PDF(1544 KB)
Impacts of Climate Change on Rice Yield in Zhalaite Banner
WUZhifeng, ZHOUYinuo, WANGWenjing, YANGYuhui, WANGJianguo, LIUGuanhua
Chin Agric Sci Bull ›› 2026, Vol. 42 ›› Issue (14) : 75-83.
PDF(1544 KB)
Abbreviation (ISO4): Chin Agric Sci Bull
Editor in chief: Yulong YIN
PDF(1544 KB)
Impacts of Climate Change on Rice Yield in Zhalaite Banner
Based on meteorological observation data and rice yield records from Zhalaite Banner from 1969 to 2025, this study employed the 5-year moving average method to separate trend yield from meteorological yield. Using the Mann-Kendall test and multiple regression analysis, it systematically investigated the evolution patterns of thermal, water, and light resources and their quantitative impacts on rice yield, and constructed a yield prediction model. The results show that: (1) the climate of Zhalaite Banner exhibits a significant warming trend, with the annual average temperature increasing by 0.4℃ per decade, the frost-free period extending by 3.6 days per decade, and the ≥10℃ accumulated active temperature increasing by 86.2℃·d per decade. (2) The actual rice yield shows an extremely significant upward trend (increasing by 1380.8 kg/hm2 per decade), growing approximately 8.4 times over 57 years, mainly driven by technological progress. However, the meteorological yield fluctuates violently (CV=38.5%), with bumper years, normal years, and yield-reduction years accounting for 29.1%, 27.3%, and 43.6%, respectively. (3) The established quadratic polynomial model can explain 88.44% of the variance in meteorological yield. Validation using independent samples from 2024 to 2025 shows that the relative prediction error is less than 0.5%. The conclusion holds that the increase in thermal resources has significantly contributed to the improvement of trend yield by extending the growth period and expanding the layout of high-yield varieties. However, there is a nonlinear relationship between heat and meteorological yield (positively correlated in the low-to-moderate heat range but negatively correlated beyond the threshold). Coupled with large interannual fluctuations in water conditions and frequent extreme climate events, these factors constitute the main risks to yield stability. Technological progress is the dominant factor in yield enhancement but faces the risk of diminishing marginal returns. It is recommended to optimize variety layout, strengthen water management, and improve early warning systems to enhance the adaptability of rice production to climate change.
climate change / rice yield / meteorological yield / trend yield / climatic resources
| [1] |
潘博煌. 2021年全球气候状况继续恶化[J]. 生态经济, 2022, 38(2):1-4.
|
| [2] |
钱永兰, 毛留喜, 周广胜. 全球主要粮食作物产量变化及其气象灾害风险评估[J]. 农业工程学报, 2016, 32(1):226-235.
|
| [3] |
周曙东, 朱红根. 气候变化对中国南方水稻产量的经济影响及其适应策略[J]. 中国人口·资源与环境. 2010, 20(10):152-157.
|
| [4] |
梁社芳. 中国水稻种植北界演变过程、驱动机制及其水资源效应研究[D]. 北京: 中国农业科学院, 2024:1-88.
|
| [5] |
苏询, 梁钰茹, 华而实, 等. 东北水稻种植分布随气候变化迁移的增产效果评估[J]. 生态学报, 2025, 45(13):6576-6585.
|
| [6] |
郭建平. 气候变化对中国农业生产的影响研究进展[J]. 应用气象学报, 2015, 26(1):1-11.
|
| [7] |
张瑞喜, 宋日权, 程争鸣, 等. 内蒙古扎赉特旗水稻节水灌溉试验研究[J]. 节水灌溉, 2019(3):27-29,33.
|
| [8] |
李振伙, 李霞. 水稻栽培中气候变化对产量影响的定量分析与应对策略[J]. 种子世界, 2025(7):51-53.
|
| [9] |
张勇翔, 祁应军, 穆月英. 气候冲击下的中国粮食产出损失研究[J]. 中国农业大学学报, 2025, 30(10):318-335.
|
| [10] |
刘彦随, 刘玉, 郭丽英. 气候变化对中国农业生产的影响及应对策略[J]. 中国生态农业学报, 2010, 18(4):905-910.
|
| [11] |
兰朝生, 姜雅凡. 地面气象观测数据综合质量控制方法研究[J]. 现代化农业, 2018(1):67-68.
|
| [12] |
杨洋, 柯莉萍, 朱君, 等. 织金县水稻气象产量动态预报模型及适宜性区划研究[J]. 中国农学通报, 2025, 41(23):64-73.
本研究旨在揭示织金县复杂山地地形下水稻种植的农业气象条件，并进行气候适宜性区划。通过数理统计法分析水稻气象产量与气象要素的相关性，识别出影响水稻生长发育的关键气象因子，采用多元线性回归方法构建了适用于织金县的水稻气象产量预报模型，并验证了其预报精度。同时，结合气象和灾害资料，以及灾害指标体系，运用GIS空间分析技术进行气候适宜性区划，绘制了织金县水稻种植气候适宜性区划图。结果表明，5月下旬的平均气温和日照时数，6月下旬的降水量，7月中旬的降水量和日照时数，8月上旬的平均气温和降水量，以及9月上旬的降水量，是影响织金县水稻生长发育的显著气象因子。构建的预报模型验证结果显示，平均预报准确率高于90%，表明该模型具有较高的可信度和区域适用性。气候适宜性区划图显示，织金县中部偏南偏西的乡镇最适宜种植水稻，而北部及东部乡镇的适宜性较差。本研究所建预报模型对织金县水稻产量具有较好的预测能力，生成的气候适宜性区划图清晰揭示了区域差异，可为优化当地水稻种植布局、规避气象灾害风险、提升单产水平提供直观的决策依据。
|
| [13] |
张艺馨, 李玥, 朱振闯, 等. 未来气候变化对中国水稻产量的影响Meta回归分析[J]. 生态学报, 2025, 45(4):2011-2023.
|
| [14] |
周晓宇, 赵春雨, 崔妍. 1961—2013年中国东北地区初终霜日及无霜期的气候变化特征[J]. 自然资源学报, 2017, 32(3):494-506.
利用东北地区1961—2014年日最低气温及平均气温资料,分析了近53 a初霜日、终霜日及无霜期的气候变化特征。结果表明：东北地区平均初霜日、终霜日分别为9月28日和5月5日,平均无霜期为145 d。东北地区162个站中,155个站初霜日推后,160个站终霜日提前,158个站无霜期延长,初霜日显著推后1.55 d/10 a,终霜日显著提前2.5 d/10 a,无霜期显著延长 4.08 d/10 a,霜的变化反映了气候变暖的特征（0.3 ℃/10 a）。自南向北随纬度的升高和海拔高度的抬升,初霜日提前、终霜日推后、无霜期缩短。东北地区霜的变化受最低气温的影响要大于平均气温。初霜日、终霜日及无霜期分别在1986、1989、1986年发生了突变,各省霜的突变均发生于20世纪80年代和90年代。突变后,初霜日、终霜日和无霜期多年平均等值线均向北推进。
|
| [15] |
胡琦, 潘学标, 张丹, 等. 东北地区不同时间尺度下气温和无霜期的变化特征[J]. 中国农业气象, 2015, 36(1):2-8.
|
| [16] |
王景和. 活动积温和有效积温的计算方法及水稻生产上的意义[J]. 农民致富之友, 1996(4):10.
|
| [17] |
姜会飞, 郭勇, 张玉莹, 等. 不同下限基点温度对积温模型模拟效果的影响[J]. 中国农业大学学报, 2018, 23(5):131-141.
|
| [18] |
李艳春, 梁旭, 纳丽, 等. 宁夏春季首场透雨的气候预测探索[J]. 干旱气象, 2005(4):46-51.
利用日前在统计预报中广泛应用的最优子集回归预报法，作宁夏南部山区及银川地区春季首场透雨出现日期的统计预报，给出了具体的预报方程和拟合效果分析。并对近30 a来宁夏南部山区及银川地区首场透雨出现日期的变化特征进行了较详细的分析。研究结果表明:银川地区 3月份出现首场透雨的气候概率为23.3%,4月份为20%,5月份为23.3%,6月份为33.3%，出现机会相对较多。30 a来春季首场透雨出现日期:20世纪70年代相对较晚，80年代偏早，90年代介于70,80年代之间。南部山区春季首场透雨出现时间相对比较集中，其中4月份出现的气候概率为53%其次是5月份和3月份，分别为20%和17%最小的是6月份，只占10%，从近30 a来的总趋势看，南部山区春季首场透雨出现日期在波动中略有推迟现象。利用最优子集回归预报法对宁夏春季首场透雨出现日期的预测具有理想的拟合效果。
|
| [19] |
张强, 肖风劲, 吕厚荃, 等. GB/T 20481—2006,气象干旱等级[S].
|
| [20] |
乔亚军, 徐网谷, 刘坤, 等. 基于多尺度地理加权回归模型的黑龙江省植被NPP时空演变研究[J]. 生态学报, 2025, 45(10):4878-4888.
|
| [21] |
郝玲, 任曙霞, 张佩, 等. 基于气候适宜度的水稻产量动态预报模型[J]. 江西农业学报, 2023, 35(8):1-7.
|
| [22] |
张仲杰, 陈少勇, 杨鑫, 等. 中国西北东部降水量变化的空间分布及突变特征[J]. 农学学报, 2017, 7(10):84-89.
为了解西北东部降水变化特征，为应对气候贫困实施扶贫战略提供理论依据，利用1961—2010年中国西北东部81站降水资料，采用气候趋势、相关系数、相对变率、Mann-Kendall等方法，对西北东部降水的变化特征进行分析。结果表明：近50年来，年降水量显著减少区在陕西东部边界附近、甘肃岷县—临洮—华家岭、宁夏固原一带，增加区在德令哈—都兰—托勒区域；春季降水量显著减少区在陕西中东部、南部，增加区在青海中东部、西南部；夏季降水量显著减少区在河西走廊西端，增加区在青海中西部、北部、陕西南部；秋季降水量显著减少区在陕西南部、宁夏中南部、甘肃东南部，增加区在青海西北部、甘肃西部；冬季降水量（除个别站点外）均为增加趋势。季节降水量的相对变率与年的分布类似，高值区在青海西北部、河西走廊西端，低值区在祁连山区及青海南部、陕西南部。近50年秋、冬季降水量发生突变，判断可能的突变点分别是1975年、1986年。
|
| [23] |
程勇翔, 王秀珍, 郭建平, 等. 中国南方双季稻春季冷害动态监测[J]. 中国农业科学, 2014, 47(24):4790-4804.
【目的】利用星地多源数据，在南方双季稻种植区空间信息提取、双季稻发育期动态图组制作及研究区逐日平均温度反演的基础上，结合冷害监测指标，实现多要素相协同的南方双季稻春季冷害动态监测，为农业部门及时准确地应对双季稻冷害，减少冷害损失提供技术支持。【方法】利用南方双季稻区190个气象站点1951—2011年逐日气温数据，计算各站点≥10℃的多年平均积温。根据各站点多年平均积温与其地理因子的相关关系，建立多年平均积温推算模型。通过所获模型得到研究区积温空间分布图。按照南方双季稻安全生产积温阈值≥5 300℃·d的指标，扣除研究区内积温小于该值的区域，制作南方双季稻积温区划图。利用 MODIS MCD12Q1 分类产品获取了 2001—2010 年 10 年的谷类作物分布图。将以上两步结果叠加求交集，提取南方双季稻种植区空间信息；利用南方双季稻区167个农业试验观测站点1981—2011年的水稻发育期资料，计算各个站点双季早稻主要发育期出现的多年平均日期。依据发育期多年平均日期与地理因子的相关性，获取各主要发育期回归拟合分布图。在拟合结果残差订正的基础上，将南方双季稻春季冷害重点监测时段前后两幅发育期静态图，通过EVNI+IDL编程，制作双季早稻发育期动态图；利用AMSR_E_L2A 89 GHz升轨和降轨垂直极化亮温、地理因子与气象站日平均气温建立多元混合回归拟合模型，通过所获模型反演研究区2010年2—5月逐日平均气温。【结果】对研究所建多年平均积温推算模型，利用未参与建模的90个气象站观测数据进行验证，观测值与模型模拟结果之间的均方根误差（RMSE）为289℃，这一估测精度能够满足研究所需。双季稻积温区划与MODIS土地利用分类结果叠加求交集，提取的双季稻种植区面积占研究区总面积的29.26%。通过该步骤一方面提升了双季稻冷害监测结果的使用价值。另一方面，可使双季稻冷害实时监测在还没有获取当年准确种植位置信息前就能有效开展起来；对研究所获南方双季稻春季冷害重点监测时段（早稻播种期至返青期）两幅发育期静态图，采用未参与建模的 59 个农业试验站观测数据进行验证，观测值与模型模拟结果之间的均方根误差（RMSE）分别为5.68和4.24 d，模型精度符合要求，试验结果可以于后续分析；研究将遥感数据与地面数据相结合通过混合建模反演逐日气温，该方法充分利用了微波遥感受天气影响小的特点，克服了南方常年多云的天气条件，使模拟的日平均气温的RMSE为1.69℃。微波数据的加入使日平均气温估计精度提高了0.35℃。研究对2010年南方双季稻春季冷害的动态监测结果与农业统计部门报道的当年南方双季早稻冷害在发生时间和空间上相吻合。【结论】本研究建立的冷害监测方法具有普适性，能够实现对南方双季稻大范围冷害的同步跟踪监测，对其他作物大范围冷害监测同样也适用。
|
| [24] |
宗海峰, 杨莉. 近50年来全球增暖的阶段性特征及其与中国东部夏季降水分布的关系[J]. 河北工业科技, 2010, 27(2):69-75.
|
| [25] |
秦梦婷. 气候变化下的水田光热资源利用潜力研究——以松嫩平原为例[D]. 黑龙江: 黑龙江大学, 2025:1-73.
|
/
| 〈 |
|
〉 |
