柯華東, 孔陳琛, 雷豪杰, 丁武漢, 李 虎

(中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所 北京 100081)

農(nóng)業(yè)作為溫室氣體主要排放源之一, 貢獻了全球60%的CH和NO排放。近年來設施農(nóng)業(yè)在世界范圍被證明是一種極有效率的農(nóng)業(yè)生產(chǎn)措施。同時中國作為設施菜地第一生產(chǎn)大國, 截至2019年底生產(chǎn)面積已達4×10hm, 占蔬菜種植面積的19.1%。設施菜地相比于糧食生產(chǎn)系統(tǒng)具有不受季節(jié)影響、集約化生產(chǎn)、復種指數(shù)高、施肥量大、灌溉頻繁等特點。研究表明, 典型塑料大棚菜地(每年兩季)的年肥料輸入量是當?shù)匦←?L.)-玉米(L.)輪作的6～14倍, 設施菜地生產(chǎn)中的灌溉總量比中國同一地區(qū)谷物作物的高出約2～7倍。頻繁且高強度的田間管理措施, 必然會導致農(nóng)田NO排放的增加。設施菜地年NO排放為29.8 kg(N)?hm, 分別是水稻(L.)、小麥-玉米等旱地作物和露地蔬菜的24.8倍、17.5倍、6.2倍?？梢? 設施菜地NO排放問題已成為當前集約農(nóng)區(qū)面臨的重大農(nóng)業(yè)和生態(tài)環(huán)境問題。已有研究表明采用合理的田間管理措施可以減少設施菜地29.1%～49.2% NO排放。因此, 如何保障蔬菜有效供給的前提下減少NO排放, 不僅是當前設施農(nóng)業(yè)可持續(xù)發(fā)展所面臨的主要問題之一, 也是我國實現(xiàn)“雙碳”目標的現(xiàn)實要求。

農(nóng)田NO排放是一個復雜的生物化學過程, 土壤理化性質(zhì)(主要包括溫濕度、土壤質(zhì)地、有機質(zhì)、pH、Eh等)、土壤生物、水肥管理及耕作措施等都會對農(nóng)田NO排放產(chǎn)生較大的影響。尤其是設施菜地系統(tǒng), 屬于密閉或半密閉環(huán)境, 使之長期處于高溫、高濕環(huán)境, 加之過高的化肥和灌溉水投入量, 相較于糧食等作物生產(chǎn)系統(tǒng)微生物活躍, 土壤氮素硝化反硝化能力強, 土壤NO的排放量更大, 影響機制更加復雜, 因此難以對設施菜地系統(tǒng)NO排放進行精準估算和減排潛力分析。目前農(nóng)田NO排放和減排潛力估算采用較為廣泛的方法為IPCC默認方法, 即排放因子(EFs)。但由于排放因子代表所有土壤類型、氣候條件和管理實踐的平均值, 故該方法具有較大的不確定性。同時還有較多的學者使用田間觀測的方法對農(nóng)田NO減排潛力進行估算, 但由于試驗中環(huán)境復雜多變和監(jiān)測成本高等原因, 難以完全覆蓋各種影響因子對NO排放的影響。僅通過有限數(shù)量的田間原位試驗和簡單的排放系數(shù)定量研究土壤NO減排潛力是遠遠不夠的。所以, 近年來越來越多的學者采用試驗與過程模型相結(jié)合的方式來研究農(nóng)田NO排放等問題。DNDC模型作為能同時模擬CO、CH和NO等主要溫室氣體排放的生物地球化學模型之一, 已經(jīng)被證實可廣泛應用于我國不同農(nóng)田生態(tài)系統(tǒng)。已有研究表明DNDC模型能夠較好地模擬設施菜地NO排放, NO排放的試驗數(shù)據(jù)與模擬數(shù)據(jù)的標準均方根誤差(nRMSE)為17%,為0.87。但目前DNDC模型在設施菜地的驗證和應用仍然較少, 尤其缺乏評估多種不同情景模式的減排潛力的研究。本研究以京郊典型設施菜地為研究對象, 采用DNDC模型與田間觀測相結(jié)合的方法, 設置一系列不同的情景模式, 利用校驗后的DNDC模型定量評估各影響因子對設施菜地NO排放的影響, 并與基線情景進行比較估算NO減排潛力, 以期為農(nóng)業(yè)固碳減排研究提供新方法, 為國家及地方制定農(nóng)業(yè)“雙碳”目標及行動方案提供參考。

1 材料與方法

1.1 試驗地點概況

試驗地點位于北京市順義區(qū)大孫各莊鎮(zhèn)(116°28′E、40°00′N), 該地區(qū)屬于暖溫帶半濕潤大陸性季風氣候區(qū), 四季分明, 年平均氣溫11.5 ℃, 年平均降水量625 mm, 年相對濕度為50%。供試塑料大棚長為75 m, 寬為7 m, 是普通的半拱圓形設施大棚, 一側(cè)為黏土墻, 棚面由無色透明塑料棚膜覆蓋。在溫室的上部和底端設有通風口, 用于控制溫室內(nèi)的溫度和濕度。該試驗地土壤類型為潮褐土, 有機質(zhì)含量為14.31 g?kg, pH為7.23, 全氮含量為1.17%, NO-N含量為195.47 mg(N)·kg, NH-N含量為2.15 mg(N)·kg。

1.2 試驗設計

試驗對象為黃瓜(L.)-番茄(Miller)輪作系統(tǒng), 試驗共設置兩個處理, 分別為農(nóng)民習慣處理(FP)和滴灌施肥處理(FPD), 各處理3個重復, 各小區(qū)間由深1 m、長6 m的塑料布隔離帶隔開, 每個試驗小區(qū)面積為24 m。供試黃瓜品種為‘中農(nóng)12’, 2017年9月13日定植, 同年12月28日拉秧; 供試番茄品種為‘超雜32’, 定植時間為2018年3月16日, 同年7月16日拉秧。植物種植株距為45 cm, 行距為60 cm。種植期間灌溉施肥管理如表1所示。

表1 設施黃瓜-番茄輪作周期的灌溉施肥管理表Table1 Detailed irrigation and fertilization management for cucumber-tomato rotation in greenhouse

1.3 樣品采集與測定

待黃瓜、番茄成熟, 記錄每次收獲的果實產(chǎn)量, 并計算總產(chǎn)量。模型中產(chǎn)量以果實總碳含量表示, 單位為kg(C)?hm, 其換算方式如下:

式中:為果實產(chǎn)量的含碳總量, 單位為kg(C)?hm;為收獲的果實產(chǎn)量, 單位為kg?hm;為果實含水率, 單位為%;為干物質(zhì)含量中所含碳的比例, DNDC模型使用手冊中推薦值40%。

在整個作物生長周期中采用自動靜態(tài)箱-氣相色譜法測定NO氣體排放。各小區(qū)放置一個靜態(tài)集氣暗箱裝置, 放置位置為各小區(qū)中間壟中間位置右側(cè), 底座一半位于壟上一半位于壟下。定植時使植株位于取樣裝置底座中央。每次取樣時間為8:00?10:00, 取樣頻率約為每周2次, 灌溉和施肥后增加取樣頻率。取樣裝置由底座和不透明箱體兩部分組成, 在蔬菜移栽前將底座埋入各試驗小區(qū), 根據(jù)設施蔬菜的株行距, 底座和頂箱體分別設計為長、寬、高分別為70 cm×80 cm×25 cm和70 cm×80 cm×60 cm的長方體, 從而最大限度保證取樣氣體的代表性。取樣時, 將箱體置于底座的凹槽中, 并在底座的凹槽中注入水以確保密封性良好, 每個小區(qū)每次取5袋氣體樣品, 每間隔6 min取一袋, 并通過箱體上的溫度傳感器, 記錄箱體內(nèi)部和5 cm深度處土壤的溫度。取樣所得樣品使用改進的Agilent 7890A氣相色譜儀分析NO濃度。NO氣體排放通量計算方法如下:

式中:為NO的排放通量[mg(NO-N)·m·h], 正值表示土壤向大氣排放, 負值表示吸收;為標準狀態(tài)下氣體的密度(g·L);為采樣箱氣室高度(m);為采樣箱內(nèi)氣溫(℃);d/d為采樣箱內(nèi)NO氣體濃度隨時間變化的速率(μL·L?h);為采樣時氣壓(Pa);為標準大氣壓(Pa),≈1。

1.4 DNDC模型介紹及驗證方法

DNDC (反硝化-分解)模型是一個用來模擬農(nóng)業(yè)生態(tài)系統(tǒng)中碳氮循環(huán)的過程模型。模型主要分為兩部分: 一部分是通過土壤氣候、作物生長和分解子模型將氣候、土壤、植被和人類活動等生態(tài)驅(qū)動因子與溫度、濕度、pH、底物濃度等土壤環(huán)境因子連接起來; 另一部分連接生物地球化學過程, 包括硝化、反硝化和發(fā)酵3個子模型。DNDC模型通過結(jié)合作物生長曲線、作物生理過程和環(huán)境因素(例如輻射、氣溫、土壤濕度和可利用氮素)對作物生長進行模擬。本研究使用、標準化的均方根誤差(nRMSE)、相對誤差(RE) 3個統(tǒng)計指標評價模型。值表征模型的結(jié)果解釋觀測值變化的能力, 其值越趨近于1則說明模型結(jié)果越好; nRMSE為表征模擬值與觀測值偏差的指標, nRMSE值越趨近于0則說明模擬結(jié)果越好; RE表征模擬值和觀測值的總差異, RE值越趨近于0說明模擬結(jié)果越好, ?5%

DNDC模型檢驗的初始輸入?yún)?shù)如表2所示。其中, 作物生理參數(shù)由田間試驗或者模型默認值確定, 其余參數(shù)均由田間實測獲得。DNDC預運行1年, 使用2017年觀測數(shù)據(jù)用來初始化土壤氣候條件以及土壤礦態(tài)氮含量。使用FP處理的觀測數(shù)據(jù)校正DNDC的土壤生物地球化學參數(shù), 包括最大生物量、作物生長期積溫(在作物生長期間, 日平均氣溫的總累計量)、生產(chǎn)單位生物量所需的水量、NO排放通量。使用FPD處理的觀測數(shù)據(jù)驗證模型。

表2 溫室黃瓜-番茄種植系統(tǒng)的DNDC模型輸入?yún)?shù)匯總表Table2 Summary Tableof input parameters of DNDC model of cucumber-tomato planting system in greenhouse

1.5 情景設置及敏感性分析

為合理評估設施菜地NO減排潛力, 本研究在課題組已有研究基礎上對現(xiàn)有文獻進行匯總(表3), 從中選取對NO排放影響較大并且可通過DNDC模型進行調(diào)控的灌溉方式、施氮量、有機肥替代化肥、pH、土壤有機碳含量(SOC)共5個主要影響因子進行情景設置。各影響因子設計如表4所示。

表3 設施菜地N2O減排措施Table3 N2O emission reduction measures of greenhouse vegeTablefields

表4 DNDC模型土壤基礎性質(zhì)及管理措施情景設置Table4 Soil basic properties and management measures scenarios setting in DNDC model

根據(jù)模擬結(jié)果對輸入?yún)?shù)的響應程度計算敏感性指數(shù)(, sensitive index), 以敏感性指數(shù)評價模擬結(jié)果受不同情景輸入?yún)?shù)的影響程度。

式中:、和分別為輸入?yún)?shù)的最大值、最小值和平均值,、和為對應模擬輸出結(jié)果的最大值、最小值和平均值。值越大說明模擬結(jié)果受輸入?yún)?shù)的影響程度越大。在本研究中,值越大說明設施菜地的NO排放受輸入?yún)?shù)影響程度越大。

1.6 數(shù)據(jù)處理

NO排放總量由作物生長期內(nèi)逐日排放量累加得到。本文使用DNDC版本為9.5, 使用Excel 2016進行數(shù)據(jù)計算, 使用SPSS進行統(tǒng)計分析, 使用Origin 2021進行制圖。

2 結(jié)果與分析

2.1 DNDC模型的校驗

2.1.1 設施菜地系統(tǒng)作物產(chǎn)量的模擬及驗證

DNDC模型對作物產(chǎn)量的模擬結(jié)果如圖1所示, FP模式中黃瓜產(chǎn)量的觀測值為491.16 kg(C)·hm, 番茄產(chǎn)量的觀測值為2144.57 kg(C)·hm; 黃瓜產(chǎn)量的模擬值為512.83 kg(C)?hm, 番茄產(chǎn)量的模擬值為2157.37 kg(C)?hm。試驗數(shù)據(jù)與模型數(shù)據(jù)的產(chǎn)量nRMSE為1.35%, RE為?2.50%。FPD模式中黃瓜產(chǎn)量的觀測值為529.27 kg(C)·hm, 番茄產(chǎn)量的觀測值為2184.16 kg(C)?hm; 黃瓜產(chǎn)量的模擬值為512.83 kg(C)·hm, 番茄產(chǎn)量的模擬值為2147.10 kg(C)?hm。試驗數(shù)據(jù)與模型數(shù)據(jù)的產(chǎn)量nRMSE為2.11%, RE為2.40%。故DNDC模型對產(chǎn)量的模擬結(jié)果處于優(yōu)秀水平, 說明DNDC模型可以模擬不同管理措施對蔬菜產(chǎn)量的不同影響。

圖1 DNDC模型對不同灌溉施肥方式下設施菜地系統(tǒng)作物產(chǎn)量的模擬結(jié)果Fig.1 Simulation results of crops yield of greenhouse vegeTablesystem under different irrigation and fertilization treatments by DNDC model

2.1.2 對設施菜地土壤溫度、土壤孔隙含水率的模擬與驗證

DNDC模型對土壤5 cm深度處溫度的模擬如圖2所示, FP處理與模擬值的nRMSE為25.32%,為0.956; FPD處理與模擬值的nRMSE為26.08%,為0.959。表明土壤溫度實測值與模擬值之間模擬結(jié)果良好。從圖中可以看出黃瓜季10月底開始, 土壤溫度的實測值高于模擬值, 原因是為防止冬季大棚溫度過低會在大棚頂部覆蓋棉被。同時由圖可知在番茄季4月下旬開始, 土壤溫度實測值低于模擬值, 原因是為防止大棚氣溫過高會在中午開啟大棚通風口。模型可以較為準確地模擬設施菜地土壤溫度的變化, 但是模型無法模擬冬季覆蓋棉被及夏季打開通風口等更加具體的耕作措施。

圖2 DNDC模型對不同灌溉施肥方式下設施菜地土壤5 cm溫度的模擬結(jié)果Fig.2 Simulation results of 5 cm soil temperature of greenhouse vegeTablesystem under different irrigation and fertilization treatments by DNDC model

DNDC模型對0～20 cm土壤孔隙含水率的模擬如圖3所示, FP處理觀測值與模擬值的nRMSE為15.89%,為0.964; FPD處理觀測值與模擬值的nRMSE為18.56%,為0.944。模型模擬值與觀測值較為一致, 說明DNDC模型能夠較好地模擬土壤孔隙含水率的變化。

圖3 DNDC模型對不同灌溉施肥方式下設施菜地土壤0～20 cm孔隙含水率的模擬結(jié)果Fig.3 Simulation results of 0?20 cm soil water-filled pore space (WFPS) of greenhouse vegeTablesystem under different irrigation and fertilization treatments by DNDC model

2.1.3 設施菜地NO通量的模擬與驗證

NO模擬值及其與觀測值之間的相關(guān)性如圖4所示。由于在未定植前無法安裝靜態(tài)集氣箱, 故無法捕捉到每個季度由翻耕施加基肥導致的第一個排放峰值。NO通量模擬值與FP處理的觀測值為0.918, 與FPD處理的觀測值的為0.824。表明模擬數(shù)據(jù)與觀測數(shù)據(jù)之間具有較高的相關(guān)性。FP處理觀測值與模擬值的nRMSE為25.56%, FPD處理觀測值與模擬值的nRMSE為37.24%。在圖中可以看出DNDC模型很好地模擬了NO的排放趨勢, 模擬值與觀測值之間基本吻合。故DNDC模型具有較好地模擬設施菜地NO排放的能力。

圖4 DNDC模型對不同灌溉施肥方式下設施菜地N2O排放的模擬結(jié)果Fig.4 Simulation results of N2O emission of greenhouse vegeTablesystem under different irrigation and fertilization treatments by DNDC model

2.2 不同情景設置下N2O減排潛力評估

2.2.1 單因子情景下減排潛力評估

基于DNDC模型對不同單因子情景下NO排放總量模擬如圖5。采用滴灌措施使NO排放總量減少12.64%。NO排放總量與化肥施氮量呈現(xiàn)較明顯的正相關(guān), 以化肥施氮量1450 kg(N)?hm為基線, 當施氮量減少30%時, NO排放總量相對于基線中NO排放總量12.18 kg(N)?hm減少14.86%。隨有機肥替代化肥比例升高, NO排放總量呈現(xiàn)先降低后升高的趨勢, 并且有機肥替代化肥比例為75%時NO排放總量最小, 相較基準線降低12.23%。NO排放總量對pH的變化響應較為復雜, 當pH相較基線7.23提高20%時NO排放總量最低, 較基準線降低了15.60%。NO排放總量隨SOC的升高而升高, 當SOC為設置基準線的60%時, NO排放總量比基準線減少17.57%。

圖5 DNDC模型對不同情景下設施菜地N2O排放總量模擬結(jié)果Fig.5 Simulation results of total N2O emissions of greenhouse vegeTablesystem under different scenarios by DNDC model

由DNDC的模擬結(jié)果計算設施菜地不同情景設置下輸入?yún)?shù)的NO排放累積敏感性指數(shù), 結(jié)果如表5所示。該結(jié)果表明, 對NO排放總量結(jié)果影響最大的影響因子為pH, 其次為施氮量。而有機肥替代化肥比例與土壤有機碳含量影響較小, 其中有機肥替代化肥比例和土壤pH的變化與NO排放總量呈負相關(guān)。

表5 基于DNDC模型的設施菜地系統(tǒng)N2O排放總量敏感性指數(shù)Table5 Sensitive indexes of total N2O emissions of greenhouse vegeTablesystem based on DNDC model

2.2.2 組合情景下NO減排潛力評估

本研究對灌溉方式、化肥施氮量及有機肥施氮量等3種管理措施共50種情景進行模擬。所有情景中產(chǎn)量為2650.40～2670.73 kg(C)·hm, 變化幅度僅為基準線的?0.68%～0.07%, 變化較小。僅考慮耕作措施組合情景的NO排放結(jié)果如圖6所示, NO排放量的變化范圍為8.32～13.20 kg(N)·hm。其中滴灌+0.7倍化肥施氮量+0.7倍有機肥施氮量情景為僅通過改變耕作措施能達到NO排放總量最小的情景。該情景的NO排放總量為8.32 kg(N)·hm, 比基準線情景減少31.69%。此外，模擬得到NO排放隨施氮量增加而增加。同時考慮耕作措施和土壤環(huán)境變化組合情景的NO排放模擬結(jié)果如圖7、圖8所示, pH對NO的影響較小與單因子情景相同, pH為5.74時情景的NO排放高于其他pH情景。同樣與單因子情景中相同SOC越高則NO排放越高。在所有情景中NO排放總量范圍為5.41～16.63 kg(N)·hm, 其中滴灌+0.6倍SOC+1.2倍pH+0.7倍化肥施氮量+0.7倍有機肥施氮量情景為所有情景中NO排放總量最小的情景。該情景排放量為5.41 kg(N)·hm, 相較基線情景NO排放總量減少55.58%。故本研究表明選擇適宜的耕作措施可以減少設施菜地NO排放3.86 kg(N)·hm, 在此基礎上結(jié)合土壤理化性質(zhì)調(diào)控可進一步減少NO排放至6.77 kg(N)·hm。

圖6 DNDC 模型對不同管理措施組合情景下設施菜地N2O排放模擬Fig.6 N2O emission simulation of greenhouse vegeTablesystem under different management measures combination scenarios by DNDC model

圖7 DNDC 模型對漫灌條件下不同組合情景的設施菜地N2O排放模擬結(jié)果Fig.7 N2O emission simulation results of greenhouse vegeTablesystem by DNDC model under different combination scenarios under flooding irrigation

圖8 DNDC 模型對滴灌條件下不同組合情景的設施菜地N2O排放模擬結(jié)果Fig.8 N2O emission simulation results of greenhouse vegeTablesystem by DNDC model under different combination scenarios under drip irrigation

3 討論

3.1 DNDC模型模擬的不確定性評價

DNDC模型開發(fā)時間早、使用范圍廣、擴展內(nèi)容豐富, 是目前國際上最成功的模擬陸地生物地球化學循環(huán)的模型之一。并且在過去20多年中, 世界各地的研究人員對DNDC進行了修改和調(diào)整, 以適應特定的目的和情況。DNDC目前已經(jīng)被很多的研究證明能夠較好地模擬農(nóng)田產(chǎn)量與NO的排放。本研究中DNDC模型對蔬菜產(chǎn)量模擬效果較好, FP和FPD處理產(chǎn)量模擬值與實測值的nRMSE僅為1.35%和2.1%。但在本研究中土壤5 cm深度溫度模擬結(jié)果與實測結(jié)果仍然存在差異。首先模型無法模擬由農(nóng)業(yè)設施改進而產(chǎn)生的影響。如在擬合土壤溫度時所產(chǎn)生的誤差, 是由于模型無法模擬冬季覆蓋棉被保溫以及夏季打開通風口等措施而產(chǎn)生的。同時由于覆蓋棉被措施影響光照導致冬季土壤含水量(WFPS)的實測值高于模擬值, 打開通風口也使設施菜地空氣流動增加導致夏季時WFPS的模擬值高于實測值。另一方面在本研究中實測的NO通量略低于DNDC模型模擬結(jié)果。其他研究人員的研究中也顯示此問題, 在一些灌溉事件之后, DNDC高估了NO通量, 大部分的研究人員將此歸結(jié)于模型高估了土壤厭氧條件的持續(xù)時間或反硝化速率對土壤厭氧條件變化的敏感性。目前中國設施農(nóng)業(yè)在快速發(fā)展中, 設施內(nèi)的設備與技術(shù)也在不斷進步。但DNDC模型中對覆膜技術(shù)的參數(shù)輸入仍然較簡單, 僅有大棚溫室、地膜覆蓋兩種模式, 對于兩種措施的描述也僅有鋪設次數(shù)及時間。故隨著設施農(nóng)業(yè)技術(shù)及設備的不斷更新?lián)Q代, DNDC模型用于設施菜地可能需要設計更加詳細的參數(shù)。同時隨著制備肥料技術(shù)逐步發(fā)展, DNDC模型中化肥施用輸入?yún)?shù)也逐漸不能全面描述新型化肥對農(nóng)業(yè)生態(tài)系統(tǒng)碳氮循環(huán)過程產(chǎn)生的影響。雖然總體來說本研究中DNDC能較為準確地模擬設施菜地各項指標的變化, 但是DNDC模型仍然需要結(jié)合更多的研究校準內(nèi)部參數(shù), 并且根據(jù)農(nóng)業(yè)技術(shù)發(fā)展增加新的描述參數(shù)。

3.2 各影響因子對設施菜地N2O排放的影響

滴灌措施對NO排放的影響仍存在爭議, 大部分研究表明使用滴灌措施可以有效地減少NO的排放。滴灌措施的土壤含水量較低, 因此滴灌會降低產(chǎn)生NO的細菌的活性, 從而減少NO的產(chǎn)生與排放。另一方面有研究表明滴灌的氮肥供應可以更好地綜合供水和作物需求, 從而減少氮素在環(huán)境中的損失, 與本研究中滴灌措施減少NO的排放結(jié)果一致。在本研究基線土壤條件情景下, 隨著有機肥替代化肥比例增加, 設施菜地NO的排放會先降低再升高。這與奚雅靜等的研究結(jié)果相似, 這是由于適量施用有機肥使易被利用的礦物質(zhì)氮替換為有機氮, 減少了氮供應, 降低了NO排放。但同時有機肥會提供更多的可溶性有機碳作為碳基質(zhì), 因此也會加速反硝化過程, 將更多的土壤有效氮轉(zhuǎn)化為NO, 使反硝化菌的活性增強, 刺激NO排放。所以當有機肥替代化肥比例達100%時, NO排放總量又高于基線情景。本研究中的化肥施氮量對NO的排放影響較大, 施氮量和有機質(zhì)含量主要是通過影響土壤中參與硝化反應與反硝化反應的底物濃度來影響土壤NO排放, 因此本研究中NO排放與化肥施氮量和SOC呈正相關(guān)。pH對NO的排放產(chǎn)生影響的機理較為復雜, 近年來的研究發(fā)現(xiàn)在較高土壤含水率時, 反硝化作用是土壤產(chǎn)生NO的主要來源, 有研究表明酸性土壤中反硝化真菌群落數(shù)量更多, 因此酸性土壤中NO排放較高。另一方面過低pH會降低NO還原酶的活性, 從而降低微生物對有機質(zhì)和礦物質(zhì)氮源的利用率。

3.3 設施菜地N2O減排潛力分析

吳震等使用Meta分析方法對菜地NO排放進行分析, 研究結(jié)果表明菜地減施氮肥可降低49.4%NO排放、有機肥替代可降低26.6% NO排放、優(yōu)化灌溉可降低34.3% NO排放, 與本研究結(jié)果相近。謝海寬等于北京房山區(qū)通過試驗測得減少施氮量可以減少6.46 kg(N)·hm的NO排放, 與本研究減少施氮量可以減少4.49 kg(N)·hm的NO排放存在一些差異。此誤差可能是由于該試驗采樣頻率限制, 而采用內(nèi)插法計算NO排放總量存在誤差導致。而Zhang等的研究中番茄減氮施肥的減排潛力為39.98 kg(N)·hm。在實際生產(chǎn)中農(nóng)戶為保證設施菜地產(chǎn)量多采取較高的水肥投入, 大量的水肥投入必然會導致更高的NO的排放。同時也有研究指出隨種植年限的增長NO的排放也會增加, 本研究也對3種管理措施組合成的50組情景進行10年的模擬, 所有情景的NO排放總量均逐年增加。其中滴灌+0.7倍化肥施氮量+0.7倍有機肥施氮量情景10年累計NO排放總量仍為所有情景中最少, 相較基線情景10年累計NO排放總量減少39.16%, 高于1年模擬結(jié)果得出的減排潛力。在實際土壤環(huán)境中較難單一控制某一影響因素, 如SOC與土壤孔隙度以及土壤容重等指標呈較強的相關(guān)性。因此田間土壤的基礎性質(zhì)很難進行單一的改良, 并且改良土壤基礎性質(zhì)成本較高。在田間種植中通過調(diào)整土壤基礎理化性質(zhì)以減少NO排放量的做法可行性較差。

4 結(jié)論

1)模型評估表明, DNDC模型對設施菜地蔬菜產(chǎn)量、土壤溫度、土壤孔隙含水率和NO排放模擬結(jié)果較好, DNDC模型可以用來對設施菜地NO排放進行模擬評價。

2)設施菜地NO排放主要影響因素為pH, 其次為化肥施氮量, 有機肥替代化肥比例與SOC則影響最小。施氮量與SOC的增加會增加NO排放。而有機肥替代化肥比例增加會使NO排放先減少再增加。而土壤pH變化對NO排放的影響較為復雜, 但調(diào)整pH會顯著影響NO排放。此外由滴灌代替漫灌也可降低NO排放。

3)在僅考慮管理措施情景中, 使用滴灌并減少30%有機肥施氮量和30%化肥施氮量為 NO排放最小的情景。該情景較基線情景可減少31.69%的NO排放。在綜合考慮土壤SOC與pH變化下, 滴灌并且減少30%化肥施氮量及30%有機肥施氮量, 同時選擇比基線SOC低40%的土壤, 并提高20% pH的情景為全情景中NO排放最小的情景, 該情景相較基線情景可以減少55.58%的NO排放。故設施菜地NO減排潛力可達6.77 kg(N)?hm。