在全球气候变化背景下，利用作物生长模型准确预测农作物生产力并进行不确定性评估，是制定适应性农业管理策略的重要基础。尽管多模型互比与集合（Multi-Model Ensembles, MME）方法在主粮作物（如小麦、玉米）中已得到广泛应用，但针对形态发育复杂、具有结球特性的十字花科叶菜类蔬菜（如白菜，甘蓝），相关的大尺度模型比较与稳健性评估仍相对匮乏。本研究借鉴国际主流的多模型互比框架，在统一的输入数据与评价口径下，系统评估了五种结构复杂度各异的作物模型（SIMPLE、SSM-iCrop2、AquaCrop、DSSAT、WOFOST）在白菜生长模拟中的表现与适用边界。
依托大型人工气候室，本研究模拟了中国四个代表性主产区的历史气候动态，获取了高质量无胁迫观测数据用于模型的基准参数化。互比结果显示，各模型在生物量累积的动态模拟上展现出较强的稳健性；但在叶面积指数（LAI）的模拟上存在显著的结构性差异。部分复杂机理模型未能准确刻画大白菜生长后期结球形态建成对LAI扩张的抑制作用，导致系统性高估。结果表明，在区域尺度上面临详尽生理参数获取受限的情况下，结构高度精简的SIMPLE模型在预测精度和稳定性上优于复杂的机理模型。此外，利用涵盖全球多气候区的134个独立大田观测站点进行验证，证实SIMPLE模型经本地化调整后，能够有效将气候室中的生理规律外推至真实大田环境，展现出优异的空间泛化能力。本研究不仅为降低蔬菜作物区域预测的结构不确定性提供了理论支撑，也为评估未来气候变化条件下全球叶菜类供应链的安全风险提供了可靠的模型工具。

大白菜,多模型集合,结构不确定性,参数本地化,空间泛化