Integriertes Standortauswahl-Framework für betriebsnahe Kältespeicherung unter Verwendung von GIS‑MCDM und verbessertem Harris‑Hawks‑Optimierer

Ernten von Anfang an frisch halten

Ein großer Teil der weltweit erzeugten Obst- und Gemüseernte verdirbt, bevor sie jemals ein Ladenregal erreicht — besonders im „ersten Kilometer“ zwischen dem Feld und dem nächsten Kühlraum. Dieser Artikel behandelt eine praktische Fragestellung mit weitreichenden Folgen für Lebensmittelverluste, Einkommen der Landwirtinnen und Landwirte sowie Klimaauswirkungen: Wo sollten Kühlgebäude in einer Anbauregion stehen und welche Größe sollten sie haben, damit Frischware schnell und kostengünstig gekühlt werden kann und gleichzeitig lokale Flächen- und Umweltgrenzen respektiert werden?

Warum frühe Kühlung wichtig ist

Frischware reagiert stark empfindlich auf Hitze und Zeit. Können Erzeugnisse nicht kurz nach der Ernte gekühlt werden, sinkt ihre Qualität, sie verrotten schneller und bringen Landwirten geringere Erlöse. China, inzwischen größter Produzent und Konsument frischer Agrarprodukte, baut sein Netz aus gekühlten Lagern und Transportmöglichkeiten aus. Dennoch gibt es in den Produktionsgebieten deutlich weniger Kühlräume als in Stadtnähe, sodass Erzeugnisse oft lange Wege zurücklegen müssen, bevor sie richtig gelagert werden. Die Studie konzentriert sich darauf, diese schwache Stelle am Feldrand zu beheben und Regierungen sowie Unternehmen bei der Entscheidung zu unterstützen, wo neue betriebsnahe Kühlanlagen errichtet werden sollten.

Die beste Fläche auswählen

Die Forschenden entwickeln ein zweistufiges Entscheidungssystem und prüfen es in der Kreisstadt Helan, einer wichtigen landwirtschaftlichen Region in Ningxia, China. Im ersten Schritt nutzen sie digitale Karten und ein strukturiertes Bewertungsschema, um die Eignung jeder Landparzelle für Kühlanlagen zu beurteilen. Sie kombinieren drei Informationsarten: Qualität der Straßen- und Logistikverbindungen, Intensität der lokalen Landwirtschaft sowie Geeignetheit von Gelände und Umgebung für den Bau. Gleichzeitig schließen sie Gebiete aus, auf denen nicht gebaut werden sollte — etwa Naturschutzflächen, Gewässer, geschützte Agrarflächen, Parks und dicht bebaute Wohngebiete. Jede verbleibende Fläche wird von „sehr geeignet“ bis „ungeeignet“ abgestuft, sodass Planerinnen und Planer auf einen Blick sehen, wo ein Bau sinnvoll ist und wo nicht.

Intelligente Cluster finden, keine zufälligen Standorte

Sind die vielversprechendsten Zonen identifiziert, betrachtet der zweite Schritt genauer, wie viele Kühlräume benötigt werden, wo genau sie liegen sollten und welche Größe jeweils sinnvoll ist. Das Team teilt die hoch geeigneten Flächen in viele kleine Gitterzellen und fasst benachbarte Zellen zu Clustern zusammen, wobei ein Verfahren reale Standorte statt abstrakter Punkte auswählt. Jeder Cluster-Zentrumspunkt gilt als potenzieller Standort. Ein Kostenmodell bewertet dann drei Hauptkostenarten: Bau- und Betriebskosten der Einrichtungen, Transportkosten vom Hof zum Kühlraum sowie der Wertverlust durch Verderb bei längeren oder langsameren Transporten. Größere Kühlräume sind in der Regel teurer im Bau, aber pro Tonne günstiger im Betrieb dank economies of scale. Um alle möglichen Kombinationen von Standorten und Größen zu durchsuchen, verwenden die Autorinnen und Autoren eine verbesserte Version eines „Schwarmintelligenz“-Algorithmus, der vom Jagdverhalten des Harrisfalken inspiriert ist und sich gut eignet, komplexe Optionsräume zu erkunden.

Ergebnisse aus der Testregion

Bei der Anwendung dieses Frameworks auf den Kreis Helan stellen die Forschenden fest, dass nur etwa 1,25 % der Fläche wirklich ideal für betriebsnahe Kältespeicherung sind; diese Flächen konzentrieren sich im Süden, wo Straßen, Logistikparks und Agrarbetriebe am dichtesten sind. Aus neun vielversprechenden Clustern wählt das Optimierungsmodell sechs Endstandorte, alle innerhalb dieser hoch geeigneten Zonen. Das empfohlene Netz besteht überwiegend aus mittelgroßen Einrichtungen plus einem einzigen großen Hub in einem Logistikpark und bietet zusammen eine Kapazität von 33.000 Tonnen für 34 landwirtschaftliche Produktionsbasen. Alle Anlagen werden zu über 90 % ihrer Kapazität ausgelastet, und die Gesamtkosten sind minimiert, wenn das System auf größere, gut genutzte Kühlräume statt viele kleine, verstreute setzt. Bei Tests verschiedener Was‑wäre‑wenn‑Szenarien — etwa veränderte Baukosten oder steigende Nachfrage — zeigt sich konsistent: Höhere Nachfrage und kostengünstigere Großanlagen tendieren beide zu einer Lösung mit weniger, größeren Einrichtungen.

Was das für Landwirte und Planer bedeutet

Einfach gesagt zeigt die Studie, dass durchdachte Planung verstreute Produktion und ungleichmäßige Infrastruktur in eine kohärente, effiziente Kühlkette verwandeln kann. Indem zunächst kartiert wird, wo Kühlanlagen sicher und sinnvoll errichtet werden können, und anschließend eine kostenbewusste Suche entscheidet, wie viele Einrichtungen gebaut werden sollten und welche Größe sie haben sollen, hilft das Framework sicherzustellen, dass geerntetes Gemüse und Obst schnell und wirtschaftlich gekühlt wird. Die wichtigste Erkenntnis lautet, dass gut platzierte, leistungsfähige Kühlräume in Produktionsgebieten Verluste reduzieren, Einkünfte der Landwirte stärken und unnötige Fahrten sowie Energieverbrauch senken können — ein praktischer Bauplan für Regionen weltweit, die ihr betriebliches Kühlnetz errichten oder verbessern wollen.

Zitation: Li, Y., Li, F., Yang, X. et al. Integrated site selection framework for origin-based cold storage using GIS-MCDM and improved Harris Hawks optimization. Sci Rep 16, 11560 (2026). https://doi.org/10.1038/s41598-026-40766-2

Schlüsselwörter: Kühlkettenlogistik, betriebsnahe Kältespeicherung, Standortplanung für Einrichtungen, Reduzierung von Lebensmittelverlusten, landwirtschaftliche Infrastruktur