小麦涝渍胁迫响应机制建模：DSSAT-NWheat模型新模块的开发与验证

《Field Crops Research》：Enabling modeling of waterlogging impact on wheat

本研究针对全球15-20%小麦种植区受涝渍胁迫导致减产的问题，开发了DSSAT-NWheat模型的水涝响应模块，量化了不同物候期涝渍对穗粒数、千粒重及产量的差异化影响。通过整合根系生长、生物量积累和潜在粒重调控机制，模型成功再现了花前涝渍导致的产量损失（rRMSE=18%），为气候变化背景下极端降水事件的农业风险评估提供了新工具。

　　

在全球气候变化加剧的背景下，极端降水事件频发导致农田涝渍灾害日益严重。据统计，每年全球15-20%的小麦种植区遭受涝渍胁迫，在欧洲、南亚和南美等主产区，涝渍造成的减产甚至超过干旱。然而令人惊讶的是，大多数作物模型至今未能有效模拟这一关键胁迫因子——三分之二的小麦模型完全忽略涝渍影响，其余模型也仅简单考虑其对光合作用的抑制。这种模型缺陷严重制约了农业应对极端气候的能力，特别是在降水强度持续增加的未来情景下。

针对这一重大科学瓶颈，来自法国农业科学研究院（INRAE）等机构的研究团队在《Field Crops Research》发表了突破性成果。研究人员通过整合17个国家田间试验数据，首次在DSSAT-NWheat模型中构建了多维度涝渍响应模块。该模块创新性地耦合了三个核心机制：根系缺氧死亡动态（AF_root计算）、碳水化合物积累抑制（WLSI/WLMI参数）以及潜在粒重调控（MXGWT/MPGS阈值）。通过西班牙Lleida的控水实验验证，模型对花前涝渍导致的产量损失模拟精度达rRMSE=18%，尤其改进了传统模型对粒重补偿效应的高估问题。

研究采用三大关键技术路线：1）基于17篇文献（2008-2021年）的Meta分析量化不同物候期涝渍敏感性；2）开发土壤通气因子（AF）算法模拟根系缺氧；3）利用法国La Jaillière长达24年的排水/非排水田间对照数据进行模型验证。敏感性分析显示，分蘖期至灌浆初期的涝渍最为致命，持续24天胁迫可导致产量下降65%，这与实测数据中穗粒数减少25±10%、千粒重降低30±5%的规律高度吻合。

研究结果揭示三个关键发现：

1. 物候特异性响应：模型精准捕捉到花前涝渍主要减少穗粒数（-50%），而灌浆期涝渍则显著降低千粒重（-30%），这与实测数据空间分布一致。
2. 生理过程解耦：突破性地发现传统模型过度依赖"粒数-粒重"补偿效应，新模块通过引入潜在粒重胁迫因子（公式5-6），将粒重预测误差从57%降至18%。
3. 区域适用性验证：在法国长期定位试验中，模型成功再现排水田块（r2=0.72）与涝渍田块（r2=0.11）的产量差异，尽管田间异质性导致精度受限。

这项研究标志着作物建模领域的重要进步。通过首次在DSSAT-NWheat中实现涝渍-产量关系的动态模拟，不仅弥补了气候变化影响评估的关键短板，更揭示了穗发育期（物候期2-4阶段）是水分胁迫敏感窗口的新机制。模型参数如WLSI（涝渍起始阈值）和WLMI（最大抑制系数）的引入，为品种耐涝性鉴定提供了量化指标。值得注意的是，该研究也暴露出当前模型的局限——尚未考虑低温减缓缺氧损伤等环境互作效应，这为未来模型升级指明了方向。随着该模块在DSSAT 4.8版本的公开应用，全球农业研究者将首次能够系统评估极端降水对粮食安全的真实威胁，为构建气候智能型农业体系奠定关键技术基础。