趙俊芳，李 寧,，候英雨，張 祎，徐精文，蒲菲堉，潘志華，郭建平

（1.中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京 100081；2.四川農(nóng)業(yè)大學(xué)資源學(xué)院，成都 611130；3.國家氣象中心農(nóng)業(yè)氣象中心，北京 100081；4.中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193）

玉米（Zea mays L.）是世界上分布最廣的作物之一，從栽培面積和總產(chǎn)量看，僅次于小麥和水稻居第3位[4-5]。玉米集糧食、飼料、加工原料和能源等多種用途于一身，在全球糧食安全和國民經(jīng)濟(jì)發(fā)展中具有舉足輕重的地位[6]。中國是世界上僅次于美國的第二大玉米生產(chǎn)國，同時(shí)也是玉米最大消費(fèi)國，消費(fèi)量90%以上靠國內(nèi)生產(chǎn)[7]。中國春玉米種植區(qū)主要分布在北方，包括北方春播玉米區(qū)和西北內(nèi)陸春玉米區(qū)，其中北方春播玉米區(qū)占全國玉米播種面積的42.2%。北方地區(qū)水資源相對匱乏，氣候條件相對較差，承擔(dān)了巨大的糧食生產(chǎn)壓力，同時(shí)，受氣候變化的影響較大。多重壓力下，尤其是全球變暖背景下，玉米等作物面臨減產(chǎn)風(fēng)險(xiǎn)，對糧食安全帶來嚴(yán)重威脅。因此，進(jìn)一步加強(qiáng)北方春玉米生產(chǎn)對氣候變化的響應(yīng)研究，是服務(wù)和促進(jìn)北方農(nóng)業(yè)可持續(xù)發(fā)展的迫切需要，對于保障該地區(qū)糧食安全、主動適應(yīng)氣候變化等具有十分重要的現(xiàn)實(shí)意義。

中國開展氣候變化對北方玉米生產(chǎn)影響的研究已有幾十年的歷史，研究成果也非常豐富[8-17]。Liu等研究發(fā)現(xiàn)，氣候變化致使中國東北地區(qū)春玉米的潛在產(chǎn)量顯著下降，下降比例高達(dá)22%～26%[8]。氣溫升高致使東北大部分地區(qū)玉米生育期延長，玉米播種期普遍提前。積溫帶北移使玉米作物品種由中晚熟品種替換為早中熟品種[14]。氣溫升高對玉米生物量的作用以負(fù)面為主，CO2肥效對生物量有一定的補(bǔ)償作用[13]。氣候變化背景下，日照時(shí)數(shù)和溫度的變化致使華北地區(qū)玉米產(chǎn)量潛力下降[15]。相關(guān)研究成果為科學(xué)安排、指揮農(nóng)業(yè)生產(chǎn)提供了很有價(jià)值的參考依據(jù)。然而，針對氣候變化對中國北方春玉米生產(chǎn)影響的研究仍較薄弱，無法適應(yīng)穩(wěn)定農(nóng)業(yè)生產(chǎn)、保障國家糧食安全和農(nóng)業(yè)防災(zāi)減災(zāi)的需求。

一般來說，氣候變化對農(nóng)業(yè)影響的研究主要集中在觀測試驗(yàn)和模型模擬兩方面[12]。作物模型是目前定量化研究氣候變化及其影響的較科學(xué)和理想的方法。APSIM（Agricultural Production Systems Simulator）模型是由澳大利亞學(xué)者研究開發(fā)，是一個(gè)成功的旱田作物系統(tǒng)模型，可以以模型主體為基礎(chǔ)構(gòu)建不同的作物模型系統(tǒng)。該模型已經(jīng)在多個(gè)國家和地區(qū)的應(yīng)用實(shí)例中得到驗(yàn)證，對于干旱地區(qū)的作物生產(chǎn)模擬效果良好。國內(nèi)對APSIM模型的應(yīng)用研究還未得到廣泛應(yīng)用，目前僅對華北平原、東北平原和黃土高原等地的適用性作了研究[6,8-9]。但區(qū)域尺度上基于APSIM 模型識別中國北方地區(qū)氣候變化對農(nóng)作物生產(chǎn)影響的運(yùn)用還鮮見報(bào)道。鑒于此，本研究在已有研究的基礎(chǔ)上，基于 1961?2014年逐日氣象數(shù)據(jù)和北方八省農(nóng)業(yè)氣象試驗(yàn)站春玉米田間試驗(yàn)數(shù)據(jù)，對農(nóng)業(yè)生產(chǎn)系統(tǒng)模型APSIM在北方八省玉米產(chǎn)區(qū)的適應(yīng)性進(jìn)行驗(yàn)證，模擬過去54a該地區(qū)春玉米的生長發(fā)育和產(chǎn)量形成過程，運(yùn)用一階差分法提取影響春玉米關(guān)鍵發(fā)育期和產(chǎn)量的“優(yōu)勢因子”，識別春玉米生長發(fā)育及產(chǎn)量的關(guān)鍵氣象響應(yīng)因子，探討各地春玉米發(fā)育期和產(chǎn)量對氣候變化的響應(yīng)規(guī)律，以期為北方各地玉米種植結(jié)構(gòu)調(diào)整、玉米生產(chǎn)的合理布局以及制定適應(yīng)氣候變化的管理措施提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)域概況

中國春玉米種植區(qū)主要分布在北方，包括北方春播玉米區(qū)和西北內(nèi)陸春玉米區(qū)，種植制度為一年一熟[16]。北方春播玉米區(qū)橫跨全國東西，地形狹長，生態(tài)環(huán)境復(fù)雜，大部分位于北緯40o以北，包括黑龍江、吉林、遼寧、內(nèi)蒙古、寧夏全?。▍^(qū)），河北、陜西兩省的北部，山西省大部和甘肅省部分地區(qū)。該地區(qū)屬寒溫帶或溫帶濕潤、半濕潤氣候帶，冬季低溫干燥，降水差異明顯，其中60%集中在7?9月；西北內(nèi)陸玉米種植區(qū)包括新疆的全部，甘肅和寧夏的一部分。該區(qū)屬大陸性干燥氣候帶，大部分地區(qū)氣溫較低，4?10月平均氣溫在15℃以上；全年降水量在150～300mm，日照充足，干旱少雨，玉米播種面積少[16]。受資料限制，本研究主要包括內(nèi)蒙古、黑龍江、吉林、遼寧、山西、甘肅、寧夏和新疆八省區(qū)（圖1），其中2004?2013年這8個(gè)省區(qū)玉米平均播種面積占全國的 46%，平均總產(chǎn)量占全國的49%，在中國玉米生產(chǎn)中占重要地位。本研究以北方八?。▍^(qū)）15個(gè)農(nóng)業(yè)氣象試驗(yàn)站春玉米田間試驗(yàn)數(shù)據(jù)為基礎(chǔ)，基于APSIM模型探討各地春玉米發(fā)育期和產(chǎn)量對氣候變化的響應(yīng)規(guī)律，站點(diǎn)基本情況見表1和圖1。

圖1 研究區(qū)域和15個(gè)農(nóng)業(yè)氣象站點(diǎn)的分布Fig. 1 Distribution of study area and 15 agricultural meteorological stations

表1 所選15個(gè)氣象站點(diǎn)的基本信息Table 1 Basic information of 15 meteorological sites in the northern China

1.2 APSIM模型簡介

APSIM 模型（Agricultural Production System Simulator）是由隸屬澳大利亞聯(lián)邦科工組織和昆士蘭州政府的APSRU（Agricultural Production System Research Unit）研制的一種農(nóng)業(yè)生產(chǎn)系統(tǒng)模型，該模型具有模塊化特點(diǎn)，由包括氣候、養(yǎng)分、水分、作物、土壤、系統(tǒng)控制和管理等模塊組成，通過中央引擎將各模塊有機(jī)結(jié)合在一起[18-19]。通過“插?拔”的功能實(shí)現(xiàn)模塊之間的邏輯連接，用戶可根據(jù)研究目的組合作物、土壤及其它模塊進(jìn)行各種管理決策模擬。APSIM模型的核心是土壤，天氣和管理措施的變化引起土壤狀況的變化，進(jìn)而影響作物生長發(fā)育，能夠模擬生長在溫帶和熱帶地區(qū)的大多數(shù)谷物和纖維作物，如玉米、大麥、小麥、棉花等，對于干旱地區(qū)作物水分關(guān)系具有較強(qiáng)的分析能力，可以模擬輪作系統(tǒng)作物發(fā)育期、生物量和產(chǎn)量、不同耕作措施與各生長發(fā)育階段氣象因子、土壤水分的動態(tài)關(guān)系[20]，充分說明了模型的強(qiáng)大功能和廣泛的適用性。APSIM模型的特點(diǎn)是能夠模擬作物產(chǎn)量對不同基因型、氣候和管理?xiàng)l件的反應(yīng)，評價(jià)輪作序列中土壤肥力指標(biāo)和作物產(chǎn)量，在多變的氣候條件下，反映旱作農(nóng)業(yè)區(qū)農(nóng)業(yè)生產(chǎn)系統(tǒng)各組分的狀態(tài)和應(yīng)對[21]。目前，APSIM模型已在全球不同地區(qū)得到了廣泛引用[22]，自引進(jìn)中國以來，在東北、西南、西北黃土高原等地區(qū)進(jìn)行了大量調(diào)參驗(yàn)證工作，模型本地化取得一定進(jìn)展，具有較好的適應(yīng)性。但區(qū)域尺度上基于 APSIM 模型識別中國北方地區(qū)氣候變化對農(nóng)作物生產(chǎn)影響的運(yùn)用還鮮見報(bào)道。

1.3 模型參數(shù)初始化和調(diào)試

APSIM-maize模型運(yùn)行所需的最基本氣象要素包括：當(dāng)?shù)氐木暥取⒃缕骄鶜鉁睾驮戮鶞刈兓?，以及逐日太陽總輻射量（MJ·m-2）、逐日最高氣溫（℃）、逐日最低氣溫（℃）和逐日降水量（mm）等參數(shù)項(xiàng)。本研究所使用的 1961?2014年逐日氣象數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，涵蓋新疆、甘肅、寧夏、內(nèi)蒙古、山西、黑龍江、吉林、遼寧8?。▍^(qū)），一共15個(gè)農(nóng)業(yè)氣象試驗(yàn)站，主要包括日最高溫、日最低氣溫、日平均氣溫、相對濕度、降水量、日照時(shí)數(shù)、平均風(fēng)速等。本研究中，模型所需的地表總輻射通過Penman-Monteith公式計(jì)算得到。

APSIM-maize模型所需要的土壤參數(shù)主要包括土壤容重 BD（g·cm-3）、風(fēng)干系數(shù) AirDry（mm·mm-1）、凋萎系數(shù) LL15（mm·mm-1）、田間持水量 DUL（mm·mm-1）、飽和含水量 SAT（mm·mm-1）、有機(jī)質(zhì)含量和pH值。數(shù)據(jù)主要來自中國氣象局農(nóng)業(yè)氣象觀測站和前人研究成果[23]。

APSIM模型采用通用作物生長模型來模擬各種1a生和多年生作物的生長，但是針對不同作物需要輸入對應(yīng)的模型參數(shù)值。為此，通過中國氣象局各省市農(nóng)業(yè)氣象觀測站收集北方地區(qū) 2008?2014年田間定位研究的春玉米屬性資料，建立春玉米屬性參數(shù)，主要包括品種遺傳特性參數(shù)、作物生長發(fā)育進(jìn)程、植株形態(tài)與產(chǎn)量形成等春玉米參數(shù)。同一站點(diǎn)春玉米品種保持不變。考慮到近年來當(dāng)?shù)刈魑飻?shù)據(jù)收集較全面，因此，將玉米田間試驗(yàn)數(shù)據(jù)分為兩組，2008?2010年數(shù)據(jù)用于輸入 APSIM-maize模型中所需的基本作物參數(shù)，2011?2013年數(shù)據(jù)用于驗(yàn)證模型。作物數(shù)據(jù)主要提取同一個(gè)地點(diǎn)春玉米每年開花與成熟的日期，采用“試錯(cuò)法”在單點(diǎn)尺度上對研究區(qū)春玉米的品種參數(shù)進(jìn)行調(diào)整，目的是使模擬值與實(shí)測值之差盡可能小，將模型輸出結(jié)果與對應(yīng)的試驗(yàn)站點(diǎn)當(dāng)年的田間實(shí)測結(jié)果進(jìn)行對照；調(diào)試模型直至模擬輸出的生育時(shí)期（出苗、開花和成熟）和產(chǎn)量數(shù)值等與實(shí)測數(shù)據(jù)相符[20]。

劉：這么說來，羌族沙朗舞之所以能夠保持住原生態(tài)特質(zhì)，原因在于：傳統(tǒng)羌寨的原始文化基因沒有被打斷，而羌寨也仍然是一個(gè)封閉且完整的地理單元。

1.4 模型適用性評價(jià)

采用以下統(tǒng)計(jì)量作為檢驗(yàn)APSIM-maize模型的指標(biāo)[20]：模擬值與實(shí)測值之間的決定系數(shù)（R2）、一致性指標(biāo)（D指標(biāo)）、均方根差（RMSE）、平均絕對誤差（MAE）、相對均方根差（NRMSE）和模型的有效性（ME）。即

式中，Si為模擬值；Oi為實(shí)測值；O為實(shí)測平均值；N為樣本數(shù)；RMSE為模擬值與實(shí)測值之間的絕對誤差，數(shù)值越小，表明模擬值與實(shí)際觀測值的偏差越?。籒RMSE為模擬值與實(shí)測值之間的相對誤差，控制在 10%以內(nèi)說明模型的模擬有較高精度；ME為模型的有效性指數(shù)，當(dāng)ME＞0.5時(shí)，說明模型的模擬結(jié)果較好；R2和D指標(biāo)可反映模擬值與實(shí)測值之間的一致性，對系統(tǒng)模擬誤差的響應(yīng)更敏感，其值愈接近1說明模擬效果愈好；MAE為平均絕對誤差。

1.5 一階差分法評估北方春玉米發(fā)育期和產(chǎn)量對關(guān)鍵氣象因子的響應(yīng)

一階差分法就是離散函數(shù)中連續(xù)相鄰兩項(xiàng)之差，本文利用一階差分法識別影響北方春玉米發(fā)育期和產(chǎn)量的主要?dú)庀笠蜃?。首先?jì)算北方春玉米種植區(qū)各氣象站點(diǎn)春玉米產(chǎn)量、春玉米發(fā)育期（出苗、開花和成熟）日序和各氣象因子的一階差分值，即后一年值與當(dāng)年值之差，然后分別建立產(chǎn)量的變化量ΔY和發(fā)育期日序的變化量ΔD與各氣象因子變化量ΔXn之間的線性回歸方程，并用F檢驗(yàn)來判斷其顯著性，分析春玉米生育期和產(chǎn)量對各氣候因子變化的響應(yīng)。

式中，m為各氣象站點(diǎn)；a為單因子回歸方程的一次項(xiàng)系數(shù)；n分別表示春玉米生長季內(nèi)平均溫度、日最高溫度、日最低溫度、壓強(qiáng)、日照時(shí)數(shù)、降水量、濕度、土壤溫度、太陽輻射和潛在蒸散量；b為單因子回歸方程常數(shù)項(xiàng)。當(dāng) F檢驗(yàn)判斷氣象因子顯著后，比較單因子回歸方程的一次項(xiàng)系數(shù)，找出影響春玉米發(fā)育期和產(chǎn)量的主要?dú)庀笠蜃?。用單因子分析時(shí)通過0.05水平顯著性檢驗(yàn)的氣象因子構(gòu)建生育期、產(chǎn)量一階差分值的多元回歸方程，即

式中，n1、n2、n3等分別表示通過0.05水平顯著性檢驗(yàn)的氣象因子；a為綜合回歸方程常數(shù)項(xiàng)；b、c、d表示回歸系數(shù)。

2 結(jié)果與分析

2.1 APSIM-maize模型在北方八省春玉米產(chǎn)區(qū)適用性的驗(yàn)證

作物數(shù)據(jù)主要提取同一個(gè)地點(diǎn)春玉米每年開花與成熟的日期，采用“試錯(cuò)法”在單點(diǎn)尺度上對北方八省春玉米的品種參數(shù)進(jìn)行調(diào)整。APSIM 模型中春玉米品種控制參數(shù)主要分為兩類：一類控制作物的生長發(fā)育進(jìn)程；一類是控制作物最終產(chǎn)量的形成（表2）。影響春玉米生長發(fā)育期的作物參數(shù)包括出苗?營養(yǎng)生長結(jié)束的積溫、頂葉?開花的積溫、開花?灌漿的積溫、開花?成熟期的積溫、光周期臨界值 1、光周期臨界值2、光周期斜率和潛在灌漿速率等。

分析北方八省各農(nóng)業(yè)氣象試驗(yàn)站點(diǎn)春玉米 3個(gè)關(guān)鍵發(fā)育階段（出苗、開花和成熟），得出平均模擬日序分別為第129、202和263天（日序以1月1日為第1天，依次類推），實(shí)測日序分別為第135、205和264天，其中出苗階段相差6d，開花階段相差3d，成熟階段相差 1d，3個(gè)關(guān)鍵發(fā)育階段模擬值誤差均較小，在可接受范圍內(nèi)。3個(gè)發(fā)育階段實(shí)測和模擬日序的決定系數(shù)R2分別為0.91、0.52和0.72；均方根誤差RMSE分別為7.34、6.84和5.67；歸一化均方根誤差 NRMSE分別為 5.44%、3.35%和 2.15%；D值分別為0.87、0.8和0.91，模擬結(jié)果良好（圖2）。同時(shí)對比分析該地春玉米模擬產(chǎn)量與實(shí)測產(chǎn)量得出，決定系數(shù)（R2）值為0.92，相對均方根誤差NRMSE值為7.09%，D值為0.98，表明APSIM-maize模型模擬的北方地區(qū)春玉米模擬產(chǎn)量和實(shí)測產(chǎn)量有很好的一致性（圖3）?？梢?，APSIM-maize模型能夠較好地模擬北方地區(qū)春玉米的生長發(fā)育和產(chǎn)量，表明APSIM-maize模型在北方八省春玉米產(chǎn)區(qū)有較好的適用性。

表2 APSIM-maize模型品種參數(shù)描述Table 2 Parameter description in APSIM-maize model

2.2 模擬春玉米發(fā)育期對單一關(guān)鍵氣象因子變化的響應(yīng)

春玉米發(fā)育期主要劃分為出苗期、拔節(jié)期、抽雄期、開花期、吐絲期和成熟期，由于資料的限制，本文主要研究出苗期、開花期和成熟期對關(guān)鍵氣象因子的響應(yīng)。春玉米生長發(fā)育和產(chǎn)量對氣象因子的響應(yīng)并不是單一的，為了提取北方地區(qū)春玉米發(fā)育期對氣象因子響應(yīng)的“優(yōu)勢因子”，選取 10種氣象因子生長季內(nèi)（4?9月）的統(tǒng)計(jì)值為研究對象。

分析北方八省春玉米主要發(fā)育期的一階差分值與各種氣象因子一階差分值之間的相關(guān)關(guān)系（表3）可見，總體上，發(fā)育期變化量與各個(gè)溫度變化量包括生長季平均氣溫變化量、最高氣溫變化量、最低氣溫變化量和土壤表層溫度變化量之間呈現(xiàn)極顯著的負(fù)相關(guān)關(guān)系（P＜0.01），說明春玉米發(fā)育期對溫度的變化有較明顯的響應(yīng)，平均溫度、最高溫度、最低溫度和土壤表層溫度的上升均會引起春玉米發(fā)育期提前。

圖2 北方八省春玉米發(fā)育期（日序，以1月1日為1）實(shí)測值與模擬值的對比Fig. 2 Comparison between simulated and observed the day of year (DOY) of developmental stage of spring maize in the eight provinces of the northern China

圖3 北方八省春玉米產(chǎn)量實(shí)測值與模擬值的對比Fig. 3 Comparison between simulated and observed yield of spring maize in the eight provinces of the northern China

總體來說，北方春播玉米區(qū)春玉米各關(guān)鍵發(fā)育期對最高氣溫響應(yīng)最明顯，西北內(nèi)陸玉米區(qū)春玉米各關(guān)鍵發(fā)育期對最低氣溫響應(yīng)最明顯，且因?yàn)榈乩憝h(huán)境的差異，不同地區(qū)春玉米發(fā)育期的關(guān)鍵氣象因子響應(yīng)不同。具體來說，山西春玉米發(fā)育期的主要響應(yīng)氣象因子是氣溫（平均溫度、日最高溫度和日最低溫度）和土壤溫度；內(nèi)蒙古為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤溫度和降水；遼寧為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤表層溫度、日照時(shí)數(shù)和太陽輻射；吉林為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤溫度；黑龍江為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤溫度；甘肅為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤溫度、日照時(shí)數(shù)和太陽輻射；新疆為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤溫度和降水；寧夏為氣溫（平均溫度、日最高溫度和日最低溫度）、土壤溫度。

表3 北方八省春玉米發(fā)育期一階差分值與氣象因子一階差分值的相關(guān)性分析Table 3 The first difference correlation analysis between the development stages and the meteorological factors of spring maize in the eight provinces of northern China

（續(xù)表）

2.3 模擬春玉米產(chǎn)量對單一關(guān)鍵氣象因子變化的響應(yīng)

選取春玉米生長季內(nèi)（4?9月）10種氣象因子的統(tǒng)計(jì)值，分析北方地區(qū)各站點(diǎn)春玉米產(chǎn)量與關(guān)鍵氣象因子的一階差分差值的相關(guān)性（表 4），以篩選春玉米產(chǎn)量對氣象因子響應(yīng)的“優(yōu)勢因子”。

從表 4可知，北方春播玉米區(qū)春玉米產(chǎn)量的關(guān)鍵響應(yīng)氣象因子主要有溫度、降水、日照時(shí)數(shù)，西北內(nèi)陸產(chǎn)區(qū)主要有溫度和潛在蒸散。具體來說，內(nèi)蒙古春玉米產(chǎn)量的主要響應(yīng)氣象因子是降水和溫度；山西為溫度；寧夏為土壤溫度和日最低溫度；遼寧為日照時(shí)數(shù)和溫度；吉林為溫度和日照時(shí)數(shù)；黑龍江為溫度、土壤溫度和潛在蒸散；甘肅為溫度和潛在蒸散；新疆為降水、溫度和潛在蒸散?？梢?，大部分地區(qū)溫度的升高和潛在蒸散的增加會引起玉米產(chǎn)量的顯著下降。已有研究認(rèn)為溫度升高會導(dǎo)致玉米生育期縮短，減少干物質(zhì)積累時(shí)間，從而導(dǎo)致其產(chǎn)量下降；白天最高溫度的上升除引起生育期加快而減少最終產(chǎn)量外，還可能增加玉米的熱脅迫，如高溫條件下，玉米光合強(qiáng)度下降，開花受粉率降低等，從而進(jìn)一步增加其產(chǎn)量損失[17]。

表4 各省春玉米模擬產(chǎn)量一階差分值與氣象因子一階差分值的相關(guān)性分析Table 4 The first difference correlation analysis between the yield simulated by APSIM-maize model and the meteorological factors of spring maize in each province

3 結(jié)論與討論

（1）驗(yàn)證后的APSIM玉米模型在北方八省春玉米產(chǎn)區(qū)具有較好的適用性。北方各地春玉米出苗、開花和成熟 3個(gè)關(guān)鍵發(fā)育期實(shí)測和模擬日序的均方根誤差分別為 7.34、6.84和 5.67，歸一化均方根誤差分別為5.44%、3.35%和2.15%；D值分別為0.87、0.8和0.91，結(jié)果良好。各地模擬產(chǎn)量與實(shí)測產(chǎn)量相對均方根誤差值為 7.09%，D值為 0.98，表明APSIM-maize模型在北方八省春玉米產(chǎn)區(qū)具有較好的適用性。

（2）北方各地春玉米發(fā)育期對溫度響應(yīng)最顯著，二者變化量之間呈極顯著的負(fù)相關(guān)關(guān)系。北方春播玉米區(qū)的春玉米各關(guān)鍵發(fā)育期對最高氣溫響應(yīng)最顯著，西北內(nèi)陸春玉米各關(guān)鍵發(fā)育期對最低氣溫響應(yīng)最顯著。其中，對于北方春播玉米區(qū)，該地春玉米生長發(fā)育對平均氣溫、日最高氣溫、日最低氣溫和土壤溫度的響應(yīng)明顯，西北內(nèi)陸春玉米生長發(fā)育對溫度和降水的響應(yīng)明顯。平均氣溫、日最高氣溫、日最低氣溫和土壤溫度的升高均會導(dǎo)致春玉米生育期（出苗、開花和成熟）日序提前，發(fā)育期天數(shù)減少，春玉米提前成熟。

（3）北方春玉米產(chǎn)量對溫度、降水和日照時(shí)數(shù)響應(yīng)明顯，西北內(nèi)陸春玉米產(chǎn)量對溫度和潛在蒸散的響應(yīng)明顯；大部分地區(qū)溫度的升高和潛在蒸散的增加會引起玉米產(chǎn)量的顯著下降。

玉米全生育期分為播種、出苗、三葉、七葉、拔節(jié)、抽雄、開花、灌漿、乳熟、成熟等主要發(fā)育時(shí)期，發(fā)育期的歷時(shí)長短和變化即發(fā)育速度與外界環(huán)境條件關(guān)系密切。玉米屬喜溫而又怕高溫的作物，整個(gè)生殖生長期需一定的溫度條件才有利于產(chǎn)量的形成，并且不同的生育階段對溫度的要求不同。研究表明：開花期是玉米一生中對溫度要求最高、反應(yīng)最敏感的時(shí)期。玉米雄花在雄穗抽出后 2～5d開始開花。開花順序?yàn)閺闹鬏S上中部小花開始，然后向上向下同時(shí)進(jìn)行。分枝的小花開放順序與主軸相同。開花后 2～5d為盛花期，這時(shí)開花朵數(shù)占總花朵的 80%～90%。影響玉米雄穗開花散粉的主要因素是溫度和濕度。玉米開花最適溫度為 25～28℃，溫度高于32～35℃，大氣相對濕度低于30%時(shí)，花粉粒因失水失去活力，花柱易枯萎，難于授粉、受精，出現(xiàn)嚴(yán)重缺粒，造成減產(chǎn)[24]。一階差分法是一種常用的將氣候產(chǎn)量與非氣候產(chǎn)量分離的統(tǒng)計(jì)方法，能夠排除非氣候產(chǎn)量對氣象因子響應(yīng)的干擾。本研究采用一階差分法分析北方春玉米生育期和產(chǎn)量對氣象因子的響應(yīng)，結(jié)果表明北方地區(qū)春玉米關(guān)鍵發(fā)育期（出苗、開花和成熟）對溫度響應(yīng)均最為顯著，研究結(jié)果與有關(guān)學(xué)者[8,14,16,24-25]在東北和西北地區(qū)春玉米對環(huán)境的響應(yīng)相似。土壤溫度是影響作物生長發(fā)育的重要因素之一，在一定的溫度范圍內(nèi)，土壤溫度越高，作物生長越快，這與本研究結(jié)果相一致。影響玉米發(fā)育期的主要因素包括自然環(huán)境條件、作物的種植品種和栽培方式等。穆佳等[25]指出玉米發(fā)育期很大程度上受到種植品種和管理措施影響，主導(dǎo)氣象要素只能解釋生育期日數(shù)變異的44%。多年田間試驗(yàn)資料分析表明：中國北方地區(qū)春玉米的種植品種涵蓋早熟、中熟、晚熟多種熟型，不同品種對熱量、水分等環(huán)境條件的需求差異很大，這些均會影響玉米生長發(fā)育和產(chǎn)量形成。因此，基于APSIM 模型解析管理措施和品種對該地春玉米生長發(fā)育和產(chǎn)量形成的影響將是下一步研究重點(diǎn)。

最后評估結(jié)果的準(zhǔn)確與否還要取決于研究中所收集、使用數(shù)據(jù)的客觀性與準(zhǔn)確性[26]。本文在區(qū)域尺度上探討了氣候變化對北方春玉米生產(chǎn)造成的影響，但還存在一些不足之處。首先，就氣象因子而言，本文只探討了氣象因子的平均變化，并未涉及極端氣候事件，且未考慮 CO2肥效、灌溉、土壤條件等因子以及各因子的協(xié)同效應(yīng)。其次，本研究時(shí)段較長，前后氣溫相差較大，因此一定程度上會影響作物參數(shù)的調(diào)試與確定，以最近時(shí)段調(diào)出的參數(shù)直接推廣以前將對最后評估結(jié)果造成偏差。最后，由于該區(qū)基礎(chǔ)數(shù)據(jù)樣本系統(tǒng)性差，農(nóng)業(yè)氣象試驗(yàn)站點(diǎn)分布不均勻，數(shù)據(jù)本身存在較多問題等[27]，致使本文在選點(diǎn)上存在差異，北部地區(qū)選取站點(diǎn)多，西部地區(qū)站點(diǎn)少，如寧夏只選取了一個(gè)站點(diǎn)，導(dǎo)致模型優(yōu)化及運(yùn)用的困難較大、參數(shù)不易確定，致使模擬評估結(jié)果存在很大不確定性，今后需繼續(xù)加強(qiáng)。

References

[1]IPCC.Climate change 2013:the physical science basis[M].Cambridge:Cambridge University Press,2013.

[2]何斌,劉志娟,楊曉光,等.氣候變化背景下中國主要作物農(nóng)業(yè)氣象災(zāi)害時(shí)空分布特征(Ⅱ):西北主要糧食作物干旱[J].中國農(nóng)業(yè)氣象,2017,38(1):31-41.He B,Liu Z J,Yang X G,et al.Temporal and spatial variations of agro-meteorological disasters of main crops in china in a changing climate(Ⅱ):drought of cereal crops in northwest China[J].Chinese Journal of Agrometeorology,2017,38(1):31-41.(in Chinese)

[3]周廣勝.氣候變化對中國農(nóng)業(yè)生產(chǎn)影響研究展望[J].氣象與環(huán)境科學(xué),2015,(1):80-94.Zhou G S.Research prospect on impact of climate change on agricultural production in China[J].Meteorological and Environmental Sciences,2015,(1):80-94.(in Chinese)

[4]曹士亮,于芳蘭,王成波,等.降水量與積溫對玉米氣象產(chǎn)量影響的綜合分析[J].作物雜志,2009,(3):62-65.Cao S L,Yu F L,Wang C B,et al.Comprehensive analysis of the influences of precipitation and accumulated temperature on meteorological yield of maize[J].Crops,2009,(3):62-65.(in Chinese)

[5]Zhao J F,Guo J P,Xu Y H,et al.Effects of climate change on cultivation patterns of spring maize and its climatic suitability in Northeast China[J].Agriculture,Ecosystems and Environment,2015,202:178-187

[6]趙錦.氣候變化背景下我國玉米產(chǎn)量潛力及提升空間研究[D].北京:中國農(nóng)業(yè)大學(xué),2015.Zhao J.The potential yield and improvement of maize in China under climate change[D].Beijing:Chinese Agriculture University,2015.(in Chinese)

[7]李楠.煙草和玉米耐旱 HVA1基因的遺傳轉(zhuǎn)化[M].北京:首都師范大學(xué),2007.Li N.Genetic transformation of drought tolerant gene HVA1 in tobacco and maize[M].Beijing:Capital Normal University,2007.(in Chinese)

[8]Liu Z,Yang X G,Hubbard K G,et al.Maize potential yields and yield gaps in the changing climate of northeast China[J].Global Change Biology,2012,18(11):3441-3454.

[9]Yang X G,Chen F,Lin X M,et al.Potential benefits of climate change for crop productivity in China[J].Agricultural and Forest Meteorology,2015,208:76-84.

[10]Xu X P,He P,Zhang J J,et al.Spatial variation of attainable yield and fertilizer requirements for maize at the regional scale in China[J].Field Crops Research,2017,203:8-15.

[11]毛留喜,趙俊芳,徐玲玲,等.“鐮刀彎”地區(qū)春玉米種植的氣候適宜性與調(diào)整建議[J].應(yīng)用生態(tài)學(xué)報(bào),2016,27(12):3935-3943.Mao L X,Zhao J F,Xu L L,et al.Climatic suitability of spring maize planted in the "sickle bend" area of China and regulation suggestion[J].Chinese Journal of Applied Ecology,2016,27(12):3935-3943.(in Chinese)

[12]趙俊芳,郭建平,張艷紅,等.氣候變化對農(nóng)業(yè)影響研究綜述[J].中國農(nóng)業(yè)氣象,2010,31(1):200-205.Zhao J F,Guo J P,Zhang Y H,et al.Advances in research of impacts of climate change on agriculture[J].Chinese Journal of Agrometeorology,2010,31(1):200-205.(in Chinese)

[13]黃煥平.氣候變化對中國和歐洲玉米生產(chǎn)的對比研究[D].北京:中國農(nóng)業(yè)科學(xué)院,2013.Huang H P.A comparative study on the impact of climate change on China and European maize production[D].Beijing:Chinese Academy of Agricultural Sciences,2013.(in Chinese)

[14]趙秀蘭.近 50年氣候變化對東北農(nóng)業(yè)的影響[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2010,(9):144-149.Zhao X L.Influence of climate change on agriculture in Northeast China in recent 50 years[J].Journal of Northeast Agricultural University,2010,(9):144-149.(in Chinese)

[15]Wang J,Wang E L,Yin H,et al.Declining yield potential and shrinking yield gaps of maize in the North China Plain[J].Agricultural and Forest Meteorology,2014,195-196(2):89-101.

[16]龔紹先.作物與氣象[M].北京:北京農(nóng)業(yè)大學(xué)出版社,1988.Gong S X.Food crops and meteorology[M].Beijing:Beijing Agricultural University Press,1988.(in Chinese)

[17]王柳,熊偉,溫小樂,等.溫度、降水等氣象因子對我國玉米生產(chǎn)的影響[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(21):138-146.Wang L,Xiong W,Wen X L,et al.Effect of climatic factors such as temperature,precipitation on maize production in China[J].Transactions of the CSAE,2014,30(21):138-146.(in Chinese)

[18]Keating B A,Carberry P S,Hammer G L,et al.A novel view of APSIM,a model designed for farming systems simulation[J].Eur. J. Agron,2013,18(3-4):267-288.

[19]李廣,李玥,黃高寶,等.基于APSIM模型CO2和溫度對旱地小麥產(chǎn)量的影響[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2012,20(8):1088-1095.Li G,Li Y,Huang G B,et al.Response of dry land spring wheat yield to elevated CO2concentration and temperature by APSIM model[J].Chinese Journal of Eco-Agriculture,2012,20(8):1088-1095.(in Chinese)

[20]趙俊芳,蒲菲堉,閆偉兄,等.基于APSIM模型識別氣象因子對內(nèi)蒙春小麥潛在產(chǎn)量的影響[J].生態(tài)學(xué)雜志,2017,36(3):757-765.Zhao J F,Pu F Y,Yan W X,et al.Identifying the effects of meteorological variables on spring wheat potential yield in Inner Mongolia based on APSIM model[J].Chinese Journal of Ecology,2017,36(3):757-765.

[21]Zeng W Z,Wu J W,Hoffmann M P,et al.Testing the APSIM sunflower model on saline soils of Inner Mongolia,China[J].Field Crops Research,2016,192:42-54.

[22]Holzworth D P,Huth N I,de Voil P G,et al.APSIM–evolution towards a new generation of agricultural systems simulation[J].Environmental Modelling & Software,2014,62: 327-350.

[23]Gauch H G,Hwang J T G,Fick G W.Model evaluation by comparison of model-based predictions and measured values[J].Agronomy Journal,2003,95(6):1442-1446.

[24]李克南.華北地區(qū)冬小麥-夏玉米作物生產(chǎn)體系產(chǎn)量差特征解析[D].北京:中國農(nóng)業(yè)大學(xué),2014.Li K N.Yield gap analysis focused on winter wheat and summer maize rotation in the North China plain[M].Beijing:Chinese Agriculture University,2014.(in Chinese)

[25]穆佳,趙俊芳,郭建平.過去 30年東北春玉米發(fā)育期對氣候變化的響應(yīng)[J].應(yīng)用氣象學(xué)報(bào),2014,25(6):680-689.Mu J,Zhao J F,Guo J P.Response of spring maize growth stage to climate change in Northeast China over the past 30 years[J].Journal of Applied Meteorological Science,2014,25(6):680-689.(in Chinese)

[26]Zhao J F,Guo J P,Mu J.Exploring the relationships between climatic variables and climate-induced yield of spring maize in Northeast China[J].Agriculture,Ecosystems and Environment,2015,207:79-90.

[27]Zhao J F,Zhang Y H,Qian Y L,et al.Coincidence of variation in potato yield and climate in Northern China[J].Science of the Total Environment,2016,573:965-973.