中国粮食安全的多目标空间优化框架：基于作物种植模式的研究

为应对全球粮食安全挑战，来自中国西北农林科技大学的研究人员开展关于中国作物种植模式（CPs）的多目标空间优化研究，揭示2015至2020年时空演变，预测2030年分布，提出优化策略，为可持续农业提供新思路

　　全球粮食安全面临人口增长、饮食结构变化和气候变化等挑战，联合国粮食及农业组织预测到2050年全球粮食需求将增加50%，而土地和水资源有限，粮食生产增速放缓。气候变化导致极端天气事件频率增加，威胁作物产量和全球粮食供应链稳定性，土地退化、水资源短缺和生物多样性丧失等问题也亟待解决。中国作为粮食生产和消费大国，在全球粮食安全中具有关键作用。中国快速的经济社会发展和饮食多样化导致粮食供需失衡，粮食生产相对非粮食或非农业用途的回报较低，促使大量耕地转化为非农业用地或非粮食作物种植，削弱了农民种粮意愿，降低了生产效率。尽管中国人口在2022年开始下降，但对主粮（小麦、玉米和水稻）的需求仍在上升，这些作物不仅是主要粮食，还为食品加工、畜牧业饲料和生物能源生产提供重要原料。因此，加强粮食生产数量和质量，优化供应结构，适应气候变化是中国粮食安全战略的紧迫目标。优化作物种植模式是解决这些问题的有效途径之一。中国自古以来就利用不同作物的生物特性和生长周期，通过合理轮作优化资源配置，实现全年可持续供应。以往对作物种植模式的研究主要集中在小面积试验（如水肥管理、播种调整、保护性耕作和新作物品种）或大面积区域评估（包括可持续性评估、气候适宜性和多目标优化）上，但在预测未来作物种植模式的空间布局、精准定位增产和多季种植恢复区域、提出大规模空间优化方法以及为不同作物种植模式提供定制化技术创新方面仍存在空白。为此，本研究创新性地将PLUS模型、贝叶斯信念网络（BBNs）和地理探测器（Geodetector）相结合，PLUS模型支持动态土地利用模拟和空间优化，为2030年作物种植模式提供高分辨率预测，这些预测作为贝叶斯信念网络的输入，其擅长分析复杂农业系统中的因果关系和不确定性，通过利用贝叶斯信念网络中的条件依赖关系，可以在网格级别识别潜在的增产和多季种植恢复区域。最后，地理探测器定量确定不同作物种植模式的关键影响因素，并检验它们之间的相互作用，为定制化技术创新提供科学依据。本研究旨在揭示2015至2020年中国作物种植模式的时空演变，并预测其到2030年的分布；识别不同作物种植模式的潜在增产和多季种植恢复区域，估算相关产量增量，并提出空间优化策略；确定核心应用区域作物种植模式的主要驱动因素，制定针对性的技术创新方向。这些发现提出了一个作物种植模式的多目标空间优化框架，为中国可持续粮食生产体系提供战略建议，并为全球可持续农业实践提供见解和方法。