《Agricultural Water Management》：Sustainability assessment of plastic mulching for wheat production in dry semi-humid areas: An integrated DNDC-machine learning approach
编辑推荐：
在全球干旱化背景下，旱作农业区为稳产增产广泛采用覆膜技术，但其在年降水相对较多的干旱半湿润地区对小麦生产和碳排放的长期综合影响尚不明确。为此，研究人员融合DNDC模型、随机森林(RandomForest)与SHAP可解释性分析，对覆膜垄作集雨(RF)与常规平作(FP)进行了长达30年的模拟研究。结果揭示，尽管RF可减少CO2排放，但显著降低了CH4吸收并加剧了N2O排放，导致农场碳足迹(CF)净增11.6%，且其产量优势仅在特定低降水条件下显现。该研究为科学评估覆膜种植模式在干旱半湿润区的适用性提供了关键理论与数据支持，对推动区域农业的低碳可持续发展具有重要意义。
随着全球气候变化导致的暖干化趋势，中国北方水资源日趋紧张，这不仅削弱了陆地生态系统的固碳能力，也严重威胁着以小麦为主的粮食生产安全。小麦作为北方主要的耗水作物，其生产加剧了地下水消耗。在降水有限的地区，如何既能维持粮食产量，又能减少水资源需求和环境影响的种植技术，成为了亟待解决的关键问题。覆膜技术，特别是覆膜垄作集雨(RF)技术，在干旱和半干旱地区因其高效的集水、保墒和增产能力而得到成功应用与推广。然而，当我们将目光投向年降水量相对更多、但又时常遭遇季节性干旱的“干旱半湿润地区”时，一个问题浮出水面：这套在极度缺水地区被证明有效的技术，在这里还“灵”吗？它能否在提高小麦水分利用效率的同时，真正增强农田的固碳能力，实现产量与环境的双赢？过往的短期田间试验难以给出确定答案，因为作物的响应深受复杂多变的气候条件，特别是降水的非线性影响。为了拨开迷雾，一项结合了长期模拟与前沿机器学习技术的研究应运而生。
为了系统回答上述问题，本研究采用了多技术融合的研究框架。首先，在陕西关中平原的典型干旱半湿润区进行了为期5年(2015-2020)的田间试验，设置了覆膜垄作集雨(RF)和常规平作(FP)两种种植方式，并结合三种灌溉量(0、75、150 mm)，用以获取校准与验证模型所需的实测数据。研究核心采用了DNDC(反硝化-分解)生物地球化学模型，该模型具备独特的覆膜模块，能够模拟作物生长及碳、氮、水循环过程。利用田间试验数据对模型进行校准和验证后，研究人员驱动DNDC模型模拟了1990-2020年共30年历史气象条件下的小麦产量和温室气体(GHG)排放动态。为了深入揭示水分相关因素(种植方式、灌溉、播前降水(Pre_P)和生长季降水(Gro_P))对产量和GHG排放的非线性影响，研究进一步引入了随机森林(RandomForest)机器学习算法，并结合SHAP(Shapley Additive exPlanations)可解释性方法来量化各因素的贡献与阈值效应。此外，研究还基于生命周期评价(LCA)方法计算了农场碳足迹(FCF)和产品碳足迹(PCF)，并评估了农业净收益(ANP)，从而对RF技术的综合可持续性进行了全面评估。
3.1. DNDC模型评估
通过敏感性分析确定关键参数并校准后，DNDC模型在模拟小麦产量和CO2、N2O、CH4三种温室气体通量方面表现出良好的性能。模拟产量与观测值高度一致，归一化均方根误差(nRMSE)在4.0%到16.5%之间。模型也较好地捕捉了GHG排放的季节性动态，其效率系数(NSE)和一致性指数(d)均满足模型可靠性要求，证明该模型能够可靠地用于长期情景模拟。
3.2. 对小麦籽粒产量的影响
随机森林-SHAP分析表明，所有四个水分相关因子均显著影响产量，重要性排序为：种植方式 > 灌溉 > 播前降水(Pre_P) > 生长季降水(Gro_P)。总体而言，常规平作(FP)下的产量显著高于覆膜垄作(RF)，高出25.8%，且产量随灌溉量增加而增加。播前和生长季降水与产量呈非线性关系，并存在明确的阈值(分别为275.1 mm和194.5 mm)。只有在降水量低于这些阈值(即Pre_P < 275.1 mm 且 Gro_P < 194.5 mm)的缺水条件下，RF才表现出产量优势；而在降水充足时，FP更有利于增产。
3.3. 对温室气体排放和全球增温潜势的影响
研究表明，RF对三种温室气体的影响各异：
- •
CO2排放：RF使CO2排放量较FP显著降低35.4%。降水对CO2排放的影响也存在阈值效应，但RF缓冲了降水波动对CO2排放的影响。
- •
N2O排放：RF使N2O排放量较FP显著增加46.1%。生长季降水(Gro_P)对N2O排放的影响呈现双阈值特征(175.6 mm和245.1 mm)，RF加剧了这种非线性响应。
- •
CH4吸收：RF使CH4吸收量较FP显著减少41.2%。降水对CH4吸收的影响也存在阈值，RF调节了这一响应模式。
综合三种气体的全球增温潜势(GWP)，FP的GWP显著高于RF。然而，在考虑土壤有机碳变化(dSOC)后，净全球增温潜势(NGWP)主要受N2O排放主导。由于RF大幅增加了N2O排放，其NGWP比FP高出62.8%。
3.4. 对碳足迹和农业净收益的影响
碳足迹构成分析显示，肥料是最大贡献源，其次是由GHG排放构成的直接排放。RF因减少了灌溉和农药等投入，其间接排放比FP低6.3%；但由于N2O排放激增，其直接排放比FP高出62.8%。两相抵消后，RF的农场碳足迹(FCF)比FP高出11.6%。研究还发现，RF的碳足迹与产量关系存在明显阈值(3095.4 kg CO2-eq ha-1)，超过此阈值后，增加碳足迹并不能带来产量提升。从产品碳足迹(PCF)和农业净收益(ANP)来看，RF的PCF比FP平均高出64.4%。只有在生长季降水低于150 mm的极端干旱条件下，RF在PCF和ANP上才表现出相对优势。在研究所处的地区(30年平均年降水量581.7 mm，生长季平均降水196.6 mm)，FP通常能获得更高的生产收益。
本研究通过整合DNDC模型与随机森林-机器学习解释框架，长期评估了干旱半湿润区小麦覆膜垄作(RF)的可持续性。核心结论指出，RF在该地区的适应性受到关键降水阈值的严格限制。虽然RF在特定缺水条件下能展现产量优势，并能减少CO2排放，但它同时显著增加了强效温室气体N2O的排放，并削弱了土壤对CH4的吸收能力。这一“此消彼长”的效应导致RF系统的净全球增温潜势(NGWP)反而比常规平作(FP)系统高出62.8%。从碳足迹和经济效益角度综合评估，RF仅在生长季降水低于150毫米的极端干旱情景下，其产品碳足迹和农业净收益才优于FP。然而，研究区域的常年降水量远超这一阈值。这意味着，在干旱半湿润区的典型降水条件下，推广RF技术可能不仅无法实现增产初衷，反而会因更高的N2O排放而增加环境成本，导致“增产减排”双重目标落空。
这项研究的重要意义在于，它打破了“覆膜技术必然适用于缺水地区”的简单认知，通过精细化的长期模拟和机制解析，揭示了技术效果对区域水热条件的深刻依赖。它明确警示，在年降水量接近600毫米的干旱半湿润区，盲目推广覆膜垄作技术可能事与愿违。该研究为农业管理者提供了基于实证的科学决策依据：未来在该区域，农业技术优化的重点或许不应放在推广RF上，而应转向改进常规平作(FP)技术，着力提升其水分利用效率并降低碳足迹。同时，研究也指出了RF技术自身改进的迫切方向，即如何破解其加剧N2O排放的瓶颈，并减少塑料薄膜残留带来的长期环境风险。本研究建立的DNDC-随机森林-SHAP分析框架，也为在其他作物系统、土壤类型和气候区评估产量与环境效应的权衡关系提供了可借鉴的研究范式。论文发表于农业水资源管理领域权威期刊《Agricultural Water Management》。
