研究人员针对全球气候变化（Climate Change, CC）及其变率对农业系统的显著影响展开分析，尤其关注发展中国家雨养农业区因适应能力有限而面临的脆弱性。研究区域位于坦桑尼亚莫罗戈罗（Morogoro）地区，时间跨度为1988年至2018年，旨在为制定精准的农业气候适应策略提供科学依据。采用Mann-Kendall检验与Theil-Sen斜率估计法，研究发现年降水量呈显著下降趋势（p<0.1），降幅为−2至−16 mm·年−1，月降水量亦显著下降（−1至−8 mm·月−1）。同时，年最高气温显著上升0.005至0.025 ℃·年−1，最低气温上升0.01至0.03 ℃·年−1（p<0.1）。回归模型分析表明，高温（最高温和最低温）是水稻产量的重要预测因子（p值分别为0.006与0.004），而年降水量对产量的直接影响不显著（p=0.264）。研究强调，局地时空趋势分析在制定有效农业适应策略中具有关键作用，可为增强脆弱农业社区韧性及推动可持续发展提供基于证据的气候信息支持。
本研究发表于《Discover Agriculture》，聚焦于坦桑尼亚莫罗戈罗地区的气候变化趋势及其对农业的影响。背景方面，气候变化导致的极端天气频发，对依赖雨养农业的发展中国家构成严重威胁，尤其是非洲地区因适应能力有限而尤为脆弱。现有研究多集中于大尺度气候趋势，缺乏针对具体农业区的精细化分析，导致政策制定与实施之间存在信息断层。因此，研究人员通过开展局地高分辨率气候趋势分析，填补了这一空白，旨在为农业适应策略提供可直接应用的科学数据。
在技术方法上，研究人员采用了1988–2018年的TerraClimate网格数据集（空间分辨率约4 km），并通过坦桑尼亚气象局的站点数据进行验证。气候趋势分析使用了改进的Mann-Kendall检验与Theil-Sen斜率估计法，以识别降雨与温度的时空变化趋势。水稻产量数据来自坦桑尼亚农业部1999–2010年的统计资料，通过多元线性回归模型分析气候变量对产量的影响。
研究结果分为多个部分。在长期气候格局方面，莫罗戈罗地区年均降雨量在300–1800 mm之间，呈现显著下降趋势，其中基洛贝罗（Kilombero）、乌兰加（Ulanga）等农业重点区降幅最大。月降雨趋势显示，1–5月降水显著减少，而部分月份如9–12月略有增加。最高与最低气温均呈显著上升趋势，北部升温幅度高于南部，且在8–12月期间增温最为明显。在气候与水稻产量的关系分析中，回归模型显示温度（最高温和最低温）是产量的显著预测因子，而年降水量未表现出显著影响，这可能源于水稻种植中灌溉缓冲作用及年内降水分布的复杂性。
讨论部分指出，降雨减少对水资源供给构成威胁，而持续升温则加剧热胁迫风险，两者叠加对雨养与灌溉农业均形成压力。研究人员建议采取增强水资源管理、推广气候信息服务、培育耐热抗旱品种以及改进土壤与水分保持技术等措施。此外，研究承认数据时间跨度限制及TerraClimate模型的潜在不确定性，并呼吁未来结合更多社会经济因素开展综合评估。
结论部分强调，局地气候趋势分析是制定有效农业适应策略的基础，研究结果为莫罗戈罗地区提供了可操作的气候信息，支持政府及地方机构将数据驱动的适应措施纳入政策规划，以提升农业系统的韧性与可持续性。
