基于WOFOST模型的內蒙古河套灌區玉米低溫冷害評價*

李秀芬，馬樹慶，趙慧穎，王 萍，姜麗霞，朱海霞

（1. 黑龍江省氣象科學研究所，哈爾濱 150030；2. 吉林省氣象臺，長春 130062）

?

基于WOFOST模型的內蒙古河套灌區玉米低溫冷害評價*

李秀芬1，馬樹慶2，趙慧穎1，王 萍1，姜麗霞1，朱海霞1

（1. 黑龍江省氣象科學研究所，哈爾濱 150030；2. 吉林省氣象臺，長春 130062）

摘要：利用內蒙古河套灌區玉米生長發育觀測資料，結合已有研究成果，對WOFOST模型進行本地化及適應性檢驗；利用研究區內12站1961-2010年逐日氣象資料，分區作物參數，模擬玉米生長發育過程，確定抽雄期延遲日數、灌漿指數為玉米低溫冷害指標，貯存器官干物重波動百分率為減產情況評價指標，對歷史低溫冷害年及減產情況進行分析。結果表明：本地化的WOFOST模型在內蒙古河套灌區的應用效果較好，可以用于該地區玉米生長的模擬；WOFOST模型能夠較好地模擬玉米發育程度對低溫冷害的響應，以抽雄期延遲日數和灌漿指數為冷害指標評估的歷史冷害發生狀況基本符合實際情況，1961-2010年研究區12個站點共發生不同程度低溫冷害260站次，其中重度冷害占37.3%，輕中度占62.7%，在發生嚴重冷害的年份中，84.7%的年份表現為減產的趨勢。本文結論與傳統方法相比，玉米低溫冷害評價的生物學意義更加明確，本地化的WOFOST模型可以在河套灌區玉米低溫冷害監測、評估等業務中應用。

關鍵詞：玉米；低溫冷害指標；WOFOST模型；影響及等級評價；生育期延遲日數；灌漿指數

李秀芬,馬樹慶,趙慧穎,等.基于WOFOST模型的內蒙古河套灌區玉米低溫冷害評價[J].中國農業氣象,2016,37(3):352-360

低溫冷害作為影響玉米產量的主要災害之一，一直以來頗受眾多學者的關注，關于玉米低溫冷害指標、機理的研究已有許多報道。孫玉亭等[1]以5-9月平均氣溫之和及其負距平兩者的組合作為糧食作物的冷害年指標，分析了溫度與糧食產量的關系；馬樹慶等[2]綜合已有研究成果，建立了東北地區低溫冷害指標與各地熱量條件的關系式；劉布春等[3]采用抽雄日期的早晚來判斷是否發生延遲型低溫冷害；馬樹慶等[4]建立了玉米低溫冷害發生及損失程度的動態預測和評估方法；李祎君等[5]按不同發育時段提出了吉林玉米低溫冷害綜合指標；趙俊芳等[6]分析了氣候變暖對東北地區春玉米嚴重低溫冷害及種植布局的影響；朱海霞等[7]建立了以積溫距平為主導指標，以發育期延遲日數和負積溫累積指數為輔助指標的黑龍江省不同生育階段不同品種的玉米延遲型低溫冷害指標。雖然這些指標在玉米低溫冷害動態評估、預測中發揮了重要作用，但其多以東北地區的不同區域為研究區，且對玉米生長全程的氣候適應性等機制方面缺乏考慮，導致研究成果難以推廣應用至其它區域。

河套灌區位于黃河上中游內蒙古段北岸的沖積平原，是中國最大的自流灌區，因其得天獨厚的氣候和引黃灌溉的條件使其成為內蒙古重要農業區和商品糧基地，主要作物為玉米、小麥、向日葵等。近年來，玉米種植面積呈逐年增加的趨勢，目前已占到糧食作物播種面積的50%，在全區糧食的豐歉中起主導作用。受全球氣候變暖的影響，內蒙古河套灌區熱量資源顯著增加[8-10]，導致玉米種植結構發生了顯著變化，生育期偏長的品種種植面積呈增加趨勢[6,10]，加之部分地區為了追求產量，盲目選擇晚熟品種擴大種植面積或越區種植，一定程度上增加了玉米低溫冷害發生的風險，研究區歷史上玉米曾發生多次不同程度的低溫冷害，1979、1984和 2004 年發生的嚴重冷害，使玉米普遍減產15%以上。氣候變暖適應行為使內蒙古河套灌區玉米低溫冷害研究具有重要的現實意義，低溫冷害對玉米穩產、高產的影響重新受到關注。侯瓊等[11-12]按照不同品種類型和發育進程，采用相對活動積溫距平計算方法，綜合考慮冷害的階段性和延續性，制定適合內蒙古地區應用的玉米延遲型低溫冷害動態監測指標；王志春等[13]通過分析內蒙古東部地區的熱量條件、熱量條件變異性及低溫冷害發生頻率，得出低溫冷害綜合風險指數，建立空間推算模型，基于GIS對玉米低溫冷害風險進行空間展布并分區。然而，這些成果利用數理統計模型手段間接描述低溫冷害對玉米產量的影響，在進行冷害年減產量評估時，由于糧食產量的波動受多因素共同作用，從技術上分離出由低溫冷害所造成的減產量存在很大困難，尤其是當作物整個生育期遭受多種氣象災害時，評估效果將受到很大影響，給準確評估因冷害造成的玉米減產情況帶來一定難度。作物生長模型以其面向作物生長過程、機理性較強的優勢被應用于產量預報、災害風險評估、氣候變化影響評價、預測等方面[14-18]，能夠人為再現農作物生長發育過程，從機理上定量描述作物生長過程及其與環境因素之間的關系，可以反映作物與氣候環境的相互作用。近年來，人們開始嘗試將其應用于作物低溫冷害研究，模擬低溫對作物生長發育和產量形成的影響[16,19-20]。而利用作物模型對內蒙古河套灌區玉米低溫冷害的研究報道鮮見，因此，本研究針對內蒙古河套灌區玉米低溫冷害監測評估的需求，嘗試利用WOFOST模型開展玉米低溫冷害監測評價的新思路和新方法，利用區內12個站1961-2010年的逐日氣象資料，結合已有的玉米生育期和產量構成因素觀測資料、低溫冷害資料，確定抽雄期延遲日數、灌漿指數為玉米低溫冷害指標，貯存器官干物重波動百分率為減產情況評價指標，對歷史低溫冷害年及減產情況進行分析，以期為玉米生產及時評估低溫冷害造成的危害提供科學依據和技術支撐。

1 資料與方法

1.1 資料來源

所需資料包括氣象資料、作物資料、土壤資料和低溫冷害資料。氣象資料為河套灌區12個氣象站1961-2010年逐日氣象資料，包括最高氣溫、最低氣溫、輻射、水汽壓、風速和降雨量；作物資料為臨河1984-2010年、準格爾旗1986-2010年、土左旗1994年和2000-2010年、烏前旗2010年的玉米品種及熟型、發育期觀測資料、作物產量因素及產量結構資料、臨河1994-2010年玉米田間生物量觀測資料；土壤資料為臨河、準格爾、土左旗、烏前旗土壤水文常數及土壤濕度資料；低溫冷害資料為研究區1961-2010年低溫冷害次數、影響程度及區域。以上資料除1961-2000年低溫冷害資料來源于《中國氣象災害大典·內蒙古卷》外，其它均來自內蒙古氣象信息中心。研究區觀測站點分布見圖1。

圖1 研究區站點分布Fig. 1 Distribution of stations in Hetao irrigation district in Inner Mongolia

1.2 研究方法

1.2.1 WOFOST模型驅動數據及參數確定

以內蒙古河套灌區玉米生長全程為研究對象，本地化WOFOST作物生長模型，進行模型區域適宜性分析和檢驗，保持輸入模型的其它氣象條件（日照、降水等）不變，以各時段逐日平均氣溫替代實際氣溫，取平均氣溫驅動下模擬的玉米發育期和貯存器官干物重作為正常年份玉米的生長狀況和產量水平，與評價年實際氣溫驅動下模擬的玉米生長狀況及產量水平對比，結合歷史冷害資料，構建河套灌區玉米冷害評價指標，進而進行該區域低溫冷害評價。

為了保證WOFOST模型模擬結果更接近實際，考慮到因氣候變暖導致的玉米品種的變化事實，本研究利用≥10℃積溫對研究區進行玉米品種適宜種植區域劃分。利用累積距平法[21]分析近50a研究區內12個氣象站點≥10℃積溫的變化趨勢，將研究時段分為1961-1986年、1986-1996年、1997-2010年共3個階段。

逐日平均溫度：利用算術平均法計算各站每階段的逐日平均氣溫，作為模型氣象資料中各站各階段對應年的逐日氣溫。

WOFOST模型中出苗期的確定方法：從玉米出苗期模擬的結果與從播種期開始模擬的結果比較，從玉米出苗期開始模擬誤差小的樣本數明顯增加[16]，因此，本研究的模擬從玉米出苗期開始。由于研究區東西跨度較大，玉米播種、出苗日期的空間、年際差異很大，很難得到長時間序列和多點、大范圍空間分布的資料，而根據有限的生育期觀測資料確定大范圍的平均播種、出苗日期顯然不盡合理。因此，本研究在進行模擬時，有玉米生育期觀測資料的站點以觀測的出苗日期開始模擬，無玉米生育期觀測資料的站點則以≥10℃有效積溫達到100℃·d的日期為出苗日期[22]。

WOFOST作物參數的確定：本研究的作物參數除了參考WOFOST模型作物文件中自帶的部分參數值以及查閱有關文獻資料外，主要通過內蒙古河套灌區玉米生育期觀測資料、生物量觀測資料和收集到的玉米發育期適宜氣象指標調試和確定作物參數，具體方法參見文獻[23-24]。表1僅列出模型主要作物參數。

表1 模型中不同熟型品種的主要作物參數Table 1 Main crop parameters of different maturity varieties in the model

1.2.2 玉米低溫冷害指標

（1）玉米減產率

以最終（模擬結束時）貯存器官干物重波動百分率（ΔYi）評價低溫冷害減產情況，定義為

在這個項目中，我們將向你展示如何用幾百張照片拼成一張圖片。主圖是幾年前我們在印度旅行時拍攝的。構成這幅肖像的其余照片也是在那次旅行中拍攝的，拍的是當地的孩子和我們參觀過的地方。

式中，Yi為第i年實際溫度驅動的最終貯存器官干物重(kg·hm-2)，為對應時段的平均溫度驅動的第i年最終貯存器官干物重(kg·hm-2)。ΔYi＞0表示當年增產，ΔYi＜0表示當年減產。

（2）抽雄期延遲日數

延遲性冷害主要是營養生長階段溫度偏低引起的，常造成抽雄期延遲、初霜凍前不能正常成熟、產量下降，因此，本研究以抽雄期延遲日數（ΔDi）作為判識冷害的一個單項指標，定義為

式中，Di為第i年實際溫度驅動的抽雄期日序；為平均溫度驅動的第i年抽雄期日序。ΔDi＞0說明當年抽雄期延遲，ΔDi＜0說明當年抽雄期提前。

（3）灌漿指數

利用WOFOST模型進行玉米生長模擬，在玉米未能完全成熟時，模擬過程會因溫度不適宜玉米生長而結束模擬，此時的DVS＜2.0。可見，模擬結束時DVS的大小可以反映玉米因熱量不足而受影響的程度。因此，將平均溫度驅動的不同發育期貯存器官干物重與成熟期貯存器官干物重的比值定義為灌漿指數（ΔS），用來反應不同發育指數（DVS）對應的灌漿完成程度，以實際溫度驅動的模擬結束時的DVS對應的灌漿指數作為判識玉米低溫冷害的指標。灌漿指數的計算公式為

式中，WSOi,j為平均溫度驅動的第i年DVS=j時對應的貯存器官干物重(kg·hm-2)，WSOi,end為平均溫度驅動的第i年成熟期貯存器官干物重(kg·hm-2)。當j＜0.9時ΔSi,j=0，j=2.0時ΔSi,j=100%（出苗期DVS為0，三葉期DVS為0.06，七葉期DVS為0.25，拔節期DVS為0.60，抽雄期DVS 為1.0，乳熟期DVS為1.60，成熟期DVS為2.0）。實際溫度驅動玉米模擬結束時的DVS越小，對應的灌漿指數越小，冷害越嚴重。

2 結果與分析

2.1 研究區各站玉米品種熟型選擇

2.2 典型站點WOFSOT模型模擬結果分析

表2 內蒙古河套灌區玉米熟型分區Table 2 Subarea of different maturity maize based on active accumulated temperature in the study area

選取玉米發育期資料、產量資料較完整的臨河（1984-1996年，中晚熟；1997-2010年，晚熟）、準格爾（1986-2010年，中熟）來進行模型驗證，相應的生育期模擬結果與實際觀測結果見圖2。由圖中可見，臨河站開花期模擬值與實測值相差在9d內，平均相差1.4d，絕對誤差≤3d的年份占88.8%；成熟期模擬值與觀測值的絕對誤差在6d內，平均相差2.0d，絕對誤差≤3d的年份占77.8%。準格爾站開花期模擬值與實測值相差在9d內，平均相差1.8d，絕對誤差≤3d的年份占88.0%；成熟期模擬值與觀測值的絕對誤差在13d內，平均相差2.3d，絕對誤差≤3d的年份占88.0%。從兩條曲線的變化趨勢來看，模擬值與實測值的誤差在模型允許的范圍之內，說明WOFOST模型區域化應用的模擬效果較好，可以用于該地區玉米生長的模擬。

圖2 兩站模擬開花期和成熟期與實測值對比Fig. 2 Compare of anthesis date and maturity date simulated by WOFSOT and observed at two stations

2.3 玉米低溫冷害評價指標及其閾值

利用WOFOST作物生長模型，以逐日氣象資料開展玉米生長模擬，利用模型輸出的生育期日數（IDSEM）、發育指數（DVS）和貯存器官干物重（WSO），構建內蒙古河套灌區玉米低溫冷害指標體系。考慮到研究區玉米冷害主要是由于選擇品種熟型差異使生育期內熱量不足，導致無法正常成熟，造成減產的特點，本研究引入灌漿指數概念，以抽雄期延遲日數及最終的灌漿指數作為冷害的判識指標，以成熟期貯存器官干物重波動百分率評價冷害年的玉米減產情況。

利用研究區內12個站點逐年（1961-2010年）實際溫度驅動和各階段平均溫度驅動的模擬結果，根據式（2）和（3），計算各站各年抽雄期延遲日數(ΔD)和灌漿指數(ΔS)，根據式（1）計算各站各年貯存器官干物重波動百分率(ΔY)，與歷史低溫冷害年實際產量減產率對照，綜合分析確定各指標不同冷害等級的對應閾值，結果見表3。根據WOFOST模型模擬的各站各年ΔD、ΔS值即可判斷該年的是否發生低溫冷害或冷害程度，并且規定，ΔD、ΔS兩個指標中有任何一個達到冷害標準，即認為發生了相應程度的冷害，若均達到冷害標準，則冷害的等級程度取最大值。

表3 研究區玉米低溫冷害指標閾值Table 3 Threshold of maize chilling damage index in the study area

2.4 玉米低溫冷害評價結果

根據表3中標準和12個站1961-2010年玉米生長模擬結果，各站各年冷害程度的判定結果見表4。經統計，50a間，研究區內12個站點共發生不同程度低溫冷害260站次，其中重度冷害占37.3%，輕中度冷害占62.7%，在發生嚴重冷害的年份中，84.7%的年份表現為減產的趨勢，其中56.1%的年份的ΔY≤-15%。由表中可見，從區域上看，1964、1976、1979、1984和2004 年12個站全部出現了低溫冷害，屬區域性冷害年。分析冷害判識結果發現，研究期內以1979年的冷害最為嚴重，有11個站出現了重度冷害，11個站均出現不同程度的減產，貯存器官干物重波動百分率為-57.8%～-16.5%；1984年有10個站出現重度冷害，其中8個站出現不同程度的減產，貯存器官干物重波動百分率為-24.2%～-13.2%；2004年有10個站出現重度冷害，80%的站點出現了不同程度的減產，貯存器官干物重波動百分率為-28.7%～-0.3%。這些結果與前人研究結論[11-13]及災害大典的記錄[26]基本一致。

表4 研究區內12 個站點1961-2010年玉米低溫冷害的判識結果Fig. 4 The statistics results of maize chilling injury(CI) identification at 12 stations from 1961 to 2010

用準格爾代表內蒙古河套灌區東部、烏前旗代表中部、臨河代表西部，用1962、1979、1984、1995 和2004年代表冷害年，以2010年代表無冷害年，用上述指標評價冷害發生程度及減產情況，結果見表5。由表中可見，臨河幾個重度冷害年份貯存器官干物重波動百分率為-61.9%～-15.4%，中度冷害年為-13.7%，輕度冷害年為-7.7%；1962年和1979年為全生育期的嚴重冷害，表現為抽雄期延遲6d，而后期熱量條件依舊不足，最終的灌漿指數均小于60%，造成玉米減產嚴重，減產率均超過50%；2004年則主要表現為抽雄前期熱量條件不足導致的冷害，相比全生育期的冷害，其玉米減產率僅為15.4%。烏前旗的幾個重度冷害年份（除1984年）貯存器官干物重波動百分率為-30.2%～-17.4%，輕度冷害年為-7.7%；1984年表現為抽雄前期熱量條件不足導致的冷害，但因其抽雄后期熱量條件較好，彌補了前期的不足，玉米產量未受影響。準格爾的幾個重度冷害年份貯存器官干物重波動百分率為-31.8%～-6.9%，中度冷害年為-11.5%，輕度冷害年為-0.9%；1979年準格爾抽雄期延遲4d，抽雄后熱量持續偏少，最終的灌漿指數僅為69.5%，為嚴重冷害年，玉米減產率達31.8%。無冷害發生的2010年，各站抽雄期未發生延遲或延遲1d，且實際氣溫驅動下的最終貯存器官干物重與平均氣溫驅動下的最終貯存器官干物重相比持平或略偏高，說明總體評價結果與實際情況基本相符。

表5 典型站點典型年份玉米冷害評估結果Table 5 The evaluation results of maize chilling injury in special stations and years

3 結論與討論

（1）在前人研究成果基礎上[19-20]，利用內蒙古河套灌區玉米生育期、生物量觀測資料和收集到的玉米發育期適宜氣象指標調試和確定WOFOST模型的作物參數，進行了WOFOST模型在內蒙古河套灌區的本地化及適應性檢驗。本地化后的WOFOST模型，能較好地模擬內蒙古河套灌區玉米主要發育期和儲存器官干物質重，為WOFOST模型在內蒙古河套灌區的應用打下了基礎。但因研究區內玉米觀測資料有限，較難獲取完善的模型參數，加之對玉米品種熟型的把握不夠準確，導致個別年份模擬值與實際值有較大差異，因此還需進一步完善。

（2）本研究嘗試利用WOFOST模型開展玉米低溫冷害監測評價的新思路，引入灌漿指數概念，確定了抽雄期延遲日數和灌漿指數為玉米低溫冷害指標，貯存器官干物重波動百分率為減產情況評價指標。據此指標模擬的研究區歷史低溫冷害發生情況來看，1961-2010年研究區內12個站點共發生不同程度低溫冷害260站次，其中重度冷害占37.3%，輕中度冷害占62.7%。在發生輕度冷害的年份中，有56.4%的年份表現為減產的趨勢；中度冷害年中有69.4%的年份表現為減產；重度冷害年中則有82.5%的年份表現為減產，其中56.7%的年份ΔY≤-15%。因冷害而造成的減產幅度未達5%的，在輕度冷害中表現最為明顯，這與王遠皓等[27]發生低溫冷害的年份玉米未必都減產的結論一致。可見，WOFOST模型能夠模擬玉米生長過程中對溫度變化做出較好響應，與前人基于數理統計方法監測評價作物冷害的方法[1,5,11-12]相比，本文基于作物生長模型的內蒙古河套灌區玉米低溫冷害評價指標的機理性較強，生物學意義更明顯，可以考慮在實際業務中加以應用，從而為內蒙古河套灌區玉米生產和減災等農業氣象服務提供一種新的技術手段。

（3）本研究在利用WOFOST模型進行內蒙古河套灌區玉米冷害評價時，采用的是單點模擬，而從地域來看，在同一冷害年內，冷害程度具有明顯的區域差異，因此，利用單點氣象資料的模擬結果判識一個地區是否發生冷害難免存在偏差。隨著GIS技術的成熟應用，利用作物生長模型模擬區域化細網格作物生長狀況成為模型應用的必然趨勢，因此，WOFOST模型的應用尺度的拓展問題有待進一步研究。

（4）利用WOFOST模型輸出產品開展玉米低溫冷害的監測及評價方面的研究報道較為少見，相關研究多集中在利用模擬的發育期和貯存器官干物重建立的指標，而WOFOST模型輸出的有關生長發育及生物量形成過程的信息較豐富，如發育進程、葉生物量、莖生物量、地上總生物量、呼吸消耗、葉面積指數等，如何將這些信息用于農業氣象災害監測評價中，還有待進一步嘗試。隨著氣候模式研究的進一步發展，根據區域氣候模式輸出的細網格氣象預報產品，利用本研究建立的指標，可開展玉米低溫冷害預報、評估，為及時動態預測、評估和有效防御低溫冷害造成的危害提供科學依據和技術支撐。

參考文獻References

[1]孫玉亭,王書裕,楊永岐.東北地區作物冷害的研究[J].氣象學報,1983,41(3):313-321.

Sun Y T,Wang S Y,Yang Y Q.Studies on cool summer and crop yield in northeast China[J].Acta Meteorol Sin,1983, 41(3):313-321.(in Chinese)

[2]馬樹慶,襲祝香,王琪.中國東北地區玉米低溫冷害風險評估研究[J].自然災害學報,2003,12(3):137-141.

Ma S Q,Xi Z X,Wang Q.Risk evaluation of cold damage to corn in Northeast China[J].Journal of Natural Disasters,2003, 12(3):137-141.(in Chinese)

[3]劉布春,王石立,莊立偉,等.基于東北玉米區域動力模型的低溫冷害預報應用研究[J].應用氣象學報,2003,14(5):616-625.

Liu B C,Wang S L,Zhuang L W,et al.Study of low temperature damage prediction applications in EN,China based on a scaling-up maize dynamic model[J].Journal of Applied Meteorological Science,2003,14(5):616-625.(in Chinese)

[4]馬樹慶,劉玉英,王琪.玉米低溫冷害動態評估和預測方法[J].應用生態學報,2006,17(10):1905-1910.

Ma S Q,Liu Y Y,Wang Q.Dynamic prediction and evaluation method of maize chilling damage[J].Journal of Applied Meteorological Science,2006,17(10):1905-1910.(in Chinese)

[5]李祎君,王春乙.東北地區玉米低溫冷害綜合指標研究[J].自然災害學報, 2007,16(6):15-20．

Li Y J,Wang C Y.Research on comprehensive index of chilling damage to corn in Northeast China[J].Journal of Natural Disasters,2007,16(6):15-20.(in Chinese)

[6]趙俊芳,楊曉光,劉志娟.氣候變暖對東北三省春玉米嚴重低溫冷害及種植布局的影響[J].生態學報,2009,29(12): 6544-6551.

Zhao J F,Yang X G,Liu Z J.Influence of climate warming on serious low temperature and cold damage and cultivation pattern of spring maize in Northeast China[J].Acta Ecologica Sinica,2009,29(12):6544-6551.(in Chinese)

[7]朱海霞,陳莉,王秋京,等.1980-2009年期間黑龍江省玉米低溫冷害年判定[J].災害學,2012,27(1):44-47,54.

Zhu H X,Chen L,Wang Q J,et al.Judgment of corn chilling damage year from 1980 to 2009 in Heilongjiang Province[J]. Journal of Catastrophology,2012,27(1):44-47,54.(in Chinese)

[8]侯瓊,郭瑞清,楊麗桃.內蒙古氣候變化及其對主要農作物的影響[J].中國農業氣象,2009,30(4):560-564.

Hou Q,Guo R Q,Yang L T.Climate change and its impact on main crops in Inner Mongolia[J].Chinese Journal of Agrometeorology,2009,30(4):560-564.(in Chinese)

[9]張存厚,李云鵬,李興華,等.內蒙古近30年10℃積溫變化特征分析[J].干旱區資源與環境,2009,23(5):100-105.

Zhang C H,Li Y P,Li X H,et al.Changes of the accumulated temperature above 10℃ in recent 30 years in Inner Mongolia [J].Journal of Arid Land Resources and Environment, 2009, 23(5):100-105.(in Chinese)

[10]胡燕宇,延軍平,李雙雙.大東北地區暖溫帶北界對氣候變暖的響應[J].干旱區資源與環境,2013,27(5):107-113.

Hu Y Y,Yan J P,Li S S.The response of the north boundary of warm temperate zone in generalized northeast region to climate warming[J].Journal of Arid Land Resources and Environment,2013,27(5):107-113.(in Chinese)

[11]侯瓊,張晴華.內蒙古地區玉米低溫冷害動態監測指標的建立[J].中國農業氣象,2013,34(5):588-594.

Hou Q,Zhang Q H.Study on dynamic monitoring index of maize chilling damage in Inner Mongolia[J].Chinese Journal of Agrometeorology,2013,34(5):588-594.(in Chinese)

[12]侯瓊,王海梅,云文麗.河套灌區玉米低溫冷害監測評估指標的研究[J].干旱區資源與環境,2015,29(2):179-184.

Hou Q,Wang H M,Yun W L.The research on the chilling injury indicators for corn in Hetao irrigation district[J].Journal of Arid Land Resources and Environment,2015,29(2): 179-184.(in Chinese)

[13]王志春,楊軍,姜曉芳,等.基于GIS的內蒙古東部地區玉米低溫冷害精細化風險區劃[J].中國農業氣象,2013,34(6): 715-719.

Wang Z C,Yang J,Jiang X F,et al.The refined risk division of maize chilling damage in Eastern Inner Mongolia based on GIS[J].Chinese Journal of Agrometeorology,2013,34(6): 715-719.(in Chinese)

[14]Hansen J W,Jones J W.Scaling-up crop models for climate prediction application[A].Sivakumar M V K,Eds.Climate prediction and agriculture[C].Washington DC,USA: International ST ART Secretariat,2000:77-117.

[15]張雪芬,余衛東,王春乙,等.WOFOST模型在冬小麥晚霜凍害評估中的應用[J].自然災害學報,2006,15(6):337-341.

Zhang X F,Yu W D,Wang C Y,et al.Application of WOFOST model to assessment of winter wheat's chilling damage by late frost[J].Journal of Natural Disasters,2006,15(6): 337-341.(in Chinese)

[16]陳振林,張建平,王春乙,等.應用WOFOST模型模擬低溫與干旱對玉米產量的綜合影響[J].中國農業氣象,2007,28(4): 440-442,445.

Chen Z L,Zhang J P,Wang C Y,et al.Application of WOFOST model in simulation of integrated impacts of low temperature and drought on maize yield[J].Chinese Journal of Agrometeorology,2007,28(4):440-442,445.(in Chinese)

[17]李秀芬,馬樹慶,宮麗娟,等.基于WOFOST的東北地區玉米生育期氣象條件適宜度評價[J].中國農業氣象,2013,34(1): 43-49.

Li X F,Ma S Q,Gong L J,et al.Evaluation of meteorological suitability degree during maize growth period based on WOFOST in Northeast China[J].Chinese Journal of Agrometeorology,2013,34(1):43-49.(in Chinese)

[18]王銳,李亞飛,張麗娟,等.土壤濕度驅動WOFOST模型及其適應性[J].中國農業氣象,2015,26(3):263-271.

Wang R,Li Y F,Zhang L J,et al.WOFOST model based on soil moisture driven and its adaptability[J].Chinese Journal of Agrometeorology,2015,26(3):263-271.(in Chinese)

[19]馬玉平,王石立,李維京.基于作物生長模型的東北玉米冷害監測預測[J].作物學報,2011,37(10):1868-1878.

Ma Y P,Wang S L,Li W J.Monitoring and predicting of maize chilling damage based on crop growth model in Northeast China[J].Acta Agronomica Sinica,2011,37(10): 1868-1878. (in Chinese)

[20]張建平,王春乙,趙艷霞,等.基于作物模型的低溫冷害對我國東北三省玉米產量影響評估[J].生態學報,2012,32(13) : 4132-4138.

Zhang J P,Wang C Y,Zhao Y X,et al.Impact evaluation of low temperature to yields of maize in Northeast China based on crop growth model[J].Acta Ecologica Sinica,2012,32(13) : 4132-4138.(in Chinese)

[21]魏鳳英.現代氣候統計診斷與預測技術[M].北京:氣象出版社,2007:57-66.

Wei F Y.Modern climate statistical diagnosis and prediction technology[M].Beijing:China Meteorological Press,2007: 57-66.(in Chinese)

[22]孫玉亭,孫孟梅,姜麗霞.溫度對玉米生長和發育綜合影響的評價模型[J].資源科學,1999,21(1):63-70.

Sun Y T,Sun M M,Jiang L X.A model evaluating comprehensive impact of temperature on maize growth[J]. Resources Science, 1999,21(1):63-70.(in Chinese)

[23]張建平,王春乙,楊曉光,等.溫度導致的我國東北三省玉米產量波動模擬[J].生態學報,2009,29(10):5516-5522.

Zhang J P,Wang C Y,Yang X G,et al.Simulation of yields fluctuation caused by the temperature in Northeast China[J]. Acta Ecologica Sinica,2009,29(10):5516-5522.(in Chinese)

[24]馬玉平,王石立,張黎.針對華北小麥越冬的WOFOST模型改進[J].中國農業氣象,2005,26(3):145-149.

Ma Y P,Wang S L,Zhang L.Study on improvement of WOFOST against over winter of wheat in North China[J]. Chinese Journal of Agrometeorology,2005,26(3):145-149.(in Chinese)

[25]馮勇,宋國棟,王艷春.內蒙古普通玉米品種試驗現狀與改進建議[J].內蒙古農業科技,2010,(1):1-5.

Feng Y,Song G D,Wang Y C.The current situation of common maize varieties in Inner Mongolia and improvement suggestion[J].Inner Mongolia Agricultural Science And Technology,2010,(1):1-5.(in Chinese)

[26]溫克剛.中國氣象災害大典(內蒙古卷)[M].北京:氣象出版社,2008:299-305.

Wen K G.Meteorological disasters ceremony of China:Inner Mongolia[M].Beijing:China Meteorological Press,2008: 299-305.(in Chinese)

[27]王遠皓,王春乙,張雪芬.作物低溫冷害指標及風險評估研究進展[J].氣象科技,2008,36(3):310-317．

Wang Y H,Wang C Y,Zhang X F.Advances in researches on indexes and risk assessments of crop cold damage[J]. Meteorological Science and Technology,2008,36(3): 310-317. (in Chinese)

Evaluation on Maize Chilling Injury Based on WOFOST Model in Hetao Irrigation Region in Inner Mongolia

LI Xiu-fen1, MA Shu-qing2, ZHAO Hui-ying1, WANG Ping1, JIANG Li-xia1, ZHU Hai-xia1
(1. Heilongjiang Institute of Meteorological Sciences, Harbin 150030, China; 2. Meteorological Observatory of Jilin Province, Changchun 130062)

Abstract:Based on observed data during maize growth and development, combining with the existing research results, the localization and adaptability test of WOFOST model was carried out. Based on daily meteorological data from 12 meteorological stations in research region from 1961 to 2010, the crop parameters were partitioned. By using WOFOST model, the maize development and growth processes were simulated. The tasseling stage delayed days, filling index were determined as maize chilling injury index, and storage organ dry weight fluctuation percentage production as evaluation index, the history and production of chilling injury were analyzed. The results showed that the localized WOFOST model was an effective method in Hetao irrigation regionin Inner Mongolia, which could be used in maize simulation. WOFOST model simulated well maize development degree and response of development degree to chilling injury. According to the WOFOST maize chilling injury index, there occurred 260 stations/times different degree maize chilling injury in the region in last 50 years, the severe chilling injury accounted for 37.3%, the light and medium chilling injury accounted for 62.7%, and 84.7% of severe chilling injury years showed yield reduction. Compared with the traditional method, the new method showed more clearly biological significance, so these indicators could be applied in the business of maize chilling injury monitoring and evaluation in Hetao irrigation region in Inner Mongolia.

Key words:Maize; Chilling injury index; WOFOST model; Effect and grade evaluation; Delayed growth days; Filling index

doi:10.3969/j.issn.1000-6362.2016.03.011

* 收稿日期：2015-09-10

基金項目：公益性行業（氣象）科研專項（GYHY201206021；GYHY201306036）

作者簡介：李秀芬（1973-），女，高級工程師，主要從事農業氣象、衛星遙感方面研究。E-mail：ge-2003@163.com