以变暖为主要特征的气候变化深刻影响了作物生产系统。作物生产系统如何响应与适应气候变化,是个关系到国家粮食安全战略的重大科学问题,相关研究得到了科学界的高度关注。在变暖环境下,作物主要发育期可呈提前/延迟趋势,完成发育阶段所需的日数也发生相应变化。在预测气候变化对发育期影响时,主要采用基于常数积温/光热时假设的发育模式。在过去数十年里已经发展了数十种模式。近期有报道指出非常数积温/光热时假设的发育模式也有较好的适应性。这些不同假设的模式在机理和结构方面不尽相同,导致在预测变暖对发育期影响时存在较大的不确定性,迫切需要评价不同发育模式应用在气候变暖条件下的适用性,为气候变化环境下发育期的预测提供科学依据。本论文以玉米为研究对象,首先分析1980～2020年间气候变化对东北春玉米和华北夏玉米生长季内农业气候资源及物候变化产生的影响,随后基于不同假设的发育模式（7个基于常数积温/光热时假设的模式:MAIS、SIMCOY、EPIC、MCWLA、WO FOST、Beta和CERES;2个基于非常数积温/光热时假设的模式:耦合响应与适应机制的模式RAM和不模拟模式NSM）,对研究区域的玉米分发育阶段进行模拟,利用R MSE、NRMSE、SA、MAE、一致性指数及系统偏差等统计指标对各模式的表现进行评价。选择其中精度较高的机理发育模式（MAIS、Beta和RAM）与机器学习算法（MLP）进行比较,识别不同模式在变暖环境下的模拟能力和适用性,为气候变化背景下玉米发育期的预测提供科学依据。主要结果如下:（1）东北地区过去40年间玉米生长季内温度呈显著上升趋势,降水基本保持稳定,个别站点出现波动,日照时数显著减少。历史气候变化背景下,东北春玉米物候变化以开花期提前、成熟期延迟的趋势为主;8℃以上有效积温呈东北—西南走向逐渐增加的分布,研究站点以有效积温增加趋势为主;春玉米以开花—成熟阶段日数延长为主要趋势,发育阶段日数与同期平均气温成负相关关系,在出苗—开花和出苗—成熟阶段尤为显著。华北地区过去40年夏玉米生长季内温度也呈显著上升趋势,自然降水基本保持稳定,玉米生长季内日照时数显著减少。夏玉米出苗期因站点不同而呈提前或延迟趋势,但开花期和成熟期分别以提前和延迟为主;8℃以上有效积温空间上呈东北—西南走向逐渐增加的分布,时间上主要呈增加趋势,各发育阶段有效积温的倾向率波动较大。夏玉米发育阶段日数的变化,以开花—成熟阶段日数延长为主要特征。发育阶段日数与同期平均气温呈负相关关系,在出苗—开花和出苗—成熟阶段尤为显著。（2）9个发育模式模拟玉米发育期的能力存在较大差异。在基于非常数积温/光热时假设的模式中,RAM模式模拟表现最优,NSM模式次之;在基于常数积温/光热时假设的模式中,不考虑光周期和三基点温度的MAIS模式表现最好,SIMCOY次之;仅考虑基点温度的模式中,考虑了三基点温度的MCWLA优于仅考虑下限温度的EPI C模式;考虑光周期和基点温度的模式中Beta模式略优于WOFOST和CERES。综合各项指标,RAM是最适合模拟东北和华北地区玉米发育期的模式。模拟精度表现较好的模式还有NSM、Beta和MAIS模式。（3）RAM、Beta、NSM和MAIS模式在RGP阶段的模拟表现较好,且这四个模式有共同之处,即在温度略高于下限温度时仍能累积相当高的发育速率,表明耦合这种机制可能有助于改进模式在变暖环境下的模拟效果,建议对此现象开展进一步的研究。（4）比较3个机理发育模式（MAIS、Beta和RAM）和机器学习算法（MLP）在变暖环境下的适用性,发现冷年校正时机器学习算法（MLP）模拟表现优于机理发育模式。但当温度升高时,MLP模拟能力明显下降,而机理发育模式中Beta和RAM表现较为一致。整体来看,没有一个模式在校正和验证阶段均全面占优。本研究表明,不同模式有不同的适用场景,关注准确反演历史气候变化对发育期影响时,建议采用MLP,而关注准确预测未来气候变化对发育期影响时,应以机理发育模式为主。在应用MLP时,应给模式输入尽可能多的数据,以提高模式泛化能力。