气候-作物模型支持非洲机会作物适应：为气候韧性农业提供科学工具

《Nature Communications》：Climate-crop models to support opportunity crop adaptation in Africa

本研究针对非洲粮食安全面临的气候变化挑战，构建了涵盖24种作物的气候-作物模型应用，特别关注19种被忽视但具有潜力的"机会作物"。研究人员通过校准SIMPLE模型参数，评估了作物对极端干旱和热浪的响应，为VACS项目提供了可扩展的建模框架，有助于推动非洲气候适应性农业发展。

　　

在气候变化加剧和粮食安全挑战日益严峻的时代，非洲大陆正面临着前所未有的农业压力。非洲人口预计到2050年将翻倍，这对本已脆弱的粮食系统提出了更高要求。传统主食作物如玉米、小麦和水稻对气候变化的敏感性较高，而非洲正在经历日益不可预测的天气模式，包括频繁的热浪、长期干旱和异常洪水，这些因素严重威胁着农业生产。

在这一背景下，被忽视和未充分利用的传统非洲作物，即"机会作物"，展现出独特的适应潜力。这些作物如高粱、小米和苔麸通常对恶劣天气条件和贫瘠土壤具有更强的抵抗力，为应对气候变化提供了可持续的替代方案。然而，由于模型和数据可用性的限制，对这些作物的系统研究一直较为缺乏。

为了应对这些挑战，美国国务院与非洲联盟和粮农组织合作发起了"适应作物和土壤愿景"（VACS）项目。该项目旨在使世界农业系统适应预期的气候变化挑战，初步重点放在非洲大陆。在此框架下，研究人员开展了这项发表在《Nature Communications》上的重要研究。

研究人员采用农业模型比较与改进计划（AgMIP）的方法，使用基于过程的作物模拟模型SIMPLE（Simplified International Model for Projections of Land-use and Environment）来模拟非洲的机会作物。该模型采用普遍认可的气候-作物-土壤过程，需要最少的参数和数据，避免了作物特定程序，从而促进了在各种作物中的广泛应用。

研究的主要技术方法包括：首先通过全面的文献综述收集机会作物的田间观测数据；其次采用四级决策树方法进行模型参数校准，优先使用现有模型参数，其次使用田间试验数据，然后是FAO国家级数据，最后是专家知识；最后在0.5°×0.5°的空间分辨率下设置SIMPLE模型，使用ERA5再分析气候数据和全球土壤数据集，模拟2000-2019年基线期的作物生长情况。

模型校准、验证和评价

研究人员为SIMPLE中的24种作物构建并扩展了气候-作物模型应用，包括5种参考作物和19种机会作物。由于缺乏公共的机会作物观测数据集，他们进行了彻底的文献综述，通过四级决策流程获取作物参数和田间观测数据。模型校准和验证过程显示，SIMPLE模型在非洲雨养作物生产力方面表现出令人满意的性能，相对均方根误差（RRMSE）小于30%。所有作物模拟产量与FAO大陆汇总产量之间的一致性指数（d-index）平均为0.41，表明具有中等一致性。

作物品种和物种参数分析

研究量化了反映许多非洲机会作物特性的模型参数，重点分析了三个关键参数：从播种到成熟所需的积温（T_sum）、开始因热应激加速衰老的日最高温度阈值（T_max）以及辐射利用效率（RUE）对干旱胁迫的敏感性（S_water）。分析发现，所有谷类作物的T_sum值都低于平均水平，表明谷类作物通常生长期较短；而除甘薯外的所有块根和块茎作物的T_sum值都高于平均水平，表明这些作物的生长期较长。在热胁迫耐受性方面，几乎所有谷类作物（除玉米外）的T_max值都高于平均水平，表明谷类作物通常具有较强的热胁迫耐受性。

模型性能和对极端事件的响应

通过将模拟输出与观测数据和灾害报告进行比较，研究人员测试了模型对产量敏感性的响应和一致性。当比较去趋势的模拟和FAO最低产量年份（19年期间最低的5年）与EM-DAT报告的极端事件时，模拟在16种作物中的13种对干旱事件的表现优于FAO数据，在14种作物中的4种对热浪事件的表现优于FAO数据。这表明模型能够可靠地捕捉非洲的极端干旱和热浪事件，并且对极端事件的响应略优于FAO数据。

研究结论和意义

这项研究首次在基于物理的模型中探索机会作物群体，涉及彻底的文献综述和最先进的模型配置。研究构建了24种作物的作物模型应用，其中19种是机会作物，证明了使用SIMPLE进行机会作物模型开发的可行性。这项工作为VACS未来的生产力预测、气候脆弱性评估、适应潜力研究以及探索气候变化对营养和公共健康的影响奠定了基础。

然而，研究也面临一些挑战，主要是非洲作物观测数据全面性和可靠性的稀缺。这种短缺源于多种因素，包括数据收集成本高、基础设施限制以及对这些作物研究投资不足。此外，SIMPLE模型的固有简单性可能导致显著的不确定性，因为它没有充分考虑一些影响作物生产力的关键过程，如养分限制以及病虫害压力。

展望未来，这项基础性工作有相当大的空间可以扩展，包括使用SIMPLE模型模拟更多作物类型。通过覆盖更广泛的作物品种，可以生成不同生态系统和管理实践下农业响应的更全面图景。同时，研究人员对为机会作物开发更复杂的模型抱有浓厚兴趣，目标是创建能够进一步理解土壤肥力、管理实践和作物遗传学复杂动态的模型，从而在可靠的土壤养分数据可用时，为模拟各种气候和土壤条件下的作物表现提供更精确的工具。

这项研究不仅为非洲农业适应气候变化提供了科学依据，也为全球其他面临类似挑战的地区提供了可借鉴的建模框架和方法学参考。通过促进跨学科合作，研究界可以更好地应对现代农业的多方面挑战，为创建能够承受未来气候情景不确定性的韧性粮食系统贡献证据基础。