摘要
本研究介绍了碳净初级生产力（CNPP）模块，该模块是基于简单通用作物模型（SIMPLE模型）开发的，我们对其进行了扩展，以预测地上和地下生物量的产生以及碳的吸收。该模块的目标是在作物生长周期期间及结束时，预测土壤表面及其以下的生物量输入，并将其整合到更广泛的环境碳模拟框架ProCarbon-Soil中。CNPP最初是针对大豆（Glycine max (L.) Merr.）和玉米（Zea mays L.）使用微气象数据参数化的；而对于小麦（Triticum aestivum L.）、豆类（Phaseolus vulgaris L.）以及多年生牧草（Urochloa (syn. Brachiaria) brizantha (Hochst ex A. Rich.) Stapf cv. Marandu），则使用农业气象实验数据和/或文献中的数据进行了参数化。随后，通过对参考品种进行校准，根据作物的物候特征和土壤气候区域，将品种进行了分组。在使用微气象数据的试验地点，CNPP能够准确模拟大豆和玉米的叶面积指数、蒸散量以及生物量干物质的产生和分配（决定系数R2为0.76，Nash–Sutcliffe效率大于0.56，所有变量的相对均方根误差小于38%）。由于产量数据的有限性，小麦、豆类和多年生牧草的模拟效果较差。尽管如此，所得统计结果仍表明该模块在预测巴西主要农业区域的作物生产力方面具有有效性。通过采用一套简化且高效的参数集，CNPP模块在多种作物、基因型和管理方案中均表现出良好的性能。
通俗语言总结
本研究介绍了碳净初级生产力（CNPP）模块，这是一个简化、功能性强且易于校准的模型，用于估算作物的生物量和向土壤中输送的碳量。基于SIMPLE模型，CNPP可以方便地与ProCarbon-Soil等土壤碳模型结合使用，成为农业环境中估算碳封存量的重要工具。CNPP的设计注重参数集的简化，以便在不同作物和环境中进行校准。本研究旨在描述CNPP模块，为其配置适用于多种作物的参数，并评估其在巴西种植园中的表现。研究成功证明，CNPP能够为巴西主要农业区域提供可靠的作物生产力估算。虽然其性能高度依赖于输入数据的质量，但即使在农场数据有限的情况下，该模型也适用于区域尺度分析，并具有显著的效果。
利益冲突声明
作者声明没有利益冲突。
