双碳目标下土壤碳库评估模型DNDC实践应用系列论文精选

钱海燕,于婷婷,周杨明,等.基于DNDC模型的稻田生态系统碳动态模拟研究进展[J].华中农业大学学报,2022,41（6）:59⁃70.

DOI:10.13300/j.cnki.hnlkxb.2022.06.007

    面对粮食需求和环境污染的巨大挑战，优化农业策略可以潜在地平衡粮食安全和环境保护。本研究应用反硝化-分解(DNDC)模型，探讨了小麦-玉米系统中基于小麦的管理策略对作物生产力和温室气体排放的影响。在典型冬小麦-夏玉米种植系统中，根据田间测量确定的作物产量、每日氧化亚氮(N2O)通量和累计N2O排放，对DNDC模型进行了测试。模型评价表明，观测值与模拟作物产量(4.4%≤NRMSE≤8.0%)、日N2O通量(0.68≤d≤0.88)和累计N2O排放量(4.9%≤NRMSE≤11.9%)具有较好的一致性。通过敏感性分析，DNDC模型评估了冬小麦季节多种管理措施对作物产量和累计N2O排放的影响。播期从10月7日推迟到11月4日，年产量减少1.9%，累计N2O排放增加10.4%。此外，将补灌日期从4月1日推迟到5月20日，在不影响累计N2O排放的情况下，年产量下降2.4%。氮肥用量为120 ~ 150 kg N ha - 1时，可在不影响产量的前提下减少氮肥使用量和累计N2O排放。尽管0-30 cm耕作深度的年产量提高了2.9%，但累计N2O排放量增加了11.6%。结果表明，10月初播种、4月初补灌、氮肥施用量120 ~ 150 kg N hm - 1、冬小麦季免耕可提高作物产量，减少N2O排放。这有利于农业生产与环境可持续性的协同发展。

(1)利用测定的作物产量、日N2O通量和累计N2O排放来检验DNDC模型的性能;

(2)应用DNDC模型对不同播期、灌水期、施氮量和耕作深度下的作物产量和累计N2O排放量进行评估;

(3)确定适宜的冬小麦-夏玉米种植体系增产和减少N2O排放的管理策略。

田间试验：

    试验采用3个重复的分段设计。采用四种灌溉处理:种前灌溉;植前+节灌;种前+花灌;以及植前+拔节+花灌。

一氧化二氮采样：

    静态箱-气相色谱仪

模型校准：

    采用试错法，根据实测值和模拟值之间的一致性对作物参数进行校准。选择2018-2019年小麦-玉米生长季的实测产量、日N2O通量和累计N2O排放量来校准模型。模型校正后保持土壤参数和作物参数不变。利用剩余的数据，基于2019 - 2020年的相应管理信息和气象数据，对模型进行验证。

模型评估：

    将模拟结果与作物产量、日N2O通量和累计N2O排放的相应测量结果进行比较。采用以下指标来评价模型性能:

(1)归一化平均相对误差(NARE)，它可以解释模型相对于测量值的低估(NARE<0)或高估(NARE>0);

(2)归一化均方根误差(NRMSE)，其中NRMSE≤10%表示模型匹配“极好”，10%表示模型匹配“良好”，20%< nrmse≤30%表示模型匹配“一般”， >30%表示模型匹配“较差”;

(3)一致性指数(d)， d≥0.9表示模型拟合较好，0.8≤d < 0.9表示模型拟合较好，0.7≤d < 0.8表示模型拟合较好，d < 0.7表示模型拟合较差。

敏感性分析：

    在本研究中，以小麦为基础的灌溉处理对小麦-玉米系统的田间影响进行了调查，因此在敏感性分析中，只调整了冬小麦季节的农业策略。选取播期、灌水期、施氮量和耕作深度4个输入参数进行敏感性分析。

    文章验证结果包括模型评价（产量、N2O排放量）以及产量和N2O排放对不同管理策略的敏感性（冬小麦、夏玉米、小麦−玉米系统），并从模型的性能、管理实践的比较（播种日期、灌溉日期、氮肥率、耕作深度）以及确定合适的管理方法三种层面进行讨论。

2018 - 2020年不同处理下实测和模拟产量(a, b, c)和累计N2O排放(d, e, f)的比较：

2018 - 2020年冬小麦-夏玉米种植系统中N2O日通量的实测和模拟对比：

冬小麦-夏玉米生长季年产量对(a)播期、(b)灌溉期、(c)氮肥施用量和(d)耕作深度的敏感性：

冬小麦-夏玉米生长季累计N2O排放对(a)播期、(b)灌溉期、(c)氮肥施用量和(d)耕作深度的敏感性。

冬小麦-夏玉米生长季产量尺度N2O排放对(a)播期、(b)灌溉期、(c)氮肥施用量和(d)耕作深度的敏感性。

    在典型的冬小麦-夏玉米种植系统中，利用田间测量的作物产量、日N2O通量和累计N2O排放，对DNDC模型进行了校准和验证。然后应用该模型估算了不同农业做法对作物产量和累计N2O排放的影响。结果表明，该模型能够有效估计作物产量、日N2O通量和累计N2O排放量。在进行敏感性分析后，利用DNDC模型确定了提高作物产量和减少N2O排放的最佳小麦播种期、灌溉期、氮肥施用量和耕作深度。产量随播期、补灌期的推迟和耕作深度的减小而逐渐降低，随施氮量的增加而先增加后稳定。此外，推迟播期、增加氮肥施用量和耕作深度会导致累计N2O排放增加，而补灌期对累计N2O排放无影响。10月初播种、4月初补灌、氮肥用量120-150 kg N ha - 1和冬小麦季免耕有利于冬小麦-夏玉米种植体系中作物产量的提高和N2O排放的减少之间的权衡。

文章基本信息

原名：Estimates of methane emissions from Chinese rice fields using the DNDC model

译名：使用DNDC模型估算中国稻田甲烷排放量

期刊：Agricultural and Forest Meteorology

2021年影响因子：5.734

在线发表时间：2021.03.02

第一作者：Zhen Wang

通讯作者：Xianjin Huang

第一单位：南京大学国际地球系统科学研究所，南京 210023；南京大学地理与海洋科学学院，南京210023

研究要点

(1) 中国稻田甲烷排放总量为8.20 Tg。

(2) 早稻、晚稻和单季稻的 CH₄ 排放量分别为 1.12、2.86 和 4.23 Tg。

(3) 南部稻田占总 CH₄ 排放量的 92%。

(4) CH₄ 排放热点分布在四川盆地、黑龙江、华南和华中。

(5) 水管理、温度和土壤粘土显着影响 CH₄ 排放。

研究背景

      大气甲烷（CH₄）是第二重要的温室气体。人为排放的CH₄主要来源之一为稻田，占全球人为CH₄排放量的10-13%，且中国是世界上最大的稻米生产国。外推法、NPP占比法估算CH₄都存有很大的不确定性。所以开发了利用生态过程模型来估算CH₄排放量，其中DNDC模型估计的CH₄排放量阈值范围较其它模型小。

      以往的大多数研究只估计了中国稻田的CH₄排总量，没有确定CH₄排放的空间格局以及影响CH₄排放的相关因素。本研究旨在基于DNDC模型估算稻田CH₄的排放，并分析影响CH₄排放空间分布的因素。这项研究将提高我们对稻田CH₄排放量空间格局的理解。

研究内容及方法

研究结果

主要结论

      利用校准后的DNDC模型对中国稻田的CH₄排放总量进行了评估，模拟值与观测的CH₄排放量拟合良好。2012年，3014万公顷稻田的CH₄总排放量估计为8.20 Tg，其中早稻、晚稻和单季稻的CH₄排放量分别为1.12 Tg、2.86 Tg和4.23 Tg。早稻、晚稻和单季稻的平均CH₄通量分别为218.04、403.64和228.87 kg CH₄ ha⁻¹.中国CH₄排放主要来自AEZ 7和AEZ 6的稻田。CH₄排放在中国表现出强烈的空间变化，其中AEZ 6B、AEZ 6A和AEZ 7的值较高。

      在全国范围内，水管理和气温对CH₄排放有积极影响，而土壤粘粒含量与稻田CH₄通量呈负相关。根据我们的研究结果，由于主导CH₄排放因素的空间异质性，应在不同地区采取不同的措施。此外，重要的是提高研究单元的分辨率，以便结果更准确、更具代表性。