全 文 ：作物学报 ACTA AGRONOMICA SINICA 2012, 38(8): 1483−1493 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家重点基础研究发展计划(973计划)项目(2009CB118608)和引进国际先进农业科学技术计划(948计划)重点项目(2011-G9-03)
资助。
* 通讯作者(Corresponding author): 杨晓光, E-mail: yangxg@cau.edu.cn
第一作者联系方式: E-mail: lknkai@126.com
Received(收稿日期): 2011-12-26; Accepted(接受日期): 2012-04-20; Published online(网络出版日期): 2012-06-04.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20120604.0959.002.html
DOI: 10.3724/SP.J.1006.2012.01483
华北地区冬小麦产量潜力分布特征及其影响因素
李克南 1 杨晓光 1,* 刘 园 1,2 荀 欣 1 刘志娟 1 王 静 1,3 吕 硕 1
王恩利 1,4
1中国农业大学资源与环境学院, 北京 100193; 2中国农业科学院农业环境与可持续发展研究所, 北京 100081; 3宁夏气象科学研究所,
宁夏银川 750002; 4 CSIRO Land and Water, GPO Box 1666, Black Mountain, Canberra, ACT 2601, Australia
摘 要: 利用华北地区农业气象观测站作物资料, 验证 APSIM-Wheat 作物模拟模型区域尺度有效性, 结合 1961—
2007年 47年逐日气候资料, 分析冬小麦潜在产量、水分限制产量和水氮限制产量时空分布特征, 明确了气候因素对
冬小麦不同等级产量潜力分布特征的影响程度。对 APSIM-Wheat模型在华北地区区域尺度上进行验证, 结果显示区
域化模型在华北地区有较好的适用性。华北地区冬小麦各层次产量在时间上总体呈下降趋势, 空间上呈带状分布, 不
同层次产量空间分布特征有所差别: 冬小麦潜在产量从东北向西南减少, 水分限制产量从东南向西北递减, 水氮限
制产量从东向西先增加后降低在山东济宁地区达到最大; 河北省为冬小麦潜在产量和水氮限制产量的高值区, 同时
为水分限制产量的低值区, 增加灌溉是提高其产量的主要途径; 山东省为冬小麦潜在产量和水分限制产量的高值区,
水氮限制产量的低值区, 增施氮肥是提高其产量的主要途径; 河南省为冬小麦潜在产量的低值区, 辐射是其主要限
制因素。决定冬小麦潜在产量时空分布特征的最主要气候要素为生长季内总辐射, 总辐射与潜在产量呈极显著正相
关关系; 决定冬小麦水分限制产量分布特征的最主要气候要素为冬小麦生长季内降水量, 呈极显著正相关关系; 气
候要素对于冬小麦水氮限制产量空间分布特征的解释方差较小, 仅为 0.48, 故土壤等其他因素对其空间分布影响较
大。气候变化背景下, 如不改变作物品种, 冬小麦各级产量潜力呈下降趋势, 造成其下降的主要原因为总辐射下降以
及随积温增加冬小麦生长季缩短, 决定冬小麦产量潜力空间分布的主要因素为总辐射和降水量。
关键词: 气候变化; 华北地区; 冬小麦; APSIM-Wheat模型; 潜在产量
Distribution Characteristics of Winter Wheat Yield and Its Influenced Factors
in North China
LI Ke-Nan1, YANG Xiao-Guang1,*, LIU Yuan1,2, XUN Xin1, LIU Zhi-Juan1, WANG Jing1,3, LÜ Shuo1, and
WANG En-Li1,4
1 College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China; 2 Institute of Environment and Sustainable
Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081, China; 3 Ningxia Institute of Meteorological Science,
Yinchuan 750002, China; 4 CSIRO Land and Water, GPO Box 1666, Black Mountain, Canberra, ACT 2601, Australia
Abstract: APSIM-Wheat model was validated in regional level with crop data from agrometeorological observation stations in
North China. Combining the daily climatic data during 1961–2007, the spatiotemporal distribution characteristics were analyzed
in potential yield, water-restricted yield, and water-nitrogen-restricted yield of winter wheat to understand the influences of cli-
matic factors on potential yield in different levels. The APSIM-Wheat model was proved to be applicable in North China. In the
region, the potential yields of winter wheat in different levels showed a zonal distribution in space with a generally temporal de-
cline; however, the differences of spatial distribution characteristics were distinct among yield levels. The decreasing trends were
from northeast to southwest in potential yield of winter wheat, from southeast to northwest in water restricted yield, and from west
to east before a decreasing from east to west in water and nitrogen restricted yield, with the maximum values in Jining, Shandong
1484 作 物 学 报 第 38卷

Province. Hebei Province was located in the zone of high values of potential yield and water and nitrogen restricted yield but low
value of water restricted yield, where irrigation was the main factor to improve the yield of winter wheat. Shandong Province was
in the zone of high values of potential yield and water restricted yield but low value of water and nitrogen restricted yield, where
nitrogen fertilizer was the main factor to improve the yield of winter wheat. Henan Province was a zone of low value of potential
yield, where radiation was a main restraint. The total radiation during the growing season was a major climatic factor that deter-
mined the spatiotemporal distribution characteristics of the simulated potential yield of winter wheat, and it was positively corre-
lated with the potential yield (P < 0.01). Precipitation during the growing season was the most important climatic factor for dis-
tribution characteristics of water restricted yield, which was positively correlated with water restricted yield (P < 0.01). In contrast,
the variance of water and nitrogen restricted yield explained by climate factors was only 0.48, suggesting that soil factors were
determinative rather than climatic factors. Under the background of changed climate and unchanged varieties of winter wheat, the
potential yields at different levels showed declining trends which resulted from the decrease of radiation and the increase of ac-
cumulated temperature during wheat growing season. The primary climatic factors for determining the distribution characteristics
of winter wheat yield were total radiation and precipitation.
Keywords: Climate change; North China; Winter wheat; APSIM-Wheat model; Potential yield
华北地区是我国重要的冬小麦生产基地, 包括
河北、河南和山东三省及北京和天津两个直辖市 ,
2009 年该地区的小麦产量占全国总产量的 50%左
右[1]。在气候变暖、耕地资源减少背景下, 提高小麦
产量潜力、增加总产量对保障中国粮食安全具有重
要的意义。明确冬小麦不同层次产量分布特征及其
影响因素, 有助于发现生产中的重要制约因素、合
理布局, 促进可持续发展, 也是充分利用气候资源,
提高作物产量的重要前提, 因而一直倍受关注。对
作物产量潜力的研究最早追溯到 1840年Liebig提出
的“最小养分律”[2], 到 20世纪 50年代国外作物产
量潜力研究快速发展, 主要集中于作物产量潜力及
空间分布特征[3-4], 国际粮农组织(FAO)的生态区域
法 (AEZ)在作物产量潜力研究方面具有重要地位 ,
并在不同区域得到广泛应用。20世纪 80年代, 国内
也在该领域开展了大量研究, 主要是运用 FAO生态
区域法研究光温、光温水、光温水土等不同层次作
物产量潜力[5-10]。20世纪 60年代随着作物模型的提
出和不断完善, 作物生长和产量形成, 以及与生态
环境因子关系得到动态化、定量化的描述和解释 ,
因而成为作物产量潜力研究的良好工具。目前, 较
有影响的作物模型主要有美国的 CERES[11]和
GOSSYM[12]、荷兰的 SUCROS[13]和 MACROS[14]、
澳大利亚的 APSIM[15]等。在中国 , 一些学者运用
WOFOST、CERES-Wheat和 APSIM等作物模型, 分
析了华北地区长时间序列下冬小麦潜在产量空间分
布特征[16-20]。华北地区面积广大, 气候条件和生态
条件比较复杂 , 综合分析将更准确地揭示不同地
区、不同等级产量潜力的主要限制因素。然而, 这
方面的工作鲜有报道, 没有剖析限制冬小麦产量潜
力分布的区域化影响因素。
华北地区除河北张家口、河北承德和北京怀柔
北部地区为一年一熟区 , 其余为冬小麦–夏玉米一
年两熟区(图 1)。APSIM 模型由隶属澳大利亚联邦
科学和工业科学院(Commonwealth Scientific and
Industrial Research Organization, CSIRO)和昆士兰州
政府的农业生产系统研究组(Agricultural Production
Systems Research Unit, APSRU)联合开发, 可用于模
拟农业系统中的作物生长过程及土壤水氮动态 [21],
特别适用于评价农作系统生产潜力及耕作措施的经
济效益受气候波动和气候变化的影响。本文基于区

图 1 气象站点和农业气象观测站点的分布
Fig. 1 Distribution of meteorological stations and agrometeo-
rological observation stations
研究区域为一年两熟区。
Only the double-crop region was considered in this study.
第 8期 李克南等: 华北地区冬小麦产量潜力分布特征及其影响因素 1485


域化 APSIM-Wheat模型, 分析了华北一年两熟区冬
小麦潜在产量、水分限制产量和水氮限制产量等不
同等级产量的时空分布特征, 结合冬小麦生长季内
光、温、降水等气候资源时空分布特征, 揭示冬小
麦不同等级产量分布特征的影响因素, 为该区冬小
麦生产的科学布局和管理提供参考。
1 数据来源与分析方法
1.1 数据来源
气象资料来源于中国气象科学数据共享服务网,
涵盖北京、天津、河北、河南、山东共 64个气象站
(图 1)的 1961—2007年逐日气象数据, 包括降水量、
日最高气温和日最低气温、日平均气温、相对湿度、
平均风速、平均本站气压、风速和日照时数。作物
资料来源于中国气象局农业气象观测站, 包含 1991
—2010年共 58个农业气象观测站冬小麦作物资料。
土壤数据分为土壤水力学参数、土壤养分参数和作
物土壤参数。其中, 土壤水力参数包括分层土壤饱
和含水量、田间持水量、凋萎系数和土壤容重; 土
壤养分参数包括分层土壤铵态氮含量、硝态氮含量、
土壤有机质、土壤 pH值; 作物土壤参数包括作物可
利用土壤水下限、作物可利用土壤水根长比和作物
耗水速率。土壤水力学参数和土壤养分参数来源于
中国科学院南京土壤研究所中国土壤数据库、中国
气象局农业气象观测站和相关文献[22-23], 作物土壤
参数根据陈超[22]的描述和模型设定值确定。华北平
原冬小麦根系绝大部分分布在 150 cm内, 因此所用
站点土壤深度都设定为 150 cm。
1.2 模型相关参数
对于APSIM需要输入太阳辐射值, 因此将气象
数据中日照时数转换为太阳辐射值[24], 其计算公式
经验证在华北地区有较好的适用性[25]。
ns a0.77 (0.25 0.5 )
nR R
N
= × + × × (1)
a r s s37.6 ( sin sin cos cos sin )R d W Wφ δ φ δ= × × × × + × ×
(2)
r
21 0.033 cos( )
365
d Jπ= + × (3)
20.409 sin( 1.39)
365
Jπδ = × − (4)
s arccos( tan tan )W φ δ= − × (5)
s
24N Wπ= (6)
式中, Rns是净短波辐射(MJ m−2 d−1), Ra是碧空太阳
总辐射(MJ m−2 d−1), n是每天日照时数(h), N是最大
天文日照时数(h), dr是日地相对距离, J是年内的天
数, δ 是太阳赤纬(Rad), Ws 是日落的角度(Rad), φ
是当地纬度。
1.3 模型功能及情景设计
在 APSIM-Wheat模型中, 水分限制和氮肥限制
对于冬小麦的影响集中在生育期进程、植株分蘖进
程、叶面积生长动态和光合作用过程, 都与气候因
子有直接或间接关系。土壤水分限制程度表示为土
壤水分亏缺率, 即土壤供水量占作物需水量的比例,
其中作物需水量通过光能利用效率(RUE)、水汽压差
(VPD)和蒸腾效率系数来确定 , 与气候因素有较强
的相关性; 氮肥限制程度由植株含氮量确定, 冬小
麦各器官含氮量都有一个确定的最高值、最低值和
临界值, 利用实际含氮量与最低含氮量的差值除以
含氮量临界值与最低含氮量的差值, 结果为土壤氮
肥的限制程度。
前人已有研究结果表明 APSIM-Wheat 模型在
华北地区单点尺度具有较好的适应性 [22,25-26], 本文
在区域尺度调参过程中为减少因品种带来的区域冬
小麦产量差异, 利用超大尺度调试法, 将华北地区
作为一个生态区, 调整出一套适用于该区域的作物
品种参数[27-28]。利用山东莱阳(120.73° N, 36.97° E,
海拔 59.2 m, 种植年份 2000—2003)、临沂(118.35°N,
35.05°E, 海拔 87.9 m, 种植年份 1997、1998 和
2000)、莒县(118.83°N, 35.58°E, 海拔 107.4 m, 种植
年份 1998)和淄博(118.00° N, 36.83° E, 海拔 34.0 m,
种植年份 1999) 4个农业气象观测站种植小麦品种
鲁麦 21的多年试验数据进行模型调参验证, 参数包
括冬小麦生育期、产量构成要素、播种、灌溉和氮
肥施用时间和施用量。
依据 58 个农业气象观测站 1991—2010 年平均
生长季观测资料, 利用ArcGIS软件进行差值确定华
北地区播种日期空间分布特征。以华北地区两熟区
内 56个气象站点为基础分析气候要素变化特征, 同
时利用 APSIM-Wheat 模拟其各等级产量, 在 1961
—2007 年长序列模拟过程中固定播期, 模型设置播
种密度 600株 m−2, 播种深度 4 cm。本文设置 3个
模拟情景, 分别为潜在产量、水分限制产量及水氮
限制产量, 其中潜在产量为冬小麦生长过程中水分
和养分都不受限制; 水分限制产量为模拟过程中不
灌溉(雨养)条件下的产量; 水氮限制产量为模拟过
程中不灌溉和施肥, 但因为模型的限制, 默认不存
1486 作 物 学 报 第 38卷

在磷、钾肥限制。
利用 ArcGIS 软件采用 IDW (inverse distance
weighted interpolation)插值方法进行插值 , 本文所
设定的 Cell size的参数均为 0.002, 生成空间栅格数
据, 从而确定冬小麦各等级产量在区域空间分布的
特征。在计算研究区域不同等级产量潜力整体情况
时, 考虑了北京和天津的模拟产量, 但由于 2009 年
两市冬小麦种植面积仅占华北地区冬小麦种植总面
积的 1.4%[1], 故在分省分析时略去北京和天津, 其
他三省结果是通过省内各气象站点气象要素和各级
产量平均而得。分析产量和气候等要素变化趋势过
程中, 用到的统计量为倾向率、空间变异系数和时
间变异系数, 倾向率是以时间为自变量, 要素为因
变量的一元线性拟合方程回归系数(b)的 10倍, 单
位为某要素单位(10a)−1, 其中 a为年的缩写, 如平均
温度倾向率的单位为℃(10a)−1; 空间变异系数表明
要素在空间上的波动性, 而时间变异系数表明要素
年际间的波动性, 两者值越大表明变异性越高。
2 结果与分析
2.1 APSIM模型区域尺度参数调试验证
利用品种控制参数(表 1), 首先对山东莱阳、淄
博、莒县和临沂农业气象观测站 9 年作物资料进行
鲁麦 21的参数调试和验证。在区域尺度模拟时, 统
一应用验证过的作物品种参数, 同时利用各地区实
际的土壤参数, 在研究区域内有冬小麦种植的 56个
气象站点模拟冬小麦潜在产量、水分限制产量和水
氮限制产量, 通过 ArcGIS 工具利用 IDW 空间差值
方法得到研究区域空间上冬小麦产量潜力的分布特
征。结果表明 APSIM 模型对鲁麦 21 生育期和产量
模拟结果较好, 地上部分总生物量模拟结果略微偏
高(表 2)。

表 1 冬小麦品种鲁麦 21 的 APSIM 模型控制参数描述
Table 1 Description of controlling parameters in APSIM model using winter wheat variety Lumai 21
参数类型
Type of parameter
参数名称
Name of parameter
描述
Description
取值
Value
vern_sens 春化指数
Sensitivity to vernalization 3.0
photop_sens 光周期指数
Sensitivity to photoperiod 3.1
生育期控制参数
Parameter controlling wheat growth
tt_startgf_to_mat 灌浆到成熟的有效积温
Effective accumulated temperature from grain-filling initiation to
maturity (℃ d)
570.0
grain_per_gram_stem 单位茎秆干物质的籽粒数
Grain number per stem mass (g−1)
30.0
产量控制参数
Parameter controlling wheat yield
potential_grain_filling_rate 潜在灌浆速率
Potential rate of grain filling (mg grain−1 d−1)
0.0032

表 2 APSIM-Wheat 模型鲁表 21 的验证结果评价
Table 2 Evaluation indices for calibration of Lumai 21 in APSIM-Wheat model
参数
Index
α β R2 RMSE NRMSE (%)
生育期天数 Growth period 0.81 47 0.56 2 0.8
生物量 Biomass 0.82 6962 0.60 5121 36.0
产量 Yield 1.14 588 0.80 725 11.7
样本数为 9。α: 斜率; β: 截距; R2: 决定系数; RMSE: 均方根误差; NRMSE: 归一化均方根误差。
The sample size is 9. α: slope; β: intercept; R2: determined coefficient; RMSE: root mean square error; NRMSE: normalized root mean
square error.

2.2 华北地区冬小麦生长季内气候要素时空分
布特征
华北地区冬小麦播种日期在区域上呈带状分布,
其中河北遵化播种日期最早, 为 10 月 1 日, 河南固
始最晚, 为 11 月 4 日, 相差 34 d; 而成熟日期在区
域上呈南北向带状分布, 以河南驻马店最早(5 月 24
日), 河北昌黎最晚(6 月 20 日), 相差 27 d。研究区
域内, 冬小麦生育期为 203~259 d, 呈南北带状分布,
河南省最短, 河北省最长(图 2)。
华北地区冬小麦生长季内总辐射平均为 3 363.3
MJ m−2, 呈南低北高带状分布, 在河南信阳和固始
等地区最小, 小于 2 800.0 MJ m−2; 在山东胶东半岛
和河北唐山等地区最大, 高于 3 500.0 MJ m−2。在时
间尺度上, 总体呈减少趋势, 每 10年减少 1.4%, 即
第 8期 李克南等: 华北地区冬小麦产量潜力分布特征及其影响因素 1487


47.5 MJ m−2, 仅有河北郑州、山东临沂和山东威海
等少数站点有微弱增加趋势(图 3-a, d)。华北地区冬
小麦生长季内降水量呈东南高西北低带状分布, 区
域平均为 194.1 mm, 空间变异系数为 0.34, 河南东
南部信阳和固始等地最高, 大于 300.0 mm, 胶东半
岛次之, 大部分区域在 200.0 mm以上, 河北保定和
北京等地区最小, 低于 150.0 mm。时间尺度上, 总
体呈减少趋势, 每 10 年减少 1.9%, 即 3.6 mm (图
3-b, e)。华北地区冬小麦生长季内≥0℃积温在华北
地区平均为 2 036℃ d, 在河北石家庄和山东济南等
地最高, 达 2 429.5℃ d, 在河北秦皇岛等地区最低,
为 1 073.0℃ d。时间尺度上, 总体呈增加趋势, 每
10年平均增加 3.0%, 即 61.0℃ d, 仅有河北遵化地
区呈每 10年减少 8.6℃ d的趋势(图 3-c, f)。

图 2 华北地区冬小麦播种日期(a)和成熟期(b)区域分布图
Fig. 2 Distribution of winter wheat sowing date (a) and maturity date (b) in North China

比较冬小麦生长季内气候要素分布特征可知 ,
辐射量的高值区是山东省 , 且空间变异系数最小 ,
年际间波动也最小; 在河南省是低值区, 且空间差
异最大 , 年际间变化幅度也最大; 河北省居中 , 空
间分布差异最小, 年际间变化幅度较大(表 3)。降水
量以河南省最高, 空间差异及年际间波动最大; 河
北省为低值区, 空间分布差异不明显, 年际间变化
幅度仅次于河南省 ; 在山东省年际间变化幅度最
小。气候变化背景下, 冬小麦生长季内降水量总体
呈略微下降趋势, 其中河南省下降最明显, 每 10 年
减少 6.8 mm; 山东省次之, 每 10年减少 4.7 mm, 河
北省基本保持不变(表 3)。≥0℃积温在河北省最低,
且空间分布差异最大, 年际间变动幅度仅次于河南
省; ≥0℃积温在河南省最高 , 空间分布差异最小 ,
但年际间变化幅度最大; 山东省居中, 年际间变化
幅度最小。气候变化背景下, 河北省≥0℃积温增加
趋势最明显, 每 10 年增加 71.6℃ d, 山东和河南增
加趋势相近, 每 10年分别增加 62.3℃ d和 57.4℃ d
(表 3)。
2.3 华北地区冬小麦各等级产量时空分布特征
及影响因素分析
2.3.1 华北地区冬小麦各等级产量时空变化特征
冬小麦潜在产量是某地光照和热量资源决定的
作物最高产量, 也是该地区通过改变品种、栽培管
理措施可达到的理论产量的上限。研究区域内冬小
麦潜在产量从西南向东北方向递增 , 变化范围为
10 433.8~15 013.5 kg hm−2, 平均为 12 549.1 kg hm−2,
河南省南部最低, 山东省胶东半岛最高, 与冬小麦
1488 作 物 学 报 第 38卷


图 3 华北地区冬小麦生长季内气候要素(a–c)及其气候倾向率(d–f)区域分布图
Fig. 3 Distribution of climatic elements (a–c) and climate trend rates (d–f) in the growth period of winter wheat in North China

表 3 华北三省冬小麦生长季内气候要素变化特征
Table 3 Variation of climatic data in the growth period of winter wheat in three provinces of North China
省份
Province
统计量
Statistic
总辐射
Total radiation (MJ m–2)
降水量
Precipitation (mm)
≥0℃积温
≥0℃ accumulated temperature (℃ d)
Av 3464.5 138.0 2004.3
Tr –64.9 –0.6 71.6
CVs 0.037 0.173 0.070
河北
Hebei
CVt 0.048 0.415 0.069
Av 3530.2 200.2 2050.6
Tr –34.9 –4.7 62.3
CVs 0.043 0.187 0.058
山东
Shandong
CVt 0.040 0.341 0.067
Av 2951.3 247.2 2052.2
Tr –48.5 –6.8 57.4
CVs 0.066 0.335 0.039
河南
Henan
CVt 0.048 0.647 0.070
Av: 平均数; Tr: 倾向率; CVs: 空间变异系数; CVt: 时间变异系数。
Av: average; Tr: trend rate; CVs: spatial coefficient of variability; CVt: time coefficient of variation.
第 8期 李克南等: 华北地区冬小麦产量潜力分布特征及其影响因素 1489



图 4 华北地区冬小麦各等级产量(a–c)和其倾向率(d–f)
Fig. 4 Yields (a–c) and yield trend rates (d–f) of winter wheat with different grades in North China

生长季内辐射量空间分布特征一致。1961—2007年
潜在产量总体呈下降趋势 , 河北下降趋势最明显 ,
河南次之, 山东的德州、惠民和临沂等极少数站点
呈上升趋势, 即每 10年下降 175.0 kg hm−2, 占平均
值的 1.6% (图 4-a, d)。研究区域冬小麦水分限制产
量与降水量空间分布特征相似, 从东南向西北递减,
空间差异较大, 平均为 6 473.8 kg hm−2。其中山东胶
东半岛最高, 为 13 564.6 kg hm−2, 河南信阳和固始
等地次之, 河北保定和北京等地最低, 为 3 037.4 kg
hm−2。在时间尺度上, 冬小麦水分限制产量与降水
量年代际变化趋势一致, 总体呈下降趋势, 仅山东
济南和威海以及河南安阳和商丘是增加的, 冬小麦
水分限制产量每 10 年下降 210.9 kg hm−2, 即每 10
年下降 3.3%, 区域分布差异大, 但分布特点不显著,
研究区域中部山东的朝阳、河北的唐山、河南的南
阳以及山东的潍坊等地区下降趋势明显(图 4-d, e)。
研究区域内水氮限制产量呈带状分布, 从东向西先
增加后降低, 在山东西部济南、淄博等地达到最高
值 2 620.6 kg hm−2, 平均为 1 296.6 kg hm−2, 造成这
一分布的主要原因为降水量和土壤供氮能力的互
作效应 , 西部地区降水量小, 是产量主要限制因素,
向东降水量增加故产量增加 , 而对于胶东半岛氮
肥是产量主要限制因素 , 向东降水量增加故土壤
氮肥淋洗加重使产量降低。本研究时段内冬小麦水
氮限制产量呈下降趋势, 每 10年降低 47.7 kg hm−2,
仅胶东半岛东部是增加趋势 , 下降趋势最明显的
是河南省中北部, 每 10年降低超过 100.0 kg hm−2
(图 4-c, f)。
1490 作 物 学 报 第 38卷

华北三省冬小麦潜在产量与生长季内辐射值具
有较好的一致性, 山东省光温资源相对适宜, 冬小
麦潜在产量相对最高, 河南省则相反, 温度相对最
高, 但辐射值低, 是冬小麦潜在产量的低值区。水分
限制产量以山东省最高, 其中山东的胶东半岛濒临
海洋, 冬小麦生长季内降水量相对丰富, 水分限制
产量高达 7 251.6 kg hm−2; 河北省水分限制产量最
低, 通过灌溉措施冬小麦产量提升的空间最大, 平
均为 7 815.6 kg hm−2; 而山东和河南通过灌溉提升
的产量空间分别为 6 029.0 kg hm−2 和 4 094.8 kg
hm−2。水氮限制产量以河北省最高, 山东最低, 冬小
麦生长季内降水量与水氮限制产量之间呈负相关关
系, 降水量高增加了土壤氮淋洗, 氮肥限制程度增
加, 导致产量降低(表 3和表 4)。
山东省冬小麦各等级产量潜力空间变异性最高,
河南省冬小麦潜在产量和水氮限制产量空间差异高
于河北省, 而河北省水分限制产量高于河南省(表 4),
主要原因是河南省冬小麦生长季内总辐射和降水量
在区域上分布差异大, 导致其空间差异比较大, 而
水分限制产量空间变异系数小于河北省的原因是河
北省冬小麦水分限制产量低。对于冬小麦不同等级
产量而言, 冬小麦水分限制产量和水氮限制产量的
时间变异系数要大于潜在产量, 表明前两者稳定性
较差(表 4)。河北省水分限制产量的时间变异系数最
大 , 因其降水量低 , 对产量的限制程度最大 , 降水
变异导致的水分限制产量变异较大。
比较水氮限制产量与潜在产量, 因水分和氮肥的
共同影响, 综合三省结果冬小麦产量降低 11 252.5 kg
hm−2, 相当于降低 89.7%, 即在水分和氮肥都限制的
条件下, 增加水分和氮肥投入可以大幅度提升产量;
水氮限制产量与水分限制产量, 因氮肥影响, 冬小
麦产量降低 5 177.2 kg hm−2, 即降低 41.3%, 故在水
分氮素同时受限制的条件下, 增加氮肥可以明显提
高产量, 尤其是山东省胶东半岛水氮限制产量较低
而水分限制产量较高, 增加氮肥的投入, 可以达到
提高产量的目的。

表 4 华北三省冬小麦各等级产量水平
Table 4 Yield of winter wheat with different grades in three provinces of North China
省份
Province
统计量
Statistic
潜在产量
Potential yield
水分限制产量
Water restricted yield
水氮限制产量
Water and nitrogen restricted yield
Av (kg hm–2) 12437.4 4621.8 1537.4
Tr (kg hm–2 10a–1) −225.3 −183.4 −125.8
CVs 0.028 0.370 0.336
河北
Hebei
CVt 0.067 0.401 0.348
Av (kg hm–2) 13280.6 7251.6 1068.3
Tr (kg hm–2 10a–1) −144.3 −189.0 −76.3
CVs 0.069 0.441 0.700
山东
Shandong
CVt 0.055 0.267 0.567
Av (kg hm–2) 11247.8 7153.0 1442.9
Tr (kg hm–2 10a–1) −181.4 −107.0 −167.4
CVs 0.048 0.275 0.422
河南
Henan
CVt 0.070 0.268 0.423
Av: 平均数; Tr: 倾向率; CVs: 空间变异系数; CVt: 时间变异系数。
Av: average; Tr: trend rate; CVs: spatial variability coefficient; CVt: time variation coefficient.

2.3.2 气候要素对华北地区冬小麦各等级产量潜力
空间分布特征的影响 通过相关系数和逐步回归
分析气候要素对潜在产量空间分布的影响程度, 结
果显示冬小麦生长季内温度日较差和总辐射为主要
影响因素, 其中温度日较差对潜在产量影响呈极显
著负效应, 而总辐射对潜在产量影响呈极显著正效
应; 逐步回归结果显示, 两者对于冬小麦潜在产量
空间分布的解释方差为 0.92 (表 5)。若不考虑各气
候要素之间相关性, 冬小麦生长季内温度日较差和
总辐射每增加一个单位, 冬小麦潜在产量分别增加
–268.4 kg hm−2和 2.9 kg hm−2。结合各气候要素的标
准差分析, 研究区域内气候要素对潜在产量与空间
分布影响程度为辐射量>温度日较差。
影响水分限制产量的主要气候要素为冬小麦生
长季内温度日较差和降水量, 其中水分限制产量与
降水量呈极显著正相关关系, 而与日较差有极显著
负相关关系; 逐步回归结果表明, 两者对于水分限
制产量空间分布的解释方差为 0.88。由于降水量与
第 8期 李克南等: 华北地区冬小麦产量潜力分布特征及其影响因素 1491


温度日较差存在显著的负相关关系 (r = −0.48,
P<0.01), 每增加 100 mm降水量, 日较差减少 1.3℃,
因此决定水分限制产量空间分布的主要因素为降水
量, 其解释方差为 0.57。

表 5 华北地区冬小麦各级产量水平气候要素影响因素
Table 5 Influence of climate factor to yield of winter wheat in North China
相关系数 Correlation coefficient 项目
Item Tdr T≥0°C R P
拟合公式
Fitting formula
决定系数
R2
潜在产量 Potential yield –0.60** –0.01 0.86** –0.09 Y = 5511.2 − 268.4Tdr + 2.9R 0.92
水分限制产量 Water restricted yield –0.85** –0.07 0.05 0.75** Y = 13015.5 − 996.1Tdr + 19.2P 0.88
水氮限制产量 Water and nitrogen restricted yield 0.60** 0.27 –0.30* –0.41** Y = 4227.6 + 115.4Tdr − 1.0R − 4.5P 0.48
Tdr: 冬小麦生长季日较差; T≥0°C: 冬小麦生长季≥0℃积温; R: 冬小麦生长季内总辐射; P: 冬小麦生长季内降水量。** P<0.01;
* P<0.05。
Tdr: daily range in the growth season of winter wheat; T≥0°C: accumulated temperature (≥0°C) in the growth season of winter wheat; R:
radiation in the growth season of winter wheat; P: precipitation in the growth season of winter wheat. ** P<0.01; * P<0.05.

影响水氮限制产量的主要气候要素为冬小麦生
长季内温度日较差、总辐射和降水量, 其中水氮限
制产量与温度日较差呈极显著正相关关系, 而与降
水量有极显著负相关关系, 与辐射量有显著负相关
关系; 逐步回归结果表明, 三者对于水氮限制产量
空间分布的解释方差为 0.48, 由于土壤等其他因素
对水氮限制产量空间分布影响较大, 故气候因素对
其空间分布解释效果不明显。在气候要素中, 降水
量对水氮限制产量空间分布影响最显著。
3 讨论
3.1 APSIM模型的适应性
APSIM模型结构比较复杂, 涉及到气象、作物、
土壤等较多参数, 大量研究表明, 该模型在华北地
区冬小麦–夏玉米轮作体系中可以很好地模拟作物
生育期及产量[22,25-26]。模型的作物参数主要用于描
述作物品种特性, 包括生育期各阶段的积温、光周
期、春化作用、冻害指数、干物质分配系数、最大
灌浆速率、辐射利用效率和蒸腾系数等; 土壤模块
为该模型的中心, 分设土壤氮、土壤水、地表残留
等子模块, 本文中涉及土壤氮和土壤水模块, 其中,
土壤水模块包括地表径流、排灌、潜在蒸散、地表
蒸发及土壤溶质等参数设置, 模型应用过程中需要
初始化的土壤理化特性, 如凋萎系数、田间持水量、
饱和含水量、容重、有机质含量和土壤碳氮比等。
此外, 该模型还包括管理参数和气象参数, 其中管
理参数包括播种、收获、灌溉、施肥、耕作管理等,
气象数据文件包括最高气温、最低气温、降水量、
太阳辐射量、相对湿度、水汽压等。与其他作物模
型相比, APSIM 模型是以土壤为中心, 考虑作物连
作与轮作对土壤的影响, 同时具方便的拔插式模块
构建和可视化的操作平台, 便于用户操作。然而模
型仍存在不少需要改进的地方, 如没有特殊考虑越
冬期、病虫害对冬小麦生长过程的影响, 是需改进
的重点。
3.2 模型的初始设置
本研究依据 58 个农业气象观测站 1991—2010
年作物观测资料设置了冬小麦播种日期 , 利用
ArcGIS 软件 IDW 方法进行空间差值, 从而确定不
同地区冬小麦播种时间, 在 1961—2007年长时间序
列模拟过程中, 固定播期不变, 同时因为作物品种
资料的限制在模型中固定品种不变, 而实际生产过
程中冬小麦品种和播期是变化的, 这是本文长时间
序列品种和播期设置方面的缺陷。同时由于受模型
本身功能的限制, 没有考虑磷和钾对于冬小麦的限
制, 认为除氮以外其他养分都是满足的。
3.3 模型的区域化方法
作物模拟模型已成为农业生产管理决策的有效
工具之一 , 目前作物模拟模型多是基于单点水平 ,
重视作物品种间的遗传差异, 在区域化研究时如何
将基于“单点”的作物遗传参数升尺度到“面”上,
是作物模型区域化应用中的关键技术。居辉等[27]利
用 CERES-Wheat 模型将全国小麦分成 10 个生态区
进行调参, 模拟结果具有一定代表性, 江敏和金之
庆[28]归纳了遗传参数区域升尺度的 4 种方法, 分别
为区域尺度调试法、代表品种单点调试法、县级尺
度调试法和超大尺度调试法; 其中区域尺度调试法
拟合结果相对较好 , 但是在产量潜力模拟过程中 ,
在各区域间比较产量潜力会引入品种间的差异, 故
本文在区域上利用了超大尺度调试法, 虽然仍存在
一定局限性, 但在本研究中可以很好地说明作物产
量潜力的差异。
1492 作 物 学 报 第 38卷

3.4 冬小麦各等级产量的时空分布特征
本研究中冬小麦潜在产量是指水分和养分充足
条件下冬小麦所能达到的最高产量, 即为该地区冬
小麦理论上能够达到最高产量, 影响其分布的最主
要因素为冬小麦生长季内总辐射, 本文结果与刘建
栋等[29]和王涛等[20]的研究结果相似, 华北地区空间
分布特征为南低北高, 胶东半岛产量最高, 这与王
宏等[30]利用 AEZ 模拟的冬小麦光温产量南高北低
的结果不同。在冬小麦水分限制产量即当地自然降
水条件下得到的产量, 也称为气候产量, 与前人研
究相同 [18,30-31], 呈现南高北低、东高西低的分布规
律。本研究结果显示冬小麦各等级产量在时间尺度
上都有下降的趋势 , 其主要原因为总辐射的下降 ,
以及积温增加冬小麦生长季缩短[17]。与前人研究相
比, 本研究基于冬小麦实际生育期资料, 模拟结果
更接近于生产实际, 可为冬小麦区域各等级产量提
升提供科学依据。
4 结论
华北地区冬小麦潜在产量受生长季内辐射影响
较大, 高值区在山东省和河北省, 低值区为河南省;
冬小麦水分限制产量主要受生长季内降水量影响 ,
高值区在山东省和河南省, 低值区在河北; 气候要
素对于冬小麦水氮限制产量空间分布特征的解释方
差较小, 仅为 0.48, 土壤等其他因素对水氮限制产
量空间分布影响较大。在华北地区灌溉措施对冬小
麦产量的提升空间为 6 075.3 kg hm−2, 增加氮肥投
入对冬小麦产量的提升空间为 5 177.2 kg hm−2。通
过灌溉提高冬小麦产量的主要区域为河北省中部 ,
而河南和胶东半岛灌溉增产效果相对较差, 通过增
施氮肥提高产量的区域在河南南部和胶东半岛。
References
[1] National Bureau of Statistics of China (中华人民共和国国家统
计局). China Statistical Yearbook–2009 (中国统计年鉴 2009).
Beijing: China Statistics Press, 2010. pp 460–467(in Chinese)
[2] Odum E P ed. Sun R-Y(孙儒泳) trans. Fundamentals of Ecology
(生态学基础). Beijing: People’s Education Press, 1981. pp
42–61 (in Chinese)
[3] Loomis R S, Williams W A. Maximum crop productivity: an es-
timate. Crop Sci, 1963, 3: 67–72
[4] FAO. Report on the Agro-ecological Zones Project. World Soil
Resources Report: Africa, Southwest Asia, South and Central
America, Southeast Asia. Rome: FAO, 1978–1981
[5] Yu H-N(于沪宁), Zhao F-S(赵丰收). On the light and thermal
resources and the crop potential productivity: taking Luancheng
County of Hebei Province as an example. Acta Meteorol Sin (气
象学报), 1982, 40(3): 327–334 (in Chinese with English ab-
stract)
[6] Long S-Y(龙斯玉). The geographical distribution of wheat yield
in our country. J Nanjing Univ (Nat Sci) (南京大学学报·自然科
学版), 1983, (3): 579–587 (in Chinese with English abstract)
[7] Hou G-L(侯光良), Liu Y-F(刘允芬). The climate productivity
and its distribution of China. Nat Resour (自然资源), 1985, (3):
52–59 (in Chinese)
[8] Deng G-Y(邓根云), Feng X-H(冯雪华). The light and tempera-
ture resources and climate productivity of China. Nat Resour (自
然资源), 1980, (4): 11–16 (in Chinese)
[9] Chen M-R(陈明荣), Long S-Y(龙斯玉). The study of the divi-
sion of climate productivity potential in China. Nat Resour (自然
资源), 1984, (3): 72–79 (in Chinese)
[10] Liang R-X(梁荣欣), Shen N-Z(沈能展). The estimation of the
crop’s photosynthetic potential: the method of the correction of
the leaf area. J Northeast Agric Coll (东北农学院学报), 1980,
(2): 70–74 (in Chinese)
[11] Mearns L O, Rosenzweig C, Goldberg R. The effects of changes
in daily and interannual climatic variability on CERES-Wheat:
sensitivity study. Clim Change, 1996, 32: 257–292
[12] Baker D N, Lambert J R, McKinion J M. GOSSYM: A Simulator
of Cotton Crop Growth and Yield. Clemson: Clemson University,
1983. pp 1–134
[13] Van Keulen H, Penning de Vries F W T, Drees E M. A summary
model for crop growth. In: Penning de Vries F W T, van Laar H
H, eds. Simulation of Plant Growth and Crop Production.
Wageningen: PUDOC, 1982. pp 87–98
[14] Penning de Vries F W T, Jansen D M, ten Berge H F M, Bakema
A. Simulation of Ecophysiological Processes of Growth in Sev-
eral Annual Crops. Wageningen: PUDOC, 1989. p 271
[15] McCown R L, Hammer G L, Hargreaves J N G, Holzworth D P,
Freebairn D M. APSIM: a novel software system for model de-
velopment, model testing and simulation in agricultural system
research. Agric Syst, 1996, 50: 255–271
[16] Ma Y-P(马玉平), Wang S-L(王石立), Zhang L(张黎), Zhuang
L-W(庄立伟). A preliminary study on a regional growth simula-
tion model of winter wheat in north China based on scaling-up
approach: IV. Potential production level. Acta Agron Sin (作物学
报), 2005, 31(6): 697–705 (in Chinese with English abstract)
[17] Cong Z-T(丛振涛), Wang S-Z(王舒展), Ni G-H(倪广恒). Simu-
lations of the impact of climate change on winter wheat produc-
第 8期 李克南等: 华北地区冬小麦产量潜力分布特征及其影响因素 1493


tion. J Tsinghua Univ (Sci &Tech) (清华大学学报·自然科学版),
2008, 48(9): 1426–1430 (in Chinese with English abstract)
[18] Ju H(居辉), Li S-A(李三爱), Yan C-R(严昌荣). Potential pro-
ductivity of rain-fed wheat in dry farmlands of North China. Chin
J Eco-Agric (中国生态农业学报), 2008, 16(3): 728–731 (in Chi-
nese with English abstract)
[19] Chen C(陈超), Yu Q(于强), Wang E-L(王恩利), Xia J(夏军).
Modeling the spatial distribution of crop water productivity in the
North China plain. Resour Sci (资源与科学), 2009, 31(9):
1477–1485 (in Chinese with English abstract)
[20] Wang T(王涛), Lü C-H(吕昌河), Yu B-H(于伯华). Assessing the
potential productivity of winter wheat using WOFOST in the
Beijing-Tianjin-Hebei region. J Nat Resour (自然资源学报),
2010, 25(3): 475–487 (in Chinese with English abstract)
[21] Probert M E, Dimes J P, Keating B A, Dalal R C, Strong W M.
APSIM’s water and nitrogen modules and simulation of the dy-
namics of water and nitrogen in fallow systems. Agric Syst, 1998,
56: 1–28
[22] Chen C(陈超). Response of Crop Water Productivity and Water
Balance to Climate Variability/Change in the North China Plain.
PhD Dissertation of Chinese Academy of Sciences, 2009 (in Chi-
nese with English abstract)
[23] Lü Y-Z(吕贻忠), Li B-G(李保国). Soil Science (土壤学). Bei-
jing: China Agriculture Press, 2006. pp 15–64 (in Chinese)
[24] Jones H. Plant and Microclimate: A Quantitative Approach to
Environmental Plant Physiology, 2nd Edn. Cambridge: Cam-
bridge University Press, 1992. p 428
[25] Li Y(李艳), Xue C-Y(薛昌颖), Yang X-G(杨晓光), Wang J(王
靖), Liu Y(刘园), Wang E-L(王恩利). Reduction of yield risk of
winter wheat by appropriate irrigation based on APSIM model.
Trans CSAE (农业工程学报), 2009, 25(10): 35–44 (in Chinese
with English abstract)
[26] Wang L(王琳), Zheng Y-F(郑有飞), Yu Q(于强), Wang E-L(王
恩利). Applicability of agricultural production system s simulator
(APSIM) in simulating the production and water use of
wheat-maize continuous cropping system in north China plain.
Chin J Appl Ecol (应用生态学报), 2007, 18(11): 2480–2486 (in
Chinese with English abstract)
[27] Ju H(屈辉), Xiong W(熊伟), Xu Y-L(许云龙), Lin E-D(林而达).
Impacts of climate change on wheat yield in China. Acta Agron
Sin (作物学报), 2005, 31(10): 1340–1343 (in Chinese with Eng-
lish abstract)
[28] Jiang M(江敏), Jin Z-Q(金之庆). A method to upscale the ge-
netic parameters of CERES-Rice in regional applications. Chin J
Rice Sci (中国水稻科学), 2009, 23(2): 172–178 (in Chinese with
English abstract)
[29] Liu J-D(刘建栋), Yu Q(于强), Fu B-P(傅抱璞). The numerical
simulation of winter wheat photo-temperature productivity in
Huang-Huai-Hai region. J Nat Resour (自然资源学报), 1999,
14(2): 169–174 (in Chinese with English abstract)
[30] Wang H(王宏), Chen F(陈阜), Shi Q-H(石全红), Fan S-C(范士
超), Chun Q-Q(褚庆全). Analysis of factors on impacting poten-
tial productivity of winter wheat in Huanghuaihai agricultural
area over 30 years. Trans CSAE (农业工程学报 ), 2010,
26(suppl-1): 90–95 (in Chinese with English abstract)
[31] Wang S-Y(王素艳), Huo Z-G(霍治国), Li S-K(李世奎), Xue
C-Y(薛昌颖), Mao F(毛飞). Water deficiency and climatic pro-
ductive potentialities of winter wheat in north of China: study on
its dynamic change in recent 40 years. J Nat Disasters (自然灾害
学报), 2003, 12(1): 121–130 (in Chinese with English abstract)