观测约束下全球农田总初级生产力（GPP）长期趋势、驱动因素及植物辅助风化效应（PAWE）评估（1982–2016）

《Agricultural and Forest Meteorology》：Observation-constrained assessment of long-term cropland productivity trends and drivers at the global scale

　　

研究人员提供了观测约束下的全球农田总初级生产力（GPP）评估（1982–2016）。农田占GPP的8.6%，但驱动其增长的18.8%；自2000年以来领先。冠层扩张解释农田GPP增益的43%；气候抵消9%。植物辅助风化效应（PAWE）提供了生物风化增强的基于观测的估计。

研究背景与问题
自1980年代以来，全球植被广泛绿化，农田尤为明显。冠层扩张可增强短波辐射截获和光合能力，GPP增加又可通过生理与碳分配促进冠层扩张，形成正反馈。农田GPP受气候、大气CO₂和农业管理共同影响，对粮食安全和全球碳核算重要。但已有长期GPP研究多关注自然植被，农田研究不足；陆面模型常将农田简化，忽略灌溉、施肥和耕作，且结构差异导致趋势与归因分歧；纯统计观测归因难以可靠分离CO₂施肥与年际变异。因此，需要全球尺度、观测约束的农田GPP趋势与驱动评估。

研究设计与主要结论
研究人员利用多源观测评估1982—2016年全球农田GPP趋势和驱动，并比较农田与其他植被。农田多平均GPP为10.4 Pg C year^?1，占全球GPP的8.6%，却贡献18.8%的全球GPP增量，2000年后成为最大贡献者（22.5%）。农田GPP以4.4 ± 2.7% year^?1 decade^?1增加，冠层扩张贡献43%，气候净贡献?9%，CO₂与人为因素残余项贡献66%。研究提出植物辅助风化效应（PAWE），为增强岩石风化（ERW）提供观测约束。其意义在于改进陆地碳评估，并支持农业适应与减缓策略。

关键技术方法（≤250字）
使用FLUXNET2015涡度协方差数据（166站点、9567条月有效观测、1994—2014年）训练随机森林（RF）、提升回归树（BRT）和人工神经网络（ANN），以月气候变量和卫星植被指数预测0.5°×0.5°月GPP。植被指数包括AVHRR GIMMS3g NDVI、MODIS13C2 V6 NDVI和MODIS13C2 V6 EVI；气候数据来自CRU NCEP V8、GLEAM v3.3及国家青藏高原数据中心短波辐射；农田分布基于Landsat数据重采样至0.5°；作物分布来自SPAM 2000。构建GPP_VI+CLIM、GPP_CLIM及固定单一气候因子的情景，差分归因冠层扩张、气候和CO₂+人为因素；用SIF、NIRv等GPP代理及FLUXCOM、TRENDY模型比较；以碳利用效率（CUE）估算PAWE。

研究结果
3.1 模型性能与全球农田GPP估算
通过3种植被指数×3种机器学习模型得到9套GPP。随机观测验证R²为0.86—0.99，RMSE为0.57—1.83 g C m^?2，RF和BRT优于ANN。留年验证转移性好，留站和留区域下降，大洋洲和南美最低。全球农田年均GPP为10.4 ± 0.1 Pg C year^?1，在已有数据集9.1—13.9内，接近均值11.3 ± 0.2；TRENDY高估22%，GPP_PM和GPP_WEC分别低19%和9%。过程模型不确定性大于观测驱动数据。

3.2 全球农田GPP趋势与驱动因素
1982—2016年农田GPP显著增加，速率4.4 ± 2.7% year^?1 decade^?1。冠层与气候合计贡献1.5 ± 1.1，气候单独?0.5 ± 0.2。归因：冠层扩张43%，气候?9%，CO₂施肥与人为因素66%。敏感性显示冠层贡献20%—55%，气候减少8%—22%。约80%农田生产力增加，52%显著，2%显著下降；中国、印度、美国主要稻麦区增加达30%。CO₂和其他因素在20°N—25°N等地区超过全球平均约6%；冠层扩张最强在亚洲和美国、东北中国、印度、东澳及60°N以上；气候影响混合，显著区域包括东欧、澳大利亚、西北亚马逊。主导因子分析显示，冠层扩张在22%农田占主导，气候在13%农田抑制，CO₂+人为在64%农田驱动增长。VPD与增温协同在超过75%农田主导气候影响，增温负影响51%大于正影响24%。

3.3 农田生产力时间变化及其全球贡献
农田GPP多平均10.4 Pg C year^?1，占全球GPP的8.6%（121.5 Pg C year^?1），贡献全球GPP增量18.8%，仅次于常绿阔叶林19.1%（占平均GPP的31.4%）。1982—2000年和2000—2016年均显著增加，年增长分别为11.4%和9.1%，高于全球植被6.7%。2000年后农田超过常绿阔叶林成为最大贡献者（22.5%）；北半球贡献27.8%，热带和南半球较小。冠层扩张对农田贡献43%，高于其他植被平均22.8%。

3.4 植物辅助风化效率估算
2001—2016年全球农田PAWE显示，高生产力区ERW反应速率非线性增加。北美、西欧、中国南部PAWE为2.4—4.5；南美和东非部分最高，反应速率高1—2倍。CO₂上升和管理进步使约10%全球农田ERW反应速率加速，热点包括印度恒河平原和中南半岛。PAWE仅代表等效条件下生物增强，不是碳移除潜力的直接代理。

讨论部分总结
农田占全球平均GPP约8—9%，却贡献近1/5的GPP增加，2000年后成为最大贡献者。气候净负效应约?9%，13%农田受抑制，主要与温度和VPD增加有关；VPD上升限制气孔导度。冠层结构、CO₂和人为因素为正贡献。冠层贡献是通过冠层结构表达的趋势份额，不独立于管理。残余项不能因果拆分CO₂与管理。VPD与冠层扩张负交互约10—15%。PAWE不是完整碳移除核算，需田间验证及地球化学、技术经济评估。不确定性包括：卫星平台差异可使冠层贡献差达2倍；FLUXNET偏欧洲北美，亚洲、非洲和南美外推不确定，留区域验证平均R²约0.32，大洋洲和南美为0.19；机器学习难捕捉记忆效应，需混合方法。

研究结论（翻译）
研究人员利用卫星观测和机器学习，提供了1982—2016年全球农田GPP评估。尽管农田仅占全球平均GPP的8.6%（10.4 Pg C yr^?1），却贡献总GPP增加的18.8%，仅次于常绿阔叶林，并自2000年以来成为最大贡献者（22.5%）。农田GPP增长率超过所有植被类型，尤其在1982—2000年（11.4%）和2000—2016年（9.1%），远高于全球平均6.7%。归因分析表明，超过40%的增加由冠层结构变化驱动，气候呈净负效应。其余增加主要由残余项主导，可能包括大气CO₂上升、管理强化和GPP产品间差异；其量级与重要CO₂贡献一致，但基于当前分析框架难以唯一分离该贡献。通过量化PAWE，研究人员表明，岩石风化的生物增强在集约管理且2000年以来生产力上升的农田中最大且增加最快。这为ERW评估中的一个项——风化速率的生物放大——提供了观测约束，而此前多为设定而非观测。它本身不能确定ERW将在哪里实现净碳移除：这取决于矿物反应性与供应、土壤和水文条件、碱度输出和生命周期排放，这些均未在此表征。因此，将观测约束生产力场与地球化学和技术经济评估耦合是下一步，尤其在中国、印度和美国，这些地区过去二十年农田GPP增加最快。