氣候變化下基于DayCent 的旱地玉米農田溫室氣體排放通量模擬

閆 琪 ，張淑鑫 ，侯文姬 ，王麗梅 ,2※，張 耀

（1. 西北農林科技大學資源環境學院，楊凌 712100；2. 農業農村部西北植物營養與農業環境重點實驗室，楊凌 712100；3. Natural Resource Ecology Laboratory，Colorado State University，Fort Collins，CO 80523，USA）

0 引 言

以大氣CO2濃度升高、全球變暖為主的氣候變化已成為各國共同關注的問題，聯合國政府間氣候變化委員會（International Panel on Climate Change，IPCC）發布的第六次評估報告顯示，2010—2019 年間，全球溫室氣體排放處于歷史最高水平，排放總量占1850 年以來累計排放量的42%[1]。中國是碳排放大國，到2020 年大氣CO2濃度已達到410 μmol/mol，N2O 和CH4濃度也分別達到331 和1858 nmol/mol[2]。為應對日益嚴峻的氣候問題，實現2060 年碳中和目標，控制以CO2、N2O 和CH4為主的農田溫室氣體（Greenhouse Gases，GHGs）排放成為亟待解決的問題。

農田生態系統是重要的溫室氣體排放源，CO2、N2O、CH4排放量分別占到大氣中溫室氣體總量的5%～20%、80%～90%、15%～30%[3]。農田土壤作為陸地生態系統碳氮循環過程中最活躍的組成部分，其溫室氣體排放會對地區及全球尺度的碳氮循環產生影響，因此研究旱地農田CO2、N2O、CH4排放在大氣CO2濃度升高條件下的響應，對如何應對未來氣候變化挑戰尤為重要。目前研究氣候變化對作物影響的方法主要集中在田間試驗和模型模擬兩個方面。此前田間試驗研究結果表明，大氣CO2濃度升高會影響作物葉片氣孔特征以及葉面積指數，提髙水分利用效率，降低氣孔導度和蒸騰速率[4-6]，從而對作物光合與呼吸過程產生影響，改變作物產量和根系生物量[4,7]，進而影響根際碳沉積[8]，同時會使土壤硝化潛勢和反硝化潛勢有不同程度的增加[9]，促進土壤N2O和CO2排放。在氮源充足的土壤中，CO2濃度升高也會通過影響氮素形態刺激N2O 排放[10]；CO2濃度升高會降低土壤CH4氧化速率，溫度升高與大氣CO2濃度升高的協同作用會降低土壤含水率，改善土壤通氣結構，使旱地CH4吸收能力增強[11]。未來大氣CO2濃度升高伴隨著溫度和降雨改變，共同影響著農田溫室氣體排放規律。

黃土高原是中國重要的玉米種植區，該區域近幾十年間溫度顯著增加，降水少且分布不均，生態環境脆弱，易受氣候變化影響[12-13]，科學評估旱地農田在未來氣候下的綜合減排潛力，成為該生態脆弱區亟需解決的問題。利用田間觀測數據校正的模型不僅能夠捕捉到農田生態系統土壤-作物-大氣間復雜的長期動態，而且可以模擬氣候和田間管理措施對農田溫室氣體排放影響。本研究利用改進的開頂式氣室（open top chamber，OTC）系統控制大氣CO2濃度，收集旱地玉米農田溫室氣體觀測數據，用于校驗DayCent 模型，并用校驗的DayCent 模型，根據第六次國際耦合模式比較計劃（Coupled Model Intercomparison Project phase 6，CMIP6）提供的共享社會經濟路徑（Shared Socioeconomic Pathways，SSPs）情景，模擬不同未來氣候情景（SSP126 和SSP245）2021—2060 年農田溫室氣體排放的變化趨勢，探討氣候變化背景下農田溫室氣體減排措施，以期為實現農業碳中和提供科學依據與數據支撐。

1 材料與方法

1.1 試驗站點概況

試驗站點布設在中國科學院長武農業生態試驗站（35°12′N，107°40′E），位于陜西省長武縣洪家鎮王東村。該地區在黃土高原水土流失區，屬暖溫帶半濕潤偏旱大陸性季風氣候區，土壤屬黏黑壚土地帶，年均降水量為584 mm，降雨主要集中在7—10 月，年平均氣溫10.17 ℃。

田間定位試驗開始于2015 年，通過改進的OTC 氣室模擬大氣CO2濃度[14]，CO2自動控制系統使OTC 氣室內CO2濃度保持在700 μmol/mol。設置兩種大氣CO2濃度梯度：自然大氣CO2濃度（400 μmol/mol）和大氣CO2濃度升高（700 μmol/mol）。種植玉米品種為“鄭單958”，種植密度7 株/m2，供試土壤 0～20 cm 基本理化性質：砂粒含量20%、黏粒含量19%、土壤容重1.22 g/cm3、有機碳7.25 g/kg、全氮 0.98 g/kg、田間持水量0.22 cm3/cm3、凋萎系數0.10 cm3/cm3、pH 值7.9。每個處理設置3 組重復。試驗施用化肥尿素（含N 46%）、過磷酸鈣（含P2O512%）和硫酸鉀（含K2O 45%），氮、磷、鉀肥施入量分別為22.5、4 和8 g/m2，其中磷肥、鉀肥和40%氮肥作為基肥在播種前均勻施撒，其余氮肥分別在喇叭口期和抽雄期施入。試驗期間不進行灌溉。

試驗數據CO2、N2O、CH4排放通量觀測期為2019年5 月—2020 年10 月，主要農田管理措施列于表1。N2O、CH4排放通量采用靜態箱-氣相色譜儀法（Agilent 7890A，USA）進行采集測定，CO2排放數據測定使用土壤碳通量自動測量系統（LI-8100A，USA），并同步測定地下5 cm 的溫度和土壤含水率[15]。采氣頻率為每6 d監測1 次，氮肥施用后或降雨后從第2 天開始每1 或2 d 采集監測1 次，直至氣體排放通量趨于穩定水平，隨后恢復為日常監測的頻率；采集時間為測定當天9:00—11:30。

表1 2019—2020 年玉米生長季田間管理措施時間Table 1 Field management practices during maize growth period in 2019-2020

1.2 DayCent 模型簡介

DayCent 模型是以“日”為步長的Century 模型[16]，用來模擬土壤-植物-大氣生態系統 C、N、P、S 元素動態變化，以及微量氣體通量（CO2、N2O、NOx、CH4、N2）。DayCent 模型包括土壤水分和土壤溫度子模型、植物子模型、土壤有機質（soil organic matter，SOM）子模型和微量氣體子模型，以“日”為步長來模擬植株生長，微量氣體通量和土壤碳通量，以“半小時”為步長模擬土壤水分動態。DayCent 模型模擬土壤呼吸，包括以“日”為步長的自養呼吸和異養呼吸。SOM 分解和外部養分的添加提供NO3-、NH4+、P和S含量，可供植物和微生物生長，產生微量氣體通量。分布在土壤表層15 cm 處，而NO3-分布在整個土壤剖面。硝化子模型模擬N2O 和NOx排放，與土壤NH4+、含水率、溫度、pH值和質地有關。當土壤充水孔隙度（water-filled pore space，WFPS）過低時水分脅迫會限制硝化作用；過高時氧氣含量會成為硝化作用的限制因子。反硝化子模型模擬N2O、N2和NOx排放，與土壤NO3-、水分含量、不穩定性碳含量以及土壤質地相關。反硝化過程是在土壤含水率超過50%～60%時發生，反硝化速率隨著含水率增加呈指數增長，在土壤接近飽和時趨于穩定。CH4吸收受土壤氣體擴散率、含水率和溫度控制，當土壤體積含水率過高，CH4氧化速率受氣體擴散率限制；當土壤體積含水率過低時，CH4氧化速率受限于甲烷氧化菌活性[17-19]。

DayCent 模型考慮了土壤類型、氣候和耕作強度等因素，目前已被廣泛用于模擬土地管理和氣候變化的長期生態效應[20]。DayCent 模型在國外已被廣泛應用于模擬農田土壤溫室氣體排放通量等方面[19-22]，預測農田溫室氣體排放對氣候變化（溫度、降雨、CO2）的響應[9,19-23]。在國內模型多應用于模擬森林、草地生態系統的碳循環動態，農田作物產量、地上部生物量、土壤有機質和全氮等方面[23-25]，對溫室氣體排放模擬也有部分應用，CHENG 等[26]收集350 個試驗點數據對模型在中國農田的適用性進行評價，結果表明模型可以很好地模擬農田N2O 季節排放量。QIAN 等[27]使用Daycent 模型準確預測農田 N2O 日和年排放通量。

1.3 DayCent 模型模擬方法

DayCent 模型運行需要建立站點、氣象以及田間管理措施等文件。1）土壤數據：經緯度，土壤分層，有機碳含量，土壤容重，田間持水量，凋萎系數，pH 值等。2）氣象數據：1998—2020 年歷史氣象數據，來源于陜西長武農田生態系統國家野外科學觀測研究站（http://cwa.cern.ac.cn），選取日最高溫度（℃）、最低溫度（℃）、降水量（cm）對 DayCent 模型中氣象參數進行設定。未來氣候情景數據，使用CIMP6中GFDL-ESM4模型的SSP126 和SSP245 氣候情景。其中，SSP126 代表可持續發展道路，溫室氣體排放水平最低，到2100 年輻射強迫下降至2.6 W/m2；SSP245 代表世界遵循社會經濟和技術發展的中間道路，溫室氣體排放為中等水平，到2100 年輻射強迫穩定在4.5 W/m2。3）管理文件：植被參數（植被類型、植物生長最適溫度、最高溫度、木質素含量等）；耕作參數；施肥參數；收獲參數等。4）建立土壤碳庫初始值：為獲得模擬地區穩定的土壤碳庫初始值，按3 個時期代表該地區農業種植歷史，一是自然植被階段模擬，二是1900 年開始小麥-玉米輪作模擬，三是1998 年玉米單作階段，調用以上參數文件運行模型，使得輸出土壤有機碳含量與試驗布設前接近。利用模型CO2濃度模擬模塊，設置自然大氣CO2濃度（400 μmol/mol）和CO2濃度升高（700 μmol/mol），并對模型參數進行敏感性分析，根據長武試驗站2019—2020 年溫室氣體（N2O、CH4和CO2）不同CO2濃度處理下的觀測數據，采用“試錯法”對DayCent 模型參數進行校驗。最后使用校驗的模型參數，設置大氣CO2濃度以每年0.5%的增長速率，模擬未來氣候情景下旱地農田溫室氣體排放的變化趨勢。

1.4 DayCent 模型模擬效果評價

本文評價DayCent 模型模擬土壤溫室氣體排放通量的準確性采用3 種指標。計算決定系數（coefficient of determination，R2）對模擬值與觀測值做回歸相關分析，均方根誤差（root mean square error，RMSE）來評價模擬值與觀測值的差異，用模擬效率（modeling efficiency，EF）來評價模擬效果。EF 和R2越接近于1，RMSE 越接近于0，模擬的效果越好。

1.5 數據分析

采用Microsoft Office Excel 2010 進行數據整理，用Microsoft Office Excel 2010 和Origin 2018 完成繪圖。

2 結果與分析

2.1 DayCent 模型對溫室氣體排放模擬校驗結果

2.1.1 DayCent 模型對N2O 排放通量模擬校驗結果評價

利用DayCent 模型對旱地農田N2O 排放通量進行模擬，如圖1 所示。DayCent 模型能較好地模擬不同大氣CO2濃度處理下旱地農田N2O 排放通量。對模擬值與觀測值進行分析，EF 為0.58～0.87，RMSE 為0.83～1.33 g/(hm2·d)，R2為0.80～0.91（表2），模型模擬評價參數效果均在較好范圍內?？傮w而言，DayCent 模型能夠捕捉到施肥和降雨后的農田N2O 釋放峰，且模型模擬的排放峰值出現時間均與觀測值接近，N2O 排放通量的模擬峰值為6.09～9.48 g/(hm2·d)，觀測值為4.21～9.38 g/(hm2·d)；同時各個生育期N2O 排放變化規律也基本一致，N2O 排放通量模擬值為3.52～5.18 g/(hm2·d)，模擬值與觀測值一致性良好。

圖1 2019—2020 年玉米農田N2O 排放通量模擬值與觀測值比較Fig.1 Comparison between simulated and observed N2O fluxes from maize farmland in 2019-2020

表2 各處理下玉米農田溫室氣體排放通量的模型模擬效果Table 2 Model performance for greenhouse gas emissions from maize farmland under different treatments

2.1.2 DayCent 模型對CH4排放通量模擬校驗結果評價

旱地農田對CH4表現為弱匯。DayCent 模型對2019—2020 年旱地農田CH4吸收通量的模型結果如圖2 所示，模擬值與觀測值的對比分析顯示，EF 為0.45～0.65，RMSE 為0.67～0.82 g/(hm2·d)，R2為0.53～0.80（表2），模型模擬評價參數效果良好，說明模擬值與實測值一致性較好。不同大氣CO2濃度處理下CH4吸收通量在整個玉米生育期處于頻繁的波動中，CH4氧化通量模擬值為5.15～5.71 g/(hm2·d)，觀測值為4.95～5.38 g/(hm2·d)，模型能夠捕捉到CH4吸收動態，并且模擬吸收峰值出現時間與觀測時間的較為一致。

圖2 2019—2020 年玉米農田CH4 排放通量模擬值與觀測值比較Fig.2 Comparison between simulated and observed CH4 fluxes from maize farmland in 2019-2020

2.1.3 DayCent 模型對CO2排放通量模擬校驗結果評價

利用DayCent 模型對旱地農田CO2排放通量進行模擬，模擬結果如圖3 所示，模擬值與觀測值對比分析顯示，EF 為0.25～0.62，RMSE 為0.58～0.80 g/(m2·d)，R2為0.53～0.85（表2）。從圖3 可以看出，DayCent 模型能夠捕捉到耕作和施肥后的農田CO2釋放峰，且模擬峰值出現時間均與觀測時間較為接近。2019 年和2020 年不同大氣CO2濃度處理下土壤CO2排放通量的模擬峰值出現在玉米幼苗期，而觀測峰值出現在第一次追肥后。自然大氣CO2濃度處理下土壤CO2排放通量模擬值分別為3.10 和2.92 g/(m2·d)，大氣CO2濃度升高處理下分別為3.35 和2.95 g/(m2·d)，整體上DayCent 模型能夠很好地模擬出農田CO2排放動態。

圖3 2019—2020 年玉米農田CO2 排放通量模擬值與觀測值比較Fig.3 Comparison between simulated and observed CO2 fluxes from maize farmland in 2019-2020

2.2 未來氣候情景下旱地農田溫室氣體排放

基于校驗的DayCent 模型，以2001—2020 年旱地農田溫室氣體通量為基準值，采用SSP126 和SSP245 氣候情景構建的氣象數據，對旱地玉米農田當前管理模式下2021—2060 年玉米農田溫室氣體排放通量進行模擬。

SSP126 和SSP245 氣候情景下，溫度整體呈現上升趨勢（圖4），2021—2060 年平均最高氣溫分別為16.32和15.83 ℃，上升速率分別為0.11 和0.21 ℃/(10 a)；年平均最低氣溫分別為5.29 和5.60 ℃，上升速率分別為0.02 和0.28 ℃/(10 a)；SSP126 和SSP245 氣候情景下年均降雨量分別為74.51 和69.71 cm，增長率為0.58 和0.32 cm/a。

圖4 未來SSP126 和 SSP245 氣候情景下年均最高氣溫、最低氣溫和年降水量Fig.4 Mean annual maximum temperature, minimum temperature and annual precipitation under the future climate scenarios of SSP126(the low forcing scenario of Coupled Model Intercomparison Project phase 6) and SSP245 (the medium forcing scenario of Coupled Model Intercomparison Project phase 6)

以2001—2020 年旱地農田溫室氣體通量為基準值，2021—2060 年當前管理模式旱地農田溫室氣體排放變化趨勢如圖5 所示，分為2021—2040 年和2041—2060 年兩個時段對比分析。2001—2020 年N2O 排放量為0.47 kg/(hm2·a)，SSP126 氣候情景下2021—2040 年和2041—2060 年N2O排放量分別為0.53 和0.58 kg/(hm2·a)，SSP245 情景下分別為0.51 和0.58 kg /(hm2·a)，相較于2001—2020 年N2O年排放量，兩個氣候情景下分別增加22.8%和24.9%。2001—2020 年CH4吸收通量為1.76 kg /(hm2·a)，SSP126情景下2021—2040 年和2041—2060 年CH4吸收量分別為1.60 和1.52 kg/(hm2·a)，SSP245 情景下分別為1.59 和1.53 kg/(hm2·a)，CH4年吸收量呈下降趨勢，相較于2001—2020 年分別減少13.6%和13.4%。2001—2020 年CO2排放通量為5 079.80 kg/(hm2·a)，SSP126 情景下2021—2040 年和2041—2060 年CO2排放量分別為5 191.90和5 419.80 kg/(hm2·a)，SSP245 情景下分別為5 190.03和5 488.09 kg/(hm2·a)，CO2年排放量呈上升趨勢，相較于2001—2020 年分別升高6.7%和8.0%。

圖5 未來SSP126 和 SSP245 氣候情景下玉米農田溫室氣體排放通量Fig.5 Greenhouse gas fluxes from maize farmland under the future climate scenarios of SSP126 and SSP245

3 討 論

3.1 模型模擬溫室氣體排放通量

利用長期田間定位試驗不同大氣CO2濃度條件下旱作玉米農田溫室氣體排放通量的觀測數據，對DayCent模型進行校驗，結果表明，DayCent 模型對不同大氣CO2濃度下農田土壤N2O、CH4和CO2排放的模擬值與觀測值高度一致（表2）。

DayCent 模型能夠較精確地模擬農田N2O 排放動態變化，在施氮肥后出現N2O 排放峰，同時能夠模擬出強降雨與干旱時N2O 排放動態（圖1）。氮肥和土壤水分含量是影響硝化過程與反硝化過程的重要因素。氮肥添加通過改變土壤碳氮比、磷、鉀含量以及微生物活性，促進土壤N2O 排放[28]。土壤N2O 排放量與土壤含水率呈正相關關系，土壤水分含量過低會抑制土壤微生物活性和豐度，LI 等[29]基于meta 分析發現，降水量減少和長期干旱使得土壤N2O 排放量分別減少31%和25%；降雨量增加會產生土壤厭氧環境，加速反硝化反應進程，使得N2O排放量增加。在DayCent 模型中綜合考慮了土壤溫度、濕度、pH值、土層和空間分布等因素對N2O 排放的影響，可以用于模擬土壤N2O 排放動態。

DayCent 模型模擬農田CH4吸收動態與土壤含水率變化高度一致（圖2），2019 年6 月中旬至7 月初作物生長發育前期，降雨集中使得土壤體積含水率較高，CH4氧化速率受限，CH4吸收處于較低水平。旱地土壤 CH4吸收主要受土壤水分含量的影響，降雨會影響土壤CH4吸收和CH4排放相關微生物基因表達[30]，降雨增加使得土壤處于淹水條件下，土壤通氣性變差，氣體擴散速度和幅度漸弱，抑制甲烷氧化菌活性，導致土壤CH4吸收減少[31]。在DayCent 模型中CH4吸收受土壤氣體擴散率、含水率和溫度控制，土壤體積含水率為0.06～0.22 cm3/cm3時有利于CH4氧化；當土壤體積含水率過高，CH4氧化速率受氣體擴散率的限制。因此，DayCent 模型能夠很好地模擬土壤CH4吸收動態。

DayCent 模型能夠模擬農田耕作和施肥后的CO2釋放峰（圖3）。模型中土壤CO2排放通量由異養呼吸和自養呼吸（幼根和成熟根系自養呼吸）組成，玉米生長前期，土壤呼吸強度以異養呼吸為主，這主要受土壤耕作影響[32-34]，土壤受人為擾動，可供異養呼吸的底物含量高，且土壤溫度和水分均有利于有機質分解。施肥后作物根系出現生長旺盛期，根系呼吸出現排放峰值，兩次追肥之后根系自養呼吸的貢獻率在2%～15%，整體而言本研究中CO2排放模擬值低于觀測值，這與BLACK等[8]研究結果一致，對大豆-玉米輪作農田生態系統土壤呼吸的模擬中發現，模型能夠捕捉到土壤呼吸各組分的不同生育期變化，但始終低估根系自養呼吸強度。SENAPATI等[19]對玉米農田模擬土壤異養呼吸日平均值為1.42 g/m2，低于觀測值43%～53%，認為是由于土壤異養呼吸對土壤水分含量不敏感而造成的。影響CO2排放通量的重要因素是氮肥和土壤溫度。DayCent 模型考慮了底物含量、土壤質地、溫濕度以及管理措施等對土壤CO2排放通量的影響[19]，整體上能夠很好地模擬農田CO2排放動態。

利用DayCent 模型模擬大氣CO2濃度升高對農田溫室氣體排放的影響結果顯示，大氣CO2濃度升高并沒有改變各個生育期農田溫室氣體排放規律。與當前自然大氣條件相比，大氣CO2濃度升高處理，2019 年和2020年N2O 排放通量分別增加20.46%和 22.11%，CO2排放通量分別增長6.64%和7.26%，CH4吸收通量分別降低6.29%和6.44%，大氣CO2濃度升高會促進土壤N2O 和CO2排放，抑制CH4吸收。模型中大氣CO2濃度升高對農田生態系統的影響，是通過調整生物量、作物蒸騰、碳氮比以及根冠比實現的。一方面，大氣CO2濃度升高會使作物蒸騰輕微下降，提高土壤水分利用效率[7,13]，從而降低土壤含氧量，對主導土壤硝化和反硝化作用的好氧和厭氧微生物產生影響[29]，促進土壤N2O 排放；而旱地土壤CH4吸收主要受土壤水分含量的影響，CO2濃度升高會減弱土壤CH4吸收[35-36]。另一方面，大氣CO2濃度升高使地下部生物量以及根系分泌物增加[9,37]，提供更多的能量和碳源，促進土壤硝化和反硝化過程。王從等[11]依托FACE（free air carbon dioxide enrichment）試驗平臺研究發現模擬CO2濃度升高導致N2O 排放顯著增加。大氣CO2濃度升高對土壤CO2排放的影響因生育期而異，土壤呼吸與根系生物量顯著相關[15]，BLACK 等[8]利用FACE 平臺模擬CO2濃度升高200 μmol/mol，土壤自養呼吸和異養呼吸速率分別提高3%和16%。模擬結果表明，DayCent 模型能夠很好地模擬大氣CO2濃度升高下土壤溫室氣體排放的動態變化，模型可以用于未來氣候情景下農田溫室氣體排放的模擬研究。

3.2 模型預測未來氣候情景下的農田溫室氣體排放

未來SSP126 和SSP245 氣候情景下，溫度和降雨均呈現增長趨勢（圖4），利用校驗的DayCent 模型預測未來氣候情景下當前管理模式農田溫室氣體排放結果顯示（圖5），旱地農田是重要的溫室氣體排放源，SSP126和SSP245 情景下農田N2O 和CO2排放通量均呈上升趨勢，相較于2001—2020 年，N2O 排放量分別增加22.8%和24.9%，CO2排放量分別增加6.7%和8.0%；CH4表現為旱地農田的弱匯，CH4吸收通量呈下降趨勢，兩個氣候情景下分別減少13.6%和13.4%。在大氣CO2、溫度和降雨共同作用下，通過改變微生物活性和土壤理化性質直接和間接地影響溫室氣體排放。研究表明，大氣CO2升高、溫度升高以及降雨增加，均會促進土壤N2O排放[11,29]，QIN 等[22]用校準的DayCent 模型預測氣候變化、施氮量對高緯度春小麥對N2O 排放的影響，模擬結果顯示施氮量為50 kg/hm2時N2O 排放增加35%，施氮量提高到125 kg/hm2，N2O 排放增加56%。本研究中未來氣候情景下影響旱地土壤CH4吸收最主要的因素是土壤水分，降雨增加使得土壤氣體擴散速度和幅度漸弱，抑制甲烷氧化菌活性，使得土壤CH4吸收量減少[35]，而土壤溫度主要通過影響CH4擴散速率和酶的活性促進CH4吸收[31]。CH4和CO2是指示碳循環的重要因子，土壤異養呼吸是土壤碳流失的重要途徑，受土壤溫度和水分的控制，研究表明，土壤溫度升高促使土壤有機質分解，促進根系呼吸，提高微生物活性，進而促進土壤CO2排放[11,36]，在黃土高原地區，土壤含水率是溫室氣體排放的主要限制因素，大氣CO2濃度升高可以提高植物水分利用效率，改善土壤水分脅迫[6,7]。LAI 等[21]模擬溫度升高以及降雨量改變對柳枝稷土壤CO2排放通量的研究顯示，降雨和溫度升高會導致CO2排放通量增加，未來氣候下CO2排放通量呈現上升趨勢，表現為多項式曲線模式。

綜上，未來SSP126 和SSP245 情景下，大氣CO2濃度、溫度和降雨多種因子的綜合作用下，當前玉米農田管理模式，土壤CH4吸收通量減少，N2O 和CO2排放通量增加。研究表明，氮肥和耕作措施是影響農田溫室氣體排放的重要因素。氣候變暖與氮肥交互作用使得農田土壤CO2和N2O 排放量顯著增加，土壤呼吸的溫度敏感性Q10降低[15,37]。CO2排放受土壤耕作方式影響，深耕（深翻和深松）、秸稈還田會顯著增加土壤CO2排放通量[33,38]。郭乙霏等[28]研究表明，與深耕相比，旋耕更利于土壤 N2O 和CO2減排。因此氣候變化背景下，優化施氮量和耕作措施等田間管理，將有助于實現農田溫室氣體減排。

4 結 論

1）本研究利用黃土高原旱作玉米的田間觀測數據對DayCent 模型進行校驗，結果表明不同CO2濃度處理下N2O、CH4和CO2排放通量模擬值與觀測值一致性程度高，說明DayCent 模型可以模擬旱地農田溫室氣體排放動態變化，應用模型評估未來氣候旱地農田溫室氣體排放具有一定的可靠性。

2）利用校驗的DayCent 模型預測SSP126 和SSP245氣候情景下，玉米單作種植模式旱地農田溫室氣體變化規律，結果顯示，2021—2060 年間N2O 和CO2年排放通量呈上升趨勢，CH4年吸收量呈下降趨勢，未來氣候情景下旱地農田仍是溫室氣體的排放源。

黃土高原是人類-環境耦合旱地系統對人類活動最敏感的地區之一，優化施氮與農田耕作等田間管理是提高農業溫室氣體減排潛力的重要措施，對實現溫室氣體減排具有重要意義。