文章信息：Ren, C., Zhang, X., Gu, B., et al. (2023). Climate change unequally affects nitrogen use and losses in global croplands. Nature Food, 4(4), 294–304. https://doi.org/10.1038/s43016-023-00730-z.

整理人：周珂伊，2021级本科生

阅读时间：2024.04.29

研究背景：

1.必要性：在全球气候变化下，需要在减少农业氮污染的同时保持粮食生产。

2.研究空白：全球农业氮的使用和损失在时间和空间尺度上对气候变化的反应尚未得到充分描述。

研究问题：气候变化如何影响农田氮的使用和损失？

结论：

1.全球变暖对耕地氮的使用和损失造成了很小的时间但实质性的空间影响。

2.与2018年没有全球变暖的情况相比，29%和56%的国家的产量和氮气使用效率分别有所提高，而其余国家的产量和氮气使用效率有所下降。

3.降水和农场规模的变化将进一步加剧全球氮使用和损失的空间变化。

4.到2100年，管理农场规模可以将全球农田氮使用效率提高到70%以上。

图 1961—2018年全球各地区气温降水量变化情况

a：2018-1961年降水量和平均气温的绝对变化。纬度介于0°和30°，30°和60°之间以及超过60°分别被视为低纬度、中纬度和高纬度。底图的应用无需 GADM 数据 （https://gadm.org/） 的认可。 b–h，年总降水量（100 mm）和平均气温（°C）的时间变化：美国和加拿大（b）、欧洲（c）、前苏联（d）、拉丁美洲（e）、非洲（f）、亚洲（g）和大洋洲（h）。

图 1961—2018年全球气温、降水量和农田规模变化对产量、施肥、氮肥和氮盈余的影响

a，d，g，j：温度变化对产量（a）、施肥（d）、NUE（g）和氮盈余（j）的影响，描述了它们与温度变化相关的相对变化。 b，e，h，k：温度和降水量变化对产量（b）、施肥（e）、氮肥（h）和氮盈余（k）的影响。 c，f，i，l：温度、降水量和农场规模对产量（c）、施肥（f）、氮肥（i）和氮盈余（l）的综合影响。

黑色虚线表示没有影响的参考线，灰色阴影表示90% 的置信区间。实线表示撞击的平均值。在此图中，全球影响是指相对变化（%）。它是通过影响除以相应年份的实际观测值来计算的，结果以百分比计算。

图 2018年气温、降水量和农田规模变化对产量、施肥、氮肥和氮肥过剩影响的空间变异性

a，d，g，j：温度变化对产量（a）、施肥（d）、氮肥（g）和氮盈余（j）的影响。 b，e，h，k： 温度和降水量变化对产量（b）、施肥（e）、氮肥（h）和氮盈余（k）的空间影响。 c，f，i，l： 温度、降水量和农场规模对产量（c）、施肥（f）、氮肥（i）和氮盈余（l）的综合影响。

对每个国家的影响是指相对变化（%）。它是通过影响除以 2018 年的实际观测值计算得出的，结果以百分比计算。

图 气候和农场规模对耕地氮利用和损失的交互作用

a，b:拉丁美洲（a）和非洲（b）小型（≤1公顷）和大型（>1公顷）农场规模组气候指标与NUE之间的关系。 b,d: 温度、降水量和养殖场规模对小面积（≤1公顷;c）和大（>1公顷;d） 农场规模组。

这些效应来自1961年至2018年所有样本国家的每个解释变量的标准化系数与解释变量的标准差之比。温度的相对效应根据每个农场规模组的效应及其二次项计算的。降水效应以同样方式估计。

图 SSP1-RCP2.6情景下2100年产量、施肥量、氮肥和氮盈余变化

a，d，g，j:SSP1–RCP2.6情景下的变化，仅考虑温度对产量（a）、施肥（d）、NUE（g）和氮盈余（j）的影响。 b,e，h，k:温度和降水对产量（b）、施肥（e）、氮肥（h）和氮盈余（k）的综合影响。 c，f，i，l: 进一步考虑农场规模对产量（c）、施肥（f）、NUE（i）和氮盈余（l）的影响的变化。

值变化是指相对变化（%）。计算方法是将2015年至2100年在SSP1-RCP2.6情景下模拟的值差除以2015年的实际观测值，并以百分比计算结果。

数据信息:

1.联合国粮食及农业组织在线统计数据库（FAOSTAThttp://www.fao.org/statistics/databases/en/）

2.国家一级的平均农场规模数据：《2014年粮食及农业状况》背景文件。欧空局第14-02号工作文件（粮农组织，2014年）。

3.全球无机N沉积数据集（空间分辨率为2°×2.5°）来自相关研究：Ackerman, D., Millet, D. B. & Chen, X. Global estimates of inorganic nitrogen deposition across four decades. Glob. Biogeochem. Cycles 33, 100–107 (2019).

4.全球灌溉管理信息：粮农组织的全球水和农业信息系统（http://www.fao.org/aquastat/en/）。

5.气候数据的历史观测：包括平均气温、总降水量和大气二氧化碳（CO2）浓度。

a)1961年1月至2018年12月的月度温度（°C）和降水量（每月毫米）来自环境数据分析中心全球气候数据集，分辨率为0.5°×0.5°空间分辨率（http://badc.nerc.ac.uk）。

b)从2002年9月到2017年2月，大气红外探测器每月二氧化碳浓度（ppm）的空间分辨率为2.5°×2°，来自戈达德地球科学数据和信息服务中心（https://disc.gsfc.nasa.gov/）。

6.国家一级农田的模拟反事实月度气候数据:康奈尔社会和经济研究所（https://doi.org/10.6077/pfsd-0v93）提供完整的数据。

7.国际应用系统分析能源计划研究所（https://tntcat.iiasa.ac.at/SspDb）托管的SSP数据库:

a)国家级总人口和城市化数据（2015-2100年，五年时间步骤）。

b)截至2100年，SSP-RCP场景的耕地面积数据可以在https://luh.umd.edu/data.shtml下载。

c)每月温度和降水数据（2015-2100）（空间分辨率为2.8125°×2.8125°）：来自CanESM5模型模拟的世界气候研究计划耦合模型相互比较项目（第6阶段）（https://esgf-node.llnl.gov/projects/cmip6/）。

8.N预算（谷保静团队）：根据人类和自然耦合系统（CHANS）模型，汇编了1961年至2018年全国规模的全球耕地N预算。

原文链接：https://www.nature.com/articles/s43016-023-00730-z