1.       标题：通过优化基因型(G)-环境(E)-管理(M)的交互来应对气候变化对玉米生产的影响

北京师范大学张朝教授团队基于15年以上的田间实验数据，利用CERES-Maize模型通过情景模拟法剥离了气象要素和管理措施的相对贡献，并为每个农业生态区定制了最佳的G×E×M生产方案。相关成果在《Science of the Total Environment》（2018年影响因子5.589）发表。

2.       研究背景和意义：气候变化显著增加了高温、干旱等极端气候事件发生的频率，对全球粮食安全构成了严重威胁。识别影响作物生长的关键气候因子并制定相应的应对策略对提高粮食产量至关重要。但是，作物生长受基因(genotype)、环境(environment)和管理(management)的交互影响，传统的去趋势法难以剥离单个要素的贡献，急需科学方法客观分离各因素对产量的影响，探明不同农业区影响作物生产的关键因子，并提出最佳的生产方案。

3.        创新点：

（1）该研究利用15年以上的田间实验数据，深入理解了气候变化对玉米生产系统的影响；

（2）优化了三种低成本的措施(品种、种植日期和种植密度)，为当地农民提高粮食产量提供了参考依据。

4.        论文标题：

Optimizing genotype-environment-management interactions for maize farmers to adapt to climate change in different agro-ecological zones across China

(DOI: https://doi.org/10.1016/j.scitotenv.2020.138614)

5.        研究方法：

该文章首先利用1998-2016年的品种实验数据本地化CERES-Maize模型，然后设置模拟情景剥离气候、品种、种植日期和种植密度对三大主产区玉米产量年际波动的贡献。例如，在定量气温的影响时，温度用研究时段内的实际值，为了控制其他气象要素的影响，用1998-2016年每年的降雨和辐射模拟一次，然后求取19次模拟的平均值，进而计算得到由于气温变化导致的产量波动。该方法保留了气象要素的年内变异，且用每年的值代替多年平均能够更好地刻画当地的实际情况；最后，通过模拟特定环境(E)下不同品种(G)和管理措施(M)的交互情景，为每个农业生态区定制了最佳的生产方案。

6.        重要结果：

结果表明，气候变化的模式和影响在不同的种植区域有所不同：近15年来，东北和西北地区产量分别以0.39%和0.78% yr-1的速率小幅增加，而华北平原的减产率达到了1.13% yr-1 (图1)。最低温度的升高和辐射的减少是导致产量变化的关键气候因子。适当延迟种植日期和增加种植密度可有效缓解气候变化的负面影响(图2和3)。种植最佳品种可显著提高玉米产量(图4)。通过优化G-E-M的交互，单产至少可以提高10%，在西北低产不稳定区的效果更为显著(图5)。

图1 实测产量的变化趋势(a)和波动(b)

图2 最佳种植日期

图3 最佳种植密度

图4 最佳品种

图5 单个最佳措施(品种、种植日期和种植密度)以及G-E-M交互的贡献

7.        论文引用：

[1]. Zhang L, Zhang Z, Luo Y, et al. Optimizing genotype-environment-management interactions for maize farmers to adapt to climate change in different agro-ecological zones across China[J]. Science of the Total Environment, 2020, 728: 138614.

第一作者介绍：张亮亮：北京师范大学地理科学学部减灾与应急管理研究院博士研究生，研究方向是 气候变化影响与粮食生产适应。

E-mail: zhangliangliang@mail.bnu.edu.cn