气候变化日益加剧，作物育种能否更快、更精准？最新的一项文理交叉学科研究，用三个环环相扣的成果给出了肯定的答案。

这项剑指全球粮食安全直面育种迫切需求的研究，综合运用大数据科学、植物科学、生命科学、农业经济学等多学科交叉的研究方法和数据，提出一种新的作物生态适宜区划分工具，识别出六个非连续但环境类型显著差异的区域，提出三项育种策略。这项为育种家们提供行动指南还可以优化粮食生产资源配置的成果，近日在国际作物学领域刊物《分子植物》（Molecular Plant）上刊发。

论文在线刊发（受访者 供图）

为了玉米单产水平提升，他们不谋而合

2022年春天的一个中午，华中农业大学竹苑食堂的用餐人群中，有两个人正在热切交流我国玉米育种与生产面临的挑战。

这次“午餐会”的发起者，是经济管理学院副教授唐川。他主要研究农业资源与环境经济等，曾任国际种业企业全球环境数据科学家，主要负责作物产量预测与环境影响分析。应邀赴会的是作物遗传改良全国重点实验室教授严建兵，专注于玉米高产高蛋白宜机收的科学研究与应用，彼时正领衔推进交叉科学研究工作。

唐川认为，随着全球气候变化愈加显著，农作物生长环境变得更为复杂和不确定，在缺乏深刻理解目标品种对具体区域环境适应性的前提下，大规模投入玉米分子育种资源，可能难以实现预期的产量提升与稳定性改进。他说：“从国家层面进行作物育种体系和粮食生产资源的统筹优化，也离不开对玉米品种与生态环境相互适应关系的定量评估与区域划分。”

通讯作者严建兵和团队师生在海南南繁基地（蒋朝常 摄）

严建兵一直思考玉米产量提升问题，希望在既有的研究范式中找到创新破题方案，他当即邀请唐川参加玉米团队课题组例会。随后的玉米团队组会上，唐川提出可以融合农业环境大数据分析技术与农业经济学中的计量建模方法，构建跨越生物信息与环境信息的数据分析框架，从而实现对玉米育种实验及区试试验数据、农业气象数据与地理信息数据的集成分析，识别不同玉米基因型与区域环境之间的适宜耦合关系，进而精准划定我国玉米的生态类型适宜种植区。

作物遗传改良全国重点实验室教授郭婷婷主要研究玉米基因型与环境互作等，彼时已启动了一个玉米育种区划观测点的项目，把30个玉米品种种在18个省份。“不谋而合。不过唐老师用大数据，而我就想实打实地去种玉米。”让郭婷婷记忆犹新的是，唐川分享完毕，严建兵表示：“我们来一个从宏观、中观到微观的大跨度科研合作吧！”

在严建兵的组织领导下，唐川与郭婷婷作为项目主要执行人，正式启动了研究工作。根据课题需要，植物科学技术学院教授肖英杰、经济管理学院教授李晓云和熊涛等也应邀加入项目团队。“严老师要求快速推进。”唐川说，大家每两周碰面讨论一次。

尊重专业差异，彼此求同存异尽力融合

“我的专业知识可能只允许我提出解决方案，但不足以将这项研究的深层内涵和价值充分挖掘出来。”唐川表示，粮食安全和“三农”问题本身就具有交叉学科属性，交叉学科融合是破题的必然选择，同时也能带来更全面的解决思路和方法。他认为，这次主动寻求多学科交叉融合，有望实现基因—环境—经济之间的有机联合，弥补单一学科在理论阐释与实践应用上的短板，推动科学问题从局部走向整体、从机理走向政策。

研究期间，项目团队充分依托多学科协同合作优势，优化了数据基础与方法体系建设。其中，肖英杰提供了长江流域玉米育种表型试验数据，提升了研究结果的广泛代表性与生物学基础的科学性；熊涛围绕环境大数据的处理与机器学习方法的集成应用提供了系统优化与技术指导，提升了模型的预测性能与分析的稳健性；李晓云在研究的总体架构设计、结果的宏观解读以及政策内涵的提炼等方面提供了重要支持。

唐川（右一）和研究生王春萌（左一）共同为论文第一作者（受访者 供图）

按照计划，唐川前期带领研究生进行数据收集、整理、分析，在每两周一次的组会上汇报并讨论。正当他们完成了初步分析，以为很快可以结题时，郭婷婷发现当时的数据只覆盖了长江流域，不能作为全国范围分析的依据。后来，唐川带领研究生王春萌费尽周折拿到了全国玉米区域试验（区试）数据，生成了系统性的电子化数据表格，其中覆盖了多个年度、全国范围多地区和多品种的玉米区试表现，为后续的大数据分析和模型构建提供了坚实基础。

为了更好地理解和推进研究，唐川花了很多时间去学习和了解交叉领域，郭婷婷也总是慷慨分享文献给他。开始着手论文初稿时，唐川还是感受到了前所未有的挑战，“每写一句话，我都要看两到三篇植物科学的文章来印证是否论述正确。”他说，一度非常担心犯下低级错误而影响多方合作。此间，严建兵亲自对文章初稿进行了两轮审稿并提了很多具体意见，但唐川还是觉得自己对于很多涉及植物科学领域和育种的观点“如鲠在喉，怎么都提不出来。”因此，唐川主动提出，希望由郭婷婷来操刀修改论文，他说：“我非常希望站在自然科学家的角度看这个问题。”

对于以唐川为主要执行人构建的多维环境区划分（Multi-Dimensional Environment zoning, 简称 MDE）并在全国范围识别出六个非连续但环境类型显著差异的MDE区域等成果及相关工作，郭婷婷表示“充分相信”，“我把关的就是，他做出来的图别人能不能看懂。至于分区之后的育种策略、成果价值和意义等内容，唐老师就完全尊重我的建议。”她说，尽管这是第一次跟人文社科学者合作，受益于一直坚持广泛阅读，所以理解和沟通上并没有太大的障碍，“我们都是尽力去融合”。

教育教学过程中也将更加注重学科交叉融合

“让育种更快、更精准，这篇论文能够提供很大的帮助。”历时三年多的研究成果终于发表，郭婷婷最大的感受是“踏实”，她说：“这应该是我近几年来写得最好的一篇文章了。”而唐川也对这次合作及所取得的成果，表示“很满意”。

通讯作者郭婷婷（右六）团队师生融乐（受访者 供图）

这个研究打破自1980年以来一直沿用至今的中国玉米种植适宜区框架，构建了一套基于多维环境大数据的作物适宜区划分方法，旨在提升区划结果对真实农业生态系统的反映能力。该方法综合利用了涵盖玉米整个生育期、分布于多个关键生育阶段的环境变量数据，总计多达165项环境指标。所使用的环境因子包括气温、降水量、光照、气象极值、土壤类型等变量，均与作物的生长发育过程和最终产量具有显著相关性。“通过对高时空分辨率、多尺度环境因子的系统整合与分析，从而实现对生态种植区的更精准划分。”唐川表示，与传统依赖经验和行政边界的静态区划方法相比，该方法从生态环境本身出发，具有更强的科学性、代表性与动态适应能力。基于这个方法，该研究在全国范围识别出六个非连续但环境类型显著差异的MDE区域，并提出三项基于MDE分区的育种策略，以充分利用MDE分区工具提升作物产量潜力，包括建立代表性测试网络、精细化区域育种目标定制、玉米品种迁移路径设计等。

“未来也许可以做成一个基于环境特征的分区电子地图，真正服务于智慧农业发展。”唐川表示，目前已经有育种企业对于研究成果感兴趣，后续还可以把分区方法运用到更多作物，他说：“基于全球气候变化的大背景，我们肯定会继续在相关领域深挖。”

“没有郭老师和其他自然科学领域老师们的帮助，这项研究很可能就没办法顺利完成。”对于本次跨学科合作，唐川认为除了科研上的收获和启发之外，也坚定了自己在今后的教育教学过程中更加注重学科交叉融合。“人工智能时代，我们绝对不能简单地把自己定义为文科生或理科生。”他说，以解决农业问题为例，从具体的种植、育种，到农业管理和产品销售，都应该是一个交叉学科综合知识运用的过程。

（本文作者系记者 杨正莲 杜乂旻 审核人 吴义生）