近期，北京师范大学国家安全与应急管理学院张朝团队通过生态网络云平台（https://www.nesdc.org.cn）发布了全球四大粮食作物最适温度（Topt）数据集，用户可在线访问获取数据。相关研究成果以 Spatially explicit temperature optima improve climate impact assessment of global crop productivity 为题发表在 Nature Communications 期刊。

作物生产力对气候变化高度敏感，其中温度是否超过作物生长和光合生产的最适温度阈值，是判断气候变暖对农业生产产生正或负效应的关键。长期以来，全球作物模型和气候影响评估通常采用作物固定的最适温度参数，即假定同一作物在全球不同地区具有相同的温度最适值。然而，作物在长期气候背景、品种更新、农田管理和水热资源条件共同作用下，会形成对当地环境的适应，其最适温度在空间上并非固定不变。为刻画全球主要粮食作物热适应特征，研究团队构建了全球0.05°分辨率的玉米、大豆、小麦和水稻最适温度（Temperature optimum, Topt）空间分布数据集。该数据集能够为作物热胁迫识别、农业气候风险评估、作物模型参数优化以及未来气候变化影响研究提供基础数据支撑。

该数据集以2001—2023年全球主要粮食作物生长季为研究时段，融合卫星遥感植被生产力代理数据、涡度协方差通量站观测数据、ERA5-Land气象数据、全球作物种植分布数据和作物物候数据，识别四大粮食作物在全球主要种植区的空间异质性最适温度。该研究制备步骤如下：首先，基于作物种植区掩膜和作物物候信息，提取玉米、大豆、小麦和水稻生长季内的遥感GPP代理数据与最高温度数据；其次，在每个像元内建立生长季作物生产力与温度之间的响应关系，并采用温度分箱和高分位数方法降低水分、养分、管理等非温度因素的干扰；随后，利用Wang–Engel非对称温度响应函数拟合作物GPP与最高温度之间的关系，将作物GPP达到峰值时对应的最高温度识别为该像元的最适温度；最后，通过涡度协方差通量站观测数据对遥感识别结果进行验证，并经过统计显著性、拟合优度和生理合理性等质量控制，生成全球四大粮食作物Topt空间分布数据集。该数据集可用于支撑全球和区域尺度农业气候风险评估、作物热胁迫暴露分析、作物模型温度响应参数改进、未来气候变化对作物生产力影响评估、耐热品种选育布局以及农业适应策略制定等研究。

图1 基于 GOSIF 数据和通量塔实测 GPP 数据反演的作物最适温度（Topt）对比