在第一章对全球作物生长环境进行分析的基础上,本章分析CropWatch一直关注的41个全球粮食生产国(不包括中国)的作物长势与产量。此外,概述部分(3.1)还监测了全球范围的其他国家,并对在1.1节描述的总体特征从时空特征方面作了细致的分析。3.2节对CropWatch关注的粮食生产国进行了分析,对于每个国家,监测内容包括基于NDVI的作物生长过程曲线、最佳植被状态指数、NDVI距平空间聚类及各类别过程线。对于面积较大的监测国,更详细的农业气象和农情指标监测结果见附录A中的表A.1—A.11。附录B中列出了阿根廷、澳大利亚、巴西、加拿大和美国2018年度分省产量估算结果。
3.1 概述
本节将从国家以及各国农业生态分区的尺度描述全球农业气候格局状况,这些“遥感监测国家”包括粮食主产国以及出口国,只有中国将单独在第4章中分析。国家尺度下也将进一步开展基于农业生态特征开展的分区分析。
本节提到的一些气候异常也会出现在第5.1节的灾害内容中,但由于一些异常在空间分布上有限,因此仍然不一定能够反映在较大区域的气候统计数据中。如印度喀拉拉邦的洪水或中美洲的干旱,后者在干旱后的2018年7月至10月内又受到过量降水的影响,导致了洪水和山体滑坡。另一方面,当极端情况影响大面积区域时,即使整体看上去不那么严重,但它们在个别地方肯定会更加极端。
本节不再重复第一章中提到的全球模式,而重点关注165个国家和地区、以及其中一些大国的分区。
主要农业国家概述
世界大宗作物(玉米、水稻、小麦和大豆)出口前十的国家只有20个,其中美国和阿根廷这4种作物的出口都在世界前十,而乌克兰和俄罗斯则各有3种位列前十。
在整个国家层面上,美国和巴西均没有遭受到重大气候异常,报告期内这两个国家的降水量均高于平均水平(分别为+26%和+12%)。美国监测期对应于夏季作物生长中后期和冬小麦的种植期,在主要玉米和大豆种植区,降水量普遍较高,其中在一些州甚至可能出现过量的降水,如爱荷华州。在巴西南部,监测期内冬季作物处于生长阶段,七月和八月处于夏季作物的收获期(北部)。总之,气候条件有利于两国正常的作物生长。
巴拉圭在夏季作物收获后和小麦越冬期间出现了非常充沛的降水(+43%),这可能一定程度上干扰了正在开展的夏季作物整地,但对于后续作物长势影响不大。
在欧洲主要的玉米出口国中,有几个国家在作物灌浆关键阶段遭遇降水短缺,包括塞尔维亚(-35%)、罗马尼亚(-43%)和法国(-18%),而且法国的气温(+0.7°C)和光合有效辐射(+10%)都偏高,增加了作物耗水量,让缺水更严重;其中法国中部和东部地区可能比使用灌溉的西部(大西洋)玉米生产区遭受更严重的水分胁迫。在东部,乌克兰的降水量略有减少(-7%),但有着和法国一样的高温和光合有效辐射。
当前通报期在阿根廷对应于小麦和大麦的越冬期以及夏季作物生长的早期阶段,其平均降水量接近于过去15年的平均值(偏低4%)。但是具体到主要农业省份,科尔多瓦遭受了严重的降水亏缺(-26%),且伴随着偏低的光合有效辐射;而布宜诺斯艾利斯的降水量略好于过去15年平均值(+8%)。但与前五年相比,两个省的潜在生物量都有所增加,农作物生产前景良好。
乌克兰、俄罗斯和哈萨克斯坦不仅是玉米的主产国(RUS、UKR),也是春小麦(RUS、KAZ)和大麦(KAZ、UKR)的主产国。在当前通报期内,作物大多处于生长期到早期收获阶段,俄罗斯和乌克兰的降水量都接近平均值(RUS:+7%,UKR:-7%),但是哈萨克斯坦夏季作物区的降水量远高于平均值(+46%)。
在报告期内澳大利亚的小麦正在越冬,但在夏季作物收获后,该国遭遇了广泛的干旱(-30%),11月和12月的降水是否充盈将对下一个作物季的产量产生至关重要的影响。
对于亚洲主要的水稻出口国(印度,泰国,越南、巴基斯坦和柬埔寨),目前的监测期对应于水稻核心生长季,也可能包括了部分晚播和早收水稻,尤其是在印度,秋收水稻主要在该国中东部邦种植,本监测期7-10月涵盖了该季水稻的多个生长阶段。由于水稻几乎完全是处于低地或灌溉作物种植的,因此相较于其他作物,降水并不是其产量的主要限制因素。除了干燥凉爽的柬埔寨(降雨-8%,气温-0.8°C)和巴基斯坦(降雨-12%,气温-0.6°C)外,各国的降水量和气温大多等于或接近过去15年平均值;光合有效辐射也接近平均值,只有印度偏低5%。与最近5年平均值相比,印度也是潜在生物量下降幅度最大的国家(-18%),对于上述的其他国家,平均跌幅仅为3%。
降水和潜在生物量异常
降水量异常是通过与最近15年平均值(2003-2017年)相比较而得,而潜在生物量(BIOMSS)是与最近5年(2013-2017年)的平均值进行比较。
干旱区域
最严重的干旱出现在大洋洲和与其邻近的东南亚,其中:东帝汶降水量偏低71%,其次是新西兰(-68%)、新喀里多尼亚和澳大利亚(均为-30%),该地区的其他国家也或多或少受到了降水偏少的影响。与此同时,温度(+1.3°C)和光合有效辐射(+3%)距平都偏高,使得潜在生物量显著下降了33%。
在26个降水量距平偏低超过30%的国家中,约有一半(12个)位于欧洲大陆,从西部的葡萄牙(-52%)到东部的摩尔多瓦(-33%),从北部的德国(-40%)到南部的阿尔巴尼亚(-38%),进一步确认了当前欧洲大面积的干旱。虽然热浪袭击了葡萄牙、德国和荷兰(三者气温距平均为+1.3°C),但是其他降水亏缺国家的气温大多接近平均值(平均距平为+0.6°C)。此外,这12个国家的光合有效辐射距平增加7%,潜在生物量下降14%,其中比荷卢经济联盟(BENELUX)国家的光合有效辐射增加最多(在+14和+17%之间)。欧洲的降水异常区域延伸至了黑海与高加索(阿塞拜疆-40%,格鲁吉亚-37%)、以及俄罗斯西部州。
还有值得一提的地区是非洲之角(索马里,肯尼亚,乌干达,全部为-31%)和非洲南部(津巴布韦和博茨瓦纳,分别为-32%和-69%)。后者的农业季节即将开始,因此降水亏缺可能不会对作物产生直接的负面影响;而前者则不同,七月到十月通常是这些国家的作物生长季一部分,但由于赤道和海拔接近引起的气候多样性使得很难定性评价降水量亏缺对作物的影响。
干旱同样发生在朝鲜(-37%),并向西南延伸到中国(河南省-30%),此外还有美国西北部(俄勒冈州-47%;华盛顿州-33%)和拉丁美洲部分地区,以及巴西东部(如塞尔希培州-61%)和阿根廷的一些孤立地点也表现出了降水量偏低的状况。
湿润区域
有23个国家发生了降水量偏多的情况,距平偏高50%甚至100%,其中大多数处于半干旱气候区,并处在其作物生长季节,因此这些降雨偏多让作物和牧场受益,特别是在西非(尼日尔621毫米,+50%)和中亚地区。蒙古、土库曼斯坦和乌兹别克斯坦的距平偏高接近90%,而吉尔吉斯斯坦和塔吉克斯坦偏高接近120%。
许多地中海和非洲南部国家也出现了不合时令的充沛降水。其中第一组中包括摩洛哥(+60%)、阿尔及利亚和黎巴嫩(+100%)、突尼斯(+110%)和塞浦路斯(+118%),这些国家正在种植冬季作物,作物生长季将在有利的土壤湿度条件下开始。第二组国家种植夏季作物,包括斯瓦蒂尼(+65%),马达加斯加(+66%),莫桑比克(+74%)和马拉维(+84%)。
尽管很多中东国家的灌溉农业比前面提到的地区更多,但还是需要提一下这些国家发生的降水偏多(例如伊朗+53%,伊拉克+103%)。其中的一些国家因为正常降水量就很低,因此即使是少量的降水量增加就会导致百分比较大的异常偏高,但这种偏高还是不足以维持作物的生长,这些国家包括利比亚、阿曼、阿拉伯联合酋长国(阿联酋)和卡塔尔。例如,阿联酋的降水异常偏高达到了251%,但仅相当于13毫米的降水量。
上述所有国家的平均(未加权)降水量距平偏高达到了107%,但是,潜在生物量的仅偏高69%,这主要受到了相对凉爽气温条件(-0.3°C)的影响,虽然大部分国家的光合有效辐射接近平均水平,但也有一些距平偏低(蒙古和阿尔及利亚为-4%)和距平增加(非洲南部的马达加斯加为+4%,斯瓦蒂尼为+6%)的情况。
潜在生物量距平偏低程度最大的发生在新喀里多尼亚(-61%)和多米尼加(-51%),主要是由于降水量减少造成的,潜在生物量距平偏高超过50%的区域主要是位于地中海、中亚和中东等降水量大的地区。
气温异常
本次监测的7月至10月间,全球气温异常并不常见。
气温距平偏低主要出现在斯瓦蒂尼和巴拉圭(均为-1.8°C)、以及毛里塔尼亚(-1.5°C),斯瓦蒂尼和巴拉圭的气温异常与其偏高的降水量(+6%)和较大的光合有效辐射偏低(-5%)有关,而毛里塔尼亚的光合有效辐射水平与往年持平。
欧亚大陆西部的大部分地区都出现了高温,在(湿润的)塞浦路斯(+2.0°C)和两个降水量接近平均水平的国家形成了热浪,分别为安哥拉(+2.0°C)和西班牙(+2.2°C)。此外,新喀里多尼亚(+6.0°C)和科摩罗群岛(+8.8°C)的气温距平偏高程度非常大。
光合有效辐射异常
距平偏低的光合有效辐射主要出现在拉丁美洲和南亚地区,尤其是处在冬季的阿根廷(-8%)和巴拉圭(-5%),以及尼泊尔(-7%)和印度(-5%),秋季作物生长可能会受到影响。
本期光合有效辐射距平偏高5%的现象十分普遍,几乎有三分之一的通报监测国家受到影响,其中大多数是西欧和上述其他地区的一些国家,以及第1章中提及受干旱影响的国家。极端光合有效辐射偏高(10%及以上)发生在西非(塞拉利昂和科特迪瓦,+10%;利比里亚+16%)、西欧(法国+10,德国+11%,卢森堡+14%,荷兰+15%,比利时+17%);另外,古巴偏高11%,两个中非国家南苏丹和中非共和国均偏高11%。
多农气指标异常组合情况分析
全国降水量、气温和光合有效辐射三个指标都处在极端状态的相邻国家有两组。他们是(1)德国和荷兰,两国的降水亏缺都接近40%,温度偏高1.3°C,光合有效辐射则分别距平偏高11%和15%;(2)阿尔及利亚和突尼斯,两国的平均降水量距平偏高接近100%,气温分别偏低0.9和1.3°C,光合有效辐射分别偏低4%和3%。
考虑到图3.1至3.4中所示的所有空间单位,阿尔及利亚和突尼斯将被从极端状态中排除(即与新的空间单元极端相比,这些国家不再被认为是极端的),但保留了德国和荷兰。阿根廷西北部增加了三个极端地区:胡胡伊省、拉里奥哈省和萨尔塔省,他们都有着异常偏高的降水量,偏低的气温,和较少的光合有效辐射;巴西东北部的塞尔希培州(干旱、高温和充足的阳光)和印度的锡金则经历了干燥、凉爽与阳光充足的不同寻常的组合。
图3.1. 2018年7月-10月全球各国(包括大国的省州级别)降水与过去15年的距平,单位(%)
图3.2. 2018年7月-10月全球各国(包括大国的省州级别)潜在生物量与近5年的距平,单位(%)
图3.3. 2018年7月-10月全球各国(包括大国的省州级别)温度与过去15年的距平,单位:(℃)
图3.4. 2018年7月-10月全球各国(包括大国的省州级别)光合有效辐射与过去15年的距平,单位(%)
表3.0 全球42个核心农业国农业气象与农情指标及其距平状况
国家代码 |
| 农业气象因子 | 农情因子 | |||||
国家 | 与近15年距平 | 与近5年距平 | 当前值 | |||||
|
| 累积降水(%) | 平均气温(°C) | 累积RAR (%) | 潜在生物量(%) | CALF (%) | 复种指数 (%) | 最佳植被状况指数 |
AFG | 阿富汗 | 5 | -1.1 | 0 | 57 | -13 | -1 | 0.26 |
AGO | 安哥拉 | -18 | 2.0 | 2 | 39 | 33 | 10 | 1.02 |
ARG | 阿根廷 | -4 | -0.7 | -8 | 16 | 0 | 10 | 0.73 |
AUS | 澳大利亚 | -30 | 0.1 | 3 | -6 | -2 | -12 | 0.74 |
BGD | 孟加拉国 | -4 | -0.3 | 1 | -7 | 1 | 6 | 0.92 |
BLR | 白俄罗斯 | 16 | 0.8 | 5 | -16 | 0 | -4 | 0.92 |
BRA | 巴西 | 12 | -0.4 | 0 | 26 | 1 | -1 | 0.71 |
KHM | 柬埔寨 | -8 | -0.8 | 1 | -4 | 1 | 0 | -1.09 |
CAN | 加拿大 | -3 | -0.7 | 2 | 4 | 0 | -3 | 0.90 |
CHN | 中国 | 4 | -0.4 | 1 | -3 | 2 | -2 | 0.94 |
EGY | 埃及 | -24 | -0.1 | 0 | 60 | 1 | -4 | 0.72 |
ETH | 埃塞俄比亚 | -10 | 0.0 | 3 | -24 | 1 | 4 | 0.93 |
FRA | 法国 | -18 | 0.7 | 10 | -13 | 0 | -14 | 0.73 |
DEU | 德国 | -40 | 1.3 | 11 | -9 | 0 | -4 | 0.70 |
HUN | 匈牙利 | -1 | 0.9 | 4 | -6 | 0 | 1 | 0.84 |
IND | 印度 | 2 | -0.2 | -5 | -18 | -3 | -3 | 0.87 |
IDN | 印度尼西亚 | -11 | 0.0 | 4 | -15 | 1 | 0 | -0.29 |
IRN | 伊朗 | 53 | 0.4 | 0 | 106 | 7 | 4 | 0.66 |
ITA | 意大利 | 37 | 0.7 | 1 | 7 | 8 | -6 | 0.90 |
KAZ | 哈萨克斯坦 | 42 | -0.4 | 0 | 13 | 5 | -4 | 0.83 |
KEN | 肯尼亚 | -31 | -0.6 | 4 | -30 | 25 | -4 | 1.09 |
MEX | 墨西哥 | -2 | -0.3 | 1 | -5 | 2 | -3 | 0.91 |
MNG | 蒙古 | 86 | -0.2 | -4 | 12 | 2 | -3 | 0.93 |
MAR | 摩洛哥 | 60 | -0.8 | -1 | 54 | 70 | 0 | 1.21 |
MOZ | 莫桑比克 | 74 | -0.3 | 3 | 30 | 3 | -2 | 0.89 |
MMR | 缅甸 | 3 | -0.4 | -1 | -3 | 0 | -3 | 0.93 |
NGA | 尼日利亚 | 19 | -0.7 | 7 | -5 | 1 | 16 | 0.92 |
PAK | 巴基斯坦 | -12 | -0.6 | 1 | 2 | -8 | -6 | 0.57 |
PHL | 菲律宾 | -11 | 0.7 | 3 | -15 | 1 | 0 | -0.10 |
POL | 波兰 | 0 | 1.0 | 8 | -6 | 0 | -1 | 0.79 |
ROU | 罗马尼亚 | -43 | 0.3 | 6 | -20 | 0 | -7 | 0.94 |
RUS | 俄国 | 7 | 0.5 | 4 | 2 | -2 | 2 | 0.86 |
ZAF | 南非 | -14 | 0.0 | 4 | -3 | 13 | 3 | 0.69 |
LKA | 斯里兰卡 | 20 | -0.5 | -2 | 7 | 0 | 0 | 0.90 |
THA | 泰国 | 1 | -0.3 | 3 | -5 | 0 | -1 | 0.91 |
TUR | 土耳其 | 5 | 0.5 | 0 | 53 | 10 | -5 | 0.83 |
UKR | 乌克兰 | -7 | 0.9 | 5 | -4 | -3 | -4 | 0.83 |
GBR | 英国 | 8 | 0.4 | 3 | 4 | 0 | -1 | 0.81 |
USA | 美国 | 26 | -0.2 | -2 | 10 | 2 | 0 | 0.89 |
UZB | 乌兹别克斯坦 | 93 | -0.5 | 1 | 107 | -4 | 1 | 0.75 |
VNM | 越南 | -1 | -0.2 | 0 | -5 | 1 | 0 | 0.09 |
ZMB | 赞比亚 | 4 | -0.3 | -2 | 43 | 35 | 2 | 0.87 |