编辑推荐：
小麦产量对气候变化及极端事件的响应研究：基于APSIM模型与机器学习的多区域分析，揭示了不同气候情景下中国三大主产区产量下降趋势及空间差异，强调区域特异性策略的重要性。
关莫莉|雷桥|建正李|雷武|揭潘|明刚徐|文菊张|伊夫·布罗斯托
中国北方干旱半干旱耕地高效利用国家重点实验室/农业农村部耕地质量监测与评价重点实验室，中国农业科学院农业资源与区域规划研究所，北京100081，中国
摘要
气候变化日益威胁全球小麦生产，气温上升和降水模式变化导致产量下降。了解未来小麦产量的时空分布及其关键气候驱动因素对于可持续发展至关重要。然而，以往的研究往往忽视了多种气候因素之间的复杂非线性关系。在本研究中，我们结合了APSIM-wheat模型和随机森林-SHAP方法，以捕捉小麦生长过程以及产量与气候因素之间的复杂非线性关系和阈值效应。研究使用了位于中国三大小麦主产区的15个国家级长期实验的数据集。APSIM模型在所有区域的预测精度都很高。利用这些经过验证的作物模型，我们预测了未来小麦产量，并分析了在不同气候情景下对极端气候事件的响应。结果表明，从中期到长期来看，小麦产量可能会停滞或下降，具体取决于气候情景和区域条件。在低排放情景下，产量为4.0至7.2吨/公顷；在高排放情景下，产量为2.5至6.5吨/公顷。从长远来看，低排放情景和高排放情景之间的差距预计会进一步扩大。在高排放情景下，由于强降水和极端寒冷天气，中国西北部的产量到2099年将减少30-40%，该地区最为脆弱。在长江流域，由于极端高温和强降水，产量将减少19-36%；而在华北平原，产量主要因极端高温而减少17-25%。极端气候事件对产量具有显著的非线性和阈值效应。本研究强调了需要更多考虑地区特定策略，并为制定管理措施以维护粮食安全和增强对未来多重气候灾害的长期抵御能力提供了基础。
引言
小麦（Triticum aestivum L.）作为世界第三大作物，在保障全球粮食安全方面发挥着不可替代的作用（Asseng等人，2011年）。然而，其生产正受到气候变化的日益严重威胁（Chan等人，2024年；Yang等人，2024年）。气候变化导致极端气候事件更加频繁（Asseng等人，2015年；Rezaei等人，2023年）。未来，极端气候事件的频率和强度的增加，如温度上升、干旱、洪水和寒冷损害，将加剧农业生产压力，尤其是在脆弱地区（IPCC，2012年；Lesk等人，2022年；Xiao等人，2016年；Zhu等人，2022年）。因此，准确评估和预测小麦生产对气候变化的响应（包括极端气候事件）对于指导适应性农艺实践和确保可持续生产至关重要（Abramoff等人，2023年；Gong等人，2025年；Liu等人，2016年；Zhang等人，2025年）。
气候变化和极端气候事件导致了全球约三分之一的作物产量波动和异常（Ray等人，2015年；Vogel等人，2019年）。一些先前的研究表明，温度升高通过减少种植频率和产量降低了全球农业生产（Zhu等人，2022年）。全球小麦产量每升高1℃就会减少4.1-6.4%（Asseng等人，2015年；Liu等人，2016年）。预计到2040年，全球变暖将达到1.5℃，超过2℃是不可避免的（IPCC，2023年）。极端高温对产量的冲击比平均温度升高更大，近几十年来导致小麦产量减少了20-50%（Ababaei和Chenu，2020年；Lobell等人，2015年；Ullah等人，2024年）。中国的小麦产量占全球总量的18%，是中国最大的小麦生产国（FAO，2024年）。研究表明，中国的小麦产量每升高1℃将减少3-10%（Liu等人，2016年；You等人，2009年；Zhao等人，2017年）。此外，在生长季节发生极端高温事件时，小麦产量损失率在2%到25%之间，具体因地区而异（Liu等人，2014年）。总体而言，区域研究结果与全球研究一致，即温度升高/极端高温事件导致小麦产量损失在3%到50%之间。此外，水资源可用性对小麦的影响也值得高度重视。研究表明，干旱和洪水分别导致全球小麦产量损失了10-20%和3.5-9%，而在中国的小麦生产系统中，产量损失分别为6%和6.1%（Daryanto等人，2016年；Lesk等人，2016年；Shi等人，2021年）。尽管在全球范围内已经取得了很大进展，但在准确评估气候变化对中国不同地区小麦产量响应模式方面仍存在相当大的挑战，特别是在极端气候事件频繁发生的情况下。这些挑战主要源于农业生产的高度区域异质性，包括品种、气候条件、土壤特性和管理方式的差异（Qiao等人，2022年；Zhang等人，2025年）。具体来说，缺乏高分辨率的、站点级别的时空数据集，这些数据集整合了详细的历史气象数据、土壤特性和作物数据（Sweet等人，2025年）。像长期实验（LTEs）提供的这种覆盖30-40年的数据对于准确校准模型以捕捉未来极端气候对小麦产量的非线性影响至关重要。
使用统计模型和基于过程的模型（PBMs）（Lu等人，2017年；Ray等人，2015年；Rizzo等人，2022年；Zhu等人，2022年）广泛探讨了气候变化与作物产量之间的关系。PBMs（如APSIM）通过结合专门设计用于捕捉环境极端条件下的生理响应的机械损伤函数来动态模拟作物生长（Asseng等人，2015年；Keating等人，2003年）。然而，尽管PBMs提供了重要的生物学见解，但它们需要大量的参数化，并且在探索高维气候-产量相互作用时计算量较大。最近，机器学习（ML）作为一种强大的工具出现，用于开发“模型模拟器”（Raharimanana等人，2023年；Xie等人，2025年）。在本研究中，我们将PBMs与随机森林模型结合，以模拟不同情景下的作物响应。这种混合方法利用了PBMs的机制严谨性，同时利用ML模拟器高效地解码复杂的非线性关系，并量化未来气候变化下产量变化的驱动因素。
在本研究中，我们构建了一个全面的农业数据集，包括1978年至2018年中国主要小麦种植系统的15个国家级长期实验（LTEs）的作物、环境和管理信息。本研究旨在将长期APSIM模拟的应用范围从田间尺度扩展到区域尺度，并揭示气候变化下极端气候事件与产量之间的关系。研究目标包括：（1）全面参数化并评估中国三大小麦种植区的APSIM-wheat模型；（2）预测四种共享社会经济路径（SSP）气候情景下的未来小麦产量；（3）利用机器学习分析极端气候事件与产量之间的关系。本研究的结果将为制定和实施中国粮食安全的气候变化策略提供科学依据。
研究区域和长期实验
研究区域和长期实验
小麦在中国从寒冷地区到亚热带地区，从干旱地区到半干旱和湿润地区都有种植。根据其农业生态和地理位置，定义了三个主要种植区（Qiao等人，2022年；Zhao，2010年）：（1）中国西北部（NWC），（2）华北平原（NCP），（3）长江流域（YZB）。年平均温度从干旱半干旱地区的7.7°C到亚热带地区的18.3°C不等。年平均降水量从
APSIM-wheat模型性能
模拟产量与观测产量的优化和验证数据集比较（图3a和e）表明，该作物模拟模型整体表现令人满意。模型的预测能力很强，r2为0.9，模型效率为0.9，NRMSE为30.8，这意味着模拟产量与观测值非常接近（大多数点集中在1:1线上）。
在区域尺度上，模型依然表现稳健。
气候变化对小麦产量的影响
气候变化是影响作物产量的主要不可控因素，也是导致全球产量停滞的因素之一（Gerber等人，2024年；Ray等人，2012年）。本研究使用APSIM-wheat模型模拟了气候变化情景下的小麦产量，通过机器学习揭示了极端气候事件与小麦产量之间的复杂非线性关系。基于15个长期实验（LTEs），分析涵盖了三个代表性小麦种植区：干旱半干旱地区（NWC）
结论
本研究结合了APSIM-wheat模型和机器学习，评估了未来气候变化（包括极端气候事件）对不同生态区域小麦生产的影响。小麦产量将受到排放路径和当地气候条件的强烈影响。预计到本世纪中叶（2059年），特别是在低排放情景下，小麦产量将保持相对稳定。然而，到本世纪末（2099年），小麦产量预计将下降
CRediT作者贡献声明
文菊张：撰写——审稿与编辑、监督、资源管理、项目行政、资金筹集。伊夫·布罗斯托：撰写——审稿与编辑、监督。揭潘：撰写——审稿与编辑、数据管理。明刚徐：资源管理、项目行政。建正李：撰写——审稿与编辑、软件。雷武：撰写——审稿与编辑、数据管理。关莫莉：撰写——审稿与编辑、初稿撰写、可视化、验证、软件、方法论、格式。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本工作得到了中国国家科技基础资源调查项目（2021FY100500）和中国国家重点研发计划（2021YFD1500205）的支持。我们还要感谢ULiège-CAAS博士合作计划提供的宝贵联合研究机会，以及中国国家留学基金委员会（CSC）的财政支持。
我们衷心感谢众多现场技术人员和合作者在管理这15个国家级长期实验中所做的贡献
