EPIC农作物生长模型应用研究进展

44(5)　北京师范大学学报(自然科学版)

JournalofBeijingNormalUniversity(NaturalScience)　533　

EPIC农作物生长模型应用研究进展

王志强1,2,3,4)　方伟华1,3,4)󰂍　史培军1,3,4)　邓运员5)

(1)民政部/教育部减灾与应急管理研究院,100875,北京;2)民政部国家减灾中心/国际减轻旱灾风险中心,100053,北京;3)北京师范大学环境演变与自然灾害教育部重点实验室,100875,北京;4)北京师范大学地表过程与资源生态国家重点实验室,100875,北京;5)衡阳师范学院资源环境与旅游管理系,421008,湖南,衡阳)

3

摘要　侵蚀2土地生产力影响评估模型(erosion2productivityimpactcalculator,EPIC)是美国农业部研制的水土资源管理和作物生产力评价模型.自20世纪80年代提出以来,EPIC模型经过不断的发展完善,在农田、区域以及全球等不同尺度上的诸多领域有广泛的应用.本文系统地综述了EPIC模型在农作物生长过程中的模拟精度、气候变化对农作物的影响、农业旱灾风险研究等领域的国内外应用研究进展.研究表明:通过研究诸多作物限制因子对作物生长影响的关系,已经很好地改善了EPIC模型的模拟精度,但突发性的环境变化对模拟精度的影响程度还不清楚;气象因子对作物影响的敏感性研究已较为完善,而气候的阶段性转折和极端气候事件对农作物生长影响的研究还有待进一步深入;农业旱灾风险的研究主要是从灌溉制度上对农作物需水的数量和时间进行控制管理,运用EPIC模型从灾害系统的角度研究农业旱灾风险还比较少.根据EPIC模型应用研究的现状,以及国内进行EPIC模型研究的良好数据平台,在全球气候变暖及其可能导致的气候渐变和突变的背景下,提出IPIC模型在以下研究方向有着重要的发展前景:1)气候极端事件对农作物生长影响的研究;2)气候渐变对农作物生长影响的研究;3)全球大气环流模式降尺度后的未来气候情景与

EPIC模型的结合应用研究;4)恢复农业旱灾承灾体脆弱性曲线,减轻农业旱灾风险的研究.

关键词　EPIC模型;农作物生长模型;气候变化;农业旱灾风险

　　粮食安全问题一直都是世界各国关心的热点问题,气候变化与粮食安全有着密切的关系.IPCC第4次报告[1]中指出:全球地表平均温度从1905—2005年上升了0.74℃,气候系统变暖已经毋庸置疑.与此同时,全球气候变暖可能导致的气候年内和年际变化波动增大,极端气候事件也可能随之增多,如干旱洪水.对中国近百年来气候的研究表明,中国的气候变化趋势与全球气候变化的总趋势基本一致[2],气温也呈现显著上升趋势.近几十年中国平均年降水量在波动中略有减少,但20世纪90年代以后夏季降水增加明显,尤其是长江以南地区,而华北和东北地区降水量显著减少[3].近50年中国极端降水值和极端降水平均强度都有一定增强趋势,极端降水量占总降水量的比率趋于增大[4].而中国北方地区干旱化程度也在明显增强,近20～50年来,北方大部分地区出现了少雨和增暖的趋势[5].另外,中国整体的太阳辐射出现了1960—1990年减少,1990年以后增加的变化趋势[6].这些气

得中国农作物产量大幅度增加,也大大提高了农业应对气候波动影响的能力.但气候变暖,干旱化趋势的增强,将从致灾因子的角度上增加农业旱灾的风险,也将会对中国的粮食安全产生正面或负面的影响.因此,农业生产如何适应气候的这些变化,将对减轻农业旱灾风险和制订未来农业可持续发展的适应性对策有着重要的意义.

而探讨气候变化对农作物的影响,利用作物数理模型则是研究该问题的重要工具和手段之一.作物生长模型的研究,最早起于20世纪60年代,始于植被冠层截光理论与植被冠层截光几何模型和生理模型[7].20世纪80年代以来,很多优秀的农作物生长物理模

型相继出现,EPIC模型就是其中应用比较广泛的一种.EPIC作物生长模型[8]将大气、土壤、作物、管理技术作为整体进行综合研究,使得模型更具有系统性、综合性和应用性.因此,本文以气候变化对农作物生长影响及农业旱灾风险研究为重点,论述了EPIC模型应用的国内外研究进展,并结合国内的研究基础,提出了在气候变暖和干旱化背景下,我国利用EPIC模型进

候背景将很可能加大未来中国农业旱灾风险和粮食安全的不确定性.尽管随着农业生产相关技术的进步,使

3国家“九七三”重点基础研究计划资助项目(2006CB400505);湖南省自然科学基金科研计划项目(07JJ3084)

󰂍通信作者

收稿日期:2008203223

　534　北京师范大学学报(自然科学版)第44卷　

行气候变化对农作物生长影响以及农业旱灾风险研究的应用方向.

2　EPIC模型应用研究进展

EPIC模型经过20多年的发展和改进,在农作物

1　EPIC模型概述

EPIC模型的提出可以追溯到1977年,美国资源

模拟精度、气候变化对作物生长影响、农业旱灾风险、养分循环与损失、土壤风蚀和水蚀、土壤碳循环研究等方面的诸多领域中进行了应用.本节就EPIC模型应用的主要研究进展进行详细介绍.

2.1　农作物模拟精度的研究　EPIC模型可以模拟80多种农作物、牧草和树木的生长过程,在模型的模拟过程中,农作物模拟精度的提高是一项非常重要的工作.而如何调整农作物本身的遗传参数和能否将各种影响作物生长的因子都很好地融入到模型中,改善模型的机制和适用性则是提高模拟精度的核心.

1989年Williams[10]首次对水稻、小麦、大豆、向日葵、豌豆等大田作物的生长过程进行了11年的模拟,并确定了大多数农田作物的遗传参数,使得该模型可以更加方便地应用在其他地区.CabelguenneM.等人在应用EPIC模型模拟作物产量的过程中,不断改进影响模拟结果的因素,先后考虑了干旱、辐射利用率、水分利用率、养分吸收在作物不同物候阶段对生长的影响作用,将谷物、大豆、高粱、向日葵和小麦等主要作物的模拟精度从偏差20%提高到了3%以内,大大改进了模型模拟的精度[11213].Bernardos[14]和Barros[15]先后在对阿根廷潘帕斯地区和巴西西北半干旱地区农作物进行小麦和豌豆等作物的模拟研究过程中发现,模型在经过长期的模拟后,模型的精度有较大的提高和改进.

过去的研究表明:模型自身已经较好地改善了干旱胁迫、养分胁迫、水分胁迫、辐射利用率等限制因子对模拟精度的影响,但突发性的环境变化所导致各种胁迫的剧烈变化对模拟精度影响的研究还比较少.另外,由于初始条件设定的不确定性,对于单年模拟的准确性还不稳定,但模型经过长期训练后,模型的稳定性和精度就会大为改善.2.2　气候变化对作物生长影响的应用研究　利用EPIC模型进行气候变化对作物生长的影响研究,始

保护报告(resourcesconservationact,RCA)要求美

国农业部进行全国水土资源现状调查评估.1981年,美国国家农业研究机构的侵蚀2生产力模型研究小组成立,并由JimmyWilliams教授主要负责模型的开发工作.1984年,该小组研制出EPIC模型,美国德克萨斯农机大学BlacklandResearchCenter成为该模型技术支撑、文件管理和数据库发展的负责机构.1996年,模型增加了关于水质评估和大气CO2变化的相关模块,因此,EPIC模型又称为环境政策综合气候模型(environmentalpolicyimpactclimate)[8].

EPIC模型可定量评价农田的侵蚀状况和生产力

状况,适用于具有天气、土壤、地形、作物轮作制度和田间管理同质的区域,可进行以天为步长的几百年甚至几千年的长期模拟.EPIC模型包含11个子模块:1)天气模块、2)水文模块、3)侵蚀模块、4)养分模块、5)农药模块、6)土壤温度模块、7)作物生长模块、8)耕作模块、9)作物环境模块、10)经济模块、11)碳循环模块[9].

EPIC模型的农作物生长理论基础包括潜在生物

量生长、水分利用、养分吸收、生长胁迫、作物产量5个部分[9].潜在生物量是通过能量转化成生物量的作物参数和截获有效光合作用的能力来确定;而水分利用情况则是由土壤的理化性质、土壤水分体积分数与作物生长过程需水量的供求关系所决定;养分吸收受土壤水分体积分数、土壤养分含量与作物生长过程中的供需关系所决定;生长胁迫主要包括温度胁迫、水分胁迫、养分胁迫和通气性胁迫和铝胁迫等;作物产量是累积生物量、收获因子和胁迫因子的函数.EPIC模型就是通过在日尺度上对这几部分进行模拟,最后累积成每个生长季作物生长过程.

EPIC模型主要有EPIC5300等5个版本[8].模型以FORTAIN为开发语言,源代码开源,经过编译可以在DOS、Windows及UNIX操作系统下运行.同时,模型的一系列接口软件,可为EPIC模型提供图形化的参数输入,如EPIC模型交互性软件(interactingEPIC,I2EPIC)、作物生产力和管理模型软件(cropproductionandmanagementmodel,CroPMan)和交互式EPIC模型软件(interactivewindowsEPIC,WinEPIC).为了反映作物对水文过程的影响,EPIC模型也集成在流域水文模型———土壤和水文评价工具(soilandwaterassessmenttool,SWAT)中.

于20世纪90年代,通过分析各个气象因子及其组合关系的变化对农作物生长的敏感性,挖掘气候变化对农作物生长影响的机制,进而进行未来气候变化情景下对农作物生长影响的预估.该研究主要经历了从考虑较少气象因子变化到较全面气象因子变化对作物的影响研究,从站点尺度研究到区域尺度研究,从简单的气候情景设定到未来气候模式情景模拟的研究等几个方面的发展.2.2.1　气象因子对农作物生长的敏感性分析　20世

　第5期王志强等:EPIC农作物生长模型应用研究进展535　　

纪90年代初,气象因子对农作物生长的敏感性分析主要集中在对气温、降水和CO2等因子的情景设定上.Stockle在其研究中,气温设定了恒温、上下浮动2℃、上下浮动4℃;降水量设定不变、上下浮动15%、上下浮动30%;CO2体积分数设定不变与5.50×10-4等气候情景,以美国中西部旱地冬小麦、玉米、大豆为例进行了的气象因子对作物生长敏感性分析.研究表明:CO2体积分数增加,可提高光合作用能力,降低气孔传导率,增加水分利用率,进而提高作物产量;温度降低会使玉米和大豆产量有较大幅度的下降,而温度升高将不利于冬小麦的生长;降水量变化和农作物产量变化呈正相关关系[16].

到了20世纪90年代后期,对于气候因子不仅考虑降水、气温和CO2体积分数的影响,同时加入了风速、水汽压、太阳辐射等其他因子影响的模拟研究.Phillips[17]和Brown[18]分别设定了30多种气候变化

气候变化对农作物生长影响的适应性研究,是通过提

高农作物品种的适应性和改进农田防护等方面的措施,来提高农作物应对气候变化影响的.在农田设置防风林的条件下,利用EPIC模型进行气候变化对玉米生产力影响的模拟,其结果表明,防风林可以延长夜间较冷温度的时间,进而减轻由于气候变暖造成的不利影响;防风林可以降低农田的蒸发散能力,缓解作物受水分胁迫的影响;防风林对于旱地作物在遭受突发性的温度变化时,有着很好的保护效应[23].

总体上看,气候变化对农作物的影响评价研究主要存在2个方面的不足:1)气候变暖所可能导致的气候阶段性转折和极端气候事件,对农作物生长影响的研究还有待进一步深入;2)全球大气环流模式降尺度后的未来气候情景与EPIC模型的耦合仍需要进一步研究.

2.3　减轻农业旱灾风险的研究　EPIC模型在减轻农业旱灾风险研究方面的应用主要包括:1)通过对农

情景,对美国的玉米和大豆产量进行模拟,认为降水量、温度、CO2体积分数、太阳辐射和相对湿度等诸因子的变化都会对作物产量产生影响,部分因子不能很好地反映气象因子变化对作物生长的影响.

2.2.2　GIS技术和GCM模式推动了站点研究向区

业旱灾承灾体农作物的生长过程中灌溉时间、数量、次数进行模拟实验,寻找灌溉用水的最优化配置方法;2)通过对气候变化造成的农作物生长过程中水分利用率变化的研究,进行农作物不同生长阶段的需水量的预测.

通过研究不同灌溉制度下作物生长的用水情况,可以更合理地制订适应在气候变化条件下作物的灌溉制度[24].在意大利南部向日葵灌溉用水的模拟研究中,研究者提出在发芽和开花期进行一到两次灌溉对于产量提高有着非常重要的意义[25].有的学者也提出了在时实天气预报的情况下,可以根据水分胁迫的预测来确定灌溉时间和数量[26].通过对农作物生长过程中灌溉用水的管理,可以在一定程度上减轻致灾因子对农业旱灾承灾体的打击强度,进而减轻农业旱灾的损失.但是从灾害系统的角度看,EPIC模型在农业旱灾承灾体方面的应用研究还很少,通过EPIC模型恢复和重建农业旱灾承灾体的脆弱性曲线,可以为研究如何减轻农业旱灾风险提供重要科学依据.

2.4　其他方向应用研究　EPIC模型还在土壤养分

域研究的应用　GIS技术的引入,推动了EPIC模型在区域尺度上的应用研究,将原来基于站点或均质小区域的农作物模拟更好地推广到中等尺度,甚至全球尺度的异质空间上.将气象、土壤和作物管理等输入数据生成在空间网格单元上,提高EPIC模型在区域评估工作中的效率.Easterling[19]和Priya[20]将GIS技术与EPIC模型进行结合,分别对印度和美国进行了以评价单元为50和10km及1°经纬度网格,在空间尺度上的气候变化对主要农作物生产力影响模拟,在很大程度上提高了工作的效率,便于更好地把握气候变化对作物生产力影响的空间差异.

而全球大气环流模式的发展,GCM模式以网格形式生成过去和未来的气候数据,为在区域尺度上进行未来气候情景下,农作物生长的模拟研究提供了可能.基于Hadley中心的HadCM2气候情景,综合评价美国未来气候变化对2030和2095年区域农业生产力的影响,该研究表明,当大气CO2体积分数增加时,全国小麦产量将会有所增加;当水分有效供给发生变化时,灌溉农业农作物产量会受到很大影响,旱地作物的水分胁迫也会加强[21].基于IPCC给定的未来气候变化A2和B2情景,Thomson[22]利用对中国黄2海平原冬小麦进行研究,认为未来50～100年冬小麦产量将会有所增加.2.2.3　气候变化对农作物生长影响的适应性研究　

循环、土壤侵蚀、碳循环、土壤湿度和土壤温度等方面

有一定的研究应用.土壤养分循环研究[27228]主要针对于氮(N)和磷(P)元素的运移以及区域非点源污染等方面,包括气候和管理模式的变化对N、P元素运移的影响机制的研究,N、P元素流失对周围及下游生态环境产生污染的研究;土壤侵蚀模拟研究[29230]主要针对农田在不同管理和耕作措施下,土壤的风蚀和水蚀状况的研究.EPIC模型也可以综合气象、土壤、农田管理等因素模拟各种气候变化情景下土壤碳吸收的变

　536　北京师范大学学报(自然科学版)第44卷　

化,进而评估土壤吸收碳的潜力[31232].

3　国内EPIC模型应用研究概况

3.1　数据基础　笔者在研究过程中收集比较了大量EPIC模型需要的有关数据,认为目前国内已经有了

多领域的应用还有不足.随着国内基础数据的完善,对

模型参数本地化、气候变化对作物产量影响、农业旱灾风险、土壤侵蚀等各方面研究将会进一步深入.

4　结论与展望

本文系统地综述了EPIC模型在农作物模拟精度、气候变化对农作物的影响、农业旱灾风险研究等领域的国内外应用研究进展.对于农作物模拟精度的研究:模型自身已经改善了诸多限制因子对模拟精度的影响,模型经过长期模拟训练后,会较好地改善模型的稳定性和精度,但突发性的环境变化对模拟精度的影响程度还不清楚.对于气候变化对农作物的影响评价研究:气候的阶段性转折和极端气候事件对农作物生长影响的研究还有待进一步深入;全球大气环流模式降尺度后的未来气候情景与EPIC模型的耦合仍需要进一步研究.对于农业旱灾风险的研究:主要是从灌溉制度上对农作物需水的数量和时间进行控制管理,运用EPIC模型从灾害系统的角度进行农业旱灾风险的综合研究还比较少.

根据EPIC模型应用的研究现状,以及国内进行EPIC模型研究的良好数据平台,在全球气候变暖及

较好的EPIC模型应用的数据条件.1)气象数据:全国有700多个标准气象站的气象数据(包括日最高气温、日最低气温、日降水量、日相对湿度、日平均风速),辐射数据约有120多个站点的日太阳辐射,其他站点的辐射数据可以通过日照时间进行换算;2)土壤数据:中国科学院南京土壤研究所编制的1∶100万的全国土壤分布图和7000多个土壤剖面的土壤理化属性数据;3)地形数据:中国测绘科学研究所提供的全国1∶25万地形图和FAO提供的90m分辨率的数字高程模型数据;4)田间管理数据:中国统计年鉴提供的作物产量和作物化肥施用量等县级尺度的全国统计数据;5)作物田间观测数据:国家气象局提供的全国400多个农业气象观测站的1980到2005年作物田间观测数据.从总体上看,国内的数据平台基本可以满足EPIC模型模拟的需要,不过这些基础数据还需要进行进一步规范化的整理,建设符合模型需要的基础数据库平台,以方便模型在全国范围内的应用.3.2　模型参数本地化　对于EPIC模型中农作物参数的本地化,李军等[33]在黄土高原地区做了大量的工作,组建了黄土高原地区多种农作物遗传参数数据库,基本完成了该地区农作物参数本地化的工作.但在全国范围内各种作物品种遗传参数本地化的工作还比较少,可以根据国家气象局全国农业气象站的田间观测试验数据对EPIC模型自身广适性的农作物参数进行修正,进而完成各类农作物参数在国内的本地化,构建中国农作物参数数据库平台.3.3　模型在站点尺度和空间尺度上的研究　对于国内应用EPIC模型的研究,在站点尺度和空间尺度上都已经进行了一定程度上的应用.在站点尺度上,水土保持研究所(陕西杨凌)的研究人员在黄土高原长武试验站,利用EPIC模型对冬小麦和夏玉米的生产潜力与土壤水分进行了动态模拟研究[34235].在风蚀应用研究方面,王尔大等人以内蒙古武川试验站为例,进行了旱作农区不同耕作方式对农田风蚀的影响研究.在空间尺度上,LiuJunguo[37]基于GIS技术将EPIC模型拓展到空间尺度上,对中国冬小麦的水分生产潜力和产量进行了模拟研究,实现了EPIC模型在全国尺度上的应用.

总体上看,国内对EPIC模型的应用研究已经有一定程度上的开展和应用,但在EPIC模型适用的众

其可能导致的气候渐变和突变的背景下,本文提出在以下研究方向有着重要的发展前景:

1)气候极端事件对农作物生长影响的研究.全球变暖及其可能导致的气候极端事件的增加,将对农作物的生长将带来较大的冲击.

2)气候渐变对农作物生长影响的研究.以往对中国北方气候变化的研究表明,近20～50年北方地区出现了气候干旱化趋势和气候的阶段性转折[5],这种变化对农作物生长影响的研究值得关注.中国总太阳辐射在1990年左右出现了明显的转折上升趋势[6],这种变化与其他气候因子的变化对作物生长影响的贡献率尚不清楚,需要进行更加深入的定量研究.

3)EPIC模型和高精度的降尺度气候情景的耦合研究还应该进一步深入.一方面,通过利用区域气候模式对一般环流模式的气候情景进行降尺度处理,得到高分辨率的气候情景作为EPIC模型的气候输入参数,必将推动EPIC模型在区域上的应用.另一方面,为更好地反应区域地表过程的空间异质性,农作物生长模型必将越来越广泛地耦合到区域气候模式中.

4)农业旱灾风险的研究.在农业旱灾风险研究中,EPIC模型可以用于恢复和重建农业旱灾核心承灾体的脆弱性曲线库,为农业旱灾脆弱性从统计意义上的研究转向灾害机制上的研究提供了一种思路,也为深入研究农业旱灾风险提供了重要参考.

　第5期王志强等:EPIC农作物生长模型应用研究进展

2004,178:441

537　　

5　参考文献

[1]　IPCC.Summaryforpolicymakersofclimatechange

2007.

ThePhysicalScienceBasis.

Contributionof

WorkingGroupItotheFourthAssessmentReportoftheIntergovernmentalPanelonClimateChange[M].Cambridge:CambridgeUniversityPress,2007.

[2]　王绍武,叶瑾琳,龚道溢,等.近百年中国气温序列的建

[16]　StockleCO,DykePT,WilliamsJR,etal.Amethodfor

estimatingthedirectandclimaticeffectsofrisingatmosphericcarbondioxideongrowthandyieldofcrops:PartIISensitivityanalysisatthreesitesintheMidwesternUSA[J].AgriculturalSystems,1992,38:239

[17]　PhillipsDL,LeeJJ,DodsonRF.Sensitivityofthe

UScornbelttoclimatechangeandelevatedCO2I:cornandsoybeanyields[J].AgriculturalSystems,1996,52:481[18]　BrownRA,RosenbergNJ.Sensitivityofcropyield

andwaterusetochangeinarangeofclimaticfactorsandCO2concentrationsasimulationstudyapplyingEPICtothecentralUSA[J].AgriculturalForestmeteorology,1997,83:171

[19]　EasterlingWE,HaysCJ,EasterlingMM,etal.

ModellingtheeffectofshelterbeltsonmaizeproductivityunderclimatechangeAnapplicationoftheEPICmodel[J].AgriculturalEcosystemandEnvironment,1997,61:163

[20]　PriyaS,ShibasakiR.

Nationalspatialcropyield

simulationusingGIS2basedcropproductionmodel[J].EcologicalModelling,2001,135:113

[21]　IzaurraldeRC,RosenbergNJ,BrownRA,etal.

IntegratedassessmentofHadleyCenter(HadCM2)climate2changeimpactsonagriculturalproductivityandirrigationwatersupplyintheconterminousUnitedStates[J].AgriculturalandForestMeteorology,2003,32:247

[22]　ThomsonAM,IzaurraldeRC,RosenbergNJ,etal.

ClimatechangeimpactsonagricultureandsoilcarbonsequestrationpotentialintheHuang2HaiPlainofChina[J].Agriculture,EcosystemsandEnvironment,2006,114:195

[23]　EasterlingWE,WeissA,HaysCJ,etal.Spatial

scalesofclimateinformationforsimulatingwheatandmaizeproductivitythecaseoftheUSGreatPlains[J].AgriculturalandForestMeteorology,1998,90:51

[24]　SantosAM,CabelguenneM.EPIC2PHASE:amodel

to

exploreirrigation

strategies

[J].

Journalof

AgriculturalEngineeringResearch,2000,75(4):409

[25]　RinaldiM.ApplicationofEPICmodelforirrigation

schedulingof

sunflowerin

Southern

Italy

[J].

AgriculturalWaterManagement,2001,49(3):185

[26]　CabelguenneM,DebaekePh,PuechJ,etal.Realtime

irrigationmanagementusingtheEPIC2PHASEmodeland

weather

forecasts

[J].KR.

Agricultural

Water

Management,1997,32:227

[27]　KucharikCJ,Brye

IntegratedBIosphere

TRANSACTIONSofthe

立[J].应用气象学报,1998,9(4):392

[3]　翟盘茂,邹旭恺.1951—2003年中国气温和降水变化及

其对干旱的影响[J].气候变化研究进展,2005,1(1):16[4]　潘晓华.近50年中国极端温度和降水事件变化规律的研究[D].北京:中国气象科学院,2005[5]　符淙斌,安芷生,郭维栋.中国生存环境演变和北方干旱化趋势预测研究Ⅰ:主要研究成果[J].地球科学进展,

2005,20(11):1157

[6]　陈志华.1957—2000年中国地面太阳辐射状况的研究

[D].北京:中国科学院,2005

[7]　王亚莉,贺立源.作物生长模拟模型研究和应用综述

[J].华中农业大学学报,2005,24(5):529

[8]　GassmanPW,WilliamsJR,BensonVR,etal.

HistoricaldevelopmentandapplicationsoftheEPICandAPEXmodels[EB/OL].[2005206219].http://www.card.iastate.edu

[9]　SinghVP.Computermodelsofwatershedhydrology

[M/CD].

HighlandsRanch,Colo:WaterResources

Publications,2002

[10]　WilliamsJR,JonesCA,KiniryJR,etal.TheEPIC

CropGrowthModel[J].ASAE,1989,32(2):489

[11]　CabelguenneM,JonesCA,MartyJR,etal.

CalibrationandvalidationofEPICforcroprotationsinsouthernFrance[J].AgriculturalSystems,1990,33:153

[12]　KiniryJR,BlanchetR,WillamsJR,etal.Sunflower

simulationusingtheEPICandALMANACmodels[J].FieldCropsResearch,1992,30:403

[13]　CabelguenneM,DebaekeP,BouniolsA.EPICphase,a

versionoftheEPICmodelsimulatingtheeffectsofwaterandnitrogenstressonbiomassandyield,takingaccountofdevelopmentalstages[J].Systems,1999,60:175

[14]　BernardosJN,ViglizzoEF,JouvetV,etal.Theuse

ofEPICmodeltostudytheagroecologicalchangeduring93yearsoffarmingtransformationintheArgentinepampas[J].AgriculturalSystems,2001,69:215

[15]　BarrosI,WilliamsJR,GaiserT.

Modelingsoil

nutrientlimitationstocropproductioninsemiaridNEofBrazilwithamodifiedEPICversionI:Changesinthesourcecodeofthemodel[J].EcologicalModelling,

Agricultural

　538　北京师范大学学报(自然科学版)

Simulator(IBIS)yieldandnitratelosspredictionsforWisconsinmaizereceivingvariedamountsofnitrogenfertilizer[J].JournalofEnvironmentalQuality,2003,32:247

第44卷　

[32]　IzaurraldeRC,WilliamsJR,McGillWB,etal.

SimulatingsoilCdynamicswithEPICmodeldescriptionandtestingagainstlong2termdata[J].Modelling,2006,192(324):362

Ecological

[28]　TumasR.

2000,14:443

Evaluationandpredictionofnonpoint[33]　李军,邵明安,张兴昌.黄土高原地区EPIC模型数据

pollutioninLithuania[J].EcologicalEngineering,库组建[J].西北农林科技大学学报,2004,32(8):21

[34]　李军,邵明安,张兴昌.黄土高原旱塬地冬小麦水分生

[29]　LeeJJ,PhillipsDL,DodsonhRF.Sensitivityofthe

UScornbelttoclimatechangeandelevatedCO2II:SoilErosionandOrganicCarbon[J].Agriculturalsystems,1996,52:503

[30]　PoudelDD,MidmoreDJ,WestL.

participatoryresearchto

T.Farmerminimizesoilerosionon产潜力与土壤水分动态的模拟研究[J].自然资源学报,

2004,19(6):738[35]　王宗明,梁银丽.应用EPIC模型计算黄土塬区作物生

产潜力的初步尝试[J].自然资源学报,2002,17(4):481

[36]　王尔大,WyatteHarman,郑大玮,等.旱作农区轮作

和留茬处理方式对风蚀的影响2应用EPIC模型进行模拟和分析的武川案例[J].中国农业科学,2002,35

(11):1330

[37]　LiuJ,WibergD,ZehnderJB,etal.Modelingtherole

ofirrigationin

winter

wheat

yield,crop

water

productivity,andproductioninChina[J].IrrigationScience,2007,10:1007

steeplandvegetablesystemsinthePhilippines[J].Agriculture,EcosystemsandEnvironment,2000,79:113

[31]　DoraiswamyPC,McCartyGW,HuntJER,etal.

ModelingsoilcarbonsequestrationinagriculturallandsofMali[EB/OL].sciencedirect.com

[2006211212].

http:∥www.

DEVELOPMENTANDAPPLICATIONSOFTHEEPICMODEL:AREVIEW

WANGZhiqiang1,2,3,4　FANGWeihua1,3,4　SHIPeijun1,3,4　DENGYunyuan5

(1)AcademyofDisasterReductionandEmergencyManagement,MinistryofCivilAffairs&MinistryofEducation,100875,Beijing,China;2)NationalDisasterReductionCenteroftheMinistryofCivilAffairs/InternationalCentreonDroughtRiskReduction,100053,Beijing,China;

3)StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology,BeijingNormalUniversity,100875,Beijing,China;

4)KeyLaboratoryofEnvironmentalChangeandNaturalDisasterofMinistryofEducation,BeijingNormalUniversity,100875,Beijing,China;

5)SchoolofEnvironmentandResources,HengyangNormalUniversity,421008,Hengyang,Hunan,China)

)

)

)

Abstract　TheEPIC(erosion2productivityimpactcalculator)modelhasbeendevelopedtosupportassessmentsofwaterandsoilresourcemanagementandcropproductivitybytheU.S.DepartmentofAgriculture(USDA)since1984.Themodelisstillactivelydevelopedandsupported.EPICmodelapplications,onlocal,regional,andglobalscalesinthepast20years,inthefieldsof(a)precisionofcropgrowthsimulation,(b)climatechangeimpactsoncropgrowth,(c)assessmentofagriculturaldroughtdisasterrisk,(d)otherfieldsarereviewedhere.Datashowthat:1)SimulationprecisionofEPICmodelhasbeenimprovedinthestudyofcropstressfactormodulationofcropgrowth,buteffectofextremeenvironmentchangeonsimulationprecisionisstillnotknown;2)anumberofworkshavebeendoneonsensitivityanalysisofclimatefactorsoncropgrowth,butimpactofclimatetrendchangeandextremeclimateeventsoncropgrowthneedtofurtherresearched.3)thereisnoworkdoneonagriculturaldroughtdisasterriskassessedbytheEPICmodelwhichisbasedonthetheoryofdisastersystem.Inviewofthecurrentstatusofsuchresearch,andthemultipledatabaseplatformsavailableinChina,withabackdropofglobalclimatewarming,thefollowingaspectsshouldbefurtherinvestigatedinChina:1)Impactsofextremeclimateeventsoncropgrowthandproductivity.2)Effectofclimatetrendchangeoncropgrowthandproductivity.3)IntegrationofEPICwithdownscaledclimatescenarioswithhigherspatialandtemporalresolution.4)Reconstructionofagriculturaldroughtdisastercurveofthehazardaffectedbodyformitigatingagriculturaldroughtdisasterrisk.

Keywords　EPICmodel;cropgrowthmodel;climatechange;agriculturaldroughtdisasterrisk