摘要
可持续农业管理正面临来自气候变化、水资源短缺、能源限制、土壤退化以及确保粮食生产和营养安全需求的日益严峻挑战。本研究提出一种整合计算框架，融合全球农业基础表征模型（GAFRM）、自进化可解释数字孪生（SEDT）、自进化演化基础优化器（SEEFO）以及增强型绿色再生农业可持续性指数（GRASI）。该框架通过明确将作物微量营养素密度纳入农业决策架构，并将其与保护性耕作、生物炭施用和零耕作业等再生性实践的关系进行建模，实现了食物—水—能源—碳—营养（FWEC-N）关联的运作化。利用多源全球数据集，GAFRM 学习可迁移的农业表征，SEDT 在气候不确定性下实现自适应预测，SEEFO 对农业生产力、灌溉用水、能源需求、净碳平衡和总体可持续性进行五目标优化，而营养质量则通过 MODI 结果指标进行评估。增强型 GRASI 进一步在统一可持续性框架内评估营养产出、土壤恢复、碳储存和气候韧性。该框架使用涵盖约60个代表性国家、跨越六大洲和15个气候区的全球农业数据集进行评估，时间跨度为2000年至2026年。SEDT 实现了均方根误差（RMSE）3.18、平均绝对误差（MAE）2.29、决定系数（R2）0.972和纳什效率系数（NSE）0.968；SEEFO 在基准优化算法中实现了最高的超体积（0.956）以及最低的世代距离（GD）（0.028）、倒世代距离（IGD）（0.039）和分布指标（Spread）（0.162）。根据 Wilcoxon 符号秩检验和 Friedman 检验，所观察到的性能差异具有统计学显著性（p < 0.05）。研究结果表明，将营养质量与资源效率、碳平衡、土壤再生和气候韧性相结合，可为评估再生农业策略提供更全面的基础。该架构通过可解释人工智能（XAI）特征归因，建立了一个完全透明、可解释的决策支持环境，在日益加剧的环境不确定性下，弥合了数字精准农业、再生生态系统修复与可持续人类营养之间的鸿沟。
