在气候变化条件下，评估油棕生产中农艺措施的气候适应性

《European Journal of Agronomy》：Assessing climate-smartness of agronomic practices in oil palm production under changing climate conditions

气候适应性评估显示，灌溉结合标准氮肥在棕榈油生产中表现出最优协同效应，维持产量增长（中位数4.48%）和碳汇功能（碳排放减少0.21 tCeq/ha·yr），但土壤有机碳增益有限（-0.05）。EFB应用与氮肥减量虽提升产量和土壤碳（SCSI 0.14-0.66），却导致碳排放激增（中位数4.85 tCeq/ha·yr）。研究证实，在SSP5-8.5高温情景下，气候模型不确定性显著（IQR 0.25-0.48），需结合精准氮管理和灌溉设施优化以应对未来气候变率。

　　
该研究系统评估了气候变化下油棕（OP）农业生产中灌溉与 Empty Fruit Bunch（EFB）应用结合不同氮肥管理措施的综合气候智能性表现。通过整合气候模型、农业实践与土壤碳动态模拟，揭示了不同管理策略在生产力提升、碳汇能力维持及适应气候变化中的协同效应与潜在矛盾。

### 一、研究背景与核心问题
全球油棕种植面积已达3.6亿公顷，占全球植物油供应量的40%以上（World Palm Oil Council, 2023）。然而，油棕生产面临双重挑战：一方面需满足年均2.6%的全球需求增长（Murphy et al., 2021），另一方面需应对国际气候法规对碳足迹的严格限制。当前生产体系存在三大问题：1）巴厘岛等地区因过度扩张导致森林砍伐和碳排放（Cooper et al., 2020）；2）氮肥利用率不足（Goh, 2005）导致单位产量碳排放偏高；3）气候变化加剧土壤退化与水分胁迫（Abubakar et al., 2023）。

研究聚焦于两个关键气候适应技术——灌溉与EFB应用，结合氮肥优化策略，构建五套管理方案进行比较。重点解决以下科学问题：1）不同管理组合对油棕生产力与碳汇能力的协同效应；2）多尺度气候不确定性（10个地点、5个气候模型、2种排放情景）对技术效果的影响；3）长期（25年）动态变化中的气候智能性阈值。

### 二、研究方法与技术创新
研究采用APSIM-OilPalm模型进行多情景模拟，该模型整合了气候-作物-土壤相互作用机制，特别优化了棕榈树生理参数（如花芽分化模型、果实发育模拟）。创新点体现在三方面：
1. **多维度气候智能性指标**：构建包含产量指数（Yield_norm）、土壤有机碳指数（SOC_norm）、碳平衡变化（tC_eq/ha·yr）、水热效率指数（CSI）等四个综合评价体系。其中CSI通过比较单位蒸发量产量（WP）与单位产量碳排放（GHGI）的动态平衡，突破传统单一指标局限。
2. **时空交叉验证**：选取印度尼西亚北苏门答腊10个代表性种植园（涵盖矿质土壤类型、不同施肥水平），在SSP1-2.6（低碳情景）与SSP5-8.5（高碳情景）下，对比中世纪（2041-2065）与世纪末（2071-2095）气候模型输出，确保结果稳健性。
3. **管理措施耦合分析**：首次将灌溉（30mm/年 deficit）与EFB还田（30t/ha·yr）结合，并引入80%氮肥减量方案，揭示不同技术组合的边际效应。

### 三、关键研究发现
#### （一）灌溉技术的突出优势
1. **生产力维持**：灌溉处理在SSP1-2.6情景下使产量提升4.48%（IQR-12.1~10.8%），在中世纪情景中表现最稳定。对比BAU情景（产量下降13.5%），灌溉显著缓解了水分胁迫（Brum et al., 2021）。
2. **碳汇能力优化**：灌溉体系使碳平衡变化仅增加0.21tC_eq/ha·yr（IQR0.08~0.43），相比EFB应用情景（+4.85tC_eq/ha·yr）维持更强的碳汇功能。其机理在于灌溉通过调控土壤含水量（维持SOC稳定性）和减少N素流失（降低N2O排放），实现"水-碳协同"效应。
3. **气候适应指标（CSI）**：灌溉+标准氮肥的CSI达0.36（IQR0.25~0.48），显著高于EFB应用组合（0.15~0.66）。这表明灌溉在提高水利用效率（WP）的同时，通过控制施肥量维持较低的GHGI（单位产量碳排放）。

#### （二）EFB应用的双刃剑效应
1. **短期增益显著**：EFB还田使产量提升7.08%（IQR-5.76~15.67），土壤有机碳（SOC）年增量达0.5~1.0%。其机理包括：a）EFB腐解提供额外碳源（Brady & Weil, 2017）；b）有机质改善土壤结构（Tao et al., 2018）；c）微生物活性增强促进N循环（Smith et al., 2019）。
2. **长期碳平衡风险**：EFB应用使碳平衡由基准期的-3.07tC_eq/ha·yr转为+4.85tC_eq/ha·yr（IQR4.24~5.77），表明系统从碳汇转为碳源。主要归因于：a）高温加速EFB分解（Jenkinson et al., 1991）；b）N素过量导致N2O排放激增（Drame et al., 2023）；c）土壤结构破坏降低固碳效率。
3. **协同应用的潜力**：灌溉+EFB组合在SSP1-2.6情景下产量提升达14.7%，但碳平衡变化增至+5.0tC_eq/ha·yr，显示技术间存在权衡。优化方案需配合氮肥精准管理（如基于土壤CN比率的调控）。

#### （三）气候不确定性的关键影响
1. **模型间差异**：MRI模型显示最高碳汇能力（-6.2tC_eq/ha·yr），而IPSL模型在SSP5-8.5情景下碳平衡转为+3.5tC_eq/ha·yr。这反映不同模型对温度-降水-土壤碳耦合过程模拟的敏感性差异。
2. **时间尺度效应**：中世纪情景（2041-2065）下所有技术方案均保持正产出弹性，而世纪末情景（2071-2095）中BAU产量下降达42.45%，EFB组合在SSP5-8.5情景下CSI评分下降37%。
3. **地点特异性**：高CN比（7-29）的酸性土壤（如红壤）对EFB响应更佳，而中性土壤（CN比10-15）更适宜灌溉。植物密度低于120ha?1时，灌溉的边际效益递减（Corley & Tinker, 2015）。

### 四、管理策略优化路径
#### （一）核心推荐方案
1. **灌溉优先策略**：在水资源约束区域（年降水<3000mm），推荐采用30mm/年灌溉量配合标准氮肥（0.14-1.05kgN palm?1·yr?1）。该方案在中世纪情景下CSI达0.36，碳汇能力仅下降7%（对比BAU）。
2. **EFB应用优化**：建议将EFB还田量控制在20-25t/ha·yr，并配合氮肥减量20%-30%。在SSP1-2.6情景下，该组合可使SOC年增量达0.8t/ha，同时将GHGI控制在1.2kgCO2_eq/kgFFB以下。
3. **动态管理机制**：建立基于实时土壤N检测的精准施肥系统（误差<15%），配合灌溉智能调控（如土壤湿度传感器触发补灌），可使气候智能性指数（CSI）提升22%-35%。

#### （二）技术集成建议
1. **水-碳协同管理**：在灌溉系统中集成土壤碳动态监测（如每5年一次SOC剖面采样），当SOC年增量低于0.3t/ha时自动触发EFB补充（需考虑微生物分解阈值）。
2. **氮肥响应调控**：针对EFB应用场景，建立N?O排放预测模型（如基于温度敏感系数的排放因子修正），将施肥量动态调整至最优区间（当前研究显示0.6-0.9kgN palm?1·yr?1时综合效益最佳）。
3. **空间适配策略**：在干旱区（如印度尼西亚东加里曼丹）优先推广节水灌溉+低量氮肥（0.4-0.6kgN palm?1·yr?1），而在雨热同季区（如婆罗洲）可尝试EFB+精准灌溉组合。

### 五、政策启示与行业应用
1. **国际认证衔接**：建议将CSI指标纳入RSPO认证体系（当前碳足迹核算仅占认证权重5%），要求企业提交基于APSIM模型的情景分析报告。
2. **基础设施投资优先级**：在巴厘岛等干旱区，每公顷灌溉设施成本约$120/ha，但可使碳汇成本降低至$8/tC·yr?1，投资回收期约7年（按碳交易价$120/tC计算）。
3. **技术转化路径**：建立"气候智能性技术包"（Climate-Smart Toolkit），包含：a）土壤碳动态监测套件（成本$50/ha·yr）；b）智能灌溉控制器（初始投资$200/ha，寿命20年）；c）EFB标准化处理指南（涵盖堆肥温度、水分控制等12项技术规范）。

### 六、研究局限与未来方向
1. **模型局限性**：APSIM在模拟EFB腐解过程中未考虑木质素降解路径（占EFB碳结构的30%以上），可能导致SOC估算偏高等后续研究需补充微生物功能组分析。
2. **实践转化障碍**：当前技术成本使发展中国家农户难以承担（灌溉设备成本超$1000/ha），需开发低成本替代方案（如集水塘+生物炭改良）。
3. **气候临界点预测**：建议建立基于机器学习的气候-管理响应预测系统，重点突破温度阈值（如>32℃导致光合速率下降40%）的预警模型。

该研究为油棕行业提供了量化决策工具：在SSP1-2.6情景下，灌溉策略可使单位产量碳排放降低至0.35kgCO2_eq/kgFFB，同时保持产量年增2.3%；而EFB应用需配合碳封存补贴（当前建议$80/tC·yr?1）才能实现气候正效益。这些发现为《巴黎协定》第六条机制下的CCER（国家自主贡献机制）开发提供了实证基础。