全 文 ：书不同耕作措施旱地小麦生产应对
气候变化的效应分析
李广１，２，李癑１，２，黄高宝２，３，罗珠珠４，王琦５，刘强１，２，燕振刚１，２，赵有益６
（１．甘肃农业大学信息科学技术学院，甘肃 兰州７３００７０；２．甘肃省干旱生境作物学重点实验室 甘肃农业大学，甘肃 兰州７３００７０；
３．甘肃农业大学农学院，甘肃 兰州７３００７０；４．甘肃农业大学资源与环境学院，甘肃 兰州７３００７０；５．甘肃农业大学
草业学院，甘肃 兰州７３００７０；６．甘肃农业大学理学院，甘肃 兰州７３００７０）
摘要：为探索气候变化对小麦产量影响的机制和规律，在田间试验的基础上通过调试 ＡＰＳＩＭ 模型参数，并对模型
进行检验，然后用ＡＰＳＩＭ模型模拟温度和ＣＯ２ 浓度两因素七水平小麦产量，分析了３种耕作措施下小麦产量对
温度和ＣＯ２ 浓度的响应及敏感性强度。结果表明，不同耕作措施条件下，小麦产量随ＣＯ２ 浓度升高呈二次抛物线
上升型变化，但会出现报酬递减，且免耕覆盖的增产效应大于传统耕作和免耕２种耕作措施；小麦产量随温度升高
呈二次抛物线型变化，其中传统耕作和免耕呈二次抛物线递减型变化，并呈叠加递减效应，而免耕覆盖呈二次抛物
线拐点型变化，拐点值为０．９４℃时，小麦产量可达到２８１８．３ｋｇ／ｈｍ２。温度和ＣＯ２ 浓度互作对小麦产量的敏感性
分不敏感、正敏感和负敏感区域，且免耕覆盖的敏感性变化较小。在３种耕作措施中，免耕覆盖ＣＯ２ 浓度升高小麦
的增产效应可以补偿高温所导致的减产，并且温度和ＣＯ２ 浓度具有更好的协同促进作用。免耕覆盖小麦生产具有
较好应对温度和ＣＯ２ 浓度变化的能力，可以缓减气候变化带来的负效应。
关键词：ＡＰＳＩＭ；耕作措施；小麦产量；敏感性；气候变化
中图分类号：Ｓ５１２．１；Ｓ１８１ 文献标识码：Ａ 文章编号：１００４５７５９（２０１２）０５０１６００９
根据政府间气候变化专业委员会（ＩＰＣＣ）评估报告明确指出，如果不采取任何行动，大气中的ＣＯ２ 浓度将升
高到６５０～９７０μｍｏｌ／ｍｏｌ，到２１００年全球平均地表温度将比１９９０年增加１．４～５．８℃，全球海平面将上升０．０９
～０．８８ｍ，气温的升高因地区而异，并伴有降水量的增减［１］。尽管预测的结果中还有一定的不确定性，但气候变
化对人类的影响已成为公认的事实，特别是对严重依赖自然条件的旱作农业影响更为严重。
小麦（犜狉犻狋犻犮狌犿犪犲狊狋犻狏狌犿）是世界上最重要的粮食作物之一，小麦生产对气候变化非常敏感［２］。据统计近３０
年小麦产量年均升高０．９％，而近２０年世界对小麦的需求量年均增长１．６％［３，４］。小麦丰欠对我国粮食总产量的
提高也至关重要。小麦产量除了受技术、品种和耕作措施等因素的影响外，一个重要的环境条件就是气候状况。
随着全球气候状况的变化，小麦生产势必受到影响，尤其在黄土高原生态脆弱区的小麦生产将受到非常大的影
响。目前，在气候变化对作物的影响研究方面，我国已取得了一些初步成果，但随着区域气候情景研究的深入及
作物模拟技术的提高，使气候变化对作物生产的影响研究得到了深化和发展［４］。在作物模型预测方面，国内外在
系统水平模拟作物生产优化决策的模型很多，模拟对象分别为作物、土壤、作物—土壤综合等三类，在研究和应用
方面取得了大量的成果［４，５］。近年来由澳大利亚农业生产系统研究组（ＡＰＳＲＵ），包括联邦科工组织（Ｃｏｍｍｏｎ
ｗｅａｌｔｈＳｃｉｅｎｔｉｆｉｃａｎｄＩｎｄｕｓｔｒｉａｌＲｅｓｅａｒｃｈＯｒｇａｎｉｚａｔｉｏｎ，ＣＳＩＲＯ）和昆士兰初级产业部等单位开发的农业生产系
统模型ＡＰＳＩＭ（ＡｇｒｉｃｕｌｔｕｒａｌＰｒｏｄｕｃｔｉｏｎＳｙｓｔｅｍＳｉｍｕｌａｔｏｒ）在国外气候变化对作物的响应方面取得了大量研究
成果，并且ＡＰＳＩＭ模型可以模拟不同耕作措施及各种气候背景组合条件下的作物产量［５］。保护性耕作对土壤
环境和作物产量影响的研究已有大量报道［６］。多数研究表明，保护性耕作能增加降雨入渗、减少水分蒸发，提高
土壤水分含量及作物水分利用效率，能提高土壤养分含量，培肥土壤，从而提高作物产量［７１１］，但不同耕作措施
１６０－１６８
２０１２年１０月
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
第２１卷 第５期
Ｖｏｌ．２１，Ｎｏ．５
收稿日期：２０１２０３２８；改回日期：２０１２０５２２
基金项目：国家自然科学基金项目（３１０６０１７８）和甘肃省自然科学基金项目（１０１０ＲＪＺＡ１８５和０９６ＲＪＺＡ０１０）资助。
作者简介：李广（１９７１），男，内蒙古乌兰察布人，教授，博士。Ｅｍａｉｌ：ｌｉｇ＠ｇｓａｕ．ｅｄｕ．ｃｎ
通讯作者。Ｅｍａｉｌ：ｈｕａｎｇｇｂ＠ｇｓａｕ．ｅｄｕ．ｃｎ
对气候变化响应的研究相对较少。为此，本研究以黄土丘陵区旱地小麦为对象，运用ＡＰＳＩＭ模型定量评估不同
耕作措施的小麦－气候条件的互作效应，对不同耕作措施下小麦生产对气候变化的敏感性进行研究，为不同耕作
措施小麦生产如何应对气候变化提供一定理论依据。
１ 材料与方法
１．１ 研究区概况
田间试验于２００２－２００５年在甘肃省定西市安定区李家堡乡甘肃农业大学旱农试验站进行，该站地处陇中黄
土高原，为典型的雨养农业区。海拔２０００ｍ，年均太阳辐射５９２．９ｋＪ／ｃｍ２，日照时数２４７６．６ｈ，年均气温
６．４℃，年均≥０℃积温２９３３．５℃，年均≥１０℃积温２２３９．１℃，无霜期１４０ｄ。多年平均降水量３９１．０ｍｍ，年
蒸发量１５３１ｍｍ。
本试验在不同气象条件类型的基础上设计两类试验：一是耕作方式试验，设３种耕作方式：传统耕作（作物收
获后至冬前三耕两耱）、免耕（全年不耕作，播种时用免耕播种机一次性完成施肥和播种，收获后用２，４Ｄ和草甘
磷除草）和免耕覆盖［耕作、播种、除草方法同免耕，收获脱粒后将全部前茬作物秸秆切碎（５ｃｍ左右）后，均匀覆
盖在原小区］，编码分别为Ｔ、ＮＴ和ＮＴＳ。春小麦播种时施纯氮１０５ｋｇ／ｈｍ２（尿素＋二铵），纯Ｐ２Ｏ５１０５ｋｇ／ｈｍ２
（过磷酸钙＋二铵）。二是免耕施氮肥试验，设５个施氮水平，施氮量分别为０，５２．５，１０５．０，１５７．５和２１０．０ｋｇ
Ｎ／ｈｍ２。各处理磷肥施用量均为１０５ｋｇ／ｈｍ２。供施氮肥为尿素（含纯Ｎ４６％），磷肥为普通过磷酸钙（含Ｐ２Ｏ５
１２％），肥料在播种前一次性施入土壤，不用农家肥。试验小区面积２０ｍ×４ｍ，完全随机区组设置，４次重复。
供试作物为春小麦，品种为“定西３５号”，每年３月份，按定西地区常用播量１８７．５ｋｇ／ｈｍ２ 播种，用免耕播种机播
种，行距０．２５ｍ，作物生长期间除锄草外无其他作业，同年７—８月份收获，收获时，各小区两边均去掉两边行，按
小区用镰刀收割，将实收作物带回打谷场晒干，脱粒，单打单收，计算籽粒产量。
１．２ ＡＰＳＩＭ模型简介
ＡＰＳＩＭ模型是澳大利亚农业生产系统研究组（ＡＰＳＲＵ）自１９９１年开始研制的一种农业生产系统模型。该
模型在产量和经济评估功能上虽与其他模型相似，但优于作物轮作系统模拟［５，１２１４］，可以模拟轮作系统不同耕作
措施、作物生育进程、产量与各生育阶段温度、降水量、土壤水分的动态关系以及各种气候背景组合条件下的产
量，可以实现不同气候年型下的动态决策和应变管理［１４１６］。ＡＰＳＩＭ模型目前能够比较准确地预测各类气候、作
物品种、土壤与管理因素相互作用的作物与土壤效应，评估气候变化的作物风险［１３，１４］。如：ＡＰＳＩＭ 模型在国外
已应用到不同的气候带：澳大利亚昆士兰州北部的亚热带干旱带、温带大陆的美国密执安、新西兰的温带海洋气
候带、澳大利亚冬季降水为主带和全年均匀降水带及
西澳的地中海气候带、荷兰的海洋性气候带和菲律宾
的热带湿润高海拔区。在国内利用ＡＰＳＩＭ 模型对冬
小麦产量进行过气候风险的评估［１７］和不同耕作措施
的适用性研究及应用［１８２０］。
１．３ 模型参数
根据研究区的气候、土壤和小麦属性资料，建立基
础数据库（气候属性模块、土壤属性模块和小麦属性模
块），然后在 ＡＰＳＩＭＷｈｅａｔ模块的基础上，结合研究
区的定位试验，对模块参数进行修正，建立作物参数模
块，并连接到平台中进行模拟。模型参数及方法参见
文献［１９，２０］。
１．４ 温度和ＣＯ２ 协同效应的模拟设计
基于未来气温升高和ＣＯ２ 浓度增加预测，设计温
度和ＣＯ２浓度两因素模拟试验（表１）。选择２００５年
表１ 温度和犆犗２ 浓度的模拟试验设计及编码
犜犪犫犾犲１ 犛犻犿狌犾犪狋犻狅狀犱犲狊犻犵狀狅犳狋犲犿狆犲狉犪狋狌狉犲
犪狀犱犆犗２犮狅狀犮犲狀狋狉犪狋犻狅狀
编号
Ｎｏ
温度
Ｔｅｍｐｅｒａｔｕｒｅ
（℃）
编码
Ｃｏｄｅ
ＣＯ２浓度
ＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎ
（μｍｏｌ／ｍｏｌ）
编码
Ｃｏｄｅ
１ ０ －３ ３７０ －２．６３
２ １ －２ ４００ －２
３ ２ －１ ５００ －１
４ ３ ０ ６００ ０
５ ４ １ ７００ １
６ ５ ２ ８００ ２
７ ６ ３ ９００ ３
注：０为２００５年的基准气候条件，其他为２００５基准年的增加值。
Ｎｏｔｅ：０ｉｓｒｅｆｅｒｅｎｃｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｃｏｎｄｉｔｉｏｎｉｎ２００５，ｏｔｈｅｒｓａｒｅａｄｄ
ｅｄｖａｌｕｅｔｏｔｈａｔｉｎ２００５．
１６１第２１卷第５期 草业学报２０１２年
为模拟的参考年份，年降水量为４５２．５ｍｍ，生育期降水量为２７９．３ｍｍ，季节分布与近４０年平均季节分配相近，
为此以２００５年气象条件和ＣＯ２ 浓度为３７０μｍｏｌ／ｍｏｌ作为计算起点，设为基准值。因为温度与ＣＯ２ 浓度量纲
和量级都不相同，为此引入编码因子进行编码。对变量进行编码处理［２０］（表１），然后对７个温度和ＣＯ２ 浓度水
平组合设计。
１．５ 小麦生产对气候变化的敏感程度划分方法
敏感性是指系统受到与气候有关的刺激因素影响的程度，包括不利和有利影响。所谓刺激因素是指所有的
气候变化因素，包括平均气候状况、气候变率和极端事件的频率和强度［２１，２２］。小麦对气候变化的敏感性是指小
麦生产对气候变化因素的响应程度或敏感程度，直接采用小麦产量的变化率来表示。气候变化造成小麦产量的
变化率越大，说明小麦对气候变化越敏感。在不考虑土壤类型、作物品种、管理和降水变化的情况下，以ＡＰＳＩＭ
模型模拟温度和ＣＯ２ 浓度两因素七水平的小麦产量，计算小麦产量的变化率，即：
产量变化率（％）＝（预测产量－基准产量）／基准产量×１００
依据小麦产量的变化率进行敏感等级的划分（表２），并利用Ｓｕｒｆｅｒ８．０进行敏感性制图。
表２ 小麦气候变化的敏感性等级划分标准
犜犪犫犾犲２ 犆犾犪狊狊犻犳犻犮犪狋犻狅狀狅犳狊犲狀狊犻狋犻狏犻狋狔狅犳犮狉狅狆狋狅犮犾犻犿犪狋犲犮犺犪狀犵犲
项目
Ｉｔｅｍ
强度负敏感
Ｈｉｇｈｌｙ
ｎｅｇａｔｉｖｅ
中度负敏感
Ｍｏｄｅｒａｔｅｌｙ
ｎｅｇａｔｉｖｅ
轻微负敏感
Ｓｌｉｇｈｔｌｙ
ｎｅｇａｔｉｖｅ
不敏感
Ｎｏｔ
ｓｅｎｓｉｔｉｖｅ
轻微正敏感
Ｓｌｉｇｈｔｌｙ
ｐｏｓｉｔｉｖｅ
中度正敏感
Ｍｏｄｅｒａｔｅｌｙ
ｐｏｓｉｔｉｖｅ
强度正敏感
Ｈｉｇｈｌｙ
ｐｏｓｉｔｉｖｅ
产量变化Ｙｉｅｌｄｃｈａｎｇｅｒａｔｅ（％） ＜－３０ －３０～－１５ －１５～－５ －５～５ ５～１５ １５～３０ ＞３０
编码Ｃｏｄｅ ３ ２ １ ０ １ ２ ３
２ 结果与分析
２．１ ＡＰＳＩＭ模型检验
运用ＡＰＳＩＭ模型模拟２００２—２００５年不同气象条件类型的小麦产量，根据实测产量数据和模拟产量数据进
行模型的有效性检验（图１），数据点分布在－１５％～１５％的误差线内（图１），产量模拟值和实测值呈显著正相关，
相关系数犚为０．９６２，归一化均方根误差ＮＲＭＳＥ为４．８１％，模型有效参数 ＭＥ 为０．９９９，表明用此模型模拟小
麦的产量有较高的准确性［１６１８］。
２．２ 气候变化对不同耕作措施旱地小麦产量的影响
在土壤类型、作物品种、管理和降水等要素完全相
图１ 小麦模拟和观测产量相关分析
犉犻犵．１ 犆狅狉狉犲犾犪狋犻狅狀犪狀犪犾狔狊犻狊狅犳狑犺犲犪狋狔犻犲犾犱犫犲狋狑犲犲狀
狅犫狊犲狉狏犲犱犪狀犱狊犻犿狌犾犪狋犲犱
同的情况下，运用 ＡＰＳＩＭ 模型模拟两因素七水平３
种耕作措施的小麦产量，并对其进行分析。结果表明，
当温度不变时，ＣＯ２ 浓度每增加１００μｍｏｌ／ｍｏｌ，不同
处理的小麦最大增产量可达到２０．１％，平均增产量
５．０％。其中传统耕作（Ｔ）、免耕（ＮＴ）和免耕覆盖
（ＮＴＳ）最大增产量分别为１８．５％，２０．１％和１３．９％，
平均增产量分别为４．９％，４．９％和５．２％。不同耕作
措施整体表现为小麦产量随着ＣＯ２ 浓度升高是递增
的。这是由于ＣＯ２ 增加使作物生长发育加快，同时能
抑制作物的呼吸作用，提高植物水分利用率，导致产量
增加。当ＣＯ２ 浓度不变时，温度升高１℃，不同处理的
小麦最大减产量高达１４．２％，平均减产量５．６％。其
中Ｔ、ＮＴ和ＮＴＳ最大减产量分别为１４．２％，１４．１％
２６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．５
和１３．３％，平均减产量分别为６．２％，６．１％和４．６％。不同处理整体表现为小麦产量随着温度升高是递减的。
减产主要是由于温度的升高缩短了小麦的生育期，同时由于高温使麦田的蒸发量增大，造成了作物水分的亏缺等
原因。从温度和ＣＯ２ 浓度对３种耕作措施小麦产量影响来看，不同耕作措施的小麦产量对温度和ＣＯ２ 浓度的
响应是不同的。不论是温度还是ＣＯ２ 浓度，免耕覆盖增产效应和减产效应相对优于其他２种耕作方式。免耕覆
盖由于覆盖处理对太阳辐射的吸收转化和热量传导都有较大的影响，可以缓减土壤与大气的温度交换，进而缓减
温度的升降幅度。
温度和ＣＯ２ 浓度单因素对小麦产量影响存在一定的相关性，同时也存在两因素的互作效应。为了进一步研
究温度和ＣＯ２ 浓度的相互作用，选择温度（犡１）和ＣＯ２ 浓度（犡２）作为自变量因子，产量（犢）作为因变量。用ＤＰＳ
软件进行正交组合，通过二次多项式逐步回归设计，建立不同耕作措施条件下小麦产量与温度和ＣＯ２ 浓度两因
素的二次回归方程（表３）。
表３ 产量与各因素的回归模型
犜犪犫犾犲３ 犚犲犵狉犲狊狊犻狅狀犿狅犱犲犾狅犳狔犻犲犾犱狊犪狀犱犳犪犮狋狅狉狊
耕作方式Ｔｉｌａｇｅｔｙｐｅ 回归方程Ｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ 犚 犉值犉ｖａｌｕｅ
Ｔ 犢＝１９８２．９３－１１４．２０犡１＋９９．５６犡２－８．８７犡１２－１５．１８犡２２＋１０．８０犡１犡２ ０．９９４ ７１１．６５５
ＮＴ 犢＝２００６．９９－１１７．０４犡１＋９９．０９犡２－９．８８犡１２－１４．３８犡２２＋９．６１犡１犡２ ０．９９５ ８５２．２５４
ＮＴＳ 犢＝２６９９．０４－１１６．０２犡１＋１３６．５８犡２－２８．２１犡１２－９．９２犡２２＋３６．３７犡１犡２ ０．９８８ ３４４．１８１
对回归方程的显著性水平进行检验，犉＞犉０．０５，表明方程回归达到显著水平。通过Ｆ检验说明回归方程的产
量（犢）与温度（犡１）和ＣＯ２ 浓度（犡２）之间有很好的数量化关系，可以进行效应分析与预测。
在回归模拟计算过程中应用的是无量纲线性编码代换，所求得的偏回归系数已标准化，故其绝对值大小可直
接反映各变量对产量的影响程度。３种耕作措施的温度（犡１）一次项偏回归系数均为负值，ＣＯ２ 浓度（犡２）一次项
偏回归系数均为正值。表明温度的直接效应为负效应而ＣＯ２ 浓度为正效应。即当温度升高时，温度的直接效应
导致小麦减产，而ＣＯ２ 浓度升高的直接效应是小麦增产。其中，传统耕作和免耕的一次项偏回归系数绝对值：温
度（犡１）＞ＣＯ２ 浓度（犡２），表明ＣＯ２ 浓度升高的小麦增产效应不能补偿高温升高所导致的减产。而免耕覆盖
（ＮＴＳ）的一次项偏回归系数绝对值：温度（犡１）＜ＣＯ２ 浓度（犡２），可以看出ＣＯ２ 浓度升高的增产效应大于温度升
高的减产效应，免耕覆盖ＣＯ２ 浓度升高的增产效应可以补偿由于温度升高导致减产的效应。
３种耕作措施的温度（犡１）和ＣＯ２ 浓度（犡２）二次项偏回归系数均为负值。当ＣＯ２ 浓度不变的情况下，小麦
产量随温度升高呈下降趋势，且温度升高幅度越大，小麦产量减产幅度越大；当温度不变的情况下，小麦产量随
ＣＯ２ 浓度升高呈增加趋势，但连续增加ＣＯ２ 浓度，小麦产量达到某一程度以后，产量的增加将越来越小，表明小
麦产量随着ＣＯ２ 浓度升高会出现报酬递减。且免耕覆盖边际报酬递减率小于其他２种耕作措施。温度（犡１）和
ＣＯ２ 浓度（犡２）的交互项系数是正值，且免耕覆盖的交互系数大于其他２种耕作措施。表明温度和ＣＯ２ 浓度同
时升高对小麦产量形成有协同促进作用，而且免耕覆盖具有更好的交互协同促进效应。
为了进一步分析单个因素的产量效应，对回归模型进行降维处理，即将两因素中任意一个因素固定为０水
平，则可得其中一因素对产量的一元二次子模型（表４）。
在试验设计的各因素水平值范围内，将编码值代入一元二次子模型可实现各因子的产量效应关系（图２）。
温度和ＣＯ２ 浓度与小麦产量都呈二次抛物线型变化。其中，传统耕作和免耕小麦产量与温度呈二次抛物线递减
型，且犱犢犻／犱犡犻≠０，呈叠加递减，而免耕覆盖小麦产量与温度呈二次抛物线拐点型，且犱犢犻／犱犡犻＝０，可以分成２
个时期：一是递增期，二是递减期，拐点为阈值点。阈值为当自变量低于最适量时，随着自变量的增加，产量也随
之增加；到达最适量时，产量最高；自变量继续加大，产量则随之减小。温度两因素在设计范围内传统耕作和免耕
均未出现阈值，而免耕覆盖的温度效应出现了阈值。免耕覆盖抛物线的拐点就是温度的最高产量值，与其相对应
的便是温度的阈值。在研究中，温度的最佳量为－２．０６（码值），换算为实际量，则温度升高０．９４℃时，此时小麦
３６１第２１卷第５期 草业学报２０１２年
产量可达到２８１８．３ｋｇ／ｈｍ２。在温度升高低于０．９４℃时，温度升高具有一定的增产效果（图２）；当温度升高超过
最适量（０．９４℃）时，小麦产量随温度升高开始减少。大量的研究表明：免耕覆盖可以稳定土壤温度，与常规耕作
相比，覆盖秸秆会降低阳光对地面的直接辐射，影响土温升高［２３，２４］。因此当温度升高在阈值点之内时，免耕覆盖
由于覆盖物的降温效应，可以补偿由于温度升高带来的负效应，因此在此范围内小麦产量是增加的。当超过阈值
点后，覆盖物也不能补偿温度的负效应，因此造成小麦减产。
表４ 一元二次子模型
犜犪犫犾犲４ 犜犺犲狊狌犫犿狅犱犲犾狅犳狅狀犲狆犾犪犮犲狇狌犪犱狉犪狋犻犮
耕作方式 Ｔｉｌａｇｅｔｙｐｅ 因素Ｆａｃｔｏｒｓ 一元二次子模型Ｔｈｅｓｕｂｍｏｄｅｌｏｆｏｎｅｐｌａｃｅｑｕａｄｒａｔｉｃ
Ｔ 温度 Ｔｅｍｐｅｒａｔｕｒｅ 犢温度＝１９８２．９３－１１４．２０犡１－８．８７犡１２
ＣＯ２浓度ＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎ 犢ＣＯ２＝１９８２．９３＋９９．５６犡２－１５．１８犡２
２
ＮＴ 温度Ｔｅｍｐｅｒａｔｕｒｅ 犢温度＝２００６．９９－１１７．０４犡１－９．８８犡１２
ＣＯ２浓度ＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎ 犢ＣＯ２＝２００６．９９＋９９．０９犡２－１４．３８犡２
２
ＮＴＳ 温度Ｔｅｍｐｅｒａｔｕｒｅ 犢温度＝２６９９．０４－１１６．０２犡１－２８．２１犡１２
ＣＯ２浓度ＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎ 犢ＣＯ２＝２６９９．０４＋１３６．５８犡２－９．９２犡２
２
３种耕作措施小麦产量都随ＣＯ２ 浓度呈二次抛物
图２ 温度和犆犗２ 浓度对小麦产量的单因素效应
犉犻犵．２ 犛犻狀犵犾犲犲犳犳犲犮狋狅犳狋犲犿狆犲狉犪狋狌狉犲犪狀犱犆犗２
犮狅狀犮犲狀狋狉犪狋犻狅狀狅狀狑犺犲犪狋狔犻犲犾犱
线递增型变化，其中传统耕作和免耕增产率随ＣＯ２ 浓
度的升高有减少的趋势，即会出现边际报酬递减，而免
耕覆盖增产速率随ＣＯ２ 浓度升高边际报酬递减率小
于其他２种耕作措施，同时免耕覆盖增产率大于其他
２种耕作措施。表明当ＣＯ２ 浓度升高越多，ＣＯ２ 浓度
的肥效作用越小。大量的研究表明，免耕覆盖能降低
土壤容重，增加土壤有机质、速效氮、速效钾含量，提高
土壤剖面水分含量，增加土壤剖面的贮水，提高水分的
利用率［２３，２４］。当ＣＯ２ 浓度增加时，免耕覆盖可以为小
麦生产提供更好的土壤环境，满足小麦生长需求。
２．３ 不同耕作措施条件下小麦产量对气候变化的敏
感性分析
根据ＡＰＳＩＭ模型模拟的两因素七水平小麦产量
计算小麦产量的变化率，按照敏感强度划分标准对变
化率进行编码，然后运用Ｓｕｒｆｅｒ８．０制作温度和ＣＯ２ 浓度二维敏感强度分布图。从３种耕作措施温度和ＣＯ２ 浓
度对小麦产量的敏感性分布图来看（图３～５），可以分成３个区域范围：一是在对角线区域范围为不敏感区，即小
麦生产基本不受温度和ＣＯ２ 浓度的影响，产量相对稳定；对角线区域以上为小麦生长的正敏感区，即小麦产量随
温度和ＣＯ２ 浓度的变化而增产，小麦的增产区；对角线区域以下为小麦生长的负敏感区，即小麦产量随温度和
ＣＯ２ 浓度的变化而减产，小麦的减产区。
从传统耕作、免耕和免耕覆盖小麦产量的敏感强度分布图（图３～５）可以看出，传统耕作和免耕小麦产量的
敏感强度随温度和ＣＯ２ 浓度的分布基本一致，但免耕覆盖与传统耕作和免耕２种耕作措施有一定的差别。免耕
覆盖稳产区范围相对较大，当温度和ＣＯ２ 浓度在一定区域范围内变化时，产量表现稳定。表明免耕覆盖小麦产
量随温度和ＣＯ２ 浓度升高的敏感强度相对较为稳定，具有一定的抗气候变化风险的能力，可以更好的应对未来
气候变化。
４６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．５
图３ 传统耕作条件下温度和犆犗２ 浓度变化对小麦生产的敏感程度分布
犉犻犵．３ 犛犲狀狊犻狋犻狏犻狋狔狅犳狋犲犿狆犲狉犪狋狌狉犲犪狀犱犆犗２犮狅狀犮犲狀狋狉犪狋犻狅狀狋狅狑犺犲犪狋狔犻犲犾犱犻狀犮狅狀狏犲狀狋犻狅狀犪犾狋犻犾犪犵犲（犜）
图４ 免耕条件下温度和犆犗２ 浓度变化对小麦生产的敏感程度
犉犻犵．４ 犛犲狀狊犻狋犻狏犻狋狔狅犳狋犲犿狆犲狉犪狋狌狉犲犪狀犱犆犗２犮狅狀犮犲狀狋狉犪狋犻狅狀狋狅狑犺犲犪狋狔犻犲犾犱犻狀狀狅狋犻犾犪犵犲（犖犜）
图５ 免耕覆盖条件下温度和犆犗２ 浓度变化对小麦生产的敏感程度
犉犻犵．５ 犛犲狀狊犻狋犻狏犻狋狔狅犳狋犲犿狆犲狉犪狋狌狉犲犪狀犱犆犗２犮狅狀犮犲狀狋狉犪狋犻狅狀狋狅狑犺犲犪狋狔犻犲犾犱犻狀狀狅狋犻犾犪犵犲狑犻狋犺狊狋狌犫犫犾犲犿狌犾犮犺犻狀犵（犖犜犛）
５６１第２１卷第５期 草业学报２０１２年
３ 讨论
根据ＩＰＣＣ第三次报告模式的预估结果，温度和ＣＯ２ 浓度将升高，而降水变化（增加或减少）可能会出现区
域性差异。为此本研究在假设温度和ＣＯ２ 浓度升高的情景下，运用ＡＰＳＩＭ 模型模拟３种耕作措施小麦产量对
温度和ＣＯ２ 浓度变化的响应。表明同一耕作措施下温度的升高导致小麦减产，ＣＯ２ 浓度升高可以提高小麦产
量，这个结果与大多数研究结果是一致的［２５２９］。而不同耕作措施中，免耕覆盖相比传统耕作和免耕具有较好的
ＣＯ２ 浓度增产效应与缓减温度的减产效应，并且温度和ＣＯ２ 浓度同时升高对小麦产量形成具有较好的协同促进
作用，表明免耕覆盖具有较好的应对气候变化的风险能力。ＣＯ２ 浓度增产效应是由于ＣＯ２ 浓度增加，加大了叶
片内外ＣＯ２ 浓度梯度和向叶片内部扩散速度，提高了同化速率，加速了光合产物的形成和输送，从而促进了小麦
生长、发育和干物质积累，提高了产量；同时，ＣＯ２ 浓度上升，减小了气孔导度，抑制了小麦蒸腾，提高了水分利用
率，有利增产［３０］。而免耕覆盖可以增加土壤的蓄水和保水能力，提高全生育期平均耕层土壤含水率，为同化作用
提供更好的生态环境，进而提高作物水分利用效率和作物产量［３１，３２］。温度的减产效应主要是由于温度的升高缩
短了小麦的生育期，同时由于高温使麦田的蒸发量增大，造成了作物水分的亏缺等原因。而免耕覆盖可以平衡和
改善耕层土壤温度状况，在土壤温度较低时具有保温作用，在土壤温度较高时具有降温作用，同时由于免耕覆盖
地表的覆盖物可以减少土壤蒸发，进而可以缓减小麦减产［３３］。温度和ＣＯ２ 浓度同时升高对小麦生产具有协同
促进作用，有不同的研究结论［２５］：一些研究表明，高温和高ＣＯ２ 浓度具有协同促进作用［２６２８］。但也有一些研究
认为高温和高ＣＯ２ 浓度之间没有协同作用［２９］。可以看出温度和ＣＯ２ 浓度对作物生长的交互效应是一个复杂的
过程，特别是不同耕作措施之间交互的差异及二者之间的协同机理还需要进一步研究。
作物模型通常是基于作物生理过程建立的机理模型，能够动态地模拟作物的生长发育和产量形成过程，较准
确地表达作物生长与气候因子变化之间的关系，可以用来预测气候条件下的作物产量［２４］。但如果出现了极端气
候条件，需要对模型进行改进。而本研究在模型模拟过程中，只模拟小麦产量对温度和ＣＯ２ 浓度的响应，并未考
虑其他极端条件等因素对小麦产量的影响，可能会造成模型模拟结果的不确定性。因此在今后的模拟中，还需把
极端天气等设置为边界条件，作为输入变量，在满足极端条件发生的气象条件下进行模拟，再考虑温度和ＣＯ２ 浓
度因素的影响，才能做出更可靠的影响评估，减少模拟结果的不确定性。
４ 结论
为了分析气候变化对不同耕作措施小麦产量的影响，运用ＡＰＳＩＭ 模型对两因素七水平的小麦产量进行了
模拟，并选择温度和ＣＯ２ 浓度作为自变量因子对产量进行效应分析。主要结论有：
１）小麦产量随ＣＯ２ 浓度升高呈二次抛物线上升型变化，但会出现报酬递减。同时免耕覆盖ＣＯ２ 浓度对小
麦增产效应大于其他２种耕作措施，且免耕覆盖的边际报酬递减率小于其他２种耕作措施。
２）传统耕作和免耕小麦产量随温度升高呈二次抛物线递减型，并呈叠加递减。同时免耕覆盖随温度升高呈
二次抛物线拐点型，可以分成２个时期：一是递增期，二是递减期，温度升高阈值点为０．９４℃，小麦产量可达到
２８１８．３ｋｇ／ｈｍ２。
３）温度和ＣＯ２ 浓度同时升高对小麦产量具有协同促进作用，并且免耕覆盖协同促进效应大于其他２种耕作
措施。免耕覆盖条件下ＣＯ２ 浓度升高小麦的增产效应可以补偿高温所导致的减产，而传统耕作和免耕条件ＣＯ２
浓度升高小麦的增产效应不能补偿高温所导致的减产。
４）免耕覆盖条件小麦产量随温度和ＣＯ２ 浓度变化的敏感强度相对较为稳定，具有一定的应对温度和ＣＯ２
浓度变化的能力。３种耕作措施温度和ＣＯ２ 浓度对小麦产量的敏感强度可以分成３个区域范围：不敏感区，正敏
感区和负敏感区。免耕覆盖对气候变化的敏感强度要小于免耕和传统耕作，整个气候变化过程都是正效应或零
效应大于负效应，因此免耕覆盖小麦生产具有更好的应对未来气候变化的能力。
参考文献：
［１］ 孙成权，高峰，曲建升．全球气候变化的新认识：ＩＰＣＣ第三次气候变化评价报告概览［Ｊ］．自然杂志，２００２，２４（２）：１１４
１２２．
［２］ 包刚，覃志豪，周义，等．气候变化对中国农业生产影响的模拟评价进展［Ｊ］．中国农学通报，２０１２，２８（２）：３０３３０７．
［３］ ＤａｖｉｄＷ，ＲｏｗａｎＡＣ．Ｃｒｏｐｅｃｏｓｙｓｔｅｍｒｅｓｐｏｎｓｅｓｔｏｃｌｉｍａｔｉｃｃｈａｎｇｅ：ｗｈｅａｔ［Ａ］．Ｉｎ：ＲｅｄｄｙＫＲ，ＨｏｄｇｅｓＨＦ．Ｃｌｉｍａｔｅ
ＣｈａｎｇｅａｎｄＧｌｏｂａｌＣｒｏｐＰｒｏｄｕｃｔｉｖｉｔｙ［Ｍ］．ＮｅｗＹｏｒｋ，ＵＳＡ：ＣＡＢＩＰｒｅｓｓ，２０００：５７８０．
［４］ 居辉，熊伟，许吟隆，等．气候变化对我国小麦产量的影响［Ｊ］．作物学报，１９９５，３１（１０）：１３４０１３４３．
６６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．５
［５］ 沈禹颖，南志标，ＲｏｂｅｒｔｓｏｎＭ，等．ＡＰＳＩＭ模型的发展与应用［Ｊ］．应用生态学报，２００２，１３（８）：１０２７１０３２．
［６］ 王改玲，郝明德，许继光，等．保护性耕作对黄土高原南部地区小麦产量及土壤理化性质的影响［Ｊ］．植物营养与肥料学报，
２０１１，１７（３）：５３９５４４．
［７］ 王建政．旱地小麦保护性耕作对土壤水分的影响［Ｊ］．中国水土保持科学，２００７，５（５）：７１７４．
［８］ 李玲玲，黄高宝，张仁陟，等．不同保护性耕作措施对旱作农田土壤水分的影响［Ｊ］．生态学报，２００５，２５（９）：２３２６２３３２．
［９］ 于爱忠，黄高宝，柴强．不同耕作措施对西北绿洲灌区冬小麦农田土壤呼吸的影响［Ｊ］．草业学报，２０１２，２１（１）：２７３２７８．
［１０］ 张仁陟，罗珠珠，蔡立群，等．长期保护性耕作对黄土高原旱地土壤物理质量的影响［Ｊ］．草业学报，２０１１，２０（４）：１１０．
［１１］ 康轩，黄景，吕巨智，等．保护性耕作对土壤养分及有机碳库的影响［Ｊ］．生态环境学报，２００９，１８（６）：２３３９２３４３．
［１２］ ＡｓｓｅｎｇＳ，ＫｅａｔｉｎｇＢＡ，ＦｉｌｅｒｙＩＲＰ，犲狋犪犾．ＰｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＡＰＳＩＭｗｈｅａｔｍｏｄｅｌｉｎＷｅｓｔｅｒｎＡｕｓｔｒａｌｉａ［Ｊ］．ＦｉｅｌｄＣｒｏｐｓ
Ｒｅｓｅａｒｃｈ，１９９８，５７（２）：１６３１７９．
［１３］ ＡｓｓｅｎｇＳ，ＫｅｕｌｅｎＨＶ，ＳｔｏｌＷ，犲狋犪犾．ＰｅｒｆｏｒｍａｎｃｅａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅＡＰＳＩＭ ＮｗｈｅａｔｍｏｄｅｌｉｎｔｈｅＮｅｔｈｅｒｌａｎｄｓ［Ｊ］．
ＥｕｒｏｐＪｏｕｒｎａｌＡｇｒｏｎｏｍｙ，２０００，１２（１）：３７５４．
［１４］ ＳｉｎｃｌａｉｒＴＲ，ＳｅｌｉｇｍａｎＮ．Ｃｒｉｔｅｒｉａｆｏｒｐｕｂｌｉｓｈｉｎｇｐａｐｅｒｓｏｎｃｒｏｐｍｏｄｅｌｉｎｇ［Ｊ］．ＦｉｅｌｄＣｒｏｐｓＲｅｓｅａｒｃｈ，２０００，６８：１６５１７２．
［１５］ ＭｃｃｏｗｎＲＬ，ＨａｍｍｅｒＧＬ，ＨａｒｇｒｅａｖｅｓＪＮＧ，犲狋犪犾．ＡＰＳＩＭ：ａｎｏｖｅｌｓｏｆｔｗａｒｅｓｙｓｔｅｍｆｏｒｍｏｄｅｌｄｅｖｅｌｏｐｍｅｎｔ，ｍｏｄｅｌｔｅｓ
ｔｉｎｇａｎｄｓｉｍｕｌａｔｉｏｎｉｎａｇｒｉｃｕｌｔｕｒａｌｓｙｓｔｅｍｓｒｅｓｅａｒｃｈ［Ｊ］．ＡｇｒｉｃｕｌｔｕｒａｌＳｙｓｔｅｍｓ，１９９６，５０：２５５２７１．
［１６］ ＭｃｃｏｗｎＲＬ，ＨａｍｍｅｒＧＬ，ＨａｒｇｒｅａｖｅｓＪＮＧ．ＡＰＳＩＭ：ａｎａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｏｎｓｙｓｔｅｍｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｆｏｒｏｐｅｒａｔｉｏｎａｌ
ｒｅｓｅａｒｃｈ［Ｊ］．ＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒｓｉｎＳｉｍｕｌａｔｉｏｎ，１９９５，３９：２２５２３１．
［１７］ 孙宁，冯利平．利用冬小麦作物生长模型对产量气候风险的评估［Ｊ］．农业工程学报，２００５，２１（２）：１０６１１０．
［１８］ 李广，黄高宝，ＢｅｌｏｔｔｉＷ，等．ＡＰＳＩＭ 模型在黄土丘陵沟壑区不同耕作措施中的适用性［Ｊ］．生态学报，２００９，２９（５）：
２６５５２６６３．
［１９］ 李广，黄高宝．基于ＡＰＳＩＭ模型的降水量分配对旱地小麦和豌豆产量影响的研究［Ｊ］．中国生态农业学报，２０１０，１８（２）：
３４２３４７．
［２０］ 李广，黄高宝，王琦，等．基于ＡＰＳＩＭ模型的旱地小麦和豌豆水肥协同效应分析［Ｊ］．草业学报，２０１１，２０（５）：１５１１５９．
［２１］ 孙芳，杨修，林而达，等．中国小麦对气候变化的敏感性和脆弱性研究［Ｊ］．中国农业科学，２００５，３８（４）：６９２６９６．
［２２］ ＷａｔｓｏｎＲＴ，ＺｉｎｙｏｗｅｒａＭＣ，ＭｏｓｓＲＨ．ＴｈｅＲｅｇｉｏｎａｌＩｍｐａｃｔｓｏｆＣｌｉｍａｔｅＣｈａｎｇｅ：ａｎＡｓｓｅｓｓｍｅｎｔｏｆＶｕｌｎｅｒａｂｉｌｉｔｙ［Ｍ］．
ＵＫ：ＣａｍｂｒｉｄｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，１９９７：１１８．
［２３］ 王育红，蔡典雄，姚宇卿，等．豫西旱坡地长期定位保护性耕作研究—Ⅱ．连年免耕和深松覆盖对麦田土壤温度的影响［Ｊ］．
干旱地区农业研究，２０１０，２８（２）：５９６４．
［２４］ 张薇，周连仁．保护性耕作对黑钙土水分及温度的影响［Ｊ］．东北农业大学学报，２０１１，４２（２）：１１５１２１．
［２５］ 王美玉，赵天宏，张巍巍，等．ＣＯ２ 浓度升高与温度、干旱相互作用对植物生理生态过程的影响［Ｊ］．干旱地区农业研究，
２００７，２５（２）：９９１０３．
［２６］ ＩｄｓｏＫＥ，ＩｄｓｏＳＢ．ＰｌａｎｔｒｅｓｐｏｎｓｅｓｔｏａｔｍｏｓｐｈｅｒｉｃＣＯ２ｅｎｒｉｃｈｍｅｎｔｉｎｔｈｅｆａｃｅｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｓｔｒａｉｎｔｓ：ａｒｅｖｉｅｗｏｆｔｈｅ
ｐａｓｔ１０ｙｅａｒｓ’ｒｅｓｅａｒｃｈ［Ｊ］．ＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｒｅｓｔＭｅｔｅｏｒｏｌｏｇｙ，１９９４，６９：１５３２０３．
［２７］ 林伟宏，白克智，匡廷云．大气ＣＯ２ 浓度和温度升高对水稻叶片及群体光合作用的影响［Ｊ］．植物学报，１９９９，４１（６）：６２４
６２８．
［２８］ 孙谷畴，赵平，饶兴权，等．供氮和增温对倍增二氧化碳浓度下荫香叶片光合作用的影响［Ｊ］．应用生态学报，２００５，１６（８）：
１３９９１４０４．
［２９］ ＨｅＪＳ，ＫｅｌｙＳＷ，ＢａｚｚａｚＦＡ．Ｌｅａｆｌｅｖｅｌｐｈｙｓｉｏｌｏｇｙ，ｂｉｏｍａｓｓ，ａｎｄｒｅｐｒｏｄｕｃｔｉｏｎｏｆｐｈｙｔｏｌａｃｃａＡｍｅｒｉｃａｕｎｄｅｒｃｏｎｄｉｔｉｏｎｓｏｆ
ｅｌｅｖａｔｅｄＣＯ２ａｎｄａｌｔｅｒｅｄｔｅｍｐｅｒａｔｕｒｅｒｅｇｉｍｅｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＰｌａｎｔＳｃｉｅｎｃｅｓ，２００５，１６６（４）：６１５６２２．
［３０］ 王修兰，徐师华，李祥，等．ＣＯ２ 浓度倍增对小麦生育性状和产量构成的影响［Ｊ］．生态学报，１９９６，１６（３）：３２８３３２．
［３１］ 毛红玲，李军，贾志宽，等．旱作麦田保护性耕作蓄水保墒和增产增收效应［Ｊ］．农业工程学报，２０１０，２６（８）：４４５１．
［３２］ 付国占，李潮海，王俊忠，等．残茬覆盖与耕作方式对土壤性状及夏玉米水分利用效率的影响［Ｊ］．农业工程学报，２００５，
２１（１）：５２５６．
［３３］ 江晓东，李增嘉，侯连涛，等．少免耕对灌溉农田冬小麦／夏玉米作物水、肥利用的影响［Ｊ］．农业工程学报，２００５，２１（７）：
２０２４．
７６１第２１卷第５期 草业学报２０１２年
犜犺犲犲犳犳犲犮狋狊狅犳犮犾犻犿犪狋犲犮犺犪狀犵犲狅狀犱狉狔犾犪狀犱狑犺犲犪狋狆狉狅犱狌犮狋犻狅狀狌狀犱犲狉犱犻犳犳犲狉犲狀狋狋犻犾犪犵犲狊狔狊狋犲犿狊
ＬＩＧｕａｎｇ１，２，ＬＩＹｕｅ１，２，ＨＵＡＮＧＧａｏｂａｏ２，３，ＬＵＯＺｈｕｚｈｕ４，ＷＡＮＧＱｉ５，
ＬＩＵＱｉａｎｇ１，２，ＹＡＮＺｈｅｎｇａｎｇ１，２，ＺＨＡＯＹｏｕｙｉ６
（１．ＣｏｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，
Ｃｈｉｎａ；２．ＧａｎｓｕＰｒｏｖｉｎｃｉａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｒｉｄｌａｎｄＣｒｏｐＳｃｉｅｎｃｅ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌ
Ｕｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；３．ＣｏｌｅｇｅｏｆＡｇｒｏｎｏｍｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌ
Ｕｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；４．ＣｏｌｅｇｅｏｆＲｅｓｏｕｒｃｅａｎｄＥｎｖｉｒｏｎｍｅｎｔ
Ｓｃｉｅｎｃｅ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；５．Ｃｏｌｅｇｅ
ｏｆＧｒａｓｓｌａｎｄＳｃｉｅｎｃｅ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，
Ｃｈｉｎａ；６．ＣｏｌｅｇｅｏｆＳｃｉｅｎｃｅ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，
Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｅｘｐｌｏｒｅｔｈｅｉｎｆｌｕｅｎｃｅｍｅｃｈａｎｉｓｍａｎｄｒｅｇｕｌａｔｉｏｎｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｗｈｅａｔｙｉｅｌｄｓ，ｔｈｅｐａ
ｒａｍｅｔｅｒｓｏｆＡＰＳＩＭ ｍｏｄｅｌｗｅｒｅｆｉｒｓｔｌｙｍｏｄｉｆｉｅｄａｎｄｔｈｅｎｖｅｒｉｆｉｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｄａｔａｃｏｌｅｃｔｅｄｆｒｏｍｆｉｅｌｄｅｘ
ｐｅｒｉｍｅｎｔ．ＡＰＳＩＭ ｍｏｄｅｌｗａｓｕｓｅｄｔｏｓｕｒｖｅｙｔｈｅｅｆｆｅｃｔａｎｄｓｅｎｓｉｔｉｖｉｔｙｏｆｅｌｅｖａｔｅｄＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎａｎｄｔｅｍ
ｐｅｒａｔｕｒｅｏｎｗｈｅａｔｙｉｅｌｄｕｎｄｅｒ３ｔｉｌａｇｅｓｙｓｔｅｍｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｗｈｅａｔｙｉｅｌｄａｎｄ
ｔｈｅＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎｗｅｒｅｑｕａｄｒａｔｉｃｐａｒａｂｏｌａｔｈａｔｓｈｏｗｓａｎｉｎｃｒｅａｓｅｄｃｈａｎｇｅａｎｄｔｈｅｙｉｅｌｄｗｉｌｃｏｉｎｃｉｄｅｗｉｔｈ
ｔｈｅｄｉｍｉｎｉｓｈｉｎｇｒｅｔｕｒｎｗｈｅｎＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎｉｎｃｒｅａｓｅ．Ｍｅａｎｗｈｉｌｅ，ｔｈｅｉｎｃｒｅａｓｉｎｇｅｆｆｅｃｔｏｆｗｈｅａｔｙｉｅｌｄｏｆｎｏ
ｔｉｌａｇｅｗｉｔｈｓｔｕｂｂｌｅｍｕｌｃｈｉｎｇ（ＮＴＳ）ｉｓｇｒｅａｔｅｒｔｈａｎｔｈａｔｏｆｃｏｎｖｅｎｔｉｏｎａｌｔｉｌａｇｅ（Ｔ）ａｎｄｎｏｔｉｌａｇｅ（ＮＴ）．Ｔｈｅ
ｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｗｈｅａｔｙｉｅｌｄａｎｄｔｅｍｐｅｒａｔｕｒｅｗｅｒｅｑｕａｄｒａｔｉｃｐａｒａｂｏｌａ．ＷｈｅａｔｙｉｅｌｄａｎｄｔｅｍｐｅｒａｔｕｒｅｏｆＴ
ａｎｄＮＴｓｈｏｗａｄｅｃｒｅａｓｅｄｃｈａｎｇｅｏｆｑｕａｄｒａｔｉｃｐａｒａｂｏｌａ，ａｎｄｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｏｆｔｅｍｐｅｒａｔｕｒｅｔｏｔｈｅｙｉｅｌｄｗｉｌｃｏ
ｉｎｃｉｄｅｗｉｔｈｔｈｅｓｕｐｅｒｉｍｐｏｓｅｄｄｅｃｒｅａｓｉｎｇｅｆｆｅｃｔ．ＷｈｅａｔｙｉｅｌｄａｎｄｔｅｍｐｅｒａｔｕｒｅｕｎｄｅｒＮＴＳｓｈｏｗｉｎｆｌｅｃｔｉｏｎｐｏｉｎｔ
ｔｙｐｅｃｈａｎｇｅｏｆｑｕａｄｒａｔｉｃｐａｒａｂｏｌａ，ｔｅｍｐｅｒａｔｕｒｅｔｈｒｅｓｈｏｌｄｉｓ０．９４℃．Ｓｅｎｓｉｔｉｖｉｔｙｏｆｗｈｅａｔｙｉｅｌｄｔｏｉｎｔｅｒａｃｔｉｏｎｏｆ
ｔｅｍｐｅｒａｔｕｒｅａｎｄＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎｉｓｄｉｖｉｄｅｄｔｏｉｎｓｅｎｓｉｔｉｖｉｔｙ，ｐｏｓｉｔｉｖｅｓｅｎｓｉｔｉｖｉｔｙａｎｄｎｅｇａｔｉｖｅｓｅｎｓｉｔｉｖｉｔｙ．Ｓｅｎ
ｓｉｔｉｖｉｔｙｕｎｄｅｒＮＴＳｔｒｅａｔｍｅｎｔｃｈａｎｇｅｓｌｉｔｔｌｅ．Ｉｎ３ｔｉｌａｇｅｓｙｓｔｅｍｓ，ｔｈｅｉｎｃｒｅａｓｉｎｇｅｆｆｅｃｔｏｆｗｈｅａｔｙｉｅｌｄｃａｕｓｅｄｂｙ
ｅｌｅｖａｔｅｄＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎｃａｎｃｏｍｐｅｎｓａｔｅｆｏｒｔｈｅｙｉｅｌｄｒｅｄｕｃｔｉｏｎｄｕｅｔｏｈｉｇｈｔｅｍｐｅｒａｔｕｒｅｕｎｄｅｒＮＴＳｔｒｅａｔ
ｍｅｎｔ，ａｎｄｔｈｅｒｅｅｘｉｓｔｓｂｅｔｔｅｒｉｎｔｅｒａｃｔｉｏｎｅｆｆｅｃｔｂｅｔｗｅｅｎＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎａｎｄｔｅｍｐｅｒａｔｕｒｅ．ＰｒｅｆｅｒａｂｌｙＮＴＳ
ｃａｎｄｅａｌｗｉｔｈｔｈｅｃｈａｎｇｅｏｆｔｅｍｐｅｒａｔｕｒｅａｎｄＣＯ２ｃｏｎｃｅｎｔｒａｔｉｏｎｂｅｔｔｅｒ，ａｎｄｉｔｃａｎｒｅｄｕｃｅｔｈｅｎｅｇａｔｉｖｅｅｆｆｅｃｔｏｆ
ｃｌｉｍａｔｅｃｈａｎｇｅ．
犓犲狔狑狅狉犱狊：ａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｏｎｓｙｓｔｅｍｓｉｍｕｌａｔｏｒ（ＡＰＳＩＭ）；ｔｉｌａｇｅｓｙｓｔｅｍ；ｗｈｅａｔｙｉｅｌｄ；ｓｅｎｓｉｔｉｖｉｔｙ；ｃｌｉ
ｍａｔｅｃｈａｎｇｅ
８６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．５