《Information Processing in Agriculture》：Advancing digital and climate-smart agriculture for sustainable and resilient food systems: A systematic review and future research directions
编辑推荐：
数字农业与气候智慧型农业的融合为提升农业生产率、气候韧性和环境可持续性提供了有前景的途径。然而，关于数字气候智慧型农业整合的有效性、实施背景和局限性的经验证据仍然较为分散。遵循PRISMA 2020指南，本系统性综述综合了从Scopus、Web of Scie
数字农业与气候智慧型农业的融合为提升农业生产率、气候韧性和环境可持续性提供了有前景的途径。然而，关于数字气候智慧型农业整合的有效性、实施背景和局限性的经验证据仍然较为分散。遵循PRISMA 2020指南，本系统性综述综合了从Scopus、Web of Science、ScienceDirect、PubMed和Google Scholar检索到的2145条记录。在去除重复项并进行严格筛选后，纳入了75篇于2010年至2025年间发表的同行评审研究。数据由两名评审员独立提取（Cohen's kappa = 0.82），并使用修改后的混合方法评估工具评估研究质量，敏感性分析证实了研究结果的稳健性。来自中高质量研究的强有力证据表明，包括遥感、物联网传感器、人工智能和移动咨询平台在内的数字技术，能够持续改善农场层面的决策制定和资源利用效率。中等强度的证据支持其在提高生产率和适应能力方面的贡献，特别是通过气候监测、精准投入管理和预警系统来实现。部分地区的经济分析报告了盈利能力的提升和韧性的改善，尽管结果因背景和研究设计而异。由于纵向评估有限且地理代表性不均，关于更广泛的环境和社会经济影响的证据仍处于新兴阶段。本研究通过提供透明且基于证据的综合分析，将特定数字技术与气候智慧型农业成果联系起来，同时通过系统评估识别了方法论、地理和政策方面的差距，从而做出了新颖的贡献。优先研究需求包括在气候脆弱地区开展纵向实验研究、综合系统层面评估以及以政策为导向的实施研究。这些发现为引导研究、政策和投资向着可扩展且包容的数字气候智慧型农业发展提供了坚实的证据基础。
1. 引言
全球粮食系统正处于一个关键节点。人口快速增长、气候变化加速以及对土地、水和生物多样性的压力日益增加，正在削弱农业生产力并威胁粮食安全与环境可持续性。仅靠传统农业实践不足以应对这些相互交织的挑战，需要采用能够提高生产力、增强韧性并减少环境影响的综合方法。为此，气候智慧型农业（CSA）作为一种战略框架应运而生，旨在提高农业生产率、增强适应能力并减少温室气体排放。与此同时，数字农业引入了精准管理、气候监测和实时决策的新能力。数字技术与CSA的融合代表了实现可持续和具有韧性的粮食系统的有希望的途径。尽管关注度不断增加，但现有文献仍然分散。先前的综述通常将数字农业和气候智慧型农业作为单独的领域进行审查。为了解决这一差距，本系统性综述专门关注数字技术整合到气候智慧型农业系统中的情况，旨在系统地评估数字技术如何通过综合经验证据来为CSA成果做出贡献。
2. 材料与方法
2.1 综述设计
本研究采用系统性综述方法，遵循系统综述和荟萃分析的首选报告项目（PRISMA）指南，以确保透明度、可重复性和方法论的严谨性。
2.2 研究问题
综述探讨了哪些数字技术被整合到CSA中及其应用、数字CSA干预对农业生产力、韧性和可持续性的影响、影响采用和有效性的障碍与促进因素，以及现有知识空白。
2.3 检索策略
在五个主要的电子数据库中进行了结构化文献检索。检索语法使用三个主要概念模块：数字技术、核心农业框架和目标结果。检索结果限于2010年至2025年间发表的英文同行评审期刊文章。
2.4 纳入与排除标准
数字气候智慧型农业（DCSA）被定义为应用数字或数据驱动技术来支持CSA的核心目标。研究被纳入的条件是必须在气候适应、韧性或可持续性的背景下考察数字技术在农业系统中的使用。排除了纯粹实验室模拟、非农业部门或没有明确农业应用的纯技术算法开发研究。
2.5 研究选择过程
数据库搜索识别出2145条记录。去重后剩余1995条记录。在标题和摘要筛选阶段排除了1730条。对265篇文章进行了全文评估，最终75项研究被纳入系统综述。筛选由两名评审员独立进行。
2.6 数据提取
使用标准化表格系统地进行数据提取。两人独立提取，Cohen's kappa得分为0.82，表明具有高度一致性。
2.7 质量评估
使用修改后的混合方法评估工具（MMAT）评估所有纳入研究的质量。在75项研究中，42项被归类为高质量，23项为中等质量，10项为低质量。敏感性分析显示，纳入低质量研究并未实质性影响总体结论。
2.8 数据综合与分析
由于研究的方法论多样性和背景变异性，采用了叙述性综合方法，整合了定性和定量发现，并探讨了数字技术、CSA实践和可持续性结果之间的复杂相互作用。
2.9 偏倚风险评估
对所有纳入的研究进行了正式的偏倚风险评估。其中，28项研究（37%）被评为低风险，35项（47%）为中等风险，12项（16%）为高风险。优先考虑低风险或中等风险的研究进行综合。
3. 结果与讨论
3.1 数字农业的采用与实施
数字农业正在改变全球粮食系统。精准农业（PA）工具整合了无人机、传感器、物联网设备和人工智能（AI）以优化作物管理和资源使用。这些工具允许农民实时监测土壤湿度、养分水平等，为精准灌溉、施肥和病虫害控制提供可操作的见解。移动应用程序通过提供实时、特定位置的信息，在改变农业推广方面发挥了关键作用，弥合了限制农业效率的信息差距。
4. 数字技术采用的障碍与促进因素
数字技术在CSA中的广泛采用受制于复杂的系统性障碍和社区驱动的促进因素。主要障碍包括基础设施限制、资金约束、数字素养低以及政策和制度瓶颈。相反，教育培训、同伴影响、政府支持、信贷获取和社区参与作为强大的促进因素，能够中和这些瓶颈并加速技术普及。
5. 对农场效率、生产力和劳动力减少的影响
5.1 通过自动化实现效率提升
智能灌溉和变速率施肥等自动化技术带来了实质性的效率提升，实现了对水和养分施用的精确控制。
5.2 通过优化资源使用提升生产力
传感器和物联网设备在整个生产过程中实现了精准化，提高了劳动生产率。基于AI的模型将产量预测提高了20%，基于物联网的智能灌溉系统提升了25%的作物生产力。
5.3 通过机械化减少劳动力
机器人系统（如多功能农业机器人和智能喷雾器）减少了50-97%的体力劳动。
5.4 物联网与机器人系统的整合
物联网与机器人技术的融合进一步提高了运营效率，无人机辅助喷洒分别减少了高达96%和40%的水和肥料使用。
5.5 气候智慧型农业实践
CSA实践旨在提高生产力、增强对气候变化的韧性并减少温室气体排放。
5.6 气候韧性作物品种
培育和采用能够抵御极端天气的气候韧性作物品种是CSA的核心。
5.7 高效灌溉与土壤管理
滴灌和喷灌等高效灌溉系统以及土壤墒情传感器极大地优化了水资源管理。保护性耕作和覆盖作物等土壤管理方法改善了土壤肥力并减少了侵蚀。
5.8 农林复合、间作与可持续土地管理
农林复合和间作通过改善生物多样性和养分使用来增强韧性，并提供关键的生态系统服务。
5.9 农场可再生能源的整合
太阳能和风能系统的采用减少了对化石燃料的依赖并降低了温室气体排放。
5.10 数字工具与CSA之间的协同作用
数字技术与CSA的整合产生了强大的协同作用，主要体现在利用大数据和AI进行气候风险评估、针对气候危害的预警系统（EWS）以及用于可持续资源管理的决策支持系统（DSS）。
5.11 用于气候风险评估的大数据、AI与建模
利用卫星影像、遥感指数和物联网传感器流等数据源，AI和预测模型能够提供更精细的干旱等气候危害概率预测，增强评估的预测能力。
5.12 针对干旱、洪水和病虫害的预警系统
数字预警系统结合了遥感、水文模型和天气预报。多灾害预警系统利用深度学习预测同时发生的事件，将数据与可操作的农业决策连接起来。
5.13 用于可持续资源管理的决策支持系统（DSS）
DSS将气候预测、土壤和作物模型整合以生成特定建议。结合了机制模型和AI层的混合DSS设计提高了干预措施在不断变化的气候下的鲁棒性。
5.14 全球相关性与韧性意义
这些数字CSA协同作用通过缩小危害检测与缓解之间的差距来增强韧性。为了有效扩展，必须克服数据互操作性、公平访问和机构准备等挑战。
5.15 对粮食安全与营养的影响
数字农业与CSA通过提高产量稳定性、减少采后损失来影响粮食安全。AI驱动的冷链和监测系统减少了高达60%的易腐产品变质，并保护了营养价值。
5.16 经济与社会影响
5.16.1 数字与CSA技术的成本效益分析
证据表明这些实践产生了净正向经济回报。小农户采用精准灌溉和农林复合等CSA实践后净收入显著增加，收益率稳定且具有较短的投资回收期。
5.16.2 性别、社会包容与治理框架
公平采用需要性别响应和社会包容框架。女性农户面临获取障碍，但参与后产生了不成比例的社会回报。国家数字农业战略通过强调开放数据共享和性别包容在扩大影响方面发挥了关键作用。
5.17 环境可持续性
5.18 减少温室气体排放
数字工具通过实现更精准的碳密集型投入品使用和支持增加土壤碳固存的实践来减少排放，直接和间接地降低了温室气体排放。
5.19 肥料与农药的高效使用
精准技术提高了养分利用效率（NUE）并减少了不必要的农药施用，带来了环境协同效益和经济效益。
5.20 土壤健康与生物多样性影响
数字工具结合CSA实践（如保护性耕作）改善了土壤有机质和栖息地异质性。然而，需要将数字干预与低影响机械相结合，以最大化土壤和生物多样性效益。
5.21 研究空白与基于证据的未来方向
5.21.1 地理与背景证据空白
超过65%的研究集中在高收入地区。未来研究应在代表性不足和气候脆弱的地区开展纵向多点影响评估。
5.21.2 方法论局限与因果推断薄弱
过去极少有研究使用稳健的实验设计。迫切需要严格设计的随机对照试验和标准化的评估框架。
5.21.3 技术整合与实际性能空白
大多数技术是孤立评估的。未来研究应在实际农场条件下评估整合的数字农业系统。
5.21.4 社会经济、公平与采用证据空白
研究很少分析不同性别、收入水平之间的差异化影响。需要采用混合方法评估采用动态和公平结果。
5.21.5 政策、治理与实施证据空白
缺乏评估支持数字CSA实施的政策有效性的实证证据。需要实施研究来评估监管框架如何影响可扩展性。
5.21.6 基于综合证据空白的优先研究议程
优先事项包括在代表性不足的气候脆弱地区进行纵向实验研究、建立标准化评估框架、开展系统级综合评估、跨学科研究采纳障碍，以及政策和实施研究。
6. 结论
本系统性综述综合了75项同行评审研究的实证证据，以评估数字技术在推进CSA成果（包括生产力、韧性、可持续性和粮食安全）方面的作用。来自中高质量实证研究的证据一致表明，数字技术能够改善农场层面的决策制定和资源利用效率。中等强度的证据表明，数字CSA整合有助于提高农业生产力并增强气候韧性。新兴但有限的证据表明，数字技术可能对更广泛的环境和社会经济效益做出贡献。然而，这些声明的置信度受到方法缺陷限制，包括严格因果设计的使用有限、评估期短以及对长期可持续性结果关注不足。地理分布不均也是现有证据基础的一个重要局限。本综述的方法论创新之处在于应用了完全透明和可重复的系统性方法，明确区分了强有力的、中等的和新兴的证据，并根据观察到的文献局限性制定了优先研究议程。总体而言，数字技术是CSA的一个有前途的潜在变革性赋能因素，通过严谨、对背景敏感的研究将有助于充分实现数字CSA整合的潜力。
