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。

近日，在国家自然科学基金项目等资助下，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。

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10km）网格尺度的全球农田氨排放数据集。

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1.6Tg 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，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。 （刘羽 孙建强）