東北地理所在極端降水年玉米產(chǎn)量空間異質(zhì)性響應機制解析方面取得進展
東北黑土區(qū)作為我國“黃金玉米帶”的核心區(qū)域，肩負著全國四分之一商品糧供給的重任，是保障國家糧食安全戰(zhàn)略的關鍵支撐。然而，在全球變暖和拉尼娜事件的共同作用下，東北地區(qū)極端降水事件頻發(fā)，農(nóng)田遭受嚴重澇漬災害，作物大幅減產(chǎn)，直接威脅國家糧食安全。遙感技術(shù)為區(qū)域尺度作物產(chǎn)量估算提供了可復制的方法框架，但現(xiàn)有研究主要關注預測因子優(yōu)化與模型精度提升，缺乏對作物產(chǎn)量空間異質(zhì)性的驅(qū)動因素分析及關鍵閾值的量化。在全球極端氣候事件頻發(fā)的背景下，開展黑土區(qū)氣候-產(chǎn)量的響應機制解析，是降低未來產(chǎn)量預估不確定性和提升氣候適應策略科學性的關鍵路徑，對構(gòu)建具備韌性的國家糧食安全保障體系具有深遠意義。
東北地理所地理景觀遙感學科組研究人員以“黑土糧倉”科技會戰(zhàn)梨樹示范基地為例，集成哨兵二號(Sentinel-2)多時相光譜數(shù)據(jù)與土壤-地形-氣候多源環(huán)境因子，通過特定生長階段的變量提取策略，構(gòu)建了XGBoost-SHAP可解釋機器學習框架，精準量化了極端降水年份薄層黑土區(qū)小流域尺度玉米產(chǎn)量的空間異質(zhì)性，系統(tǒng)揭示了土壤和地形因子對產(chǎn)量的緩沖效應，并明確了導致產(chǎn)量空間差異的關鍵閾值。
研究結(jié)果顯示，灌漿期模型的產(chǎn)量估算精度最高(R2=0.88，nRMSE=10.78%)，相較于全生育期模型，其誤差降低了37%，能夠在收獲前6-8周實現(xiàn)對玉米產(chǎn)量的精準預測。XGBoost-SHAP模型進一步揭示了土壤砂粒含量和地形特征在極端降水年份對產(chǎn)量空間異質(zhì)性的關鍵驅(qū)動作用。在極端降水條件下，土壤砂粒含量與產(chǎn)量之間存在明顯的非線性閾值關系。當砂粒含量過低時(~12.85%)土壤透水性差，易加劇澇害，導致產(chǎn)量顯著降低；尤其在砂粒含量偏低且地形低洼區(qū)域，二者的協(xié)同作用會進一步放大減產(chǎn)效應。然而，當砂粒含量處于22-30%時，其對產(chǎn)量的影響由抑制轉(zhuǎn)為促進，并在干旱條件下仍能維持較高的生產(chǎn)力水平。本研究量化識別出的“土壤-地形”緩沖效應臨界閾值，為優(yōu)化農(nóng)田耕作制度與土壤管理策略、提升農(nóng)業(yè)系統(tǒng)氣候韌性提供了重要的科學依據(jù)。
圖1薄層黑土區(qū)典型區(qū)地形及降水的年際變化和日變化
圖2極端降水年薄層黑土區(qū)典型區(qū)域的產(chǎn)量空間分布
研究成果發(fā)表在農(nóng)林科學1區(qū)TOP期刊《Field Crops Research》上，由東北地理所夏晨真博士生（第一作者）、任春穎研究員（通訊作者）等人共同完成。研究得到了國家重點研發(fā)計劃項目(2021YFD1500105)、中國科學院戰(zhàn)略性先導科技專項(XDA28080500)等項目共同資助。
論文信息如下：Xia,C.,Ren,C.,Wang,Y.,Wang,Z.,Jia,M.,Xi,Y.,Liu,P.,Ren,H.,Hou,Q.,Ruan,X.,2026. Decoding soil-topography buffering of maize yield spatial heterogeneity in extreme precipitation year using sentinel-2 data and SHAP interpretability. Field Crops Research. 337,110263. https://doi.org/10.1016/j.fcr.2025.110263.
附件下載：
吉公網(wǎng)安備22017302000214號
