图 2018年全球三大粮食作物（水稻、小麦、玉米）农田氨排放因子（a，b，c）与排放强度（d，e，f）的高分辨率（5弧分×5弧分）数据成果

　　在国家自然科学基金项目（批准号：42325702、42277086、42321004）等资助下，南方科技大学郑一教授、徐鹏助理教授团队，联合香港科技大学、北京大学、康奈尔大学等单位学者，在全球农田氨排放定量计算与管理调控方面取得新进展。成果以“面向全球农田氨减排的肥料管理（Fertilizer management for global ammonia emission reduction）”为题，于2024年1月31日在线发表于《自然》（Nature）杂志。论文链接：https://www.nature.com/articles/s41586-024-07020-z。

　　氨是主要大气污染物之一，对于雾霾的形成起重要作用。农田排放是氨的首要人为源，且主要来自水稻、小麦、玉米三大粮食作物种植。在粮食需求不断增加的压力下削减农田氨排放是全球可持续发展面临的难题之一。受自然与人为因素的综合影响，农田氨排放的强度存在显著的空间差异，尚缺乏全球范围的高分辨率数据，导致全球农田氨排放总量不清、减排潜力不明，阻碍了世界各国的减排工作。

　　研究团队收集整理了全球2775个站点年（site-year）的氨排放率田间观测数据，成功训练和验证了随机森林机器学习模型，完成历史基准（2018年）与气候变化情景下的全球高分辨率模拟，产出5弧分（约10 km）网格尺度的全球农田氨排放数据集。研究表明，2018年，全球水稻、小麦和玉米种植的氨排放总量为4.3 Tg N，三大作物分别贡献41%、30%和29%。这一新估计显著低于以往，主要原因是之前研究未全面、细致考虑肥料管理措施对排放因子的影响。研究表明，高效肥选用、深施等肥料管理措施具有显著的减排效应，但也受当地气候、土壤、水文、作物类型等多方面因素的复杂影响，凸显因地制宜进行农田肥料管理的重要性。在基准情景下，通过优化农田肥料管理，全球三大作物最高可实现1.6 Tg N的减排量（减排38%），小麦、玉米和水稻分别贡献26%、27%和47%的减排量。由于气候变暖，未来农田氨排放将进一步加剧。机器学习模型预测，在SSP1-2.6和SSP5-8.5排放情景下，2030-2060年间全球农田氨排放总量将分别增加4.0%和5.5%。不过，优化农田肥料管理的减氨潜力仅需兑现15%即可抵消这部分增量。

　　这项研究给出了全球农田氨排放的高清图景，识别了排放热点区域和减排优先路径，为世界各国制定相关的农业、环保政策提供了关键科学依据。研究还指出，当前全球的农田氨减排实践面临着经济成本高、农业集约化程度不足等重要障碍。研究成果对于防治雾霾、保障粮食安全具有重要意义，也展示了大数据与人工智能支撑可持续发展目标（包括“零饥饿”“良好健康和福祉”“应对气候变化”等）达成的巨大潜力。