气候因素对吉林市春玉米单产的统计学分析

边远 滕飞 平冰宇 王红宇

摘要 为研究气候因素对吉林市春玉米产量的影响，基于2000—2020年的农业和产量数据，对吉林市的气候因子变化和玉米单产变化进行相关分析，并运用逐步回归方法建立气象单产和气候因素的数学模型。结果表明：近21年来吉林市春玉米生育期内除日照时数外，年平均气温、总降水量、年平均风速和湿度的线性均呈逐年上升趋势；玉米实际单产和气象单产线性在2010年以前呈下降趋势，在2010年之后为上升趋势，气象单产数据波动较大；日照时数与玉米单产存在显著的正相关关系。研究旨在探寻对吉林市春玉米产量影响显著的因子，从而合理规划种植方案，以实现粮食增产。

关键词 气候因素；玉米产量；相关分析；逐步回归

中图分类号：S513 文献标识码：B 文章编号：2095–3305（2023）09–0-04

粮食安全是“国之大者”。党的二十大报告中提出，“全方位夯实粮食安全根基”“确保中国人的饭碗牢牢端在自己手中”。可见，粮食对人民和国家有着举足轻重的影响[1]。玉米是重要的粮食产物，然而影响玉米产量高低的因素很多，如土壤状况、生产力水平和气候条件等，面对当今严峻的全球变暖问题，研究玉米产量如何受气候变化影响成为重要的课题。

近年来，对玉米产量与气候因子之间的关系研究，许多学者进行探讨。罗瑞林[2]对内蒙古玉米种植区的温度和降水量变化趋势进行分析，并进行肯德尔检验，计算干燥度指数，分析温度、降水量和玉米生长发育的相关性及其对玉米产量的影响。侯英雨等[3]提出作物生长日可利用降水量的推算方法和气象指标时间插值算法，构建了东北地区日尺度气候适宜度模型。赵锦等[4]学者利用APSIM-Maize模型模拟东三省春玉米可能种植区域内气象站点逐年的雨养产量，并结合统计学方法，分析春玉米雨养产量高产性和稳产性的变化特征。王占彪等[5]通过分析华北平原的气候数据，分析夏玉米营养生长期、并进期、生殖生长期和全生育期的生长度日、高温度日、降水量及气候倾向率的时空分布。

综上所述，学者可进一步完善细化气候产量的分离研究，为适应气候条件使农业产量达到最大化，选取2000—2020年吉林市的气象数据和农业数据。首先，将统计年鉴中吉林市历年玉米总产量和种植面积数据进行预先处理计算玉米单产，为后续气象产量求解奠定基础；其次，将各气候因子先单独考虑，分析单一因素与气象产量的相关性；最后，分析各气候因子对产量的综合作用并求解逐步回归方程，为农业生产部门和政府相关部门制定相关风险防范措施、提高农作物产量、研究气候变化特征提供有力的论证依据。

1 研究区域概况

吉林市地处43°31′～44°40′N，125°40′～127°56′E之间，位于吉林省中部偏东方向，是吉林省的第二大城市，位于长白山区向松辽平原过渡地带，地貌类型复杂，有“远迎长白，近绕松花”之势，土地肥沃，适宜水稻、旱粮农事耕作。吉林市属于温带大陆性季风气候，四季分明，春季少雨干燥，夏季温暖多雨，秋季凉爽晴朗，冬季漫长而寒冷，气温受地形影响，由西、西北向东、东南气温逐渐下降[6]。

2 数据来源与处理

2.1 数据来源

气象数据来自中国气象网的V3.0地面气象观测数据集，包含吉林市基本气象站2000—2020年的气象数据，而且对缺测数据进行线性内插，同时删除异常值，最后选取生育期内年平均气温T、总降水量P、日照时数SH、年平均风速F、年平均湿度H作为气候因子变量加以研究。玉米产量等农业数据来自吉林省统计年鉴中2000—2020年各个市、县的主要农作物总播种面积和产量统计等。

2.2 数据处理

重点探讨气候因子对气象产量的影响，从吉林省统计年鉴中整理2000—2020年吉林市的玉米总产量X和播种面积S，使用Excel计算每年的玉米实际单产Y，然后使用一阶差分法计算相邻两年春玉米产量的差值，即可得到春玉米气象单产Yw（t/ha）：

Y=X / S（1）

Yw=Yn+1-Yn（2）

式（1）、（2）中，n=1，2，…，20。

3 结果与分析

3.1 气象数据分析

分析并绘制吉林市2000—2020逐年的气象数据折线图（图1），以时间序列作为自变量，将各气候因子的观测值作为因变量，观察气象数据的线性变化趋势[7]。

观察图1a可知，受全球气候变暖的影响，吉林市在2000—2020年玉米生育期内的年平均温度的线性趋势呈现逐年递增状态，气候倾向率为0.127 ℃/10年。21年间，受高温少雨旱情影响，平均气温最高出现在2000年，而年平均气温最低出现在2009年；观察图1b可知，总降水量变化幅度最大，线性趋势呈现上升状态，增长速率分别为11.888 mm/年，春季降水偏少，夏季降水较多。2009年降水量因旱灾出现突破性的低值，而2019年由于强降水导致降水量达到最大值，降水量相对适中但总体趋势变化不稳定；观察图1c可知，总日照时数呈递减趋势，递减速率分别为3.100 5 h/年，但高日照时数的年份较多，有17年的总日照时数超过1 000 h。2005年日照时数是历史同期的最低值，为879.08 h，而2002年日照时数最高可达1 208.16 h；观察图1d可知，年平均风速的线性趋势变化不大，风速基本为1.7～2.2 m/s，吉林市常年主导风向为西南风，平均风速最大的年份是2019年，风速值为2.20 m/s，平均风速最小的年份为2012年，风速值为1.80 m/s；观察图1e可知，年平均湿度的线性趋势呈现逐年递增的状态，速率为0.163 1%/年。平均湿度最大的在2020年，湿度值为77.85%，平均湿度最小的为2007年，湿度值为68.32%。

3.2 玉米产量数据分析

觀察2000—2020年吉林市春玉米的实际单产和气象单产分成2个阶段（图2），第一阶段是2000—2009年，在此期间春玉米实际单产和气象单产均呈现下降趋势，实际单产以每年0.037 t/ha的速率下降，同时气象产量以每年0.058 7 t/ha的速率下降；第二阶段是2010—2020年，春玉米实际单产和气象单产均呈现上升趋势，实际单产以每年0.047 3 t/hm2的速率上升，而气象产量以每年0.015 1 t/hm2的速率上升，两者同步变化。综上，气象产量的波动变化间接证明了气候因子极大地影响玉米的产量[8]。

3.3 单一气候因子对吉林市春玉米产量的相关性分析

首先，对产量和气象数据进行正态性检验，经验证，所有要素全部具备正态性特质。其次，采用一阶差分法进一步处理气象数据，一阶差分既可以清除序列所包含的随机性趋势，又可以降低气象数据对时间的依赖性，即减弱时间对气象数据的影响[9]。最后，将玉米单产的变化值設为∆yw，将气候因子的变化量设为∆xi（i=1，2，3，4，5，分别代表年平均气温、总降水量、日照时数、年平均风速和年平均湿度），对单一气候因子和玉米产量分别进行Pearson相关分析，结果见表1，并对显著性高的气候因子求出如下线性回归方程：

∆yw=k∆xi+b（3）

式（3）中，k代表一次回归方程的系数，b代表一次回归方程的常数项。

观察表1可知，2000—2020年吉林市春玉米单产变化∆yw只和日照时数变化∆x3之间存在显著的正相关关系，相关系数为0.555（P＜0.05），表示中等程度的相关，两者线性回归结果见表2。

结合表1中结论和对玉米的现有研究可知，玉米作为一种喜光的作物，在种子发芽期，因内部此时没有生成叶绿体，其生长只需空气、温度和水分。从种子萌发后，幼苗细胞中出现叶绿体，开始进行光合作用。玉米出苗后，若长期处于短日照条件下，则发育加快、植株矮小、提前抽雄开花而降低产量；若长期处于长日照条件下，则植株增高、茎叶繁茂、抽雄开花期延迟，甚至不能开花结果[10]。综上所述，从相关分析结果和作物生长特性角度均验证日照时数变化对气象单产变化有显著的影响。

其他气候因素对气象单产的影响不显著，不代表对产量没有影响，只是在年平均尺度温度、降水、风速和湿度的变化不显著，所以相关系数相对较低。实际上，从玉米播种到收获，温度影响力也不容忽视，春玉米的出苗时间和生长发育的速度都离不开温度的作用，温度太高或者太低都不适合春玉米的种植。玉米叶片在进行光合作用时，降水是合成生长所需有机物质和分配矿物元素的条件之一，包括玉米体温的调节和在拔节、抽穗、开花阶段都离不开水分。风速对玉米的产量也有一定的影响，有助于玉米的光合作用，还可帮助其授粉，过大的风速会使玉米叶片掉落，缩小光合作用的面积，正常生长受到阻碍。玉米对环境中湿度的变化较为敏感，合适的湿度可以促进其生长发育。发芽期是玉米种植的重要阶段，此时胚根开始生长，合适的湿度值应保持为70%～80%，有利于提供充足的水分；生长期是玉米种植的主要阶段，合适的湿度有利于玉米植株生长；抽穗期是玉米开始开花的阶段，合适的湿度对其传粉和受精有益；成熟期是玉米种植的最后阶段，合适的湿度可保证玉米的质量和储存，以防潮湿和发霉。

由表2可知，将日照变化作为自变量，而将气象单产变化作为因变量进行线性回归分析，公式如下：

∆yw=0.085+0.010*∆x3（4）

式（4）中，模型R2=0.308代表日照变化可以解释气象单产变化30.8%的变化原因，模型通过F检验（F=7.550，P=0.014＜0.05），即说明日照变化会对气象单产变化产生影响关系，且日照变化的回归系数值为0.010（t=2.748，P=0.014＜0.05），意味着日照变化会对气象单产变化产生显著的正向影响关系。

3.4 气候因子对吉林市春玉米产量的回归分析

研究单一气候因子对春玉米气象单产的影响，初步发现日照时数和气象单产呈显著正相关。然而，实际生活中各气候因素间互相作用，表1中降水与温度也呈显著正相关，即存在多重共线性[11]。因此，建立气象单产与气候因子的逐步回归方程，t检验判断显著性时，须满足P＜0.05，变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代表方程中对应变量的系数，c代表常数，结果见表3。

将全部气象因子作为自变量，而将气象产量作为因变量进行逐步回归分析，经过模型自动识别，最终余下日照一项在模型中，R2=0.028，意味着日照可以解释气象产量的22.8%变化原因。而且模型通过F检验（F=5.306，P=

0.033＜0.05），说明模型有效[12]。公式如下：

yw= -7.378+0.007*x3（6）

式（6）中，日照的回归系数值为0.007

（t=2.303，P=0.033＜0.05），意味着日照时数与吉林市春玉米气象单产存在显著的正向影响关系[13]。

4 结论

分析了吉林市2000—2020年春玉米生育期内气候因素和产量的线性趋势，并对两者的相关性和回归方程进行重点求解，研究结论和多位学者的成果也基本吻合。但是，玉米产量的影响因素不仅仅只有气候，还包括品种等，虽然采取一阶差分法得到气象单产，仍有意外情况如临时的农业政策调整和玉米价格波动等，需要进一步提高方法准确度；相关分析和逐步回归方程结果显示气象单产只与日照时数呈显著正相关关系，而与其他气候因素无关，并不代表真实情况，可能其他气象数据的年际差异较小影响不显著。针对玉米产量的研究下一步可以从自然因素和非自然因素入手，应用更全面精准的数学模型控制变量助力农业生产。本研究主要结论如下：

（1）从气候因素变化趋势角度分析可知，吉林市近21年春玉米生育期的气候变化除日照时数外，年平均气温、总降水量、年平均风速和湿度的线性变化趋势均呈逐年上升，上升速率分别为0.012 7 ℃/年、11.888 mm/年、0.009 9 m/s/年和0.163 1%/年，而日照时数的下降速率为3.100 5 h/年。

（2）从春玉米产量角度分析可知，吉林市的玉米实际单产和气象单产在2010前呈下降趋势，从2010—2020年呈上升趋势，气象单产数据波动较大，说明气候因素确实对玉米产量产生不可忽视的影响。

（3）從全部气候因素对春玉米影响角度分析可知，应用Pearson相关分析和逐步回归方程求解，发现日照时数是对吉林市春玉米单产有显著正影响的气候变量，为合理规划农业生产提供有力的科学依据。

参考文献

[1] 卢景波.深入学习贯彻习近平总书记关于粮食安全的重要论述 不断提升国家粮食安全保障能力和水平[J].中国粮食经济，2022，35（12）：4-8.

[2] 罗瑞林.气候变化对内蒙古春玉米产量影响的研究[D].呼和浩特：内蒙古农业大学，2013.

[3] 侯英雨，张艳红，王良宇，等.东北地区春玉米气候适宜度模型[J].应用生态学报，2013，24（11）：3207-3212.

[4] 赵锦，杨晓光，刘志娟，等.全球气候变暖对中国种植制度的可能影响Ⅹ：气候变化对东北三省春玉米气候适宜性的影响[J].中国农业科学，2014，47（16）： 3143-3156.

[5] 王占彪，王猛，尹小刚，等.气候变化背景下华北平原夏玉米各生育期水热时空变化特征[J].中国生态农业学报， 2015，23（4）：473-481.

[6] 鲍新华.吉林—长春—四平城市经济带表土环境质量评价与生态地球化学分区[D].长春：吉林大学，2011.

[7] 王柳，熊伟，温小乐，等.温度降水等气候因子变化对中国玉米产量的影响[J].农业工程学报，2014，30（21）：138-146.

[8] 车晓翠，李洪丽，张春燕，郭聃，沈海鸥.1980年代以来气候变化对吉林省玉米产量的影响[J].水土保持研究，2021， 28（2）：230-234，241.

[9] 李辉，姚凤梅，张佳华，等.东北地区玉米气候产量变化及其对气候变化的敏感性分析[J].中国农业气象，2014，35（4）： 423-428.

[10] 李秀颖.探析农业气象对玉米种植的影响及作用[J].中国农业信息，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] 曹永强，李玲慧，路洁，等.气候变化对辽宁省玉米产量的影响[J].中国农村水利水电，2020，62（11）：132-137.

[13] 梁烜赫，徐晨，王冰，等.吉林省不同生态区气象因子对玉米产量影响的评价[J].吉林农业科学，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