简介

气候变化可能影响全球、区域和地方粮食安全1.近年来,极端天气事件(包括热浪、干旱、洪水)的频率和强度都有所增加,随着温室气体浓度不断增加,全球气温继续上升,这些事件将进一步恶化2.在过去的50年里,与气候变化相关的极端天气事件在全球造成了3.64万亿美元的损失3..去年,仅美国就遭受了与气候和天气相关的灾害,损失超过10亿美元4.越来越多的证据表明,全球气候变化正在以比预期更快的速度发生,因此制定和采用作物适应战略至关重要。

人口迅速增加,加上气候变化的普遍影响,包括气温上升和降水模式的变化,给我们的农业系统带来了难以置信的压力。人们普遍认为,以美国粮食带极端天气事件的强度和频率增加为特征的未来气候情景将导致全球主要谷物作物的产量损失56789.气候变化对蔬菜作物的影响,蔬菜作物通常对环境条件更敏感1011,营养更丰富12,比谷类作物创造更多的就业机会13的研究相对较少。

大量研究表明,非生物胁迫造成的作物产量损失在繁殖期最大14151617.例如,到本世纪末,由于花期的极端高温胁迫,全球玉米产量损失预计将翻一番18.田间玉米花期热胁迫导致的产量损失与下沉势降低、发育不同步、胚珠败育和花粉不育引起的籽粒败育有关1920.2122.然而,对于甜玉米(一种与大田玉米种质和农艺有很大不同的流行蔬菜)开花时温度诱导胁迫的影响,缺乏全面的评估。

美国是全球食品市场的主要参与者,并推动全球农业技术创新和应用。此外,美国是甜玉米研究、开发和种子供应的先驱和全球领导者。大多数甜玉米是为了加工而种植的,其中大部分在中西部和西北部生产23.由于巨大空间范围内的固有差异,气候变化趋势可能对作物生产产生相互矛盾的影响242526.因此,随着数据分辨率的提高,估计气候变化对作物产量影响的准确性也会提高。例如,实地级别的数据比县或州级别的数据更有价值。

获取和分析历史作物生产数据有助于制定应对气候变化的未来缓解和适应战略。为了研究气候变化趋势对甜玉米的影响,我们利用了来自16,040块田地的甜玉米数据,这些数据在27年的时间里记录了不同的环境。本研究的目的是:

  1. 1.

    估算产量对生长季节温度和总降水量变化的敏感性,

  2. 2.

    估算不同环境下非线性温度对甜玉米产量影响的临界阈值

  3. 3.

    量化甜玉米开花期间超过最高温度阈值造成的产量损失

方法

作物产量数据和地点

田间甜玉米产量数据来自1992年至2018年美国多家蔬菜加工业。这些数据是从中西部的种植者承包的田地(以下简称“田地”)中收集的。IL, MN, WI的状态)及西北地区(佤邦).中西部地区采用雨水灌溉和灌溉两种生产方式,而西北部地区则完全采用灌溉方式。根据水供应和地理位置,所有农田被划分为三个不同的生产区,即中西部灌溉区、中西部雨水灌溉区和西北部灌溉区。S1在线)。中西部的甜玉米生产主要采用雨养生产系统,而威斯康星州的沙质土壤灌溉补充了作物用水需求。华盛顿州是西北地区甜玉米加工的主要产地,几乎所有的甜玉米生产都集中在雅基马山谷和哥伦比亚盆地周围。雅基马山谷的大部分水源来自融化的积雪,它属于地中海气候,夏季炎热干燥,冬季凉爽潮湿。管理该数据集使用的材料转让协议规定严格保密,包括加工商和合同种植者的姓名。

气候数据

日最低和最高气温,以及1/8的降水数据\(^ \保监会\)从Daymet数据库中获得经纬度分辨率27在学习期间。生长季节降水和平均气温的异常是根据中西部和西北生产区30年正常(长期平均值)的偏差计算的(见补充图)。S2在线)。然后将天气数据划分为特定领域的生长季节,并以每个领域的种植和收获日期为括号。花期的天气数据子集也被保留,以量化开花期间温度对甜玉米产量的影响(见补充图)。S3在线)。各田的开花期为VT生长期后10天28

数据分析

产量对降水和温度敏感性的估计

为了了解作物产量与天气变量(生长季节总降水量和平均温度)之间的关系,我们使用了产量和天气变量的一阶差分时间序列,如中所述29.通过使用一阶差分作物产量时间序列,作物管理和遗传方面的技术进步的影响被最小化。采用多元线性回归法对产量(δ{\ (\ \ varvec {y}} {\ varvec{我}}{\ varvec {e}} {\ varvec {l}} {\ varvec {d}}) \)作为生长季总降水量的响应变量和第一差异δ{左(\ \ (\ \ varvec {P}} \) \)平均温度δ{左(\ \ (\ \ varvec {T}} \) \)作为每个生产区域的预测变量。

两者的斜率系数δ{\ (\ \ varvec {P}} \)而且δ{\ (\ \ varvec {T}} \)从每个回归模型中保留。这些斜率系数代表了生长季总降水量(Mt ha)中单位变化(或灵敏度)的产量增量−1毫米−1)和平均温度(Mt . ha .−1\(^\circ{\rm C} \)−1).计算了研究期间的生产区平均产量。每种天气变量对产量趋势的贡献以百分数表示,即天气导致的产量变化与生产区平均产量的比值。这样做是为了表示由于天气趋势导致的产量变化相对于一个生产区的平均产量的比例。

温度与作物产量关系的回归模型

中详细介绍的方法30.,我们计算了在每个1中花费的总天数\(^\circ{\rm C} \)各田生长季节温度仓。每日每小时温度值的估计使用正弦曲线插值日最低和最高温度。

该模型

根据所给出的方法,对生产区域水平进行了面板回归拟合30..在回归模型中实现如下公式:

l $ $ {\ varvec {}} {\ varvec {o}} {\ varvec {g}} {{\ varvec {Y}}} _ {{\ varvec{我}}{\ varvec {t}}} = {\ boldsymbol{\α}}_ {0}+ \ sum_ {{\ varvec {h}} = 0} ^ {40} {{\ varvec{\伽马}}}_ {{\ varvec {h}}}左\ [{{\ varvec{\θ}}}_ {{\ varvec{我}}{\ varvec {t}}} \离开({\ varvec {h}} + 1 \右)——{{\ varvec{\θ}}}_ {{\ varvec{我}}{\ varvec {t}}} \离开({\ varvec {h}} \) \右]+ {{\ varvec {z}}} _ {{\ varvec{我}}{\ varvec {t}}} {\ varvec{\三角洲}}+ {{\ varvec {c}}} _ {{\ varvec{我}}}+ \ boldsymbol {} {{\ varvec {\ varepsilon}}} _ {{\ varvec{我}}{\ varvec {t}}} $ $

在哪里Y是收益率,田野和t今年。\ ({{\ varvec{\θ}}}_ {{\ varvec{我}}{\ varvec {t}}} \)生长季节在温度下的时间(天)的累积分布是多少h。\ ({\ boldsymbol{\α}}_ {0}\)表示生产区域和中所有县的公共截距\ ({{\ varvec {c}}} _ {{\ varvec{我}}}\)是县特有的固定效应。\ ({{\ varvec {z}}} _ {{\ varvec{我}}{\ varvec {t}}} \)表示外生变量矩阵,如降水变化率(线性和二次),研究年份(线性和二次),以说明技术进步可以用拟合的比例因子影响作物产量\ ({\ varvec{\三角洲}}\)。空间相关残差表示为\ ({{\ varvec {\ varepsilon}}} _ {{\ varvec{我}}{\ varvec {t}}} \).所有温度均高于40度\(^\circ{\rm C} \)被归入40\(^\circ{\rm C} \)温度仓,而温度低于0\(^\circ{\rm C} \)被安装的拦截器捕获。

开花期间的极端热胁迫和作物产量

花期极端热胁迫对甜玉米产量的影响采用如下所示的线性混合效应模型建模:

$ $ {{\ varvec {Y}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} = {\ varvec{一}}{{\ varvec {X}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} + {{\ varvec {b}}} _ {{\ varvec {p}}} + {{\ varvec {c}}} _ {{\ varvec {t}}} + {{\ varvec {\ varepsilon}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} $ $

在哪里\ ({{\ varvec {Y}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} \)自然对数是否转化为田间作物产量生产区p和年t\ ({{\ varvec {X}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} \)是该场天气变量的向量,\ ({\ varvec{一}}\)是斜率系数的向量,\ ({{\ varvec {b}}} _ {{\ varvec {p}}} \)表示与生产区域关联的截距p\ ({{\ varvec {c}}} _ {{\ varvec {t}}} \)表示学习年份的截距t而且\ ({{\ varvec {\ varepsilon}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} \)是误差项。天气变量\ ({{\ varvec {X}}} _ {{\ varvec{我}}{\ varvec {p}} {\ varvec {t}}} \)包括:GDD8日,30,生长度日数在8 ~ 30之间的总和\(^\circ{\rm C} \)为特定生长季节,EDD30 +,极端学位日,超过30个学位日的总和\(^\circ{\rm C} \),以及10天田间花期的总降水量。GDD8日,30是预测作物生长发育的常用指标,而EDD30 +是一种衡量作物暴露于阈值温度的指标,该温度会导致甜玉米由于极端热胁迫而繁殖失败。

结果

我们估计了降水和温度对美国甜玉米生产时空梯度作物产量的影响。显示了作物产量变化的幅度和方向(图2)。1).我们的分析表明,与每个生产区的降水变化相比,单位温度变化对作物产量的影响更大。总体而言,生长期平均温度每增加一个单位,作物产量就会损失;然而,雨养生产区比灌溉生产区表现出更大的敏感性。此外,西北地区的灌溉生产对总降水量的增加表现出积极的影响,而中西部地区的灌溉生产则对总降水量的增加表现出消极的影响。

图1
图1

甜玉米产量对中西部(灌溉和雨养)和西北部(灌溉)生长季节平均温度和总降水量变化的敏感性,使用1992年至2018年的商业作物生产数据。产量敏感性被估计为相对于每个生产区的平均产量的产量损失百分比。

我们的模型估计了如果作物暴露在每个单位摄氏度温度箱中的温度一天,作物产量的变化(图。2).值为\γ(\ \)=−0.2,对应bin温度为40\(^\circ{\rm C} \)对于中西部雨养生产区来说,这意味着在这种温度下每增加一天,作物产量就会减少20%。我们的模型为在8温度范围内没有产量损失提供了支持证据\(^\circ{\rm C} \)产量损失。统计模型显示,在超过温度时产量迅速下降\(30^\circ{\rm C} \)与中西部和西北部的灌溉生产区相比,雨水灌溉生产区(图。2).这表明灌溉可以最大限度地减少温度超标的负面影响\(30^\circ{\rm C} \)关于作物产量;但是,温度超标的负面影响\(35^\circ{\rm C} \)在灌溉生产区也可见。

图2
图2

温度与产率的非线性关系(一个)中西部雨水喂养,(B)中西部灌溉,以及(C) Northwest-Irrigated。每一帧顶部的图表显示如果作物暴露在特定的1°C温度区间一天(24小时),对数产量的变化。暴露(天)计算为温度在每个间隔内下降的天数的总和。95%置信区间用灰色阴影区表示。每一帧底部的柱状图显示了每个生产区所有产量观测的平均温度暴露情况。

温度超标的进一步影响\(30^\circ{\rm C} \)使用极端度日度量进行量化,该度量是使用特定领域的花期每小时温度计算的。结果表明,EDDs对甜玉米产量有显著影响;与灌溉田相比,雨养田的产量损失明显更高。3.).−0.02(或−0.005)的系数可以解释为以上时间每增加一个度日\(30^\circ{\rm C} \)在雨养条件下减少作物产量2%(或在灌溉条件下减少0.5%)。这进一步证明灌溉可以减轻高温引起的热应激的一些负面影响(>\(30^\circ{\rm C} \))在甜玉米花期。

图3
图3

使用1992年至2018年的商业作物生产数据,对开花期间极端度数(EDDs)每1度对中西部(灌溉和雨养)和西北部(灌溉)甜玉米产量(对数尺度)的影响进行回归系数估计。极端度数是用30的基础温度计算出来的\(^\circ{\rm C} \)温度没有上限。误差条表示使用1000次迭代引导的95%置信区间。

讨论

本研究调查了气候变化背景下的历史甜玉米数据,以揭示不同环境下当地天气异常对甜玉米产量的影响。据我们所知,这是首次使用多年数据密集型研究,利用田间甜玉米产量数据来评估和量化作物对气候变化的响应。

甜玉米产量对气候变化的响应——包括温度和降水趋势——在包括商业蔬菜生产的广阔空间范围内显示出巨大的变化。最近气温上升的趋势不利于甜玉米产量,即使有灌溉。再加上越来越多的证据表明热浪的频率和强度都在增加2在美国,这对美国蔬菜产业构成了严重威胁,因为相当多公顷的甜玉米都是在雨养条件下种植的31.对降水变化的反应更为多样。干旱的西北产区可以从更大的降水中受益,特别是当未来预测报告称西北地区的“积雪”将大幅减少时32.中西部产区的甜玉米产量没有明显的降水影响。这在一定程度上可能是因为中西部地区的生长环境更加多样化,多个生长季节聚集在一起。

我们的分析,使用整个生长季节的温度分布,表明温度在8到30之间\(^\circ{\rm C} \)代表甜玉米的“良性”生长条件。以前在受控环境条件下进行的实证研究已经确定了有利于大田玉米生长和发育的相同温度范围333435.这表明我们的统计框架是稳健的,准确地捕捉了温度效应中的非线性。更重要的是,我们的模型捕捉到了作物暴露在超过30度的温度下的有害影响\(^\circ{\rm C} \)在雨养生产中,产量增加,与以前的研究结果相似36.这令人担忧,因为最近的趋势是中西部春季天气更冷、更潮湿37经常导致春种延迟23,从而使作物在炎热的夏季天气中暴露更长的时间。

大量证据表明,几种作物的生殖阶段比营养生长阶段对温度胁迫更敏感3839.此外,某些作物在开花期间频繁发生热胁迫,加剧了产量损失404142.我们的研究结果证实了高温(超过30\(^\circ{\rm C} \))在开花期间降低了美国各地的甜玉米产量,在雨养环境中损失更高。每增加一个学位日超过30\(^\circ{\rm C} \)在开花期间,雨养生产使绿穗产量减少2%。这是令人担忧的,因为未来的趋势预测32天以上还有20-30天\(^\circ{\rm C} \)比本世纪中叶美国大部分地区的平均水平还要高37.灌浆期热胁迫降低了蔗糖磷酸合酶(SPS)和蔗糖合酶(SuSy)活性,导致蔗糖含量降低;从而导致甜玉米食用品质下降43

随着气候变化的影响越来越广泛和明显,必须实施一项优先战略,以加快作物适应气候变化的战略2.可以探索一种包括种质改良、特定地点的农艺管理、气候预测以及实时洞察和预测建模的整体方法,以建立适应气候变化的作物生产系统。在一些谷物种植系统中,灌溉的冷却效应已被证明可以缓解热应激444546;然而,灌溉的可行性有限。因此,应对气候变化带来的复杂挑战,需要一种跨领域、跨学科的科学方法。

综上所述,我们成功地量化了温度和降水的时空梯度对甜玉米产量的影响。最近温度升高的趋势导致整个空间领域的产量损失。降水异常的影响因生产区而异。高温(> 30\(^\circ{\rm C} \))在甜玉米开花期间导致显著的产量损失,在雨养条件下加剧。甜玉米是美国最受欢迎的蔬菜作物之一,如果不采用新的方法和技术来让作物适应气候变化,未来生产将更加困难。