基于DNDC模型与多智能体梯度提升算法的农业水碳足迹协同优化研究

本文创新性地融合梯度提升回归算法与非合作博弈模型（NCGM），构建多智能体优化框架（MAOF），结合DNDC模型实现灌溉策略的水-碳-粮协同调控。研究证实水碳足迹（WCF）可作为灌溉规划核心指标，在西北玉米产区实现农户收入提升7.7-32%、碳足迹降低至0.63-0.67 kg CO2 eq/kg，蓝水足迹占比显著下降，为智慧农业可持续发展提供量化决策工具。

　　

研究亮点

本研究通过整合梯度提升回归算法（Gradient Boosting Regressor）与非合作博弈模型（Non-Cooperative Game Model, NCGM），开发了多智能体优化框架（Multi-Agent Optimization Framework, MAOF），并利用DNDC模型（DeNitrification-DeComposition model）精准模拟农田碳排放。优化后的灌溉策略显著改善水碳足迹（Water-Carbon Footprint, WCF），推动灌溉模式从"产量至上"向"资源-环境-经济"三元协同优化转型。

研究区域与数据来源

以中国西北地区为研究靶区，整合1990-2019年中国气象科学数据共享服务网气象数据、《中国统计年鉴》玉米产量数据及Web of Science文献数据库中的农田灌溉、产量与温室气体（GHG）数据。灌溉制度、种植密度、气象要素与氮管理数据构成机器学习模型训练的核心特征集。

六站点玉米水碳足迹核算

玉米水足迹（WF）与碳足迹（CF）呈现显著空间异质性。甘肃临泽、武威与宁夏固原春玉米WF分别为1.44 m³/kg、1.35 m³/kg和0.83 m³/kg，其中蓝水足迹（Blue Water Footprint, BWF）占比高达87.6%、73.6%和81.4%，显著高于陕西杨凌、武功夏玉米的0.66 m³/kg与0.65 m³/kg（BWF占比36.9%与50.6%）。碳足迹方面，临泽、固原分别以0.906 kg CO₂ eq/kg和0.94 kg CO₂ eq/kg居高位，凸显西北旱区农业碳排放压力。

多目标多层次协同调度机制

针对以产量为导向的灌溉决策局限性，本研究构建了融合水资源效率、碳减排与经济效益的多层次优化体系。研究发现（图7），灌溉方式、时机与水量对西北玉米产量具有决定性影响，但其效应受降水条件强烈调制。在降水充足区域，优化灌溉可通过激发土壤微生物活性（如硝化/反硝化菌群）调节碳通量，而干旱区则需通过精准控水降低甲烷（CH₄）与氧化亚氮（N₂O）排放强度。

结论

通过DNDC模型量化六站点碳足迹，耦合30年水足迹数据，集成机器学习与NCGM博弈算法，成功开发面向水-碳-粮协同的多智能体优化框架（MAOF）。基于优化灌溉策略输出的水分生产率（Water Productivity, WP）、碳生产率（Carbon Productivity, CP）及边际效益（Marginal Utility Profit, MUP）等指标，为水碳足迹精准调控提供数据基石。本研究证实灌溉-产量-碳排放存在非线性耦合关系，为实现"双碳"目标下农业绿色转型提供理论范式与技术路径。