1981-2010年气候变化对孟加拉国三种生态型水稻产量的空间变量影响

摘要

气候变化将对包括孟加拉国在内的世界许多地区的大米粮食安全产生影响。很少有人关注气候对我国不同地区三种主要生态型(Aus、Aman和Boro)水稻产量的影响。本文利用线性混合模型和广义线性模型，分析了1981-2010年孟加拉国水稻产量和气候变量的时空动态，以及气候变量对水稻产量的空间影响。结果表明，全国所有生态型水稻产量均存在显著的时空差异。与降雨效应相比，生态型水稻产量对温度变化更敏感。该国气温上升1°C的模型显示，这些生态型的水稻产量存在强烈的区域差异。该研究得出的结论是，未来的温度变化可能会改变该地区所有生态型水稻的产量，从而影响粮食安全。研究结果对粮食安全具有重要意义，因为它表明需要采取适当的区域适应措施，以减少未来水稻产量的变异性。研究结果表明，在制定政策以改善孟加拉国的粮食安全时，需要考虑空间差异。

1.介绍

大米在许多国家被视为日常生活中的关键粮食，大米生产对全球粮食安全有着重大影响。大米已成为孟加拉国国家粮食安全的主要问题[1- - - - - -3.］．气候变化可能影响包括孟加拉国在内的世界许多地区的大米粮食安全[4，5］．孟加拉国主要在三个不同的气候季节生产三种生态型水稻(Aus、Aman和Boro)。季节性气候条件的变化可能对粮食安全产生影响[6，7]通过影响水稻农业的多样性[8，9在不同的地区。由于气候变化，孟加拉国这些生态型水稻的区域产量差异鲜为人知。

大米对孟加拉国至关重要，因为它是该国1.52亿人口(2011年人口普查统计的人口)的主食。[10］．孟加拉国的人均大米消费量排名世界第四[11］．孟加拉国每年人均大米消费量为160公斤[11，是世界大米平均消费量(人均50公斤)的3倍以上[12］．水稻生产覆盖了全国近75%的耕地和80%以上的灌溉面积[13］．大米占作物农业总量的60%以上，占该国国内生产总值(GDP)的18% [14］．此外，大约1300万农户和大约50%的主要从事农业的劳动力的生活和生计依赖于水稻生产[10］．孟加拉国自独立以来大米产量大幅增加，对粮食安全产生了积极影响。然而，为了改善未来的国家粮食安全，水稻产量必须继续增加[2］．由于水稻生产对孟加拉国的农业系统、生计和粮食安全产生重大影响，迫切需要了解水稻农业的时空变动性以及气候变化对不同生态型水稻产量的空间变动性影响。尽管科学和政策建议已经涵盖了气候变化导致的作物农业变化[15]，仍然迫切需要通过了解由于空间变化的气候变化影响而导致的水稻生产的区域差异，提供额外的政策建议[16，17］．然后，就可以针对不同地区的这些生态型采取适当的区域适应措施，从而帮助提高农民应对这些地区未来水稻生产的不确定气候条件的能力。

孟加拉国的水稻农业通常依赖于气候条件，尤其是温度和降雨量。全国水稻集中生长在三个季节:澳大利亚季节，3月至8月;一个季节，六月到十一月;及波罗季节(十二月至五月)[18］．不同地区的气温和降雨量的季节变化有可能影响不同生态型水稻的生产。然而，该国尚未采取多少区域适应措施来应对气候变化对水稻种植的影响[19，20.］．早期的研究通过使用作物模型量化了气候变化对孟加拉国不同生态型水稻农业的影响[21- - - - - -24]及经验模式[16，17，24］．农业技术转让决策支持系统(DSSAT)作物模型的结果显示，当温度升高时，孟加拉国的水稻总产量会减少35% [21］．Mahmood等[25]表明，阿曼水稻产量损失的27%至75%是由于选定地区的当地气候条件下移栽日期的变化造成的。然而，作物模型研究很少强调地理因素，因此需要进一步评估以了解区域气候对水稻产量的影响。大多数经验模型从历史记录中探索了三种水稻生态型的气候-水稻产量关系，没有考虑任何区域变异性[17，26］．Sarker等[16和Ruane等[24]表明，气候变化对广阔气候区和农业生态区三种生态型水稻产量的影响相当大。另一项研究只关注一个特定地区，以了解气候变化对当地水稻产量的影响[27］．因此，现有研究的结果不足以理解气候变化对该国各地区水稻产量的影响程度，从而无法在孟加拉国各地制定必要的适应措施。

尽管对于气候变化对水稻产量的影响和可能的区域差异已经在更广泛的范围内进行了研究，但科学上的担忧已经确立[16，24]，更具体的细节仍需地区一级的评估。一些研究仅根据不同生态型的历史趋势分析了水稻的农业管理[2，28，但没有地区背景。最近，Ara等人[1]研究了气候变化和其他变量对孟加拉国水稻总产量的时空影响，但没有考虑在不同季节种植的不同水稻生态型的这种影响。总的来说，在区域范围内对气候变化影响的评估对于孟加拉国的三种生态型水稻农业来说是罕见的。这得到了Sarker等人的承认[26和Amin等[17他指出，有必要对这些生态型水稻产量进行进一步的地区级研究，以解决不同季节的区域性适应措施。本研究通过关注1981-2010年期间在更大的地区水平上空间变化的气候变化对孟加拉国水稻生态型的影响，填补了这一研究空白。本研究的具体目标是:(1)了解孟加拉国三种主要生态型水稻产量的时空变化及其生长季节气候变化的空间变化;(2)评价气候对3种水稻生态型水稻产量的空间变异影响;(3)评估由于孟加拉国气温升高1°C而引起的区域水稻产量变化。

2.方法

2．1．水稻产量数据

数据一公顷的水稻收割面积(公顷)的三个不同生态型之间来自,阿曼,和米德尔斯堡和总生产的大米在更大的地区层面(吨)获得的一系列农业统计年书的孟加拉国,孟加拉国统计局发布的1981 - 2010 (BBS)年。然后将这些数据转换为该国23个更大地区的水稻年产量(吨/公顷)，将水稻生产数据按各自生态类型的收获面积划分。

2．2．气候数据

每日雨量及最高及最低气温资料均来自孟加拉气象署[29为31个气象站(图1)．首先，我们根据最高和最低气温计算每个站点的日平均气温。在接下来的准备步骤中，我们计算了所有站点的月平均气温和月平均降雨量。采用克里格方法对站点气候资料进行插值。使用ArcGIS Version 10.3地理信息系统进行分析。最后，我们分别得到了所有生态型和所有大区30年(1981-2010)的季节平均气温和降雨量的时间序列。注意，米堡的气候季节计算需要考虑两个日历年(例如，1982年米堡产量考虑1981年12月至1982年5月)。

2．3.分析

为了评估气候变化对不同生态型的影响，我们开发了统计模型，将政府统计年鉴的产量记录与研究期间区域的环境条件相关联。我们分别为三个生态型(Aus、Aman和Boro)开发了单独的模型，并使用两种模式在国家和地区层面评估了气候变化的影响。在国家层面，我们使用线性混合模型(LMM) (1)，将地区作为随机效应，以评估整体变化，同时承认模型中的空间变异性: 相比之下，为了明确评估地区的贡献，我们使用了广义线性模型(GLM) (2)，以区域为二进制虚拟变量: 在两种模型类型中，为各生态型的水稻产量，表示研究中不同的年份(例如，1981-2010年)，和代表模型中较大的23个地区。模型系数和分别表示固定效应和随机效应ε为误差项。模型中的自变量是平均温度 ，降雨 ，和地区各生态型生长期。在两个模型中，对未观察到的时间效应的控制是时间(年)作为解释变量。在模型中，使用了两个区域时间(年)作为一个变量帮助我们忽略了区域变化的影响，区域变化可能是特定于某一年或某个地区的，由于时间变量的因素，如灾害，土地使用的集约化，技术的重大进步，政府的激励措施和时间不变的地区特定特征，如土壤的直径，地形和地貌。

我们做了几个诊断测试统计包来开发我们的模型。为此，我们通常单独考虑每个水稻生态型的产量数据，包括每个生态型的平均季节温度和降雨量变量。首先，我们使用Tukey开发的阶梯方法对模型中每个生态型的因变量和自变量的分布进行了检验[30.];任何变量都不需要转换。其次，我们采用ADF (Augmented Dickey-Fuller)检验评估了所有生态型中这些变量的平稳性[31所有变量都是平稳的。因此，GLM模型可以应用于不需要预处理的区域数据。第三，我们评估了LMM模型中每个季节温度和降雨量之间的共线性。结果对所有生态型均不显著。

为了评估模型的整体性能，我们使用“r。来自MuMIn包的squaredGLMM "函数[32］．我们报告边缘和有条件的分别区分用于解释固定效应与模型中整体固定因素和随机因素的方差的估计。

为了评估受温度上升影响的孟加拉国水稻产量变化的空间格局，我们应用了温度上升()的GLM模型，使用标准化的相对变化方程(3.)．这些变化是温度系数的乘积从GLM模型中分离的生态型乘以 ，以评估温度升高1°C的影响。标准化水稻产量变化()为所有地区估计为

3.结果

3．1.摘要统计信息

水稻产量统计汇总见表1．该表显示了孟加拉国30多年来三个水稻种植时期的水稻产量和气候变量(温度和降雨量)的基本特征。Boro产量的平均值最高。在三个生育期中，澳大利亚生育期的平均气温最高。Boro生长期的降雨量比Aus和Aman生长期的降雨量少。然而，孟加拉国的水稻产量和生育期气候变量各不相同，以下部分描述了这些变量在研究期间的时空变化。

3．2．三种生态型水稻产量的时空变化

在孟加拉国，三种生态型的水稻平均产量各不相同(图)2)．库尔纳、吉大港和卡格拉查里是澳大利亚在孟加拉国产量最高的地区(图)2(一个))．这些地区的平均产量为1.54 - 1.90吨/公顷。其他Aus产量高的地区有Rajshahi、Bogra、Kushtia、Sylhet、Kishoreganj、Comilla、Rangamati和Bandarban。澳大利亚产量较低的地区(平均0.81 - 1.32吨/公顷)大多位于该国中部。在研究期间，吉大港山区(吉大港、Khagrachhari、Rangamati和Bandarban) Aman的平均产量最高，为1.97至2.50吨/公顷(图)2 (b))．大部分西部地区，包括Rangpur、Bogra、Rajshahi、Kushtia、Jessore和Khulna，以及东部的Sylhet，在此期间显示出1.60至1.97吨/公顷Aman的产量。其余地区的Aman产量较低:平均为1.14至1.60吨/公顷。米粉产量最高(平均3.04 ~ 3.40吨/公顷)的地区是达卡、法里德普尔、Jessore、Kushtia和Rajshahi(图)2 (c))．另一方面，与海岸和吉大港山区有关的所有地区的Boro产量最低:平均为1.53至2.88吨/公顷。其他地区，包括Pabna、Tangail、Jamalpur、Mymensingh、Comilla和Noakhali, Boro产量中等(平均2.88至3.04吨/公顷)。

孟加拉国1972年水稻产量的时间数据显示，从1972年到2010年，所有生态型水稻产量都有所增加(图)3.)．在本研究考虑的三个水稻品种中，Boro的产量在1972 - 2010年间显著高于Aus和Aman的产量。1972年，Boro的平均产量为2.01吨/公顷，但在2010年上升到3.7吨/公顷。Aman产量在此期间波动，但总体上呈现逐渐增长的趋势，从1972年的1.05吨/公顷到2010年的2.19吨/公顷。从1972年的0.78吨/公顷到2010年的1.64吨/公顷，澳大利亚产量增长缓慢。

3．3.水稻不同生长季节的气候变化

孟加拉国不同水稻生长季节的气温和降雨量各不相同(图)4)．在澳大利亚的生长季节(3月至8月)，该国西北部大部分地区的平均气温较高(平均28.04至28.74°C)，但降雨量相对较少(平均1228至1715毫米)。Aman生长季(6 - 11月)，西部地区气温较高，研究期间平均气温为27.87 - 28.01°C。然而，这些地区的降雨量(平均1304至1730毫米)低于东部地区(平均1730至2761毫米)。

在Boro生长季(12月至5月)，孟加拉国大部分南部地区和吉大港山区气温较高(平均23.42 ~ 24.19℃)。在这个季节，孟加拉国南部和整个西北部地区降雨量少(平均298至439毫米)，而东部地区和吉大港山区降雨量大(平均439至830毫米)。为了理解气候对Aus、Aman和Boro生态型影响的定量解释，我们估算了统计模型。

3．4．气候对澳大利亚产量的影响

线性混合模型结果(表2)显示了温度和降雨对孟加拉国全国Aus产量的影响。这些结果表明，温度对Aus产量没有影响，而降雨量与水稻产量略有正相关( )．边缘和条件值分别为0.12和0.75。固定效应因素只占被解释方差的12%;将区域作为随机效应包含在内的完整模型解释了75%。这说明了是由于空间差异。

3．5．气候对阿曼产量的影响

生长季平均气候变量对Aman水稻产量的影响见表3.．气温和降水的影响均为负，气温在a时表现出高度显著性值< 0.001。降雨效应不显著值为0.28。总额26%(边际)和90%(总体而言)的变异性，阿曼水稻产量的解释分别由固定因素和模型中使用的固定因素和随机因素。

3.6。气候对Boro产量的影响

LMM结果显示了气候变量对Boro产量的贡献，见表4．温度升高对Boro产率有正向影响(值= 0.05)，而降雨量增加则有较小的负面影响( )．固定的影响因素解释了49%的Boro产量变化值的91%。

3.7。气候对区域水稻产量的影响

GLM模型的结果显示了温度和降雨对三个生态型区域水稻产量的单独影响(表)5)．总体而言，澳大利亚在不同地区对气温的影响既有正的也有负的，阿曼对气温的影响多为负的，而Boro对气温的影响更积极。季节性降雨对所有地区三种生态型的影响可以忽略不计。正如预期的那样，在研究期间，由于区域水稻种植管理的变化或改进，所有地区的产量随时间发生显著变化。

气温对区域Aus产量的影响系数在9个地区均为正。的其中两个地区的数值具有统计学意义(科米拉和库尔纳)。其他14个地区的影响是负面的，尽管这些地区的结果还不足以显示出统计意义。

在20个地区，温度对区域Aman产率的影响系数为负。的其中8个地区的值具有统计学意义:班达尔班、博格拉、迪那普尔、卡格拉查里、基肖雷甘吉、迈门辛格、帕布纳和兰普尔。其余三个地区的影响是正面的;然而，这些地区的结果在统计上并不显著。

在18个地区，温度对Boro产量的影响是正的只有三个地区的数值具有统计学意义(迪纳杰普尔、贾马尔普尔和基绍雷贡)。5个地区的温度影响是负的，没有统计上的显著性。

3.8。温度升高1°C导致水稻产量变化的区域差异

在LMM模型中，生长季平均温度对不同生态型国家水稻产量的影响可以通过计算由于孟加拉国温度升高1°C而在模型中水稻产量的变化来可视化。数字5说明了孟加拉国全国三种生态型水稻产量的变化。Aman产量变化(−0.15 t/ha)高于Aus和Boro产量变化(−0.003 t/ha)和0.03 t/ha。这一结果表明，在未来，阿曼的产量可能比澳大利亚和波罗的产量更容易受到温度上升的影响。Boro产率甚至随温度有小幅上升。

气温升高1°C时，模拟的Aus、Aman和Boro水稻产量的区域变化如图所示6．如地图上黄色区域所示，季节温度对澳大利亚水稻产量的影响在许多地区都很小6来自)。4个地区的产量随温度的升高而降低:Borga(−0.14 t/ha);吉大港(−0.13吨/公顷);Faridpur(−0.11吨/公顷);和Khargrachari(−0.11吨/公顷)，并在7个地区有所增加。在Comilla (0.22 t/ha)和Khulna (0.24 t/ha)可以观察到最大的增长，分别在5%和1%水平上具有统计学显著的温度效应(表)5)．

除了库尔纳、Jessore和Noakhali以外，所有地区的Aman产量都随着温度的升高而下降(图)6Aman)。温度效应在迪纳杰普尔、基绍雷甘吉和迈门辛格的0.1%水平上具有统计学意义。该区Aman产量下降幅度分别为0.33 t/ha、0.34 t/ha和0.33 t/ha。同样，Khagrachari (0.22 t/ha)和Sylhet (0.24 t/ha)的Aman产量将以1%的显著性水平下降，Bogra (0.23 t/ha)和Pabna (0.21 t/ha)的产量将以5%的显著性水平下降(表)5)．

相反，Boro产量在大多数地区呈上升趋势(图)6米德尔斯堡)。在Dinajpur、Kishoreganj和Jamalpur三个地区，温度效应对Boro产量有统计学意义，Boro产量分别增加了0.20 t/ha、0.13 t/ha和0.12 t/ha。在Kushtia、吉大港、Bandarban、Sylhet、Mymensingh、Jessore和Noakhali地区，Boro产量随温度而降低;然而，温度的影响在统计上是不显著的(表5)．

4.讨论

本研究利用30年的历史记录分析了孟加拉国三种生态型水稻产量的空间变量气候影响。3种生态型在生长季温度和降雨量上存在显著差异。我们调查了气候变量和水稻产量统计之间的关系，我们的分析表明，气候变量对水稻产量有很大的影响。温度变化与水稻产量的相关性大于降雨。此外，我们的研究结果揭示了三种生态型水稻不同的气候影响和全国水稻产量的强区域差异。

4．1.水稻产量的区域变异与气候变量

对水稻产量时空变化的分析表明，澳大利亚、阿曼和波罗的水稻产量在不同地区存在差异。总体而言，这些生态型水稻产量存在显著的空间格局，其中Aus和Aman产量在孟加拉国西北部、东部和吉大港山区较其他地区更有利。澳大利亚中部大部分地区的澳元和阿曼债券收益率较低。相反，Boro主要生长在美国的西部和中部地区。有许多可能的因素导致孟加拉国各地水稻产量的变化。这些因素包括许多自然变量(例如，地形、土壤、干旱/洪水和气候条件)、管理因素(例如，灌溉、肥料/杀虫剂的使用)和农业技术(例如，耕作方法和高产品种和杂交种子的使用)。

本研究表明，水稻产量在1971 - 2010年期间有所增加，其中Boro产量较Aus和Aman产量增加更大。孟加拉国Boro产量的增加是由于Boro产量在旱季由雨水灌溉转向灌溉[33，34］．

4．2．空间变化的气候效应

为了评估气候变量，特别是温度和降雨量对水稻产量的相对重要性，使用了每个水稻生态型的LMM模型得出的系数。总的来说，我们的结果表明，温度对水稻产量的影响要比降雨大得多。这些气候对水稻产量变异性影响的发现与Sarker等人之前的实证研究结果一致[26，仅使用历史记录的时间序列数据来评估气候对全国水稻产量的影响。在GLM模型中评估区域差异时，我们发现区域估计在符号和大小上都存在显著差异。

我们的研究表明，气候对不同生态型水稻产量的空间变化影响。LMM模型表明，气候因素对Aus的影响不确定，温度对Aman的影响是负的，温度对Boro的影响是正的。其他人发现温度对澳元有负影响，[21，24但我们的实证研究并没有证实这些影响。另一方面，降雨对Aus产量的影响是正的，这也与之前的结果一致[26，27］．其次，我们的研究结果表明Aman产量对气候变化最敏感。我们发现平均温度与Aman产率呈显著负相关。这些结果与Amin等人的结果一致[17］．此前，MoEF基于气候变化情景进行的研究也得出了类似的结果[19]，这表明由于气候变化，阿曼的水稻产量变异性更高。第三，生长季温度对Boro产量有显著的正影响。然而，在以前的研究中，温度对Boro产量的影响并不一致，一些作者发现最低温度对Boro产量有积极的影响[17，26和其他发现对最高温度有负面影响的人[26，27］．我们的结果显示，降雨对Boro生长季的影响很低，正如预期的那样，因为Boro生长季通常很少有降雨[23，27］．所有模型都值得注意的是，模型中的区域具有很强的解释力，这可以从较高的整体水平看出与边缘相比只考虑固定的效果。这表明了下面讨论的强烈的区域差异。

4．3．未来水稻产量变化的区域差异

目前的研究显示了孟加拉国较大地区的区域水稻产量变化。我们的结果来自GLM模型(表5)是基于过去30年的历史记录，并用于预测由于气温上升1°C而导致的未来区域水稻产量变化。数字6给出了澳大利亚、阿曼和波罗三国在该情景下水稻产量变化的预期区域变化。阿曼的水稻产量在大部分地区可能会下降。此前的模拟研究也得出了类似的结果，表明Aman水稻在该国许多地区的产量可能会下降[21，24，27］．类似地，增加生长季平均温度对澳大利亚许多地区的水稻产量产生了负面影响，正如之前的研究发现的[21，24，27］．Boro产量将受益于温度的升高，Basak等人也发现[23］．本研究没有显示降雨对区域水稻产量的影响，因为这些影响在所有地区并不显著，影响很小或没有影响(系数太小，无法考虑)。Ruane等人[24)也表明，澳大利亚和阿曼地区的产量不受生长季降雨量的影响。Boro产量通常受灌溉管理的影响，而不是受旱季降雨状况的影响[9，34］．

4．4.数据限制、不确定性和未来研究

我们的研究集中在统计分析，利用政府记录的水稻产量和气候在时空水平，具有相当大的不确定性。我们在GLM模型中发现了明显的时间效应，清楚地表明有几个未被观测到的因素影响水稻产量。然而，控制这些未观测到的因素是不可能的，因为许多自然和管理变量的时空数据是不可用的。例如，灌溉需求或与水稻种植相关的其他变量在不同生态型的区域水平上没有记录。地下水数据已经收集，但不能用于我们的分析，因为没有关于不同生态型水稻灌溉使用地下水的详细信息。

此外，关于杀虫剂、肥料和改良种子使用的时间序列数据在特定年份是有限的。在土壤剖面分类的基础上，利用地理信息系统(GIS)技术，建立了综合分区水平的土壤数据，包括土壤养分、土壤水分和土壤有机质。然而，我们发现不同地区的土壤数据变化太大，无法用于模型中。本研究考虑气候变量，特别是平均生长季节温度和降雨量。然而，极端天气事件的影响，包括干旱和洪水，可能会在许多地区变得更加频繁[35，36，由于缺乏这些元素的时空数据，没有纳入本研究。

气候对农业的影响是不确定的，因为天气对水稻产量的直接和间接影响都有复杂的过程[16，17，26]，可能因所有生态型生长季节的不同阶段而有所不同[23，25］．此外，本研究采用的区域生长季平均空间加权气候资料忽略了局部小气候条件。已有证据表明，雨季缩短、暴雨、高温、寒潮或更频繁的干旱期都会影响孟加拉国某些地区的水稻产量[37，38］．灾害(35，36]、区域管理[1，39，以及当地的小气候条件[37]已经成为重要的变化指标，需要进一步的当地调查。

4．5.气候变化对粮食安全的政策影响

我们的研究模拟了孟加拉国各地气温升高1°C时区域水稻产量的变化。该研究表明，在孟加拉国23个更大的地区，不同生态型的区域水稻产量对温度的敏感性存在很大差异。虽然以前在孟加拉国对气候变化的影响进行了广泛的评估[16，24]，本研究的区级评估将有助于了解未来水稻产量变化的更多细节，并评估不同地区可能采取不同适应措施的必要行动。因此，本研究对国家或州一级的气候变化一般适应措施提出了警告[19]，这可能是无效的，因此表明有必要制定针对区域的适应政策。然而，各个地区的农业研究和推广服务机构应监测各种适应措施。目前，孟加拉国许多地区的农民正试图设计适合当地的水稻种植方法，以应对当地的气候变化[37］．作物模型表明，调整种植日期将提高许多地区的水稻产量[23，25］．面对气候变化，需要公共和私人投资于面向行动的适应性研究，以支持区域水稻农业。需要在不同地区改进技术，以便继续向当地农民传播研究成果。可以优先考虑品种改良的研究，特别是耐温或耐旱水稻品种的研究。特定区域的适应措施，以及及时的当地气候信息，将帮助孟加拉国各地的农民应对不确定的气候依赖性。此外，各种区域发展，包括结合利用地下水和地表水的可持续灌溉[1，39，将稻米生产转移到其他较不密集耕种的地区[2]，以及各种改进的管理做法都需要提高不同地区的水稻产量，这反过来将改善该国的粮食安全。

5.结论

本研究的目的是了解气候变化对孟加拉国三种生态型水稻产量的空间变量影响。根据过去的产量观测记录，总体结果表明气候变量对水稻产量的影响是特定生态型的。结果表明，Aman的产量可能是受未来温度上升影响最严重的生态型，与Aus和Boro的产量相比。在23个地区中，水稻产量对1°C温度上升的敏感性存在很大的空间变异性。在大多数地区，温度对澳大利亚和阿曼的产量产生了负面影响，而Boro的产量总体上是正的温度响应。鉴于对区域水稻产量变化的敏感性，迫切需要在不同地区采取特定生态型的适应战略，以应对未来的气候变化。可以优先考虑水稻产量将明显下降的不利地区。适应战略包括改善气候信息的传播，以及在这些地区开发和引进新的耐温品种。但是，需要不断监测不同地区大量使用新品种的情况。为此，在相当长的一段时间内，充分的投资和公私部门的参与是必要的。 The spatially aggregated time series data used in the present study has primarily focused on climate variables alone. Due to a lack of data, the study did not consider other important variables, which contributed to higher yields in many districts during the study period. Therefore, future research should focus on both climate change and other variables to capture a more robust picture of regional rice yields for the ecotypes favored across Bangladesh.

的利益冲突

作者声明本文的发表不存在利益冲突。

作者的贡献

Iffat Ara构思研究思路，收集数据，分析和解释数据，撰写手稿。梅根·刘易斯对手稿中重要的知识内容进行了批判性的修改。伯特伦·奥斯坦多夫对分析做出了贡献，并对手稿进行了批判性评价。所有作者阅读并批准了最终的手稿。

致谢

这项研究是由澳大利亚政府通过国际研究生研究和阿德莱德大学的奖学金(知识产权)和澳大利亚研究生奖(APA)第一作者追求她的博士。特别要感谢Ingrid ahm和艾莉森Jane-Hunter阿德莱德大学的技术协助语言编辑。感谢孟加拉国统计局(BBS)和孟加拉国气象部门(BMD)分别提供的水稻产量和气候数据，这两者都是本研究的基础。

参考文献

1. I. Ara, M. Lewis，和B. Ostendorf，“气候、种植强度和灌溉方式影响的时空分析:孟加拉国水稻产量决定因素的评估”，农业与粮食安全，第5卷，第5期。1, 2016年。视图:出版商的网站|谷歌学者
2. M. Mainuddin和M. Kirby，《孟加拉国到2050年的国家粮食安全》，食品安全，第7卷，第5期3, pp. 633-646, 2015。视图:出版商的网站|谷歌学者
3. D. D. Headey和J. Hoddinott，《孟加拉国的农业、营养和绿色革命》，农业系统，第149卷，第122-131页，2016。视图:出版商的网站|谷歌学者
4. 古屋和小山，“气候变化对世界农产品市场的影响:宏观产量函数的估计”，日本农业研究季刊第39卷第3期2，页121-134,2005。视图:出版商的网站|谷歌学者
5. W. H. Yu, M. Alam, A. Hassan, A. S. Khan, A. C. Ruane, C. Rosenzweig等，孟加拉国的气候变化风险与粮食安全, 2010年。
6. 史伟，陶飞，“1961-2010年非洲玉米产量对气候变化和变率的脆弱性研究”，食品安全，第6卷，第2期4, pp. 471-481, 2014。视图:出版商的网站|谷歌学者
7. 秦勇，刘军，石伟，陶峰，闫慧，“1990-2010年中国北方耕地与气候生产力潜力的时空变化”，食品安全，第5卷，第5期。4，页499-512,2013。视图:出版商的网站|谷歌学者
8. P. Belesky，“东亚地区治理、粮食安全和大米储备”，全球粮食安全，第3卷，第2期。3-4，页167-173,2014。视图:出版商的网站|谷歌学者
9. S. Shahid，“气候变化对旱季灌溉用水需求的影响米德尔斯堡在孟加拉国西北部种植水稻，”气候变化第105卷第1期3-4，第433-453页，2011。视图:出版商的网站|谷歌学者
10. 论坛,孟加拉国农业统计年鉴， GoB，达卡，孟加拉国，2010。
11. 粮农组织，国家营养报告，孟加拉国，罗马，意大利，2014。
12. 粮农组织，《世界粮食不安全状况》，2015年，意大利罗马，2015年。
13. 国际水稻研究所，2010年。
14. 吐唾沫,孟加拉国经济评论孟加拉国财政部，达卡，孟加拉国，2010。
15. MoFDM,国家粮食政策，粮食和灾害管理部，GoB，达卡，孟加拉国，2006年。
16. M. A. R. Sarker, K. Alam, J. Gow，“评估气候变化对水稻产量的影响:使用孟加拉国面板数据的计量经济学调查”，经济分析与政策，第44卷，第5期。4, pp. 405-416, 2014。视图:出版商的网站|谷歌学者
17. M. R. Amin, J. Zhang, M. Yang，“气候变化对主要粮食作物产量和种植面积的影响:以孟加拉国为例”，可持续性科学，第7卷，第5期1, pp. 898-915, 2015。视图:出版商的网站|谷歌学者
18. 论坛,孟加拉国农业统计年鉴， GoB，达卡，孟加拉国，2012。
19. MoEF,国家适应行动计划(NAPA)，环境与森林部，GoB，达卡，孟加拉国，2005。
20. MoEF,孟加拉国气候变化战略和行动计划(BCCSAP)，环境与森林部，GoB，达卡，孟加拉国，2009。
21. Z. Karim, S. Hussain和M. Ahmed，“评估气候变化对孟加拉国粮食生产的影响”，水、空气和土壤污染，第92卷，第2期1，页53-62,1996。视图:谷歌学者
22. R. Mahmood，“孟加拉国的气温变化和水稻产量:对YEILD和ceres水稻模型性能的比较研究”生态模型，第106卷，第2期。2-3页，第201-212页，1998。视图:出版商的网站|谷歌学者
23. J. K. Basak, M. A. Ali, M. N. Islam，和M. A. Rashid，“利用DSSAT模型评估气候变化对孟加拉国水稻生产的影响”，土木工程学报第38卷第2期2, pp. 95-108, 2010。视图:谷歌学者
24. A. C. Ruane, D. C. Major, W. H. Yu等，“气候变化对孟加拉国农业生产的多因素影响分析”，全球环境变化，第23卷，第2期。1，页338-350,2013。视图:出版商的网站|谷歌学者
25. R. Mahmood, M. Meo, D. R. Legates，和M. L. Morrissey，“基于CERES-rice模型对孟加拉国潜在季风季节雨养水稻产量的估计”，专业地理学家，第55卷，第55期2，页259 - 273,2003。视图:出版商的网站|谷歌学者
26. M. A. R. Sarker, K. Alam, J. Gow，“探索气候变化与孟加拉国水稻产量之间的关系:对时间序列数据的分析”，农业系统，第112卷，第11-16页，2012。视图:出版商的网站|谷歌学者
27. R. H. Rimi, S. H. Rahman, S. Karmakar，和S. G. Hussain，“气候变化趋势分析及其对孟加拉国Sathkhira水稻生产可能影响的调查”，巴基斯坦日报Meteorol，第6卷，第37-50页，2009。视图:谷歌学者
28. M. W. Rahman和L. Parvin，“过去三十年灌溉对孟加拉国粮食安全的影响”，环境保护杂志，第1卷，第40-49页，2009。视图:谷歌学者
29. 弹道导弹防御,气候数据库，孟加拉国气象局，达卡，孟加拉国，2012。
30. j·w·图基探索性数据分析， add - wesley，马萨诸塞州，马萨诸塞州，美国，1977年。
31. D. a . Dickey和W. a . Fuller，“具有单位根的自回归时间序列估计量的分布”，美国统计协会杂志第74卷第1期366页，427-431,1979。视图:谷歌学者
32. MuMIn K. Barton:多模型推断，R包版本3.0.0,2014。
33. 恐鸟,农业统计手册, 2014年。
34. R. Rahman和M. S. Mondal，《水资源管理在确保粮食安全中的作用》，刊于孟加拉国的粮食安全和减少风险哈比巴、阿贝丁、A. W. R.哈桑、肖。， pp. 213-234，施普林格，东京，日本，2015。视图:谷歌学者
35. S. Shahid和H. Behrawan，“孟加拉国西部干旱风险评估”，自然灾害第46卷，第46期3，第391-413页，2008。视图:出版商的网站|谷歌学者
36. M. M. Q. Mirza，《全球变暖和孟加拉国发生洪水概率的变化及其影响》，全球环境变化，第12卷，第2期2，页127-138,2002。视图:出版商的网站|谷歌学者
37. M. Alauddin和M. A. R. Sarker，“孟加拉国干旱易发地区和地下水枯竭地区的气候变化和农业层面的适应决策和策略:实证调查”，生态经济学， vol. 106, pp. 204-213, 2014。视图:出版商的网站|谷歌学者
38. A. R. Sarker, K. Alam和J. Gow，“评估孟加拉国稻农适应气候变化战略的决定因素”，国际气候变化战略与管理杂志，第5卷，第5期。4, pp. 382-403, 2013。视图:出版商的网站|谷歌学者
39. S. Shahid和M. K. Hazarika，“孟加拉国西北部地区的地下水干旱”，水资源管理，第24卷，第2期第10页，1989-2006,2010。视图:出版商的网站|谷歌学者

版权

版权所有©2017 Iffat Ara et al。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。