水稻是世界上最重要的粮食作物之一，保证水稻丰产对保障我国粮食安全至关重要。气候变化对我国水稻产量有重要影响，其中最重要的一个因素是产量对大气CO2浓度升高的响应，即CO2施肥效应。尽管目前可以基于大田CO2升高试验和作物模型等对水稻CO2施肥效应进行评估，但其评估结果仍存在非常大的不确定性。
近日，南京农业大学在The Crop Journal在线发表了题为“Reduction of uncertainties in rice yield response to elevated CO2 by experiment-model integration: A case study in East China”的研究论文，作者以中国水稻种植区为研究对象，首先分析4个主流作物模型的CO2施肥效应评估结果，并将其和大田CO2升高试验的结果进行比较，最终通过“数据-模型融合”方法降低了我国水稻种植区CO2施肥效应评估结果的不确定性。
研究人员以中国水稻种植区为研究对象，首先通过对4个主流作物模型的CO2施肥效应进行了分析，发现不同作物模型间的评估结果存在较大差异。其次，研究人员基于江苏省丹阳市的大田CO2升高试验平台，以2个典型水稻品种为供试品种，在2个CO2浓度下开展田间试验，并对其CO2施肥效应进行评估。研究人员发现，试验得到的CO2施肥效应的真实评估值与上述模型的平均值较为一致，但与单个模型的差异较大。在此基础上，研究人员通过将试验得到的观测结果与模型数据进行融合，构建了能够降低中国区域水稻CO2施肥效应评估不确定性的“数据-模型融合”方案。分析结果表明，基于该方案，中国水稻种植区CO2施肥效应评估的不确定性可以降低20%~50%，为后续区域和全球尺度水稻CO2施肥效应的评估提供了可行的方案。
作者和基金项目
南京农业大学农学院水稻栽培团队博士研究生王子豪和张余为该文共同第一作者，王松寒教授为通信作者，论文得到南京农业大学丁艳锋教授的指导。该研究得到国家自然科学基金项目（32322064，32101340）、江苏省杰出青年基金项目（BK20220083）和中国科协青年人才托举工程（2021QNRC001）等资助。
