温带与亚热带环境下WOFOST-Potato模型的时间依赖性敏感性分析及其对马铃薯气候适应性建模的启示

为解决马铃薯模型WOFOST在高温亚热带环境适用性不足的问题，研究人员通过局部敏感性分析（LSA）、Sobol和PAWN三种方法，对比荷兰（温带）与印度（亚热带）两地马铃薯生长关键参数敏感性差异。研究发现温带环境以发育相关参数（如Tb_pheno、TSUM1）为主导，而亚热带环境对光合作用相关参数（如Tphot-max、TDWI）更敏感。时间依赖性分析揭示了参数敏感性的动态变化，为模型优化和气候适应性育种提供新思路。

　　

在全球气候变化背景下，马铃薯作为第四大粮食作物，其种植范围正从传统温带地区向亚热带扩展。然而，当前广泛使用的作物生长模型WOFOST-Potato主要基于温带环境数据开发，对高温条件的模拟存在显著局限性。尤其在印度等亚热带地区，马铃薯作为冬季作物面临生长季初期和末期的高温胁迫，而现有模型对光合作用高温响应的参数化可能低估了作物的实际适应能力。这一问题直接影响了模型在粮食安全预测和气候适应性育种中的应用价值。

为突破这一瓶颈，Jian Liu等研究人员在《European Journal of Agronomy》发表研究，首次将时间依赖性敏感性分析应用于WOFOST-Potato模型。团队选取荷兰（温带）和印度（亚热带）两个典型环境，通过局部敏感性分析（LSA）和两种全局敏感性分析方法（Sobol和PAWN），系统评估了15个温度相关参数对发育阶段（DVS）、叶面积指数（LAI）和块茎干重（TWSO）的动态影响。研究创新性地将模型原有的分段函数（AFGEN）替换为平滑曲线（如光合温度响应函数TMPFTB），并引入NASA气象数据补充印度地区的辐射观测。

关键方法

1. 1.

   模型改进：将DTSTMB和TMPFTB的AFGEN表替换为基于生物物理理论的平滑函数（公式2-3），增强参数采样可行性

2. 2.

   环境对比：使用荷兰（2021年）和印度（2022-23年）田间气象数据，分别代表温带夏季和亚热带冬季种植模式

3. 3.

   敏感性分析：

   • •

     局部分析（LSA）：单参数扰动可视化时间响应

   • •

     全局分析：Sobol法计算方差贡献，PAWN法评估累积分布差异

4. 4.

   动态评估：通过时间积分敏感指数（cumS_i）量化参数全季影响

研究结果

1. 时间依赖性参数敏感性差异

温带环境中，发育参数（T_{b_pheno}、TSUM1）主导LAI和TWSO变化，尤其在块茎形成期后贡献超50%。而亚热带环境下，生长参数（TDWI、T_phot-max）从出苗起即表现出持续高敏感性。例如在印度，T_phot-max（光合最高温度阈值）的敏感性在30-40 DAP（出苗后天数）随气温骤升而急剧增加，其cumS_i值达温带环境的3倍。

2. 光合温度响应的关键作用

LSA显示，当T_phot-max从25°C提升至40°C时，印度地区的最大LAI增长超6倍。这与亚热带早期高温抑制光合作用的机制相符——模型默认的阈值（36°C）可能低估了现代品种的耐热性。PAWN分析进一步发现，T₂（光合最适温度上限）在印度全生育期显著影响LAI，而在温带仅在中暑期短暂作用。

3. 时间静态与动态分析的对比

传统终季分析会高估SPAN（叶片寿命）的作用，而时间累积分析揭示TDWI和T_phot-max在亚热带早期更关键。例如印度TWSO的终季敏感性排名中，SPAN居第二，但其cumS_i仅排第八，反映静态分析可能误导参数校准重点。

4. 方法学互补性

Sobol法识别出9-10个关键参数，而PAWN法检测到11-12个，后者对早期 phenology参数（如TSUMEM）更敏感。两种方法在参数排序上高度一致，但PAWN对非正态分布输出更具鲁棒性。

结论与意义

该研究通过多方法敏感性分析，揭示了WOFOST-Potato在温带与亚热带环境下的根本性差异：温带系统以发育进程驱动，而亚热带系统受光合-温度关系主导。这一发现为模型改进指明方向——需重点修订光合高温响应机制，可能包括：

1. 1.

   引入光合驯化（acclimation）算法，使T_phot-max动态适应生长温度

2. 2.

   考虑蒸腾降温对叶温的调节作用

3. 3.

   重新评估SPAN参数在35°C阈值下的生物合理性

研究提出的时间依赖性分析框架，突破了传统终季敏感性分析的局限，为作物模型在气候变化研究中的可靠应用提供了方法论范式。这些成果不仅对亚热带马铃薯生产预测至关重要，也为其他作物模型的跨气候区适应性改造提供了借鉴。未来研究需结合控制实验（如温度梯度试验）与田间观测，以精确量化高温下源-库关系的变化规律。