基于GTWR模型的安徽省氣候對水稻生產力影響的時空分布規律

曹浩然 孟梅

摘要：以氣溫和降水量作為氣候變化的2個因素，以安徽省為研究區域，基于2001—2020年氣溫、降水量及水稻產量數據，使用時空地理加權回歸（GTWR）模型分析氣溫與降水量2個因素對水稻產量的作用機制。結果表明，2001—2020年，安徽省各市水稻年平均產量在時間上出現持續波動的現象，在空間上也存在特定的集聚現象；安徽省西北部地區氣溫、降水量與水稻產量呈正相關關系，其中蚌埠市正相關關系最為顯著；在安徽省所有城市中，淮南市和六安市的水稻產量受氣溫和降水量影響最為明顯，而淮北市水稻產量受氣溫和降水量的影響相對較小，說明該地區其他因素對水稻產量具有更深影響。

關鍵詞：溫度；降水量；水稻產量；時空地理加權回歸（GTWR）；安徽省

中圖分類號：S162.5+3? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）06-0012-10

DOI：10.14088/j.cnki.issn0439-8114.2024.06.003 開放科學（資源服務）標識碼（OSID）：

The temporal and spatial distribution of the influence of climate on rice productivity in Anhui Province based on GTWR model

CAO Hao-ran， MENG Mei

（School of Public Administration（Faculty of Law）， Xinjiang Agricultural University， Urumqi? 830002， China）

Abstract：Taking temperature and precipitation as the two factors of climate change and Anhui Province as the study area， based on the data of temperature， precipitation and rice yield from 2001 to 2020， the mechanism of temperature and precipitation on rice yield was analyzed by geographically and temporally weighted regression（GTWR）. The results showed that from 2001 to 2020， the rice yield of each city in Anhui Province showed a continuous fluctuation in time， and there were also specific agglomeration phenomena in space. The temperature and precipitation were positively correlated with rice yield in the northwest of Anhui Province， and the positive correlation was the most significant in Bengbu City. Among all the cities in Anhui Province， the rice yield in Huainan City and Luan City was the most significantly affected by temperature and precipitation， while the rice yield in Huaibei City was relatively less affected by temperature and precipitation， indicating that other factors in this region had a deeper impact on rice yield.

Key words： temperature； precipitation； rice yield； geographically and temporally weighted regression（GTWR）； Anhui Province

糧食安全是國家穩定和人民生活的根本。習近平總書記強調，要牢牢把握好糧食安全的主動權，爭分奪秒地抓好糧食生產［1］。中國目前的糧食需求不斷增加，在嚴峻的國際形勢下，不可控因素日益增加，使中國的糧食生產面臨更大的壓力。新出臺的《中華人民共和國鄉村振興促進法》，針對當前糧食生產的不確定因素，提出“以我為主，立足國內，確保產能，適度進口，科技支撐”［2］，以“穩產保供”為核心，掌握國家糧食安全的主動權。

世界氣候變暖問題不斷加劇，《IPCC第五次評估報告》中提出，氣候變化的程度超過了以前人們對它的認知，在最近30年里，地球每10年表面的溫度比以往任意10年都要高，而在2000年后的10年里，氣溫是最高的［3］。近50年來，中國的地表溫度上升速率一直保持在1.22 ℃/10年左右［4］。中國作為一個農業大國，氣候變化將直接帶來光熱水資源的變化，進而對作物的生產潛力、生產布局及生產機制等產生直接或間接影響［5-7］。安徽省作為中國主要水稻產區，其水稻生產力將直接影響國家糧食安全和社會穩定，而農業生產很大程度上受制于環境條件，具有很強的季節性和地域性。對安徽省而言，氣候資源輸入的多寡，特別是熱量條件的好壞，直接影響農業生態系統結構的穩定性，從而影響作物生產力。在此背景下，研究氣候變化對水稻生產力的影響具有很重要的現實意義。

關于氣候變化對水稻生產力的影響，國內外已有很多相關研究，綜觀國內外研究現狀，主要聚焦于3個方面，即氣候影響因素、統計模型及時空變化特征。在氣候影響因素方面，胡慧芝等［8］分析了漢中盆地日氣溫、降水量、氣溫日較差、積溫等因素對水稻產量的影響；李偉光等［9］分析得出早稻、晚稻的營養生長期、生殖生長期均隨著降水量和日照時數的增加而延長，隨著溫度上升而縮短；左慧婷等［10］研究了不同氣候帶典型區域中積溫、降水等氣候因子與水稻單產存在著強烈的相關性。在模型方面，主要包括統計模型和計量經濟模型兩類。統計模型通過數理統計方法評估氣候因子變動對水稻產量的影響，主要包括函數模型、波動分析、一階差分等數理統計方法。韓芳玉等［11］通過分析氣候變化對中國水稻產量的影響，根據生產要素和生產函數理論， 以C-D生產函數模型為基礎，將氣候要素作為重要生產要素加入模型，構建經濟-氣候模型（簡稱C-D-C模型），并分析氣候要素對作物產量的影響；朱珠等［12］通過分析氣候變化對江蘇省水稻生產現狀的影響，采用多元統計方法實證分析得出，太陽輻射、最高氣溫和平均氣溫對水稻產量有顯著的正向影響，而降水量卻對水稻產量有負向影響；陳超等［13］通過分析氣候要素與四川省單季稻產量間的關系，得出氣溫升高對四川省單季稻產量影響最明顯，且影響范圍和分布面積最廣，其次則為日較差、太陽輻射和降水量3個氣候因子。關于計量經濟模型，學者們通過構建計量經濟模型，利用氣象數據和歷史統計數據，分析考察氣候要素，如氣溫、降水等對水稻產量的影響［14，15］。氣候變化對中國南方地區的水稻生產存在不利影響，造成了中國南方地區水稻產量的嚴重減產，預測未來氣候變化對中國南方水稻產量的影響也將以減產為主［16］。關于氣候變化對農作物產量時空特征的影響方面，王石立等［17］利用RegCMs模型，采用數理統計的方法研究了黃淮海地區氣候變化對作物產量的影響，發現氣溫上升使得北部和中部地區秋季和冬季糧食增產、春季減產，但南部地區則是秋季和冬季減產、春季增產；降雨的增多促進大部分糧食產區小麥增產；鐘新科等［18］將GIS技術與AEZ模式相結合，分析了中國30多年來玉米產量潛力，發現氣候干旱是影響玉米生產潛力的重要因素，并且存在著明顯的空間性差異，黃淮海以南、華南大部地區有明顯的增長趨勢，而東北西部、黃淮海平原、黃土高原等地區的氣候生產潛力則呈現出明顯的降低趨勢；謝云［19］對內蒙古自治區的氣候生產潛力進行了分析，認為氣候生產潛力是一個區域的氣候資源，也就是水、光、熱等氣象因素的有效利用，在氣候因素不穩定的情況下，該區域的水、光等要素之間的匹配也會隨之變化，從而影響到氣候生產潛力；許信旺等［20］研究了安徽省氣候變遷對水稻生產的影響及其對策，表明安徽省降水量分布具有明顯的季節性差異，降水多出現在夏季，降水量由南向北逐漸減小，安徽省的糧食產量存在明顯的時空差異。

本研究以安徽省為對象，研究該地區2001—2020年氣溫和降水量對各市水稻產量影響的時空變化規律，以期為該地區的糧食生產布局工作提供參考。

1 研究區概況

安徽省地處中國華東地區，經濟上屬于中國東部經濟區。地處長江、淮河中下游，長江三角洲腹地。東連江蘇、浙江，西接湖北、河南，南鄰江西，北靠山東。現有16個地級市、9個縣級市、50個縣、45個市轄區。總面積14.01萬km2，全省耕地422萬hm2、林地329萬hm2、水面105萬hm2。共有河流2 000多條，河流除南部新安江水系屬錢塘江流域外，其余均屬長江、淮河流域，分別流經安徽省416 km和430 km，平原、丘陵、山地各占1/3。

1.1 氣候概況

安徽省因地處長江三角洲腹地，氣候較為濕潤，屬暖溫帶與亞熱帶的過渡地區，在淮河以北屬暖溫帶半濕潤季風氣候，淮河以南屬亞熱帶濕潤季風氣候。其主要特點是季風明顯，四季分明，春暖多變，夏雨集中，秋高氣爽，冬季寒冷。安徽省地處中緯度地帶，隨季風的遞轉，降水發生明顯的季節變化，是季風氣候明顯的區域。

安徽省全年無霜期200～250 d，10 ℃活動積溫在4 600～5 300 ℃。年平均氣溫為14～17 ℃，1月平均氣溫-4～-1 ℃，7月平均氣溫28～29 ℃。全年平均降水量在773～1 670 mm，有南多北少、山區多平原丘陵少的特點，夏季降水豐沛，占年降水量的40%～60%。總體來看，安徽省氣候溫和，適宜種植水稻。

1.2 水稻生產概況

安徽省水稻常年種植面積約占全國水稻種植面積的8.5%，在安徽省主要糧食作物產量中，水稻種植面積約占35%左右，產量占比將近40%（圖1、圖2）。因此，水稻在安徽省糧食產量中占據著重要的地位。

糧食作物總面積

2 數據來源與研究方法

2.1 數據來源

研究所用氣溫、降水量、水稻產量數據均來源于《安徽統計年鑒》，時間為2001—2020年。對數據進行精度驗證，剔除不可替代的錯誤數據后，在研究中實際使用了356組數據。

將氣溫數據、降水量數據、水稻產量數據整理到Excel表格中，根據公式計算出2001—2020年安徽省年平均氣溫、年平均降水量及水稻年平均產量，把數據導入ArcGIS中，得到近20年各市年平均氣溫、年平均降水量與水稻年平均產量的空間分布。

2.2 研究方法

2.2.1 空間聚類及異常值分析 為了得到GTWR模型的結果，使用Geoda軟件對2001—2020年安徽省各市水稻產量受氣溫和降水量的影響進行聚類和異常值分析，局部空間自相關公式如下。

[Ii=ZiS2j≠inWijZj]? ? ? ?（1）

式中，[Ii]為i空間單元的局部莫蘭指數；i、j均為空間單元；[Zi=yi-y]，[Zj=yj-y]，[S2=1nyi-y2]；yi、yj為空間i、j的指數值，[y]為平均值；Wij為空間權重；n為研究區域所有地區的總數。

由此得到局部空間自相關結果。局部莫蘭指數的顯著性檢驗水平為P<0.01。

2.2.2 時空地理加權回歸分析 時空地理加權回歸（GTWR）模型是在傳統的地理加權回歸模型GWR基礎上通過構建時空依賴的局部模型對時空非平穩關系建模而得，同時考慮空間和時間的非平穩性，對分析回歸關系的時空特性提供有力幫助。

在時空地理加權回歸模型中，一系列觀測點（yi；xi1， xi2，…， xin）在空間位置（ui，vi）、時間為ti的觀測值yi與因變量xi1， xi2，…， xin的關系表示為：

[yi=β0（ui，vi，ti）+k=1pβk（ui，vi，ti）xik+εk]? ? ? （2）

式中，[βk（ui，vi，ti）]為第k個解釋變量在第i個樣本城市的回歸系數，[β0]為截距；[εR]為隨機擾動項。

采用高斯核函數作為GTWR模型的時空權重函數，時空距離（[dSTij]）的定義如下：

[dSTij=λ（ui-uj）2+（vi-vj）2+μ（ti-tj）22] （3）

[λ]和[μ]是空間和時間距離的比例因子。根據上式定義，參考高斯核函數形式，可以得到時空權重函數［w（u，v，t）］如下：

[w（u，v，t）=exp（-dSTijh2）=exp-λ（ui-uj）2+（vi-vj）2+μ（ti-tj）2h2] ? （4）

式中，[h]為帶寬函數，通過AIC準則確定最優帶寬。

3 結果與分析

3.1 氣溫、降水量和水稻產量的時空分布規律

3.1.1 氣溫的時空分布規律 由圖3可知，近20年安徽省年平均氣溫總體呈波動上升趨勢，但幅度不大。氣溫最高值為17.2 ℃，出現在2007年；最低值為15.9 ℃，出現在2011年；最高氣溫與最低氣溫差值為1.3 ℃。2001—2007年氣溫沿16.5 ℃呈不規則上下浮動狀態；2007—2011年氣溫整體呈下降趨勢；2011—2013年、2013—2015年氣溫分別呈上升和下降趨勢；2017—2020年氣溫呈平穩發展狀態。

由圖4可知，安徽省年平均氣溫的空間分布總體呈南部高于北部。31°N以南地區氣溫多在16 ℃以上，其中地處省域南部的黃山市、安慶市一帶的歷年平均氣溫超過17.1 ℃。31°N以北大部分地區低于16.0 ℃，其中位于省域北部的淮北市、宿州市等歷年平均氣溫在15.6 ℃左右。全省南北氣溫差異較明顯，造成這一現象主要是因為緯度決定太陽輻射分布。全省平均氣溫呈自南向北遞減的變化規律。

3.1.2 降水量的時空分布規律 圖5顯示了2001—2020年安徽省降水量的變化趨勢，總體呈波動上升趨勢，降水量最大值為1 591.1 mm，出現在2016年和2020年；最小值為871.8 mm，出現在2001年。2001—2003年降水量呈持續上升趨勢；2003—2013年降水量呈波動狀態；2013—2016年降水量持續上升；2016—2019年降水量呈明顯下降趨勢；2019—2020年降水量大幅上漲。

圖6為2001—2020年安徽省年平均降水量的空間分布情況，可以看出，全省年平均降水量呈明顯的南多北少趨勢。與氣溫的空間分布趨勢相似，31°N以北大部分地區年平均降水量在1 200 mm以下，亳州市、淮北市、宿州市等地常年的年平均降水量普遍在870 mm以下。31°N以南年平均降水量在1 830 mm以下，其中池州市、黃山市等地年平均降水量在1 480 mm以上。全省南北年平均降水量差異顯著，最大約相差1 000 mm，再次驗證了安徽省明顯的氣候過渡帶特征。

3.1.3 水稻產量的時空分布規律 由圖7可知，2001—2020年安徽省水稻年平均產量總體呈波動上升但近年來持續下降的趨勢，增幅為20.5萬t/年。年產量最大為1 725.46萬t，出現在2011年，年產量最小為925.92萬t，出現在2003年，最大值與最小值相差近800萬t。

受到降水量和氣溫的影響，2001—2020年安徽省各市水稻總產量空間內存在明顯差異（圖8）。全省水稻年平均產量大體呈自西南向東北遞減的分布趨勢。西部及西南部區域如六安市、安慶市等水稻年平均產量約150萬t；北部、東北部區域如宿州市、淮北市等，水稻年平均產量約1萬t。全省水稻呈“南北低、中間高”的空間分布規律。產生此差異的原因包括氣候、經濟社會等因素，本研究重點探究氣候因素中氣溫及降水量對水稻產量的影響。

3.2 氣溫、降水量對水稻產量影響的時空分布規律分析

3.2.1 氣溫、降水量對水稻產量影響的時間分布規律 將安徽省2001—2020年氣溫數據進行統計分析與整理，得到圖9，可以看出，在時間尺度上，氣溫與水稻產量可能存在正相關與負相關交替的現象。2001—2007年氣溫與水稻產量呈明顯的正相關，水稻產量呈波動上升趨勢；2008—2015年氣溫與水稻產量總體上呈負相關，氣溫升高時水稻產量反而降低，雖然有小幅度的正相關關系但對水稻產量的影響不大；2016—2020年氣溫與水稻產量的線性關系不明顯，氣溫波動很小但水稻產量卻有下降趨勢。從水稻產量的峰值來看，近20年中，2003年的水稻產量最低，為925.92萬t，同時，其氣溫較前一年相比下降幅度較大，從16.9 ℃降到16.1 ℃；氣溫下降幅度最大的是在2007—2008年，從17.2 ℃下降到16.3 ℃，但這一年的水稻產量不降反增，從1 523.94萬t增加到1 645.91萬t；2011年的水稻產量最高，為1 725.46萬t，但此時對應的氣溫卻是最低的，為15.9 ℃。

將安徽省2001—2020年降水量數據進行統計分析與整理，得到圖10，可以看出，在時間尺度上，降水量與水稻產量可能呈正相關與負相關交替的關系。2001—2002年、2006—2007年、2008—2010年、2012—2016年的降水量與水稻產量呈正相關關系，水稻產量隨著降水量的增加而增加，隨著降水量的減少而降低；2002—2005年、2007—2008年、2010—2012年的降水量與水稻產量呈負相關關系，水稻產量隨著降水量的增加而減少；2016—2020年降水量波動很明顯，但水稻產量波動卻不大，而且在這5年中降水量與水稻產量呈正相關與負相關交替的關系。

近20年中，2003年的水稻產量最低，為925.92萬t，其降水量較前一年相比增加幅度也是較大的，但2003—2004年水稻產量猛增，從925.92萬 t增加到1 568.24萬t，但降水量卻從1 404.2 mm減少到955.8 mm，呈較大的下降幅度；降水量變化幅度最大的是在2019—2020年，從902.5 mm猛增到1 591.1 mm，但水稻產量卻在減少且波動幅度不大；近20年降水量最低的是2001年，為871.8 mm，此時的水稻產量也較少，不到1 200萬t，因此從以上3種趨勢可以推測出降水量對水稻產量的影響峰值。

3.2.2 氣溫、降水量對水稻產量影響的空間分布規律分析 根據圖9和圖10可以看出，2016—2020年5年的氣溫和降水量對水稻產量的影響趨勢不規則，因此以2016—2020年的氣溫、降水量及水稻產量數據為例，對數據進行空間聚類分析（表1、圖11）與時空地理加權回歸分析（圖12、圖13）。

在空間分布上，安徽省高-高聚類較多，即局部相關集聚較高，說明其水稻產量受氣溫和降水量的影響較大，低-低聚類則為局部相關集聚較低，說明其水稻產量受氣溫和降水量的影響不大，推測其原因可能受到社會及自然因素的影響。可以看出，高-高聚集區域主要分布在淮南市、六安市和合肥市，低-低聚集區域主要分布在淮北市，此外兩種異常分布情況也存在，在安徽省主要表現為低-高聚集，主要分布在馬鞍山市，說明水稻產量存在波動與交錯。水稻產量高-高聚集區主要分布在安徽省中西部城市，在時間分布上，2016年、2017年高-高聚類城市有5個，分別為淮南市、六安市、合肥市、滁州市和安慶市；自2017年后，高-高聚集區范圍開始縮小，只有淮南市、六安市和合肥市3個城市。而低-低聚集區和低-高聚集區5年來范圍沒有改變。

以安徽省各市2016—2020年的數據為例，以氣溫和降水量2個因素為自變量，以水稻產量為因變量作時空地理加權回歸分析，考察氣溫和降水量對安徽省各市水稻產量的影響，所得結果見圖12和圖13。

從氣溫對安徽省各市水稻產量影響的系數因子（圖12）可以看出，2016—2020年蚌埠市的氣溫與水稻產量呈正相關關系；宿州市、淮北市、亳州市、阜陽市、淮南市、六安市、馬鞍山市和蕪湖市的氣溫與水稻產量呈正相關和負相關交替存在的關系；其余的城市均呈負相關關系，且以滁州市、宣城市和黃山市的負相關關系最明顯。從總體上看，安徽省西北部地區氣溫與水稻產量呈正相關的程度比東南地區強，安徽省東南部地區大部分呈負相關關系。

從降水量對安徽省各市水稻產量影響的系數因子（圖13）可以看出，2016—2020年蚌埠市、亳州市、淮南市、淮北市、宿州市、阜陽市和六安市的降水量與水稻產量呈正相關關系，其中，前3個城市的正相關程度較為明顯；滁州市、馬鞍山市、蕪湖市和黃山市的降水量與水稻產量正相關和負相關關系交替出現；其余城市的降水量與水稻產量呈負相關關系，其中呈負相關最強的是合肥市。從總體上看，安徽省西北部地區的降水量與水稻產量呈正相關關系，安徽省東南部地區大部分呈負相關關系。

4 小結與建議

4.1 小結

通過分析安徽省各市2001—2020年氣溫和降水量對水稻產量的影響，得出這20年安徽省各市水稻產量的分布規律，而后通過將2016—2020年的氣溫和降水量2個因素與各市水稻產量建立GTWR時空地理加權回歸模型，得出氣溫和降水量2個因素對安徽省各市水稻產量影響的時空作用規律，其結論如下。

1）2001—2020年安徽省氣溫和降水量對水稻產量影響的時空分布規律有以下特點：在時間尺度上，氣溫、降水量與水稻產量都呈正相關與負相關交替的關系，2011年氣溫、降水量因素與水稻產量的負相關尤為明顯；在空間尺度上，氣溫和降水量對水稻產量的影響在安徽省西北部區域表現顯著，最具有代表性的是蚌埠市，而東南部區域的影響不是很明顯，尤其是滁州市及宣城市的水稻產量受氣溫的影響不大；以合肥市為中心，2個因素對安徽省東南部地區的影響均不明顯。

2）對2016—2020年的相關數據進行空間聚類分析，得出安徽省水稻產量存在高-高聚集、低-低聚集以及低-高聚集的情況。高-高聚集區主要分布在淮南市、六安市和合肥市，低-低聚集區主要分布在淮北市，低-高聚集區主要分布在馬鞍山市，說明水稻產量存在波動與交錯，且隨著時間的推移高-高聚集區范圍縮減。

3）對2016—2020年的相關數據進行氣溫和降水量2個因素的時空地理加權回歸分析，得出在氣溫維度上，安徽省西北部地區氣溫與水稻產量呈正相關關系，相關程度較東南地區強，安徽省東南部大部分地區氣溫與水稻產量呈負相關關系，其中蚌埠市的氣溫與水稻產量呈正相關關系；在降水量維度上，安徽省西北部地區的降水量與水稻產量呈正相關關系，安徽省東南部大部分地區呈負相關關系，其中蚌埠市、亳州市、淮南市、淮北市、宿州市、阜陽市和六安市的降水量與水稻產量呈正相關關系，且前3個城市的正相關程度較為明顯。

據以上結論分析得出，在安徽省各市中，淮南市和六安市水稻產量受氣溫和降水量的影響較為明顯；而淮北市水稻產量受氣溫和降水量的影響相對較小，說明該地區存在其他因素對水稻產量具有更深的影響，有待繼續深入研究。

4.2 討論

水稻是主要糧食作物，長江三角洲也是水稻盛產之地。本研究以位于長江三角洲腹地的安徽省為對象，分析水稻產量的時空分布規律，考察氣溫和降水量2個因素對水稻產量的影響。結果表明，在年尺度上，水稻產量不具有明顯的線性規律特征，氣溫和降水量與水稻產量的影響呈正負相關交替的現象；在空間上呈現出中西部城市高-高集聚的特點，且高-高集聚的范圍在2017年之后縮減至3個城市，分別為淮南市、六安市和合肥市，說明這3個城市的水稻產量受氣溫和降水量的影響較大。

邱陽陽等［21］利用偏相關分析得出，氣候生產力受氣溫、降水的雙重影響，氣候變化有利于氣候生產力的提高，并預測未來“暖濕型”變化趨勢對于安徽省氣候生產力存在極大提升空間。盧燕宇等［22］構建了1959—2015年氣候變化下安徽省水稻生產力演變的回歸模型，得出淮南市、馬鞍山市是水稻產量的高值區，其中淮南市熱量及降水資源條件較好，對水稻生長的影響較大；而淮北市熱量資源豐富，降水條件適中，水稻產量較低，說明該地區水稻產量受氣溫和降水量的影響較小，與本研究結果有一定的一致性。

在影響水稻產量的因素中，氣溫和降水量只是其中的2個因素，實際影響水稻產量的因素還有社會因素、自然因素及人為因素等，在綜合考慮氣候變化和人類活動等因素的基礎上，對中國糧食產量形成機理的研究仍是今后研究的方向。

4.3 建議

1）對降水量、氣溫與當地水稻產量呈正相關的區域，如蚌埠市、亳州市等，其生態環境相對較差，降水量、氣溫對水稻產量的影響較大，應從改善生態環境方面入手，在當地開展植樹造林等活動，提高當地生態系統的儲水蓄水能力，加強水土保持，改善小區域生態環境；設施的建設可以使農作物的抗旱性和抗漬性得到有效增強，進而增強農作物對氣候變化的適應能力，還可以有效增強抵御外部災害的能力，如加強膜下滴水等節水技術和地膜的推廣，可以顯著提高地溫和減少土壤水分的蒸發，增加土壤有機質含量。在部分較為干燥、缺水地區，修建蓄水塘、水庫，并開展雨水收集和補充灌溉技術研究，以提高水稻對氣候變化的適應性。農民應增加滴灌和生物除蟲技術等投入，以應對氣溫升高或降低對農作物產量帶來的影響。

2）對降水量、氣溫與當地水稻產量呈非正相關關系的區域，如宣城市，其生態環境較好，降水量、氣溫因素對水稻產量的影響較小，可在此類地區擴大水稻種植面積，實現水稻的集約化、規模化生產。在防范氣候變化對水稻生長發育影響的同時，要積極運用先進的農業種植技術，調整水稻的種植布局，根據水稻的生長特征，選擇生育期相對較長、產量相對較高的中熟、晚熟品種，大幅提高水稻單產。

參考文獻：

［1］ 堅持把解決好“三農”問題作為全黨工作重中之重? 促進農業高質高效鄉村宜居宜業農民富裕富足［N］.人民日報，2020-12-30（001）.

［2］ 中華人民共和國鄉村振興促進法［N］.農民日報，2021-04-30（002）.

［3］ WERNERS S E， SPARKES E， TOTIN E， et al. Advancing climate resilient development pathways since the IPCCs fifth assessment report［J］. Environmental science and policy，2021，126：168-176.

［4］ 丁一匯，任國玉，石廣玉，等.氣候變化國家評估報告（Ⅰ）：中國氣候變化的歷史和未來趨勢［J］.氣候變化研究進展，2006（1）：3-8，50.

［5］ 劉 強，李 廣，閆麗娟，等.氣候變化對甘肅農牧交錯帶主要糧食作物生產潛力的影響［J］.麥類作物學報，2022，42（4）：482-494.

［6］ 譚曉艷，張曉恒，游良志.自然因素和政策干預對中國棉花生產布局變遷的影響［J］.農業技術經濟，2020（4）：79-93.

［7］ 楊曉光.氣候變化對我國糧食作物生產的影響與適應機制［A］.中國作物學會.第十九屆中國作物學會學術年會論文摘要集［C］. 2020.82.

［8］ 胡慧芝，劉曉瓊，王建力.氣候變化下漢中盆地水稻產量變化研究［J］.自然資源學報，2018，33（4）：609-620.

［9］ 李偉光，侯美亭，張京紅，等.華南主產區雙季水稻物候變化及其與氣候條件的關系［J］.中國農業氣象，2021，42（12）：1020-1030.

［10］ 左慧婷，婁運生，李忠良，等.不同氣候帶典型區域水稻產量主控氣候因子分析及預測［J］.自然災害學報，2018，27（5）：114-125.

［11］ 韓芳玉，張俊飚，程琳琳，等.氣候變化對中國水稻產量及其區域差異性的影響［J］.生態與農村環境學報，2019，35（3）：283-289.

［12］ 朱 珠，陶福祿，婁運生.1980—2009年江蘇省氣溫變化特征及水稻高溫熱害變化規律［J］.江蘇農業科學，2013，41（6）：311-315.

［13］ 陳 超，龐艷梅，莫志鴻.四川單季稻區主栽水稻品種的生長摸擬［J］.中國農業氣象，2016，37（3）：307-315.

［14］ 楊沈斌，申雙和，趙小艷，等.氣候變化對長江中下游稻區水稻產量的影響［J］.作物學報，2010，36（9）：1519-1528.

［15］ 周曙東，朱紅根.氣候變化對中國南方水稻產量的經濟影響及其適應策略［J］.中國人口·資源與環境，2010，20（10）：152-157.

［16］ 朱曉莉，王筠菲，周 宏.氣候變化對江蘇省水稻產量的貢獻率分析［J］.農業技術經濟，2013（4）：53-58.

［17］ 王石立，王馥棠.氣候變暖對黃淮海地區小麥產量可能影響的模擬試驗［J］.氣象學報，1993，51（2）：209-216.

［18］ 鐘新科，劉 洛，徐新良，等.近30年中國玉米氣候生產潛力時空變化特征［J］.農業工程學報，2012，28（15）：94-101.

［19］ 謝 云.內蒙古自治區氣候生產潛力的動態分析［J］.自然資源學報，1993，8（4）：364-370.

［20］ 許信旺，孫滿英，方宇媛，等.安徽省氣候變化對水稻生產的影響及應對［J］.農業環境科學學報，2011，30（9）：1755-1763.

［21］ 邱陽陽，吳奕霄，熊世為，等.安徽省近55年氣候變化及其對氣候生產力的影響［J］.江蘇農業科學，2018，46（17）：290-294.

［22］ 盧燕宇，孫 維，唐為安，等.氣候變化背景下安徽省冬小麥氣候生產潛力和脅迫風險研究［J］.中國生態農業學報（中英文），2020，28（1）：17-30.