综述：气候变化对玉米生产和粮食安全的影响：整合气候智慧农业与建模方法实现可持续适应

《Advances in Agriculture》：Climate Change Impacts on Maize Production and Food Security: Integrating Climate-Smart Agriculture and Modeling Approaches for Sustainable Adaptation

　　

气候变化是全球农业和作物生产面临的主要挑战之一。在世界许多地区，粮食安全在很大程度上依赖于主要谷类作物。在这些谷类作物中，玉米（Zea mays L.）是对气候变化引起的干旱和热胁迫最敏感的主要粮食作物之一，尤其是在生殖期和灌浆期发生这些胁迫时。这些胁迫因素使生产和生产力更加不稳定，并对粮食安全和生计产生不利影响。为应对这些挑战，已有若干关于气候智慧农业（CSA）和作物建模的研究；然而，大多数研究分别关注CSA方法和基于过程的作物建模以进行气候变化减缓和适应。因此，本综述综合现有知识，通过整合CSA和基于过程的作物建模方法来弥补这些空白，以减轻气候变化对玉米生产和粮食安全的影响。利用主要科学数据库进行了全面的文献综述，以评估CSA和作物建模方法如何促进玉米生产和粮食安全的气候变化适应与减缓，特别关注2010年至2026年间发表的研究。被综述的研究表明，与传统农业实践相比，实施CSA实践并结合作物建模可提高玉米产量。总体而言，本综述的发现进一步表明，整合CSA和作物建模可以促进玉米产量提升并加强气候变化适应策略，从而在变化的气候条件下为改善粮食安全做出贡献。

**1. 引言**

气候变化显著影响全球人口增长驱动的粮食需求。气温上升、气候变率增大、干旱、洪水、外来害虫侵扰和意外杂草侵染强烈制约作物生长、发育、产量稳定性和养分利用效率。农业既受气候变化严重影响，也参与气候变化减缓，在依赖季节性降雨和有限外部投入的地区尤为脆弱。玉米（Zea mays L.）因其广泛适应性、多功能性和高产潜力而成为战略作物，但在生殖期和生理成熟期对热胁迫和干旱胁迫高度敏感。多数产量下降和生产变异性增加主要由影响玉米物候和生理的气候因子诱导。在撒哈拉以南非洲（SSA），玉米生产系统对气候变化高度敏感，预计到21世纪末产量损失可达45%。气候智慧农业（CSA）是应对气候变化对农业挑战的综合策略，旨在改善粮食安全、提升韧性和降低温室气体排放。然而，现有研究和综述多分别探讨CSA方法与基于过程的作物建模，缺乏二者的整合。本综述旨在批判性评估CSA实践与基于过程的作物建模方法相结合如何改善玉米生产力、气候变化适应、减缓与粮食安全。

**2. 方法**

采用综合综述方法，在Google Scholar和ScienceDirect数据库中系统检索2010—2026年间同行评议英文文献，使用布尔运算符（AND和OR）组合关键词。通过标题和摘要初步筛选、全文审查以及前后向滚雪球方法检查关键综述和高度引用实证研究的参考文献列表，确保文献覆盖的全面性和科学严谨性。

**3. 气候变化与农业**

农业是确保粮食安全和实现可持续发展目标的最重要工具，但不同区域研究表明气候变化已成为降低生产力和产量的最具挑战性因素之一。气候变化改变温度格局、降水和天气事件，在亚洲和SSA多个地区显著降低粮食生产和粮食安全。区域模拟表明，RCP 4.5和8.5情景下年降雨量将减少8.45%—10.95%，温度每日升高可达3.6°C；另有研究预测降水减少可达58.7%。此类条件导致作物生产大幅下降，尤其在自然依赖降雨的区域。

**3.1. 气候变化对玉米生产的影响**

在SSA，玉米是最易受生殖生长阶段温度和水分胁迫影响的谷类作物之一。东非研究表明玉米生长最适温度为20—25°C，超过35°C将导致约45%的产量损失。热胁迫与水分亏缺叠加在生殖期和灌浆期造成更大产量损失。SSA玉米生产系统高度依赖雨养农业，对气候变化和气候变率的不确定性尤为敏感。

**3.1.1. 生理和物候影响**

高温通过损害叶绿素功能、增加光呼吸和加速叶片衰老降低光合效率，限制生物量积累和籽粒产量。花期温度超过35°C可使籽粒数减少40%以上，热旱并发时产量损失可达20%—50%。干旱胁迫限制气孔导度和碳同化，减少水分吸收和养分运输。玉米作为C4作物，对CO₂浓度升高的响应相对有限，升高的温度和水分亏缺的负面影响通常超过CO₂施肥效应的生理益处。气候变化还通过加速热量时间积累改变玉米物候，缩短关键生育阶段。升温1—3°C可使玉米生育期缩短约5—15天，预计到21世纪中后期在管理措施不变情况下产量下降约10%—20%，半干旱和亚热带地区物候变化尤为显著。

**3.1.2. 生物胁迫影响**

气候变化改变病虫害和杂草的分布、发生强度和地理扩散。秋粘虫等外来害虫的扩散与气候变化密切相关，温度升高2°C预计使虫害导致的玉米产量损失增加31%。模型预测显示，全球平均地表温度每升高1°C，玉米、水稻和小麦因虫害的产量损失预计增加10%—25%。暖湿气候增加真菌污染和霉菌毒素（特别是黄曲霉毒素和伏马菌素）风险。升高的温度和CO₂浓度增强杂草生长及其与作物的竞争能力，导致玉米产量损失加剧。

**3.1.3. 产量和生产趋势**

多个实证研究表明气温升高对玉米产量和产量因子产生负面影响。全球变暖预测表明，热带和亚热带地区若不实施切实的适应策略，玉米产量将下降。CO₂升高可增加株高、叶面积和地上部生物量，但干旱、热胁迫和极端洪水对玉米生长和发育阶段的影响更大，威胁产量稳定性并降低平均产量。高海拔地区可能因增温获得短期产量收益。

**3.1.4. 社会经济影响**

SSA地区（包括埃塞俄比亚）玉米生产的社会经济影响尤为突出。产量损失和不可预测的市场价格威胁小农户的家庭粮食供应、经济稳定和营养状况。生产风险抑制了良种和投入品投资，加剧脆弱性和贫困循环。综合解决方案需要政府、非政府机构、宗教组织、作物生产投资者和小农户的协同合作。

**3.2. 气候变化情景下的玉米生产与粮食安全**

全球玉米产量约12.2亿吨，非洲谷物总产量约2.2272亿吨，其中玉米占9631万吨，显示玉米在非洲作物生产中的主导地位。气候变化影响粮食安全的四个维度：粮食可获得性、利用、稳定性和获取。玉米产量下降直接减少粮食供应，尤其在玉米为主导主食作物的地区。粮食获取依赖于农户获得充足资源的能力，生计多样化可改善粮食获取。玉米在SSA国家贡献超过30%的每日热量摄入，气候变化对产量稳定性、籽粒品质和粮食利用构成重大威胁。产量波动加剧粮食供应和市场价格年际变化，削弱粮食稳定性。

**3.3. CSA：概念框架**

CSA是解决粮食安全、气候变化适应和减缓策略的综合框架，整合作物多样化、保护性耕作、农林业、少耕和田间水肥保持。有效实施需要协调CSA三大核心支柱：农业生产可持续性、适应性与韧性提升、温室气体减排。CSA强调因地制宜的解决方案，考虑农业生态因素、社会经济限制和制度能力。

**3.3.1. CSA方法与技术**

CSA技术包括耐热、耐旱、抗病玉米品种的开发和推广。品种采用取决于农户差异和农业生态区，低地和中部地区农户因面临更大冲击风险更倾向于采用多样化CSA实践。保护性农业（CA）和玉米-木豆间作分别比传统系统增产51%和19%，适用于半干旱和亚湿润地区。精准养分管理通过改善土壤水分保持和养分效率增强气候韧性，整合养分管理可提高SSA亚湿润和湿润地区玉米产量。农林业多样化系统通过固碳和生态系统服务增强适应能力，但并非所有农林业实践均能改善玉米产量。集水和改进灌溉系统提高水分利用效率，小规模灌溉对提高小农户收入和气候变化减缓具有显著作用。

**3.4. 建模和预测气候影响**

传统农艺试验方法劳动密集、耗时且难以多年运行，作物模拟模型由此发展起来。DSSAT、APSIM、AquaCrop和EPIC是气候影响研究中最常用的模型。

**3.4.1. 一般特征和输入数据要求**

AquaCrop是水分驱动模型，所需试验数据较少，适用于数据稀缺地区；DSSAT和APSIM需要高质量详细的基因型系数、土壤剖面、作物管理和逐日天气数据；APSIM和EPIC均为辐射驱动模型，并纳入侵蚀、水文和养分运移变量，数据需求更高。

**3.4.2. 校准和验证**

APSIM和DSSAT因结构复杂和品种系数调整众多而校准困难；AquaCrop在有田间观测数据时校准和验证相对容易。在埃塞俄比亚热带环境下，APSIM-Maize、AquaCrop和DSSAT CERES-Maize的产量均方根误差（RMSE）分别为13%—19%、1%—4%和1%—17%，多模型集合校准可提高预测精度。模型选择取决于研究人员和决策者的技术知识。

**3.4.3. 热和干旱胁迫表达**

APSIM和DSSAT通过详细模拟作物物候、根系生长、生物量积累和生殖过程，在联合热旱胁迫表达方面较强；AquaCrop在水分受限环境下表现优异，擅长干旱和水分生产力分析；EPIC通过长期土壤水平衡和水文模块有效模拟干旱胁迫，但热胁迫生理模块详细程度低于APSIM和DSSAT。

**3.4.4. 氮素动态和CO₂效应**

APSIM和DSSAT包含高度详细的氮循环过程（矿化、固定、吸收、残茬分解和淋溶）；EPIC因最初为评估侵蚀和土壤生产力而开发，养分循环能力很强；AquaCrop氮素模块相对简化，不适合详细养分动态分析。DSSAT、APSIM和EPIC可模拟大气CO₂浓度升高的生理响应，AquaCrop主要通过蒸腾效率和水分生产力改善来体现CO₂效应。多模型集合研究显示不同模型对CO₂升高的响应存在显著结构不确定性。

**3.4.5. 不确定性和集合建模**

不确定性来源于气候输入、模型结构、参数估计和管理假设。APSIM和DSSAT因复杂性常表现出更大的参数不确定性，AquaCrop结构较简单可降低校准不确定性。集合建模整合多个作物模型的输出以减少预测不确定性，多模型集合通常优于单一模型。

**3.4.6. 影响评估方法**

影响评估将作物建模与社会经济、地理和政策评估相结合，综合评估框架可分析生产、生产力、韧性和减缓目标之间的相互作用，为基于证据的决策制定和CSA策略发展提供支持。

**3.5. CSA和作物建模的整合方法**

在乌干达，AquaCrop模型模拟表明覆盖和永久种植垄在RCP8.5情景下可通过改善土壤水分保持使玉米增产约14%—37%。东非和南部非洲研究表明，干旱地区水土保持措施收益更大，半湿润和湿润环境调整播期更有效，CSA干预效果取决于当地气候、土壤和管理条件。作物模型可优化播期、肥料管理和灌溉策略。APSIM和CERES模型可有效评估不同播期、品种和氮肥水平对未来情景下玉米产量的影响。然而，SSA许多地区缺乏模型校准和验证所需的长期气象、土壤和作物管理数据，且多数模型侧重生物物理过程，对社会经济因素的纳入不足。未来需整合生物物理与社会经济建模方法，改善数据可用性，加强利益相关者参与。

**3.6. 区域视角：埃塞俄比亚和东非**

玉米是非洲和SSA地区经济贡献和热量贡献的关键谷类作物。该区域以小农户雨养生产为主，灌溉获取有限。埃塞俄比亚全国年均温度自20世纪中叶以来每十年升高约0.2—0.5°C，降雨趋势每十年下降约47.5毫米，加剧干旱风险和产量不稳定性。低地和中低地地区受干旱和降雨变率胁迫严重，高地可能从增温中获益。埃塞俄比亚政府于2019年启动绿色遗产倡议（GLI），通过气候韧性绿色经济政策干预减缓气候变化影响。CSA干预在埃塞俄比亚南部和西部改善玉米生产力方面显示出积极效果，但种子系统薄弱、信贷获取受限和推广能力有限等制度问题仍阻碍CSA采用。

**3.7. CSA实施中的挑战和机遇**

挑战包括改良种子、肥料资源、灌溉基础设施和金融资本等资源获取不足，小农户资源有限难以采用整合CSA方法。制度与政策相关的实施障碍包括政策组织、推广服务、研究协调不足和缺乏本地化气候信息。短期项目缺乏与国家农业发展目标的整合限制了可持续性和可扩展性。机遇包括作物模拟建模技术发展、参与式方法提高技术相关性和接受度、政策关注增加以及气候信息服务、数字技术和多利益相关方伙伴关系的应用。

**3.8. CSA和作物模型预测的批判性综合**

不同CSA实践的有效性因农业生态区而异：CA和水保持在半干旱和亚湿润地区更有效，精准养分管理和农林业在湿润和亚湿润地区有效，耐旱玉米品种在干旱易发区效果显著。没有单一CSA实践普遍适用，适应策略应针对当地农业生态条件。耐旱品种、CA和播期调整具有最强的证据基础。整合多种CSA干预措施（改良品种与土壤水分管理相结合）比单一干预更能提升韧性和产量稳定性。作物模型普遍预测增温、降雨变率和干旱将负向影响玉米生产力，但CA、耐旱品种、优化播期和水分保持等CSA实践可抵消部分损失。产量减少幅度的预测因模型、校准程序、情景分析和品种参数差异而不同。整合CSA方案通常优于单一实践，但其效益具有地点特异性。当前主要不确定性包括长期田间数据不足、社会经济因素表征有限以及多模型集合研究缺乏，未来需改进校准数据集、整合社会经济与生物物理评估并加强利益相关者参与。

**4. 结论**

本综述表明，在SSA以小农户生产为主的地区，玉米生产力因气候变化波动而受到严重威胁。CSA方法和作物模拟建模在减缓气候变化影响方面具有显著前景。未来研究应聚焦改进多模型校准数据集，整合社会经济与环境维度，评估CSA干预在多样化气候情景下的长期有效性。政策制定者应增加对CA、耐旱玉米品种、整合养分管理、农林业和集水等气候韧性农业实践的投资。推广服务应为农民提供培训，改善气候影响信息传播。农民需采用适合当地的CSA实践，包括节水、种植改良品种和关注气候变化影响。作物模拟建模、粮食安全关切与CSA的有效整合对于提高气候变化下小农户玉米种植系统的韧性至关重要。