《Journal of Environmental Management》:Towards global estimates of reservoir nitrogen fixation: insights from machine learning
编辑推荐:
郑春丽|廖鸿凯|维布克·J·博伊林中国贵州省贵阳市贵州医科大学公共卫生学院毒理学系,教育部环境污染监测与疾病控制重点实验室,邮编550025摘要全球范围内水库建设正在迅速发展,但其在全球氮循环中的作用仍不甚明了。内陆淡水中的生物固氮是氮固定的重要途径,但在全球生物固氮量估算中却常
郑春丽|廖鸿凯|维布克·J·博伊林
中国贵州省贵阳市贵州医科大学公共卫生学院毒理学系,教育部环境污染监测与疾病控制重点实验室,邮编550025
摘要
全球范围内水库建设正在迅速发展,但其在全球氮循环中的作用仍不甚明了。内陆淡水中的生物固氮是氮固定的重要途径,但在全球生物固氮量估算中却常被忽视。本研究利用524个水库的生物固氮数据及相应的环境预测变量,构建并测试了六种基于机器学习的模型。支持向量机模型表现出出色的预测性能(R2 = 0.71,RMSE = 0.41),因此被用于后续分析。通过沙普利加性解释方法,我们发现水库的容积和表面积以及气候因素(降水季节性、年均降水量和温度季节性)对生物固氮速率影响最大。值得注意的是,容积小于0.001立方公里的小型水库生物固氮速率最高,但对总固氮量的贡献却很小;而容积大于1立方公里的超大水库由于储存能力强大,对全球氮平衡起着主导作用。将该模型应用于美国92,527个水库后,我们估算出其每年固氮量约为1.5太克氮。鉴于内陆水和沿海水体的生物固氮量占全球总量的15%,水库则约占这一水生来源的3%至5%。在美国境内,生物固氮率较高的区域位于东南部(佛罗里达州及密西西比河流域),但这些区域的模型不确定性也最大。我们的研究结果表明,水库在全球氮循环中起着关键作用,既是大规模的氮汇,又是局部养分来源。同时,这也展示了机器学习如何助力国家层面的生物地球化学评估,并具有更广泛的应用潜力。
引言
全球范围内,水库数量仍在不断增加,这从根本上改变了内陆水的生物地球化学状况,并影响着氮循环(Grabb等人,2021)。然而,它们在全局氮固定过程中的贡献度至今仍缺乏准确量化(Fulweiler等人,2025)。氮是核酸和蛋白质的基本组成元素,因此对所有生物来说都是不可或缺的(Holmes等人,2019)。在陆地和海洋生态系统中,氮往往限制着初级生产力的发展(LeBauer和Treseder,2008;Moore等人,2013)。尽管氮气占地球大气的78%,但大多数植物和微生物无法直接利用分子态氮。为了维持生物生产力,大气中的氮必须先通过生物固氮作用转化为氨等活性形式(Reed等人,2011;Ladha等人,2022)。这一由微生物主导的过程主要由专性原核生物——固氮菌完成,这类微生物包括能够通过固氮酶复合体将大气中的氮气还原的细菌和古菌(Herrero等人,2019)。生物固氮在维持氮的可用性、缓解生态系统中各要素之间的比例失衡方面发挥着重要作用(Galloway等人,2004;Davies-Barnard和Friedlingstein,2020),进而支撑着生态系统的生产力(Vitousek和Howarth,1991)。
迄今为止,生物固氮研究主要集中在陆地和海洋生态系统(Tang等人,2019;Reis Ely等人,2025)。相比之下,尽管内陆水体对全球氮固定有着重要贡献,但相关研究却相对较少。Fulweiler等人(2025)通过元分析估计,内陆水和沿海水体虽仅覆盖全球地表面积的10%,却占据了全球生物固氮总量的15%。不过他们的研究仅考虑了湖泊、河流和湿地,未将水库纳入统计范围。水库在表面积、储存容量和空间分布上存在显著差异,而这些因素都会直接或间接影响氮循环和氮输入量(Harrison等人,2009)。内陆水体的生物固氮受多种因素影响,包括温度、降水、光照强度、水质(尤其是溶解氧水平)以及营养物质浓度(Reed等人,2011;Paerl,2018)。为数不多的以水库为研究对象的研究大多针对单个水库,通过机制模型分析环境因素对氮固定的影响(Yao等人,2018;Li等人,2022)。虽然这类研究在局部层面有一定价值,但难以扩展为可靠的全球氮平衡评估。因此,亟需结合多种环境预测因子的大规模评估方法,以更准确地估算年度氮固定量,并进一步深化对全球氮循环的理解。
机器学习方法在环境研究中的应用日益广泛,尤其用于预测关键生物地球化学过程的空间分布和动态变化。例如,机器学习已被用于估算内陆水体的二氧化碳通量(Safaei-Farouji等人,2022)、一氧化二氮排放量(Khalil等人,2023)以及甲烷排放量(Wang等人,2025)。通过整合大规模观测数据、多种环境协变量以及先进算法,这些模型提升了预测精度。基于机器学习的模型还能有效补充有限的数据,并用更宏观的大规模评估替代针对特定地点开发的机制模型。这种方法能够在区域乃至全球尺度上实现生物固氮的空间可视化,有效解决因观测点稀少或不均匀带来的局限。正因如此,基于机器学习的模型非常适合用于研究生物固氮,它们不仅有助于提升国家和全球层面的氮固定量估算精度,还能降低活性氮平衡评估的不确定性。此外,这类模型还能帮助我们更好地理解不同类型水库系统中环境因素如何影响生物固氮。由此获得的新的认知,可为制定针对性且有效的环境政策提供依据,从而减轻水库中氮循环带来的生态影响。
为填补关于水库对氮固定贡献度的知识空白,本研究采用机器学习方法预测美国各地水库的生物固氮速率,这是一个数据丰富、具有全球代表性的研究案例。通过整合水库特征、地理空间数据及气候数据,本研究旨在:(1)确定影响水库生物固氮的主要环境因素;(2)首次在全国范围内给出不同类型水库的生物固氮总量空间分布估算值。我们的研究有助于完善氮平衡估算,并提升对内陆水生生物地球化学过程建模的能力。
章节节选
水库数据
水库的表面积和储存容量数据来源于Fulweiler等人(2025)的研究,他们汇总了30篇经过同行评审的文献中的524个水库记录(详见补充数据)。原始数据集涵盖了多种类型的内陆水体(如河流、溪流、湿地)。我们提取并合并了湖泊和水库的数据,因为二者在湖沼学特征上较为相似,为简化起见,此处将它们统称为“水库”。所选取的
模型性能与选择
在六种用于预测生物固氮的机器学习算法中,支持向量机模型表现最佳,其R2值为0.71,RMSE值为0.41(见图1;表S1)。十折交叉验证结果显示,各算法的预测性能大致相当,平均交叉验证R2值在0.50到0.54之间。尽管随机森林模型的平均交叉验证R2值最高(0.54 ± 0.12),但各模型之间的差异并不明显。鉴于交叉验证结果差异较小,且该模型在独立测试中的表现更为优异,
决定生物固氮模式差异的机制
历史上,全球氮平衡计算中往往忽视内陆水体,尤其是水库(Marcarelli等人,2022)。这种低估源于早期认为氮固定主要发生在氮限制条件下的浮游蓝细菌中(Howarth等人,1988)。然而,近期研究拓宽了这一认知,表明氮固定也发生在底栖环境中,是由具有固氮能力的微生物群落完成的(Scott和McCarthy,2010;Tian等人,2021;
结论
通过一种可解释的机器学习框架,我们首次给出了美国水库生物固氮量的全国范围估算值。研究发现在容积最小(小于0.001立方公里)和最大(大于1立方公里)的水库中都存在生物固氮的高发区,这体现了影响固氮速率的尺度依赖性生态过程。总体而言,美国水库每年固氮量约为1.5太克氮,占全球内陆水体生物固氮总量的3%至5%,其中大型水库由于储存能力强大,对总固氮量的贡献尤为突出
CRediT作者贡献说明
郑春丽:方法学设计,初稿撰写。廖鸿凯:数据资源获取,研究指导,初稿撰写及审稿修改。维布克·J·博伊林:结果可视化,审稿修改。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究得到了中国国家自然科学基金的支持(项目编号:42567017)。我们衷心感谢佛蒙特大学的Jason Stockwell教授对我们手稿的细致审阅以及提出的宝贵建议。