文章信息：Cui, J., Zhang, X., Reis, S., et al. (2023). Nitrogen cycles in global croplands altered by elevatedCO2. Nature Sustainability, 6(10), 1166–1176. https://doi.org/10.1038/s41893-023-01154-0.
整理人：周珂伊，2021级本科生
阅读时间：2024.04.29
研究背景：
1.耕地很重要：全球粮食安全的基础，地球上最大的氮气流。
2.气候变化的影响：大气中的二氧化碳水平升高是气候变化的关键驱动力，对粮食生产和环境可持续性产生了多重影响。
3.存在研究空白：对耕地氮循环如何应对二氧化碳水平升高的理解还不充分。
研究问题：耕地氮循环如何因二氧化碳升高而变化？
结论：
1.仅二氧化碳（eCO2）的升高将诱导氮和碳循环的协同强化。
2.在当前的全球农田中，氮使用效率提高19%（95%置信区间，14-26%），生物固氮率提高55%（95%置信区间，28-85%）；到2050年，在未来的eCO2情景下，这将导致作物氮产量增加（+12 Tg yr-1），化肥投入需求（-34 Tg yr-1）和活性氮损失（-46 Tg yr-1）的总体下降。
3.eCO2对耕地氮循环影响：通过避免对人类和生态系统健康的损害，将达到6680亿美元的社会效益；最大的收益预计将在中国、印度、北美和欧洲实现。
意义：将二氧化碳上升对氮循环的影响纳入最先进的地球系统模型，为决策提供可靠的科学证据。
图 CO2水平升高对全球农田氮和碳循环的影响
显示模拟大气CO2水平升高的实验地点分布b. 主要变量对CO2升高的反应比，基于荟萃分析。
图 2050年全球耕地氮预算及其在基线情景（无气候变化）和eCO2情景（SSP2-4.5）之间的变化。
a–c，基线情景（a）中的氮输入量，eCO2情景（b）和ΔN输入（eCO2-诱发的变化）（c）。
d–f，基线情景（d）下的氮收获，eCO2情景（e）和ΔN收获 （f）。
g–i，氮盈余（Nr损失和 N2）在基线情景（g）中，eCO2情景（h）和ΔN盈余（i）。
j–l，基线情景中的NUE（j），eCO2情景（k）和ΔNUE（l）。图例中的值反映了格网像元内农田的平均年氮收支量（0.5°×0.5°）。底图的应用无需 GADM 数据（https://gadm.org/）的认可。
图 2050 年 eCO2情景（SSP2-4.5）下全球耕地的氮流量
a，氮输入和输出构成主要氮流量，分别用蓝色和黄色箭头表示。深灰色的氮流量值表示没有气候变化的基线情景中的流量;红色流量表示 eCO2流量的变化。相对于基线方案，这些数字是根据预测得出的未来值。
b，历史和未来大气CO含量2低于基线和 eCO 的水平21950-2050 年间的 SSP2-4.5 情景。
图 2000-2050年多情景下全球农田氮收支的时间序列
a–i，实线表示总氮输入量（a），氮收获量（b），氮盈余（Nr损失和N2) (c）、BNF（d），沉积物（e），肥料（f），NO3−(g）、NH3(h）和N2O（i），来自基线情景下全球耕地每年和CO2升高场景。阴影表示均值的标准差。
图 在eCO2SSP2-4.5 情景下作为单一气候变化因素的大气CO2水平升高的影响评估
正值表示收益，负值表示损失成本。FSU，前苏联;MENA，中东和北非;OECD，经济合作与发展组织;SSA，撒哈拉以南非洲。
数据信息：
1.通过从基于站点的eCO2操作研究中提取数据和从其他数据源汇编数据，建立了一个高位CO2模拟实验的全球数据库。选择标准主要包括：（1）eCO2组和对照组的操作实验；（2）在eCO2组和对照组中定期监测与氮循环或碳循环相关的变量，以及可以从研究中提取这些变量的值；（3）在网络科学、谷歌学者和Scopus等权威数据库中的同行评审期刊上发表的研究。系统文献搜索包含但不限于以下关键术语：{（CO2/上升CO2/CO2施肥）或（FACE/OTC/GC）}和{（氮固定/BNF/氮使用效率/NUE/去硝化/NH3/氨/N2O/氧化氮/氮浸出/氮径流/氮矿化/氮化/氮化/氮循环）或（产量/SOC/土壤有机碳/土壤呼吸/Rs/氮含量/C:N比/碳循环）}。
2.变量数据：从已发表论文的文本、表格和图表中提取的。WebPlotDigitizer 4.4用于从数字中提取数据（https://apps.automeris.io/wpd/）。与此同时，其他来源的数据被汇编到我们的数据库中，以补充一些出版物中缺失的信息，即气候数据、土壤纹理和气候区。研究地点的气候数据（即年平均温度、年平均降水量、最高温度和最低温度）来自WorldClim（https://worldclim.org/data/index.html#）。土壤纹理来自美国宇航局（https://ldas.gsfc.nasa.gov/gldas/soils）的全球土地数据同化系统（GLDAS）。气候区的分配是基于柯本-盖格气候分类的。
原文链接：https://www.nature.com/articles/s41893-023-01154-0
