干旱條件下APSIM模型修正及華北冬小麥產(chǎn)量模擬效果

周麗濤，孫 爽，郭爾靜，張鎮(zhèn)濤，張方亮，石延英，馬浩雨，楊曉光

·農(nóng)業(yè)水土工程·

干旱條件下APSIM模型修正及華北冬小麥產(chǎn)量模擬效果

周麗濤1,2，孫 爽3，郭爾靜1，張鎮(zhèn)濤1，張方亮1，石延英1，馬浩雨1，楊曉光1※

（1. 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；2. 北京師范大學(xué)地理科學(xué)學(xué)部，北京 100875；3. 中國氣象科學(xué)研究院，北京 100081）

干旱是影響華北地區(qū)冬小麥產(chǎn)量的主要農(nóng)業(yè)氣象災(zāi)害之一，作物生長模型是評估干旱對作物產(chǎn)量影響主要方法之一，但作物生長模型對極端天氣氣候條件下（如干旱）作物產(chǎn)量模擬效果仍存在不確定性。為提高作物模型在干旱條件下對作物產(chǎn)量模擬的精準(zhǔn)性，該研究利用調(diào)參驗證后的農(nóng)業(yè)生產(chǎn)系統(tǒng)模型（agricultural production systems simulator，APSIM），通過查閱與華北地區(qū)冬小麥相關(guān)的186篇大田試驗文獻(xiàn)獲得1 876對觀測數(shù)據(jù)，以作物水分虧缺指數(shù)為干旱指標(biāo)，評估APSIM模型在冬小麥拔節(jié)-開花和開花-成熟階段干旱對產(chǎn)量影響的模擬效果，提出APSIM在拔節(jié)-開花和開花-成熟階段干旱對小麥產(chǎn)量影響的修正系數(shù)。基于歷史氣候條件、SSP245和SSP585未來氣候情景資料，分析了冬小麥拔節(jié)-開花和開花-成熟階段干旱時空分布特征，并采用修正系數(shù)校正后的APSIM模型評估華北地區(qū)冬小麥拔節(jié)-開花和開花-成熟階段不同等級干旱對其產(chǎn)量的影響。結(jié)果表明，APSIM模型低估了拔節(jié)-開花階段干旱對冬小麥產(chǎn)量影響程度，輕旱、中旱和重旱校正系數(shù)分別為0.85、0.91和0.85；APSIM模型可準(zhǔn)確模擬開花-成熟階段輕旱和中旱對冬小麥產(chǎn)量影響，但高估了重旱對冬小麥產(chǎn)量影響，重旱校正系數(shù)為1.33。歷史和未來氣候情景下，拔節(jié)-開花和開花-成熟階段干旱導(dǎo)致冬小麥減產(chǎn)率均呈由北到南依次遞減的空間分布特征，且開花-成熟階段干旱對冬小麥負(fù)面影響高于拔節(jié)-開花階段。未來氣候情景下冬小麥拔節(jié)-開花和開花-成熟階段不同等級干旱導(dǎo)致的冬小麥減產(chǎn)率均低于歷史氣候條件。未來干旱對華北冬小麥產(chǎn)量的負(fù)面影響程度有所緩解。研究為有效評估干旱對冬小麥影響提供方法支撐。

干旱；模擬；氣候；華北；冬小麥；產(chǎn)量；APSIM模型；校正系數(shù)

0 引 言

中國小麥種植以冬小麥為主，其種植面積和產(chǎn)量占比分別為95.6%和94.3%[1]。在全國5個冬小麥種植區(qū)中[2]，華北地區(qū)種植面積和產(chǎn)量占比分別達(dá)60.6%和53.9%[1]，是中國冬小麥重要生產(chǎn)基地。保證其產(chǎn)量穩(wěn)定和提高直接決定中國的口糧安全。

在華北地區(qū)，干旱是影響冬小麥產(chǎn)量的主要農(nóng)業(yè)氣象災(zāi)害，在冬小麥生長季內(nèi)該區(qū)域降水量僅能滿足其需水的25%～40%，水分虧缺達(dá)200～300 mm[3-4]，這導(dǎo)致冬小麥干旱頻發(fā)[5-6]，直接影響冬小麥生長發(fā)育和產(chǎn)量形成[7]。然而干旱降低產(chǎn)量不僅取決于干旱發(fā)生頻次和強度，還取決于干旱發(fā)生的生育階段[8]。拔節(jié)期和孕穗開花期是冬小麥需水臨界期和敏感期，在此時期受旱會造成小麥退化不孕、籽粒減少，對產(chǎn)量影響顯著[9-10]，而灌漿期干旱影響籽粒質(zhì)量進(jìn)而影響產(chǎn)量[11]。

前人在干旱對小麥產(chǎn)量影響方面已做了大量研究，且研究方法多樣，傳統(tǒng)的研究方法試驗周期長、成本高，單點結(jié)果難以用于區(qū)域評估。作物模型是根據(jù)作物品種特性、氣象條件、土壤條件以及作物管理措施，采用數(shù)學(xué)模型方法描述作物光合、呼吸等機理過程，模擬作物生長和發(fā)育期間的生理生化參數(shù)、結(jié)構(gòu)參數(shù)以及作物產(chǎn)量[12]，同時考慮了極端天氣氣候條件下作物的溫度和水分動態(tài)響應(yīng)過程。姚寧等[13]進(jìn)行了連續(xù)2 a冬小麥分段受旱田間試驗，對DSSAT-CERES-Wheat模型進(jìn)行調(diào)參驗證并模擬不同水分條件下作物產(chǎn)量、土壤水含量等，結(jié)果表明模型在不同生育階段受旱對冬小麥產(chǎn)量影響的模擬效果不同，抽穗期和灌漿期受旱時，可較好模擬小麥的生長發(fā)育和土壤水分動態(tài)過程，越冬期和返青期受旱時，模擬結(jié)果較差。然而，極端天氣條件下作物模型模擬的不確定性不僅體現(xiàn)在作物不同生長發(fā)育階段上，在不同區(qū)域間也存在差異性。如王鈞等[14]利用大田試驗結(jié)合APSIM模型模擬了不同干旱脅迫下隴中黃土高原區(qū)春小麥產(chǎn)量和產(chǎn)量構(gòu)成要素，結(jié)果表明APSIM模型模擬隴中黃土高原區(qū)干旱脅迫對春小麥產(chǎn)量形成方面具有很好的適用性，然而FENG等[15-16]在中國和澳大利亞的研究表明，APSIM模型在極端天氣氣候條件下的溫度響應(yīng)和水分響應(yīng)均存在不確定性。

為了進(jìn)一步明確作物模型對冬小麥關(guān)鍵生育期受旱的模擬效果，本研究基于文獻(xiàn)搜集大量田間試驗數(shù)據(jù)綜合評價APSIM模型在華北冬小麥干旱對產(chǎn)量模擬的適用性并進(jìn)一步校正模型，基于校正后的APSIM模型評估歷史和未來氣候情景下拔節(jié)-開花和開花-成熟階段干旱對冬小麥產(chǎn)量的影響，以期為有效評估干旱對冬小麥影響提供方法支撐。

1 材料與方法

1.1 研究區(qū)域

綜合考慮華北范圍、行政區(qū)和作物種植體系一致性等因素，本文研究區(qū)域包括河北省、山東省、河南省、北京市和天津市，地理位置為31°～43°N，110°～123°E，其中河北北部和北京北部地區(qū)日平均氣溫≥0 ℃活動積溫小于4 200 ℃·d，種植制度為一年一熟[17]，華北大部分區(qū)域種植制度為冬小麥-夏玉米一年兩熟制，為避免因種植制度造成的不確定性影響，本研究區(qū)域選擇一年兩熟制種植區(qū)（如圖1）。研究區(qū)域內(nèi)包括40個氣象站點和20個農(nóng)業(yè)氣象觀測站?？紤]到各省市后續(xù)制定和實施應(yīng)對干旱災(zāi)害措施的可操作性，本文將研究區(qū)域按行政區(qū)劃分為3個亞區(qū)，為京津冀地區(qū)（北京市、天津市、河北省）、山東省和河南省。

圖1 研究區(qū)域氣象站點、農(nóng)業(yè)氣象觀測站及文獻(xiàn)中田間試驗站點分布

1.2 數(shù)據(jù)來源

主要包括氣象、作物、土壤和與冬小麥產(chǎn)量相關(guān)的數(shù)據(jù)。

氣象數(shù)據(jù)：來自CMIP6（Coupled Model Intercomparison Project Phase 6，https://esgf-node.llnl. gov/search/cmip6/）中的EC-Earth模式的格點數(shù)據(jù)，空間分辨率為0.7°×0.7°。為了與氣象站點空間匹配，將格點數(shù)據(jù)降尺度到站點，并進(jìn)行偏差校正[18-19]。數(shù)據(jù)包括降尺度后的40個氣象站點1961—2020年（歷史時期）和2021—2100年（未來氣候情景）的逐日氣象數(shù)據(jù)，主要包括日最高氣溫、日最低氣溫、日平均氣溫、日降水量、平均風(fēng)速和太陽總輻射等。未來強迫情景包括SSP245和SSP585情景，其中SSP245為更新后的RCP4.5情景，為中等強迫情景，2100年輻射強迫穩(wěn)定在4.5 W/m2，SSP585為更新后的RCP8.5情景，可實現(xiàn)2100年人為輻射強迫8.5 W/m2的高強迫情景[20]，2 個情景可代表中等和高強迫情景，具有代表性。

作物數(shù)據(jù)：來自研究區(qū)域內(nèi)20個農(nóng)業(yè)氣象觀測站（京津冀地區(qū)5個，河南8個，山東7個）1981—2014年冬小麥觀測資料，包括主要生育期（播種期、越冬期、返青期、拔節(jié)期、開花期、成熟期）、產(chǎn)量、生物量、田間管理措施（播種密度、播種深度、施氮量和施氮時間、灌溉量和灌溉時間）等。其中1961—1990年生育期數(shù)據(jù)采用農(nóng)業(yè)氣象觀測站1981—1990年平均生育期替代；未來氣候情景下冬小麥生育期以2005—2014年各站點生育期均值替代。農(nóng)業(yè)氣象觀測站數(shù)據(jù)主要用于調(diào)參驗證，氣象站點數(shù)據(jù)主要用于模型輸入?yún)?shù)。

土壤數(shù)據(jù)：來自中國科學(xué)院南京土壤研究所10 km×10 km的格點數(shù)據(jù)和文獻(xiàn)中搜集的試驗站點數(shù)據(jù)，包括土壤容重、土壤pH值、凋萎系數(shù)、田間持水量和飽和含水量等。

與冬小麥產(chǎn)量相關(guān)數(shù)據(jù)：來源于從中國知網(wǎng)數(shù)據(jù)庫和Web of Science檢索到的已發(fā)表文獻(xiàn)數(shù)據(jù)。文獻(xiàn)發(fā)表時間為2000—2020年，共186篇（包括中文113篇和英文73篇），搜集試驗處理所在的地理位置、灌溉方案（均指冬小麥生育期內(nèi)總灌溉量）和灌溉生育時期、施氮量、產(chǎn)量等數(shù)據(jù)，見表1。文獻(xiàn)檢索主要是根據(jù)Meta檢索流程，可參見文獻(xiàn)[21]。從發(fā)表文獻(xiàn)中檢索到的試驗站點共44個，主要分布在山東、京津冀大部和河南北部，河南南部較少?？赡苡捎诤幽夏喜康貐^(qū)冬小麥生長季降水相對較多，基本滿足冬小麥需水要求[22]，因此，針對河南南部地區(qū)的灌溉對冬小麥產(chǎn)量及水分利用效率影響的研究較少。

1.3 APSIM模型有效性驗證及模型校正

APSIM除有其他模型相同的基本功能外（如可模擬作物生長過程及水氮動態(tài)等），還具有以下優(yōu)勢：對極端環(huán)境變化條件下預(yù)測產(chǎn)量變化具有充分的敏感性，同時對干旱地區(qū)作物水分關(guān)系具有較強的分析能力等[23-24]，因此本文采用APSIM 7.10版本開展研究。

APSIM模型中冬小麥品種控制參數(shù)主要分為控制作物生長發(fā)育的參數(shù)和控制作物產(chǎn)量形成的參數(shù)。除播種到發(fā)芽的長度受土壤水分控制外，其他各生育階段的長度由熱時數(shù)、春化和光周期控制，進(jìn)而影響冬小麥生長發(fā)育速率[25]。模型中作物生物量累積和產(chǎn)量形成主要受光能利用效率、干物質(zhì)分配、葉面積生長、灌漿速率、籽粒數(shù)以及水分限制和氮素限制等過程控制。在此僅列出對冬小麥品種影響較大的參數(shù)，主要控制參數(shù)如表1所示。前人研究[26-27]已經(jīng)驗證了該模型對中國冬小麥主產(chǎn)區(qū)的適用性，驗證結(jié)果表明，調(diào)整后的模型能夠較好地模擬中國各冬麥區(qū)冬小麥的生育進(jìn)程和產(chǎn)量形成。作物品種是影響產(chǎn)量的一大因素，然而本文旨在分析干旱對冬小麥的影響，需要控制作物品種一致，避免因不同抗旱性品種對結(jié)果產(chǎn)生影響，故選用典型品種開展研究?！棒旣?1”是由山東省煙臺市農(nóng)業(yè)科學(xué)研究院培育，具有抗旱、高產(chǎn)、廣適、綜合抗性好等特點，1996年4月通過山東省農(nóng)作物品種審定委員會審定，被列為重點推廣品種之一，連續(xù)多年被確定為旱地主導(dǎo)品種[28]。故本文選用“魯麥21”作為華北冬小麥典型品種進(jìn)行模擬，研究組前期基于淄博、臨沂和萊陽三地冬小麥生育期和產(chǎn)量數(shù)據(jù)，采用“試錯法”對APSIM模型進(jìn)行調(diào)參驗證，證明APSIM模型適用于華北冬小麥產(chǎn)量模擬，控制參數(shù)值如表2?；谒鸭囊寻l(fā)表文獻(xiàn)數(shù)據(jù)對APSIM模型模擬干旱下華北冬小麥產(chǎn)量影響的有效性進(jìn)行驗證。

表1 華北地區(qū)冬小麥產(chǎn)量相關(guān)數(shù)據(jù)統(tǒng)計

表2 APSIM模型小麥模塊中冬小麥品種參數(shù)的描述及數(shù)值

由于APSIM模型在極端天氣氣候條件下產(chǎn)量模擬的不確定性，模型模擬的產(chǎn)量與實測產(chǎn)量具有偏差，本研究將實測產(chǎn)量與模擬產(chǎn)量比值作為校正系數(shù)以校正模型對拔節(jié)-開花和開花-成熟階段不同干旱等級下冬小麥產(chǎn)量的模擬，對于無顯著差異的情況不做校正。

采用APSIM7.10模型的自動灌溉模塊分析干旱對冬小麥產(chǎn)量的影響，設(shè)置不同干旱模擬情景，在設(shè)置某生育階段干旱時設(shè)定其他生育階段充分灌溉，該生育階段設(shè)置雨養(yǎng)條件，具體灌溉設(shè)置如表3所示；模型中田間管理模塊設(shè)置為：播種密度650 株/m2，播種深度50 mm，行距140 mm，氮肥充足。通過對APSIM模型中管理模塊的Irrigate on event設(shè)置充分灌溉和雨養(yǎng)狀態(tài)，基于水分虧缺指數(shù)對冬小麥不同生育階段進(jìn)行干旱等級劃分，進(jìn)而模擬冬小麥在各生育階段不同干旱等級下的產(chǎn)量和充分灌溉下的潛在產(chǎn)量。

1.4 作物干旱指標(biāo)及劃分

1.4.1 作物水分虧缺指數(shù)

作物水分虧缺指數(shù)（crop water deficit index，CWDI，公式中用代替）是常用作物干旱指標(biāo)之一，為作物生育期內(nèi)需水量和供水量之差與作物需水量的比值。當(dāng)作物需水量與供水量之差小于0時，水分虧缺指數(shù)用0代替，計算式如下[29-30]：

式中為第旬作物水分虧缺指數(shù)，%；為第旬作物需水量，mm；P為第旬降水量，mm。

表3 APSIM模型中干旱模擬情景設(shè)置

在實際中，某一旬的作物水分虧缺指數(shù)受到前幾旬水分虧缺的影響，因此，作物水分虧缺指數(shù)被當(dāng)作一個累計值反映作物實際的水分虧缺程度，在研究某一旬的作物水分虧缺時?？紤]前4旬水分虧缺對本旬的影響，計算式[29-30]如下：

式中為作物生育期內(nèi)按旬累計的水分虧缺指數(shù)，%；C、C-1、C-2、C-3、C-4分別為該旬的水分虧缺指數(shù)和前4旬的水分虧缺指數(shù)；為對應(yīng)旬的累計權(quán)重系數(shù)，一般取值0.3，取值0.25，取值0.25，取值0.15，取值0.1[29-30]。

1.4.2 基于作物水分虧缺指數(shù)的干旱等級劃分

采用張玉靜等[31]利用歷史旱情資料進(jìn)行校正的作物水分虧缺指數(shù)等級劃分標(biāo)準(zhǔn)劃分干旱等級，如表4所示。

表4 華北冬小麥作物水分虧缺指數(shù)的干旱等級

1.4.3 干旱頻率

根據(jù)作物水分虧缺指數(shù)對冬小麥拔節(jié)-開花階段和開花-成熟階段進(jìn)行干旱等級分類，統(tǒng)計不同等級干旱發(fā)生頻次，即各站點不同等級干旱發(fā)生的年數(shù)占研究總年份數(shù)的比率，計算式[32]如下：

式中為干旱頻率；為研究總年份數(shù)；N為研究時間段內(nèi)不同等級干旱出現(xiàn)年份的次數(shù)。

1.4.4 減產(chǎn)率

以減產(chǎn)率表征不同等級干旱對冬小麥產(chǎn)量影響程度，計算式[33]如下：

式中為減產(chǎn)率，%；為全生育階段無水肥限制條件下的產(chǎn)量，即潛在產(chǎn)量（見表3干旱模擬階段中的對照組），kg/hm2；為肥料不受限制時，拔節(jié)-開花和開花-成熟階段內(nèi)雨養(yǎng)條件下的產(chǎn)量，即水分虧缺條件下產(chǎn)量（見表3干旱模擬階段中的“拔節(jié)-開花”和“開花-成熟”），kg/hm2。

2 結(jié)果與分析

2.1 APSIM模型干旱模擬有效性驗證及模型校正

基于查閱的186篇文獻(xiàn)1 876對數(shù)據(jù)，對APSIM模型模擬華北冬小麥干旱的有效性進(jìn)行驗證。首先，利用式（1）和式（2）分別計算文獻(xiàn)中各試驗站點試驗?zāi)攴莶煌A段的水分虧缺指數(shù)，進(jìn)行干旱等級劃分。為了評估干旱對冬小麥產(chǎn)量的影響，僅考慮不灌溉情景即雨養(yǎng)處理。其次，匯總拔節(jié)-開花和開花-成熟這2個階段各干旱等級對應(yīng)的實測產(chǎn)量（直接從文獻(xiàn)獲?。?，將之與APSIM模型模擬結(jié)果進(jìn)行對比，結(jié)果如圖2和表 5所示。由圖2a和表5可以看出，冬小麥拔節(jié)-開花階段輕旱、中旱、重旱情景下，冬小麥模擬產(chǎn)量與實測產(chǎn)量存在顯著差異，模擬產(chǎn)量高于實測產(chǎn)量，表明模型低估了拔節(jié)-開花階段干旱對冬小麥產(chǎn)量的影響程度，通過計算得到冬小麥輕旱、中旱和重旱情景下模型的校正系數(shù)分別為0.85、0.91和0.85。由圖2b和表5可以看出，模型對開花-成熟階段輕旱和中旱條件下產(chǎn)量模擬效果較好。重旱情景下，模擬產(chǎn)量與實測產(chǎn)量之間存在顯著差異，模擬產(chǎn)量低于實測產(chǎn)量，表明模型高估了開花-成熟階段重旱對冬小麥產(chǎn)量的影響，通過計算得到模型的校正系數(shù)為1.33。

圖2 不同干旱等級下冬小麥模擬產(chǎn)量與實測產(chǎn)量的比較

表5 冬小麥模擬產(chǎn)量與實測產(chǎn)量的方差分析

注：不同小寫字母表示實測值與模擬值之間差異顯著（<0.05）。

Note: Different lowercase letters indicate significant differences between observed and simulated values (<0.05).

2.2 歷史條件和未來氣候情景下冬小麥不同生育階段干旱時空分布

圖3和表6表明歷史條件下拔節(jié)-開花階段京津冀地區(qū)以中旱和重旱為主，干旱發(fā)生頻率分別為55.7%和38.4%，輕旱發(fā)生頻率低于10%；山東省以中旱發(fā)生頻率最高為56.1%，其次輕旱為29.7%，重旱發(fā)生頻率最低為13.9%；河南省以輕旱和中旱為主，干旱發(fā)生頻率分別為50.2%和37.7%，重旱幾乎不發(fā)生。開花-成熟階段京津冀地區(qū)以中旱和重旱為主，干旱發(fā)生頻率分別為54.0%和34.9%；山東省以中旱發(fā)生頻率最高為53.1%，其次輕旱為29.0%，重旱發(fā)生頻率最低為17.8%；河南省主要以輕旱和中旱為主，干旱發(fā)生頻率分別為38.9%和46.0%。由圖4可知，拔節(jié)-開花和開花-成熟階段冬小麥水分虧缺指數(shù)隨時間變化并不顯著。

圖3 不同情景下冬小麥拔節(jié)-開花和開花-成熟階段干旱頻率分布

表6 歷史和未來氣候情景下冬小麥拔節(jié)-開花和開花-成熟階段各等級干旱頻率

注：**，P<0.01，陰影部分表示98%置信區(qū)間。

由表6可知，未來SSP245氣候情景下拔節(jié)-開花階段京津冀地區(qū)以中旱和重旱為主，干旱發(fā)生頻率分別為54.5%和27.5%，輕旱發(fā)生頻率為17.4%；山東省以中旱發(fā)生頻率最高為46.8%，其次輕旱為34.9%，重旱發(fā)生頻率最低為14.6%；河南省以輕旱和中旱為主，干旱發(fā)生頻率分別為55.8%和20.2%，重旱幾乎不發(fā)生。開花-成熟階段，京津冀地區(qū)以中旱和重旱為主，干旱發(fā)生頻率分別為49.7%和26.7%；山東省輕旱和中旱發(fā)生頻率均較高，分別為41.6%和41.3%，重旱發(fā)生頻率最低為15.8%；河南省主要以輕旱和中旱為主，干旱發(fā)生頻率分別為43.4%和35.3%。由圖4可知，拔節(jié)-開花和開花-成熟階段冬小麥水分虧缺指數(shù)隨時間變化顯著下降，其中拔節(jié)-開花階段水分虧缺指數(shù)降幅高于開花-成熟階段。

未來SSP585氣候情景下拔節(jié)-開花階段京津冀地區(qū)以中旱和重旱為主（表6），干旱發(fā)生頻率分別為50.9%和32.3%，輕旱發(fā)生頻率為16.2%；山東省以中旱發(fā)生頻率最高為51.8%，其次輕旱為33.0%，重旱發(fā)生頻率最低為12.9%；河南省以輕旱為主，干旱發(fā)生頻率為60.2%，中旱和重旱發(fā)生頻率均較低。開花-成熟階段，京津冀地區(qū)以中旱和重旱為主，干旱發(fā)生頻率分別為45.8.%和33.0%；山東省輕旱和中旱發(fā)生頻率均較高，分別為32.3%和45.1%，重旱發(fā)生頻率最低為20.9%；河南省主要以輕旱和中旱為主，干旱發(fā)生頻率分別為46.1%和35.0%。由圖4可知，拔節(jié)-開花和開花-成熟階段冬小麥水分虧缺指數(shù)隨時間變化顯著下降，其中開花-成熟階段水分虧缺指數(shù)降幅高于拔節(jié)-開花階段。

由表6可見，相較于歷史氣候條件，未來氣候情景下冬小麥拔節(jié)-開花階段京津冀地區(qū)輕旱發(fā)生頻率升高，中旱發(fā)生頻率變化不大，且發(fā)生頻率均達(dá)到50%以上，重旱發(fā)生頻率降低，山東省和河南省輕旱發(fā)生頻率升高，中旱發(fā)生頻率降低，重旱發(fā)生頻率變化不大，且發(fā)生頻率較低；開花-成熟階段，相較于歷史條件，未來氣候情景下研究區(qū)域輕旱發(fā)生頻率升高，中旱和重旱發(fā)生頻率降低，其中2種未來氣候情景下研究區(qū)域中旱發(fā)生頻率相差不大，未來SSP585氣候情景下京津冀地區(qū)和山東省重旱發(fā)生頻率高于未來SSP245氣候情景，河南省重旱發(fā)生頻率相差不大，且發(fā)生頻率較低。綜合來看未來氣候情景下研究區(qū)域冬小麥在拔節(jié)-開花和開花-成熟階段干旱均有所緩解。

2.3 歷史條件和未來氣候情景下干旱對冬小麥產(chǎn)量的影響

圖5為拔節(jié)-開花和開花-成熟階段干旱下研究區(qū)域冬小麥減產(chǎn)率空間分布。歷史條件下（1961—2020年）拔節(jié)-開花階段干旱引起的冬小麥減產(chǎn)率由北到南依次遞減，研究區(qū)冬小麥平均減產(chǎn)率為5.6%，其中京津冀地區(qū)平均減產(chǎn)率最大，為11.6%，山東次之，為2.2%，河南最小。開花-成熟階段干旱導(dǎo)致的冬小麥減產(chǎn)遠(yuǎn)大于拔節(jié)-開花階段，研究區(qū)平均減產(chǎn)率為26.5%，減產(chǎn)率呈現(xiàn)由北到南依次遞減，京津冀地區(qū)減產(chǎn)最嚴(yán)重，平均減產(chǎn)率為44.6%；山東西部減產(chǎn)率大于東部沿海地區(qū)，平均減產(chǎn)率為22.2%，明顯低于京津冀地區(qū)；河南北部冬小麥減產(chǎn)率高于南部，整體減產(chǎn)情況較輕，平均減產(chǎn)率為13.2%。

由圖5可知，未來SSP245氣候情景下拔節(jié)-開花階段干旱引起的冬小麥減產(chǎn)率由北到南依次遞減，研究區(qū)域冬小麥平均減產(chǎn)率為2.4%，低于歷史條件，其中京津冀地區(qū)平均減產(chǎn)率最大，為7.1%，山東次之，河南最小。開花-成熟階段干旱導(dǎo)致的冬小麥減產(chǎn)率遠(yuǎn)大于拔節(jié)-開花階段，研究區(qū)域平均減產(chǎn)率為21.8%，減產(chǎn)率呈由南到北逐漸增大的趨勢，京津冀地區(qū)減產(chǎn)最嚴(yán)重，平均減產(chǎn)率為37.8%；山東西部減產(chǎn)率大于東部沿海地區(qū)，平均減產(chǎn)率為16.5%，明顯低于京津冀地區(qū)；河南北部冬小麥減產(chǎn)率高于南部，整體減產(chǎn)情況較輕，平均減產(chǎn)率為11.1%。

圖5 歷史和未來氣候情景下拔節(jié)-開花和開花-成熟階段干旱導(dǎo)致冬小麥減產(chǎn)率空間分布

由圖5可知，未來SSP585氣候情景下，拔節(jié)-開花階段研究區(qū)域冬小麥平均減產(chǎn)率為1.9%，低于歷史條件，其中京津冀地區(qū)平均減產(chǎn)率最大，為6.0%，山東次之，河南最小。開花-成熟階段干旱導(dǎo)致的冬小麥減產(chǎn)遠(yuǎn)大于拔節(jié)-開花階段，研究區(qū)域平均減產(chǎn)率為17.7%，減產(chǎn)率呈由南到北逐漸增大趨勢，京津冀減產(chǎn)最嚴(yán)重，平均減產(chǎn)率為31.3%；山東減產(chǎn)率略高于河南，平均減產(chǎn)率為13.9%，低于京津冀地區(qū)；河南減產(chǎn)率較輕，平均減產(chǎn)率為10.0%。綜上，未來SSP585氣候情景下開花-成熟階段干旱對研究區(qū)域冬小麥產(chǎn)量影響均高于拔節(jié)-開花階段，且未來減產(chǎn)率相較于歷史條件均呈降低趨勢，未來氣候情景減產(chǎn)差異不明顯。

由圖6可知，歷史條件下，開花-成熟階段干旱導(dǎo)致的減產(chǎn)率遠(yuǎn)高于拔節(jié)-開花階段，干旱導(dǎo)致冬小麥減產(chǎn)率隨年代變化先增大后減小，拔節(jié)-開花、開花-成熟階段減產(chǎn)率均在1980 s達(dá)到峰值，減產(chǎn)率分別為14.0%和39.4%，未來SSP245氣候情景下，2個生長階段均在2030 s略微上升達(dá)到峰值，減產(chǎn)率分別為5.8%和30.5%，2030 s后減產(chǎn)率不斷減小。未來SSP585氣候情景下，拔節(jié)-開花階段2030 s略微上升達(dá)到峰值，減產(chǎn)率為4.1%，開花-成熟階段2050 s出現(xiàn)極小值，減產(chǎn)率為12.3%，綜合來看，未來SSP245和SSP585氣候情景下冬小麥減產(chǎn)率隨年代變化整體呈減小趨勢，表明未來拔節(jié)-開花和開花-成熟階段干旱對冬小麥產(chǎn)量的影響程度有所緩解。

a. 歷史條件b. SSP245情景c. SSP585情景 a. Historical contextb. SSP245 scenarioc. SSP585 scenario

由圖7可知，歷史條件下研究區(qū)域拔節(jié)-開花階段輕旱、中旱和重旱造成的減產(chǎn)率均高于未來氣候情景，未來SSP245氣候情景下研究區(qū)域拔節(jié)-開花階段輕旱、中旱和重旱造成的減產(chǎn)率與未來SSP585氣候情景相差不大。

圖7 歷史和未來氣候情景下拔節(jié)-開花和開花-成熟階段各等級干旱導(dǎo)致的冬小麥減產(chǎn)率分布

歷史條件下京津冀地區(qū)輕旱、中旱、重旱造成的減產(chǎn)率高于未來氣候情景，重旱造成的減產(chǎn)均在20%以上(圖7)。歷史條件山東冬小麥輕旱、中旱、重旱造成的減產(chǎn)率高于未來氣候情景。歷史條件下河南冬小麥輕旱造成的減產(chǎn)率高于未來氣候情景，歷史條件下中旱導(dǎo)致冬小麥減產(chǎn)率略低于未來SSP245氣候情景，略高于未來SSP585氣候情景，歷史條件下重旱造成的冬小麥減產(chǎn)率低于未來氣候情景，表明未來河南冬小麥拔節(jié)-開花階段重旱造成的減產(chǎn)在加劇。開花-成熟階段，研究區(qū)域輕旱、中旱、重旱造成的冬小麥減產(chǎn)率由高到低依次為歷史條件、未來SSP245氣候情景和未來SSP585氣候情景。京津冀地區(qū)和山東省輕旱、中旱、重旱造成的冬小麥減產(chǎn)率由高到低依次為歷史條件、未來SSP245氣候情景和未來SSP585氣候情景，河南輕旱、中旱、重旱造成的冬小麥減產(chǎn)率表現(xiàn)為歷史條件高于未來氣候情景，未來SSP245和SSP585氣候情景下河南輕旱、中旱、重旱造成的冬小麥減產(chǎn)率相差不大。說明未來開花-成熟階段研究區(qū)域干旱對冬小麥產(chǎn)量負(fù)面影響在減輕。

3 討 論

3.1 歷史條件和未來氣候情景下干旱對華北冬小麥產(chǎn)量影響比較

已有研究表明拔節(jié)-開花階段發(fā)生干旱脅迫，后期水分充足供應(yīng)，冬小麥產(chǎn)量損失較小，說明后期水分充足具有一定的補償效應(yīng)[34-35]。另外開花-成熟階段干旱對小麥產(chǎn)量影響較大的原因還可能是該階段為冬小麥水分需求關(guān)鍵期，同時隨著氣候變暖，高溫風(fēng)險加大，高溫和干旱復(fù)合災(zāi)害對籽粒形成產(chǎn)生疊加影響[36]，F(xiàn)ENG等[15]研究得出灌漿期干旱對小麥產(chǎn)量影響最大，開花前后干旱時間相對較少，短期干旱對最終產(chǎn)量影響較小，與本文研究結(jié)果一致。相較歷史條件，未來氣候情景下研究區(qū)域大部分地區(qū)干旱對冬小麥產(chǎn)量造成的負(fù)面影響減小，原因可能與未來氣候情景下冬小麥生長季降水量增加有關(guān)。未來氣候情景下河南重旱造成冬小麥負(fù)面影響加劇，而其重旱發(fā)生頻率變化不大（圖3和表6），可能原因是在干旱發(fā)生頻率不變的情況下，干旱強度增大，以及氣候變化帶來的溫度等其他氣候因子的變化，均可能對其產(chǎn)生綜合影響。

3.2 APSIM模擬干旱對冬小麥產(chǎn)量影響的校正系數(shù)的不確定性分析

盡管APSIM模型在多個國家的適用性已得到驗證，但ASSENG等[37]認(rèn)為在澳大利亞西部地區(qū)的極端干旱年份，APSIM模型對作物產(chǎn)量和生長發(fā)育的模擬并不適用。本文基于文獻(xiàn)搜集研究區(qū)域冬小麥不同灌溉條件大田試驗數(shù)據(jù)，結(jié)合調(diào)參驗證后APSIM模型，通過模型模擬產(chǎn)量與實測產(chǎn)量比較，計算得到APSIM模型不同生育階段干旱對冬小麥產(chǎn)量模擬的校正系數(shù)，研究結(jié)果表明模型低估了拔節(jié)-開花階段干旱對冬小麥產(chǎn)量的影響，可能原因是拔節(jié)-開花階段是研究區(qū)域冬小麥病蟲害發(fā)生的主要時期[38]，而病蟲害對作物造成的負(fù)面影響在模型中并沒有體現(xiàn)[39]，以及未考慮花前可能發(fā)生的霜凍，導(dǎo)致花朵不育等[39]，均導(dǎo)致模型模擬冬小麥產(chǎn)量高于實測產(chǎn)量，F(xiàn)ENG等[15]研究結(jié)果發(fā)現(xiàn)APSIM模型低估了極端氣候引起的小麥產(chǎn)量損失，對產(chǎn)量預(yù)測可能會高估1%～10%，與本研究結(jié)果一致。APSIM模型高估了開花-成熟階段重旱對冬小麥產(chǎn)量的影響，可能原因是實際的大田試驗中前期蓄積的土壤水分可能緩解開花-成熟階段重旱對冬小麥的影響，導(dǎo)致模型模擬重旱下的冬小麥產(chǎn)量低于實際產(chǎn)量。此外，實際大田中降水或灌溉后作物對土壤水分利用的有效性與模型內(nèi)計算存在差異，也是導(dǎo)致模擬結(jié)果與實際存在偏差的可能原因。本研究僅基于干旱模擬結(jié)果對模型進(jìn)行了校正，對造成該結(jié)果的可能原因進(jìn)行分析，并未從模型內(nèi)部機理方面進(jìn)行修正，未來將從干旱對冬小麥影響過程和機理方面進(jìn)一步開展研究。

3.3 干旱嚴(yán)重的區(qū)域或時段采用的關(guān)鍵應(yīng)對措施和技術(shù)

隨著氣候變暖，華北地區(qū)干旱雖有緩解，但仍是造成冬小麥減產(chǎn)的主要氣象災(zāi)害之一。灌溉是冬小麥抗旱的關(guān)鍵農(nóng)業(yè)措施之一，華北冬小麥灌溉水來源是地下水，然而灌溉用水的需求量已遠(yuǎn)大于地下水的承載力[9,40]，虧缺灌溉是一種很有前景的灌溉措施，進(jìn)行虧缺灌溉時充分考慮區(qū)域環(huán)境因素（降水、溫度和土壤性質(zhì)等）和灌溉方法（灌溉方式、灌溉時間、灌溉水量等），進(jìn)行因地制宜，可更大程度節(jié)水增產(chǎn)[41-43]。另外在農(nóng)業(yè)生產(chǎn)上選用抗旱耐旱品種的小麥品種，利用其作物本身的抗旱能力，解決干旱缺水問題，需要加強對現(xiàn)有作物品種的抗旱性鑒定研究，并培育新的抗旱耐旱品種[44-45]；另外對不同干旱區(qū)采取因地適宜的農(nóng)田管理措施，如作物播期的調(diào)整，以盡可能避免作物需水關(guān)鍵期與氣象干旱時間大幅度重合[46-47]，秸稈覆蓋、免耕播種等保護(hù)性耕作可有效減少土壤水分蒸發(fā)、培肥地力，使干旱對作物的負(fù)面影響降低[48]。

3.4 研究不足及展望

受春化作用和冬季抗凍性等的綜合影響，冬小麥品種種植具有很強的地域性[49]。為使研究區(qū)域內(nèi)各地區(qū)之間冬小麥干旱對產(chǎn)量影響結(jié)果具有可比性，本文在研究區(qū)域和研究時段內(nèi)統(tǒng)一采用區(qū)域廣泛種植冬小麥品種魯麥21，沒有考慮實際生產(chǎn)中地區(qū)間和年代之間品種變化；在APSIM模型冬小麥播種期設(shè)定時，歷史條件下采用農(nóng)業(yè)氣象觀測站實際播種期，由于沒有未來氣候情景下冬小麥播期數(shù)據(jù)，因此將2005—2014年平均播期作為未來播期，而沒有考慮氣候變暖影響帶來的冬小麥播期變化影響[50]。氣候變化背景下CO2濃度不斷升高[51]，本文在模擬冬小麥產(chǎn)量時，未考慮CO2濃度升高的肥效作用。未來可通過積累大量農(nóng)田試驗數(shù)據(jù)，對模型進(jìn)行調(diào)參驗證，充分考慮區(qū)域、年代、播期、CO2肥效的影響，使得模型對干旱模擬更加精準(zhǔn)。

4 結(jié) 論

本文基于文獻(xiàn)檢索的大田試驗數(shù)據(jù)，評價農(nóng)業(yè)生產(chǎn)系統(tǒng)模型（agricultural production systems simulator，APSIM）模型在華北冬小麥干旱對產(chǎn)量模擬的適用性，并提出拔節(jié)-開花和開花-成熟階段不同等級干旱的校正系數(shù)；基于校正后的APSIM模型模擬了歷史條件和未來氣候情景下，拔節(jié)-開花和開花-成熟階段不同等級干旱對冬小麥產(chǎn)量的影響，主要結(jié)論如下：

1）APSIM模型低估了拔節(jié)-開花階段干旱對冬小麥產(chǎn)量影響程度，輕旱、中旱和重旱校正系數(shù)分別為0.85、0.91和0.85；模型可準(zhǔn)確模擬開花-成熟階段輕旱和中旱對冬小麥產(chǎn)量的影響，但高估了開花-成熟階段重旱對冬小麥產(chǎn)量的影響，重旱的校正系數(shù)為1.33。

2）拔節(jié)-開花和開花-成熟階段，研究區(qū)域歷史條件下冬小麥中旱和重旱發(fā)生頻率高于未來情景，輕旱發(fā)生頻率低于未來情景。未來情景下冬小麥拔節(jié)-開花和開花-成熟階段干旱有所緩解。

3）拔節(jié)-開花階段干旱造成冬小麥減產(chǎn)率低于開花-成熟階段減產(chǎn)率。未來氣候情景下拔節(jié)-開花、開花-成熟階段研究區(qū)域冬小麥不同等級干旱造成的減產(chǎn)率低于歷史條件。

[1] 中國人民共和國國家統(tǒng)計局. 中國統(tǒng)計年鑒2020[M]. 北京：中國統(tǒng)計出版社，2020.

[2] 趙廣才. 中國小麥種植區(qū)劃研究（一）[J]. 麥類作物學(xué)報，2010，30(5)：886-895. ZHAO Guangcai. Study on chinese wheat planting regionalization （Ⅰ）[J]. Journal of Triticeae Crops, 2010, 30(5): 886-895. (in Chinese with English abstract)

[3] CAO G L, HAN D M, SONG X F. Evaluating actual evapotranspiration and impacts of groundwater storage change in the North China Plain[J]. Hydrological Processes, 2014, 28(4): 1797-1808.

[4] LIU C M, YU J J, ELOISE K. Groundwater exploitation and its impact on the environment in the North China Plain[J]. Water international, 2001, 26(2): 265-272.

[5] 朱玲玲，張竟竟，李治國，等. 基于SPI的河南省冬小麥生育期干旱時空變化特征分析[J]. 灌溉排水學(xué)報，2018，37(5)：51-58. ZHU Lingling, ZHANG Jingjing, LI Zhiguo, et al. Analysing spatiotemporal variation of the occurrence of drought within the growth season of winter wheat in Henan province based on the standardized precipitation index[J]. Journal of Irrigation and Drainage, 2018, 37(5): 51-58. (in Chinese with English abstract)

[6] 康西言，李春強，楊榮芳. 河北省冬小麥生育期干旱特征及成因分析[J]. 干旱地區(qū)農(nóng)業(yè)研究，2018，36(3)：210-217. KANG Xiyan, LI Chunqiang, YANG Rongfang. Analysis of characteristics and causes of drought for winter wheat growing period in Hebei province[J]. Agricultural Research in the Arid Areas, 2018, 36(3): 210-217. (in Chinese with English abstract)

[7] AHMADI S H, ANDERSEN M N, LAERKE P E, et al. Interaction of different irrigation strategies and soil textures on the nitrogen uptake of field grown potatoes[J]. International Journal of Plant Production, 2011, 5(3): 263-274

[8] 張存杰，王勝，宋艷玲，等. 我國北方地區(qū)冬小麥干旱災(zāi)害風(fēng)險評估[J]. 干旱氣象，2014，32(6)：883-893. ZHANG Cunjie, WANG Sheng, SONG Yanling, et al. Research of drought risk assessment for winter wheat in Northern China[J]. Journal of Arid Meteorology, 2014, 332(6): 883-893. (in Chinese with English abstract)

[9] SUN H Y, LIU C M, ZHANG X Y, et al. Effects of irrigation on water balance, yield and wue of winter wheat in the North China Plain[J]. Agricultural Water Management, 2006, 85(112): 211-218.

[10] LI Q Q. DONG B D. QIAO Y Z, et al. Root growth, available soil water, and water-use efficiency of winter wheat under different irrigation regimes applied at different growth stages in North China[J]. Agricultural Water Management, 2010, 97(10): 1676-1682.

[11] 房穩(wěn)靜，張雪芬，鄭有飛. 冬小麥灌漿期干旱對灌漿速率的影響[J]. 中國農(nóng)業(yè)氣象，2006，27(2)：98-101. FANG Wenjing, ZHANG Xuefen, ZHENG Youfei. Influence of drought on filling velocity of winter wheat during filling period[J]. Chinese Journal of Agrometeorology, 2006, 27(2): 98-101. (in Chinese with English abstract)

[12] MOULIN S, BONDEAU A, DELECOLLE R. Combining agricultural crop models and satellite observations: From field to regional scales[J]. International Journal of Remote Sensing, 1998, 19(6): 1021-1036.

[13] 姚寧，周元剛，宋利兵，等. 不同水分脅迫條件下DSSAT-CERES-Wheat模型的調(diào)參與驗證[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(12)：138-150. YAO Ning, ZHOU Yuangang, SONG Libing, et al. Parameter estimation and verification of DSSAT-CERES-Wheat model for simulation of growth and development of winter wheat under water stresses at different growth stages[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(12): 138-150. (in Chinese with English abstract)

[14] 王鈞，李廣，聶志剛，等. 隴中黃土高原區(qū)旱地春小麥產(chǎn)量對干旱脅迫響應(yīng)的模擬研究[J]. 干旱區(qū)地理，2021，44(2)：494-506. WANG Jun, LI Guang, NIE Zhigang, et al. Simulation study of response of spring wheat yield to drought stress in the Loess Plateau of Central Gansu[J]. Arid Land Geography, 2021, 44(2): 494-506. (in Chinese with English abstract)

[15] FENG P Y. WANG B, LIU D L, et al. Incorporating machine learning with biophysical model can improve the evaluation of climate extremes impacts on wheat yield in South-Eastern Australia[J]. Agricultural and Forest Meteorology, 2019, 275: 100-113.

[16] WANG N, WANG E L, WANG J, et al. Modelling maize phenology, biomass growth and yield under contrasting temperature conditions[J]. Agricultural and Forest Meteorology, 2018, 250: 319-329.

[17] 劉巽浩，韓湘玲. 中國的多熟種植[M]. 北京：北京農(nóng)業(yè)大學(xué)出版社，1987.

[18] LI L C, YAO N, LI Y, et al. Future projections of extreme temperature events in different sub-regions of China[J]. Atmospheric Research, 2019, 217: 150-164.

[19] ASHOK K M, VIJAY P S. Drought modeling-a review[J]. Journal of Hydrology. 2011, 403(112): 157-175.

[20] 張麗霞，陳曉龍，辛?xí)愿? Cmip6情景模式比較計劃（Scenariomip）概況與評述[J]. 氣候變化研究進(jìn)展，2019，15(5)：519-525. ZHANG Lixia, CHEN Xiaolong, XIN Xiaoge. Short commentary on CMIP6 scenario model intercomparison project (ScenarioMIP)[J]. Climate Change Research, 2019, 15(5): 519-525. (in Chinese with English abstract)

[21] 周麗濤，孫爽，張鎮(zhèn)濤，等. 基于Meta分析華北冬小麥高產(chǎn)高效協(xié)同提升灌溉方案[J]. 中國農(nóng)業(yè)氣象，2022，43(7)：515-526. ZHOU Litao, SUN Shuang, ZHANG Zhentao, et al. High yield and water use efficiency synergistical improvement irrigation scheme of winter wheat in North China Plain based on meta-analysis[J]. Chinese Journal of Agrometeorology, 2022, 43(7): 515-526. (in Chinese with English abstract)

[22] 趙海燕，侯美亭，王志偉. 利用Ceres-Wheat模型分析冬小麥所需灌溉量的時空變化：以河南省為例[J]. 干旱地區(qū)農(nóng)業(yè)研究，2015，33(4)：125-133. ZHAO Haiyan, HOU Meiting, WANG Zhiwei. Evaluation of irrigation water requirement of winter wheat using the CERES-Wheat model-a case study in Henan Province[J]. Agricultural Research in the Arid Areas, 2015, 33(4): 125-133. (in Chinese with English abstract)

[23] 王琳，鄭有飛，于強，等. APSIM模型對華北平原小麥-玉米連作系統(tǒng)的適用性[J]，應(yīng)用生態(tài)學(xué)報，2007，18(11)：2480-2486. WANG Lin, ZHENG Youfei, YU Qiang, et al. Applicability of agricultural production systems simulator (APSIM) in simulating the production and water use of wheat-maize continuous cropping system in North China Plain[J]. Chinese Journal of Applied Ecology, 2007, 18(11): 2480-2486. (in Chinese with English abstract)

[24] ASSENG S, JAMIESON P D, KIMBALL B, et al. Simulated wheat growth affected by rising temperature, increased water deficit and elevated atmospheric CO2[J]. Field Crops Research, 2004, 85(23): 85-102.

[25] TAO F L, ZHANG S, ZHANG Z. Spatiotemporal changes of wheat phenology in China under the effects of temperature, day length and cultivar thermal characteristics[J]. European Journal of Agronomy, 2012, 43: 201-212.

[26] KANG S Z, ZHANG L, LIANG Y L, et al. Effects of limited irrigation on yield and water use efficiency of winter wheat in the Loess Plateau of China[J]. Agricultural Water Management, 2002, 55(3): 203-216.

[27] ZHANG Y Q, KENDY E, YU Q, et al. Effect of soil water deficit on evapotranspiration, crop yield, and water use efficiency in the North China Plain[J]. Agricultural Water Management, 2004, 64(2): 107-122.

[28] 孫亮，劉潔，王鵬，等. 魯麥21品種特性及在小麥育種中的應(yīng)用[J]. 中國農(nóng)技推廣，2019，35(5)：21-23.

[29] 黃晚華，楊曉光，曲輝輝，等. 基于作物水分虧缺指數(shù)的春玉米季節(jié)性干旱時空特征分析[J]. 農(nóng)業(yè)工程學(xué)報，2009，25(8)：28-34. HUANG Wanhua, YANG Xiaoguang, QU Huihui, et al. Analysis of spatio-temporal characteristic on seasonal drought of spring maize based on crop water deficit index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(8): 28-34. (in Chinese with English abstract)

[30] 張艷紅，呂厚荃，李森. 作物水分虧缺指數(shù)在農(nóng)業(yè)干旱監(jiān)測中的適用性[J]. 氣象科技，2008，210(5)：596-600. ZHANG Yanhong, LV Houquan, LI Sen. Applicability of crop water deficit index in agricultural drought monitoring[J]. Meteorological Science and Technology, 2008, 210(5): 596-600. (in Chinese with English abstract)

[31] 張玉靜，王春乙，張繼權(quán). 華北地區(qū)冬小麥干旱危險性分析[J]. 自然災(zāi)害學(xué)報，2014，23(6)：183-192. ZHANG Yujing, WANG Chunyi, ZHANG Jiquan. Hazard analysis of drought disaster for winter wheat in North China[J]. Journal of Natural Disasters, 2014, 23(6): 183-192. (in Chinese with English abstract)

[32] 李云峰，姚志平，付焱焱，等. 基于有效雨量虧缺的吉林省玉米各級干旱發(fā)生頻率地域變化[J]. 中國農(nóng)學(xué)通報，2022，38(35)：62-69. LI Yunfeng, YAO Zhiping, FU Yanyan, et al. Regional changes of maize drought in Jilin province based on the effective rainfall deficit[J]. Chinese Agricultural Science Bulletin, 2022, 38(35): 62-69. (in Chinese with English abstract)

[33] 孫爽，楊曉光，張鎮(zhèn)濤，等. 華北平原不同等級干旱對冬小麥產(chǎn)量的影響[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(14)：69-78. SUN Shuang, YANG Xiaoguang, ZHANG Zhentao, et al. Impacts of different grades of drought on winter wheat yield in North China Plain[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(14): 69-78. (in Chinese with English abstract)

[34] 田中偉，王妮妮，李怡香，等. 分蘗期和拔節(jié)期干旱對小麥主莖和分蘗穗粒形成的影響[J]. 麥類作物學(xué)報，2018，38(6)：734-741. TIAN Zhongwei, WANG Nini, LI Yixiang, et al. Effect of water deficit on main stem and tiller grain number formation of wheat during tillering stage and jointing stage[J]. Journal of Triticeae Crops, 2018, 38(6): 734-741. (in Chinese with English abstract)

[35] 王琛，王連喜，馬國飛，等. 寧夏灌區(qū)春小麥形態(tài)結(jié)構(gòu)及干物質(zhì)分配對不同時期干旱脅迫的響應(yīng)[J]，生態(tài)學(xué)雜志，2019，38(7)：2049-2056. WANG Chen, WANG Lianxi, MA Guofei, et al. Responses of morphological structure and dry matter allocation of spring wheat to drought stress at different developmental stages in the irrigation district of Ningxia[J]. Chinese Journal of Ecology, 2019, 38(7): 2049-2056. (in Chinese with English abstract)

[36] 沙慧敏，李琪，孫錫鵬，等. 灌漿期升溫和干旱脅迫對江蘇冬小麥產(chǎn)量和干物質(zhì)分配的影響[J]. 氣象與減災(zāi)研究，2021，44(3)：201-208. SHA Huimin, LI Qi, SUN Xipeng, et al. Effects of warming at seed filling stage and drought stress on the production and dry matter partitioning of winter wheat in Jiangsu Province[J]. Meteorology and Disaster Reduction Research, 2021, 44(3): 201-208. (in Chinese with English abstract)

[37] ASSENG S, RITCHIE J, SMUCKER A, et al. Root growth and water uptake during water deficit and recovering in wheat[J]. Plant and Soil, 1998, 201(2): 265-273.

[38] 曲建東，高赟，張玲. 淺談甘肅中部冬小麥常見病蟲害及其防治[J]. 農(nóng)業(yè)科技與信息，2013(5)：29-31.

[39] REYENGA P J, HOWDEN S M, MEINKE H, et al. Modelling global change impacts on wheat cropping in South-East Queensland, Australia[J]. Environmental Modelling & Software: with Environment Data News, 1999, 14(4): 297-306. (in Chinese with English abstract)

[40] YUAN Z J, SHEN Y J. Estimation of agricultural water consumption from meteorological and yield data: A case study of Hebei, North China[J]. PloS one, 2013, 8(3): e58685.

[41] YU L Y, ZHAO X N, GAO X D, et al. Improving/maintaining water-use efficiency and yield of wheat by deficit irrigation: A global meta-analysis[J]. Agricultural Water Management, 2020, 228: 105906.

[42] 宋歌，陳玉珊，張珊，等. 非充分灌溉條件下多目標(biāo)整數(shù)規(guī)劃配水模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(9)：129-139. SONG Ge, CHEN Yushan, ZHANG Shan, et al. Construction of water allocation model with multi-objective integer programming under inadequate irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(9): 129-139. (in Chinese with English abstract)

[43] 曹正鵬，劉玉匯，張小靜，等. 虧缺灌溉對馬鈴薯生長產(chǎn)量及水分利用的影響[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(4)：114-123. CAO Zhengpeng, LIU Yuhui, ZHANG Xiaojing, et al. Effects of deficit irrigation on growth, yield and water use of potato plants[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(4): 114-123. (in Chinese with English abstract)

[44] 趙聚寶，鐘兆站，薛軍紅，等. 小麥品種的抗旱性試驗測定[J]，農(nóng)業(yè)工程學(xué)報，1996，12(3)：25-29. ZHAO Jubao, ZHONG Zhaozhan, XUE Junhong, et al. Experiment and determination of drought-resistant varieties of wheat[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1996, 12(3): 25-29. (in Chinese with English abstract)

[45] 張元紅，王瑞，徐宗貴，等. 不同降水年型下旱地玉米產(chǎn)量性狀對種植密度和品種的響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(22)：136-144. ZHANG Yuanhong, WANG Rui, XU Zonggui, et al. Responses of yield traits to planting density and cultivar of spring maize in drylands under different rainfall types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 136-144. (in Chinese with English abstract)

[46] 高雪慧，劉強，王鈞. 基于APSIM模型的隴中旱地春小麥產(chǎn)量對播期、施氮和降水量變化的響應(yīng)模擬[J]，麥類作物學(xué)報，2022，42(3)：371-379. GAO Xuehui, LIU Qiang, WANG Jun. Simulation of response of spring wheat yield to sowing date, nitrogen application and precipitation in dryland of Longzhong based on APSIM model[J]. Journal of Triticeae Crops, 2022, 42(3): 371-379. (in Chinese with English abstract)

[47] 劉佳鴻，何奇瑾，管玥，等. 黃淮海北部地區(qū)夏玉米穩(wěn)產(chǎn)高產(chǎn)的播期優(yōu)選[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(5)：131-138. LIU Jiahong, HE Qijin, GUAN Yue, et al. Suitable sowing date for stable and high yield of summer maize in the northern region of Huang-Huai-Hai, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(5): 131-138. (in Chinese with English abstract)

[48] 張德奇，岳俊芹，李向東. 耕作方式對豫南雨養(yǎng)區(qū)土壤微環(huán)境及冬小麥產(chǎn)量的影響[J]，農(nóng)業(yè)工程學(xué)報，2016，32(z2)：32-38. ZHANG Deqi, YUE Junqin, LI Xiangdong. Effects of tillage regimes on soil micro-environments and yield of winter wheat in rainfed areas in southern Henan province, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(z2): 32-38. (in Chinese with English abstract)

[49] 劉俊秀，孟繁華. 從北京小麥品種產(chǎn)量性狀的變化論近期選育品種的性狀指標(biāo)[J]. 北京農(nóng)業(yè)科學(xué)，1994，12(5)：11-13.

[50] XIAO Y G, QIAN Z G, WU K, et al. Genetic gains in grain yield and physiological traits of winter wheat in Shandong Province China, from 1969 to 2006[J]. Crop Science, 2012, 52(1): 44-56.

[51] LONG S, AINSWORTH E, LEAKEY A, et al. Food for thought: lower-than-expected crop yield stimulation with rising CO2concentrations[J]. Science, 2006, 312(5782): 1918-1921.

APSIM modified model under drought conditions to simulate winter wheat yield in North China

ZHOU Litao1,2, SUN Shuang3, GUO Erjing1, ZHANG Zhentao1, ZHANG Fangliang1, SHI Yanying1, MA Haoyu1, YANG Xiaoguang1※

(1.,,100193,; 2.,,100875,; 3.,100081,)

Drought is one of the main agrometeorological disasters to affect the winter wheat yield in North China. The crop model is one of the main approaches to assessing the effect of drought on crop yield. However,it is urgent to improve the crop growth model under extreme weather and climate conditions (such as drought), due to the blur simulation of the crop yield. This study aims to more accurately simulate the crop yield under extreme weather conditions using the crop model. The validated agricultural production systems simulator (APSIM) was utilized to simulate the effect of different drought grades on the yield during the stage from the jointing to flowering and from flowering to maturity of winter wheat. The correction coefficient of APSIM was proposed for the effect of drought on wheat yield. 186 literatures and a total of 1 876 pairs of observation data were collected, including irrigating, N application rate, crop yield, water use efficiency, and the number of stations. The crop water deficit index (CWDI) was selected as the agricultural drought index to divide into the different drought grades. The temporal and spatial distributions of drought were then analyzed using historical climate conditions and the future climate scenarios of SSP245 and SSP585. The modified APSIM model was used to evaluate the effect of the drought grades on the yield of winter wheat during the stage from jointing to flowering and from flowering to maturity. The results showed that the APSIM model underestimated the effect of drought winter wheat yield during the stage from jointing to flowering. The correction coefficients of light, medium, and heavy drought were 0.85, 0.91, and 0.85, respectively. The APSIM accurately simulated the effect of light and medium drought on the winter wheat yield during the stage from flowering to maturity, but overestimated the effect of heavy drought, with a correction coefficient of 1.33. Under historical and future climate scenarios, the decreasing spatial distribution was observed in the yield reduction rate of winter wheat from the north to the south. The negative impact of drought during the stage from flowering to maturity on the winter wheat was higher than that during the stage from jointing to flowering. Furthermore, the yield reduction rate caused by the light, medium and heavy drought under future climate scenarios was lower than that under historical climate conditions. The negative impact of drought was alleviated in the future climate scenarios on the winter wheat yield, compared with the historical climatic conditions. The finding can provide theoretical and practical significance for drought prevention and food security in North China.

drought; simulation; climate; North China; winter wheat; yield; APSIM model; correction coefficient

10.11975/j.issn.1002-6819.202210169

S162.5+3

A

1002-6819(2023)-06-0092-11

周麗濤，孫爽，郭爾靜，等. 干旱條件下APSIM模型修正及華北冬小麥產(chǎn)量模擬效果[J]. 農(nóng)業(yè)工程學(xué)報，2023，39(6)：92-102.doi：10.11975/j.issn.1002-6819.202210169 http://www.tcsae.org

ZHOU Litao, SUN Shuang, GUO Erjing, et al. APSIM modified model under drought conditions to simulate winter wheat yield in North China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(6): 92-102. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202210169 http://www.tcsae.org

2022-10-24

2022-12-10

“十三五”國家重點研發(fā)計劃項目（2019YFA0607402）；國家自然科學(xué)基金項目（41901013）

周麗濤，博士生，研究方向為農(nóng)業(yè)氣象災(zāi)害對作物產(chǎn)量影響與適應(yīng)。Email：202231051062@mail.bnu.edu.cn

楊曉光，博士，教授，研究方向為氣候變化對種植制度和作物體系影響與適應(yīng)。Email：yangxg@cau.edu.cn