《Sustainable Production and Consumption》：Improving the sustainability of China's wheat production through a life-cycle food-energy-water-carbon nexus framework
编辑推荐：
中国小麦生产可持续性优化研究提出NEX-OPT框架，整合机器学习、贝叶斯优化和FEWC纽带分析，优化无机氮与灌溉。结果显示氮灌溉双减策略使氮减少34.4%、灌溉减少11.3%，增产2.1%，同步降低能源足迹19.1%、水足迹16.1%、碳足迹53%，并建立分区管理策略。
宋伟杰|刘尚坤|李瑞瑞|娄瑞涛|吴青关|齐志明|唐宇|何勇|姜倩静
浙江大学生物系统工程系，中国浙江省杭州市310058
摘要
小麦是中国重要的主食作物，其产量高度依赖于氮肥施用和灌溉。然而，这两种因素的过度使用导致了严重的环境问题，包括资源利用效率低下、温室气体排放增加以及地下水污染。为了解决这些问题，本研究提出了基于Nexus的优化框架，该框架结合了机器学习、贝叶斯优化、生命周期评估以及食物-能源-水-碳（Food-Energy-Water-Carbon, FEWC）关联分析方法，以1公里的分辨率优化无机氮肥施用和灌溉方案，从而提高中国小麦生产的可持续性。研究结果表明，灌溉和无机氮肥施用是影响产量的主要因素（分别占17.7%和17.6%），而无机氮肥的生产则是农业能源足迹（Farm Energy Footprint, FEF）和农业碳足迹（Farm Carbon Footprint, FCF）的主要贡献者（分别占47.0%和42.7%）。灰水足迹（Grey Water Footprint）在农业水足迹（FWF）中占比最高（42.4%）。与基准管理方案相比，优化后的措施使无机氮肥施用量减少了34.4%，灌溉量减少了11.3%，同时产量增加了2.1%，农业能源足迹、农业水足迹和农业碳足迹分别降低了19.1%、16.1%和53.0%。在空间分布上，该框架为高投入农业区提出了“氮肥与灌溉双减”策略，为水资源受限地区提出了“减少氮肥施用量并增加灌溉量”的方法。这一框架对于在不牺牲粮食安全的前提下减轻小麦生产的环境影响具有重要意义，为可持续农业管理提供了重要参考。
术语表
缩写
| 缩写 | |
| 农业管理措施 | AMPs |
| 协同优化 | C-opt |
| 农业碳足迹 | FCF |
| 农业能源足迹 | FEF |
| 食物-能源-水-碳 | FEWC |
| 梯度提升回归树 | GBRT |
| 温室气体 | GHG |
| 仅灌溉优化 | Irrig-only |
| 生命周期评估 | LCA |
| 平均绝对误差 | MAE |
| 多层感知器 | MLP |
| 仅无机氮肥优化 | N-only |
| 基于Nexus的优化 | NEX-OPT |
| 随机森林 | RF |
| 均方根误差 | RMSE |
| SHapley加性解释 | SHAP |
| 土壤有机碳 | SOC |
| 土壤有机碳固存 |
文献综述
无机氮肥施用与灌溉的协同优化已被认为是提高小麦生产可持续性的关键策略（Huang等人，2024年；Kamran等人，2023年）。通过改进氮肥和水分管理的精确度，可以增强光合作用和生物量积累，从而提高产量并提高氮肥和水分利用效率（Li等人，2026年；Mon等人，2016年；Zhang等人，2017年）。此外，这种综合管理方式
数据收集
通过Web of Science、Scopus和中国国家知识基础设施（CNKI）等数据库，使用“小麦”和“中国”以及“产量或N2O或一氧化二氮或SOC或土壤有机碳或氮素淋溶”等关键词，进行了全面的文献检索，以筛选出2025年10月之前发表的关于中国小麦产量、N2O排放、土壤有机碳（SOC）和氮素淋溶的同行评审文章。此外，所选文章必须满足以下条件：（1）进行了实地研究
模型性能及目标变量的驱动因素
根据模型比较统计结果，GBRT模型在预测小麦产量、N2O排放、土壤有机碳（SOC）和氮素淋溶方面表现最佳，其R2值均大于0.80（见图2和表S6）。最优机器学习模型的不确定性分析见图S1。GBRT模型能够解释85%的变异度，其中农业管理措施（AMPs）是主要的控制因素，贡献了52.6%的预测影响。
模型的可靠性
在本研究中，多层感知器（MLP）模型的表现不如基于树的模型（RF和GBRT），这一结果与其他领域的研究结果一致（Gong等人，2020年；Nguyen等人，2021年）。MLP通常需要较大的训练数据集才能达到最佳性能（Bansal等人，2022年）。然而，我们的数据集（4582个观测值）相对较小，这限制了模型的效果。GBRT是一种集成学习方法，通过梯度提升逐步提高模型性能
结论
本研究通过整合机器学习模型、贝叶斯优化、生命周期评估（LCA）以及食物-能源-水-碳（FEWC）关联分析方法，开发了NEX-OPT框架，以实现无机氮肥施用和灌溉的协同优化，从而提高中国小麦生产的可持续性。协同优化措施使无机氮肥施用量和灌溉量分别减少了34.4%和11.3%，产量增加了2.1%，同时降低了能源足迹、水足迹和碳足迹分别19.1%、16.1%和53%。为了提供区域特定的指导建议，我们提出了两种模式：
CRediT作者贡献声明
宋伟杰：撰写——原始稿件、可视化、软件开发、数据整理。刘尚坤：撰写——审稿与编辑、方法论设计。李瑞瑞：撰写——审稿与编辑。娄瑞涛：撰写——审稿与编辑、可视化、方法论设计。吴青关：撰写——审稿与编辑。齐志明：撰写——审稿与编辑。唐宇：撰写——审稿与编辑。何勇：撰写——审稿与编辑、项目监督。姜倩静：撰写——审稿与编辑、项目监督、资金管理。
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本研究得到了国家重点研发计划项目（项目编号：2024YFD2301100）和国家自然科学基金（项目编号：32271980）的财政支持。
