基于DNDC模型的稻田氮素流失及其影響因素研究

趙崢，吳淑杭，周德平，褚長(zhǎng)彬，曹林奎

（1.上海交通大學(xué)農(nóng)業(yè)與生物學(xué)院，上海 200240；2.上海市農(nóng)業(yè)科學(xué)院生態(tài)環(huán)境保護(hù)研究所，上海 201403）

基于DNDC模型的稻田氮素流失及其影響因素研究

趙崢1，2，吳淑杭2，周德平2，褚長(zhǎng)彬2，曹林奎1*

（1.上海交通大學(xué)農(nóng)業(yè)與生物學(xué)院，上海 200240；2.上海市農(nóng)業(yè)科學(xué)院生態(tài)環(huán)境保護(hù)研究所，上海 201403）

稻田氮素流失是導(dǎo)致農(nóng)業(yè)面源污染的主要原因之一。采用測(cè)坑定位實(shí)驗(yàn)獲得的野外觀測(cè)數(shù)據(jù)對(duì)DNDC模型模擬稻田氮素流失的可行性進(jìn)行驗(yàn)證，同時(shí)重點(diǎn)采用模型的敏感性分析功能對(duì)影響稻田氮素流失的關(guān)鍵因素進(jìn)行分析研究。結(jié)果表明：DNDC模型能夠準(zhǔn)確地模擬不同施肥條件下稻田的氮素流失和水稻產(chǎn)量，施肥和降雨是影響稻田氮素流失的主要因素，與稻田氮素流失呈正比。值得注意的是，在目前施肥水平下有機(jī)肥的施用對(duì)稻田氮素的滲漏流失無(wú)明顯貢獻(xiàn)。此外，稻田氮素的滲漏流失還與土壤硝態(tài)氮的含量呈正比，而與土壤有機(jī)碳含量和黏土比例呈反比。根據(jù)敏感性分析結(jié)果可知，在我國(guó)稻田目前的施肥水平下，降低施肥量、采用節(jié)水灌溉以及增施有機(jī)肥等措施均是減少稻田氮素流失的有效手段。

稻田；氮素流失；DNDC模型；敏感性分析；徑流；滲漏

我國(guó)是水稻種植大國(guó)，水稻單產(chǎn)處于世界領(lǐng)先水平。以2013年為例，我國(guó)水稻總產(chǎn)量達(dá)2.05億t，約占世界總產(chǎn)量的27.5%，而水稻種植面積僅為世界總種植面積的18.5%[1]。我國(guó)水稻的高產(chǎn)主要得益于化學(xué)肥料的大量施用，相關(guān)調(diào)查表明，我國(guó)江浙滬地區(qū)的稻田中平均氮肥施用量約為300 kg N·hm-2，而太湖流域某些高產(chǎn)稻田中施氮水平高達(dá)350 kg N·hm-2[2]，如此高的施氮水平已遠(yuǎn)遠(yuǎn)超過(guò)了相關(guān)研究推薦的稻田最佳施氮量[3-4]。較高的氮肥施用量和較低的氮素利用率導(dǎo)致施肥投入的氮只有很少一部分能被水稻吸收利用，而大部分將隨著降雨和稻田排水等通過(guò)不同的途徑流失到周邊環(huán)境中，進(jìn)而引起了一系列環(huán)境污染問(wèn)題。稻田氮素的隨水流失不僅會(huì)引起地表水體的富營(yíng)養(yǎng)化，同時(shí)也是導(dǎo)致地下水硝酸鹽污染的主要原因，嚴(yán)重影響人類飲水安全[5-6]。相關(guān)研究表明，我國(guó)農(nóng)田中施肥投入的氮每年約有7%將通過(guò)地表徑流和滲漏的方式流失到周邊水環(huán)境中[7]。目前，我國(guó)超過(guò)一半的淡水湖面臨著水體污染問(wèn)題，水質(zhì)嚴(yán)重惡化，并且已經(jīng)喪失了湖泊應(yīng)當(dāng)具有的基本生態(tài)功能，部分湖泊的水質(zhì)等級(jí)已達(dá)國(guó)標(biāo)劣五類[8-9]。因此，稻田氮素流失研究對(duì)于我國(guó)水環(huán)境的保護(hù)和農(nóng)業(yè)面源污染的控制均具有十分重要的意義。

近年來(lái)，生物地球化學(xué)模型已成為研究農(nóng)業(yè)生態(tài)系統(tǒng)元素循環(huán)的重要工具。DNDC模型可用于模擬農(nóng)業(yè)生態(tài)系統(tǒng)中碳和氮的遷移轉(zhuǎn)化過(guò)程和主要去向，是二十一世紀(jì)最成功的農(nóng)業(yè)生態(tài)系統(tǒng)模型之一[10]。DNDC模型以其簡(jiǎn)單的輸入?yún)?shù)和準(zhǔn)確的模擬結(jié)果已被廣泛地應(yīng)用到全球不同的國(guó)家和生態(tài)系統(tǒng)中，目前可用于模擬農(nóng)作物的產(chǎn)量、硝酸鹽的淋溶、溫室氣體的排放以及土壤碳儲(chǔ)量的變化等[11-12]。同時(shí)，DNDC模型還具有敏感性分析功能，能夠?qū)τ绊懱嫉h(huán)過(guò)程的敏感性因素進(jìn)行評(píng)價(jià)，從而確定影響主要碳氮去向的關(guān)鍵因素，為農(nóng)業(yè)生產(chǎn)過(guò)程中養(yǎng)分的科學(xué)管理和調(diào)控提供依據(jù)。與傳統(tǒng)的野外觀測(cè)實(shí)驗(yàn)相比，模型的研究能夠節(jié)約大量的時(shí)間、人力和物力，并提供相對(duì)可靠的結(jié)果用于指導(dǎo)農(nóng)業(yè)生產(chǎn)。在前期研究中，我們對(duì)DNDC模型中與稻田氮素流失相關(guān)的參數(shù)進(jìn)行了修正和校準(zhǔn)，驗(yàn)證了DNDC模型模擬稻田氮素流失的功能[13]。本研究在時(shí)間尺度上進(jìn)一步驗(yàn)證DNDC模型模擬不同施肥條件下稻田氮素流失的可行性，同時(shí)重點(diǎn)采用DNDC模型的敏感性分析功能對(duì)影響稻田氮素流失的關(guān)鍵因素進(jìn)行評(píng)價(jià)，明確影響稻田氮素流失的最敏感因素，并以此為依據(jù)制定科學(xué)有效的減排措施，為稻田氮素流失的控制和農(nóng)業(yè)環(huán)境的保護(hù)提供科學(xué)依據(jù)。

1 材料與方法

1.1 實(shí)驗(yàn)地概況

實(shí)驗(yàn)地位于上海市青浦區(qū)，為黃浦江上游地區(qū)，是上海市的水源保護(hù)地之一。該地區(qū)為典型稻作農(nóng)區(qū)，種植制度以稻麥輪作為主，氣候類型為亞熱帶潮濕型季風(fēng)氣候，年平均氣溫16.7℃，年平均降雨量1 087.3 mm。實(shí)驗(yàn)時(shí)間為2012—2013年水稻生育期，兩年水稻生育期的平均氣溫分別為25.0、26.3℃，降雨量分別為408、595 mm。本研究采用測(cè)坑定位實(shí)驗(yàn)，測(cè)坑系統(tǒng)位于青浦區(qū)水務(wù)局農(nóng)田水利技術(shù)推廣站內(nèi)。該測(cè)坑系統(tǒng)建于1998年，共16個(gè)測(cè)坑，坑體之間以水泥埂隔開(kāi)以防止肥水的串流，每個(gè)測(cè)坑面積為6 m2（2 m×3 m）。測(cè)坑建造時(shí)采用原狀土回填，坑內(nèi)土壤深度為2.5 m。土壤中埋設(shè)有不同的管道以實(shí)現(xiàn)對(duì)土壤不同深度剖面水、滲漏水和地表徑流水的采集。徑流管出水口高度模擬上海地區(qū)水稻田田埂的平均高度，設(shè)定為10 cm；田面水高度則參照當(dāng)?shù)剞r(nóng)民的水分管理習(xí)慣，整個(gè)水稻生育期均維持在7～8 cm，基于此來(lái)實(shí)現(xiàn)對(duì)降雨過(guò)程中稻田地表徑流排水的觀測(cè)。測(cè)坑系統(tǒng)建有地下控制室，在取樣的同時(shí)自動(dòng)記錄排水量。測(cè)坑裝置示意圖如圖1所示。測(cè)坑內(nèi)土壤類型為湖沼相沉積物起源的青紫泥水稻土，耕層土壤的基礎(chǔ)理化性質(zhì)如表1所示。

圖1 測(cè)坑裝置示意圖Figure 1 The structure view of lysimeter system

表1 實(shí)驗(yàn)地土壤基礎(chǔ)理化性質(zhì)Table 1 Physical and chemical properties for the topsoil at the experimental site

1.2 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)共設(shè)4種處理，包括不施肥的空白對(duì)照CK和3種施肥處理，每種處理3次重復(fù)進(jìn)行隨機(jī)區(qū)組實(shí)驗(yàn)，其中化肥處理CT施用尿素，有機(jī)肥處理OT施用商品有機(jī)肥，混施肥處理MT施用80%尿素和20%商品有機(jī)肥（按N比例）。各施肥處理總施氮量相同，參照當(dāng)?shù)爻Ｒ?guī)施肥水平300 kg N·hm-2。所用有機(jī)肥為以雞糞為原料發(fā)酵生產(chǎn)的商品有機(jī)肥，含氮量1.66%，有機(jī)質(zhì)含量47.8%。施肥時(shí)有機(jī)肥以基肥的方式一次性施入，尿素則分為基肥和兩次追肥（3∶1∶1），追肥時(shí)間分別為水稻拔節(jié)期和抽穗期。具體施肥方案如表2所示。實(shí)驗(yàn)所用水稻品種為“寶農(nóng)34”，種植方式為移栽，2012年的移栽時(shí)間為6月27日，收獲時(shí)間為11月8日，2013年則為6月18日移栽，11月4日收獲。稻田采用的水分管理方式為傳統(tǒng)的淹水灌溉+中期烤田，烤田期為10 d左右。除烤田期外，整個(gè)水稻生育期田面水高度均維持在7～8 cm，水位低于該高度時(shí)即進(jìn)行灌水，2012年和2013年水稻生育期的灌水量分別為804、824 mm。其他農(nóng)事操作參照當(dāng)?shù)亓?xí)慣。

表2 不同處理施肥方案（kg N·hm-2）Table 2 Fertilization scheme for different treatments（kg N·hm-2）

1.3 樣品采集與分析測(cè)定

在稻田灌水后開(kāi)始對(duì)滲漏水和地表徑流水進(jìn)行采集。滲漏水在每次施肥后的第1、2、3、5、7、9、11、15、20、25、30 d進(jìn)行取樣，此后，滲漏水中N濃度基本趨于穩(wěn)定，取樣頻率改為每?jī)芍?次，直至水稻生長(zhǎng)期結(jié)束。地表徑流則在稻田產(chǎn)生地表徑流水時(shí)進(jìn)行取樣，同時(shí)通過(guò)測(cè)坑地下控制室記錄每次滲漏和地表徑流的排水量。采集的樣品立即帶回實(shí)驗(yàn)室對(duì)水樣中TN濃度進(jìn)行分析測(cè)定，采用“Multi N/C 3000”TN/TOC分析儀（Analytik Jena，德國(guó)）。通過(guò)水樣中的N濃度及排水量即可計(jì)算稻田N流失負(fù)荷。

1.4 DNDC模型的參數(shù)修正、校準(zhǔn)和驗(yàn)證

DNDC（DeNitrification-DeComposition）模型是一個(gè)描述農(nóng)業(yè)生態(tài)系統(tǒng)中碳和氮生物地球化學(xué)循環(huán)過(guò)程的計(jì)算機(jī)模擬模型[14]，最初建立的目的是用于模擬北美地區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)中溫室氣體的排放和土壤碳儲(chǔ)量的變化[15-16]。在過(guò)去的20多年中，隨著模型參數(shù)的不斷優(yōu)化，模型的功能也不斷完善和提高[17-19]。在前期研究中（2009—2011年），我們對(duì)DNDC模型中與稻田氮素流失相關(guān)的參數(shù)進(jìn)行了一系列修正，使得模型準(zhǔn)確地模擬了稻田系統(tǒng)的氮素流失過(guò)程[13]。修正的參數(shù)主要涉及四個(gè)方面：（1）根據(jù)上海地區(qū)水稻田的結(jié)構(gòu)特點(diǎn)修正了DNDC模型中對(duì)稻田田埂高度的設(shè)置（10 cm）；（2）修正了施肥后氮在田面水和土壤中的分配比；（3）根據(jù)上海地區(qū)水稻田犁底層的特性修正了滲漏水的下滲速率；（4）增加了新的輸入?yún)?shù)——灌溉水中的氮含量。這一系列修正使得DNDC模型準(zhǔn)確地追蹤了水稻田的排水過(guò)程和施肥后氮在田面水中的溶解與分配過(guò)程，基于此模型準(zhǔn)確地模擬了稻田系統(tǒng)的氮素流失。在DNDC模型的校準(zhǔn)和驗(yàn)證過(guò)程中，模型對(duì)2009—2011年不同施肥條件下稻田氮素流失模擬的相對(duì)標(biāo)準(zhǔn)偏差為14.15%～16.82%，為DNDC模型研究稻田氮素流失及其影響因素奠定了良好的基礎(chǔ)。有關(guān)模型參數(shù)修正、校準(zhǔn)和驗(yàn)證的詳細(xì)內(nèi)容請(qǐng)參見(jiàn)Zhao等[13]的方法。

1.5 數(shù)據(jù)處理與統(tǒng)計(jì)分析

本實(shí)驗(yàn)中，稻田氮素流失負(fù)荷采用以下公式進(jìn)行計(jì)算：

式中：Qi為氮素流失負(fù)荷，kg N·hm-2；Ci為水樣TN濃度，mg·L-1；qi為滲漏或徑流的排水量，mm；i為滲漏水或徑流水的采樣次數(shù)（1～n）；100為單位換算系數(shù)。

敏感性指數(shù)（Sensitive Index-SI）可用來(lái)評(píng)價(jià)DNDC模型敏感性分析的結(jié)果，計(jì)算公式如下：

式中：Pmax、Pmin和Pavg為輸入?yún)?shù)的最大值、最小值和平均值；Rmax、Rmin和Ravg為對(duì)應(yīng)的模擬結(jié)果。

SI值越大表示模擬結(jié)果對(duì)于所選擇的輸入?yún)?shù)越敏感，其正值表示二者呈正相關(guān)關(guān)系，而負(fù)值則表示負(fù)相關(guān)。根據(jù)SI值的計(jì)算結(jié)果即可對(duì)影響稻田氮素流失的關(guān)鍵因素進(jìn)行分析。

本實(shí)驗(yàn)中數(shù)據(jù)均以平均值加標(biāo)準(zhǔn)偏差的方式來(lái)表示。數(shù)據(jù)處理分析采用Excel 2010進(jìn)行；顯著性差異檢驗(yàn)采用SPSS 17.0中的one-way ANOVA在P<0.05水平進(jìn)行；相關(guān)性分析與繪圖采用Origin 8.0。

2 結(jié)果與分析

2.1 稻田水分運(yùn)移特征及其影響因素

水稻田是一個(gè)特殊的生態(tài)系統(tǒng)，有著獨(dú)特的水分管理方式，滲漏和地表徑流是水稻田的兩種主要排水方式，同時(shí)也是導(dǎo)致稻田氮素流失的主要驅(qū)動(dòng)力。當(dāng)?shù)咎锕嗨?，田面水?huì)在重力作用下通過(guò)土壤剖面持續(xù)下滲，從而進(jìn)入地下水。由于受水稻田犁底層和土壤性質(zhì)的影響，稻田滲漏速率較為穩(wěn)定，在2012—2013年試驗(yàn)期間在每日2 mm左右波動(dòng)，變化范圍為0.48～3.83 mm·d-1，其中滲漏量為0的時(shí)間段為水稻烤田期。試驗(yàn)期間稻田滲漏排水動(dòng)態(tài)特征如圖2所示，2012年和2013年稻季的平均滲漏速率分別為1.64、1.85 mm·d-1。

稻田地表徑流則主要受降雨的影響，在降雨過(guò)程中，當(dāng)田面水的高度超過(guò)稻田田埂時(shí)就會(huì)產(chǎn)生地表徑流。實(shí)驗(yàn)稻田在2012年和2013年分別產(chǎn)生了7次和8次徑流，如圖3所示。與滲漏相比，稻田地表徑流排水量的波動(dòng)范圍較大，為6.7～228.9 mm。值得注意的是在2012年8月8日產(chǎn)生地表徑流排水時(shí)水稻田剛進(jìn)入烤田期，部分測(cè)坑的田面水還未完全落干，82.3 mm的降雨量仍然導(dǎo)致了30.2 mm地表徑流排水的產(chǎn)生。由于測(cè)坑坑體為水泥結(jié)構(gòu)，并未設(shè)計(jì)有人工主動(dòng)排水口，烤田之前的排水一般通過(guò)田面水的自然落干來(lái)實(shí)現(xiàn)，各測(cè)坑之間田面水的下滲速率略有差異，田面水的落干過(guò)程也有所差別。而在2013年10月8日，稻田地表徑流量遠(yuǎn)高于其他各次徑流，主要原因是當(dāng)時(shí)上海處于臺(tái)風(fēng)天氣，超過(guò)250 mm的降雨量導(dǎo)致了大量地表徑流排水的產(chǎn)生。不難看出降雨是導(dǎo)致稻田地表徑流排水的主要驅(qū)動(dòng)力。因此，我們分析了稻田地表徑流排水量和降雨量之間的相關(guān)性（圖4），結(jié)果表明二者之間存在顯著相關(guān)性（R2=0.95），其相互關(guān)系可用經(jīng)驗(yàn)公式“Y=0.90X-11.96”來(lái)表示，即當(dāng)降雨量高于13.3 mm時(shí)，水稻田就有可能產(chǎn)生地表徑流排水（圖4a），可根據(jù)降雨量通過(guò)該經(jīng)驗(yàn)公式來(lái)估算水稻田的地表徑流排水量?？紤]到在兩年試驗(yàn)期間監(jiān)測(cè)到的15次地表徑流中，2012年8月8日和2013年10月8日的兩次地表徑流情況較為特殊，因此我們排除這兩次徑流再次分析了稻田地表徑流和降雨之間的相關(guān)性，結(jié)果表明二者間的相關(guān)性有所降低，R2僅為0.67（圖4b）。分析其主要原因，可能是因?yàn)?013年10月8日產(chǎn)生的徑流是所有地表徑流中的極大值，該極大值的存在提高了分析過(guò)程中地表徑流和降雨之間的相關(guān)性（圖4a）；另一方面，相關(guān)性不高的原因可能是由于樣本數(shù)量較少（除去兩次特殊時(shí)期徑流后僅為13次），還不足以反映出稻田地表徑流和降雨之間的一般規(guī)律。

圖2 稻田滲漏排水特征Figure 2 Leaching dynamics from paddy fields

圖3 稻田地表徑流排水特征及其與降雨間的關(guān)系Figure 3 Surface runoff pattern from paddy fields and the relationship with precipitation

圖4 稻田地表徑流量與降雨量之間的相關(guān)性分析Figure 4 Correlation analysis between surface runoff and precipitation

2.2 不同施肥方式對(duì)稻田氮素流失負(fù)荷的影響

根據(jù)測(cè)坑系統(tǒng)對(duì)稻田氮素流失過(guò)程的監(jiān)測(cè)計(jì)算了水稻整個(gè)生長(zhǎng)季的氮素流失負(fù)荷，結(jié)果如表3所示。3種施肥處理的氮素流失負(fù)荷均顯著高于不施肥的對(duì)照組CK，表明施肥是導(dǎo)致稻田氮素流失的主要因素。在2012年水稻季，CT處理的氮素徑流流失負(fù)荷最高，顯著高于OT處理，但與MT處理無(wú)顯著差異，3種施肥處理之間氮素的滲漏流失負(fù)荷并無(wú)顯著差異；在2013年水稻季，CT處理的氮素徑流流失負(fù)荷也為最高，且顯著高于MT和OT處理，而MT和OT處理之間并無(wú)顯著差異，3種施肥處理之間氮素的滲漏流失負(fù)荷則差異顯著。與滲漏相比，地表徑流是稻田氮素流失的主要途徑。從稻田氮素的年均流失負(fù)荷來(lái)看，CT處理顯著高于MT和OT處理，表明稻田施用尿素會(huì)導(dǎo)致較高的氮素流失負(fù)荷，而施用有機(jī)肥能在一定程度上減少稻田的氮素流失。在2012—2013年試驗(yàn)期間，3種施肥處理的稻田所產(chǎn)生的氮素流失負(fù)荷在施氮量中所占比例為3.12%～5.02%。

表3 不同施肥方式下稻田氮素流失負(fù)荷（kg N·hm-2）Table 3 N loading from paddy fields under different fertilization methods（kg N·hm-2）

圖5 DNDC模型對(duì)不同施肥方式下稻田氮素流失負(fù)荷的模擬Figure 5 Simulated N loading with DNDC model under different fertilization methods

2.3 DNDC模型對(duì)稻田氮素流失負(fù)荷的模擬

當(dāng)輸入實(shí)驗(yàn)地實(shí)際的氣象條件、土壤理化性質(zhì)和農(nóng)田管理措施數(shù)據(jù)后，運(yùn)行DNDC模型對(duì)不同施肥方式下稻田系統(tǒng)的氮素流失進(jìn)行模擬，結(jié)果如圖5所示。模擬結(jié)果表明，DNDC模型基本準(zhǔn)確地模擬了不同施肥方式下稻田系統(tǒng)的氮素流失負(fù)荷，模擬的平均標(biāo)準(zhǔn)偏差為6.15%（0.46%～14.33%），在可接受范圍內(nèi)[20-21]。與施肥處理相比，對(duì)照組CK并沒(méi)有肥料的投入，其氮素流失主要來(lái)自灌溉水本身含有的氮以及灌水之后土壤氮在田面水中的溶解。DNDC模型通過(guò)對(duì)灌溉水中氮含量的定義以及對(duì)土壤氮在田面水中溶解的模擬，準(zhǔn)確地追蹤了稻田不施肥條件下的氮素流失。通過(guò)對(duì)2012—2013年試驗(yàn)期間稻田氮素流失的模擬，進(jìn)一步驗(yàn)證了DNDC模型模擬不施肥及多種施肥條件下稻田氮素流失的可行性，以此為基礎(chǔ)即可對(duì)影響稻田氮素流失的敏感性因素進(jìn)行分析。

2.4 DNDC模型對(duì)水稻產(chǎn)量的模擬

DNDC模型不僅準(zhǔn)確地模擬了稻田系統(tǒng)的氮素流失，同時(shí)也準(zhǔn)確地模擬了水稻的生長(zhǎng)過(guò)程。模型對(duì)2012—2013年試驗(yàn)期間不同施肥條件下水稻產(chǎn)量的模擬情況如圖6所示，結(jié)果表明DNDC模型基本準(zhǔn)確地捕捉到了不同施肥條件對(duì)水稻產(chǎn)量的影響，各處理水稻產(chǎn)量實(shí)測(cè)值與模擬值之間的相對(duì)標(biāo)準(zhǔn)偏差為0.55%～25.76%，平均相對(duì)標(biāo)準(zhǔn)偏差為8.14%，在模擬水稻產(chǎn)量時(shí)模型總體表現(xiàn)良好。模擬偏差較大的情況出現(xiàn)在2013年的CK和OT處理中，可能與年際間氣候條件的差異和病蟲(chóng)害的發(fā)生有關(guān)。準(zhǔn)確地模擬作物的生長(zhǎng)以及碳氮元素在農(nóng)業(yè)生態(tài)系統(tǒng)中的遷移轉(zhuǎn)化過(guò)程是模型進(jìn)行敏感性因素分析的前提，只有正確地把握影響稻田碳氮循環(huán)的關(guān)鍵因素，才能為稻田氮素流失的控制制定科學(xué)有效的減排措施。

2.5 稻田氮素流失敏感性因素分析

敏感性分析是DNDC模型特有的功能，通過(guò)分析模擬結(jié)果對(duì)某個(gè)輸入?yún)?shù)變化的響應(yīng)從而評(píng)價(jià)輸入?yún)?shù)對(duì)模擬結(jié)果的影響。敏感性分析以2012年的模擬條件作為基礎(chǔ)情景，選擇降雨量、施肥量及土壤理化性質(zhì)等8個(gè)輸入?yún)?shù)進(jìn)行分析，評(píng)價(jià)其對(duì)稻田氮素流失的影響。敏感性分析為單因素模擬試驗(yàn)，即每個(gè)輸入?yún)?shù)獨(dú)立地在其基值的±20%范圍內(nèi)隨機(jī)波動(dòng)來(lái)產(chǎn)生模擬情景（其他參數(shù)固定為基值不變），每個(gè)參數(shù)的模擬次數(shù)為500次，從而根據(jù)氮素流失的模擬結(jié)果對(duì)于輸入?yún)?shù)變化的響應(yīng)來(lái)計(jì)算敏感性指數(shù)SI，結(jié)果如表4所示。敏感性分析結(jié)果表明，稻田氮素徑流流失主要與降雨量和施肥量有關(guān)，且呈正相關(guān)關(guān)系，其中降雨量是稻田氮素徑流流失的最大影響因素。而稻田氮素的滲漏流失僅與降雨量和尿素施用量呈正相關(guān)關(guān)系，而與有機(jī)肥施用量無(wú)明顯關(guān)系，主要原因可能是有機(jī)肥中氮的形態(tài)以有機(jī)態(tài)大分子為主，易被土壤膠體吸附，不容易通過(guò)土壤剖面滲入地下。此外，稻田氮素的滲漏流失還與土壤理化性質(zhì)有關(guān)，即與土壤硝態(tài)氮含量呈正相關(guān)關(guān)系，而與土壤有機(jī)碳含量和黏土比例則呈負(fù)相關(guān)關(guān)系。土壤有機(jī)碳和黏土含量是決定土壤質(zhì)地的重要指標(biāo)，土壤質(zhì)地的差異可能通過(guò)影響滲漏水的下滲速率進(jìn)而影響稻田氮素的滲漏流失過(guò)程。

圖6 DNDC模型對(duì)不同施肥方式下水稻產(chǎn)量的模擬Figure 6 Simulated rice yields with DNDC model under different fertilization methods

3 討論

DNDC模型是一個(gè)模擬農(nóng)業(yè)生態(tài)系統(tǒng)中碳氮元素循環(huán)的生物地球化學(xué)模型，近年來(lái)已在不同的農(nóng)業(yè)生態(tài)系統(tǒng)中得到了驗(yàn)證和應(yīng)用，然而，目前有關(guān)DNDC模型模擬氮素流失方面的研究主要集中于旱作作物，如小麥和玉米等[17]。本研究首次將DNDC模型應(yīng)用于水稻田氮素流失的模擬，并采用模型的敏感性分析功能對(duì)影響稻田氮素流失的主要因素進(jìn)行了分析，以期為我國(guó)稻田氮素流失的控制提供依據(jù)。

表4 基于DNDC模型的稻田氮素流失敏感性因素分析Table 4 Sensitivity analysis with DNDC model

在本研究中，DNDC模型準(zhǔn)確地模擬了不同施肥條件下稻田系統(tǒng)的氮素流失，模擬結(jié)果與野外觀測(cè)結(jié)果基本一致，均表明降雨、施肥和土壤性質(zhì)是影響稻田氮素流失的主要因素。因此，根據(jù)不同的情形選擇合適的管理措施是控制稻田氮素流失的關(guān)鍵。首先，我國(guó)目前水稻田的施肥水平普遍處于過(guò)量狀態(tài)，因而在保證水稻產(chǎn)量的前提下降低施肥量是減少稻田氮素流失最直接和有效的手段；其次，降雨是影響稻田氮素徑流流失的最敏感因素，因而稻田施肥應(yīng)盡量地避開(kāi)降雨高峰期，這對(duì)稻田氮素徑流流失的控制尤為關(guān)鍵；再次，與滲漏相比地表徑流是稻田氮素流失的主要方式，因而減少稻田氮素的地表徑流流失是稻田氮素流失減排的關(guān)鍵。這也與趙旭等在太湖流域所獲得的研究結(jié)論一致[22]。此外，田面水高度也是影響稻田氮素地表徑流流失的重要因素。在本研究中，稻田采用的水分管理方式為傳統(tǒng)的淹水灌溉，田面水水位較高，在降雨過(guò)程中極易產(chǎn)生地表徑流。因此，選擇合適的灌溉方式以降低田面水高度也能夠有效地減少稻田氮素的地表徑流流失。諸多研究也表明采用濕潤(rùn)灌溉和間歇灌溉等節(jié)水灌溉方式能夠顯著降低稻田氮素的地表徑流流失[23-24]。

雖然地表徑流是稻田氮素流失的主要方式，但氮素的滲漏流失會(huì)引起地下水的硝酸鹽污染，直接影響人類的飲水安全，因此稻田氮素的滲漏流失也應(yīng)該引起重視。敏感性分析結(jié)果表明，稻田氮素的滲漏流失與降雨、尿素施用量和土壤硝態(tài)氮含量呈正比，而與土壤有機(jī)碳含量和土壤黏土比例呈反比。值得注意的是，在目前施肥水平下有機(jī)肥的施用對(duì)稻田氮素的滲漏流失沒(méi)有明顯貢獻(xiàn)。根據(jù)敏感性分析結(jié)果可知，稻田若施用有機(jī)肥替代化肥則能夠有效地減少稻田氮素的滲漏流失。這也與我們測(cè)坑實(shí)驗(yàn)觀測(cè)到的結(jié)論一致。有機(jī)肥的施用通常能夠提高土壤有機(jī)碳的含量，改善土壤質(zhì)地，在一定施用量前提下能夠有效降低稻田氮素的滲漏流失。此外，秸稈還田等農(nóng)業(yè)措施也是提高土壤有機(jī)碳含量的常用手段，這也可能對(duì)稻田氮素滲漏流失的控制做出貢獻(xiàn)。土壤性狀的改良不僅有助于稻田氮素流失的控制，同時(shí)也是農(nóng)業(yè)可持續(xù)發(fā)展的重要保障。

DNDC模型是研究農(nóng)業(yè)生態(tài)系統(tǒng)碳氮元素循環(huán)的重要工具，是對(duì)傳統(tǒng)野外觀測(cè)實(shí)驗(yàn)的拓展和延伸。模型模擬和野外觀測(cè)的結(jié)合不僅能夠節(jié)省大量的時(shí)間和資源，同時(shí)也能獲得較為可靠的結(jié)果對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程進(jìn)行指導(dǎo)。上文中所提及的諸多減排措施可采用DNDC模型的情景模擬功能來(lái)進(jìn)行驗(yàn)證，這也是我們下一步研究的主要內(nèi)容。綜上所述，以野外觀測(cè)實(shí)驗(yàn)為基礎(chǔ)的模型研究是未來(lái)農(nóng)業(yè)生態(tài)系統(tǒng)研究的重要發(fā)展方向。

4 結(jié)論

測(cè)坑定位實(shí)驗(yàn)表明，施用尿素（CT）的稻田產(chǎn)生的氮素流失負(fù)荷最高，為18.79 kg N·hm-2；施用有機(jī)肥能夠顯著降低稻田系統(tǒng)的氮素流失，與CT處理相比，施用有機(jī)肥的MT和OT處理能夠分別減少21.8%和30.4%的稻田氮素流失。DNDC模型能夠準(zhǔn)確地模擬不同施肥條件下稻田系統(tǒng)的氮素流失和水稻產(chǎn)量，是研究稻田碳氮循環(huán)和篩選最佳農(nóng)田管理措施的重要工具。基于DNDC模型的敏感性分析結(jié)果表明，稻田氮素流失主要受施肥、降雨及土壤理化性質(zhì)的影響，其中稻田氮素流失與施肥、降雨及土壤硝態(tài)氮含量呈正比，而與土壤有機(jī)碳含量和黏土比例呈反比。基于目前我國(guó)稻田中普遍存在的施肥過(guò)量現(xiàn)象，降低施肥量、采用節(jié)水灌溉以減少地表徑流的頻率以及施用有機(jī)肥來(lái)提高土壤有機(jī)碳含量等措施均是控制稻田氮素流失的有效手段。

[1]FAO.Food and Agriculture Organization of the United Nations.FAOSTAT.http://faostat3.fao.org.

[2]崔玉亭,程序,韓純?nèi)?等.蘇南太湖流域水稻經(jīng)濟(jì)生態(tài)適宜施氮量研究[J].生態(tài)學(xué)報(bào),2000,20（4）：659-662.

CUI Yu-ting,CHENG Xu,HAN Chun-ru,et al.The economic and ecological satisfactory amount of nitrogen fertilizer using on rice in Tai Lake Watershed[J].Acta Ecologica Sinica,2000,20（4）：659-662.

[3]Lin D X,Fan X H,Hu F,et al.Ammonia volatilization and nitrogen utilization efficiency in response to urea application in rice fields of the Taihu Lake region,China[J].Pedosphere,2007,17（5）：639-645.

[4]Chen J,Huang Y,Tang Y H.Quantifying economically and ecologically optimum nitrogen rates for rice production in south-eastern China[J]. Agriculture Ecosystems&Environment,2011,142（3/4）：195-204.

[5]Peng S Z,Yang S H,Xu J Z,et al.Nitrogen and phosphorus leaching losses from paddy fields with different water and nitrogen managements [J].Paddy and Water Environment,2011,9（3）：333-342.

[6]Yoshinaga I,Miura A,Hitomi T,et al.Runoff nitrogen from a large sized paddy field during a crop period[J].Agricultural Water Management, 2007,87（2）：217-222.

[7]朱兆良,孫波.中國(guó)農(nóng)業(yè)面源污染控制對(duì)策研究[J].環(huán)境保護(hù), 2008,394（8）：4-6.

ZHU Zhao-liang,SUN Bo.Study on the controlling policies of agricultural non-point source pullution in China[J].Environmental Protection, 2008,394（8）：4-6.

[8]Jin X C,Xu Q J,Huang C Z.Current status and future tendency of lakeeutrophication in China[J].Science in China Series C-Life Sciences, 2005,48（1）：948-954.

[9]Le C,Zha Y,Li Y et al.Eutrophication of lake waters in China：Cost, causes,and control[J].Environmental Management,2010,45（4）：662-668.

[10]Gilhespy S L,Anthony S,Cardenas L,et al.First 20 years of DNDC（DeNitrification DeComposition）：Model evolution[J].Ecological Modelling,2014,292（11）：51-62.

[11]夏文建,周衛(wèi),梁國(guó)慶,等.稻麥輪作農(nóng)田氮素循環(huán)的DNDC模型分析[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào),2012,18（1）：77-88.

XIA Wen-jian,ZHOU Wei,LIANG Guo-qing,et al.Evaluating the validity and sensitivity of the DNDC model to estimate nitrogen cycling in rice-wheat rotation system[J].Plant Nutrition and Fertilizer Science,2012,18（1）：77-88.

[12]黃秀梅,申廣榮,周培.基于模型的上海郊區(qū)地下水氮素非點(diǎn)源污染特征研究[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào),2011,30（7）：1378-1384.

HUANG Xiu-mei,SHEN Guang-rong,ZHOU Pei.Modeling impacts of cropland non-point source nitrogen pollution on groundwater in a suburban area of Shanghai,China[J].Journal of Agro-Environment Science,2011,30（7）：1378-1384.

[13]Zhao Z,Zhang H,Li C,et al.Quantifying nitrogen loading from a paddy field in Shanghai,China with modified DNDC model[J].Agriculture,E－cosystems and Environment,2014,197（12）：212-221.

[14]新罕布什爾大學(xué)地球海洋與空間研究所.DNDC模型使用手冊(cè)[M].北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社,2010.

Institute for the Study of Earth,Oceans,and Space,University of New Hampshire.DNDC Model user manual[M].Beijing：China Agricultural Science and Technology Press,2010.

[15]Giltrap D L,Li C,Saggar S.DNDC：A process-based model of greenhouse gas fluxes from agricultural soils[J].Agriculture,Ecosystems and Environment,2010,136（3/4）：292-300.

[16]Li C,Frolking S,Crocker G J,et al.Simulating trends in soil organic carbon in long-term experiments using the DNDC model[J].Geoderma,1997,81（1/2）：45-60.

[17]Li H,Wang L,Qiu J,et al.Calibration of DNDC model for nitrate leaching from an intensively cultivated region of Northern China[J]. Geoderma,2014,223/224/225（1）：108-118.

[18]田展,牛逸龍,孫來(lái)祥,等.基于DNDC模型模擬氣候變化影響下的中國(guó)水稻田溫室氣體排放[J].應(yīng)用生態(tài)學(xué)報(bào),2015,26（3）：793-799.

TIAN Zhan,NIU Yi-long,SUN Lai-xiang,et al.China′s rice field greenhouse gas emission under climate change based on DNDC model simulation[J].Chinese Journal of Applied Ecology,2015,26（3）：793-799.

[19]Li C S,Mosier A,Wassmann R,et al.Modeling greenhouse gas emissions from rice-based production systems：Sensitivity and upscaling[J]. Global Biogeochemical Cycles,2004,18（1）：1-11.

[20]Loague K,Green R E.Statistical and graphical methods for evaluating solute transport models：Overview and application[J].Journal of Contaminant Hydrology,1991,7（1/2）：51-73.

[21]Gao M,Qiu J,Li C,et al.Modeling nitrogen loading from a watershed consisting of cropland and livestock farms in China using Manure-DNDC[J].Agriculture,Ecosystems and Environment,2014,185（3）：88-98.

[22]Zhao X,Zhou Y,Min J,et al.Nitrogen runoff dominates water nitrogen pollution from rice-wheat rotation in the Taihu Lake region of China[J]. Agriculture,Ecosystems and Environment,2012,156（6）：1-11.

[23]姜萍,袁永坤,朱日恒,等.節(jié)水灌溉條件下稻田氮素徑流與滲漏流失特征研究[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào),2013,32（8）：1592-1596.

JIANG Ping,YUAN Yong-kun,ZHU Ri-heng,et al.Study on the nitrogen loss from paddy fields on different water management[J].Journal of Agro-Environment Science,2013,32（8）：1592-1596.

[24]葉玉適,梁新強(qiáng),金熠,等.節(jié)水灌溉與控釋肥施用對(duì)稻田田面水氮素變化及徑流流失的影響[J].水土保持學(xué)報(bào),2014,28（5）：105-112,118.

YE Yu-shi,LIANG Xin-qiang,JIN Yi,et al.Dynamic variation and runoff loss of nitrogen in surface water of paddy field as affected by water-saving irrigation and controlled-release fertilizer application[J]. Journal of Soil and Water Conservation,2014,28（5）：105-112,118.

Modeling N loss from paddy fields and sensitivity analysis with DNDC Model

ZHAO Zheng1,2,WU Shu-hang2,ZHOU De-ping2,CHU Chang-bin2,CAO Lin-kui1*
（1.School of Agriculture and Biology,Shanghai Jiao Tong University,Shanghai 200240,China;2.Eco-environmental Protection Institute of Shanghai Academy of Agricultural Science,Shanghai 201403,China）

N loss from paddy fields lead to agricultural non-point source pollution.Observed data from lysimeter study was used for validation of DNDC model,and then sensitivity analysis was conducted with DNDC model to evaluate the impact factors that affect N loss from paddy fields.The results indicated that DNDC model accurately simulated rice yields and N loss from paddy fields under different fertilization methods.Fertilization and precipitation are the major factors that affect N loss from paddy field,and showed positive correlation with N loss.N loss through subsurface leaching negatively correlated with SOC content and soil clay fraction,while positively correlated with soil nitrate content.According to sensitivity analysis,decreasing of fertilization rate,application of water-saving irrigation and organic manure could effectively reduce N loss from paddy fields.

paddy fields;N loss;DNDC model;sensitivity analysis;runoff;leaching

S153.6

A

1672-2043（2016）12-2405-08

10.11654/jaes.2016-0796

趙崢，吳淑杭，周德平，等.基于DNDC模型的稻田氮素流失及其影響因素研究[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào),2016,35（12）：2405-2412.

Modeling N loss from paddy fields and sensitivity analysis with DNDC Model

ZHAO Zheng,WU Shu-hang,ZHOU De-ping,et al.題目[J].Journal of Agro-Environment Science,2016,35（12）：2405-2412.

2016－06－14

國(guó)家星火計(jì)劃重點(diǎn)項(xiàng)目（2015GA680004）；國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（71333010）；上海市科委科研計(jì)劃項(xiàng)目（14391901502）

趙崢（1988—），男，云南大理人，博士，研究方向?yàn)檗r(nóng)田生態(tài)學(xué)。E-mail：zhaozheng24@qq.com

*通信作者：曹林奎E-mail：clk@sjtu.edu.cn