《Agriculture》：How Climate, Soil Conditions, and Biochar Characteristics Influence Crop Yield, Nitrogen and Phosphorus Fertilizer Productivity, and Economic Returns Across Cereals and Legumes: A Global Meta–Analysis
生物炭施用被广泛认为能够改善作物产量和肥料生产力，但其效果因气候、土壤和管理条件的不同而存在差异。这项全球Meta分析研究基于从93项研究中提取的约705条数据库记录，分析了不同气候分类、生物炭原料及特性、土壤性质、肥料及共施制度以及试验类型下的响应。总体而言，生物炭对产量、氮肥偏生产力（PFPN）和磷肥偏生产力（PFPP）的响应分别为33%、34%和32%。在中等温度条件下，热带湿润农业生态区的响应最为显著。木质生物炭在较低热解温度（<400°C）下制备，并结合中等土壤碳含量和氮素，可产生更大的改善效果。有机肥与生物炭共施，且施肥量≤50 kg N ha–1和50–100 kg P2O5 ha–1时，响应增强；而过量施肥（>200 kg ha–1）则导致响应降低。经济效益分析还表明，在≤40–80 t ha–1生物炭施用量下，平均总体最高产量出现，表明在适当管理下可实现产量和肥料生产力的同步提升。
- 1.
引言
生物炭是通过热化学过程（包括热解、气化和水热碳化）将植物和动物来源的生物质转化为稳定的富碳材料，并可改性为肥料。生物炭因能够改善土壤质量、减少碳排放，并通过防止养分淋溶、固定重金属和土壤有机污染物来提高作物产量而受到广泛关注。它还能增加土壤保水性，帮助植物在干旱地区抵御干旱。
谷类作物包括玉米、水稻、小麦和大麦，是淀粉质和粒状作物，为全球约80–90%的人口提供主食。水稻、玉米和小麦是种植最广泛和贸易量最大的谷类作物，年产量在1.97亿至7.61亿吨之间。豆类作物如大豆、豇豆、菜豆、蚕豆、鹰嘴豆和绿豆在粮食安全和可持续农业中也发挥着关键作用。这些作物是植物蛋白的重要来源，并通过生物固氮（BNF）显著促进土壤肥力。随着全球人口预计到2050年达到97亿，确保谷类和豆类作物增产是一项重大挑战。氮磷钾肥料对提高谷类作物生产力至关重要，但由于施用的氮肥中有相当一部分通过淋溶、挥发和反硝化作用损失，导致肥料利用率低，并造成水体和环境污染以及温室气体排放。肥料偏生产力是衡量作物对施用肥料（氮、磷或钾）吸收利用比例的一个指标。实现更高的肥料生产力可改善肥料施用量与作物需求之间的关系。鉴于常规肥料使用的现状，管理土壤养分是减少土壤肥料损失的主要因素。已有多种技术通过施用生物炭土壤改良剂来提高产量和肥料生产力，但关于这些改良方法以促进可持续农业实践和发展的知识仍有限。为此，为增加生物炭施用策略，有必要研究生物炭施用对肥料生产力、作物产量及其他因素的影响。
Meta分析用于整合同一主题的不同独立研究，以给出综合评价结果和影响。关于生物炭对产量和肥料生产力影响的实证证据广泛但具有异质性。早期定量综合分析报告了施用生物炭后平均产量适度增加，通常在退化、酸性或养分贫瘠的土壤中观察到更强的响应。最近的大多数Meta分析和大型综合研究继续报告对作物生产力和土壤性质的总体积极影响，同时强调结果是依赖于具体情境的。因此，其响应幅度和方向因生物炭特性（如原料类型、热解温度、施用量）、土壤类型、气候、种植制度和灌溉施肥而异。聚焦谷类作物尤为重要，因为这些作物主导全球氮肥消费和种植面积；因此，即使谷类作物肥料生产力的适度变化也会产生显著的环境和经济后果。虽然跨多种作物的合并Meta分析提供了高层次的见解，但谷类作物综合分析可以更精确地估计效应并研究作物。而豆类作物因其通过共生固氮在生物介导的氮输入中的关键作用而被广泛纳入单作和轮作系统，豆类肥料生产力和产量稳定性的适度改善可通过减少氮磷肥施用量产生不成比例的效益，从而降低生产成本和通过氮损失造成的环境退化。
以豆类为重点的作物组特异性评估可以更稳健地量化处理效应，并有助于详细检查物种特异性响应，特别是与结瘤行为、生物固氮潜力以及对土壤改良剂和管理策略的响应相关的方面。此外，Meta分析框架中标准化的肥料生产力指标将阐明生物炭是否能在减少氮磷肥投入的情况下实现相同或更高的产量，或者观察到的产量变化是否仅仅是伴随施肥制度改变而发生的。
本研究提出了一项全球Meta分析，综合了关于生物炭施用对主要谷类和豆类作物（包括玉米、水稻、小麦、大麦、大豆、豇豆、鹰嘴豆、花生、蚕豆、菜豆和绿豆）产量和肥料生产力影响的实验证据。本研究的目标如下：
量化生物炭对作物产量和肥料生产力的总体效应。
评估其对氮磷肥偏生产力（PFPN/PFPP）标准化指标的影响。
识别关键调节因素，如气候条件、作物类型、肥料管理（有机和无机共施）、生物炭和土壤性质以及试验类型。
纳入一个模型以识别影响生物炭有效性的重要因素。
此外，本研究还整合了经济重要性，采用权衡框架评估成本效益表现，并将结果分类为双赢、权衡和双输情景。
通过聚焦谷类和豆类作物并明确处理养分相互作用，本Meta分析为指导旨在提高肥料生产力同时最小化环境影响的生物炭施用策略提供了基于证据的稳健见解。
- 2.
材料与方法
根据系统评价和Meta分析首选报告项目（PRISMA）指南（包括推荐的方法步骤和检查表），对相关综述和Meta分析的参考文献列表进行了筛选，以确保全面覆盖，并附有完整的PRISMA检查表。在进行检索前准备了综述方案，但未针对这项以农业为重点的Meta分析进行前瞻性注册；因此，没有合适的注册库可用。
2.1. 文献检索与数据收集
使用Web of Science、Scopus和Google Scholar进行了系统性文献检索。检索涵盖2006年至2025年发表的研究。使用关键词和布尔运算符（AND、OR）进行不同组合，包括biochar AND cereal、biochar AND legumes、biochar AND maize、biochar AND rice、biochar AND wheat、biochar AND barley、biochar AND peanut、biochar AND cowpea、biochar AND soybean、biochar AND yield、biochar AND fertilizer productivity。共提取304篇文章，仅使用93篇。这93篇文章构成了705个独立观察（研究ID），研究选择过程总结于图1。至少三位作者独立进行了文献检索、研究筛选、数据提取和质量评估。
2.2. 纳入与排除标准
如果研究满足以下标准则被纳入：试验必须涉及谷类或豆类作物；生物炭必须与有机肥料和无机氮肥或磷肥组合施用；研究必须报告处理和对照的收获经济产量，以计算氮磷肥偏生产力（PFPN、PFPP）指标；研究必须在温室、盆栽或田间环境条件下进行。如果研究符合以下标准则被排除：涉及仅生物炭处理且对应肥料投入为零；仅关注生物炭特性或土壤性质而未报告作物产量、PFPN或PFPP；仅报告建模和模拟结果；缺乏适当的对照比较；出版物为综述、非同行评审报告、书籍章节或会议论文；研究对象非谷类和豆类作物而是其他作物（如蔬菜、块根块茎作物）；研究语言非英语。
2.3. 数据提取
当研究报告了足够的定量信息以推导配对生物炭和非生物炭处理的选定响应变量时，该研究即符合条件。对于每项符合条件的研究，提取了以下信息：处理和对照的平均样本量（n）和变异性度量（包括标准差或标准误，如可用）；作物详情（作物类型（谷类或豆类）、地点（国家、大陆和坐标））；气候条件（年降雨量、年均温度）；管理实践（施肥详情（肥料类型、生物炭和肥料组合施用）和施用持续时间）；生物炭特性（pH、C:N、总碳、总氮、生物质类型和施用量）；土壤详情（pH（1:5 H2O）、C:N、总碳（g kg?1）、总氮（g kg?1）和土壤质地类型）；环境条件（田间、盆栽和温室）。结果必须包含收获经济产量。对于盆栽和温室试验，在计算对数响应比时，处理和对照产量保留各研究报告的原始单位。对于图形呈现的数据，使用Web Plot Digitizer（版本4.7）和Get Data Graph Digitizer（版本2.26）提取数值。所选研究中谷类和豆类作物类型各试验的位置见图2。
2.4. Meta分析
采用Meta分析来检验生物炭对谷类和豆类作物的效应，这些作物通常报告结果多变，在某些情况下甚至相互矛盾。通过定量综合多个独立实验的数据，可提高统计功效并降低与小样本量相关的不确定性。
2.5. 效应量计算
对于每次效应量计算比较，对照被定义为相应的不含生物炭但接受与生物炭改良处理相同肥料和其他管理投入的处理。使用自然对数响应比（LnRR）计算生物炭对谷类和豆类作物产量和肥料生产力效应的效应量。LnRR衡量处理与对照之间的比例变化，常用于生态学和农学Meta分析，因为它具有尺度无关性，可解释为百分比变化。使用两种指标可提高稳健性，并允许在不同测量尺度的研究之间进行比较。
其中Xti和Xci分别是第i次比较中生物炭处理和对照（无生物炭）组的平均值。LnRR的正值和负值分别表示产量、PFPN和PFPP的增加或减少。
每个效应量的方差（Vi）估计为：其中nti和nci分别是处理和对照组的样本量。
鉴于研究之间在作物种类、气候条件、土壤性质、生物炭特性、肥料管理和试验条件方面存在显著差异，使用随机效应模型估计合并效应量。使用R中metafor包中的rma()函数通过限制最大似然（REML）方法估计研究间方差（τ2）。在随机效应模型下，分配给每个效应量的权重为：其中vi是比较内抽样方差，τ2是估计的研究间方差。
合并对数响应比（LnRR++）计算为：其中k是分析中包含的独立效应量数量，w*i是分配给第i个效应量的随机效应权重。
合并效应量的标准误计算为：相应的95%置信区间（CI）为：当95% CI不包含零时，效应被认为具有统计学显著性。使用Cochran's Q、I2和估计的研究间方差（τ2）评估效应量间的异质性。使用REML估计的混合效应Meta回归进行调节变量分析，以评估不同类别亚组之间的差异。
2.6. 百分比变化计算
为便于解释，将LnRR++转换为百分比变化：正值表示生物炭施用相对于对照的增产，负值表示减产。
2.7. 发表偏倚与敏感性分析
使用漏斗图和Egger回归检验评估发表偏倚。通过移除单个研究来评估其对总体效应量的影响，进行敏感性分析。
2.8. 肥料生产力
使用肥料偏生产力（PFPN或PFPP）评估肥料生产力，定义为：其中Y = 产量，F applied代表对照和处理研究中施用的统一肥料（谷类作物为氮肥，豆类作物为磷肥）用量。氮肥用量表示为kg N ha?1，磷肥用量表示为kg P2O5 ha?1。所有用于计算的产量均标准化为通用单位。然而，虽然肥料偏生产力因数据可得性而被广泛使用，但它未考虑土壤本底养分供应。因此，观察到的PFPN或PFPP改善可能部分反映基线土壤肥力的差异。尽管存在此局限性，肥料偏生产力仍是大型Meta分析的稳健指标。
2.9. 经济效益计算
经济分析使用标准化价格和成本假设进行，以便在Meta分析中包含的研究之间进行一致比较。因此，经济结果应解释为标准化假设下的比较性估计，而非特定地点的盈利性估计。经济效益以USD ha–1表示，使用公式（9）–（11）估算：成本效益比（CBR）= 农业效益（AB）/农业成本（AC）；农业效益 = 作物产量（CY）× 生产者价格（PP）；农业成本 = 生物炭成本（BC）+ 肥料成本（FC）+ 劳动力成本（LC）。
2.10. Mantel分析
进行Mantel检验以评估土壤性质、生物炭特性、气候因素、改良因素和植物响应变量距离矩阵之间的多元关系。使用999次置换评估统计显著性。使用热图可视化相关性，其中颜色强度和方块大小代表关系的强度和方向。
2.11. 统计分析
所有分析和可视化均在R版本（R studio 4.2.3）中使用REML、vegan、metafor、linkET和ggplot2包进行。
- 3.
结果
3.1. 生物炭施用对总体作物产量和肥料生产力的影响
Meta分析表明，在谷类和豆类生产系统中，生物炭添加显著改善了作物生产力和肥料生产力（图3，附表S4）。总体合并效应量显示产量、PFPN和PFPP均呈正向响应，百分比增幅分别为33%（ES = 0.28，95% CI：0.22–0.36 ）、34%（ES = 0.29，95% CI：0.21–0.36 ）和32%（ES = 0.27，95% CI：0.10–0.45 ***）。所有参数的平均LnRR值均位于零参考线的正侧，证实了生物炭相对于非生物炭对照的有益影响。在评估的参数中，PFPN表现出最强的一致性和解释力，R2值为0.993（p < 0.001），产量为R2 = 0.975（p < 0.001），基于665个观察。同样，PFPP在生物炭施用后显著增加，尽管变异幅度相对更广（R2 = 0.740，p < 0.001）。频率分布曲线进一步显示，大多数研究报告的正效应量集中在0至1 LnRR之间，表明生物炭诱导的改善在多样化实验条件下是一致的。
3.2. 不同农业气候区和气候条件下生物炭施用响应的效应
生物炭施用在不同农业气候条件下显著影响作物产量、PFPN和PFPP，尽管各气候类别间的响应幅度有所不同（图4，附表S5）。对于农业气候区（ACZ），生物炭的总体效应使产量增加33%，PFPN增加34%，PFPP增加32%。在ACZ类别中，热带地区产量响应最高，增加42%（ES = 0.35，95% CI：0.22–0.49 ），而干旱地区增幅最低（21%）。类似地，PFPN响应在热带环境中更大（54%，ES = 0.43，95% CI：0.27–0.58 ），在干旱地区最低（19%）。相反，PFPP在干旱条件下响应最高（45%，ES = 0.37，95% CI：?0.20–0.94），其次是温带地区（36%），而热带地区最低（20%）。在年降雨量等级（ARFC）下，生物炭对产量（33%）、PFPN（34%）和PFPP（32%）的总体效应保持正向。湿润地区产量和PFPN响应最高，分别为51%（ES = 0.40，95% CI：0.27–0.54 ）和62%（ES = 0.48，95% CI：0.31–0.65 ），而在两种响应中，非常湿润地区响应最低，为1%。相反，PFPP在干旱地区表现出45%（ES = 0.37，95% CI：?0.20–0.94）的响应，在非常湿润地区为10%。对于年均温度等级（ATC），总体效应量为正，产量、PFPN和PFPP分别为33%、34%和32%。中等和凉爽温度地区产量响应最高和最低，分别为42%（ES = 0.35，95% CI：0.24–0.46 ）和15%，PFPN在中等或温暖和凉爽环境下的响应分别为38%（ES = 0.31，95% CI：0.21–0.43 ）和16%。而PFPP在中等和凉爽温度环境下表现出更高和更低的响应，分别为98%（ES = 0.68，95% CI：0.31–1.07）和15%。总体而言，结果表明生物炭有效性受气候条件强烈影响，热带、湿润和中等温度环境在作物生产和养分获取、吸收及效率方面表现出更大的改善。
3.3. 不同作物类型下生物炭施用响应的效应
生物炭添加改善了所有作物类型的谷类作物产量和肥料生产力（图5，附表S6），产量和PFPN的总体效应分别为34%和30%。在谷类作物中，大麦的产量（55%，ES = 0.43，95% CI：0.12–0.75 ）和PFPN（55%，ES = 0.43，95% CI：0.12–0.75 ）响应最高，玉米的产量和PFPN响应最低，分别为30%和28%。在评估的豆类作物中（图5b），产量和PFPP的总体响应分别为31%和27%，蚕豆产量响应最高，为99%（ES = 0.69，95% CI：?0.51–1.89），菜豆响应最低，为10%。PFPP方面，豇豆响应最高，为90%（ES = 0.86，95% CI：0.13–1.16 *），花生最低，为3%。总体而言，响应幅度因谷类和豆类作物而异，生物炭对作物和肥料生产力（PFPN和PFPP）均产生正向效应。
3.4. 生物炭施用对基线土壤性质的影响
生物炭施用对不同基线土壤化学性质下作物产量和肥料偏生产力（PFPN、PFPP）的影响（图6，附表S7）。土壤C:N（SCN）对不同测量变量的作物响应影响不同。生物炭施用在各SCN水平（gC/gN）下表现出持续的改善，总体效应使产量、PFPN和PFPP分别增加29%、30%和30%。当SCN ≤ 8时，产量改善最大（31%，ES = 0.26，95% CI：0.19–0.35 ），而8–10时响应最低（18%）。类似地，PFPN在≤ 8时响应最高（31%，ES = 0.26，95% CI：0.18–0.36 ），在>10时响应最低（24%）。对于PFPP，最高增幅出现在>10时（32%，ES = 0.27，95% CI：?0.43–1.0），而最低响应在8–10时（10%）。土壤pH（SPH）强烈影响生物炭施用的有效性，在所有pH条件下，产量、PFPN和PFPP的总体响应分别为39%、39%和48%。正向效应在酸性条件下对PFPP更为显著，增幅达122%（ES = 0.79，95% CI：0.44–1.15 ）。相反，中性土壤在产量（47%）和PFPN（109%）方面响应最高，但PFPP改善较低（0%）。土壤总碳（STC）也影响生物炭改良的有效性。总体而言，生物炭在不同STC水平下使产量、PFPN和PFPP分别增加29%、29%和32%。正向效应在STC ≤ 5 g kg?1时更为明显（30%，ES = 0.26，95% CI：0.16–0.37 ），而产量响应在10–15 g kg?1时最低（22%）。PFPN在5–10 g kg?1时响应最大（36%，ES = 0.30，95% CI：0.13–0.47 ），在15–20 g kg?1时响应最低（7%）。相反，PFPP在富碳土壤中表现出强劲改善，最高增幅出现在10–15 g kg?1时（93%，ES = 0.65，95% CI：?0.26–1.57），而最低在5–10 g kg?1时（10%）。对于土壤总氮（STN），生物炭持续增强作物和肥料生产力，产量、PFPN和PFPP的总体增幅分别为30%、30%和25%。最高产量响应出现在1.5–2.0 g kg?1时（54%，ES = 0.43，95% CI：0.14–0.73 ），而最低在0.5–1.5 g kg?1时（19%）。PFPN在低氮条件≤ 0.5 g kg?1下增幅最强（41%，ES = 0.34，95% CI：0.21–0.48 ），在0.5–1.5 g kg?1时响应最弱（18%）。PFPP在STN > 2.0 g kg?1时改善最大（45%，ES = 0.37，95% CI：?1.01–1.76），而最低响应在0.5–1.5 g kg?1时（23%）。生物炭效应也因土壤质地（STT）而异。总体而言，生物炭施用使产量、PFPN和PFPP分别改善33%、34%和32%。壤质土在产量和PFPN方面表现出最强响应（分别为37%，ES = 0.31，95% CI：0.23–0.39 和38%，ES = 0.32，95% CI：0.22–0.41 ***），而砂质土响应最低，分别为18%和17%。相反，对于PFPP，粉质土响应最低（4%），黏质土响应最高（70%，ES = 0.53，95% CI：?0.16–1.22）。这些结果表明，生物炭施用的有效性强烈依赖于初始土壤条件，在特定养分限制或质地分类下效益更大。
3.5. 生物炭性质对作物产量、PFPN和PFPP的影响
生物炭类型和性质对作物产量以及氮磷肥偏生产力（PFPN和PFPP）的影响（图7，附表S8）。总体而言，生物炭施用改善了所有生物炭特性下的产量、PFPN和PFPP。生物炭生物质类型（BBT）显著影响响应，木质生物炭在产量（53%，ES = 0.42，95% CI：0.30–0.56 ）、PFPN（56%，ES = 0.44，95% CI：0.30–0.59 ）和PFPP（74%，ES = 0.55，95% CI：0.22–0.90 ）方面响应最高，而纸源和作物残渣源生物炭通常响应最低。生物炭C:N比（BCN）影响生物炭有效性，BCN ≤ 70时产量（35%，ES = 0.29，95% CI：0.22–0.37 ）和PFPN（36%，ES = 0.30，95% CI：0.23–0.38 ）增幅最大，而BCN > 70时PFPP响应最高（38%，ES = 0.33，95% CI：?0.17–0.82）。生物炭pH（BPH）也影响作物表现，酸性（pH ≤ 8）生物炭在产量（43%，ES = 0.35，95% CI：0.21–0.51 ）、PFPN（48%，ES = 0.39，95% CI：0.22–0.56 ）和PFPP（62%，ES = 0.48，95% CI：?0.10–1.1）方面改善最强。生物炭施用量（BR）在40–80 t ha?1时响应最大，产量、PFPN和PFPP分别增加60%（ES = 0.46，95% CI：0.19–0.74 ）、38%（ES = 0.48，95% CI：0.20–0.76 ）和43%（ES = 0.35，95% CI：?0.65–1.36），而>120 t ha?1时响应最低。对于生物炭总碳（BTC），BTC ≤ 400 g kg?1时产量（66%，ES = 0.50，95% CI：0.33–0.68 ）和PFPN（67%，ES = 0.51，95% CI：0.33–0.69 ）改善最高，而PFPP在600–800 g kg?1时响应最强（83%，ES = 0.60，95% CI：0.14–1.1 *）。生物炭总氮（BTN）为5–10 g kg?1时产量（59%，ES = 0.46，95% CI：0.34–0.57 ）和PFPN（64%，ES = 0.49，95% CI：0.37–0.62 ）增幅最高，而BTN ≤ 5 g kg?1时PFPP最大化，达88%（ES = 0.63，95% CI：0.16–1.1 ）。低热解温度（PT）（≤400 °C）制备的生物炭表现出更大效益，产量、PFPN和PFPP分别改善43%（ES = 0.36，95% CI：0.16–0.56 ）、37%（ES = 0.21，95% CI：0.11–0.52 ）和31%（ES = 0.23，95% CI：?0.35–0.90）。总体而言，结果表明生物炭有效性强烈依赖于其物理化学性质，特别是原料来源、养分组成、施用量和热解温度。
3.6. 生物炭改良添加对作物产量、PFPN和PFPP的影响
该亚组分析表明，与肥料施用量的共施实践显著促进了生物炭对作物产量、氮肥偏生产力（PFPN）和磷肥偏生产力（PFPP）的有效性（图8，附表S9）。
3.6.1. 谷类作物：产量和PFPN响应
共施类型（CoA）影响谷类作物表现，有机肥+生物炭在产量（54%，ES = 0.42，95% CI：0.17–0.68）和PFPN（54%，ES = 0.42，95% CI：0.17–0.68）方面响应最高，产量和PFPN的总体效应为34%。共施持续时间（CoAD）也影响作物响应，中期分配产量和PFPN分别为36%（ES = 0.30，95% CI：0.11–0.50）和37%（ES = 0.31，95% CI：0.12–0.51），产量和PFPN的总体率为34%。氮肥施用量（NFAR）显著改变生物炭效应的幅度，≤50 kg N ha–1时响应分配最高，为46%，产量和PFPN的总体率为34%。
3.6.2. 豆类作物：产量和PFPP响应
在豆类作物中，有机肥+生物炭共施产生显著更高的产量和PFPP响应（68%，ES = 0.51，95% CI：?0.05–1.1），总体率为31–32%。施用持续时间（CoAD）在长期影响豆类作物产量响应，达84%（ES = 0.61，95% CI：?0.78–1.99），产量和PFPP的总体为31%。磷肥施用量（PFAR）也强烈影响作物响应，50–100 kg P2O5 ha–1时产量达63%（ES = 0.48，95% CI：?0.01–0.98），PFPP达80%（ES = 0.58，95% CI：0.88–1.08），而高施用量（>200 kg P2O5 ha–1）几乎无改善，产量和PFPP的总体率为32%。
3.7. 生物炭施用对试验环境响应的影响
基于试验类型（ET）的亚组分析表明，在田间和盆栽试验下，生物炭施用均正向影响作物产量和肥料生产力（PFPN和PFPP）（图9，附表S10）。盆栽试验在产量（40%，ES = 0.33，95% CI：0.18–0.49）、PFPN（32%，ES = 0.28，95% CI：0.08–0.47）和PFPP（46%，ES = 0.37，95% CI：0.07–0.67）方面响应更高。尽管存在差异，生物炭的总体效应在各系统中保持正向，产量为33%，PFPN为30%，PFPP为32%，表明生物炭在多样化栽培环境中改善养分利用和作物生产力。
3.8. 生物炭添加对作物生产的经济效益
根据作物比例，玉米（34.3%）、水稻（25.0%）和小麦（15.7%）占环境数据的大部分，其次是大豆（8.3%）、花生（4.6%）、豇豆（4.6%）和大麦（4.6%），而绿豆、蚕豆和菜豆占比较小。这些作物添加基于成本效益比（CBR）和产量响应（图10），随着生物炭施用量的增加，代表性作物的产量和CBR均呈现非线性趋势，先增加后在高剂量下下降或稳定。在谷类作物中，最大产量响应出现在40 t ha–1（玉米）、20 t ha–1（小麦）和80 t ha–1（水稻），此后经济回报率下降。类似地，大麦在30 t ha–1前呈适度增长，此后CBR值开始下降。对于豆类作物，产量和盈利性响应不太显著，但在中等施用量下仍为正向。最大CBR出现在30 t ha–1（花生）和10 t ha–1（豇豆和大豆），盈利性在测试范围内保持稳定。
3.9. 生物炭性质、土壤条件和作物响应之间的Mantel和Pearson相关关系
综合Mantel相关网络和Pearson热图（图11）揭示了生物炭性质、土壤化学性质、肥料和共施以及作物响应变量（产量、PFPN和PFPP）之间的显著关系。与产量强且显著相关的因素是气候因素（ARFC、ATC、ACZ）、改良因素（CoA、CoAD）、土壤因素（STT、SPH）和生物炭性质因素（BR、BTC），它们表现出粗橙色Mantel连接、强正Pearson相关性和高度显著关系，而产量的弱响应因素是磷肥施用量（PFAR）、土壤总氮（STN）、热解温度（PT）和生物炭C:N（BCN）。这意味着气候条件、改良实践和生物炭施用量或碳含量强烈控制产量响应。PFPN与NFAR、CoAD、STT、ARFC、ATC和ACZ表现出强Mantel关联和显著的橙色连接及强Pearson相关性，弱效应与STN、BPH、PT和BCN相关。这表明PFPN受氮管理和气候条件调控，而非某些生物炭性质。另一方面，PFAR、CoA、CoAD、BCN、BBT和BPH形成更强显著的Mantel关系，而ARFC、STN、STC和PT显示较细的Mantel连接和较弱的PFPP相关性，表明PFPP对气候和土壤养分背景变量的依赖性较小，而受磷管理和生物炭质量控制。总体而言，产量受气候驱动，PFPN受氮管理强烈驱动，PFPP受磷和生物炭性质驱动，形成连接作物响应和表现潜在机制的核心枢纽。
3.10. 调控产量和肥料生产力的驱动因素响应分析
随机森林分析揭示了环境、土壤、生物炭和改良相关变量在解释生物炭施用后作物产量、氮肥偏生产力（PFPN）和磷肥偏生产力（PFPP）变异方面重要性的显著差异（图12）。预测模型对产量（R2 = 0.949，p < 0.001）和PFPN（R2 = 0.779，p < 0.001）表现出强解释力，而PFPP解释力较低（R2 = 0.224，p < 0.001）。对于作物产量，气候因素（ATC，100%；ARFC，96%；ACZ，92%）是最具影响力的预测因子，其次是改良因素（CoA，95%；CoAD，69%）、土壤质地（STT，77%）、土壤pH（SPH，67%）、生物炭施用量（BR，66%），然后是生物炭总碳（BTC，64%）。这些因素对产量变异贡献更大。对于PFPN，改良相关因素是主导预测因子，氮肥施用量（NFAR，100%）居首，其次是共施持续时间（CoAD，42%）、气候因素（AFC，25%；ACZ，25%；ATC，23%）。土壤质地（STT，24%）和生物炭生物质类型（BBT，16%）为中等重要预测因子，而土壤总氮（STN）贡献最小。对于PFPP，最强预测因子是磷肥施用量（PFAR，100%），其次是改良因素，其强于气候或土壤变量。生物炭性质如BCN、BBT、BTN和BPH也显示出对PFPP变异的显著指示作用。总体而言，分析表明气候变量是产量的主要驱动因素，肥料管理因素强烈影响PFPN和PFPP，而生物炭物理化学性质对所有响应变量均有贡献。
- 4.
讨论
4.1. 生物炭施用对总体产量和肥料生产力的影响
本研究提供了显著证据表明生物炭施用同时提高了作物产量和肥料生产力，与不添加生物炭相比，产量和PFPN分别增加33%和34%。这些结果与先前发现一致，即生物炭改善土壤物理和化学性质，从而为根际养分吸收创造有利于植物生长的环境。类似地，观察到的PFPP增强（32%）表明生物炭通过改性、减少酸性土壤中磷的固定以及刺激解磷微生物，有助于提高磷的有效性和吸收。产量、PFPN和PFPP的强正向响应共同证明了生物炭在改善农业生态系统性能方面的多功能作用。这些发现支持了生物炭作为气候智能型农业改良剂以及生物炭诱导的土壤活性和养分循环变化的日益增长的认识。
4.2. 不同农业生态区和气候下生物炭施用响应的效应
最强的生物炭响应出现在热带、湿润和中等温带地区，表明充足的水分和中等热条件增强了生物炭功能背后的物理化学和生物机制。在这些气候条件下，阳离子交换容量、土壤团聚体增强和改善以及淋溶减少促进了更大的氮保留和植物养分吸收。中等温度制度进一步刺激氮矿化，从而最大化氮循环效率和作物生产力。这表明生物炭效益在有利的水分和温度相互作用下得以实现。相反，在干旱、凉爽和非常湿润地区观察到的有限或非显著增益响应可能反映微生物周转减少、氧气限制或过度养分淋溶削弱了养分转化效率。同样，低温或凉爽温度可减少硝化作用和根系生长，而过多降雨可能通过淋溶增强养分损失，尽管生物炭具有吸附能力，从而阻碍产量、PFPN和PFPP。
4.3. 不同作物类型下生物炭施用响应的效应
在两类作物组中，谷类作物尤其大麦在产量和肥料生产力方面显著增加，表明对肥料回收和养分保留的强烈增强。这些结果与早期发现一致，即谷类作物因其高氮需求和广泛根系系统，对增强养分保留和土壤结构的土壤改良
