地表臭氧污染对作物生长和产量造成严重影响，并存在时空动态性。然而，以往研究采用的站点控制实验、全局统计模型不能很好地捕捉地表臭氧、其他环境变量与作物产量的时空异质性关系，导致臭氧减产评估结果存在较大不确定性。对此，本研究使用了时空地理加权回归（GTWR）模型，以评估1981年至2021年地表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，可以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。研究结果表明，在过去40年，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，研究发现大豆对臭氧污染的敏感性（0.44% ppm^-1 h^-1）显著高于玉米（0.26% ppm^-1 h^-1）。在空间分布上，本研究明确了美国东南部及密西西比河流域是臭氧损害的热点区。从时间动态上来看，作物对臭氧的响应敏感性呈现明显下降趋势，特别是1997年之后美国实施了更严格的空气污染控制政策，这些结果表明空气质量改善会增强区域粮食安全。
此外，为探究气候因子与臭氧交互作用对产量的影响，本研究进一步采用可解释机器学习框架（XGBoost-SHAP），定量分析了气候因子（尤其是大气干旱）与臭氧之间交互作用对作物产量的非线性影响。研究进一步结合CMIP6未来气候情景模拟数据（SSP126与SSP585排放路径），预测分析了未来极端干旱情景下臭氧污染对未来作物产量损失风险。分析显示，臭氧和干旱对产量的共同影响在不同排放路径下可能分别导致33.4亿和55.1亿美元的经济损失。以上研究结果可为区域尺度空气污染和气候变化对粮食安全风险评估提供科学依据和方法参考。