地表臭氧污染对作物发育和产量造成严重影响，并存在时空动态性。然而，以往的全局统计模型不能很好地捕捉地表臭氧、其他环境变量和作物产量间的时空分布差异，存在不确定性。为了解决这个问题，我们使用时空地理加权回归（GTWR）模型，以评估1981年至2021年近地面臭氧污染对美国玉米和大豆产量的影响。该模型通过引入时空权重思想，解决变量的时空非平稳性问题，并可在精细的时间和空间尺度上反映臭氧-产量响应关系。与普通最小二乘法（OLS）模型和面板回归模型相比，GTWR模型的拟合R²分别为0.77和0.75，更为优越。研究结果表明，在41年间，臭氧污染导致美国玉米和大豆的平均年产量损失分别为3.5%和6.1%，导致玉米和大豆累计减产3.21亿吨和2.1亿吨，总经济损失超过1068亿美元。此外，大豆对臭氧污染的敏感性高于玉米，大豆敏感度为0.44% ppm^-1 h^-1，而玉米只有0.26% ppm^-1 h^-1。随着累积降雨量的增加，臭氧污染导致两种作物的产量损失增加。然而，生长度日（GDD）与臭氧污染造成的玉米产量损失之间存在“倒U型”非线性关系。此外，自1997年以来，美国实施了更严格的空气污染控制政策，对农作物产生了积极的作用，减少了臭氧污染造成的农作物损失。
总体来看，在考虑环境因素的时空异质性情况下评估臭氧污染造成的作物产量损失，更符合真实自然环境下区域范围的臭氧影响状况。这为大空间尺度上有关臭氧污染影响作物产量问题的政策设计和讨论提供了科学基础。未来，通过科学高效地治理环境污染、优化作物耕种方式以及改良作物品种，可以为保障粮食安全做出积极贡献。

臭氧,作物产量,粮食安全,风险评估