丘陵地区气候极端事件对玉米产量的多尺度水热协同调控

《Atmosphere》：Hydrothermal Controls of Climate Extremes on Maize Yield Across Scales in Hilly Regions

　　

该研究基于长期气象（1985–2025）与作物产量（1982–2015）数据集，从水热（hydrothermal）视角系统考察了成都—重庆地区极端气候指数与玉米（Zea mays L.）产量在时间（长期趋势、年际异常及突变变化）与空间（区域与格网）多尺度上的关联关系。研究结果揭示了显著的暖干化趋势：暖相关温度极端事件及连续干日（Consecutive Dry Days, CDD）增加，冷极端事件减少；约2005年出现向更干条件的转变，而温度极端自1990年代末起呈阶梯式变化。玉米产量呈显著上升趋势，约1997年发生突变性增加，与冷胁迫减轻密切相关。尺度依赖性分析表明，气候—产量关系主要通过长期水热变化而非短期变率表达：玉米产量对暖条件及延长干期呈正响应，对冷极端及过量降水呈负响应。相反，基于年际异常的相关性较弱且空间不一致，表明由于系统缓冲与农业适应，产量对短期气候变率的敏感性有限。空间上，气候—产量关系呈现显著异质性，西部以温度限制为主导，中东部盆地水分效应更为突出。机制上，突变分析揭示两种不同调控机制：冷极端作为阈值限制与产量快速转变相关，而暖干化则对生产力产生渐进累积效应。总体而言，玉米产量动态与长期水热演变的关联强于年际变率，凸显了在气候变化背景下区分时间尺度、水热状况与长期农业系统演变在气候—作物评估中的重要价值。

该论文发表于《Atmosphere》，聚焦于全球变暖背景下农业系统对极端气候事件的响应机制这一重要科学问题。研究背景方面，全球平均地表温度已较工业化前水平上升约1°C，并以约0.2±0.1°C/十年的速率持续攀升，中国升温趋势更为显著，1951–2020年达0.26°C/十年。伴随变暖的是极端气候事件频率与强度的增加，尤其在生态敏感区域如中国西南地区。与此同时，中国耕地扩张潜力有限，单产提升成为保障粮食安全的关键路径，玉米作为全球最重要的主食作物之一，理解极端气候变率对其产量的影响至关重要。尽管已有研究采用过程模型、统计分析及田间试验等方法评估气候对作物产量的影响，但大多数研究集中于气候影响的幅度与机制，而对极端气候变化与作物产量动态之间的时间一致性关注不足，尤其不清楚极端气候指数的趋势与突变是否与玉米产量同步，以及不同空间尺度下是否存在时间错配与滞后效应。成都—重庆地区位于中国西部丘陵区，复杂地形与雨养农业特征使其对气候变率高度敏感，自1990年代末以来该地区极端暖事件与复合干热极端显著增加，但系统性评估极端气候指数与玉米产量协同演变的研究仍然缺乏。

研究人员开展了成都—重庆地区极端气候指数与玉米产量的多尺度评估研究，核心结论包括：（1）极端气候指数呈现显著暖干化趋势，暖相关温度极端增加而冷极端减少，降水指数显示2005年前后向更干条件转变；（2）玉米产量显著上升并于约1997年发生突变，与冷胁迫减轻密切相关；（3）气候—产量关系具有尺度依赖性，长期趋势层面关联强且空间一致，而年际异常层面关系微弱且空间碎片化；（4）突变分析揭示冷极端作为阈值限制触发产量快速转变，而暖干化产生渐进累积效应。该研究的重要意义在于首次系统区分了时间尺度效应，揭示了长期水热演变而非短期气候变率是驱动玉米产量变化的主导因素，并识别出从东部水分胁迫到西部温度限制的空间过渡格局，为区域适应性农业管理提供了科学依据。

研究采用的关键技术方法包括：数据来源方面，气象数据采用欧洲中期天气预报中心哥白尼气候变化服务提供的1985–2025年农业气象指标再分析数据集（水平分辨率0.1°×0.1°，日急时间分辨率），提取日降水量、日最高/最低气温；玉米产量数据来源于国家生态系统科学数据中心全球主要谷类作物产量数据集（1982–2015年，水平分辨率5弧分约10 km×10 km）。

分析方法体系包含三个核心模块：（1）趋势检测采用Theil–Sen斜率估计量（非参数趋势幅度估计）、Mann–Kendall趋势检验（非参数单调趋势显著性检验）及Pettitt突变检验（非参数单点突变检测），在区域尺度对空间平均时间序列进行分析，在格网尺度对每个格点独立计算；（2）趋势一致性分析采用Spearman秩相关系数评估气候极端与玉米产量的关联，并引入趋势—异常分解方法：利用局部加权多项式回归（LOESS）将时间序列分解为长期趋势分量与年际异常分量，分别进行趋势相关分析和异常相关分析，以区分长期气候变化与年际变率的影响；（3）突变一致性分析在格网尺度计算玉米产量与各极端气候指数突变点年份的差异Δt，以±2年为容差窗口判定一致性空间格局。

研究结果部分，"极端降水指数的空间与时间变异"表明：连续干日（CDD）呈中部高值模式，其他降水指数呈边缘高、中心低模式。时间变异上，连续湿润日数（CWD）、强降水量（R20mm）、极端强降水量（R95p）、极强降水量（R99p）、最大1日降水量（RX1day）和降水强度（SDII）无显著趋势，而CDD显著增加、中雨日数（R10mm）和总降水量（PRCPTOT）显著减少，指示整体暖干化。突变分析显示CDD、R10mm和PRCPTOT在2005年前后发生显著突变。格网尺度上，R10mm和PRCPTOT在东北四川盆地呈显著减少趋势，CDD在东部大部分地区显著增加，且CDD突变年份自西向东推进。"极端温度指数的空间与时间变异"揭示：霜日（FD）和低值日最低气温（TNn）山区高、盆地低；夏日数（SU）、高值日最高气温（TXx）和低值日最低气温反而盆地中心高。时间趋势上，FD和TNn无显著变化，冷事件指数（TN10p和TX10p）显著减少，暖相关指数（SU、TXx、TN90p和TX90p）显著增加。突变检测发现TN10p和TX10p约1997年突变，SU、TN90p和TX90p约2004–2005年突变，TXx约2011年突变，呈现阶梯式增暖特征。格网尺度上，冷事件减少在西部更强，暖事件增加同样西强东弱，突变年份空间格局各异。"玉米产量的空间与时间变异"显示：产量空间分布差异不大，但1982–2015年呈显著上升趋势（Sen斜率82.730 kg·ha^-1·yr^-1），约1997年发生突变；格网尺度上西部增产较慢、东部较快，多数格点突变年份集中于1995年前后。"玉米产量与极端降水指数的秩相关"发现：趋势层面玉米产量与CDD显著正相关，与CWD、R10mm、R20mm、R95p、SDII和PRCPTOT显著负相关；异常层面所有相关均不显著。格网尺度趋势分析中CDD以正相关为主，CWD、R10mm、R20mm和PRCPTOT以负相关为主，R99p和RX1day呈 Workflow West–east contrast（西部正相关、东部负相关）；异常层面关系微弱且空间碎片化。"玉米产量与极端温度指数的秩相关"表明：趋势层面产量与SU、TXx、TNn、TN90p和TX90p显著正相关，与FD、TN10p和TX10p显著负相关；异常层面同样不显著。格网尺度上冷相关指数以负相关为主，暖相关指数以正相关为主，TNn和FD呈现复杂空间格局。"极端气候指数与玉米产量突变一致性"分析揭示：区域尺度上产量突变与TN10p、TX10p的1997年突变同步；格网尺度上CDD一致性主要位于中部盆地，温度极端则呈现空间分异格局。

讨论部分，研究人员首先阐述了成都—重庆地区极端气候变化特征：暖相关指数显著增加，西部因高海拔敏感性更强，1997年和2002年前后温度极端发生显著突变，空间非同步性导致对农业系统的时滞影响；CDD呈增加趋势，尤其中东部显著，降水极端约2005年突变，呈现自西向东推进的暖干化格局。其次分析了极端气候变化对玉米产量的影响机制：长期尺度上玉米产量主要受低频水热变率驱动，高频变率影响被农业管理措施缓冲；双季玉米种植制度整合多生长季气候条件，强化了长期趋势影响而平滑年际变率。水热协同调控机制体现为，暖条件缓解热限制、干条件改善土壤通气与辐射条件，而东部过湿限制重于西部温度限制。年际尺度关系微弱源于农业系统缓冲能力与作物生长的季节累积特性。突变分析进一步区分了两种机制——冷极端作为阈值限制（1997年前后同步突变），暖干化则产生渐进累积效应（无同步突变年份）。

研究结论指出：（1）极端气候指数呈显著暖干化，SU和TXx显著增加，冷极端是越来越极端降水指数指示2005年前后向更干条件转变；（2）玉米产量显著上升并约1997年突变，与冷胁迫减轻的阈值效应密切相关；（3）气候—产量关系具有尺度依赖性，趋势层面关联强而异常层面微弱；（4）冷极端作为阈值限制触发快速产量转变，暖干化产生渐进累积效应。总体而言，成都—重庆地区玉米产量动态反映气候变化与农业系统发展的长期协同演变，长期气候强迫的影响强于年际变率，从东部水分胁迫到西部温度限制的空间分异格局要求差异化适应策略，而非气候因素如技术进步、品种改良和政策驱动亦贡献显著，未来研究需整合气候、技术和社会经济驱动因子以改进产量变率归因和未来韧性预测。