陳粲　包云軒　呂青　唐倩

摘要 利用2013年吳江試驗(yàn)區(qū)水稻種植季定點(diǎn)、連續(xù)監(jiān)測N2O氣體排放量數(shù)據(jù)、氣象數(shù)據(jù)、土壤理化性質(zhì)等資料，運(yùn)用DNDC模型（脫氮-分解模型）研究該模型是否可以預(yù)測不同秸稈還田填埋深度下N2O排放速度、排放總量和排放變化趨勢，并對影響N2O排放的主要因子進(jìn)行了靈敏度分析。結(jié)果表明，DNDC模型可以對不同秸稈還田填埋深度下N2O的排放速度、排放總量和變化趨勢進(jìn)行模擬；年平均溫度、土壤pH、土壤有機(jī)碳含量、施肥量和秸稈還田量對不同秸稈還田填埋深度下N2O氣體排放非常敏感。

關(guān)鍵詞 DNDC模型；秸稈還田；填埋深度；農(nóng)田N2O氣體；排放

中圖分類號 S181 文獻(xiàn)標(biāo)識碼

A 文章編號 0517-6611（2018）14-0064-04

Simulation of Nitrous Oxide Emission under Different Straw Retention Depths Based on DenitrificationDecomposition Model

CHEN Can，BAO Yunxuan，L Qing et al （College of Applied Meteorology，Nanjing University of Information，Science and Technology，Nanjing，Jiangsu 210044）

Abstract This research combined the paddy planting season data in Wujiang region，China with the DNDC model （Denitrification-Decomposition model） to detect whether the DNDC could be used to simulated the N2O emission speed，annual discharge amount and discharge change tendency.This research also analyzed the sensitivity of the important factors which affect the N2O discharge amount.The results were as fellows：DNDC model could be used to simulate the N2O emission speed，annual discharge amount and discharge change tendency under different straw retention soil depths.The annual mean temperature，soil pH，soil organic carbon amount，fertilization amount and straw retention amount could influence the N2O gas discharge amount sensitively.

Key words DenitrificationDecomposition Model； Straw retention；Landfill depth； Nitrous oxide； Emission

溫室氣體排放是一個全球性的環(huán)境問題，已受到越來越多學(xué)者的廣泛關(guān)注[1]。其中氧化亞氮（N2O）是旱地土壤溫室氣體排放中最重要的排放氣體之一。2007年IPCC報告顯示，截至20世紀(jì)末，農(nóng)田N2O排放總量為3.50×106 t N/a，占人為源排放量的61.4%，占全球N2O總排放量的23.8%[1]。影響農(nóng)田N2O排放的因素很多，主要有土壤溫度、水分、施肥種類等。La Scala等[2]研究發(fā)現(xiàn)當(dāng)土壤溫度從0 ℃逐漸上升至35 ℃時，土壤微生物活性和土壤N2O的排放量均顯著升高。Batjes[3]分析了不同水分含量下N2O排放速率，結(jié)果表明，土壤水分含量越高，N2O排放速率也相應(yīng)增加。在氮肥種類和用量上，研究表明，化學(xué)氮肥施用量增加了稻田N2O的排放，且硫酸銨比尿素排放更多的N2O[4]。施用硫酸銨100和300 kg/hm2引起的N2O損失率分別為0.04%和0.26%，而施用尿素分別為0.03%和0.15%[5]。Ball 等[6]研究表明土壤孔隙度的變化影響土壤通氣性和水分含量，因而影響土壤硝化作用、反硝化作用和微生物的呼吸作用以及N2O在土壤中的擴(kuò)散速率；土壤孔隙度還影響有機(jī)質(zhì)的分解速率，從而影響N2O的排放量。礦化氮主要影響農(nóng)田N2O的排放，Comber等[7]認(rèn)為化學(xué)氮肥的施用增加了農(nóng)田N2O的排放，且硫酸銨比尿素能排放更多的N2O。

縱觀農(nóng)田N2O排放研究的領(lǐng)域，對農(nóng)田N2O排放機(jī)理的研究較多，也有較多對農(nóng)田N2O減排的研究。但對如何使用模型對不同秸稈還田填埋深度條件下N2O排放量進(jìn)行模擬并研究影響農(nóng)田不同秸稈還田填埋深度下N2O排放的其他各個重要因子的靈敏度，目前研究較少。

筆者利用2013年吳江地區(qū)水稻種植季連續(xù)N2O氣體排放量監(jiān)測數(shù)據(jù)、氣象數(shù)據(jù)、土壤理化性質(zhì)數(shù)據(jù)等資料，運(yùn)用DNDC模型（DenitrificationDecomposition，脫氮-分解模型）進(jìn)行準(zhǔn)確、快速地預(yù)測不同秸稈還田填埋深度所產(chǎn)生的N2O氣體排放量，并分析年平均溫度、土壤pH、土壤有機(jī)碳（SOC）含量、施肥量和秸稈還田量這5個因子在不同秸稈還田填埋深度所產(chǎn)生的N2O氣體排放量的靈敏度，以期為農(nóng)田溫室氣體的有效減排提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于江蘇省吳江市，屬于亞熱帶季風(fēng)氣候，全年溫和濕潤，四季分明，雨量充沛，日照充足，無霜期長。年均總?cè)照諘r數(shù)2 130.2 h，占可照時數(shù)的48%；年均氣溫15.4 ℃；年均降水量1 054 mm。該研究區(qū)土壤類型為太湖地區(qū)典型的水稻土—烏柵土。據(jù)97個剖面統(tǒng)計，烏柵土耕層有機(jī)質(zhì)28.40 g/kg，全氮1.65 g/kg，全磷0.53 g/kg，速效磷8.00 mg/kg，速效鉀92.00 mg/kg，保肥能力較強(qiáng)，烏柵土內(nèi)排水性能較差，土壤自然含水量為40.4%。該土種是太湖地區(qū)低田迂區(qū)的主要土壤類型，土壤基本性質(zhì)：

土壤容重1.36 g/cm3，pH 6.57，田間持水量40.3%，凋萎系數(shù)32.24%，黏粒系數(shù)53.11%，表層有機(jī)碳含量0.025 kg C/kg，C/N 10.90 ，初始硝態(tài)氮6.11 mg N/kg，初始銨態(tài)氮13.48 mg N/kg。土壤養(yǎng)分含量較豐富，但養(yǎng)分釋放緩慢，質(zhì)地黏重，易受滯害。研究區(qū)種植制度主要以稻麥輪作為主。

1.2 試驗(yàn)設(shè)計

試驗(yàn)設(shè)2個處理，即秸稈填埋10 cm處理（C10）：施用328 kg N/hm2氮肥，秸稈在前次水稻收獲后立即填埋還田，填埋深度為10 cm。填埋20 cm處理（C20）：施用328 kg N/hm2氮肥，秸稈也在前次水稻收獲后立即填埋還田，填埋深度為20 cm。每個處理小區(qū)面積為5 m×5 m ，每個處理3次重復(fù)。秸稈還田量為 3 750 kg/hm2，在秸稈還田前測定初始硝態(tài)氮和銨態(tài)氮含量。施肥情況見表1，灌溉情況見表2。

1.3 測定項(xiàng)目與方法 采用靜態(tài)暗箱-氣相色譜法監(jiān)測供試稻田土壤中N2O排放通量和土壤的呼吸動態(tài)。田間試驗(yàn)所用采樣箱為四面和頂部封閉的不銹鋼箱（規(guī)格為 50 cm×50 cm×50 cm），外部用泡沫包裹以避免陽光直射使箱內(nèi)溫度過高，箱內(nèi)裝有采樣管、測溫探頭和電扇（用于混勻箱內(nèi)氣體）。靜態(tài)箱的不銹鋼底座安置于水稻行間，置入土壤上部 10 cm，并保證底座邊緣與地表相平，安放好后整個水稻生長季底座不再移動。采樣時將采樣箱放置在不銹鋼底座上，并于底座水槽內(nèi)加水，以保證靜態(tài)箱內(nèi)氣密性良好。使用 100 mL 注射器于靜態(tài)箱密封后的第 0、8、16、24、32 min抽取箱內(nèi)空氣并注射入真空氣袋內(nèi)（大連普萊特公司）保存，并及時帶回實(shí)驗(yàn)室分析。取樣結(jié)束后，立即將采樣箱從底座移開，以減少采樣過程對供試土壤所造成的擾動。氣體采集過程中同步測定并記錄箱內(nèi)溫度。采用安捷倫 7890A 氣相色譜分析儀（安捷倫科技（中國）有限公司）檢測所收集氣體樣品中 N2O 的濃度，測定N2O濃度所用檢測器分別為氫火焰離子化檢測器（FID）和電子捕獲檢測器（ECD），載氣為高純氮?dú)鈁8-9]。

田間原位監(jiān)測于2013年水稻生長季進(jìn)行。為了便于比較和消除由日變化所導(dǎo) 致的通量差異，采集氣體樣品時間固定為9：00—11：00。采樣頻率通常為7 d 1次，并于施肥后增加監(jiān)測頻率，監(jiān)測頻率為3～4 d，追肥后監(jiān)測頻率為12 d左右，降雨事件后監(jiān)測頻率為3～7 d[10]。

使用單次N2O通量監(jiān)測數(shù)據(jù)直接外推得到日排放通量。對于缺測的每日排放量，以最近2個監(jiān)測日的算術(shù)平均值內(nèi)插估算。累加所有日期（監(jiān)測日和缺測日）的排放通量計算得到季節(jié)排放總量[11-12]。

在采集氣體樣品的同時使用JM624便攜式溫度計（天津今明儀器有限公司，天津）測定10和20 cm土層的土壤溫度。在水稻生長期間，使用時域反射儀（TDR，Trime-IPH，Imko，德國）逐日分層測定各試驗(yàn)小區(qū)0～10和10～20 cm土層的土壤體積含水量。所測土壤體積含水量轉(zhuǎn)化為土壤含水孔隙率（WFPS）[13]。

在水稻生長季，于試驗(yàn)前和試驗(yàn)后采集土壤樣品（0～10和10～20 cm），用于測定土壤基本理化性質(zhì)和養(yǎng)分含量，主要有土壤容重、pH、土壤機(jī)械組成、有機(jī)質(zhì)含量、全氮、全磷、全鉀、硝態(tài)氮和銨態(tài)氮含量等。土壤理化性質(zhì)采用常規(guī)農(nóng)業(yè)化學(xué)分析方法[14]。每一水稻生長季逐日記錄氣象資料（降雨量、日最高、最低氣溫和風(fēng)速等），及時記錄田間管理措施，如播種—收獲時間、耕作、施肥次數(shù)、施肥量和灌溉量等。

1.4 DNDC 模型

所選用的DNDC模型是美國新罕布什爾大學(xué)李長生教授基于施肥量、氣候條件、土壤特性和農(nóng)田管理等要素而建立的一種農(nóng)田生態(tài)系統(tǒng)碳、氮循環(huán)模型。模型由6個子模型構(gòu)成，以日或小時為時間步長分別模擬土壤氣候、農(nóng)作物生長、有機(jī)質(zhì)分解、硝化、反硝化和發(fā)酵過程[15]。對于模擬N2O氣體排放，DNDC模型的主要理論假說包括土壤排放N2O表現(xiàn)為產(chǎn)生一系列N2O排放峰的過程；微生物的反硝化作用過程是土壤N2O的主要生成過程；降雨、灌溉和農(nóng)事活動是產(chǎn)生N2O排放峰的直接驅(qū)動因子；土壤濕度變化控制反硝化作用和硝化分解作用是否發(fā)生[16]。該模型以土壤性質(zhì)、氣候狀況和農(nóng)業(yè)生產(chǎn)措施為輸入信息，可模擬農(nóng)業(yè)生態(tài)系統(tǒng)中N2O等氣體的產(chǎn)生與排放，還可以輸出每日土壤及植物體中的C和N含量、土壤不同層次的溫度和濕度等以及排放到大氣中的CO2、CH4、NXO和N2氣體量等相關(guān)信息[17-18]。

1.5 靈敏度分析

靈敏度檢驗(yàn)是在保持其他影響因子不變的情況下，在一定范圍內(nèi)變動其中一個影響因子的數(shù)值輸入DNDC摸型，模擬溫室氣體排放通量的變化規(guī)律[19]。在靈敏度檢驗(yàn)中采用的基準(zhǔn)情景為當(dāng)?shù)貧夂驐l件，具體靈敏度因子選取和變化范圍見表3。

2 結(jié)果與分析

2.1 農(nóng)田N2O氣體排放模擬

對2013年研究區(qū)水稻種植季C10和C20的農(nóng)田N2O氣體排放進(jìn)行模擬，并將模擬值和測定值進(jìn)行比較以驗(yàn)證模型模擬的正確性。從圖1可以看出，2013年研究區(qū)水稻種植季，模型在模擬不同秸稈填埋深度下N2O氣體排放時，均能夠準(zhǔn)確地捕捉到由于施肥作用所引起的N2O排放峰。第1個排放高峰均處于水稻生長42 d附近，這是由于第1次施肥和第2次施肥引起的，由于這2次施肥量較小，施肥時間間隔較短，因此僅出現(xiàn)了一個排放峰。第2個大的排放峰出現(xiàn)在水稻生長52 d附近，這是由第3次施肥作用引起的，同時由于第3次施肥的施肥量為134 kg N/hm2，是4次施肥過程中最大的，因此農(nóng)田的N2O排放量也最高。最后一個排放峰出現(xiàn)在76 d左右，這是由最后一次追肥74 kg N/hm2引起的。模擬后的C10和C20 N2O排放速度和排放趨勢均與2013年研究區(qū)水稻生長季農(nóng)田N2O監(jiān)測數(shù)據(jù)變化趨勢一致，相關(guān)系數(shù)分別為0.857 4和0.862 1，均方根誤差分別為7.268 1和5.715 8。這說明在2013年研究區(qū)水稻種植季，DNDC模型可以模擬不同秸稈填埋深度下農(nóng)田N2O氣體排放速率的變化趨勢。

對2013年研究區(qū)不同秸稈還田填埋深度下農(nóng)田N2O氣體排放的測定量、模擬量和排放因子進(jìn)行統(tǒng)計分析（表4）。從圖1和表4可知，在不同秸稈還田填埋深度下C10農(nóng)田N2O氣體總排放量和每日農(nóng)田N2O氣體排放量的測定值和模擬值均高于C20，產(chǎn)生這一現(xiàn)象的主要原因：C10秸稈填埋深度較淺為10 cm，這說明土壤深度為10 cm時，秸稈的分解速度較快，微生物活性也較劇烈，硝化作用得到了加強(qiáng)，因此農(nóng)田N2O氣體排放量也隨之增加，這與Wang等[20]對有機(jī)質(zhì)分解與填埋深度的關(guān)系研究結(jié)果一致。同時通過DNDC模型模擬得到N2O氣體排放因子，C10的模擬值也高于C20，這說明DNDC模型可以區(qū)分由于秸稈還田填埋深度的不同所帶來的N2O氣體排放總量的變化。對比N2O氣體排放總量和N2O氣體排放因子的測定值與模擬值可以發(fā)現(xiàn)，測定值均小于模擬值，這主要是DNDC模型過高地估計了土壤中硝化作用和反硝化作用[21-22]，因此，年N2O氣體排放量和排放因子的模擬值高于測定值。

2.2 靈敏度

年平均溫度、土壤pH、SOC含量、施肥量和秸稈還田量這5個因子進(jìn)行靈敏度分析，結(jié)果見圖2。在對研究區(qū)水稻生長期間N2O排放量的模擬中，年平均溫度、土壤pH、SOC含量、施肥量和秸稈還田量這5個因素均會對C10和C20的N2O排放總量產(chǎn)生較大影響。C10在年均溫下降1 ℃時，N2O總量呈上升趨勢，而C20在年均溫下降

1 ℃時，N2O總量呈下降趨勢（圖2A）。這是因?yàn)镃10的秸稈填埋在10 cm處，年均溫下降1 ℃，可能更適合微生物的活動，因此N2O排放總量上升。但同樣年均溫下降1 ℃，C20的秸稈填埋在20 cm處，由于20 cm處的微生物量比10 cm處的微生物量少，且秸稈的分解速度慢，因此雖然年均溫下降1 ℃，但造成N2O排放總量減少的效果并不明顯，仍比正常溫度低，這與Beer 等[23]的研究結(jié)果一致。土壤pH也是影響N2O排放的重要因素。隨著pH的變化，C10和C20的N2O排放總量變化趨勢一致（圖2B）。這說明不管秸稈填埋的深度如何變化，堿性條件均不利于硝化細(xì)菌和反硝化細(xì)菌的生存，因此也不利于N2O的排放。SOC含量的變化也會影響N2O的排放，但隨著SOC含量的升高，C10的N2O排放總量呈先升高后下降的趨勢，而C20的N2O排放總量則呈先升高后平穩(wěn)的趨勢，同時在SOC含量最高時，C20的N2O排放總量超過了C10的N2O排放總量。這是由于SOC的上升可以在秸稈 分解的基礎(chǔ)上進(jìn)一步提供給微生物足夠的碳源，以增強(qiáng)其活性，因此土壤中硝化作用和反硝化作用顯著上升，N2O排放總量也隨之增加。但上升到一定程度后N2O排放總量達(dá)到平衡狀態(tài)[24]。施肥量和秸稈還田量的提高均會在C10和C20中引起N2O排放總量上升的趨勢（圖2D、圖2E），其中秸稈還田的N2O排放總量變化趨勢和SOC的N2O排放總量變化趨勢一致。

3 結(jié)論

（1） DNDC模型可以模擬不同秸稈還田填埋深度下每日N2O氣體排放量變化趨勢以及N2O氣體排放總量。從模擬結(jié)果可以看出，秸稈填埋深度為20 cm時更能減少農(nóng)田N2O氣體排放總量。

（2） 通過對年平均溫度、土壤pH、SOC含量、施肥量和秸稈還田量這5個因子的靈敏度分析可知，年平均溫度、土壤pH、SOC含量、施肥量和秸稈還田量均可以影響不同秸稈還田填埋深度下N2O氣體的排放總量。同時年平均溫度、SOC含量和秸稈還田量會抑制秸稈填埋深度10 cm時的N2O氣體排放總量。而土壤pH為堿性時會同時抑制秸稈填埋深度10和20 cm時N2O氣體排放總量。

參考文獻(xiàn)

[1]

IPCC.Changes in atmospheric constituents and in radiative forcing[M].Cambridge，UK：Cambridge University Press，2007

[2] LA SCALA N JR，BOLONHEZI D，PEREIRA G T.Shortterm soil CO2 emission after conventional and reduced tillage of a notill sugar cane area in southern Brazil[J].Soil and tillage research，2006，91（1/2）：244-248.

[3] BATJES N H.Carbon and nitrogen stocks in the soils of Central and Eastern Europe[J].Soil use and management，2002，18（4）：324-329.

[4] FARAHBAKHSHAZAD N，DINNES D L，LI C S，et al.Modeling biogeochemical impacts of alternative management practices for a rowcrop field in Iowa[J].Agriculture，ecosystems and environment，2008，123（1/2/3）：30-48.

[5] HANSEN S，MAHLUM J E，BAKKEN L R.N2O and CH4 fluxes in soil influenced by fertilization and tractor traffic[J].Soil biology biochemistry，1993，25（5）：621-630.

[6] BALL B C，RITCHIE R M.Soil and residue management effects on arable cropping conditions and nitrous oxide fluxes under controlled traffic in Scotland.1.Soil and crop response[J].Soil & tillage research，1999，52（3/4）：177-189.

[7] COMBER A，BRUNSDON C，GREEN E.Using a GISbased network analysis to determine urban greenspace accessibility for different ethnic and religious groups[J].Landscape and urban planning，2008，86（1）：103-114.

[8] LI Y，WHITE R，CHEN D L，et al.A spatially referenced water and nitrogen management model （WNMM） for （irrigeted） intensive cropping systems in the North China plain[J].Ecological modeling，2007，203（3/4）：395-423.

[9] 李虎，王立剛，邱建軍.黃淮海平原河北省范圍內(nèi)農(nóng)田土壤二氧化碳和氧化亞氮排放量的估算[J].應(yīng)用生態(tài)學(xué)報，2007，18（9）：1994-2000.

[10] 李曉莎，岳善超，李世清.地膜覆蓋對農(nóng)田 N2O 排放影響的研究現(xiàn)狀[J].安徽農(nóng)業(yè)科學(xué)，2016，44（10）：78-81.

[11] EDIS R B，CHEN D L，WANG G，et al.Soil nitrogen dynamics in irrigated maize systems as impacted on by nitrogen and stubble management[J].Australian journal of experimental agriculture，2008，48（3）：382-386.

[12] 徐香蘭，張科利，徐憲立，等.黃土高原地區(qū)土壤有機(jī)碳估算及其分布規(guī)律分析[J].水土保持學(xué)報，2003，17（3）：13-15.

[13] 劉鵬程，丘華晶.秸稈覆蓋還田與土壤有機(jī)無機(jī)復(fù)合[J].土壤通報，1993，24（6）：276-277.

[14] 李長生，肖向明，F(xiàn)ROLKING S，等.中國農(nóng)田的溫室氣體排放[J].第四紀(jì)研究，2003，23（5）：493-503.

[15] LI C S.Biogeochemical concepts and methodologies：Development of the DNDC model[J].Quaternary sciences，2001，21（2）：89-99.