您当前所在位置: 首页» 院所新闻» 精选论文推荐

刘宏斌等:多目标优化施氮量进化算法(N-MOEA)的建立

发布者:管理员发布时间:2020-03-13作者:刘宏斌等来源:面源污染创新团队点击量:

  

  氮是作物生长的必需元素。为追求高产,过量施氮现象十分普遍。然而,过量施氮不仅难以增产增效,还会引发面源污染、全球变暖和土壤酸化等环境问题。如何综合考虑经济、环境效益优化作物施氮量一直备受各方关注。近期,中国农业科学院农业资源与农业区划研究所面源污染创新团队成功研发了多目标优化施氮量进化算法(以下简称“N-MOEA方法”),并以华北平原小麦-玉米种植系统为例进行了验证。该决策支持系统包括以下六个步骤(图1):

  1-建立数据库。本研究中包含施氮量、产量、生物量、籽粒氮含量、秸秆氮含量、肥料价格、粮食价格、机械及人工成本、氨挥发和氮淋溶通量及环境治理成本、氮肥生命周期环境损害等数据。

  2-确定决定性指标参数。包括作物产量、籽粒吸氮量、植株吸氮量、传统经济效益、环境经济效益、氮素利用率、表观氮平衡、氮肥生命周期环境评价等八项指标。

  3-建立施氮量与指标参数之间的模型。

  4-确定模型边界,设置决定性指标衡量标准。

  5-设置约束条件,运行多指标进化算法,给出综合最优施氮量及其对应的相关指标参数。

  6-合理性和敏感性分析。

  

  图1 N-MOEA方法框架

  研究表明(图2),基于N-MOEA方法获得的华北平原小麦、玉米优化施氮量,均可获得较高的作物产量、经济效益以及较低的环境损害。

  

  图2 N-MOEA优化施氮量与单一指标施氮量的差异(红点)

  N-MOEA方法的敏感性分析显示(图3),各地区作物产量、经济、环境效益对施氮量变化的反应不同。实践过程中,各地区可根据实际情况调整指标权重,其中环境损害和氮平衡是影响优化施氮量的最敏感指标,而环境经济指标对合理施氮量的影响最小。因此,设定环境损害和氮平衡指标权重高于其他指标时,优化施氮量会进一步降低。

  

  图3 N-MOEA指标参数敏感性分析

  N-MOEA方法的优点在于,各地可根据实际情况调整八个指标参数的权重,灵活增加或减少指标参数或更新数据库,确定兼顾产量、经济和环境的优化施氮量。N-MOEA方法为世界各国农业部门进行氮素宏观管理、控制面源污染提供了一个简便可行的工具。

  上述研究成果以A multi-criteria evolutionary-based algorithm as a regional scale decision support system to optimize nitrogen consumption rate; A case study in North China Plain为题,发表在国际学术期刊Journal of Cleaner Production上。研究得到了博士后国际交流计划引进项目和国家自然科学基金(31701995)的资助。

                                                                                (供稿:张亦涛 审稿:王洪媛)

  【引文方式及原文链接】

  Khoshnevisan B, Rafiee S*, Pan J, Zhang Y, Liu H*. 2020. A multi-criteria evolutionary-based algorithm as a regional scale decision support system to optimize nitrogen consumption rate; A case study in North China Plain. J Clean Prod 256. https://doi.org/10.1016/j.jclepro.2020.120213

  原文链接:https://doi.org/10.1016/j.jclepro.2020.120213


打印』『关闭