宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响.pdf

2023，45（4）DOI：10.13836/j.jjau.2023078江西农业大学学报 Acta Agriculturae Universitatis Jiangxiensishttp:/宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响栾文杰1，申晓晶1*，李王成1，2，3，王洁1，马东祥1，王拓1（1.宁夏大学 土木与水利工程学院，宁夏 银川 750021；2.省部共建西北土地退化与生态恢复国家重点实验室，宁夏 银川 750021；3.旱区现代农业水资源高效利用教育部工程研究中心，宁夏 银川 750021）摘要：【目的】为明确气候变化对宁夏北部引黄灌区玉米产量的影响，合理有效利用气候资源提供科学依据，保障粮食安全。【方法】选取19612020年气象站点数据和产量数据，结合气候倾向率，MK趋势分析，自回归分布滞后（ARDL）模型等数理统计方法，分析玉米生长季气候变化特征，研究了引黄灌区玉米生长季各气候要素与玉米产量的关系。【结果】1）各个区域最高温、最低温、平均温均呈现明显上升趋势。除陶乐呈下降趋势外，其他地区大气压均呈升高趋势。风速和日照时数大致呈现西南高东北低。各地区降雨量变化趋势均不显著，除中宁、惠农呈减少趋势外，大部分地区降雨量呈升高趋势。各地区的相对湿度均呈显著下降趋势。2）引黄灌区各个市（县）玉米单产总体均呈上升趋势，用5年滑动平均法拟合出的趋势产量能较好地反映出引黄灌区各市（县）玉米产量增长特征，从而进一步反映因生产力和国家政策变化等因素引起的实际产量变化情况。在空间分布上，产量中心虽有部分年份出现南移现象，但整体仍保持向东北方向移动的趋势。3）最高温、最低温、平均温、相对湿度是影响引黄灌区玉米产量的重要因素，风速次之。【结论】宁夏北部引黄灌区各气象因素对不同地区玉米产量的影响效应有正有负，程度也各不相同，因此，应根据当地实际情况，制定科学的增产对策，以达到增产目的。关键词：气候变化；引黄灌区；玉米产量；Mann-kendall检验；自回归分布滞后模型（ARDL）中图分类号：S16;S513 文献标志码：A 开放科学（资源服务）标识码（OSID）：文章编号：1000-2286（2023）04-0841-14Climate Change in the Growing Season of Maize in Northern Ningxia Yellow Irrigation Area and its Impact on Climate YieldLUAN Wenjie1，SHEN Xiaojing1*，LI Wangcheng1,2,3，WANG Jie1，MA Dongxiang1，WANG Tuo1收稿日期：20230602 修回日期：20230618基金项目：国家自然科学基金项目（52169010、51869023）和国家重点研发计划项目（2021YFD1900600）Project supported by the National Natural Science Foundation of China（52169010，51869023）and National Key Research and Development Plan（2021YFD1900600）作者简介：栾文杰，硕士生，orcid.org/0009-0002-4154-9246，；*通信作者：申晓晶，讲师，博士，主要从事气候变化与水资源安全调控研究，orcid.org/0000-0001-8423-4338，。栾文杰，申晓晶，李王成，等.宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响 J.江西农业大学学报，2023，45（4）：841-854.LUAN W J,SHEN X J,LI W C,et al.Climate change in the growing season of maize in Northern Ningxia Yellow Irrigation Area and its impact on climate yieldJ.Acta agriculturae universitatis Jiangxiensis,2023,45(4):841-854.江 西 农 业 大 学 学 报第 45 卷（1.School of Civil and Water Conservancy Engineering，Ningxia University，Yinchuan 750021，China；2.State Key Laboratory of Land Degradation and Ecological Restoration in Northwest China，Yinchuan 750021，China；3.Engineering Research Center of Ministry of Education for Efficient Utilization of Water Resources in Modern Agriculture in Arid Zone，Yinchuan 750021，China）Abstract：ObjectiveThis study aims to clarify the impact of climate change on maize yield in the Yellow River Irrigation Area of northern Ningxia，thus providing a scientific basis for rational and effective use of climate resources，as well as ensure food security.MethodsThis study analyzed the climate change characteristics of maize growing season and studied the relationship between climate factors and maize yield in the Yellow River Irrigation Area by combining the data of meteorological stations and yield data from 1961 to 2020，and combining climatic tendency rate，M-K trend analysis，autoregressive distribution lag（ARDL）model and other mathematical and statistical methods.Results The results showed that 1）the maximum temperature，minimum temperature and average temperature in each region showed a significant upward trend.The atmospheric pressure showed an increasing trend in all regions except Taole，which showed a decreasing trend.Wind speed and sunshine hours were generally high in southwest and low in northeast.The change trend of rainfall in each region was not significant.In addition to the decreasing trend of Zhongning and Huinong，the rainfall in most areas showed an increasing trend.The relative humidity of each region showed a significant downward trend.（2）The overall maize yield in all cities（counties）in the Yellow River Irrigation Area showed an increasing trend，and the trend yield fitted by the 5a sliding average method could reflect better the growth characteristics of maize yield in all cities（counties）in the Yellow River Irrigation Area，thus reflecting the actual yield changes caused by factors such as productivity and national policy changes.In terms of spatial distribution，although the yield center has shifted southward in some years，the overall trend still maintained a northeastern direction.（3）The maximum temperature，minimum temperature，average temperature，and relative humidity were the most important factors affecting maize yield in the Yellow River Irrigation Area，followed by wind speed.ConclusionThe effect of each meteorological factor on maize yield in the northern Ningxia Yellow River Irrigation Area has both positive and negative effects in different areas，and the degree is also different，Therefore，scientific countermeasures to increase yield should be developed according to the actual local situation to achieve yield increase.Keywords：climate change；yellow irrigation district；maize yield；mann-kendall test；autoregressive distributional lag（ARDL）model从20世纪开始，全球变暖的趋势越来越显著，IPCC在2020年的第6次评估中也提到，自从工业革命以来，全球地表平均温度已上升1 1-2。气候变暖会导致生态环境进而遭到一定程度的破坏。强降雨、洪水、气温上升等对粮食作物生长及产量造成一定的影响，可见，气候变化不仅加剧了生态环境的恶化，同时还影响着农业生产3。粮食是人类赖以生存的重要物质基础4，中国作为世界第二大玉米生产的农业大国，玉米总产量和种植面积仅次于美国，占我国粮食总产量的22%5。近年来，国内外学者开展了大量关于气候变化对玉米的生理生长、产量等方面的研究6。在未来全球气候变暖背景下，中国地区干旱的强度分布及玉米产量损失由西北地区至东南地区递减，干旱对北方春播玉米区和黄淮海夏播玉米的产量影响较大7。19882017年，极端干热气候和极端湿冷气候对中国玉米主产区春-夏玉米产量下降影响最大，气候资源直接影响玉米光温生产潜力和产量。戚颖等8分析了黑龙江省降水、气温、干旱状况对玉米产量的影响，指出利用SPEI指数能够精准量化干湿状况对玉米产量的影响，相对于降水，气温是影响玉米生长的主要因素。江铭诺等9研究发现温度是华北平原夏玉米潜在产量上升的主要因素，太阳总辐射是潜在产量下降的主导因子。Cudjoe等10发现加纳Ejura-Sekyedumase市玉米产量与温度呈负相关关系，降雨量和频率及其在时间和空间尺度上的分布影响较大。Abdoulaye等11认为19902020年非洲马里6月和7月的 842第 4 期栾文杰等:宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响降水和气温对玉米产量具有显著的负效应。Gudko等12分析了位于罗斯托夫地区不同农业气候区（Zimovnikovsky和Rostov）生长季温度与降雨对玉米产量的影响，表明20112019年玉米产量对水热因素的依赖性较强，Zimovnikovsky地区9月份的平均温度与产量呈负相关，Rostov地区6月份的平均温度与产量呈正相关，两个地区7月份的降水量与产量呈正相关。综上，玉米在整个生长发育过程中对气候变化的响应较敏感。宁夏引黄灌区是西北内陆地区重要的粮食生产基地之一13，玉米在粮食生产中占据十分重要地位14。宁夏地区以粮食作物种植农业为主，其中玉米位于粮食作物之首，其产量占粮食生产总值的50%以上，目前，关于宁夏地区气候变化及其对玉米产量影响的研究相对较少，需进一步深入研究。该研究利用19612020年宁夏引黄灌区气象数据和玉米产量数据作为样本资料，选取最高温、最低温、平均温等8个气象因子，分析玉米生长期气候变化特征及玉米产量变化趋势，采用自回归分布滞后模型（ARDL）分析明确影响玉米产量的主要气候因子，以期为应对宁夏地区气候变化条件下农业生产的指导提供参考。1 研究区概况宁夏引黄灌区位于中温带干旱区，属于大陆性气候，降水稀少，蒸发量大，光照丰富，昼夜温差大，无霜时间长15。灌区年均蒸发量为1 1001 600 mm；年均降水量180200 mm；降水年内分配不均，干、湿季节明显；年均气温89；作物生长季节49月大于等于10 的积温为3 2003 400；年均日照时长2 8003 100 h；无霜期长达164 h。2 材料与方法2.1数据来源研究区域内气象资料的数据来源于国家气象科学数据共享平台发布的中国地面气候资料日值数据集（V3.0）（https:/ 宁夏农村统计资料汇编、宁夏回族自治区国民经济统计资料 19882004年玉米产量数据来源于 宁夏农村社会经济调查年鉴（2004）16，20052020年数据来源于宁夏回族自治区统计局官网（https:/）。其中由于行政区划的变动，致使惠农、彭阳两县的历史数据无法分化出来，故在19611987年缺少惠农地区玉米产量数据。图1宁夏气候分区及气象站点分布Fig.1Distribution of climate zones and meteorological stations in Ningxia 843江 西 农 业 大 学 学 报第 45 卷2.2研究方法2.2.1气候倾向率CCTR通常被用来对气象因素变化趋势进行定量分析，一般用一元线性回归模型来描述17-18：y=a+bx（1）式（1）中，y为气象要素序列，x为时间序列，a为回归常数，b为回归系数，一般采用10b表示某要素气候变化倾向率。b0时，表明随时间x的增加，y呈上升趋势，反之，b0时，y呈下降趋势。2.2.2Mann-Kendall趋势分析Mann-Kendall趋势检验法（M-K）是一种对数据分布无特定要求的非参数统计检验方法，异常值对其干扰程度不明显，定量化程度高，检测范围宽，干扰度小，广泛应用于水文气象统计分析中，方法如下19：设x1,x2,xn为时间序列变量，对于样本容量为n的独立同分布时间序列，建立统计量S：S=i=1n-1j=i+1nsgn(xj-xi)1i 00，xj-xi=0-1，xj-xi10时，服从标准正态分布的统计量Z可由下式计算：Z=S-1Var(S)，S 00，S=0S+1Var(S)，S 0（4）式（4）中：Var（S）为统计量S的方差，可以通过下式计算：Var(Sk)=n(n-1)(2n+5)18（5）式（5）中：xi与xj表示时间序列中第i个和第j位时间序列值；n为序列总个数。衡量变化趋势大小则由倾斜度表示：=median(xj-xij-i)1ijn（6）式（6）中：是表示对任意2个序列值的斜率进行统计后的中值，作为描述序列总体上的变化趋势大小；其他同上。2.2.3气候产量分离作物产量主要会受到人类活动和气象因素的影响，同时伴随着随机因素的影响。在进行研究玉米产量变化归因分析时，通常会将作物实际产量（Y）进行处理，分解为趋势产量（Yt）、气候产量（Yc）和随机产量（Y）：Y=Yt+Yc+Y（7）趋势产量（Yt）指受社会因素对作物产量的影响；气候产量（Yc）指受温度、降水、光照等气候变化造成的作物产量变化；随机产量（Y）是由于偶然因素对产量造成的影响，一般其随机性极大，无法用函数关系式估算，且多年均值为零，因此可忽略不计。故认为从实际产量中剔除趋势产量即为气候产量：Yc=Y-Yt（8）一般来说，趋势产量的影响因素具有周期性，例如国家有关税收政策的推行往往以3年、5年为一个周期。因此，本文基于上述理论依据和房世波20提出的产量分离方法，选择5年滑动平均方法模拟趋势产量，具体方法如下。滑动平均法的原理是在简单平均法的基础上，通过顺序对相邻年份依次加减计算平滑值，然后以计算出的平均值表示其发展趋势，5年滑动平均法计算公式如下：844第 4 期栾文杰等:宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响Yt=1ki=1kxi+j-1（j=1，2，3，n-k+1）（9）式（9）中：k滑动长度，取k=5；Yt5年滑动平均序列。使用该方法会造成玉米产量首位序列损失k-1个值，为应对数据缺失，对首尾两端的数据求算数平均值作为首尾平滑值。2.2.4ARDL模型ARDL模型即自回归分布滞后模型，是一种比较新的协整检验方法，是从误差修正模型中延伸出来的，自回归分布滞后模型中，将弱外生变量当作解释变量（自变量），内生变量当作被解释变量（因变量）。因而两个变量的自回归分布滞后模型对应一个方程。该模型通常对数据的平稳性要求不严格，同时还能克服非平稳时间序列数据带来的问题：如果变量都是平稳的，可以直接建立自回归分布滞后模型，如果变量不平稳但是存在协整关系，也可以建立自回归分布滞后模型。ARDL模型的形式如下21-22：Yt=0+i=1miYt-i+j=1pi=1njiXji+t（10）ji=jo+j1(i-1)+jk(i-1)k（11）式（10）、（11）中：Yt为因变量，Xji为自变量，i为Yt-i对Yt的影响系数，m为Yt的最大滞后期，n为Xji的最大滞后期，p为自变量的个数，t为时序的白噪音，其数学期望为0，k为阿尔蒙法估算阶数，i为滞后期，jk为影响系数的过程估算参数。采用AIC、SC准则对变量的滞后期进行判定，用F统计值检验模型的可靠度。ARDL方法的基本统计思想是：根据边界检验法判断变量间的长期协整关系，然后在协整关系确定条件下，依据选定的ARDL模型估计相关系数，进行变量间的动态分析23。基于上述模型建立各气象要素对宁夏引黄灌区玉米产量的影响：Ymaize=0+1X1+2X2+3X3+4X4+5X5+6X6+7X7+8X8+t（12）式（12）中：Ymaize为引黄灌区玉米产量，X为气象要素，X1X8分别为最高温、最低温、平均温、大气压、风速、降雨量、日照时长、相对湿度。3 结果与分析3.1生长季气候要素变化趋势分析利用Mann-Kendall趋势检验法计算宁夏引黄灌区玉米生长季的最高温、最低温、平均温、日照时数等的变化趋势，得到对应统计量Z。结果显示，各个地区最高温、最低温、平均温均呈现显著升高趋势。除陶乐外，其他地区大气压均呈升高趋势，其中中宁呈显著升高趋势。银川、中卫地区风速逐渐升高，但变化并不显著；中宁、陶乐、惠农风速呈显著减弱。各地区降雨量变化趋势均不显著，除中宁、惠农减少趋势外，大部分地区降雨量升高趋势。日照时长中宁、中卫呈上升趋势，陶乐、银川、惠农呈下降趋势，其中惠农变化趋势并不显著。各地区的相对湿度均呈显著下降趋势。3.2引黄灌区气象因子年际变化特征及其突变检验为了进一步研究引黄灌区各气象因子年际变化特点及趋势，对5个站点的最高温、最低温、平均温等气象因子分别进行研究（图2）。近60年宁夏北部引黄灌区各气象要素的Mann-Kendall突变检验结果如图2所示。最高温（图2a）的UF曲线在2005年以前介于1.96临界线之间，表明变化趋势和突变不明显，2005年以后UF曲线超过临界值，表明最高温增加趋势十分明显。最低温（图2b）的UF曲线在1988年以前介于1.96临界线之间，表示变化趋势和突变不明显，1988年以后UF曲线超过临界值，表明最低温增加趋势十分明显。平均温（图2c）的UF曲线在1998年以前介于1.96临界线之间，变化趋势和突变不明显，1998年以后UF曲线超过临界值，平均温增加趋势十分显著。大气压（图2d）在1.96临界线之间有多个交点，在0.05置信度水平下，引黄灌区大气压值在1974年左右发生突变。风速（图2e）的UF曲线和UB曲线在1.96临界线之间有2个交点，出现在2009年和2014年，两曲线相交之后，UF曲线超过-1.96临界线。说明风速 845江 西 农 业 大 学 学 报第 45 卷图219612020年引黄灌区各气象要素的Mann-Kendall突变检验Fig.2Mann-Kendall mutation test for each meteorological element in the Yellow Irrigation District from 1961 to 2020 846第 4 期栾文杰等:宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响下降趋势显著，通过了0.05置信水平检验。降雨量（图2f）UF曲线和UB曲线在1.96临界线之间有3个交点，出现在1977年、2016年和2018年，但交点之后UF曲线或UB曲线均未超过1.96临界线，即未通过0.05的置信水平检验。日照时长（图2g）UF曲线和UB曲线在1.96临界线之间共有3个相交点，分别相交于1963年、1965年和2018年，由于1963年和1965年的焦点接近序列的起始边界，进行了剔除处理，2018年的焦点之后UF曲线或UB曲线均未超过1.96临界线，表明2018年的焦点也并未是突变点，日照时长并未发生突变。相对湿度（图2h）的UF曲线和UB曲线在2003年相交，且交点处在1.96临界线之间，两曲线相交之后，UF曲线超过-1.96临界线，表明相对湿度下降趋势显著，通过了0.05置信水平检验，同时，相对湿度在2003年发生了突变，即相对湿度从2003年之前的平均55.244 RH下降为2003年之后的平均48.918 RH。3.3引黄灌区玉米生长期气象因子空间变化特征近60年宁夏北部引黄灌区生长期气象因子气候分布率空间分布情况如图3所示。从最高温、最低温、平均温倾向率的空间分布来看，各地最高温、最低温、平均温均呈上升趋势，最高温倾向率为0.2430.402/10 a，其中中宁、银川两地的上升趋势最为显著，倾向率的高值中心（0.402/10 a）在中宁，60年中宁平均最高温增加1.67；倾向率的低值中心（0.243/10 a）位于陶乐，60年间陶乐平均最高温增加0.82。最低温倾向率为0.4210.577/10 a，倾向率的高值中心（0.577/10 a）位于惠农，倾向率低值中心（0.421/10 a）位于陶乐。平均温倾向率为 0.3320.444/10 a，倾向率高值中心（0.444/10 a）位于中宁，60年间中宁的平均气温增加1.379，倾向率低值中心（0.332/10 a）位于陶乐，60年间陶乐的平均气温增加1.122。从大气压倾向率的空间分布来看，陶乐大气压呈降低趋势，倾向率为-0.029 Pa/10 a，其他各地均呈增加趋势，倾向率在0.015 20.105 0 Pa/10 a。倾向率的高值中心（0.105 0 Pa/10 a）位于惠农，倾向率低值中心（-0.029 Pa/10 a）位于陶乐。从风速倾向率的空间分布来看，银川、中卫两地的风速呈增加趋势，倾向率分别为0.046 m/s10 a和0.058 m/s10 a，其余各地的风速均呈减小趋势，倾向率为-0.182-0.015 m/s10 a。倾向率低值中心（-0.182 m/s10 a）位于陶乐。风速空间分布总体呈现西南高东北低的趋势。图319612020年引黄灌区气象因子倾向率空间分布Fig.3Spatial distribution of meteorological factor propensity rate in the yellow irrigation Area from 1961 to 2020 847江 西 农 业 大 学 学 报第 45 卷惠农、中宁两地降雨量呈减少趋势，倾向率的低值中心（-0.916 mm/10 a）位于中宁，60年间，中宁平均降雨量由31.353 mm降低至28.343 mm。其余各地的降雨量呈增加趋势，倾向率0.0920.349 mm/10 a，倾向率的高值中心（0.349 mm/10 a）位于陶乐。中宁、中卫两地日照时数呈增加趋势，日照时数倾向率分别为0.032 h/10 a，0.085 h/10 a，两地日照时数分别增加0.2 h，0.3 h。其余各地日照时数呈降低趋势，倾向率为-0.117-0.042 h/10 a，其中，惠农平均减少0.2 h，银川平均减少0.4 h，陶乐平均减少0.2 h。日照时数空间分布总体呈现从西南向东北逐渐减少的趋势。各地相对湿度均呈降低趋势，相对湿度倾向率为-2.059%年-0.79%/10 a，其中，银川地区相对湿度降低趋势更为显著，60年间平均降低5.653%。3.4玉米趋势产量拟合结果及产量变化分析用 5年滑动平均方法对宁夏北部引黄灌区 5个站点所在县（区）19612020年玉米单产数据进行趋势产量拟合，将拟合的趋势产量与实际产量进行相关性分析（表 1）。结果显示，利用5年滑动平均法能够很好地反映引黄灌区近60年玉米实际产量的显著增长趋势。整体而言，引黄灌区的玉米单产总体均呈上升趋势，19881998年玉米产量为快速波动增长期，增长速度较快；19992004年开始出现一定程度的回落趋势，表现为剧烈波动下滑期；2005年之后恢复稳定增长，玉米产量基本保持稳定增长趋势。3.5玉米产量重心的空间动态变化本节定量评估了自19912020年引黄灌区玉米产量的地理位置重心变化情况，产量在空间上的分布变化较为显著（图4）。表1引黄灌区拟合玉米趋势产量与实际产量的相关性Tab.1Correlation between the fitted maize trend yield and the actual yield in the yellow irrigation area地区Region惠农银川陶乐中卫中宁5年滑动平均法5 a sliding average method0.906*0.820*0.972*0.875*0.835*表示相关性通过了0.01显著性水平检验（P0.01）。*indicates that the correlation passed the 0.01 significance level test（P0.01）.图4引黄灌区产量空间分布Fig.4Spatial distribution of yield in the Yellow irrigation district 848第 4 期栾文杰等:宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响玉米产量重心的地理迁移主要发生于1996年前后。19911995年，引黄灌区玉米产量重心相对聚集，呈现出明显的由西南向东北减少的态势。19962010年，玉米产量的重心迁移最为明显，整体向东北方向移动，在20112020年虽有出现西南迁移的现象，但整体仍保持向东北迁移的趋势。全球变暖导致的温度升高，玉米适宜种植区北移，可能是引起产量中心迁移明显的重要原因；但由于近年来种植结构的优化，引黄灌区麦后复种、冬牧70“一年两熟”模式的推广，导致玉米产量重心迁移速度变缓，产量中心有向西南迁移的现象发生。3.6基于ARDL模型的引黄灌区玉米产量影响因素研究建立ARDL模型需要首先建立误差修正模型，该模型需要与ARDL模型相对应，同时计算其中的F统计量，以便进行边界检验根据边界值表判断模型中的变量之间是否存在协整关系。若在给定显著性水平的条件下，F统计量大于临界值上界，则认为变量间存在协整关系，拒绝原假设；反之则认为变量之间不存在协整关系。接着，在确定变量间存在协整关系的情况下建立ARDL模型，以此来估计长期系数和短期系数，然后对已经建立的ARDL模型进行模型设定检验、序列相关检验、异方差检验、稳定性检验等检验判断模型是否可用后方可基于模型结果进行下一步的讨论。3.6.1单位根检验对时间序列进行建模前，首先对时间序列数据的平稳性进行检验，若变量为二阶及以上差分平稳过程时，边界检验不适用24。故本文对涉及的时间序列数据进行Agmented Dickey-Fuller（ADF）单位根检验。ADF单位根假设序列存在单位根，即序列不平稳。检验结果如表2所示。针对各个变量经过二阶差分，P0.01，序列在1%显著性水平上拒绝原假设，此时序列平稳。3.6.2边界检验采用Evieews-10软件计算边界检验F统计量的值进行边界检验，对所选取的变量判断是否存在协整关系，边界检验结果如表3所示。由边界检验结果可知，F统计量的值为6.6，这说明变量之间存在协整关系，可以建立ARDL模型。表2ADF单位根检验结果Tab.2Results of ADF unit root test变量VariablesYmaize1Ymaize2Ymaize3Ymaize4Ymaize5X1X2X3X4X5X6X7X8检验统计量Test statistic-5.663-4.929-3.699-8.110-3.402-4.774-4.340-6.098-4.932-9.003-5.181-4.618-6.899P0.0000.0000.0040.0000.0110.0000.0000.0000.0000.0000.0000.0000.000临界值 Threshold value1%-3.689-3.700-3.788-3.689-3.724-3.581-3.578-3.568-3.575-3.553-3.581-3.581-3.5685%-2.972-2.976-3.013-2.972-2.986-2.927-2.925-2.921-2.924-2.915-2.927-2.927-2.92110%-2.625-2.628-2.646-2.625-2.633-2.602-2.601-2.599-2.600-2.595-2.602-2.602-2.5991.Ymaize1-5分别表示惠农、银川、陶乐、中卫、中宁地区产量；2.X1-8分别表示最高温、最低温、平均温、大气压、风速、降雨量、日照时长和相对湿度。1.Ymaize1-5 indicate the yield of Huinong，Yinchuan，Taole，Zhongwei，and Zhongning areas，respectively；2.X1-8 indicate the maximum temperature，minimum temperature，average temperature，atmospheric pressure，wind speed，rainfall，sunshine duration，and relative humidity，respectively.849江 西 农 业 大 学 学 报第 45 卷3.6.3模型结果及分析ARDL模型的长期弹性系数估计结果如表4所示，结果显示，从长期来看，降雨量、最高温对产量存在正向影响，大气压、日照时长、相对湿度、平均温、最低温、风速对产量存在负向影响。在保持其他因素不变的条件下，最高温提高1%，产量平均增加1.05%，降雨量提高1%，产量平均增加0.009%。对ARDL模型短期弹性系数进行估计，结果如表5所示。从短期来看，大气压、降雨量、相对湿度、平均温、最高温对产量存在正向影响。3.6.4诊断检验及稳定性检验采用 Breusch-Godfrey LM 检验模型是否存在序列相关问题，采用Breusch-Pagan-Godfrey检验模型是否存在异方差问题。Breusch-Godfrey LM检验原假设为不存在序列相关，若F统计量和2统计量P值大于0.05，说明在5%显著水平上不能拒绝原假设，不存在序列相关。Breusch-Pagan-Godfrey检验的原假设为不存在异方差，若统计量的P值大于0.05，说明在5%显著水平上表3边界检验结果Tab.3Results of ADF unit root test显著性水平Significance level临界值Threshold valueF统计量F-statistic10%I（0）3.26.6I（1）4.15%I（0）3.8I（1）4.91%I（0）5.2I（1）6.4表4ARDL长期弹性系数估计结果Tab.4Estimated results of ARDL long-term elasticity coefficients变量Variables大气压 Atmospheric pressure降雨量 Rainfall日照时长 Daylight hours相对湿度 Relative humidity平均温 Average temperature最高温 Maximum temperature最低温 Minimum temperature风速 Wind speed系数Coefficient-0.830.01-1.00-0.12-0.951.05-0.41-0.36t统计量t-statistic-4.580.69-0.60-0.84-4.554.40-2.58-1.54P值P-value0.0000.4970.0000.4100.0000.0000.0150.135表5ARDL短期弹性系数估计结果Tab.5Estimated results of ARDL short-term elasticity coefficients变量Variables大气压 Atmospheric pressure降雨量 Rainfall日照时长 Daylight hours相对湿度 Relative humidity平均温 Average temperature最高温 Maximum temperature最低温 Minimum temperature风速 Wind speed系数Coefficient1.530.01-8.070.010.881.11-079-0.88t统计量t-statistic1.240.68-0.450.5519.4318.94-2.96-2.18P值P-value0.2300.5000.6600.5900.0000.0000.0060.038 850第 4 期栾文杰等:宁夏北部引黄灌区玉米生长季气候变化及其对气候产量影响不能拒绝原假设，不存在异方差。检验结果如表6所示，结果显示，本文构建的ARDL模型无序列相关，也无异方差。4 讨论与结论4.1讨论气候变化使得我国农业生产的不稳定性增加、产量波动较大25-26。在研究气象因子年际变化特征中发现气温、日照时数等气象因子变化速率与陈璐27针对宁夏中部干旱