农田生态系统碳循环模型研究概述

邓超楠

摘要：陆地生态系统的碳循环过程中最活跃的碳库是农田生态系统。农田生态系统碳循环模型是研究碳循环的重要方法之一。简要介绍了碳素在不同碳库之间迁移转化的规律，阐述了农田生态系统碳循环模型的发展历程以及国内外主要的碳循环模型，并对未来农田生态系统碳循环模型研究趋势进行了展望，以期为减少农业面源污染、温室气体排放和研究全球气候变化提供科学依据。

关键词：农田;生态系统;碳循环;模型

中图分类号：S-1         文献标识码：A

文章编号：0439-8114（2019）09-0009-04

DOI：10.14088/j.cnki.issn0439-8114.2019.09.002           开放科学（资源服务）标识码（OSID）：

Abstract： The most active carbon pool in terrestrial ecosystems carbon cycle is the farmland ecosystem. The carbon cycle model of farmland ecosystem is one of the important methods to study carbon cycle. The law of migration and transformation of carbon between different carbon pools briefly were introduced， the development process of the carbon cycle model of farmland ecosystem was explained， the main carbon cycle modes at home and abroad were reviewed， the research trend of carbon cycle model of farmland ecosystem in the future is prospected. This will provide a scientific basis for reducing agricultural source pollution， greenhouse gas emissions， and studying global climate change.

Key words： farmland; ecosystem; carbon cycle; model

陆地生态系统碳循环过程中最活跃的碳库是农田生态系统，对农田生态系统中碳的净排放量进行研究，可以为研究全球的碳排放提供一定的科学依据[1]。研究陆地生态系统碳循环的最主要手段是农田生态系统碳循环模型[2，3]。由于各碳库之间和碳循环过程的碳通量和反馈机制存在一定的复杂性，而模型可以模拟大空间尺度和长时间的碳循环过程，所以碳循环模型是研究农田生态系统碳循环最有效的手段[4，5]。

随着人类社会科技的进步，全球CO2的排放量也越来越大，随之而来的气候变化已经逐渐影响到全球社会经济环境和自然系统[6-8]。碳循环尤其是陆地生态系统碳循环开始备受关注[9-12]。陆地生态系统碳循环模型在20世纪中期首先出现[13]，在此基础上农田生态系统碳循环模型陆续发展起来。全球耕地面积占陆地总面积的38.5%，农田生态系统是陆地生态系统重要的组成部分。农田生态系统既是重要的碳汇，也是重要的CO2排放源。有研究表明，农业和林业利用的CO2占总排放量的24%[14]，同时农田生态系统也是最活跃的碳库[15]。因此，开展农田生态系统碳循环研究，对增强农田生态系统的固碳减排功能和研究全球气候变化有重要意义。

本研究基于农田生态系统碳循环的最新研究，分析了農田生态系统碳循环的主要碳库以及不同库之间碳的迁移转化规律，概述了国内外主要的碳循环模型，并对未来农田生态系统碳循环模型研究方向进行了展望。

1  农田生态系统碳循环机制

碳元素是生命有机体的关键成分，它以无机化合物（CO2和碳酸盐）及有机化合物的形式在环境中循环。碳循环的平衡是生态系统健康的重要标志。陆地碳库、海洋碳库、大气碳库和岩石圈中的碳组成了全球碳库，与人类生活最为密切相关的是陆地碳库，其是所有碳库中受人类活动影响最大的碳库。陆地生态系统中最为重要的组成部分是农田生态系统[16]，农田生态系统具有固碳周期短、强度大、积蓄量大等特点。土壤碳库和植被碳库是农田生态系统的主要碳库，其中土壤碳库是农田生态系统碳循环的核心组成部分，不仅能维持土壤质量，对全球气候也有着重要的调控作用。土壤碳库包括有机和无机两大碳库，无机碳主要以碳酸盐形态存在，不仅活性低，而且对环境不敏感，所以对土壤碳库的研究主要集中在有机碳库上[17]。植被碳库一般指植物体，包括植株地上和地下的活根。植物体在日光下会进行光合作用可以固定大量的CO2以维持生态系统的碳平衡。所以植物碳库是较为活跃的碳库，其与大气碳库间的交换也是碳循环的主要过程之一。净初级生产力（Net primary productivity，NPP）评估表明，全球植被的碳储量大约为550～950 Pg[18]。

在农田生态系统中，绿色农作物通过光合作用将大气中的CO2吸收并固定于机体内;作物生长期间内其花、叶、果实等凋落物以及收获后的秸秆根茬部分作为有机碳源输入土壤，另外作物的根系也会释放有机物作为有机碳源输入土壤。土壤获得碳源的另一个途径是人为施加的有机肥和化肥。同时，作物的呼吸作用和土壤中有机质的分解会向大气转移碳。碳素通过作物光合作用蓄积于植物体内，通过食物链向动物及人类方向流动，然后以粪便排泄物以及遗体等形式重新进入生态系统[19]。

农田生态系统碳循环是一个受土壤性质、农田管理、气候、种植情况等多因素影响的过程。任一因子的变化都会影响生态系统各碳库之间的碳交换，从而产生“碳汇”和“碳源”的连锁效应[20]。

2  农田生态系统碳循环模型的发展过程

农田生态系统碳循环模型的发展可以分为基础研发阶段、开发阶段和综合应用阶段。20世纪60—70年代是农田生态系统碳循环模型的基础研发阶段，其主要代表模型有OBM（Osnabriick Biosphere Model）[21]、ELCROS[22]，CERES[23]，SOYGROW[24]等模型，该阶段的模型较为简单地描述了作物生长，难以直接表达土壤、水等环境因子对碳循环的影响。农田生态系统碳循环模型开发阶段主要在20世纪80年代，这个阶段的模型综合考虑了不同环境因子和人类活动，是由不同模型耦合构成的系统模型，并且可以通过试验进行校正，但是不同模型的标准和假设会有不同，模拟效果存在差异。该阶段的模型代表有SUCROS[25]和WOFOST[26]（World Food Studies）等。20世纪90年代以来农田生态系统碳循环模型进入综合应用阶段，模型逐渐向完整的植物生长发育过程和多种作物方向发展，可以对环境的变化做出响应，反映自然环境和人为因素与碳循环之间的关系。DSSAT[27]和APSIM[28]等是该阶段的代表模型。

3  农田生态系统碳循模型在国内外的研究进展

3.1  国外农田生态系统碳循模型应用现状

目前，国外主流的农田生态系统碳循模型有APSIM、DNDC、CENTURY、RothC、EPIC和DAISY等。这些模型可以模拟特定气候条件下的土壤类型碳动态，但在某些特殊地域极端土壤类型的农田生态系统中，这些模型对碳库演变趋势分析存在较大的差异。在应用实践中，碳循环模型不断完善，不同的子模型正在不断被开发，Manure-DNDC就是以成熟的生态地球化学模型DNDC为研究主体的子模型，是在DNDC模型上加入新的子模块开发研制的，可以模拟畜禽养殖中氮素的迁移[29]。

APSIM模型由隶属澳大利亚联邦科工组织和昆士兰州政府的农业生产系统组织（APARU）开发，其以日为时间步长，可以模拟不同气候带和多种土壤条件下农业系统中各主要组分运转[30]，分析不同耕作制度下，农田土壤中H2O、C、N和P的动态变化及相互间的影响机制。从而为不同年份的动态决策和气候应变管理提供可靠依据[31]。

DNDC模型是目前应用最广泛的有机碳模型之一，由美国New Hampshire大学开发，也是以日为时间步长，模拟现实环境条件下作物生长和土壤化学变化的关系、不同环境因子变化的条件下温室气体的排放情况以及农田土壤水分运动的状况[32]。

CENTURY模型由美国科罗拉多州立大学Parton研发，是目前最全面的生态系统模型之一。通过该模型可以把土壤有机碳库分为惰性碳库、慢性碳库和活性碳库，模拟农田、草地和森林等不同土壤植物生态系统中C、N、P和S的动态变化规律。模拟时间尺度可以以年为单位甚至达到上千年[33]。

RothC模型由英国洛桑实验室Jenkinson研发，其特点是结构简单，所需参数比较容易获得。可以模拟旱地、黑土和潮土区等耕地土壤的SOC动态变化情况[34]。

EPIC模型由美国农业部下属的草地、土壤和水分研究所与美国德克萨斯农工大学黑土地研究中心所共同开发，是用于分析作物生产力和水土流失的综合应用模型。其含有养分循环、水文、土壤侵蚀、土壤温度和作物生长5个模块，可以较准确地模拟不同作物长势、产量、潜在产量和土壤水分动态变化，估算水土保持措施和田间管理的影响，还可评价分析农业优化布局和气候变化[35]。

DAISY模型是一维模型，由丹麦皇家农业大学Hansen等研发，其包含作物农业生态系统管理、氮平衡、溶質平衡、土壤热平衡、土壤水平衡5个相互作用的子模块，通过对气象数据和耕作管理措施模拟氮的动态变化、CO2呼吸量、作物生长、有机质平衡和水热平衡[36]。

3.2  中国农田生态系统碳循模型应用现状

20世纪80年代开始，农田生态系统碳循环模型在中国进入研究热潮。较为常见的模型有Agro-C、SCNC、EPPML、AVIM、EALCO、SMPT-SB等。Agro-C模型可以模拟中国农业土壤有机碳的年均增加量以及密度增加速率，其包括Crop-C和Soil-C两个子模型。Crop-C子模型可以模拟作物净初级生产力，Soil-C子模型用来评估碳库变化[37]。SCNC模型可以用来模拟不同管理措施条件下旱地和水田中土壤有机碳的动态，包括平衡和预测两个模式。平衡模式模拟土壤有机碳平衡时土壤有机碳各组分含量;预测模式在平衡模式的基础上通过投入的有机碳量进行模拟预测[38]。EPPML模型模拟土壤-植物-大气系统中的碳循环和水循环，包括4个子模块分别为能量传输、生理调节、水循环和碳循环，可以输出碳循环和水循环变量的空间分布图[39]。AVIM模型利用大气-植被相互作用研究地表面物理过程与生物地球化学循环耦合的机理，特别适用于研究草原生态系统和气候变化的关系[40]。EALCO模型以常规气象数据（比湿、风速、降水、空气温度、大气压、入射长波、短波辐射等）作为驱动变量，模拟大气之间水、热和碳通量与生态系统下垫面交换的过程，主要用于分析林业生态系统碳通量和季节性气候变化与碳通量之间的关系[41]。SMPT-SB模型是基于气孔行为的气孔导度-光合-蒸腾耦合模型，用于模拟林区冠层尺度光合速率和蒸腾速率，研究光合-蒸腾耦合关系[42]。目前国内的农田生态系统碳循环模型以静态模型为主，动态模型多是根据国外主流模型改进的。这些碳循环模型有较多的经验性参数，且具有显著的地域性和局限性。

4  农田生态系统碳循环的研究展望

随着遥感技术的突飞猛进，研发人员不断深入了解碳循环过程、农田生态系统结构，农田生态系统碳循环模型也在不断地完善和发展。但这些碳循环模型仍然存在准确度不够、参数复杂、不同模型评价标准不一致、环境因素分析不全面等问题。为解决上述问题可以考虑从以下几方面进行研究，以期为减少农业面源污染、温室气体排放和研究全球气候变化提供科学依据，为政府制定相关政策提供数据参考。

1）完善农田生态系统碳循环模型。加强对物质循环的认识，认清农田生态系统中碳循环过程的机理，深入了解农田生态系统碳循环。

2）应用先进的监测技术。利用GIS、GPS和RS等现代技术准确监测和分析农田生态系统，得到详细精确的模型参数。

3）耦合不同农田生态系统碳循环模型。建立以整个生态系统为研究对象的农田生态系统碳循环模型。

参考文献：

[1] 刘  昱，陈敏鹏，陈吉宁.农田生态系统碳循环模型研究进展和展望[J].农业工程学报，2015，31（3）：1-10.

[2] 周文婷，黄毅斌，王义祥，等.农业生态系统碳循环[J].草业科学，2013，30（11）：1725-1731.

[3] 陈新芳，居为民，陈镜明，等.陆地生态系统碳水循环的相互作用及其模拟[J].生态学杂志，2009，28（8）：1630-1639.

[4] 毛留喜，孙艳玲，延晓冬.陆地生态系统碳循环模型研究概述[J].应用生态学报，2006（11）：2189-2195.

[5] 姚桃峰，王润元，王  燕.中国小麦生长模拟模型研究概述[J].干旱气象，2009，7（1）：66-72.

[6] PIAO S，FANG J，CIAIS P，et al. The carbon balance of terrestrial ecosystems in China[J].Nature，2009，458（23）：1009-1013.

[7] REICHSTEIN M，BAHN M，CIAIS P，et al.Climate extremes and the carbon cycle[J].Nature，2013，500（2725）：287-295.

[8] XIA J Y，CHEN J Q，PIAO S L，et al. Terrestrial carbon cycle affected by non-uniform climate warming[J].Nature geoscience，2014，7：173-180.

[9] POULTER B，FRANK D，CIAIS P，et al. Contribution  of  semiarid ecosystems to interannual variability of the global carbon cycle[J].Nature，2014，509（7502）：600-608.

[10] CARVALHAIS N，FORKEL M，KHOMIK M，et al. Global covariation of carbon turnover times with climate in terrestrial ecosystems[J].Nature，2014，514（7521）：213-217.

[11] GISLASON S R，OELKERS E H. Carbon storage in basalt[J].Science，2014，344（6182）：373-374.

[12] DAVIS S J，CALDEIRA K. Consumption-based accounting of CO2 emissions[J].Proceedings of the national academy of sciences of the United States of America，2010，107（12）：5687-5692.

[13] 王  平，沈润平.基于CLM模型的植被覆盖变化对黄土高原气温和降水的影响研究[J].科学技术与工程，2013，13（20）：5754-5760.

[14] FAO. FAO Statistical Yearbook 2013：World Food and Agriculture[M].Rome：Fao Inter-Departmental Working Group，2013.

[15] 赵荣钦，刘  英，丁明磊，等.河南省农田生态系统碳源/汇研究[J].河南农业科学，2010（7）：40-44.

[16] 田志會，刘瑞涵.基于京津冀一体化的农田生态系统碳足迹年际变化规律研究[J].农业资源与环境学报，2018，35（2）：167-173.

[17] 张启霞.甘肃省定西市作物秸秆资源利用与低碳农业发展研究[D].成都：四川师范大学，2014.

[18] 张  赛，王龙昌.全球变化背景下农田生态系统碳循环研究[J].农机化研究，2013，35（1）：4-9.

[19] 孙振钧，周东兴.生态学研究方法[M].北京：科学出版社，2010.

[20] 万  盛，宋新山，秦天玲，等.农田生态系统碳循环模型研究综述[J].农田水利，2017（4）：58-61，66.

[21] 杨靖民，杨靖一，姜  旭，等.作物模型研究进展[J].吉林农业大学学报，2012，34（5）：553-561.

[22] 张海清，刘琪璟，陆佩玲，等.陆地生态系统碳循环模型概述[J].中国科技信息，2005（13）：25-19.

[23] 王文佳，冯  浩.国外主要作物模型研究进展与存在问题[J].节水灌溉，2012（8）：63-68，73.

[24] MALDONADO I I. Determination of genetic coefficients of three spring wheat varieties under a Mediterranean environment applying the DSSAT model[J].Chilean journal of agricultural research，2015，75（4）：412-424.

[25] L？魷PEZCRUZ I L，ROJANOAGUILAR A，SALAZARMORENO R，et al. Global sensitivity analysis of crop growth sucros model applied to husk tomato[J].Revista fitotecnia mexicana，2014， 37（3）：279-288.

[26] MISHRA S K，SHEKH A M，PANDEY V，et al. Sensitivity analysis of four wheat cultivars to varying photoperiod and temperature at different phenological stages using WOFOST model[J].Journal of agrometeorology，2015，17（1）：74-79.

[27] LU X H，BAI H，LIU H Y. Validate the DSSAT model on winter wheat under conservation tillage treatments in the West Henan，China[J].Agricultural research in the arid Areas，2014， 28（3）：64-70.

[28] SUBASH N，SHAMIM M，SINGH V K. Applicability of APSIM to capture the effectiveness of irrigation management decisions in ricebased cropping sequence in the Upper-Gangetic Plains of India[J].Paddy and water environment，2015，13（4）：325-335.

[29] 高懋芳，邱建军，李长生，等.应用Manure-DNDC模型模拟畜禽养殖氮素污染[J].农业工程学报，2012，28（9）：183-189，294.

[30] 周少平.基于APSIM模型的黄土高原玉米-小麦-大豆轮作系统产量、土壤水分动态[D].兰州：兰州大学，2008.

[31] 刘志娟，杨晓光，王  静，等.APSIM玉米模型在东北地区的适应性[J].作物学报，2012，38（4）：740-746.

[32] 龙  军，毛艳玲，张黎明，等.农田土壤有机碳演变模型的研究进展[J].中国农学通报，2012，28（5）：232-239.

[33] XU W，CHEN X，LUO G，et al. Using the CENTURY model to assess the impact of land reclamation and management practices in oasis agriculture on the dynamics of soil organic carbon in the arid region of North-western China[J].Ecological complexity，2011，8（1）：30-37.

[34] GUO L，FALLOON P，COLEMAN K， et al. Application of the Roth C model to the results of long term experiments on typical upland soils in Northern China[J].Soil use and management，2007，23（1）：63-70.

[35] 杨  轩，谭广洋，沈禹颖.秸秆还田对旱作冬小麦后茬土壤水分的影响及其APSIM模拟[J].干旱区研究，2013，30（4）：609-614.

[36] 王晓凤.DAISY模型在高产农田水、氮优化管理中的应用[D].北京：中国农业大学，2007.

[37] 邱建军，王立刚，唐华俊，等.东北三省耕地土壤有机碳储量变化的模拟研究[J].中國农业科学，2004（8）：1166-1171.

[38] 王瑞利.基于多模型的森林—草原交错带碳动态模拟研究[D].呼和浩特：内蒙古农业大学，2017.

[39] 张  欢.华东沿海滩涂围垦区土壤有机碳动态及其模型预测[D].南京：南京大学，2017.

[41] 张  娜，于贵瑞，赵士洞，等.基于遥感和地面数据的景观尺度生态系统生产力的模拟[J].应用生态学报，2003（5）：643-652.

[42] 赵风华，王秋凤，王建林，等.小麦和玉米叶片光合-蒸腾日变化耦合机理[J].生态学报，2011，31（24）：7526-7532.

收稿日期：2018-09-14

作者简介：邓超楠（1992-），女，河南驻马店人，在读硕士研究生，研究方向为马克思主义发展史，（电话）18053164563（电子信箱）2661229194@qq.com。