【前沿资讯】多目标农田管理优化框架，助力实现气候智能型作物生产

（图片来源于网络，如有侵权，请联系删除。）

多种管理实践的共同优化可以促进气候智能型农业，但会受到跨越空间和时间复杂的气候-作物-土壤管理互作的影响。浙江大学环境与资源学院联合南京农业大学、北京师范大学、澳大利亚联邦科学与工业研究组织（CSIRO）等机构提出一种多目标农田管理优化框架，将过程机理模型与人工智能算法相结合，实现高分辨率时空尺度的快速模拟与多管理组合协同优化，明确了我国华北平原冬小麦-夏玉米轮作体系1km空间尺度上作物稳产-固碳-减排管理时空变化格局。实现管理处方一张图，助力智慧农业和绿色发展。相关成果已发表在《Nature Food》上。

该研究利用长期定位试验数据对农田生产系统模型进行校正，然后将其与六种学习模型相耦合，选出最优的代理模型，采用多目标遗传算法，优化出我国华北平原冬小麦-夏玉米轮作体系1km空间尺度上作物稳产、土壤固碳和温室减排目标下最优施肥、灌溉和秸秆还田管理组合。研究发现1995-2014年期间的最佳施肥量和灌溉量均低于当地农民的实际施肥量和试验推荐量。通过优化实践，与历史参照期内设定的最优管理相比，预计在2051-2070年期间，华北平原的化肥、灌溉水、还田秸秆年需求量分别减少16%、19%和20%，同时温室气体排放量也大幅减少。这项研究展示了多种管理实践时空协同优化的潜力，提出未来的管理实践应随着气候变化进行调整，多种管理实践的共同优化可以提高在气候变化下确保环境友好型粮食生产的能力。同时，先进的作物育种技术、三维土壤数据的积累、对植物-土壤系统的理解和建模能力的提升正在为跨空间和时间的气候智能型农业生产铺平道路。

原文来源：Nature

来源：北京市农林科学院数据科学与农业经济研究所

更多干货欢迎订阅 [中农四方]公众号：zhongnongsifang