资源环境与气候变化

本研究开发了一种协同区间约束Ridge回归框架sicRidge,用于土壤有机碳(SOC)预测。SOC是土壤质量、农田生产力和陆地碳循环的关键指标,可见-近红外(Vis-NIR)光谱提供快速预测方法,但波长点选择可能破坏连续光谱结构,传统波长区间选择可能无法充分利用光谱区域间的互补信息。使用滑动窗口策略生成连续候选区间,采用双区间协同搜索与重叠约束识别互补且低冗余的区间组合。使用168个土壤样本的Vis-NIR光谱,sicRidge与全光谱Ridge回归、5种波长点选择Ridge模型及多种波长区间选择基准模型比较,sicRidge在140个选定波段下实现最佳预测性能(R2P=0.834,RMSEP=2.010 g/kg,RPD=2.483,RPIQ=3.777),最优区间为570~649 nm和1880~1939 nm。原文第一单位为浙江大学,发表于MDPI Agriculture 2026年第16卷第16期。

通过模糊集定性比较分析(fsQCA)方法,以吉林省梨树县26个生产单元为案例,考察标准实施强度、服务链协调、外包和金融支持四个条件对复合可持续性结果(涵盖土壤保护、粮食产量、产量稳定性及溢出效应,Cronbach's α = 0.76)的影响。研究发现不存在任何单一条件接近高绩效的必要条件;基础解识别出一条高覆盖度的协调路径和一条受金融条件制约的外包路径;在更严格的频数阈值下,解简化为仅保留协调路径,该路径在100%的阈值网格设定和96%的留一分析中保持稳定。分析揭示外包与金融能力之间存在条件互补性,政策含义在于推动县级政策工具从以面积扩张为指标向以治理质量门槛转变。

发表于《Frontiers in Sustainable Food Systems》。基于中国2011-2022年省级面板数据,从规模效应(scale effect)与效率效应(efficiency effect)双视角考察农业数字化如何影响农业碳排放与碳排放效率。以双向固定效应模型为主分析方法,研究表明农业数字化显著改善农业碳绩效:农业数字化水平每提升1%,农业碳排放总量下降15.72%,碳排放效率提升3.97%,规模效应与效率效应同时成立。机制证据表明,现阶段减排主要通过增量创新而非突破式创新实现;南方地区与数字化水平较高省份减排效应更强,且数字化存在空间溢出效应。结论提示加快农业数字化、强化区域差异化支持与创新激励可助推低碳农业转型。

中国农业大学付正捷、张誉恒等于Sensors发表针对智慧农业投入优化的多模态网络MAION。该框架构建统一的'地块-时间窗'农业状态表示,通过跨模态时空对齐模块解决田间图像、气象环境、土壤状态和田间管理记录之间采样频率不一致、语义尺度异构问题;通过投入-产出因果利润建模模块评估不同投入行为对产量、成本和净利润的潜在影响;并以利润驱动的强化学习生成面向长期净收益最大化的投入策略。在产量、成本和净利润预测上RMSE分别为0.587、0.531和0.648,R2达0.914/0.891/0.883;经济决策中净收益改善17.68%,投入产出比1.71,显著优于随机森林、XGBoost、LSTM、GRU和Transformer等基线。

Zhang, Wang, Lian and Gao在Frontiers in Sustainable Food Systems发表论文,基于2012—2023年中国30个省级区域面板数据,从数字人力资本与应用能力、数字基础设施与生产条件、数字产业与服务环境三个维度构建数字农业发展指数。研究表明数字农业发展显著降低农业碳排放强度,且在一系列稳健性与内生性检验后依然成立;机制分析表明数字农业发展显著负向关联资本错配,而资本错配显著正向关联农业碳排放强度。空间计量结果指出数字农业发展与农业碳排放强度之间存在显著空间关联;异质性分析显示数字农业系数在主产粮区和东部地区显著为负,在非主产粮区和中西部地区统计上不显著。DOI: 10.3389/fsufs.2026.1922529。

2026年8月6日Frontiers in Sustainable Food Systems正式发表的研究,基于中国省级面板数据,系统考察数字经济发展对农业碳排放的影响及其规模效应与效率效应。研究发现,数字经济发展通过规模效应与效率效应两条路径影响农业碳排放:一方面,数字化通过降低交易成本、扩大市场半径,推动农业产业规模扩张,可能带来碳排放总量增长;另一方面,数字化通过精准农业、智能装备、生产要素优化配置,显著提升农业生产效率,降低单位产出碳排放强度,推动农业低碳转型。研究通过门槛回归与中介效应模型识别两类效应的临界条件与转化机制,发现效率效应在数字经济发展达到一定阈值后逐步占主导,推动数字经济发展从增碳向减碳转变,为制定差异化农业碳减排政策提供实证依据。

基于2014-2023年中国30个省份平衡面板数据,文章考察了数字乡村发展与农业投入品相关碳排放的关系。研究构建了由8个标准化指标组成的复合数字乡村指数,采用双向固定效应模型进行实证估计。结果显示,在控制经济、财政、技术、监管等多重因素后,数字乡村发展与农业碳排放显著负相关,使用农村电商代理变量和替代性指标检验后结论依然稳健。异质性分析表明,在农村受教育水平较高、中部地区及粮食主产区,负相关关系更强。研究认为数字乡村建设能够支撑农业低碳转型,前提是数字基础设施转化为有效的产业应用、公共服务、人力资本开发和生产组织改善。

中国农业科学院农田灌溉研究所节水高效灌溉技术与装备团队融合冬小麦无人机多光谱遥感数据与田间水肥管理数据,研发出残差校正决策层融合模型(RC-DLF),为小麦关键生育期水肥协同高效利用提供智慧决策支撑。该模型依托田间定位试验采集小麦关键生育期无人机多光谱冠层信息,整合水肥管理指标构建多源数据集,创新构建RC-DLF,内嵌权重优化、二阶校准、残差校正模块有效消解单一模型预测偏差。田间试验结果显示,相较传统模型,小麦开花期、灌浆期产量预测决定系数R²分别提升至0.62、0.67,整体预测误差明显降低。

论文提出Persona-as-Configuration生成式报告框架，针对农业洪涝灾害场景中需要同时向农民、地方政府、保险公司、应急管理部门等多类利益相关方传递差异化信息的痛点。框架通过将利益相关方的需求特征参数化配置，结合大语言模型生成定制化、结构化的灾害报告文本，提高沟通效率与决策支持效果。

通过结构化综述全球学术文献、肯尼亚国家政策与新兴数字农业项目，审视数字农业在肯尼亚这一撒哈拉以南非洲最具活力的农食数字创新枢纽之一中的实际演进。研究发现肯尼亚政策更强调生产率和商业化，数字技术常嵌入效率导向和市场驱动模式；同时识别出一批以包容、参与和农业生态为核心的'变革种子'，包括整合本地知识、优先小农需求和重塑农食体系权力结构的平台实践，但因监管缺口、治理碎片和制度支持有限而处于主流策略边缘。论文提出应建立更具包容性的数字农业研究与实践议程。