白浆土节水水稻生产的九种灌溉-农艺耦合处理：一种可解释机器学习诊断方法

《Plants》：Nine Coupled Irrigation–Agronomic Treatments for Water-Saving Rice Production on Albic Soil: An Interpretable Machine-Learning Diagnosis

　　

在淡水资源短缺与低温胁迫的双重制约下，维持粳稻生产力是全球高纬度粳稻系统面临的紧迫挑战。目前迫切需要开发耦合的灌溉-农艺管理策略，以共同保障寒冷地区水稻生产的产量稳定性和水分利用效率(WUE)。本研究于2024年至2025年在黑龙江省三江平原白浆土（白浆淋溶土，WRB分类；田间持水量θfc38.2% v/v，pH 5.80，质地黏重且渗透性差，易发生亚表层渍水）上进行了为期两年的田间试验，设置了九种耦合的“灌溉制度 × 辅助措施”处理，包括常规持续淹灌、四个梯度的控制灌溉(CI)（下限阈值分别为60%、70%、75%和80% θfc）及其分别与地膜覆盖(FM)或腐植酸基土壤改良剂(SA)的组合。研究人员开发了一个可解释机器学习诊断框架，以弹性网络(EN)为主要分析模型，随机森林(RF)作为非线性对照，旨在同时识别核心产量预测因子和离群处理。主要研究结果如下：(i) 土壤改良剂耦合75% θfcCI处理(SACI)相较于常规持续淹灌，籽粒产量提高了12.3%，水分投入减少了17.0%，WUE达到1.801 kg m?3，较对照提升了35.3%（p < 0.05）；这些改善在两个独立年份中保持一致（年份 × 处理交互作用：p = 0.601；年间秩相关系数ρ = 0.967）。将CI阈值降低至低于75% θfc会通过减少有效分蘖保留率显著降低籽粒产量。(ii) 多方法共识分析（肯德尔一致性系数W = 0.871，p < 0.01）确定乳熟期根系体积为与产量形成最强且最稳定相关的统计预测因子，这一结论得到了独立根际证据（氧化还原电位Eh、氯化三苯基四氮唑TTC还原活性）的一致性机制支持。确切的因果验证有待同位素示踪实验进行。(iii) 地膜覆盖 × 持续淹灌处理(FMCG)被诊断为产量响应离群点（置换检验p = 0.003），三项原位根际测量（氧化还原电位、根系TTC还原活性及根际温度）支持了热-缺氧根际抑制的假设机制。在方法论上，本研究开发了一个四层证据收敛框架，整合了模型内自洽性、跨模型（EN与RF）共识、独立根际证据和无分布置换检验，并利用Jackknife+保形预测和伴随的蒙特卡洛模拟（1000次重复）来量化小样本条件（n = 27）下的可靠性边界。这些发现为东北地区寒冷区域水稻生产提供了基于证据的灌溉-土壤协同管理策略，所提出诊断范式为多因素耦合田间试验中可解释小样本建模提供了一个通用的、量化可靠性的方法论模板。

本研究针对全球高纬度粳稻产区面临的淡水资源匮乏与低温胁迫双重瓶颈，以及三江平原白浆土低渗透性与亚表层滞水的独特障碍，深入探究了节水高产的水稻栽培管理模式。现有研究表明，虽然控制灌溉(CI)与干湿交替灌溉(AWD)在全球范围内展现出显著的节水潜力，但其效应高度依赖于具体土壤类型与气候背景，且在寒冷稻区缺乏系统性的多措施耦合证据。此外，地膜覆盖(FM)与土壤改良剂(SA)等农艺措施在与不同灌溉制度结合时，往往产生非线性的叠加效应，甚至因根际微环境的剧烈改变而导致负面后果。为了突破传统方差分析(ANOVA)在处理多因子强共线性数据与复杂生理机制时的局限，本研究创新性地引入了可解释机器学习(IML)技术，旨在通过多模型融合与跨维度证据验证，精准识别驱动产量的核心生理指标，并揭示特定处理组合导致减产的深层机制。

基于上述背景，研究人员依托青龙山国家农业科技园区试验基地，开展了连续两年的田间小区试验。通过对九种“灌溉制度 × 辅助措施”耦合处理的系统评估，研究确立了兼顾高产、节水与高效的最优管理方案——即75%田间持水量(θ_fc)的控制灌溉(CI)结合腐植酸基土壤改良剂(SA)（简称SACI）。该方案不仅实现了产量提升12.3%与水分节约17.0%的三维协同，更将水分利用效率(WUE)大幅提高了35.3%。与此同时，研究通过多维度的数据诊断，成功捕捉到了一个反直觉的现象：地膜覆盖(FM)与持续淹灌(CG)的结合（简称FMCG）导致了严重的减产。借助自主研发的四层证据收敛诊断框架，研究人员排除了单纯形态学解释的局限性，确证了“热-缺氧根际抑制”是导致FMCG处理根系功能崩溃的根本原因。这一发现不仅为寒冷稻区的灌溉排水优化提供了理论支撑，也为可解释人工智能(XAI)在农业小样本领域的应用树立了方法论标杆。

为实现上述科学目标，研究人员采用了以下关键技术方法：首先，构建了包含常规淹灌、四级控制灌溉(CI)及其与地膜覆盖(FM)、腐植酸基改良剂(SA)耦合的九种田间处理体系，开展随机区组设计试验。其次，同步监测了冠层光合生理、根系形态、根际微环境（氧化还原电位Eh、TTC还原活性、温度）及产量构成等多层次指标。最后，建立了一套严谨的可解释机器学习与统计推断流程：采用嵌套交叉验证筛选核心特征；引入弹性网络(EN)作为主要分析模型，随机森林(RF)作为非线性对照；实施Jackknife+保形预测与无分布置换检验以量化不确定性；并通过1000次蒙特卡洛模拟验证小样本条件下的诊断稳健性。

整体处理效应：产量、产量构成与水分利用效率

混合线性模型分析表明，九种处理间的籽粒产量存在显著差异。土壤改良剂耦合75% θ_fcCI处理(SACI)表现出三维协同优势：产量增加12.3%，节水17.0%，WUE达1.801 kg m^?3（较对照提高35.3%）。Tukey HSD多重比较显示，SACI产量显著高于除FMCI外的其余七种处理。控制灌溉(CI)梯度比较表明，75%和80% θ_fc能维持万公斤以上的产量，而60% θ_fc则因过度缺水导致产量低于对照。

根系形态与根际微环境的耦合响应

乳熟期根系形态参数在处理间差异显著。SACI的根系体积达到80.81 cm³hill^?1，较对照增加121.5%。值得注意的是，FMCG虽然最终产量最低，但其总根长、根表面积和根系体积均处于中等水平，并未垫底。然而，根际微环境测量揭示了其功能性崩溃的机制：FMCG根际氧化还原电位(Eh)降至-150 mV（强还原状态），根系TTC还原活力仅为SACI的38.9%，且根际温度较对照高出2.1 °C。这证实了FMCG在覆膜增温与持续淹水耦合下形成了“热-缺氧”微环境。

模型收敛诊断与特征重要性多方法共识

在n=27的小样本条件下，弹性网络(EN)模型表现出色，其训练与验证R²差距仅为0.026，而随机森林(RF)差距为0.207，故选定EN为主模型。六种独立可解释方法（通径分析、偏最小二乘回归PLS-R、RF %IncMSE、EN |β|、SHAP |均值|、LIME |均值|）对七个保留特征的排序达成高度共识（肯德尔一致性系数W = 0.871）。所有方法均将乳熟期根系体积列为最强统计预测因子，乳熟期地上部干物质(DM)次之。二维偏依赖分析进一步揭示了两者在高值耦合时存在超加性增产效应。

SHAP与LIME双路径解释分析：全局归因模式与处理特异性贡献

基于RF模型的TreeSHAP算法和基于EN模型的LIME局部线性逼近给出了完全独立的归因路径，但结论高度一致。SHAP全局归因显示乳熟期根系体积的|SHAP|均值最大（438 kg ha^?1），是第二名地上部干物质的2.83倍。LIME分析则确认了FMCG处理中根系体积的负向权重在三个区块间高度稳定，排除了单一异常值的干扰，为后续离群点诊断提供了细粒度证据。

FMCG离群处理诊断：四层证据收敛

针对FMCG的产量响应异常，研究进行了逐层递进的诊断。第一层（模型内自洽性）：EN与RF均显示FMCG残差系统性偏高，且其观测值均落在保形预测区间之外。第二层（跨模型一致性）：EN与RF在数学原理上截然不同，但均一致指向FMCG为唯一覆盖失败的离群处理。第三层（机制层独立证据）：根际实测数据显示其处于强还原、高温且代谢活性极低的状态。第四层（无分布置换检验）：基于RF和EN残差的精确p值分别为0.003和0.009，远低于0.05显著性水平。四层证据完美收敛，确证了FMCG的离群性质。

保形预测：处理级产量不确定性的量化

全局Jackknife+保形预测显示，九种处理间的95%预测区间(PI)半宽存在显著异质性。SACI的区间最窄（EN半宽372.8，RF 386.2 kg ha^?1），且观测值落入区间内，表明其产量可预测性最高；而FMCG是唯一在两模型中均被诊断为覆盖失败的处理。实测经验覆盖率（88.9%）略低于名义95%水平，这与小样本下保形预测的理论预期偏差相符。

伴随模拟研究：小样本诊断框架的偏差与方差行为

基于实测协方差结构的1000次独立重复模拟验证了诊断框架的可靠性。在n=27条件下，乳熟期根系体积被选为首要特征的频率达89.4%（EN）和86.7%（RF），证实了实测共识并非抽样侥幸。模拟还明确了Jackknife+在小样本下的实际覆盖率约为88%，以及检测FMCG类离群点的置换检验效能约为0.78，为框架的应用划定了明确的统计学边界。

在讨论部分，研究人员深入阐释了乳熟期根系活力作为寒冷节水水稻产量形成关键预测因子的生理生态机理。在低温约束下，灌浆期根系的生理功能权重显著高于温暖稻区，根系不仅是吸收器官，更是调节源-库-流耦合的信号枢纽。研究进一步剖析了FMCG从形态完整到代谢失活的功能性崩溃过程，指出覆膜增温虽提升了即时光合速率，但与持续淹水叠加后引发了根际强还原环境，导致根系氧化酶活性丧失。此外，讨论还详细论证了SACI协同优势的生理生态机制，涉及腐植酸的螯合作用、硅藻土的孔隙结构缓冲以及膨润土的持水性改良。最后，讨论对小样本下机器学习方法的适用性边界进行了方法论评估，强调了多模型共识与机制验证的必要性，并指出未来需在土壤微结构、微生物群落及同位素示踪等方面深化研究。

结论

本研究通过在三江平原开展的连续两年田间试验，系统评估了九种“灌溉方式 × 辅助措施”组合对产量的协同效应。研究发现，土壤改良剂耦合75% θ_fc控制灌溉(SACI)是实现高产、节水与高效三维协同的最优解；乳熟期根系体积是预测产量的核心指标；地膜覆盖与持续淹灌(FMCG)因诱发“热-缺氧”根际抑制而导致减产。研究提出的多层证据收敛诊断框架为农业小样本建模提供了可靠模板。基于以上结论，推荐在三江平原类似白浆土地区优先采用SACI策略，严格控制灌溉下限不低于75% θ_fc，避免地膜与持续淹水联用，并将根际Eh及根系TTC还原力纳入常规监测体系。