作物生产蓝绿水足迹是作物生产过程耗水量、耗水效率与耗水类型（蓝水——地表水与地下水；绿水——土壤水）的综合测度指标。区域作物生产水足迹核算与模拟是缓解区域水短缺，提升农业水分生产效率，保障水与粮食安全的一项基础性工作。但现有作物生产水足迹物理模型计算复杂、耗时长，难以高效快速实现多作物、多尺度的蓝绿水足迹长期情景模拟，未来气候变化背景下区域作物生产耗水长时序响应特征还不清晰。

近期，中国科学院水利部水土保持研究所卓拉研究员团队完成的题为“Multi-scale machine learning model for long-term blue and green water consumption scenarios for crop production”的研究在Journal of Integrative Agriculture（《农业科学学报（英文）》，JIA）优先在线发表。

本研究以黄河流域为基本训练区，以科罗拉多河流域、中国大陆省域为迁移验证区，构建作物生产水足迹机器学习模型，旨在定量揭示多气候变化情景下我国主要作物生产蓝绿水足迹长期响应特征。

该研究构建了涵盖栅格、县、市、省四个空间尺度的多尺度机器学习建模框架，综合集成气候变量与16项人类活动指标，系统结合随机森林（RF）、轻量级梯度提升机（GBM）和广义可加模型（GAM）三类算法，共构建5,112个建模场景，通过网格搜索优化超过10亿个参数组合，最终筛选出392个最优模型。模型以黄河流域为基准区域训练，并成功迁移至中国大陆及美国科罗拉多河流域，验证了其跨气候区与跨农业系统的空间泛化能力。基于CMIP6框架下4种SSP情景与12种全球循环模式（GCMs）的组合驱动，开展2020–2100年长期模拟，解析了不同排放路径下作物蓝绿水足迹的时空响应特征。

研究表明，模型表现方面，融合自然气候与人类活动变量的特征方案表现最优，最优模型在省级和县级尺度R²普遍超过0.9，且模拟偏差呈显著尺度依赖特征；空间迁移验证中，黄河流域训练模型直接应用于中国大陆和科罗拉多河流域，蓝绿水足迹R²均超过0.91，证实了模型的强跨区域迁移能力。情景分析方面，2020–2100年模拟结果显示各作物单位生产水足迹呈下降趋势，但总蓝水消耗在两大流域均显著增加，SSP585情景下黄河流域上游蓝水足迹增幅超12%，科罗拉多河流域总蓝水足迹较SSP126高出133%，不同情景间预测差异超两倍，凸显气候路径选择对未来农业水需求的深远影响。

图1 不同未来气候变化情景下黄河流域主要作物生产总蓝水足迹（tWFb）与总绿水足迹（tWFg）变化特征

综上，该研究构建了多尺度作物水足迹机器学习建模框架，验证了其在不同空间尺度与区域间的适用性，探讨了气候变化与人类活动共同驱动下作物蓝绿水消耗的时空演变特征，可为区域农业水资源管理与变化环境适应性决策提供一定的方法与理论参考。

中国科学院水利部水土保持研究所博士研究生李志斌为论文第一作者，卓拉研究员为通讯作者。该研究得到了国家重点研发计划项目(2024YFC3213700)的资助。

Cite the article:

Zhibin Li, Zhe Yang, Minhui Qiang, Zhuangzhuang Zhang, La Zhuo. 2026. Multi-scale machine learning model for long-term blue and green water consumption scenarios for crop production. Journal of Integrative Agriculture, Doi:10.1016/j.jia.2026.04.015

https://doi.org/10.1016/j.jia.2024.04.015

Journal of Integrative Agriculture（《农业科学学报（英文）》, JIA）由中华人民共和国农业农村部主管，中国农业科学院与中国农学会主办，中国农业科学院农业信息研究所承办。综合性英文学术期刊，月刊。创刊于2002年，现任主编为中国科学院院士陈化兰。JIA主要栏目有作物科学、园艺、植物保护、动物科学、动物医学、农业生态环境、食品科学、农业经济与管理等。刊稿类型有综述、研究论文、简报以及评述等。全部论文在Elsevier-ScienceDirect (SD) 平台OA出版。最新SCI影响因子4.4，位于SCI-JCR农业综合学科Q1区。中国科学院分区农林科学1区。2016年以来先后获得中国科协等部委 “提升计划”“登峰计划”“卓越计划”项目支持。