全 文 ：中国生态农业学报 2013年 8月 第 21卷 第 8期
Chinese Journal of Eco-Agriculture, Aug. 2013, 21(8): 1016−1022


* 国家自然科学基金项目(31060178)和干旱生境作物学重点实验室开放基金(GSCS-2010-11)资助
** 通讯作者: 李广(1971—), 男, 博士, 教授, 主要从事农业信息技术等方面的研究。E-mail: lig@gsau.edu.cn
董莉霞(1981—), 女, 硕士, 讲师, 主要从事信息技术研究。E-mail: donglx@gsau.edu.cn
收稿日期: 2012-12-26 接受日期: 2013-04-02
DOI: 10.3724/SP.J.1011.2013.01016
旱地春小麦产量对逐日最低温度和最高温度变化响应
的模拟与分析*
董莉霞 1 李 广 1,2** 刘 强 1 燕振刚 1 罗珠珠 3
(1. 甘肃农业大学信息科学技术学院 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 兰州 730070;
3. 甘肃农业大学资源与环境学院 兰州 730070)
摘 要 为了探索气温波动对旱地春小麦产量的影响, 对逐日最低温度和最高温度 2 个因素进行了 9 种水平
的交叉组合设计, 应用 APSIM(Agricultural Production System Simulator)模型模拟各种情况下春小麦产量, 采
用二次多项回归、单因素边际效应分析和通径分析研究春小麦产量对逐日最低温度和最高温度变化的响应。
结果表明: 当最高温度不变时, 最低温度每升高 0.25 , ℃ 最大增产 1.40%, 平均增产 1.34%, 最低温度升高对
春小麦产量的影响为正效应; 当最低温度不变时, 最高温度每增加 0.25 ℃, 最大减产 2.88%, 平均减产 2.42%,
最高温度升高对春小麦产量的影响为负效应, 产量随最高温度的升高呈二次抛物线下降变化; 最低温度和最
高温度之间存在负的协同效应, 最高温度升高造成春小麦的减产效应超过最低温度升高的增产效应。平均温
度的升高引起春小麦减产, 主要是由最高温度的升高引起的。
关键词 APSIM模型 春小麦 产量 最低温度 最高温度 旱地
中图分类号: P467 文献标识码: A 文章编号: 1671-3990(2013)08-1016-07
Simulation analysis of spring wheat grain yield response to mean daily
minimum and maximum temperature in drylands
DONG Li-Xia1, LI Guang1,2, LIU Qiang1, YAN Zhen-Gang1, LUO Zhu-Zhu3
(1. College of Information Science and Technology, Gansu Agricultural University, Lanzhou 730070, China; 2. Gansu Provincial
Key Laboratory of Aridland Crop Sciences, Gansu Agricultural University, Lanzhou 730070, China; 3. College of Resources and
Environmental Sciences, Gansu Agricultural University, Lanzhou 730070, China)
Abstract To determine the effect of temperature fluctuation on spring wheat grain yield in drylands, a 2 × 9 factors design of
daily minimum and maximum temperatures was set up. The spring wheat yield was simulated using the APSIM (Agricultural
Production System Simulator) model under various conditions. Quadratic polynomial regression, single factor marginal effect
analysis and path analysis were used to investigate the response of spring wheat yield to changes in daily minimum and
maximum temperature. The results showed that the biggest increase in spring wheat grain yield was 1.40% (average of 1.34%)
when daily minimum temperature increased by 0.25 ℃ with constant maximum temperature. Increase in minimum temperature
had a positive effect on spring wheat yield. The biggest decrease in spring wheat grain yield was 2.88% (average of 2.42%)
when daily maximum temperature increased by 0.25 ℃ with constant minimum temperature. Increase in maximum
temperature had a negative effect on spring wheat yield. The best fit curve between spring wheat yield and maximum
temperature was quadratic parabola, which indicated a decreasing tendency with increasing maximum temperature. The
synergetic effect between minimum and maximum temperature on spring wheat yield was negative. The negative effect of
increased maximum temperature on spring wheat yield was greater than the positive effect of increased minimum temperature
on spring wheat yield. Thus decrease in spring wheat grain yield was mainly due to increase in maximum temperature.
Key words APSIM model, Spring wheat, Grain yield, Minimum temperature, Maximum temperature, Dryland
(Received Dec. 26, 2012; accepted Apr. 2, 2013)
第 8期 董莉霞等: 旱地春小麦产量对逐日最低温度和最高温度变化响应的模拟与分析 1017


气候变化对农业生产的影响非常明显, 表现在
农作物产量变化大、生产的不稳定性因素增加、种
植结构和布局的改变、农作物发育及熟制变化等几
个方面[1−9]。小麦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[10], 而温度又是小麦
生长发育的关键气象因素。全球温度不断发生变化,
对于春小麦的产量产生了很大影响, 国内外学者对
此进行了许多研究, 且主要集中在对平均温度的变
化研究方面。对于春小麦来说, 日最低温度和最高
温度对其生理活动有着重要影响。春季的低温会影
响物候, 夜间最低温度对春小麦呼吸作用和干物质
的积累等也产生很大影响, 而日最高温度对于控制
光合作用正常机能等方面非常重要[11]。最低温度和
最高温度对春小麦的生理效应不同, 春小麦对最低
温度和最高温度的响应也存在差异。Lobell 等[12−13]
研究认为, 墨西哥西北部各州的小麦产量提高与小
麦生产期夜间温度的降低有关。在 San Luis-Mexicali
Valley of Mexico和 Imperial Valley of California两个
试验点内, 通过对小麦等作物历史数据分析得出历
史产量对最高气温和最低气温的相关关系较为一致,
而利用 CERES 模型则得出最高气温升高是最低气
温升高对产量影响的 3倍。
目前, 气候变化对作物产量的影响研究存在两
种主流方法: 一是作物生长模拟模型法, 二是作物
产量−气象指标经验统计法。前者最明显的特点是可
以动态地表达作物生长的过程, 使用非常方便, 功
能强大, 并且作物生长模拟模型可以模拟和预测各
种温度组合情况下产量的变化情况, 还可通过对变
量的筛选得到特定管理方案的指示变量。因此作物
生长模拟模型作为一种对不同管理方案研究的工具
得到了更广泛的应用。而通过试验对所有可能影响
因素进行评价需要花费大量的时间、人力和财力。
APSIM(Agricultural Production System Simulator)模
型是由隶属澳大利亚联邦科工组织和昆士兰州政
府的农业生产系统组开发并研制的一种作物机理
模型。APSIM 模型的特点是长于作物轮作系统模
拟 [14−17], 适用于旱作农业系统中各主要组分的模拟
研究。该模型在作物生产管理决策、季节性气候变
化评估、水资源合理应用、政策制定风险评估和研
究教学活动向导等方面发挥了非常强大的作用, 并
且利用 APSIM模型在研究区也进行了一些研究, 研
究表明 APSIM 模型模拟春小麦产量具有较高的准
确性[18−20]。为此本研究基于 APSIM模型, 分别模拟
了日最低温度和最高温度变化幅度在±1 ℃范围组
合设计下春小麦产量的变化, 从而为研究温度变化对
甘肃中部旱地春小麦产量的影响提供理论依据, 并为
制定减缓温度变化对春小麦不良影响的措施提供参考。
1 材料与方法
1.1 APSIM模型及参数
APSIM模型自 1991年开始研制, 主要由 4部分
组成: (1)生物物理模块, 模拟作物系统的生物与物
理过程; (2)管理模块, 为用户提供管理措施和控制
模拟; (3)各种模块调用指令/数据进出的模块, 以启
动拟过程; (4)中心引擎, 控制其他模块的模拟过程。
中心引擎是一个模块化主平台, 是模型的核心, 子
模块可以分别开发并“键合”到主平台, 模块可用多
种编程语言编写, 用户可根据需要为中心引擎配制
不同的模块组合。
1.1.1 气候参数
气候模块是APSIM模型的基础模块, 建立合理
和精确的气候模块是决定整个模型应用的关键。模
型运行所需的最基本(最少)逐日气象要素变量包括:
逐日太阳辐射量(MJ·m−2)、逐日最高气温( )℃ 、逐日
最低气温( )℃ 和逐日降水量(mm)等参数项。
1.1.2 土壤属性参数
在一定的气候条件下, 土壤是影响作物生长的
重要因素。APSIM模型的核心突出的是土壤而不是
植被。根据在试验地测定的土壤属性参数建立土壤
属性模块。该模块包含的参数有土层深度(mm)、容
重(g·cm−3)、萎蔫系数(%)、最大持水量(%)、饱和含
水量(%)、风干系数(%)等。
1.1.3 作物属性参数
APSIM 模型采用通用作物生长模型来模拟各种一
年生和多年生作物生长, 各作物具有不同的模型参数
值。作物属性模块主要包括研究区小麦品种的遗传特性
参数、作物生长发育进程、植株形态和产量形成等参数。
1.2 试验区概况
试验设在甘肃省定西市李家堡镇甘肃农业大学
旱农试验站。该站位于甘肃省中部偏南, 属于中温
带半干旱区, 无灌溉条件。海拔为 2 000 m, 年均太
阳辐射为 592.9 kJ·cm−2, 年均气温 6.4 , ℃ 年均≥0
℃积温 2 933.5 , ℃ 年均≥10 ℃积温 2 239.1 ,℃ 无
霜期 140 d, 多年平均降雨量 391.0 mm, 且降水量集
中在 7—9 月份, 占全年降水量的 60%以上, 降水基
本呈旱涝交替出现, 年蒸发量 1 531 mm。
1970—2011 年逐日最低温度和最高温度平均值
变化见图 1 所示。由图可知, 逐日最低温度的平均
值为−14.4~14.4 ℃, 最小值−14.4 ℃为第 23 d的平均
值, 最大值 14.4 ℃为第 221 d的平均值; 逐日最高温
度的平均值为−0.4~27.3 ℃, 最小值−0.4 ℃为第 23 d
的平均值, 最大值 27.3 ℃为第 206 d的平均值。
1018 中国生态农业学报 2013 第 21卷



图 1 1970—2011年研究区逐日最低温度和最高温度平均值
Fig. 1 Mean daily minimum and maximum temperature from 1970 to 2011 in the study area
1.3 最低温度和最高温度协同效应模拟设计
ASPIM模型运行所需的温度要素是由逐日最低温
度和逐日最高温度两个变量组成, 为此设计了2因素9水
平交叉组合模拟试验(表1)。2个因素分别为逐日最低温
度和最高温度, 9个水平分别为逐日最低温度和最高温
度在±1 ℃范围内、以0.25 ℃为间隔变化时的9种情况。
在1970—2011年每年逐日最低温度和最高温度原始数
据的基础上, 升高或者降低0.25 ℃作为1个处理, 然后
运用APSIM模型模拟1970—2011年的小麦产量, 并对42
年小麦产量求平均值, 作为1个处理的小麦产量, 以此
类推分别模拟各种处理42年的小麦产量并求平均值。
表 1 APSIM模拟逐日最低温度和最高温度变化梯度设计
Table 1 Simulation design of change gradients of daily mini-
mum temperature and maximum temperature of APSIM model
编号
No.
最低温度变化值
Change of minimum
temperature (℃)
最高温度变化值
Change of maximum
temperature (℃)
1 −1.00 −1.00
2 −0.75 −0.75
3 −0.50 −0.50
4 −0.25 −0.25
5 0.00 0.00
6 0.25 0.25
7 0.50 0.50
8 0.75 0.75
9 1.00 1.00
1.4 数据处理与统计分析
利用 APSIM 模型模拟各种组合下春小麦的产
量, 对各种组合下的春小麦产量模拟值取平均, 利
用 DPS系统平台进行了二次多项回归分析及通径分
析, 并在此基础上进行了边际效应分析。
2 结果与分析
2.1 春小麦产量模拟值随温度的动态变化
在土壤类型、作物品种、管理方式和降水量等
各要素假定不变的情形下, 运用 APSIM 模型模拟
最低温度和最高温度 2因素 9水平交叉组合下春小
麦产量。模拟结果显示(表 2), 春小麦产量与逐日最
低温度和最高温度的变化量呈现一定关系: 当最高
温度的变化量保持不变时 , 春小麦产量总体上随
最低温度的升高而增加 ; 而当最低温度的变化量
保持不变时 , 春小麦产量总体上随最高温度的升
高而减少。
对春小麦产量进行双因素方差分析, 逐日最低
温度和最高温度两个因素的 F 值分别为 111.522 和
319.294, 达到显著性差异水平, 表明 2 个因素对春
小麦产量均有显著影响。进行 5%和 1%显著性水平
检验得出, 最高温度对小麦产量的影响差异比最低
温度更为显著。
表 2 春小麦产量模拟值随温度变化量的动态变化
Table 2 Dynamic changes of simulated spring wheat yield with the change quantity of temperature kg·hm−2
最高温度的变化量 Change of maximum temperature ( )℃ 最低温度的变化量
Change of minimum
temperature ( )℃ −1.00 −0.75 −0.50 −0.25 0.00 0.25 0.50 0.75 1.00
−1.00 1 878.158 1 838.812 1 777.977 1 732.198 1 741.800 1 631.424 1 579.662 1 522.393 1 466.914
−0.75 1 909.429 1 860.018 1 814.165 1 756.876 1 709.442 1 659.537 1 605.527 1 554.430 1 496.893
−0.50 1 938.038 1 886.590 1 838.827 1 788.505 1 736.562 1 686.428 1 640.135 1 579.860 1 527.091
−0.25 1 969.743 1 924.591 1 869.067 1 819.290 1 765.091 1 717.841 1 663.389 1 613.142 1 560.066
0.00 1 892.947 1 949.045 1 896.320 1 839.764 1 798.240 1 754.072 1 733.201 1 725.234 1 579.161
0.25 2 023.111 1 983.289 1 929.921 1 877.531 1 823.838 1 773.075 1 746.846 1 664.450 1 710.378
0.50 2 048.514 2 006.073 1 961.911 1 906.156 1 847.179 1 807.533 1 749.606 1 752.552 1 632.474
0.75 2 076.235 2 033.693 1 990.123 1 933.898 1 883.919 1 825.417 1 793.064 1 717.323 1 666.698
1.00 2 102.845 2 068.411 2 015.625 1 962.459 1 905.925 1 856.055 1 856.055 1 745.485 1 690.129
第 8期 董莉霞等: 旱地春小麦产量对逐日最低温度和最高温度变化响应的模拟与分析 1019


2.2 春小麦产量和温度变化的回归分析
以春小麦产量(Y)为因变量, 选择逐日最低温度
的变化量(X1)和最高温度的变化量(X2)作为自变量。
利用 DPS 软件进行正交组合, 通过二次多项式逐步
回归分析, 建立产量与最低温度和最高温度 2 个因
素的二次回归方程:
Y=1 03.87+95.79X1−175.27X2−9.74X22−2.39X1X2 (1)
式(1)相关系数 r为0.958 7, F>F0.01, 表明方程回归
达到了显著水平。回归方程拟合性好, 能够反映出产
量变化过程与逐日最低温度和最高温度之间的关系。
在回归模拟计算过程中应用的变量均为温度, 2
个因素具有相同的量纲和量级, 无需进行编码, 求
得的偏回归系数已标准化, 故绝对值大小可直接反
映 2个变量对产量的影响程度。最低温度(X1)偏回归
系数为 95.79, 为正效应; 最高温度(X2)偏回归系数
为−175.27, 为负效应。最低温度和最高温度对春小
麦产量影响为互逆过程, 并且最高温度的负效应大
于最低温度的正效应。
为进一步分析单因素的产量效应, 对回归模型
进行降维处理, 将 2 个因素中任意 1 个因素固定为
零水平, 则可得其中 1 个因素对产量的一元二次子
模型:
Y 低温=1 803.87+95.79X1 (2)
Y 高温=1 803.87−175.27X2−9.74X22 (3)
在试验设计的各因素水平值范围内, 将变量与
函数值代入方程(2)和(3)可实现各因子的产量效应
关系(图 2)。从图 2 及模拟方程(2)、(3)结果可以看
出, 最低温度的产量效应为一条直线, 而最高温度的产
量效应为二次抛物线。结果表明, 最高温度对春小麦产
量影响为负效应, 而最低温度对春小麦产量影响为正效
应, 并且最高温度因素在设计范围内未出现阈值。当最
低温度不变时, 春小麦产量随最高温度的升高而降

图 2 APSIM模型模拟的日最低温度和最高温度对小麦
产量单因素效应
Fig. 2 Single factor effects of daily minimum temperature and maxi-
mum temperature on spring wheat yield simulated by APSIM model
低, 且最高温度升高幅度越大, 春小麦减产幅度越大;
当最高温度不变时, 春小麦产量随最低温度的升高而呈
正相关。当最高温度不变, 最低温度升高 1 ℃时, 产量为
1 905.93 kg·hm−2; 当最低温度不变, 最高温度降低 1 ℃
时, 产量为 1 892.95 kg·hm−2。
春小麦的产量随最低温度的升高而增加的主要
原因是, 随着最低温度的升高, 霜冻对作物的伤害
减少, 春小麦产量提高[21−23]。另有研究认为, 最低温
度的升高引起小麦产量增加的原因可能来自于逐日
最低温度、日平均温度和太阳辐射的共同作用[13]。
最高温度升高, 导致春小麦产量降低, 主要是因为
春小麦的苗期和籽粒形成期的发育速度受温度影响
最大, 且高温升高或极端高温在灌浆期对小麦有“强
迫成熟”效应, 导致了产量的降低[24]。在我国西北半
干旱区, 这种现象非常普遍。最高温度的升高会造
成有效积温显著增加, 小麦叶的生长和分蘖速度加
快 , 成穗率下降 ; 此外 , 小麦春季分蘖停滞阶段不
明显, 营养生长量增大, 总叶龄和高峰苗数量也会
增大 , 并且枯黄叶多 , 绿叶的数量变少 , 营养生长
较旺盛, 群体质量有所下降, 所以春小麦产量会下
降[25−26]。另外, 由于最高温度的升高缩短了春小麦
的生育期, 而且高温使麦田的蒸发量增大, 造成了
作物水分亏缺等都会影响产量[27−28]。
2.3 最低温度和最高温度对春小麦产量的单因素
边际效应
边际产量可以反映出温度变化对产量增减速率
的影响。各因素在不同水平下的边际产量可通过对
回归子模型求一阶偏导, 分别得到日最低温度和最
高温度的边际效应方程:
最低温度: dy/dx=95.79 (4)
最高温度: dy/dx=−175.27−19.48X2 (5)
图 3 反映了各因素的边际产量效应随着温度波
动的变化情况, 最低温度边际效益为一个常数, 最

图 3 日最低温度和最高温度对春小麦产量的单因素边
际效应分析
Fig. 3 Single factor marginal effects of daily minimum tem-
perature and maximum temperature on spring wheat yield
1020 中国生态农业学报 2013 第 21卷


高温度边际效益呈递减趋势。表明春小麦的产量受
最低气温的影响不显著。最高温度因素对小麦产量
的影响表现在随最高温度的增加, 边际效益递减。
与最低温度的变化相比, 最高温度的变化对春小麦
产量的影响程度较大, 起主导作用。因此, 平均温度
的升高引起春小麦减产, 其主要原因是由最高温度
的升高而引起的。
2.4 最低温度和最高温度对春小麦产量的互作效
应分析
以春小麦产量(Y)为因变量, 最低温度(X1)和最
高温度(X2)为自变量进行通径分析。图 4 结果表明,
X2→Y的直接通径系数为−1.268 4, 说明相同最低温
度下增加最高温度会造成春小麦产量减小 , 但
X2×X2→Y 的直接通径系数为−0.041 5, 进一步证明
了最高温度与春小麦产量呈递减效应。根据模拟结
果, 最低温度不变时, 最高温度每增加 0.25 ℃, 最
大减产幅度为 2.88%, 最小减产幅度为 2.01%, 平均
减产 2.42%。

图 4 最低温度(X1)和最高温度(X2)对春小麦产量(Y)的
通径分析
Fig. 4 Path analysis of spring wheat yield (Y) to daily mini-
mum temperature (X1) and daily maximum temperature (X2)
X1→Y 的直接通径系数为 0.693 2, 说明相同最
高温度下, 随着最低温度的升高, 春小麦产量平稳
上升。最高温度不变时, 最低温度升高 0.25 , ℃ 最
大增产幅度为 1.40%, 最小增产幅度为 1.28%, 平均
增产 1.34%。
X1×X2→Y 的直接通径系数为−0.007 8, 表明最
低温度和最高温度之间还存在负协同效应。X1、X2
对春小麦产量的协同作用为: 当一个因素水平提高
时, 不利于另一个因子效应的发挥, 即当最低温度
升高时, 无法抵消由于最高温度升高造成春小麦减
产的速度。X1→X1×X2通径系数为 0, X1→X2→Y的间
接通径系数为负值, 说明当最低温度升高 0.25 , ℃
最高温度升高 0.25 ℃以上时, 春小麦产量有明显的
减产趋势。X2→X1→Y 的间接通径系数为正数 ,
X2→X1×X2、X1×X2→X1和 X1×X2→X2的直接通径系数
均为 0, 当最高温度升高 0.25 , ℃ 最低温度升高 0.25 ℃
以上 , 春小麦产量亦有减产趋势 , 但不明显 ; 说明
最低温度和最高温度等量增加时, 对产量增加的贡
献并不相同, 最高温度的减产效应远远大于最低温
度的增产效应。
3 结论与讨论
(1)当最高温度不变时, 最低温度的升高对春小
麦产量的影响为正效应。产量随最低温度的升高呈
正相关。最高温度不变时, 最低温度升高 0.25 , ℃ 最
大增产幅度为 1.40%, 最小增产幅度为 1.28%, 平均
增产 1.34%。
(2)当最低温度不变时, 最高温度的升高对春小
麦产量的影响为负效应。产量随最高温度的升高呈
二次抛物线下降型变化。最低温度不变时, 最高温
度每增加 0.25 ℃, 最大减产幅度为 2.88%, 最小减
产幅度为 2.01%, 平均减产 2.42%。
(3)春小麦产量随温度变化呈负效应, 且春小麦
的产量受最低气温的影响不显著, 而最高温度的变
化对春小麦产量的影响较大, 起主导作用。最低温
度和最高温度之间存在负协同效应。当一个因素水
平提高时, 不利于另一个因子效应的发挥。即当温
度的变化量相同时, 最高温度升高的减产效应大于
最低温度升高的增产效应。
本研究结果显示, 平均温度的升高引起春小麦
减产, 分析其主要原因可能是由最高温度的升高引
起的。这与多数学者的研究结果一致[29−31]。高素华
等[29]对研究区数据的分析表明, 温度升高导致春小
麦产量下降。白莉萍等[32]认为温度升高对小麦品质
影响很大 , 返青后温度过高会导致春小麦产量下
降。日最高温度的升高引起平均温度的升高, 加速
了春小麦的发育速度, 使小麦生育期缩短, 从而对
春小麦产量造成较大的负面影响。同时, 由于温度
是蒸散过程中能量供给条件的影响因子之一, 温度
越高, 太阳辐射量转化为用于蒸散的那部分能量的
比例就越高, 麦田蒸散量增大。温度升高 1 ℃时, 农
田潜在蒸散最大增加为 3.7%, 平均增加 2.6%, 如果
降水未发生变化, 农田潜在蒸散的增加, 必然使研
究区的降水和蒸散供需矛盾更加突出, 引起春小麦
产量的降低。
作物生长模型是基于作物生理过程建立的机理
模型, 能动态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, 已经被广泛
应用在研究气候变化对农业生产和粮食安全的影响
第 8期 董莉霞等: 旱地春小麦产量对逐日最低温度和最高温度变化响应的模拟与分析 1021


等方面。本文模拟了最低温度和最高温度的变化对
春小麦产量的影响, 但未考虑春小麦品种、降水量、
管理、病虫害、人为投入等各种自然、生物及社会
因素的影响, 所以造成模型模拟结果的不确定性。
同时 , 近年来 , 极端气候变化逐渐增多 , 对农业生
产的影响逐步加重, 今后还需把极端天气设置为边
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, 再考虑最低温度和最高温度因
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。我国西北地区最低温度和最高温
度的变化呈非同步变化[33], 因此在以后的模型模拟
设计中, 也应考虑到最低温度和最高温度设计的不
同步性。此外, 本文的试验区位于甘肃省定西市, 该
地区地处西北黄土丘陵区, 土壤养分伴随水土流失
严重, 属于适应、调整能力差, 生产异常脆弱的地
区。基于该地区试验模拟得出的有关结论能否适用
于其他地区还需作进一步分析验证。
参考文献
[1] 秦大河. 气候变化的事实与影响及对策[J]. 中国科学基金,
2003, 17(1): 1–3
Qin D H. Facts, impact, adaptation and mitigation strategy of
climate change[J]. China Meteorlogical Administration, 2003,
17(1): 1–3
[2] Wang F T. Impacts of climate change on cropping system and
its implication for China[J]. Acta Meteorologica Sinica, 1997,
11(4): 407–415
[3] Thomas A. Agricultural irrigation demand under present and
future climate scenarios in China[J]. Global and Planetary
Change, 2008, 60(3/4): 306–326
[4] Matthews R B, Wassmann R. Modelling the impacts of cli-
mate change and methane emission reductions on rice pro-
duction: A review[J]. European Journal of Agronomy, 2003,
19(4): 573–598
[5] Tao F, Yokozawa M, Xu Y, et al. Climate changes and trends
in phenology and yields of field crops in China, 1981–2000[J].
Agricultural and Forest Meteorology, 2006, 138(1/4): 82–92
[6] Wu D R, Yu Q, Lu C D, et al. Quantifying production poten-
tials of winter wheat in the North China Plain[J]. European
Journal of Agronomy, 2006, 24(3): 226–235
[7] Xiong W, Matthews R, Holman I, et al. Modeling China’s
potential maize production at regional scale under climate
change[J]. Climatic Change, 2007, 85(3/4): 433–445
[8] 邓振镛, 王强, 张强, 等. 中国北方气候暖干化对粮食作物
的影响及应对措施[J]. 生态学报, 2010, 30(22): 6278–6288
Deng Z Y, Wang Q, Zhang Q, et al. Impact of climate warm-
ing and drying on food crops in northern China and the coun-
termeasures[J]. Acta Ecologica Sinica, 2010, 30(22):
6278–6288
[9] 蒲金涌 , 姚小英 , 王位泰 . 气候变化对甘肃省冬小麦气候
适宜性的影响[J]. 地理研究, 2011, 30(1): 153–160
Pu J Y, Yao X Y, Wang W T. Influence of cilmate change on
climate suitability of wheat in Gansu[J].Geographical Re-
search, 2011, 30(1): 153–160
[10] 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): 303–307
Bao G, Qin Z H, Zhou Y, et al. Advances of evaluation of
climate change impact on crop yield[J]. Chinese Agricultural
Science Bulletin, 2012, 28(2): 303–307
[11] 谭凯炎, 房世波, 任三学, 等. 非对称性增温对农业生态系
统影响研究进展[J]. 应用气象学报, 2009, 20(5): 634–641
Tan K Y, Fang S B, Ren S X, et al. Asymmetric trends of daily
maximum and minimum temperature in global warming and
its effects on agriculture ecosystems[J]. Journal of Applied
Meteorological Science, 2009, 20(5): 634–641
[12] Lobell D B, Ortiz Monasterio J I, Asner G P, et al. Analysis of
wheat yield and climatic trendsin Mexico[J]. Field Crops Re-
search, 2005, 94(2/3): 250–256
[13] Lobell D B, Ortiz Monasterio J I. Impacts of day versus night
temperatures on spring wheat yields: Acomparison of empiri-
cal and ceres model preditions in three locations[J]. Agron J,
2007, 99: 469–477
[14] 沈禹颖, 南志标, Bellotti B, 等. APSIM模型的发展与应用
[J]. 应用生态学报, 2002, 13(8): 1027–1032
Shen Y Y, Nan Z B, Bellotti B, et al. Development of APSIM
(Agricultural Production Systems Simulator) and its applica-
tion[J]. Chinese Journal of Applied Ecology, 2002, 13(8):
1027–1032
[15] Asseng S, Keating B A, Fillery I R P, et al. Performance of the
APSIM-wheat model in Western Australia[J]. Field Crops Res,
1998, 57(2): 163–179
[16] Asseng S, van Keulen H, Stol W. Performance and application
of the APSIM N-wheat model in the Netherlands[J]. European
Journal of Agronomy, 2000, 12(1): 37–54
[17] Sinclair T R, Seligman N. Criteria for publishing papers on
crop modeling[J]. Field Crops Research, 2000, 68(3):
165–172
[18] 李广, 黄高宝, Bellotti W, 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):
2655–2663
Li G, Huang G B, Bellotti W, et al. Adapation research of
APSIM model under different tillage systems in the Loes-
shill-gullied region[J]. Acta Ecologica Sinica, 2009, 29(5):
2655–2663
[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):
342–347
Li G, Huang G B. Determination of the effect of precipitation
distribution on yield of wheat and pea in dryland using
APSIM[J]. Chinese Journal of Eco-Agriculture, 2010, 18(2):
342–347
[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): 151–159
Li G, Huang G B, Wang Q, et al. Analysis of cooperation ef-
fect of water and fertilizer on wheat and pea in dryland based
on APSIM model[J]. Acta Prataculturae Sinica, 2011, 20(5):
151–159
[21] Nicholls N. Increased Australian wheat yield due to recent
climate trends[J]. Nature, 1997, 387(6632): 484–485
1022 中国生态农业学报 2013 第 21卷


[22] Moonen A C, Ercoli L, Mariotti M, et al. Climate change in
Italy indicated by agromteoro logical indicesover 122 years[J].
Agricultural and Forest Meteorology, 2002, 111(1): 13–27
[23] Todisco F, Verni L. Climatic changes in Central Italy and their
potential effects on corn water consumption[J]. Agricultural
and Forest Meteorology, 2008, 148(1):1–11
[24] 蔡剑 , 姜东 . 气候变化对中国冬小麦生产的影响[J]. 农业
环境科学学报, 2011, 30(9): 1726–1733
Cai J, Jiang D. The effect of climate change on winter wheat
production in China[J]. Journal of Agro-Environment Science,
2011, 30(9): 1726–1733
[25] 朱展望, 黄荣华, 佟汉文, 等. 气候变暖对湖北省小麦生产
的影响及应对措施 [J]. 湖北农业科学 , 2008, 47(10):
1216–1218
Zhu Z W, Huang R H, Tong H W, et al. Impacts and counter-
measures of climate warming on wheat production in Hubei[J].
Hubei Agricultural Sciences, 2008, 47(10): 1216–1218
[26] 郭静 , 黄义德 . 暖冬天气对淮北麦区小麦中后期部分群体
质量指标及产量的影响[J]. 安徽农业科学 , 2009, 34(24):
11475–11477
Guo J, Huang Y D. Effect of warm-winter on some indexes of
center later period wheat in Huaibei Area[J]. Journal of Anhui
Agri, 2009, 34(24): 11475–11477
[27] 陈素英, 张喜英, 邵立威, 等. 农业技术和气候变化对农作
物产量和蒸散量的影响[J]. 中国生态农业学报, 2011, 19(5):
1039–1047
Chen S Y, Zhang X Y, Shao L W, et al. Effects of climate
change and agricultural technology improvement on eva-
po-transpiration and crop yield[J]. Chinese Journal of
Eco-Agriculture, 2011, 19(5): 1039–1047
[28] 房世波 , 沈斌 , 谭凯炎 , 等 . 大气[CO2]和温度升高对农作
物生理及生产的影响[J]. 中国生态农业学报, 2010, 18(5):
1116–1124
Fang S B, Shen B, Tan K Y, et al. Effect of elevated CO2
concentration and increased temperature on physiology and
production of crops[J]. Chinese Journal of Eco-Agriculture,
2010, 18(5): 1116–1124
[29] 高素华, 郭建平, 赵四强, 等. “高温”对我国小麦生长发育
及产量的影响[J]. 大气科学, 1996, 120(5): 599–605
Gao S H, Guo J P, Zhao S Q, et al. The impacts of “High-
er-Temperature” on wheat growth and yield in China[J].
Scientia Atmospherica Sinica, 1996, 120(5): 599–605
[30] 王修兰, 徐师华, 崔读昌. CO2浓度倍增及气候变暖对农业
生产影响的诊断与评估[J]. 中国生态农业学报, 2003, 11(4):
47–48
Wang X L, Xu S H, Cui D C. The diagnosis and estimation of
CO2 concentration increasing and climate warming on the ag-
ricultural production[J]. Chinese Journal of Eco-Agriculture,
2003, 11(4): 47–48
[31] Watson R T, Zinyowera M C, Moss R H. The regional impacts
of climate change: An assessment of vulnerability[M]. UK:
Cambridge University Press, 1997: 1–18
[32] 白莉萍, 周广胜. 小麦对大气 CO2 浓度及温度升高的响应
与适应研究进展[J]. 中国生态农业学报, 2004, 12(4): 23–26
Bai L P, Zhou G S. Responses and adaptations of wheat to
elevated CO2 concentration and temperature rise[J]. Chinese
Journal of Eco Agriculture, 2004, 12(4): 23–26
[33] 马晓波. 中国西北地区最高、最低气温的非对称变化[J]. 气
象学报, 1999, 57(5): 613–620
Ma X B. The asymmetric change of maximum and minimum
temperature in the Northwest China[J]. Acta Meteorolgica
Sinica, 1999, 57(5): 613–620