土壤氮循环是陆地生物地球化学的一个基本组成部分，但控制它的机制尚不清楚。土壤稳定N同位素特征(δ¹⁵N)反映土壤N投入产出平衡，较高的δ¹⁵N值表明更开放(泄漏)的氮循环，较低的δ¹⁵N值表明更封闭(保守)的氮循环。微生物和酶的活动依赖于温度和湿度，长期以来，研究人员一直认为气候(温度和降水)主要控制土壤的δ¹⁵N和N循环，一些经验证据支持这一观点。然而，基于此类经验证据的气候驱动模式只能解释观测到的全球土壤δ¹⁵N变化的有限部分。

云南大学生态与环境学院程晓莉团队使用了机器学习方法对来自2670个站点的10676个观测数据进行了全球土壤δ¹⁵N(一个指示N投入产出平衡的稳定同位素特征)的全面分析。研究结果：气候条件、植物氮利用策略、土壤性质以及其他自然和人为因素对全球土壤δ¹⁵N的共同影响。研究还发现多种因素共同影响着土壤氮的循环速率，导致了在低纬度地区氮的循环速度比高纬度地区更快。与以往侧重于气候的模型不同，这项数据驱动的模型更准确地模拟了全球土壤δ¹⁵N的空间变化，强调了需要考虑多种因素的共同影响来估算地球的氮预算。这些发现有助于协调实证、理论和建模研究在土壤氮循环方面的分歧，同时对可持续的氮管理也具有重要意义。

这项研究的创新之处在于揭示了全球土壤氮循环中多种自然和人为因素的共同作用，为我们更好地理解土壤氮循环提供了新的视角。通过考虑多种因素的联合影响，我们可以更准确地估算地球的氮预算，为土壤氮管理和可持续发展提供重要参考。这些研究成果对于推动土壤科学领域的发展具有重要意义，也为我们更好地保护地球环境提供了宝贵的参考依据。

原文链接 ↓

https://doi.org/10.1111/gcb.17309

本文首发于“生态学者”微信公众号！