（2021.1.31 The Crop Journal）

在世界人口持續(xù)增長導(dǎo)致糧食需求不斷增加的背景下，小麥產(chǎn)量和品質(zhì)正受到全球氣候變化的挑戰(zhàn)。氣候變化導(dǎo)致的平均氣溫升高將使得小麥生育期內(nèi)高溫脅迫事件發(fā)生更加頻繁，成為影響全球范圍內(nèi)小麥生長發(fā)育和生產(chǎn)力形成的主要環(huán)境限制因素。在中國，高溫脅迫主要發(fā)生在小麥抽穗以后，嚴(yán)重影響小麥籽粒品質(zhì)。因此，預(yù)測和量化高溫脅迫事件對(duì)小麥籽粒品質(zhì)的影響至關(guān)重要。作物生長模型是評(píng)估氣候變化對(duì)作物生產(chǎn)影響的主要數(shù)字化工具。然而，最新研究顯示，在氣候變化背景下作物生長模型對(duì)極端溫度影響的模擬不確定性較大。因此，改進(jìn)現(xiàn)有小麥生長模型在極端溫度條件下的預(yù)測效果對(duì)評(píng)估氣候變化對(duì)小麥籽粒品質(zhì)的影響具有極其重要的意義。

近日，南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院智慧農(nóng)業(yè)團(tuán)隊(duì)在The Crop Journal在線發(fā)表了題為“Modelling the effects of extreme high-temperature stress at anthesis and grain filling on grain protein of winter wheat”的研究論文。利用不同高溫脅迫處理下小麥植株和籽粒氮素動(dòng)態(tài)觀測試驗(yàn)資料，構(gòu)建了基于過程的高溫脅迫對(duì)小麥植株氮素動(dòng)態(tài)和籽粒蛋白質(zhì)含量影響的模擬算法，系統(tǒng)性提升了小麥生長模型在極端高溫脅迫下的預(yù)測能力。

研究者以兩個(gè)冬小麥品種為試驗(yàn)材料，在開花期、灌漿期單時(shí)期及開花期和灌漿期雙時(shí)期分別設(shè)置了為期兩年的不同溫度水平和持續(xù)時(shí)間的系統(tǒng)性極端高溫處理試驗(yàn)。試驗(yàn)結(jié)果表明，高溫脅迫顯著降低了小麥植株地上部氮素積累，而顯著增加了籽粒氮素積累速率。開花期高溫脅迫對(duì)植株地上部氮素積累和籽粒氮素積累速率的影響比灌漿期影響更大?；谠囼?yàn)觀測數(shù)據(jù)，提出了量化高溫脅迫與植株地上部氮素積累、籽粒氮素積累速率之間關(guān)系的模擬算法，并進(jìn)一步與WheatGrow模型進(jìn)行了耦合。模型檢驗(yàn)結(jié)果表明，新提出的模擬算法顯著改進(jìn)了WheatGrow模型對(duì)植株地上部氮素積累動(dòng)態(tài)、籽粒氮素積累動(dòng)態(tài)和籽粒蛋白質(zhì)含量的模擬效果。與原WheatGrow模型相比，添加了極端高溫脅迫效應(yīng)算法的WheatGrow模型，在高溫脅迫下對(duì)地上部總氮積累量、籽粒氮積累量和籽粒蛋白質(zhì)含量模擬結(jié)果的歸一化均方根誤差（NRMSE）分別下降了40%、85%和80%。因此，新提出的模型算法通過降低模型在高溫脅迫下對(duì)植株氮素動(dòng)態(tài)及籽粒品質(zhì)模擬的不確定性，顯著增強(qiáng)了WheatGrow模型在評(píng)估氣候變化對(duì)小麥籽粒品質(zhì)影響方面的應(yīng)用潛力。

博士研究生Raheel Osman為第一作者，劉兵副教授為通信作者。該研究得到國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2019YFA0607404）和國家自然科學(xué)基金項(xiàng)目（31801260，31725020）資助。南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院智慧農(nóng)業(yè)團(tuán)隊(duì)依托國家信息農(nóng)業(yè)工程技術(shù)中心，目前主要聚焦于農(nóng)田系統(tǒng)模擬、農(nóng)情遙感監(jiān)測、農(nóng)作精確管理及農(nóng)業(yè)信息工程等相關(guān)研究工作，已在國際知名學(xué)術(shù)期刊上發(fā)表多篇高水平研究論文。