预测澳大利亚东南部气候变化背景下干旱导致的小麦产量损失阈值的变化

《Agricultural and Forest Meteorology》：Projecting shifts in drought-induced thresholds for wheat yield loss under climate change in southeastern Australia

澳大利亚东南部小麦带干旱对产量的影响及阈值变化研究，采用APSIM模型和copula函数分析SPI与SPAWI干旱指数的差异。结果显示：基于土壤水分的SPAWI指数预测的产量损失概率（5-20%）高于SPI，因SPI忽略土壤缓冲作用；干旱触发阈值在湿润地区更低，CO?施肥可降低阈值并缓解损失，但气候模型选择仍是阈值变化的主因。该研究为干热农业区风险管理提供了量化依据。

　　

向键宇|王斌|刘德立|陈超|纪飞|陈方正|姚世进|李思怡|阿尔弗雷多·韦特|李毅|余强

悉尼科技大学生命科学学院理学院，澳大利亚新南威尔士州悉尼Broadway PO Box 123，邮编2007

摘要

干旱是雨养小麦系统产量变异的主要决定因素，预计气候变化将加剧水分短缺的频率和严重程度。然而，在量化（i）不同干旱指数下的产量损失概率以及（ii）在不同气候情景下干旱引发产量损失的动态阈值方面仍存在知识空白。系统地量化这些关系对于改善水资源受限农业系统的风险评估和适应策略的实证基础至关重要。本研究使用APSIM模型和copula函数分析了澳大利亚东南部未来小麦产量损失概率和动态干旱阈值，将土壤水分指数（SPAWI）与降水指数（SPI）进行了比较。我们发现，基于SPAWI的干旱预测的小麦产量损失概率更高（比SPI高出5-20%），这突显了仅依赖降水指数的局限性，因为它们忽略了干旱期间的土壤缓冲效应。由于土壤水分的缓冲作用，SPAWI的干旱阈值高于SPI，并且在湿润地区的阈值更低。二氧化碳（CO₂）施肥可以增加产量并部分抵消干旱的影响，从而降低损失概率和阈值，而气候模型的选择仍然是预测阈值变化的主要因素。我们的分析表明，干旱指数的选择会影响产量损失风险的预测，量化的气候变化下干旱产量阈值的变动揭示了关键的土壤水分缓冲效应和二氧化碳缓解潜力。这些发现为气候变化下的干旱地区小麦种植系统的适应性管理提供了基于证据的干旱阈值。

引言

干旱会通过增加作物对水的需求来不利地影响作物生产（Mokhtar等人，2021年；Wan等人，2021年），导致产量显著下降（Hao等人，2024年；Simanjuntak等人，2023年）。作为世界上最干旱的国家之一（Wang等人，2024b年）以及世界主要的小麦生产国（Li等人，2024年；Malik等人，2022年；Yuan和Yamagata，2015年），澳大利亚在干旱条件下维持农业生产力稳定性方面面临重大挑战。新南威尔士州（NSW）的小麦带占全国小麦产量的约35%（https://www.agriculture.gov.au/abares），特别容易受到干旱的影响。此外，越来越多的证据表明，气候变化将进一步提高未来干旱事件的频率和持续时间（Steensen等人，2025年；Wu等人，2025年），从而损害作物生长并加剧产量不稳定性（Li等人，2022c年；Wang等人，2024b年）。因此，准确评估干旱引起的产量损失对于及时检测干旱风险至关重要。然而，关于澳大利亚小麦带小麦对干旱响应的研究仍然有限，尤其是在未来气候情景下。

干旱的复杂性使其难以直接测量（Hao和Singh，2015年；Mishra和Singh，2010年）。因此，已经开发了许多干旱指数来量化干旱的严重程度（Mishra和Singh，2011年）。其中，标准化指数被最广泛使用，通过将降水、蒸散作用和土壤水分等干旱驱动因素转换为标准化值来系统地捕捉不同类型的干旱（Chen等人，2020年；Liu等人，2021年；Mishra和Singh，2010年；Yerdelen等人，2021年）。常用的指数包括SPI（McKee等人，1993年）、SPEI（Vicente-Serrano等人，2010年）、PDSI（Palmer，1965年）和SSI（Sheffield等人，2004年）。尽管单一指数的应用通常表现良好，但在特定应用中选择不同的指数仍然具有挑战性（Barua等人，2011年；Farahmand和AghaKouchak，2015年；Wable等人，2018年）。例如，Tian等人（2018年）比较了美国中南部六个干旱指数，发现它们不同的计算机制可能导致对特定地区干旱状况的评估结果存在差异。这种差异也延伸到对干旱对作物产量影响的评估中（Chen等人，2020年；Yao等人，2022年）。对于雨养作物系统来说，影响作物生长的主要因素是水分可用性，这直接受到降水和土壤水分储存能力的影响（Feldman等人，2024年；Miguez-Macho和Fan，2021年）。因此，基于这两个变量的标准化指数可以更准确地表示作物的水分胁迫。此外，以往的研究，特别是在未来气候预测方面，主要依赖于基于降水的指数来描述全球干旱模式（Gebrechorkos等人，2025年；King等人，2020年）。然而，土壤的保水能力会影响降水不足期间的作物供水，因此仅使用基于降水的指数可能会在评估实际作物干旱胁迫时引入偏差（Chen等人，2024年；Zhang等人，2020年）。因此，有必要在不同未来气候情景下对不同指数进行定量比较。此外，利用基于土壤水分的指数来分析未来作物对干旱响应的研究仍然有限，特别是在澳大利亚新南威尔士州这样的干旱易发雨养农业系统中。

以往的研究通常通过确定性分析方法（如线性回归和相关性分析）将标准化干旱指数与作物产量联系起来（Chen等人，2020年；Hendrawan等人，2022年）。虽然这些方法能够有效识别干旱趋势与产量变化之间的总体关系，但它们通常无法捕捉作物产量对不断变化的干旱条件的动态响应。此外，干旱本质上是一种罕见且缓慢演变的现象，具有显著的空间和时间变异性（Devanand等人，2024年；Hosseinzadehtalaei等人，2024年；Mishra和Singh，2010年）。其不规则的开始、渐进的过程以及与作物系统的非线性相互作用使得使用线性因果假设来捕捉干旱变得困难（Clarke等人，2021年；Rahimi-Moghaddam等人，2023年）。这些限制促使人们转向概率方法，这些方法已被广泛用于量化干旱对小麦产量损失的风险（Li等人，2022b年；Liu等人，2022b年）。最近，干旱触发阈值的概念受到了关注，用于动态分析干旱对特定作物的影响（Wei等人，2023b年）。与传统确定性方法相比，基于干旱指数的触发阈值能够识别与产量损失开始相关的干旱严重程度，为农业风险管理提供有利的早期预警信号（Guo等人，2023年；Han等人，2023年）。这种方法构建了变量之间的联合概率，通常涉及一个干旱指数，以确定在固定条件概率下的干旱触发阈值（Huang等人，2019年；Li等人，2022b年）。此外，动态阈值允许纳入地区特定的影响因素（Li等人，2022b年；Xiang等人，2023年），从而更可靠地估计干旱对小麦产量的影响。例如，土壤特性在缓冲干旱对作物生长的影响方面起着关键作用（Boeing等人，2022年；Kukal等人，2023年；Zhao等人，2023年）。迄今为止，专门针对澳大利亚未来气候情景下识别干旱阈值及其潜在变化的研究仍然有限。此外，在气候变化条件下，了解这些动态干旱阈值未来可能如何变化至关重要。

为了准确评估未来干旱对小麦的影响，需要可靠的干旱演变预测和未来产量的模拟（Asseng等人，2014年，2019年）。基于过程的作物模型通过整合气候、土壤特性、品种特性和管理实践的数据，为在特定情景下模拟作物生长和产量提供了适当的平台（Nóia-Júnior等人，2025年）。特别是，农业生产系统模拟器（APSIM）在澳大利亚得到了广泛应用，并且在本地条件下表现良好（Holzworth等人，2014年）。然而，针对新南威尔士州小麦带的综合研究（结合APSIM和干旱触发阈值分析）仍然不足。此外，产量预测对气候输入数据非常敏感，气候模型的输入不确定性给这些模拟带来了显著的变异性（Li等人，2023年；Wang等人，2020年）。除了更频繁的干旱外，二氧化碳（CO₂）的增加也将影响小麦的生长和产量。尽管目前的理解表明二氧化碳对C3作物（如小麦）的产量有补偿作用（Liu等人，2022a年；Sugiura等人，2024年），但这种好处可能会被同时发生的干旱胁迫所抵消（Rezaei等人，2023年；Wang等人，2022b年）。这些相互作用效应在未来气候条件下的表现以及它们将如何影响干旱阈值尚不清楚。

因此，本研究结合了基于过程的作物建模、联合和条件概率方法以及不确定性分析，开发了一个框架，用于分析气候变化下干旱引起的产量损失阈值。首先使用历史和预测的未来气候数据，在澳大利亚东南部的四个代表性地点模拟了小麦产量和土壤可用水量。然后构建了干旱指数（SPI和标准化植物可用水指数）与小麦产量之间的联合分布函数，使用条件概率方法来确定阈值。最后，我们评估了不同气候情景下的阈值变化，并确定了关键的影响因素。本研究旨在1）预测不同干旱指数下小麦产量损失概率的变化，2）评估两个干旱指数引起的产量损失阈值的变化，3）确定导致小麦产量损失阈值变化的因素。这些发现将为澳大利亚东南部雨养小麦生产系统的适应性管理提供基于证据的干旱阈值动态信息。

研究区域和历史气候数据来源

新南威尔士州小麦带是澳大利亚农业的重要区域，主要位于该州的中部和西部（Shi等人，2023年）。该地区气候变异性和地理多样性显著，西部的年降水量是东部的四分之一，年温度则是东部的一倍（Feng等人，2019年；Xiang等人，2023年）。对于本研究，我们选择了四个代表性地点：Walgett（WA）、Balranald（BA）和Moree Plains

小麦产量和干旱指数的变化

图3展示了基线时期、2040年代和2080年代SSP245和SSP585情景下小麦生长阶段的集合平均值。图3a显示了每个阶段的持续时间，而图3b展示了最早开始和最晚结束的日期。总体而言，大多数地点在幼苗阶段的持续时间最长，而在灌浆阶段的持续时间最短。在南部地点（BA、WW），生长阶段的持续时间逐渐缩短，预计这一趋势将持续

讨论

我们使用APSIM作物模型模拟了新南威尔士州小麦带在不同SSP情景下的未来小麦生长情况。我们的结果表明，未来关键生长阶段（幼苗期、开花期和灌浆期）的持续时间和提前趋势是一致的（图3）。这种物候变化主要是由温度升高驱动的，温度升高加速了热量积累，加快了小麦的生长（Li等人，2022a年；Sun等人，2024年；Ye等人，2020年）。我们的产量预测显示

结论

我们使用基于过程的作物模型和copula方法评估了二氧化碳（CO₂）施肥对小麦产量损失风险和干旱触发阈值变化的影响。我们的分析表明，农业干旱指数（SPAWI）能够最好地捕捉未来小麦产量损失风险，其显示的风险和阈值高于气象指数（SPI）。虽然二氧化碳施肥通过降低干旱阈值来缓解风险，但这种效应受气候条件的影响显著

CRediT作者贡献声明

向键宇：写作——审阅与编辑、初稿撰写、验证、软件开发、方法论、数据管理、概念化。王斌：写作——审阅与编辑、软件开发、方法论、概念化。刘德立：写作——审阅与编辑、软件开发、方法论、数据管理。陈超：写作——审阅与编辑、方法论。纪飞：写作——审阅与编辑、方法论。陈方正：软件开发、方法论。姚世进：验证、软件开发、方法论。李思怡：软件开发