小麦作物模型中预测不确定性的主导来源因模拟输出而异：参数与结构不确定性的全球变暖影响解析

本文通过MCMC方法和AgMIP-Wheat多模型模拟，系统评估了CSM-CERES-Wheat模型参数（MCMC）与结构（AgMIP-30模型）不确定性对小麦物候期（开花/成熟）和产量指标的差异化影响。研究发现：参数不确定性主导物候预测，而生物量/产量模拟中结构不确定性更显著；全球变暖将加剧两者不确定性，生长季温度每升高1°C，参数不确定性RRMSE增加2%-10%。研究为气候变化下作物模型精准化提供了方法论支撑（RRMSE：相对均方根误差）。

　　

研究亮点

• 首次系统比较了小麦模型参数（MCMC估计）与结构（AgMIP-30模型）不确定性的相对贡献

• 参数不确定性对物候预测（开花/成熟）的影响超过多模型结构差异

• 生物量、产量和粒数模拟中，结构不确定性可达到参数不确定性的1.5倍

• 温度升高1°C使参数不确定性RRMSE增加2%-10%，气候变暖将放大该效应

研究背景

作物模型的不确定性分析（含参数与结构不确定性）是风险评估的核心环节。现有研究多聚焦物候不确定性，而产量相关不确定性的机制仍不明确——特别是在全球变暖背景下，温度如何通过参数传递影响预测精度尚待揭示。

研究目标

本研究旨在：1）量化CSM-CERES-Wheat模型参数（通过MCMC方法）与结构（基于AgMIP-30模型对比）对各输出指标的差异化影响；2）解析全球变暖情景下参数不确定性对物候和产量预测的放大效应。

研究方法

采用国际热胁迫基因型实验（IHSGE）数据，通过马尔可夫链蒙特卡洛（MCMC）方法量化参数不确定性，结合AgMIP-Wheat多模型比较评估结构不确定性。重点分析两个代表性品种（Bacanora和Nesser）在6个试验点的响应。

主要发现

1. 1.

   参数不确定性对开花期和成熟期预测的贡献率比多模型差异高35%

2. 2.

   生物量模拟中，结构不确定性（AgMIP-30模型间差异）可达参数不确定性的1.8倍

3. 3.

   MCMC集合均值使产量预测RRMSE降低2%-10%，但高温环境下改善幅度缩小

4. 4.

   温度每升高1°C，参数不确定性导致的成熟期预测波动增加15%

结论

本研究揭示：1）参数不确定性是物候预测精度的决定性因素；2）产量相关指标受结构和参数不确定性的双重调控，且前者在高温条件下作用更显著；3）全球变暖将通过放大参数敏感性加剧预测不确定性，这对气候变化风险评估具有重要警示意义。