请以连贯、通顺的中文优化这段话：基于上述统计模型对开花期EDD对玉米产量历史影响的见解我们进一步使用基于过程的作物模型APSIM来测量未来玉米产量对短期热胁迫的响应。通过指定的GTF模块作物模型在粒数和最终产量模拟上有更好的表现粒数的决定系数R2从002提高到04产量的决定系数从01提高到07。然后我们用原始模型和改进后的模型探讨了SSP245和SSP585在基线期1990-2019、2040年代

基于以上统计模型对开花期EDD对玉米产量历史影响的见解，我们进一步使用基于过程的作物模型（APSIM）来测量未来玉米产量对短期热胁迫的响应。通过指定的GTF模块，作物模型在粒数和最终产量模拟上有更好的表现，粒数的决定系数（R2）从0.02提高到0.4，产量的决定系数从0.1提高到0.7。然后，我们用原始模型和改进后的模型探讨了SSP245和SSP585在基线期（1990-2019）、2040年代（2030-2059）和2080年代（2070-2099）的极端高温对玉米产量的影响。

在未来气候下，与原始模型相比，改进后的模型观察到更大的产量下降，在大多数时期，各地区之间有较大的差异（图3；补充图S7）。在2080年代，SSP585观察到最大的产量损失。对于东北地区，改进后的模型预测粮食产量没有变化，而原始模型预测粮食产量实际增加了10.3%。NCP的产量损失较大，从原始模型的4.1%到改进模型的10.4%，西北地区从0.6%到12.6%，西南地区从6.1%到12.0%。对于整个CMB来说，在SSP245和SSP585下，从基线到2080年代，改进后的模型预测产量将分别减少1.8-8.7%。

考虑到不断增长的短期热应力的影响（图4），改进后的模型更好地反映了未来情景下短期极端高温对产量的影响。改进后的模型中花期EDD的变化（ΔEDD，与基线EDD相比）和产量的变化（Δyield，与基线产量相比）都与SSP245和SSP585情景下的R2分别为0.10（P<0.000）和0.29（P<0.000），呈显著负相关（图5）。另一方面，没有修改GTF的模型显示，随着EDD的升高，产量会出现正增长，这意味着气候变化下的产量被高估，基线期为3.2%，SSP245下为6.8%，SSP585下为12.8%，分别为2080年代（图3）。改善GTF表明，在气候变化下，开花期的短期极端高温会产生更大的影响。主成分分析（PCA）显示，开花时的EDD与产量呈负相关，而GN和GS都与产量呈正相关（图5（c））。在所有情况下，除东北地区外，谷粒数是所有地区产量变化的最大来源，百分比从93.1%到99.6%不等（图5（d））。粒径在东北地区对未来条件下的预测产量变化有主要影响（例如，在SSP245下的改进模型中，2080年代增加7.8%）。