这篇论文于2026年发表在 Nature Communications 期刊上，标题为“通过解决氮肥推荐率的不确定性降低玉米生产的环境和社会成本”，由Francisco Palmero（第一作者）、Ignacio A. Ciampitti（通讯作者）等多位来自普渡大学、马里兰大学环境科学中心、环境保护基金会、大自然保护协会、堪萨斯州立大学等机构的研究人员共同完成。
学术背景与目标
本项研究聚焦于农业与环境科学交叉领域，核心问题是作物氮肥（Nitrogen, N）的过量施用。作为一种关键的生产要素，氮肥对保障玉米等作物的高产至关重要，尤其在以美国玉米带（Corn Belt）为代表的全球主要产区。然而，玉米对氮肥的利用效率并不高，大量未被作物吸收的氮素会以多种形式流失到环境中。这导致了一系列严重的负面后果：氧化亚氮（N₂O）作为一种强效温室气体排放加剧气候变化；硝酸盐（NO₃⁻）淋溶污染地下水和地表水，引发水体富营养化、破坏生态系统、威胁饮用水安全并增加人类健康风险（如癌症、出生缺陷）。尽管存在这些已知的代价，由于担心减产风险，农民在实践中往往倾向于施用超过推荐量的氮肥，形成“保险式施肥”（Insurance Fertilization）现象，这进一步加剧了环境问题。
过去的研究多关注于确定一个单一的、最优的氮肥施用量，例如农艺最优氮肥施用量（Agronomic Optimum N Rate, AONR，最大化产量）或经济最优氮肥施用量（Economic Optimum N Rate, EONR，最大化利润）。然而，这些推荐值本身存在巨大的不确定性，受土壤湿度、初始氮状况、作物生长动态以及天气条件（尤其是降雨的时间和量）等多种难以精确预测的因素影响。忽略这种不确定性，会导致对氮肥减施潜力的评估过于乐观或保守，也无法准确量化农民在减氮时所面临的减产风险。因此，本研究的目标是通过明确量化氮肥推荐率的不确定性，系统性地评估在美国玉米带减少氮肥施用量的可行性、环境效益及社会经济影响，并探索一种能够在保障农民经济利益的同时显著降低环境成本的可持续氮肥管理策略。
详细研究流程
本研究的工作流程严谨而系统，主要包含以下几个核心步骤：
1. 数据收集与建模框架建立： 研究人员利用了“氮肥施用工具性能与优化”（Performance and Refinement of N Fertilization Tools, PRNT）项目的公开数据集。该数据集涵盖了美国玉米带八个州（伊利诺伊、印第安纳、爱荷华、明尼苏达、密苏里、内布拉斯加、北达科他、威斯康星）在2014至2016年间进行的49个田间试验点-年组合的数据。每个试验点采用随机区组设计，设置8个氮肥梯度（从0到315 kg N/ha，间隔45 kg/ha），每个处理4次重复，测量指标为玉米籽粒产量和籽粒氮含量。研究首先采用贝叶斯推理（Bayesian Inference）方法，为每个试验点拟合“二次-平台模型”（Quadratic-Plateau Model）来描述籽粒产量对氮肥的响应曲线。贝叶斯方法的关键优势在于，它不给出单一的模型参数，而是生成模型参数（如斜率、二次项系数）的后验概率分布。通过蒙特卡洛积分，可以从这些参数分布中推导出AONR和EONR的概率分布，从而量化其不确定性（例如，使用95%置信区间）。研究还考虑了氮肥与玉米价格比（Price Ratio, PR）的不确定性，将其建模为一个伽马分布，使得EONR的估计也包含了市场价格波动的风险。
2. 不确定性量化与氮肥减施情景构建： 在获得AONR和EONR的概率分布后，研究者计算了每个试验点的期望AONR（E[AONR]）和期望EONR（E[EONR]）。他们发现，AONR和EONR的不确定性平均分别高达97 kg N/ha和81 kg N/ha，相当于期望值的27-87%和26-74%。这证实了推荐值存在显著波动空间。基于此，研究设定了两个阶段的氮肥减施情景进行分析： * 第一阶段（Phase I）：将施氮量从E[AONR]降低到E[EONR]。这本质上是将目标从“追求最高产量”调整为“追求最高利润”，农民因减少化肥投入而直接获得经济收益，且此阶段理论上不涉及利润损失。 * 第二阶段（Phase II）：在第一阶段基础上，进一步将施氮量从E[EONR]降低到EONR概率分布的某个分位数（分位数越低，施氮量越少）。研究测试了四个分位数（0.4， 0.3， 0.2， 0.1）对应的减施情景，分别称为案例1至案例4。此阶段引入了微小的减产或经济损失风险。
3. 风险评估与环境社会效益量化： 对于每个减施情景，研究计算了两个关键风险指标：（1）减产概率：减产后产量低于减产前产量的概率；（2）期望产量损失：减产后平均的产量损失量（kg/ha）。通过在所有试验点进行评估，研究者确定了案例2（即施氮量降至EONR分布的0.3分位数）是综合风险最低（即可行性最高）的进一步减氮方案。在该方案下，平均有约74%的概率发生减产，但期望产量损失仅为39-132 kg/ha，相对于E[EONR]时的产量，损失比例仅为0.45%到1.06%，被认为是可以接受的极低风险。
为了评估环境效益，研究选择了三个具有代表性的试验点作为情景分析案例：分别代表高、中、低不确定性（对应场景A、B、C）。利用已建立的模型，研究者估算了在不同施氮水平下（E[AONR]， E[EONR]， 案例2的施氮量）的土壤氮平衡（施氮量 - 籽粒氮携出量）。然后，他们引用已发表的、基于大量文献数据建立的统计关系模型，将氮平衡转化为预期的氧化亚氮排放量（N₂O–N emissions）和硝酸盐淋溶量（NO₃–N leaching）。此外，还计算了因氮肥生产与运输减少而降低的二氧化碳排放。
最后，研究将这些环境效益货币化为社会效益（Social Benefit）。具体方法是将减少的N₂O排放量折算成二氧化碳当量（CO₂-e），并参考政府间工作组的社会碳成本（每吨CO₂-e 50美元）和硝酸盐污染的社会成本（每公斤氮淋溶18.54美元）进行估算。通过将单位面积的效益乘以玉米带的种植面积，得出了区域尺度的总社会效益。
主要研究结果
氮肥减施的可行性与风险可控：研究表明，综合考虑两个阶段（从E[AONR]减至EONR的0.3分位数），在美国玉米带可以将氮肥施用量减少12%至16%（平均减少约31 kg N/ha）。与此相伴的减产风险极低：平均有71%的概率发生减产，但期望产量损失仅为64-158 kg/ha，相当于总产量的0.48%至1.43%。这意味着农民在几乎没有利润损失风险（第一阶段）或仅有极低可接受风险（第二阶段）的情况下，可以显著减少氮肥使用。研究还发现，不确定性越高的地点，其最优施氮量（E[AONR]或E[EONR]）通常也越高，因而减氮的潜力也越大。
显著的环境效益：上述幅度的氮肥减施带来了明确的环境改善。总体而言，可以减少约10% 的氧化亚氮排放和约13% 的硝酸盐淋溶。同时，由于氮肥生产（哈伯-博世过程能耗高）和运输的减少，相关的二氧化碳排放也降低了约16%。
可观的社会经济效益：将环境效益货币化后，研究发现，仅在研究的八个州实施这样的氮肥减施，就能产生总计2.3亿至5.3亿美元的社会效益（平均接近4亿美元）。这笔巨大的社会收益来自于空气质量和水质的改善所带来的公共健康效益和生态服务价值，足以抵消农民可能面临的微小经济损失。这凸显了优化氮肥管理在经济效益和环境福祉之间的“双赢”潜力。
研究方法的验证与深入洞察：研究结果与部分过往研究（如减氮29 kg/ha可能导致3%减产）在量级上具有可比性，但本研究通过概率框架首次明确量化了与之相伴的极低风险概率，这为说服农民和决策者提供了更坚实、更精细的科学依据。分析还指出，即使在最坏的低风险情况（案例2）下发生减产，大多数地点（尤其是高不确定性区域）的净社会效益（社会效益减去农民经济损失）依然为正，这些区域可以被视为氮损失减缓的“热点区域”（Hot Spots）。
结论、意义与研究亮点
本研究得出的核心结论是：通过正视并系统性地量化氮肥推荐率中固有的不确定性，可以在美国玉米带实现风险可控的、大幅度的氮肥减施（12-16%），从而在基本不影响农民经济利益的前提下，显著降低农业氮素污染的环境负荷，并产生巨大的社会效益。这项研究强调了在制定氮肥管理最佳实践（BMP）和政策时，必须从“追求单一最优解”转向“管理风险与效益并存的可行区间”。
其科学价值在于引入了一个创新的分析框架，将贝叶斯不确定性量化与农业环境经济风险评估紧密结合。该框架不仅适用于美国玉米带的玉米生产，其方法论也可推广到全球其他存在氮肥过量施用问题的地区和作物体系，为精准农业和可持续氮管理提供了新的分析工具和视角。
应用价值方面，本研究为政策制定者、农业推广机构和农民提供了直接的操作指引：一方面，证明了适度的氮肥减施是安全且必要的；另一方面，指出了完全依赖农民自发进行更大规模减氮可能因感知风险而不可持续。因此，研究在结尾呼吁，需要设计激励性政策（如自愿氮信用交易计划、团体激励、氮肥减量保险等），并充分考虑食品供应链上各方的责任与局限，以推动整个系统向更可持续的方向转型。
研究亮点总结： 1. 方法创新：首次将贝叶斯统计框架系统应用于量化氮肥最优施用量不确定性，并将此不确定性明确纳入氮肥减施的环境-经济风险评估模型。 2. 风险量化：超越了传统研究只报告平均产量响应的局限，明确给出了不同减氮情景下的减产概率和期望损失，使决策支持信息更为完整和实用。 3. 综合评估：实现了从田间试验数据到环境排放估算，再到社会经济价值评估的全链条分析，提供了多维度、可量化的证据支持。 4. 政策启示：研究结果不仅证明了技术上的可行性，更重要的是揭示了推动实践需要超越技术本身，必须辅以恰当的经济激励和制度设计，这对全球农业面源污染治理具有重要的借鉴意义。