学术研究报告：APSIM模型在中国西南热带地区不同季节玉米生长的校准与验证

第一作者及研究机构
本研究由云南农业大学的周杰、李文峰（通讯作者）、肖卫华、陈阳和张新霞共同完成，合作单位包括云南省德宏州农业技术推广中心。研究成果发表于2022年10-12月的《Chilean Journal of Agricultural Research》第82卷第4期，DOI号为10.4067/s0718-58392022000400586。

学术背景与研究目标
玉米（Zea mays L.）是全球第三大粮食作物，在中国西南热带地区（如云南德宏州）的冬播玉米是粮食生产的重要补充。然而，该地区独特的气候条件（如立体气候、逆温层）与光热资源分布，使得传统统计方法难以准确评估气候变化对玉米生产的影响。作物模型（如APSIM, Agricultural Production Systems Simulator）通过模拟作物生长与环境的动态关系，成为辅助农业决策的有效工具。尽管APSIM模型在华北平原、东北等地的玉米研究中已有广泛应用，但针对西南热带地区（尤其是冬夏播玉米并存的环境）的适应性研究尚未见报道。因此，本研究旨在通过多站点、多季节的田间试验，校准APSIM模型的参数并验证其在该区域的预测准确性，为评估玉米生产潜力提供技术支撑。

研究流程与方法
1. 实验设计与数据采集
- 研究区域：选择云南德宏州的三个站点（陇川、芒市、瑞丽），代表西南热带典型气候（年均温18-21℃，年降水1400-1800 mm）。
- 田间试验：2010-2020年间共开展10组试验，涵盖冬播与夏播玉米，涉及3个品种（会单4号、德玉6号、云瑞505），设置不同播期以形成显著的气候差异（生长季平均温度16.3-26.7℃，降水58-1267 mm）。
- 数据来源：气象数据来自中国气象科学数据共享网，土壤数据整合自中国土壤数据库，作物数据包括物候期（出苗、开花、成熟）和产量。

1. 模型校准与验证

   • 参数校准：使用5组试验数据（陇川、瑞丽2010-2012年冬播，芒市2019年春播）调整APSIM-Maize模块的关键参数，如积温需求（出苗至成熟各阶段）、光周期斜率、籽粒灌浆速率等（表3）。
     
   • 验证方法：剩余5组试验数据用于验证模型适应性，通过1:1线对比、均方根误差（RMSE）、归一化均方根误差（NRMSE）、决定系数（R²）和一致性指数（d）评估预测精度。
     

2. 数据分析

   • 物候期预测：模拟播种至开花、成熟的日数，与实际观测值对比。
     
   • 产量预测：分析不同站点、播期下的产量差异，验证模型对气候条件的敏感性。
     

主要研究结果
1. 物候期预测
- 模型对开花期和成熟期的预测误差分别为2.0±0.4天和3.2±0.7天（图2）。陇川站点因生长周期较长误差略高（RMSE=5.9天），但NRMSE均%（表4），表明模型对热带地区物候期预测具有高准确性。
- 冬播玉米的生育期显著长于夏播，模型成功捕捉到这一差异（R²=0.89），验证了积温算法的适用性。

1. 产量预测
   
   • 三站点的模拟产量与实际产量高度吻合（图3），NRMSE分别为2%（陇川）、3%（瑞丽）、5%（芒市）。芒市因夏季降水波动较大误差略高，但R²（0.89）和d值（0.90）仍显示强相关性。
     
   • 冬播玉米平均产量（10,150-10,552 kg·hm⁻²）显著高于夏播（9,718 kg·hm⁻²），模型准确反映了气候差异对产量的影响。
     

结论与价值
本研究首次证实APSIM模型在西南热带多季节玉米种植中的适应性，其物候期和产量预测误差均低于行业标准（NRMSE<10%），为区域玉米生产潜力评估提供了可靠工具。科学价值体现在：
1. 填补了APSIM模型在热带冬播玉米研究中的空白，扩展了模型的气候适用边界。
2. 通过多环境差异试验（温度跨度10.4℃、降水跨度1209 mm），增强了参数校准的普适性。
应用价值包括：支持气候变化下的种植制度优化（如播期选择）、品种布局决策，并为政策制定提供量化依据。

研究亮点
1. 创新性设计：首次在热带地区同时校准冬夏播玉米参数，克服了单一季节数据的局限性。
2. 方法学贡献：结合Penman-Monteith公式计算太阳辐射，提升了模型输入数据的精度。
3. 应用潜力：模型可进一步整合水肥管理模块，用于西南山区“立体农业”的精准模拟。

其他发现
研究指出APSIM的算法缺陷（如未考虑光照对物候的影响）可能导致系统误差，未来需通过引入光周期参数改进模型。此外，德宏州季节性干旱问题突出，后续可结合灌溉模块优化水资源利用效率。

（注：文中APSIM全称为Agricultural Production Systems Simulator，首次出现时标注；专业术语如“归一化均方根误差（NRMSE）”等保留英文缩写。）