气候变化对多方面产生影响，其中，农业是最敏感方面之一[1]。农业在应对全球粮食安全和气候变化两个条件下将面临更大挑战[2]。IPCC第六次评估报告(AR6)表明，2010—2019年全球年均海表温度相对于1850—1900年，温度升高0.9～1.3℃,其中，气候变暖贡献了0.8～1.3℃[3]。影响农作物种植结构变化因素包括政策调整、经济发展水平等多方面。其中，气候变化是影响农作物种植结构时空变化的主要因素[4]。有研究表明，气候变化对农业种植结构的影响主要体现在喜温作物种植区域的增加和喜凉作物种植区域的减少[5];也有研究表明农作物种植结构时空变化与气候变化整体的耦合度较高，变化具有很高的同步性[6]。因此，掌握农作物种植结构时空演变特征有助于进一步研究农作物种植结构时空演变的影响因素，科学有效地调整农作物种植结构，提高农业综合生产能力，对于指导农业生产、高效利用气候资源以及可持续发展具有重要意义。

我国学者就气候变化对农作物种植结构的影响进行了大量的研究。周鑫洋等[7]通过Landsat系列多源影像，利用“3S”技术等分析了黑龙江省嫩江市大豆种植结构时空变化特征。罗前程等[8]通过丰富度指数等研究方法，分析了内蒙古黑土区作物种植结构演变特征，量化其影响因素权重。胡佶熹等[9]运用随机森林等方法分析了江西省作物种植比例和类型的分布以及影响农作物空间聚集的因子。程叶青[10]用产量和种植面积两个指标，分析了改革开放以来东北地区粮食单产时空格局变化特征。云雅如等[11]通过快速聚类分析方法分析了气候变暖背景下黑龙江省主要粮食作物的种植格局变化情况。张荣天等[12]用主要粮食作物中的播种面积数据，通过快速聚类分析、地理重心模型等分析了江苏省农作物种植结构时空格局演变情况。Lobell等[13]分析了气候变化背景下，全球作物产量的时空布局特征。Ostowski等[14]分析了欧洲草属物种的空间分布在未来对气候变化的响应。赵娜等[15]通过地理重心模型分析了江苏种植业整体空间集聚演变特征。其他研究表明，光温是提高稻谷和小麦产量的主要气象因子，降水量是影响江淮地区玉米产量的气象因子，日照时数和积温对玉米的影响不明显，年均湿度相对于其他气象因子来说对稻谷、玉米和小麦的影响次之[16,17,18,19,20]。

可以看出，前人关于农作物种植结构的研究大多数基于种植业整体、单一农作物、粮食作物与经济作物等；在研究气候变化对种植结构的影响中，主要是通过气象要素与播种面积、农作物的单产或年平均产量的相关性来表征；在研究农作物种植结构时空变化中，较多使用快速聚类或多源遥感数据，对地理重心模型使用较少。地理重心模型通过对某一区域内子区域的某种属性值和地理坐标测算出某种属性的重心坐标、不同年份下属性坐标的移动方向和移动距离，其中，重心轨迹可以直接反映出农作物的分布及其时空演变的趋势，不受其他因素的影响。

安徽省是全国极具代表性的农业资源大省，粮食产量连续五年稳定在800亿t以上，稳居全国第四位，有力支撑了全省经济的健康发展。安徽省在近53年年均气温呈上升趋势，空间上从东南向西北逐渐降低且年均气温存在突变情况；年均降水量呈波动上升趋势，空间上从东南向西北逐渐递减[21]。因此，研究安徽省主要粮食作物种植结构对气候变化的响应，对保障粮食生产安全有重大指导意义。分析安徽省粮食作物种植结构时空变化特征、安徽省多年气候变化特征，旨在获得气候变化与粮食作物种植结构之间的关系，以期为安徽省粮食生产布局提供理论支撑与决策依据。

图1研究区示意图  

1、数据与方法

1.1 研究区概况

如图1所示，安徽省位于长江中下游平原和华北平原，介于114°54′～119°37′E、29°41′～34°38′N之间。安徽省的主要气候为温带季风气候和亚热带季风气候，在淮河以北属暖温带半湿润季风气候，淮河以南属亚热带湿润季风气候。安徽省拥有适宜的气候条件和平坦辽阔的地势，因此，十分适宜种植农作物。安徽省是我国重要的粮食主产区之一，2022年粮食作物播种面积创历史新高，粮食产量在面积、单产、综合和效益4个方面均较上年增加，实现“十九连丰”[22,23]。

1.2 数据来源

文中所使用的气象数据来自于NCEI的气象站点数据，包含年和月尺度下气温、降水、湿度、风速和日照时数数据。农作物的产量和播种面积数据来源于2001—2021年《安徽省统计年鉴》[24]。

1.3 研究方法

地理重心的分析方法主要是确定地理重心空间位置及不同年份地理重心空间的移动距离与移动方向。依据重心模型理论[25],构建安徽省农作物产量重心拟合模型公式

式中：Xn、Yn分别为用ArcGIS软件得到的安徽省16个地级市几何中心的坐标；Mn为安徽省16个地级市年均产量(播种面积)量值；X、Y分别为某一地级市产量(播种面积)重心的经度和纬度。

重心迁移方向如表1所示，其中，(Xa,Ya)、(Xb,Yb)为第a年和第b年安徽省产量(播种面积)的重心坐标(a>b)。重心移动距离的测算公式为

式中：da-b为从第b年到第a年安徽省粮食作物产量(播种面积)重心移动的距离；c取值为111表示由地球表面坐标单位(°)转化为平面单位(km)的系数。

2、安徽省2000—2020年气候变化特征

气候变化主要体现在多种气象要素的变化，气候变化对粮食作物的影响主要体现在粮食作物对气象要素变化响应程度的不同。气温会从热量方面影响粮食作物的生长发育，风速主要从扬花授粉的角度影响粮食作物产量。稻谷、玉米、小麦3种需指明粮食作物成熟期均在8月，日照时数的长短主要影响有机物的积累，进而直接影响粮食作物的产量，因此，文中主要研究8月日照时数对农作物产量的影响。

2.1 气温变化

图2(a)为安徽省2000—2020年气温变化。整体而言，安徽省平均气温呈现上升趋势，平均温度为15.95℃。根据气温累积距平变化，以2007年和2015年为切点，2000—2007年，安徽省平均气温均高于15.80℃;2008—2015年，安徽省平均气温均低于15.80℃。2000年至2015年间，平均气温为15.85℃,低出多年均值0.10℃。2016年后逐年气温均明显高于16.20℃。其中，2007年为近21年来的最高值，为16.36℃,高出多年均值0.41℃。

表1重心迁移方向

图2(b)为气温异常和累积距平。2000—2007年 异常气温呈现波动上升趋势，2007年累积距平值大于0。2008—2015年累积距平呈现下降趋势，表明安徽省气温距平呈现降低趋势，平均气温呈现长期显著的降温趋势。2015年累积距平值最低，出现转折点，气温降低的趋势转变。2000—2015年，平均气温距平负值情况较多，即2015年前安徽省年平均气温低于多年气温平均水平。2016—2000年累积距平曲线呈现上升趋势，即气温总体呈上升趋势，平均气温表现为长期持续增加的趋势。

2.2 风速变化

图2(c)为风速变化。由线性趋势可以看出，平均风速有明显降低趋势，2000—2020年平均风速为2.24 m·s-1,最小风速出现在2011年，达到2.10 m·s-1;最大风速出现在2000年，达到2.46 m·s-1。2000—2005年平均风速波动剧烈，2006—2010年变化趋于平稳，2011—2020年风速波动程度略有增大。

图2(d)为异常风速和累积距平。安徽省风速变化大致可以分为两个阶段。2000—2005年距平为正相位，2006—2020年距平值大多处于负相位，累积距平呈降低趋势。2000—2016年风速总体呈大于多年均值并减少阶段；2017—2020年风速呈小于多年均值并持续走低，整体变化曲线呈现持续下降趋势。

2.3 日照变化

图2(e)为8月日照时数变化。2000—2020年安徽省8月平均日照时数为178.59 h,近21年安徽省日照时数显著增加，增速为2.8 h·a-1,通过95%的显著性检验。8月日照时数最大值出现于2013年，达到242.48 h;最小值位于2014年，仅115.35 h,二者差距达到127.13 h。

图2(f)为8月异常日照时数和累积距平。安徽省8月日照时数在2015年之前基本保持负距平，2012年累积距平日照时数达到最低。2012—2020年异常日照时数波动上升。

图2 2000—2020年安徽省气象要素变化

3、安徽省2000—2020年农作物种植结构特征

3.1 播种面积

从整体角度出发，粮食作物播种区域重心的演化可以反映安徽省粮食作物在2000—2020年间空间变化特征，重心偏移的方向指示了空间范围内播种面积的高密度区域。粮食作物播种面积(产量)重心的演化可以表征安徽省粮食作物在2000—2020年受气候变化影响后种植结构的空间变化特征。

根据地理重心模型计算安徽省2000—2020年农作物播种面积重心坐标，并将坐标绘制成轨迹变化，由式(3)计算出安徽省2000—2020年农作物每隔5年播种面积的移动方向和移动距离。

安徽省作为农业大省有多种粮食作物，2000—2020年稻谷、玉米和小麦播种面积在粮食作物中占比由80%上升至90%,比例明显提高，因此，文中选取稻谷、玉米、小麦作为粮食作物代表，通过研究它们的时空变化来反映安徽省粮食作物种植结构变化特征。

图3为2000—2020年安徽省粮食作物播种面积占比。安徽省粮食作物播种面积年际变化不明显，稻谷在2000—2006年播种面积均大于小麦，2007—2020年均低于小麦的种植比例，播种比例呈现降—升—降模式；玉米和小麦播种比例呈现波动上升趋势，2018年小麦播种面积比例达到最高值为0.39,并保持稳定；玉米播种比例在2008—2020年呈现持续上升趋势。

图3 2000—2020年安徽省3种粮食作物播种面积占比

图4安徽省2000—2020年3种粮食作物播种面积地理重心轨迹

安徽省位于秦岭-淮河以北属暖温带半湿润季风气候，常年受到季风的影响。2017年前安徽省北部洪涝灾害严重，导致种植在北部的玉米和小麦受影响程度较大，玉米和小麦的产量重心位置相对偏南，均出现减产状况但受影响程度较小。因此，粮食作物的种植受到减产的影响，导致2017年种植在北部的粮食作物普遍控制了播种面积。

图4为粮食作物播种面积重心轨迹，表2为播种面积重心空间位置、移动方向与距离。从空间位置来看，近21年来安徽省粮食作物播种面积重心在116.60°E～117.33°E、31.56°N～33.17°N之间变动；与安徽省几何中心相比，粮食作物播种面积重心一直在偏北方向。从播种面积重心移动方向来看，粮食作物整体向北偏东方向移动1.30 km,稻谷重心向北偏东方向移动1.53 km,玉米重心向西偏北移动0.62 km,小麦重心向东偏南移动1.47 km。全省3种农作物的播种面积空间波动较小，表明安徽省3种农作物播种区域呈较均衡的状态。

3.2 作物产量

图5为2000—2020年安徽省粮食作物产量变化。2000—2020年安徽省粮食作物产量呈增长趋势，年平均产量为3.14×107t,年最大产量为4.05×107t,年最小产量为2.21×107t,增长速率为7.91×105t·a-1,通过99%的显著检验。稻谷、玉米和小麦产量均呈现增加趋势，稻谷年最大产量为1.68×107t,年最小产量为1.05×107t,增长速率为1.89×105t·a-1,玉米年最大产量为6.63×106 t,年最小产量为2.23×106 t,增长速率为1.96×105 t·a-1,小麦年最大产量为1.67×107 t,年最小产量为6.57×106 t,增长速率为5.03×105 t·a-1。3种粮食作物产量增速均通过95%显著检验，增加趋势显著。2003年安徽省受到洪涝灾害影响明显，粮食作物产量显著降低。

表2安徽省3种粮食作物播种面积重心空间位置、 移动方向与距离

图5 2000—2020年安徽省3种粮食作物产量变化

图6是粮食作物年均产量重心轨迹，表3是产量空间位置、移动方向与距离。粮食作物产量重心在116.57°E～117.32°E、31.61°N～33.21°N之间变动。从产量空间位置来看，2000—2020年安徽省粮食作物产量中心在116.57°E～117.31°E、31.61°N～33.21°N之间变动。从产量重心移动方向来看，粮食作物整体向南偏东方向移动3.03 km,稻谷重心向北偏东移动0.23 km,玉米重心向西偏南移动1.20 km,小麦重心向东偏南移动1.01 km。稻谷产量重心向东北方向偏移，玉米产量重心向西南方向偏移，小麦产量重心向东南方向偏移。

稻谷的产量重心转移轨迹与播种面积重心转移轨迹相似；小麦的产量重心转移与播种面积重心转移在2010—2015年，而2015—2020年间不同，2010—2015年小麦产量重心向东北方向偏移，2015—2020年小麦产量重心向东南方向偏移；2000—2005年玉米产量重心向西南方向偏移，2005—2010年玉米产量重心向西北方向偏移，2010—2015年玉米产量重心向东南方向偏移，2015—2020年玉米产量重心向东南方向偏移。从整体来看，稻谷重心有向东北方向偏移的趋势，玉米重心有向西南方向偏移的趋势，小麦重心有向东南方向偏移的趋势。

图6安徽省2000—2020年3种粮食作物年平均产量地理重心轨迹

2018年安徽省粮食作物播种面积比例明显升高，分析产量和播种面积重心变化特征，掌握气候变化对粮食作物空间格局的影响。2015—2017年稻谷产量重心空间位置保持稳定，在117.32°E、32.67°N附近，2018年稻谷产量重心在纬度方向上向北增加了0.03°。玉米的产量重心2015—2017年在116.60°E、33.13°N附近，2018年玉米产量重心纬度向北增加了0.09°。小麦2015—2017年重心大致在116.81°E、32.86°N,2018年小麦产量重心在经度方向上向东移动了0.04°。2015—2017年稻谷播种面积重心位置大致在117.33°E、32.65°N,2018年稻谷播种面积重心在纬度方向发生显著变化，向北移动了0.05°,2015—2017年玉米播种面积重心大致在116.64°E、33.17°N,2018年玉米播种面积经度向东变化了0.02°,纬度向北变化了0.05°,纬向变化程度更大。

表3安徽省3种粮食作物产量重心空间位置、移动方向与距离

4、气候变化对农作物种植结构的影响

4.1 稻谷对气候变化的响应

表4是粮食作物与气象要素相关系数。稻谷年平均产量与年平均气温、年平均风速和8月日照时数均呈正相关且通过95%的显著性检验，稻谷年平均产量与8月湿度呈负相关，由图5稻谷在近21年间呈上升趋势说明气温、风速和日照时数的增加有利于稻谷的生长，而湿度的增加不利于稻谷的生长；由相关系数可知稻谷对风速的敏感性相较于其他3种要素更强，稻谷对于不同的气象要素的响应差异较大。

表4 3种粮食作物产量与气象要素相关系数

4.2 玉米对气候变化的响应

玉米年平均产量与8月日照时数和6、7月湿度呈正相关且通过95%的显著性检验，由相关系数可知，玉米对6、7月湿度的敏感性要高于8月日照时数，由图5可知玉米的产量逐步上升，玉米年平均产量与年平均风速呈负相关，说明风速过快会对玉米的生长造成不利影响；玉米对于不同的气象要素的响应差异较大。

4.3 小麦对气候变化的响应

小麦年平均产量与4种气象要素均呈正相关，其中，小麦年平均产量与年平均风速的相关性通过98%的显著性检验，8月日照时数呈正相关且通过95%显著性检验。小麦产量对年平均风速的敏感性最强，对年平均气温的敏感性最弱，小麦对于不同的气象要素的响应差异较大。

综上可以看出，2000—2020年年均气温为15.95℃,处于稻谷、玉米和小麦的适宜生长温度范围内，但并未达到最适宜温度，因此，气温的升高依然对稻谷、玉米和小麦的生长具有正效应；风速的增加有利于农作物的扬花授粉，但过大的风速会导致生殖生长期长度的缩短和全生育期长度的增加，不利于农作物的灌浆成熟，进而影响农作物的产量，因此，对于稻谷和小麦而言风速并未达到最适宜的状态，对于玉米而言年均风速较大阻碍了玉米的生长；8月正值农作物的生育期，日照时数与3种粮食作物的产量均呈显著正相关，因此，日照时数增加有利于农作物产量增加；湿度的增加与降水量和农业灌溉均有关系，农作物生长的各个阶段均离不开充足的水分，不同阶段对水分的需求程度不同，因此，湿度大小对农作物的生长有正、负作用；安徽省气温升高、风速和日照时数增加，农作物生长季温度升高而使热量资源增加，区域内农作物生长季延长，粮食产量增加[26,27,28,29,30,31,32,33]。

5、结论与讨论

文中以地理重心模型为基础，利用相关分析等方法，研究了2000—2020年安徽省气候变化特征、3种 主要粮食作物种植结构时空变化特征，并分析了种植结构对气候变化的响应，得出如下结论：

1)从气象要素变化来看，年平均气温总体呈上升趋势，多年平均气温为15.99℃,2016年起每一年的平均气温较多年平均气温均高出0.2℃,以2007年和2015年为时间节点，气温整体呈现出“升—降—升”,2020年后气温保持增长趋势；年均风速整体呈下降趋势，以2005年为时间节点，2000—2005年呈现显著降低趋势，2006—2010年风速稳定略有下降，2011—2020年风速波动上升；根据风速距平将风速划分为“正相位—负相位”两个阶段；近21年，8月日照时数呈上升趋势，根据日照时数的累积距平，2000—2014年持续降低，2015—2020年持续上升，前者降低的速率明显低于后者上升的速率。

2)从播种面积时空变化特征来看，2000—2020年 小麦和玉米播种面积重心大致位于安徽省北侧，稻谷播种面积大致位于安徽省中心位置；稻谷播种面积重心有向东北方向偏移的趋势，小麦播种面积重心有向东南方向偏移的趋势，玉米播种面积重心有向西北方向偏移趋势；稻谷重心偏移1.53 km,玉米重心偏移1.20 km,小麦重心偏移1.01 km;小麦和玉米在研究时间内呈现经向变化，稻谷呈现纬向变化。

3)从产量时空变化特征来看，近21年农作物产量均保持缓慢上升趋势，播种面积与产量保持同增同减。稻谷产量的重心转移轨迹与播种面积转移轨迹相似，稻谷产量重心有向东北方向偏移的趋势，玉米重心有向西南方向偏移的趋势，小麦重心有向东南方向偏移的趋势。

4)气象要素的变化会不同程度地影响农作物的生殖生长期和生育生长期，进而影响农作物的产量。从气象要素与3种粮食作物的产量相关性来看，粮食作物产量与某些气象要素相关系数通过95%显著性检验，例如：稻谷产量与年均气温、风速与8月日照均有显著正相关关系，说明气温越高、风速越大、日照时数越长越有利于稻谷产量的增长；对于玉米而言，日照时数与6、7月湿度有显著的正相关关系；对于小麦而言，风速和日照的影响更强，风速越大、日照时数越长，小麦的产量越高。

在研究过程中，有诸多不足之处：文中仅利用简单相关性分析研究气象要素对农作物产量的影响，证据不够充足，但相关系数均通过95%显著性检验且与前人的研究结论相一致，佐证了研究结论的正确性，后续将尝试利用超前滞后相关分析进一步探究气象要素对农作物产量的影响；文中使用年、月尺度上气象要素均值进行相关性分析，对于农作物的生长来说，生长状况与农作物生长季内的气象要素值相关性更大，后续将细化时间尺度，进一步分析生长季内气象要素与农作物产量间的关系；随着技术和经济的不断发展，农业机械化水平在不断提高进而会影响农作物的产量，文中未考虑不同地区农业机械化程度的不同；安徽省具有五大地形区，未考虑不同的地形种植农作物的不同，仅用3种农作物的年平均值进行分析。后续将基于这些不足进行进一步研究。

参考文献:

[3]和骅芸,胡琦,唐书玥,等.基于站点数据分析中国大陆区域喜凉/温作物界限温度的时空演变[J].中国农业气象,2023,44(2):85-95.

[5]郭佳,张宝林,高聚林,等.气候变化对中国农业气候资源及农业生产影响的研究进展[J].北方农业学报,2019,47(1):105-113.

[6]黎景锐,王谢,罗怀良,等.四川省农作物种植结构与气候变化耦合协调性研究[J].中国农学通报,2022,38(12):69-73.

[7]周鑫洋,黄青,刘航.近10年嫩江市大豆种植结构空间演变研究[J].中国农业资源与区划,2023,44(12):77-83.

[8]罗前程,王月甜,迟文峰,等.内蒙古黑土区农作物种植结构演化影响因素[J].资源科学,2023,45(5):994-1005.

[9]胡佶熹,魏熙乐,朱玉莹.农作物空间结构的时空演变特征分析:以江西省为例[J].山东农业工程学院学报,2023,40(5):20-29.

[10]程叶青.东北地区粮食单产空间格局变化及其动因分析[J].自然资源学报,2009,24(9):1541-1549.

[11]云雅如,方修琦,王媛,等.黑龙江省过去20年粮食作物种植格局变化及其气候背景[J].自然资源学报,2005(5):697-705.

[12]张荣天,张贇.江苏省农作物种植结构时空格局演变探析[J].中国稻米,2023,29(2):48-52.

[15]赵娜,尤飞,林宪生.江苏省种植业空间集聚研究[J].中国农业资源与区划,2014,35(4):81-88.

[16]阮新民,陈曦,岳伟,等.气候变化对安徽省两熟制粮食作物物候期及周年气候资源分配与利用的影响[J].中国生态农业学报(中英文),2021,29(2):355-365.

[17]岳伟,陈曦,伍琼,等.气候变化对安徽省淮北地区夏玉米气象产量的影响[J].长江流域资源与环境,2021,30(2):407-418.

[18]许信旺,孙满英,方宇媛,等.安徽省气候变化对水稻生产的影响及应对[J].农业环境科学学报,2011,30(9):1755-1763.

基金资助:滁州学院大学生创新创业训练计划项目(2023CXXL026);安徽省教育厅高校自然科学研究重点项目(KJ2021A1079);气象灾害教育部重点实验室&气象灾害预报预警与评估协同创新中心联合开放课题(KLME202301);安徽省大学生创新创业基金项目(S202310377015);

文章来源:张欣雅,胡枫,徐建辉,等.安徽省气候变化对粮食作物种植结构的影响[J].黑龙江工程学院学报,2024,38(03):39-47.