基于DNDC模型的旱地春玉米产量对不同施氮水平的响应

Response of spring maize yield in dryland to different nitrogen levels based on the DNDC model

摘要

目的 探讨旱地春玉米产量对不同施氮水平的响应及气候条件对春玉米产量影响的敏感性差异。 方法 本文基于DNDC模型，结合张掖市设置的定位施肥试验数据，选取不施氮肥（CK）、低量氮肥（N₁）、中量氮肥（N₂）、高量氮肥（N₃）4个处理，验证DNDC模型在甘肃河西干旱地区的适用性，研究春玉米产量对不同施氮水平的响应机制，并对其敏感性进行分析。 结果 春玉米实测产量随着施氮量的增加先增加后减小，DNDC模型对4种施氮水平下的春玉米产量模拟较好，各处理模拟值与实测值之间决定系数（R²）均在0.98以上（P<0.01），标准均方根误差（NRMSE）均在5%以下；敏感性分析显示，年降水量不变时，春玉米产量随温度升高先增后减；年均温度不变时，春玉米产量随年降水量增加呈线性增加关系，但无显著差异。 结论 中氮处理（N₂）300 kg/hm²时，玉米产量可达16 373 kg/hm²，增幅较对照组（CK）增加35.9%，合理施肥可以促进玉米对氮肥的有效利用。

Abstract

Objective To investigate the response of dryland spring maize yield to different levels of N application and the differential sensitivity of climatic conditions on spring maize yield. Method Based on the DNDC model，this paper combined the data from the site-specific fertilization trials set up in Zhangye City，and selected four treatments of no N fertilization (CK)，low N fertilization (N₁)，medium N fertilization (N₂)，and high N fertilization (N₃) to verify the applicability of the DNDC model in Gansu.The sensitivity of spring maize yield response to different N application levels was analyzed. Result The measured yield of spring maize first increased and then decreased with increasing in nitrogen application.The DNDC model simulated the yield of spring maize under four levels of nitrogen application well，and the coefficient of determination between the simulated and measured values of each treatment was higher than that of the control.The coefficient of determination (R²) between simulated and measured values was greater than 0.98 (P<0.01) and the root mean square error (NRMSE) was less than 5%.Sensitivity analysis showed that spring maize yield increased and then decreased with increasing temperature when annual precipitation was constant; spring maize yield increased linearly with increasing annual precipitation when annual mean temperature was constant，but there was no significant difference. Conclusion The yield of maize could reach 16 373 kg/hm² when the medium nitrogen treatment (N₂) was 300 kg/hm²，which increased by 35.9% compared with the control (CK)，rational application of nitrogen can promote the effective use of nitrogen fertilizer in maize.

Graphical abstract

关键词

DNDC模型 / 春玉米 / 施氮量 / 作物产量

Key words

DNDC model / spring maize / nitrogen application amount / crop yield

Author summay

李元航，硕士研究生。E-mail： [e-mail]

玉米作为全球最重要的谷物之一，其产量的高低对人类粮食的供应至关重要。河西走廊是我国重要的玉米生产基地，气候异常、降雨不确定和分布不均造成的干旱是导致该地区粮食产量不稳定的主观因素^［1］。张掖的玉米制种面积常年稳定在66 700 hm²左右，年生产玉米种子达4.5亿kg，提供了我国40%的大田玉米用种量^［2］。施用氮肥是提高作物产量的重要措施，据统计，世界氮肥年消耗量约为1.09×108 t，其中有1/3为中国使用^［3］。目前，在甘肃河西地区，存在着过量施肥和施肥不合理的现象，纯氮施用量高达525~600 kg/hm^2［4］。这不仅远超出作物对氮素的正常需求，导致氮肥利用率低，而且造成土壤活性氮含量过高，破坏土壤结构平衡，导致农田生态环境产生一系列问题^［5-6］。因此，农业生产需综合考虑作物产量与生态环境的可持续发展。探究合理的农田施肥管理措施，对于作物生长发育、提高作物产量和经济效益有重要意义，同时也能为保障地区粮食安全，改善农田生态环境，促进农业可持续发展产生积极影响^［7］。

施氮量和气候的变化显著影响作物产量。通常，氮肥通过影响穗数、穗粒数等产量构成因素调控籽粒产量 ^［8］，而气候因子多以极端温度、干旱、涝害直接影响作物生长。马昕等^［9］研究发现，在高温胁迫下，玉米产量随温度升高出现先上升后下降的趋势，穗粒数的减少是高温胁迫导致玉米产量减少的主要原因。高蔷等^［10］研究表明，玉米是需水量较多的作物，全部生育期需水量约375 mm，且在不同生育期对水分的需求不同，产量随土壤水分增加，但降水过多则会使玉米发生倒伏。随着信息技术的发展，作物模型成为模拟土壤、田间管理措施对作物生长发育长期影响规律的有效工具。吕凤莲等^［11］研究发现，DNDC模型可以长期模拟玉米产量对不同施肥的响应，施肥处理较不施肥处理显著增加玉米产量。周慧等^［3］研究发现DNDC模型在模拟作物产量时，随着无机氮的增加，作物产量会出现下降趋势。许多研究表明，DNDC模型在模拟土壤有机碳和作物产量时，有较好的效果且相关性分析呈显著相关^［12-14］。

纵观结合DNDC模型对作物产量的研究，前人通过多种方法探究了播种及施氮对作物产量的影响，但基于DNDC模型对河西干旱地区在不同施氮水平下作物产量的动态变化及影响其变化的研究仍较少。因此，为了探究不同施氮水平下对旱地春玉米产量的影响，本文结合试验及DNDC模型，对模型进行了验证，评价DNDC模型在甘肃河西地区的适用性，并对模型主要气候条件参数进行敏感性分析。为今后使用DNDC模型可持续生产措施的建立提供科学依据。

1 材料与方法

1.1 研究区概况

试验区位于甘肃省张掖市甘州区新墩镇园艺村张掖市农业科学研究院科研创新基地，地理坐标：E 100°6′~100°52′，N 38°32′~39°24′（定位试验地轮作方式为旱作一年，灌溉方式为河流水畦灌，土壤pH为8.45）。试验区地处河西走廊中部，平均海拔1 483.4 m，气候类型为温带大陆性气候，具有太阳辐射及气温日较差大、降水量少，且降水季节和地区分布不均匀等特点；根据气象数据显示，试验区年平均降水量166.5 mm，降水时空分布不均，平均蒸发量1 810.9 mm，多年平均气温8.9 ℃，无霜期为180 d，昼夜温差大。土壤类型以灌漠土为主，土壤养分状况见表1。

1.2 试验设计

供试作物为大田玉米（先玉335），4月下旬播种，种植密度97 500株/hm²，10月上旬收获，留茬高度7.8 cm。共4个处理，每个处理3个重复，试验小区长50 m，宽3 m，面积为150 m²，处理分别为不施氮肥（CK）：0 kg/hm²、低量氮肥（N₁）：200 kg/hm²、中量氮肥（N₂）：300 kg/hm²、高量氮肥（N₃）：400 kg/hm²，氮肥种类为尿素，40%基施，剩余60%平均分两次，分别在浇水第一次6月8日和第二次6月30日之前追施。追施方式为埋施，施肥深度为15 cm。试验过程中施肥用量按上述水平施用，耕作方式为传统耕作，耕作深度为15 cm。

1.3 试验数据测定方法

春玉米种植前在试验田内随机布设3个点，用土钻取土，检测土壤初始的理化特性，用环刀法和烘干法测取土壤容重、饱和含水量和田间持水量，将取来的土壤风干碾碎，过2 mm筛，然后测量土壤粒径（使用百特BT-9300ST激光粒度分布仪）和土壤初始养分中速效磷、速效钾及有机质含量。

在春玉米生育期内进行土壤取样，取出后的土样立即用密封袋密封，并且当天取部分土样，用烘干法测定土壤样本的含水率。然后将剩余的土样放在干净的环境中自然风干，风干后碾碎并过1 mm筛，用于测定电导率、硝态氮、铵态氮，养分指标。

用精度0.01 g的电子秤测量整株鲜质量。干质量是将春玉米剁碎后，用烘箱105 ℃杀青0.5 h，而后80 ℃烘干至质量不再发生变化时称取质量。

1.4 DNDC模型

1.4.1 模型概述

DNDC（Denitrification-decomposition model，脱氮-分解作用模型）模型由美国新罕布什尔大学陆地海洋空间研究中心开发研制并推广开来。DNDC模型由2个部分组成：第一部分包含土壤环境、植物生长、有机质分解3个子模型，其作用是根据输入的气象、土壤、植被、土地利用和农田耕作管理数据预测植物-土壤系统中诸环境因子的动态变化（土壤温度、土壤湿度、pＨ、氧化还原潜力 Eh等）；第二部分包含硝化反应、脱氮反应、发酵反应3个子模型，这部分的作用是由土壤环境因子来预测微生物参与上述3个化学反应的速率。6个子模型以日为时间步长，互相传递信息，以模拟真实世界中环境条件-植物生长-土壤化学变化间的相互作用。应用DNDC模型模拟任一点的生物地球化学过程时，只要根据当地种植耕作情况输入气象、土壤以及作物等数据，便可进行1 a至多年的模拟^［15］。

1.4.2 模型参数校准

本试验模型参数校准方法采用试错法，以此来减小模型模拟值和实测值之间的误差。DNDC模型（V9.5）需要输入的主要参数包括试验区的经纬度、气象数据（需根据相应格式提前准备数据文本）、土壤数据及作物管理措施数据（需根据试验区具体情况输入）。DNDC模型使用前部分数据为系统默认值，因此需要试验区的实际情况和实测数据对默认参数进行校正，需校正主要参数如表3所示。

1.4.3 模型验证方法

对于模型模拟效果的评价方法有很多种，本研究采用决定系数R²、标准均方根误差（NRMSE，Normalized RMSE）来验证模拟结果与实测值之间的拟合效果。计算公式如下：

R²= {\left(\frac{{\sum }_{i=\mathrm{1}}^n\left(O_i-{\overline{O}}_i\right)\left(M_i-{\overline{M}}_i\right)}{\sqrt[]{{\sum }_{i=\mathrm{1}}^n{\left(O_i-{\overline{O}}_i\right)}^{\mathrm{2}}}{\sum }_{i=\mathrm{1}}^n{\left(M_i-{\overline{M}}_i\right)}^{\mathrm{2}}}\right)}^{\mathrm{2}}

NRMSR=\sqrt[]{\frac{{\sum }_{i=\mathrm{1}}^n{\left(O_i-M_i\right)}^{\mathrm{2}}}{n}}\times \frac{\mathrm{100}}{{\overline{M}}_{\mathrm{i}}}\%

式中：n为实测总次数，O_i 为模型模拟值，M_i 为试验实测值，{\overline{O}}_i为各模拟值的平均值，{\overline{M}}_i为各实测值的平均值。一般认为，R²越接近于1，观测值与模拟值的拟合程度越好。NRMSE越小，模型表现越好，NRMSE≤10%说明模型模拟效果优秀；10%<NRMSE≤20%说明模型模拟效果较好；20%<NRMSE≤30%说明模型表现中等；>30%说明模型表现较差，适用性不好^［16］。

1.4.4 敏感性分析

为研究DNDC模型中模型参数对春玉米产量的敏感因子，从而找出影响春玉米产量的主要因素。在不调整其他主要参数的情况下，设置敏感因子参数的改变范围，在该范围内取值进行模拟。前人^［17］研究认为温度和降水量是影响玉米产量的主要两大因素。根据预测结果，到21世纪末，西北地区气候变化明显，降水量变化在10%~20%，气温将上升1.5~2 ℃^［18］。根据已有的气候变化研究，本文选择年均温和降水量作为敏感因子，模拟设定4个梯度，增温2 ℃、4 ℃，降温2 ℃、4 ℃；降水量增加10%、20%，减少10%、20%；输入至模型模拟后，使用敏感度指数（SI）量化春玉米产量对所选输入因子变化的敏感性。

SI=\frac{\left(O_{max}-O_{min}\right)/\overline{O}}{\left(F_{max}-F_{min}\right)/\overline{F}}

式中：O_max、O_min分别为输入参数相对应模拟结果的最大值、最小值；\overline{O}为O_max和O_min的平均值；F_max、F_min分别为检验情景中输入参数的最大值和最小值；\overline{F}为F_max和F_min的平均值。SI值越大，表明模拟结果对该敏感因子的敏感性越高，且当SI>0时，模拟结果与给定参数呈正相关；当SI<0时，模拟结果与给定输入参数呈负相关^［19］。

1.5 数据来源及处理

研究所需的气象数据由试验点气象站自动测定，土壤部分数据和作物产量均来源于试验实测数据，作物管理数据则根据试验地实际管理方式设置。采用Microsoft Excel 2016对数据进行整合，通过IBM SPSS 25.0分析软件对数据进行分析处理，使用Origin 2018软件进行绘图。

2 结果与分析

2.1 模型检验

DNDC模型对试验区2018年田间试验的实测数据进行模拟，检验模拟结果与实际生产数据的拟合度（图1）。经过试验与模拟数据对比发现，调整参数后的DNDC模型对该试验区的春玉米产量模拟精确度较高，各处理水平下的模拟值与实测值的线性回归决定系数均在0.98以上（P<0.01），标准均方根误差均在5%以下，说明该模型能够较好地模拟该试验区在不同施氮水平下的春玉米产量。

2.2 不同施氮水平处理下春玉米产量的长期变化

不同施氮水平是影响作物生长发育和土壤性质结构的重要农田管理措施之一，对试验区2018年的春玉米产量进行模型模拟得到较好的效果后，利用2000~2020年的气象数据对试验区的春玉米产量进行模拟，结果表明，施氮处理对作物产量有显著影响，不同施氮处理下，仅有不施肥（CK）处理与其他各施肥处理表现出显著差异，说明施肥对增加作物产量效果显著，春玉米产量变化趋势为N₃>N₂>N₁>CK（图2）。其中，N₂与N₁处理有显著差异（P<0.05），但N₃较N₂处理增产效果无显著差异（P>0.05），说明该试验区的施肥为400 kg/hm²已超出最佳施肥用量范围，造成施肥过度。

2.3 不同施氮水平下温度、降水对春玉米产量的敏感性分析

由表3可知，年均温度和年降水量对DNDC模型模拟不同处理下的春玉米产量存在一定影响，在CK、N₁处理下，敏感指数年均温度>年降水量；在N₂、N₃处理下，敏感指数年降水量>年均温度。

2.3.1 温度对春玉米产量的影响

温度是影响春玉米产量的主要因素之一，利用DNDC模型模拟4种施肥水平下的春玉米产量，如图3所示，通过调整其年均温度的变化量，当年均温度调整为+2 ℃时，各处理的（CK、N₁、N₂、N₃）产量分别增加：4.4%、31.6%、47.1%、47.1%，各处理的敏感度指数SI大小依次为：N₃=N₂>N₁>CK。N₂、N₃处理对温度的敏感指数最高为0.190 7，CK处理下的敏感指数最低为0.021 7。从表4可以看出，以年均温度为8.12 ℃的基础情景下，在-4 ℃~+2 ℃的调整区间内，各处理的春玉米产量呈线性增加关系；当年均温度调整为+4 ℃时，各处理的春玉米产量出现下降趋势。各处理春玉米产量存在显著差异（P<0.05）。

2.3.2 降水量对春玉米产量的影响

在年均温度不变的条件下，如图4所示，通过改变年降水量对4种处理下春玉米产量进行模拟，当年降水量调整为+20%时，各处理的（CK、N₁、N₂、N₃）产量分别增加：1%、3%、14.6%、14.3%，各处理的敏感度指数SI大小依次为：N₂>N₃>N₁>CK。N₂处理下敏感度指数最高为0.203 0，CK处理下敏感度指数最低为0.015 8。年降水量较基础情景下减少20%，各处理的春玉米产量均为最低；年降水量较基础情景下增加20%，各处理的春玉米产量均为最高。在-20%~20%的调整区间内，各处理的春玉米产量呈线性增加关系，从表5可以看出，各处理春玉米产量差异不显著（P>0.05）。

3 讨论

作物的生长发育和代谢过程对施氮有着积极的响应，只有施氮充足时才有利于作物生长发育且达到预期目标，施氮不足和过量都会影响作物正常生长^［20-22］。本研究发现，施氮显著提高作物产量，4种施氮处理下春玉米产量大小表现为：N₂>N₃>N₁>CK。由此可见，春玉米实测产量随施氮量的增加先增加后减小，呈现出单峰变化趋势，在N₂水平下产量达到最大为16 373 kg/hm²，增幅较对照组增加35.9%。高量施氮（N₃）和过低量施氮（N₁）均会引起玉米产量不同程度的降低，减小原因可能是低量氮肥导致植株生长缓慢，叶片光合速率下降，光合产物减少，从而降低籽粒产量；过量施氮使土壤含氮量偏高，超过作物对氮素的需求，导致植株贪青晚熟，叶面积指数下降，实籽粒下降。这与冯尚宗等^［23］的研究结果一致。但与受娜等^［24］的研究结果有一定差异，差异原因可能是作物品种不同，或者与研究区域的地理环境有关，后期将减小各施氮量设置的范围，进一步确定该地区是否还存在最佳施氮量。

前人吕凤莲^［11］，吕宏菲^［14］，Deng等^［25］诸多学者认为，DNDC模型在模拟土壤碳、氮循环以及作物产量方面都有着较好的模拟效果。本研究结合田间试验数据和相关文献资料，使DNDC模型参数本地化，对DNDC模型验证后发现，DNDC模型能够较好地 模拟不同施氮水平处理下春玉米产量的动态变化，模拟值与实测值的标准均方根误差为4.21%，决定系数为0.998，两者具有显著相关性。根据模拟2000~2020年不同施氮水平处理下的作物产量显示，施氮处理（N₁、N₂、N₃）可显著提高作物产量，不施肥（CK）处理随着时间推移作物产量持续降低，是因为不施肥导致土壤肥力、有机质含量下降，土壤理化性质变差，制约植株生长，这与前人研究结果一致。但是，模型对单个时间节点的春玉米产量模拟仍然存在一定偏差，这可能是因为：（1）模型的部分参数不能实测获得，均采用模型默认参数，这在一定程度上影响DNDC模型在该地区的验证及模拟精确度。（2）室内外试验人为误差导致模型的各项参数与输出指标之间存在误差，这就需要大量的长时间的田间定位试验来探究其中的机理，进而对模型优化改进^［15］。

DNDC模型敏感性分析显示，在气候条件中，不施氮肥和低量氮肥处理下，影响春玉米产量模拟的敏感参数为年均温度，随气温升高，春玉米产量先增加后减小，其主要原因是高温抑制光合作用速率，春玉米早熟使灌浆时间缩短，这与邓振镛等^［21］和任新庄等^［26］的研究结果相同。中量氮肥和高量氮肥处理下，影响春玉米产量模拟的敏感参数为年降水量，随降水量增加，春玉米产量也有所增加。牛立元等^［27］也发现自然降水是干旱区土壤水分的主要来源之一，充足的土壤水分不但会增加植株籽粒数量，而且会提高光合速率，进而实现增产。但有研究表明，降水量的持续增加会导致玉米产量呈下降趋势^［28］，原因可能是，该地区属于河西干旱地区，年均降水量较少，土壤水分需求量较高，敏感性分析设置范围偏小。接下来还需进一步增加降水设置范围，探究降水量对玉米产量的阈值。

4 结论

本研究通过大田试验与DNDC模型模拟得出不同施氮水平处理下的春玉米产量模拟值与实测值拟合程度较高，且模型模拟效果优秀。施氮处理对作物产量有显著影响，施氮水平为300 kg/hm²时，玉米产量可达16 373 kg/hm²，增幅较对照组增加35.9%，呈显著正相关。通过对温度和降水输入参数的敏感性分析发现，年降水量不变时，春玉米产量随温度升高先增后减；年均温度不变时，春玉米产量随年降水量增加呈线性增加关系，但无显著差异。由此可见，合理施氮可以促进玉米对氮肥的有效利用，为实现减氮且高产目标，探索了可行的技术方法。

参考文献

[1] 闵迪，王增红，李援农，等.不同灌水和施氮水平对河西春玉米水氮利用效率和经济效益的影响［J］.干旱地区农业研究，2020，38（5）：153-160.

[2] 刘天龙，王托和，王娟，等.不同施肥方式对制种玉米产量及经济效益的影响［J］.甘肃农业，2020（9）：83-86.

[3] 周慧，史海滨，张文聪，等.有机无机氮配施对玉米产量和硝态氮淋失的影响［J］.农业机械学报，2021，52（9）：291-301.

[4] 张鹏，张富仓，吴立峰，等.不同灌水和施氮对河西绿洲春玉米生长、产量和水分利用的影响［J］.干旱地区农业研究，2011，29（4）：137-143.

[5] Zhu Z L， Chen D L.Nitrogen fertilizer use in China - Contributions to food production，impacts on the environment and best management strategies［J］.Nutrient Cycling in Agroecosystems，2002，63（2/3）：117-127.

[6] St. Luce M， Whalen J K， Zia di N，et al.Chapter two-nitrogen dynamics and indices to predict soil nitrogen supply in humid temperate soils［C］//Sparks D L.Advances in Agronomy，UK： Elsevier Inc，2011：112，55-102.

[7] 颜学斌，王俊，王科锋，等.基于DNDC模型模拟的冬小麦田土壤有机碳和作物产量对地表覆盖的响应［J］.干旱地区农业研究，2022，40（1）：42-49.

[8] 康彩睿，谢军红，李玲玲，等.种植密度与施氮量对陇中旱农区玉米产量及光合特性的影响［J］.草业学报，2020，29（5）：141-149.

[9] 马昕.施氮对玉米穗期高温胁迫下穗位叶生理及产量的影响［D］.郑州：河南农业大学，2022.

[10] 高蔷，崔萌.库伦旗气候条件对玉米产量的影响［J］.现代农业科技，2020（13）：22-23.

[11] 吕凤莲.冬小麦/夏玉米轮作体系有机无机肥配施的农学和环境效应研究［D］.杨凌：西北农林科技大学，2019.

[12] 杨兴.基于DNDC模型土壤有机碳变化和作物产量空间估算［D］.哈尔滨：哈尔滨师范大学，2015.

[13] 陈海心，孙本华，冯浩，等.应用DNDC模型模拟关中地区农田长期施肥条件下土壤碳含量及作物产量［J］.农业环境科学学报，2014，33（9）：1782-1790.

[14] 吕宏菲.基于DNDC模型对秸秆还田下土壤有机碳和作物产量的模拟研究［D］.杨凌：西北农林科技大学，2020.

[15] 周文强，孙丽，臧淑英，等.气候变化对松嫩平原西部土壤有机碳及作物产量的影响研究［J］.环境与发展，2017，29（2）：31-36.

[16] 卢亚军.基于DNDC模型的亏缺灌溉下小麦-玉米轮作农田温室气体排放研究［D］.杨凌：西北农林科技大学，2020.

[17] 庞婷婷，毛万众，康文娟，等.宁夏沙坡头区气候变化对玉米产量及生产潜力的影响［J］.陕西农业科学，2021，67（2）：1-7.

[18] 高雪慧，刘强，王钧.基于APSIM模型的陇中旱地春小麦产量对播期、施氮和降水量变化的响应模拟［J］.麦类作物学报，2022，42（3）：371-379.

[19] 姚瑶，李广，王钧，等.不同耕作措施下旱作春小麦农田二氧化碳排放模拟及敏感性分析［J］.干旱地区农业研究，2021，39（3）：171-178.

[20] 张昌陇.河西地区不同施氮量对菘蓝产量的影响［J］.甘肃科技，2022，38（15）：132-134.

[21] 邓振镛，张强，徐金芳，等.全球气候增暖对甘肃农作物生长影响的研究进展［J］.地球科学进展，2008（10）：1070-1078.

[22] 逯玉兰，李广，闫丽娟，等.基于APSIM模型的不同氮肥方案小麦叶面积指数的模拟研究［J］.甘肃农业大学学报，2020，55（3）：38-44.

[23] 冯尚宗，刘宁，黄孝新，等.施氮量对旱地春玉米产量、干物质积累及叶面积指数的影响［J］.湖北农业科学，2015，54（9）：2065-2069.

[24] 受娜，高玮，沈禹颖，等.不同施氮量对青贮玉米产量及水分利用效率的影响［J］.草业科学，2021，38（7）：1351-1361.

[25] Deng J， Zhu B， Zhou Z X，et al.Modeling nitrogen loadings from agricultural soils in southwest China with modified DNDC.［J］Journal of Geophysical Research，2011，116（G2）：1-13.

[26] 任新庄，闫丽娟，李广，等.陇中旱地春小麦产量对降水与温度变化的响应模拟［J］.干旱地区农业研究，2018，36（3）：125-129.

[27] 牛立元，茹振钢.小麦旗叶光合生产力环境限制因子研究［J］.华北农学报，2004（2）：49-52.

[28] 张耀东，郭恩亮，王永芳，等.吉林省极端降水事件对玉米产量的影响研究［J］.中国农村水利水电，2023（1）：52-61.

基金资助

国家自然科学基金项目(32160416)

甘肃省优秀博士生项目(22JR5RA843)

甘肃省财政专项(GSCZZ 20160909)

甘肃省重点研究发展计划项目(20YFNA135)