羅 紈，蔡思成，李印娟，張 裕，朱豪杰，楊 星，王志寰，侯 苗

江蘇沿海墾區(qū)暗管排水農(nóng)田輪作對土壤有機碳的影響模擬

羅 紈1，蔡思成1，李印娟1，張 裕1，朱豪杰1，楊 星2，王志寰2，侯 苗2

（1. 揚州大學水利科學與工程學院，揚州 225009；2. 江蘇省水利科學研究院農(nóng)村水利與水土保持研究所，南京 210017）

針對江蘇沿海墾區(qū)地勢平坦、降雨量大，農(nóng)業(yè)生產(chǎn)易受澇漬災害影響，而新開墾農(nóng)田土壤貧瘠、有機質(zhì)含量極低的問題，該研究基于江蘇省東臺市內(nèi)省水科院農(nóng)田暗管排水試驗基地的氣象、土壤、作物等數(shù)據(jù)，聯(lián)合運用田間水文模型-DRAINMOD和土壤有機碳模型-DNDC（Denitrification-Decomposition Model），研究了輪作和秸稈還田方式對暗管排水農(nóng)田土壤有機碳（Soil Organic Carbon，SOC）累積過程的影響。結(jié)果顯示：對于地下水位埋深較淺的沿海墾區(qū)，在DRAINMOD準確預測暗管排水農(nóng)田地下水位動態(tài)的基礎上，運用DNDC模型可以更好地預測土壤有機碳的累積過程；以2021年土壤有機碳含量（2.95 g/kg）為初始值，DNDC模型32 a長序列模擬發(fā)現(xiàn)，冬小麥-玉米輪作配施全量秸稈還田措施效果最佳，可提升耕層土壤有機碳含量至17.85 g/kg；冬小麥-玉米-冬小麥-綠肥（紫花苜蓿）輪作配施全量秸稈還田措施可提升耕層土壤有機碳含量至16.12 g/kg，具有很好的固碳效果。與研究區(qū)現(xiàn)有明溝排水系統(tǒng)相比，暗管排水可快速降低地下水位，減少澇漬脅迫，作物產(chǎn)量提升3.90%，耕層固碳速率提升39.39%。暗管排水條件下，濕潤年頻繁降雨造成了土壤干濕交替變化，由此激發(fā)了高強度土壤的呼吸作用，導致了一定程度的SOC損失；建議采用農(nóng)田控制排水措施來抑制過度排水，減少高強度土壤呼吸對SOC累積過程的不利影響。研究成果可為沿海墾區(qū)農(nóng)田地力提升和農(nóng)業(yè)碳中和提供參考。

排水；土壤；輪作；土壤有機碳；暗管排水；秸稈還田；DNDC模型；DRAINMOD模型

0 引 言

沿海灘涂是中國重要的土地后備資源，適度圍墾利用對于當?shù)剞r(nóng)業(yè)發(fā)展具有重要意義[1]。江蘇省擁有全國近1/4的灘涂面積，墾區(qū)內(nèi)現(xiàn)有的大規(guī)模農(nóng)業(yè)生產(chǎn)是中國現(xiàn)代化農(nóng)業(yè)生產(chǎn)的一個縮影[2]。初墾土壤鹽分含量高，一般需要通過人工排水措施來淋洗土壤鹽分，使土壤鹽分降至作物耐鹽極限以內(nèi)；而脫鹽后的農(nóng)田土壤有機質(zhì)含量極低，需要通過輪作等農(nóng)藝措施來培肥土壤、提升地力，提高糧食產(chǎn)量。由于墾區(qū)地勢平坦，降雨量大，地下水埋深較淺，土壤多為結(jié)構不良的粉細砂土，傳統(tǒng)的明溝排水不僅占地面積大，而且塌陷嚴重，降漬效果差；暗管排水則具有占地面積小、方便機械化作業(yè)且維護費用低的優(yōu)點。隨著區(qū)域經(jīng)濟發(fā)展以及高標準農(nóng)田建設要求，采用暗管排水來改善農(nóng)田排水條件是適應墾區(qū)現(xiàn)代化農(nóng)業(yè)發(fā)展的必然趨勢[3-4]。

在土壤結(jié)構不良地區(qū)，農(nóng)田暗管排水的降漬效果一般優(yōu)于明溝，但其快速降低地下水位的同時會影響農(nóng)田土壤有機碳（Soil Organic Carbon，SOC）的累積過程。SOC是土壤有機質(zhì)的重要組成部分，是表征土壤肥力、預警耕地質(zhì)量變化的重要指標。除了作為營養(yǎng)來源，SOC還可以改善土壤的結(jié)構、持水能力和微生物活性。提高農(nóng)田SOC含量，加強土壤碳庫碳匯，對于應對氣候變化，實現(xiàn)碳中和戰(zhàn)略目標具有積極意義。農(nóng)田土壤有機碳的動態(tài)在很大程度上受到耕作、輪作、施肥以及秸稈還田等農(nóng)業(yè)措施的影響[5]。由于土壤水分狀況直接影響土壤有機質(zhì)的分解轉(zhuǎn)化，排水條件變化對SOC儲量有一定影響[6]。采用暗管排水會改變農(nóng)田水分動態(tài)，但其對墾區(qū)土壤有機碳的累積過程將產(chǎn)生何種影響，目前尚不明晰。傳統(tǒng)方法研究土壤有機碳變化過程時，主要靠長期定位觀測，通過對試驗數(shù)據(jù)的統(tǒng)計分析，得出特定地塊在一定管理措施下SOC含量的變化。如江蘇省東臺市志記載，1958年三倉區(qū)新五高級農(nóng)業(yè)生產(chǎn)合作社試種綠肥，土壤有機質(zhì)質(zhì)量分數(shù)從0.9%增加到1.13%；東臺縣農(nóng)科所70年代連續(xù)3 a秸稈還田小區(qū)試驗中，土壤有機質(zhì)質(zhì)量分數(shù)分別增加了0.19%、0.22%、0.26%[7]；江蘇蘇州國家農(nóng)業(yè)科學土壤質(zhì)量相城觀測實驗站針對太湖地區(qū)的10 a田間定位試驗中[8]，稻麥輪作秸稈全量還田處理的農(nóng)田SOC含量顯著增加了4.60 g/kg。近年來，基于過程的計算機模型被廣泛用于復雜的生物地球化學過程模擬分析，彌補了田間試驗數(shù)量有限、年限不足和站點尺度過小等不足[9]。其中，運用較多的土壤反硝化-分解過程模擬模型-DNDC（Denitrification-Decomposition Model）可較好地模擬農(nóng)田SOC的變化[10]。農(nóng)田生態(tài)系統(tǒng)碳循環(huán)受到水文氣象條件、土壤和作物等一系列相互作用過程的控制。土壤水分參與幾乎所有生物地球化學反應，直接影響作物生長和土壤微生物活性，進而影響土壤有機碳庫循環(huán)，是DNDC模型中分解子模型的高敏感性因素[11]。DNDC模型采用簡化方法模擬土壤地表和地下排水過程：通過一個垂向土壤水分運動模塊模擬土壤剖面內(nèi)每小時和每日土壤含水率變化[11-13]，進而得出每日地下水位動態(tài)結(jié)果。該計算方法對以地下排水徑流過程占主導地位的暗管排水農(nóng)田水量平衡計算將產(chǎn)生較大誤差，進而影響模型對于碳氮循環(huán)過程的模擬結(jié)果。因此，本研究選擇借助國際上認可度較高的田間水文模型—DRAINMOD，對暗管排水農(nóng)田水分動態(tài)進行預測，將結(jié)果輸入DNDC模型分析不同農(nóng)業(yè)措施（輪作、秸稈還田）和不同排水條件對土壤有機碳累積過程的影響。

本文結(jié)合江蘇省沿海墾區(qū)現(xiàn)代化農(nóng)業(yè)發(fā)展對于暗管排水系統(tǒng)建設的需求以及墾區(qū)獨特的水文氣象條件，選用田間水文模型DRAINMOD與生物地球化學模型DNDC相結(jié)合的手段，模擬研究江蘇沿海墾區(qū)暗管排水農(nóng)田SOC含量變化受種植方式的影響，分析在不同輪作方式與秸稈還田模式下農(nóng)田SOC含量的變化與影響因素，以期為沿海墾區(qū)現(xiàn)代農(nóng)業(yè)發(fā)展與生態(tài)環(huán)境保護提供理論依據(jù)與技術支撐。

1 材料與方法

1.1 研究區(qū)概況及資料收集

本研究試驗地點為江蘇省水利科學研究院沿海試驗基地，位于江蘇省東臺市瓊港鎮(zhèn)梁垛河與臨海高速公路交叉口東南側(cè)（120°53'E，32°51'N）。東臺市處于北亞熱帶季風濕潤氣候區(qū)，氣候溫暖濕潤，日照充足，年平均氣溫14.9 ℃，年平均降水量為985 mm。試驗基地內(nèi)置各類農(nóng)田水文觀測設施，包括自動氣象站、蒸發(fā)皿、雨量筒和地下水位觀測井等。本文試驗區(qū)農(nóng)田敷設有排水暗管，暗管埋深為0.9 m，間距為22.75 m。監(jiān)測時段為2020年春季至2021年秋季，田間作物輪作順序為冬小麥-休耕-冬小麥-紅薯，其中小麥品種為寧麥13號，紅薯品種為蘇薯16號。小麥于10月底播種，次年6月初收割，紅薯于6月中旬移栽，同年10月下旬收獲。觀測期間，試驗田僅種植旱作物且無人工灌溉。

試驗站內(nèi)裝有小型氣象站，記錄日最高氣溫、日最低氣溫、日降雨量、平均風速及相對濕度等模型所需氣象數(shù)據(jù)。為了觀測試驗田地下水位動態(tài)，于2020年3月底在田中布置了地下水位觀測井，并安裝壓力傳感器連續(xù)記錄地下水位變化。在試驗田不同區(qū)域，使用土鉆分層取土，土樣置于塑封袋帶回實驗室測定土壤的干容重、顆粒組成和水分特征曲線。土壤的垂向飽和導水率在田間通過雙環(huán)法測得，側(cè)向飽和導水率用鉆孔提水法測得。試驗區(qū)主要土壤水分特征參數(shù)見文獻[14]。

試驗期間受到新冠疫情的影響，土壤有機碳（SOC）含量的測定次數(shù)偏少。2021年4月采樣時，將試驗田分為3個區(qū)域，每個區(qū)域內(nèi)隨機取3個采樣點，每個采樣點使用土鉆采集0～10、>10～20、>20～40 、>40～60、>80～100和>100～120 cm共6層的土樣，同時在每個采樣點附近取2個平行采樣點作為復合樣本。使用重鉻酸鉀外加熱法測量土壤有機碳（SOC）含量，每份樣本測定時做3個重復。土壤中有機質(zhì)含量用土壤中有機碳比例（換算因數(shù)）乘以有機碳百分數(shù)而求得。換算因數(shù)隨土壤有機質(zhì)含碳率而定，中國目前沿用“Van Bemmelen因數(shù)”，一般取值為1.724[15]。研究區(qū)農(nóng)田土壤SOC含量現(xiàn)狀調(diào)查結(jié)果如圖1所示。0～10 cm和>10～20 cm 土層SOC含量取平均得到耕層（0～20 cm）SOC均值為2.95 g/kg，換算成土壤有機質(zhì)（Soil Organic Matter，SOM）為5.09 g/kg；>20～30 cm土層SOC均值為2.54 g/kg；表層（0～10 cm）SOC含量略低于>10～20cm；隨著土層深度增加，SOC含量逐漸下降。根據(jù)中國土壤養(yǎng)分分級標準，試驗區(qū)0～30 cm土層土壤有機質(zhì)含量處于6級標準（<6.0 g/kg），土壤有機質(zhì)極度缺乏、肥力極低，不利于作物生長。

圖1 2021年4月實測研究區(qū)暗管排水農(nóng)田SOC沿深度變化

1.2 DRAINMOD模型簡介及驗證

DRAINMOD模型由美國農(nóng)業(yè)部自然資源保護局推薦的準二維田間水文模型，可逐日計算排水農(nóng)田入滲、蒸發(fā)蒸騰、地表及地下排水量以及地下水位埋深變化等水量平衡項[16]。該模型因其操作簡便、預測精度高等優(yōu)點在世界范圍內(nèi)得到廣泛應用[17-18]。DRAINMOD模型的計算原理主要包括農(nóng)田土壤水量平衡與農(nóng)田地表水量平衡2個水量平衡方程。

1）農(nóng)田土壤水量平衡

式中Δ為土壤水分變化量，cm；DL為側(cè)向排水量，cm；ET為蒸發(fā)蒸騰量，cm；DS為深層滲漏量，cm；為地表入滲量，cm。

2）農(nóng)田地表水量平衡

式中為降水量，cm；為灌溉水量，cm；Δ為地表的儲水量變化，cm；為地表徑流量，cm。

DRAINMOD模型計算過程中，采用Green-Ampt公式計算入滲量，Hooghout公式計算側(cè)向排水量；若地表出現(xiàn)積水，則轉(zhuǎn)換為Kirkham公式計算側(cè)向排水量；深層滲漏根據(jù)達西公式進行計算。對于作物實際騰發(fā)量（Actual Evapotranspiration，AET）的計算，模型首先根據(jù)氣象數(shù)據(jù)計算出當日潛在騰發(fā)量（Potential Evapotranspiration，PET）或直接輸入PET，然后根據(jù)土壤水分條件進行判斷；若土壤供水充分，則AET=PET，若土壤供水能力不足，則AET等于土壤供水能力，即土壤水分上升通量。在逐日、逐時進行水量平衡計算的基礎上，DRAINMOD模型輸出每日實際的降雨量/灌溉量、入滲量、蒸發(fā)蒸騰量、地下排水量、地表徑流量、深層滲漏量以及地下水位埋深。本文依據(jù)研究基地實測土壤參數(shù)，采用的DRAINMOD模型主要輸入?yún)?shù)見表1。

本文在延續(xù)前期研究對試驗田地下水位1 a多的觀測基礎上，對DRAINMOD模型進行了進一步的驗證。圖2顯示DRAINMOD模型模擬的研究區(qū)暗管排水農(nóng)田地下水位埋深與實測值。2020-04-01到2021-03-31為模型率定期，2021-04-01到2021-12-31為模型驗證期。2020年降水總量為937 mm，低于多年平均降水量985 mm，略偏干旱；2021年降水總量為1 031 mm，略偏濕潤。從圖 2可見，DRAINMOD模擬的地下水位埋深與實測值變化趨勢基本一致；受降雨和騰發(fā)作用影響，非雨季地下水位大多低于暗管埋深（90 cm）；5—9月的雨季中，大量降雨入滲補給使得地下水位抬升至地表附近，此時暗管發(fā)揮排水作用，地下水埋深出現(xiàn)明顯的上下波動，體現(xiàn)出暗管降漬及時的特點。

表2為DRAINMOD模型率定及驗證期內(nèi)地下水位的模擬值與實測值；其中，率定期與驗證期的均方根誤差與標準差比值（RMSE-observations Standard deviation Ratio，RSR）均在0.7內(nèi)，結(jié)果顯示模型預測精度較高[19]；百分比偏差（Percentage BIAS，PBIAS）在±25%之內(nèi)，相關系數(shù)（Correlation coefficient，）和納什效率系數(shù)（Nash-Sutcliffe Efficiency，NSE）接近1；DRAINMOD模型可以較為準確地預測研究區(qū)暗管排水農(nóng)田地下水埋深的波動情況。

表1 DRAINMOD模型主要輸入?yún)?shù)

表2 DRAINMOD模擬地下水埋深率定與驗證結(jié)果評價

圖2 DRAINMOD模型率定期及驗證期地下水埋深預測值與實測值

1.3 DNDC模型簡介及模擬參數(shù)輸入

DNDC模型是一個基于生物地球化學過程的碳氮循環(huán)模擬模型，在世界范圍內(nèi)被廣泛應用于農(nóng)業(yè)生態(tài)系統(tǒng)中碳、氮循環(huán)轉(zhuǎn)化過程的模擬[20-21]。模型主要由2部分組成：第1部分包括預測植物-土壤系統(tǒng)中諸環(huán)境因子動態(tài)變化的氣候、土壤、植物生長和有機質(zhì)分解等模塊，第2部分包括預測微生物影響C、N轉(zhuǎn)化速率的硝化、反硝化以及發(fā)酵3個模塊；6個模塊以日為時間步長，互相傳遞信息，模擬環(huán)境條件-植物生長-土壤化學變化間的相互作用[22]。本文依據(jù)相關文獻[14，23]、以及研究區(qū)的實際情況和實測參數(shù)，確定模型主要輸入?yún)?shù)，見表3?；A氣象數(shù)據(jù)包括日最高氣溫、日最低氣溫、日降雨量、平均風速及相對濕度，根據(jù)實際情況生成氣象文件輸入模型。

作物參數(shù)中冬小麥（寧麥13）各部分最大生物量（以碳計），谷物、葉、莖和根分別為3 734.4、373.44、1 493.7和622.4 kg /hm2；生長期積溫、固氮指數(shù)和各部分碳氮比等見文獻[23]。下面將DRAINMOD模型預測的暗管排水農(nóng)田地下水埋深值輸入DNDC模型，對研究區(qū)SOC變化進行長序列模擬。

表3 DNDC模型主要輸入?yún)?shù)

1.4 研究區(qū)農(nóng)田輪作模式模擬情景

研究區(qū)所在的東臺弶港鎮(zhèn)屬于傳統(tǒng)的沿海棉墾區(qū)，近年棉花種植面積大幅減少，弶港鎮(zhèn)現(xiàn)主要糧食作物以小麥、玉米和豆類為主。東臺市志[7]中記載20世紀70年代初，東臺在堤東黃海公路兩側(cè)盲目推行旱改水，導致地下水位抬高，土壤次生鹽漬化程度加重，加上綠肥面積減少，造成地力衰退，致使糧食增長緩慢。之后在1975年回旱，夏熟麥綠夾作，秋熟糧（玉米）棉夾作。本文結(jié)合研究區(qū)實際情況，根據(jù)排水條件、秸稈還田程度和作物種植模式，以W-C（冬小麥-玉米輪作、全量秸稈還田及較好的排水條件）為對照設置了7種不同情景（表4）。作物播種前5 d進行耕作，深度為20 cm；綠肥作物選用紫花苜蓿。明溝排水布局由當?shù)貙嶋H情況得到，暗管排水布設22.75 m間距為試驗田實際鋪設間距，可滿足研究區(qū)較高強度的排水要求[4,14]；另設置50 m間距排水較差的暗管布局作對比。將研究區(qū)1984—2015年（32 a）的氣象資料及DRAINMOD模擬的同期地下水位值輸入DNDC，模擬了不同種植模式下未來32 a農(nóng)田SOC含量變化。

表4 DNDC模型長序列模擬情景

2 結(jié)果與分析

2.1 DNDC模型對暗管排水農(nóng)田SOC含量的長序列模擬

圖3顯示DNDC模型長序列模擬的研究區(qū)不同情景下SOC含量累積值，其中，W-F、W-C和W-C-W-A的耕層（0～20 cm）SOC含量從初始值2.95 g/kg分別提升至6.43、17.85和16.12 g/kg，平均固碳速率分別為0.11、0.46和0.41g/(kg·a)。W-C和W-C-W-A的輪作有效提高了農(nóng)田SOC含量，耕層SOM含量提升至30.77和27.79 g/kg，根據(jù)中國土壤養(yǎng)分等級分級標準，土壤有機質(zhì)含量相當于3級（中等）水平；>20～30 cm土層SOM增量較小，W-C增至16.90 g/kg，W-C-W-A增至15.41 g/kg，根據(jù)中國土壤養(yǎng)分等級分級標準，土壤有機質(zhì)含量相當于4級（缺乏）水平。與單一作物種植相比，輪作制提高了土地的產(chǎn)出，可促進SOC積累。將W-C和W-C-W-A情景的耕層SOM質(zhì)量分數(shù)的3 a平均增速分別為0.24%和0.21%，與東臺縣農(nóng)科所20世紀70年代連續(xù)3 a秸稈還田小區(qū)試驗得到的平均增速（0.22%）[7]較為接近。W-C和W-C-W-A情景的耕層SOC質(zhì)量分數(shù)每10 a增加量的平均值分別為3.66和3.15 g/kg，與江蘇蘇州相城觀測實驗站的10 a田間定位試驗結(jié)果[8]較為接近。

中科院南京土壤研究所研究指出，東臺灘涂圍墾52 a后土壤有機碳質(zhì)量分數(shù)自0.1%增加到1.6%[24]。如將本研究模擬期延長至52 a，SOC積累效果最好的W-C情景下SOC質(zhì)量分數(shù)模擬值自0.3%增至2.23%，略高于上述研究的觀測結(jié)果，原因是本文模擬情景W-C中排水條件良好、作物產(chǎn)量較高。

圖3 不同輪作與排水情景下DNDC模型的農(nóng)田SOC 32 a累積值模擬結(jié)果

表5為DNDC模擬不同情景中作物年產(chǎn)量。在觀測期，研究區(qū)冬小麥產(chǎn)量為7 950.00 kg/hm2，而同樣輪作且同等排水條件（W-C情景），DNDC模擬的冬小麥年產(chǎn)量為8 049 kg/hm2。由于模擬條件為較為理想的狀態(tài)，無法將諸多負面因素，如蟲害、人為影響等因素綜合考慮，因此模擬結(jié)果稍優(yōu)于實際情況。

2.2 輪作制度與綠肥對暗管排水農(nóng)田SOC含量的影響

農(nóng)田土壤中有機碳的貯存量取決于外源有機質(zhì)的輸入與土壤中有機物分解2個過程。前者主要受到氣候條件、作物生長和土壤肥力的影響，后者主要受到土壤溫度和濕度的影響。在本模擬研究中，W-C和W-C-W-A情景下1 a有2次作物收獲，除收獲果實部分外，根莖葉均全量返還至田內(nèi)0～20 cm耕層土壤。由圖3可知，輪作配合秸稈還田可較好地提高SOC含量，增加土壤肥力，提升農(nóng)田地力。

表5 模擬不同情景中作物年產(chǎn)量

種植不同作物可能影響土壤有機物質(zhì)的輸入量和分解速率，導致SOC增量的差異。有機物質(zhì)組成的碳氮比（C/N）對其分解速率有較大影響。土壤碳氮比與SOC分解速率一般成反比關系，即碳氮比越高，有機碳分解速率越低，利于SOC的累積。Zhou等[25]研究指出，低碳氮比凋落物是促進SOC積累的重要因子，其增加了活性碳的比例，提高了微生物分解有機物質(zhì)的速率及凋落物的周轉(zhuǎn)率[26]；C/N比低的凋落物不僅加快了分解，也提高了微生物分解時對碳的利用效率，形成了較高的微生物生物量、較高比例的可溶解有機碳和細殘渣，使有機碳可以有效地運輸和融入到更深的土壤基質(zhì)中并最終穩(wěn)定下來[27-28]。植物殘體的C/N變異很大，綠肥如紫花苜蓿的莖葉C/N為10，遠低于一般糧食作物C/N（60～100），將綠肥加入輪作有助于農(nóng)田SOC累積。由表5可見，W-C-W-A的作物年均產(chǎn)量都高于W-C，說明加入綠肥輪作對冬小麥和玉米的產(chǎn)量有提升作用。

2.3 秸稈還田措施對暗管排水農(nóng)田SOC含量的影響

秸稈還田作為一種土壤培肥措施，對農(nóng)田土壤碳庫具有重要影響。在DNDC模型中，作物產(chǎn)量是反映其生物量的一個重要指標。由表5可知，冬小麥-玉米輪作不同秸稈還田程度下的冬小麥年產(chǎn)量較穩(wěn)定，玉米產(chǎn)量則隨著秸稈還田量減少而下降；W-C和W-C-H情景下冬小麥年均秸稈還田量分別為4 025和2 014 kg/hm2，玉米秸稈還田量分別為9 117和4 310 kg/hm2。圖3顯示，秸稈半還田將耕層SOC含量提升至11.91 g/kg，而無還田僅提升至5.94 g/kg，二者固碳速率分別為0.28和0.09 g/(kg·a)。圖3和表5的結(jié)果顯示，SOC含量和玉米產(chǎn)量模擬值隨著秸稈還田量的增加呈上升趨勢。模擬結(jié)果中，秸稈半還田和無還田耕層SOC含量較初始值有一定程度的提高，但均小于秸稈全量還田；可見秸稈還田量與SOC累積效果呈正相關，秸稈還田產(chǎn)生的外源性有機碳投入是影響土壤有機碳累積效果的重要因素。秸稈還田措施能夠改善農(nóng)田土壤結(jié)構，增加土壤團聚體穩(wěn)定性，提高土壤養(yǎng)分和固碳速率，具有促進作物生長和增產(chǎn)效果，增強土壤碳庫的碳匯作用，具有較高的推廣價值[29]。

2.4 排水條件對暗管排水農(nóng)田SOC含量的影響

研究區(qū)目前使用較多的仍是明溝排水系統(tǒng)，農(nóng)溝間距一般為100 m，實際深度約0.6 m。為了探討排水條件變化對土壤有機質(zhì)累計過程的影響，本文模擬了明溝與2種暗管排水條件下土壤有機碳含量的變化，結(jié)果如圖3所示。明溝排水中，降雨后較高的地下水位阻礙了作物的根系呼吸，作物生長受到漬害脅迫。由表5可知，暗管排水的W-C情景下年均總產(chǎn)量較明溝排水的W-C-D提升了3.90%。W-C情景下耕層固碳速率為0.46 g/(kg·a)，較W-C-D情景下的0.33 g/(kg·a)提升了39.39 %。W-C-D情景下的耕層SOC含量提升至13.58 g/kg，>20～30 cm土層SOC增至7.68 g/kg，均小于W-C情景。由于作物產(chǎn)量減少，秸稈還田的外源性有機碳投入相應減少，間接影響了SOC的累積。因此，農(nóng)田排水條件影響作物生長，導致產(chǎn)量和還田生物量減少，對SOC的累積有負面影響。W-C-P的模擬年均總產(chǎn)量為15 902 kg/hm2，固碳速率為0.39 g/(kg·a)，低于排水條件更好的W-C，但高于排水條件更差的W-C-D；然而，W-C-P的秸稈還田量與W-C-D較為接近，故排水條件除了影響產(chǎn)量對SOC的積累作用外，還存在其他因素。但就總體結(jié)果來看，改善排水條件有利于農(nóng)田SOC的累積。

2.5 長期耕作下暗管排水農(nóng)田SOC累積過程模擬

圖4為DNDC模型模擬的32 a耕作期內(nèi)不同情景下研究區(qū)農(nóng)田耕層SOC含量變化。輪作（W-C和W-C-W-A情景）的固碳效果在模擬初期優(yōu)于單作（W-F情景），且隨耕種年數(shù)增長差距加大。2種輪作方式中W-C的耕層SOC累積效果略好于W-C-W-A（圖4a）。不同情景間差距隨耕作年數(shù)增加而增加；單作（W-F情景）與無秸稈還田（W-C-N情景）的農(nóng)田SOC含量較初始有所增加，但數(shù)十年內(nèi)SOC含量累積緩慢（圖4b）。由此可知，冬小麥-玉米輪作且全量秸稈還田（W-C情景）措施有效地提升了研究區(qū)土壤的SOC含量，長期耕作后SOC穩(wěn)步增長；而在輪作中加入綠肥如紫花苜蓿對SOC的積累也有很好的效果。

在輪作且全量秸稈還田，3種不同的排水條件耕層SOC含量均得到了較好的提升，其中W-C效果好于W-C-P好于W-C-D（圖4c）。

a. 不同輪作模式a. Different crop rotationsb. 不同秸稈還田b. Different straw returnc. 不同排水條件c. Different drainage conditions

由圖4可知，不同情景的SOC變化趨勢基本一致。根據(jù)詳細氣象資料，SOC含量明顯減少的1991年、1998年、2003年、2011年和2015年年降水量分別為1 634、1 372、1 185、1 260和1 368 mm，均遠高于32 a平均年降水量985 mm，屬于較為濕潤的年份。濕潤年份SOC含量降低的主要原因是，在量大且分布集中的降雨和暗管排水作用下，農(nóng)田地下水位波動頻繁，土壤干濕交替使得消耗SOC的土壤異養(yǎng)呼吸強度在短時間內(nèi)大幅度提高，并保持較穩(wěn)定的呼吸強度，增加了土壤有機質(zhì)的礦化作用[30-31]。地下水位下降后，短時間內(nèi)土壤微生物群落在有氧環(huán)境下得以恢復，并且養(yǎng)分的積累也提高了土壤微生物活性，使得土壤有機碳分解加快。

在農(nóng)田暗管排水調(diào)控土壤水分的前提下，輪作與秸稈還田措施將逐年提高墾區(qū)貧瘠土壤的肥力。圖5為DNDC模擬的W-C情景下32 a耕作期內(nèi)耕層SOC平均年增速變化。由圖5可知模擬值耕層SOC含量并不是線性增加；開始種植后，農(nóng)田土壤有機碳3 a的平均年增速為1.26 g/（kg·a），10 a平均年增速為0.79 g/（kg·a），32 a平均年增速為0.46 g/（kg·a）。若將32 a的氣象和水位資料再次使用，模擬期增至64 a，其SOC平均年增速為0.34 g/（kg·a）?？梢婋S著耕種年數(shù)增加，出現(xiàn)SOC增速減小的趨勢。DNDC模型有機碳分解過程計算公式中SOC分解速率與SOC含量正相關，而輪作農(nóng)田中SOC的主要輸入量作物殘體（根、莖）與產(chǎn)量正相關；產(chǎn)量在數(shù)十年的耕作中較為穩(wěn)定，所以農(nóng)田土壤中SOC的積累是一個逐漸放緩而趨于穩(wěn)定的過程。

圖5 W-C情景下DNDC模擬的32 a 耕層SOC平均年增速

2.6 排水條件對長期耕作下暗管排水農(nóng)田土壤SOC累積過程影響

不同排水條件導致不同的土壤水分狀況，進而影響農(nóng)田SOC的積累過程。表6為DNDC模擬的不同排水條件下農(nóng)田耕層SOC在不同水文年的累積效果差異，其中暗管排水（W-C和W-C-P情景）農(nóng)田SOC含量在濕潤年多呈下降趨勢，平水年和干旱年則多呈上升趨勢；明溝排水（W-C-D情景）土壤SOC含量變化情況與暗管排水類似，但濕潤年SOC含量下降幅度較暗管排水更小，且平水年和干旱年SOC含量上升幅度更小。因此可認為，排水條件存在差異時，SOC的累積效果在外源有機質(zhì)輸入量一定的情況下，很大程度上受土壤呼吸強度影響，而土壤呼吸強度又受到土壤水分狀況變化的影響。農(nóng)田暗管排水可以有效降低地下水位，降低漬害對作物產(chǎn)量的影響，在大多數(shù)情況下SOC累積效果優(yōu)于明溝排水。但是，暗管排水條件下，研究區(qū)雨量大且集中使得土壤干濕交替頻繁，由此激發(fā)的高強度土壤呼吸，一定程度上造成SOC損失。模擬結(jié)果顯示，濕潤年份年CO2排放量遠高于平均水平，而土壤淹水后，CH4排放量也有所提高。

表6 DNDC模擬的不同排水條件下農(nóng)田耕層SOC在不同水文年累積效果差異

圖6展示模擬期研究區(qū)濕潤年（2014）和極端濕潤年（2011）不同排水條件下農(nóng)田地下水位變化情況。2014年的降水量為1 024 mm，大部分強降雨發(fā)生在雨季（7 —10月），使得地下水位升高，甚至產(chǎn)生地表徑流。圖6a顯示，在日降水量60 mm以上的降雨事件中，3種排水條件下地下水位均很快抬升至地表，并有地表徑流產(chǎn)生。隨后由于排水強度的差異，暗管排水農(nóng)田的地下水位快速降至50 cm以下，并在隨后的小規(guī)模降雨中保持較低水位。而DRAINMOD模擬的明溝排水農(nóng)田的地下水位在雨季多次出現(xiàn)地表徑流，地下水位在0～50 cm間反復，耕層土壤干濕交替頻繁。在較為濕潤的2014年，耕層土壤干濕交替期間，土壤呼吸強度大幅度提高；W-C耕層SOC增加了0.75 g/kg，W-C-P增加0.22 g/kg，W-C-D則減少2.07 g/kg；W-C作物總產(chǎn)量為17 352 kg/hm2，W-C-P總產(chǎn)量17 917 kg/hm2，W-C-D總產(chǎn)量15 860 kg/hm2。較差的排水條件影響了產(chǎn)量，間接導致進入土壤的有機物質(zhì)減少；當年降雨變化規(guī)律使得較多天數(shù)耕層土壤呼吸保持在較高水平，最終導致不同模擬情景下耕層SOC變化的差異。

在極端濕潤的2011年，年降水量為1 206 mm，雨季（6—9月）發(fā)生多次大暴雨，集中了全年80%以上的降雨。圖6b顯示，密集的大暴雨使暗管排水農(nóng)田地下水位在0～50 cm間波動，土壤干濕交替頻繁，土壤呼吸強烈；而明溝排水農(nóng)田因排水條件較差，地下水位接近地表并維持數(shù)日。由于多次數(shù)日的淹水，土壤氧氣含量減少，微生物活動受到抑制，土壤呼吸反而處于較低水平。DNDC模擬結(jié)果顯示，W-C耕層SOC減少2.40 g/kg，W-C-P減少1.71 g/kg，而W-C-D僅減少0.14 g/kg；W-C總產(chǎn)量為13 471 kg/hm2，W-C-P總產(chǎn)量13 376 kg/hm2，W-C-D總產(chǎn)量13 315 kg/hm2。當年在產(chǎn)量接近的情況下，不同模擬情景間土壤呼吸強度的差異造成了耕層SOC含量變化的差異。

結(jié)合圖4c中長序列模擬結(jié)果發(fā)現(xiàn)，相較于研究區(qū)現(xiàn)有的明溝排水，暗管排水農(nóng)田因降漬效果好、產(chǎn)量高，土壤SOC累積效果總體上更佳。但在部分濕潤年（表6），快速排水可能導致土壤呼吸加速而影響SOC累積；也就是說，提高農(nóng)田排水標準雖有利于穩(wěn)產(chǎn)增產(chǎn)，但高強度排水對于土壤SOC累積效果可能產(chǎn)生不利影響。因此，建議采取農(nóng)田控制排水措施實時調(diào)控土壤排水強度，避免過度排水的不良后果。在保證作物不受漬害的同時，通過控制排水措施來減小雨季土壤呼吸強度，可發(fā)揮以水調(diào)碳，減少溫室氣體排放，促進土壤碳庫積累的積極作用。

圖6 DRAINMOD模擬的不同排水條件下濕潤年（2014）與極端濕潤年（2011年）雨季地下水位變化情況

3 結(jié) 論

本文在大田監(jiān)測的基礎上，聯(lián)合使用田間水文模型DRAINMOD和土壤有機碳模型DNDC（Denitrification-Decomposition Model），基于長序列氣象數(shù)據(jù)模擬研究了江蘇沿海墾區(qū)暗管排水農(nóng)田輪作措施對土壤有機碳（Soil Organic Carbon，SOC）的影響，得到的主要結(jié)論如下：

1）將田間水文模型與土壤有機碳模型聯(lián)合運用，可更好地模擬出暗管排水農(nóng)田輪作對土壤有機碳含量變化的影響；DRAINMOD模型可較為準確地模擬研究區(qū)暗管排水農(nóng)田地下水位動態(tài)，其結(jié)果輸入DNDC模型后可改進對暗管排水農(nóng)田土壤有機碳含量的模擬結(jié)果；

2）基于32 a長序列氣象數(shù)據(jù)和不同種植模式的模擬結(jié)果顯示，冬小麥-玉米輪作且全量秸稈還田條件下可有效提高研究區(qū)農(nóng)田土壤有機碳含量；耕層土壤有機碳含量從2021年的2.95 g/kg提升至2053年的17.85 g/kg，有效提升土壤肥力。綠肥作物如紫花苜蓿加入輪作可長期有效地提高土壤的有機碳含量，促進作物產(chǎn)量的提升；

3）與研究區(qū)現(xiàn)有明溝排水相比較，采用排水效果更好的暗管排水可在保證作物免受澇漬脅迫、提升產(chǎn)量的同時，更有效地增加農(nóng)田SOC，有利于發(fā)揮農(nóng)田碳匯作用。

本文模擬研究結(jié)果表明，長期輪作配合秸稈還田措施可使沿海墾區(qū)農(nóng)田SOC儲量逐年上升，固碳能力增強，具有良好的改土效果。需要指出的是，暗管排水條件下雨季頻繁的土壤干濕交替可能激發(fā)高強度土壤呼吸而造成土壤有機碳損失；如何在保證作物不受澇漬脅迫的前提下優(yōu)化暗管排水布局或通過控制排水措施，將土壤呼吸強度控制在一個較低的水平，保證土壤有機碳含量的穩(wěn)定提升，推動綠色低碳農(nóng)業(yè)的可持續(xù)發(fā)展，將在后續(xù)研究中進一步探討。

[1] 許艷，濮勵杰，張潤森，等. 江蘇沿海灘涂圍墾耕地質(zhì)量演變趨勢分析[J]. 地理學報，2017，72(11)：2032-2046.

Xu Yan, Pu Lijie, Zhang Runsen, et al. Cropland quality evolution following coastal reclamation at the prograding tidal flats of Jiangsu Province, China[J]. Acta Geographica Sinica, 2017, 72(11): 2032-2046. (in Chinese with English abstract)

[2] 王建. 江蘇省海岸灘涂及其利用潛力[M]. 北京：海洋出版社，2012.

[3] 譚攀，王士超，付同剛，等. 我國暗管排水技術發(fā)展歷史、現(xiàn)狀與展望[J]. 中國生態(tài)農(nóng)業(yè)學報(中英文)，2021，29(4)：633-639.

Tan Pan, Wang Shichao, Fu Tonggang, et al. Development history, present situation, and the prospect of subsurface drainage technology in China[J]. Chinese Journal of Eco-Agriculture, 2021, 29(4): 633-639. (in Chinese with English abstract)

[4] 陳誠，羅紈，唐雙成，等. 滿足機械收割農(nóng)藝條件下稻田排水暗管布局DRAINMOD模型模擬[J]. 農(nóng)業(yè)工程學報，2018，34(14)：86-93.

Chen Cheng, Luo Wan, Tang Shuangcheng, et al. Drainage layout in paddy fields meeting machinery harvest requirement based on DRAINMOD model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(14): 86-93. (in Chinese with English abstract)

[5] 孫雪，張玉銘，張麗娟，等. 長期添加外源有機物料對華北農(nóng)田土壤團聚體有機碳組分的影響[J]. 中國生態(tài)農(nóng)業(yè)學報(中英文)，2021，29(8)：1384-1396.

Sun Xue, Zhang Yuming, Zhang Lijuan, et al. Effects of long-term exogenous organic material addition on the organic carbon composition of soil aggregates in farmlands of North China[J]. Chinese Journal of Eco-Agriculture, 2021, 29(8): 1384-1396. (in Chinese with English abstract)

[6] 周文昌，索郎奪爾基，崔麗娟，等. 排水對若爾蓋高原泥炭地土壤有機碳儲量的影響[J]. 生態(tài)學報，2016，36(8)：2123-2132.

Zhou Wenchang, Suo Langduo'erji, Cui Lijuan, et al. Effects of drainage on soil organic carbon stock in the Zoige peatlands, eastern Qinghai-Tibetan Plateau[J]. Acta Ecologica Sinica, 2016, 36(8): 2123-2132. (in Chinese with English abstract)

[7] 詹蔭鴻. 東臺市志（第一卷）[EB/OL]. 2013-07-12. [2022-07-12]. http: //www. dtdsfz. com/show. asp?id=922.

[8] 董林林，查金芳，沈明星，等. 長期秸稈還田對稻麥輪作區(qū)土壤有機碳組分構成的影響[J]. 中國農(nóng)業(yè)科技導報，2022，24(3)：166-175.

Dong Linlin, Zha Jinfang, Shen Mingxing, et al. Effect of long-term straw returning on soil organic carbon fractions composition in rice-wheat rotation ecosystem[J]. Journal of Agricultural Science and Technology, 2022, 24(3): 166-175. (in Chinese with English abstract)

[9] 謝海寬，江雨倩，李虎，等. DNDC模型在中國的改進及其應用進展[J]. 應用生態(tài)學報，2017，28(8)：2760-2770.

Xie Haikuan, Jiang Yuqian, Li Hu, et al. Modification and application of the DNDC model in China[J]. Chinese Journal of Applied Ecology, 2017, 28(8): 2760-2770. (in Chinese with English abstract)

[10] 劉昱，陳敏鵬，陳吉寧. 農(nóng)田生態(tài)系統(tǒng)碳循環(huán)模型研究進展和展望[J]. 農(nóng)業(yè)工程學報，2015，31(3)：1-9.

Liu Yu, Chen Minpeng, Chen Jining. Progress and perspectives in studies on agro-ecosystem carbon cycle model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(3): 1-9. (in Chinese with English abstract)

[11] Li C S, Frolking S, Frolking T A. A model of nitrous oxide evolution from soil driven by rainfall events: 1. Model structure and sensitivity[J]. Journal of Geophysical Research: Atmospheres, 1992, 97(D9): 9759-9776.

[12] Li C S, Farahbakhshazad N, Jaynes D B, et al. Modeling nitrate leaching with a biogeochemical model modified based on observations in a row-crop field in Iowa[J]. Ecological Modelling, 2006, 196(1/2): 116-130.

[13] Zhang Y J, Niu H S. The development of the DNDC plant growth sub-model and the application of DNDC in agriculture: A review[J]. Agriculture, Ecosystems and Environment, 2016, 230: 271–282.

[14] 羅紈，張裕，楊星，等. 江蘇沿海墾區(qū)暗管排水對冬小麥產(chǎn)量的影響模擬[J]. 農(nóng)業(yè)工程學報，2022，38(4)：83-91.

Luo Wan, Zhang Yu, Yang Xing, et al. Simulating the effects of subsurface drainage on winter wheat yield in coastal reclamation areas of Jiangsu, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(4): 83-91. (in Chinese with English abstract)

[15] 鮑士旦. 土壤農(nóng)化分析[M]. 北京：中國農(nóng)業(yè)出版社，2000.

[16] Skaggs R W. DRAINMOD reference report: Methods for design and evaluation of drainage-water management systems for soils with high water tables[R]. Raleigh: North Carolina State University, 1980.

[17] Ghane E, Askar M H, Skaggs R W. Design drainage rates to optimize crop production for subsurface-drained fields[J]. Agricultural Water Management, 2021, 257: 107045.

[18] Skaggs R W, Youssef M A, Chescheir G M. DRAINMOD: Model use, calibration, and validation[J]. Transactions of the ASABE, 2012, 55(4): 1509-1522.

[19] Moriasi D N, Arnolds J G, van Liew M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE, 2007, 50(3): 885-900.

[20] 吳夢琴，李成芳，盛鋒，等. 基于DNDC模型評估湖北省不同稻作系統(tǒng)不同管理措施溫室氣體排放的周年變化[J]. 中國生態(tài)農(nóng)業(yè)學報（中英文），2021，29(9)：1480-1492.

Wu Mengqin, Li Chengfang, Sheng Feng, et al. Assessment of the annual greenhouse gases emissions under different rice-based cropping systems in Hubei Province based on the denitrification-decomposition (DNDC) model[J]. Chinese Journal of Eco-Agriculture, 2021, 29(9): 1480-1492. (in Chinese with English abstract)

[21] Zhang H Y, Hobbie E A, Feng P Y, et al. Can conservation agriculture mitigate climate change and reduce environmental impacts for intensive cropping systems in North China Plain?[J]. Science of the Total Environment, 2022, 806: 151194-151194.

[22] DNDC Scientific Basis and Processe[Z]. Institute For The Study Of Earth, Oceans And Space, University of New Hampshire, Durham. USA, 2017.

[23] 張祎瑋. 夜間增溫下稻—麥生長和溫室氣體排放及模擬[D]. 南京：南京信息工程大學，2017.

Zhang Yiwei.Rice-wheat growth and greenhouse gas emission and model simulation under nighttime warming[D].Nanjing: Nanjing University of Information Science and Technology, 2017.(in Chinese with English abstract)

[24] 金雯暉，楊勁松，王相平. 灘涂土壤有機碳空間分布與圍墾年限相關性分析[J]. 農(nóng)業(yè)工程學報，2013，29(5)：89-94.

Jin Wenhui, Yang Jinsong, Wang Xiangping. Spatial distribution of organic carbon in coastal saline soil and its correlation with reclamation age[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(5): 89-94. (in Chinese with English abstract)

[25] Zhou G Y, Xu S, Ciais P, et al. Climate and litter C/N ratio constrain soil organic carbon accumulation[J]. National Science Review, 2019, 6(4): 746-757.

[26] Doetterl S, Stevens, A, Six, J, et al. Soil carbon storage controlled by interactions between geochemistry and climate[J]. Nature Geoscience, 2015, 8(10): 780-783.

[27] Manzoni S, ?apek P, Mooshammer M, et al. Optimal metabolic regulation along resource stoichiometry gradients[J]. Ecology Letters, 2017, 20(9): 1182-1191.

[28] Cotrufo M F, Soong J L, Horton A J, et al. Formation of soil organic matter via biochemical and physical pathways of litter mass loss[J]. Nature Geoscience, 2015, 8(10): 776-779.

[29] 萬小楠，趙珂悅，吳雄偉，等. 秸稈還田對冬小麥-夏玉米農(nóng)田土壤固碳、氧化亞氮排放和全球增溫潛勢的影響[J]. 環(huán)境科學，2022，43(1)：569-576.

Wan Xiaonan, Zhao Keyue, Wu Xiongwei, et al. Effects of stalks incorporation on soil carbon sequestration, nitrous oxide emissions and global warming potential of a winter wheat-summer maize field in Guanzhong Plain[J]. Environmental Science, 2022, 43(1): 569-576. (in Chinese with English abstract)

[30] 王興，鐘澤坤，朱玉帆，等. 增溫和增雨對黃土丘陵區(qū)撂荒草地土壤呼吸的影響[J]. 環(huán)境科學，2022，43(3)：1657-1667.

Wang Xing, Zhong Zekun, Zhu Yufan, et al. Effects of warming and increased precipitation on soil respiration of abandoned grassland in the Loess-Hilly Regions[J]. Environmental Science, 2022, 43(3): 1657-1667. (in Chinese with English abstract)

[31] 王融融，余海龍，李詩瑤，等. 干濕交替對土壤呼吸和土壤有機碳礦化的影響述評[J]. 水土保持研究，2022，29(1)：78-85.

Wang Rongrong, Yu Hailong, Li Shiyao, et al. Review on the effects of soil alternate drying-rewetting cycle on soil respiration and soil organic carbon mineralization[J]. Research of Soil and Water Conservation, 2022, 29(1): 78-85. (in Chinese with English abstract)

Simulating the effect of crop rotation on soil organic carbon in subsurface drained farmlands in coastal reclamation areas of Jiangsu China

Luo Wan1, Cai Sicheng1, Li Yinjuan1, Zhang Yu1, Zhu Haojie1, Yang Xing2, Wang Zhihuan2, Hou Miao2

(1.,,225009,;2.,,210017,)

The coastal reclamation area of Jiangsu, China is characterized by its flat topography and concentrated rainfall under the monsoon climatic condition. The farmland soils reclaimed from the coastal mudflats have high initial salt content, poor structure and low organic matter content. Improving the soil quality to increase land productivity is very important to ensure agricultural production of the reclamation area. Construction of subsurface drainage system can speed up soil water movement, thus achieve the soil desalination goal more quickly at the initial stages of land reclamation, and later protect crops from excessive water stress during the growing period. But the effect of subsurface drainage on soil organic matter accumulation in the reclamation area remains unclear, the carbon sequestration effect of agricultural measures such as crop rotation and straw returning in subsurface drained fields needs to be explored. Based on the meteorological, soil and crop information of a subsurface drainage experimental base near Dongtai, Jiangsu, China, this study examined the effect of crop rotation and straw returning method on the accumulation process of soil organic carbon (SOC) in subsurface drained fields through combined use of the field hydrological model-DRAINMOD and soil organic carbon model-DNDC (Denitrification-Decomposition Model). The simulation results showed that for the coastal reclamation areas that has shallow groundwater depth, the DNDC model better predicted the accumulation process of soil organic carbon based on the DRAINMOD predicted water table under subsurface drainage. Taking the measured current soil organic carbon content of the study area (2.95 g/kg) in 2021 as the initial value, continued 32 year simulations of different crop rotations by the DNDC showed that, winter wheat and corn rotation combined with full return of straw/stalks to the field significantly increased the soil organic carbon content to 17.85 g/kg; adding alfalfa as a green manure to the rotation produced good carbon sequestration effect due to the increased proportion of activated carbon, the soil organic carbon content was increased to 16.12 g/kg. These results indicate that crop rotations have good carbon sequestration effect, which can gradually build up the soil organic carbon pool in the infertile soil. The simulation results also showed that, comparing with the conventional drainage system of less intensive open ditches in the study area, the subsurface drainage system can lower the field water table more rapidly, and the simulated farmland SOC accumulation is greater due to the increased biomass (or higher crop yields) under better soil drainage condition. In the rainy season of wet years, more frequent water table fluctuations under the subsurface drainage resulted in alternation of soil drying and wetting condition, leading to intensive soil respiration that caused some SOC losses. To avoid the adverse effect of intensive soil respiration on soil carbon loss due to excessive drainage, controlled drainage may be adopted to lower field drainage intensity according to crop drainage requirement. Findings from this research may provide reference to soil quality improvement in the study area and the similar regions for agricultural carbon neutralization.

drainage; soil; crop rotation; soil organic carbon; subsurface drainage; straw returning; DNDC model; DRAINMOD model

10.11975/j.issn.1002-6819.2022.18.015

S278

A

1002-6819(2022)-18-0138-09

羅紈，蔡思成，李印娟，等. 江蘇沿海墾區(qū)暗管排水農(nóng)田輪作對土壤有機碳的影響模擬[J]. 農(nóng)業(yè)工程學報，2022，38(18)：138-146.doi：10.11975/j.issn.1002-6819.2022.18.015 http://www.tcsae.org

Luo Wan, Cai Sicheng, Li Yinjuan, et al. Simulating the effect of crop rotation on soil organic carbon in subsurface drained farmlands in coastal reclamation areas of Jiangsu China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(18): 138-146. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.18.015 http://www.tcsae.org

2022-07-13

2022-09-02

國家自然科學基金項目（51979239）；江蘇省自然科學基金青年基金項目（BK20220564）

羅紈，博士，教授，研究方向為農(nóng)業(yè)水資源與環(huán)境保護。Email：luowan@yzu.edu.cn