面向气候智慧农业:中国小麦—玉米水氮管理的多目标优化
- 2026-06-21 11:48:52
中国气候智慧型农业中小麦—玉米管理的多目标优化
Yin, L., Tao, F., Li, Y., Chen, Y., Wang, X., Hoogenboom, G., & Zhang, Z. (2026). Multi-objective optimization of wheat-maize management for climate-smart agriculture in China. Agricultural Systems, 238, 104876. https://doi.org/10.1016/j.agsy.2026.104876.
研究速览：本研究面向中国小麦和玉米主产系统，耦合 DSSAT 作物模型与 NSGA-III 多目标优化算法，构建了县域尺度水氮联合管理优化框架，并在干旱年、平水年和湿润年三类水文条件下开展全国应用。研究以维持粮食产量为约束，同时优化灌溉量和氮肥施用量，系统评估了优化管理对资源利用和温室气体排放的影响。结果表明，优化措施在不降低粮食产量的前提下，使两种作物合计灌溉用水量、全国氮肥使用量和温室气体排放分别降低 35% ± 2%、29% ± 1% 和 32% ± 0.4%，相当于每年减少灌溉水 33 ± 5 km³、氮肥 3.4 ± 0.1 Tg 和温室气体排放 80 ± 1 Tg CO₂-eq。资源与排放削减主要来自非生产性水分消耗和氮素损失的降低，而作物吸氮量和蒸腾量变化较小。研究进一步提供了分县域、分水文年份的小麦和玉米水氮管理方案，为中国主要粮食作物系统在稳产条件下推进节水、减氮和减排提供了可操作的模型框架。
摘要 | Abstract
背景：中国主要种植制度正面临重大挑战：既要促进粮食生产，又要降低水资源消耗、氮素损失和温室气体排放。优化农业管理是应对这些挑战的重要途径。然而，目前仍缺乏一种面向空间异质区域、能够显式考虑基因型 × 环境 × 管理互作关系，并用于组合管理措施的先进多目标优化系统。
目的：本研究旨在开发并应用一种县域尺度的多目标优化系统，用于中国小麦和玉米系统中的水氮联合管理。其目标是在维持粮食产量的同时，显著降低资源利用和环境影响。
方法：研究将多目标优化算法与 DSSAT 作物模型耦合，用于优化组合管理措施。该系统应用于中国各县域，并分别考虑干旱年、平水年和湿润年。
结果与结论：优化后的管理措施使两种作物合计的灌溉用水量、全国氮肥使用总量和温室气体排放分别降低了 35% ± 2%、29% ± 1% 和 32% ± 0.4%；其中不确定性表示三类水文年份之间的标准差。这分别相当于灌溉用水减少 33 ± 5 km³ yr⁻¹、氮肥减少 3.4 ± 0.1 Tg，以及温室气体排放减少 80 ± 1 Tg CO₂-eq yr⁻¹，同时未降低粮食产量。这些降低主要来自非生产性水分和氮素损失的减少，而作物吸氮量和蒸腾量变化较小。
意义：本研究展示了一种面向可持续集约化的县域尺度农业管理多目标优化框架，该框架具有应用于其他作物和区域的潜力。
亮点 | Highlights
通过结合 DSSAT 和 NSGA-III，建立了一个多目标优化框架。
针对玉米和小麦系统优化了水分与氮素联合管理。
为中国提供了县域尺度的优化水氮管理措施。
优化策略在维持产量并提高资源利用效率的同时降低了排放。
该框架为县域尺度智慧农业管理提供了可操作的指导。
A multi-objective optimization framework was developed by combining DSSAT and NSGA-III.
Joint water and nitrogen management was optimized for maize and wheat systems.
County-specific optimized water and nitrogen management practices were provided for China.
Optimized strategies reduced emissions while maintaining yield and improving resource-use efficiency.
The framework provides actionable guidance for county-scale smart farming management.
图 1. 干旱年、平水年和湿润年条件下，两种主要粮食作物的两类管理措施多目标优化框架。
Fig. 1. A framework of multi-objective optimization of two management practices for two staple crops in the dry, normal, and wet years.
图 2. 优化管理策略在全国尺度上为小麦和玉米带来了多维总体效益。
Fig. 2. The optimized management strategies brought multi-dimensional overall benefits for wheat and maize at a national scale.
图 3. 平水年条件下，优化后小麦（a–d）和玉米（e–h）灌溉与氮素潜在削减量的空间分布，包括单位面积削减量和总削减量。图（a、b、e、f）表示县域尺度单位面积潜在削减量，图（c、d、g、h）表示县域尺度总量。线条表示农业区划。
Fig. 3. Spatial distribution of potential reductions in irrigation and nitrogen after optimization for wheat (a-d) and maize(e-h) per unit area and total amount in normal rainfall years. Panels (a, b, e, f) illustrate the potential reductions per unit area at the county level, while panels (c, d, g, h) illustrate the county-level totals. The line represents the agricultural zone.
图 4. 平水年条件下，县域尺度小麦（a–e）和玉米（f–k）优化管理措施的空间格局。
Fig. 4.Spatial patterns of the optimized management practices for wheat (a-e) and maize (f-k) at the county scale in the normal rainfall years.s.
图 5. 平水年条件下，模拟的籽粒产量对氮素和灌溉的响应，以及基线情景与优化情景之间全国作物面积加权平均氮素和水分平衡的比较。
Fig. 5. Simulated grain yield response to nitrogen and irrigation, and comparison of national crop-area-weighted average nitrogen and water balances between baseline and optimized scenarios in the normal rainfall years.
总结 | Conclusion
仅依赖田间试验来通过多目标管理优化农业系统较为困难。本研究通过耦合 DSSAT 与 NSGA-III，开发了一种先进的多目标优化系统，用于联合优化氮素和灌溉施用，并在全国尺度上考虑复杂的基因型 × 环境 × 管理（G × E × M）互作关系。
该系统成功推导出县域尺度的管理策略，在维持或略微提高粮食产量的同时，实现了显著的全国资源削减。其中，小麦和玉米产量分别提高 2.1% 和 0.2%。对于两种作物合计，优化管理措施使总灌溉用水量降低 35% ± 2%（33 ± 5 km³ yr⁻¹），使全国氮肥使用总量降低 29% ± 1%（3.4 ± 0.1 Tg N yr⁻¹），并使温室气体排放降低 32% ± 0.4%（80 ± 1 Tg CO₂-eq yr⁻¹）。这些结果表明，在保障国家粮食安全目标的同时，可以显著降低农业环境成本。
不过，这些区域尺度结果目前基于模型优化，仍需后续多点田间验证，以充分检验其在不同地方田间条件下的实际效果和稳定性。此外，在具备高分辨率空间数据并对作物特异性遗传参数进行严格本地校准的前提下，该多目标框架可适用于其他种植系统和区域。若与本地田间试验、支持性社会经济政策以及农业管理工具相结合，该方法可为推进可持续农业和气候减缓目标提供具有科学依据的路径。
Agricultural Systems
点击公众号最底部“阅读原文”
查看原文
引用：Yin, L., Tao, F., Li, Y., Chen, Y., Wang, X., Hoogenboom, G., & Zhang, Z. (2026). Multi-objective optimization of wheat-maize management for climate-smart agriculture in China. Agricultural Systems, 238, 104876. https://doi.org/10.1016/j.agsy.2026.104876.
通讯作者
Fulu Tao | Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, PR China
College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
Email | taofl@igsnrr.ac.cn
公众号简介
扫二维码 ｜ 关注期刊官微
SCI期刊Agricultural Systems (AS), Agriculture, Ecosystems & Environment (AGEE), Agricultural and Forest Meteorology (AFM), Agricultural Water Management (AWM) 服务平台，Social Media Specialists 负责运营，推广最新科研成果，加强同行交流合作，保障全球粮食安全，促进农业生产可持续性发展。
AS期刊官网：
https://www.sciencedirect.com/journal/agricultural-systems
AGEE期刊官网：
https://www.sciencedirect.com/journal/agriculture-ecosystems-and-environment
AFM期刊官网：
https://www.sciencedirect.com/journal/agricultural-and-forest-meteorology
AWM期刊官网：
https://www.sciencedirect.com/journal/agricultural-water-management
相关期刊
 AS |  AGEE |  AFM |  AWM |
声明
欢迎转载、转发本号原创内容，转载信息请与本号联系授权，标注信息来源为《Agricultural System 粮食安全》。转载、合作联系
Social Media Specialists：E-mail：hanjichong@mail.bnu.edu.cn。本号转载信息旨在传播交流，中文翻译仅供参考，准确内容请阅读英文原文。
随机文章
-
10个月宝宝每天需要喝多少奶粉？
- 中国古代四大农业核心区的时空变迁与兴衰研究
- 河北农业大学2026年成人高考招生简章:报名条件、专业选择和毕业要求
- 农业银行信用卡福利!10元,快!
- “小巨人”太牛了!拿下2万多台农业机器人海外大单!
- 新疆某个因核桃红枣和绿洲农业名气渐长的南疆城市,如今正把老果园改造成田园民宿群,你猜猜是在哪里.
- 罗甸县农业农村局:闻“汛”而动显担当,清淤保洁保畅通
- 速度! 农行1.6元支付宝立减金
- 《生态农业二十四节气》@夏至 | 日长之至,生态农业如何应对“烤”验?
- 贵州某个因辣椒交易和山地农业闻名西南的县级市,如今正把老市场改造成美食街区与民宿群,你猜猜是在哪里.
- 农业古书翻译|《氾勝之書輯釋 陳旉農書校注》——瓠
