泰国主要作物百年产量动态(1918–2023)：区域增长模式、停滞特征与气候敏感性解析

这篇研究通过整合泰国77省百年作物数据(1918–2023)，首次揭示水稻、玉米和大豆的亚国家级产量轨迹。采用动态线性模型(DLM)和多项式去趋势法，发现68%水稻产区与49%玉米产区存在停滞现象，70%水稻产区产量与ENSO(厄尔尼诺-南方涛动)呈正相关。研究为东南亚农业气候适应政策提供了百年尺度基准数据，强调需将气候风险监测(如DMI/SOI指数)纳入早期预警系统。

　　

Highlight

本研究首次构建了泰国水稻(1920–2023)、玉米(1918–2023)和大豆(1950–2023)的省级百年产量数据库，结合历史文献与FAO数据，采用创新性动态线性模型(DLM)解析长期趋势与突变点。

长期产量趋势与停滞

水稻单产呈现"V型"反转：从1920年代1.84吨/公顷^-1降至1960年代1.67吨/公顷^-1，后因绿色革命技术跃升至2023年4.48吨/公顷^-1。玉米在1980年代后加速增长，而大豆表现波动且增长有限。值得注意的是，68%水稻产区和49%玉米产区出现增长停滞，这些区域普遍存在灌溉不足或政策支持薄弱特征。

气候关联性

ENSO(厄尔尼诺-南方涛动)对水稻影响最显著，70%省份呈正相关，而玉米和大豆与DMI(偶极子模式指数)/SOI(南方涛动指数)多呈负相关。1970–1999年是气候-产量关联"黄金窗口期"，近年相关性减弱可能源于适应性种植技术推广。

Conclusion

百年数据揭示：水稻整体改善但区域差异显著，玉米/大豆更易受气候波动影响。建议将ENSO等气候指数(DMI/SOI)纳入农业预警系统，针对停滞区域推广耐旱品种与精准扶持政策。

Implications

该研究为东南亚农业应对气候变化提供了历史模板，后续应整合社会经济数据优化区域适应策略。

第二个Conclusion

动态线性模型(DLM)相比传统多项式回归更能捕捉产量趋势的渐变特征，尤其适用于解析技术革新、政策调整与气候变化的协同效应。研究证实灌溉基础设施与气候智能型农业是突破产量瓶颈的关键。