利用可解释的机器学习分析作物生产中的磷元素流动：以中国江西省一个典型农业地区为案例的探讨

《Applied Geochemistry》：Analyzing phosphorus flow in crop production via interpretable machine learning: Insights from a typical agricultural region of Jiangxi Province, China

　　摘要：了解作物生产中磷的循环规律对于实现磷的可持续管理及保护水质至关重要。本研究从作物生产全过程出发，以中国农业种植密集型地区江西省为研究对象，综合考虑该地区的社会多样性及磷流动的复杂性，构建了一种自下而上的多年动态磷物质流分析模型。江西省的磷循环已从以自然因素为主的稳定状态转变为受人类活动主导的单向流动状态，这一变化在1978年至2015年间尤为明显。农业集约化与畜牧业的发展不断加剧了该地区的磷流动强度，磷总投入量从1950年的5.84×10^4吨增至2020年的2.13×10^5吨，增幅接近四倍。自1950年起，化学肥料成为磷的最大来源，2020年其投入量达1.25×10^5吨，占总磷输入量的58.86%。基于可解释性的机器学习模型用于量化影响磷流动的各种因素，SHAP分析结果表明，农业活动贡献了超过75%的磷流动强度，凸显出关键的社会经济因素。这种非线性识别方法为磷物质流分析提供了新视角，该模型有助于深入理解磷流动及其在流域磷循环中的作用。

引言：作物生产系统是人类影响全球磷循环的重要途径（Steffen等人，2015）。全球开采的磷酸岩中超过90%被用于肥料生产（al Rawashdeh & Maxwell，2011；Scholz等人，2013），农产品的生产和消费也显著影响了全球磷循环（Stamm等人，2022；van Berkum，2021；Weikard，2016）。这一过程使得磷资源在农产品中重新分配，同时限制了当地磷的回收利用（Lun等人，2021；Nesme等人，2018）。粮食安全与磷投入之间的矛盾根源在于磷资源的稀缺性及其带来的负面环境效应（Chowdhury等人，2017）。在集约化农业生产中，低效的管理方式进一步加剧了磷的短缺与污染问题（Ng等人，2023）。这些挑战凸显出亟需解决磷的可持续利用问题，尤其是需要重新审视社会经济发展如何为磷资源的可持续利用以及减少磷带来的环境破坏提供有效策略。过度施肥导致集约化种植系统中的土壤磷含量显著上升（Li等人，2011；Tóth等人，2014）。大量残留磷在土壤中积累，使得土壤磷饱和度增加，进而降低作物可利用的磷含量（Lemming等人，2019）。在许多发展中国家，农业发展存在失衡现象，处于农业发展初期的国家由于施用磷肥量少，导致作物产量较低；而巴西、英国、中国和印度等国则面临磷过剩问题，且养分利用效率较低（Bouwman等人，2017；Rothwell等人，2022）。城乡之间也存在不平衡，这在农业生产、贸易和消费结构上表现得尤为明显（Liu等人，2024）。城市化依赖于农村地区提供的各类物资产品，但城市又会将生产和生活废弃物返排到农村。中国中部的江西省在研究作物生产系统中的磷流动方面既存在迫切需求，又具备独特优势。作为历史悠久的农业大省，该省对保障国家粮食安全起着关键作用。此外，江西省还拥有中国最大的淡水湖——鄱阳湖，该湖97%的流域面积位于江西省境内（Liu等人，2024；Liu, Qin等人，2023）。鄱阳湖流域既是长江流域重要的生态屏障，也是世界著名的天然湿地（被列入国际重要湿地名录），因此成为“生命之湖”全球研究网络的重要研究区域（Huang等人，2020；Zhong等人，2022）。近年来，鄱阳湖面临着日益严重的环境问题。自2013年以来，该湖的水质持续低于中国地表水质量标准III类标准（GB 3838-2002）。磷是鄱阳湖的主要污染物，其浓度从2013年的0.058毫克/升上升至2018年的0.089毫克/升，已超过0.05毫克/升的III类标准上限。由于磷浓度过高，2018年鄱阳湖监测区域的优质水质（GB 3838-2002 II类标准）达标率仅为5.6%（Fang等人，2019；Liu, Zhang等人，2023），而流入长江的鄱阳湖水体达到水质标准的比例在2021年仅为25%。在枯水期和丰水期，鄱阳湖的轻度富营养化程度分别高达100%和90%（Zou等人，2019）。因此，构建作物生产系统的磷流动模型对于优化江西省的农业产业结构、提升生态效率以及改善周边水环境具有重要意义。为了实现磷的可持续管理，必须准确掌握磷在农业系统中的积累情况及其流动规律。物质流分析是一种定量工具，可用于描述特定系统内某种物质的流动状况（Han等人，2021）。该方法被广泛用于研究特定区域中各种元素的代谢过程与流动规律（Jiang & Yuan，2015），揭示环境问题与物质代谢过程之间的关系，并探索缓解环境压力的策略（Huang等人，2019）。长期的物质流分析结果可为环境影响评估及环境政策制定提供依据（Liu等人，2024）。因此，开展多年度分析对于了解作物生产系统中磷流动的长期趋势与动态变化十分必要（Bai等人，2016；Chowdhury等人，2017；Li等人，2020）。此外，通过不同空间尺度进行分析，能够更清晰地理解磷流动与水质之间的关系。由于不同地理尺度上关键磷流动环节的分布与重要性存在差异，因此磷管理的重点区域也可能有所不同。需要指出的是，本研究回顾的大多数物质流分析框架并未考虑磷流动及其输出的空间分布情况，因此无法体现空间异质性对磷动态与环境影响的作用。此外，空间分析对于评估重新分配磷流动与磷储量的可行性也至关重要。通过对磷流动的空间可视化处理，可以更直观地了解环境中磷的浓度与分布情况。这类分析有助于决策者识别磷流动中的异常现象及其背后的社会经济驱动因素，从而制定出能够提高磷循环效率、增强磷回收能力并减少水体污染的可持续养分管理策略。在流域范围内实现磷的可持续管理时，利用物质流分析准确识别影响磷流动的社会经济因素是关键环节之一（Liu等人，2024）。量化磷流动的目的是发现不健康的人为磷循环模式，并针对性地采取措施控制磷流动。尽管许多关于磷流动的研究试图找出关键驱动因素，但目前尚无有效工具能够定量分析社会经济活动对磷流动的影响。传统的驱动因素识别方法依赖无监督学习算法来建立参数间的线性关系，虽然能够体现参数间的相互关联，但却无法明确高响应参数对磷流动的具体影响机制。此外，目前基于流域尺度的磷动态模拟也无法准确确定磷的来源（Wang等人，2022）。通过运用机器学习模型，我们明确了影响作物生产系统中磷流动的关键社会经济驱动因素及其作用机制（Liu等人，2024；Liu, Qin等人，2023）。我们利用从优化后的模型中得到的SHAP值——这是一种基于博弈论方法的机器学习模型输出解释工具——来分析各种因素对流域磷流动强度（包括输入与输出方面）的影响（He等人，2023），从而解决了传统分析方法中存在的模糊性及可解释性不足的问题。这种用于识别驱动因素的非线性监督学习方法为物质流分析带来了新的思路。本研究以中国江西省的农业集约化区域为研究对象，充分考虑了该地区大规模作物生产系统的多样性以及磷流动过程的复杂性。我们构建了一个用于区域尺度长期分析的动态自下而上磷物质流分析模型，该模型定量分析了过去70年来作物生产系统中磷流动的结构特征、空间分布、环境输入负荷、排放模式、磷的利用情况以及影响磷流动的社会因素。通过全面了解各污染源的污染负荷，识别主要污染源及重点控制区域，本研究为优化农业集约化区域的产业结构、治理农业面源污染以及实现磷的可持续管理提供了有益参考。

研究区域：江西省的地理位置介于东经113°34'36″至118°28'58″、北纬24°29'14″至30°04'41″之间，地形从南部的较高海拔地区逐渐过渡到北部的低洼平原。土地利用类型是根据Liu等人（2024）的研究以及图S1确定的。江西省总面积为1.67×10^5平方公里，人口超过4518万，下辖11个地级市和100个县（含县级市和区）。江西省拥有中国最大的……

作物生产系统中磷流动的量化：图2和图S3展示了过去70年来江西省作物生产系统中磷流动的整体趋势与时间动态变化。磷输入与输出的趋势大体一致。江西省的磷循环已从最初由自然活动主导的简单稳定状态模型，转变为如今受人类活动强烈影响的单向流动模式（Liu, Qin等人，2023），这一变化在1978年至2015年间更为明显。

磷流动驱动因素的解释及环境意义：江西省观察到的长期磷流动动态反映了全国范围内更广泛的社会经济变革趋势。这一趋势与1978年至2012年巢湖地区的磷流动模式相似，说明大型流域范围内的磷流动格局受到城市化进程、人口结构变化、农业生产方式转变以及生活水平提升等多种国家级因素的共同影响（Wu等人，2010）。尽管经济快速发展……

结论：本研究构建了1950年至2020年江西省作物生产系统中磷代谢的动态分析框架。通过将物质流分析模型与可解释的机器学习模型相结合，我们开发出了适用于该地区农业发展的磷流动量化工具，可用于评估磷的输入量、输出量、利用效率以及相关的社会经济驱动因素。研究结果表明，化学肥料和粪肥是磷的主要来源，而农作物则是磷的主要输出途径。在……

代码获取：本研究所使用的自定义算法可在“方法”与“补充信息”部分找到。用于计算Tb流的Python源代码存储在Dryad平台上（https://doi.org/10.5061/dryad.pg4f4qs2m）。

CRediT作者贡献说明：霍庆晓：可视化、形式分析、数据整理。黄文婷：写作——审阅与编辑、可视化、概念设计。刘艳琪：可视化、数据整理。陈月金：写作——审阅与编辑、初稿撰写、软件应用、形式分析、数据整理、概念设计。刘伟：项目监督、资源协调、项目管理、资金筹措、概念设计。彭淑辉：可视化、形式分析、数据整理。邵蒙楠：可视化、形式分析……

未引用文献：高祥兆等人，2002；Liu等人，2023。

数据获取：本研究所得数据集存储在Dryad平台上（https://doi.org/10.5061/dryad.pg4f4qs2m），也可通过此处快速下载（http://datadryad.org/share/nNqZrjM01rNt2aX_mruagJHyVe5yDlqXnETz2EY0cqU）。数据集中包含了数据类型及详细来源信息（README文件）。所有数据集中的数据均可使用常规的统计分析工具（包括软件模型）以及R语言（Python）工具进行读取和分析。利益冲突声明作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。致谢本研究得到了江西省“双千计划”创新领军人才长期项目（S2021CQKJ0696/jxsq2023101022）、江西省重点研发项目（20223BBF61019）、江西省自然科学基金重点项目（20232ACB203009）、中国国家生态环境资金项目（SWRFZ-JX2025001）、江西省环境污染控制重点实验室开放研究基金（HJWRFZ-Z-2024-02）、以及陈岳金|黄文鼎|鲁乐乐|彭书辉|郭武虎|叶夫根尼·阿巴库莫夫|埃卡捷琳娜·切比基娜|张亚兰|陈赞旭|王丹|戴世杰|刘艳琪|肖霍青|邵蒙楠|刘伟|刘祖根|谢先川的资助。项目单位：中国南昌市南昌大学资源与环境学院基础设施工程系，鄱阳湖环境与资源利用重点实验室，教育部流域碳中和工程研究中心，邮编330031。