吉林省農(nóng)田溫室氣體N2O減排潛力預(yù)測(cè)

趙玉巖,于千晴,湯肖丹,宋美彤,李 兵

吉林大學(xué)地球探測(cè)科學(xué)與技術(shù)學(xué)院,長(zhǎng)春 130026

0 引言

溫室氣體是大氣中可以吸收和釋放紅外輻射的氣態(tài)成分,主要包括二氧化碳(CO2)、氧化亞氮(N2O)、氟利昂、甲烷(CH4)等,其中非CO2溫室氣體占溫室氣體總量的10%～20%[1]。這些氣體能強(qiáng)烈吸收地面輻射中的紅外線(xiàn),導(dǎo)致地球溫度上升,即溫室效應(yīng)。溫室效應(yīng)的不斷積累會(huì)造成全球氣候變暖、降水量重新分配、冰川和凍土消融、海平面上升等,從而破壞生態(tài)平衡,影響人類(lèi)健康,甚至威脅人類(lèi)的生存。

農(nóng)業(yè)是溫室氣體的重要排放來(lái)源之一[2],主要會(huì)產(chǎn)生非CO2溫室氣體,如CH4、N2O等,農(nóng)田非CO2溫室氣體排放量占全球人為排放總量的10%～12%[1]。N2O是硝化和反硝化作用過(guò)程的中間產(chǎn)物,是一種重要的溫室氣體,其增溫效應(yīng)是CO2的150～200倍[3],農(nóng)田是其最大釋放源[4]。土壤中氮肥和有機(jī)肥的投入會(huì)提高硝化和反硝化率,從而導(dǎo)致N2O排放量的增加[1],施肥引起的N2O排放量約占全球土地排放量的30%[5]。張廣斌等[6]分析了中國(guó)農(nóng)田非CO2溫室氣體的減排現(xiàn)狀,指出了近30 a來(lái)我國(guó)農(nóng)田非CO2溫室氣體減排的實(shí)質(zhì)是CH4和N2O的綜合減排。降低農(nóng)田溫室氣體排放量能有效減緩全球氣候變暖,目前的主要方法有秸稈還田、水稻間歇灌溉、提高肥效、提高農(nóng)業(yè)廢棄物利用率等。那偉等[7]發(fā)現(xiàn)吉林省農(nóng)業(yè)溫室氣體一直以N2O的排放為主體,并據(jù)此給出了相應(yīng)的減排建議。因此,合理控制農(nóng)田溫室氣體N2O的排放對(duì)于緩解溫室效應(yīng)和實(shí)現(xiàn)“雙碳”目標(biāo)具有重大意義。

1992年,美國(guó)New Hampshire大學(xué)創(chuàng)建了脫氮-分解作用(DNDC)模型[8],它是模擬和追蹤農(nóng)業(yè)生態(tài)系統(tǒng)中碳氮生物地球化學(xué)循環(huán)過(guò)程的模型。該模型廣泛應(yīng)用于農(nóng)田、森林等多種類(lèi)型的生態(tài)系統(tǒng),為準(zhǔn)確模擬CH4、N2O等溫室氣體排放提供了技術(shù)支持。Xu等[9]利用DNDC模型估算了1995年貴州省縣域農(nóng)業(yè)用地N2O排放總量及其空間分布,并評(píng)價(jià)了耕作方式對(duì)N2O排放的影響,發(fā)現(xiàn)N2O受施氮量影響最明顯,作物種植、肥料改良劑、氮肥施用和耕作等農(nóng)業(yè)實(shí)踐對(duì)N2O排放的影響是一個(gè)有機(jī)組合。Abdalla等[10]對(duì)河北省不同氮肥施用量條件下夏玉米-冬小麥兩熟系統(tǒng)中N2O排放與作物生產(chǎn)力的DNDC模型進(jìn)行了校正和評(píng)價(jià),從而有效地估算了夏玉米-冬小麥兩熟系統(tǒng)的累積N2O通量和糧食產(chǎn)量。張開(kāi)[11]利用DNDC模型對(duì)沈陽(yáng)市不同氣候背景條件下種植馬鈴薯田的增產(chǎn)減排進(jìn)行了研究,找出了不同降雨年型下馬鈴薯田的最優(yōu)施肥量以及適宜的施肥深度和施肥比例。呂鳳蓮[12]以田間試驗(yàn)和DNDC模型模擬相結(jié)合的方法,研究有機(jī)肥和無(wú)機(jī)肥配施對(duì)小麥和玉米產(chǎn)量、氮肥利用效率以及含氮?dú)怏w排放等的影響。與陸地生態(tài)系統(tǒng)生物地球化學(xué)循環(huán)(CENTURY)模型、卡內(nèi)基-埃姆斯斯坦福方法(CASA)模型、土壤侵蝕/生產(chǎn)力影響(EPIC)模型、生物群落生物地球化學(xué)循環(huán)(BiomeBGC)模型、洛桑碳(RothC)模型等相比[13],DNDC模型對(duì)于農(nóng)業(yè)生態(tài)系統(tǒng)的適用性更強(qiáng),能夠考慮較為詳細(xì)的參數(shù),并可同時(shí)長(zhǎng)期模擬多種溫室氣體的排放過(guò)程,從而得出更加精準(zhǔn)的模擬結(jié)果[13],更好地模擬溫室氣體排放并對(duì)節(jié)能減排進(jìn)行優(yōu)化分析[14]。因此,本文選擇DNDC模型進(jìn)行溫室氣體排放模擬。

吉林省是我國(guó)重要的糧食產(chǎn)地,主要糧食作物為玉米和水稻[15],農(nóng)田溫室氣體N2O的排放量較大,降低其排放量成為迫切需要解決的問(wèn)題。本文利用DNDC模型模擬了1991—2020年吉林省玉米種植條件下N2O的排放情況,同時(shí)進(jìn)行了點(diǎn)位模擬和全省的區(qū)域模擬,并通過(guò)敏感度分析找出了影響N2O排放的最主要因素,探究了增產(chǎn)減排的最優(yōu)方案, 為吉林省農(nóng)業(yè)綠色轉(zhuǎn)型和節(jié)能減排提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

吉林省位于我國(guó)東北部,全省占地面積為18.74萬(wàn)km2,是我國(guó)重要的糧食基地,也是我國(guó)玉米的主要產(chǎn)地。吉林省處于中緯度地區(qū),屬于溫帶大陸性季風(fēng)氣候。夏季溫暖多雨,冬季寒冷干燥。降雨時(shí)間常集中在6—9月。種植玉米通常開(kāi)始于4月底到5月中旬,收獲期通常為10—11月。

1.2 數(shù)據(jù)來(lái)源

本文氣象數(shù)據(jù)均來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心,點(diǎn)位模擬中土壤數(shù)據(jù)、作物數(shù)據(jù)和農(nóng)田管理數(shù)據(jù)均來(lái)源于吉林大學(xué)功能農(nóng)業(yè)基地(琿春);區(qū)域模擬中土壤數(shù)據(jù)來(lái)自于中國(guó)土壤數(shù)據(jù)庫(kù);考慮到作物數(shù)據(jù)和農(nóng)田管理數(shù)據(jù)在同省份內(nèi)差別不大,因此區(qū)域模擬所用到的作物數(shù)據(jù)和農(nóng)田管理數(shù)據(jù)仍采用吉林大學(xué)功能農(nóng)業(yè)基地(琿春)提供的數(shù)據(jù)。

1.3 研究方法

以1991—2020年共30 a的氣候?yàn)楸尘?利用表1和表2的土壤和田間管理數(shù)據(jù)進(jìn)行點(diǎn)位模擬。

表1 用于點(diǎn)位模擬的吉林大學(xué)功能農(nóng)業(yè)基地(琿春)土壤數(shù)據(jù)

表2 用于點(diǎn)位模擬的吉林大學(xué)功能農(nóng)業(yè)基地(琿春)田間管理數(shù)據(jù)

根據(jù)IPCC 2006年國(guó)家溫室氣體清單指南 2019修訂版[16]提出的估算方法以及現(xiàn)有數(shù)據(jù),估算在玉米種植條件下N2O的排放量,并進(jìn)行模型驗(yàn)證。采用歸一化均方根誤差(normalized root mean squared error, NRMSE)來(lái)評(píng)價(jià)模擬值和真實(shí)值的符合度:

式中:ε為歸一化均方根誤差;Ri為真實(shí)值;Mi為模擬值;n為樣本容量。NRMSE越小,模擬值與真實(shí)值間的偏差越小,模擬結(jié)果越準(zhǔn)確可靠[17]。NRMSE≤10%,表明模擬效果非常好;10%30%,表明模擬效果差。

本文中的真實(shí)值為種植玉米的年N2O排放總量:

Ri=Si·β+Qi·(γ1+γ2)。

式中:Si為第i年玉米的播種面積;β為單位面積玉米的年N2O排放量;Qi為第i年玉米的化肥施用總量;r1為玉米的氮肥N2O排放系數(shù);r2為玉米的復(fù)合肥N2O排放系數(shù)[18]。本研究中,玉米的本底N2O排放量為2.532 kg/hm2[19],氮肥N2O排放系數(shù)為0.83%[20],復(fù)合肥N2O排放系數(shù)為0.11%[21]。

驗(yàn)證成功后,進(jìn)行溫室氣體排放對(duì)氣候和人為耕作管理的敏感度分析,即在一定范圍內(nèi)改變模型中一個(gè)影響因素的數(shù)值輸入,同時(shí)保持其他影響因素不變,得到輸出值的變化規(guī)律。本研究變更的影響因素包括氮肥施用量、有機(jī)肥施用量、秸稈還田比例、土壤有機(jī)碳質(zhì)量分?jǐn)?shù)、溫度和降雨量,它們的變更情況見(jiàn)表3。通過(guò)敏感度分析,可得到各因素對(duì)溫室氣體排放的影響程度。

表3 敏感性分析中各影響因素的變更情況

為了進(jìn)一步分析吉林省1991—2020年溫室氣體的空間變化特征,根據(jù)氣象站點(diǎn)的位置,選取12個(gè)區(qū)域進(jìn)行區(qū)域模擬,并利用地理信息系統(tǒng)軟件ArcGIS繪制溫室氣體空間分布圖,再根據(jù)結(jié)果對(duì)吉林省不同區(qū)域的溫室氣體排放差異及原因進(jìn)行分析,最后通過(guò)調(diào)節(jié)各影響因素的數(shù)值,得出最優(yōu)的田間管理方案。

2 結(jié)果與討論

2.1 模型驗(yàn)證

利用玉米種植條件下吉林大學(xué)功能農(nóng)業(yè)基地(琿春)的N2O年排放量,通過(guò)試錯(cuò)法不斷對(duì)模型參數(shù)予以校正,驗(yàn)證結(jié)果(表4)表明,1991—2020年N2O年排放量模擬值的平均值為6.63 kg/hm2,真實(shí)值的平均值為6.85 kg/hm2,模型模擬值與真實(shí)值之間盡管存在一定的偏差,但二者的NRMSE為5.97%,在模擬效果非常好的范圍內(nèi);表明DNDC模型可以很好地模擬預(yù)測(cè)吉林省玉米種植條件下溫室氣體N2O的變化趨勢(shì)。

表4 1991—2020年吉林大學(xué)功能農(nóng)業(yè)基地(琿春)N2O年排放量的真實(shí)值與模擬值

2.2 敏感度分析

利用驗(yàn)證過(guò)的DNDC模型進(jìn)行敏感度分析,以評(píng)估不同輸入?yún)?shù)對(duì)模擬結(jié)果的影響,進(jìn)而確定影響農(nóng)田N2O排放的關(guān)鍵因素。敏感度分析結(jié)果(圖1)表明,對(duì)溫室氣體N2O排放量影響程度最大的為氮肥施用量,其次是有機(jī)肥施用量;土壤有機(jī)碳質(zhì)量分?jǐn)?shù)也會(huì)對(duì)N2O排放量有一定影響;而秸稈還田比例、溫度以及降雨量對(duì)N2O排放量的影響較小。相對(duì)于氣候因子的波動(dòng),主要的田間管理尤其是化肥施用以及土壤有機(jī)碳的變化對(duì)溫室氣體排放的影響更大。楊黎等[22]也利用DNDC模型研究不同施氮和秸稈還田措施對(duì)東北地區(qū)春玉米農(nóng)田固碳和N2O排放的長(zhǎng)期綜合影響,發(fā)現(xiàn)在春玉米生長(zhǎng)季,施氮量、不同施氮措施、秸稈還田和降雨等都對(duì)N2O排放有著一定程度的影響;王秀斌等[23]對(duì)河北省小麥和玉米季潮土N2O排放DNDC模擬敏感度的分析結(jié)果也表明,N2O排放量模擬值對(duì)氮肥用量和施肥次數(shù)的改變最為敏感。二者均與本文的敏感度分析結(jié)論基本一致。所以,在作為糧食基地的吉林省農(nóng)田生態(tài)系統(tǒng)中,不同田間管理措施的改變,尤其是氮肥施用的合理規(guī)劃是調(diào)節(jié)N2O排放和玉米產(chǎn)量的有效方法。

氮肥施用量、有機(jī)肥施用量和土壤有機(jī)碳質(zhì)量分?jǐn)?shù)均是在原基礎(chǔ)上進(jìn)行改變。

2.3 N2O排放時(shí)空分布特征分析

2.3.1 空間分布特征

通過(guò)1991—2020年吉林省各區(qū)域N2O排放量(表5)可以發(fā)現(xiàn),西部區(qū)域排放量最大,中部區(qū)域排放量居中,東部區(qū)域排放量最小。西部的白城、乾安、長(zhǎng)嶺的N2O排放均較多,年均排放量在60 kg/hm2以上;其次是中部的長(zhǎng)春等城市,年均N2O排放量?jī)H次于西部地區(qū);而東部地區(qū)如延吉、東崗等城市的N2O排放均較少,年均排放量在20～30 kg/hm2之間。

表5 1991—2020年吉林省各區(qū)域N2O排放量

由敏感度分析已知降雨量對(duì)N2O排放的影響較小,但降雨與農(nóng)作物生長(zhǎng)密切相關(guān)。分析東中西部代表城市(延吉、長(zhǎng)春、白城)近30 a的月平均降雨量(圖2)發(fā)現(xiàn),全省降雨在每年的1—3月份非常低,之后隨著月份的逐漸增長(zhǎng),降雨量也逐漸增加,至7月份達(dá)到最高值,隨后逐漸降低,10月份之后又非常低。因此,在吉林省降雨期為每年的4—10月,玉米大概在5月份播種、10月份收割,充足的雨水可以為玉米生長(zhǎng)帶來(lái)積極的影響。

圖2 白城、長(zhǎng)春和延吉的月平均降雨量

2.3.2 時(shí)間分布特征

基于N2O排放量的空間分布,將吉林省劃分為東中西部3個(gè)研究區(qū)域,選擇延吉、長(zhǎng)春、白城分別作為東、中、西區(qū)域的代表城市進(jìn)行N2O排放的時(shí)間分布特征研究。對(duì)比3個(gè)城市1991—2020年的N2O排放量(圖3)可以發(fā)現(xiàn),N2O排放量的波動(dòng)程度較大。從最近10 a的變化趨勢(shì)來(lái)看,白城有4年(2012、2014、2018和2019年)高于平均值(72.18 kg/hm2),長(zhǎng)春有3年(2015、2018和2019年)高于平均值(42.47 kg/hm2),延吉也有3年(2015、2018和2019年)略高于平均值(21.08 kg/hm2)。3個(gè)地區(qū)在2018和2019年的N2O排放量都較高,而2020年都明顯降低;這是因?yàn)?020年我國(guó)提出碳中和碳達(dá)峰目標(biāo)后,吉林省也從農(nóng)業(yè)上降低了N2O的排放量。與農(nóng)業(yè)生產(chǎn)活動(dòng)相關(guān)的溫室氣體排放多來(lái)源于糧食生產(chǎn)過(guò)程,如水稻種植引起的CH4排放和氮肥施用引起的N2O排放[24-26]。為了更好地實(shí)現(xiàn)節(jié)能減排,吉林省農(nóng)業(yè)生產(chǎn)活動(dòng)仍需繼續(xù)由傳統(tǒng)的高投入、高消耗、高產(chǎn)出方式向資源節(jié)約、利用效率不斷提升的生態(tài)農(nóng)業(yè)與循環(huán)農(nóng)業(yè)方式轉(zhuǎn)變[9]。在今后的農(nóng)業(yè)生產(chǎn)活動(dòng)中,也應(yīng)該在保證產(chǎn)量的前提下盡可能減少溫室氣體排放,逐漸提高農(nóng)業(yè)現(xiàn)代化水平。

圖3 白城、長(zhǎng)春和延吉年均N2O排放時(shí)間分布圖

2.4 N2O增產(chǎn)減排優(yōu)化分析

2.4.1 施氮量

為了探究吉林省不同區(qū)域、不同施氮梯度對(duì)玉米產(chǎn)量和N2O排放的影響,基于研究區(qū)域近30 a的平均氣象數(shù)據(jù)情況,以30 kg/hm2施氮量變化梯度為前提,采用DNDC模型模擬施氮量與玉米產(chǎn)量、N2O排放量的關(guān)系,結(jié)果如圖4所示。從圖4可以看出,3個(gè)區(qū)域在不施用肥料時(shí)的玉米產(chǎn)量和N2O排放量均最低,其中以白城為代表的西部地區(qū)玉米產(chǎn)量最低,以長(zhǎng)春為代表的中部地區(qū)玉米產(chǎn)量居中,以延吉為代表的東部地區(qū)玉米產(chǎn)量最高。當(dāng)施肥量開(kāi)始增加時(shí),玉米產(chǎn)量有一定程度的增加。對(duì)于任一區(qū)域,隨著施氮量的增加,玉米產(chǎn)量均出現(xiàn)先增加后趨于穩(wěn)定的趨勢(shì),不同區(qū)域均有不同的最優(yōu)施氮量,但N2O排放量都呈現(xiàn)一直上升的趨勢(shì)。

圖4 施氮量與玉米產(chǎn)量、N2O排放量關(guān)系的DNDC模擬結(jié)果

不同類(lèi)型土壤的養(yǎng)分供應(yīng)能力和特征不同,其中促進(jìn)植物生長(zhǎng)和發(fā)育的堿解氮(主要營(yíng)養(yǎng)元素之一)含量也存在差異,直接影響玉米對(duì)肥料中氮的吸收與利用,進(jìn)而影響玉米產(chǎn)量[27]。隨著施氮量的增加,N2O排放持續(xù)增加,使玉米產(chǎn)量增加后趨于穩(wěn)定的點(diǎn),對(duì)應(yīng)最佳施肥量。根據(jù)施氮量與N2O排放量的DNDC模擬數(shù)據(jù):吉林西部施氮量為400 kg/hm2時(shí),玉米產(chǎn)量為4 219.40 kg/hm2,繼續(xù)增大施氮量后產(chǎn)量穩(wěn)定不變,因此得到西部最佳施氮量為400 kg/hm2;吉林中部施氮量為330 kg/hm2時(shí),玉米產(chǎn)量為4 597.00 kg/hm2,繼續(xù)增大施氮量后產(chǎn)量穩(wěn)定不變,因此中部最佳施氮量為330 kg/hm2;吉林東部施氮量分別為360、390、480 kg/hm2時(shí),玉米產(chǎn)量分別為4 754.23、4 754.41、4 754.76 kg/hm2,繼續(xù)增大施氮量后產(chǎn)量穩(wěn)定不變,因此東部最佳施氮量為480 kg/hm2。從整體上看,吉林省中部最佳施肥量最小,西部最佳施肥量次之,東部最佳施肥量最大。吉林省西部土壤為淡黑鈣土和鹽漬土[28],中部為黑土,東部為沖積土。中部地區(qū)(黑土)土壤的堿解氮量比東部地區(qū)(沖積土)和西部地區(qū)(淡黑鈣土和鹽漬土)土壤的都高。結(jié)合玉米產(chǎn)量可知,施用氮肥會(huì)使玉米在東部地區(qū)的沖積土和西部地區(qū)的淡黑鈣土和鹽漬土中的增產(chǎn)效果優(yōu)于中部地區(qū)的黑土[27]。

傳統(tǒng)的農(nóng)業(yè)生產(chǎn)傾向于施用足夠量的肥料來(lái)提高作物產(chǎn)量,然而通過(guò)吉林省東中西三區(qū)域施氮量與玉米產(chǎn)量、N2O排放量之間關(guān)系的模擬結(jié)果(圖4)發(fā)現(xiàn):適量施肥可以提高玉米產(chǎn)量;過(guò)量施肥不但會(huì)浪費(fèi)肥料,對(duì)玉米生長(zhǎng)沒(méi)有促進(jìn)作用,還會(huì)增加溫室氣體排放,破壞生態(tài)環(huán)境。

2.4.2 基追肥施用比例

在前文確定的最佳施氮量條件下,進(jìn)一步模擬肥料基追施用比例與玉米產(chǎn)量、N2O排放量的關(guān)系,分別按照9∶1,7∶3,5∶5和3∶7的基追肥施用比例進(jìn)行模擬。當(dāng)玉米產(chǎn)量較高且N2O排放較小時(shí)即為最佳基追肥施用比例。從圖5可以看出:以白城為代表的N2O排放量最高的西部淡黑鈣土和鹽漬土地區(qū)是需要追肥最多的,最佳基追肥施用比例為7∶3;以延吉為代表的東部沖積土地區(qū)和以長(zhǎng)春為代表的中部黑土地區(qū)的最佳基追肥施用比例均為9∶1。不同區(qū)域按照不同的最佳基追肥施用比例進(jìn)行施肥,可以在確保增產(chǎn)玉米的同時(shí),降低N2O排放,減少環(huán)境污染。

圖5 基追肥施用比例與玉米產(chǎn)量、N2O排放量關(guān)系的DNDC模擬結(jié)果

2.4.3 秸稈還田比例

在最佳施氮量和最佳基追肥施用比例條件下,當(dāng)秸稈還田比例分別為10%,20%,30%,40%時(shí),玉米產(chǎn)量和N2O排放量的DNDC模擬結(jié)果如表6所示。從表6可以看出,在最佳施氮量和最佳基追肥施用比例的基礎(chǔ)上,是否進(jìn)行秸稈還田對(duì)白城、長(zhǎng)春和延吉的玉米產(chǎn)量和N2O排放量均沒(méi)有明顯影響。

表6 秸稈還田比例對(duì)玉米產(chǎn)量和N2O排放量的影響

2.4.4 土壤有機(jī)碳質(zhì)量分?jǐn)?shù)

在最佳施氮量和最佳基追肥施用比例條件下,土壤有機(jī)碳質(zhì)量分?jǐn)?shù)與玉米產(chǎn)量、N2O排放量關(guān)系的DNDC模擬結(jié)果如表7所示。由表7可以看出,在最佳施氮量和最佳基追肥施用比例的基礎(chǔ)上,隨著土壤有機(jī)碳質(zhì)量分?jǐn)?shù)的降低,白城、長(zhǎng)春和延吉的玉米產(chǎn)量均無(wú)明顯改變,但N2O排放量明顯降低。作物產(chǎn)量是土壤中多種養(yǎng)份共同作用的結(jié)果,單一的土壤有機(jī)碳質(zhì)量分?jǐn)?shù)并不能作為決定作物產(chǎn)量的因素。由于模型的局限性,無(wú)法精準(zhǔn)模擬土壤中復(fù)雜的養(yǎng)分情況。根據(jù)宋紅梅等[29]的研究,合理的化肥施用可以提升土壤養(yǎng)分,達(dá)到為作物增產(chǎn)創(chuàng)造良好環(huán)境及固碳減排的目的。

表7 土壤有機(jī)碳質(zhì)量分?jǐn)?shù)變化對(duì)玉米產(chǎn)量和N2O排放量的影響

3 結(jié)論

1)DNDC模型驗(yàn)證得到的NRMSE為5.97%,說(shuō)明N2O的模擬值和真實(shí)值一致性良好,該模型可用于吉林省溫室氣體N2O排放的模擬。

2)對(duì)吉林省農(nóng)田N2O排放量影響最大的是氮肥施用量;其次是有機(jī)肥施用量、土壤有機(jī)碳質(zhì)量分?jǐn)?shù);溫度、降雨量、秸稈還田比例對(duì)N2O排放的影響較小。

3)1991—2020年,吉林省玉米種植條件下的N2O排放量呈現(xiàn)西部最大、中部居中、東部最小的空間分布特征。

4)綜合考慮玉米產(chǎn)量和N2O排放量,吉林省西部的最佳施氮量和基追肥施用比例分別為400 kg/hm2和7∶3,中部的則為330 kg/hm2和9∶1,而東部的為480 kg/hm2和9∶1;在此基礎(chǔ)上,對(duì)于全省秸稈還田的比例沒(méi)有特別的要求,其對(duì)N2O排放影響不明顯;由于模型的局限性,無(wú)法精準(zhǔn)模擬土壤中復(fù)雜的養(yǎng)分情況,單一的土壤有機(jī)碳質(zhì)量分?jǐn)?shù)并不能作為決定作物產(chǎn)量的因素。合理的化肥施用可以提升土壤養(yǎng)分,為作物增產(chǎn)創(chuàng)造良好環(huán)境,并達(dá)到固碳減排的目的。