氣候因素對吉林市春玉米單產的統計學分析

邊遠 滕飛 平冰宇 王紅宇

摘要 為研究氣候因素對吉林市春玉米產量的影響，基于2000—2020年的農業和產量數據，對吉林市的氣候因子變化和玉米單產變化進行相關分析，并運用逐步回歸方法建立氣象單產和氣候因素的數學模型。結果表明：近21年來吉林市春玉米生育期內除日照時數外，年平均氣溫、總降水量、年平均風速和濕度的線性均呈逐年上升趨勢；玉米實際單產和氣象單產線性在2010年以前呈下降趨勢，在2010年之后為上升趨勢，氣象單產數據波動較大；日照時數與玉米單產存在顯著的正相關關系。研究旨在探尋對吉林市春玉米產量影響顯著的因子，從而合理規劃種植方案，以實現糧食增產。

關鍵詞 氣候因素；玉米產量；相關分析；逐步回歸

中圖分類號：S513 文獻標識碼：B 文章編號：2095–3305（2023）09–0-04

糧食安全是“國之大者”。黨的二十大報告中提出，“全方位夯實糧食安全根基”“確保中國人的飯碗牢牢端在自己手中”。可見，糧食對人民和國家有著舉足輕重的影響[1]。玉米是重要的糧食產物，然而影響玉米產量高低的因素很多，如土壤狀況、生產力水平和氣候條件等，面對當今嚴峻的全球變暖問題，研究玉米產量如何受氣候變化影響成為重要的課題。

近年來，對玉米產量與氣候因子之間的關系研究，許多學者進行探討。羅瑞林[2]對內蒙古玉米種植區的溫度和降水量變化趨勢進行分析，并進行肯德爾檢驗，計算干燥度指數，分析溫度、降水量和玉米生長發育的相關性及其對玉米產量的影響。侯英雨等[3]提出作物生長日可利用降水量的推算方法和氣象指標時間插值算法，構建了東北地區日尺度氣候適宜度模型。趙錦等[4]學者利用APSIM-Maize模型模擬東三省春玉米可能種植區域內氣象站點逐年的雨養產量，并結合統計學方法，分析春玉米雨養產量高產性和穩產性的變化特征。王占彪等[5]通過分析華北平原的氣候數據，分析夏玉米營養生長期、并進期、生殖生長期和全生育期的生長度日、高溫度日、降水量及氣候傾向率的時空分布。

綜上所述，學者可進一步完善細化氣候產量的分離研究，為適應氣候條件使農業產量達到最大化，選取2000—2020年吉林市的氣象數據和農業數據。首先，將統計年鑒中吉林市歷年玉米總產量和種植面積數據進行預先處理計算玉米單產，為后續氣象產量求解奠定基礎；其次，將各氣候因子先單獨考慮，分析單一因素與氣象產量的相關性；最后，分析各氣候因子對產量的綜合作用并求解逐步回歸方程，為農業生產部門和政府相關部門制定相關風險防范措施、提高農作物產量、研究氣候變化特征提供有力的論證依據。

1 研究區域概況

吉林市地處43°31′～44°40′N，125°40′～127°56′E之間，位于吉林省中部偏東方向，是吉林省的第二大城市，位于長白山區向松遼平原過渡地帶，地貌類型復雜，有“遠迎長白，近繞松花”之勢，土地肥沃，適宜水稻、旱糧農事耕作。吉林市屬于溫帶大陸性季風氣候，四季分明，春季少雨干燥，夏季溫暖多雨，秋季涼爽晴朗，冬季漫長而寒冷，氣溫受地形影響，由西、西北向東、東南氣溫逐漸下降[6]。

2 數據來源與處理

2.1 數據來源

氣象數據來自中國氣象網的V3.0地面氣象觀測數據集，包含吉林市基本氣象站2000—2020年的氣象數據，而且對缺測數據進行線性內插，同時刪除異常值，最后選取生育期內年平均氣溫T、總降水量P、日照時數SH、年平均風速F、年平均濕度H作為氣候因子變量加以研究。玉米產量等農業數據來自吉林省統計年鑒中2000—2020年各個市、縣的主要農作物總播種面積和產量統計等。

2.2 數據處理

重點探討氣候因子對氣象產量的影響，從吉林省統計年鑒中整理2000—2020年吉林市的玉米總產量X和播種面積S，使用Excel計算每年的玉米實際單產Y，然后使用一階差分法計算相鄰兩年春玉米產量的差值，即可得到春玉米氣象單產Yw（t/ha）：

Y=X / S（1）

Yw=Yn+1-Yn（2）

式（1）、（2）中，n=1，2，…，20。

3 結果與分析

3.1 氣象數據分析

分析并繪制吉林市2000—2020逐年的氣象數據折線圖（圖1），以時間序列作為自變量，將各氣候因子的觀測值作為因變量，觀察氣象數據的線性變化趨勢[7]。

觀察圖1a可知，受全球氣候變暖的影響，吉林市在2000—2020年玉米生育期內的年平均溫度的線性趨勢呈現逐年遞增狀態，氣候傾向率為0.127 ℃/10年。21年間，受高溫少雨旱情影響，平均氣溫最高出現在2000年，而年平均氣溫最低出現在2009年；觀察圖1b可知，總降水量變化幅度最大，線性趨勢呈現上升狀態，增長速率分別為11.888 mm/年，春季降水偏少，夏季降水較多。2009年降水量因旱災出現突破性的低值，而2019年由于強降水導致降水量達到最大值，降水量相對適中但總體趨勢變化不穩定；觀察圖1c可知，總日照時數呈遞減趨勢，遞減速率分別為3.100 5 h/年，但高日照時數的年份較多，有17年的總日照時數超過1 000 h。2005年日照時數是歷史同期的最低值，為879.08 h，而2002年日照時數最高可達1 208.16 h；觀察圖1d可知，年平均風速的線性趨勢變化不大，風速基本為1.7～2.2 m/s，吉林市常年主導風向為西南風，平均風速最大的年份是2019年，風速值為2.20 m/s，平均風速最小的年份為2012年，風速值為1.80 m/s；觀察圖1e可知，年平均濕度的線性趨勢呈現逐年遞增的狀態，速率為0.163 1%/年。平均濕度最大的在2020年，濕度值為77.85%，平均濕度最小的為2007年，濕度值為68.32%。

3.2 玉米產量數據分析

觀察2000—2020年吉林市春玉米的實際單產和氣象單產分成2個階段（圖2），第一階段是2000—2009年，在此期間春玉米實際單產和氣象單產均呈現下降趨勢，實際單產以每年0.037 t/ha的速率下降，同時氣象產量以每年0.058 7 t/ha的速率下降；第二階段是2010—2020年，春玉米實際單產和氣象單產均呈現上升趨勢，實際單產以每年0.047 3 t/hm2的速率上升，而氣象產量以每年0.015 1 t/hm2的速率上升，兩者同步變化。綜上，氣象產量的波動變化間接證明了氣候因子極大地影響玉米的產量[8]。

3.3 單一氣候因子對吉林市春玉米產量的相關性分析

首先，對產量和氣象數據進行正態性檢驗，經驗證，所有要素全部具備正態性特質。其次，采用一階差分法進一步處理氣象數據，一階差分既可以清除序列所包含的隨機性趨勢，又可以降低氣象數據對時間的依賴性，即減弱時間對氣象數據的影響[9]。最后，將玉米單產的變化值設為?yw，將氣候因子的變化量設為?xi（i=1，2，3，4，5，分別代表年平均氣溫、總降水量、日照時數、年平均風速和年平均濕度），對單一氣候因子和玉米產量分別進行Pearson相關分析，結果見表1，并對顯著性高的氣候因子求出如下線性回歸方程：

?yw=k?xi+b（3）

式（3）中，k代表一次回歸方程的系數，b代表一次回歸方程的常數項。

觀察表1可知，2000—2020年吉林市春玉米單產變化?yw只和日照時數變化?x3之間存在顯著的正相關關系，相關系數為0.555（P＜0.05），表示中等程度的相關，兩者線性回歸結果見表2。

結合表1中結論和對玉米的現有研究可知，玉米作為一種喜光的作物，在種子發芽期，因內部此時沒有生成葉綠體，其生長只需空氣、溫度和水分。從種子萌發后，幼苗細胞中出現葉綠體，開始進行光合作用。玉米出苗后，若長期處于短日照條件下，則發育加快、植株矮小、提前抽雄開花而降低產量；若長期處于長日照條件下，則植株增高、莖葉繁茂、抽雄開花期延遲，甚至不能開花結果[10]。綜上所述，從相關分析結果和作物生長特性角度均驗證日照時數變化對氣象單產變化有顯著的影響。

其他氣候因素對氣象單產的影響不顯著，不代表對產量沒有影響，只是在年平均尺度溫度、降水、風速和濕度的變化不顯著，所以相關系數相對較低。實際上，從玉米播種到收獲，溫度影響力也不容忽視，春玉米的出苗時間和生長發育的速度都離不開溫度的作用，溫度太高或者太低都不適合春玉米的種植。玉米葉片在進行光合作用時，降水是合成生長所需有機物質和分配礦物元素的條件之一，包括玉米體溫的調節和在拔節、抽穗、開花階段都離不開水分。風速對玉米的產量也有一定的影響，有助于玉米的光合作用，還可幫助其授粉，過大的風速會使玉米葉片掉落，縮小光合作用的面積，正常生長受到阻礙。玉米對環境中濕度的變化較為敏感，合適的濕度可以促進其生長發育。發芽期是玉米種植的重要階段，此時胚根開始生長，合適的濕度值應保持為70%～80%，有利于提供充足的水分；生長期是玉米種植的主要階段，合適的濕度有利于玉米植株生長；抽穗期是玉米開始開花的階段，合適的濕度對其傳粉和受精有益；成熟期是玉米種植的最后階段，合適的濕度可保證玉米的質量和儲存，以防潮濕和發霉。

由表2可知，將日照變化作為自變量，而將氣象單產變化作為因變量進行線性回歸分析，公式如下：

?yw=0.085+0.010*?x3（4）

式（4）中，模型R2=0.308代表日照變化可以解釋氣象單產變化30.8%的變化原因，模型通過F檢驗（F=7.550，P=0.014＜0.05），即說明日照變化會對氣象單產變化產生影響關系，且日照變化的回歸系數值為0.010（t=2.748，P=0.014＜0.05），意味著日照變化會對氣象單產變化產生顯著的正向影響關系。

3.4 氣候因子對吉林市春玉米產量的回歸分析

研究單一氣候因子對春玉米氣象單產的影響，初步發現日照時數和氣象單產呈顯著正相關。然而，實際生活中各氣候因素間互相作用，表1中降水與溫度也呈顯著正相關，即存在多重共線性[11]。因此，建立氣象單產與氣候因子的逐步回歸方程，t檢驗判斷顯著性時，須滿足P＜0.05，變量才能在方程中存在，方程如下：

yw=αx1+βx2+γx3+φx4+Φx5+c（5）

式（5）中，α、β、γ、φ、Φ代表方程中對應變量的系數，c代表常數，結果見表3。

將全部氣象因子作為自變量，而將氣象產量作為因變量進行逐步回歸分析，經過模型自動識別，最終余下日照一項在模型中，R2=0.028，意味著日照可以解釋氣象產量的22.8%變化原因。而且模型通過F檢驗（F=5.306，P=

0.033＜0.05），說明模型有效[12]。公式如下：

yw= -7.378+0.007*x3（6）

式（6）中，日照的回歸系數值為0.007

（t=2.303，P=0.033＜0.05），意味著日照時數與吉林市春玉米氣象單產存在顯著的正向影響關系[13]。

4 結論

分析了吉林市2000—2020年春玉米生育期內氣候因素和產量的線性趨勢，并對兩者的相關性和回歸方程進行重點求解，研究結論和多位學者的成果也基本吻合。但是，玉米產量的影響因素不僅僅只有氣候，還包括品種等，雖然采取一階差分法得到氣象單產，仍有意外情況如臨時的農業政策調整和玉米價格波動等，需要進一步提高方法準確度；相關分析和逐步回歸方程結果顯示氣象單產只與日照時數呈顯著正相關關系，而與其他氣候因素無關，并不代表真實情況，可能其他氣象數據的年際差異較小影響不顯著。針對玉米產量的研究下一步可以從自然因素和非自然因素入手，應用更全面精準的數學模型控制變量助力農業生產。本研究主要結論如下：

（1）從氣候因素變化趨勢角度分析可知，吉林市近21年春玉米生育期的氣候變化除日照時數外，年平均氣溫、總降水量、年平均風速和濕度的線性變化趨勢均呈逐年上升，上升速率分別為0.012 7 ℃/年、11.888 mm/年、0.009 9 m/s/年和0.163 1%/年，而日照時數的下降速率為3.100 5 h/年。

（2）從春玉米產量角度分析可知，吉林市的玉米實際單產和氣象單產在2010前呈下降趨勢，從2010—2020年呈上升趨勢，氣象單產數據波動較大，說明氣候因素確實對玉米產量產生不可忽視的影響。

（3）從全部氣候因素對春玉米影響角度分析可知，應用Pearson相關分析和逐步回歸方程求解，發現日照時數是對吉林市春玉米單產有顯著正影響的氣候變量，為合理規劃農業生產提供有力的科學依據。

參考文獻

[1] 盧景波.深入學習貫徹習近平總書記關于糧食安全的重要論述 不斷提升國家糧食安全保障能力和水平[J].中國糧食經濟，2022，35（12）：4-8.

[2] 羅瑞林.氣候變化對內蒙古春玉米產量影響的研究[D].呼和浩特：內蒙古農業大學，2013.

[3] 侯英雨，張艷紅，王良宇，等.東北地區春玉米氣候適宜度模型[J].應用生態學報，2013，24（11）：3207-3212.

[4] 趙錦，楊曉光，劉志娟，等.全球氣候變暖對中國種植制度的可能影響Ⅹ：氣候變化對東北三省春玉米氣候適宜性的影響[J].中國農業科學，2014，47（16）： 3143-3156.

[5] 王占彪，王猛，尹小剛，等.氣候變化背景下華北平原夏玉米各生育期水熱時空變化特征[J].中國生態農業學報， 2015，23（4）：473-481.

[6] 鮑新華.吉林—長春—四平城市經濟帶表土環境質量評價與生態地球化學分區[D].長春：吉林大學，2011.

[7] 王柳，熊偉，溫小樂，等.溫度降水等氣候因子變化對中國玉米產量的影響[J].農業工程學報，2014，30（21）：138-146.

[8] 車曉翠，李洪麗，張春燕，郭聃，沈海鷗.1980年代以來氣候變化對吉林省玉米產量的影響[J].水土保持研究，2021， 28（2）：230-234，241.

[9] 李輝，姚鳳梅，張佳華，等.東北地區玉米氣候產量變化及其對氣候變化的敏感性分析[J].中國農業氣象，2014，35（4）： 423-428.

[10] 李秀穎.探析農業氣象對玉米種植的影響及作用[J].中國農業信息，2015，27 （22）：113-114.

[11] Liu Y， Wang E， Yang X G， et al. Contributions of climatic and crop varietal changes to crop production in the North China Plain， since 1980s[J]. Global Change Biology， 2010， 16（1）： 2289—2299.

[12] 曹永強，李玲慧，路潔，等.氣候變化對遼寧省玉米產量的影響[J].中國農村水利水電，2020，62（11）：132-137.

[13] 梁烜赫，徐晨，王冰，等.吉林省不同生態區氣象因子對玉米產量影響的評價[J].吉林農業科學，2015，40（4）：17-20.

Statistical Analysis of Climatic Factors on Spring Corn Yield in Jilin City

Bian Yuan et al（Jilin Normal University， Siping， Jilin 136000）

Abstract In order to study the impact of climate factors on spring corn yield in Jilin City， based on agricultural and yield data from 2000 to 2020， a correlation analysis was conducted between climate factor changes and corn yield changes in Jilin City， and a mathematical model for meteorological yield and climate factors was established using stepwise regression method. The results Showed that in the past 21 years， except for sunshine hours， the linear changes in annual average temperature， total precipitation， annual average wind speed， and humidity have all increased year by year during the growth period of spring corn in Jilin City; The actual yield of corn and the linear trend of meteorological yield showed a downward trend before 2010 and an upward trend after 2010， with significant fluctuations in meteorological yield data; There was a significant positive correlation between sunshine hours and maize yield per unit area. The research aimed to explore the factors that have a significant impact on the yield of spring corn in Jilin City， in order to plan planting plans reasonably to achieve grain yield increase.

Key words Climate factors; Corn yield; Correlation analysis; Stepwise regression