基于DNDC模型模擬的冬小麥田土壤有機碳和作物產(chǎn)量對地表覆蓋的響應(yīng)

顏學(xué)斌，王 俊，王科鋒，白紅英

(1.西北大學(xué)城市與環(huán)境學(xué)院，陜西 西安 710127；2.陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室，陜西 西安 710127；3.西北大學(xué)生命科學(xué)學(xué)院，陜西 西安 710069)

近幾十年來，地表覆蓋措施因良好的蓄水保墑和增產(chǎn)效果在我國旱作地區(qū)得到廣泛應(yīng)用，其中以秸稈和地膜覆蓋措施最為普遍。秸稈或地膜覆蓋可以有效地蓄水保墑，提高水分利用效率和作物產(chǎn)量[1-2]。由于有機碳影響著土壤肥力和質(zhì)量，進而影響作物產(chǎn)量[3]。因此，研究不同地表覆蓋措施對農(nóng)田土壤有機碳的影響，對保持農(nóng)田土壤肥力質(zhì)量、保障作物生產(chǎn)具有重要意義。

田間監(jiān)測是農(nóng)田生態(tài)過程定量觀測的主要手段之一，但難以反映長時間或者區(qū)域尺度的農(nóng)田土壤有機碳和作物產(chǎn)量變化規(guī)律。隨著研究技術(shù)手段的發(fā)展，一些陸地生態(tài)系統(tǒng)模型如DNDC(Denitrification-decomposition)逐漸被應(yīng)用于長期定位試驗觀測數(shù)據(jù)的整合和預(yù)測中[4]。DNDC模型主要用于模擬農(nóng)田生態(tài)系統(tǒng)中的碳和氮生物地球化學(xué)循環(huán)過程，已成為目前國際上最為成功的生物地球化學(xué)循環(huán)模型之一[4-7]。自上世紀(jì)九十年代開始，DNDC模型在國內(nèi)逐漸得到應(yīng)用[8]，并被用于估算農(nóng)田生態(tài)系統(tǒng)中土壤有機碳及作物產(chǎn)量的動態(tài)變化[9-11]，是保持土壤有機碳庫平衡、提高土壤肥力的重要工具之一。

本研究基于長期田間定位試驗，在利用多年實測資料對DNDC模型進行驗證的基礎(chǔ)上，應(yīng)用該模型模擬研究了秸稈和地膜覆蓋條件下土壤有機碳和作物產(chǎn)量的長期變化規(guī)律，旨在為旱作農(nóng)田土壤碳庫可持續(xù)管理提供科學(xué)依據(jù)。

1 材料與方法

1.1 田間試驗

冬小麥地表覆蓋定位試驗于2008年9月開始在中國科學(xué)院長武農(nóng)業(yè)生態(tài)試驗站(107°41′E，35°14′N)進行。該站地處渭北旱塬，海拔1 220 m，年平均降水量為584.2 mm，其中夏季休閑期(7—9月)平均降水323 mm，冬小麥生長期內(nèi)平均降水為281 mm，年平均氣溫9.1℃，年日照時數(shù)2 230 h，無霜期171 d，是典型的旱作農(nóng)業(yè)區(qū)。土壤質(zhì)地為粘壤質(zhì)黑壚土，表層土壤pH值為8.4，土壤有機碳(0～10 cm)含量為8.7 g·kg-1，肥力中等。

田間試驗包括無覆蓋處理(CK)、作物生育期全量秸稈覆蓋(覆蓋量9 000 kg·hm-2,HSM)、生育期半量秸稈覆蓋(覆蓋量4 500 kg·hm-2,LSM)、生育期地膜覆蓋(PM)共4個處理，每處理3次重復(fù)，隨機區(qū)組排列，每小區(qū)面積24 m2。供試冬小麥品種為長武-134，于每年9月下旬播種(播量為15.75 kg·hm-2)，翌年6月收獲，收獲后土壤休閑。播種前采用圓盤耙機耕松土，深度10 cm，并施入尿素(135 kg·hm-2)和過磷酸鈣(90 kg·hm-2)作為基肥。HSM和LSM處理使用各小區(qū)收獲后曬干的秸稈，在播種前將秸稈切割至長5～10 cm進行地表覆蓋，并持續(xù)至次年播種翻耕前清除；PM處理在小麥播種翻耕前清除原有破碎地膜，翻耕后覆膜，并進行穴播。所有處理其他田間管理措施(耕地、除草等)保持完全一致。

田間試驗觀測指標(biāo)主要包括土壤有機碳和作物產(chǎn)量。2009—2016年期間每年6月下旬小麥?zhǔn)斋@后采集表層(0～10 cm)土壤樣品，使用“S”型采樣法每小區(qū)采集5個樣品，充分混合后風(fēng)干，過0.2 mm篩，然后使用重鉻酸鉀氧化-外加熱法[12]測定樣品中有機碳含量。冬小麥?zhǔn)斋@后將小麥脫粒曬干，測定冬小麥產(chǎn)量。

1.2 DNDC模型

DNDC模型是一個用于模擬和追蹤農(nóng)業(yè)生態(tài)系統(tǒng)中碳氮生物地球化學(xué)循環(huán)的過程模型，可以用來模擬農(nóng)業(yè)生態(tài)系統(tǒng)碳氮排放、農(nóng)作物產(chǎn)量、土壤固碳作用以及硝酸鹽淋失等過程[13]。模型由兩部分組成：第一部分包括土壤氣候、植物生長和有機質(zhì)分解等3個子模型；第二部分包括硝化、反硝化和發(fā)酵等3個子模型。6個子模型均以小時或日為時間步長進行模擬，并互相傳遞信息，用于追蹤不同氣象、土地利用、土壤、管理條件下植物-土壤系統(tǒng)中碳氮元素的遷移和轉(zhuǎn)化過程[11]。DNDC模型具有模擬功能強大、操作簡便、軟件界面簡潔等優(yōu)點，已在世界許多地區(qū)得到驗證應(yīng)用[7,14]，在我國旱作農(nóng)業(yè)區(qū)，DNDC模型也被證明具有很好的模擬效果[15-16]。

本研究運用DNDC模型9.5版本，按田間試驗設(shè)計設(shè)置CK、PM、LSM、HSM 4個處理，研究不同覆蓋方式對土壤有機碳含量和冬小麥產(chǎn)量的長期影響。有研究表明在秸稈還田的情景下，土壤有機碳庫在50 a后變化已較小[17-18]，因此我們將DNDC模型運行時間設(shè)置為50 a。各管理情景的輸入數(shù)據(jù)除了覆蓋方式不一致外，其他條件(如氣象、土壤)均保持一致。2016年氣象數(shù)據(jù)在歷年數(shù)據(jù)中資料較為完整，且與該地區(qū)多年平均氣候狀況較接近，利用2016年氣象數(shù)據(jù)支持模型運行具有一定可行性，因此將2016年氣象數(shù)據(jù)重復(fù)利用50 a以支持模型運行。在運行DNDC模型時，僅需要設(shè)置土壤表層(0～10 cm)有機碳含量，而對土壤更深層有機碳含量并無具體設(shè)置選項，這是模型本身缺陷之一。為了更好地模擬農(nóng)田土壤有機碳含量變化的整體情況，我們選擇模型模擬結(jié)果中更大范圍的土壤有機碳含量(0～50 cm土層)進行整理分析。

模型驗證能評估和減小模擬結(jié)果的不確定性，是開展模型模擬評價的重要前提[11]。本研究利用田間試驗所獲得的土壤有機碳含量和冬小麥產(chǎn)量來進行模型驗證。模型輸入數(shù)據(jù)包括：實測氣象資料(逐日最高和最低氣溫、降水)、實測土壤參數(shù)(質(zhì)地、容重、pH值、土壤有機碳含量等)和農(nóng)田管理資料(播種和收獲日期、翻耕、施肥管理、秸稈還田等)，其中氣象數(shù)據(jù)從中國科學(xué)院長武農(nóng)業(yè)生態(tài)試驗站氣象觀測站獲得，土壤因子參數(shù)及農(nóng)田管理因子數(shù)據(jù)為田間試驗實測數(shù)據(jù)。在輸入的數(shù)據(jù)支撐下，DNDC共運行9 a(2008—2016年，第一年為播種年)。然后將模型模擬結(jié)果(有機碳含量、籽粒產(chǎn)量)與實際觀測數(shù)據(jù)進行比較，計算相對均方根誤差(RMSE)、標(biāo)準(zhǔn)化均方根誤差(NRMSE)以及決定系數(shù)(R2)，評估模擬結(jié)果與觀測結(jié)果的吻合度。計算公式：

式中,N為處理的個數(shù)，S為模擬值，O為實測值，Om為實測值的平均值。

1.3 數(shù)據(jù)分析

采用Microsoft Excel 2010處理數(shù)據(jù)，Origin 19作圖，SPSS 20進行單因素方差分析,各處理之間差異顯著性的多重比較采用最小顯著差異(LSD0.05)法。

2 結(jié)果與分析

2.1 DNDC模型驗證

2.1.1 土壤有機碳 不同覆蓋處理下土壤有機碳含量模擬值與實測值比較如圖1所示。隨著種植年限增長，各處理土壤有機碳含量均呈增加趨勢，其中HSM、LSM處理增加趨勢大于CK和PM處理。DNDC模型模擬結(jié)果與實測值表現(xiàn)出較強的一致性，有機質(zhì)含量變化趨勢也基本相同。DNDC模型模擬值與實測值比較(表1)，各處理下決定系數(shù)(R2)均達到顯著或極顯著水平，模擬值與實測值的RMSE值在0.05～1.24 g·kg-1之間波動變化，而NRMSE值在0.36%～10.93%之間變化，表明利用DNDC模型進行土壤有機碳含量模擬具有可靠性。

注：PM-地膜覆蓋，LSM-半量秸稈覆蓋(4 500 kg·hm-2)，HSM-全量秸稈覆蓋(9 000 kg·hm-2)，下同。Note:PM-plastic film mulching,LSM-half straw mulching (4 500 kg·hm-2),HSM-straw mulching (9 000 kg·hm-2)，the same bleow.圖1 不同覆蓋處理下土壤有機碳含量模擬值與實測值比較Fig.1 Comparison of simulated and measured soil organic carbon content under different mulching treatments

表1 DNDC模型模擬土壤有機碳(SOC)含量精度分析Table 1 Accuracy analysis of SOC content simulation using DNDC model

2.1.2 冬小麥產(chǎn)量 不同覆蓋方式下冬小麥產(chǎn)量模擬值與實測值如圖2所示。實測結(jié)果顯示，作物產(chǎn)量在不同年份間存在較大差異，而不同處理間，秸稈覆蓋和地膜覆蓋處理年平均產(chǎn)量與CK相比無顯著性差異。

圖2 不同覆蓋處理下作物產(chǎn)量模擬值與實測值比較Fig.2 Comparison of simulated and measured crop yields under different mulching treatments

通過各年份作物實際產(chǎn)量與模擬產(chǎn)量的對比發(fā)現(xiàn)，CK處理實際產(chǎn)量大部分年份高于模擬產(chǎn)量，只有2009、2010、2016年的實際產(chǎn)量結(jié)果略低于模擬產(chǎn)量。而在PM、HSM、LSM等處理下，大部分年份模擬產(chǎn)量高于實際產(chǎn)量。不同處理下決定系數(shù)均達到顯著或極顯著水平。不同處理下產(chǎn)量模擬值與實測值的RMSE值在51.57～1 462.7 kg·hm-2之間波動變化(表2)，而NRMSE值在0.83%～24.6%變化，所有值都在25%以下，說明DNDC模型能夠較準(zhǔn)確地模擬不同覆蓋處理下冬小麥產(chǎn)量的變化。

表2 DNDC模型模擬作物產(chǎn)量精度分析Table 2 Accuracy analysis of wheat yield simulation using DNDC model

2.2 基于DNDC模型土壤有機碳含量年變化量長期動態(tài)模擬

土壤有機碳含量年變化量的長期動態(tài)如圖3 a所示。在50 a時間尺度上，土壤有機碳平均年變化量表現(xiàn)為HSM>LSM>CK>PM(P<0.05)。其中CK處理下土壤(0～50 cm土層)有機碳含量年變化在初期為正值，然后迅速降低，至第8年變?yōu)樨撝?-2.9 kg·hm-2)，后期緩慢減少，在第50年達到 -33 kg·hm-2，50 a平均年變化量為-11.3 kg·hm-2。PM處理下有機碳含量年變化趨勢與CK處理相似，同樣表現(xiàn)為有機碳含量增量在初期迅速降低的趨勢，在第6年變?yōu)樨撝?-6.2 kg·hm-2)，在第50年達到-43.5 kg·hm-2,50 a平均年變化量為-25.2 kg·hm-2。HSM處理和LSM處理趨勢相似，土壤有機碳含量呈現(xiàn)出明顯增加趨勢，具體表現(xiàn)為前期有機碳含量迅速增加，后期增量減小，直至變化量逐漸減小趨于穩(wěn)定，達到土壤有機碳庫平衡，50 a平均年變化量分別為256.9 kg·hm-2和116.3 kg·hm-2，秸稈全量覆蓋處理下的土壤有機碳含量提升幅度大于秸稈半覆蓋處理。

圖3 不同覆蓋處理下農(nóng)田50年土壤有機碳變化(0～50 cm)及冬小麥產(chǎn)量動態(tài)Fig.3 Changes in soil organic carbon content (0～50 cm)and wheat yield dynamic in 50 years under different mulching treatments

2.3 基于DNDC模型冬小麥產(chǎn)量年變化量長期動態(tài)模擬

使用DNDC模型模擬的不同覆蓋處理下50 a冬小麥的產(chǎn)量變化如圖3b所示。CK處理下，冬小麥產(chǎn)量前期保持相對平穩(wěn)狀態(tài)，第38年出現(xiàn)顯著降低之后逐年下降，最終較初始值降低了4.1%(P<0.05)。PM處理下，冬小麥產(chǎn)量一直保持在6 250 kg·hm-2左右，波動幅度較小，初始值與最終值相差不超過1%。LSM處理下冬小麥產(chǎn)量在前期出現(xiàn)明顯波動，表現(xiàn)為先升高后降低再升高，隨后在第9年趨于穩(wěn)定并保持在6 730 kg·hm-2左右，較初始值提高約9.1%(P<0.05)。HSM處理下冬小麥的產(chǎn)量波動更為明顯，波動軌跡與LSM處理相似并且初期波動幅度更大，之后在第10年達到平衡狀態(tài)并穩(wěn)定在7 000 kg·hm-2左右，較初始值提高約13.9%(P<0.05)。

對比不同覆蓋處理下冬小麥的產(chǎn)量變化，具體表現(xiàn)為HSM>LSM>PM>CK。與CK相比，HSM、LSM和PM處理下冬小麥年平均產(chǎn)量分別提高了13.4%、9.8%和2.7%(P<0.05)，表明秸稈全覆蓋措施更能顯著提高作物產(chǎn)量。

2.4 冬小麥產(chǎn)量與土壤有機碳含量的相關(guān)性

在模型模擬的前十年中，不同覆蓋方式下冬小麥產(chǎn)量均出現(xiàn)不同程度的波動。由于在模型運行中，不同處理間的基礎(chǔ)參數(shù)均保持一致，推測這些波動與不同處理導(dǎo)致的有機碳含量變化相關(guān)。為了驗證猜想，對50 a尺度上作物產(chǎn)量與土壤有機碳含量進行了相關(guān)性分析，結(jié)果表明不同覆蓋處理下冬小麥產(chǎn)量均與土壤有機碳含量存在極顯著相關(guān)性(圖4)，其中覆蓋處理的決定系數(shù)明顯低于CK。尤其是在兩個覆蓋處理中，小麥產(chǎn)量前10 a的產(chǎn)量波動可能與初期土壤有機碳的快速下降有關(guān)，二者變化具有一定關(guān)聯(lián)性。

圖4 不同覆蓋處理下冬小麥產(chǎn)量與有機碳含量的相關(guān)性Fig.4 Correlation between winter wheat yield and organic carbon content under different treatments

3 討 論

秸稈和地膜覆蓋作為重要的保水增產(chǎn)措施近年來在我國西北旱作農(nóng)業(yè)區(qū)得到了廣泛應(yīng)用[19]。本文模擬結(jié)果表明，秸稈覆蓋措施可以在確保農(nóng)田有機碳儲量保持穩(wěn)步提升的同時實現(xiàn)冬小麥的增產(chǎn)，這與張彤勛等[20]、鄭鳳君等[21]的研究結(jié)果一致。在模型模擬中，秸稈覆蓋下土壤有機碳含量始終呈增加的趨勢，這是因為進行秸稈覆蓋增加了額外有機物輸入，作物秸稈分解促進土壤養(yǎng)分循環(huán)[22]，同時，秸稈覆蓋的保水抑蒸作用改善土壤水分狀況[23]。二者共同作用下能夠促進作物生物量積累，提高了根系殘留和凋落物輸入。然而Six等[24]研究認為土壤碳儲量不可能無限制地增加，SOC 存在飽和水平。Hutchinson等[25]認為土壤并不代表一個碳的永久“緩沖溶液”，當(dāng)農(nóng)田管理措施、氣象條件等環(huán)境因素保持長期不變時，土壤有機碳將達到一個新的平衡。在本次DNDC模型模擬研究中，秸稈覆蓋下土壤有機碳變化量表現(xiàn)為前期年增長率較高，后快速降低逐漸趨于平緩，在第40～50年土壤有機碳庫逐漸趨于穩(wěn)定，也證明了這一點。

與秸稈覆蓋不同，地膜覆蓋處理的模擬結(jié)果顯示土壤有機碳后期呈下降趨勢，且降低幅度顯著大于不覆蓋(對照)處理。這可能是由于地膜覆蓋加速了微生物對土壤有機質(zhì)的分解礦化所致[26]。也有學(xué)者報道，長期的地膜覆蓋能夠通過改善土壤水熱狀況促進作物生長，進而補充土壤碳庫[27-29]。這可能是由于不同地區(qū)的其他環(huán)境因素(降水、氣溫等)所引起，而模型是假定特定的氣候與農(nóng)田管理措施，客觀反映土壤有機碳的演變規(guī)律。

本研究同時發(fā)現(xiàn)土壤有機碳的變化與冬小麥產(chǎn)量間顯著相關(guān)。本研究中，地膜覆蓋條件下土壤有機碳的流失大于不覆蓋處理(對照)，但其作物產(chǎn)量高于對照，說明作物的生長發(fā)育是一個復(fù)雜的過程，作物產(chǎn)量的變化可能與土壤的環(huán)境因素(土壤溫度、土壤水分、土壤養(yǎng)分)的改變有關(guān)[30]。地膜覆蓋可以通過增加地表土壤含水量，降低晝夜溫差的方式提高冬小麥的產(chǎn)量。劉寧等[31]運用DNDC模型模擬發(fā)現(xiàn)通過溝壟覆膜可以減少田間土壤蒸發(fā)面積，減少蒸發(fā)，提高地面接收太陽輻射的能力，進而提高作物產(chǎn)量。王曉峰等[32]、呂曉男等[33]研究發(fā)現(xiàn)由于秸稈覆蓋為作物生長提供了良好的水分條件，秸稈覆蓋處理的產(chǎn)量均高于不覆蓋。Li等[34]研究發(fā)現(xiàn)地膜覆蓋表現(xiàn)出良好的保溫和保水效應(yīng)，通過改善耕層土壤水熱狀況，活化土壤養(yǎng)分，為作物生長發(fā)育創(chuàng)造了一個相對適宜的農(nóng)田小氣候環(huán)境，從而提高了產(chǎn)量。多數(shù)研究和生產(chǎn)實踐表明，環(huán)境因素尤其是氣候因素對耕地產(chǎn)量的影響大于土壤有機碳對作物產(chǎn)量的影響[35]，所以在模型產(chǎn)量驗證的實測數(shù)值中各處理間作物產(chǎn)量無顯著性差異，原因可能是由于其他氣候因素所造成。土壤有機碳依舊是土壤肥力的重要指標(biāo)之一[36]，模型模擬研究可以排除其他因素對作物產(chǎn)量的影響。本文中50 a時間尺度的模擬結(jié)果表明，秸稈覆蓋措施可以通過提升土壤有機碳含量，增強土壤肥力，進而提高了冬小麥產(chǎn)量。同時，土壤有機碳含量的變化會引起冬小麥產(chǎn)量出現(xiàn)波動。

本研究表明，DNDC模型對于旱作農(nóng)田土壤有機碳含量及冬小麥產(chǎn)量具有較為準(zhǔn)確的模擬效果，模擬值與實測值的變化趨勢基本相同。模型對于不同處理下的有機碳含量模擬值普遍低于實測值，這可能是模型本身是通過控制碳和氮遷移轉(zhuǎn)化的生物地球化學(xué)反應(yīng)機制來模擬表達，無法捕捉其他意外自然因素。模型對于覆膜及秸稈覆蓋處理下作物產(chǎn)量的模擬值偏高，這可能是由于模型覆蓋板塊只有時間與比例這兩個參數(shù)定義覆蓋條件下的作物產(chǎn)量，并沒有覆蓋厚度、覆蓋材質(zhì)等設(shè)置選項,定位試驗中所設(shè)置的長5～10 cm秸稈用于覆蓋無法在模型中進行體現(xiàn)。事實上，例如地膜厚度、材質(zhì)等參數(shù)，對土壤理化性質(zhì)、土壤溫濕度、作物的生長發(fā)育都有顯著影響[37-38]。所以DNDC模型在區(qū)域應(yīng)用過程中還有進一步完善和改進的空間。

4 結(jié) 論

1)基于長期定位試驗實測數(shù)據(jù)驗證了DNDC模型在我國西北旱作農(nóng)田的適用性。模型模擬的不同覆蓋處理下土壤有機碳含量、冬小麥產(chǎn)量與田間觀測結(jié)果較為一致，利用DNDC模型評估不同覆蓋處理的固碳增產(chǎn)效果具有可靠性。

2)DNDC模型模擬結(jié)果顯示，秸稈覆蓋在50 a時間尺度上可以有效提高土壤有機碳含量，且土壤有機碳庫在第40～50年逐漸趨于平衡。地膜覆蓋能夠提高作物產(chǎn)量，但是長期來看會導(dǎo)致土壤有機碳的消耗，不利于土壤肥力維持。而秸稈覆蓋可以在保證冬小麥產(chǎn)量的同時持續(xù)增加土壤有機碳含量，其中秸稈全覆蓋措施的效果更為顯著，是該地區(qū)較為理想的栽培方式。