谷物是全球食物供给的主要来源,玉米具有很高的经济价值,在世界各国大面积种植,也是重要的农作物之一,是公认为具有很大的产量潜力的作物,研究并改进种植管理方法,并在地域级别提高玉米产量,对保障粮食安全具有重要意义。为提高玉米的产量,学者们研究很多方法以解决从播种到收获过程中出现的问题,特别是玉米生长模拟模型受到极大关注,以取代传统的产量监测方法。然而,目前常见的产量预测方法有很大的局限性,难以在区域级别精确地预估作物产量。因此,研究面向某一区域的玉米生长模型对产量预测有重要的价值。同时,环境是作物生长的重要影响因素,尤其是区域级别的环境因素变化和水协迫对产量有重要的影响。由于天气与土壤、水、氮平衡等无生命因素的交互影响下,作物通常反映出不同的生长行为,故使用历史天气平均值难以精确地预估作物生长。在作物收获期,可靠的季节性天气预测能够为产量的精确预测提供依据。因此需要生成日常环境信息,以尽可能地在某一特定区域内匹配统计特征和真实数据。本文研究旨在开发一个附带天气生成模型的玉米生长模拟模型。为实现这一目标,本研究在第一阶段,开发了一个天气生成模型并分析了效果,第二阶段开发了综合天气模型的玉米生长模型并进行了模型评估。论文阐述了两个模型的设计和实现以及评估结果。论文基于随机理论模型方法设计了天气生成模型(CMWSim),该模型可随机生产气候因子,它是玉米生长模型(MAIZESim)的子模型,同时它能产生日常降温、最大和最小温度。CMWSim模型使用一阶二态Markov链的传统概率矩阵模拟温度骤降;用2参数的伽马分布模拟降温次数,并用状态一阶自动回归模型模拟温度的最大值和最小值。模拟值并与实际观测值分析结果表明,两者高度线性相关,预测值与观测结果匹配度高。在9月到10月温度骤降频发期内,气温骤降的模拟结果出现轻微的过度估计,但结果仍在可以接受范围,模型能较好地预测最大和最小温度。CMWSim所产生的环境参数作为作物生长模型的输入,利用作物生长模型模拟玉米的生长。研究并开发了包括玉米7个生长阶段的作物生长模拟模型及软件模块MAIZESim。MAIZESim是气温驱动的用于定量分析玉米日常长势的作物生长模拟模块,主要用于预测中国西北地区作物的潜在产量。该模型基于作物生长日度(Growing Degree Days)构建,能模拟作物一个生长周期内的日常长势、干物质积累和最终产量。模型包含播种时间、萌芽和破土、三叶展开、拔节期、孕穗期、吐丝期和收获等七个生长阶段。用杨凌地区5个年份真实田间预测数据(2005年-2009年,2011年)对模型进行评估,对模拟和实际观测值分析结果表明,模拟数据和观测数据有较强的正相关关系,模型能够作为玉米种植的预测工具,并可用于区域级别的长期经济计划的经济效益分析。此外,该模型为玉米生长和种植策略的相关科学研究提供技术支持。本文仅将MAIZESim模型用于中国西安地区的玉米产量评估。今后,可采集中国西北其它地区的田间信息以进一步提高模型的精度。模型模拟了玉米的潜在产量,但并未在水协迫和氮协迫条件下对模型进行评估,需要进一步研究和改进包含水份和营养胁迫等因素的模型,以提高预测精度和可靠性。由于该模型包含玉米生长的全过程,因此该模型可用于其它多生长周期的作物。天气生成模型能够精确地预测气温骤降等天气情况,因此天气生成模型也可应用于多生长年作物在水协迫条件下的产量预测。