编辑推荐：
为探究气候变化对渭河流域夏玉米产量和水分生产率（WP）的影响，研究人员构建分布式 DSSAT 模型开展研究。结果显示，未来高产区和高 WP 区将向西北转移，温度是主要影响因素。该研究为应对气候变化、保障农业可持续发展提供理论支持。
在全球气候变化的大背景下，粮食安全面临着严峻挑战。气温的升高、降水模式的改变以及二氧化碳浓度的波动，都如同看不见的 “大手”，肆意摆弄着农作物的生长环境。其中，玉米作为世界三大主要粮食作物之一，其产量和水分利用效率的变化备受关注。而在我国，渭河流域作为重要的玉米产区，却面临着气候变化带来的诸多不确定性。以往的研究虽有涉及气候变化对玉米产量的影响，但结论不一，且缺乏针对该流域具体情况的深入分析。同时，对于作物水分生产率（Water Productivity，WP）这一衡量水资源利用效率的关键指标，在气候变化背景下的研究也不够充分。因此，开展对渭河流域夏玉米产量和 WP 受气候变化影响的研究迫在眉睫，这对于保障区域粮食安全和农业可持续发展意义重大。
为此，国内研究人员积极开展研究，旨在评估未来气候变化对渭河流域夏玉米产量和 WP 的影响，并揭示其时空变化规律。研究成果发表在《Agricultural Water Management》上。
研究人员运用了多种关键技术方法。首先，通过筛选 13 个全球气候模型（Global Climate Models，GCMs），并利用统计降尺度技术对未来气象数据进行处理，获取了可靠的气候数据。其次，构建了分布式 DSSAT-CERES-Maize 模型，整合了气象、土壤、种植和灌溉等多方面数据，以模拟夏玉米的生长过程。此外，运用机器学习算法（如 XGBoost）量化了气象因素对产量和 WP 变化的相对重要性 。
研究结果如下：
- GCMs 评估与选择：通过对 GCMs 数据的多轮筛选和评估，发现降尺度方法能显著提升模型模拟性能。最终选定 EC-Earth3、INM-CM4-8、INM-CM5-0 和 KACE-1-0-G 这四个模型，并确定基于最小二乘权重（Least Square Weight，LSW）的融合方法更适用于未来太阳辐射数据融合。
- 气象要素时空变化特征：历史时期，渭河流域气温、降水和太阳辐射呈现出明显的空间差异。未来，流域内气温和降水总体呈上升趋势，太阳辐射虽有波动但部分区域呈下降趋势。在玉米生长季，温度和降水的变化趋势也因情景而异，太阳辐射则呈下降趋势。
- 夏玉米产量和水分生产率预测：模型参数校准和验证结果表明，该模型适用于产量预测。历史时期，流域内夏玉米平均产量和 WP 分别为 5046 kg?ha?1和 1.38 kg?m?3 。未来，随着减排挑战加剧，产量和 WP 增加的区域将从流域东南部向西北部转移，东南部部分区域产量和 WP 则会下降。在高减排挑战情景下，雨养条件下的产量和 WP 增加，而灌溉条件下的产量在长期未来可能下降。
- 产量和 WP 变化的关键影响因素：机器学习分析显示，温度是影响产量和 WP 变化的主要气象因素，其影响范围和重要性随减排挑战增加而扩大。降水和太阳辐射的影响则逐渐减弱，且不同区域气象因素的影响存在差异。
研究结论表明，随着减排挑战加剧和时间推移，渭河流域夏玉米高产区和高 WP 区将从东南部向西北部转移，这意味着种植区域将从湿润地区向干旱地区转变。温度上升是导致这一空间转移的主要气象因素，并且其对产量和 WP 的影响愈发显著，而太阳辐射的影响则逐渐减小。在高排放情景下，过量降水会对流域东南部夏玉米产量产生负面影响。
该研究为应对气候变化对农业的影响提供了重要参考。它有助于农民和政策制定者制定适应气候变化的管理措施，例如根据气候预测调整种植区域、优化灌溉策略等，从而保障渭河流域夏玉米的可持续生产，提升区域粮食安全水平。同时，研究也指出了模型存在的局限性，为后续研究指明了方向，如进一步考虑病虫害影响、整合物种分布模型等，以更全面地评估气候变化对农业的影响 。
