【前沿資訊】多目標農田管理優化框架，助力實現氣候智能型作物生產
發布時間：2024-05-15 16:24:38瀏覽：284
（圖片來源于網絡，如有侵權，請聯系刪除。）
多種管理實踐的共同優化可以促進氣候智能型農業，但會受到跨越空間和時間復雜的氣候-作物-土壤管理互作的影響。浙江大學環境與資源學院聯合南京農業大學、北京師范大學、澳大利亞聯邦科學與工業研究組織（CSIRO）等機構提出一種多目標農田管理優化框架，將過程機理模型與人工智能算法相結合，實現高分辨率時空尺度的快速模擬與多管理組合協同優化，明確了我國華北平原冬小麥-夏玉米輪作體系1km空間尺度上作物穩產-固碳-減排管理時空變化格局。實現管理處方一張圖，助力智慧農業和綠色發展。相關成果已發表在《Nature Food》上。
該研究利用長期定位試驗數據對農田生產系統模型進行校正，然后將其與六種學習模型相耦合，選出最優的代理模型，采用多目標遺傳算法，優化出我國華北平原冬小麥-夏玉米輪作體系1km空間尺度上作物穩產、土壤固碳和溫室減排目標下最優施肥、灌溉和秸稈還田管理組合。研究發現1995-2014年期間的最佳施肥量和灌溉量均低于當地農民的實際施肥量和試驗推薦量。通過優化實踐，與歷史參照期內設定的最優管理相比，預計在2051-2070年期間，華北平原的化肥、灌溉水、還田秸稈年需求量分別減少16%、19%和20%，同時溫室氣體排放量也大幅減少。這項研究展示了多種管理實踐時空協同優化的潛力，提出未來的管理實踐應隨著氣候變化進行調整，多種管理實踐的共同優化可以提高在氣候變化下確保環境友好型糧食生產的能力。同時，先進的作物育種技術、三維土壤數據的積累、對植物-土壤系統的理解和建模能力的提升正在為跨空間和時間的氣候智能型農業生產鋪平道路。
原文來源：Nature
來源：北京市農林科學院數據科學與農業經濟研究所
