编辑推荐：
为评估春霜对韩国冬小麦产量损失风险，研究人员建模分析，发现南部风险上升，不同地区需不同应对策略。
在全球气候变化的大背景下，粮食生产面临着诸多挑战。冬小麦作为重要的粮食作物，其产量受到多种因素的影响，春霜便是其中一个不可忽视的 “杀手”。在韩国，小麦是第二大消费粮食作物，然而其自给率仅约 1% ，这对国家粮食安全构成了严重威胁。为了提高小麦产量，韩国政府试图通过新的直接农业支付计划，推广冬小麦与水稻的双季种植模式。但在这种种植模式下，冬小麦面临着春霜的巨大风险。
以往，人们常常忽视春霜对冬小麦的影响，认为气温上升会减少霜的发生。可实际上，温暖的气温会加快作物的物候进程，使得冬小麦的关键发育阶段更容易与春霜事件重合，进而增加产量损失的风险。在 2019/20 生长季，韩国就遭遇了严重的春霜灾害，全国小麦产量大幅下降 20%，其中主要产区全罗南道的减产幅度更是超过 35%。面对这样的现状，韩国在冬小麦极端天气事件风险评估方面却进展缓慢，这极大地阻碍了小麦种植的扩张。
为了深入了解春霜对韩国冬小麦产量的影响，并探索有效的应对策略，来自相关研究机构的研究人员 Yean-Uk Kim、Senthold Asseng、Heidi Webber 等开展了一系列研究，其研究成果发表在《Agricultural and Forest Meteorology》上。
研究人员为开展研究，用到了以下几个主要关键的技术方法：
- 数据收集：收集了韩国农村发展管理局区域适应性试验中两个常见品种（Keumkang 和 Jokyoung）的 140 个实验处理数据，涵盖 2013/14 - 2022/23 共十个生长季、七个试验地点。同时收集了附近气象站的每日气象数据。
- 结构方程模型（SEM）：用于分析抽穗期前后春霜导致冬小麦产量极低的因果路径。
- DSSAT-Nwheat 作物模型：该模型嵌入在农业技术转移决策支持系统（DSSAT v4.8.2）中，用于模拟小麦的生长发育以及春霜对其产量的影响。研究人员对模型进行了校准和评估，并进行了敏感性分析。
- 模拟不同气候情景：利用半度升温额外影响的预测与评估（HAPPI）数据集，评估当前、升温 1.5°C 和升温 2.0°C 情景下春霜导致产量损失的风险。
研究结果如下：
- 2019/20 年韩国冬小麦极端减产与天气条件：2019/20 生长季，韩国冬小麦产量比 2013/14 - 2022/23 季节的平均产量低 35%。该季节天气异常，冬季异常温暖，随后 4 月异常寒冷。结构方程模型分析表明，冬小麦产量与抽穗前后 5 天的累积冷度日（ACDD）呈显著负相关。
- DSSAT-Nwheat 模型的模拟效果：研究人员对 DSSAT-Nwheat 模型进行校准和评估，结果显示该模型在模拟产量方面表现良好，能够成功模拟出 2019/20 生长季因春霜导致的低产情况。敏感性分析表明，物候和霜相关参数是影响模拟春霜产量损失的关键因素，而生长相关参数影响较小。
- 春霜风险的区域差异：研究发现，春霜导致产量损失的风险在韩国南部地区呈上升趋势，该地区是主要小麦产区，占全国产量的 50 - 70%。例如在 Naju，Jokyoung 品种在 0.5% 超越概率下，春霜导致的产量损失程度在当前气候下为 26.6%，在 1.5°C 升温气候下增加到 32.1%，在 2.0°C 升温气候下增加到 34.5%。而在中部和北部地区，春霜导致产量损失的风险没有显著增加。
- 基因型适应选项：研究人员通过改变遗传参数进行模拟，发现延迟抽穗（通过增加 PPSEN）可以降低春霜导致的产量损失风险，但会显著推迟成熟日期，可能影响夏季作物的播种。而增加对春霜的耐受性（降低 GRDUL1 值）可以在不改变成熟日期的情况下降低风险。
研究结论和讨论部分指出，本研究首次基于过程模型量化了韩国冬小麦因春霜导致的产量损失风险，为制定适应策略提供了生物物理基础。不同地区应对春霜风险的有效策略不同，在南部地区，更换为晚熟品种是减少春霜风险的有效可行选择；而在中部和北部地区，由于热量时间仍然不足，培育耐霜品种可能是唯一可行的基因型适应方法。此外，研究还强调需要改进模型，以模拟作物在各个生长阶段对霜的反应，并且未来需要进行更全面的风险评估，考虑其他压力因素，如热、干旱、涝灾、病虫害等，同时还应探索管理实践中的适应策略，并将生物物理分析与社会经济评估相结合，从而制定长期战略，提高小麦产量，增强自给自足能力，确保粮食安全。
