基于WOFOST模型的河南省冬小麦产量差的时空特征分析

秦雅倩 孙嘉玥 王岩 张志勇 马新明 时雷

摘要：利用气候资料、农业气象站作物资料和统计年鉴资料，在WOFOST模型标定与区域化的基础上，使用WOFOST模型模拟河南省冬小麦主要种植区18个代表性站点2015—2019年不同水平产量潜力，结合实际产量量化冬小麦产量差，并分析其时空分布特征。研究结果表明，2015—2019年河南省冬小麦光温生产潜力平均值为 6 608～10 525 kg/hm2，呈现北高南低、东高西低的空间分布特征;气象生产潜力为3 094～6 383 kg/hm2，空间呈现南高北低分布趋势;各区域冬小麦增产潜力的排序为豫北种植区>豫西浅山丘陵较适宜种植区>豫南稻茬麦区>南阳盆地-淮北平原适宜气候区>豫中种植区>豫东种植区。

关键词：WOFOST模型;冬小麦;生产潜力;产量差;时空分布;河南省

中图分类号： S162.5+3文献标志码： A

文章编号：1002-1S1302（2022）05-0191-08

收稿日期：2021-05-23

項目基金：国家自然科学基金（编号：31501225）;河南省现代农业产业技术体系（编号：S2010-01-G04）。

作者简介：秦雅倩（1997—），女，湖北随州人，硕士研究生，主要从事作物模型农业应用研究。E-mail：2067522787@qq.com。

通信作者：时 雷，博士，教授，主要从事数据挖掘、计算机农业应用研究。E-mail：sleicn@126.com。

近年来，受人类活动影响，耕地面积减少，全球气候发生巨大变化，干旱、洪涝灾害、晚霜冻害、病虫草害等自然灾害对我国的粮食安全造成了一定影响[1]。降水、温度、太阳辐射等气候因子的变化影响着作物生育期长短以及生长发育过程，最终影响作物产量。研究表明，不同地区的作物增产潜力有很大的不同，当前在一些适宜作物生长的区域仍存在着较大的增产空间[2]。因此，量化不同区域的作物增产空间，明晰区域冬小麦生产潜力和产量差的限制因素及时空分布特征，对合理开发利用农业资源、充分挖掘冬小麦生产潜力、科学指导农业生产具有重要意义[3]。

作物产量差的研究在20世纪90年代成为国际作物学研究领域的重点。1981年，研究者首次提出了产量差的概念，即试验田可得产量与农民生产实际产量的差值，随后产量差的概念得到不断完善[4-5]。目前，产量差的研究方法为田间试验法、参与式评估法、统计分析法、作物模型法等[6-9]。田间试验法能够准确地反映各个因素对作物产量的影响程度，结果令人信服，但田间试验布置工作量大，难以综合分析多种因素对农作物产量的影响。农户调研法可以从用户角度了解作物实际生产过程中限制产量的主要因素，可以更好地指导农业生产，但调查是主观的，结果有待进一步的验证。统计分析法能较好地分析国家和全球等大范围上产量差的限制因子，但无法从作物生理学的角度揭示造成作物产量差的原因，故该方法具有一定的局限性。作物模型方法可以动态、定量地描述外界条件对作物生长和发育的影响，作物模型因此成为研究产量差的主要方法[10]。近年来，王涛等通过应用模型模拟了京津冀地区冬小麦的生产潜力，探究该地区冬小麦的生产潜力及其空间变化规律[11]。张岩利用作物模型估算了黄淮海地区夏玉米潜在产量，并分析了各层次产量差的限制因素[12]。刘建刚等利用作物模型估算了华北地区不同氮肥管理水平下冬小麦的产量差[7]。侯鹏等采用作物模型估测了黑龙江省春玉米灌溉增产潜力，为黑龙江省建立合理的水利设施建设提供了参考[13]。刘志娟等在气候变化背景下，运用模型模拟和数理统计方法研究并分析了东北三省春玉米产量的时间和空间分布特征[14]。Deng等借助作物模型模拟全国尺度上的水稻产量潜力，结合统计实际产量估算产量差，并评估了2023年我国水稻的供需情况[15]。

目前，已有的利用作物模型估算产量差的研究主要集中在某一具体的或某些少量的实验站点以及超大区域范围，如整个黄淮海区域等，而针对某一大区域进行较为细致地划分，并结合生态类型区域、作物种植区域等多因素综合地分析研究尚不多见。河南省是全国冬小麦粮食生产核心区，素有中原粮仓之称，故其冬小麦的高产对于保障国家粮食安全具有积极意义。河南省地处我国暖温带与北亚热带2个生物气候带的过渡地区，且因其地形多样，具有盆地、平原、丘陵、山地等多种地貌，因此其气候变化显著，具有区域特殊性。为了使估算结果更精准，本研究根据地形、土壤、气候条件特点以及长期的历史形成原因，在前人的基础[16-17]上，将河南省划分为6个冬小麦种植区，使用世界粮食作物研究（WOFOST）模型估算6个冬小麦主产区的光温和气候生产潜力，结合实际产量计算和分析冬小麦产量差，揭示河南省冬小麦种植区产量差的空间分布特征和其受气候变化影响的规律，以期为各麦区冬小麦种植管理和生产潜力挖掘提供理论支撑和决策支持。同时，在区域性产量的模拟与产量差的分析方面做出积极探索。

1 材料与方法

1.1 研究区域概况

河南省地理位置为31°23′～36°22′N、110°21′～116°39′E，在地理上处于暖温带与北亚热带2个生物气候带的过渡区，气候温和，季风性强，复杂多样。全省南北各地气候存在显著差异，山地和平原气候差异也较为明显。该研究区年日照时数 1 200～1 400 h，全生育期大于等于0 ℃积温为 1 900～2 400 ℃。冬小麦生育期间，气候资源丰富，作物生产潜力较大。该区域地貌复杂多样，主要有地势东高西低及地表形态复杂多样2个特点。由于受地貌和季风的影响，河南省土壤类型繁多、气候资源地域差异大，造成不同地区作物产量差异明显。

小麦在整个生长发育过程中都受周围环境的影响，故小麦的生长发育受自然生态条件的影响和制约，在一些生态条件较好的地区，小麦产量较高，冬小麦生产存在区域差异性。为了提高冬小麦产量的计算精度，本研究依据地形、土壤和气候条件以及长期的历史形成原因等多种因素，将河南省划分为6个冬小麦种植区（图1）：豫北种植区（Ⅰ），站点主要包括安阳、鹤壁、濮阳、新乡、焦作以及济源;豫西浅山丘陵较适宜种植区（Ⅱ），站点主要包括三门峡与洛阳;豫中种植区（Ⅲ），站点主要包括郑州、平顶山、许昌与漯河;豫东种植区（Ⅳ），站点主要包括开封、周口与商丘;南阳盆地-淮北平原适宜气候区（Ⅴ），站点主要包括驻马店、南阳;豫南稻茬麦区（Ⅵ），站点主要为信阳。

1.2 数据来源

本研究中，WOFOST模型所需的气象数据来源于NASA POWER数据库（https：//power.larc.nasa.gov/），包括18个气象站点（图1）2015—2019年的逐日气象数据，主要包括的气象因子为最高气温（℃）、最低气温（℃）、累计降水量（mm）、累计太阳辐射（kJ/m2）、风速（m/s）等。冬小麦实际产量数据从《河南统计年鉴》（2015—2019）年上获取;土壤数据由农业气象观测站和中国土壤数据库获取，包括土壤含水率、田间持水量、萎蔫系数、水分特征曲线、饱和导水率。作物数据来源于实地测量、WOFOST模型默认值以及文献资料[18-20];农田管理数据及冬小麦生育期来源于采样数据。

1.3 研究方法

根据相关资料（气候、土壤、作物、田间管理），运用WOFOST模型模拟冬小麦光温生产潜力和气候生产潜力，并结合统计产量数据进行产量差的计算，使用python语言在PCSE（Python Crop Simulation Environment）环境下编程实现生产潜力及产量差的计算;然后用ArcGIS软件对模拟结果进行空间差值，得到河南全省冬小麦产量差的空间分布图。通过选取具有代表性的站点的产量差，分析气候和降水对冬小麦产量的影响，揭示各个生态区冬小麦的生产水平和增产区间。

1.3.1 WOFOST模型介绍

WOFOST模型是由荷兰瓦赫宁根大学开发研制的基于过程的动态解释模型[21]。以“日”为步长模拟作物生长过程，揭示气候及其他环境因子对作物生长过程的影响。该模型能够模拟潜在限制、水分限制和养分限制3种不同情景下的作物生长状况和作物产量。本研究主要对河南省6个麦区潜在条件与水分限制条件下的作物产量进行研究，潜在条件下作物生长模型模拟認为作物水肥供应充分，该模拟情景下，作物产量取决于光照和温度;水分限制条件则认为作物养分处于理想状态，其生长发育仅受制于土壤水分，该水平的模拟情景下，作物产量取决于光照、温度和降水因素。

PCSE是作物生长模型进行模拟时所需的1个Python环境包，被用于构建作物模拟模型，包括WOFOST作物模型和LINTUL3模型。它提供了作物模型模拟的环境、读取输入天气、土壤和田间管理等的工具以及用于模拟作物生理过程（物候、呼吸、蒸发等）众多组件。PCSE已经在世界范围内实现广泛的运用，主要应用于区域产量动态预报、农业生产决策和气候变化影响等领域。

本研究使用WOFOST 7.1.1，模型的运行使用PCSE程序实现，模拟了潜在、水分2种条件下的河南省6个冬小麦主要种植区18个研究站点的冬小麦产量，并结合实际产量计算冬小麦的产量差。

1.3.2 产量差计算方法

冬小麦产量差是潜在产量与实际产量间的差值，即作物的增产空间。在本研究中，冬小麦产量差是WOFOST模型模拟的TWSO值与实际产量的差值。本研究主要分析光温和气候2个水平的产量差：YG2-3 （光温生产潜力与实际产量之间的差值）、YG2-1（光温生产潜力与气候生产潜力之间的差值）。其中2种生产潜力主要由WOFOST模型模拟得到。YG2-3表示灌溉农田在最高投入水平下达到的增产潜力上限;YG2-1 表示农田通过灌溉措施作物产量增长空间，即水分增产力。计算公式如下：

YG2-3=YG2-YG3;（1）

YG2-1=YG2-YG1。（2）

式中：YG1为气候生产潜力;YG2为光温生产潜力;YG3为实际大田产量。

2 结果与分析

2.1 河南省冬小麦大田平均产量

从河南省18个地市2015—2019年冬小麦实际平均单位面积产量来看（图2），各市近5年来平均产量变化趋势不明显，趋向稳定。不同冬小麦生产区平均产量差异较大，高产市主要出现在豫北种植区的北部、中部与东部地区，豫中种植区的东部地区与豫东种植区，这些地区的光热资源充足，农田基本建设好，灌溉满足率高;低产区主要集中于豫西浅山丘陵种植区与豫南稻茬麦区，原因主要是豫西地区地形复杂，水资源缺乏且灌溉条件较差，冬小麦生长发育需要水分不足，同时由于该地区海拔高，温度较低，致使冬小麦产量长期低;而豫南稻茬麦区降雨充沛，耕作作物以稻麦为主，且其种植制度为两熟，前茬种植水稻使农田长期浸水，致使土地具有黏、湿、薄的特点，并不适宜冬小麦的生长，该生产区内冬小麦病害发生频繁，对冬小麦生产影响较大。

2.2 河南省冬小麦生产潜力、产量差分析及空间分布

2.2.1 光温生产潜力

图3表明，河南省2015—2019年18个研究站点冬小麦光温生产潜力范围为6 608～10 525 kg/hm2，年际差异范围为0～2 087 kg/hm2。在研究站点中，光温生产潜力的最大值主要出现在豫北种植区的相关站点，低值区主要出现在豫南稻茬麦区、豫西浅山丘陵种植区及南阳盆地-淮北平原种植区。造成该结果的主要原因是豫北种植区的光温条件好，全生育期大于等于0 ℃积温为1 900～2 100 ℃，冬季温度适宜，全生育期日照时数为1 400～1 600 h，光照充足，有利于培育冬前壮苗和安全越冬。南阳盆地-淮北平原种植区冬小麦前期光照充足，但中后期光照低于豫北与豫东种植区。而豫南稻茬麦区冬小麦前期光照充足，区内春季降雨丰富，但中后期光照不足50%，严重制约了小麦生长，导致籽粒灌浆差，千粒质量偏低，因此光温生产潜力值不高。豫西浅山丘陵种植区海拔较高，热量资源不充足导致光温生产潜力值偏低。从图4可知，河南省冬小麦光温生产潜力在空间分布上整体表现出北高南低、东高西低的特征。

2.2.2 气候生产潜力

通过图5可知，2015—2019年河南省18个研究站点冬小麦气候生产潜力范围为3 094～6 383 kg/hm2，年际差异范围为61～4 880 kg/hm2，比光温生产潜力年际差异大，稳定性差，主要是由河南省不同地区年际降水差异造成的。在研究区域中，气候生产潜力较大值主要出现在南阳盆地-淮北平原麦区和豫南稻茬麦区的站点，主要包括驻马店、周口、信阳站点，较小值主要出现在豫北种植区、豫西浅山丘陵种植区的站点，主要包括安阳、新乡、三门峡等地区。呈现该结果的原因是南阳盆地-淮北平原种植区与豫南稻茬麦区降雨充沛，光热资源比较丰富;豫北种植区冬小麦全生育期降水量偏少，降水量为160～250 mm，不满足冬小麦正常生长发育所需的水分;豫西浅山丘陵种植区地形复杂，地势起伏大，严重影响水热资源分配，是河南省主要旱地区。

由图6可知，河南省冬小麦气候生产潜力在空间分布上呈现出自南向北递减、自东向西递减变化趋势，与全省降水东高西低，南高北低的空间分布特点基本符合。

2.2.3 冬小麦不同水平产量差空间分布特征

图7为冬小麦产量上限与实际产量之间的差值，表示冬小麦最大增产空间，反映气候、实际生产条件对冬小麦实际产量的综合制约程度。研究区域内该层次产量差空间差异较大，为485～3 986 kg/hm2，表明研究区域大部分地区冬小麦产量可提升的空间较大，如采取更新品种、改良土壤、适量灌溉、合理增施氮肥等措施，实际产量可能会有较大提升空间。从图8可知，河南省冬小麦平均产量差从大到小YG2-3为Ⅰ区>Ⅱ区>Ⅵ区>Ⅴ区>Ⅲ区>Ⅳ区，冬小麦平均产量差呈由西向东递减趋势，说明气候以及生产条件对冬小麦实际产量的综合影响程度由东向西增加。

光温生产潜力与气候生产潜力间差值（YG2-1）的平均值，可反映自然降水对产量的影响程度，即水分增产力，这种增产可通过灌溉和精细管理实现。经计算，2015—2019年河南省18个站点冬小麦平均YG2-1为1 246～7 402 kg/hm2，最大值出现在豫北种植区的安阳站点，最小值在豫南稻茬麦区信阳站点。从图8-b可知，河南省冬小麦产量平均产量差（YG2-1）在空间分布上呈现自北向南递减的特点，在一定程度上反映出河南省降水条件对当地冬小麦产量的限制自北向南递减的现象，符合河南省自然降雨南多北少特征。随着科技与经济的发展，农田灌溉措施较为健全，在实际生产过程中，某些降水量相对不足的地区由于浇水灌溉等因素，其冬小麦实际产量已经高于气候生产潜力。对降水资源不足地区的旱地及灌溉农田作物而言，YG2-1 具有较大的现实生产价值，其主要用于反映现阶段这些地区冬小麦生产能力的最大提升空间，但是在降水量丰富的麦区中则有极大的局限性。

3 结论与讨论

本研究的2种不同水平生产潜力与产量差时空变化趋势方面与姬兴杰等的研究结果[22-24]具有较好的一致性。本研究结果显示：从空间变化上看，由于受地貌和季风等因素的影响，河南省气候资源具有较为明显的地域差异性，例如以气候为主导因素的南北和以地质地貌为主导因素的东西分异，这些差异导致河南省6个麦区不同生产潜力与其对应产量差不尽相同。河南省2015—2019年18个研究站点的冬小麦平均光温生产潜力为6 608～10 525 kg/hm2，呈现自东向西、自南向北逐渐递减的空间分布趋势;平均气候生产潜力范围为3 094～6 383 kg/hm2，同一站点的年际差异较大，最高达4 880 kg/hm2，该现象符合河南省降水年际间差异较大的特点。冬小麦产量差（YG2-3）自西向东逐渐递减，在一定层次上说明河南省气候和生产条件对冬小麦实际产量的共同限制影响由东向西逐渐增加，整体上符合河南省人口密度以及经济水平东部高于西部的特点。河南省冬小麦产量差（YG2-1）在空间分布上大致具有自南向北递增的特点，反映了河南省降水条件对冬小麦实际产量的限制是自北向南逐渐递减的，与河南省降水量“南富北贫”的特点基本吻合。

依据上述结果，本研究针对河南省冬小麦主要生产区提出以下建议：豫北种植区地处河南北部，光热资源丰富，且农田基本设施基本完善，但降水少且分布不均匀，因此在冬小麦生长期补充灌溉可缩小产量差，提升产量。豫西浅山丘陵较适宜种植区地形复杂，地势起伏大，水资源缺乏且灌溉条件较差，且其人口密度较低，经济与技术条件较其他地区不发达，因此，可以通过加强政府扶持，加强水利设施建设，提高种植与田间管理技术，优化种植方式来缩小该区域的产量差。豫中许昌、漯河种植区以及豫东平原麦区，人口密度大，经济发展较好，农业生产技术较为先进，因此需要优化耕作管理制度，精益求精。南阳盆地-淮北平原种植区的温度及降水条件较好，但土壤肥力较差，若要缩小冬小麦的产量差，提高当地冬小麦的单产需合理施用有机肥和无机肥。豫南稻茬麦区光热资源较好，水资源丰富，其气候及其他资源条件更适宜种植水稻作物，因此合理选擇种植作物的品种是极为重要的规划。

参考文献：

[1]李大维. 中国粮食安全及其对策的探索[D]. 南京：南京大学，2015：5-10.

[2]Mueller N D，Gerber J S，Johnston M，et al. Closing yield gaps through nutrient and water management[J]. Nature，2013，494（7437）：390.

[3]杨晓光，刘志娟. 作物产量差研究进展[J]. 中国农业科学，2014，47（14）：2731-2741.

[4]David B，Ortiz-Monasterio J I. Regional importance of crop yield constraints：Linking simulation models and geostatistics to interpret spatial patterns[J]. Ecological Modelling，2006，196（1/2）：173-182.

[5]Lobell D B，Cassman K G，Field C B. Crop yield gaps：their importance，magnitudes，and causes[J]. Annual Review of Environment and Resources，2009，34（1）：179-204.

[6]王崇桃，李少昆. 玉米生产限制因素评估与技术优先序[J]. 中国农业科学，2010，43（6）：1136-1146.

[7]刘建刚，褚庆全，王光耀，等. 基于DSSAT模型的氮肥管理下华北地区冬小麦产量差的模拟[J]. 农业工程学报，2013，29（23）：124-129.

[8]于秋竹，徐 海，孔 宇，等. 黑龙江省不同积温带水稻产量差异分析[J]. 中国农业气象，2014，35（5）：529-536.

[9]杨昭明，冯晓莉，黄 霞，等. 1987—2017年青海省东部农业区粮食作物生产潜力及产量差时空变化特征[J]. 中国农学通报，2019，35（3）：26-33.

[10]王 静，杨晓光，吕 硕，等. 黑龙江省春玉米产量潜力及产量差的时空分布特征[J]. 中国农业科学，2012，45（10）：1914-1925.

[11]王 涛，吕昌河，于伯华. 基于WOFOST模型的京津冀地区冬小麦生产潜力评价[J]. 自然资源学报，2010，25（3）：475-487.

[12]张 岩. 中国黄淮海夏玉米区玉米光温生产潜力时空演变特征模拟分析[D]. 南京：南京农业大学，2013：27-39.

[13]侯 鹏，陈新平，崔振岭，等. 基于Hybrid-Maize模型的黑龙江春玉米灌溉增产潜力评估[J]. 农业工程学报，2013，29（9）：103-112.

[14]刘志娟，杨晓光，吕 硕，等. 东北三省春玉米产量差时空分布特征[J]. 中国农业科学，2017，50 （9）：1606-1616.

[15]Deng N Y，Grassini P，Yang H S，et al. Closing yield gaps for rice self-sufficiency in China[J]. Nature Communications，2019，10（1）：1725.

[16]胡 艷. 河南省小麦关键生产技术推广应用现状与对策分析[D]. 郑州：河南农业大学，2016：3-8.

[17]付雪丽，王赫扬，李 芳，等. 河南省小麦生态区域气候特点及品种利用[J]. 种子世界，2017（9）：1-2.

[18]黄健熙，黄 海，马鸿元，等. 基于MCMC方法的WOFOST模型参数标定与不确定性分析[J]. 农业工程学报，2018，34（16）：113-119.

[19]马玉平. 基于遥感信息的华北冬小麦区域生长模型及其模拟研究[D]. 北京：中国气象科学研究院，2004：28-31.

[20]王丽媛. 遥感数据与作物模型同化的冬小麦估产研究[D]. 杭州：浙江大学，2018：35-37.

[21]Ebrahimipak N A，Egdernezhad A . Assessment of AquaCrop，WOFOST and CropSyst models for estimating sugar beet yield under water deficit conditions[J]. Journal of Water and Soil Science，2019，23（1）：199-207.

[22]姬兴杰，徐延红，左 璇，等. 未来气候变化情景下河南省粮食安全气候承载力评估[J]. 应用生态学报，2020，31（3）：853-862.

[23]王连喜，卢媛媛，李 琪，等. 基于AEZ模型的河南省冬小麦产量差时空特征分析[J]. 中国生态农业学报，2018，26（4）：547-558.

[24]马新明，刘木森，陈伟强，等. 基于GIS的河南省小麦自然生产优势区域评价研究[J]. 麦类作物学报，2006，26（6）：104-107.