作物模型是现实世界中生物和非生物因素相互作用的不完美近似,在某些情况下,模型的结构、输入和参数选择的不确定性可能超过模拟产量的时空变异性,从而限制了模型的可预测性。不确定性分析是基于模型的风险分析和决策的重要组成部分,它能够给风险分析人员和决策者提供模型输出结果的准确性程度。模型的不确定性有三种来源,即输入变量的不确定性、模型参数的不确定性和模型算法的不确定性。其中,模型输入变量的不确定性主要源于输入参数如气候、土壤等相对实际值的误差,这往往是由测量误差或者数据缺失所导致的。在模型应用时,由输入变量所导致的模型不确定性往往大于模型内部参数或算法所导致的不确定性。因此,分析作物生长模拟模型中各种输入变量对模型模拟结果的不确定性,可以为模型使用者提供模型应用的风险分析和决策支持,为提高模型输出结果的准确性提供一定的理论依据。本研究以APSIM、CERES、Nwheat和WheatGrow小麦生长模拟模型为基础,通过设置不同的土壤和气候情景,探讨了土壤和气象输入变量所导致的模型模拟结果的不确定性。研究结果如下:（1）对于APSIM、CERES和Nwheat模型,S1.1.1.1、S1.2.2.2和S1.2.3.3 土壤情景下的产量模拟结果与实际土壤情景（S1.2.3.4）下的模拟结果之间变异系数较小,表明在缺少深层土壤数据时,可采用上层的土壤数据来进行代替。对于WheatGrow模型而言,模拟结果的精度与土壤深层数据的关系较大,所以在应用时应尽可能获取详尽的土壤数据。此外,通过比较不同土壤特征参数对模型模拟结果的不确定性时发现,土壤萎蔫点、田间持水量、饱和含水量等与水分相关的土壤特性参数对模型结果的不确定性影响很大,而其他土壤特性参数对模型结果的不确定性影响则较小。另外,本研究还发现,气象情景对土壤层数和土壤参数导致的模型模拟结果不确定性的影响较小,表明对于模型中土壤输入参数的研究基本可以不考虑气候的影响。（2）在低温室气体排放情景下四个小麦生长模型产量模拟结果的不确定性均较小,而在高温室气体排放情景下产量模拟结果的不确定性较大。同一天内不同增温时间对模拟结果不确定性的影响则表现为,夜间增温>日间增温>全天增温。此外,在研究各气象指标对模型输出结果的不确定性时发现,各气象指标对模拟结果不确定性的大小随模型和研究区域的不同而改变。其中,北部麦区对模型结果不确定性影响最大的是降水,黄淮麦区和长江中下游麦区是降水和温度,西南麦区是辐射量。对APSIM和Nwheat模型模拟结果不确定性影响最大的是温度,对CERES模型是降水,而对WheatGrow模型则是辐射量和温度。（3）总的来说,气象模型和作物生长模型均会导致模型输出结果的不确定性,且由作物生长模型导致的不确定性要大于气象模型导致的不确定性。此外,在比较四个小麦生长模型土壤及气象输入参数对模型不确定性的影响发现,四个模型均表现为:土壤水分参数>气象指标>土壤层数>气候模式。表明在使用生长模型进行作物生产力评估时,应更注重生长模型的选择以及土壤水分数据和气象数据的精确程度。