Harnessing Digital Twin (DT) Technology for Food Security and Climate Resilience in Sub-Saharan Africa (SSA)

撒哈拉以南非洲（SSA）尽管拥有全球约60%的未开垦耕地，却长期面临粮食不安全问题。田间试验虽能提供实证，但成本高昂且规模不足以应对日益加剧的气候与人口压力。数字孪生（DT）技术，定义为利用实时数据对物理系统进行持续、双向的虚拟复制，可支持农业食品系统的监测、建模与优化。然而，据我们所知，尚无已发表的综述从SSA粮食系统或小农生产现实的角度审视DT农业研究。本研究遵循PRISMA规范，在书目数据库中采用预定义的布尔检索和适应性PICOS资格标准进行系统综述，纳入2019至2025年间发表的40篇同行评审研究。结构化提取涵盖文献计量、地理、方法、技术及技术就绪水平（TRL）数据，并采用频次制表和主题聚类进行分析。DT农业出版物在2019至2023年间约增长两倍（从三篇增至十篇），但57.5%的研究仍处于TRL 2–3级。欧洲和东亚主导了证据基础；没有一项研究由SSA机构牵头，也没有研究报告在SSA地区针对玉米、木薯、高粱或豇豆等优先作物进行部署。物联网（IoT）传感器基础设施（92.5%）和人工智能/机器学习（AI/ML）算法（52.5%）构成主导技术栈。研究识别出五个主题聚类：智慧农业基础设施、精准水肥管理、受控环境农业、农业食品供应链以及畜牧和水产养殖系统。政府资助的研究往往比学术资助的研究达到更高的TRL评分。将这些发现综合为系统层面、面向部署的分析，我们提出了一个概念性的SSA-DT框架。该框架结合离线优先的边缘计算架构、混合作物建模和多利益相关方接口，以膳食多样性和气候韧性作为两项关键绩效指标（KPI），与国际热带农业研究所（IITA）2024–2030年战略保持一致。南北研究伙伴关系和CGIAR对DT技术的定向投资被确定为缩小SSA证据差距的优先行动。