基于DNDC模型的不同秸秆还田填埋深度下农田N2O气体排放模拟

陈粲　包云轩　吕青　唐倩

摘要 利用2013年吴江试验区水稻种植季定点、连续监测N2O气体排放量数据、气象数据、土壤理化性质等资料，运用DNDC模型（脱氮-分解模型）研究该模型是否可以预测不同秸秆还田填埋深度下N2O排放速度、排放总量和排放变化趋势，并对影响N2O排放的主要因子进行了灵敏度分析。结果表明，DNDC模型可以对不同秸秆还田填埋深度下N2O的排放速度、排放总量和变化趋势进行模拟；年平均温度、土壤pH、土壤有机碳含量、施肥量和秸秆还田量对不同秸秆还田填埋深度下N2O气体排放非常敏感。

关键词 DNDC模型；秸秆还田；填埋深度；农田N2O气体；排放

中图分类号 S181 文献标识码

A 文章编号 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

温室气体排放是一个全球性的环境问题，已受到越来越多学者的广泛关注[1]。其中氧化亚氮（N2O）是旱地土壤温室气体排放中最重要的排放气体之一。2007年IPCC报告显示，截至20世纪末，农田N2O排放总量为3.50×106 t N/a，占人为源排放量的61.4%，占全球N2O总排放量的23.8%[1]。影响农田N2O排放的因素很多，主要有土壤温度、水分、施肥种类等。La Scala等[2]研究发现当土壤温度从0 ℃逐渐上升至35 ℃时，土壤微生物活性和土壤N2O的排放量均显著升高。Batjes[3]分析了不同水分含量下N2O排放速率，结果表明，土壤水分含量越高，N2O排放速率也相应增加。在氮肥种类和用量上，研究表明，化学氮肥施用量增加了稻田N2O的排放，且硫酸铵比尿素排放更多的N2O[4]。施用硫酸铵100和300 kg/hm2引起的N2O损失率分别为0.04%和0.26%，而施用尿素分别为0.03%和0.15%[5]。Ball 等[6]研究表明土壤孔隙度的变化影响土壤通气性和水分含量，因而影响土壤硝化作用、反硝化作用和微生物的呼吸作用以及N2O在土壤中的擴散速率；土壤孔隙度还影响有机质的分解速率，从而影响N2O的排放量。矿化氮主要影响农田N2O的排放，Comber等[7]认为化学氮肥的施用增加了农田N2O的排放，且硫酸铵比尿素能排放更多的N2O。

纵观农田N2O排放研究的领域，对农田N2O排放机理的研究较多，也有较多对农田N2O减排的研究。但对如何使用模型对不同秸秆还田填埋深度条件下N2O排放量进行模拟并研究影响农田不同秸秆还田填埋深度下N2O排放的其他各个重要因子的灵敏度，目前研究较少。

笔者利用2013年吴江地区水稻种植季连续N2O气体排放量监测数据、气象数据、土壤理化性质数据等资料，运用DNDC模型（DenitrificationDecomposition，脱氮-分解模型）进行准确、快速地预测不同秸秆还田填埋深度所产生的N2O气体排放量，并分析年平均温度、土壤pH、土壤有机碳（SOC）含量、施肥量和秸秆还田量这5个因子在不同秸秆还田填埋深度所产生的N2O气体排放量的灵敏度，以期为农田温室气体的有效减排提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于江苏省吴江市，属于亚热带季风气候，全年温和湿润，四季分明，雨量充沛，日照充足，无霜期长。年均总日照时数2 130.2 h，占可照时数的48%；年均气温15.4 ℃；年均降水量1 054 mm。该研究区土壤类型为太湖地区典型的水稻土—乌栅土。据97个剖面统计，乌栅土耕层有机质28.40 g/kg，全氮1.65 g/kg，全磷0.53 g/kg，速效磷8.00 mg/kg，速效钾92.00 mg/kg，保肥能力较强，乌栅土内排水性能较差，土壤自然含水量为40.4%。该土种是太湖地区低田迂区的主要土壤类型，土壤基本性质：

土壤容重1.36 g/cm3，pH 6.57，田间持水量40.3%，凋萎系数32.24%，黏粒系数53.11%，表层有机碳含量0.025 kg C/kg，C/N 10.90 ，初始硝态氮6.11 mg N/kg，初始铵态氮13.48 mg N/kg。土壤养分含量较丰富，但养分释放缓慢，质地黏重，易受滞害。研究区种植制度主要以稻麦轮作为主。

1.2 试验设计

试验设2个处理，即秸秆填埋10 cm处理（C10）：施用328 kg N/hm2氮肥，秸秆在前次水稻收获后立即填埋还田，填埋深度为10 cm。填埋20 cm处理（C20）：施用328 kg N/hm2氮肥，秸秆也在前次水稻收获后立即填埋还田，填埋深度为20 cm。每个处理小区面积为5 m×5 m ，每个处理3次重复。秸秆还田量为 3 750 kg/hm2，在秸秆还田前测定初始硝态氮和铵态氮含量。施肥情况见表1，灌溉情况见表2。

1.3 测定项目与方法 采用静态暗箱-气相色谱法监测供试稻田土壤中N2O排放通量和土壤的呼吸动态。田间试验所用采样箱为四面和顶部封闭的不锈钢箱（规格为 50 cm×50 cm×50 cm），外部用泡沫包裹以避免阳光直射使箱内温度过高，箱内装有采样管、测温探头和电扇（用于混匀箱内气体）。静态箱的不锈钢底座安置于水稻行间，置入土壤上部 10 cm，并保证底座边缘与地表相平，安放好后整个水稻生长季底座不再移动。采样时将采样箱放置在不锈钢底座上，并于底座水槽内加水，以保证静态箱内气密性良好。使用 100 mL 注射器于静态箱密封后的第 0、8、16、24、32 min抽取箱内空气并注射入真空气袋内（大连普莱特公司）保存，并及时带回实验室分析。取样结束后，立即将采样箱从底座移开，以减少采样过程对供试土壤所造成的扰动。气体采集过程中同步测定并记录箱内温度。采用安捷伦 7890A 气相色谱分析仪（安捷伦科技（中国）有限公司）检测所收集气体样品中 N2O 的浓度，测定N2O浓度所用检测器分别为氢火焰离子化检测器（FID）和电子捕获检测器（ECD），载气为高纯氮气[8-9]。

田间原位监测于2013年水稻生长季进行。为了便于比较和消除由日变化所导 致的通量差异，采集气体样品时间固定为9：00—11：00。采样频率通常为7 d 1次，并于施肥后增加监测频率，监测频率为3～4 d，追肥后监测频率为12 d左右，降雨事件后监测频率为3～7 d[10]。

使用单次N2O通量监测数据直接外推得到日排放通量。对于缺测的每日排放量，以最近2个监测日的算术平均值内插估算。累加所有日期（监测日和缺测日）的排放通量计算得到季节排放总量[11-12]。

在采集气体样品的同时使用JM624便携式温度计（天津今明仪器有限公司，天津）测定10和20 cm土层的土壤温度。在水稻生长期间，使用时域反射仪（TDR，Trime-IPH，Imko，德国）逐日分层测定各试验小区0～10和10～20 cm土层的土壤体积含水量。所测土壤体积含水量转化为土壤含水孔隙率（WFPS）[13]。

在水稻生长季，于试验前和试验后采集土壤样品（0～10和10～20 cm），用于测定土壤基本理化性质和养分含量，主要有土壤容重、pH、土壤机械组成、有机质含量、全氮、全磷、全钾、硝态氮和铵态氮含量等。土壤理化性质采用常规农业化学分析方法[14]。每一水稻生长季逐日记录气象资料（降雨量、日最高、最低气温和风速等），及时记录田间管理措施，如播种—收获时间、耕作、施肥次数、施肥量和灌溉量等。

1.4 DNDC 模型

所选用的DNDC模型是美国新罕布什尔大学李长生教授基于施肥量、气候条件、土壤特性和农田管理等要素而建立的一种农田生态系统碳、氮循环模型。模型由6个子模型构成，以日或小时为时间步长分别模拟土壤气候、农作物生长、有机质分解、硝化、反硝化和发酵过程[15]。对于模拟N2O气体排放，DNDC模型的主要理论假说包括土壤排放N2O表现为产生一系列N2O排放峰的过程；微生物的反硝化作用过程是土壤N2O的主要生成过程；降雨、灌溉和农事活动是产生N2O排放峰的直接驱动因子；土壤湿度变化控制反硝化作用和硝化分解作用是否发生[16]。该模型以土壤性质、气候状况和农业生产措施为输入信息，可模拟农业生态系统中N2O等气体的产生與排放，还可以输出每日土壤及植物体中的C和N含量、土壤不同层次的温度和湿度等以及排放到大气中的CO2、CH4、NXO和N2气体量等相关信息[17-18]。

1.5 灵敏度分析

灵敏度检验是在保持其他影响因子不变的情况下，在一定范围内变动其中一个影响因子的数值输入DNDC摸型，模拟温室气体排放通量的变化规律[19]。在灵敏度检验中采用的基准情景为当地气候条件，具体灵敏度因子选取和变化范围见表3。

2 结果与分析

2.1 农田N2O气体排放模拟

对2013年研究区水稻种植季C10和C20的农田N2O气体排放进行模拟，并将模拟值和测定值进行比较以验证模型模拟的正确性。从图1可以看出，2013年研究区水稻种植季，模型在模拟不同秸秆填埋深度下N2O气体排放时，均能够准确地捕捉到由于施肥作用所引起的N2O排放峰。第1个排放高峰均处于水稻生长42 d附近，这是由于第1次施肥和第2次施肥引起的，由于这2次施肥量较小，施肥时间间隔较短，因此仅出现了一个排放峰。第2个大的排放峰出现在水稻生长52 d附近，这是由第3次施肥作用引起的，同时由于第3次施肥的施肥量为134 kg N/hm2，是4次施肥过程中最大的，因此农田的N2O排放量也最高。最后一个排放峰出现在76 d左右，这是由最后一次追肥74 kg N/hm2引起的。模拟后的C10和C20 N2O排放速度和排放趋势均与2013年研究区水稻生长季农田N2O监测数据变化趋势一致，相关系数分别为0.857 4和0.862 1，均方根误差分别为7.268 1和5.715 8。这说明在2013年研究区水稻种植季，DNDC模型可以模拟不同秸秆填埋深度下农田N2O气体排放速率的变化趋势。

对2013年研究区不同秸秆还田填埋深度下农田N2O气体排放的测定量、模拟量和排放因子进行统计分析（表4）。从图1和表4可知，在不同秸秆还田填埋深度下C10农田N2O气体总排放量和每日农田N2O气体排放量的测定值和模拟值均高于C20，产生这一现象的主要原因：C10秸秆填埋深度较浅为10 cm，这说明土壤深度为10 cm时，秸秆的分解速度较快，微生物活性也较剧烈，硝化作用得到了加强，因此农田N2O气体排放量也随之增加，这与Wang等[20]对有机质分解与填埋深度的关系研究结果一致。同时通过DNDC模型模拟得到N2O气体排放因子，C10的模拟值也高于C20，这说明DNDC模型可以区分由于秸秆还田填埋深度的不同所带来的N2O气体排放总量的变化。对比N2O气体排放总量和N2O气体排放因子的测定值与模拟值可以发现，测定值均小于模拟值，这主要是DNDC模型过高地估计了土壤中硝化作用和反硝化作用[21-22]，因此，年N2O气体排放量和排放因子的模拟值高于测定值。

2.2 灵敏度

年平均温度、土壤pH、SOC含量、施肥量和秸秆还田量这5个因子进行灵敏度分析，结果见图2。在对研究区水稻生长期间N2O排放量的模拟中，年平均温度、土壤pH、SOC含量、施肥量和秸秆还田量这5个因素均会对C10和C20的N2O排放总量产生较大影响。C10在年均温下降1 ℃时，N2O总量呈上升趋势，而C20在年均温下降

1 ℃时，N2O总量呈下降趋势（图2A）。这是因为C10的秸秆填埋在10 cm处，年均温下降1 ℃，可能更适合微生物的活动，因此N2O排放总量上升。但同样年均温下降1 ℃，C20的秸秆填埋在20 cm处，由于20 cm处的微生物量比10 cm处的微生物量少，且秸秆的分解速度慢，因此虽然年均温下降1 ℃，但造成N2O排放总量减少的效果并不明显，仍比正常温度低，这与Beer 等[23]的研究结果一致。土壤pH也是影响N2O排放的重要因素。随着pH的变化，C10和C20的N2O排放总量变化趋势一致（图2B）。这说明不管秸秆填埋的深度如何变化，碱性条件均不利于硝化细菌和反硝化细菌的生存，因此也不利于N2O的排放。SOC含量的变化也会影响N2O的排放，但随着SOC含量的升高，C10的N2O排放总量呈先升高后下降的趋势，而C20的N2O排放总量则呈先升高后平稳的趋势，同时在SOC含量最高时，C20的N2O排放总量超过了C10的N2O排放总量。这是由于SOC的上升可以在秸秆 分解的基础上进一步提供给微生物足够的碳源，以增强其活性，因此土壤中硝化作用和反硝化作用显著上升，N2O排放总量也随之增加。但上升到一定程度后N2O排放总量达到平衡状态[24]。施肥量和秸秆还田量的提高均会在C10和C20中引起N2O排放总量上升的趋势（图2D、图2E），其中秸秆还田的N2O排放总量变化趋势和SOC的N2O排放总量变化趋势一致。

3 结论

（1） DNDC模型可以模拟不同秸秆还田填埋深度下每日N2O气体排放量变化趋势以及N2O气体排放总量。从模拟结果可以看出，秸秆填埋深度为20 cm时更能减少农田N2O气体排放总量。

（2） 通过对年平均温度、土壤pH、SOC含量、施肥量和秸秆还田量这5个因子的灵敏度分析可知，年平均温度、土壤pH、SOC含量、施肥量和秸秆还田量均可以影响不同秸秆还田填埋深度下N2O气体的排放总量。同時年平均温度、SOC含量和秸秆还田量会抑制秸秆填埋深度10 cm时的N2O气体排放总量。而土壤pH为碱性时会同时抑制秸秆填埋深度10和20 cm时N2O气体排放总量。

参考文献

[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，邱建军.黄淮海平原河北省范围内农田土壤二氧化碳和氧化亚氮排放量的估算[J].应用生态学报，2007，18（9）：1994-2000.

[10] 李晓莎，岳善超，李世清.地膜覆盖对农田 N2O 排放影响的研究现状[J].安徽农业科学，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] 徐香兰，张科利，徐宪立，等.黄土高原地区土壤有机碳估算及其分布规律分析[J].水土保持学报，2003，17（3）：13-15.

[13] 刘鹏程，丘华晶.秸秆覆盖还田与土壤有机无机复合[J].土壤通报，1993，24（6）：276-277.

[14] 李长生，肖向明，FROLKING S，等.中国农田的温室气体排放[J].第四纪研究，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.