2. 中国农业科学院农业环境与可持续发展研究所 北京 100081
2. Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081, China
我国是世界设施菜地生产第一大国。2019年设施菜地面积近4.000x106 hm2。按照当前平均增长率1.25%计算, 2021年预计将达到4.133x106 hm2。为了追求高产量, 设施菜地普遍采用“大水大肥”的管理模式, 化肥投入量可高达4088 kg(N)·hm-2·a-1 [1], 而平均氮肥利用率仅为18.6%[2], 导致地下水污染而威胁人类健康[3-6]。此外, NO3--N的表聚现象也导致土壤表层pH最低, 不断积累的NO3--N最终导致土壤酸化、次生盐渍化, 土壤肥力降低[7]。滕艳敏等[8]对不同蔬菜种植模式土壤淋溶水的长期定位试验研究表明, 两茬蔬菜总氮淋失量为137.02~184.93 kg·hm-2, 其地下水中NO3--N含量明显高于粮食作物系统[9]。巨晓棠等[10]对山东寿光集约化蔬菜种植区地下水的监测结果显示, 80多个样品中有29%硝酸盐含量超过欧盟标准(50 mg·L-1), 且超标率在3年后增至49%。而另一项对北京菜田浅层地下水的调查结果显示, 43个抽样地超标率达100%, NO3--N平均含量为72.42 mg·L-1[11]。可见, NO3--N的累积和淋失已成为当前集约农区面临的重大农业和生态环境问题。
土壤氮素的淋失以NO3--N为主要形态, 分别占淋溶和径流总氮流失量的66.31%和73.33%[12-13], 土壤中NO3--N的累积和运移是造成氮素淋失的关键前提条件。在设施菜地系统中, 蔬菜的根系较浅, 土壤深层的NO3--N无法被有效吸收利用。又因为NO3--N自身带负电, 不易被土壤胶体吸附, 当施氮量大于作物吸收和土壤固持能力, 土壤剖面中大量NO3--N在足够重力水的驱动下势必会向深层运移。酸性环境下, NO3--N脱去的氧易与H+结合生成水, 削弱了NO3--N的运移。而在弱碱性土壤中, NO3--N的氧化性受到抑制, 较高含量的NO3--N增加了土壤中运移风险[14]。在NO3--N向下运移的过程中, 当灌溉量较小时其集聚范围仅在0~20 cm土层, 灌溉量过大时开始向土壤深层聚集[15], 且随着灌溉频率和单次灌溉量的增加, NO3--N的垂向运移更明显[16]。另外, 在水平方向上, 当滴灌施肥时NO3--N易随着滴头附近湿润区水分的扩散而在土体横向运移, 导致NO3--N随施肥次序在湿润区边缘不断累积[17]。说明土壤中NO3--N的运移不仅受土壤环境和水文过程控制, 还受作物和管理措施的影响[14, 18-19]。而设施菜地系统又属密闭环境, 加之过高的化肥和灌溉水投入量, 使之长期处于高温、高湿环境, 微生物活跃、有机氮矿化能力强使得NO3--N在土壤的运移情况更加复杂, 淋失风险极高。但目前设施菜地土壤中NO3--N的累积和运移机理尚不清晰, 仅通过有限数量的田间原位试验定量研究土壤中氮素的运移和淋失过程是远远不够的。因此, 如何正确评估NO3--N淋失过程对土壤氮素淋失阻控具有重要意义, 更是当前面临的一大科学难题。近年来, 过程模型被越来越多地用来模拟农业生态系统中管理措施对碳和氮循环的影响[20-21], 成为定量化模拟研究氮素淋失过程的重要手段。DNDC(DeNitrification-DeComposion)模型具有同时结合土壤水分运动与氮素生物地球化学过程的优点, 已成为各国科学家研究碳氮循环重点关注的模型, 并在多个国家得到了改进和校正[22-24]。朱波等[25]利用DNDC模型模拟的氮素淋失量结果实测值和模拟值相关系数达0.972。Li等[26]对DNDC模型进行参数修正后, 能够更好地模拟农田土壤氮淋溶。前人对土壤氮素淋失开展的研究多集中于粮食作物系统[3-4, 13, 18], 对设施菜地系统关注不够, 且结合模型研究氮素淋失规律的更少, 对设施菜地系统氮素淋失机理的揭示还不充分。本研究应用DNDC模型模拟设施菜地土壤NO3--N累积和运移过程, 利用田间观测数据检验和本土化DNDC模型, 针对土壤氮素运移的影响因素, 设置不同的情景模式, 利用模型定量评价输入参数变化对土壤氮素运移的影响, 明确影响设施菜地土壤氮素运移和淋失的关键因子, 为设施菜地氮素淋失阻控技术的研究提供数据支撑和科学指导, 具有重要的现实和科学意义。
1 材料与方法 1.1 试验点概况试验地位于北京市顺义区大孙各庄镇(116°28′E, 40°00′N), 属暖温带半湿润大陆性季风气候区, 四季分明, 年平均气温11.5 ℃, 年平均降水量625 mm, 年相对湿度50%。供试试验田为普通半拱圆形设施大棚(75 m×7 m)。土壤质地为潮褐土, 起始土壤的NO3--N含量为195.47 mg(N)·kg-1, NH4+-N 2.15 mg(N)·kg-1, 有机质14.31 g·kg-1, pH为7.19。大棚棚面为无色透明塑料棚膜, 膜上盖有棉被, 顶部和低端设有通风口, 以控制温室内的温度和湿度。
1.2 试验设计与数据获取试验种植模式为黄瓜(Cucumis sativus L.)-番茄(Solanum lycopersicum L.)轮作, 设计农民习惯漫灌施肥处理(FP)和滴灌施肥处理(FPD), 各处理均有3个重复, 每个小区24 m2, 小区间用隔离带(塑料布埋深1 m, 长6 m)隔开。试验中有机肥为羊粪(N 2.03%), 氮肥为尿素(N 46%), 磷肥为过磷酸钙(P2O5 18%), 钾肥为硫酸钾(K2O5 2%)。供试黄瓜品种为‘中农12’, 2017年9月13日移栽, 同年12月28日拉秧。供试番茄品种为‘超杂32’, 移栽日期为2018年3月16日, 同年7月16日拉秧。各处理肥料施用量和灌溉水用量如表 1所示。
黄瓜季和番茄季实际产量均在成熟期每次摘果时按小区记录, 拉秧后汇总产量。利用田间原装渗漏计收集土壤90 cm深度的水样, 用连续流动分析仪测定NO3--N浓度。土壤溶液提取器安装在每个小区, 位于根系以下(表土层下60 cm处)。为了保证陶瓷吸盘部分与土壤之间合适的液体压力, 陶瓷吸盘被安装在一个直径相当的孔中, 然后用原土填充提取器与土壤之间的孔隙。在整个观测期, 每次灌溉后提取土壤溶液。在定植前、拉秧后及作物生长的关键期利用土钻采集1 m土样, 取部分土样与1 mol·L-1 KCl溶液按水土比1:5混合振荡1 h, 收集过滤液并利用连续流动分析仪测定NO3--N的浓度。另外, 同步测定0~5 cm深度的土壤温度, 利用Trim-IPH测定0~15 cm土壤水分。
1.4 DNDC简介及模型验证方法DNDC(反硝化-分解)模型主要用来模拟农业生态系统中碳氮循环[27-28]。模型主要分为两部分, 一部分是将气候、土壤、植被和人类活动等生态驱动因子与温度、湿度、pH、底物浓度等土壤环境因子连接起来, 另一部分连接生物地球化学过程。DNDC模型通过结合作物生长曲线、作物生理过程和环境因素(例如辐射、气温、土壤湿度和可利用氮素)对作物生长进行模拟[29]。通过气候子模型, DNDC模型能够实现对土壤水分动态的准确模拟; 可以模拟出0~1 m深度土壤剖面的氮素淋溶特征, 其中包括0~0.5 m根系生长区和0.5~1.0 m非根系生长区。Li等[27-28, 30]已经对DNDC模型模拟氮素淋溶过程应用到的水文学方程和参数等进行了详细叙述。本研究使用DNDC 9.5版本进行氮素的运移和淋溶模拟。
在DNDC模型应用之前需要进行验证。采用模拟值与观测值之间标准化的均方根误差(RMSE)验证DNDC模型的模拟效果, 计算公式如下:
$ {\rm{RMSE = }}\frac{{100}}{{\bar O}}\sqrt {\frac{{\sum\nolimits_i {{{\left( {{P_i} - {O_i}} \right)}^2}} }}{n}} $ | (1) |
式中: Pi表示模拟值, Oi表示观测值, n表示观测值的个数, Ō表示观测值的均值。RMSE值趋近于0, 说明模拟值和观测值越接近, 模型模拟效果越好。RMSE < 10%, 模拟值与预测值一致性非常好, 10%~30%为较好, >30%则效果一般。DNDC模型检验的初始输入参数如表 2所示。其中, 作物生理参数由田间试验或者模型默认值确定, 其余参数均由田间实测获得。
为了更好地研究不同水氮管理措施对土壤表层NO3--N累积以及淋失的影响, 本研究以农民常规处理为基准情景, 运用独立参数扰动法, 选择土壤性质、施氮量和灌溉量等8个参数设置不同的情景, 进行单因素模拟试验, 即每次模拟只改变1个参数。每个参数的输入范围选择其基值的±20%, 模拟不同情景设置下0~50 cm土层NO3--N累积量的运移过程, 模拟情景设置如表 3所示。
根据模拟结果对输入参数的响应程度计算敏感性指数S (sensitive index), 以敏感性指数来评价模拟结果受不同情景输入参数的影响程度, 其计算公式如下:
$ S = \frac{{\left( {{O_2} - {O_1}} \right)/{O_{12}}}}{{\left( {{I_2} - {I_1}} \right)/{I_{12}}}} $ | (2) |
式中: I2、I1和I12分别为输入参数的最大值、最小值和平均值, O2、O1和O12为对应模拟输出结果的最大值、最小值和平均值。S值越大说明模拟结果受输入参数的影响程度越大。在本研究中, S值越大说明土壤NO3--N累积受输入参数影响程度越大。
1.6 数据处理模型对田间观测的NO3--N淋失量是以日为时间步长进行模拟的, 而田间实际收集量为对应阶段的累计量。因此, 需要将模型的模拟结果分别进行累加。采用Excel 2016、Origin 2017等软件对试验数据进行计算和制图。
2 结果与分析 2.1 DNDC模型的校验 2.1.1 对设施菜地土壤温度、土壤孔隙含水率的模拟与验证DNDC模型对设施菜地系统5 cm土壤温度和0~20 cm土壤孔隙含水率变化模拟结果如图 1所示。DNDC模型能够较好地模拟出5 cm土壤温度和0~20 cm土壤土壤孔隙含水率的动态变化过程。整个轮作周期内, FP和FPD处理5 cm土壤温度的变化范围分别为11.78~28.60 ℃和12.47~30.27 ℃, 模拟值与实测值均达显著相关(P < 0.05), 皮尔逊相关系数分别为0.829和0.836, DNDC模型能够较好地模拟出5 cm土壤温度随季节气温先下降后回升的变化过程。5 cm土壤温度和0~20 cm土壤孔隙含水率模拟的RMSE值在FP处理中分别为25.44%和24.40%, FPD处理中分别为25.85%和33.11%, 模拟结果较为可靠。另外, 由图 1可知, 对土壤温度和土壤孔隙含水率的模拟误差主要出现在番茄季(3—7月), 分析其原因主要是番茄季属夏茬, 高温天气下, 实际种植过程中会打开棚内通风口调节棚内温度, 进而降低表层土壤温度, 而模型中未能体现这一过程。其次, 实际棚内较高的土壤水分蒸发量和损失量也是导致其土壤孔隙含水率模拟结果偏高的原因。
DNDC模型对设施菜地系统作物产量的模拟结果见图 2。在设施菜地系统中, FP处理的黄瓜季田间实际产量为491.16 kg(C)·hm-2, 番茄季的产量为2144.57 kg(C)·hm-2。FPD处理的黄瓜季田间实际产量为529.27 kg(C)·hm-2, 番茄季的产量为2184.16 kg(C)·hm-2。对比实测产量和模拟产量, FP处理的RMSE值为7.79%, FPD处理的RMSE值为5.10%, 模型的模拟效果非常好(P < 0.05)。DNDC模型具有模拟设施菜地系统黄瓜和番茄产量的能力, 为模拟土壤中NO3--N含量、氮素淋失以及环境效应提供了坚实的基础。
图 3所示是DNDC模型对设施菜地系统FP处理0~60 cm土壤剖面NO3--N含量的模拟结果。在设施系统中, FP处理0~20 cm、20~40 cm和40~60 cm土壤中NO3--N的累积量均值分别为414.28 kg(N)·hm-2、255.80 kg(N)·hm-2和81.833 kg(N)·hm-2, 可见, 设施菜地系统中NO3--N的累积主要集中于0~20 cm的表层土壤中。通过对比分析DNDC模型对不同深度土壤NO3--N累积量的模拟结果, DNDC模型能够较好地模拟出设施菜地系统0~20 cm和20~40 cm土壤中NO3--N的累积量(图 3a、图 3b), RMSE值分别达23.65%和32.33%。DNDC模型对40~60 cm土壤的NO3--N累积量模拟存在一定误差, 低估了NO3--N的累积量, 但R2达0.87, 说明模拟值和实测值间相关性显著(P < 0.05)(图 3c)。因此, DNDN模型能够用来模拟菜地系统表层土壤剖面的NO3--N含量。
不同土壤质地类型下土壤中NO3--N的累积和运移过程如图 4所示。本研究的基线情景为粉壤土, 基线情景下NO3--N的累积层主要集中在20 cm, 最高NO3--N含量出现在番茄季最后一次灌溉施肥(第316 d)之后, 达984.11 kg(N)·hm-2。垂直方向上, 土层的NO3--N含量变化特征为由20 cm累积层向上向下逐渐脉冲式降低。时间尺度上, 番茄季20 cm深度NO3--N累积量高于黄瓜季。同时, 单季表层土壤的NO3--N累积量随灌溉施肥次序逐渐升高, 黄瓜季达200~300 kg(N)·hm-2, 番茄季达300~ 400 kg(N)·hm-2。不同于基线情景, 壤沙土中没有观察到NO3--N的明显累积, 累积量处于0~100 kg(N)·hm-2。而在沙黏壤土中可以明显观察到NO3--N的运移。在番茄季, 第3次灌溉施肥后土壤NO3--N的累积层下移到30 cm, 第5次灌溉施肥后此深度NO3--N累积量稳定在1005.43 kg(N)·hm-2。说明不同的土壤类型0~50 cm土壤中NO3--N运移特征存在明显差异, 当质地从壤沙土转为沙黏壤土, 土壤吸附能力随黏土含量的增加而变强, 增加了土壤NO3--N的固持作用, 累积层NO3--N含量增高同时向更深层运移。
由图 5可知, pH×0.8情景下土壤中NO3--N迁移和累积特征与基线情景一致。相比基线情景, 在pH×1.2情景中番茄季第1次灌溉施肥之后, 10~20 cm深度土壤中的NO3--N累积明显减少, 从300~400 kg(N)·hm-2降低至200~300 kg(N)·hm-2。此外, 20 cm深度处最大NO3--N累积量也降低16.11%。说明表层土壤NO3--N累积量受土壤pH的调节。随着土壤pH的升高, 能够削弱NO3--N在土壤表面的累积, 缓解施氮引起的土壤表面酸化。同时, 降低了累积层NO3--N的含量。
由图 6可知, 减少20%的土壤有机碳(SOC)后, 累积层最大NO3--N累积量降低5.81%, 为926.95 kg(N)·hm-2。同时, 10~20 cm表层土壤NO3--N累积量下降较快, 特别是番茄季第2次施肥灌溉之后。在SOC×1.2的情景中, SOC含量升高降低了土壤水和NO3--N的下移速度, 且单季土壤表层10~20 cm NO3--N累积量升高, 两季均达300~400 kg(N)·hm-2。20 cm处NO3--N累积量最大值达1023.76 kg(N)·hm-2。可见, 随着SOC含量的增加, 不仅提高了土壤20 cm深处的NO3--N累积量的最大值, 而且促进了土壤NO3--N的表层累积。
灌溉方式是影响土壤中NO3--N运移的重要因素之一。图 7为漫灌和滴灌条件下0~50 cm土壤中NO3--N的累积和运移过程。与基线情景(漫灌)相比, 滴灌施肥导致局部土壤湿润, 土壤水受重力作用下渗减弱, NO3--N的累积层集中在10 cm, 表层最大NO3--N的累积量达1817.55 kg(N)·hm-2。其次, 10~15 cm中土壤NO3--N呈明显带状分布, 整个轮作周期内NO3--N的含量基本稳定在600~1200 kg(N)·hm-2。表明滴灌施肥能够改变土壤中水分的分布进而影响NO3--N的分布, 通过抑制土壤NO3--N的向下迁移而提高土壤表面NO3--N的累积量。
由图 8可知, 随着施氮量的增加, 两季土壤表面NO3--N的累积量不断升高, 从200~300 kg(N)·hm-2提高到300~400 kg(N)·hm-2, 尤其是番茄季。其次, 土壤20 cm深处NO3--N累积层的厚度和最大累积量也在不断增加, 最大累积量从984.11 kg(N)·hm-2提高到1184.52 kg(N)·hm-2, 提高20.36%。可见, 施氮量的增加既促进了土壤表面NO3--N的累积, 又提高了土壤20 cm深处NO3--N累积。
由图 9可知, 在灌溉量×0.8的情景中, 由于灌溉水量减少, 削弱了土壤中重力水对NO3--N向下运移的驱动力, 10~20 cm土壤中NO3--N在黄瓜季未观察到随灌溉施肥次序出现运移。而在番茄季出现了NO3--N累积, 最后一次施肥灌溉后累积量达1218.68 kg(N)·hm-2, 比基线情景提高23.84%。其次, 减少灌溉后休闲期15~25 cm土壤中NO3--N含量也明显提高。而将灌溉量提高到120%, 10~15 cm表层土壤的NO3--N累积量减少, 20 cm累积层NO3--N的含量也明显降低, 大量NO3--N随水下渗, 且在每季最后一次施肥灌溉后土壤中NO3--N向下运移速度加快。说明不同灌溉量下土壤中NO3--N的运移和累积特征不同, 较低的灌溉量易导致NO3--N在土壤表面累积, 提高灌溉量能够明显加快土壤中NO3--N的向下运移速度, 同时降低了表层NO3--N累积量。
结合DNDC的模拟结果, 计算设施菜地系统中不同情景设置下输入参数的土壤NO3--N累积敏感性指数, 结果如表 4所示。分析结果表明, 不同输入参数对NO3--N累积过程的影响程度不尽相同。在各项输入参数中, 灌溉量和施氮量的改变对设施菜地土壤NO3--N累积的影响较大, 敏感性指数分别为21.06和20.85。其次是土壤中有机碳含量和土壤的pH。
由图 10可知, 土壤中NO3--N淋失减量排序为:滴灌>灌溉量×0.8>SOC×1.2>施氮量×0.8。与基线情景相比, 滴灌、灌溉量×0.8、SOC×1.2和施氮量×0.8情景分别降低了NO3--N两季淋失量的68.20%、51.98%、27.21%和14.71%。因此, 从NO3--N两季淋失量变化来讲, 滴灌施肥对NO3--N淋失减量效果明显, 调控土壤有机碳也是NO3--N淋失减量的有效途径。其次, 施氮量和灌溉量对NO3--N两季淋失量的影响具有一致性, 即随着施氮量或灌溉量的减少, 土壤中NO3--N的两季淋失总量也相应减少。
结合不同因素对土壤NO3--N淋失的影响, 设置3个组合情景, 分别为:组合1 (80%施氮量+80%灌溉量)、组合2 (80%施氮量+80%灌溉量+1.2倍土壤SOC)和组合3 (80%施氮量+80%灌溉量+1.2倍土壤SOC+滴灌)。DNDC模型对3种组合情景的产量和NO3--N淋失量的模拟结果如表 5所示。与基线情景相比, 3种组合情景均能提高设施菜地系统的产量, 同时降低土壤NO3--N的淋失量。组合情景2在优化20%施氮量和20%灌溉量的基础上提高20%土壤有机碳, 不仅增加了产量, 而且降低60.75%的NO3--N淋失量。组合情景3结合滴灌施肥, 分别增加3.41%的产量和减少69.04%的NO3--N淋失量。说明将不同NO3--N淋失减量措施组合使用不仅具有增产潜力, 还能获得更好的NO3--N淋失减量效果。
DNDC模型是一个模拟农业生态系统中碳氮元素循环的生物地球化学模型, 且已在不同的农业生态系统中得到了验证和应用。以往的研究多集中于大田旱地基础经济作物种植系统, 如小麦(Triticum aestivum)和玉米(Zea mays)等[31-32], 且多被用来进行土壤温室气体排放的评估[22, 33]。本研究重点关注设施菜地系统氮素的运移和淋溶, 校正后的DNDC模型能够较为准确地模拟出土壤表层温度和土壤孔隙含水率的动态变化过程以及作物的产量, 但模拟结果还存在一些偏差。相比黄瓜季, 番茄季出现了模拟值高于实测值。分析其原因:黄瓜季为轮作的第1季, 输入的原始土壤参数与该季的土壤实际情况更吻合, 使模拟的准度较高。其次, 本研究中, 2017年12月—2018年3月为休闲期, 该期间种植填闲蔬菜会使土壤的理化性质发生改变, 而模型仅认为该阶段的温度和湿度是一个自然演变的过程。而番茄季又是夏季种植, 为避免棚内温度过高, 进入夏季后, 通过人工通风的方式调节棚内温度, 也会造成实测土壤表层温度和湿度的下降。Uzoma等[34]研究发现, 土壤干燥开裂造成的优先流也会导致模型高估土壤的水分含量。张婧[35]研究表明, 田间观测的不确定性也会造成土壤水分含量模拟值和实测值的差异。另外, 由于土壤中NO3--N淋失的过程复杂, 使得参数修正的难度较大。本研究中DNDC模型对土壤NO3--N分布和淋失量的模拟存在不确定性, 模型有可能高估了氮素的淋失量。但是, 朱波等[25]运用本地化的DNDC模型(Version 9.3)实现了对紫色土坡耕地淋溶水量和氮素淋失量的有效模拟。造成差异的原因可能是, 模型模拟的结果具有一定的不确定性, 特别是点位的模拟, 不同模拟点位的土壤属性之间存在较大差异。另外, DNDC仅模拟0~50 cm的土壤氮素淋失, 且默认点位的土壤属性在一个单元内是均一的, 这与实际情况不一致。可见, 通过田间试验获取的模型输入数据和模型部分参数本身具有不确定性, 亦会引起模拟结果的较大变异[36]。因此, 试验获取模型输入数据的准确性是保证模拟结果可靠的关键, 还要通过大量的田间基础试验数据将模型的内部参数进行优化, 进而降低系统误差。
3.2 设施菜地土壤NO3--N累积及其敏感因子土壤氮素的累积过程受到土壤水文特征与土壤-植物系统共同控制[25]。通过分析各参数的敏感性指数, 发现灌溉量、土壤有机碳含量和施肥量对土壤氮素的累积影响较大, 与李虎等[37]在冬小麦种植系统中的研究结果一致。灌溉量的改变能够直接影响土壤剖面的水分运动, 灌溉水量过大易把NO3--N带到土壤深层, 降低作物对NO3--N吸收率, 增大淋溶。受耕层深度的影响, 本研究中NO3--N累积量主要集中在20 cm土层, 优化水量后, 降低了土壤耕作层的土壤含水率, 削弱了NO3--N向下运移的驱动力[38], 导致淋溶水在下渗过程中被犁底层拦截, 累积层厚度逐渐增加, 导致0~20 cm土壤中NO3--N含量明显升高(图 9a)。其次, 提高灌溉量能够加快土壤中的NO3--N向下运移速度, 同时降低了累积层NO3--N的含量。胡映泉[39]也证明了土壤中NO3--N向下迁移累积的过程与水分下渗的过程一致, 较低灌溉量促进土壤NO3--N的表聚现象, 较高的灌溉量加速了NO3--N向下迁移。廖上强等[40]在番茄地的试验表明, 优化30%的灌溉水量能在不影响产量和品质的基础上使40~60 cm土层中NO3--N减少8.0%~63.7%。因为土壤中NO3--N带负电荷, 很难被土壤胶体吸附, 大量施肥直接提高了NO3--N土壤表层NO3--N的浓度, 促进其随水向土壤深层的低浓度区域扩散而发生迁移。另外, 土壤中的有机碳主要来自于有机肥的施入, 其氮素主要以大分子有机氮形式存在, 且NO3--N比例较化肥低, 易被土壤胶体吸附, 进而提高了土壤表面的NO3--N累积。同时, 土壤有机碳和黏土含量是反映土壤质地的重要指标, 土壤中较高的土壤有机碳和黏土含量能降低土壤中NO3--N的下渗速度而促进累积[41]。基于此, 对于设施菜地土壤NO3--N的运移和损失的研究, 有必要进一步综合考虑施氮量、灌溉量和土壤有机碳含量对土壤NO3--N累积的影响。
3.3 土壤氮素淋失特征和控制因素施氮量是导致NO3--N淋失的重要因素, 供水量是NO3--N淋失的必要条件, 且随着施氮量和灌溉量的增加, 硝态氮的淋失风险也极大地提高[42]。与本文研究结果一致, 张春霞等[43]在设施番茄种植中, 减少240 kg(N)·hm-2的氮素投入后明显减少了NO3--N淋失量。孙媛[44]在漫灌下优化施氮量后比农民习惯施肥处理NO3--N淋失量减少19%~31%。本研究中, 将优化20%灌溉量和20%施氮量两种情景组合减少了59.04%的NO3--N淋失量, 说明节水结合节氮能从源头上显著降低NO3--N的淋失量[16]。其次, 组合情景2提高土壤有机碳含量再结合节水节氮减少了60.75%的NO3--N淋失量, 主要原因为提高土壤有机碳含量以后有效抑制了土壤中NO3--N的下移过程, 进而减少淋失总量[45]。值得注意的是, 组合情景3结合滴灌施肥后大幅减少69.04%的NO3--N淋失总量, 淋失减量效果较好, 其原因在于滴灌施肥延缓了带入土壤水分的过程, 避免因地表水分含量快速升高导致的快速下渗。同时, 滴灌施肥改变土壤中的水分分布, 滴头附近较高的土壤湿度和养分含量, 促进了作物对NO3--N的吸收[46]。殷冠羿等[47]研究也发现, 设施番茄系统中滴灌比漫灌处理能有效减少72%~87%氮素淋失量。进而在滴灌的基础上, 优化施肥量和灌溉量也势必会进一步降低土壤NO3--N淋溶[40]。综上可见, 土壤基础理化性质、施肥灌溉量及方式均对土壤氮素的淋失影响较大, 减少施氮量和灌溉量能够从总量上实现NO3--N淋失源头减量, 优化施肥灌溉方式则通过调整土壤水肥分布进而提高NO3--N利用率, 提高土壤有机碳含量能够有效延缓土壤NO3--N的淋失过程。因此, 节水节肥依然是设施菜地土壤NO3--N淋失减量最简单直接的方法, 但未来土壤NO3--N淋失减量更应该关注土壤基础性质和水肥分布特征对淋失过程的影响, 以便于更好地实现NO3--N淋失总量的精准减量。
4 结论1) 利用田间原位试验数据校验之后的DNDC模型能够较好地模拟出设施菜地系统的蔬菜产量、土壤温度和水分变化以及NO3--N的迁移过程, 校验后的DNDC模型可以用来对设施菜地土壤氮素的运移和淋失进行模拟评价。
2) 灌溉水量和氮肥施入量对0~60 cm土壤NO3--N的累积运移影响最大, 土壤pH和土壤有机碳也是影响土壤NO3--N运移的重要因子。较低的灌溉量易导致NO3--N在土壤表面累积, 提高灌溉量能够明显加快土壤中NO3--N的向下运移速度。增加施氮量既促进了NO3--N的表聚现象, 又提高了土壤20 cm深处NO3--N的累积量。随着土壤pH的升高削弱了NO3--N在土壤表面的累积, 缓解施氮引起的土壤表面酸化。提高土壤有机碳能延缓NO3--N的下移, 同时提高20 cm深处NO3--N的累积量。
3) 设施菜地氮素淋失减量的重点依然是节水节肥, 还要考虑结合优化灌溉方式、提高土壤有机碳含量等方法。相比农民常规措施, 节水节肥能够减少59.04%的NO3--N淋失量, 在此基础上提高20%土壤有机碳能够减少60.75%的淋失量。将节水节肥与滴灌、提高土壤有机碳结合可以使NO3--N的淋失量明显减少69.04%。
[1] |
YU H Y, LI T X, ZHANG X Z. Nutrient budget and soil nutrient status in greenhouse system[J]. Agricultural Sciences in China, 2010, 9(6): 871-879. DOI:10.1016/S1671-2927(09)60166-8 |
[2] |
丁武汉, 雷豪杰, 徐驰, 等. 我国设施菜地表观氮平衡分析及其空间分布特征[J]. 农业资源与环境学报, 2020, 37(3): 353-360. DING W H, LEI H J, XU C, et al. Characteristics and spatial distribution of apparent nitrogen balance in the greenhouse vegetable cropping system in China[J]. Journal of Agricultural Resources and Environment, 2020, 37(3): 353-360. |
[3] |
李晓欣, 马洪斌, 胡春胜, 等. 华北山前平原农田土壤硝态氮淋失与调控研究[J]. 中国生态农业学报, 2011, 19(5): 1109-1114. LI X X, MA H B, HU C S, et al. Soil nitrate leaching and control methods in the piedmont of North China Plain[J]. Chinese Journal of Eco-Agriculture, 2011, 19(5): 1109-1114. |
[4] |
HUANG T, JU X T, YANG H. Nitrate leaching in a winter wheat-summer maize rotation on a calcareous soil as affected by nitrogen and straw management[J]. Scientific Reports, 2017, 7: 42247. DOI:10.1038/srep42247 |
[5] |
GUO Y J, LI B W, DI H J, et al. Effects of dicyandiamide (DCD) on nitrate leaching, gaseous emissions of ammonia and nitrous oxide in a greenhouse vegetable production system in northern China[J]. Soil Science and Plant Nutrition, 2012, 58(5): 647-658. DOI:10.1080/00380768.2012.726921 |
[6] |
谭德水, 江丽华, 谭淑樱, 等. 基于减少土壤硝态氮淋失的作物搭配种植模式研究进展[J]. 中国生态农业学报, 2014, 22(2): 136-142. TAN D S, JIANG L H, TAN S Y, et al. Research progress on collocation planting of crops for decreasing the loss of soil nitrate nitrogen through leaching[J]. Chinese Journal of Eco-Agriculture, 2014, 22(2): 136-142. |
[7] |
范庆锋, 张玉龙, 张玉玲, 等. 不同灌溉方式下设施土壤硝态氮的积累特征及其环境影响[J]. 农业环境科学学报, 2017, 36(11): 2281-2286. FAN Q F, ZHANG Y L, ZHANG Y L, et al. Soil nitrate accumulation and its environmental effects under various irrigation modes in protected field[J]. Journal of Agro-Environment Science, 2017, 36(11): 2281-2286. DOI:10.11654/jaes.2017-0717 |
[8] |
滕艳敏, 韩卉, 郝梓依, 等. 不同蔬菜种植模式对土壤淋溶水总氮、总磷和COD的影响[J]. 中国生态农业学报, 2017, 25(5): 759-768. TENG Y M, HAN H, HAO Z Y, et al. Effect of vegetable cropping system on total nitrogen, phosphorus and COD in farmland leachate[J]. Chinese Journal of Eco-Agriculture, 2017, 25(5): 759-768. |
[9] |
MCLAY C D A, DRAGTEN R, SPARLING G, et al. Predicting groundwater nitrate concentrations in a region of mixed agricultural land use: A comparison of three approaches[J]. Environmental Pollution, 2001, 115(2): 191-204. DOI:10.1016/S0269-7491(01)00111-7 |
[10] |
巨晓棠, 张福锁. 中国北方土壤硝态氮的累积及其对环境的影响[J]. 生态环境, 2003, 12(1): 24-28. JU X T, ZHANG F S. Nitrate accumulation and its implication to environment in North China[J]. Ecology and Environment, 2003, 12(1): 24-28. DOI:10.3969/j.issn.1674-5906.2003.01.007 |
[11] |
刘宏斌, 李志宏, 张云贵, 等. 北京平原农区地下水硝态氮污染状况及其影响因素研究[J]. 土壤学报, 2006, 43(3): 405-413. LIU H B, LI Z H, ZHANG Y G, et al. Nitrate contamination of groundwater and its affecting factors in rural areas of Beijing plain[J]. Acta Pedologica Sinica, 2006, 43(3): 405-413. DOI:10.3321/j.issn:0564-3929.2006.03.008 |
[12] |
SUN Y, HU K L, FAN Z B, et al. Simulating the fate of nitrogen and optimizing water and nitrogen management of greenhouse tomato in North China using the EU-Rotate_N model[J]. Agricultural Water Management, 2013, 128: 72-84. DOI:10.1016/j.agwat.2013.06.016 |
[13] |
秦雪超, 潘君廷, 郭树芳, 等. 化肥减量替代对华北平原小麦-玉米轮作产量及氮流失影响[J]. 农业环境科学学报, 2020. QIN X C, PAN J T, GUO S F, et al. Effects of chemical fertilizer reduction combined with biogas fertilizer on crop yield of wheat-maize rotation and soil nitrogen loss in North China Plain[J]. Journal of Agro-Environment Science, 2020. |
[14] |
刘乐, 费良军, 曾健, 等. 容重对土壤水氮垂直运移特性的影响[J]. 排灌机械工程学报, 2020, 38(2): 200-205. LIU L, FEI L J, ZENG J, et al. Effects of soil bulk density on vertical migration of soil water and nitrogen[J]. Journal of Drainage and Irrigation Machinery Engineering, 2020, 38(2): 200-205. |
[15] |
黄吴进, 邓利梅, 夏建国, 等. 温室滴灌施肥条件下土壤硝态氮的运移及分布特征[J]. 灌溉排水学报, 2017, 36(12): 42-48. HUANG W J, DENG L M, XIA J G, et al. Transport and distribution characteristics of soil nitrate nitrogen under drip fertigation in greenhouse[J]. Journal of Irrigation and Drainage, 2017, 36(12): 42-48. |
[16] |
闫鹏, 武雪萍, 华珞, 等. 不同水氮用量对日光温室黄瓜季硝态氮淋失的影响[J]. 植物营养与肥料学报, 2012, 18(3): 645-653. YAN P, WU X P, HUA L, et al. Effects of different water and nitrogen amounts on nitrate leaching in sunlight greenhouse during cucumber growing season[J]. Journal of Plant Nutrition and Fertilizer, 2012, 18(3): 645-653. |
[17] |
栗岩峰, 李久生, 李蓓. 滴灌系统运行方式和施肥频率对番茄根区土壤氮素动态的影响[J]. 水利学报, 2007, 38(7): 857-865. LI Y F, LI J S, LI B. Nitrogen dynamics in soil as affected by fertigation strategies and frequencies for drip irrigated tomato[J]. Journal of Hydraulic Engineering, 2007, 38(7): 857-865. DOI:10.3321/j.issn:0559-9350.2007.07.015 |
[18] |
王大鹏, 郑亮, 吴小平, 等. 旱地土壤硝态氮的产生、淋洗迁移及调控措施[J]. 中国生态农业学报, 2017, 25(12): 1731-1741. WANG D P, ZHENG L, WU X P, et al. Review of soil nitrate formation, leaching transport and their control measures in upland farming systems[J]. Chinese Journal of Eco-Agriculture, 2017, 25(12): 1731-1741. |
[19] |
张学科, 白俊英, 严海霞. 灌水量与施氮量对不同类型土壤中硝酸盐运移的影响[J]. 节水灌溉, 2020(2): 83-87. ZHANG X K, BAI J Y, YAN H X. Effects of irrigation and nitrogen application on nitrate transport in different soils[J]. Water Saving Irrigation, 2020(2): 83-87. |
[20] |
李长生. 生物地球化学的概念与方法——DNDC模型的发展[J]. 第四纪研究, 2001, 21(2): 89-99. LI C S. Biogeochemical concepts and methodologies: Development of the DNDC model[J]. Quaternary Sciences, 2001, 21(2): 89-99. DOI:10.3321/j.issn:1001-7410.2001.02.001 |
[21] |
李长生. 陆地生态系统的模型模拟[J]. 复杂系统与复杂性科学, 2004, 1(1): 49-57. LI C S. Modeling terrestrial ecosystems[J]. Complex Systems and Complexity Science, 2004, 1(1): 49-57. DOI:10.3969/j.issn.1672-3813.2004.01.009 |
[22] |
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. |
[23] |
BROWN L, SYED B, JARVIS S C, et al. Development and application of a mechanistic model to estimate emission of nitrous oxide from UK agriculture[J]. Atmospheric Environment, 2002, 36(6): 917-928. DOI:10.1016/S1352-2310(01)00512-X |
[24] |
GILHESPY S L, ANTHONY S, CARDENAS L, et al. First 20 years of DNDC (DeNitrification DeComposition): Model evolution[J]. Ecological Modelling, 2014, 292: 51-62. DOI:10.1016/j.ecolmodel.2014.09.004 |
[25] |
朱波, 周明华, 况福虹, 等. 紫色土坡耕地氮素淋失通量的实测与模拟[J]. 中国生态农业学报, 2013, 21(1): 102-109. ZHU B, ZHOU M H, KUANG F H, et al. Measurement and simulation of nitrogen leaching loss in hillslope cropland of purple soil[J]. Chinese Journal of Eco-Agriculture, 2013, 21(1): 102-109. |
[26] |
LI H, WANG L G, QIU J J, et al. Calibration of DNDC model for nitrate leaching from an intensively cultivated region of Northern China[J]. Geoderma, 2014, 223-225: 108-118. DOI:10.1016/j.geoderma.2014.01.002 |
[27] |
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, 1992, 97(D9): 9759-9776. DOI:10.1029/92JD00509 |
[28] |
LI C S, FROLKING S, FROLKING T A. A model of nitrous oxide evolution from soil driven by rainfall events: 2. Model applications[J]. Journal of Geophysical Research, 1992, 97(D9): 9777-9783. DOI:10.1029/92JD00510 |
[29] |
LI C S, FROLKING S, HARRISS R. Modeling carbon biogeochemistry in agricultural soils[J]. Global Biogeochemical Cycles, 1994, 8(3): 237-254. DOI:10.1029/94GB00767 |
[30] |
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. |
[31] |
刘宁, 韩娟, 刘璐璐, 等. 应用DNDC模型模拟沟垄集雨种植对陕西省玉米产量的影响[J]. 西北农业学报, 2016, 25(5): 691-701. LIU N, HAN J, LIU L L, et al. Effects of simulation of rainfall harvesting with ridge and furrow system on maize yield in Shaanxi Province by use of DNDC model[J]. Acta Agriculturae Boreali-occidentalis Sinic, 2016, 25(5): 691-701. |
[32] |
任小龙, 贾志宽, 陈小莉, 等. 模拟降雨量下沟垄微型集雨种植玉米的水温效应[J]. 中国农业科学, 2008, 41(1): 70-77. REN X L, JIA Z K, CHEN X L, et al. Effect of corn (Zea mays L.) water and temperature of ridge and furrow planting of rainfall harvesting under simulated rainfall conditions[J]. Scientia Agricultura Sinica, 2008, 41(1): 70-77. DOI:10.3864/j.issn.0578-1752.2008.01.009 |
[33] |
张钊, 辛晓平. 生物地球化学模型DNDC的研究进展与碳动态模拟应用[J]. 草地学报, 2017, 25(3): 445-452. ZHANG Z, XIN X P. Research progress of biogeochemistry model DNDC in carbon dynamic modeling[J]. Acta Agrestia Sinica, 2017, 25(3): 445-452. |
[34] |
UZOMA K C, SMITH W, GRANT B, et al. Assessing the effects of agricultural management on nitrous oxide emissions using flux measurements and the DNDC model[J]. Agriculture, Ecosystems & Environment, 2015, 206: 71-83. |
[35] |
张婧.设施蔬菜地土壤N2O排放与硝态氮淋溶的模拟研究[D].北京: 中国农业科学院, 2019: 44-45 ZHANG J. Modeling nitrous oxide emissions and nitrate leaching from greenhouse vegetable system by using a biogeochemical model[D]. Beijing: Chinese Academy of Agricultural Sciences, 2019: 44-45 |
[36] |
韩宁, 陈维梁, 高扬, 等. 基于SWAT与DNDC模型对比研究亚热带流域氮淋溶与输出过程[J]. 环境科学, 2017, 38(6): 2317-2325. HAN N, CHEN W L, GAO Y, et al. Comparative study of SWAT and DNDC applied to N leach and export from subtropical watershed[J]. Environmental Science, 2017, 38(6): 2317-2325. |
[37] |
李虎, 王立刚, 邱建军. DNDC模型在农田氮素渗漏淋失估算中的应用[J]. 应用生态学报, 2009, 20(7): 1591-1596. LI H, WANG L G, QIU J J. Application of DNDC model in estimating cropland nitrate leaching[J]. Chinese Journal of Applied Ecology, 2009, 20(7): 1591-1596. |
[38] |
王辉, 王全九, 邵明安. 降水条件下黄土坡地氮素淋溶特征的研究[J]. 水土保持学报, 2005, 19(5): 61-64. WANG H, WANG Q J, SHAO M A. Characteristics of nitrogen leaching from sloping land on loess plateau under rainfall conditions[J]. Journal of Soil and Water Conservation, 2005, 19(5): 61-64. |
[39] |
胡映泉. 3种不同试剂处理对木槿种子发芽的影响[J]. 天津农业科学, 2013, 19(8): 95-98. HU Y Q. Analysis of three different treatments on the germination of H. syriacus Linn seeds[J]. Tianjin Agricultural Sciences, 2013, 19(8): 95-98. |
[40] |
廖上强, 陈延华, 李艳梅, 等. 减量灌溉条件下缓释肥料对番茄产量、品质及硝态氮淋溶的影响[J]. 中国土壤与肥料, 2015(6): 70-75. LIAO S Q, CHEN Y H, LI Y M, et al. Effect of slow release fertilizer on yield and quality of tomato and NO3--N leaching under reduction irrigation condition[J]. Soil and Fertilizer Sciences in China, 2015(6): 70-75. |
[41] |
赵峥, 吴淑杭, 周德平, 等. 基于DNDC模型的稻田氮素流失及其影响因素研究[J]. 农业环境科学学报, 2016, 35(12): 2405-2412. ZHAO Z, WU S H, ZHOU D P, et al. Modeling N loss from paddy fields and sensitivity analysis with DNDC Model[J]. Journal of Agro-Environment Science, 2016, 35(12): 2405-2412. |
[42] |
张玉铭, 张佳宝, 胡春胜, 等. 水肥耦合对华北高产农区小麦-玉米产量和土壤硝态氮淋失风险的影响[J]. 中国生态农业学报, 2011, 19(3): 532-539. ZHANG Y M, ZHANG J B, HU C S, et al. Effect of fertilization and irrigation on wheat-maize yield and soil nitrate nitrogen leaching in high agricultural yield region in North China Plain[J]. Chinese Journal of Eco-Agriculture, 2011, 19(3): 532-539. |
[43] |
张春霞, 文宏达, 刘宏斌, 等. 优化施肥对大棚番茄氮素利用和氮素淋溶的影响[J]. 植物营养与肥料学报, 2013, 19(5): 1139-1145. ZHANG C X, WEN H D, LIU H B, et al. Effect of optimum fertilization on nitrogen use efficiency and nitrate leaching in the greenhouses[J]. Journal of Plant Nutrition and Fertilizers, 2013, 19(5): 1139-1145. |
[44] |
孙媛.不同水肥管理下华北菜地氮素损失及水氮利用效率定量评价[D].北京: 中国农业大学, 2013 SUN Y. Quantitative evaluation of nitrogen loss and water and nitrogen use efficiency in North China vegetable fields under different water and fertilizer management[D]. Beijing: China Agricultural University, 2013 |
[45] |
舒晓晓, 门杰, 马阳, 等. 减氮配施有机物质对土壤氮素淋失的调控作用[J]. 水土保持学报, 2019, 33(1): 186-191. SHU X X, MEN J, MA Y, et al. Regulation of reduced nitrogen and organic matter application on nitrogen leaching[J]. Journal of Soil and Water Conservation, 2019, 33(1): 186-191. |
[46] |
孙泽东, 马兴华. 滴灌施肥对作物生长及土壤氮素特征影响的研究进展[J]. 中国农业科技导报, 2016, 18(5): 164-170. SUN Z D, MA X H. Research progress on effects of drip fertilization on plant growth and soil nitrogen characteristics[J]. Journal of Agricultural Science and Technology, 2016, 18(5): 164-170. |
[47] |
殷冠羿, 胡克林, 李品芳, 等. 不同水肥管理对京郊设施菜地氮素损失及氮素利用效率的影响[J]. 农业环境科学学报, 2013, 32(12): 2403-2412. YIN G Y, HU K L, LI P F, et al. Nitrogen loss and use efficiency in greenhouse vegetable soil under different water and fertilizer managements[J]. Journal of Agro-Environment Science, 2013, 32(12): 2403-2412. |