2050年農田土壤溫室氣體排放及碳氮儲量變化SPACSYS 模型預測

王樹會，張旭博，孫 楠*，李忠芳，徐明崗

（1 中國農業科學院農業資源與農業區劃研究所/耕地培育技術國家工程實驗室，北京 100081；2 中國科學院地理科學與資源研究所/生態網絡觀測與模擬重點實驗室，北京 100101；3 賀州學院 食品與生物工程學院, 廣西 542899）

全球氣候變化是21世紀以來人類所面臨的重要環境問題[1]。中國是目前世界上溫室氣體排放量最高的國家，根據《中華人民共和國氣候變化第二次國家信息通報》[2]，2005年其溫室氣體排放量已達到74.67億噸CO2當量，其中CO2、CH4和N2O分別占80.03%、12.49%和5.27%。農田生態系統是重要的溫室氣體排放源，2005年中國農業源溫室氣體排放達到819.97百萬噸CO2當量，占中國溫室氣體排放總量的11%[2]。旱作農田是產生農田土壤CO2和N2O排放的主要來源。華北平原是我國主要的糧食產區，冬小麥?夏玉米一年兩熟制是該地區主要的種植模式。近年來該地區氮肥的施用量有的甚至高達N 600 kg/(hm2·a)[3]，研究表明，這種施肥方式會造成環境污染[4–6]，使得土壤排放大量的CO2[7–8]和 N2O[9–10]，因此，合理施肥尤為重要。合理施用有機肥可以維持作物產量[11]、提高土壤肥力[12]、增加土壤有機碳 (SOC) 的固存[13]、減少土壤全氮 (TN) 的損失[14–16]及減緩溫室效應[17]。可見，優化農田管理措施對于維持或提高作物產量、固碳減排具有重要作用[18]。

模型是綜合評價農田生態系統碳氮收支的有利工具。目前，國內外很多的土壤?作物模型用于估計作物品種性能、優化農田管理措施[19–21]及預測未來氣候條件下作物產量及溫室氣體排放的變化[22–23]。如APSIM和SOILN-CROP模型廣泛用于農田作物產量估算和土壤氮循環模擬[24–25]。DNDC模型廣泛用于農田不同管理措施和氣候條件下作物生長、土壤碳氮動態變化、溫室氣體排放及土壤水分平衡的模擬[26–27]。利用模型來模擬及評價不同施肥措施下的農田土壤溫室氣體排放已成為當今研究熱點及全球趨勢[28]。SPACSYS模型是一個多維的、田間尺度的、由氣候驅動的機理過程模型[29]，可以模擬土壤?植物?微生物之間的碳氮循環過程，具有詳細的植物生長發育模塊和根系模塊，已廣泛用于估計作物產量、SOC和全氮儲量、土壤氮淋溶、作物的資源利用率和氣候變化對作物生長的影響[30–33]。本研究利用長期試驗歷史數據，進行SPACSYS模型的參數化和驗證，預測未來不同施肥 (減氮及增氮) 情景下作物產量、土壤碳氮儲量及土壤溫室氣體排放的變化。

1 材料與方法

1.1 試驗點位

試驗點位于河南封丘中國科學院封丘農業生態國家實驗站 (35°00′N、114°24′E)。該地區屬暖溫帶季風氣候區，年均溫13.9℃，年均降雨量615 mm，主要集中于7—9月份，無霜期220 d左右。長期施肥試驗開始于1989年秋，采用冬小麥/夏玉米一年兩熟種植制度。試驗小區土壤為輕壤質黃潮土，試驗開始前耕層土壤 (0—20 cm) 的理化性質為：有機質5.83 g/kg、全氮0.445 g/kg、全磷0.50 g/kg、全鉀18.6 g/kg、pH 8.65。

1.2 試驗設計

具體田間管理措施，如施肥量及施肥方式見表1。冬小麥10月中旬播種，次年6月初收獲，玉米播種于6月中旬，9月底收獲?；屎陀袡C肥均勻施于土壤表面，通過耕作翻耕到0—20 cm土層。每年分別在6月和10月耕作2次，1月和7月灌溉兩次。有機肥是小麥秸稈、大豆餅和棉籽以100∶45∶40的比例為原料，機械粉碎到3～5 mm后充分混勻并發酵2個月堆制而成。有機肥的化學性質如表2所示。

本研究選取3個施肥處理來參數化和驗證SPACSYS模型對長期不同施肥措施下作物產量、土壤肥力及土壤溫室氣體排放的模擬效果。3個施肥處理分別為：1) 氮磷鉀化肥 (NPK)；2) 1/2氮磷鉀化肥 +1/2有機肥 (NPKM)；3) 有機肥 (OM)。其中NPK處理數據用于計算模型的參數，NPKM和OM處理數據用于驗證模型參數的準確性。SPACSYS模型的主要參數設置如表3所示。在長期定位試驗基礎上，以NPK、NPKM和OM處理為當前施肥情景，在其基礎上分別設置減氮25%和50%，增氮25%和50%四種情景，即：75%NPK、50%NPK、125%NPK、150%NPK、75%NPKM、50%NPKM、125%NPKM、150%NPKM、75%OM、50%OM、125%OM和150%OM，利用建立的SPACSYS模型，模擬1991—2050年作物產量、SOC和TN儲量及土壤CO2和土壤N2O排放的動態變化，探討至2050年不同施肥措施對農田土壤固碳減排的影響。

1.3 模型簡介

SPACSYS模型是一個多維的、田間尺度的、由氣候驅動的機理過程模型。模型包括土壤?植物?微生物之間的碳氮循環模塊、水分移動模塊和熱量傳輸模塊，各模塊間相互聯系調用。模型不但可以模擬植物發育、光合、呼吸、光合產物的分配、根系生長及對養分和水分的吸收，而且具有可以準確模擬作物根系生長的3D根系模塊。在土壤碳、氮循環模塊中，有機質模塊分為新鮮有機質庫、可溶解有機質庫、新鮮殘體、微生物庫和腐殖質庫，無機氮 (銨態氮和硝態氮) 和可溶性有機氮等運移過程 (隨水在土壤剖面移動、隨水移動到田間排水管或深層地下水、徑流損失等)。SPACSYS模型的輸入數據主要包括氣象數據 (日最高最低溫度、降雨量、平均風速、日照時數和輻射等)、土壤性質數據 (有機質、pH和黏粒粉粒砂粒含量) 和田間管理數據 (包括種植、施肥、耕作、灌溉等)。有關模型的結構及相應模塊的方程設置可參考相關文獻[29,35–36]。針對華北平原冬小麥/夏玉米農田生態系統，本研究主要對植物開花到成熟所需積溫、消光系數、植物葉片最大光合效率等作物參數及腐殖質潛在分解速率、溶解性有機質中的腐殖質組分、新鮮有機質中的腐殖質組分等土壤碳氮循環過程參數進行模擬和校正，表3為模型調參后的主要參數設置，有關模型參數的具體介紹可參考相關文獻[29–31,37–38]。調參后的模型能更好地模擬作物生長及土壤的碳氮循環過程。表4為模型調參后的模擬效果。

表1 化肥及有機肥年施用量Table 1 Annual application rate of chemical fertilizer and manure to each crop under different treatments

表2 小麥、玉米施用的有機肥質量及年施用量Table 2 Quality and annual application rates of manures used in wheat and maize

表3 SPACSYS模型有關作物生長發育及碳氮循環過程的參數Table 3 Related parameters of crop growth and development, carbon and nitrogen cycles in SPACSYS model

1.4 數據分析

應用SPACSYS模型進行模擬，采用SPSS v.22.0進行數據分析，Microsoft Excel 2016和SigmaPlot 12.5進行圖表繪制。計算模擬值和實測值之間的相關系數 (R2)、均方根誤差 (RMSE) 和模型預測效率 (EF)，以定量評估模擬值與實測值的吻合度。

2 結果與分析

2.1 作物產量、土壤碳、氮儲量的模擬

各處理產量的模擬值與實測值比較 (圖1) 顯示，SPACSYS模型模擬小麥和玉米產量的效果較好。由表4可知，用來參數化的小麥和玉米產量的相關系數分別為 0.78(n = 5，P ＜ 0.05) 和 0.76(n = 5，P ＜0.05)，均方根誤差分別為3.78%和3.81%。用來驗證的小麥和玉米產量的相關系數分別為0.72(n = 10，P ＜ 0.01) 和 0.63(n = 10，P ＜ 0.01)，均方根誤差分別為3.92%和4.86%。模型對小麥和玉米產量的模擬效率均趨近于1，說明SPACSYS模型可以模擬小麥和玉米的生長。

SOC和全氮儲量的模擬值與實測值比較見圖2和表4。1989—2009年，模型模擬的NPK、NPKM和OM處理的0—20 cm土層SOC儲量的模擬變化量依次為C 607.9、920.3和1341.1 g/m2，實測變化量依次為C 480.2、910.2和1375.6 g/m2，二者較一致。三個處理0—20 cm土層TN儲量的模擬變化量依次為N 37.8、70.0和70.0 g/m2，實測變化量依次為N 30.2、81.1和122.3 g/m2，模擬值較實測值NPK處理升高了25%，NPKM和OM處理分別降低了14%和43%。模型驗證的NPK處理SOC和TN儲量的模擬值與實測值之間的相關系數分別為0.88(n = 22) 和0.76(n =10)，均達到極顯著水平 (P ＜ 0.01)。

表4 模擬作物產量、土壤碳氮儲量及土壤CO2、N2O排放效果的統計分析Table 4 Statistical analysis of the simulated crop yields, SOC and TN storages, CO2 and N2O emissions

圖1 封丘點位小麥產量和玉米產量的模擬值與實測值Fig. 1 Simulated and observed grain yields of wheat and maize over the simulated period at the Fengqiu site

2.2 土壤CO2和N2O排放模擬

準確模擬土壤CO2和N2O排放的基本條件是對土壤溫度和土壤水分的準確模擬。結果顯示 (圖3、表4)，模型通過了對土壤溫度和土壤水分模擬的檢驗，土壤溫度的模擬效果，R2為0.92～0.93(P ＜ 0.01)，RMSE為2.11%～2.32%；土壤水分的模擬效果，R2為0.12～0.23(P ＜ 0.01)，RMSE 為 8.87%～9.32%。

土壤CO2和N2O排放量的模擬值和實測值如圖4所示。模型可以很好地模擬出土壤CO2排放的動態變化。NPK、NPKM和OM三個施肥處理土壤CO2排放量的模擬值依次為C 0.25～3.57、0.27～3.80和0.22～3.15 g/(m2·d)，實測值依次為 C 0.04～4.13、0.06～4.12 和 0.06～3.48 g/(m2·d)。統計結果表明 (表 4)，用于模型參數化的NPK處理和用于驗證的NPKM、OM處理的CO2模擬值與實測值之間的相關系數分別為 0.80(n = 68，P ＜ 0.01) 和 0.72(n = 136，P ＜ 0.01)，RMSE分別為4.03%和4.11%，EF分別為0.78和0.77。

模型模擬了土壤N2O排放的季節變化模式，基本捕捉了農田施肥后的土壤N2O主要排放峰，并且模擬的排放峰的峰值及出現時間均與實際監測的較為接近 (圖4)。用于模型參數化和驗證的模擬值與實測值之間的相關系數分別為0.16(n = 66，P ＜ 0.01)和0.21(n = 132，P ＜ 0.01)，RMSE分別為9.99%和9.97%，EF分別為0.24和0.28 (表4)。

圖2 封丘點位0—20 cm土層SOC儲量和全氮儲量的模擬值與實測值Fig. 2 Simulated and observed SOC and TN storages in top 20 cm of soil over the simulated period at the Fengqiu site

2.3 長期不同施肥情景下作物產量的變化

表5為SPACSYS模型模擬不同施肥情景60年(1991—2050) 的作物年均產量、SOC和TN年均儲量及土壤CO2和N2O的年均排放量。與當前施肥情景相比，減氮50%會顯著降低玉米產量約9%，增氮25%或50%均不能顯著提高小麥和玉米產量 (約提高5%～7%)。

2.4 長期不同施肥情景下土壤有機碳儲量和土壤全氮儲量的變化預測

長期施肥60年 (1991—2050) 各處理SOC和全氮儲量均表現為緩慢上升的趨勢，150%OM處理SOC儲量增量最大，由C 9.47 t/hm2升高到C 59.20 t/hm2，提升了525%；50%NPK處理增量最小，由C 9.18 t/hm2升高到C 21.08 t/hm2，提升了130%。全氮儲量較SOC儲量增加量小，其中150%NPKM處理增量最大，由N 1.13 t/hm2升高到N 2.39 t/hm2，提升了112%；50%NPK處理增量最小，由N 1.11 t/hm2升高到N 1.49 t/hm2，提升了34%(圖5)。當前施肥情景及減氮25%施肥情景下，有機肥配施化肥處理的SOC和全氮年均儲量顯著高于單施化肥處理，如NPKM處理與NPK處理相比，SOC和全氮年均儲量分別增加了C 6.4 t/hm2和N 0.31 t/hm2；75%NPKM處理與75%NPK處理相比，SOC和全氮年均儲量分別增加了 C 4.81 t/hm2和 N 0.26 t/hm2(表 5)。

圖3 封丘2002—2003年5 cm土層土壤溫度和水分的模擬值和實測值Fig. 3 Simulated and observed soil temperature and water content at the 5 cm depth at Fengqiu from 2002 to 2003

2.5 長期不同施肥情景下土壤?植物系統的年均碳氮收支

長期不同施肥情景下農田土壤均表現為表觀碳庫，其中150%OM處理的土壤碳庫最大，達到C 7885 kg/(hm2·a)。與當前施肥情景相比，減氮施肥可以減弱土壤的“碳匯”效應，增氮施肥可以加強土壤的“碳匯”效應。同一施氮量水平下，土壤表觀碳庫的大小順序為：單施有機肥 ＞ 有機肥配施化肥 ＞ 單施化肥 (表6)。長期不同施肥情景下農田土壤氮收支如表7所示，150%OM處理表現為表觀“氮源”，125%NPKM、125%OM和150%NPKM處理表現為微弱的表觀“氮匯”，150%NPK處理的土壤“氮匯”效應最大，達到N 115.4 kg/(hm2·a)。同一施氮量水平下，單施化肥處理的土壤“氮匯”效應大于有機肥配施化肥和單施有機肥處理。減氮施肥可以降低通過反硝化作用及淋溶徑流途徑的氮素損失。

2.6 長期不同施肥情景下土壤CO2和土壤N2O排放

圖4 封丘2002—2003年土壤CO2和N2O排放的模擬值和實測值Fig. 4 Simulated and observed soil CO2and N2O flux from 2002 to 2003 at the Fengqiu site

長期施肥60年 (1991—2050) 各處理土壤CO2的年均排放量在C 3288～3586 kg/hm2之間，均無顯著差異 (表5)，說明減氮施肥及有機肥配施化肥均不能顯著降低土壤CO2年均排放量。長期施肥60年 (1991—2050) 各處理土壤N2O的年均排放量差異明顯，其中150%OM處理最高，達到N 2.85 kg/hm2，50%NPK處理最低，為N 0.23 kg/hm2(圖6)。當前施肥情景下，單施有機肥處理減氮25%或減氮50%均能顯著降低N2O年均排放量。

3 討論

3.1 模型模擬作物產量和土壤碳氮儲量

統計結果顯示 (表4)，SPACSYS模型可以很好地模擬小麥和玉米產量的年際動態變化，只有個別年份的模擬值與實測值有些偏差，如模型高估了OM處理2011年的玉米產量約42%，這可能是由于模型在輸入數據方面存在誤差，如模型使用的氣象數據來源于中國氣象局 (http://data.cma.cn/site/index.html)開封實驗站，這可能與封丘當地的小氣候之間存在差異。本研究顯示SPACSYS模型低估了OM處理的全氮儲量，由于缺少試驗數據支撐，本文未對土層硝態氮的淋失進行驗證，因此，高估氮素淋失量可能是造成全氮儲量模擬值偏低的原因之一。有研究表明，華北平原農田施氮量為N 340 kg/(hm2·a)時，土層氮素淋失量為N 17.3 kg/(hm2·a)[44]。李曉欣等[45]對華北地區太行山山前平原冬小麥?夏玉米氮素淋失研究得出，當施氮量為N 200、400和800 kg/(hm2·a)時，通過180 cm土層的硝態氮淋失量分別為2、38和160 kg/hm2。由此可見，本研究可能高估了土壤硝態氮的淋失量進而導致對全氮儲量的模擬偏低。

表5 長期不同施肥情景下作物年均產量、土壤碳氮年均儲量及土壤溫室氣體年均排放量 (1991—2050)Table 5 Average annual grain yield, average annual SOC and total N storages and average annual greenhouse gas emissions under different long-term fertilization scenarios during the experimental period (1991?2050)

圖5 長期不同施肥情景下0—20 cm土層SOC儲量和全氮儲量的動態變化Fig. 5 SOC and TN storages in the top 20 cm of soil under different long-term fertilization scenarios

3.2 模型模擬土壤溫度、土壤水分和土壤溫室氣體排放

SPACSYS模型將土壤?植物?大氣系統的水分分為冠層水、地表水和剖面水三個部分。模型利用Penman-Monteith方程[46]對植物潛在蒸散量進行估算。有研究表明輻射在Penman-Monteith方程中起到重要作用，輻射的準確度直接影響到方程的計算精度[47]。因此，本研究所使用的氣象數據的誤差可能是產生土壤水分模擬誤差的原因之一。另外，方程在估算植物蒸發量時將氣孔阻力設置為一個定值，而實際上植物葉片的氣孔阻力是隨葉齡及生育期的變化而變化的[48]，因此，氣孔阻力的設置也可能導致土壤水分的模擬效果不好。而本研究所使用的土壤水

分實測數據為土壤表層 (0—5 cm) 水分含量，易受外界環境因素 (如降雨、風速等) 的影響，往往實測值的準確性也較低。土壤水分含量模擬的準確度會影響到土壤N2O排放量模擬的準確度，土壤含水量主要通過影響土壤通氣狀況和土壤微生物的活性進而影響土壤N2O的排放[49]。

表6 長期不同施肥情景下土壤?植物系統的年均碳收支預測[C kg/(hm2·a)]Table 6 Simulated average annual C inputs and outputs of the soil?plant system under different long-term fertilization scenarios from 1991 to 2050

表7 長期不同施肥情景下土壤?植物系統的年均氮收支預測 [N kg/(hm2·a)]Table 7 Simulated average annual N inputs and outputs of the soil?plant system under different long-term fertilization scenarios from 1991 to 2050

圖6 長期不同施肥情景下土壤CO2和土壤N2O的年均排放量Fig. 6 Average annual soil CO2 and N2O emissions under different long-term fertilization scenarios

3.3 模型模擬不同施肥情景下的作物產量

不同施肥情景下作物產量的模擬結果顯示 (表5)，減氮25%～50%基本能夠維持現有作物產量，因此封丘地區可以適當降低氮肥施用量來減少資源浪費及環境污染。有研究表明華北平原部分地區農田減氮施肥不會降低小麥玉米產量[50]。朱兆良[51]研究表明，每季作物施氮量控制在120～180 kg/hm2時，小麥和玉米都能達到較高的產量。劉學軍等[52]進一步研究表明在年施氮量減至60 kg/hm2時，小麥產量會顯著降低。

3.4 模型模擬不同施肥情景下的土壤碳氮儲量、土壤碳氮收支及土壤溫室氣體排放

增氮情景下土壤碳、氮儲量及土壤溫室氣體排放的模擬結果顯示 (表5)，單施化肥處理及有機肥配施化肥處理增氮25%均不能顯著提高SOC年均儲量，單施有機肥處理增氮25%或50%均可顯著提高SOC年均儲量，但也提高了土壤N2O排放量。當前施肥情景及減氮施肥情景下土壤碳氮儲量及土壤溫室氣體排放的模擬結果顯示 (表5)，OM處理的SOC年均儲量最大，達到C 28.26 t/hm2，即OM處理對于土壤固碳的效應是最大的。然而OM處理的N2O年均排放量也是最高的，達到了N 0.84 kg/(hm2·a)，約為NPKM和NPK處理的2～3倍。NPKM處理的SOC年均儲量顯著高于NPK處理，而其N2O年均排放量顯著低于OM處理。筆者的研究結果也驗證了前人研究，農田土壤施用有機肥可以提高SOC固定，同時也增加了土壤N2O的排放量[53–55]。其原因可能是：1)有機肥的施用為異養微生物的活動提供了大量的能量來源，因此增加了反硝化過程中的N2O產生量[56–57]；2)有機肥的施用刺激了硝化過程中的N2O產生量[58–59]。也有研究表明施用有機肥能夠減少土壤N2O排放[60]。

不同施肥情景下土壤碳氮收支的模擬結果表明(表6和表7)，不同施肥措施下封丘農田土壤?作物系統均作為大氣CO2不同程度的“匯”，“碳匯”強度表現為單施有機肥 ＞ 有機肥配施化肥 ＞ 單施化肥。相比單施化肥處理，有機肥配施化肥處理和單施有機肥處理能增加土壤“碳匯”，這與前人研究結果較為一致。潘根興等[61]認為長期有機無機肥料配合施用可以顯著增加土壤表層有機碳含量；金琳等[62]研究表明，有機無機肥料配合施用對“碳匯”效應較為明顯；李潔靜等[63]研究表明，有機無機肥料配施處理的SOC含量是單施化肥處理的3倍。減氮施肥可以降低氮素損失，當前施肥情景下單施化肥處理、有機肥配施化肥處理和單施有機肥處理通過淋溶、徑流及反硝化途徑的氮素總損失量分別達到施氮量的11%、18%和21%，這與Zhang等[30]的研究結果類似，而與岳現錄等[64]的研究結果有所不同，他們指出有機肥的氮損失低于化肥氮損失約30%，這可能是由于所使用的有機肥不同所造成的[65–66]。

針對華北平原農田，已有大量研究表明施用有機肥是保障糧食產量、提高土壤肥力及兼顧環境效益的最佳選擇[67–68]。農田氮肥施用量過高，導致了一系列的環境問題，減氮施肥成為當前華北平原農田施肥的重要措施[69–71]。已有研究表明減氮施肥對于維持作物產量及減緩溫室效應具有重要作用。Han等[72]研究得出華北平原農田土壤當前施氮量下 (250 kg/hm2)減氮20%不會降低作物產量，相反分別降低了冬小麥?夏玉米輪作周期土壤CO2和N2O排放量6.4%和16.2%。李新華等[73]對黃淮海地區小麥季減氮施肥條件下溫室氣體排放的研究得出，與農民傳統施氮量(N 300 kg/hm2) 相比，減氮10%、20%和30%，小麥產量無顯著變化，農田土壤CO2排放量分別降低了4.9%、18.7%和36.5%，N2O排放量分別降低了21.9%、32.5%和40.4%。綜上，封丘地區可在當前施氮量的基礎上適當降低氮肥施用量 (減氮25%) 并采用有機肥配施化肥或單施有機肥的方式來維持作物產量、提升土壤肥力及降低溫室氣體排放，起到固碳減排的作用，即可將75%NPKM或75%OM處理作為當前封丘農田的優化施肥處理。

4 結論

SPACSYS模型可以模擬中國華北平原典型農田冬小麥?夏玉米輪作體系的農作物產量、SOC和TN儲量以及土壤CO2和N2O的排放情況。但是模型低估了OM處理的TN儲量。因此，下一步研究需對模型進行相應的改進。施肥管理情景模擬結果表明，至2050年，各處理SOC和全氮儲量都有不同程度的提升。另外，可適當降低該地區氮肥施用量(減氮25%) 并采用有機肥配施化肥或單施有機肥的方式來維持作物產量、提升土壤肥力，同時降低溫室氣體排放。