趙玉巖,于千晴,湯肖丹,宋美彤,李 兵

吉林大學地球探測科學與技術(shù)學院,長春 130026

0 引言

溫室氣體是大氣中可以吸收和釋放紅外輻射的氣態(tài)成分,主要包括二氧化碳(CO2)、氧化亞氮(N2O)、氟利昂、甲烷(CH4)等,其中非CO2溫室氣體占溫室氣體總量的10%～20%[1]。這些氣體能強烈吸收地面輻射中的紅外線,導致地球溫度上升,即溫室效應(yīng)。溫室效應(yīng)的不斷積累會造成全球氣候變暖、降水量重新分配、冰川和凍土消融、海平面上升等,從而破壞生態(tài)平衡,影響人類健康,甚至威脅人類的生存。

農(nóng)業(yè)是溫室氣體的重要排放來源之一[2],主要會產(chǎn)生非CO2溫室氣體,如CH4、N2O等,農(nóng)田非CO2溫室氣體排放量占全球人為排放總量的10%～12%[1]。N2O是硝化和反硝化作用過程的中間產(chǎn)物,是一種重要的溫室氣體,其增溫效應(yīng)是CO2的150～200倍[3],農(nóng)田是其最大釋放源[4]。土壤中氮肥和有機肥的投入會提高硝化和反硝化率,從而導致N2O排放量的增加[1],施肥引起的N2O排放量約占全球土地排放量的30%[5]。張廣斌等[6]分析了中國農(nóng)田非CO2溫室氣體的減排現(xiàn)狀,指出了近30 a來我國農(nóng)田非CO2溫室氣體減排的實質(zhì)是CH4和N2O的綜合減排。降低農(nóng)田溫室氣體排放量能有效減緩全球氣候變暖,目前的主要方法有秸稈還田、水稻間歇灌溉、提高肥效、提高農(nóng)業(yè)廢棄物利用率等。那偉等[7]發(fā)現(xiàn)吉林省農(nóng)業(yè)溫室氣體一直以N2O的排放為主體,并據(jù)此給出了相應(yīng)的減排建議。因此,合理控制農(nóng)田溫室氣體N2O的排放對于緩解溫室效應(yīng)和實現(xiàn)“雙碳”目標具有重大意義。

1992年,美國New Hampshire大學創(chuàng)建了脫氮-分解作用(DNDC)模型[8],它是模擬和追蹤農(nóng)業(yè)生態(tài)系統(tǒng)中碳氮生物地球化學循環(huán)過程的模型。該模型廣泛應(yīng)用于農(nóng)田、森林等多種類型的生態(tài)系統(tǒng),為準確模擬CH4、N2O等溫室氣體排放提供了技術(shù)支持。Xu等[9]利用DNDC模型估算了1995年貴州省縣域農(nóng)業(yè)用地N2O排放總量及其空間分布,并評價了耕作方式對N2O排放的影響,發(fā)現(xiàn)N2O受施氮量影響最明顯,作物種植、肥料改良劑、氮肥施用和耕作等農(nóng)業(yè)實踐對N2O排放的影響是一個有機組合。Abdalla等[10]對河北省不同氮肥施用量條件下夏玉米-冬小麥兩熟系統(tǒng)中N2O排放與作物生產(chǎn)力的DNDC模型進行了校正和評價,從而有效地估算了夏玉米-冬小麥兩熟系統(tǒng)的累積N2O通量和糧食產(chǎn)量。張開[11]利用DNDC模型對沈陽市不同氣候背景條件下種植馬鈴薯田的增產(chǎn)減排進行了研究,找出了不同降雨年型下馬鈴薯田的最優(yōu)施肥量以及適宜的施肥深度和施肥比例。呂鳳蓮[12]以田間試驗和DNDC模型模擬相結(jié)合的方法,研究有機肥和無機肥配施對小麥和玉米產(chǎn)量、氮肥利用效率以及含氮氣體排放等的影響。與陸地生態(tài)系統(tǒng)生物地球化學循環(huán)(CENTURY)模型、卡內(nèi)基-埃姆斯斯坦福方法(CASA)模型、土壤侵蝕/生產(chǎn)力影響(EPIC)模型、生物群落生物地球化學循環(huán)(BiomeBGC)模型、洛桑碳(RothC)模型等相比[13],DNDC模型對于農(nóng)業(yè)生態(tài)系統(tǒng)的適用性更強,能夠考慮較為詳細的參數(shù),并可同時長期模擬多種溫室氣體的排放過程,從而得出更加精準的模擬結(jié)果[13],更好地模擬溫室氣體排放并對節(jié)能減排進行優(yōu)化分析[14]。因此,本文選擇DNDC模型進行溫室氣體排放模擬。

吉林省是我國重要的糧食產(chǎn)地,主要糧食作物為玉米和水稻[15],農(nóng)田溫室氣體N2O的排放量較大,降低其排放量成為迫切需要解決的問題。本文利用DNDC模型模擬了1991—2020年吉林省玉米種植條件下N2O的排放情況,同時進行了點位模擬和全省的區(qū)域模擬,并通過敏感度分析找出了影響N2O排放的最主要因素,探究了增產(chǎn)減排的最優(yōu)方案, 為吉林省農(nóng)業(yè)綠色轉(zhuǎn)型和節(jié)能減排提供科學依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

吉林省位于我國東北部,全省占地面積為18.74萬km2,是我國重要的糧食基地,也是我國玉米的主要產(chǎn)地。吉林省處于中緯度地區(qū),屬于溫帶大陸性季風氣候。夏季溫暖多雨,冬季寒冷干燥。降雨時間常集中在6—9月。種植玉米通常開始于4月底到5月中旬,收獲期通常為10—11月。

1.2 數(shù)據(jù)來源

本文氣象數(shù)據(jù)均來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心,點位模擬中土壤數(shù)據(jù)、作物數(shù)據(jù)和農(nóng)田管理數(shù)據(jù)均來源于吉林大學功能農(nóng)業(yè)基地(琿春);區(qū)域模擬中土壤數(shù)據(jù)來自于中國土壤數(shù)據(jù)庫;考慮到作物數(shù)據(jù)和農(nóng)田管理數(shù)據(jù)在同省份內(nèi)差別不大,因此區(qū)域模擬所用到的作物數(shù)據(jù)和農(nóng)田管理數(shù)據(jù)仍采用吉林大學功能農(nóng)業(yè)基地(琿春)提供的數(shù)據(jù)。

1.3 研究方法

以1991—2020年共30 a的氣候為背景,利用表1和表2的土壤和田間管理數(shù)據(jù)進行點位模擬。

表1 用于點位模擬的吉林大學功能農(nóng)業(yè)基地(琿春)土壤數(shù)據(jù)

表2 用于點位模擬的吉林大學功能農(nóng)業(yè)基地(琿春)田間管理數(shù)據(jù)

根據(jù)IPCC 2006年國家溫室氣體清單指南 2019修訂版[16]提出的估算方法以及現(xiàn)有數(shù)據(jù),估算在玉米種植條件下N2O的排放量,并進行模型驗證。采用歸一化均方根誤差(normalized root mean squared error, NRMSE)來評價模擬值和真實值的符合度:

式中:ε為歸一化均方根誤差;Ri為真實值;Mi為模擬值;n為樣本容量。NRMSE越小,模擬值與真實值間的偏差越小,模擬結(jié)果越準確可靠[17]。NRMSE≤10%,表明模擬效果非常好;10%30%,表明模擬效果差。

本文中的真實值為種植玉米的年N2O排放總量:

Ri=Si·β+Qi·(γ1+γ2)。

式中:Si為第i年玉米的播種面積;β為單位面積玉米的年N2O排放量;Qi為第i年玉米的化肥施用總量;r1為玉米的氮肥N2O排放系數(shù);r2為玉米的復合肥N2O排放系數(shù)[18]。本研究中,玉米的本底N2O排放量為2.532 kg/hm2[19],氮肥N2O排放系數(shù)為0.83%[20],復合肥N2O排放系數(shù)為0.11%[21]。

驗證成功后,進行溫室氣體排放對氣候和人為耕作管理的敏感度分析,即在一定范圍內(nèi)改變模型中一個影響因素的數(shù)值輸入,同時保持其他影響因素不變,得到輸出值的變化規(guī)律。本研究變更的影響因素包括氮肥施用量、有機肥施用量、秸稈還田比例、土壤有機碳質(zhì)量分數(shù)、溫度和降雨量,它們的變更情況見表3。通過敏感度分析,可得到各因素對溫室氣體排放的影響程度。

表3 敏感性分析中各影響因素的變更情況

為了進一步分析吉林省1991—2020年溫室氣體的空間變化特征,根據(jù)氣象站點的位置,選取12個區(qū)域進行區(qū)域模擬,并利用地理信息系統(tǒng)軟件ArcGIS繪制溫室氣體空間分布圖,再根據(jù)結(jié)果對吉林省不同區(qū)域的溫室氣體排放差異及原因進行分析,最后通過調(diào)節(jié)各影響因素的數(shù)值,得出最優(yōu)的田間管理方案。

2 結(jié)果與討論

2.1 模型驗證

利用玉米種植條件下吉林大學功能農(nóng)業(yè)基地(琿春)的N2O年排放量,通過試錯法不斷對模型參數(shù)予以校正,驗證結(jié)果(表4)表明,1991—2020年N2O年排放量模擬值的平均值為6.63 kg/hm2,真實值的平均值為6.85 kg/hm2,模型模擬值與真實值之間盡管存在一定的偏差,但二者的NRMSE為5.97%,在模擬效果非常好的范圍內(nèi);表明DNDC模型可以很好地模擬預測吉林省玉米種植條件下溫室氣體N2O的變化趨勢。

表4 1991—2020年吉林大學功能農(nóng)業(yè)基地(琿春)N2O年排放量的真實值與模擬值

2.2 敏感度分析

利用驗證過的DNDC模型進行敏感度分析,以評估不同輸入?yún)?shù)對模擬結(jié)果的影響,進而確定影響農(nóng)田N2O排放的關(guān)鍵因素。敏感度分析結(jié)果(圖1)表明,對溫室氣體N2O排放量影響程度最大的為氮肥施用量,其次是有機肥施用量;土壤有機碳質(zhì)量分數(shù)也會對N2O排放量有一定影響;而秸稈還田比例、溫度以及降雨量對N2O排放量的影響較小。相對于氣候因子的波動,主要的田間管理尤其是化肥施用以及土壤有機碳的變化對溫室氣體排放的影響更大。楊黎等[22]也利用DNDC模型研究不同施氮和秸稈還田措施對東北地區(qū)春玉米農(nóng)田固碳和N2O排放的長期綜合影響,發(fā)現(xiàn)在春玉米生長季,施氮量、不同施氮措施、秸稈還田和降雨等都對N2O排放有著一定程度的影響;王秀斌等[23]對河北省小麥和玉米季潮土N2O排放DNDC模擬敏感度的分析結(jié)果也表明,N2O排放量模擬值對氮肥用量和施肥次數(shù)的改變最為敏感。二者均與本文的敏感度分析結(jié)論基本一致。所以,在作為糧食基地的吉林省農(nóng)田生態(tài)系統(tǒng)中,不同田間管理措施的改變,尤其是氮肥施用的合理規(guī)劃是調(diào)節(jié)N2O排放和玉米產(chǎn)量的有效方法。

氮肥施用量、有機肥施用量和土壤有機碳質(zhì)量分數(shù)均是在原基礎(chǔ)上進行改變。

2.3 N2O排放時空分布特征分析

2.3.1 空間分布特征

通過1991—2020年吉林省各區(qū)域N2O排放量(表5)可以發(fā)現(xiàn),西部區(qū)域排放量最大,中部區(qū)域排放量居中,東部區(qū)域排放量最小。西部的白城、乾安、長嶺的N2O排放均較多,年均排放量在60 kg/hm2以上;其次是中部的長春等城市,年均N2O排放量僅次于西部地區(qū);而東部地區(qū)如延吉、東崗等城市的N2O排放均較少,年均排放量在20～30 kg/hm2之間。

表5 1991—2020年吉林省各區(qū)域N2O排放量

由敏感度分析已知降雨量對N2O排放的影響較小,但降雨與農(nóng)作物生長密切相關(guān)。分析東中西部代表城市(延吉、長春、白城)近30 a的月平均降雨量(圖2)發(fā)現(xiàn),全省降雨在每年的1—3月份非常低,之后隨著月份的逐漸增長,降雨量也逐漸增加,至7月份達到最高值,隨后逐漸降低,10月份之后又非常低。因此,在吉林省降雨期為每年的4—10月,玉米大概在5月份播種、10月份收割,充足的雨水可以為玉米生長帶來積極的影響。

圖2 白城、長春和延吉的月平均降雨量

2.3.2 時間分布特征

基于N2O排放量的空間分布,將吉林省劃分為東中西部3個研究區(qū)域,選擇延吉、長春、白城分別作為東、中、西區(qū)域的代表城市進行N2O排放的時間分布特征研究。對比3個城市1991—2020年的N2O排放量(圖3)可以發(fā)現(xiàn),N2O排放量的波動程度較大。從最近10 a的變化趨勢來看,白城有4年(2012、2014、2018和2019年)高于平均值(72.18 kg/hm2),長春有3年(2015、2018和2019年)高于平均值(42.47 kg/hm2),延吉也有3年(2015、2018和2019年)略高于平均值(21.08 kg/hm2)。3個地區(qū)在2018和2019年的N2O排放量都較高,而2020年都明顯降低;這是因為2020年我國提出碳中和碳達峰目標后,吉林省也從農(nóng)業(yè)上降低了N2O的排放量。與農(nóng)業(yè)生產(chǎn)活動相關(guān)的溫室氣體排放多來源于糧食生產(chǎn)過程,如水稻種植引起的CH4排放和氮肥施用引起的N2O排放[24-26]。為了更好地實現(xiàn)節(jié)能減排,吉林省農(nóng)業(yè)生產(chǎn)活動仍需繼續(xù)由傳統(tǒng)的高投入、高消耗、高產(chǎn)出方式向資源節(jié)約、利用效率不斷提升的生態(tài)農(nóng)業(yè)與循環(huán)農(nóng)業(yè)方式轉(zhuǎn)變[9]。在今后的農(nóng)業(yè)生產(chǎn)活動中,也應(yīng)該在保證產(chǎn)量的前提下盡可能減少溫室氣體排放,逐漸提高農(nóng)業(yè)現(xiàn)代化水平。

圖3 白城、長春和延吉年均N2O排放時間分布圖

2.4 N2O增產(chǎn)減排優(yōu)化分析

2.4.1 施氮量

為了探究吉林省不同區(qū)域、不同施氮梯度對玉米產(chǎn)量和N2O排放的影響,基于研究區(qū)域近30 a的平均氣象數(shù)據(jù)情況,以30 kg/hm2施氮量變化梯度為前提,采用DNDC模型模擬施氮量與玉米產(chǎn)量、N2O排放量的關(guān)系,結(jié)果如圖4所示。從圖4可以看出,3個區(qū)域在不施用肥料時的玉米產(chǎn)量和N2O排放量均最低,其中以白城為代表的西部地區(qū)玉米產(chǎn)量最低,以長春為代表的中部地區(qū)玉米產(chǎn)量居中,以延吉為代表的東部地區(qū)玉米產(chǎn)量最高。當施肥量開始增加時,玉米產(chǎn)量有一定程度的增加。對于任一區(qū)域,隨著施氮量的增加,玉米產(chǎn)量均出現(xiàn)先增加后趨于穩(wěn)定的趨勢,不同區(qū)域均有不同的最優(yōu)施氮量,但N2O排放量都呈現(xiàn)一直上升的趨勢。

圖4 施氮量與玉米產(chǎn)量、N2O排放量關(guān)系的DNDC模擬結(jié)果

不同類型土壤的養(yǎng)分供應(yīng)能力和特征不同,其中促進植物生長和發(fā)育的堿解氮(主要營養(yǎng)元素之一)含量也存在差異,直接影響玉米對肥料中氮的吸收與利用,進而影響玉米產(chǎn)量[27]。隨著施氮量的增加,N2O排放持續(xù)增加,使玉米產(chǎn)量增加后趨于穩(wěn)定的點,對應(yīng)最佳施肥量。根據(jù)施氮量與N2O排放量的DNDC模擬數(shù)據(jù):吉林西部施氮量為400 kg/hm2時,玉米產(chǎn)量為4 219.40 kg/hm2,繼續(xù)增大施氮量后產(chǎn)量穩(wěn)定不變,因此得到西部最佳施氮量為400 kg/hm2;吉林中部施氮量為330 kg/hm2時,玉米產(chǎn)量為4 597.00 kg/hm2,繼續(xù)增大施氮量后產(chǎn)量穩(wěn)定不變,因此中部最佳施氮量為330 kg/hm2;吉林東部施氮量分別為360、390、480 kg/hm2時,玉米產(chǎn)量分別為4 754.23、4 754.41、4 754.76 kg/hm2,繼續(xù)增大施氮量后產(chǎn)量穩(wěn)定不變,因此東部最佳施氮量為480 kg/hm2。從整體上看,吉林省中部最佳施肥量最小,西部最佳施肥量次之,東部最佳施肥量最大。吉林省西部土壤為淡黑鈣土和鹽漬土[28],中部為黑土,東部為沖積土。中部地區(qū)(黑土)土壤的堿解氮量比東部地區(qū)(沖積土)和西部地區(qū)(淡黑鈣土和鹽漬土)土壤的都高。結(jié)合玉米產(chǎn)量可知,施用氮肥會使玉米在東部地區(qū)的沖積土和西部地區(qū)的淡黑鈣土和鹽漬土中的增產(chǎn)效果優(yōu)于中部地區(qū)的黑土[27]。

傳統(tǒng)的農(nóng)業(yè)生產(chǎn)傾向于施用足夠量的肥料來提高作物產(chǎn)量,然而通過吉林省東中西三區(qū)域施氮量與玉米產(chǎn)量、N2O排放量之間關(guān)系的模擬結(jié)果(圖4)發(fā)現(xiàn):適量施肥可以提高玉米產(chǎn)量;過量施肥不但會浪費肥料,對玉米生長沒有促進作用,還會增加溫室氣體排放,破壞生態(tài)環(huán)境。

2.4.2 基追肥施用比例

在前文確定的最佳施氮量條件下,進一步模擬肥料基追施用比例與玉米產(chǎn)量、N2O排放量的關(guān)系,分別按照9∶1,7∶3,5∶5和3∶7的基追肥施用比例進行模擬。當玉米產(chǎn)量較高且N2O排放較小時即為最佳基追肥施用比例。從圖5可以看出:以白城為代表的N2O排放量最高的西部淡黑鈣土和鹽漬土地區(qū)是需要追肥最多的,最佳基追肥施用比例為7∶3;以延吉為代表的東部沖積土地區(qū)和以長春為代表的中部黑土地區(qū)的最佳基追肥施用比例均為9∶1。不同區(qū)域按照不同的最佳基追肥施用比例進行施肥,可以在確保增產(chǎn)玉米的同時,降低N2O排放,減少環(huán)境污染。

圖5 基追肥施用比例與玉米產(chǎn)量、N2O排放量關(guān)系的DNDC模擬結(jié)果

2.4.3 秸稈還田比例

在最佳施氮量和最佳基追肥施用比例條件下,當秸稈還田比例分別為10%,20%,30%,40%時,玉米產(chǎn)量和N2O排放量的DNDC模擬結(jié)果如表6所示。從表6可以看出,在最佳施氮量和最佳基追肥施用比例的基礎(chǔ)上,是否進行秸稈還田對白城、長春和延吉的玉米產(chǎn)量和N2O排放量均沒有明顯影響。

表6 秸稈還田比例對玉米產(chǎn)量和N2O排放量的影響

2.4.4 土壤有機碳質(zhì)量分數(shù)

在最佳施氮量和最佳基追肥施用比例條件下,土壤有機碳質(zhì)量分數(shù)與玉米產(chǎn)量、N2O排放量關(guān)系的DNDC模擬結(jié)果如表7所示。由表7可以看出,在最佳施氮量和最佳基追肥施用比例的基礎(chǔ)上,隨著土壤有機碳質(zhì)量分數(shù)的降低,白城、長春和延吉的玉米產(chǎn)量均無明顯改變,但N2O排放量明顯降低。作物產(chǎn)量是土壤中多種養(yǎng)份共同作用的結(jié)果,單一的土壤有機碳質(zhì)量分數(shù)并不能作為決定作物產(chǎn)量的因素。由于模型的局限性,無法精準模擬土壤中復雜的養(yǎng)分情況。根據(jù)宋紅梅等[29]的研究,合理的化肥施用可以提升土壤養(yǎng)分,達到為作物增產(chǎn)創(chuàng)造良好環(huán)境及固碳減排的目的。

表7 土壤有機碳質(zhì)量分數(shù)變化對玉米產(chǎn)量和N2O排放量的影響

3 結(jié)論

1)DNDC模型驗證得到的NRMSE為5.97%,說明N2O的模擬值和真實值一致性良好,該模型可用于吉林省溫室氣體N2O排放的模擬。

2)對吉林省農(nóng)田N2O排放量影響最大的是氮肥施用量;其次是有機肥施用量、土壤有機碳質(zhì)量分數(shù);溫度、降雨量、秸稈還田比例對N2O排放的影響較小。

3)1991—2020年,吉林省玉米種植條件下的N2O排放量呈現(xiàn)西部最大、中部居中、東部最小的空間分布特征。

4)綜合考慮玉米產(chǎn)量和N2O排放量,吉林省西部的最佳施氮量和基追肥施用比例分別為400 kg/hm2和7∶3,中部的則為330 kg/hm2和9∶1,而東部的為480 kg/hm2和9∶1;在此基礎(chǔ)上,對于全省秸稈還田的比例沒有特別的要求,其對N2O排放影響不明顯;由于模型的局限性,無法精準模擬土壤中復雜的養(yǎng)分情況,單一的土壤有機碳質(zhì)量分數(shù)并不能作為決定作物產(chǎn)量的因素。合理的化肥施用可以提升土壤養(yǎng)分,為作物增產(chǎn)創(chuàng)造良好環(huán)境,并達到固碳減排的目的。