近日，中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所在作物種植結構優(yōu)化方面取得重要進展，研究結果以“Evaluating spatial heterogeneity and suitability patterns for soybean cultivation in Heilongjiang: A productivity-oriented approach”為題發(fā)表在《Journal of Cleaner Production》上。中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所胡蒙蒙副研究員為本文第一作者，尹昌斌研究員為通訊作者。

該研究聚焦于中國大豆主產區(qū)黑龍江省，整合遙感植被指數時序數據，構建了柵格尺度的大豆產量預測模型，系統(tǒng)比較了LightGBM與隨機森林（RF）的預測性能。結果顯示，RF模型精度更高，將關鍵物候階段植被指數（尤其是鼓粒期與成熟期）的趨勢斜率納入后，預測誤差（RMSE）較僅使用靜態(tài)指數指數的模型降低了9.8%，有效提升了產量預測精度。

在產量預測基礎上，研究進一步結合空間自相關分析與改進后的MaxEnt模型，將高產區(qū)視為大豆種植的適宜區(qū)，系統(tǒng)識別了大豆生產的適宜性區(qū)域，進而估算潛在的碳減排量。結果發(fā)現(xiàn)資源稟賦與實際布局間存在錯位：2021年全省僅65.3%的大豆種植在適宜區(qū)內。這意味著，通過引導種植向高適宜區(qū)集中，不僅可提高單位面積產量，還可減少農業(yè)投入浪費，實現(xiàn)一定的碳排放削減。該研究突破了傳統(tǒng)MaxEnt模型僅依賴出現(xiàn)點的局限，將生產力作為適宜性的重要依據，充分融合自然環(huán)境因子與人類活動特征，構建了更加精準的大豆種植適宜性評價框架。

融合產量信息的大豆適宜性評估體系框架

https://doi.org/10.1016/j.jclepro.2025.147264