小麦是世界最主要的粮食作物之一,具有分布范围广、种植面积大、收获产量高的特点。最近几年由于耕地减少、生态环境恶化等原因引发的粮食安全问题已经成为国家和社会关注的一个重点,准确、及时、定量地利用作物生长模型预测出粮食的产量将对国家制定相关政策、实现乡村振兴、提高农民收入起着举足轻重的作用。作物生长模型虽然可以很好地描述作物生长的动态过程,但是,由于地域的不同、作物品种的差异、田间人为管理水平的高低等因素,导致模型的参数获取困难,使得作物模型的模拟精度存在较大的误差。本文以宁夏为研究区域,由于宁夏地区降雨量南多北少,且差异明显,因此考虑利用WOFOST模型分别模拟潜在条件和水分限制条件下的作物生长状况,从而对两种生产条件下的产量进行了预测。选择宁夏地区具有代表性的永宁、同心、泾源三个实验站点的春小麦数据,模拟了2011年-2015年春小麦的生长发育情况,利用扩展傅里叶幅度灵敏度检验法（Extended Fourier Amplitude Sensitivity Test,EFAST法）和参数优化（Parameter Estimation,PEST法）进行了参数的敏感性分析与优化,并将实测值与模拟值进行了对比验证,从而评估WOFOST模型在宁夏地区的模拟精度。具体研究结果如下:（1）潜在生产条件下,无论是基于总地上部分干物重（Total Above Ground Production,TAGP）产量指标还是总储存器官干物重（Total dry Weight of Stored Organs,TWSO）产量指标,气温为0℃时总同化CO₂光能利用率（Light-Use Effic.Sing Leaf,EFFTB₀）、出苗到开花的积温（Temperature Sum from Emergence to Anthesis,TSUM1）、叶片在35℃时的生命周期（Life Span of Leaves Growing at 35 Celsius,SPAN）、储存器官同化物转化效率（Efficiency of Conversion into Storage Org,CVO）等这4个参数都表现出较强的敏感性。水分限制条件下,无论是基于TAGP产量指标还是TWSO产量指标,出苗到开花的积温（TSUM1）、蒸散速率修正因子（Correction Factor Transpiration Rate,CFET）、生育期为0时的比叶面积（Specific Leaf Area,SLATB₀）、储存器官同化物转化效率（CVO）、叶同化物转化效率（Efficiency of Conversion into Leaves,CVL）等这5个参数都表现出了较强的敏感性。（2）利用2011年-2015年的实测产量与模拟产量对比得到:潜在生产条件下,TAGP误差值在-403kg/hm²³75kg/hm²;TWSO误差值在-178kg/hm²²83kg/hm²之间;水分限制条件下,TAGP误差值在-538kg/hm²⁵09kg/hm²之间,TWSO误差值在-269kg/hm²³77kg/hm²之间。对于发育期天数:实测值与模拟值的误差较小,潜在生产条件下,最好的模拟结果出现在出苗期,误差多集中在0²d,开花期和成熟期的误差在0⁵d之内波动;在水分限制条件下,也是出苗期模拟结果最好,误差为0²d,开花期的模拟误差为3⁹d,成熟期的模拟误差为2⁶d。结合以上实测值与模拟值得对比,可以认为模型对小麦得产量和发育期天数的模拟效果较好,误差在合理范围之内。（3）WOFOST模型在潜在生产条件下基于TWSO指标的精度为:平均相对误差（Average Relative Error,AE）在-133.8kg/hm²¹69.8kg/hm²之间,均方根误差（Root Mean Square Error,RMSE）在264kg/hm²⁶94kg/hm²之间,一致性指数（Consistency Index,d）在0.922⁰.975之间;WOFOST模型在水分限制生产条件下基于TWSO的精度分析为:AE在-161kg/hm²¹57.2kg/hm²之间,RMSE在103kg/hm²⁶39kg/hm²之间,d在0.939⁰.978之间,均在合理范围之内。本文选择WOFOST模型对宁夏春小麦的产量进行了预测,并利用EFAST方法结合PEST方法对参数进行了敏感性分析和优化,实验结果表明,优化后的参数能明显提高WOFOST模型的模拟精度。