今年5月5日以来，我国江南大部、华南北部、西南东北部等地出现强降雨，受强降雨影响，江西、福建等地21条河流发生超警以上洪水，其中3条河流超保、2条中小河流发生有实测记录以来最大洪水。近年来，世界其他地区同样频发极端降水事件。

　　北京大学城市与环境学院教授周丰团队与国内外合作者通过控制试验、联网观测、模型模拟等多种方法研究发现，极端降水可造成我国年均水稻减产约8%，这相当于全国水稻产量排名第六的安徽省一年的水稻总产量。相关研究近日发表于《自然-食物》。

　　5年前，从德国弗赖堡大学毕业加入周丰课题组的付瑾接到了一个任务——与同门师弟师妹在湖北荆州搭建一个人工降水试验平台。

　　在多年碳氮循环研究中，周丰发现，极端降水会影响作物的碳氮循环，他决定通过水稻进一步了解极端降水对粮食产量的潜在影响及其机制。荆州气象站300平方米的水稻田成了团队的试验场。

　　给水稻进行人工降雨，并非简单用水管对稻田进行直喷。为了精确试验结果，研究团队把试验场划分为40个小区，模拟不同降雨强度和降雨量对水稻生长和产量的影响。为了将降水尽快排出田块，他们依据地势设计了排灌系统。小区间的田埂泡水时间长会塌陷，他们就在其上搭建栈桥，让设备在田垄间自如移动。

　　为了让最关键的降水设备更好地模拟自然降水过程，他们到多家公司参观学习，最后组装了长20米的钢网水管实现按需降雨。“依据我国水稻种植区历史极端降水特征，我们设置了4个不同的降水梯度，可以精确模拟自然界降雨量。”论文第一作者付瑾向《中国科学报》介绍。

　　2018年6月的水稻分蘖期，付瑾与同伴们顺利完成了第一场人工降雨。“周老师总说，做研究不是坐在办公室里空想。我们下了田才发现做试验时并非所有事情都能按照预想的来，会遇到水管爆裂、仪器等各种问题，很考验人的心态。”论文共同第一作者、周丰课题组博士生菅艺伟说。

　　2018年到2019年，菅艺伟与同伴们多次往返北京—荆州，在夏天最热的水稻生长关键期开展64场降水控制试验，积累了详实的一手数据。

　　结合土壤碳氮研究与作物生理性状分析，他们发现极端降水的确会导致产量损失增加。这主要涉及两个关键影响机制：一方面，极端降水会通过生物物理过程降低受精而影响实粒数；另一方面，极端降水会通过生物化学过程增加土壤氮损失，减少叶片氮吸收，造成水稻减产。

　　“极端降水会给关键生育期的水稻带来直接影响，进而影响其产量。”论文通讯作者周丰向《中国科学报》介绍，其中影响最严重的是在抽穗扬花期，极端降水会导致授粉困难，开花率下降，结实率降低，而灌浆期如遇到极端降雨则会减少实粒数，产生更多瘪谷。

　　“另外，分蘖拔节期正好与梅雨季节重叠，很容易通过径流和侧渗的方式让养分进入周边的沟塘系统。”周丰举例说，“基肥的比例一般是40%，按一般农田施肥量每公顷200公斤计算，径流和侧渗损失可达10%，相当于20公斤肥料，这将导致分蘖抽穗期养分损失，进而造成产量下降。”

　　在对2018年和2019年人工降水等分析的基础上，研究团队在2021年开展的补充试验进一步证实，在极端降雨后施肥可以弥补氮损失，减轻营养期极端降水的损害。

　　荆州的田间试验结果是否具有普遍性？周丰和团队通过更大范围的联网观测以及过程模型等多种综合分析进行了验证。

　　以往，在研究极端气候对农业的影响时，科学家普遍关注高温、干旱和低温造成的农作物减产，但对极端降水的影响及其机制的认识十分有限。

　　“其中的一个难题是很难准确剥离出极端降水的影响信号。”论文共同第一作者、北京大学研究员王旭辉解释，他们的研究提出了一种新方法——窗口搜索策略，可以最大程度剥离各类极端气候事件影响，同时剔除品种变迁、物候变化和常规气候变化等噪声的影响。

　　研究人员对中国气象局农业气象观测网络1999至2012年114个站点707个“对照-处理组”数据的分析发现，极端降水可造成水稻产量下降7.6±0.9%。

　　“这些站点覆盖从东北、华中地区的单季稻产区到华南地区的双季稻产区，具有较强时空代表性。”王旭辉说。

　　为了验证这一数据的准确性，他们进一步将极端降水的生物物理和生物化学机制纳入作物模型，实现了全国范围内极端降水对水稻产量影响的更准确判断和预测。模型模拟发现过去20年极端降水造成中国水稻减产8.1%。

　　周丰介绍，由于我国南北各地极端降水水平并不一致，这项研究用统一的百分数来定义全国各地的极端降水，即选用各个站点过去30年小时降雨数据的99%分位数，这个值在每个站点的绝对值并不相同。

　　在此基础上，如果以极端降水每年造成7.6%的水稻产量损失估算，周丰表示：“极端降水造成的全国年均水稻减产总量约为1609万吨，相当于全国水稻产量排名第六的安徽省2021年水稻总产量。在过去的20年里，极端降水使中国的水稻产量减少了1/12。”

　　他表示，这说明极端降水造成的水稻减产与极端高温相当，挑战了“极端降水的影响是可以忽略的”这一主流认识。

　　通过梳理过去几十年间的极端降水历史，研究人员发现，我国水稻主产区的极端降水量占总降水量的比例以每10年2.3%~2.9％的速度显著增加，主要集中在华南地区和长江中下游。同时，稻区极端降水呈现增强和增多的趋势，且水稻生长早期（分蘖期、扬花期）极端降水发生频率更高，以每10年5.1%~5.6%的速度增加。这可能会对水稻生长及产量造成重要的潜在影响。

　　周丰表示，可以在分蘖拔节阶段采取补肥等措施，但当前城镇化背景下劳动力有限，很多年轻人在春节之后赶紧插秧、施底肥，然后就外出打工了，后面不会再追肥与补肥。在此背景下，可能需要通过改良品种，如培育抗强降雨倒伏、无须扬花就能授粉的水稻品种等缓解问题。

　　据介绍，目前，周丰课题组已在哈尔滨、盘锦、巢湖、孝感、高安等地建立了全国农田生态系统观测网和极端气候控制试验平台。他希望进一步探索极端降水对小麦玉米等其他主食作物的影响。