水分损耗减少主导 CO₂提升的水分利用效率，而非光合作用增强
Reduced water loss rather than increased photosynthesis controls CO2-enhanced water-use efficiency — 论文复现
📦 源代码: GitHub 仓库
论文信息
| 项目 | 内容 |
|---|---|
| 论文标题 | Reduced water loss rather than increased photosynthesis controls CO2-enhanced water-use efficiency |
| 期刊 | Nature Plants |
| 复现内容 | Figure 1 ~ Figure 4 及差分方法示例 |
| 复现语言 | Python |
| 原始代码 | https://doi.org/10.5281/zenodo.8155141 |
小组成员
| 学号 | 姓名 | 分工 |
|---|---|---|
| 2025303120014 | 唐伟 | Figure 1 结果核对与复现校验，跨设备路径适配 |
| 2025303120044 | 童天柱 | — |
| 2025303110039 | 牛双红 | — |
| 2025303110032 | 李有漫 | — |
| 2025303110004 | 吕淑 | — |
研究背景
大气 CO₂ 浓度升高对植物水分利用效率（Water Use Efficiency, WUE）的影响是全球变化研究的核心问题之一。传统观点认为 CO₂ 升高通过促进光合作用来提升 WUE，但本论文提出了不同的机制解释：
核心论点：CO₂ 浓度升高对植物 WUE 的提升，主要由水分流失减少（蒸腾作用降低）驱动，而非光合作用增强。
这一结论对于预测未来气候变化下植被-水循环关系具有重要意义。
复现目标
- 完成 Figure 1 ~ Figure 4 的数据处理与可视化复现
- 实现差分方法示例（differencing method example）
- 验证复现结果与原论文的一致性
注意：原论文 Figure 5 部分资料原作者提供不完全，出现报错，因此本次复现聚焦于 Figure 1 ~ Figure 4 及差分方法示例。
数据与方法
数据来源
项目使用以下数据文件：
| 文件 | 内容 |
|---|---|
beta_SNR_results.csv |
信噪比分析结果 |
delta_Y_CO2_results.csv |
CO₂ 处理下的生理指标变化 |
sites_meta_info.csv |
各实验站点元数据信息 |
复现内容
复现涵盖以下关键生理指标的分析与图表绘制：
- 植物光合速率（Photosynthetic rate）
- 蒸腾速率（Transpiration rate）
- 气孔导度（Stomatal conductance）
- 水分利用效率（Water Use Efficiency, WUE）
差分方法
差分方法用于量化 CO₂ 升高对光合与蒸腾的相对贡献，通过对比处理组与对照组的差异来分离各因子的影响。
复现结果
复现图表
复现内容通过以下 Jupyter Notebook 实现，每个 Notebook 对应一个原论文图表：
| Notebook | 对应图表 | 内容说明 |
|---|---|---|
code/Fig_1.ipynb |
Figure 1 | 总体 WUE 变化趋势 |
code/Fig_2.ipynb |
Figure 2 | 光合与蒸腾的贡献分解 |
code/Fig_3.ipynb |
Figure 3 | 不同环境因子的影响 |
code/Fig_4.ipynb |
Figure 4 | 站点间差异分析 |
code/differencing_method_example.ipynb |
差分方法 | 方法论示例与验证 |
复现结论
- 趋势一致性：复现图表与原论文图表的变化趋势完全一致，无反向或异常偏差
- 数值匹配度：核心生理指标（如 WUE 提升幅度、水分流失与光合增强的贡献占比）与原论文偏差控制在合理范围，符合科研复现要求
- 验证结论：进一步佐证原论文核心观点 —— CO₂ 浓度升高对植物 WUE 的提升，主要由水分流失减少驱动，而非光合作用增强
代码说明
项目结构
├── code/ # 复现代码（Jupyter Notebook）
│ ├── Fig_1.ipynb
│ ├── Fig_2.ipynb
│ ├── Fig_3.ipynb
│ ├── Fig_4.ipynb
│ └── differencing_method_example.ipynb
├── data/ # 数据文件
│ ├── beta_SNR_results.csv
│ ├── delta_Y_CO2_results.csv
│ └── sites_meta_info.csv
└── index.qmd # 项目报告环境配置
本项目使用 Python，需要安装以下依赖：
- numpy, pandas, matplotlib
- scipy, seaborn
复现步骤
git clone https://github.com/D2RS-2026spring/CO2-enhanced-water-use-efficiency.git
cd CO2-enhanced-water-use-efficiency
pip install numpy pandas matplotlib scipy seaborn
# 打开 Jupyter Notebook 运行各 Figure 的复现代码
jupyter notebook code/可重现性评估
本项目可重现性总体上较好：
- 数据完整性：Figure 1 ~ Figure 4 所需数据均完整可用
- 代码可运行：修改数据路径后即可正常执行
- 结果一致性：复现结果与原论文高度吻合
- 已知限制：Figure 5 因原作者数据不完整无法复现
改进措施：将本地绝对路径统一改为通用相对路径，解决跨设备无法运行的问题。