稻麥復種模式下氮肥與稻秸互作對小麥產量和N2O排放影響及推薦施肥研究

陸汝華 王文軒 曹 強 田永超 朱 艷 曹衛星 劉小軍,*

稻麥復種模式下氮肥與稻秸互作對小麥產量和N2O排放影響及推薦施肥研究

陸汝華1王文軒2曹 強1田永超1朱 艷1曹衛星1劉小軍1,*

1南京農業大學國家信息農業工程技術中心 / 智慧農業教育部工程研究中心 / 農業農村部農作物系統分析與決策重點實驗室 / 江蘇省信息農業重點實驗室, 江蘇南京 210095;2人文與社會發展學院, 江蘇南京 210095

優化氮肥施用和秸稈還田技術為途徑的農業管理措施被認為是提升農業可持續性的有效手段, 然而當前關于氮肥和秸稈還田對小麥產量和N2O排放影響的研究仍十分有限。為此, 本研究基于2000—2022年發表的關于長江中下游流域氮肥和秸稈投入下小麥產量和N2O排放變化的文獻, 運用隨機森林建模, 定量分析氮肥和秸稈還田對小麥產量和N2O排放的影響, 并結合情景設置進行了特定地點的小麥產量和N2O排放模擬, 同時評估了碳排放強度(CEE)和凈生態系統經濟效益(NEEB)。結果表明, 建立的區域尺度小麥產量與N2O排放對氮秸互作響應的隨機森林模型, 驗證結果2分別為0.66和0.65, RMSE分別為0.70和1.11。結果表明施氮量和土壤有機質是影響小麥產量和N2O排放的重要因素。綜合來看, 達到最大產量所需的氮肥量為208～212 kg hm–2, 達到最小CEE所需的氮肥量為113～130 kg hm–2, 達到最高的NEEB所需的氮肥量為202～205 kg hm–2, 其中在6.75 t hm–2的秸稈投入下施用202 kg hm–2的氮肥可以獲得最高的生態收益1.37萬元。優化氮肥和秸稈投入具備減少作物碳排放強度并獲得最大凈生態環境效益的潛力。

施氮量; 秸稈投入; 小麥; N2O; 排放模型; 推薦施肥

小麥對糧食安全做出了巨大貢獻[1], 提供了人類飲食中約20%的熱量和蛋白質[2]。農業作為一氧化二氮(N2O)的最大排放源, 占全球人為N2O排放量的56%～81%, 對全球氣候變化具有重大影響[3]。農田管理實踐(如秸稈投入和施肥)會影響土壤中的生化和水文條件, 進而調節作物生長和N2O排放[4]。長江中下游地區是我國重要的小麥主產區, 研究不同的氮肥和秸稈投入如何影響小麥產量和N2O排放對于制定區域農業可持續施肥管理至關重要。

作物產量的增加依賴于基因型、環境因素(包括氣候和土壤條件)和農業管理之間復雜的相互作用。近年來, 作物生產依賴于越來越多的氮肥投入來追求更高的產量, 但作物生長速度和產量的增加并沒有與氮肥施用量的增加相匹配[5]。與此同時, 施用尿素等含氮化肥在維持作物產量的同時, 也為N2O的合成提供了基質。已有研究表明, 氮素含量與直接N2O排放之間呈線性函數關系或者非線性關系[6-8], 這都表明不斷增加氮肥施用量會導致N2O排放量迅速增加[9]。此外, 秸稈還田對土壤N2O排放的影響也十分復雜, 秸稈還田顯著影響生物地球化學C和N循環, 從而影響N-痕量氣體的產生和排放, 作物秸稈滯留可能通過影響相對C和N的可用性以及在土壤通氣狀態調節土壤N2O通量方面發揮多種作用[10-11]。一般來說, 秸稈還田會刺激N2O的產生, 因為作物秸稈分解為硝化菌/反硝化菌提供了底物, 促進了反硝化進程[12]。此外, 秸稈還田對N2O排放有負面影響或沒有顯著影響[13]。最近的研究表明, 氮肥與秸稈配合使用是提高氮素利用效率和土壤肥力的有效策略[14], 因為組合施用可以克服施用單一肥料的缺點, 可以提高作物產量, 提高土壤肥力并緩解溫室氣體排放。Huang等[15]的研究發現, 麥玉輪作中優化的氮肥施用量與秸稈還田相結合, 大大增加了產量和降低了產量尺度的N2O排放。Akhtar等[16]的研究也發現9000 kg hm–2的玉米秸稈還田配合減氮20%被認為是提高作物產量和減少土壤N2O排放的可行性技術。在長江中下游地區, 氮肥和秸稈合理配施, 是否可以平衡土壤碳氮, 改善農田生態效應, 并顯著提高產量, 是本文的主要研究目標。

小麥產量形成和N2O排放通常受到區域尺度下不同土壤、氣象和管理措施的綜合影響, 而秸稈和氮肥投入廣泛應用的前提, 是揭示其在不同地區的小麥增產與N2O減排效應的驅動因素, 才能更好地權衡小麥的養分需求和環境影響并進行指導施肥管理, 從而實現N2O排放減少和作物產量穩定。目前探索產量措施響應的田間試驗通常只設置固定的氮肥和秸稈投入梯度和選用特定地點的小麥品種, 因此結果很難外推到所有的生長環境中。基于大型數據集的統計方法可以更全面地了解產量-投入關系, 機器學習(Machine learning, ML)模型提供了一種強大的方法來研究作物管理和生長環境之間的復雜相互作用, 因為它們能夠基于集成學習方法處理預測變量與目標變量之間的復雜關系, 被廣泛應用在N2O排放量預測[17]、產量預測[18]和施肥推薦[19]。然而, 目前鮮少關于應用ML模型預測氮秸互作下的麥田N2O排放和產量并用于推薦施肥措施的報道。鑒于此, 本研究首先基于隨機森林(Random forest, RF)算法對長江中下游區域不同氮肥和秸稈投入對小麥產量和N2O排放變化響應進行建模、驗證和評估。然后利用驗證的模型和不同氮肥和秸稈投入情景設置對小麥產量和N2O累積排放量進行估計, 并評估不同氮肥和秸稈投入下的碳排放強度(Carbon emission efficiency, CEE)和凈生態系統經濟效益(Net ecosystem economic benefits, NEEB), 為根據不同目標的環境友好型的氮肥和秸稈投入措施提供技術支持。

1 材料與方法

1.1 數據來源

本研究檢索了2000—2022年在Web of Science和中國知網關于稻麥輪作區下麥田N2O排放、氮肥處理、秸稈投入、產量的中英文論文。以下搜索詞作為關鍵詞: “秸稈還田” “氮肥” “N2O” “溫室氣體” “產量”, “Straw return” “nitrogen fertilizer” “greenhouse gas” “GHG” “GWP”。不同的關鍵詞之間使用“AND”表明并列關系。符合標準的研究被納入并進行分析: (1) 所有摘錄文獻必須是在野外開展的田間試驗, 且用的是靜態箱-氣相色譜法; (2) 還田的秸稈必須是水稻秸稈且麥田研究必須在長江中下游地區; (3) 文獻的結果都可以直接從表或圖或文本中獲取。

搜集相關文獻后, 需要對錄入的數據進行異常值剔除的預處理, 數據庫從超過323篇下載的文獻中, 篩選了30篇符合標準的文獻[20-49], 涉及產量觀測數據為80條, 氧化亞氮觀測數據為184條。文獻數據地點主要分布在江蘇省、安徽省和湖北省。其中, 江蘇省的數據地點主要包括: 南京市(32.0°N, 118.8°E)、(32.48°N, 118.6°E)、(31.93°N, 118.98°E), 鎮江市(31.97°N，119.3°E), 揚州市(32.58°N, 119.2°E)、(32.58°N, 119.7°E), (蘇州市(31.4°N, 120.42°E)、(31.53°N, 120.7°E)、 (31.55°N, 120.62°E)、(31.53°N, 120.92°E)、(31.53°N, 120.68°E), 南通市(31.68°N, 121.9°E), 無錫市(31.45°N, 120.42°E)。安徽省的數據點主要包括: 滁州市(32.0°N, 118.13°E), 蕪湖市(31.15°N, 118.13°E), 巢湖市(31.65°N, 117.68°E)、(31.6S°N, 117.67°E)。湖北省的數據點主要包括: 黃岡市(30.02°N, 115.57°E), 荊門市(30.88°N, 112.8°E), 襄陽市(32.02°N, 112.07°E)。

1.2 數據分析

1.2.1 CEE和NEEB的計算 CEE是單位產量下的碳排放強度變化, 又稱碳排放強度, 由于碳排放強度變化的計量單元主要是旱地作物化肥施用引起的N2O直接排放, CEE計算如下:

CEE = N2O/Yield(1)

N2O表示麥田N2O累積排放量并轉化為二氧化碳當量(kg CO2-eq hm–2), Yield表示小麥產量(kg hm–2)。

凈生態系統經濟預算(NEEB)是根據糧食產量成本、農業投入成本和碳成本計算出來的[50], 如下所示:

NEEB = 糧食產量成本–農業活動成本–碳成本(2)

在這項研究中, 糧食產量成本是根據當前糧食價格(小麥, 2286 CHY t–1)和糧食產量計算得出的[51]。農業活動成本包括氮肥成本(3.6 CHY kg–1N)[52], 碳成本是當前碳貿易價格(56.38 CHY t–1CO2-eq)和GWP的乘積[53]。在本研究中, 不考慮機械耕作、小麥種子、其他肥料、灌溉、化學農藥(除草劑+殺蟲劑+殺菌劑)、秸稈處理和機械收割等的農業活動成本。

1.2.2 皮爾遜相關分析 利用IBM SPSS Statistic 26進行皮爾遜相關分析, 本研究的重點是使用皮爾遜相關系數(公式3)分析2個變量之間的關系, 其值介于–1和+1之間。

式中,是總樣本大小,x和y是用索引I的單個樣本點,、分別表示是樣本的平均值。

1.2.3 RF模型的構建 RF是經典的監督學習算法, 本研究中的RF算法使用Python軟件(版本3.8)實現, 并通過計算每個特征的平均不純度減少量對特征重要性進行排序[54]。

1.2.4 模型的檢驗與評價 本研究采用標準差(Standard deviation, SD)和變異系數(Coefficient of variation, CV)被用來表征總試驗數據的分離分散程度。CV越大, 則所有數據包含的可能性就越多。SD和CV的計算如下:

本研究通過比較實際值和模擬值之間1∶1線的決定系數(2)、均方根誤差(RMSE), 并結合1∶1圖來描述模型對小麥生產力和溫室氣體排放的預測效果。具體計算如下:

1.3 數據處理

利用Microsoft Excel 2016軟件建立數據庫, Origin pro 2022軟件繪制圖表和數值化。

2 結果與分析

2.1 區域尺度小麥產量和N2O排放效應模型的構建

2.1.1 N2O排放與模型輸入參數之間的關系 從表1發現, 長江中下游搜集的數據中pH、土壤有機質(Soil organic matter, SOM)、年降雨量(LT_ Prec)、土壤總氮(Total nitrogen, TN)和N2O排放量(Cum N2O)的CV值均較大, 其中N2O排放量的CV值達到81.82%。這些結果表明數據可以代表實際生產場景中的大多數可能情況, 因此數據可用于分析更通用的小麥N2O排放情況。通過皮爾遜相關分析, 從相關系數可以看出, 在區域尺度上, N2O排放量與施氮量(N rate)、施肥次數(Split N)和年平均溫度(LT_Temp)呈顯著正相關, 相關系數在0.16～0.23之間, 隨著施氮量的增加, 麥田引起的N2O排放越多。其中pH和土壤有機質(SOM)與N2O排放量呈現負相關, 相關系數分別為–0.20和–0.29。然而年降雨量(LT_Prec)與N2O排放量之間的相關性并不明顯, 這可能與年降雨量與當季降雨量之間存在誤差, 增加了對N2O排放的響應的不確定性。在長江中下游地區中, 秸稈還田量對的小麥N2O排放量會有一定的抑制作用, 但并不顯著(圖1)。

2.1.2 產量和N2O排放效應模型構建與驗證

基于收集的文獻數據和RF方法, 將數據集根據無秸稈投入(=0)、小于4.50 t hm–2的秸稈投入(0<<4.5)和大于4.50 t hm–2的秸稈投入(>4.50)進行劃分, 構建了小麥產量和N2O排放效應模型。結果表明, RF模型可以預測不同區域氮肥和秸稈投入下的小麥產量和累積N2O排放量。小麥產量模型訓練和測試集2介于0.66～0.96, RMSE介于0.35～0.70 t hm–2, 驗證結果達到顯著水平(< 0.001)。產量在各秸稈投入下差異不大。對于溫室氣體而言, N2O模型訓練和測試集2介于0.65～ 0.85, RMSE介于0.81～1.11 kg hm–2, 驗證結果達到顯著水平(<0.001), N2O累積排放隨著秸稈投入的增加而增加(圖2)。

2.1.3 特征重要性分析 本研究中小麥產量和N2O排放效應模型分別考慮不同的自變量, 不同自變量對模型重要性的量化結果如圖3所示。經過模型選擇, 對應于產量模型, N rate對于產量- RF模型的平均不純度減少最多, 達到0.43, 而SOM、LT_Prec、LT_Temp對于產量-RF模型的平均不純度減少達到0.12～0.14, 在區域尺度上N rate、SOM、LT_Prec、LT_Temp和土壤pH是影響產量形成的最重要變量。對于N2O模型, SOM、N rate和TN對于N2O-RF模型的平均不純度減少達到0.17～0.22, 而LT_Prec、LT_Temp在N2O-RF模型的貢獻度較低, 并不能區分作物種植的季節性, 很大程度上弱化了不同種植季節之間的溫度和降水量差異。

表1 田間管理措施、生態因子與N2O排放量的描述統計

SOM: 土壤有機質; TN: 土壤總氮; LT_Temp: 年平均溫度; LT_Prec: 年平均降雨量; Cum_N2O: N2O排放量。

SOM: soil organic matter; TN: total nitrogen; LT_Temp: the annual average temperature; LT_Prec: the annual average precipitation; Cum_N2O: cumulative N2O emission.

圖1 田間管理措施、生態因子與N2O排放量之間的皮爾遜相關性熱圖

縮寫同表1。Abbreviations are the same as these given in Table 1.

圖2 N2O排放和小麥產量模型的訓練與驗證結果

圖3 各個模型中的特征重要性

a: 一氧化二氮; b: 產量。縮寫同表1。a, N2O; b, yield. Abbreviations are the same as those given in Table 1.

2.2 不同目標下的氮肥和秸稈投入措施推薦

2.2.1 不同情景下的小麥產量和N2O排放量模擬及函數構建 通過在如皋的田間試驗中獲取實測數據(SOM=13.34 g kg–1、TN=1.5 g kg–1、Split N=2次、LT_Prec =1145.28 mm、LT_Temp =17.49℃、pH 8.2), 并設置秸稈投入水平為0、2.25、4.50和6.75 t hm–2和氮肥投入水平為0到300 kg hm–2作為情景參數, 基于所構建的產量和N2O效應模型對該地不同情景下的小麥產量和N2O累積排放量進行估算, 并對反演的產量采用一元二次方程進行擬合以及對反演的N2O累積排放量采用線性方程和指數方程進行擬合, 擬合方程如表2所示, 其中N2O排放與施氮量之間的方程的斜率隨秸稈投入先增加后減少, 表現秸稈的增加可能會對礦化氮進行固持, 減少了N2O排放生成的底物。而產量函數中負值的系數隨著秸稈投入而降低, 秸稈投入在較低氮肥投入下會抑制小麥的前期生長從而抑制了產量形成, 而第二個系數為正值, 則隨著秸稈投入的增加而逐漸遞增, 表現為隨施肥量增加, 可以有效地滿足小麥生長所需要的氮素營養, 從而形成合理的群體保證產量, 并且隨著施肥量的增加, 秸稈后期的養分效益逐漸顯現出來, 表現出函數在較大的氮肥投入下產量會表現為秸稈投入高于無秸稈投入, 并且一定程度上秸稈的養分可以替代化學肥料的養分用于生產。

2.2.2 面向不同目標下的氮肥和秸稈投入推薦及效益評估 基于表2的模型計算出不同秸稈還田量和氮肥投入下的CEE和NEEB如圖4所示, 對于N2O排放隨氮肥投入無論是呈現線性增長還是指數增長, 在不同的秸稈投入下, 小麥的CEE變化均表現為隨氮肥量增加而呈現先降低后升高的趨勢, 在CEE評估下, 不同秸稈投入下施用氮肥以113～130 kg hm–2為邊界線, 低于該氮肥投入水平N2O排放的增加會低于產量的增加, 直到CEE的邊界施氮量, 后面繼續增加施肥, 產量的增長速度是低于N2O排放量的增長的, 表現為N2O排放-氮肥投入呈現凹形的增長曲線, 而產量-氮肥投入呈現凸性的增長曲線。而NEEB則表現為先升高后下降的趨勢, 這體現出將環境影響通過計算環境經濟成本的形式進行考慮, 增加氮肥投入所增加的產量收益是遠大于其帶來的環境成本, 因此以NEEB最佳為目標下推薦氮肥用量更側重于保證作物產量的穩定, 同時減少了為追求產量最高下施肥所引起的環境影響。從表3可以看到, 觀察到在不同秸稈投入下產量最高、CEE最低、NEEB最高下的氮肥施用量以及經濟收益。在0～6.75 t hm–2的秸稈投入下, 達到產量最高所需的氮肥量為208～212 kg hm–2, 并且隨秸稈投入的增加, 達到產量最高所需的氮肥量有所下降。在不同的秸稈投入中, 小麥達到CEE最低所需氮肥量在113～130 kg hm–2, 其凈生態收益也是最少的, 而達到最高NEEB所需氮肥則在202～205 kg hm–2, 其中6.75 t hm–2的秸稈投入下施用202 kg hm–2的氮肥可以獲得最高的生態收益13,669.18元。

表2 不同秸稈還田量情景的N2O累積排放和小麥產量模擬模型

S0、S2.25、S4.50、S6.75分別代表秸稈投入水平為0、2.25、4.50和6.75 t hm–2。

S0, S2.25, S4.50, and S6.75 represent the straw input levels of 0, 2.25, 4.50, and 6.75 t hm-2, respectively.

圖4 不同氮肥和秸稈投入下的CEE和NEEB響應

處理同表2。Treatments are the same as those given in Table 2.

表3 不同目標下小麥施氮量和秸稈量投入及其凈生態環境效益

(續表3)

3 討論

3.1 麥田N2O排放的主要驅動因素

麥田的N2O排放受到管理措施(施氮量、秸稈還田、施肥次數)的影響。本研究中, 氮肥施用與N2O排放通量呈現正相關, 同時也是N2O-RF模型中的主要貢獻因子。其次, 氮肥的分次施用通常被認為比一次性施用排放更低[55]。但本研究中Split N與N2O排放量呈現正相關關系, 與前人的研究有點差異, 可能是由于在長江中下游地區多次施肥容易碰上降雨, 從而激發更高的N2O排放。此外, 秸稈的摻入和表面覆蓋在長期試驗中極大地影響了N2O排放量[56]。前人研究也表明, 對于土壤N2O排放, 秸稈還田具有抑制作用[57]、促進[58]或無顯著的影響效果[59]。本研究結果表明, 秸稈還田量與N2O排放的相關分析呈現負相關, 這些不一致的發現可能歸因于秸稈還田量和土壤類型的差異[50]。本研究的土壤N2O排放量在構建的指數模型中也發現了隨著秸稈投入呈現先增加后減少的趨勢(表2)。施氮肥和秸稈還田都可能會刺激N2O排放[60]。此外, 本研究中基于Pearson相關分析發現, N2O排放受到了年平均溫度的顯著影響, 較高的溫度通常會通過反硝化作用增加農田生態系統中土壤N2O的排放量[61]。前人研究表明, SOM和土壤N含量也是影響土壤N2O排放變化的重要因素[62]。在考慮土壤N含量的作用時, pH對于N2O排放量的預測并沒有具有較高的特征重要性, 這與前人的研究是一致的[63]。本研究揭示了土壤N2O排放的控制因素是復雜的, 雖然氣候因素(如年平均氣溫、年降雨量)、土壤理化性質(如土壤pH值、SOM)顯著影響土壤N2O排放, 但作為硝化和反硝化作用底物的土壤N含量(土壤總氮), 在土壤N2O排放中也起到關鍵作用。

3.2 RF預測產量和N2O排放的可行性

了解和量化中國長江中下游流域的產量和N2O排放量對于保證產量和減少環境污染至關重要。由于區域內氣候、土壤和管理制度的變異性, 綜合探究不同氮肥和秸稈投入的響應是復雜的。最近, 機器學習技術已成功應用于農業生產, 以研究各種農藝指標[18]。作為一種流行的基于決策樹的集成機器學習算法, RF可以處理變量之間的非線性效應和復雜的相互作用。通過RF模型的模擬, N2O排放和產量的估算是基于數據驅動的, 而不依賴于預先指定的方程或函數形式。在這里, 我們將有關天氣、管理和土壤狀況的大型數據集與RF算法相結合, 以識別中國長江中下游流域的稻麥輪作區的N2O排放量和產量。對于N2O排放來說, 使用線性模型僅靠基礎土壤數據和施氮量無法準確預測, 而RF模型對稻田下N2O總排放量的預測是顯著優于其他模型的[64]。RF模型也已被用于預測玉米田的N2O排放和N淋溶[65]。而對于產量來說, 大量Meta分析的研究已經表明土壤理化性質, 人為管理措施以及氮肥和秸稈使用量是主導產量變異的主要因素[55,66]。因此, 本研究中使用RF模型模擬不同氮肥和秸稈投入下麥田的產量和N2O總排放量是可行的, 該模型考慮了變量的非線性響應, 獲取優異的性能(2= 0.65～0.96)。在本研究中, 模型模擬由于忽略了幾個因素而存在一些局限性。在這里, 我們搜集的數據中多是來自田間試驗數據, 大多是基于小麥的基本苗在225萬公頃進行試驗, 從而簡化了現實生產中的密度響應, 這意味著改進氮肥和秸稈的投入并不是孤立地進行, 而是要與其他管理措施相結合, 例如增加密度, 以擴大氮肥和秸稈投入的養分利用率。其次是需要通過考慮本研究無法解決的其他可能因素(例如倒伏、病蟲害風險)來改進N2O排放和產量預測。此外, 我們的N2O排放和產量模型是使用RF算法開發的, 但仍可能存在一些不足, 進一步可以通過結合更多生物物理因子和機器學習建模來改進N2O排放和產量的評估。盡管存在這些限制, 模型的良好性能表明, 氣候-土壤數據集與機器學習技術相結合是研究影響N2O排放和產量變化的有效方法。

3.3 麥田優化施肥方案推薦

化肥施用不當導致養分失衡、利用效率低下, 對環境造成大量損失, 已成為我國小麥生產系統的普遍現象。然而, 確定合適的施肥量仍然是基于科學的養分管理的基礎。以往農民通常根據當地田間試驗或過去的經驗使用固定的氮肥施用量, 較容易造成環境污染[67]。

早期的施肥研究是基于糧食產量目標出發, 基于經驗分析的方法對產量/投入之間的關系進行定量, 從而推薦施肥策略, 相較于農戶方案降低了氮肥施用量并提高作物產量, 但忽略了環境問題[68-70]。在考慮環境成本方面, 前人研究通過預測油菜籽產量、種植者的利潤和EONR值, 從而為加拿大東部的油菜籽生產提供環境經濟最佳的N推薦[19]。而優化施氮量并不能完全滿足最佳氮肥管理, 一次性撒肥、施肥不足、施肥過量、秸稈不合理使用等傳統田間管理方式在中國許多地區的小農戶中仍然存在。在本研究中, 通過結合特定地點的情景設置反演數據構建的產量一元二次模型發現, 隨氮肥投入增加, 產量呈現先增后減趨勢。當秸稈還田量大于4.5 t hm–2時, 本研究構建的產量模型反演的產量高于無秸稈投入處理, 因此秸稈還田可以是提高作物產量的有效措施之一, 但同時會受到氮肥配施量的影響與調控, 通過改善管理實踐是實現以更少的投入生產穩定的糧食和減少溫室氣體排放的重要策略。

目前追求優化策略組合以提高糧食產量和降低環境成本, 仍然缺乏對不同目標下的施肥措施策略組合進行綜合的評估。本研究中, 選用碳排放強度作為排放最低下的生態環境效益的定量評估, 而NEEB則結合作物產量、農業活動和全球變暖潛能值的成本[50], 進而考慮生態環境效益。經濟效益通常是農民改善農藝管理和政策制定者提出有效農業政策的主要動力, 本研究表明, 在不同秸稈投入下達到CEE最低,會隨著秸稈投入的增加氮肥施用也有所增加, 并獲得更高的NEEB。這可能與CEE評估下的施肥推薦中, 為保證排放最低的前提是以犧牲產量為代價的。而相較于CEE評估, NEEB評估有助于以貨幣為基礎的方式讓農民更容易評估科學決策, 并鼓勵他們采用環境友好型管理。與低秸稈投入相比, 在較高的秸稈投入下減少了氮肥施用并獲得了更高的NEEB, 結果有利于鼓勵農民采用秸稈還田技術, 有益于人們減少購買氮肥的成本并有助于減少人們焚燒秸稈的行為。總而言之, 秸稈還田在實際農業生產中具備固碳減排的潛力, 配施合適的氮肥可以獲得更好的NEEB, 前人研究也與本試驗的結果相似[16]。

4 結論

在稻麥復種模式下, 麥田N2O排放因秸稈投入和施肥不同存在顯著差異, 表現為N2O的累積排放量隨施氮量和秸稈還田量的增加而顯著增加。在區域尺度上, 通過搜集長江中下游地區上氮肥和秸稈投入對小麥產量與N2O排放的相關文獻數據, 并建立了RF效應模型, 驗證結果表明模型擬合情況良好, 結果表明氮肥和秸稈投入的小麥產量和N2O排放會受到人為管理因素、土壤因素和氣候因素的影響。基于開發的模型結合情景設置進行了試驗地點的小麥產量和N2O排放模擬, 并評估了碳排放強度和凈生態環境經濟效益。若追求高產, 所需氮肥量為208～212 kg hm–2, 若以達到最小碳排放為目標, 所需氮肥量在113～130 kg hm–2, 若要實現最大生態經濟效益, 所需氮肥則是在202～205 kg hm–2, 其中在6.75 t hm–2的秸稈投入下施用202 kg hm–2的氮肥可以獲得最高的生態收益13,669.18元。優化氮肥和秸稈投入能在順應綠色生產的前提下收獲理想的經濟效益, 未來應用前景廣闊。

[1] Reynolds M, Foulkes J, Furbank R, Griffiths S, King J, Murchie E, Parry M, Slafer G. Achieving yield gains in wheat., 2012, 35: 1799–1823.

[2] Van Dijk M, Morley T, Rau M L, Saghai Y. A meta-analysis of projected global food demand and population at risk of hunger for the period 2010–2050., 2021, 2: 494.

[3] Smith K A. Changing views of nitrous oxide emissions from agricultural soil: key controlling processes and assessment at different spatial scales., 2017, 68: 137–155.

[4] Cowan N, Levy P, Maire J, Coyle M, Leeson S R, Famulari D, Carozzi M, Nemitz E, Skiba U. An evaluation of four years of nitrous oxide fluxes after application of ammonium nitrate and urea fertilisers measured using the eddy covariance method., 2020, 280: 107812.

[5] Meng Q F, Yue S C, Hou P, Cui Z L, Chen X P. Improving Yield and Nitrogen Use Efficiency Simultaneously for Maize and Wheat in China: a review., 2016, 26: 137–147.

[6] Millar N, Urrea A, Kahmark K, Shcherbak I, Robertson G P, Ortiz-Monasterio I. Nitrous oxide (N2O) flux responds exponentially to nitrogen fertilizer in irrigated wheat in the Yaqui Valley, Mexico., 2018, 261: 125–132.

[7] Song X T, Liu M, Ju X T, Gao B, Su F, Chen X P, Rees R M. Nitrous oxide emissions increase exponentially when optimum nitrogen fertilizer rates are exceeded in the North China Plain., 2018, 52: 12504–12513.

[8] Duan J Z, Shao Y H, He L, Li X, Hou G G, Li S N, Feng W, Zhu Y J, Wang Y H, Xie Y X. Optimizing nitrogen management to achieve high yield, high nitrogen efficiency and low nitrogen emission in winter wheat., 2019, 697: 12.

[9] Lyu J L, Yin X H, Dorich C, Olave R, Wang X H, Kou C L, Song X. Net field global warming potential and greenhouse gas intensity in typical arid cropping systems of China: a 3-year field measurement from long-term fertilizer experiments., 2021, 212: 105053.

[10] Chen H H, Li X C, Hu F, Shi W. Soil nitrous oxide emissions following crop residue addition: a meta-analysis., 2013, 19: 2956–2964.

[11] Wang J, Zhu B, Zhang J B, Muller C, Cai Z C. Mechanisms of soil N dynamics following long-term application of organic fertilizers to subtropical rain-fed purple soil in China., 2015, 91: 222–231.

[12] Huang T, Gao B, Christie P, Ju X. Net global warming potential and greenhouse gas intensity in a double-cropping cereal rotation as affected by nitrogen and straw management., 2013, 10: 7897–7911.

[13] Ambus P, Jensen E S, Robertson G P. Nitrous oxide and N-leaching losses from agricultural soil: influence of crop residue particle size, quality and placement., 2001, 41: 7–15.

[14] Yang L, Muhammad I, Chi Y X, Wang D, Zhou X B. Straw return and nitrogen fertilization to maize regulate soil properties, microbial community, and enzyme activities under a dual cropping system., 2022, 13: 823963.

[15] Huang T, Yang H, Huang C C, Ju X T. Effect of fertilizer N rates and straw management on yield-scaled nitrous oxide emissions in a maize-wheat double cropping system., 2017, 204: 1–11.

[16] Akhtar K, Wang W Y, Ren G X, Khan A, Enguang N, Khan A, Feng Y Z, Yang G H, Wang H Y. Straw mulching with inorganic nitrogen fertilizer reduces soil CO2and N2O emissions and improves wheat yield., 2020, 741: 140488.

[17] Glenn A J, Moulin A P, Roy A K, Wilson H F. Soil nitrous oxide emissions from no-till canola production under variable rate nitrogen fertilizer management., 2021, 385: 114857.

[18] Cao J, Zhang Z, Tao F, Zhang L, Luo Y, Zhang J, Han J, Xie J. Integrating multi-source data for rice yield prediction across China using machine learning and deep learning approaches., 2021, 297: 108275.

[19] Wen G, Ma B L, Vanasse A, Caldwell C D, Smith D L. Optimizing machine learning-based site-specific nitrogen application recommendations for canola production., 2022, 288: 108707.

[20] Chen S, Huang Y, Zou J. Relationship between nitrous oxide emission and winter wheat production., 2008, 44: 985–989.

[21] Gao X, Lan T, Deng L, Zeng M. Mushroom residue application affects CH4and N2O emissions from fields under rice-wheat rotation., 2017, 63: 748–760.

[22] Guo L, Zhang L, Liu L, Sheng F, Cao C, Li C. Effects of long-term no tillage and straw return on greenhouse gas emissions and crop yields from a rice-wheat system in central China., 2021, 322: 107650.

[23] Guo T, Luan H, Song D, Zhang S, Zhou W, Liang G. Combined fertilization could increase crop productivity and reduce greenhouse gas intensity through carbon sequestration under rice-wheat rotation.(Basel), 2021, 11: 103390.

[24] He H, Li D, Pan F, Wang F, Wu D, Yang S. Effects of nitrogen reduction and optimized fertilization combined with straw return on greenhouse gas emissions and crop yields of a rice-wheat rotation system., 2022, 16: 669–679.

[25] He H, Zhang T, Yao Y, Yang W, Busayo D, Wen X, Chen X, Yang X, Yang S, Ma Y. Tillage methods on greenhouse gas emissions and yields of rice-wheat rotation system in east China polder area., 2021, 15: 485–498.

[26] Hu N, Wang B, Gu Z, Tao B, Zhang Z, Hu S, Zhu L, Meng Y. Effects of different straw returning modes on greenhouse gas emissions and crop yields in a rice-wheat rotation system., 2016, 223: 115–122.

[27] Ji Y, Liu G, Ma J, Xu H, Yagi K. Effect of controlled-release fertilizer on nitrous oxide emission from a winter wheat field., 2012, 94: 111–122.

[28] Li S H, Guo L J, Cao C G, Li C F. Effects of straw returning levels on carbon footprint and net ecosystem economic benefits from rice-wheat rotation in central China., 2021, 28: 5742–5754.

[29] Liu G, Ma J, Yang Y, Yu H, Zhang G, Xu H. Effects of straw incorporation methods on nitrous oxide and methane emissions from a wheat-rice rotation system., 2019, 29: 204–215.

[30] Liu S, Qin Y, Zou J, Liu Q. Effects of water regime during rice-growing season on annual direct N2O emission in a paddy rice-winter wheat rotation system in southeast China., 2010, 408: 906–913.

[31] Ma E, Zhang G, Ma J, Xu H, Cai Z, Yagi K. Effects of rice straw returning methods on N2O emission during wheat-growing season., 2010, 88: 463–469.

[32] Ma Y C, Kong X W, Yang B, Zhang X L, Yan X Y, Yang J C, Xiong Z Q. Net global warming potential and greenhouse gas intensity of annual rice-wheat rotations with integrated soil-crop system management., 2013, 164: 209–219.

[33] Wang H, Shen M, Hui D, Chen J, Sun G, Wang X, Lu C, Sheng J, Chen L, Luo Y, Zheng J, Zhang Y. Straw incorporation influences soil organic carbon sequestration, greenhouse gas emission, and crop yields in a Chinese rice (L.)-wheat (L.) cropping system., 2019, 195: 104377.

[34] Xia L, Wang S, Yan X. Effects of long-term straw incorporation on the net global warming potential and the net economic benefit in a rice-wheat cropping system in China., 2014, 197: 118–127.

[35] Xiang J, Liu D, Ding W, Yuan J, Lin Y. Effects of biochar on nitrous oxide and nitric oxide emissions from paddy field during the wheat growth season., 2015, 104: 52–58.

[36] Yang B, Xiong Z, Wang J, Xu X, Huang Q, Shen Q. Mitigating net global warming potential and greenhouse gas intensities by substituting chemical nitrogen fertilizers with organic fertilization strategies in rice-wheat annual rotation systems in China: a 3-year field experiment., 2015, 81: 289–297.

[37] Yao Z, Zheng X, Wang R, Xie B, Butterbach-Bahl K, Zhu J. Nitrous oxide and methane fluxes from a rice-wheat crop rotation under wheat residue incorporation and no-tillage practices., 2013, 79: 641–649.

[38] Yao Z, Zheng X, Xie B, Mei B, Wang R, Butterbach-Bahl K, Zhu J, Yin R. Tillage and crop residue management significantly affects N-trace gas emissions during the non-rice season of a subtropical rice-wheat rotation., 2009, 41: 2131–2140.

[39] Zhang L, Zheng J, Chen L, Shen M, Zhang X, Zhang M, Bian X, Zhang J, Zhang W. Integrative effects of soil tillage and straw management on crop yields and greenhouse gas emissions in a rice-wheat cropping system., 2015, 63: 47–54.

[40] Zou J, Huang Y, Lu Y, Zheng X, Wang Y. Direct emission factor for N2O from rice-winter wheat rotation systems in southeast China., 2005, 39: 4755–4765.

[41] 江波, 楊書運, 馬友華, 賀非, 左懷峰, 范東福, 楊小兵. 耕作方式對圩區冬小麥溫室氣體排放通量的影響. 安徽農業大學學報, 2014, 41: 241–247. Jiang B, Yang S Y, Ma Y H, He F, Zuo H F, Fan D F, Yang X B, Effects on emission of greenhouse gas by different tillage treatments to winter wheat in polder areas., 2014, 41: 241–247 (in Chinese with English abstract).

[42] 靳紅梅, 沈明星, 王海候, 陸長嬰, 常志州, 郭瑞華. 秸稈還田模式對稻麥兩熟農田麥季CH4和N2O排放特征的影響, 江蘇農業學報, 2017, 33: 333–339. Jin H M, Shen M X, Wang H H, Lu C Y, Chang Z Z, Guo R H. Influence of straw returning patterns on CH4and N2O emission during wheat-growing season in a rice-wheat double cropping system., 2017, 33: 333–339 (in Chinese with English abstract).

[43] 牛東, 潘慧, 叢美娟, 尹萍, 吳浩, 孫娟, 朱新開, 郭文善. 氮肥運籌和秸稈還田對麥季土壤溫室氣體排放的影響. 麥類作物學報, 2016, 36: 1667–1673.Niu D, Pan H, Cong M J, Yin P, Wu H, Sun J, Zhu X K, Guo W S. Effect of nitrogen application ratio and straw returning on soil greenhouse gas emission during wheat growing period., 2016, 36: 1667–1673 (in Chinese with English abstract).

[44] 孫國峰, 鄭建初, 陳留根, 何加駿, 張岳芳. 配施豬糞對麥季CH4和N2O排放及溫室效應的影響. 生態與農村環境學報, 2012, 28: 349–354. Sun G F, Zheng J C, Chen L G, He J J, Zhang Y F. Effects of application of pig manure in combination with chemical fertili-zers on CH4and N2O emissions and their greenhouse effects in wheat field., 2012, 28: 349–354 (in Chinese with English abstract).

[45] 孫國峰, 鄭建初, 陳留根, 何加駿, 張岳芳. 沼液替代化肥對麥季CH4、N2O排放及溫室效應的影響. 農業環境科學學報, 2012, 31: 1654–1661. Sun G F, Zheng J C, Chen L G, He J J, Zhang Y F. Effects of chemical fertilizers substitution by biogas slurry on CH4and N2O emissions and their greenhouse effects in wheat field., 2012, 31: 1654–1661 (in Chinese with English abstract).

[46] 王海云, 邢光熹. 不同施氮水平對稻麥輪作農田氧化亞氮排放的影響. 農業環境科學學報, 2009, 28: 2631–2646. Wang H Y, Xing G X. Effect of nitrogen fertilizer rates on nitrous oxide emission from paddy field under rice-wheat rotation., 2009, 28: 2631–2636 (in Chinese with English abstract).

[47] 張翰林, 呂衛光, 鄭憲清, 李雙喜, 王金慶, 張娟琴, 何七勇, 袁大偉, 顧曉君. 不同秸稈還田年限對稻麥輪作系統溫室氣體排放的影響. 中國生態農業學報, 2015, 23: 302–308. Zhang H L, Lyu W G, Zheng X Q, Li S X, Wang J Q, Zhang J Q, He Q Y, Yuan D W, Gu X J. Effects of years of straw return to soil on greenhouse gas emission in rice/wheat rotation systems., 2015, 23: 302–308 (in Chinese with English abstract).

[48] 張岳芳, 陳留根, 朱普平, 張傳勝, 盛婧, 王子臣, 鄭建初. 秸稈還田對稻麥兩熟高產農田凈增溫潛勢影響的初步研究. 農業環境科學學報, 2012, 31: 1647–1653. Zhang Y F, Chen L G, Zhu P P, Zhang C S, Sheng J, Wang Z C, Zheng J C. Preliminary study on effect of straw incorporation on net global warming potential in high production rice-wheat double cropping systems., 2012, 31: 1647–1653 (in Chinese with English abstract).

[49] 鄒建文. 稻麥輪作生態系統溫室氣體(CO2、CH4和N2O)排放研究. 南京農業大學博士學位論文, 江蘇南京, 2005. Zou J W. A Study on Greenhouse Gases (CO2, CH4and N2O) Emission from Rice-winter Wheat Rotations in Southeast China. PhD Dissertation of Nanjing Agricultural University, Nanjing, Jiangsu, China, 2005 (in Chinese with English abstract).

[50] Zhang Z S, Guo L J, Liu T Q, Li C F, Cao C G. Effects of tillage practices and straw returning methods on greenhouse gas emissions and net ecosystem economic budget in rice wheat cropping systems in central China., 2015, 122: 636–644.

[51] Li S H, Guo L J, Cao C G, Li C F. Effects of straw returning levels on carbon footprint and net ecosystem economic benefits from rice-wheat rotation in central China., 2021, 28: 5742–5754.

[52] Xia L L, Xia Y Q, Li B L, Wang J Y, Wang S W, Zhou W, Yan X Y. Integrating agronomic practices to reduce greenhouse gas emissions while increasing the economic return in a rice-based cropping system., 2016, 231: 24–33.

[53] Li B, Fan C H, Zhang H, Chen Z Z, Sun L Y, Xiong Z Q. Combined effects of nitrogen fertilization and biochar on the net global warming potential, greenhouse gas intensity and net ecosystem economic budget in intensive vegetable agriculture in southeastern China., 2015, 100: 10–19.

[54] Lu R, Zhang P, Fu Z, Jiang J, Wu J, Cao Q, Tian Y, Zhu Y, Cao W, Liu X. Improving the spatial and temporal estimation of ecosystem respiration using multi-source data and machine learning methods in a rainfed winter wheat cropland., 2023, 871: 161967.

[55] Guo C, Liu X, He X. A global meta-analysis of crop yield and agricultural greenhouse gas emissions under nitrogen fertilizer application., 2022, 831: 154982.

[56] Muhammad I, Wang J, Sainju U M, Zhang S H, Zhao F Z, Khan A. Cover cropping enhances soil microbial biomass and affects microbial community structure: a meta-analysis., 2021, 381: 114696.

[57] Zhang Y Y, Liu J F, Mu Y J, Pei S W, Lun X X, Chai F H. Emissions of nitrous oxide, nitrogen oxides and ammonia from a maize field in the North China Plain., 2011, 45: 2956–2961.

[58] Liu C Y, Wang K, Meng S X, Zheng X H, Zhou Z X, Han S H, Chen D L, Yang Z P. Effects of irrigation, fertilization and crop straw management on nitrous oxide and nitric oxide emissions from a wheat-maize rotation field in northern China., 2011, 140: 226–233.

[59] Yao Z S, Zheng X H, Xie B H, Mei B L, Wang R, Butterbach-Bahl K, Zhu J G, Yin R. Tillage and crop residue management significantly affects N-trace gas emissions during the non- rice season of a subtropical rice-wheat rotation., 2009, 41: 2131–2140.

[60] Garcia-Ruiz R, Gomez-Munoz B, Hatch D J, Bol R, Baggs E M. Soil mineral N retention and N2O emissions following combined application of15N-labelled fertiliser and weed residues., 2012, 26: 2379–2385.

[61] Wang Y Y, Hu Z H, Shang D Y, Xue Y, Islam A, Chen S T. Effects of warming and elevated O3concentrations on N2O emission and soil nitrification and denitrification rates in a wheat- soybean rotation cropland., 2020, 257: 113556.

[62] Bhattacharyya P, Nayak A K, Mohanty S, Tripathi R, Shahid M, Kumar A, Raja R, Panda B B, Roy K S, Neogi S, Dash P K, Shukla A K, Rao K S. Greenhouse gas emission in relation to labile soil C, N pools and functional microbial diversity as influenced by 39 years long-term fertilizer management in tropical rice., 2013, 129: 93–105.

[63] Li Z, Zeng Z, Song Z, Tian D, Huang X, Nie S, Wang J, Jiang L, Luo Y, Cui J, Niu S. Variance and main drivers of field nitrous oxide emissions: a global synthesis., 2022, 353: 131686.

[64] Jiang Z W, Yang S H, Chen X, Pang Q Q, Xu Y, Qi S T, Yu W Q, Dai H D. Controlled release urea improves rice production and reduces environmental pollution: a research based on meta-analysis and machine learning., 2022, 29: 3587–3599.

[65] Villa-Vialaneix N, Follador M, Ratto M, Leip A. A comparison of eight metamodeling techniques for the simulation of N2O fluxes and N leaching from corn crops., 2012, 34: 51–66.

[66] Qiu H H, Wei W L. Crop straw retention influenced crop yield and greenhouse gas emissions under various external conditions., 2021, 28: 42362–42371.

[67] Rasouli S, Whalen J K, Madramootoo C A. Review: reducing residual soil nitrogen losses from agroecosystems for surface water protection in Quebec and Ontario, Canada: best management practices, policies and perspectives., 2014, 94: 109–127.

[68] Qin Z, Myers D B, Ransom C J, Kitchen N R, Liang S Z, Camberato J J, Carter P R, Ferguson R B, Fernandez F G, Franzen D W, Laboski C A M, Malone B D, Nafziger E D, Sawyer J E, Shanahan J F. Application of machine learning methodologies for predicting corn economic optimal nitrogen rate., 2018, 110: 2596–2607.

[69] 劉新偉, 龔德平, 鞏細民, 王巍, 婁希鳳, 韓玲君, 楊德樺, 趙竹青. 湖北江北農場小麥肥效試驗與施肥推薦. 麥類作物學報, 2012, 32: 338–343. Liu X W, Gong D P, Gong X M, Wang W, Lou X F, Han L J, Yang D H, Zhao Z Q. Fertilizer effect on wheat and recommendation offertilizer for wheat production in Jiangbei farm., 2012, 32: 338–343 (in Chinese with English abstract).

[70] 周琦, 李嵐濤, 張露露, 苗玉紅, 王宜倫. 氮肥和播種量互作對冬小麥產量、生長發育和生態場特性的影響. 作物學報, 2023, 49: 3100–3109. Zhou Q, Li L T, Zhang L L, Miao Y H, Wang Y L. Effects of interaction of nitrogen level and sowing rate on yield, growth, and ecological field characteristics of winter wheat., 2023, 49: 3100–3109 (in Chinese with English abstract).

Research on the effects of nitrogen fertilizer and rice straw return on wheat yield and N2O emission and recommended fertilization under rice-wheat rotation pattern

LU Ru-Hua1, WANG Wen-Xuan2, CAO Qiang1, TIAN Yong-Chao1, ZHU Yan1, CAO Wei-Xing1, and LIU Xiao-Jun1,*

1National Engineering and Technology Center for Information Agriculture, Nanjing Agricultural University / Engineering and Research Center for Smart Agriculture, Ministry of Education / Key Laboratory for Crop System Analysis and Decision Making, Ministry of Agriculture and Rural Affairs / Jiangsu Key Laboratory for Information Agriculture, Nanjing 210095, Jiangsu, China;2College of Humanities & Social Development, Nanjing 210095, Jiangsu, China

The optimization of agricultural practices such as nitrogen and straw input may be an effective option for maintaining environmental sustainability. However, previous studies on the effects of nitrogen and straw inputs on wheat growth and N2O emission reduction were limited. Therefore, the present study was based on the literature published from 2000 to 2022 about wheat yield and N2O emissions under different nitrogen and straw inputs amendment in the middle and lower reaches of the Yangtze River, a random forest (RF) model of wheat yield and N2O emission was constructed. And the influence of nitrogen and straw inputs on wheat yield and N2O emissions was quantified. Based on the developed model, wheat yield and N2O emission simulations at the experimental site were carried out in combination with scenario settings, and the carbon emission intensity (CEE) and net ecosystem economic benefits (NEEB) were evaluated. The results were as follow: On the regional scale, an RF model was established for the response of wheat yield and N2O emission to the application of nitrogen fertilizer and straw returning. The verification results were2of 0.66 and 0.65, and RMSE of 0.70 and 1.11, respectively. Quantifying the importance of independent variables showed that nitrogen application rate and soil organic matter were essential for yield and N2O models. For nitrogen fertilizer and straw management under different targets, the amount of nitrogen fertilizer required to achieve the highest yield was 208-212 kg hm–2, the amount of nitrogen fertilizer required to achieve the minimum CEE was 113-130 kg hm–2, and the amount of nitrogen fertilizer required to achieve the highest NEEB was 202–205 kg hm–2, of which the highest ecological benefit of 13,669.18 CHY could be obtained by applying 202 kg hm–2nitrogen fertilizer under the straw input of 6.75 t hm–2. Our results indicate that optimizing nitrogen fertilizer and straw inputs has the potential to reduce crop carbon emission intensity and maximize net ecological and environmental benefits.

nitrogen application rate; straw inputs; wheat; N2O; emission model; fertilizer recommendation

10.3724/SP.J.1006.2024.31035

本研究由國家重點研發計劃項目(2022YFD2301402), 南京農業大學三亞研究院(NAUSY-ZD01)和國家自然科學基金項目(32071903)資助。

This study was supported by the National Key Research and Development Program of China (2022YFD2301402), the Hainan Institute of Nanjing Agricultural University (NAUSY-ZD01), and the National Natural Science Foundation of China (32071903).

劉小軍, E-mail: liuxj@njau.edu.cn, Tel: 025-84396804

E-mail: 2020101177@njau.edu.cn

2023-06-04;

2023-10-23;

2023-11-30.

URL: https://link.cnki.net/urlid/11.1809.S.20231129.1348.004

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).