东北地区玉米物候长期观测数据集（1981–2024）：气候变化下的农业适应与粮食安全基石

《Scientific Data》：A long-term dataset of maize phenology observations from agrometeorological stations in Northeast China (1981–2024)

本研究针对中国东北主要玉米产区长期物候数据缺乏系统整合的问题，构建了涵盖61个农业气象站、10个关键物候期（如播种SO、抽雄TA、成熟MA）的高质量数据集（1981–2024）。通过核密度估计（KDE）和一元线性回归分析，揭示了物候期“双延”模式（播种提前、成熟延迟）及生长周期延长趋势，为作物模型优化、气候适应性种植策略制定提供实证支持，对保障国家粮食安全具有重要意义。

　　

在中国东北的黑土地上，金黄的玉米不仅是农民生计的依靠，更是国家粮食安全的“压舱石”。这片被誉为“黄金玉米带”的区域，贡献了全国38.7%的玉米产量，却也是气候变化的敏感区。随着全球变暖，玉米的生长节奏正悄然改变：播种期提前、成熟期推迟，生长周期延长……但这些变化究竟有多显著？其背后的规律如何？长期以来，尽管中国气象局积累了40余年、642个站点的玉米物候记录，但针对东北地区的系统性、高质量物候数据集始终缺失，制约了精准农业和气候适应策略的制定。

为此，中国气象局观测司的张全军、吴冬丽等研究人员在《Scientific Data》发表了题为《A long-term dataset of maize phenology observations from agrometeorological stations in Northeast China (1981–2024)》的论文，首次构建了覆盖东北三省61个农业气象站、历时44年的玉米物候数据集。该研究通过多层级质量控制与先进统计方法，揭示了物候变化的时空规律，为理解气候-作物互作提供了关键数据基石。

研究方法的核心技术

研究团队整合了纸质档案与电子记录两类数据源，涵盖播种（SO）、出苗（EM）、三叶期（TS）、七叶期（SL）、拔节（JO）、抽雄（TA）、开花（FL）、吐丝（SI）、乳熟（MI）、成熟（MA）10个物候期。数据经过自动化逻辑校验（如物候期顺序检查）与专家仲裁，确保异常值修正与缺失值插补（采用邻近年份数据估算）。关键分析包括：（1）核密度估计（Kernel Density Estimation, KDE），刻画物候日期（DOY）与生长周期长度（GLs）的概率分布；（2）一元线性回归，量化物候趋势（斜率k表示年际变化，10×k为十年趋势），并辅以显著性检验（p<0.05）。所有分析在Origin Pro 2024中完成，生成976张诊断图（概率密度图与线性拟合图）及2个主数据表（XLSX格式）。

研究结果

物候期概率分布的时空特征

通过KDE分析，团队发现东北玉米各物候期的DOY呈现显著的地理分异。例如，播种期在南部辽宁站点的分布峰值早于北部黑龙江，而成熟期则呈现由南向北逐渐推迟的梯度格局。生长周期长度（如播种-拔节SO-JO、吐丝-成熟SI-MA）的概率密度曲线进一步揭示，北部地区营养生长期延长，而生殖生长期（拔节-吐丝JO-SI）在干旱年份可能出现压缩，暗示热量资源增加与水分胁迫的交互影响。

物候变化的长期趋势

线性回归结果表明，1981–2024年间，东北玉米物候整体呈现“播种提前、成熟延迟”的双延模式。具体而言：

• •
  播种至抽雄阶段：播种期（SO）以每十年提前1.2天（k = -0.12, p<0.01）的速率显著提前，而抽雄期（TA）延迟趋势不明显，导致营养生长期（SO-JO）延长。
• •
  生殖生长阶段：吐丝期（SI）至成熟期（MA）的间隔平均延长每十年0.8天（k = 0.08, p<0.05），反映灌浆期热量资源利用效率提升。
• •
  全生育期：播种至成熟（SO-MA）的整体生长周期平均延长每十天2.1天（k = 0.21, p<0.01），但区域异质性显著——吉林中部增产区因积温增加受益，而辽西南部受花期高温干旱胁迫，趋势减弱。

数据质量与验证

研究依托CMA超过1200名持证农业气象观测员，遵循《农业气象观测规范》（1993/2025版），通过三重盲审、月频质检及气候数据交叉验证（如抽雄期与日均温匹配）确保数据可靠性。例如，拔节期（JO）的判定需满足“基部节间圆硬化、触感坚实”，而成熟期（MA）要求80%植株苞叶黄化、籽粒硬化，杜绝主观误差。

结论与意义

本数据集通过高精度物候记录与统计建模，首次系统量化了东北玉米物候对气候变化的响应模式，证实了生长周期延长与空间分异规律。其意义在于：

1. 1.
   科学层面：为过程作物模型（如APSIM、DSSAT）提供参数化与验证基准，推动气候-作物互作机理研究；
2. 2.
   应用层面：指导品种适应性区划、播期优化及水分管理，支撑“气候-品种-农艺”精准匹配；
3. 3.
   政策层面：为东北粮食产能提升与气候变化适应方案提供数据驱动决策支持，巩固国家粮食安全“压舱石”功能。

正如论文通信作者吴冬丽指出，这份数据集不仅是物候变化的“基因表达图谱”，更是农业应对气候风险的“早期预警雷达”。随着数据开放共享，其价值将在智慧农业与可持续发展中持续释放。