基于机器学习的全球农田管理优化对三大粮食作物增产潜力的影响.pdfVIP

基于机器学习的全球农田管理优化对三大粮食作物增产潜

力的影响

中文摘要

随着全球人口持续增长和气候变化加剧，粮食安全问题日益严峻。农业作为

粮食生产的基础，其可持续性对保障全球粮食供应至关重要。然而，传统农田管

理措施在保障作物产量的同时，往往导致资源过度消耗与环境污染，难以满足可

持续发展的需求。此外，气候变化对作物产量的影响日益显著，进一步加剧了粮

食安全挑战。现有研究多集中于局地尺度评估，缺乏对优化农田管理措施增产潜

力的系统性量化。因此，探索高效、可持续的农田管理措施，评估其全球实施潜

力，并制定应对气候变化的农业策略，已成为当前农业科学研究的核心任务。本

文旨在通过定量分析和机器学习模型，为全球农业可持续发展提供科学依据，助

力实现保障粮食安全与增强气候韧性的双重目标。

首先，本文通过定量评估不同农田管理措施对作物产量的影响来定义可持续

产量指数，用以评估全球主要作物的增产潜力。然后，基于机器学习模型，绘制

了全球最佳农田管理措施的空间分布，并识别了可持续产量指数的增长热点区域。

最后，本文预测了在气候变化驱动下可持续产量指数的未来变化趋势，探讨了通

过优化农田管理措施应对气候变化的可行性。本文创新性地构建了多尺度农田管

理优化框架，为全球农业系统优化提供了兼具理论突破与实践价值的科学工具，

对推进联合国可持续发展目标提供了重要的理论支撑。主要研究结论如下：

（1）阐明了不同农田管理措施对作物产量的影响。在作物轮作方面，水稻-

小麦轮作较单一种植模式提高了12.37%的产量，但未达到统计学显著水平。在

肥料类型方面，与传统尿素单施相比，有机肥与化学氮肥配施显著提高了6.59%

的产量，增效氮肥显著提高3.38%。在0~350kgNha-1的施氮梯度范围内，150~200

kgNha-1的施氮量展现出最佳的产量提升效益。在施肥技术方面，深度施肥相较

常规撒施显著提高了10.72%的产量，多次施肥相较单次施肥显著提高了10.26%

的产量。增效氮肥、深度施肥、多次施肥和免耕耕作是提高可持续产量指数的最

有效措施。其中，增效氮肥和多次施肥适用于全球50%的作物格网、免耕耕作适

用于全球70%的作物格网、深度施肥适用于全球90%以上的作物格网。

（2）揭示了全球主要粮食作物的可持续产量指数提升潜力及空间分布格局。

I

通过优化农田管理措施，2018年全球小麦、玉米和水稻的可持续产量指数平均

提升了10.98%、11.25%和12.42%，具有显著的区域异质性。其中，东南亚季风

区、中亚干旱农业带、东欧黑土带、非洲南部等区域展现出较高的提升潜力。在

国家尺度，发展中国家特别是最不发达国家的提升空间最大，小麦、玉米和水稻

提升前十国家（如不丹、尼泊尔等）提升幅度均超过18.00%。其中，摩尔多瓦的

小麦提升达46.28%，不丹的水稻提升达30.40%。就中国而言，深度施肥、增效

氮肥和有机肥广泛适用于大部分农田，是三大作物的核心增产措施。这些发现凸

显了发展中国家通过优化施肥管理和推广现代农业技术实现产量提升的可能性，

为全球粮食安全与农业可持续发展提供了重要路径。

（3）厘清了未来气候变化驱动下的可持续产量指数变化。在共享社会经济

路径SSP1-2.6下的中期情景下（2040-2060年），全球44.11%格网的可持续产量

指数与参照年（2030年）相比呈现负增长；在长期情景下（2070-2090年），负增

长格网比例降至39.33%。而在更强胁迫的SSP5-8.5中期情景下，负增长格网比

例降至34.69%，在长期情景下进一步降至28.71%。通过优化农田管理，能够使

得负增长格网比例在SSP1-2.6中期情景降至14.97%，长期情景降至7.67%；在

SSP5-8.5中期情景降至16.04%，长期情景降至12.96%。这表明通过优化农田管

理能够有效减轻气候变化对产量的影响，但在更强胁迫情景下，这种缓解能力有

所减弱。

关键词：机器学习，农田管理，作物产量，气候变化，未来预测