張玲玲，馮 浩， 董勤各

(1.中國科學(xué)院水利部水土保持研究所，陜西 楊凌 712100；2.中國科學(xué)院大學(xué)，北京 100049；3.西北農(nóng)林科技大學(xué)中國旱區(qū)節(jié)水農(nóng)業(yè)研究院，陜西 楊凌 712100)

潛在產(chǎn)量指作物在生長過程中不受水分、養(yǎng)分限制以及病蟲害和雜草的限制，并采用最優(yōu)的管理水平和適宜的品種時所能達到的最高產(chǎn)量[1-2]，可分為灌溉條件下的潛在產(chǎn)量和雨養(yǎng)條件下的潛在產(chǎn)量[3]。在實際生產(chǎn)中，由于受降水、溫度等不可控的氣候因素以及品種、田間管理措施等可控因素的影響，作物的實際產(chǎn)量和潛在產(chǎn)量存在一定的差距[4]。隨著人口的持續(xù)增長，未來中國對糧食的需求將顯著增加，因此增加糧食產(chǎn)量對保障國家糧食安全和社會穩(wěn)定具有重要意義[5]。研究潛在產(chǎn)量的時間演變趨勢和空間分布特征及其影響因素，有助于定量估計區(qū)域內(nèi)作物產(chǎn)量的可提升空間，揭示產(chǎn)量提高的主要限制因素，從而采取相應(yīng)的技術(shù)措施來提高作物產(chǎn)量，縮小產(chǎn)量差距。

作物模型是考慮作物生長、大氣、土壤、人為管理等因子的相互交互作用的機理過程模型，可以動態(tài)模擬作物、環(huán)境和管理的交互作用[6]。隨著作物生理動態(tài)機理研究的深入和計算機技術(shù)等的不斷發(fā)展，基于過程的作物模型已經(jīng)成為研究作物生產(chǎn)潛力的重要工具。目前國內(nèi)外眾多學(xué)者已運用作物模型從不同方法和角度對作物產(chǎn)量潛力進行了研究，并取得一定的成果。如Pasuquina J M等[7]利用DSSAT模型估算菲律賓、越南和印度尼西亞地區(qū)玉米的潛在產(chǎn)量和雨養(yǎng)產(chǎn)量，量化了目前的產(chǎn)量差距，分析生長過程中施肥管理對提高產(chǎn)量的效應(yīng)并評估了這種管理增加農(nóng)民收益的能力。Guilpart N等[8]計算了孟加拉國的水稻-玉米生產(chǎn)系統(tǒng)的產(chǎn)量潛力和相關(guān)的產(chǎn)量差距，明確了需要多少水和氮肥才能達到這個生產(chǎn)系統(tǒng)的預(yù)期產(chǎn)量潛力。李克南等[9]基于1961-2007年的氣象資料分析了華北地區(qū)冬小麥潛在產(chǎn)量、雨養(yǎng)產(chǎn)量和水氮限制產(chǎn)量的時空分布特征并揭示其影響因素。劉志娟等[10]運用APSIM-Maize模型模擬東北三省春玉米不同水平的產(chǎn)量潛力，分析其時空分布特征并解析氣候波動對產(chǎn)量潛力的影響。黃土高原是中國重要的冬小麥產(chǎn)地，在國家糧食安全中具有重要的作用。然而，目前對該區(qū)域冬小麥產(chǎn)量潛力的研究較少，并且大多使用氣候生產(chǎn)潛力估算模式(Thornthwaite Memorial 和Miami模型等)估算黃土高原的氣候生產(chǎn)潛力[11-13]。這些模型未能考慮作物生育期內(nèi)光合與呼吸作用等生理過程，也未考慮品種信息和管理措施與作物生長發(fā)育過程的交互作用，具有一定的局限性。同時，其他關(guān)于冬小麥產(chǎn)量潛力的定量化研究對不同水平的產(chǎn)量潛力時空分布特征和產(chǎn)量提升空間分析的關(guān)注較少[14-15]。

APSIM模型是由隸屬澳大利亞聯(lián)邦科工組織(CSIRO)和昆士蘭州政府的農(nóng)業(yè)生產(chǎn)系統(tǒng)研究組(APSRU)聯(lián)合開發(fā)研制的農(nóng)業(yè)生產(chǎn)系統(tǒng)機理模型。該模型模擬逐日的作物生長發(fā)育以及土壤水氮動態(tài)，適用于評價農(nóng)作系統(tǒng)生產(chǎn)潛力及耕作措施的經(jīng)濟效益受氣候波動和環(huán)境變化的影響[16-17]。本研究基于黃土高原冬小麥種植區(qū)內(nèi)氣象觀測數(shù)據(jù)和農(nóng)氣觀測數(shù)據(jù)，利用驗證后的APSIM-Wheat模型計算黃土高原冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量并分析其時空分布特征。并結(jié)合冬小麥生長季內(nèi)的氣候資源的變化特征，揭示在現(xiàn)今生產(chǎn)管理條件下，限制黃土高原不同地區(qū)冬小麥產(chǎn)量提高的主要因素，為該區(qū)冬小麥生產(chǎn)的科學(xué)管理提供理論依據(jù)和技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

黃土高原位于32°～42°N，101°～114°E之間，地勢為西北高東南低。屬溫帶大陸性季風(fēng)氣候，夏季炎熱且多暴雨，冬季寒冷干燥多風(fēng)沙，是中國半濕潤半干旱的過渡地帶。全區(qū)年降水量為300～600 mm，由東南向西北遞減，且降水年際波動大，季節(jié)分配不均。年均溫為3.6～14.3℃，日平均氣溫≥10℃以上活動積溫為2 000～3 000℃。年日照時數(shù)達1 900～3 200 h，輻射資源豐富。區(qū)域主要種植作物有小麥、玉米和谷子等，但種植制度差異較大，東南部為一年兩熟或兩年三熟，西北部是一年一熟[13]。受水分條件的限制，區(qū)域內(nèi)灌溉和雨養(yǎng)兩種農(nóng)業(yè)管理措施并存。

降水量、日最高和最低氣溫、日平均氣溫、日照時數(shù)、風(fēng)速和相對濕度等氣象數(shù)據(jù)來源于中國氣象局國家氣象信息中心，包括1974-2016年黃土高原冬小麥種植區(qū)域內(nèi)32個氣象站點逐日氣象數(shù)據(jù)(圖1)。土壤質(zhì)地等物理屬性和飽和含水量、田間持水量、凋萎系數(shù)等土壤水力特征屬性等來源于試驗站點實測數(shù)據(jù)和中國土壤數(shù)據(jù)庫數(shù)據(jù)。作物數(shù)據(jù)來源于中國氣象局農(nóng)業(yè)氣象站(圖1)，包含冬小麥播種、出苗、開花和成熟等物候資料(36個農(nóng)氣站)。冬小麥種植區(qū)域信息來源于甘肅省、寧夏省、陜西省、山西省和河南省統(tǒng)計年鑒和農(nóng)村統(tǒng)計年鑒，以2005-2016年連續(xù)10 a均種植冬小麥為標準劃定冬小麥種植區(qū)域，共收集到160個縣的冬小麥統(tǒng)計數(shù)據(jù)。

圖1 黃土高原冬小麥種植區(qū)氣象站點和農(nóng)業(yè)氣象站點的分布Fig.1 Distribution of meteorological and agro-meteorologicalstations in the winter wheat planting areas of Loess Plateau

1.2 APSIM-Wheat模型驗證評價參數(shù)

已有研究結(jié)果表明，APSIM-Wheat模型對黃土高原冬小麥的生長發(fā)育過程具有很好的適用性[18]。因此，本文根據(jù)標定好的冬小麥品種參數(shù)(表1)模擬黃土高原不同水平的潛在產(chǎn)量。為驗證品種參數(shù)的準確性，本研究使用中國科學(xué)院長武黃土高原農(nóng)業(yè)生態(tài)試驗站2004-2008年的田間試驗數(shù)據(jù)對模型模擬結(jié)果驗證評價(圖2)。

驗證APSIM-Wheat模型時，采用均方根誤差(root mean square error，RMSE)、決定系數(shù)(R2)和一致性指標(index of agreement，D)[19-20]評價模型的擬合優(yōu)度。RMSE值越小，R2和D指標越接近1，說明模擬效果越好。

(1)

(2)

1.3 不同水平產(chǎn)量潛力的計算

采用APSIM-Wheat模型模擬黃土高原1974-2016年的冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量。其中，潛在產(chǎn)量為冬小麥生長過程中水分和養(yǎng)分都不受限制時獲得的產(chǎn)量，即在冬小麥生長季內(nèi)，灌溉設(shè)置為當各層的土壤水分總虧缺量大于20 mm時，則補充灌溉，灌溉量為土壤水分虧缺量。施肥量設(shè)置為在冬小麥播種前施氮肥125 kg· hm-2，在拔節(jié)期追施氮肥125 kg·hm-2。雨養(yǎng)產(chǎn)量為無灌溉條件下并且養(yǎng)分不受限制時獲得的產(chǎn)量，即在冬小麥生長發(fā)育期間，作物需水由自然降水供給，無額外的灌溉水，施肥量設(shè)置為冬小麥播前施氮肥125 kg·hm-2,拔節(jié)期追施氮肥125 kg·hm-2。在模擬期間設(shè)定品種不變，播期依據(jù)農(nóng)業(yè)氣象站點和農(nóng)業(yè)試驗站的播種期來設(shè)置 “播種窗口”，其范圍為多年播種期的上下限。播種深度為50 mm，播種密度設(shè)置為350株·m-2。

表1 冬小麥品種“長武89134”的品種參數(shù)信息

1.4 氣候傾向率

氣候傾向率是表示氣候要素多年變化趨勢的指標，采用最小二乘法計算氣候要素和時間的線性回歸系數(shù)a[10]。

(3)

1.5 變異系數(shù)

變異系數(shù)CV(coefficient of variance)為均方差與均值的比值，反映不同觀測序列的離散程度[21]。變異系數(shù)的計算公式如下：

(4)

2 結(jié)果與分析

2.1 APSIM-Wheat模型驗證

冬小麥品種“長武89134”的葉面積指數(shù)(LAI)、地面生物量、產(chǎn)量的模擬值和觀測值如圖2所示。從圖中可知，LAI、地面生物量與產(chǎn)量的1∶1圖的R2分別為0.68、0.84和0.91，模擬值與觀測值的相關(guān)關(guān)系較好。從均方根誤差(RMSE)可知，模擬LAI、地面生物量值與觀測LAI、地面生物量值的絕對誤差分別為1.66 kg·hm-2和2100 kg·hm-2，產(chǎn)量的絕對誤差則為670 kg·hm-2。上述結(jié)果表明APSIM-Wheat模型可以充分模擬冬小麥LAI、地面生物量和產(chǎn)量的變化。同時，擬合后的D值均大于0.8，相對誤差較小。因此，冬小麥生育期LAI、地面生物量和產(chǎn)量的模擬值與觀測值吻合較好，說明APSIM-Wheat模型在黃土高原有良好的適用性，適合該區(qū)作物生長及產(chǎn)量潛力的模擬。

2.2 黃土高原冬小麥生長季內(nèi)氣候要素時空分布特征

黃土高原小麥生長季內(nèi)多年熱量資源的空間分布特征如圖3所示。由圖3可知，受緯度和季風(fēng)的影響，冬小麥生長季內(nèi)最高溫度空間分布呈現(xiàn)東南高西北低的分布趨勢，范圍為12～19.2℃，高值區(qū)主要分布在山西省西南部和河南省北部。最低溫度和平均溫度的空間分布特征是由北向南逐漸升高，并且呈現(xiàn)研究區(qū)東南部高于東北部和西北部的現(xiàn)象。這一方面是受緯度的影響，另一方面也與地形地貌有關(guān)，東北部和西北部多山地丘陵，海拔高，造成該地區(qū)獲得地面的熱量較少，因此溫度較低。研究區(qū)42 a間冬小麥生長季內(nèi)最低溫度的分布范圍是-2.09～4.49℃，平均溫度在4.8～13.23℃之間，低值區(qū)均位于甘肅中西部和寧夏西部(圖3(a)、(b)、(c))。1974-2016年冬小麥生長季內(nèi)降水量呈現(xiàn)由北向南遞減的趨勢(圖3(d))。由于研究區(qū)處于半濕潤半干旱氣候的過渡帶，各地區(qū)冬小麥生長季內(nèi)的總降水量空間差異比較大，降水量在296.91～511.02 mm之間。冬小麥生育期內(nèi)總?cè)照諘r數(shù)和總輻射的空間分布特征與溫度、降水量相反，呈現(xiàn)北高南低的空間分布趨勢(圖3(e)、(f))。總?cè)照諘r數(shù)和總輻射分別由區(qū)域西北、東北部的2 350 h和5 230 MJ·m-2左右，遞減至東南、西南部的不足1 630 h和4 493 MJ·m-2。具體表現(xiàn)為陜西和山西南部最低，而寧夏、甘肅西部和山西中部最高。

圖2 長武站冬小麥模型驗證結(jié)果評價Fig.2 Validation results of winter wheat in Changwu site

注：Tmax，最高溫度(℃)；Tmin，最低溫度(℃)；Tmean，平均溫度(℃)； P，降水量(mm)；SH，日照時數(shù)(h)；Radn，太陽輻射(MJ· m-2)Note: Tmax, maximum temperature(℃); Tmin, minimum temperature(℃); Tmean, mean temperature(℃); P, precipitation(mm); SH, sunshine hours(h); Radn, solar radiation (MJ· m-2)圖3 黃土高原冬小麥生長季內(nèi)氣候要素空間分布特征Fig.3 Spatial distribution of climatic elements in the growth period of winter wheat in Loess Plateau

圖4為黃土高原冬小麥種植區(qū)氣候要素的時間變化趨勢。42 a間，全區(qū)總?cè)照諘r數(shù)和總輻射呈下降趨勢，而最高溫度、最低溫度、平均溫度和總降水量均呈上升趨勢。其中，總輻射每10 a下降27.62 MJ· m-2，而最高溫度和總降水量每10 a分別升高0.42℃和1.46 mm。從圖4(a)、(b)和(c)中可知，除極少數(shù)氣象站點的最低溫度呈現(xiàn)降低趨勢外，絕大部分氣象站點上的最高溫度、最低溫度和平均溫度呈升高趨勢。32個氣象站點的最高溫度均顯著增加(P<0.05)，變化速率的范圍是0.19～0.68℃·(10a)-1。其中，以山西西部和甘肅東部的增加趨勢最明顯。研究區(qū)域內(nèi)96.88%的站點最低溫度多年變化呈升高趨勢，平均升高速率是0.39℃·(10a)-1，并且87.5%的氣象站點升高趨勢通過顯著性檢驗(P<0.05)；冬小麥生育期內(nèi)平均溫度的升高速率范圍是0.12～0.66℃· (10a)-1，增加幅度的高值區(qū)位于山西西部和甘肅東部。

冬小麥種植區(qū)內(nèi)，43.75%的氣象站點冬小麥生育期內(nèi)總降水量呈下降趨勢(圖4(d))。然而，該下降趨勢在所有站點均未達到顯著性檢驗水平。由圖4(e)和4(f)可知，總?cè)照諘r數(shù)和總輻射有增有減。全區(qū)71.88%的氣象站點總?cè)照諘r數(shù)呈減少趨勢，其中50%的站點顯著減少(P<0.05)，全區(qū)平均降低趨勢是26.9 MJ· m-2·(10a)-1；62.5%的站點總輻射呈降低趨勢，其中55% 的站點通過顯著性檢驗 (P<0.05)。具體表現(xiàn)為山西南部和中部地區(qū)下降幅度最大，而甘肅東部地區(qū)則呈上升趨勢。

2.3 黃土高原冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量時空分布特征

黃土高原32個氣象站點冬小麥潛在和雨養(yǎng)產(chǎn)量多年均值、變化趨勢和變異系數(shù)如圖5 所示。從圖中可以看出，冬小麥潛在產(chǎn)量變化范圍為4 775～8 994 kg· hm-2，全區(qū)平均值為6 554.19 kg ·hm-2。42年來潛在產(chǎn)量以每10 a下降146.59 kg ·hm-2的速率變化；空間上呈西部的寧夏、甘肅地區(qū)高，東北部的山西地區(qū)低的分布勢態(tài)(圖5(a))。75%的站點潛在產(chǎn)量呈下降趨勢，其中22%的站點顯著降低(P<0.05)。甘肅西部、陜西關(guān)中地區(qū)和山西西南部減產(chǎn)最明顯(圖5(c))。由圖5(e)可以看出，黃土高原冬小麥潛在產(chǎn)量變異系數(shù)的變化范圍為0.05～0.17。其中，變異系數(shù)的高值區(qū)集中在陜西西南和東南部以及山西東北部，變異系數(shù)高于0.13；變異系數(shù)的低值區(qū)位于陜西關(guān)中和甘肅東部的部分地區(qū)，一般低于0.1，表示該地區(qū)潛在產(chǎn)量穩(wěn)定性高。雨養(yǎng)產(chǎn)量大致呈由西南向東北遞減的趨勢，其中陜西西部和甘肅東部是高值區(qū)，均值大于4 800 kg· hm-2；山西東北部是低值區(qū)，均值不足2 500 kg· hm-2(圖5(b))。全區(qū)雨養(yǎng)產(chǎn)量的平均值為3 584 kg ·hm-2，下降速率為65.11 kg· hm-2·(10a)-1。因此，相比于潛在產(chǎn)量，冬小麥雨養(yǎng)產(chǎn)量的下降幅度稍小。1974-2016年，68.75%的站點雨養(yǎng)產(chǎn)量呈下降趨勢，其中顯著減產(chǎn)的站點僅占25%(P<0.05)，具體表現(xiàn)為甘肅西部、陜西中部以及山西西南部減產(chǎn)幅度最大(圖5(d))。與潛在產(chǎn)量相比，黃土高原冬小麥雨養(yǎng)產(chǎn)量的變異系數(shù)較大(0.14～0.61)，這表明雨養(yǎng)產(chǎn)量的穩(wěn)定性低。產(chǎn)量穩(wěn)定性較差的區(qū)域為甘肅北部和陜西南部的部分地區(qū)，變異系數(shù)高于0.4；穩(wěn)定性較高的區(qū)域分布在河南的西北部以及陜西關(guān)中地區(qū)，變異系數(shù)低于0.25。

圖4 黃土高原冬小麥生長季內(nèi)各氣候要素傾向率Fig.4 Climate trend ratesof climatic elements in the growth period of winter wheat in Loess Plateau

注：Yp：潛在產(chǎn)量；Yw：雨養(yǎng)產(chǎn)量。 Note:Yp: Potential yield; Yw: Water limited yield.圖5 黃土高原冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量平均值、變化趨勢和變異系數(shù)Fig.5 Spatial distribution of mean values, change trend and variance coefficient of simulated potentialyield and water-limited yield in Loess Plateau

2.4 氣候因素對黃土高原冬小麥產(chǎn)量潛力的影響

為明確42 a來氣候變化對黃土高原冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量的影響以及影響程度，本研究利用相關(guān)性和逐步回歸分析，提取影響潛在產(chǎn)量和雨養(yǎng)產(chǎn)量的主要氣候因素，然后用多元線性回歸的方法建立產(chǎn)量和各氣候要素的統(tǒng)計模型(表2)。結(jié)果顯示，在氣候變化背景下，對黃土高原全區(qū)冬小麥潛在產(chǎn)量影響最大的為生長季內(nèi)的最高溫度和太陽輻射，這與潛在產(chǎn)量主要受溫度和輻射等決定因子影響的定義相符合。其中，最高溫度對潛在產(chǎn)量的影響呈顯著的負效應(yīng)(P<0.05)，而太陽輻射對潛在產(chǎn)量的影響呈顯著的正效應(yīng)(P<0.05)，相關(guān)系數(shù)分別為0.35和0.36。潛在產(chǎn)量與最低溫度、平均溫度、總降水量和日照時數(shù)相關(guān)關(guān)系不顯著。逐步回歸方程顯示，最高溫度和太陽輻射對冬小麥潛在產(chǎn)量時間變化的解釋方差為0.45。冬小麥生長季內(nèi)總降水量是雨養(yǎng)產(chǎn)量的主要影響因素，并且呈顯著的正向影響(P<0.05)。由于在冬小麥生長季內(nèi)無額外的灌溉水補給，造成降水量對雨養(yǎng)產(chǎn)量的影響最大，并且可以解釋雨養(yǎng)產(chǎn)量的32%。

表2 氣候要素對黃土高原冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量的影響

注：* 表示在0.05水平顯者。 Note:* means significant at 0.05 level.

3 討 論

驗證結(jié)果表明APSIM-Wheat模型對黃土高原冬小麥的生長發(fā)育狀況和生物量的模擬效果較好(圖2)。模擬的黃土高原冬小麥潛在產(chǎn)量的變化范圍為4 775～8 944 kg·hm-2，雨養(yǎng)產(chǎn)量為1 802～5 685 kg·hm-2。該模擬結(jié)果與李軍等[15]的研究結(jié)果相似，但是本研究各站點潛在產(chǎn)量和雨養(yǎng)產(chǎn)量的波動范圍大于李軍等的結(jié)果，這種差異可能與品種和管理措施等因素的不同有關(guān)。一方面，本研究所用的冬小麥品種“長武89134”是2000年以后育成和推廣的[22]，而李軍等[15]選用的品種于90年代育成，大量的研究證明品種改良對作物產(chǎn)量因子具有良好的改進[18,23]，因此這是造成結(jié)果差異的一部分原因。另外，隨著氣候的變化，作物的播期以及施肥管理措施均發(fā)生改變，這同樣可能導(dǎo)致不同研究模擬結(jié)果具有差異。

黃土高原冬小麥潛在產(chǎn)量空間變化主要受最高溫度和總輻射的影響(表2)。最高溫度受緯度的影響由南向北逐漸減少；總輻射受海拔、云量、大氣透明度等影響，由高海拔的西北內(nèi)陸向降水量相對豐富的南部逐漸降低(圖3(a)、3(f))。輻射減少使作物凈光合速率下降，造成同化物積累降低，并且較低的溫度導(dǎo)致作物分蘗少。因此造成潛在產(chǎn)量由西向東、從南到北均逐漸減少。溫度升高縮短了作物生長季的長度，輻射減少使作物干物質(zhì)積累和轉(zhuǎn)移速度下降，導(dǎo)致產(chǎn)量減少。山西省西南部屬于溫度升高幅度大，同時也是總輻射降低較大的區(qū)域，決定了該地區(qū)是黃土高原減產(chǎn)最明顯區(qū)域(圖4(a)、4(f)，圖5(c))。

降水量是黃土高原冬小麥雨養(yǎng)產(chǎn)量空間分布的主要影響因素(表2)。雨養(yǎng)產(chǎn)量由南向北遞減，這與冬小麥生育期內(nèi)降水總量的空間分布趨勢一致(圖3(d)，圖5(b))。降水減少造成一定的水分脅迫從而使作物產(chǎn)量降低，然而適度的水分脅迫并不會造成減產(chǎn)[24]。因此，陜西關(guān)中地區(qū)和山西西南部雖然均屬于降水減少趨勢明顯的地區(qū)，但兩個地區(qū)雨養(yǎng)產(chǎn)量的多年下降幅度相差較大。具體表現(xiàn)為相對于陜西關(guān)中地區(qū)，山西西南部雨養(yǎng)產(chǎn)量的下降幅度更大，這可能與當?shù)氐耐寥李愋鸵约安捎玫母鞔胧┑扔嘘P(guān)。

過去42 a中，在沒有采用適應(yīng)措施的前提下，氣候變化對黃土高原冬小麥潛在產(chǎn)量和雨養(yǎng)產(chǎn)量的影響為負效應(yīng)，這與前人研究結(jié)論相同[9,25]。為減輕氣候變化的負面影響，特別是輻射減少同時溫度升高的狀況，在冬小麥生長過程中可以考慮采取改變種植密度[26]，合理調(diào)整水肥投入[27]等管理方法以及選擇更適宜的品種[28]，從而提高產(chǎn)量。

4 結(jié) 論

本研究表明，在品種和管理措施不變的條件下，黃土高原冬小麥潛在產(chǎn)量呈減低趨勢，每10 a下降146.59 kg·hm-2，降低趨勢顯著。冬小麥潛在產(chǎn)量空間上呈西部高、東北部低的分布特征，42 a來不同地區(qū)的產(chǎn)量變化有增有減，變異系數(shù)范圍為0.05～0.17。在充分灌溉的條件下，陜西關(guān)中平原為高產(chǎn)穩(wěn)產(chǎn)區(qū)，而甘肅東南部和山西中部屬于低產(chǎn)且不穩(wěn)產(chǎn)區(qū)，該空間變異性主要受冬小麥生育期內(nèi)最高溫度和總輻射的影響。與潛在產(chǎn)量相同，雨養(yǎng)產(chǎn)量也呈下降趨勢，下降速率為65.11 kg·hm-2·(10a)-1) ，減產(chǎn)幅度較潛在產(chǎn)量的稍小。區(qū)域內(nèi)雨養(yǎng)產(chǎn)量的變化范圍為1 802～5 685 kg·hm-2，由南向北逐漸減少。在水分限制條件下，高產(chǎn)穩(wěn)產(chǎn)區(qū)域為陜西西部和甘肅東北部，低產(chǎn)且不穩(wěn)產(chǎn)地區(qū)為山西中部和東北部，并且區(qū)域內(nèi)雨養(yǎng)產(chǎn)量的穩(wěn)定性比潛在產(chǎn)量低。水分條件的空間差異對冬小麥雨養(yǎng)產(chǎn)量的空間差異影響程度最大。因此，可以通過灌溉、改進栽培技術(shù)或者采用抗旱品種來提升甘肅和山西省大部分地區(qū)的冬小麥產(chǎn)量。

致謝：感謝中國科學(xué)院長武黃土高原農(nóng)業(yè)生態(tài)試驗站提供的2004-2008年冬小麥數(shù)據(jù)資料。