IPCC第六次评估报告指出，频繁发生的极端气候事件对全球粮食安全可能产生重大影响，因此，准确理解极端气候事件对作物产量的影响是全球变化研究关注的重大科学问题。以往研究普遍关注高温、干旱和低温造成农作物减产，但对极端降水影响及其机制的认识十分有限。为了回答这一科学问题，北京大学城市与环境学院周丰教授与合作者提出了基于联网观测、控制试验和模型模拟的综合评估方法。

针对联网观测难以区分极端降水影响的难点，研究团队提出了一种新的窗口搜索策略方法：针对每一个农业气象站的水稻产量时序数据，搜索发生特定事件的“处理年”和未发生特定灾害但其它灾害一致的“对照年”，计算处理和对照的产量相对变化，随后，剔除品种变迁、物候变化和常规气候变化等噪声的影响，最大程度地区分各类极端气候事件对水稻产量的影响，最终搜索得到具有较强时空代表性的114个站点707组“对照-处理年”。结果发现，极端降水造成水稻产量下降7.6±0.9%，与极端高温相当，强于其它类型的极端气候事件（极端低温、极端干旱、飓风等）。

为了揭示极端降水造成水稻减产的机制，研究团队于2018—2019年在荆州农业气象试验站开展了64场降水控制试验。结果表明，极端降水主要通过改变实粒数（71—75%）和有效穗数（22—25%）而造成水稻减产；这种影响具有生育期依赖性，即营养生长期的极端降水主要降低有效穗数，生殖生长期的极端降水主要降低实粒数（图1）。为了进一步识别和验证关键的影响机制，研究团队于2021年开展了两类补充试验（即扬花期降水半遮挡、营养生长期降水后补肥），证实了生殖生长期降水强度降低顶粒受精而影响实粒数，以及营养生长期降水量增加稻田氮损失和减少叶片氮吸收而影响有效穗数是最关键的两个影响机制（图2）。

图1 极端降水对水稻产量及其组成的影响。DY、DEP、DFG、DGW分别为极端降水引起水稻产量、有效穗数、实粒数、千粒重的相对变化；主试验为多梯度多生育期降水控制试验，补充试验一为扬花期降水半遮挡试验，补充试验二为营养生长期降水后补肥试验

图2 极端降水造成水稻减产的生物物理和生物化学机制。单向箭头指示因果关系的方向，蓝色指示正效应，红色指示负效应，箭头宽度与数字（标准化路径系数）成正比；ΔY为极端降水引起水稻产量相对变化

研究团队将上述两个机制引入陆面过程模型ORCHIDEE-crop，使得模型不仅有效模拟了水稻产量响应极端降水的敏感性和年际变化（R²>0.78），而且能够复现联网观测的114个站点对极端降水的响应（R²=0.41）。基于改进后的ORCHIDEE-crop模型，研究团队发现过去20年极端降水造成我国水稻减产8.1±1.1%；到本世纪末，极端降水将在气候变暖、二氧化碳浓度上升影响的基础上额外造成水稻减产7.6%左右（RCP4.5情景），减产区域集中在我国东北和东南沿海地区，是水稻应对极端降水的关键区。

该项研究综合采用多尺度手段，揭示了极端降水造成水稻减产的生物物理和生物化学机制，量化了过去和未来极端降水对我国水稻单产的影响规律，为极端气候事件对粮食安全的影响研究提供了新的研究范式，也为发展气候智慧型农业提供了科学依据。

这项研究以“Extreme rainfall reduces one-twelfth of China’s rice yield over the last two decades”为题于2023年5月4日发表在《自然-食物》（Nature Food）杂志。《自然-食物》杂志在同期配发了哈佛大学Jonathan Proctor博士题为“Extreme rainfall reduces rice yields in China”的评述文章，对本研究给予了高度评价。

北京大学城市与环境学院博雅博士后付瑾、2021级博士生菅艺伟和王旭辉研究员为共同第一作者，周丰为通讯作者。合作者包括：法国索邦大学Laurent Li教授，法国气候与环境实验室Philippe Ciais教授，德国亥姆霍兹环境研究中心Jakob Zscheischler教授，德国波茨坦气候影响研究所Christoph Müller教授和德国莱布尼茨农业景观研究中心Heidi Webber教授，北京大学城市与环境学院朴世龙院士、唐艳鸿教授、王愔研究员、博士生黄微尘和硕士生王琪慧（已毕业），北京大学城市规划与设计学院赵鹏军教授，中国科学院遗传与发育生物学研究所刘永强博士，中国农业科学院农业资源与农业区划研究所杨波博士，中国环境科学研究院吴亚丽副研究员和北京林业大学草业与草原学院崔晓庆博士。荆州农业气象试验站刘凯文博士，北京大学吾拉哈提•阿达力别克、薄岩、吴昌贤、江文君、袁梅帅、蔡鸿伟和王诚劼，云南农业大学王晟，华中师范大学黄新翌、陈廉和庄道恒，中科院南海海洋研究所李春山对控制试验作出了重要贡献。该成果得到了国家杰出青年科学基金项目（42225102）等项目的资助。