趙 鋒，胡開明，王曉斌，范阿棋，張俊,白江平

(1.甘肅省作物遺傳改良與種質(zhì)創(chuàng)新重點實驗室-甘肅省干旱生境作物學重點實驗室，甘肅 蘭州 730030；2.甘肅農(nóng)業(yè)大學農(nóng)學院，甘肅 蘭州 730070)

?

飼用馬鈴薯潛在產(chǎn)量的分析方法

(1.甘肅省作物遺傳改良與種質(zhì)創(chuàng)新重點實驗室-甘肅省干旱生境作物學重點實驗室，甘肅 蘭州 730030；2.甘肅農(nóng)業(yè)大學農(nóng)學院，甘肅 蘭州 730070)

作物實際產(chǎn)量與潛在產(chǎn)量之間存在較大的差距，潛在產(chǎn)量反映了作物在一個地區(qū)產(chǎn)量的理論上限，研究作物的潛在產(chǎn)量，明確作物產(chǎn)量的上限，進而對產(chǎn)量差及產(chǎn)量限制性因素進行研究和分析。通過對國內(nèi)外馬鈴薯(Solanumtuberosum)潛在產(chǎn)量研究進行總結(jié)發(fā)現(xiàn)，當前馬鈴薯潛在產(chǎn)量研究存在的主要問題是馬鈴薯潛在產(chǎn)量的概念、計算分析方法以及模型之間的分析機理不一致，導致馬鈴薯潛在產(chǎn)量的分析結(jié)果存在較大的差異。在未來馬鈴薯潛在產(chǎn)量研究中，重點應該將馬鈴薯生長模型和遙感技術(RS)、地理信息系統(tǒng)(GIS)等新技術手段更好的結(jié)合起來，從單一的考慮自然因素轉(zhuǎn)向自然因素與社會經(jīng)濟等因素相結(jié)合的研究。

馬鈴薯；潛在產(chǎn)量；產(chǎn)量差；作物模型

馬鈴薯(Solanumtuberosum)為茄科茄屬雙子葉一年生草本植物,作為僅次于水稻(Oryzasativa)、小麥(Triticumaestivum)、玉米(Zeamays)的世界第四大糧食作物被人們所重視[1]。由于人們的飲食習慣、地理環(huán)境以及各個地域的經(jīng)濟效益等因素，我國西北地區(qū)借助地理條件等因素成為馬鈴薯的優(yōu)勢產(chǎn)區(qū)[2-3]。在我國,馬鈴薯不僅被當作重要的糧食作物,同時也被當作重要的蔬菜作物。馬鈴薯鮮薯還被廣泛的用于食品深加工和淀粉、酒精等工業(yè)加工當中,在我國的工農(nóng)業(yè)生產(chǎn)中有著非常重要的作用。此外，馬鈴薯淀粉渣中含有豐富的纖維素、半纖維素、果膠和氨基酸等營養(yǎng)物質(zhì)，經(jīng)過調(diào)制飼喂肉牛等[4-5]可有效促進其生長，提高肉牛體重，而且馬鈴薯的鮮莖葉柔嫩多汁，通過青貯可作飼料，不僅可以緩解冬春季節(jié)飼料短缺的問題，同時也可以使秸稈資源得到充分利用，對緩解半農(nóng)半牧區(qū)青貯飼料的匱乏具有重要的意義[6]。但是，隨著水資源的日益缺乏以及耕地面積的持續(xù)減少，馬鈴薯作為一種具有較高水分利用率的兼用型作物，對保障我國糧食安全的地位越來越重要[7]。馬鈴薯的需求量越來越大，然而可用于種植馬鈴薯的耕地面積卻是有限的，所以人們對馬鈴薯的增產(chǎn)潛力、高產(chǎn)品種改良及栽培越來越關心和重視。馬鈴薯的理論產(chǎn)量即潛在產(chǎn)量要遠遠大于當前馬鈴薯的實際產(chǎn)量，但由于氣候、病蟲害、灌溉等而導致收益較低。我國作為世界上最大的馬鈴薯生產(chǎn)國，馬鈴薯產(chǎn)業(yè)種植面積和產(chǎn)量都占了世界的20%以上，雖然我國馬鈴薯的種植面積很大，卻不是馬鈴薯產(chǎn)業(yè)的強國[8]。目前，我國馬鈴薯的單產(chǎn)產(chǎn)量仍然低于世界平均水平，和歐美一些發(fā)達國家還有很大的差距[9]。因此，要提高我國馬鈴薯的產(chǎn)量以及品質(zhì)，縮小當前的馬鈴薯產(chǎn)量與理論上可以實現(xiàn)的產(chǎn)量之間的差距。

多種因素對馬鈴薯產(chǎn)量都有較大影響，包括馬鈴薯自身的遺傳因素、田間管理措施、病蟲害等，其中光照、溫度與水分等環(huán)境因素對馬鈴薯產(chǎn)量的影響巨大。但要提高我國馬鈴薯的產(chǎn)量以及品質(zhì)，不能只靠對馬鈴薯進行遺傳改良來實現(xiàn)，還要通過對馬鈴薯潛在產(chǎn)量的研究，分析并調(diào)整影響馬鈴薯產(chǎn)量的限制性因素，從而縮小產(chǎn)能差以提高馬鈴薯實際產(chǎn)出效率。如何合理地根據(jù)馬鈴薯自身的遺傳因素及環(huán)境因素制定適宜的田間管理模式，達到高產(chǎn)優(yōu)質(zhì)的目的，是我國乃至全世界馬鈴薯生產(chǎn)目前所面對的主要問題。為此，本文通過分析總結(jié)國內(nèi)外有關馬鈴薯潛在產(chǎn)能研究的進展，著重對馬鈴薯潛在產(chǎn)能研究中存在的問題進行探討，以期對未來馬鈴薯潛在產(chǎn)量的研究提供參考。

1 作物的潛在產(chǎn)量

1.1 作物潛在產(chǎn)量的概念及研究意義

作物潛在產(chǎn)量(crop potential yield)這一概念早在19世紀中期就被提出，但是直到1993年Evans[10]才對潛在產(chǎn)量進行了明確的定義：作物潛在產(chǎn)量是指在作物生長環(huán)境中的水分和養(yǎng)分不受限制以及生物之間的影響效應得到有效控制時作物的產(chǎn)量。此后人們對這一概念進行了總結(jié)和補充[11]，Evans在1999年又進一步補充,作物潛在產(chǎn)量是指作物潛在的產(chǎn)量,即理論產(chǎn)量，指的是作物在適宜的環(huán)境中，即在營養(yǎng)和水分不受任何限制，病、蟲、雜草、倒伏等不利因素得到有效控制，栽培技術水平和生產(chǎn)管理水平處于最佳狀態(tài)的條件下可能達到的最大產(chǎn)量[12]。作物的潛在產(chǎn)量具有時間性和空間性，也就是說作物的潛在產(chǎn)量會隨著地點的不同或當?shù)厣鐣夹g的改變而發(fā)生變化[13]。在實際生產(chǎn)中，由于受到雜草、病蟲害及環(huán)境因素等影響而導致實際產(chǎn)量偏低。對于一些雨養(yǎng)作物，水分是其最大的影響因素，所以，它們在水分限制下的產(chǎn)量等同于水分限制下的潛在產(chǎn)量。在理想條件下，作物的生長只取決于大氣中的CO2量、太陽輻射、溫度以及作物的品種特性，所以潛在產(chǎn)量理論上只與氣候環(huán)境有關，而土壤特性等可以通過水分和養(yǎng)分等進行調(diào)節(jié)[14](圖1)。

而生產(chǎn)當中，作物產(chǎn)量的理論上限(即光溫潛在產(chǎn)量)與農(nóng)民實際收獲的產(chǎn)量(即農(nóng)民實際產(chǎn)量)存在比較大的差異，把這種差異叫做產(chǎn)量差(yield gap)。產(chǎn)量差的概念是由Datta[15]提出的，引起產(chǎn)量差距的因子被稱為產(chǎn)量限制因子(yield constraints)。通過改善這些作物產(chǎn)量的限制因子可以大幅提高作物的產(chǎn)量及品質(zhì)，實際產(chǎn)量最高可以達到潛在產(chǎn)量的80%[16]。但是現(xiàn)階段由于生產(chǎn)水平等問題，很多作物的產(chǎn)量限制性因素都不明確，實際產(chǎn)量與可達到的產(chǎn)量仍然有較大的差距(圖2)。潛在產(chǎn)量反映了作物在一個地區(qū)的產(chǎn)量的理論上限，即作物產(chǎn)量可能達到的最大值。通過研究作物的潛在產(chǎn)量，明確作物產(chǎn)量的上限，進而對產(chǎn)量差及產(chǎn)量限制性因素進行分析研究，通過一系列措施來改善產(chǎn)量限制性因素，縮小潛在產(chǎn)量與實際產(chǎn)量的差距，從而盡可能大地提高作物的收益率，是農(nóng)業(yè)研究工作者的最終目的。

圖1 不同生產(chǎn)水平下決定產(chǎn)量的因素Fig.1 Influential factors of crop yields under different production levels

圖2 實際產(chǎn)量與可達到產(chǎn)量的產(chǎn)量差Fig.2 Yield gap between actual and exploitable yields

1.2 作物潛在產(chǎn)量的研究方法

一般研究作物潛在產(chǎn)量的方法有：1)田區(qū)定位試驗法[16]；2)農(nóng)戶最高產(chǎn)量紀錄值調(diào)查法[17]；3)聯(lián)合國糧農(nóng)組織(FAO)的農(nóng)業(yè)生態(tài)地區(qū)(Agro-ecological Zone,簡稱AEZ)法[18]；4)作物模型法[19]。其中，田區(qū)定位試驗法可以評估當?shù)禺斍霸耘喙芾泶胧┫伦魑锏臐撛诋a(chǎn)量，但是這種方法需要研究理想栽培管理措施以及排除那些導致減產(chǎn)的因素(如營養(yǎng)缺乏以及植物的病蟲害等)，而且這種方法必須通過多年的重復試驗才能估算出作物的潛在產(chǎn)量。在田區(qū)定位試驗中可能需要很多年去改進它的栽培管理措施，而且通過估算得到的作物潛在產(chǎn)量也不準確。農(nóng)戶最高產(chǎn)量紀錄值調(diào)查法需要將作物生產(chǎn)的環(huán)境(包括土壤資源)以及投入生產(chǎn)的技術水平記錄下來，這種方法可以得到最高產(chǎn)量的資源利用率[20-23]，然而這種方法畢竟是在農(nóng)戶當中調(diào)查，其與實際最大產(chǎn)量值的誤差有時會很大，其中有很多因素是很難避免的，因此，所得的潛在產(chǎn)量值會隨作物生產(chǎn)環(huán)境的變化而改變。

FAO的農(nóng)業(yè)生態(tài)區(qū)域法是基于Mitscherlich-Baule的復合指數(shù)方程[24]，它將所種植的農(nóng)田區(qū)域分為雨養(yǎng)區(qū)農(nóng)田和灌溉區(qū)農(nóng)田。

Y1R=∑ij∈CSZSijAijYijIR/∑ij∈CSZSijAij

(1)

式中：Y表示作物的潛在產(chǎn)量(t·hm-2)；l表示作物的品種名稱；R表示該區(qū)是雨養(yǎng)區(qū)農(nóng)田；i表示農(nóng)田橫向單元的序列；j表示農(nóng)田縱向單元的序列；S表示雨養(yǎng)區(qū)面積所占的比例(%)；A表示所占耕地面積(hm2)。CSZ是表示其在農(nóng)作制中的種植制度分區(qū)(cropping systems zone)。

Y1I=∑ij∈CSZSijAijYijII/∑ij∈CSZSijAij

(2)

式中：Y表示作物的潛在產(chǎn)量(t·hm-2)，l表示作物的品種名稱，I表示該區(qū)是灌溉區(qū)農(nóng)田，i表示農(nóng)田橫向單元的序列，j表示農(nóng)田縱向單元的序列，S表示灌溉區(qū)面積所占的比例(%)，A表示所占耕地面積(hm2)。該方法考慮到了作物的光合、呼吸以及蒸騰等生理過程，在計算作物潛在產(chǎn)量中具有很多優(yōu)點，但是這種方法是在非洲建立起來的，運用起來有一定的地域局限性[25-26]。

利用作物生長模型估計作物的潛在產(chǎn)量可以很好地克服以上方法的局限性，作物生長模型代表了當前人們對作物生理過程(物候?qū)W、碳同化等)以及作物對外界環(huán)境反應的了解程度[27]。作物模型法只要知道某地土壤和氣候以及作物的基本資料就可以得到任何時間段該地作物的潛在產(chǎn)量。該法的通用性相對較強，而且方法簡單、準確。作物生長過程模擬是指將與作物有關的氣候及土壤環(huán)境等作為一個統(tǒng)一整體，運用系統(tǒng)分析學及計算機模擬的方法，通過對作物的生理過程與作物生長環(huán)境以及作物栽培管理技術之間的關系加以理論概括及統(tǒng)計分析，建立相應的作物生長模型，再在計算機上進行動態(tài)分析和對作物生長過程的模擬研究。作物生長模型描述作物品種、生長環(huán)境以及栽培管理措施三者的交互作用，需要因地制宜的數(shù)據(jù)資料，包括日常的氣象數(shù)據(jù)、作物的田間管理措施(如種植日期，種植密度等)、土壤特性以及初始的播種條件等。

作物生長模型從提出到基本成熟已經(jīng)涉及到多種作物，基本以禾本科作物為主，如小麥[28]、玉米[29]、水稻[30]、甘薯(Dioscoreaesculenta)[31]、甜菜(Betavulgaris)[32]、棉花(Gossypiumspp.)[33-34]等。如美國的CERES系列模型[35]，是根據(jù)禾本科植物的生長特性而開發(fā)設計的模擬模型，主要包括CERES-Wheat，CERES-Maize，CERES-Rice等。該模型結(jié)合天氣資料、作物生長資料、土壤資糧以及大田管理資料，可以動態(tài)的模擬作物的生長過程，模擬出作物的潛在產(chǎn)量。其中主要作物生長模型還包括美國的DSSAT模型[36-37]、GOSSYM模型[38-39]、EPIC模型[40-42]，荷蘭的WOFOST模型[43-44]以及澳大利亞的APSIM模型[45-47]等。作物生長模型不僅對繼承已有研究成果有利，而且也是作物現(xiàn)代化種植管理的基礎[48-49]。此外，還有學者利用計量經(jīng)濟學的方法，借助產(chǎn)量的函數(shù)來估算和分析作物潛在產(chǎn)量[50]。

1.3 作物潛在產(chǎn)量研究進展

早在19世紀40年代，德國化學家Liebig等[51]提出“Liebing最小因子定律(Liebing’s law of the minimum)”，指出作物生長所需的最小營養(yǎng)，從而引出了作物潛在產(chǎn)量的概念。經(jīng)過科研工作者的不斷努力，人們對作物潛在產(chǎn)量的研究更加深入[52]。在20世紀60年代初期，Bonner[53]第一次從光合效率的角度分析了作物的產(chǎn)量潛力，指出提高作物光合效率可以有效提高作物的潛在產(chǎn)量。作物所獲得產(chǎn)量的90%左右都來自于光合作用過程中所形成的光合物質(zhì)，通過直接或間接地改善作物的光合性能可以提高作物的產(chǎn)量[54]。20世紀70年代中期，國際水稻研究中心(IRRI)對亞洲的6個國家(孟加拉國、印度、印尼、巴基斯坦和菲律賓)進行了水稻限制因子的研究[55]，從而開始了系統(tǒng)研究水稻潛在產(chǎn)量的體系。起先，一些學者想運用輻射、反射、呼吸消耗等來計算作物的光合潛在產(chǎn)量，但是由于其它因素的影響過大，使得所得產(chǎn)量遠遠高于實際產(chǎn)量[56]。隨后人們考慮到溫度對光溫潛在產(chǎn)量的影響，對其進行了校準修正[57-58]。此后又考慮到水分的作用，以及光照、溫度、降水量的綜合作用，從而轉(zhuǎn)向氣候條件下潛在產(chǎn)量的研究。期間，隨著計算機的應用和普及，學者們在研究作物潛在產(chǎn)量的同時利用計算機建立了許多作物生長模型，而且其中大多數(shù)已經(jīng)得到驗證和應用。此外，1994年Muchow等[59]利用作物生長模型模擬分析了不同種植日期、土壤類型以及施肥量和施肥日期下高粱(Sorghumvulgare)的潛在產(chǎn)量，并給與了最優(yōu)生產(chǎn)管理措施的建議。2003年Verdoodt等[60]利用作物生長模型對南非干旱地區(qū)作物的潛在產(chǎn)量進行了模擬分析，得出光溫是不同作物產(chǎn)量的重要影響因子，但降水量是干旱地區(qū)作物產(chǎn)量最重要的影響因子。Hodges等[61]也運用CERES-Maize模型模擬分析美國玉米的產(chǎn)量，并且結(jié)果較為準確。

與此同時，我國國內(nèi)也開始了對作物潛在產(chǎn)量的研究，并且運用計算機作物生長模型對一些地區(qū)的作物進行了模擬分析。如，2008年運用CERES-Maize模型對華北平原玉米進行的模擬分析[29]，該模型可以準確計算出華北平原各地玉米的潛在產(chǎn)量。此外，CERES模型還被廣泛的應用于預測氣候變化對作物的影響[62-65]，李軍等[66]運用該模型對黃土高原地區(qū)的玉米潛在產(chǎn)量進行了模擬分析。2014年，利用APSIM-Maize模型對中國北方平原的玉米潛在產(chǎn)量以及產(chǎn)量收益進行的模擬分析，結(jié)果表明，APSIM-Maize模型可以很好地模擬玉米的生長以及潛在產(chǎn)量，通過對模型中灌溉和肥料使用量地調(diào)整，使得玉米的產(chǎn)量收益差進一步縮小[67]。隨著遙感技術的發(fā)展，近年來科研工作者們已經(jīng)開始將作物生長模型與遙感數(shù)據(jù)結(jié)合起來估算作物的潛在產(chǎn)量[68]。

2 馬鈴薯潛在產(chǎn)量研究進展

馬鈴薯不僅作為糧食和蔬菜深受人們青睞，還被廣泛地用于工業(yè)加工,此外，馬鈴薯還是重要的飼料作物。其飼用價值主要是馬鈴薯淀粉渣和馬鈴薯莖葉的應用，馬鈴薯淀粉渣是馬鈴薯淀粉加工過程中的副產(chǎn)品，其主要成分是殘余淀粉顆粒、纖維素、半纖維素和果膠等[69]。目前，對馬鈴薯渣的應用主要有兩種：1)用多菌種混合發(fā)酵馬鈴薯淀粉渣生產(chǎn)蛋白飼料，發(fā)酵飼料中的物質(zhì)有助于動物對蛋白質(zhì)等營養(yǎng)物質(zhì)的吸收效率以及提升動物自身的免疫力[70]；2)將馬鈴薯淀粉渣與其它作物混貯飼喂，馬鈴薯淀粉渣通過混貯后，不但適口性得到了較大的改善，而且消化利用率也提高了,有效降低了飼喂成本，提高了經(jīng)濟效益[71]。

馬鈴薯莖葉是馬鈴薯的地上部分，馬鈴薯莖葉中含有大量的粗蛋白、粗纖維、粗脂肪、胡蘿卜素以及鈣、磷等營養(yǎng)物質(zhì)，是很好的青貯飼料[72]。但是由于馬鈴薯鮮莖葉中所含的水分過高、含糖量低和適口性差等原因，單獨青貯不易成功，所得青貯飼料效果不佳[73]。通過添加米糠等，發(fā)現(xiàn)可以很好地提高馬鈴薯青貯的品質(zhì)，有助于食草動物對營養(yǎng)的吸收[74]。2015年，對內(nèi)蒙古地區(qū)馬鈴薯莖葉青貯的研究發(fā)現(xiàn)，“青貯飼料+混合粗提取物”的綜合技術可有效地提高馬鈴薯莖葉青貯飼料品質(zhì)，使得食草動物對飼料中的蛋白質(zhì)更容易消化吸收，為馬鈴薯莖葉在飼料方面的應用提供了重要的依據(jù)[75]。

從20世紀80年代開始，馬鈴薯潛在產(chǎn)量的研究受到越來越多的關注。Stigter等[76]首先利用二氧化碳同化率及呼吸量來估算馬鈴薯的總干物產(chǎn)量，發(fā)現(xiàn)通過計算馬鈴薯植株截獲的總輻射量、輻射轉(zhuǎn)化率、作物的收獲指數(shù)以及馬鈴薯塊莖的干物質(zhì)含量可以計算得出馬鈴薯的潛在產(chǎn)量。與其它禾本科作物不同，馬鈴薯屬于茄科作物，塊莖的生長決定著馬鈴薯的最終產(chǎn)量。馬鈴薯生長過程中對環(huán)境變化極為敏感，尤其是光照、溫度和水分的影響[2]。由于馬鈴薯的塊莖生長在土壤中，所以馬鈴薯的產(chǎn)量也受到土壤的影響。1984年Ng和Loomis[77]研究開發(fā)了Potato模型，該模型根據(jù)馬鈴薯不同的生長過程，建立了大氣―作物―土壤的系統(tǒng)模型，以天氣為驅(qū)動變量，以土壤條件為基礎，通過對馬鈴薯生長過程中葉片光合作用以及其根、莖、葉生物量的形成過程進行計算分析來模擬馬鈴薯的生長發(fā)育過程。雖然該模型涉及到馬鈴薯的生理和形態(tài)等多個方面，但是沒能考慮水分平衡以及氮肥量等對馬鈴薯生長的影響，所得到的潛在產(chǎn)量與實際有很大的偏差。N元素作為必需元素對馬鈴薯的產(chǎn)量有直接的影響，在馬鈴薯生產(chǎn)中，如果缺乏N元素，植株將表現(xiàn)出缺素癥狀，即合成的葉綠素減少，導致葉片變黃、植株矮小、產(chǎn)量降低。因此,N元素輸入量是否合理決定著馬鈴薯的產(chǎn)量。到20世紀80年代末，F(xiàn)eddes等[78]研究并開發(fā)了綜合性的馬鈴薯生長模型SWACRO，該模型以氣候變化與馬鈴薯生長及田間水分變化為基本原理，模擬氣候變化對馬鈴薯生長發(fā)育、產(chǎn)量及農(nóng)田水分平衡等的影響，對馬鈴薯的水分平衡、呼吸以及馬鈴薯生長中對N元素的需求量進行了比較詳細的介紹和說明。隨后一些科研工作者利用一些田間試驗數(shù)據(jù)建立了一些經(jīng)驗型的馬鈴薯生長模型，通過田間的試驗數(shù)據(jù)估算出其中的一些參數(shù)，盡管這些模型可以應用于田間試驗當中，但是通過模型所估算的數(shù)據(jù)與實測值差異比較明顯。之后，蘇格蘭作物研究所專家通過研究指出[79]，馬鈴薯的干物質(zhì)產(chǎn)量可以通過馬鈴薯的播種期和收獲期、土壤和空氣的溫濕度以及光照輻射估算出來，隨后學者們針對這一結(jié)果對以往的馬鈴薯生長模型進行了修正，從而使得馬鈴薯潛在產(chǎn)量的研究更加深入。

目前，SUBSTOR-Potato[80]、NPOTATO[81]、LINTUL-POTATO[82]、IFORCROP-POTATO[83]、Crop SystVB-CSPotato[84]、CROPSYST-SIMPOTATO[85]等都是一些公認的發(fā)展比較成熟的模型。在2003年，Hijmans[86]將未來氣候分為不同的幾個時期，利用LINTUL-POTATO模型對馬鈴薯潛在產(chǎn)量進行了模擬分析，對全球溫度變化下不同經(jīng)緯度地區(qū)的馬鈴薯產(chǎn)量進行了預測，并且通過模擬馬鈴薯的潛在產(chǎn)量，分析了全球變暖條件下馬鈴薯產(chǎn)量研究中所遇到的問題，并給出了一些提高馬鈴薯產(chǎn)量的應對方案。

人們應用馬鈴薯生長模型來模擬馬鈴薯生長的過程中發(fā)現(xiàn)作物生長模型是基于單植水平的系統(tǒng)，在小面積的馬鈴薯潛在產(chǎn)量估算上作物生長模擬模型比較適用，而在更大面積或更大的空間區(qū)域，潛在產(chǎn)量受到作物遺傳特性和周圍環(huán)境等的綜合影響，其估算結(jié)果往往并不理想[87]，因此需要借助一些技術手段，將馬鈴薯生長模型作物與作物的估產(chǎn)區(qū)劃、空間數(shù)據(jù)庫以及空間信息技術相互結(jié)合來估算其潛在產(chǎn)量。蔡承智等[88]根據(jù)FAO和國際應用系統(tǒng)分析研究所(IIASA)基于中國1961―1997年的統(tǒng)計資料(經(jīng)多方校正)共同開發(fā)的AEZ模型，運用GIS 平臺計算了中國41個農(nóng)作制亞區(qū)的馬鈴薯生產(chǎn)潛力，并指出了單產(chǎn)最高潛力的區(qū)域分布。研究結(jié)果表明，作物在最適宜區(qū)域種植的潛在產(chǎn)量很大的程度上可以被認為是該作物潛在產(chǎn)量的最大值，而在其它地區(qū)幾乎是不能達到的。

隨著越來越多馬鈴薯生長模型的建立與發(fā)展，人們開始對未來環(huán)境氣候下的馬鈴薯產(chǎn)量進行預測分析。在2008年，孫芳等[89]將SUBSTOR-POTATO模型[90]和中心區(qū)域氣候模型(PRECIS)相結(jié)合，模擬估算了在空氣中CO2濃度比目前水平高30%～49%的情況下馬鈴薯的生長狀況，結(jié)果表明，在未來氣溫有一定升高的情況下，馬鈴薯產(chǎn)量相對目前也會有一定的提高。同時，人們在研究馬鈴薯潛在產(chǎn)量過程中，利用生長模型調(diào)節(jié)其中的相關因素，適當調(diào)整田間管理模式、水分肥料供應量等來提高馬鈴薯的潛在產(chǎn)量。Alva等[91]在2010年利用不同品種馬鈴薯的產(chǎn)量數(shù)據(jù)，對Crop Syst VB-CSPotato等模型的參數(shù)及預測的潛在產(chǎn)量結(jié)果進行了驗證和分析，為這些模型參數(shù)的精確度提供了參考依據(jù)。

3 馬鈴薯潛在產(chǎn)量研究的前景展望

研究馬鈴薯潛在產(chǎn)量的最終目的是找出潛在產(chǎn)量與實際產(chǎn)量的產(chǎn)量差，找到導致產(chǎn)量差的限制因素，從根本上提高馬鈴薯的產(chǎn)量。隨著人口的急劇增長，馬鈴薯作為世界第四大糧食作物被越來越注重，國內(nèi)外對于馬鈴薯潛在產(chǎn)量的研究也越來越多，馬鈴薯潛在產(chǎn)量的概念及其分析方法也越來越規(guī)范。然而馬鈴薯潛在產(chǎn)量的研究是一項十分復雜的工作，隨著農(nóng)業(yè)科技的發(fā)展，對馬鈴薯潛在產(chǎn)量研究的要求也越來越高，不僅需要對馬鈴薯產(chǎn)量的形成機理進行充分的分析及了解，同時還需要掌握與馬鈴薯生長有關的外界環(huán)境數(shù)據(jù)資料。

目前在馬鈴薯潛在產(chǎn)量研究中仍然存在著一些亟待解決的問題，包括：1)馬鈴薯潛在產(chǎn)量的劃分層次和方法不同，使得研究分析中所得結(jié)果的可比性較差[92]；2)馬鈴薯潛在產(chǎn)量的概念和計算分析方法不同，且隨著作物模型的發(fā)展、模型之間分析機理的不同，分析結(jié)果也存在較大的差異[93]。

綜上所述，未來在對馬鈴薯潛在產(chǎn)量的研究中應該加強以下幾項研究：1)隨著馬鈴薯生長模型研究越來越完善，以及遙感技術(RS)和地理信息系統(tǒng)(GIS)等新技術手段在農(nóng)業(yè)上的廣泛運用，如何將這些技術與馬鈴薯生長模型相結(jié)合是今后馬鈴薯潛在產(chǎn)量的研究重點；2)進一步探討研究馬鈴薯的光合作用機理，為馬鈴薯潛在產(chǎn)量的研究提供明確的科學依據(jù)；3)由于目前對馬鈴薯潛在產(chǎn)量的研究仍然局限于氣候土壤等自然因素，很少考慮到社會經(jīng)濟、管理技術、作物品種特性、自然災害等因素對馬鈴薯潛在產(chǎn)量的影響，而氣候又有很大的不確定性，因此,將自然因素與社會經(jīng)濟等因素相結(jié)合也是馬鈴薯潛在產(chǎn)量未來的一個研究方向。

References：

[1] Stastná M,Toman F,Dufková J.Usage of SUBSTOR model in potato yield prediction.General Information,2010,97(2):286-290.

[2] 秦尚云,安文正.馬鈴薯——陰山北麓丘陵區(qū)的優(yōu)勢作物.中國農(nóng)業(yè)資源與區(qū)劃,2004,25(6):33-36.

Qin S Y,An W Z.Potato——Crop with advance in hilly areas at the northern foot of Yin Mountain.Chinese Journal Resources and Regional Planning,2004,25(6):33-36.(in Chinese)

[3] 何三信.甘肅省馬鈴薯生產(chǎn)優(yōu)勢區(qū)域開發(fā)芻議.中國農(nóng)業(yè)資源與區(qū)劃,2008,29(3):66-68.

He S X.Initiate discussion on developing priority region for potato production in Gansu Province.Chinese Journal Agricultural Resources and Regional Planning,2008,29(3):66-68.(in Chinese)

[4] 陳亮,洪龍,張凌青,羅曉瑜,胡世強,張建勇,白瑞,蒙向武.馬鈴薯淀粉渣與玉米秸稈混貯飼喂肉牛效果的研究.飼料研究,2014(9):45-48.

[5] 程方,李巨秀,來航線,張高波,衛(wèi)偉.多菌種混合發(fā)酵馬鈴薯渣產(chǎn)蛋白飼料.食品與發(fā)酵工業(yè),2015,41(2):95-101.

Chen F,Li J X,Lai H X,Zhang G B,Wei W.Research on production of protein feed from mixed-strains fermentation of potato residue.Food and Fermentation Industries,2015,41(2):95-101.(in Chinese)

[6] 楊永在,王長水,梁藝洵,姬琳堡,夏傳齊,曹兵海.不同添加物對馬鈴薯莖葉青貯品質(zhì)的影響.中國草食動物科學,2015,35(5):34-38.

Yang Y Z,Wang C S,Liang Y X,Ji L B,Xia C Q,Cao B H.Effects of different additives on silage quality of potato steam and leave.China Herbivore Science,2015,35(5):34-38.(in Chinese)

[7] Chen J,Tang C,Shen Y,Sakure Y,Fukushima Y.Nitrate pollution of groundwater in a wastewater irrigated field in Hebei Province,China.Wastewater Re-use and Groundwater Quality An International Symposium,2004(285):23.

[8] 劉洋,高明杰,何威明,張晴,羅其友.世界馬鈴薯生產(chǎn)發(fā)展基本態(tài)勢及特點.中國農(nóng)學通報,2014,30(20):78-86.

Liu Y,Gao M J,He W M,Zhang Q,Luo Q Y.Analysis on the basic trend and characteristics of world potatoes production.Chinese Agricultural Science Bulletin,2014,30(20):78-86.(in Chinese)

[9] 劉洋,羅其友,高明杰.世界馬鈴薯生產(chǎn)及其貿(mào)易的發(fā)展現(xiàn)狀分析.世界農(nóng)業(yè),2011(8):46-51.

Liu Y,Luo Q Y,Gao M J.Analysis the production and trade of world potatoes production.World Agriculture,2011(8):46-51.(in Chinese)

[10] Evans L T.Crop Evolution,Adaptation and Yield.Cambridge:Cambridge University Press,1993.

[11] Ittersum M K V,Rabbinge R.Concepts in production ecology for analysis and quantification of agricultural input-output combinations.Field Crops Research,1997,52(3):197-208.

[12] Evans L T,Fischer R A.Yield potential:Its definition,measurement,and significance.Crop Science,1999,39(6):1544-1551.

[13] 侯亞兵.河南省玉米生產(chǎn)潛力及增產(chǎn)途徑研究.鄭州：河南農(nóng)業(yè)大學碩士學位論文,2007.

Hou Y B.The studies on the potential productivity and technology approach for increasing yield of maize in Henan Province.Master Thesis.Zhengzhou:Henan Agricultural University,2007.(in Chinese)

[14] Ittersum M K V,Cassman K G,Grassini P,Wolf J,Tittonell P,Hochman Z.Yield gap analysis with local to global relevance——A review.Field Crops Research,2013,143(1):4-17.

[15] Datta S K D.Principles and Practices of Rice Production.New York(USA):Wiley Interscience Publications,1981.

[16] Cassman K G,Dobermann A,Walters D T,Yang H.Meeting cereal demand while protecting natural resources and improving environmental quality.Social Science Electronic Publishing,2011,28(4):315-358.

[17] 李軍,王立祥,邵明安,樊廷錄.黃土高原地區(qū)小麥生產(chǎn)潛力模擬研究.自然資源學報,2001,16(2):161-165.

Li J,Wang L X,Shao M A,Fan T L.Simulation of wheat potential productivity on Loess Plateau region of China.Journal of Natural Resources,2001,16(2):161-165.(in Chinese)

[18] 趙春生.對京郊玉米高產(chǎn)潛力分析.北京農(nóng)業(yè),1998(4)：7.

Zhao C S.Analysis of high yield potential to maize to Beijing outskirts.Beijing Agriculture,1998(4)：7.(in Chinese)

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

[20] Tittonell P,Shepherd K D,Vanlauwe B,Giller K E.Unravelling the effects of soil and crop management on maize productivity in smallholder agricultural systems of western Kenya——An application of classification and regression tree analysis.Agriculture,Ecosystems & Environment,2008,123(1-3):137-150.

[21] Fermont A M,Asten P J A V,Tittonell P,Wijk M T V,Giller K E.Closing the cassava yield gap:an analysis from small-holder farms in East Africa.Field Crops Research,2009,112(1):24-36.

[22] Wairegi L W I,Asten P J A V,Tenywa M M,Bekunda M A.Abiotic constraints override biotic constraints in East African highland banana systems.Field Crops Research,2010,117(1):146-153.

[23] Hochman Z,Carberry P S,Robertson M J,Gaydon D S,Bell L W,Mclntosh P C.Prospects for ecological intensification of Australian agriculture.European Journal of Agronomy,2013,44(2):109-123.

[24] Albersen P,Fischer G,Keyzer M,Sun L.Estimation of Agricultural Production Relations in the LUC Model for China.Laxenburg,Austria:IIASA,2002.

[25] Grassini P,Thorburn J,Burr C,Cassman K G.High-yield irrigated maize in the Western U.S corn belt:Ⅰ.On-farm yield,yield potential,and impact of agronomic practices.Field Crops Research,2011,120(1):142-150.

[26] Laborte A G,Bie K C D,Smaling E M A,Moya P F,Boling A A,Ittersum M K V.Rice yields and yield gaps in Southeast Asia:Past trends and future outlook.European Journal of Agronomy,2012,36(1):9-20.

[27] Donatelli M K，Ittersum M V.Modelling cropping systems-highlights of the symposium and preface to the special issues.European Journal of Agronomy,2003,18(18):187-197.

[28] 姜志偉,陳仲新,周清波,任建強.CERES-Whea作物模型參數(shù)全局敏感性分析.農(nóng)業(yè)工程學報,2011,27(1):236-242.

Jiang Z W,Chen Z X,Zhou Q B,Ren J Q.Global sensitivity analysis of CERES-Wheat model parameters.Transaction of the CSAE,2011,27(1):236-242.(in Chinese)

[29] 戴明宏,陶洪斌,廖樹華,王利納,王璞.基于CERES-Maize模型的華北平原玉米生產(chǎn)潛力的估算與分析.農(nóng)業(yè)工程學報,2008,24(4):30-36.

Dai M H,Tao H B,Liao S H,Wang L N,Wang P.Estimation and analysis of maize potential productivity based on CERES-Maize model in the North China Plain.Transaction of the CSAE,2008,24(4):30-36.(in Chinese)

[30] 羅霄,李忠武,葉芳毅,黃金權.水稻生長模型CERES-Rice的研究進展及展望.中國農(nóng)業(yè)科技導報,2009,11(5):54-59.

Luo X,Li Z W,Ye F Y,Huang J Q.Progress and prospects of studies on CERES-Rice models.Journal of Agricultural Science and Technology,2009,11(5):54-59.(in Chinese)

[31] Mithra V S S,Somasundaram K.A model to simulate sweet potato growth.World Applied Sciences Journal,2008,34(4):1873-1877.

[32] Vandendriessche H J.A model of growth and sugar accumulation of sugar beet for potential production conditions:SUBEMOpoⅡ.Model performance.Agricultural Systems,2000,64(1):21-35.

[33] 潘學標,韓湘玲,石元春.COTGROW:棉花生長發(fā)育模擬模型.棉花學報,1996(4):180-188.

Pan X B,Han X L,Shi Y C.COTGROW:Cotton growth and development simulation model.Cotton Science,1996(4):180-188.(in Chinese)

[34] Baker D N,Lambert J R,Mckinion J M.GOSSYM:A Simulator of Cotton Crop Growth and Yield.Columbia:South Carolina Agricultural Experiment Station,1983.

[35] Jone J W,Hongenboom G,Porter C H,Boote K J,Gijsman A J,Hunt L A,Wilkens P W,Singh U,Ritchie J T.The DSSAT cropping system model.European Journal of Agronomy,2003,18(3-4):235-265.

[36] Sau F,Boote K J,Bostick W M,Jonesc J W,Mínguez M I.Testing and improving evapotranspiration and soil water balance of the DSSAT crop models.Agronomy Journal,2004,96(5):1243-1257.

[37] 楊勤,許吟隆,林而達,熊偉,陳曉光.DSSAT作物模型對寧夏春小麥的模擬應用.中國氣象學會2008年年會氣候變化分會場論文集.北京:中國氣象學會,2008.

Yang Q,Xu Y L,Lin E D,Xiong W,Chen X G.DSSAT model simulation application to spring wheat in Ningxia.Chinese Meteorological Society in mid-2008 will be the venue of climate change Proceedings.Beijing:Chinese Meteorological Society,2008.(in Chinese)

[38] Xu M,Liang X,Gao W,Reddy K R,Slusser J,Kunker K.Preliminary results of the coupled CWRF-GOSSYM system.Proceedings of SPIE——The International Society for Optical Engineering,2005:9.

[39] 林海,胡錫寧,陳冠文,余渝.棉花生長動態(tài)模擬模型系統(tǒng)GOSSYM的應用.新疆農(nóng)業(yè)大學學報,1999，22(1):51-55.

Lin H,Hu X N,Chen G W,Yu Y.Application on cotton growth and development dynamic simulation model GOSSYM.Journal of Xinjiang Agricultural University,1999，22(1):51-55.(in Chinese)

[40] Liu J,Wiberg D,Zehnder A J B,Yang H.Modeling the role of irrigation in winter wheat yield,crop water productivity,and production in China.Irrigation Science,2007,26(1):21-33.

[41] Lu C H,van Ittersum M K,Rabbinge R.A scenario exploration of strategic land use options for the Loess Plateau in northern China.Agricultural Systems,2004,79(2):145-170.

[42] 王學春,李軍,郝明德.基于EPIC模型的黃土高原旱地草糧輪作田土壤濕度模擬.草業(yè)科學,2010,27(12):11-20.

Wang X C,Li J,Hao M D.Soil moisture simulation of cereal-alfalfa rotation system in the arid-land Loess Plateau based on EPIC model.Pratacultural Science,2010,27(12):11-20.(in Chinese)

[43] Wokabi S M.Effectiveness of WOFOST simulation model to predict maize yield gaps on the eastern slopes of Mt Kenya.East African Agricultural and Forestry Journal,2003,69(2):139-147.

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

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

[45] Asseng S,Keating B A,Fillery I R P,Gregory P J,Bowden J W,Turner N C,Palta J A,Abrecht D G.Performance of the APSIM-wheat model in western Australia.Field Crops Research,1998,57(2):163-179.

[46] 聶志剛,李廣.基于APSIM模型的可視化小麥生長系統(tǒng)分析.草業(yè)科學,2013,30(2):795-798.

Nie Z G,Li G.Analysis of APSIM-based visual growth system in wheat.Pratacultural Science,2013,30(2):795-798.(in Chinese)

[47] 雷娟娟,閆麗娟,李廣,董莉霞,高珍妮.基于APSIM模型光照與CO2對小麥的影響機制.草業(yè)科學,2015,32(8):1310-1316.

Lei J J,Yan L J,Li G,Dong L X,Gao Z N.Effects of CO2and illumination on wheat grain yields based on APSIM model.Pratacultural Science,2015,32(8):1310-1316.(in Chinese)

[48] 張衛(wèi)東,范榮尚,賈家賢,牛新霞.阿克蘇地區(qū)棗糧間作高產(chǎn)配套栽培技術.新疆農(nóng)業(yè)科技,2010(2):54-55.

Zang W D,Fan R S,Jia J X,Niu X X.Aksu area jujube crop intercropping high yield cultivation techniques.Xinjiang Agricultural Science and Technology,2010(2):54-55.(in Chinese)

[49] 劉開昌,胡昌浩,董樹亭,王空軍,李愛芹.高油玉米需磷特性及磷素對籽粒營養(yǎng)品質(zhì)的影響.作物學報,2001,27(2):267-272.

Liu K C,Hu C H,Dong S T,Wang K J,Li A Q.Characteristic of phosphorus absorption of high oil maize and effects of phosphor on its kernel quality.Acta Agronomica Sinica,2001,27(2):267-272.(in Chinese)

[50] Licker R,Johnston M,Foley J A,Barford C,Kucharik C J,Monfrede C,Ramankutty N.Mind the gap:How do climate and agricultural management explain the ‘yield gap’ of croplands around the world.Global Ecology and Biogeography,2010,19(6):769-782.

[51] Liebig J F V,Playfair L P B,Webster J W.Organic Chemistry in Its Applications to Agriculture and Physiology.Cambridge:Owen,1841.

[52] Richards R A.Selectable traits to increase crop photosynthesis and yield of grain crops.Journal of Experimental Botany,2000,51:447-458.

[53] Bonner J.The upper limit of crop yield.Science,1962,137:11-15.

[54] Ying J,Peng S,He Q,Yang H,Yang C,Visperas R M,Cassman K G.Comparison of high-yield rice in tropical and subtropical environments I.Determinants of grain and dry matter yields.Field Crops Research,1998,57(1):71-84.

[55] Barker R K,Gomez A,Herdt R W.Farm-level constraints to high rice yields in Asia:1974-77.IRRI,Los Banos:Philippines,1979.

[56] Loomis R S,Williams W A.Maximum crop productivity:An estimate.Crop Science,1963,3(1):67-72.

[57] De Wit C T.Photosynthesis of leaf canopies.Wageningen:Center for Agricultural Publications and Documentation,1965.

[58] De Wit C T.Simulation of assimilation,respiration and transpiration of crops.Wageningen:Simulation Monographs Pudoc Wageningen,1978:1-112.

[59] Muchow R C,Hammer G L,Vanderlip R L.Assessing climatic risk to sorghum production in water-limited subtropical environments Ⅱ.Effects of planting date,soil water at planting,and cultivar phenology.Field Crops Research,1994,36(3):235-246.

[60] Verdoodt A,Ranst E,Averbeke W.Modelling crop production potentials for yield gap analysis under semiarid conditions in Guquka,South Africa.Soil Use and Management,2003,19(4):372-380.

[61] Hodges T,Botner D,Sakamoto C,Haug J H.Using the CERES-Maize model to estimate production for the US Cornbelt.Agricultural and Forest Meteorology,1987,40(4):293-303.

[62] Phillips J G,Cane M A,Rosenzweig C.ENSO,seasonal rainfall patterns and simulated maize yield variability in Zimbabwe.Agricultural and Forest Meteorology,1998,90(1):39-50.

[63] Southworth J,Randolph J C,Habeck M,Dorring O C,Pfeifer R A,Rao D G,Johnsto J J.Consequences of future climate change and changing climate variability on maize yields in the midwestern United States.Agriculture Ecosystems and Environment,2000,82:139-158.

[64] Mati B M.The influence of climate change on maize production in the semi-humid-semi-arid areas of Kenya.Journal of Arid Environments,2000,46(4):333-344.

[65] O’Neal M R,Frankenberger J R,Ess D R.Use of ceres-maize to study effect of spatial precipitation variability on yield.Agricultural Systems,2002,73(1):205-225.

[66] 李軍,王立祥,邵明安,樊廷錄.黃土高原地區(qū)玉米生產(chǎn)潛力模擬研究.作物學報,2002,28(4):555-560.

Li J,Wang L X,Shao M A,Fan T L.Simulation of maize potential productivity in the Loess Plateau Region of China.Acta Agronomica Sinica,2002,28(4):555-560.(in Chinese)

[67] Wang J,Wang E,Yin H,Feng L,Zhang J P.Declining yield potential and shrinking yield gaps of maize in the North China Plain.Agricultural and Forest Meteorology,2014,195(2):89-101.

[68] 靳華安,王錦地,柏延臣,陳桂芬,薛華柱.基于作物生長模型和遙感數(shù)據(jù)同化的區(qū)域玉米產(chǎn)量估算.農(nóng)業(yè)工程學報,2012,28(6):162-173.

Jin H A,Wang J D,Bo Y C,Chen G F,Xue H Z.Estimation on regional maize yield based on assimilation of remote sensing data and crop growth model.Transactions of the Chinese Society of Agricultural Engineering,2012,28(6):162-173.(in Chinese)

[69] 史靜,陳本建.馬鈴薯渣的綜合利用與研究進展.青海草業(yè),2013,22(1):42-50.

Shi J,Chen B J.The research progress of potato pulp comprehensive utilization.Qinghai Prataculture,2013,22(1):42-50.(in Chinese)

[70] Oxenboll K M,Pontoppidan K,Frunji F.Use of a protease in poultry feed offers promising environmental benefits.International Journal of Poultry Science,2011,10(11):842-848.

[71] 王典,李發(fā)弟,張養(yǎng)東,卜登攀,孫鵬,周凌云.馬鈴薯淀粉渣和玉米秸稈混合青貯料對肉牛瘤胃內(nèi)環(huán)境及血清生化指標的影響.動物營養(yǎng)學報,2012,24(7):1361-1367.

Wang D,Li F D,Zhang Y D,Bu D P,Sun P,Zhou L Y.Mixed silage of potato pulp and corn straw affects rumen environment and serum biochemical parameters of beef cattle.Chinese Journal of Animal Nutrition,2012,24(7):1361-1367.(in Chinese)

[72] 李偉,劉濤,陸占國.馬鈴薯莖葉再利用研究.作物雜志,2009(3):52-54.

Li W,Liu T,Lu Z G.Re-utilization of potato stalks and leaves.Crops,2009(3):52-54.(in Chinese)

[73] 張增欣,邵濤.青貯添加劑研究進展.草業(yè)科學,2006,23(9):56-63.

Zhang Z X,Shao T.Research progress in silage additive.Pratacultural Science,2006,23(9):56-63.(in Chinese)

[74] 何玉鵬,郭艷麗,秦士貞,馬淑梅,杜進嬌,鄭琛,趙芳芳.添加小麥麩對馬鈴薯莖葉青貯品質(zhì)的影響.鄭州：中國飼料營養(yǎng)學術研討會,2014.

[75] 張雄杰,盧鵬飛,盛晉華,陳浩.馬鈴薯秧藤的飼用轉(zhuǎn)化及綜合利用研究進展.畜牧與飼料科學,2015(5):50-54.

Zhang X J,Lu P F,Sheng J H,Chen H.Research progress on forage transformation and integrated utilization of potato stem.Animal Husbandry and Feed Science,2015(5):50-54.(in Chinese)

[76] Stigter C J,Goudriaan J,Bottemanne F A,Birnie J,Lengkeek J G,Sibma L.Experimental evaluation of a crop climate simulation model for Indian corn (ZeamaysL.).Agricultural Meteorology,1977,18(77):163-186.

[77] Ng N,Loomis R S.Simulation of Growth and Yield of the Potato Crop.Wageningen:Kluwer Academic Publishers,1984:305-306.

[78] Feddes R A,Kabat P,Van Bakel P J T,Bronswijk J J B,Halbertsma J.Modelling soil water dynamics in the unsaturated zone-state of the art.Journal of Hydrology,1988,100(1):69-111.

[79] 姜鴻明.預測馬鈴薯出苗期的數(shù)學模型.農(nóng)業(yè)新技術新方法譯叢,1990(2):25-28.

[80] Bowen W,Cabrera H,Barrera V,Baigorria G.Simulating the response of potato to applied nitrogen.CIP Program Report 1997-1998.

[81] Kooman P L,Rabbinge R.An analysis of the relation between dry matter allocation to the tuber and earliness of a potato crop.Annals of Botany,1996,77(3):235-242.

[82] Spitters C J T,Schapendonk A.Evaluation of breeding strategies for drought tolerance in potato by means of crop growth simulation.Genetic Aspects of Plant Mineral Nutrition,1990,123:151-161.

[83] Aggarwal P K,Kalra N,Chander S,Pathak H.InfoCrop:A Generic Simulation Model for Annual Crops in Tropical Environments.India:New Delhi,Indian Agricultural Research Institute,2004:132.

[84] Hodges T,Johnson S L,Johnson B S.A modular structure for crop simulation models:Implemented in the SIMPOTATO model.Agronomy Journal,1992,84(5):911-915.

[85] Stockle C O,Martin S A,Campbell G S.CropSyst,a cropping systems simulation model:Water/nitrogen budgets and crop yield.Agricultural Systems,1994,46(3):335-359.

[86] Hijmans R J.The effect of climate change on global potato production.American Journal of Potato Research,2003,80(4):271-279.

[87] 楊重一,龐士力,孫彥坤.作物生產(chǎn)潛力研究現(xiàn)狀與趨勢.東北農(nóng)業(yè)大學學報,2008,39(7):140-144.

Yang Z Y,Pang S L,Sun Y K.Current status and trend of crop potential productivity.Journal of Northeast Agriculture University,2008,39(7):140-144.(in Chinese)

[88] 蔡承智,Velthuizen H V,Fischer G,Prieler S.基于AEZ模型的我國馬鈴薯產(chǎn)量潛力的農(nóng)作制區(qū)劃分析.中國馬鈴薯,2006,20(4):207-211.

Cai C Z,Velthuizen H V,Fischer G,Prieler S.Analyses of potato yield potential by Chinese farming system zoning based on AEZ model.Chinese Potato Journal,2006,20(4):207-211.(in Chinese)

[89] 孫芳,林而達,李劍萍,熊偉.基于DSSAT模型的寧夏馬鈴薯生產(chǎn)的適應對策.中國農(nóng)業(yè)氣象,2008,29(2):127-129.

Sun F,Lin E D,Li J P,Xiong W.Study on adaptation measures of potato production by using DSSAT crop model.Chinese Journal of Agrometeorology,2008,29(2):127-129.(in Chinese)

[90] Travasso M,Caldiz D,Saluzzo J.Yield prediction using the SUBSTOR-potato model under Argentinian conditions.Potato Research,1996,39(2):305-312.

[91] Alva A K,Marcos J,Stockle C,Reddy V R,Timlin D.A crop simulation model for predicting yield and fate of nitrogen in irrigated potato rotation cropping system.Journal of Crop Improvement,2010,24(2):142-152.

[92] 羅毅,郭偉.作物模型研究與應用中存在的問題.農(nóng)業(yè)工程學報,2008,24(5):307-312.

Luo Y,Guo W.Development and problems of crop models.Transactions of the CSAE,2008,24(5):307-312.(in Chinese)

[93] 曹宏鑫,趙鎖勞,葛道闊,劉永霞,劉巖,孫金英,岳延濱,張智優(yōu),陳煜利.作物模型發(fā)展探討.中國農(nóng)業(yè)科學,2011,44(17):3520-3528.

Cao H X,Zhao S L,Ge D K,Liu Y X,Liu Y,Sun J Y,Yue Y B,Zhang Z Y,Chen Y L.Discussion on development of crop models.Scientia Agricultura Sinica,2011,44(17):3520-3528.(in Chinese)

(責任編輯 王芳)

Analysis method of forage-use potato potential yields

(1.Gansu Key Lab of Crop Improvement & Germplasm Enhancement-Gansu Provincial Key Lab of Arid land Crop Science, Lanzhou 730070, China;2.College of Agronomy, Gansu Agricultural University, Lanzhou 730070, China)

The difference between actual and potential yields of crop is called yield gap. Potential yield reflects the theoretical upper-limit of crop production in a certain region. Prediction of crop potential yield can help confirm the upper-limit of crop yield and have an insight into the study and analysis of yield gap and limiting factors of yield. This paper summarized the current progresses in the studies of potato potential yield and proposed the priorities in the study of potato potential yield in the future. The difference between actual and potential yields of crop is called yield gap. Potential yield reflects the theoretical upper-limit of crop production in a certain region. Prediction of crop potential yield can help to confirm the upper-limit of crop yield and have an insight into the study and analysis of yield gap and limiting factors of yield. This paper summarized the current progresses in the studies of potato potential yields. The current main problems in the research on the potential yield of potato lies in that the concept, calculation and analysis methods and the analysis mechanism among crop models are different, which result in the analysis results are quite different. In the future, the research on the potential yield of potato should focus on that the growth model of potato is combined with the new techniques of remote sensing technology (RS), geographic information system (GIS), and the study method should change from original single analysis

potato; potential yield; yield gap; growth model

Bai Jiang-ping E-mail:baijp@gsau.edu.cn

10.11829/j.issn.1001-0629.2015-0670

2015-12-01 接受日期：2016-08-25

科技部國際科技合作項目(2014DFG31570)；國家自然科學基金(31460369)；中國科學院西部之光項目；甘肅科技基金(1308RJZA131、1308RJIA005)；蘭州科技研究項目(2013-4-156)

趙鋒(1990-)，男，甘肅慶陽人，在讀碩士生，主要從事馬鈴薯遺傳育種研究。E-mail:364357302@qq.com

白江平(1978-)，男，甘肅天水人，副教授，博士，主要從事馬鈴薯遺傳育種研究。E-mail:baijp@gsau.edu.cn

S532-33

A

1001-0629(2016)11-2326-11*