响，暂时没有纳入土壤肥力胁迫和盐分胁迫，而气候变暖致使海平面上升，澜湄流域下游的盐分入侵正严重威胁水稻生产环境［32-33］，尽管模拟结果表现较好，但模型在一定程度上是缺乏代表性的。

此外，在分析气象要素对水稻生产用水量的影响时方法相对单一，忽略了各气候要素之间的相互作用。目前，许多方法可用于作物生产用水量的模拟计算和分析，如Hargreaves模型、灰色神经网络模型和利用遥感影像方法等。随着理论、科技的不断进步，对作物生产用水量的模拟和计算精度将进一步提升，灌溉制度和措施也会更加优化完善，水资源利用率将进一步提高。

4 结论

本研究以澜沧江-湄公河流域下游为研究区，基于ERA5.Land数据集和最新的CMIP6气候预测数据，选用SSP1.2.6、SSP2.4.5、SSP5.8.5三种排放情景，AquaCrop模型将非生产性土壤蒸发和生产性作物蒸腾分离，将水稻生长期内蒸腾总量作为水稻生产用水量，模拟了澜沧江-湄公河流域下游历史和未来时期水稻生产用水量，分析了水稻生产用水量的变化情况，及其与温度、降水和CO2浓度之间的相关关系，主要结论如下。

a）在1982—2020年的历史时期澜湄流域下游水稻生产平均用水量为296.4 mm，其中柬埔寨、老挝、泰国和越南的水稻生产平均用水量分别为302.9、347.2、308.0、258.8 mm。澜湄流域下游水稻生产用水量总体呈现逐年减少趋势，水稻生产的用水量在空间上表现为北多南少。

b）未来时期，澜湄流域下游水稻生产的用水量相对于历史时期有所减少，在SSP5.8.5情景下减少趋势更加明显，到未来远期澜湄流域下游水稻生产用水量将减少29.7%，其中柬埔寨、老挝、泰国和越南水稻生产的用水量将分别减少28.9%、30.9%、25.5%、38.8%。

c）澜湄流域下游水稻生产用水量在未来时期减少与4个气象变量（最低温度、最高温度、降水和CO2浓度）有一定的相关关系。冬春季水稻生产用水量在低排放情景下和最低温度、最高温度表现为正相关，在其余种植制度下则总体表现为负相关关系。越南冬春季和晚季水稻生产用水量和降水之间的相关性强于其他种植制度。水稻生产用水量和CO2浓度呈现显著的负相关关系，在SSP5.8.5情景下的未来远期，泰国水稻生产用水量和CO2浓度相关系数为-0.875（P<0.01），其余国家各季度下水稻生产用水量和CO2浓度相关系数都小于-0.9（P<0.01）。

参考文献：

［1］杨敏慎，刘晓雨，郭辉.气候变暖和CO2浓度升高对农作物的影响［J］.江苏农业学报，2021，37（1）：246-258.

［2］朱永彬，白冰，刘昌新，等.气候变化对我国农作物产量影响及气候损失估算［J］.统计观察，2019，35（24）：85-89.

［3］LEE S，CHOI J，HUR S，et al.Food.centric interlinkages in agricultural food.energy.water nexus under climate change and irrigation management［J］.Resources Conservation and Recycling，2020，163.DOI：10.1016/j.resconrec.2020.105099.

［4］WANG J，WANG X，XIN L，et al.The Impact of Climate Change and Grain Planting Structure Change on Irrigation Water Requirement for Main Grain Crops in Mainland China［J］.Land，2022，11（12）：11-23.

［5］DERYNG D，CONWAY D，RAMANKUTTY N，et al.Global crop yield response to extreme heat stress under multiple climate change futures［J］.Environmental Research Letters，2014，9（3）：34-41.

［6］SáNCHEZ B，RASMUSSEN A，PORTER J R.Temperatures and the growth and development of maize and rice：a review［J］.Global Change Biology，2014，20（2）：408-417.

［7］熊玉江，喬伟，姚付启，等.气候变化和灌溉方式对稻田需水量的影响［J］.长江科学院院报，2018，35（4）：76-80.

［8］韩宇平，王朋，王富强.气候变化下淮河区主要作物需水量变化特征［J］.灌溉排水学报，2013，32（5）：114-117.

［9］王卫光，彭世彰，孙风朝，等.气候变化下长江中下游水稻灌溉需水量时空变化特征［J］.水科学进展，2012，23（5）：656-664.

［10］运晓博，汤秋鸿，徐锡蒙，等.气候变化对澜湄流域上下游水资源合作潜力的影响［J］.气候变化研究进展，2020，16（5）：555-563.

［11］陈兴茹，王兴勇.湄公河流域洪旱灾害损失分析［J］.水利经济，2019，37（1）：54-58.

［12］MAINUDDIN M，KIRBY M，HOANH C T.Adaptation to climate change for food security in the lower Mekong Basin［J］.Food Security，2011，3（4）：433-450.

［13］ZHANG L，SONG W，SONG W.Assessment of Agricultural Drought Risk in the Lancang.Mekong Region，South East Asia［J］.International Journal of Environmental Research and Public Health，2020，17（17）：61-73.

［14］KANG H，SRIDHAR V，MAINUDDIN M，et al.Future rice farming threatened by drought in the Lower Mekong Basin［J］.Scientific Reports，2021，11（1）：93-103.

［15］DONG Z Q，LIU H，BAI YB，et al.Future projection of seasonal drought characteristics using CMIP6 in the Lancang.Mekong River Basin［J］.Journal of Hydrology，2022，610.DOI：10.1016/j.jhydrol.2022.127815.

［16］THILAKARATHNE M，SRIDHAR V.Characterization of future drought conditions in the Lower Mekong River Basin［J］.Weather and Climate Extremes，2017，17（10）：47-58.

［17］YAMAUCHI K.Climate change impacts on agriculture and irrigation in the Lower Mekong Basin［J］.Paddy and Water Environment，2013，12（S2）：227-240.

［18］PAIBOONVORACHAT C，KITYUTTACHAI K，MINAMI I，et al.Irrigation Database Improvement for the Lower Mekong Basin ［R］.2018.

［19］BALLESTER C，VOTE C，HORNBUCKLE J，et al.Effects of Frequency of Irrigation on Dry.Season Furrow.Irrigated Maize and Peanut Production in the Rice.Growing Lowlands of the Lower Mekong Basin［J］.Agriculture，2019，9（6）.DOI：10.3390/agriculture9060128.

［20］YOSHIDA Y，LEE H S，TRUNG B H，et al.Impacts of Mainstream Hydropower Dams on Fisheries and Agriculture in Lower Mekong Basin［J］.Sustainability，2020，12（6）.DOI：10.3390/su12062408.

［21］LY K，METTERNICHT G，MARSHALL L.Linking Changes in Land Cover and Land Use of the Lower Mekong Basin to Instream Nitrate and Total Suspended Solids Variations［J］.Sustainability，2020，12（7）：29-42.

［22］ZHANG B H，ZHANG L，GUO H D，et al.Drought impact on vegetation productivity in the Lower Mekong Basin［J］.Internitional Journal of remotesensing，2014，35（8）：2835-2856.

［23］何大明.澜沧江：湄公河水文特征分析［J］.云南地理环境研究，1995，7（1）：58-74.

［24］Mekong River Commission，Ministry of Water Resourse of China.Joint Observation and Evaluation of the Emergency Water Supplement from China to the Mekong River［A］.2016.

［25］LIU H.Flood Prevention and Drought Relief in Mekong River Basin［M］.Springer，2021.

［26］CHUNG S，TAKEUCHI J，FUJIHARA M，et al.Flood damage assessment on rice crop in the Stung Sen River Basin of Cambodia［J］.Paddy and Water Environment，2019，17（2）：255-263.

［27］HUANG Z，LI Z，ZHOU K，et al.Rice production and hybrid rice development in thailand［J］.Hybrid Rice，2018，33（5）：68-71.

［28］SINNARONG N，CHEN C C，MCCARL B，et al.Estimating the potential efects of climate change on rice production in Thailand［J］.Paddy and Water Environment，2019，17（4）：761-769.

［29］侯儷.老挝大米出口现状及竞争力研究［D］.昆明：云南大学，2019.

［30］章忠贵，高前宝，范凌，等.越南杂交水稻市场现状及发展对策探讨［J］.现代农业科技，2017（22）：42-43.

［31］TANG Y Z，HUO J J，ZHU D J，et al.Spatio.Temporal V ariation of Precipitation and Evaporation on the Tibetan Plateau and Their Influence on Regional Drought［J］.Atmosphere，2022，13.DOI：10.3390/atmos13081323.

［32］SMAJGL A，TOAN T Q，NHAN D K，et al.Responding to rising sea levels in the Mekong Delta［J］.Nature Climate Change，2015，5（2）：167-174.

［33］VU D T，YAMADA T，ISHIDAIRA H.Assessing the impact of sea level rise due to climate change on seawater intrusion in Mekong Delta，Vietnam［J］.Water Science and Technology，2018，77（5/6）：1632-1639.