在变化环境下,即气候变化和人类活动双重作用下,黑龙江省农业发展和粮食安全保障等方面受到严重威胁。玉米是黑龙江省最重要的农作物,因此,研究变化环境对黑龙江省玉米产量的影响具有重要意义和应用价值。本文基于黑龙江省23个气象站点的降水、气温、日照时数等气象资料和玉米产量数据,以及遥相关因子(北极涛动(Arctic Oscillation,简称AO)、厄尔尼诺南方涛动(ElNino-Southern Oscillation,简称ENSO)、太平洋年代际振荡指数(Pacific Decadal Oscillation,简称PDO)和太阳黑子数据,从定性和定量两个方面分析这些因子对黑龙江省玉米产量的影响。取得的主要研究结果如下:(1)采用连续小波方法,获得了黑龙江省玉米产量去趋势前后的周期变化:原始玉米产量周期为16a左右;去趋势后的玉米产量序列主周期为13a左右,次周期为3a左右。(2)基于经验模态分解(EMD)方法对玉米产量进行分解,揭示了其分量的周期特征:玉米产量序列被分解成两个IMF分量和一个残差项,其中IMF1反映的是一个3～6a左右的尺度波动,在整个尺度周期波动中,振荡较为均匀,相邻年份的波峰和波谷相继出现;IMF2表现为14a尺度的波动,振荡频率较慢,振幅相对稳定且较小,波动较为平缓;对于残差项(R)而言,研究期内的玉米产量总体呈上升趋势。(3)采用交叉小波变换和小波凝聚谱定性分析方法,阐明了气候变化和人类活动对玉米产量的影响:宏观上,气候因素和遥相关因子主要影响在玉米产量的中高频区域(中短周期波动),其中气温、AO和PDO的影响最为显著;微观上,PDO、气温、ENSO和降水主要影响玉米产量的高频波动(短周期波动,IMF1分量),AO、日照时数和太阳黑子主要影响玉米产量分量的中频波动(中周期波动,IMF2分量);人类活动主要影响玉米产量的趋势部分(残差项,R),其中化肥施用量是主要影响因素。综合来看,微观研究相比于宏观上的研究更加细致,更有助于揭示机理。(4)基于EMD玉米产量分解和多元线性回归模型,构建了宏观与微观玉米产量预测模型,结果表明:微观上对玉米产量分量进行预测再合成的预测精度(0.6874)明显优于宏观上直接进行玉米产量预测的结果(0.6376),分别对各个分量进行预测再合成的方法可以有效提高玉米产量的预测精度。(5)利用残差分析法和随机森林算法定量分析了气候变化和人类活动相关因子对玉米产量的影响:气候变化因子对黑龙江省玉米产量序列贡献率为31.1%,人类活动因子(化肥施用量)对黑龙江省玉米产量序列贡献率为68.9%;影响玉米产量的五个主要因子重要程度为:化肥施用量>PDO>气温>降水>日照时数。