We present results from the Agricultural Model Intercomparison and Improvement Project (AgMIP) Global Gridded Crop Model Intercomparison (GGCMI) Phase I, which aligned 14 global gridded crop models (GGCMs) and 11 climatic forcing datasets (CFDs) in order to understand how the selection of climate data affects simulated historical crop productivity of maize, wheat, rice and soybean. Results show that CFDs demonstrate mean biases and differences in the probability of extreme events, with larger uncertainty around extreme precipitation and in regions where observational data for climate and crop systems are scarce. Countries where simulations correlate highly with reported FAO national production anomalies tend to have high correlations across most CFDs, whose influence we isolate using multi-GGCM ensembles for each CFD. Correlations compare favorably with the climate signal detected in other studies, although production in many countries is not primarily climate-limited (particularly for rice). Bias-adjusted CFDs most often were among the highest model-observation correlations, although all CFDs produced the highest correlation in at least one top-producing country. Analysis of larger multi-CFD-multi-GGCM ensembles (up to 91 members) shows benefits over the use of smaller subset of models in some regions and farming systems, although bigger is not always better. Our analysis suggests that global assessments should prioritize ensembles based on multiple crop models over multiple CFDs as long as a top-performing CFD is utilized for the focus region.

我们展示了农业模型比较与改进项目（AgMIP）全球网格作物模型比较（GGCMI）第一阶段的结果，该阶段对14个全球网格作物模型（GGCM）和11个气候强迫数据集（CFD）进行了排列，以了解如何选择气候数据的变化会影响玉米，小麦，水稻和大豆的模拟历史农作物生产力。结果表明，差价合约显示出极端事件概率的平均偏差和差异，极端降水周围以及缺乏气候和作物系统观测数据的地区的不确定性更大。模拟与报告的粮农组织国家生产异常高度相关的国家在大多数差价合约中往往具有高度的相关性，我们对每个差价合约使用多重GGCM集成来隔离其影响。尽管许多国家的产量主要不受气候限制（特别是水稻），但相关性与其他研究中检测到的气候信号相比具有优势。偏差调整后的差价合约通常是模型观察相关性最高的变量，尽管在至少一个产值最高的国家中，所有差价合约的相关性最高。对较大的CFD-GGGG多个集成体（最多91个成员）进行的分析显示，在某些区域和耕作系统中，使用较小的模型子集是有好处的，尽管较大的并不一定总是更好。我们的分析表明，只要对焦点区域使用表现最好的CFD，全球评估就应该基于基于多个作物模型的集合优先于多个CFD。尽管许多国家/地区的产量主要不受气候限制（尤其是大米）。偏差调整后的差价合约通常是模型观察相关性最高的变量，尽管在至少一个产值最高的国家中，所有差价合约的相关性最高。对较大的CFD-GGGG多个集成体（最多91个成员）进行的分析显示，在某些区域和耕作系统中，使用较小的模型子集是有好处的，尽管较大的并不一定总是更好。我们的分析表明，只要对焦点区域使用表现最好的CFD，全球评估就应该基于基于多个作物模型的集合优先于多个CFD。尽管许多国家/地区的产量主要不受气候限制（尤其是大米）。偏差调整后的差价合约通常是模型观察相关性最高的变量，尽管在至少一个产值最高的国家中，所有差价合约的相关性最高。对较大的CFD-GGGG多个集成体（最多91个成员）进行的分析显示，在某些区域和耕作系统中，使用较小的模型子集是有好处的，尽管较大的并不一定总是更好。我们的分析表明，只要对焦点区域使用表现最好的CFD，全球评估就应该基于基于多个作物模型的集合优先于多个CFD。尽管在至少一个产值最高的国家中，所有差价合约的相关性最高。对较大的CFD-GGGG多个集成体（最多91个成员）进行的分析表明，在某些地区和耕作系统中，使用较小的模型子集是有好处的，尽管较大的并不一定总是更好。我们的分析表明，只要对焦点区域使用表现最好的CFD，全球评估就应该基于基于多个作物模型的集合优先于多个CFD。尽管在至少一个产值最高的国家中，所有差价合约的相关性最高。对较大的CFD-GGGG多个集成体（最多91个成员）进行的分析显示，在某些地区和耕作系统中，使用较小的模型子集是有好处的，尽管较大的并不一定总是更好。我们的分析表明，只要对焦点区域使用表现最好的CFD，全球评估就应该基于基于多个作物模型的集合优先于多个CFD。