我校农学院教师李林超在《Resources, Environment and Sustainability》上
发表最新研究成果

近日，以内蒙古农业大学为第一完成单位，农学院教师李林超为第一作者，澳大利亚塔斯马尼亚大学刘科研究员为通讯作者完成的研究成果“知识引导的机器学习提高气候变化下涝渍对作物产量影响的预测”（Knowledge-guided machine learning for improving crop yield projections of waterlogging effects under climate change）发表在环境科学与生态学领域一区Top期刊《Resources, Environment and Sustainability》上，该研究得到国家自然科学基金(32301940)、中国科学技术协会青年人才托举工程(2023QNRC001)和澳大利亚谷物研究和发展公司GRDC(UOT2306-001RTX)等项目和单位的资助和支持。

本研究开发了一种新的知识引导机器学习（KGML）框架，用于模拟水涝条件下小麦产量的变化，并提升未来气候变化情景下的产量预测精度。水涝对作物产量的负面影响，特别是在极端降水事件中，已成为气候变化下全球粮食安全的重大挑战。传统的过程型作物模型虽然在气候变化影响评估中得到广泛应用，但在模拟极端气候事件，尤其是水涝对作物的复杂影响时，常常存在过度估计产量的现象。为解决这一问题，本研究通过改进APSIM模型，集成了水涝相关的生物物理和生化过程，模拟了不同气候情景下水涝对小麦产量的影响。本研究构建的可扩展模拟框架不仅能够准确捕捉水涝对作物产量的影响，还能在减少计算负担的同时提高模型的预测精度。

研究的整体思路

不同情景（SSP126、SSP245和SSP585）下小麦产量的相对变化