2018, Vol. 26
, CAO Cougui, MA Jianyong, LI Chengfang, CAI Mingli, WANG Jinping, SUN Zichuan, JIANG Yang
20世纪后半叶以来50年内全球气候变暖主要与人类活动引起的温室气体浓度增加有关, 由农业活动排放的CH4和N2O分别占全球CH4和N2O年排放量的43%和82%, 其中水稻(Oryza sativa)种植过程中产生的CH4排放占农业活动总排放的17%[1]。全球水稻常年种植面积约1.5×109 hm2[2], 90%的水稻产于亚洲[3]。由于全球水稻种植面积广阔以及稻田长期淹水为温室气体产生提供了条件, 目前认为稻田是大气CH4和N2O主要的人为排放源。中国是世界农业大国, 水稻种植面积30.31×106 hm2, 南方水稻面积占全国水稻面积的90%以上。其中湖北省水稻种植面积约为2×106 hm2[4], 江汉平原稻区作为湖北省典型稻作区, 水稻种植面积占全省水稻总种植面积的40%左右[5], 种植面积广阔, 对稻田温室气体排放贡献较大。
近年来, 通过模型法估算农田温室气体的排放成为研究热点。目前用于研究稻田温室气体排放的过程模型有CENTURY、CANDY、Roth-C、DAISY、DNDC等, DNDC模型已被国际生态学界认为是当前最好的生物地球化学过程模型, 广泛应用于农田、草地、森林、湿地等多种类型的生态系统, 模拟CH4、N2O、CO2等温室气体排放[2, 6-7]。然而DNDC模型在我国应用尚存在一些问题, 一方面DNDC模型提供的作物生理及物候学参数主要来自北美的观测, 不完全适用于世界其他地区, 模型应用时需对模型进行验证, 确认DNDC模型适用于模拟区域; 另一方面由于国内外种植模式和耕作措施的差异, DNDC模型缺乏一些中国特有而复杂的农业耕作特征, 包括水稻移栽、复杂多种作物系统以及农田管理过程中不断出现的新技术[8]。但随着DNDC模型在国内的广泛应用, 研究者逐步对模型进行了改进, 使DNDC模型更适用于中国农业生态系统[9]。研究者对作物参数进行了修正, 同时DNDC模型新版本增加了适合中国水稻种植特点的移栽日期设置[8, 10]。另外DNDC模型还可以与地理信息系统(ArcGIS)结合, 进行区域尺度的温室气体排放模拟研究。
目前, 江汉平原稻田温室气体排放研究主要以大田定位观测为主, 对部分地区田间尺度的温室气体排放进行了估算[11-12], 但区域尺度上的研究较少。研究江汉平原地区区域尺度的稻田温室气体排放特征, 对于评估区域稻田温室气体排放以及稻田温室气体减排具有重要意义, 可为区域生产实践与布局提供理论参考。因此, 本试验以湖北省典型稻作区江汉平原为研究区域, 运用DNDC模型, 结合ArcGIS, 模拟江汉平原多年区域尺度温室气体排放, 定量评价不同种植模式对稻田温室气体排放的影响, 对于区域种植模式优化和布局以及减少稻田温室气体排放具有重要意义。
1 材料与方法 1.1 研究区域概况江汉平原地处111°45′~114°16′E、29°26′~31°10′N, 由长江与汉江冲积而成, 位于湖北省中南部。在行政区划上, 包括荆州市、江陵县、公安县、监利县、石首市、洪湖市、松滋市、仙桃市、潜江市、天门市、荆门市、赤壁市、汉川市、嘉鱼县14个县市区。江汉平原气候属于亚热带季风气候。该区域土壤以水稻土和潮土为主, 水稻土以潴育型水稻土为主, 各地区与温室气体排放相关的主要土壤因子(DNDC模型所需的土壤因子[6-7])值见表 1。该地区水稻种植以一季中稻为主, 每年5月中下旬播种, 10月中上旬收割[10]。
|
表1 江汉平原各地区土壤属性表 Table 1 Soil properties of various areas in the Jianghan Plain |
本试验位于湖北省潜江市后湖农场(112°69′E, 30°38′N), 地处江汉平原腹地。属亚热带大陆季风气候, 年平均气温为17.4 ℃, 平均降水量1 100 mm。土壤质地为粉砂黏壤土, 起始土壤的容重为1.05 g·cm-3, 硝态氮4.2 mg(N)·kg-1, 铵态氮21.1 mg(N)·kg-1, 有机质18.87 g·kg-1, pH为7.85。试验田试验前一年为中稻-冬闲(RF)模式, 试验时间为2016年10月—2017年10月。
1.2.2 试验设计田间试验设置3种种植模式, 分别为中稻-小麦(Triticum aestivum)(RW)、中稻-油菜(Brassica campestris)(RR)、中稻-冬闲(RF)模式, 每种模式设3个重复, 共9个小区, 小区面积为135 m2。水稻品种为‘泰优390’, 小麦品种为‘郑麦9023’, 油菜品种为‘华油杂62’。小麦、油菜采取直播, 播种日期为2016年10月20日, 收获日期为2017年5月15日。水稻移栽采用人工插秧, 移栽日期为2017年6月24日, 收获日期为2017年10月23日。其他田间管理与江汉平原稻田常规管理一致, 并进行水肥管理相关数据的记载。
1.2.3 样品采集与测定CH4和N2O通量采用静态箱-气象色谱法测定。稻季水稻移栽后, CH4和N2O每7 d采集一次, 非稻季每10 d采集一次。气体采集时, 分别在0 min、10 min、20 min、30 min用20 mL注射器将箱内气体抽入真空瓶, 同时记录此时的箱内温度。实验室气体检测使用Shimadzu GG-14B型气象色谱仪。CH4和N2O的通量计算公式如下:
| $ F = \rho \times h \times dc/dt \times 273/\left( {273 + T} \right) $ | (1) |
式中: F为CH4或N2O的排放通量(mg∙m-2∙h-1), ρ为标准状态下CH4或N2O密度(mg∙m-3), h为采样箱的有效高度(cm), dc/dt表示CH4或N2O浓度的变化率, T为采样过程中箱内平均温度(℃)。
以100年时间尺度, CH4和N2O的增温潜势分别为CO2的30倍和268倍[13], 全球增温潜势GWP[t(CO2 eq)∙hm-2]按以下公式计算:
| $ {\rm{GWP}} = \left( {{\rm{C}}{{\rm{H}}_4} \times 30} \right) + \left( {{{\rm{N}}_2}{\rm{O}} \times 268} \right) $ | (2) |
式中: CH4和N2O分别指CH4和N2O的总排放量。
在小麦、油菜和水稻翻耕播种前进行土壤样品采集, 测定有机质含量、黏粒含量、pH、容重。作物成熟期, 每个小区五点法采集与大田平均穗数相当的植株, 剪去根部, 按茎、叶、穗分样, 放入烘箱105 ℃杀青0.5 h, 之后80 ℃烘干至恒重, 称重计算地上部分干物质量。水稻、小麦和油菜成熟后, 每小区选取长势均匀的地块, 取5 m2样方。晾晒、烘干、脱干, 测定含水率, 计算产量。作物产量除以0.4换算为DNDC模型需要的最高生物质量[kg(C)∙hm-2][7]。
1.3 DNDC模型验证运用DNDC(9.5版)分别模拟潜江试验点RW、RR、RF种植模式条件下CH4和N2O的排放, 通过计算决定系数(R2)和相对误差绝对值(RAE)进行模型模拟值与田间观测值比较, 来验证模型模拟效果。R2和RAE的计算公式分别如下:
| $ {R^2} = \frac{{\sum\nolimits_{i = 1}^n {\left( {{Q_i}-\bar O} \right)\left( {{P_i}-\bar P} \right)} }}{{\sqrt {\sum\nolimits_{i = 1}^n {{{\left( {{Q_i}-\bar O} \right)}^2}\sum\nolimits_{i = 1}^n {{{\left( {{P_i} - \bar P} \right)}^2}} } } }} $ | (3) |
式中: Qi为第i个观测值, Pi为第i个模拟值, O为所有观测值的平均值, P为所有模拟值的平均值, n为观测或模拟的次数。
| $ {\rm{RAE}} = \frac{{\left| {{O_{\rm{o}}}-{O_{\rm{s}}}} \right|}}{{{O_{\rm{o}}}}} \times 100\% $ | (4) |
式中: Oo为观测值, Os为模拟值。
1.4 DNDC模型区域数据收集 1.4.1 气象数据气象数据来源于湖北省气象局, 包含湖北省1987—2016年各气象站点逐日数据资料。DNDC区域上模拟需要的日最高温、日最低温、日降水量, 利用FORTRAN将数据处理成DNDC模型所需要的格式建立气象数据库, 并按地理位置就近分配。
1.4.2 土壤数据土壤数据来源于全球土壤数据库(HWSD, http://westdc.westgis.ac.cn), 数据分辨率为0.008 3× 0.008 3, 约为1 km×1 km。本试验使用0~30 cm的土壤耕作层数据, 利用ArcGIS提取江汉平原土壤有机质含量、黏粒含量、pH、容重数据, 建立DNDC模型土壤数据库。县域土壤数据库, 单位格点的属性为该县域行政区划内的土壤属性平均值。栅格土壤数据库运用ArcGIS提取, 获取对应水稻格点的土壤属性。
1.4.3 作物数据江汉平原县域作物数据来源于2010—2016年《湖北省农村统计年鉴》, 以江汉平原县市为单位构建DNDC作物数据库。
1.4.4 管理数据管理数据根据田间观测获得, 水稻种植模式统一设定为中稻, 秸秆还田量查阅文献获得, 统一设置为50%[6-8, 11]。淹灌类型设置为干湿交替, 有一次晒田处理, 将水稻田水分晒干后恢复。施肥按农民施肥习惯设置, 模型默认肥料类型为尿素, 作物生长期均施肥2次。水稻6月12日施入复合肥, 氮含量为105 kg(N)∙hm-2, 6月29日施入尿素107 kg(N)∙hm-2; 小麦11月9日施入复合肥, 氮含量120 kg(N)∙hm-2, 12月9日施入尿素52 kg(N)∙hm-2; 油菜11月1日施入复合肥, 氮含量120 kg(N)∙hm-2, 12月9日施入尿素52 kg(N)∙hm-2, 闲田不施肥。水稻播种时间为5月12日, 收获时间为9月25日。小麦播种时间11月19日, 收获时间为5月10日。油菜播种时间为11月2日, 收获时间为5月10日。
1.4.5 基本参数江汉平原大气CO2浓度设置为390 mg∙L-1, 氮沉降指数为2.16 mg∙L-1[6-8]。通过计算获得2010—2016年江汉平原水稻最大生物量平均值为3 180 kg(C)∙hm-2, 小麦最大生物量平均值为1 346 kg(C)∙hm-2, 油菜最大生物量平均值为949 kg(C)∙hm-2。通过查阅资料, 获得江汉平原作物最适温度, 最适温度水稻为30 ℃, 小麦为22 ℃, 油菜为20 ℃[14]; 生长季需水量水稻为500~800 mL∙g-1(DM), 冬小麦为350~500 mL∙g-1(DM), 冬油菜为450~500 mL∙g-1(DM); 生长积温水稻为3 200 ℃, 小麦为2 000 ℃, 油菜为2 400 ℃[15]。其他参数均为模型默认值。
1.5 数据统计与分析以江汉平原14个县市为单位进行区域尺度模拟, DNDC模型模拟获得2010—2016年各地区单位面积稻田温室气体CH4和N2O的排放量。结合统计年鉴数据中各地区不同种植模式稻田面积, 获得各地区不同种植模式温室气体排放量。通过汉平原各地区不同模式温室气体排放量相加, 获得江汉平原温室气体排放总量。
采用Microsoft Excel 2016软件对数据进行处理和绘图, 采用SPSS 12.0统计分析软件对数据进行方差分析, 利用LSD法进行平均的差异显著性检验, 采用ArcGIS 10.2地理信息系统和FORTRAN编程软件对数据进行提取分析及批量处理。
2 结果与分析 2.1 田间观测试验温室气体排放变化如图 1所示, 潜江试验点田间观测结果表明, 不同种植模式稻田CH4排放季节性变化规律基本一致, CH4主要在稻季排放, 非稻季排放通量基本处于0 mg∙m-2∙h-1左右。稻季CH4排放峰值分别出现在水稻分蘖期和抽穗期, CH4排放通量在分蘖末期晒田后迅速下降。RW模式CH4周年排放通量范围为-2.80~ 39.78 mg∙m-2·h-1, RR模式CH4周年排放通量范围为-1.74~42.51 mg∙m-2·h-1, RF模式CH4周年排放通量范围为-1.57~55.64 mg∙m-2·h-1。RW、RR、RF模式的CH4周年累积排放量分别为324.0 kg(C)∙hm-2、455.2 kg(C)∙hm-2、379.6 kg(C)∙hm-2。RR模式的CH4周年累积排放量显著高于RW和RF模式。RW、RR、RF模式的CH4非稻季的排放量分别为-14.94 kg(C)∙hm-2、1.32 kg(C)∙hm-2、-14.48 kg(C)∙hm-2, 稻季的排放量分别为339.0 kg(C)∙hm-2、454.0 kg(C)∙hm-2、394.0 kg(C)∙hm-2。
|
图 1 不同种植模式下水稻田CH4排放通量的季节性变化 Figure 1 Seasonal changes in CH4 fluxes of paddy fields under different cropping systems RW:水稻-小麦模式; RR:水稻-油菜模式; RF:水稻-冬闲模式。 RW: rice-wheat cropping system; RR: rice-rape cropping system; RF: rice-fallow cropping system. |
N2O非稻季排放通量的峰值出现在小麦、油菜播种后(图 2), RW、RR和RF模式的排放通量峰值分别为1.22 mg∙m-2·h-1、0.93 mg∙m-2·h-1和0.17 mg∙m-2·h-1。非稻季N2O的排放通量峰值明显低于稻季, 稻季在晒田后期出现最大峰值。RW、RR和RF模式的N2O周年排放通量范围分别为0~1.90 mg∙m-2·h-1、0~1.76 mg∙m-2·h-1和0~1.49 mg∙m-2·h-1。RW和RR模式N2O排放通量显著高于RF模式。RW、RR、RF模式的N2O周年累积排放量分别为14.94 kg(N)∙hm-2、15.10 kg(N)∙hm-2、10.96 kg(N)∙hm-2。RW和RR模式的N2O周年累积排放量显著高于RF模式。RW、RR、RF模式的N2O非稻季的排放量分别为9.93 kg(N)∙hm-2、10.15 kg(N)∙hm-2、4.96 kg(N)∙hm-2, 稻季的排放量分别为5.00 kg(N)∙hm-2、4.95 kg(N)∙hm-2、4.47 kg(N)∙hm-2。
|
图 2 不同种植模式下水稻田N2O排放通量的季节性变化 Figure 2 Seasonal changes in N2O fluxes of paddy fields under different cropping systems RW:水稻-小麦模式; RR:水稻-油菜模式; RF:水稻-冬闲模式。 RW: rice-wheat cropping system; RR: rice-rape cropping system; RF: rice-fallow cropping system. |
分别运用R2与RAE对田间观测值与模拟值进行比较(图 3)。结果表明, 在RW、RR、RF模式条件下稻田CH4排放的田间观测值与模拟值比较的决定系数R2分别为0.922 4、0.915 3、0.928 0, RAE分别为15.31%、8.29%、14.97%。RW、RR、RF模式下稻田N2O排放的田间观测值与模拟值比较的R2分别为0.983 9、0.975 7、0.849 7, RAE分别为12.13%、13.87%、16.42%。验证结果表明, DNDC能较好地模拟江汉平原不同种植模式条件下的稻田温室气体CH4和N2O的排放。
|
图 3 不同种植模式稻田CH4和N2O实测值与DNDC模型模拟值的比较 Figure 3 Comparison of DNDC simulated and observed CH4 and N2O fluxes of paddy fields under different cropping systems RW:水稻-小麦模式; RR:水稻-油菜模式; RF:水稻-冬闲模式。 RW: rice-wheat cropping system; RR: rice-rape cropping system; RF: rice-fallow cropping system. |
如表 2所示, 江汉平原不同地区2010—2016年单位面积稻田温室气体排放量结果表明, 各地区稻田不同种植模式CH4年均单位面积排放量总体表现为RW > RR > RF, 各地区稻田不同种植模式N2O年均单位面积排放量总体表现为RW > RF > RR。不同种植模式的GWP总体表现为RW > RR > RF。RW模式条件下不同地区GWP大小表现为:监利县 > 天门市 > 嘉鱼县 > 石首市 > 汉川市 > 洪湖市 > 公安县 > 潜江市 > 松滋市 > 仙桃市 > 江陵县 > 荆州市 > 荆门市 > 赤壁市; RR模式条件下不同地区的GWP大小表现为:监利县 > 天门市 > 汉川市 > 石首市 > 洪湖市 > 嘉鱼县 > 松滋市 > 公安县 > 仙桃市 > 潜江市 > 江陵县 > 荆州市 > 荆门市 > 赤壁市; RF模式下不同地区的GWP大小表现为:天门市 > 监利县 > 汉川市 > 石首市 > 松滋市 > 洪湖市 > 公安县 > 嘉鱼县 > 潜江市 > 仙桃市 > 江陵县 > 荆州市 > 荆门市 > 赤壁市。
|
|
表2 2010—2016年江汉平原不同种植模式下不同地区稻田年均温室气体排放量和增温潜势 Table 2 Annual emissions of greenhouse gases and GWP of paddy fields in different regions under different cropping systems in the Jianghan Plain from 2010 to 2016 |
如表 3所示, 江汉平原2010—2016年RW模式稻田CH4年平均排放量监利县最大, 赤壁市最小; 其他地区CH4年平均排放量为1 400~12 000 t(C), 按大小排序为:天门市 > 荆门市 > 汉川市 > 洪湖市 > 公安县 > 仙桃市 > 潜江市 > 荆州市 > 松滋市 > 荆州市 > 嘉鱼县 > 石首市。N2O的年平均排放量监利县最大, 其次是荆门市, 江陵县、嘉鱼县、石首市、赤壁市排放值较小, 为4~100 t(N); 其他地区排放值范围为100~200 t(N), 排放大小排序为:天门市 > 汉川市 > 公安县 > 洪湖市 > 仙桃市 > 潜江市 > 荆州市 > 松滋市。RR模式不同区域2010—2016年CH4年平均排放量监利县最大, 嘉鱼县最小, 其他各区域CH4排放值为5 000~20 000 t(C), 按大小排序为:荆门市 > 仙桃市 > 公安县 > 天门市 > 松滋市 > 洪湖市 > 石首市 > 潜江市 > 江陵县 > 汉川市 > 荆州市 > 赤壁市。N2O的年平均排放量荆门市最大, 其次是监利县, 嘉鱼县排放值最小, 其他地区排放值范围为25~70 t(N), 按大小排序为:仙桃市 > 公安县 > 松滋市 > 洪湖市 > 石首市 > 赤壁市 > 潜江市 > 江陵县 > 天门市 > 汉川市 > 荆州市。RF模式2010—2016年CH4的年平均排放量监利县 > 赤壁市 > 嘉鱼县 > 洪湖市 > 公安县 > 石首市, 其他地区因该模式面积很小或没有, CH4的年平均排放量未计算。RF模式2010—2016年的N2O年平均排放量监利县 > 赤壁市 > 嘉鱼县 > 洪湖市 > 公安县 > 石首市, 其他地区因该模式面积很小或没有, N2O的年平均排放量未计算。
|
|
表3 2010—2016年江汉平原不同地区不同种植模式稻田年均温室气体排放量 Table 3 Average annual emissions of CH4 and N2O of paddy fields under different cropping systems in different regions of the Jianghan Plain from 2010 to 2016 |
如图 4所示, 江汉平原稻田CH4 2010—2016年的年平均排放量监利县最大, 为658 76 t C, 赤壁市排放量为8 991 t C, 仅大于嘉鱼县(7 242 t C); 平均排放总量为20 000~30 000 t C的各地区排放量大小为:荆门市 > 公安县 > 天门市 > 仙桃市 > 洪湖市, 其他地区的总排放量为10 000~20 000 t C, 排序为:松滋市 > 汉川市 > 潜江市 > 石首市 > 荆州市 > 江陵县。江汉平原稻田N2O年平均排放量监利县最大, 为619 t N, 其次是荆门市, 为466 t N, 嘉鱼县排放量为最小, 为78.84 t N, 石首市排放量略高于嘉鱼县, 为82.85 t N; 年平均排放量在200~300 t N的各地区排放量大小为:公安县 > 洪湖市 > 仙桃市 > 天门市 > 汉川市, 其他地区年平均排放量为100~200 t N, 排放量大小:潜江市 > 松滋市 > 荆州市 > 江陵县 > 赤壁市。
|
图 4 2010—2016年江汉平原稻田温室气体排放量区域分布图 Figure 4 Distribution of greenhouse gases emissions in paddy fields of the Jianghan Plain |
如图 5a所示, 2010—2016年江汉平原稻田CH4年均排放总量为0.292 9 Tg C, RW模式CH4年均排放总量为0.102 1 Tg C, RR模式为0.157 8 Tg C, RF模式为0.033 0 Tg C。2012年稻田CH4年均排放总量最高, 为0.360 0 Tg C, 2010年稻田CH4排放总量最低, 为0.230 0 Tg C。如图 5b所示, 2010—2016年江汉平原稻田N2O年均排放总量为0.009 2 Tg N, RW模式年均排放总量为0.004 2 Tg N, RR模式年均排放总量为0.002 8 Tg N, RF模式年均排放总量为0.022 0 Tg N。2012年稻田N2O排放量最高, 为0.010 5 Tg N, 2014年稻田N2O排放总量最低, 为0.008 6 Tg N。
|
图 5 江汉平原不同种植模式下稻田CH4(a)和N2O(b)年均排放总量 Figure 5 Annual total CH4 (a) and N2O (b) emissions of paddy fields under different cropping systems in the Jianghan Plain RW:水稻-小麦模式; RR:水稻-油菜模式; RF:水稻-冬闲模式。 RW: rice-wheat cropping system; RR: rice-rape cropping system; RF: rice-fallow cropping system. |
本研究田间观测试验结果表明, 不同种植模式下稻田CH4和N2O的排放存在明显的季节性变化。非稻季稻田CH4的排放通量接近于零, 稻季CH4的排放通量较高; N2O排放通量的峰值也出现在稻季。稻季温室气体排放量较高, 主要由于稻季温度升高, 加速了氧化还原反应; 同时温度升高会增强土壤微生物活性, 加速复杂有机物的降解[16], 从而促进稻田CH4和N2O的排放[17]。稻田温室气体排放的季节性变化, 除与温度有关, 也受到稻田水肥管理方式的影响[18]。晒田期间CH4排放量降低, N2O排放量增加, 主要是与晒田改善了土壤含氧量有关[19-20]。一方面, 土壤含氧量增加会提高CH4氧化菌的活性, 促进CH4的氧化, 从而降低CH4的排放; 另一方面土壤含氧量增加会促进硝化作用, 从而增加N2O的排放。另外, 本研究发现在稻田施肥后N2O的排放量也明显增加, 这主要是施肥增加了硝化与反硝化作用的底物所致[21-22]。
本研究发现江汉平原稻田CH4和N2O的排放存在明显的地区差异。这种差异, 一方面是由于江汉平原各地区影响温室气体排放的主要土壤因子存在一定的差异(表 1)。相关研究表明土壤有机质含量、黏粒含量、pH、容重等均是影响稻田CH4和N2O排放的重要因素。前人研究发现土壤有机质含量与CH4排放呈正相关关系[23-24]。N2O排放与土壤有机质含量也呈现正相关关系, 随着土壤有机质含量的增加, 微生物活性增强, 氮被矿化并产生N2O, 促进N2O的排放[25]。前人研究结果表明黏粒含量低的稻田土壤CH4排放往往比黏粒含量高的土壤高[26], 主要是因为黏粒含量越高, 土壤对有机质的固定能力越强, 从而影响了有机质的分解速率和CH4生成[27]。土壤pH在一定范围内的增加会对CH4排放起到促进作用, 而与N2O排放则呈负相关关系[28]。土壤pH主要通过影响土壤微生物来影响CH4与N2O的排放, CH4氧化菌更适应酸性条件, 产CH4菌则更喜欢中性或弱碱性的环境, 反硝化细菌的最适宜pH为7.0~8.0, 酸性条件对N2O还原的抑制比对硝酸还原的抑制更强[29]。所以随着pH向中性和弱碱性增加时, 稻田CH4的排放通量会增加, 稻田N2O排放通量则会降低。另外一方面, CH4和N2O排放的地区性差异, 也受到各地区稻田面积和种植模式的影响。
本研究的结果表明不同种植模式CH4和N2O排放存在明显的差异。CH4排放量RR模式显著高于RF模式,可能是由于RR模式相对于RF模式非稻季作物残茬及根系分泌物较多, 导致土壤有机质等反应底物增加[30]。RF模式非稻季N2O排放量较低, 主要是由于RW、RR模式稻田非稻季施肥, 而RF模式非稻季稻田未施肥, 导致反应底物含量低, 因此N2O的排放量显著低于RW和RR模式。区域温室气体模拟结果中CH4和N2O排放量RW模式要显著高于RR和RF模式, 主要与冬季作物秸秆分解速率有关。研究表明作物秸秆的碳氮比(C/N)会影响秸秆的分解速率[31], DNDC模型默认的小麦籽粒的C/N比为40, 茎叶的C/N为95, 根系的C/N为95, 油菜籽粒的C/N为20, 茎叶的C/N为75, 根系的C/N为95, 油菜与小麦作物C/N的差异也是导致不同种植模式CH4和N2O排放差异的原因之一。
本研究估算的江汉平原稻田CH4年平均排放量为0.29 Tg C。李长生等[32]估算的1990年湖北省CH4的年排放量约为0.77 Tg C。吴兑[33]采用排放清单法估算的湖北省CH4的年平均排放量为0.59 Tg C。王平[34]估算的1995—2000年湖北省CH4年平均排放量约为0.57 Tg C。本研究估算的江汉平原稻田CH4年排放量是前人估算的湖北省稻田CH4年排放量的37.7%~ 50.9%, 与江汉平原稻田占湖北省稻田总面积的比重(40%左右)相吻合。本研究估算的江汉平原稻田N2O的年平均排放量为0.009 2 Tg N, 占李长生等[32]估算的1990年湖北省N2O年排放量(0.024 0 Tg N)的38.3%, 占吴兑[33]采用排放清单法估算的湖北省N2O的年平均排放量(0.010 0 Tg)的92%, 大于杨俊[35]估算的湖北省N2O年平均排放量(0.001 4 Tg N)。杨俊[35]估算的排放量较低的原因可能是只考虑了单季稻旱休闲田的排放量。
本研究的结果表明不同种植模式下稻田CH4和N2O的排放存在明显的季节性变化, 但CH4和N2O的排放通量峰值均出现在稻季。不同种植模式CH4和N2O排放存在明显的差异, RW和RR模式的稻田CH4和N2O排放通量和增温潜势显著高于RF模式。如果仅考虑CH4和N2O的减排, RF模式是最佳的种植模式, 但是种植冬季作物会提高农田利用率和经济效益, 因此需要综合考虑各种模式的减排效应与经济效应, 进行种植模式的优化与布局。本研究采用决定系数法和相对误差绝对值法对田间观测值与DNDC模型模拟值进行了比较, 均得出DNDC具有良好的模拟效果, 说明DNDC模型适用于江汉平原温室气体排放的模拟与估算。运用DNDC模型进行区域温室气体排放模拟的结果表明, 江汉平原2010—2016年稻田CH4的年平均排放量为0.292 9 Tg C, 稻田N2O的年平均排放量为0.009 2 Tg N。不同地区CH4和N2O的排放也存在明显的差异, CH4和N2O排放量较大地区是监利县、天门市、汉川市等, CH4和N2O排放量较小的地区是嘉鱼县、赤壁市、江陵县等, 造成地区温室气体排放量差异的主要原因是各地区种植模式、稻田面积、土壤条件等因素的差异。
| [1] |
US Environmental Protection Agency. Global anthropogenic non-CO2 greenhouse gas emissions:1990-2030[M]. Washington, U. S.: Environmental Protection Agency Press, 2012: 56-57.
|
| [2] |
邵美红, 孙加焱, 阮关海. 稻田温室气体排放与减排研究综述[J]. 浙江农业学报, 2011, 23(1): 181-187. SHAO M H, SUN J Y, RUAN G H. Review on greenhouse gases emission and the reduction technology in rice fields[J]. Acta Agriculturae Zhejiangensis, 2011, 23(1): 181-187. DOI:10.3969/j.issn.1004-1524.2011.01.037 |
| [3] |
朱德峰, 程式华, 张玉屏, 等. 全球水稻生产现状与制约因素分析[J]. 中国农业科学, 2010, 43(3): 474-479. ZHU D F, CHENG S H, ZHANG Y P, et al. Analysis of status and constraints of rice production in the world[J]. Scientia Agricultura Sinica, 2010, 43(3): 474-479. DOI:10.3864/j.issn.0578-1752.2010.03.005 |
| [4] |
中稻宣. 2015年全国及各省(市、区)粮食及水稻播种面积和产量[J]. 中国稻米, 2017, 23(6): 110. Zhong Dao Xuan. Cereals and rice sowing area and yield in different regions of China in 2015[J]. China Rice, 2017, 23(6): 110. |
| [5] |
陈柏槐. 湖北省优质水稻现状与发展思路[J]. 中国稻米, 2004, 10(5): 12-15. CHEN B H. Status and development of high-quality rice in Hubei Province[J]. China Rice, 2004, 10(5): 12-15. DOI:10.3969/j.issn.1006-8082.2004.05.004 |
| [6] |
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 H K, JIANG Y Q, LI H, et al. Modification and application of the DNDC model in China[J]. Chinese Journal of Applied Ecology, 2017, 28(8): 2760-2770. |
| [7] |
ZHANG Y, NIU H. The development of the DNDC plant growth sub-model and the application of DNDC in agriculture:A review[J]. Agriculture Ecosystems & Environment, 2016, 230: 271-282. |
| [8] |
LI H, WANG L, LI J, et al. The development of China-DNDC and review of its applications for sustaining Chinese agriculture[J]. Ecological Modelling, 2017, 348: 1-13. DOI:10.1016/j.ecolmodel.2017.01.003 |
| [9] |
CHENG H, YU C, LI C, et al. Modeling the impacts of water and fertilizer management on the ecosystem service of rice rotated cropping systems in China[J]. Agriculture Ecosystems & Environment, 2016, 219(2): 49-57. |
| [10] |
陆俊, 黄进良, 王立辉, 等. 基于时空数据融合的江汉平原水稻种植信息提取[J]. 长江流域资源与环境, 2017, 26(6): 874-881. LU J, HUANG J L, WANG L H, et al. Paddy rice planting information extraction based on spatial and temporal data fusion approach in Jianghan Plain[J]. Resources and Environment in the Yangtze Basin, 2017, 26(6): 874-881. DOI:10.11870/cjlyzyyhj201706010 |
| [11] |
李成芳, 寇志奎, 张枝盛, 等. 秸秆还田对免耕稻田温室气体排放及土壤有机碳固定的影响[J]. 农业环境科学学报, 2011, 30(11): 2362-2367. LI C F, KOU Z K, ZHANG Z S, et al. Effects of rape residue mulch on greenhouse gas emissions and carbon sequestration from no-tillage rice fields[J]. Journal of Agro-Environment Science, 2011, 30(11): 2362-2367. |
| [12] |
夏文建, 周卫, 梁国庆, 等. 稻麦轮作农田氮素循环的DNDC模型分析[J]. 植物营养与肥料学报, 2012, 20(1): 77-88. XIA W J, ZHOU W, LIANG G Q, et al. Evaluating the validity and sensitivity of the DNDC model to estimate nitrogen cycling in rice-wheat rotation system[J]. Plant Nutrition and Fertilizer Science, 2012, 20(1): 77-88. |
| [13] |
IPCC. Climate Change 2007[C]/The physical science basis contribution of working group Ⅰ to the fourth assessment report of the intergovernmental panel on climate change. Cambridge: Cambridge University Press, 2014: 750-752
|
| [14] |
曹卫星. 作物学通论[M]. 北京: 高等教育出版社, 2001: 168-169. CAO W X. General Crop Theory[M]. Beijing: Higher Education Press, 2001: 168-169. |
| [15] |
刘巽浩. 耕作学[M]. 北京: 中国农业出版社, 1994: 53-55. LIU X H. Cultivation Science[M]. Beijing: China Agriculture Press, 1994: 53-55. |
| [16] |
YANG S S, CHANG H L. Effect of environmental conditions on methane production and emission from paddy soil[J]. Agriculture Ecosystems & Environment, 1998, 69(1): 69-80. |
| [17] |
齐玉春, 董云社, 章申. 农业微环境对土壤温室气体排放的影响[J]. 中国生态农业学报, 2000, 8(1): 45-48. QI Y C, DONG Y S, ZHANG S. Influence of agricultural micro-environment factors on greenhouse gases emission from the soil[J]. Chinese Journal of Eco-Agriculture, 2000, 8(1): 45-48. |
| [18] |
ZOU J, LIU S, QIN Y, et al. Sewage irrigation increased methane and nitrous oxide emissions from rice paddies in southeast China[J]. Agriculture Ecosystems & Environment, 2009, 129(4): 516-522. |
| [19] |
蔡祖聪, 沈光裕, 颜晓元, 等. 土壤质地、温度和Eh对稻田甲烷排放的影响[J]. 土壤学报, 1998, 35(2): 145-154. CAI Z C, SHENG G Y, YAN X Y, et al. Effects of soil texture, soil temperature and Eh on methane emissions from rice paddy fields[J]. Acta Pedologica Sinica, 1998, 35(2): 145-154. DOI:10.3321/j.issn:0564-3929.1998.02.001 |
| [20] |
田光明, 何云峰, 李勇先. 水肥管理对稻田土壤甲烷和氧化亚氮排放的影响[J]. 生态环境学报, 2002, 11(3): 294-298. TIAN G M, HE Y F, LI Y X. Effect of water and fertilization management on emission of CH4 and N2O in paddy soil[J]. Ecology and Environmental Sciences, 2002, 11(3): 294-298. DOI:10.3969/j.issn.1674-5906.2002.03.018 |
| [21] |
LENSI R. Absorption of nitrous oxide by shoots of maize[J]. Plant & Soil, 1981, 12(3): 58-67. |
| [22] |
DAVIDSON E A. Nitrous oxide emission controls and inorganic nitrogen dynamics in fertilized tropical agricultural soils[J]. Soil Science Society of America Journal, 1996, 60(4): 1145-1152. DOI:10.2136/sssaj1996.03615995006000040027x |
| [23] |
YAO H, CONRAD R, WASSMANN R, et al. Effect of soil characteristics on sequential reduction and methane production in sixteen rice paddy soils from China, the Philippines, and Italy[J]. Biogeochemistry, 1999, 47(3): 269-295. DOI:10.1007/BF00992910 |
| [24] |
张庆国, 李鹏飞, 徐丽, 等. 皖中沿江平原水稻田CH4和N2O排放估算及其影响因素分析[J]. 土壤通报, 2012, 43(1): 212-218. ZHANG Q G, LI P F, XU L, et al. Estimation of CH4 and N2O emissions from the paddy fields in Wanzhong-Yanjiang Plain and analysis of their influence factors[J]. Chinese Journal of Soil Science, 2012, 43(1): 212-218. |
| [25] |
谢军飞, 李玉娥. 农田土壤温室气体排放机理与影响因素研究进展[J]. 中国农业气象, 2002, 23(4): 47-52. XIE J F, LI Y E. A review of studies on mechanism of greenhouse gas (GHG) emission and its affecting factors in arable soils[J]. Chinese Journal of Agrometeorology, 2002, 23(4): 47-52. DOI:10.3969/j.issn.1000-6362.2002.04.013 |
| [26] |
SASS R L, FISHER F M, LEWIS S T, et al. Methane emissions from rice fields:Effect of soil properties[J]. Global Biogeochemical Cycles, 1994, 8(2): 135-140. DOI:10.1029/94GB00588 |
| [27] |
NEUE H U, ROGER P A. Rice Agriculture: Factors controlling emissions[R]. Berlin: Springer-Verlag, 2000
|
| [28] |
黄国宏, 韩冰. 土壤含水量与N2O产生途径研究[J]. 应用生态学报, 1999, 10(1): 53-56. HUANG G H, HAN B. Relationships between soil water content and N2O production[J]. Chinese Journal of Applied Ecology, 1999, 10(1): 53-56. DOI:10.3321/j.issn:1001-9332.1999.01.014 |
| [29] |
李海防, 夏汉平, 熊燕梅, 等. 土壤温室气体产生与排放影响因素研究进展[J]. 生态环境, 2007, 16(6): 1781-1788. LI H F, XIA H P, XIONG Y M, et al. Mechanism of greenhouse gases fluxes from soil and its controlling factors:A review[J]. Ecology and Environment, 2007, 16(6): 1781-1788. DOI:10.3969/j.issn.1674-5906.2007.06.039 |
| [30] |
胡安永, 孙星, 刘勤. 太湖地区不同轮作模式对稻田温室气体(CH4和N2O)排放的影响[J]. 应用生态学报, 2016, 27(1): 99-106. HU A Y, SUN X, LIU Q. Effects of different rotation systems on greenhouse gases (CH4 and N2O) emissions in the Taihu Lake Region, China[J]. Chinese Journal of Applied Ecology, 2016, 27(1): 99-106. |
| [31] |
申源源, 陈宏. 秸秆还田对土壤改良的研究进展[J]. 中国农学通报, 2009, 25(19): 291-294. SHEN Y Y, CHEN H. Effect of straw returning on soil improvement and crop growth:Research progress[J]. Chinese Agricultural Science Bulletin, 2009, 25(19): 291-294. |
| [32] |
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. LI C S, XIAO X M, FROLKING S, et al. Greenhouse gas emissions from croplands of China[J]. Quaternary Sciences, 2003, 23(5): 493-503. DOI:10.3321/j.issn:1001-7410.2003.05.004 |
| [33] |
吴兑. 温室气体与温室效应[M]. 北京: 气象出版社, 2003: 231-233. WU D. Greenhouse Gases and Greenhouse Effects[M]. Beijing: China Meteorological Press, 2003: 231-233. |
| [34] |
王平. 基于模型和GIS技术估算1955-2005年中国稻田甲烷排放[D]. 南京: 南京农业大学, 2009: 58-62 WANG P. Estimates of CH4 emission from Chinese rice fields during 1955-2005 based on model and GIS technology[D]. Nanjing: Nanjing Agricultural University, 2009: 58-62 |
| [35] |
杨俊. 长江中下游地区农田生态系统N2O排放[D]. 重庆: 西南大学, 2009: 32-33 YANG J. N2O emission from agricultural ecosystem in middle-lower reaches of the Yangtze River Region[D]. Chongqing: Southwest University, 2009: 32-33 |