冬小麦产量的形成是一个逐步实现的过程，并且是在一个开放的环境中进行的，无时无刻不受外界环境条件的影响和制约。利用作物模型进行管理决策，是实现农业生产数字化管理的重要方法，也是以后发展的趋势。作物生产系统是一复杂系统，单纯依靠机理模型，难以进行推理决策：没有机理模型，难以对作物生长进行动态模拟和预测，缺少解释性和机理性。因此研究经验模型与机理模型在冬小麦管理决策中耦合关系是很有意义的。 本研究以中国农业大学东北旺实验站和北京农学院试验站2004—2006年冬小麦的田间实验为基础，探讨了机理模型(CERES-Wheat模型)与经验模型(基于干物质积累的冬小麦产量形成动态模型)在冬小麦管理决策中的应用。主要研究结果如下： (1) 用实验数据对CERES-Wheat模型进行调参和验证，结果表明CERES-Wheat模型基本上可以反映当地冬小麦的生长过程和产量以及不同处理间的差异。 (2) 在实验数据的基础上，利用动态优化实验设计方法，通过逐步回归分析方法，建立了基于干物质积累的冬小麦产量形成动态模型。确定产量目标条件下，通过该模型可以制定各个生育阶段的目标值。 (3) 研究了两种模型在冬小麦进行管理决策中的耦合关系，建立了CERES-Wheat模型的分解-协调优化方法，用此方法可以大为减少优化过程中各因素组合数量，大大减少模拟优化过程的计算工作量。并给出冬小麦8901品种652.95公斤/666.7m<2>高产水平下的管理措施和生产管理群体指标。 (4)利用该地区1966—2003年的历史气象资料，利用所得的管理措施，驱动CERES-Wheat模型，对该品种的管理措施进行风险评估，得出优化后的管理措施，在75％年份产量可以达到亩产400-500kg，结果表明该管理措施能够较好的适应当地气候环境。