江苏沿海垦区暗管排水农田轮作对土壤有机碳的影响模拟

罗 纨，蔡思成，李印娟，张 裕，朱豪杰，杨 星，王志寰，侯 苗

江苏沿海垦区暗管排水农田轮作对土壤有机碳的影响模拟

罗 纨1，蔡思成1，李印娟1，张 裕1，朱豪杰1，杨 星2，王志寰2，侯 苗2

（1. 扬州大学水利科学与工程学院，扬州 225009；2. 江苏省水利科学研究院农村水利与水土保持研究所，南京 210017）

针对江苏沿海垦区地势平坦、降雨量大，农业生产易受涝渍灾害影响，而新开垦农田土壤贫瘠、有机质含量极低的问题，该研究基于江苏省东台市内省水科院农田暗管排水试验基地的气象、土壤、作物等数据，联合运用田间水文模型-DRAINMOD和土壤有机碳模型-DNDC（Denitrification-Decomposition Model），研究了轮作和秸秆还田方式对暗管排水农田土壤有机碳（Soil Organic Carbon，SOC）累积过程的影响。结果显示：对于地下水位埋深较浅的沿海垦区，在DRAINMOD准确预测暗管排水农田地下水位动态的基础上，运用DNDC模型可以更好地预测土壤有机碳的累积过程；以2021年土壤有机碳含量（2.95 g/kg）为初始值，DNDC模型32 a长序列模拟发现，冬小麦-玉米轮作配施全量秸秆还田措施效果最佳，可提升耕层土壤有机碳含量至17.85 g/kg；冬小麦-玉米-冬小麦-绿肥（紫花苜蓿）轮作配施全量秸秆还田措施可提升耕层土壤有机碳含量至16.12 g/kg，具有很好的固碳效果。与研究区现有明沟排水系统相比，暗管排水可快速降低地下水位，减少涝渍胁迫，作物产量提升3.90%，耕层固碳速率提升39.39%。暗管排水条件下，湿润年频繁降雨造成了土壤干湿交替变化，由此激发了高强度土壤的呼吸作用，导致了一定程度的SOC损失；建议采用农田控制排水措施来抑制过度排水，减少高强度土壤呼吸对SOC累积过程的不利影响。研究成果可为沿海垦区农田地力提升和农业碳中和提供参考。

排水；土壤；轮作；土壤有机碳；暗管排水；秸秆还田；DNDC模型；DRAINMOD模型

0 引 言

沿海滩涂是中国重要的土地后备资源，适度围垦利用对于当地农业发展具有重要意义[1]。江苏省拥有全国近1/4的滩涂面积，垦区内现有的大规模农业生产是中国现代化农业生产的一个缩影[2]。初垦土壤盐分含量高，一般需要通过人工排水措施来淋洗土壤盐分，使土壤盐分降至作物耐盐极限以内；而脱盐后的农田土壤有机质含量极低，需要通过轮作等农艺措施来培肥土壤、提升地力，提高粮食产量。由于垦区地势平坦，降雨量大，地下水埋深较浅，土壤多为结构不良的粉细砂土，传统的明沟排水不仅占地面积大，而且塌陷严重，降渍效果差；暗管排水则具有占地面积小、方便机械化作业且维护费用低的优点。随着区域经济发展以及高标准农田建设要求，采用暗管排水来改善农田排水条件是适应垦区现代化农业发展的必然趋势[3-4]。

在土壤结构不良地区，农田暗管排水的降渍效果一般优于明沟，但其快速降低地下水位的同时会影响农田土壤有机碳（Soil Organic Carbon，SOC）的累积过程。SOC是土壤有机质的重要组成部分，是表征土壤肥力、预警耕地质量变化的重要指标。除了作为营养来源，SOC还可以改善土壤的结构、持水能力和微生物活性。提高农田SOC含量，加强土壤碳库碳汇，对于应对气候变化，实现碳中和战略目标具有积极意义。农田土壤有机碳的动态在很大程度上受到耕作、轮作、施肥以及秸秆还田等农业措施的影响[5]。由于土壤水分状况直接影响土壤有机质的分解转化，排水条件变化对SOC储量有一定影响[6]。采用暗管排水会改变农田水分动态，但其对垦区土壤有机碳的累积过程将产生何种影响，目前尚不明晰。传统方法研究土壤有机碳变化过程时，主要靠长期定位观测，通过对试验数据的统计分析，得出特定地块在一定管理措施下SOC含量的变化。如江苏省东台市志记载，1958年三仓区新五高级农业生产合作社试种绿肥，土壤有机质质量分数从0.9%增加到1.13%；东台县农科所70年代连续3 a秸秆还田小区试验中，土壤有机质质量分数分别增加了0.19%、0.22%、0.26%[7]；江苏苏州国家农业科学土壤质量相城观测实验站针对太湖地区的10 a田间定位试验中[8]，稻麦轮作秸秆全量还田处理的农田SOC含量显著增加了4.60 g/kg。近年来，基于过程的计算机模型被广泛用于复杂的生物地球化学过程模拟分析，弥补了田间试验数量有限、年限不足和站点尺度过小等不足[9]。其中，运用较多的土壤反硝化-分解过程模拟模型-DNDC（Denitrification-Decomposition Model）可较好地模拟农田SOC的变化[10]。农田生态系统碳循环受到水文气象条件、土壤和作物等一系列相互作用过程的控制。土壤水分参与几乎所有生物地球化学反应，直接影响作物生长和土壤微生物活性，进而影响土壤有机碳库循环，是DNDC模型中分解子模型的高敏感性因素[11]。DNDC模型采用简化方法模拟土壤地表和地下排水过程：通过一个垂向土壤水分运动模块模拟土壤剖面内每小时和每日土壤含水率变化[11-13]，进而得出每日地下水位动态结果。该计算方法对以地下排水径流过程占主导地位的暗管排水农田水量平衡计算将产生较大误差，进而影响模型对于碳氮循环过程的模拟结果。因此，本研究选择借助国际上认可度较高的田间水文模型—DRAINMOD，对暗管排水农田水分动态进行预测，将结果输入DNDC模型分析不同农业措施（轮作、秸秆还田）和不同排水条件对土壤有机碳累积过程的影响。

本文结合江苏省沿海垦区现代化农业发展对于暗管排水系统建设的需求以及垦区独特的水文气象条件，选用田间水文模型DRAINMOD与生物地球化学模型DNDC相结合的手段，模拟研究江苏沿海垦区暗管排水农田SOC含量变化受种植方式的影响，分析在不同轮作方式与秸秆还田模式下农田SOC含量的变化与影响因素，以期为沿海垦区现代农业发展与生态环境保护提供理论依据与技术支撑。

1 材料与方法

1.1 研究区概况及资料收集

本研究试验地点为江苏省水利科学研究院沿海试验基地，位于江苏省东台市琼港镇梁垛河与临海高速公路交叉口东南侧（120°53'E，32°51'N）。东台市处于北亚热带季风湿润气候区，气候温暖湿润，日照充足，年平均气温14.9 ℃，年平均降水量为985 mm。试验基地内置各类农田水文观测设施，包括自动气象站、蒸发皿、雨量筒和地下水位观测井等。本文试验区农田敷设有排水暗管，暗管埋深为0.9 m，间距为22.75 m。监测时段为2020年春季至2021年秋季，田间作物轮作顺序为冬小麦-休耕-冬小麦-红薯，其中小麦品种为宁麦13号，红薯品种为苏薯16号。小麦于10月底播种，次年6月初收割，红薯于6月中旬移栽，同年10月下旬收获。观测期间，试验田仅种植旱作物且无人工灌溉。

试验站内装有小型气象站，记录日最高气温、日最低气温、日降雨量、平均风速及相对湿度等模型所需气象数据。为了观测试验田地下水位动态，于2020年3月底在田中布置了地下水位观测井，并安装压力传感器连续记录地下水位变化。在试验田不同区域，使用土钻分层取土，土样置于塑封袋带回实验室测定土壤的干容重、颗粒组成和水分特征曲线。土壤的垂向饱和导水率在田间通过双环法测得，侧向饱和导水率用钻孔提水法测得。试验区主要土壤水分特征参数见文献[14]。

试验期间受到新冠疫情的影响，土壤有机碳（SOC）含量的测定次数偏少。2021年4月采样时，将试验田分为3个区域，每个区域内随机取3个采样点，每个采样点使用土钻采集0～10、>10～20、>20～40 、>40～60、>80～100和>100～120 cm共6层的土样，同时在每个采样点附近取2个平行采样点作为复合样本。使用重铬酸钾外加热法测量土壤有机碳（SOC）含量，每份样本测定时做3个重复。土壤中有机质含量用土壤中有机碳比例（换算因数）乘以有机碳百分数而求得。换算因数随土壤有机质含碳率而定，中国目前沿用“Van Bemmelen因数”，一般取值为1.724[15]。研究区农田土壤SOC含量现状调查结果如图1所示。0～10 cm和>10～20 cm 土层SOC含量取平均得到耕层（0～20 cm）SOC均值为2.95 g/kg，换算成土壤有机质（Soil Organic Matter，SOM）为5.09 g/kg；>20～30 cm土层SOC均值为2.54 g/kg；表层（0～10 cm）SOC含量略低于>10～20cm；随着土层深度增加，SOC含量逐渐下降。根据中国土壤养分分级标准，试验区0～30 cm土层土壤有机质含量处于6级标准（<6.0 g/kg），土壤有机质极度缺乏、肥力极低，不利于作物生长。

图1 2021年4月实测研究区暗管排水农田SOC沿深度变化

1.2 DRAINMOD模型简介及验证

DRAINMOD模型由美国农业部自然资源保护局推荐的准二维田间水文模型，可逐日计算排水农田入渗、蒸发蒸腾、地表及地下排水量以及地下水位埋深变化等水量平衡项[16]。该模型因其操作简便、预测精度高等优点在世界范围内得到广泛应用[17-18]。DRAINMOD模型的计算原理主要包括农田土壤水量平衡与农田地表水量平衡2个水量平衡方程。

1）农田土壤水量平衡

式中Δ为土壤水分变化量，cm；DL为侧向排水量，cm；ET为蒸发蒸腾量，cm；DS为深层渗漏量，cm；为地表入渗量，cm。

2）农田地表水量平衡

式中为降水量，cm；为灌溉水量，cm；Δ为地表的储水量变化，cm；为地表径流量，cm。

DRAINMOD模型计算过程中，采用Green-Ampt公式计算入渗量，Hooghout公式计算侧向排水量；若地表出现积水，则转换为Kirkham公式计算侧向排水量；深层渗漏根据达西公式进行计算。对于作物实际腾发量（Actual Evapotranspiration，AET）的计算，模型首先根据气象数据计算出当日潜在腾发量（Potential Evapotranspiration，PET）或直接输入PET，然后根据土壤水分条件进行判断；若土壤供水充分，则AET=PET，若土壤供水能力不足，则AET等于土壤供水能力，即土壤水分上升通量。在逐日、逐时进行水量平衡计算的基础上，DRAINMOD模型输出每日实际的降雨量/灌溉量、入渗量、蒸发蒸腾量、地下排水量、地表径流量、深层渗漏量以及地下水位埋深。本文依据研究基地实测土壤参数，采用的DRAINMOD模型主要输入参数见表1。

本文在延续前期研究对试验田地下水位1 a多的观测基础上，对DRAINMOD模型进行了进一步的验证。图2显示DRAINMOD模型模拟的研究区暗管排水农田地下水位埋深与实测值。2020-04-01到2021-03-31为模型率定期，2021-04-01到2021-12-31为模型验证期。2020年降水总量为937 mm，低于多年平均降水量985 mm，略偏干旱；2021年降水总量为1 031 mm，略偏湿润。从图 2可见，DRAINMOD模拟的地下水位埋深与实测值变化趋势基本一致；受降雨和腾发作用影响，非雨季地下水位大多低于暗管埋深（90 cm）；5—9月的雨季中，大量降雨入渗补给使得地下水位抬升至地表附近，此时暗管发挥排水作用，地下水埋深出现明显的上下波动，体现出暗管降渍及时的特点。

表2为DRAINMOD模型率定及验证期内地下水位的模拟值与实测值；其中，率定期与验证期的均方根误差与标准差比值（RMSE-observations Standard deviation Ratio，RSR）均在0.7内，结果显示模型预测精度较高[19]；百分比偏差（Percentage BIAS，PBIAS）在±25%之内，相关系数（Correlation coefficient，）和纳什效率系数（Nash-Sutcliffe Efficiency，NSE）接近1；DRAINMOD模型可以较为准确地预测研究区暗管排水农田地下水埋深的波动情况。

表1 DRAINMOD模型主要输入参数

表2 DRAINMOD模拟地下水埋深率定与验证结果评价

图2 DRAINMOD模型率定期及验证期地下水埋深预测值与实测值

1.3 DNDC模型简介及模拟参数输入

DNDC模型是一个基于生物地球化学过程的碳氮循环模拟模型，在世界范围内被广泛应用于农业生态系统中碳、氮循环转化过程的模拟[20-21]。模型主要由2部分组成：第1部分包括预测植物-土壤系统中诸环境因子动态变化的气候、土壤、植物生长和有机质分解等模块，第2部分包括预测微生物影响C、N转化速率的硝化、反硝化以及发酵3个模块；6个模块以日为时间步长，互相传递信息，模拟环境条件-植物生长-土壤化学变化间的相互作用[22]。本文依据相关文献[14，23]、以及研究区的实际情况和实测参数，确定模型主要输入参数，见表3。基础气象数据包括日最高气温、日最低气温、日降雨量、平均风速及相对湿度，根据实际情况生成气象文件输入模型。

作物参数中冬小麦（宁麦13）各部分最大生物量（以碳计），谷物、叶、茎和根分别为3 734.4、373.44、1 493.7和622.4 kg /hm2；生长期积温、固氮指数和各部分碳氮比等见文献[23]。下面将DRAINMOD模型预测的暗管排水农田地下水埋深值输入DNDC模型，对研究区SOC变化进行长序列模拟。

表3 DNDC模型主要输入参数

1.4 研究区农田轮作模式模拟情景

研究区所在的东台弶港镇属于传统的沿海棉垦区，近年棉花种植面积大幅减少，弶港镇现主要粮食作物以小麦、玉米和豆类为主。东台市志[7]中记载20世纪70年代初，东台在堤东黄海公路两侧盲目推行旱改水，导致地下水位抬高，土壤次生盐渍化程度加重，加上绿肥面积减少，造成地力衰退，致使粮食增长缓慢。之后在1975年回旱，夏熟麦绿夹作，秋熟粮（玉米）棉夹作。本文结合研究区实际情况，根据排水条件、秸秆还田程度和作物种植模式，以W-C（冬小麦-玉米轮作、全量秸秆还田及较好的排水条件）为对照设置了7种不同情景（表4）。作物播种前5 d进行耕作，深度为20 cm；绿肥作物选用紫花苜蓿。明沟排水布局由当地实际情况得到，暗管排水布设22.75 m间距为试验田实际铺设间距，可满足研究区较高强度的排水要求[4,14]；另设置50 m间距排水较差的暗管布局作对比。将研究区1984—2015年（32 a）的气象资料及DRAINMOD模拟的同期地下水位值输入DNDC，模拟了不同种植模式下未来32 a农田SOC含量变化。

表4 DNDC模型长序列模拟情景

2 结果与分析

2.1 DNDC模型对暗管排水农田SOC含量的长序列模拟

图3显示DNDC模型长序列模拟的研究区不同情景下SOC含量累积值，其中，W-F、W-C和W-C-W-A的耕层（0～20 cm）SOC含量从初始值2.95 g/kg分别提升至6.43、17.85和16.12 g/kg，平均固碳速率分别为0.11、0.46和0.41g/(kg·a)。W-C和W-C-W-A的轮作有效提高了农田SOC含量，耕层SOM含量提升至30.77和27.79 g/kg，根据中国土壤养分等级分级标准，土壤有机质含量相当于3级（中等）水平；>20～30 cm土层SOM增量较小，W-C增至16.90 g/kg，W-C-W-A增至15.41 g/kg，根据中国土壤养分等级分级标准，土壤有机质含量相当于4级（缺乏）水平。与单一作物种植相比，轮作制提高了土地的产出，可促进SOC积累。将W-C和W-C-W-A情景的耕层SOM质量分数的3 a平均增速分别为0.24%和0.21%，与东台县农科所20世纪70年代连续3 a秸秆还田小区试验得到的平均增速（0.22%）[7]较为接近。W-C和W-C-W-A情景的耕层SOC质量分数每10 a增加量的平均值分别为3.66和3.15 g/kg，与江苏苏州相城观测实验站的10 a田间定位试验结果[8]较为接近。

中科院南京土壤研究所研究指出，东台滩涂围垦52 a后土壤有机碳质量分数自0.1%增加到1.6%[24]。如将本研究模拟期延长至52 a，SOC积累效果最好的W-C情景下SOC质量分数模拟值自0.3%增至2.23%，略高于上述研究的观测结果，原因是本文模拟情景W-C中排水条件良好、作物产量较高。

图3 不同轮作与排水情景下DNDC模型的农田SOC 32 a累积值模拟结果

表5为DNDC模拟不同情景中作物年产量。在观测期，研究区冬小麦产量为7 950.00 kg/hm2，而同样轮作且同等排水条件（W-C情景），DNDC模拟的冬小麦年产量为8 049 kg/hm2。由于模拟条件为较为理想的状态，无法将诸多负面因素，如虫害、人为影响等因素综合考虑，因此模拟结果稍优于实际情况。

2.2 轮作制度与绿肥对暗管排水农田SOC含量的影响

农田土壤中有机碳的贮存量取决于外源有机质的输入与土壤中有机物分解2个过程。前者主要受到气候条件、作物生长和土壤肥力的影响，后者主要受到土壤温度和湿度的影响。在本模拟研究中，W-C和W-C-W-A情景下1 a有2次作物收获，除收获果实部分外，根茎叶均全量返还至田内0～20 cm耕层土壤。由图3可知，轮作配合秸秆还田可较好地提高SOC含量，增加土壤肥力，提升农田地力。

表5 模拟不同情景中作物年产量

种植不同作物可能影响土壤有机物质的输入量和分解速率，导致SOC增量的差异。有机物质组成的碳氮比（C/N）对其分解速率有较大影响。土壤碳氮比与SOC分解速率一般成反比关系，即碳氮比越高，有机碳分解速率越低，利于SOC的累积。Zhou等[25]研究指出，低碳氮比凋落物是促进SOC积累的重要因子，其增加了活性碳的比例，提高了微生物分解有机物质的速率及凋落物的周转率[26]；C/N比低的凋落物不仅加快了分解，也提高了微生物分解时对碳的利用效率，形成了较高的微生物生物量、较高比例的可溶解有机碳和细残渣，使有机碳可以有效地运输和融入到更深的土壤基质中并最终稳定下来[27-28]。植物残体的C/N变异很大，绿肥如紫花苜蓿的茎叶C/N为10，远低于一般粮食作物C/N（60～100），将绿肥加入轮作有助于农田SOC累积。由表5可见，W-C-W-A的作物年均产量都高于W-C，说明加入绿肥轮作对冬小麦和玉米的产量有提升作用。

2.3 秸秆还田措施对暗管排水农田SOC含量的影响

秸秆还田作为一种土壤培肥措施，对农田土壤碳库具有重要影响。在DNDC模型中，作物产量是反映其生物量的一个重要指标。由表5可知，冬小麦-玉米轮作不同秸秆还田程度下的冬小麦年产量较稳定，玉米产量则随着秸秆还田量减少而下降；W-C和W-C-H情景下冬小麦年均秸秆还田量分别为4 025和2 014 kg/hm2，玉米秸秆还田量分别为9 117和4 310 kg/hm2。图3显示，秸秆半还田将耕层SOC含量提升至11.91 g/kg，而无还田仅提升至5.94 g/kg，二者固碳速率分别为0.28和0.09 g/(kg·a)。图3和表5的结果显示，SOC含量和玉米产量模拟值随着秸秆还田量的增加呈上升趋势。模拟结果中，秸秆半还田和无还田耕层SOC含量较初始值有一定程度的提高，但均小于秸秆全量还田；可见秸秆还田量与SOC累积效果呈正相关，秸秆还田产生的外源性有机碳投入是影响土壤有机碳累积效果的重要因素。秸秆还田措施能够改善农田土壤结构，增加土壤团聚体稳定性，提高土壤养分和固碳速率，具有促进作物生长和增产效果，增强土壤碳库的碳汇作用，具有较高的推广价值[29]。

2.4 排水条件对暗管排水农田SOC含量的影响

研究区目前使用较多的仍是明沟排水系统，农沟间距一般为100 m，实际深度约0.6 m。为了探讨排水条件变化对土壤有机质累计过程的影响，本文模拟了明沟与2种暗管排水条件下土壤有机碳含量的变化，结果如图3所示。明沟排水中，降雨后较高的地下水位阻碍了作物的根系呼吸，作物生长受到渍害胁迫。由表5可知，暗管排水的W-C情景下年均总产量较明沟排水的W-C-D提升了3.90%。W-C情景下耕层固碳速率为0.46 g/(kg·a)，较W-C-D情景下的0.33 g/(kg·a)提升了39.39 %。W-C-D情景下的耕层SOC含量提升至13.58 g/kg，>20～30 cm土层SOC增至7.68 g/kg，均小于W-C情景。由于作物产量减少，秸秆还田的外源性有机碳投入相应减少，间接影响了SOC的累积。因此，农田排水条件影响作物生长，导致产量和还田生物量减少，对SOC的累积有负面影响。W-C-P的模拟年均总产量为15 902 kg/hm2，固碳速率为0.39 g/(kg·a)，低于排水条件更好的W-C，但高于排水条件更差的W-C-D；然而，W-C-P的秸秆还田量与W-C-D较为接近，故排水条件除了影响产量对SOC的积累作用外，还存在其他因素。但就总体结果来看，改善排水条件有利于农田SOC的累积。

2.5 长期耕作下暗管排水农田SOC累积过程模拟

图4为DNDC模型模拟的32 a耕作期内不同情景下研究区农田耕层SOC含量变化。轮作（W-C和W-C-W-A情景）的固碳效果在模拟初期优于单作（W-F情景），且随耕种年数增长差距加大。2种轮作方式中W-C的耕层SOC累积效果略好于W-C-W-A（图4a）。不同情景间差距随耕作年数增加而增加；单作（W-F情景）与无秸秆还田（W-C-N情景）的农田SOC含量较初始有所增加，但数十年内SOC含量累积缓慢（图4b）。由此可知，冬小麦-玉米轮作且全量秸秆还田（W-C情景）措施有效地提升了研究区土壤的SOC含量，长期耕作后SOC稳步增长；而在轮作中加入绿肥如紫花苜蓿对SOC的积累也有很好的效果。

在轮作且全量秸秆还田，3种不同的排水条件耕层SOC含量均得到了较好的提升，其中W-C效果好于W-C-P好于W-C-D（图4c）。

a. 不同轮作模式a. Different crop rotationsb. 不同秸秆还田b. Different straw returnc. 不同排水条件c. Different drainage conditions

由图4可知，不同情景的SOC变化趋势基本一致。根据详细气象资料，SOC含量明显减少的1991年、1998年、2003年、2011年和2015年年降水量分别为1 634、1 372、1 185、1 260和1 368 mm，均远高于32 a平均年降水量985 mm，属于较为湿润的年份。湿润年份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，农田地下水位波动频繁，土壤干湿交替使得消耗SOC的土壤异养呼吸强度在短时间内大幅度提高，并保持较稳定的呼吸强度，增加了土壤有机质的矿化作用[30-31]。地下水位下降后，短时间内土壤微生物群落在有氧环境下得以恢复，并且养分的积累也提高了土壤微生物活性，使得土壤有机碳分解加快。

在农田暗管排水调控土壤水分的前提下，轮作与秸秆还田措施将逐年提高垦区贫瘠土壤的肥力。图5为DNDC模拟的W-C情景下32 a耕作期内耕层SOC平均年增速变化。由图5可知模拟值耕层SOC含量并不是线性增加；开始种植后，农田土壤有机碳3 a的平均年增速为1.26 g/（kg·a），10 a平均年增速为0.79 g/（kg·a），32 a平均年增速为0.46 g/（kg·a）。若将32 a的气象和水位资料再次使用，模拟期增至64 a，其SOC平均年增速为0.34 g/（kg·a）。可见随着耕种年数增加，出现SOC增速减小的趋势。DNDC模型有机碳分解过程计算公式中SOC分解速率与SOC含量正相关，而轮作农田中SOC的主要输入量作物残体（根、茎）与产量正相关；产量在数十年的耕作中较为稳定，所以农田土壤中SOC的积累是一个逐渐放缓而趋于稳定的过程。

图5 W-C情景下DNDC模拟的32 a 耕层SOC平均年增速

2.6 排水条件对长期耕作下暗管排水农田土壤SOC累积过程影响

不同排水条件导致不同的土壤水分状况，进而影响农田SOC的积累过程。表6为DNDC模拟的不同排水条件下农田耕层SOC在不同水文年的累积效果差异，其中暗管排水（W-C和W-C-P情景）农田SOC含量在湿润年多呈下降趋势，平水年和干旱年则多呈上升趋势；明沟排水（W-C-D情景）土壤SOC含量变化情况与暗管排水类似，但湿润年SOC含量下降幅度较暗管排水更小，且平水年和干旱年SOC含量上升幅度更小。因此可认为，排水条件存在差异时，SOC的累积效果在外源有机质输入量一定的情况下，很大程度上受土壤呼吸强度影响，而土壤呼吸强度又受到土壤水分状况变化的影响。农田暗管排水可以有效降低地下水位，降低渍害对作物产量的影响，在大多数情况下SOC累积效果优于明沟排水。但是，暗管排水条件下，研究区雨量大且集中使得土壤干湿交替频繁，由此激发的高强度土壤呼吸，一定程度上造成SOC损失。模拟结果显示，湿润年份年CO2排放量远高于平均水平，而土壤淹水后，CH4排放量也有所提高。

表6 DNDC模拟的不同排水条件下农田耕层SOC在不同水文年累积效果差异

图6展示模拟期研究区湿润年（2014）和极端湿润年（2011）不同排水条件下农田地下水位变化情况。2014年的降水量为1 024 mm，大部分强降雨发生在雨季（7 —10月），使得地下水位升高，甚至产生地表径流。图6a显示，在日降水量60 mm以上的降雨事件中，3种排水条件下地下水位均很快抬升至地表，并有地表径流产生。随后由于排水强度的差异，暗管排水农田的地下水位快速降至50 cm以下，并在随后的小规模降雨中保持较低水位。而DRAINMOD模拟的明沟排水农田的地下水位在雨季多次出现地表径流，地下水位在0～50 cm间反复，耕层土壤干湿交替频繁。在较为湿润的2014年，耕层土壤干湿交替期间，土壤呼吸强度大幅度提高；W-C耕层SOC增加了0.75 g/kg，W-C-P增加0.22 g/kg，W-C-D则减少2.07 g/kg；W-C作物总产量为17 352 kg/hm2，W-C-P总产量17 917 kg/hm2，W-C-D总产量15 860 kg/hm2。较差的排水条件影响了产量，间接导致进入土壤的有机物质减少；当年降雨变化规律使得较多天数耕层土壤呼吸保持在较高水平，最终导致不同模拟情景下耕层SOC变化的差异。

在极端湿润的2011年，年降水量为1 206 mm，雨季（6—9月）发生多次大暴雨，集中了全年80%以上的降雨。图6b显示，密集的大暴雨使暗管排水农田地下水位在0～50 cm间波动，土壤干湿交替频繁，土壤呼吸强烈；而明沟排水农田因排水条件较差，地下水位接近地表并维持数日。由于多次数日的淹水，土壤氧气含量减少，微生物活动受到抑制，土壤呼吸反而处于较低水平。DNDC模拟结果显示，W-C耕层SOC减少2.40 g/kg，W-C-P减少1.71 g/kg，而W-C-D仅减少0.14 g/kg；W-C总产量为13 471 kg/hm2，W-C-P总产量13 376 kg/hm2，W-C-D总产量13 315 kg/hm2。当年在产量接近的情况下，不同模拟情景间土壤呼吸强度的差异造成了耕层SOC含量变化的差异。

结合图4c中长序列模拟结果发现，相较于研究区现有的明沟排水，暗管排水农田因降渍效果好、产量高，土壤SOC累积效果总体上更佳。但在部分湿润年（表6），快速排水可能导致土壤呼吸加速而影响SOC累积；也就是说，提高农田排水标准虽有利于稳产增产，但高强度排水对于土壤SOC累积效果可能产生不利影响。因此，建议采取农田控制排水措施实时调控土壤排水强度，避免过度排水的不良后果。在保证作物不受渍害的同时，通过控制排水措施来减小雨季土壤呼吸强度，可发挥以水调碳，减少温室气体排放，促进土壤碳库积累的积极作用。

图6 DRAINMOD模拟的不同排水条件下湿润年（2014）与极端湿润年（2011年）雨季地下水位变化情况

3 结 论

本文在大田监测的基础上，联合使用田间水文模型DRAINMOD和土壤有机碳模型DNDC（Denitrification-Decomposition Model），基于长序列气象数据模拟研究了江苏沿海垦区暗管排水农田轮作措施对土壤有机碳（Soil Organic Carbon，SOC）的影响，得到的主要结论如下：

1）将田间水文模型与土壤有机碳模型联合运用，可更好地模拟出暗管排水农田轮作对土壤有机碳含量变化的影响；DRAINMOD模型可较为准确地模拟研究区暗管排水农田地下水位动态，其结果输入DNDC模型后可改进对暗管排水农田土壤有机碳含量的模拟结果；

2）基于32 a长序列气象数据和不同种植模式的模拟结果显示，冬小麦-玉米轮作且全量秸秆还田条件下可有效提高研究区农田土壤有机碳含量；耕层土壤有机碳含量从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。绿肥作物如紫花苜蓿加入轮作可长期有效地提高土壤的有机碳含量，促进作物产量的提升；

3）与研究区现有明沟排水相比较，采用排水效果更好的暗管排水可在保证作物免受涝渍胁迫、提升产量的同时，更有效地增加农田SOC，有利于发挥农田碳汇作用。

本文模拟研究结果表明，长期轮作配合秸秆还田措施可使沿海垦区农田SOC储量逐年上升，固碳能力增强，具有良好的改土效果。需要指出的是，暗管排水条件下雨季频繁的土壤干湿交替可能激发高强度土壤呼吸而造成土壤有机碳损失；如何在保证作物不受涝渍胁迫的前提下优化暗管排水布局或通过控制排水措施，将土壤呼吸强度控制在一个较低的水平，保证土壤有机碳含量的稳定提升，推动绿色低碳农业的可持续发展，将在后续研究中进一步探讨。

[1] 许艳，濮励杰，张润森，等. 江苏沿海滩涂围垦耕地质量演变趋势分析[J]. 地理学报，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. 江苏省海岸滩涂及其利用潜力[M]. 北京：海洋出版社，2012.

[3] 谭攀，王士超，付同刚，等. 我国暗管排水技术发展历史、现状与展望[J]. 中国生态农业学报(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] 陈诚，罗纨，唐双成，等. 满足机械收割农艺条件下稻田排水暗管布局DRAINMOD模型模拟[J]. 农业工程学报，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] 孙雪，张玉铭，张丽娟，等. 长期添加外源有机物料对华北农田土壤团聚体有机碳组分的影响[J]. 中国生态农业学报(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，索郎夺尔基，崔丽娟，等. 排水对若尔盖高原泥炭地土壤有机碳储量的影响[J]. 生态学报，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] 詹荫鸿. 东台市志（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. 长期秸秆还田对稻麦轮作区土壤有机碳组分构成的影响[J]. 中国农业科技导报，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] 谢海宽，江雨倩，李虎，等. DNDC模型在中国的改进及其应用进展[J]. 应用生态学报，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] 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)：1-9.

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] 罗纨，张裕，杨星，等. 江苏沿海垦区暗管排水对冬小麦产量的影响模拟[J]. 农业工程学报，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] 鲍士旦. 土壤农化分析[M]. 北京：中国农业出版社，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] 吴梦琴，李成芳，盛锋，等. 基于DNDC模型评估湖北省不同稻作系统不同管理措施温室气体排放的周年变化[J]. 中国生态农业学报（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] 张祎玮. 夜间增温下稻—麦生长和温室气体排放及模拟[D]. 南京：南京信息工程大学，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] 金雯晖，杨劲松，王相平. 滩涂土壤有机碳空间分布与围垦年限相关性分析[J]. 农业工程学报，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, Čapek 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] 万小楠，赵珂悦，吴雄伟，等. 秸秆还田对冬小麦-夏玉米农田土壤固碳、氧化亚氮排放和全球增温潜势的影响[J]. 环境科学，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] 王兴，钟泽坤，朱玉帆，等. 增温和增雨对黄土丘陵区撂荒草地土壤呼吸的影响[J]. 环境科学，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，余海龙，李诗瑶，等. 干湿交替对土壤呼吸和土壤有机碳矿化的影响述评[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

罗纨，蔡思成，李印娟，等. 江苏沿海垦区暗管排水农田轮作对土壤有机碳的影响模拟[J]. 农业工程学报，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

国家自然科学基金项目（51979239）；江苏省自然科学基金青年基金项目（BK20220564）

罗纨，博士，教授，研究方向为农业水资源与环境保护。Email：luowan@yzu.edu.cn