基于APSIM的華北平原不同種植模式下主要溫室氣體排放效應評估*

謝鴻飛，趙俊芳**，艾金龍，彭慧文，黃睿茜

基于APSIM的華北平原不同種植模式下主要溫室氣體排放效應評估*

謝鴻飛1，趙俊芳1**，艾金龍2**，彭慧文1，黃睿茜1

（1. 中國氣象科學研究院災害天氣國家重點實驗室，北京 100081；2. 益陽職業技術學院現代農業學校，益陽 413049）

使用APSIM作物模型，模擬1981?2014年華北平原夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式下土壤有機碳（SOC）變化、土壤氧化亞氮（N2O）排放、土壤溫室氣體排放和產量的變化。結果表明：四種種植模式中，1981?2014年華北平原夏玉米種植模式下土壤N2O排放量最小（514.81kg·hm?2）、土壤主要溫室氣體平均排放量最少（0.30MgCO2-eq·hm?2）；冬小麥?夏玉米?早播玉米1（提前10d）種植模式下土壤有機碳平均變化量最少，為120.78kg·hm?2；冬小麥?夏玉米?早播玉米2（提前20d）種植模式的土壤主要溫室氣體平均排放量次之，為0.76MgCO2-eq·hm?2；四種種植模式中，冬小麥?夏玉米種植模式的平均產量最高，為23405.47kg·hm?2；夏玉米種植模式下土壤主要溫室氣體排放效應最好（GHG=0.02 MgCO2-eq·hm?2），冬小麥?夏玉米?早播玉米2（提前20d）種植模式次之（GHG=0.04 MgCO2-eq·hm?2）；在保證產量的前提下，考慮糧食安全、資源節約和環境友好各方面，冬小麥?夏玉米?早播玉米2（提前20d）兩年三熟種植模式是華北平原較為理想的種植制度。

華北平原；APSIM模型；溫室氣體排放；產量；種植模式

農業生產是一個巨大的溫室氣體排放源，其排放量占全球溫室氣體排放總量的10%～12%，其中一氧化二氮（N2O）排放約占60%[1]。中國是最大的N2O排放國，占全球排放量的31%[2]。華北平原（NCP）是中國最密集的農業生產區域之一，提供了全國50%以上的小麥和33%的玉米產量[3]。該地區以冬小麥?夏玉米輪作的一年兩熟制種植模式為主，在保證高產的同時由于大量的水肥投入，導致該地區出現一系列環境問題，如溫室氣體排放增加[4]、地下水污染[5]、大氣高氮沉降[6]和作物病害增多[7]。面對華北平原日益嚴峻的環境狀況，如何改變傳統的種植模式，降低農業溫室氣體排放，減少對環境的不利影響，成為當前華北平原地區亟待解決的問題。

針對華北平原不同種植模式對環境的影響，不同學者做了大量研究[8?13]。姜雨林等[8]基于DNDC模型，分析了華北地區不同輪作模式對土壤耕層有機碳儲量及溫室氣體排放的影響，結果表明冬小麥?夏玉米種植模式碳匯速率最高，有利于有機碳的長期積累，而春玉米連作種植模式溫室氣體排放量最低；王大鵬等[9]在華北高產糧區設置田間試驗，研究了調整種植模式和水氮優化等措施下的節水效應，發現與冬小麥?夏玉米一年兩熟制對比，兩年三熟制可以降低作物耗水，但是產量也會隨之下降；吉艷芝等[10]基于田間定位實驗，研究了華北平原不同種植模式間的作物產量和氮素利用，結果表明，冬小麥?夏玉米?春玉米兩年三熟制在穩產高產和提高氮素利用率上具有可持續的潛力。上述研究主要針對不同種植模式間的穩產高產、水分利用、碳氮平衡、氮素利用等方面，對各類種植模式溫室氣體排放的綜合研究還不足。而對不同種植模式的溫室氣體排放效應評估，農業生產系統模型提供了一種有效的方法[11]。APSIM作物模型可以模擬不同氣候和管理措施下的農田系統產量和環境（如土壤碳氮變、溫室氣體排放）的變化，并且已經成功應用到不同地區的相關研究之中。Li等用APSIM模型在華北平原地區探究了在保持產量的同時，可以通過優化施氮量和灌水量來降低溫室氣體排放的潛力[12]；Wang等用APSIM模型在黃淮海地區研究發現，通過降低氮肥的投入和提高秸稈留茬率，也可以在保持產量的同時減少溫室氣體排放[13]。上述研究表明，前人在產量和溫室氣體排放方面已經取得較好的研究進展，但是大多數學者更加關注于管理措施和溫室氣體排放及產量之間的協同效應，而對不同種植模式之間的溫室氣體排放效應對比研究甚少。

因此，本研究選擇環境狀況日益嚴峻的華北平原為研究區，設置夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式，采用APSIM作物模型模擬1981?2014年華北平原不同種植模式下的溫室氣體排放和產量變化，基于溫室氣體排放強度（GHG）定量評估溫室氣體排放效應，篩選出華北平原地區溫室氣體排放效應最優的種植模式，以期為中國碳中和目標的實現提供科學參考。

1 資料與方法

1.1 研究區域和站點選擇

以華北平原（32°?40°N，114°?121°E）的農田為研究對象。研究區屬于典型的溫帶季風氣候，年降水量400～800mm，區內農業以旱作為主，農作物兩年三熟或一年兩熟；是中國三大平原之一，也是人口最多的平原。

研究站點選擇石家莊市藁城區農業氣象觀測站（114°83′E，38°03′N），該地地處太行山東麓、黃淮海平原腹地，主要糧食作物小麥、玉米和大豆2019年種植面積分別為3.29、1.13和2萬hm2 [14]，種植面積較大，土地利用穩定。主要耕作方式為冬小麥?夏玉米輪作，屬于華北平原傳統的種植方式。因此，該地可以較好地代表華北平原大部分地區的種植狀況。

1.2 種植模式設置

設置夏玉米一年一熟（ME）、冬小麥?夏玉米一年兩熟（W?E）、冬小麥?夏玉米?早播玉米1（提前10d）兩年三熟（W?M?ME10）、冬小麥?夏玉米?早播玉米2（提前20d）（兩年三熟W?M?ME20）四種種植模式。一年一熟制每年只種一季夏玉米，其余時間休耕；一年兩熟制為傳統的冬小麥?夏玉米輪作模式，即冬小麥收獲后繼續種植夏玉米；兩年三熟制中，第一年的種植方式與一年兩熟一致，第一年夏玉米收獲后休耕至下一年種植早播玉米。冬小麥品種為科農1993，夏玉米和早播玉米品種為鄭單958。根據石家莊市藁城區農業氣象觀測站長期物候數據觀測資料，冬小麥在每年10月12?20日播種，翌年6月5?10日收獲；夏玉米在每年6月9?14日播種，9月24日?10月2日收獲；早播玉米1和早播玉米2模式根據夏玉米的播種日期，分別提前10d和20d播種，即于每年5月30日?6月4日和5月20?25日播種。根據前人在華北平原對冬小麥?夏玉米種植制度的氮肥利用效率研究[15?20]，在冬小麥播種前施氮肥170kg·hm?2，在夏玉米播種前施氮肥90kg·hm?2，在早播玉米播種前施氮肥110kg·hm?2。冬小麥播種深度為50mm，行距為350mm，播種密度為150萬株·hm?2；夏玉米和早播玉米播種深度為30mm，行距為600mm，播種密度為8萬株·hm?2。具體種植模式設置見表1。

1.3 農業生產系統APSIM模型簡介

APSIM 模型（Agricultural Production System Simulator）是澳大利亞農業生產系統研究組研發的農業生產系統模型[21]，在模擬作物輪作、植物蒸騰、土壤水分和碳氮動態等方面具有強大的功能，被廣泛應用于種植制度、區域水平衡和氣候變化等領域[22]。

在APSIM模型中，土壤碳氮動態變化主要由APSIM-SoilN模塊模擬[23]，該模塊將土壤有機質集中劃分為三個部分，即新鮮有機質部分（FOM）、生物質部分（BIOM）和腐殖質部分（HUM），通過三個部分間的交互計算，可以模擬土壤層中氮（N）和碳（C）在每日時間步長的動態變化。其中，土壤有機碳（SOC）含量主要由模型輸出的新鮮有機質部分（FOM）和腐殖質部分（HUM）的碳含量進行計算。而土壤層中氮含量變化主要取決于模塊中硝酸根離子濃度（NO3?）、銨根離子濃度（NH4+）、土壤水分（SW）和土壤溫度（ST）的變化，APSIM-SoilN模塊將氮的動態變化過程分解為硝化和反硝化過程；在模擬土壤N2O排放時，主要通過土壤有機碳（SOC）、硝酸根離子濃度（NO3?）、銨根離子濃度（NH4+）、土壤水分（SW）和土壤溫度（ST）等APSIM模型輸出的各變量數值，結合反硝化速率和反硝化過程中釋放的N2/N2O的比例來預測反硝化過程中的N2O排放，并根據硝化N的比例來計算硝化產生的N2O[11?12]。

表1 種植模式設置

注：ME表示夏玉米單作，一年一熟；W-E表示冬小麥?夏玉米輪作，一年兩熟；W-M-ME10表示冬小麥?夏玉米?早播玉米1（提前10d）輪作，兩年三熟；W-M-ME20表示冬小麥?夏玉米?早播玉米2（提前20d）輪作，兩年三熟。

Note：ME is summer maize, ripe once a year; W-E is winter wheat-summer maize, ripe twice a year; W-M-ME10 is winter wheat-summer maize -early maize 1 (10 days earlier), three ripe in two years; W-M-ME20 is winter wheat-summer maize -early maize 2 (20 days earlier), three ripe in two years.

（1）反硝化過程[24]

式中，Rdenit,i為反硝化速率（kgN·hm?2·d?1）；kdenit為反硝化系數，取0.0006；NO3,i為不同層土壤中硝酸根離子的濃度（kgN·hm?2），由模式模擬值提供； CA,i為土壤活性碳含量（kg·mg?1）；Fmoist,i為水分對反硝化作用的限制因子；Ftemp,i為溫度對反硝化作用的限制因子。SOCppm,i為土壤有機碳含量；HUM_Cppm,i為有機質部分模擬出來的碳含量（kg·hm?2），由模式模擬；FOM_Cppm,i為腐殖質部分模擬出來的碳含量（kg·hm?2），由模式模擬；STi為不同層土壤溫度（°C），由模式模擬；SWi為土壤含水率（m3·m?3），由模式模擬；SAT為飽和含水量；WFPS為孔隙度，無量綱；SWlim為反硝化停止時的含水量；X為經驗常數，取X=1。

式中，k1取決于氣體在田間土壤中的擴散率，取值25.1[22]；NO3ppm為干重基礎上的硝酸鹽濃度；CO2為土壤異養呼吸產生的排放量（μgC·g?1土·day?1）[25]。

將式（1）的反硝化速率與反硝化過程中N2/N2O排放比相結合，模擬出相關變量，可以計算出反硝化過程中一氧化二氮（N2Odenit）的排放量[25]。

（2）硝化過程

1.4 APSIM模型初始數據輸入

1.4.1 氣象要素

APSIM模型運行所需的氣象要素主要包括逐日最高氣溫、逐日最低氣溫、逐日太陽總輻射量和逐日降水量。1981?2014年逐日氣象數據來源于中國氣象科學數據共享服務網（http://data.cma.cn/）。其中氣象資料中的逐日最高氣溫、逐日最低氣溫、逐日降水量由石家莊藁城站逐日氣象觀測資料獲得，太陽總輻射量由該氣象站點觀測的日照時數計算得到[28]，計算分別為

式中，Rns是每天的太陽總輻射量（MJ·m?2·d?1）；Ra是晴空太陽總福射量（MJ·m?2·d?1）；n是每天日照時數（h）；N是最大天文日照時數（h）；dr是日地相對距離的倒數；J是日序；δ是太陽偏振角（Rad）；Ws是日落的角度（Rad）；φ是當地緯度，為38°03′。

1.4.2 土壤參數

APSIM模型所需的土壤參數主要包括土壤容重（BD）、田間持水量（DUL）、飽和含水量（SAT）、風干系數（AirDry）和凋萎系數（LL15）等。該部分APSIM模型土壤參數輸入參考陳宗培等[29]于2014?2015年在石家莊市藁城區進行的土壤參數測定實驗，部分缺失數據依據中國土壤科學數據庫（http://www.soil.csdb.cn/）獲得。具體土壤輸入參數見表2。

表2 APSIM模型中土壤參數

1.4.3 作物參數

APSIM模型里面的品種控制參數主要包括控制作物生長發育的參數和控制作物產量形成的參數，模型中對小麥生育期各階段長度的控制，除播種?發芽的長度受土壤水分控制外，其它各生育階段的長度都由積溫、春化系數和光周期控制。對玉米生育期各階段的控制，主要由不同時段的積溫和光周期控制，小麥和玉米產量均基于模型內部的分配系數進行模擬[30]。根據所選冬小麥（科農1993）、夏玉米（鄭單958）、早播玉米（鄭單958）的品種，列出了經APSIM模型調參后播種?收獲期間控制和影響其生長發育的主要參數，具體數值見表3。

1.4.4 管理數據

APSIM輸入的管理參數主要包括播種日期、播種深度、播種密度、播種間距、施肥日期和施肥量以及灌溉日期和灌溉量等。模型的管理數據輸入與相應種植模式設置保持一致。其中，灌溉量采用模型中的自動灌溉。

1.5 APSIM模型參數率定與驗證

通過地球系統科學數據共享平臺（Data Sharing Infrastructure of Earth System Science）和石家莊市藁城區農業氣象觀測站觀測資料，收集2005?2011年石家莊市藁城區單季種植的冬小麥和夏玉米生育期數據及產量數據，生育期數據主要獲取冬小麥和夏玉米出苗、開花、乳熟、成熟的生育期時間，用于APSIM模型后續的驗證。結合作物模型的初始輸入數據，用2005?2006年數據對APSIM模型進行參數率定，用2007?2011年數據對APSIM模型進行驗證。

采用“試錯法”對石家莊市藁城區冬小麥和夏玉米品種參數進行率定，將模型輸出結果與對應收集到的觀測數據結果進行對照，調試模型直至模擬輸出的冬小麥生育時期（出苗、乳熟和成熟）和夏玉米生育時期（出苗、開花和成熟）及產量數值與觀測數據相符[31]。采用模擬值與實測值之間的均方根誤差（RMSE）、相對均方根誤差（NRMSE）、一致性D指標、平均絕對誤差（MAE）等統計指標驗證模型。具體計算式為

式中，Ysim為模擬值；Yobs為觀測值；N為樣本數；RMSE為模擬值與實測值之間的均方根誤差，數值越小，表明模擬值與實際觀測值的偏差越小；NRMSE為模擬值與實測值之間的相對均方根誤差，控制在10%以內說明模型的模擬有較高精度。

1.6 土壤主要溫室氣體排放計算

夏玉米一年一熟種植模式和冬小麥?夏玉米一年兩熟種植模式的單個種植時間為一年，而冬小麥?夏玉米?早播玉米兩年三熟種植模式的單個種植時長為兩年，為了便于產量和溫室氣體排放量的統一計算，以1980年冬小麥播種時間為開始，取兩年間隔作為一個計算節點。參考Li等[11]對華北平原地區溫室氣體排放強度的計算方法，利用N2O相對于CO2的100a全球變暖潛勢值298[12]，以二氧化碳排放當量（kgCO2-eq·hm?2·a?1）為單位來計算土壤溫室氣體排放量；華北平原地區以旱作農業為主[32]，土壤溫室氣體主要為N2O和CO2；根據APSIM模型模擬輸出的產量和土壤有機碳等數值，結合對土壤N2O的相關計算，用土壤溫室氣體排放量和產量的比值作為溫室氣體排放強度判斷排放效應，計算式為[11?12]

式中，GHG為溫室氣體排放強度；GHGsoil為每公頃兩年土壤溫室氣體累計排放（kgCO2-eq·hm?2·a?1）；YA為不同種植模式每公頃每兩年的總產量（kg·hm?2·a?1）；N2Od為土壤硝化和反硝化過程中N2O的直接排放（kg·hm?2·a?1），采用APSIM模擬；N2Oi是土壤間接排放的N2O（kg·hm?2·a?1），本研究只考慮土壤施氮量的影響；N為每公頃每兩年的土壤總施氮量（kg·hm?2·a?1）；0.0032為中國旱地氮肥間接排放因子[11,32]；298是N2O與CO2相比的100a全球變暖潛勢；dSOC是0?30cm土層每公頃每兩年土壤有機碳變化差值（kg·hm?2·a?1），用冬小麥播種日時間節點的土壤有機碳含量值減去上一個時間節點的土壤有機碳含量值；44/12是碳轉換為CO2的質量系數。

2 結果與分析

2.1 APSIM模型中藁城冬小麥和夏玉米品種參數調試與驗證

2.1.1 品種參數調試結果

采用“試錯法”對石家莊市藁城區的冬小麥和夏玉米進行參數率定，率定后的作物參數及具體數值見表3和表4。

2.1.2 生育期和產量模擬驗證

用調試后的APSIM模型對石家莊市藁城站進行適用性驗證。將模擬后的生育期數據（播種、出苗、開花、乳熟和成熟）和產量數據進行統計分析，將模型輸出的模擬值和實測值進行統計運算，驗證結果見圖1和圖2。由圖可知，冬小麥播種?乳熟天數和播種?成熟天數的決定系數R2為0.87和0.63，均方根誤差（RMSE）為3.85和3.16；相較冬小麥的生育期，模擬誤差在接受范圍內，冬小麥產量的決定系數R2為0.60，均方根誤差（RMSE）為344.7，可能受觀測值的波動影響。對于夏玉米，播種?開花天數和播種?成熟天數的決定系數R2為0.76和0.66，均方根誤差（RMSE）為2.14和1.78，模擬狀況較為良好；夏玉米產量的決定系數R2為0.66，均方根誤差（RMSE）為1116.38。整體來看，APSIM模型對冬小麥生育期、冬小麥產量和夏玉米的生育期模擬結果較好，各點基本分布在1:1線兩側，對夏玉米產量模擬效果不太理想，但是產量誤差在可接受范圍內。因此，優化后的APSIM模型適用于華北平原冬小麥和夏玉米相關特征的模擬。

表3 夏玉米作物參數

表4 冬小麥作物參數

圖1 冬小麥生育期和產量驗證結果

圖2 夏玉米生育期和產量驗證結果

2.2 不同種植模式土壤有機碳含量及溫室氣體排放量變化

2.2.1 土壤有機碳（SOC）含量

由圖3可知，夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式在1980?2014年的土壤有機碳平均變化量依次為158.08、169.94、120.78和169.19kg·hm?2，各模式間土壤有機碳平均變化量差距不大，在50.75kg·hm?2之內；1980?2014年土壤有機碳含量逐兩年變化趨勢顯示，四種種植模式均呈波動狀變化，無線性遞增或遞減趨勢；其中，冬小麥?夏玉米種植模式的土壤有機碳含量波動較大，在?400.56～824.10kg·hm?2范圍內變化；冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）兩種植模式變化趨勢相似。整體來看，四種種植模式中，冬小麥?夏玉米?早播玉米1（提前10d）種植模式的土壤有機碳平均變化量最少。

2.2.2 土壤N2O排放量

用APSIM模型模擬N2O排放量相關變量，計算不同施肥梯度下各種植模式的N2O排放量年際變化和平均變化。由圖4可見，夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式下，1980?2014年土壤N2O平均排放量依次為514.81、1805.81、862.82和879.47kg·hm?2；冬小麥?夏玉米種植模式的土壤N2O平均排放量明顯高于其余三種種植模式，可能與其施肥量較高有關。由1980?2014年土壤N2O排放量逐兩年變化趨勢可知，冬小麥?夏玉米種植模式的土壤N2O排放量整體呈遞增變化趨勢，且高于其余三種種植模式；冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）兩種種植模式變動趨勢相似，土壤N2O排放量波動范圍較小；夏玉米種植模式土壤N2O排放量逐兩年變化趨勢平緩，基本無波動變化。

2.2.3 土壤主要溫室氣體排放量

圖5反映了不同種植模式下土壤溫室氣體排放總量的年際和平均變化趨勢。由圖可見，夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式在1980?2014年作物生長季土壤主要溫室氣體平均排放量分別為0.30、2.21、0.91和0.76MgCO2-eq·hm?2；冬小麥?夏玉米種植模式的土壤主要溫室氣體平均排放量顯著高于其余三種種植模式。由1980?2014年土壤主要溫室氣體排放量逐兩年變化趨勢可知，冬小麥?夏玉米種植模式的土壤主要溫室氣體排放量波動幅度較大，在0.30～4.20MgCO2-eq·hm?2內變化，其余三種種植模式變化趨勢較為平緩，逐兩年間土壤主要溫室氣體排放量差值在2.10MgCO2-eq·hm?2之內。整體來看，四種種植模式中，夏玉米種植模式的土壤主要溫室氣體平均排放量最少，冬小麥?夏玉米?早播玉米2（提前20d）次之。

圖3 不同種植模式土壤有機碳SOC含量年際變化(a)和多年平均值(b)

圖4 不同種植模式土壤N2O含量年際變化(a)和多年平均值(b)

圖5 不同種植模式溫室氣體排放量年際變化(a)和多年平均值(b)

2.3 不同種植模式冬小麥和夏玉米產量變化

由圖6可見，夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式在1980?2014年平均產量分別為11843.45、23405.47、17977.30和17862.15kg·hm?2；冬小麥?夏玉米種植模式的平均產量最高，高出夏玉米種植模式平均產量97.6%；高出冬小麥?夏玉米?早播玉米1（提前10d）和冬小麥?夏玉米?早播玉米2（提前20d）種植模式30.7%左右。由1980?2014年產量逐兩年變化趨勢可知，冬小麥?夏玉米種植模式的產量變化在1990年之前呈緩慢遞增趨勢，之后趨于平緩，且明顯高于其余三種種植模式，產量最大值為25910.70kg·hm?2，最小值為17888.50kg·hm?2；冬小麥?夏玉米?早播玉米種植制度的產量逐兩年變化趨勢大致重合，變化趨勢平緩，產量變在15817.10～201115.90kg·hm?2區間變化；夏玉米種植模式的逐兩年產量變化范圍在12875.50～11001.40kg·hm?2，整體變化量最小。

圖6 不同種植模式產量年際變化(a)和多年平均值(b)

2.4 不同種植模式土壤溫室氣體排放強度變化

用溫室氣體排放強度（GHG）來衡量不同種植模式下的土壤主要溫室氣體排放效應，GHG數值小，表明土壤主要溫室氣體排放效應好；反之，則土壤主要溫室氣體排放效應差。由圖7可見，夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式在1980?2014年土壤主要溫室氣體排放強度平均值分別為0.02、0.94、0.51和0.42MgCO2-eq·hm?2；以冬小麥?夏玉米種植模式的土壤主要溫室氣體排放強度值最高，結合該模式的平均產量值（23405.47kg·hm?2）和土壤主要溫室氣體平均排放量（2.21MgCO2-eq·hm?2）來看，冬小麥?夏玉米種植模式為高產量、高排放種植模式；冬小麥?夏玉米?早播玉米1（提前10d）和冬小麥?夏玉米?早播玉米2（提前20d）兩種種植模式，其土壤主要溫室氣體排放強度平均值差值為0.09，結合二者平均產量（17977.30kg·hm?2和17862.15kg·hm?2）和土壤主要溫室氣體平均排放量（0.91MgCO2-eq·hm?2和0.76MgCO2-eq·hm?2），說明種植模式設置相似，則各類計算結果數值相近；夏玉米種植模式的土壤主要溫室氣體排放強度值最低，結合其平均產量值（11843.45kg·hm?2）和土壤主要溫室氣體平均排放量值（0.30MgCO2-eq·hm?2），說明夏玉米種植模式為低產量、低排放種植模式。由1980?2014年溫室氣體排放強度逐兩年變化趨勢可知，四種種植模式變化情況相當，均呈波動狀變化。整體來看，四種種植模式中，夏玉米種植模式的溫室氣體排放強度最小，冬小麥?夏玉米?早播玉米2（提前20d）種植模式次之。

圖7 不同種植模式溫室氣體排放強度年際變化(a)和多年平均值(b)

3 討論與結論

3.1 討論

農田生態系統是溫室氣體排放的重要來源之一[33]。華北平原地區主要以旱作農業為主，其主要溫室氣體排放為二氧化碳（CO2）和氧化亞氮（N2O）[32]。影響土壤N2O排放的因素眾多，主要包括氮肥施用量、土壤有機碳（SOC）含量、土壤質地和作物種類等[34]；其中，土壤有機碳的變化受土壤質地、秸稈還田等人為因素影響較大[35]。在本研究中，冬小麥?夏玉米種植模式在1980?2014年土壤主要溫室氣體平均排放量高于夏玉米種植模式85.9%，高于冬小麥?夏玉米?早播玉米1（提前10d）和冬小麥?夏玉米?早播玉米2（提前20d）種植模式61.5%左右，這主要是由于在施肥處理時，冬小麥?夏玉米種植模式的施肥量要高于其余三種種植模式。當施氮量超過作物需求量時，土壤N2O排放量與施氮量呈顯著正相關[10]；眾多研究表明[9,36]，冬小麥?夏玉米?早播玉米兩年三熟的種植模式土壤硝態氮殘留較少，氮肥利用率高于冬小麥?夏玉米一年兩熟的種植模式，同時，夏玉米和早播玉米在單季種植中，需氮量小于冬小麥?夏玉米兩季種植的需氮量，這也是造成冬小麥?夏玉米種植模式土壤溫室氣體排放量高的原因之一。

調整種植制度，改善種植結構可以不同程度地影響作物產量[8]，吉艷芝等[10,37]發現，與冬小麥?夏玉米一年兩熟種植制度相比，冬小麥?夏玉米?早播玉米兩年三熟種植模式下產量下降 16%～23.7%，夏玉米一年一熟種植模式下降27%～51.2%。在本研究中，冬小麥?夏玉米種植制度在1980?2014年平均產量高于冬小麥?夏玉米?早播玉米種植制度23.5%，高于夏玉米種植制度49.4%，這與現有研究結果基本相符。

灌溉在保證產量的同時也是農田N2O排放的關鍵驅動因子，在一定變化范圍內土壤水分與N2O排放有顯著相關性[38]。本研究對灌溉設置采用APSIM模型中自動灌溉，對產量和N2O排放存在一定干擾，實際中可以根據當地具體的水肥量來調整管理措施。此外，本研究只選用了石家莊市藁城區這一個站點數據進行模擬，在溫室氣體排放計算時，只考慮了土壤溫室氣體排放，在后續工作中，可以選取更多的模擬站點，綜合考慮農業生產和其它方面產生的溫室氣體，以得到更為科學精確的結果。

就不同種植制度土壤主要溫室氣體排放效應而言，在本研究中，夏玉米種植模式的土壤主要溫室氣體排放強度最低，冬小麥?夏玉米種植模式的土壤主要溫室氣體排放強度最高。結合上述土壤主要溫室氣體排放和產量變化的討論結果，夏玉米種植模式雖然溫室氣體排放量低，但是同時產量較低，難以保證華北平原地區糧食安全需要；冬小麥?夏玉米種植模式是華北平原地區傳統的種植模式，可以保證高產的需要，但是同時也造成了土壤主要溫室氣體排放量過大。考慮到冬小麥?夏玉米種植模式對環境的不良作用和夏玉米種植模式產量偏低，冬小麥?夏玉米?早播玉米2（提前20d）種植模式將會是未來華北平原地區較好的種植模式。

3.2 結論

夏玉米、冬小麥?夏玉米、冬小麥?夏玉米?早播玉米1（提前10d）、冬小麥?夏玉米?早播玉米2（提前20d）四種種植模式中，冬小麥?夏玉米種植模式的總施肥量（260kg·hm?2）、平均產量（23405.47kg·hm?2）、土壤主要溫室氣體平均排放量（2.21 MgCO2-eqhm?2）最高，為高產量、高排放種植模式；冬小麥?夏玉米?早播玉米1（提前10d）與冬小麥?夏玉米?早播玉米2（提前20d）兩種種植模式的總施肥量（370kg·hm?2）、平均產量（17977.30 kg·hm?2和17862.15kg·hm?2）和土壤主要溫室氣體平均排放量（0.91MgCO2-eq·hm?2和0.76MgCO2-eq·hm?2）較為接近，土壤主要溫室氣體排放強度平均值差值為0.09MgCO2-eq·hm?2，表明種植模式設置相似，其各類計算結果數值相近；夏玉米種植模式的總施肥量（90kg·hm?2）、平均產量（11843.45kg·hm?2）和土壤主要溫室氣體平均排放量（0.30MgCO2-eq·hm?2）最低，表明夏玉米種植模式為低產量、低排放種植模式。

APSIM模型能較為精確地模擬土壤溫室氣體的排放，在華北平原地區的適用性良好。夏玉米一年一熟、冬小麥?夏玉米一年兩熟、冬小麥?夏玉米?早播玉米1（提前10d）和冬小麥?夏玉米?早播玉米2（提前20d）兩年三熟四種種植模式中，夏玉米種植模式土壤主要溫室氣體排放效應最好，冬小麥?夏玉米?早播玉米2（提前20d）種植模式次之。在保證產量的前提下，考慮糧食安全、資源節約和環境友好各方面，冬小麥?夏玉米?早播玉米2（提前20d）兩年三熟種植模式將會是華北平原較為理想的種植制度。

[1] Winiwarter W,H?glund-Isaksson L,Klimont Z,et al.Technical opportunities to reduce global anthropogenic emissions of nitrous oxide[J].Environmental Research Letters,2018,13:1748-9326.

[2] Gerber J S,Carlson K M,Makowski D,et al.Spatially explicit estimates of N2O emissions from croplands suggest climate mitigation opportunities from improved fertilizer management[J].Global Change Biology,2016,22:3383-3394.

[3] Liang W L,Carberry P,Wang G,et al.Quantifying the yield gap in wheat-maize cropping systems of the Hebei Plain,China[J].Field Crops Research,2011,124:180-185.

[4] Zhang Y,Liu J,Mu Y,et al.Nitrous oxide emissions from a maize field during two consecutive growing seasons in the North China Plain[J].Journal of Environmental Sciences,2012,24:160-168.

[5] Ju X T,Xing G X,Chen X P,et al.Reducing environmental risk by improving N management in intensive Chinese agricultural systems[J].Proceedings of the National Academy of Sciences of the United States of America,2009,106: 8077.

[6] Liu X,Zhang Y,Han W,et al.Enhanced nitrogen deposition over China[J].Nature,2013,494:459-462.

[7] Tian Y,Wang Q,Zhang W,et al.Reducing environmental risk of excessively fertilized soils and improving cucumber growth bycompost application in long-term continuous cropping systems[J]. Science of the Total Environment,2016,544: 251-261.

[8] 姜雨林,陳中督,遆晉松,等.華北平原不同輪作模式固碳減排模擬研究[J].中國農業大學學報,2018,23(1):19-26.

Jiang Y L,Chen Z D,Di J S,et al.Simulation of soil carbon storage and greenhouse gas emission under different cropping rotations in the North China Plain[J].Journal of China Agricultural University,2018,23(1):19-26.(in Chinese)

[9] 王大鵬,吳文良,顧松東,等.華北高產糧區基于種植制度調整和水氮優化的節水效應[J].農業工程學報,2013, 29(2):1-8.

Wang D P,Wu W L,Gu S D,et al.Water-saving effect under adjustment of cropping systems and optimization of water and nitrogen in high yield regions of North China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013,29(2): 1-8.(in Chinese)

[10] 吉艷芝,徐明杰,巨曉棠,等.華北平原不同種植制度對糧食作物氮素利用和土壤氮庫的影響[J].農業工程學報,2020, 36(19):86-96.

Ji Y Z,Xu M J,Ju X T,et al.Effects of different cropping systems on food crop nitrogen utilization and soil nitrogen pool in North China Plain[J].Transactions of the Chinese Society of Agricultural Engineering,2020,36(19): 86-96.(in Chinese)

[11] Li J,Luo Z,Wang Y,et al.Optimizing nitrogen and residue management to reduce GHG emissions while maintaining crop yield:a case study in a mono-cropping system of northeast China[J].Sustainability(Switzerland),2019, 11(18): 62-78.

[12] Li J,Wang E,Wang Y,et al.Reducing greenhouse gas emissions from a wheat-maize rotation system while still maintaining productivity[J].Agricultural Systems,2016,145: 90-98.

[13] Wang G,Luo Z,Wang E,et al.Reducing greenhouse gas emissions while maintaining yield in the croplands of Huang-Huai-Hai Plain,China[J].Agricultural and Forest Meteorology,2018(6):80-94.

[14] 石家莊市藁城區人民政府.藁城區農業農村基本情況[EB/OL].http://www.gc.gov.cn/col/1531385774455/2019/08/13/1565658595621.html.2019-08-13.

Shijiazhuang Gaocheng District People's Government. Gaocheng district agriculture and rural basic situation [EB/OL].http://www.gc.gov.cn/col/1531385774455/2019/08/13/1565658595621.html.2019-08-13.

[15] Thorburn P J,Biggs J S,Collins K,et al.Using the APSIM model to estimate nitrous oxide emissions from diverse Australian sugarcane production systems[J].Agriculture, Ecosystems and Environment,2010,136:343-350.

[16] 徐強,李周晶,胡克林,等.基于密切值法和水氮管理模型的華北平原農田水氮優化管理[J].農業工程學報,2017, 33(14):152-158.

Xu Q,Li Z J,Hu K L,et al.Optimal management of farmland water and nitrogen in North China Plain based on cosy value method and water and nitrogen management model[J].Transactions of the Chinese Society of Agricultural Engineering,2017,33(14):152-158. (in Chinese)

[17] Ma G,Liu W,Li S.Determining the optimal N input to improve grain yield and quality in winter wheat with reduced apparent N loss in the north China plain[J].Frontiers in Plant Science,2019,10(2):1-12.

[18] Khoshnevisan B,Rafiee S,Pan J,et al.A multi-criteria evolutionary-based algorithm as a regional scale decision support system to optimize nitrogen consumption rate:a case study in North China plain[J].Journal of Cleaner Production,2020(3):256.

[19] Xu X,Zhang M,Li J.Improving water use efficiency and grain yield of winter wheat by optimizing irrigations in the North China Plain[J].Field Crops Research,2018,221(10): 219-227.

[20] Hartmann T E,Yue S,Schulz R.Yield and N use efficiency of a maize-wheat cropping system as affected by different fertilizer management strategies in a farmer’s field of the North China Plain[J].Field Crops Research,2015,174:30- 39.

[21] Keating B A,Carberry P S,Hammer G L,et al.An overview of APSIM,a model designed for farming systems simulation[J].European Journal of Agronomy,2003,18(3-4): 267-288.

[22] Holzworth D P,Huth N I,de Voil P G,et al.APSIM- Evolution towards a new generation of agricultural systems simulation[J].Environmental Modelling and Software,2014, 62:327-350.

[23] Probert M E,Dimes J P,Keating B A,et al.APSIM’s water and nitrogen modules and simulation of the dynamics of water and nitrogen in fallow systems[J].Agricultural Systems, 1998,56:1-28.

[24] Mielenz H,Thorburn P J,Harris R H,et al.Mitigating N2O emissions from cropping systems after conversion from pasture:a modelling approach[J].European Journal of Agronomy,2017,82:254-267.

[25] Del Grosso,Ojima D S,Parton W J,et al.Global scale DAYCENT model analysis of greenhouse gas emissions and mitigation strategies for cropped soils[J].Global and Planetary Change,2019,67:44-50.

[26] Parton W J,Holland E A,Del Grosso,et al.Generalized model for NOxand N2O emissions from soils[J]. Journal of Geophysical Research Atmospheres,2001,106:17403-17419.

[27] Li Y,White R,Chen D,et al.A spatially referenced water and nitrogen management model(WNMM) for (irrigated) intensive cropping systems in the North China Plain[J]. Ecological Modelling,2007,203:395-423.

[28] Allen R G,Pereira L S,Raes D,et al.Crop evapotraspiration guidelines for computing crop water requirements[R]. Roma:FAO,1998.

[29] 陳宗培,王貴彥.河北平原小麥-玉米不同灌溉制度下產量和水分生產力潛力及差距研究[D].保定:河北農業大學,2020.

Chen Z P,Wang G Y.Potential and difference of yield and water productivity under different irrigation systems of wheat and maize in Hebei Plain[D].Baoding:Agricultural University of Hebei,2020.(in Chinese)

[30] 孫爽,楊曉光.中國不同區域冬小麥產量潛力及資源利用效率研究[D].北京:中國農業大學,2018.

Sun S,Yang X G.The potential yield and resource use efficiency for winter wheat in different regions in China[D]. Beijing:China Agricultural University,2018.(in Chinese)

[31] 趙俊芳,李寧,候英雨,等.基于APSIM 模型評估北方八省春玉米生產對氣候變化的響應[J].中國農業氣象,2018, 39(2):108-118.

Zhao J F,Li N,Hou Y Y,et al.Evaluation of response of spring maize production to climate change in the eight provinces of northern China based on APSIM Model[J].Chinese Journal of Agrometeorology,2018,39(2): 108-118.(in Chinese)

[32] 孫麗惠,李中強.北方旱地農田主要溫室氣體排放研究進展[J].遼寧農業科學,2020(2):52-56.

Sun L H,Li Z Q.Research progress of greenhouse gas emissions from dryland farmland in Northern China[J].Liaoning Agricultural Sciences,2020(2):52-56.(in Chinese)

[33] 蔡育蓉,王立剛.北方典型農業生態系統的固碳減排路徑及模式[J].中國生態農業學報,2022,30(4):641-650

Cai Y R,Wang L G.Carbon sequestration and greenhouse gas mitigation paths and modes in typical agroecosystem in northern China[J].Chinese Journal of Eco-Agriculture, 2022,30(4):641-650.(in Chinese)

[34] Shaaban M,Meng Q,Hu R,et al.Soil nitrous oxide and carbon dioxide emissions following incorporation of above-and below-ground biomass of green bean[J]. International Journal of Environmental Science and Technology,2016(13):179-186.

[35] 丁雪麗,韓曉增,喬云發,等.農田土壤有機碳固存的主要影響因子及其穩定機制[J].土壤通報,2012,43(3):3-8.

Ding X L,Han X Z,Qiao Y F,et al.Main influencing factors of soil organic carbon sequestration and its stabilizing mechanism in farmland [J].Chinese Journal of Soil Science,2012,43(3):3-8.(in Chinese)

[36] 劉明,陶洪斌,王璞,等.華北平原水氮優化條件下不同種植制度產量、水氮利用及經濟效益分析[J].中國農業大學學報,2008,13(4):12-18.

Liu M,Tao H B,Wang P,et al.Analysis of different cropping systems using optimizing water-nitrogen management on yield,water and nitrogen utilization and economic benefits[J].Journal of China Agricultural University,2008,13(4):12-18.(in Chinese)

[37] 鄭媛媛,陳宗培,王貴彥.海河平原小麥-玉米不同種植制度節水特性分析[J].干旱地區農業研究,2019,37(5):9-15.

Zheng Y Y,Chen Z P,Wang G Y.Analysis on the water-saving characteristics of winter wheat and summer maize cropping system on Haihe Plain[J].Agricultural Research in the Arid Areas,2019,37(5):9-15.(in Chinese)

[38] 馬晨光,蔡煥杰,盧亞軍.基于APSIM模型不同水氮處理下N2O的排放研究[J].灌溉排水學報,2020,39(11): 120-129.

Ma C G,Cai H J,Lu Y J.Modelling the impact of water and nitrogen application on N2O emission from farmland using the APSIM Model[J].Journal of Irrigation and Drainage, 2020,39(11):120-129.(in Chinese)

Assessment of Main Greenhouse Gas Emission Effects under Different Cropping Patterns in North China Plain Based on APSIM Crop Model

XIE Hong-fei1, ZHAO Jun-fang1, AI Jin-Long2,PENG Hui-wen1, HUANG Rui-xi1

(1. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China; 2. School of Modern Agriculture, Yiyang Vocational & Technical College, Yiyang 413049)

The APSIM crop model was used to simulate the changes of soil organic carbon (SOC), soil nitrous oxide (N2O) emissions, soil greenhouse gas emissions and yield in the North China Plain from 1981 to 2014 under summer maize, winter wheat-summer maize, winter wheat-summer maize-early maize 1 (10 days in advance), winter wheat-summer maize -early maize 2 (20 days in advance) four cropping patterns. The results showed that among the four cropping patterns, the soil N2O emission in summer maize planting mode was the lowest, which was 514.81kg·ha?1, the average greenhouse gas emission of soil was 0.30MgCO2-eq·ha?1.The average change of soil organic carbon in winter wheat-summer maize-early maize1 (10 days in advance) cropping pattern was the least, which was 120.78kg·ha?1. The average greenhouse gas emission of winter wheat-summer maize -early maize (20 days in advance) was 0.76MgCO2-eq·ha?1. Among the four planting patterns, the average yield of winter wheat-summer maize was the highest, which was 23405.47kg·ha?1,the summer maize planting pattern had the best effect on soil greenhouse gas emissions(GHG=0.02 MgCO2-eq·ha?1), followed by the winter wheat-summer maize -early maize 2 (20 days advance) planting pattern(GHG=0.04 MgCO2-eq·ha?1). On the premise of ensuring the yield, considering the aspects of food security, resource conservation and environmental friendliness, the planting pattern of winter wheat-summer maize-early maize 2 (20 days in advance) will be an ideal planting system in the North China Plain.

North China Plain; APSIM model; Greenhouse gas emission; Yield; Cropping pattern

10.3969/j.issn.1000-6362.2022.12.001

謝鴻飛,趙俊芳,艾金龍,等.基于APSIM的華北平原不同種植模式下主要溫室氣體排放效應評估[J].中國農業氣象,2022,43(12):955-968

2022?01?03

國家重點研發計劃項目（2017YFA0603004）；湖南省自然科學基金青年基金項目

趙俊芳，博士，研究員，主要從事全球變化與農業氣象研究，E-mail: zhaojf@cma.gov.cn；艾金龍，博士，副教授，主要從事全球變化與農業氣象研究，E-mail:aijinlong15@mails.ucas.ac.cn

謝鴻飛，E-mail:17752014737@163.com