【摘要】随着全球变暖加剧，极端气候频发，区域粮食产量不确定性连续增加。今年3月以来，印度遭受百年未有之高温袭击，尤其北部和西北区域，创下近122年来同期最高温度记录，此时正值印度冬季作物灌浆收成的关键时期，势必会对作物单产孕育发生必然影响，进而影响总体产量。各大机构从差异角度论述剖析了印度高温对作物产量的影响，最好的期货配资网，华泰期货钻研院农产品组，基于客不雅观的卫星遥感大数据，并联结多种指标，从时空角度对印度高温导致的作物产量的潜在变革停止了具体的监测和量化剖析。

　　一主要监测方法及指标介绍

　　作物产量不只关系到农民的生活，也决定着市场的颠簸和国家政策的制定。作物产量的造成是一个复杂的过程，中间波及十分多的生理生化过程，气象条件、土壤条件、田间打点、物候信息、农时信息等都可以对产量孕育发生严峻影响。气候变革尤其温度和降水异常由于发生相对忽然，自古即是农业消费中的潜在风险。对于风险的管控可从多角度切入，但就市场而言，及时精确的量化风险的损益，便把握了市场的主动权。

　　连续异常的印度气温到底会对作物的哪些方面孕育发生影响？钻研小组本着片面监测的态度，对作物的生长发育过程和最后的产出做了具体钻研剖析。首先，作物长势的监测通常接纳归一化植被指数（NDVI），加强型植被指数（EVI），植被状态指数（VCI），叶面积指数（LAI）等指标，此中NDVI和EVI具有较高的牢靠性，被宽泛应用于美国农业部（USDA）、结合国粮农组织（FAO）等组织机构。

　　其次，作物产量的估测仍是学术界一大前沿课题，通常精度为68.1%到95.5%之间，均匀精度为83.9%，目前作物估产模型达上百种之多，其实践根底和偏重点各不雷同，粗分为经历统计模型、作物生长模型、光能操作率模型和耦合模型四大类。

　　此中光能操作率的模型逻辑高效，数据可以通过卫星遥感技术获取，被宽泛应用于农业监测。其机理为：太阳光经过大气到达植被冠层外表后，经过反射和透射，最终有一局部被叶片光竞争用操作，这局部光能是作物孕育发生糖类的主要能量，而糖类又是作物产量的物质来源。通过对这个过程的监测，可以从光能操作的角度对作物干物质的积攒过程停止测算。

　　第一净消吃力（NPP）和总低级消吃力（GPP）是两个表征光能操作有机物积攒状况的重要指标。GPP指单位工夫、单位面积内植物把无机物合成为有机物的总量或固定的总能量。该指标是生态学中表征植被生物特征的重要指标，在国际上也有宽泛应用。

　　NASA的Modis中分辨率卫星遥感数据具有重访周期短、光谱范围广、工夫序列长的特点，是农业卫星遥感钻研的重要数据源，并且Modis数据反演EVI和GPP有着成熟的钻研根底，因而华泰期货钻研院农产品组，以该遥感数据为主要数据，反演EVI和GPP指标，并联结卫星数据分类解译耕地范围，对印度高温截止2022年5月9日（可获取最新影像数据）孕育发生的影响停止全过程监测。

　　二、受影响区域的耕地提取

　　印度异常高温涉及范围广、影响工夫长，但要影响农作物必需同时满足以下两个条件：该区域有异常高温且存在处于重要生恒久的农作物。

　　因而，依据结合国粮农组织（FAO）基于SPOT卫星NDVI的长工夫序列剖析成果（图1和图2），印度在3月份处于生长中后期的冬季作物主要集中在北部和西北部的8个邦，该区域也是温度异常的典型区域。

　　进而将旁遮普邦、哈里亚纳邦、北方邦、拉贾斯坦邦、古吉拉特邦、中央邦、比哈尔邦和西孟加拉邦8个邦（图3）划定为重点监测区域。联结GADM行政矢量范围和欧空局（ESA）Sentinel系列卫星数据的深度进修土地分类成果，精准的提取8个重点邦内部的耕地区域（图4绿色区域），进而成长下一步钻研。

　　三、基于EVI指数的作物长势剖析

　　首先针对作物生长发育的整个过程，将Modis反演的16天工夫距离的EVI指标，依照工夫顺序布列，便可直不雅观表现作物生长的动态过程，反馈作物从播种、出苗、抽穗到成熟收割的EVI 变革过程。

　　纵不雅观2017年以来（图5），就整个区域而言，严格的遵循了一年两熟，夏季作物5-6月播种（EVI低值），9月到达生长峰值（EVI高值），10月收成（EVI低值）。冬季作物10-11月播种（EVI低值），2月达到生长峰值（EVI高值），4-5月收成（EVI低值）。这次印度高温3月初步，所以间接作用的是该区域的冬季作物。就整个大规律而言，冬季作物EVI 值没有发生特殊变革，也没有呈现太大颠簸，因而进一步横向比照2022年与2018-2021年冬季作物在整个生长周期（11月到次年5月）每16天的EVI值。

　　成果如图6所示，在高温作用下，2022年作物的长势曲线的变革规律同往年一致，且详细数值与往年也只要小幅颠簸，处于合理震荡范围。换而言之，该区域农作物在该工夫段遭受高温时其株高、叶片、根茎等物理特征发育根本成型，受影响较小。

　　四、基于GPP的作物产量剖析

　　雷同长势的作物并不意味着产量一致。因为在作物中后期，气候指标的变革更多的是对作物的生化反馈孕育发生影响。即对灌浆以及光竞争用强度孕育发生差异水平的影响，这些生化反馈间接影响作物的产量。因而钻研从光能操作角度引入GPP指标对区域农作物停止监测，详细反演了从2017年11月1日到2022年5月9日期间每8天距离的GPP值，反馈了作物在生长发育过程中每8天在单位工夫内，单位面积上，通过光竞争用门路所固定有机物质总量或有机碳总量。

　　如图7所示，过去4年GPP的值出现必然的规律性颠簸，数值出现大小年的特征，但在今年3月呈现了激烈的震荡。

　　为更具体的理解GPP值的颠簸，横向比照5个冬季生长周期内同工夫的GPP均匀值（图8），2022年GPP在3月份呈现急剧上行后快捷下降的特征，表白该工夫段，光竞争用先加强后快捷减少，这一特征与光竞争用中起催化作用的生物酶活性随温度升高而加强，但凌驾必然阈值后大幅下降的特征高度吻合。意味着，3月初步的高温先促进了有机物的积攒速度，然后又大幅的克制了该过程。今后外一个角度，无论2017年到2021年产量如何，GPP在3-5月下降斜率根本保持一致，有机物的积攒速度迟缓降低，但2022年该时期GPP曲线下降速率鲜亮高于其他年份。综上，高温对该区域光竞争用强度孕育发生必然影响。

　　但值得一提的是，2022年3月前的GPP值比往年同期均高，换而言之，如无高温等极端气候影响该区域今年产量可能增多，但高温作用下，后期GPP值表示乏力。因而今年产量毕竟如何？ 钻研组接纳积分的方法量化比照各年份的有机物积攒情况，将各年份整个生恒久内每一块耕地内的GPP值停止累积，得到2018-2022年度的GPP累积空间散布图。

　　对于历史不变的指标通常接纳2018-2021年的均值作为参照与2022年（图9）停止比照以确定变革量，但就GPP积攒而言，2018-2021根本出现颠簸回升趋势，因而均值将在必然水平低估均匀的有机物积攒量，所以使用熵值法对2018-2021年赋予差异权重，以得到一个更为濒临的往年预测值（图10）。通过计算预测值与2022年真实GPP累积值之间的差别，得到每一块耕地上的变革幅度。

　　如图11，详细而言，占总面积4%的区域GPP积攒量增多的区域，主要集中在拉贾斯坦邦（Rajasthan）东部区域、北方邦（Uttar Pradesh）西南区域。96%的下降区域中，降幅不凌驾1%的占总面积的69%，也就是这局部区域同往年产量根本持平，究其起因是该区域前期的有机物积攒量已经凌驾往年同期，后期的降幅根本抵消前期的增量。

　　但有占总面积27%的区域下降显著，这些区域受高温影响较大，这些区域散布于8个邦域，但主要集中在旁遮普邦（Punjub）、哈里亚纳邦（Haryana）、北方邦（Uttar Pradesh）以及古吉拉特邦（Gujarat）等。

　　量化下降值，总体8个邦大面积区域GPP积攒量较预测值下降10.62%，依照相关钻研GPP与产量在99%的置信程度存在较强的相关关系，对于产量而言整个区域约莫有近一成的减产。详细分区域统计各个行政区划范围内的耕地产量，减产最重大的为北部的三个邦，旁遮普邦（Punjub）、哈里亚纳邦（Haryana）、北方邦（Uttar Pradesh）幅度别离到达24.61%、18.32%和9.79%（如图12）。

　　进一步量化各个邦主要作物的产量规模。据USDA数据，印度四大粮食作物中只要玉米和小麦出口处于全球前十位，此中小麦为冬季作物，钻研区内的旁遮普邦、哈里亚纳邦、北方邦、拉贾斯坦邦和中央邦奉献全印度将近90%的小麦产量（如图13所示），同时大麦也集中种植在拉贾斯坦邦和北方邦（如图14所示）。因而联结USDA对于高温前对于印度小麦和大麦的产量估测和钻研的各个区域的减产幅度，对小麦和大麦两个品类在各主产邦的产量停止进一步估算（表1可知USDA对于高温影响前小麦2021/ 22年的产量估测为109586千吨。大麦估测为1656千吨）。

　　测算成果显示：印度小麦各邦产量如图15所示，5个邦总估测产量为：84395.47千吨，USDA高温前估测产量为：96435.68千吨。按照区域小麦产量占比88%估算，股票配资网，如果其余区域保持不变，全国总产量为：95903.94千吨，小麦减产幅度为12.48%。但南部小麦产区如依照高温前长势，则会有必然比例增产，所以总体减产量粗略率会小幅低于该比例。大麦两个主产区总产量为：1321.71千吨，USDA高温前预估区域产量为：1424.16千吨，依照产区所占比例86%预测全国产量为：1536.88千吨，总体减产幅度为7.19%。

　　印度高温连续不只对于作物孕育发生很大影响，也势必会对人类作息行为孕育发生必然影响，因而，冬季作物是否像往年一样完全收割也是值得存眷的问题。随着全球气候变革的影响，极端天气的呈现将愈加的随机，华泰期货钻研院农产品组将连续实时追踪极端气候对农业根本面带来的影响。

（责任编纂：陈状 ）