由理大土地及空间研究院、潘乐陶慈善基金智慧城市研究院及可持续城市发展研究院成员兼土地测量及地理信息学系副教授王硕教授带领的研究团队，利用创新的可解释机器学习技术，揭示雪旱对冬小麦产量带来显著而持续的负面影响，反映全球粮食安全正面对前所未有的挑战。这项突破性研究为建构气候韧性农业、保障粮食安全及推动可持续发展，提供关键的科学依据。此研究与香港大学及美国加州大学尔湾分校学者合作进行，研究结果已刊登于国际权威期刊《Nature Food》。
过去60年间，北半球冬小麦种植区的雪旱发生频率显著上升。受雪旱影响的农地比例，已由1960至1970年间的46%至54%，大幅增至2010至2020年间的70%至99%，反映雪旱已由局部风险演变为广泛性影响。
为准确识别雪旱对作物产量的直接影响，研究团队开发了XGB-SHAP模型框架，结合极端梯度提升（XGBoost）与夏普利加性解释（SHAP）方法，有效排除高温、降雨等其他气候因素的干扰，定量分析雪旱对冬小麦产量的直接影响。研究亦系统性分析积雪、作物生长与水分条件之间的交互关系，为推动气候韧性农业系统建设提供坚实的实证基础。
透过XGB-SHAP模型分析，研究发现北半球约45%的农地受到雪旱显著冲击，其中以欧洲、中亚及美国情况最为严重。至于东亚地区，过往因暖冬而延长作物生长期所带来的增产效益正逐步消退，区域水热平衡亦愈见不稳。研究进一步指出，施肥量增加、冻害加剧及降水减少，是提高冬小麦对雪旱敏感度的三大主因。虽然提升土壤养分有助促进作物生长，但同时亦会增加作物对水分供应及积雪保温的依赖；一旦发生雪旱，减产风险反而会被进一步放大。
展望未来，研究团队建议从作物品种改良、农业管理及风险监测三方面提升农业系统的气候韧性。除了应加强培育兼具抗寒及抗旱能力的作物品种，农业管理模式亦需由传统投入密集型生产，逐步转向更精准且可持续的养分管理系统，而积雪监测亦应纳入农业风险评估与预警系统。透过及早识别雪旱风险并提升农业系统适应能力，将有助在气候变化下维持粮食生产稳定，推动全球农业迈向更可持续的未来。
网上报道：
The National Tribune - https://polyu.me/4dNTZ4t
Mirage - https://polyu.me/42YLSx2
大公报 - https://polyu.me/4e8weVZ
文汇报 - https://polyu.me/3RKk4dd
| 研究部门 | 土地及空间研究院 | 潘乐陶慈善基金智慧城市研究院 | 可持续城市发展研究院 |
|---|
你可能也感兴趣
