水稻作为主要的粮食作物之一，其生产一直受到高度重视，该作物主产区集中于地势平坦、集中连片的坝区，整体种植水平较高。近年来，通过持续优化水稻品种结构与栽培技术，积极推进优质稻米的无公害农产品及产地认证等措施，有效集成了高产栽培技术体系，扩大了示范推广范围，推动水稻从侧重产量提升转向兼顾单产增加与品质优化。然而，水稻产量不仅取决于品种选择、稻田基础肥力、农艺措施及栽培方式，还很大程度上受限于气象条件。
研究人员通过气候—经济模型、面板数据分析、非线性回归分析等多种方法，深入探讨了气候变化对水稻产量的影响。例如，菅艺伟等[1]研究发现，极端降水会导致土壤养分流失和水分胁迫加剧，进而降低水稻产量。徐晓征等[2]探索了秋季连续降水与夏季持续高温对水稻的减产效应。尹朝静等[3]借助气候—经济模型和省级面板数据实证分析，表明降水量和气温对粮食产量存在非线性影响。陈帅[4]通过实证分析，发现气候变化不稳定性会抑制黄淮海地区小麦的生产力。张荣荣等[5]运用面板非线性回归模型分析方法，表明小麦和玉米在生长发育期对气候变化较为敏感。胡慧芝等[6]对汉中盆地水稻产量进行深入研究，表明不同气候背景下影响产量的主导因素存在差异。周曙东等[7]的研究确认了气候变化对水稻产量具有显著负向影响且存在区域差异。韩芳玉等[8]通过气候—经济模型，得出气候变化对水稻产量的影响具有区域差异性的结论。本文基于贵州省安顺市西秀区等6个国家气象站1994—2023年的气温、降水量、日照时数等气象数据以及2011—2023年《安顺市统计年鉴》，利用线性倾向法、滑动平均法，系统分析了安顺市近30年气候变化特征，并评估其对水稻产量的影响，为研究区的水稻生产提供气象参考。
1 材料与方法
1.1 数据来源
本研究选取贵州安顺市西秀区、平坝区、普定县、镇宁布依族苗族自治县（以下简称镇宁）、关岭布依族苗族自治县（以下简称关岭）和紫云苗族布依族自治县（以下简称紫云）6个国家气象站1994—2023年的气温、降水量、日照时数等气象数据，数据来源于贵州省气象数据查询与显示系统。水稻产量数据来源于2011—2023年《安顺市统计年鉴》。
1.2 研究方法
研究利用线性倾向和滑动平均分析分析气温降水个日照时数的变化特征；利用相关性分析探究以上气象要素对水稻产量的影响。
1.2.1 线性倾向
以年平均温度、年均降水量、年均日照时数为因变量，时间为自变量，建立一元线性方程如式（1） 。
式中，Yt 表示在时间点t观测到的变量值（年平均温度、年均降水量、年均日照时数）；t为时间；a为常数；b为线性斜率，b×10为倾向率；当b>0时，表示存在上升趋势；当b<0时，表示存在下降趋势；当b=0时，表示无明显的线性趋势。
1.2.2 5年滑动平均
取一个包含当前时间点在内的、固定长度为5年的时间窗口，计算这个窗口内所有数据点的算术平均值，并将这个平均值作为该窗口中心点的平滑值。然后，将这个窗口在时间轴上向后滑动1年，重复计算下一个5年窗口的平均值，依此类推，直到覆盖整个时间序列。模型如式（2） 。
式中，MAt 为5年滑动平均值，t表示年份，在该式中使用当前年份t及前后各2年（共5年）的数据计算平均值，所以3≤t≤28。
1.2.3 相关系数分析
利用SPSS软件中的Pearson相关系数法分析气象因子和水稻单产值的关联性，相关系数计算如式（3） 。
式中，r表示为Pearson相关系数，Xt，Yt 分别为第t年的气象因子和水稻单产值；X，Y分别为气象因子和水稻单产的平均值；n为观测年份总数，n=30；当r>0时，气象因子上升时水稻单产倾向于增加，为正相关，当r<0时，气象因子上升时水稻单产倾向于减少，为负相关。
2 结果与分析
2.1 气温的变化特征
线性趋势分析表明，平坝、紫云、普定、镇宁、关岭和西秀6个区域的气温倾向率分别为0.41、0.40、0.35、0.33、0.29和0.12 ℃/10 a；5年滑动平均分析表明，以上6个区域的气温倾向率分别为0.35、0.33、0.29、0.29、0.21和0.12 ℃/10 a，其中西秀区域的5年滑动平均前后无明显变化。综合表明，1994—2023年研究区6个区域的年均气温变化均呈上升趋势，其中平坝、紫云升温较快，西秀升温较慢。
2.2 降水的变化特征
由图2可知，平坝、紫云、普定、镇宁、关岭和西秀6个区域滑动平均前的降水倾向率分别为-25.33、-10.88、-87.56、-79.66、-97.76和-51.11 mm/10 a；5年滑动平均分析表明，以上6个区域的降水倾向率分别为-13.85、12.21、-96.44、-76.27、-79.72和-51.73 mm/10 a。滑动平均后，除紫云外，1994—2023年研究区5个区域年均降水量的线性回归斜率均为负值，表明研究区近30年呈普遍但非均匀的降水减少趋势。普定、关岭、镇宁降水持续减少，西秀次之，平坝和紫云相对稳定。与年平均气温相比，升温较快的平坝，其降水量减少较小；降水减少较快的关岭地区对应中等升温。
2.3 日照时数的变化特征
由图3可知，平坝、紫云、普定、镇宁、关岭和西秀6个区域滑动平均前的日照时数倾向率分别为42.95、69.00、121.77、54.26、-8.57和6.76 h/10 a；5年滑动平均分析表明，以上6个区域的日照时数倾向率分别为51.25、46.35、104.25、56.49、-26.59和26.33 h/10 a。2012年前后，普定、紫云、镇宁等多地出现日照时数峰值；2023年普定、关岭、紫云又出现极端峰值。综合表明，除关岭外，其余5个区域的年日照时数均呈上升趋势，其中，普定的上升趋势较明显，其余地区虽然有上升趋势，但日照时数受复杂因素干扰，波动较大，线性趋势不明显。
2.4 气候变化与水稻单产之间的关系
2.4.1 水稻单产变化特征
表1 2011—2023年研究区水稻单产的特征 (kg/hm2) |
| | | | |
|---|---|---|---|
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
|
2.4.2 气象要素与水稻单产的相关性
由表2可知，不同区域的水稻单产对同一气象因子的响应差异较大。温度是关键因子之一，在大部分地区（西秀、平坝、普定、镇宁、紫云）水稻单产与年平均气温表现为正相关，其中平坝和紫云地区单产与年平均气温的相关性具有统计学意义（P<0.05），年平均气温的升高有利于水稻单产的增长。除关岭外，其他5个区域的水稻单产与年降水量呈正相关，其中紫云地区的水稻单产与年降水量的相关性具有统计学意义（P<0.05），表明年降水量的增加有利于水稻单产的增长。6个区域的年日照时数与水稻单产的相关性较小，均无统计学意义（P>0.05）。
表2 2011—2023年研究区水稻单产与气象因子的相关性 |
| | | | | | | |
|---|---|---|---|---|---|---|
| | | | | | | |
| | | | | | | |
| | | | | | | |
|
3 结论与讨论
本文利用研究区平坝、普定等6个国家气象站1994—2023年的气温、降水量、日照时数气象数据，分析近30年该地区的气候变化；并基于2011—2023年研究区的统计年鉴数据，探讨了水稻单产与年均气温、年均降水量、年均日照时数的相关性。得出以下结论。
（1）1994—2023年研究区6个区域的年均气温变化均呈上升趋势；年总降水量呈普遍但非均匀的减少趋势；年日照时数整体呈上升趋势。
（2）2011—2023年，研究区6个区域的水稻单产整体增长较为明显，增长过程呈现“先缓后快再分化”的特征，区域分化明显。相关性分析表明，在批平坝和紫云地区水稻单产与年平均气温呈明显正相关；紫云地区的水稻单产与年总降水量呈明显正相关。其中，多个地区水稻单产与年均日照时数呈现微弱负相关或不相关，这提示在研究区的生态条件下，过高的日照时数可能伴随不利条件（高温、干旱），或水稻生产并非主要受年日照时数限制，而是受生育期内特定时段的光照保障或光温配合影响。未来研究应聚焦水稻关键生育阶段的气象条件（活动积温、有效降水量、关键期日照、极端温度/降水事件）与产量的关系。
然而，本研究具有一定的局限性。一是水稻单产的数据序列较短，13年的样本量可能影响水稻单产与气象因子相关性分析结果的稳定性。二是年平均值弱化了气象因子在关键生育期（分蘖、孕穗、抽穗扬花、灌浆）的剧烈波动和极端事件的影响；季节内、关键生育期的降水分布以及洪涝、干旱等极端降水事件的发生对水稻单产的影响可能比年总量更重要；应加强对干旱、洪涝、高温热害、低温冷害等极端天气事件对水稻生产影响的研究和风险评估。三是未控制品种更新、栽培技术改进、施肥水平、病虫害发生等因素，未来在建立产量预测或评估模型时，需整合品种、土壤、管理措施等非气象数据。