国外农产品气候品质评价研究进展*

霍治国，江梦圆，匡昭敏，李 莉，孔 瑞，李春晖，张海燕

（1.南京信息工程大学，江苏南京 210044；2.中国气象科学研究院，北京 100081；3.广西壮族自治区气象科学研究所，南宁 530031；4.中国地质大学，湖北武汉 430074）

0 引言

气候条件对农业生产力起着决定性作用，年际变化会对作物产量和品质造成显著影响[1,2]。在全球变暖的大背景下，气候变化和极端气候事件的增加严重威胁着人类赖以生存的粮食、水和生态环境，特别是给农业生产和粮食安全造成了不利影响。随着社会经济发展和人民物质生活水平不断提高，消费者对农产品的需求已由“量”转为“质”，对高品质农产品的需求日益增加[3,4]。优质的农产品需要良好的气候环境，农产品产地的气候条件是影响农产品产量和品质的重要因素之一。因此，研究气候条件对农产品品质影响的优劣程度，开展气候变化背景下农产品气候品质评价正是适应当代需求。

农业生产和品质潜力对于气候的响应最为直接和敏感，气候条件（辐射、温度、降水和CO2浓度等）在很大程度上决定着农作物的生长发育和成熟收获[5]，如温度影响农作物生长季[6]；谷物籽粒灌浆期间辐射减少导致籽粒空瘪[7]；水分亏缺或过量均会阻止葡萄达到适当的成熟水平，果实品质下降[8]；CO2浓度升高会降低粮食作物中的蛋白质、微量元素铁、锌和维生素等含量[9]。由于农业生态系统本身的复杂性和不确定性，加之对土壤—植物—大气系统认识的不够全面，造成了农产品气候品质评价的复杂性。国内针对影响农产品品质的气候条件认证处于起步探索阶段，自2012年浙江省气象局在全国率先探索农产品气候品质认证工作以来，相继完成了茶叶、杨梅、葡萄、柑橘、梨、水稻等作物的气候品质认证技术和评价模型[10]。但这类认证技术和评价模型由于没有经过长期试验验证尚不够成熟，对与农产品品质相关的气候因子影响机理认识尚不够明确，从而导致评价结果存在一定的不确定性。当前国外针对农产品品质性状的气候影响评价研究已有一定成果，因此文章从农产品气候品质评价的概念出发，梳理与整合国外农产品气候品质评价的影响因素、评价方法和指标构建等方面的研究进展，探讨国外气候品质评价在特色农产品发展、作物适宜种植区划分、气候变化适应策略制定和农作物品种引进等方面的应用，作为他山之石，以期为今后国内农产品气候品质评价技术方法的选择以及评价模型的构建提供借鉴和参考。

1 概念

1.1 国内农产品气候品质评价概念与技术方法

农作物在生长发育过程中，农产品品质的形成受品种遗传特性、产地环境、水肥管理和病虫害防治措施等因素综合影响，其中气候条件是影响农产品品质的重要生态环境因素。农产品品质的优劣直接制约着经济效益的高低，适应气候变化和现代农业发展需求，2012年我国气象部门首次提出农产品气候品质评价的概念。根据气象行业标准《农产品气候品质认证技术规范》[11]，农产品气候品质是指由天气气候条件决定的初级农产品品质，初级农产品品质是指未经加工、由生理生化指标和外观指标等表征的农产品优劣程度。农产品气候品质定义的内涵强调了产地天气气候条件对初级农产品品质形成的制约性，同一品种的初级农产品在不同产区以及不同年份具有不同的气候品质；初级农产品品质定义的外延隐含了产地环境条件对初级农产品品质形成的协同性，如陕西“洛川苹果”、北京“平谷大桃”、广西“沙田柚”等名优农产品品质的形成，除受产地天气气候条件制约外，还与产地的土壤、水文等其他环境条件密切相关。正如谢远玉等[12]在基于气象因子的赣南脐橙气候品质指标评价模型研究中指出，实际应用时还应考虑不同地区的脐橙品种、土壤类型、地形条件、人工管理等因素加以修正，以提高模型的评价效果。

国内农产品气候品质评价技术方法，通常是依据表征初级农产品品质的生理生化指标和外观指标的优劣分级，采用表征产地天气气候条件的主要气象因子与表征初级农产品品质的主要指标进行相关性分析，筛选关键气象因子，构建综合评价指数，进行农产品气候品质分级。以浙江省茶叶气候品质评价服务为例[13]，首先基于茶树的生物学特性并结合前人的研究成果，筛选出影响茶叶品质（茶多酚、氨基酸、咖啡碱等）的关键气候指标为鲜叶采收前15d的平均气温、平均相对湿度和日照时数，而后参照农业气象条件定量化等级评价标准，将上述3个气候指标统一划分为4个评价等级，分别赋予1～4的数值（数值越高，则该气候指标越优），应用加权指数求和法构建茶叶气候品质等级评价模型，计算公式为：式（1）中，ACQI为气候品质评价指数，Xt、

Xh和Xs分别表示影响茶叶品质的平均气温、平均相对湿度和日照时数的评价等级，a1、a2和a3为不同气候指标的权重系数。最后根据茶叶ACQI计算结果将浙江省茶叶气候品质评价标准统一划分为4个等级（表1）。

表1 茶叶气候品质评价指数等级划分标准

1.2 国外农产品气候品质评价

严格意义上讲国外没有系统地推进农产品气候品质评价服务工作，但从概念上讲，国外关于评价气候对农产品品质的影响研究要远早于国内。在1996年世界粮食首脑会议上，FAO将粮食安全定义为“所有人在任何时候都能在物质和经济上获得足够、安全和营养的粮食，以满足他们的饮食需求和对积极和健康生活的粮食偏好”[14]。该定义涉及粮食安全的四个方面，即粮食供应（粮食的充足供应）、粮食获取（在经济和物质上均能获得粮食）、粮食利用（粮食的营养品质）和粮食稳定（粮食供应、获取和利用三者稳定）；同时更加明确了粮食安全不仅仅是从数量上保证供应的问题，还有一个随气候变化与消费水平提高而日益重要的粮食品质安全问题。国外早期研究集中在气候变化对粮食生产和供应的影响[15]，随后越来越多的研究指出气候变化对作物的营养价值有负面影响，比如大气中CO2浓度升高导致大米成分中蛋白质含量和有益身体健康的微量元素减少等[16]。与国内农产品气候品质评价重点关注天气气候条件对初级农产品品质的影响相比，国外相关研究多是基于粮食安全定义的视角，还关注极端气候事件的影响，更加关注气候条件对农产品产量和品质的综合影响，更加关注土壤、水文及其他环境因素对农产品品质的协同影响。

2 气候品质影响因素

气候变化对农产品品质有直接和间接影响，直接影响包括改变物理特性（如温度水平和降水分布等）对作物的品质性状造成影响，而间接影响是指气候变化通过改变农作物生长过程中其他环境因素来影响最终品质。国外农产品气候品质影响因素主要可以分为天气气候、极端气候事件、土壤、水文、地理、生物和人为等，一般而言，在农作物生长发育过程中任一因素之间的相互作用都会对农产品品质造成不同程度的影响。

2.1 天气气候

国外针对气候影响农产品品质的研究侧重于降水、温度和CO2浓度等气候因子，重点关注农产品营养价值和口感风味对降水模式变化、温度升高、CO2浓度升高的响应。对于玉米、小麦、水稻等谷类作物，过量降水往往造成作物生殖生长阶段的水分供应过剩，特别是收获过程中的降水量直接影响籽粒达到最佳水分含量，不利于后续的谷物脱粒和籽粒干燥[17,18]。Hoegy等[19]研究表明降水对大麦籽粒品质的影响不显著，但适当减少降水量会增加籽粒的矿物质（钠、铜）和氨基酸（亮氨酸）浓度；Gyuricza等[20]研究发现在雨季降水偏多的年份玉米籽粒蛋白质含量降低、淀粉含量升高，而其他品质参数如油脂和纤维含量没有明显变化。

相较于降水因子来说，温度和CO2浓度被认为是影响农产品品质最为关键的气候因子。温度升高会显著影响农产品的口感风味，如苹果和葡萄中的糖分含量增加、果酸含量下降[21]；阳光直射面（35℃）生长的鳄梨果实硬度是阳光背阴面（20℃）生长的2.5倍，且具有更高的油脂含量和矿物质含量（钙、镁、钾等）[22,23]。此外，温度升高还会增加果蔬类农产品的抗氧化活性物质，如草莓中的黄酮醇和花青素含量、西蓝花中黄酮醇和硫代葡萄糖醇含量等[23,24]，也有部分研究指出较高的温度会降低其维生素含量[21,25]。一般来说大气中较高的CO2水平会对作物生产有施肥效应（即作物在光合作用过程中能够吸收更多的CO2），这种效应会通过降低作物种子内的矿物质含量来改变其营养品质[26,27]。多数研究认为CO2浓度升高对果蔬类农产品品质存在一定的积极影响[21,28-31]，如在800～1 000ppm的CO2浓度下生长的红叶生菜中糖、黄酮和咖啡酸衍生物增加[29]，芹菜和白菜中维生素C含量增加、硝酸盐含量降低，具有较高的抗氧化能力[31]。相反地，CO2浓度升高可能对粮食类作物的品质产生负面影响[32,33]，Hogy等[34]研究认为较高的CO2浓度水平（550ppm）会增加马铃薯约63%的块茎畸形和约134%的结痂病发生率，导致马铃薯外观形态、再加工品质下降。Taub等[35]利用meta-analysis分析发现CO2浓度升高至540～958ppm，麦类和水稻的籽粒蛋白质含量以及马铃薯的块茎蛋白质含量将下降10%～15%，大豆的蛋白质含量将下降1.4%。

2.2 极端气候事件

全球气候变暖造成暴雨洪涝、干旱、高温热浪、冰雹、强台风等极端气候事件发生的频率和强度增加，加大了农田生态环境的恶化程度和农产品安全生产的不确定性。极端气候事件通过对农作物生理过程的负面影响和直接的物理损害来影响作物生长发育和产量品质形成，如高温热浪和干旱胁迫会对作物的光合能力、蒸腾作用以及产量品质形成产生负面影响[36,37]，还会增加病虫害的发生率；作物长时间暴露在高温、高辐射下，不利于细胞膜、蛋白质以及色素的合成和降解，严重影响农产品品质，特别是叶类蔬菜极易脱水萎蔫、叶片卷曲，出现高温灼伤[21]。亦有研究[38]指出胁迫解除后农产品品质有所提高，如番茄、辣椒和胡萝卜中的类胡萝卜素和抗坏血酸含量，以及番茄和黄瓜的可溶性糖含量升高。暴雨洪涝、冰雹和强台风等极端气候事件不仅会物理毁坏农产品外观品质，影响作物的生长发育和抗逆能力，还会使土壤侵蚀和矿物质的淋溶加重；同时过度潮湿的土壤使作物处于长期的缺氧状态限制了根系生长，直接导致作物品质下降甚至腐烂[39]。对于沿海城市来说，强台风往往造成作物表面盐胁迫和风害；附着的盐分进入植株体内使细胞内的部分溶质大量外渗，导致代谢紊乱、离子稳态遭到破坏，作物产量和品质显著降低[40,41]。此外，极端气候事件还会造成农业用地、地下水和地表水的化学污染（包括重金属、农业残留物和危险废物等）[42]，如2005年8月卡特里娜飓风席卷美国大陆过后，当地的污水处理厂、垃圾填埋场和炼油厂遭到损毁，导致石油、杀虫剂、重金属废物等泄漏，海水倒灌后土壤和农业用水中有机酸、酚类和硫化物等矿物质水平均有所提升[43]，污染危害最终降低农产品品质。

2.3 土壤

土壤作为农作物生长的载体，其微量元素含量的多少能直接影响农产品品质，气候变化通过改变土壤性质和结构、土壤肥力、土壤盐碱化等间接影响品质形成。降水和温度等气候因子在土壤退化和土壤流失中起着重要作用[44]，预计至2050年气候变化将对全球至少22%的重要农作物耕地产生负面影响，特别是水稻和小麦种植区域[45]。土壤温度升高和降水变化使土壤微生物活动发生变化，土壤有机质分解加快从而导致土壤肥力下降[46]；Barnabas等[47]研究发现土壤温度升高后大麦籽粒的淀粉含量下降了5%，对麦芽品质产生负面影响。气候变暖可以通过增加对农业灌溉的需求和土壤水分的无效蒸发来加重土壤盐碱化，据统计全球有超过50%的灌溉土壤正在遭受盐胁迫的影响，特别是干旱和半干旱地区[48]；高温还会提高作物蒸腾速率来增加作物体内的盐积累[49]。众多研究表明[50-52]，轻度盐胁迫可以提高水果类农产品品质，如番茄果实硬度、胡萝卜素、抗坏血酸和番茄红素等均有所改善。气候变化加剧了土壤重金属污染程度，严重威胁农业用地的重金属主要是铅（Pb）、铬（Cr）、镉（Cd）、汞（Hg）和砷（As）等；农作物从土壤中吸收重金属，导致重金属沿着食物链传播，直接危害农产品品质和人类健康[53,54]。如Ramón等[55]提出对西班牙地区橄榄气候品质的评价方法，该方法基于在土地适宜性分类系统的框架内，对研究区橄榄树生长需求相匹配的重要土壤气候参数进行评定等级。

2.4 水文

气候变化背景下农业用水的供应和质量已经成为作物高品质生产的重要影响因素，冰川消融、水土流失、水体污染等问题越来越成为农产品产量品质的威胁[56,57]。温度和CO2浓度不断升高加快了冰川融化的速度，来自全球19 000个冰川数据显示，1961—2016年有将近9万亿吨冰川流失[58]。冰川消融导致海平面上升和洪水风险增加，严重威胁着沿海低海拔国家比如东南亚、南亚国家的粮食品质[59,60]。全球未来气候变化可能会降低流域平均流速及流量，但流域不同区域的水分有效性存在明显的时空差异[61]，农业生产需水量将远超过可用水量[62]。在干旱和半干旱地区，温度升高、农业可用水量不足会加剧作物蒸腾作用从而导致土壤水分亏缺[63]，直接影响作物对水溶性营养物质（硝酸盐、硫酸盐、钙、镁等）的运输和可利用性，还会造成根系功能受损，降低根系的养分获取能力[48]。Gonzalez等、Ladrera等[64,65]的研究表明，土壤水分亏缺抑制豆类作物的固氮作用，减少根瘤中碳氧通量和氮的积累，导致蛋白质含量下降。高温、强降雨以及水体低流速时间增加易造成多种形式的水污染，包括沉积物、重金属、溶解有机碳、病原体和杀虫剂等[43]；预计未来强降雨增加的地区，土壤中的污染物将被冲刷进入水体[66]，严重降低了农业用水的质量和可用性。

2.5 其他

生物因素（动物、植物和微生物）、地理因素（经纬度、地形和地质）、人为因素（开垦采伐、栽培方式和施肥措施）等环境因素以及与气候、土壤、水文因素的交互作用会对农产品品质产生不同程度的影响。国外学者将环境因素对作物产生的作用称之为基因型与环境的相互作用（genotype×environment interaction，GEI），所谓GEI是指农作物品种性状（如产量、农艺性状、品质性状等）的表现型在不同环境下发生变化的程度不一致，作物的基因表达受到复杂多变的环境调控，同一基因在不同的环境中表达也有差异[67,68]。为评价农作物在不同环境下维持相对稳定的能力，Finlay等[69]提出“稳定性”指标来量化作物品种基因型与环境互作的大小，两者的互作效应越大、则品种稳定性越差，即这类作物产量和品质在气候变暖和极端事件增加的环境下更容易产生负面影响。目前已有大量关于基因型与环境互作对农产品品质影响的研究报道，如粮食类作物[70-72]、番茄[73]、甜瓜[74]、茶叶[75]、甘蔗[76]、大豆[77]等。

3 气候品质评价方法

3.1 数理统计法

基于数理统计方法，构建农产品品质因子与气候因子的相关关系，进行农产品气候品质评价，常用的方法主要有回归分析、主成分分析、判别分析和方差分析等。Mehdi等[78]根据苹果品质形成与气候条件的关系，采用主成分分析方法和层次聚类分析法确定影响因子、分级指标。Mkhabela等[79]引入标准化降水指数（SPI）、实际蒸散量（ETa）、潜在蒸散量（ETp）、标准蒸散量（ETc）和蒸散发亏缺指数（ETDI）等，通过采集春小麦样本测定了产量、籽粒蛋白质含量、粉质吸水率，利用相关和回归分析确定ET和ETDI能够准确评估加拿大草原气候条件对春小麦产量和品质的影响。Brankovic等[80]通过三因素方差分析和多元回归分析，确定了影响硬粒冬小麦品质的4个关键气候因子（4月日均温、6月日均温、3月降水量、3月日照时数），评估了研究区历史气候条件对冬小麦品质变异性和稳定性的影响。Panthee等[73]利用方差分析探讨基因型与环境互作对42个不同品种番茄果实品质的影响程度，评价了北卡罗来纳州、纽约州和俄亥俄州番茄果实品质的稳定性，为提高番茄果实品质、划分番茄气候适宜种植区提供科学依据。

基于统计方法的数学模型和专家论证是筛选综合影响因子的一种可选策略[81,82]，近年来筛选方法已从相对简单的线性回归和面板回归分析发展为复杂的混合模型，通过对数据方差—协方差结构的适当定义，这些综合影响因子的主要部分可以在混合模型框架内轻松实现[83,84]。众多国外学者应用AMMI模型、线性混合模型，Shukla模型、GGE模型、Eberhart-Russel模型等混合模型[85-88]评价了不同环境下农产品品质的稳定性。为了获得更可靠的生产实践结论，较多学者主张结合多种混合模型去进行农作物生产评价分析[89]。Fabio等[85]运用线性混合模型，Shukla模型和AMMI模型对不同施氮条件不同品种的冬小麦产量和品质数据进行了稳定性评价，研究表明线性混合模型能够有效总结多环境试验结果，为不同施肥条件下基因型的稳定性提供了可靠的指标；AMMI模型与Shukla模型有很好的互补作用，能够对一些基因型不稳定的原因进行解释，而AMMI模型还可以用不同年份的温度和降雨状况来解释系统和年份之间的相互作用分析。Phillips等[90]在2006年利用最大熵原理建立了MaxENT模型，该模型因具有自检测功能和较高的预测能力，已广泛应用于物种现实生境模拟、主要生态环境因子筛选以及环境因子对物种生境影响的定量描述方面，MaxENT模型作为一种新技术在农产品气候品质评价研究中也取得较好的反响[91-93]。

3.2 模型模拟法

3.2.1 作物模型

近年来诸多作物机理模型（CropSyst、SUCROS、WOFOST、SWAP、CERES等）[94-99]在区域作物产量预测、气候变化影响评估、农业预测与风险分析、农业气象影响评估等领域得以应用。由于目前没有一款作物机理模型能够对农产品品质进行数值模拟，因此引入作物机理模型估算的作物水分胁迫指数（CWSI）同农产品品质指标相结合是评估气候品质的唯一方法[94]。考虑到作物机理模型无法模拟农产品品质，国外学者在长期研究和实践中借鉴作物机理模型发展了一些定量评估气候条件对农产品品质影响的作物经验模型[100-102]。Pereyra-Irujo等[103]以气候数据为解释变量建立了向日葵生产模型，利用该模型评估了种植区域、播种日期和长期气候趋势之间向日葵产量和葵花籽油质的变异性，模拟结果发现低纬度地区向日葵产量下降，葵花籽油质却有所提升，具有高营养价值和氧化稳定性的葵花籽油能够弥补产量的损失。Iglesias等[99]综合考虑生产管理技术和灌溉措施，在模型中引入若干生产管理指标和灌溉面积百分比，构建了4种以谷物、葡萄、橄榄和柑橘为代表的经验模型，能够较好评估气候变化对传统地中海农业生产品质的影响程度。Grechi等[104]开发了一个能够评估印度洋西部留尼旺岛不同气候条件下芒果果实产量和品质变化的经验模型，并通过芒果物候阶段和果实成熟水平与害虫模型（特别是果蝇）进行耦合，能够提高该经验模型的评价效果。

3.2.2 气候模式

表2综合了第六次国际耦合模式比较计划（CMIP6）已发布预测未来气候变化情景的气候模式。Bonfante等[94]基于海气耦合气候模式评估了未来气候情境下意大利葡萄品质的变化，预期到2051年意大利坎帕尼亚地区葡萄品质会有所提升，品质等级将从标准品质葡萄向超优质葡萄跨越。Caubel等[107]应用CNCM和ARPEGE气候模式评价了SERSA1B、B1和A2情景下气候变化对法国两种玉米（早播和晚播）品质的影响,结果表明未来百年温度升高、降水减少会改善玉米的收获条件，有利于提高籽粒品质，特别是法国北部的晚播品种玉米品质更有优势。Monteverde等[108]利用WRF-SSIB区域气候模式预测了未来加利福尼亚南部的地表温度和降水变化趋势对酿酒葡萄气候适宜性的影响，预期到2050年研究区酿酒葡萄优质生产的气候适宜区域将缩小42%，酿酒葡萄的品质随着温度升高均有不同程度下降。

表2 CMIP6发布的全球气候模式基本信息

3.3 3S技术监测法

国外在采用3S技术（全球定位系统GPS、地理信息系统GIS和遥感RS）对农产品气候品质进行大面积实时评估研究方面取得较好进展。Ennahli等[109]利用GPS监测研究区土壤特性、土壤水分、葡萄产量以及果实品质（可滴定酸度、可溶性固形物浓度和花青素等），利用GIS绘制各因子的地理空间图用以评估研究区气候、土壤、地形等空间变异因子对葡萄产量和果实品质的影响程度。众多研究表明，基于遥感影像的植被指数如归一化植被指数（NDVI）、比值植被指数（RVI）、结构不敏感色素指数（SIPI）和差值植被指数（DVI）等能够用于评估气候变化对农产品品质的影响，其中NDVI指数能够较好地反映出不同气候条件下农产品生理生化品质和外观品质状况[110-113]。Guasconi等[114]利用NDVI指数和气候因子（≥0℃活动积温和降水量）预测冬小麦收获时产量和品质，将建模应用与气候季节预报相结合，开发一个冬小麦本地预报系统以更好地开展相关气候品质评价服务。Schelling等[115]利用NOAA/AVHRR遥感数据、TM遥感数据与基于GIS系统的数据信息，采用多元线性回归方法建立了大麦产量和籽粒蛋白质含量与NDVI指数、土壤类型、地形因子、气候因子等指标的回归模型。

4 气候品质评价指标

由于国外尚未系统、全面地推进农产品气候品质评价工作，迄今还没有一种完全通用和普适的评价指标分类标准，因此该文按照指标产生的方法和定量化程度进行归类将其分为模型模拟指标、定量指标和分级指标。

4.1 模型模拟指标

模型模拟指标主要分为两类，其一是基于数理统计方法的数学模型，其二是基于作物模型，通常采用模型模拟的输出变量直接进行农产品气候品质评价研究。如Matsuda等[116]利用1974—2004年日本南部的水稻品质以及温度和太阳辐射等数据构建一个简单的回归模型，结果表明研究区水稻灌浆成熟期间的平均温度持续升高，显著增加了垩白的籽粒。Smith等[117]以1975—1995年英国小麦为例，综合考虑了小麦品种、施氮量、土壤类型、冬季降水、春季降水和夏季温度等影响因子，采用有限最大似然（REML）法对小麦籽粒蛋白质含量和降落数值年际变化进行评估，确定小麦品种的改变是限制小麦籽粒品质优劣的关键影响因子，其中1995年小麦籽粒蛋白质含量较1975年下降了0.65%。Schroth等[91]利用MaxENT模型对墨西哥恰帕斯山脉未来咖啡豆的优质生产进行预测评估，预计到2050年，气候变暖、降水模式改变将使恰帕斯山脉低海拔地区（1 100～1 200masl以下）咖啡豆优质生产的气候适宜性显著下降。这类指标的优点在于具有坚实可靠的数学基础，明确各影响因素与农作物之间的协同变化关系，在评价过程中具有系统性、灵活性和简洁性等优势，但在实际应用中考虑的影响因素不够全面，导致模拟结果的不准确，对评价结果可能存在一定误差。

4.2 定量指标

定量指标是将农作物与气候之间的相互作用进行量化，通过数值大小来反映某种特定气候条件对农产品品质优劣的影响程度。如HolzkäMper等[118]筛选出影响玉米生产潜力的气候因子（f），主要有日均太阳辐射、日均气温、日均水分有效性、小于0℃日最低气温以及大于35℃日最高气温等，基于文献调研和专家评判对玉米每一个物候阶段内气候因子的适宜性进行0～1打分，分数为0则代表该气候因子的适宜性最差，作物停止生长。考虑到玉米在每一个阶段（p）较低适宜性的气候因子可以通过另一个较高适宜性的气候因子进行补偿，因此玉米全生育期的气候适宜性指数（S）表达式可由不同物候阶段各气候因子适宜性最小值进行线性加权得到：

式（2）（3）中，W1～Wp分别表示适宜性在不同物候阶段的权重，并且假设所有阶段的权重都相等。在此基础上有学者[119]开发出一种通用、灵活的农作物气候适宜性评价指数（GICS，Global Index of Climate Suitability），该指数将作物不同物候阶段的农业气候指标和归一化函数相关联并在气候效应上连续聚合得到适宜性0～1的值，目前在小麦、玉米、葡萄产量和品质评估方面均表现出优越的性能。

4.3 分级指标

分级指标是指综合考虑气候等因子对农产品品质的影响程度，进行气候品质等级划分。如Ramón等[55]提出对西班牙地区橄榄气候品质的评价方法，该方法基于在土地适宜性分类系统LSCs的框架内，综合考虑研究区橄榄果实品质形成需求相匹配的重要气候和土壤因素（包括冬季最低温度、开花和成熟阶段平均温度、年平均日照时数和相对湿度等气候因子以及土壤坡度、地表石质、排水性和渗透性等土壤因子），为每个影响因子从非常不利到非常有利建立了5个区间，确定每个区间的界限标准，最后根据土壤和气候评级标准建立了5个橄榄林气候适宜性等级。Bonfante等[94]利用SWAP模型估算的作物水分胁迫指数CWSI与葡萄果实中可溶性固形物、pH和花青素含量等品质性状进行相关性分析并确定以不同发育阶段CWSI积分值作为分级阈值为：

式（4）（5）中，Tr为每日实际蒸散量，Tp为每日潜在蒸散量，CWSIcum为葡萄生长期内CWSI积分值，t1和t2分别代表不同生育阶段开始和结束时间。并以收获时CWSIcum为基础构建葡萄气候品质评价分级指标（表3）。

表3 葡萄气候品质评价分级标准

5 气候品质评价应用

5.1 特色农产品发展

发展特色农作物有助于提升农产品市场竞争力，增加农产品附加值，实现农业增产增收，同时能够保护与利用特色农作物资源，培育更多特色农产品。如美国车厘子、西班牙油橄榄、智利蓝莓、意大利酿酒葡萄等已在国际上成功打造出优质特色农产品的品牌效应，提高了特色农产品的自身效益。Kumar等[120]在对不同品种芒果进行气候品质认证时，综合考虑当地气候条件、植株生长参数、产量及品质，评估了印度亚热带雨林气候最适商业栽培的芒果品种。

5.2 作物适宜种植区划分

作物适宜种植区划分可为合理布局作物种类、品种等提供理论指导，对稳定农业生产、提高农产品产量和品质以及增加农民收入具有现实意义。González等、Olesen等[121,122]通过建立模型筛选出影响农作物产量品质的关键气候因子，揭示了水分和温度对西班牙地区水稻生育期的适宜程度，并根据研究区温度和降水条件进行更为细致的气候适宜性分区。Chemura等[123]评估了气候变化对加纳地区关键粮食作物（玉米、高粱、木薯和花生）的适宜性，预期至2050年该地区除花生作物外，所有作物最佳适宜种植区都将减少，其中玉米减少幅度最大。在Ramirez-Cabral等[124]研究中，A2和A1B排放情景下未来北半球菜豆的适宜种植区扩大，而对于南半球菜豆适宜种植区则会缩小，因而北半球地区的农民可以根据通过扩大菜豆种植面积和出口量以此收获高产优质的农产品和增加经济收益。

5.3 气候变化适应策略制定

制定气候变化适应策略能够有效规避未来气候变化对农业生产和粮食安全带来的潜在风险，适应策略主要包括优化农业种植制度、调整农业生产管理措施以及选育农作物品种等。Lin等[33]为缓解未来气候趋势对玉米、小麦和水稻品质产生不利影响，提出了以下适应策略：调整作物种植时间可以避免光能损失，而调整C3和C4作物的种植面积和区域以及增加种植密度可以增加CO2的积累和有效利用。Tooley等[125]评价两种适应管理策略（传统施肥系统中改善土壤健康和改善灌溉措施）对未来气候情境下马铃薯品质潜力的影响，结果表明改善灌溉措施的施肥系统对马铃薯生产性能最好，可见灌溉对于改善或维持当前作物生产方面的重要性。在农作物品种选择和育种方面，Panthee等、Sinebo和Maulión等[73,126,127]众多学者基于品种基因型和环境相互作用来评价农作物生长发育和主要经济性状（产量和品质）在不同环境下维持相对稳定的能力，选择品种稳定性较好的农作物和改良作物品种是改善农产品品质以及缓解近年来气候变化异常的关键方法。特别是在大气CO2浓度升高和气候变暖的背景下，培育耐旱性、抗寒性好的作物品种将更能够适应未来的气候变化[33]。

5.4 农作物品种引进

农产品气候品质评价能够带动农户引进种植特色、优质农作物品种，有利于降低市场进口农产品的价格。以蓝莓为例，因其风味独特、具有较强的抗氧化能力（花青素、黄酮、肉桂酸等）深受消费者关注，其主要商业产区为北美（美国和加拿大）、欧洲（波兰和德国）以及南半球国家（乌拉圭、阿根廷、澳大利亚和智利）[128]，巴西在引进蓝莓种植时考虑到当地气候和土壤条件的不适宜性，比较了不同蓝莓品种在巴西潮湿的亚热带气候条件下的物候发育、生产力和果实品质的差异，最终确定“Bluegem”“Delite”“Climax”和“Powderblue”这4个蓝莓品种在巴西的生产潜力和品质潜力最好[129]。

6 讨论与展望

除遗传因素外，环境因素对农产品品质形成至关重要，其中气候因素的作用尤为显著。国外针对温度、降水、CO2浓度等气候因子的农产品气候品质评价研究已取得一定成果。就国外现有的研究来看，农产品气候品质评价考虑的影响因素较多，针对农产品品质的气候评价方法也较为丰富，而关于构建农产品气候品质评价指标方面，国外目前还没有一种完全通用和普适的评价指标分类标准。由此，今后针对农产品气候品质评价应重点关注以下几个方面。

（1）国外农产品气候品质评价研究有一定的局限性，还存在诸多不足。在气候品质影响因素方面，不同学者在评价过程中选择的影响因素各不相同，因而难以进行气候品质评价结果的横向比较，而影响因子选择的主观性和数据质量的稳定性也会导致评价结果的准确性受到质疑，同时在实际应用中易忽视各气候因子对作物影响的滞后效应。在气候品质评价方法方面，采用传统方法（回归分析、主成分分析和方差分析等）会忽略气候多因子之间的协同作用，如光照条件较好的情况下，热量和降水资源的利用率会提高；同样地在降水量适宜条件下，光照和热量资源利用率也会相应地有所提高。基于混合模型、MaxENT模型、作物模型、3S技术的农产品气候品质评价研究相较于传统方法优势明显，可以较好地消除主观判断和决策属性的不确定性。在气候品质评价指标构建方面，目前国外尚未有通用和普适的评价指标与分类体系成果，已有的指标按照指标产生的方法和定量化程度可分为模型模拟指标、定量指标和分级指标。为更好地推进农产品气候品质评价服务，在气候品质影响因素筛选、评价方法选择、评价指标构建等方面都有待于进一步规范和完善。

（2）农产品气候品质评价是国内气象部门在农业气象研究与应用的创新成果，从前期主要研究气候条件对产量的影响以及作物的气候适宜性、农业气候区划等，创新发展为农产品气候品质评价研究与应用，各地气象部门通过气候品质评价服务显著提升了当地特色农产品的认可度和知名度，为脱贫攻坚做出了重要贡献，社会经济效益十分显著。在众多研究报道中[130-132]，开展评价服务可分为4步，第1步探讨农产品品质和气候因子的相关性，第2步筛选气候品质指标，第3步采用统计方法构建基于气候品质指标的农产品气候品质评价模型，第4步划分农产品气候品质等级。相较于国外已有研究，国内农产品气候品质影响因素和评价方法相对单一，大多未考虑土壤、水文、地形条件、人工管理等其他环境因素对农产品品质的影响。另外国内农产品气候品质评价主要研究当年与历史气候条件对农产品品质影响的利弊程度，而国外相关研究不仅研究历史气候，还研究利用大气环流模式（GCMs）、海气耦合气候模式（AOGCMs）或区域气候模式（RCMs）等构建未来气候变化情景，评估未来气候变化对农产品品质的影响程度。

（3）未来国内农产品气候品质评价应重点加强以下研究与实践：综合多环境因素（如地形地貌、水文资源、病虫害、人工管理措施等）影响，构建基于多环境因素的农产品气候品质评价指标；探索发展混合模型、MaxENT模型、作物模型、3S技术等在气候品质评价中应用的新技术与新方法；开展未来气候变化对农业气候资源动态评估和农产品气候品质评价研究，拓展特色农产品的气候品质评价研究。为实现农产品气候品质评价的科学化、精细化与生产应用服务提供科技支撑，以支撑适应与应对气候变化和现代农业发展对农作物高产优质与农产品提质增效的国家需求。