农业气候极端事件对作物影响的建模与实验研究综述

作者及发表信息
本文由R.P. Rötter（德国哥廷根大学热带作物生产与农业系统建模组）、M. Appiah、E. Fichtler等来自德国哥廷根大学、莱布尼茨农业景观研究中心（ZALF）、捷克科学院全球变化研究所（CzechGlobe）及捷克布尔诺孟德尔大学的多位学者合作完成，发表于2018年的期刊《Field Crops Research》（卷221，页142-156）。

研究背景与主题
本文是一篇系统性综述，聚焦于农业气候极端事件（agroclimatic extremes，如干旱、高温、暴雨/冰雹、洪水和霜冻）对全球主要粮食作物（小麦、玉米、水稻等8种）的影响，并探讨如何通过整合实验数据改进作物模型以更精准量化这些影响。研究动机源于两个关键矛盾：
1. 理论与模型的脱节：尽管植物逆境生理学（abiotic stress physiology）研究取得了进展，但多数作物模型未能充分纳入这些成果，导致极端事件影响的量化存在偏差。
2. 研究对象的局限性：现有研究高度集中于干旱、高温和三大主粮（小麦、玉米、水稻），而其他极端事件（如暴雨、洪水）及次要作物（如高粱、谷子）的研究严重不足。

主要观点与论据

1. 极端事件类型与作物研究的分布失衡
- 数据支持：通过对Scopus数据库1995–2016年文献的系统分析（共1772篇论文），发现干旱研究占比最高（1101篇），其次是高温（339篇），而暴雨/冰雹（191篇）和洪水（35篇）的研究显著不足。
- 作物偏好：小麦、玉米和水稻占所有研究的72%（1259篇），而大豆、大麦等作物研究较少。这种失衡在建模研究中更明显，三大主粮占比达89%。
- 时间趋势：2010年后相关论文数量激增，但研究集中度进一步加剧。

2. 作物模型的局限性与改进方向
- 主导模型：Ceres-DSSAT和APSIM是应用最广的模型家族，分别占模拟研究的40%和23%；水稻模型ORYZA2000和Ceres-Rice则主导水稻研究。
- 模型缺陷：多数模型未充分纳入极端事件的生理机制。例如，高温对小麦花期的穗粒数影响、干旱与高温的协同效应（combined effects）常被简化处理。
- 改进案例：以AGMIP-Wheat项目为例，通过整合29个小麦模型的温度响应函数，发现模型间对高温阈值（temperature thresholds）的设定差异是产量预测不确定性的主要来源（贡献>50%）。

3. 实验与模型协同的必要性
- 关键建议：
- 针对性实验设计：需针对特定极端事件（如分阶段干旱）及其组合（如高温×干旱）开展实验，尤其关注当前研究不足的暴雨和洪水。
- 多尺度数据整合：建议结合冠层温度（canopy temperature）而非气温作为模型驱动变量，以更准确反映作物实际胁迫状态（如Webber等2017年研究所示）。
- 扩展作物范围：呼吁增加对次要作物（如高粱、谷子）的研究，以填补模型参数化空白。

4. 多重胁迫的复杂性与挑战
- 生理机制：极端事件的复合效应（如干旱与高温）并非单一胁迫的简单叠加。例如，干旱会减少蒸腾降温，加剧高温胁迫（van Oort等2014）。
- 模型改进难点：现有模型多忽略生物与非生物胁迫的交互（如干旱诱发真菌病害），且对地下部根系响应的模拟不足。

研究价值与意义
1. 科学价值：首次系统梳理了极端事件研究与作物模型改进的脱节点，提出了“实验-模型”迭代循环的框架（如通过针对性实验修正温度响应函数）。
2. 应用价值：为适应气候变化（如选育抗逆品种、优化灌溉策略）提供了模型优化路径，尤其针对粮食安全脆弱区（如热带地区）。
3. 政策启示：强调需调整科研资源分配，加强对次要作物和复合极端事件的研究投入。

亮点与创新
- 全面性：覆盖8种作物、6类极端事件，结合文献计量与深度案例分析。
- 跨学科整合：将生理学机制与模型算法改进直接关联，提出“无模型不实验，无实验不模型”（no modelling without experimentation and vice versa）的核心方法论。
- 前瞻性建议：倡导建立类似IPCC的国际农业模型评估机制，以协调全球研究力量。

其他重要内容
- 数据缺口：洪水对小麦产量的影响可能被低估（Zampieri等2017指出其在某些地区的危害超过干旱）。
- 技术瓶颈：能量平衡法模拟冠层温度的精度不足，需开发更高分辨率的微气象模块。

（注：全文术语首次出现时保留英文原词，如“abiotic stress physiology”译为“非生物胁迫生理学”）