《Global Change Biology Bioenergy》：Global-Scale Analysis of Biochar Cropland Application Strategies and Their Climate Change Mitigation Potential Using Machine Learning
編輯推薦：
這篇綜述運(yùn)用機(jī)器學(xué)習(xí)（XGBoost）模型，在全球尺度上評估了生物炭（biochar）施用對主要糧食作物（水稻、小麥、玉米）產(chǎn)量及溫室氣體（CO2、N2O、CH4）排放的影響，并識別了土壤性質(zhì)與氣候條件的關(guān)鍵作用。通過模擬優(yōu)化和生命周期評估（LCA），該研究為制定因地制宜的生物炭施用策略、最大化其農(nóng)業(yè)與氣候協(xié)同效益提供了量化依據(jù)和科學(xué)路徑。
引言
氣候變化與農(nóng)業(yè)可持續(xù)發(fā)展是當(dāng)今世界面臨的兩大嚴(yán)峻挑戰(zhàn)。農(nóng)業(yè)活動是重要的溫室氣體排放源，其排放量在2023年占全球總排放的11%。同時，農(nóng)業(yè)自身也極易受氣候變化影響，極端天氣事件可能導(dǎo)致嚴(yán)重的產(chǎn)量損失。此外，過度施用氮肥、長期單一種植等問題導(dǎo)致耕地質(zhì)量退化，進(jìn)一步加劇了對全球糧食安全的威脅。
生物炭，作為一種在限氧條件下通過生物質(zhì)（如農(nóng)林廢棄物）熱解（300°C–700°C）獲得的富碳材料，因其具有高碳含量、多孔結(jié)構(gòu)、穩(wěn)定性和豐富的官能團(tuán)等特性，近年來受到廣泛關(guān)注。研究表明，生物炭可改善土壤結(jié)構(gòu)和肥力，增強(qiáng)作物抗逆性，并有助于長期碳封存。熱解過程還可聯(lián)產(chǎn)生物能源（生物氣和生物油），替代化石燃料，進(jìn)一步減少溫室氣體排放。然而，農(nóng)田施用生物炭對作物產(chǎn)量和土壤溫室氣體排放的響應(yīng)具有高度變異性，其效果不僅受生物炭自身性質(zhì)（如熱解溫度、原料）和施用量影響，還與區(qū)域性的土壤、氣候及農(nóng)業(yè)管理實踐差異密切相關(guān)。這種復(fù)雜性限制了其從局部試驗向大規(guī)模推廣的進(jìn)程。
傳統(tǒng)分析方法（如薈萃分析）在捕捉多變量間復(fù)雜的非線性交互作用方面存在局限。機(jī)器學(xué)習(xí)（ML）方法因其在處理大規(guī)模、多維數(shù)據(jù)集中捕獲線性和非線性關(guān)系方面的強(qiáng)大能力，成為解決此類復(fù)雜科學(xué)問題的有力工具。本研究旨在通過構(gòu)建基于全球數(shù)據(jù)集的機(jī)器學(xué)習(xí)模型，預(yù)測生物炭施用對作物產(chǎn)量和土壤溫室氣體排放的影響，識別關(guān)鍵驅(qū)動因子，并通過全球尺度模擬和生命周期評估，量化優(yōu)化生物炭施用策略的氣候減緩潛力。
數(shù)據(jù)與方法
研究團(tuán)隊通過系統(tǒng)文獻(xiàn)檢索，構(gòu)建了一個關(guān)于生物炭施用對全球農(nóng)業(yè)系統(tǒng)中三種主要糧食作物（水稻、小麥、玉米）產(chǎn)量及土壤三種主要溫室氣體（CO2、N2O、CH4）排放影響的綜合數(shù)據(jù)集。數(shù)據(jù)篩選嚴(yán)格限于田間試驗。從每項研究中提取了11個變量作為機(jī)器學(xué)習(xí)模型的輸入特征，包括生物炭性質(zhì)（熱解溫度、原料）、試驗條件（生物炭施用量、氮施用量）、土壤性質(zhì)（pH、容重、土壤有機(jī)碳、全氮）、作物類型以及氣候條件（年均溫和年降水量）。根據(jù)數(shù)據(jù)完整性，最終數(shù)據(jù)集按預(yù)測目標(biāo)分為四個子集：產(chǎn)量、CO2、CH4和N2O。
模型開發(fā)選擇了隨機(jī)森林和極端梯度提升兩種算法。通過網(wǎng)格搜索和貝葉斯優(yōu)化調(diào)整超參數(shù)，并使用決定系數(shù)和均方根誤差評估模型性能。結(jié)果表明，XGBoost模型在所有預(yù)測目標(biāo)上均表現(xiàn)出優(yōu)于隨機(jī)森林的預(yù)測性能和計算效率，因此被選為后續(xù)分析的最優(yōu)模型。
為增強(qiáng)“黑箱”模型的解釋性，研究整合了SHapley Additive exPlanations方法。基于最優(yōu)模型，應(yīng)用TreeSHAP算法計算每個特征的Shapley值，量化其對模型預(yù)測貢獻(xiàn)的方向和大小，并通過匯總圖和條形圖進(jìn)行可視化，以識別影響作物產(chǎn)量和溫室氣體排放變化的關(guān)鍵預(yù)測因子。
利用從現(xiàn)有數(shù)據(jù)源獲取的全球氣候條件、土壤性質(zhì)和作物氮肥施用率空間柵格數(shù)據(jù)，研究通過最優(yōu)模型在全球尺度上進(jìn)行了迭代模擬。模擬在設(shè)定的生物炭施用量和熱解溫度梯度范圍內(nèi)，尋找每個柵格單元中能使作物產(chǎn)量增幅最大的優(yōu)化施用策略，并據(jù)此預(yù)測相應(yīng)的溫室氣體排放變化，從而評估增產(chǎn)與減排之間的權(quán)衡。
最后，研究采用生命周期評估方法，遵循ISO標(biāo)準(zhǔn)，量化了秸稈原料從收集、熱解到農(nóng)田施用的全生命周期溫室氣體排放與減排。與以往研究不同，本分析的LCA輸入?yún)?shù)（如生物炭施用量、作物產(chǎn)量和溫室氣體排放變化）直接來源于機(jī)器學(xué)習(xí)模型優(yōu)化的全球策略結(jié)果，實現(xiàn)了機(jī)器學(xué)習(xí)與生命周期評估的融合，評估更為可靠。貢獻(xiàn)分析、敏感性分析和蒙特卡洛模擬被用于識別主要排放/減排源、關(guān)鍵敏感參數(shù)并量化總體不確定性。
結(jié)果與發(fā)現(xiàn)
模型性能與特征重要性分析
XGBoost模型在預(yù)測作物產(chǎn)量、CO2、CH4和N2O排放變化時均表現(xiàn)出較強(qiáng)的預(yù)測能力。SHAP分析揭示了不同模型的特征貢獻(xiàn)存在廣泛差異。
- •
作物產(chǎn)量模型：年均降水量被識別為最重要的特征，表明在較干旱地區(qū)，生物炭施用對產(chǎn)量的提升效果更顯著。生物炭施用量和氮施用量次之。在作物類型中，小麥顯示出比水稻和玉米更大的增產(chǎn)潛力。
- •
CO2排放模型：土壤全氮是主導(dǎo)預(yù)測因子，較高的全氮水平與CO2排放增加相關(guān)。氣候條件和土壤pH、生物炭熱解溫度也具有重要影響。
- •
CH4排放模型：年均溫和土壤容重起關(guān)鍵作用。值得注意的是，土壤容重表現(xiàn)出非線性效應(yīng)，在容重過高或過低的土壤中施用生物炭均可能導(dǎo)致CH4排放增加。
- •
N2O排放模型：土壤有機(jī)碳和氮施用量是最有影響力的特征。接受高氮輸入的農(nóng)田在施用生物炭后表現(xiàn)出更大的N2O減排潛力，其中玉米的減排潛力最大。
總體上，特征組重要性分析表明，土壤性質(zhì)和氣候條件是塑造生物炭效應(yīng)的主導(dǎo)因素，其次是管理措施，而生物炭性質(zhì)和作物類型的貢獻(xiàn)相對較低。這凸顯了制定空間優(yōu)化施用策略以最大化生物炭效益的重要性。
全球生物炭優(yōu)化施用模擬
全球迭代模擬確定了最大化作物增產(chǎn)的最佳生物炭施用量和熱解溫度。水稻、玉米和小麥的平均推薦施用量分別為21、19和17噸/公頃。推薦高施用量（≥25噸/公頃）的區(qū)域主要位于亞洲和巴西。就熱解溫度而言，高溫生物炭（≥600°C）主要適用于歐洲、東南亞、巴西和美國部分地區(qū)；而在全球大多數(shù)其他地區(qū)，最佳熱解溫度在300°C–400°C之間。
模型預(yù)測顯示，優(yōu)化策略能在全球絕大多數(shù)農(nóng)田同時提升產(chǎn)量并減少排放，但其幅度和最優(yōu)策略存在區(qū)域異質(zhì)性：
- •
作物產(chǎn)量：玉米和水稻平均增產(chǎn)約16%，小麥平均增產(chǎn)18%。巴西、西非、南亞和東南亞的玉米和水稻增產(chǎn)最為顯著（>25%）。美國、東歐、南非和澳大利亞的小麥增產(chǎn)明顯。
- •
溫室氣體排放：
- •
CO2：水稻田CO2排放平均減少2%，但在東亞部分區(qū)域（如韓國、中國東北）有所增加。全球玉米和小麥田的土壤CO2排放預(yù)計略有增加。
- •
N2O：在大多數(shù)作物種植區(qū)持續(xù)減少，玉米、小麥和水稻的平均減排幅度分別為19%、11%和10%。美國、歐洲、南亞和東南亞的玉米種植區(qū)減排效果尤為顯著。
- •
CH4：全球稻田CH4排放平均變化不大，但空間變異性強(qiáng)。巴西南部和華南地區(qū)減排顯著（30%–50%），而日本等地排放有所增加。
生物炭系統(tǒng)的生命周期評估與氣候減緩潛力
生命周期評估結(jié)果顯示，以每噸秸稈為功能單位，生物炭系統(tǒng)全生命周期可實現(xiàn)1103千克 CO2-eq的凈減排。貢獻(xiàn)分析表明，避免常規(guī)秸稈管理（如焚燒或還田）是最大的碳匯貢獻(xiàn)者，占78.2%；其次是能源替代，占18.2%。主要的碳排放源來自生物炭自身分解和熱解過程。
敏感性分析顯示，避免秸稈焚燒與還田、能源回收率、生物炭碳的難降解比例等參數(shù)對凈減排量影響最為顯著。蒙特卡洛模擬表明，在95%置信水平下，凈減排量在828–1395千克 CO2-eq/噸秸稈之間。
基于2022年全球三大主糧作物種植面積及秸稈可利用量估算，實施該優(yōu)化生物炭策略，每年可抵消1.08 Pg CO2-eq的排放，相當(dāng)于抵消2023年全球農(nóng)業(yè)溫室氣體排放的17%或全球凈人為排放的2%，同時可使全球主糧產(chǎn)量增加約1500萬噸。
討論與結(jié)論
本研究通過機(jī)器學(xué)習(xí)模型和全球模擬，深入探討了生物炭施用對作物產(chǎn)量和土壤溫室氣體排放的影響。結(jié)果表明，生物炭的效益并非放之四海而皆準(zhǔn)，土壤性質(zhì)和氣候條件是其效果的關(guān)鍵決定因素。因此，優(yōu)化的生物炭施用策略及效益呈現(xiàn)明顯的空間差異性——熱帶地區(qū)通常表現(xiàn)出更顯著的增產(chǎn)效益，而溫帶地區(qū)則顯示出更強(qiáng)的溫室氣體減排效果。
研究提出了可優(yōu)先部署生物炭策略的三個代表性區(qū)域：面臨干旱和土壤退化威脅的非洲、土壤酸性強(qiáng)且養(yǎng)分貧瘠的熱帶地區(qū)，以及便于大規(guī)模機(jī)械化作業(yè)、面臨減排壓力的溫帶發(fā)達(dá)經(jīng)濟(jì)體。每個區(qū)域都能從量身定制的生物炭策略中獲得獨(dú)特的農(nóng)業(yè)、環(huán)境和氣候韌性收益。
盡管當(dāng)前估算已顯示出巨大的潛力，但生物炭的氣候變化減緩潛力可能仍被低估。例如，對植物和微生物源有機(jī)碳的累積、土壤無機(jī)碳庫的增加等其他碳匯效應(yīng)尚未完全量化。此外，生物炭在森林、濱海濕地等其他生態(tài)系統(tǒng)中也具應(yīng)用潛力。
總之，生物炭技術(shù)潛力巨大，但其應(yīng)用策略必須考慮區(qū)域異質(zhì)性，特別是土壤性質(zhì)和氣候條件。因地制宜的生物炭策略不僅能帶來減緩氣候變化、減少污染、促進(jìn)資源循環(huán)等全球性效益，也能為小農(nóng)提供增產(chǎn)、改土、減少對化肥農(nóng)藥依賴等本地化益處。這項研究為將生物炭從局部試驗推向全球環(huán)境治理提供了重要的數(shù)據(jù)支持和決策依據(jù)。
