淮河流域稻麥輪作系統(tǒng)CH4通量模擬及減排研究

虞曉蘭，張方敏*，方硯秋，盧燕宇，張凱迪，倪婷

（1.南京信息工程大學(xué)應(yīng)用氣象學(xué)院氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室，南京 210044；2.安徽省氣象局氣象科學(xué)研究所/大氣科學(xué)與衛(wèi)星遙感安徽省重點(diǎn)實(shí)驗(yàn)室，合肥 230031；3.壽縣國(guó)家氣候觀象臺(tái)，中國(guó)氣象局淮河流域典型農(nóng)田生態(tài)氣象野外科學(xué)試驗(yàn)基地，安徽 壽縣 232200）

20 世紀(jì)中葉以來，全球氣候變暖已經(jīng)引起了人們的廣泛關(guān)注，溫室氣體濃度增加是導(dǎo)致氣候變暖的主要原因[1]。溫室氣體中CH4對(duì)全球氣候變暖的貢獻(xiàn)率僅次于CO2，但其增溫潛能值是CO2的28 倍[2]。農(nóng)田生態(tài)系統(tǒng)作為大氣CH4源和匯的重要來源，對(duì)全球CH4通量變化有重要影響。據(jù)統(tǒng)計(jì)，由農(nóng)業(yè)活動(dòng)排放的CH4占全球人為排放量的52%[3]，我國(guó)作為農(nóng)業(yè)大國(guó)，農(nóng)田生態(tài)系統(tǒng)CH4通量研究已成為我國(guó)氣候變化研究的重要內(nèi)容與熱點(diǎn)。

目前，區(qū)域農(nóng)田CH4通量的研究已有許多，研究發(fā)現(xiàn)不同區(qū)域的農(nóng)田CH4通量存在很大的空間差異。Zhang等[4]研究了我國(guó)稻田CH4排放的空間特征，發(fā)現(xiàn)溫度高、有機(jī)質(zhì)施用量大的華南、華中和華東地區(qū)CH4排放水平較高；吳夢(mèng)琴等[5]以湖北省為例，發(fā)現(xiàn)漢江平原CH4排放量最高，鄂東南次之，鄂西北最低。同一地區(qū)不同時(shí)期的CH4排放量也存在很大差異，比如，在三江平原，隨著水稻種植量的爆炸性增長(zhǎng)，2000年代和2010 年代的CH4排放量均明顯多于1990 年代[6]。此外，已有研究表明氣候變化以及種植制度會(huì)影響農(nóng)田CH4通量。田展等[7]發(fā)現(xiàn)氣候變化導(dǎo)致我國(guó)水稻田1991—2010 年的平均CH4通量增加了0.25 kg·hm-2。研究認(rèn)為稻麥輪作的CH4排放量高于水稻-冬閑（油菜、玉米、紫云英或蠶豆）輪作[8-12]。同時(shí)，稻麥輪作制度是我國(guó)典型的種植制度之一，占我國(guó)糧食生產(chǎn)面積的8.2%，是我國(guó)溫室氣體排放的重要來源，其中稻田產(chǎn)生的CH4占農(nóng)田CH4排放量的31.5%[13]。因此，在未來氣候變化情境下，探究區(qū)域稻麥輪作農(nóng)田的CH4通量對(duì)我國(guó)溫室氣體減排和糧食安全保障措施實(shí)施有重要意義。

近年來，國(guó)家一直鼓勵(lì)秸稈還田，但不同的秸稈還田模式或比例對(duì)農(nóng)田CH4通量的影響有所不同[14]。研究表明，相比于秸稈不還田，全量還田和半量還田分別使CH4排放量增加39.56%和12.38%，且相較于全還田與不還田，秸稈半量還田可以獲得較高的作物產(chǎn)量和較低溫室氣體排放量[15]。此外，張俊等[16]指出秸稈還田模式下，適當(dāng)減少后期氮肥用量可使CH4減排31.7%～75.7%，但是，趙崢等[17]指出化肥減量25%＋秸稈還田會(huì)增加CH4排放量，卻也增加土壤的碳儲(chǔ)量。由此可見，在未來氣候變化背景下，可以通過控制秸稈還田比例或選擇合理的秸稈還田＋減肥方式，制定出最優(yōu)減排措施，進(jìn)而應(yīng)對(duì)氣候變化并保證糧食生產(chǎn)。

淮河流域作為我國(guó)重要的糧食生產(chǎn)基地，稻麥輪作是該流域主要耕作模式之一，該流域農(nóng)田生態(tài)系統(tǒng)CH4通量的研究對(duì)我國(guó)區(qū)域農(nóng)田CH4通量總量有重要影響。因此，本文以淮河流域作為研究對(duì)象，運(yùn)用站點(diǎn)觀測(cè)資料驗(yàn)證后的DNDC 模型，分析淮河流域歷史時(shí)期（2000—2020 年）和未來（2020—2049 年）不同氣候變化情景下稻麥輪作農(nóng)田CH4通量的時(shí)空變化特征，并評(píng)估未來不同氣候變化情景下的減排措施，以期為準(zhǔn)確評(píng)估全球氣候變化下的農(nóng)田生態(tài)系統(tǒng)的CH4通量及制定相應(yīng)的減排措施提供決策依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

淮河流域的地理位置位于30.96°～36.31°N、111.94°～121.39°E（淮河水利委員會(huì)，2012），在省級(jí)區(qū)劃上包括江蘇、安徽、河南三省以及山東南部部分地區(qū)，流域總面積超過27 萬平方公里。該流域整體上地勢(shì)平坦開闊，以平原地貌為主，只有西部、南部和東北部的部分地區(qū)海拔較高?；春恿饔虻臍夂蛱卣饕曰春訛榉纸?，亞熱帶區(qū)主要在淮河以北，而淮河以南基本為暖溫帶區(qū)。流域內(nèi)水資源充足，土地利用類型多樣。根據(jù)資源環(huán)境科學(xué)與數(shù)據(jù)中心（http：//www.resdc.cn/DataSearch.aspx）2010 年的土地利用類型數(shù)據(jù)資料，流域中81.7%為耕地，西南山地和東北地區(qū)以草原和森林為主，占4.1%和7.2%，而水域、城鄉(xiāng)用地和未利用地則分別占4.7%、2.2%和0.1%[18]。

1.2 數(shù)據(jù)與情景設(shè)置

本研究采用被廣泛應(yīng)用的過程模型－DNDC（DeNitrification-DeComposition）模型模擬農(nóng)田生態(tài)系統(tǒng)中碳氮循環(huán)。模型由兩大模塊組成：一是土壤和氣候、植物生長(zhǎng)和有機(jī)質(zhì)分解模塊，其作用是預(yù)測(cè)植物-土壤系統(tǒng)中環(huán)境因子的變化；二是反硝化作用、硝化作用和發(fā)酵作用模塊，其作用是模擬土壤環(huán)境的生物化學(xué)過程，估算土壤系統(tǒng)中溫室氣體如CO2、CH4、N2O 的通量和總量。研究通過收集氣候、土壤、植被以及人類活動(dòng)等生態(tài)因子并建立數(shù)據(jù)庫，對(duì)淮河流域稻麥輪作農(nóng)田CH4通量進(jìn)行探究。

DNDC 模型模擬所需的數(shù)據(jù)包括氣象數(shù)據(jù)、土壤數(shù)據(jù)、植被管理措施及土地利用數(shù)據(jù)。氣象數(shù)據(jù)包括從國(guó)家氣象中心獲得的歷史時(shí)期（2000—2020 年）淮河流域38 個(gè)氣象站點(diǎn)的逐日氣象數(shù)據(jù)和從CMIP5 中的北京氣候中心氣候系統(tǒng)模型1.1數(shù)據(jù)庫中獲取的未來（2021—2049 年）兩種氣候情景（RCP4.5，RCP8.5）下的氣象數(shù)據(jù)。采用DNDC 模型需要的降雨量、日最高氣溫和日最低氣溫，并按照所需格式進(jìn)行處理構(gòu)建氣象數(shù)據(jù)庫。土壤數(shù)據(jù)從HWSD（Harmonized World Soil Database version 1.1）中選取，包括土壤有機(jī)碳含量、酸堿度、黏土含量和容重。植被管理措施來自淮河流域各縣市2000—2020 年統(tǒng)計(jì)年鑒，植被數(shù)據(jù)包括農(nóng)作物類型、播種時(shí)間、收獲時(shí)間、作物最大生物量、根系、莖葉和果實(shí)的碳氮比等，管理數(shù)據(jù)包括耕作方式和時(shí)間、施肥種類、耕作時(shí)間和深度、秸稈還田方式和秸稈施用量、灌溉時(shí)間和灌溉量等。2010 年的土地利用類型數(shù)據(jù)資料來自于資源環(huán)境科學(xué)與數(shù)據(jù)中心網(wǎng)站（http：//www.resdc.cn/DataSearch.aspx）。

研究以2000—2020 年為歷史情景，比較2021—2049 年未來兩種不同氣候情景（RCP4.5，RCP8.5）對(duì)CH4通量的影響。同時(shí)，為確定淮河流域最優(yōu)的減排管理措施，對(duì)未來兩種氣候情景采取不同施肥和秸稈還田措施，模擬淮河流域農(nóng)田CH4通量。以歷史情景的管理措施（S0F0）為基礎(chǔ)措施，設(shè)置傳統(tǒng)施肥、減量10%和減量20%三種施肥水平，并與無秸稈還田、50%秸稈還田和100%秸稈還田進(jìn)行組合，共設(shè)置9種管理措施情景（表1）。

表1 CH4通量減排措施情景設(shè)置Table 1 Scenario settings of CH4 flux emission reduction measures

1.3 模型驗(yàn)證與統(tǒng)計(jì)方法

模型驗(yàn)證是模型模擬的前提，本研究基于壽縣國(guó)家氣候觀象臺(tái)CH4通量觀測(cè)資料（2019—2021 年）進(jìn)行模型驗(yàn)證，同時(shí)將有關(guān)淮河流域的其他相關(guān)研究中的CH4通量點(diǎn)位觀測(cè)數(shù)據(jù)和本研究區(qū)域模擬數(shù)據(jù)進(jìn)行比較，從而驗(yàn)證模型。采用均方根誤差（RMSE）[19]和決定系數(shù)（R2）[20]反映評(píng)估模型擬合程度。RMSE值越接近0，表明模型擬合程度越好。R2的取值范圍介于0 到1，當(dāng)其值越接近1，模擬值與實(shí)測(cè)值的相關(guān)性就越好。通過對(duì)模型進(jìn)行參數(shù)調(diào)整，可以不斷降低RMSE和提高R2的值，從而提高模型預(yù)測(cè)和模擬的準(zhǔn)確度。

基于時(shí)間的線性趨勢(shì)分析可以反映指標(biāo)隨時(shí)間變化的特征，已經(jīng)在很多領(lǐng)域的時(shí)間序列分析研究中得到了廣泛的應(yīng)用[21]。因此，以年份為自變量，CH4通量為因變量，采用最小二乘法計(jì)算時(shí)間序列的趨勢(shì)線斜率即為淮河流域CH4通量的線性傾向率，線性傾向率的絕對(duì)值越大，表明變化速率越快，當(dāng)該值大于0時(shí)，表示CH4通量值增加，反之則減少。另外，利用變化率（S）表示不同氣候情景、不同措施對(duì)CH4通量的影響程度：

其中L為不同氣候情景（不同措施）下的CH4通量值，kg·hm-2；L0為歷史情景（基礎(chǔ)措施）下的CH4通量值，kg·hm-2。當(dāng)S＞0時(shí)，為增長(zhǎng)率。

2 結(jié)果與分析

2.1 DNDC模型率定與驗(yàn)證

本研究利用壽縣國(guó)家氣候觀象臺(tái)CH4通量觀測(cè)資料（2019—2021 年），對(duì)模型進(jìn)行參數(shù)率定，如圖1所示，模擬值與實(shí)測(cè)值R2=0.72，RMSE=0.03 kg·hm-2，模擬效果較好，并且能較好地模擬出該站點(diǎn)CH4通量變化特征，表明經(jīng)參數(shù)率定后的模型在該站點(diǎn)適用。

圖1 站點(diǎn)CH4排放通量模擬Figure 1 CH4 emission flux simulation

為了驗(yàn)證模型在流域尺度上的適用性，我們比較了淮河流域其他相關(guān)研究中的CH4通量點(diǎn)位觀測(cè)數(shù)據(jù)和本研究區(qū)域模擬數(shù)據(jù)。如表2 所示，淮河流域?qū)崪y(cè)的CH4通量排放強(qiáng)度在55～523 kg·hm-2之間，而本研究模擬CH4通量結(jié)果與實(shí)測(cè)值R2=0.84，RMSE=38.25 kg·hm-2，兩者吻合較好。結(jié)果表明，參數(shù)率定后的DNDC 模型對(duì)淮河地區(qū)的CH4通量具有較高的模擬精度，可以用于模擬淮河流域農(nóng)田CH4通量。

表2 淮河流域農(nóng)田CH4實(shí)測(cè)值與模擬值比較Table 2 Comparison of measured and simulated values of CH4 fluxes in the Huai River Basin

2.2 氣候變化情景下CH4通量的變化特征

2.2.1 CH4時(shí)間變化特征

從年際變化來看（圖2），歷史情景下，2000—2020 年間淮河流域CH4平均排放強(qiáng)度為125.3 kg·hm-2，總體呈顯著上升趨勢(shì)（P＜0.01），線性傾向率為1.06 kg·hm-2·a-1，CH4排放強(qiáng)度最高值出現(xiàn)在2018年，為147.6 kg·hm-2，最低值出現(xiàn)在2003 年，為85.6 kg·hm-2。

圖2 淮河流域CH4通量年際變化Figure 2 Interannual variation of CH4 flux in the Huai River Basin

未來RCP4.5 和RCP8.5 兩種情景下，2021—2049年間淮河流域CH4平均排放強(qiáng)度分別為140.5 kg·hm-2和150.5 kg·hm-2，CH4排放強(qiáng)度總體均呈顯著上升趨勢(shì)（P＜0.01）。相較而言，由線性傾向率可知RCP4.5 情景下上升幅度更為明顯，但RCP8.5 情景下的區(qū)域CH4排放強(qiáng)度較RCP4.5 增加了7%。RCP4.5情景下，CH4排放強(qiáng)度最高值出現(xiàn)在2047 年，最低值出現(xiàn)在2024 年；RCP8.5 情景下，最高值出現(xiàn)在2046年，最低值出現(xiàn)在2041 年。兩種氣候變化情景下區(qū)域CH4排放強(qiáng)度最高值僅相差8.5 kg·hm-2，但最低值相差25.0 kg·hm-2。

相較于歷史情景下平均區(qū)域CH4排放強(qiáng)度，未來RCP4.5、RCP8.5 情景下2021—2049 年間平均區(qū)域CH4排放強(qiáng)度分別增加了12%、20%，其中RCP4.5 情景下2020年代、2030年代、2040年代分別增加了5%、12%、19%，RCP8.5 情景下三個(gè)年代分別增加了14%、19%、26%（圖3）。

圖3 未來氣候情景下CH4通量及其對(duì)應(yīng)的增長(zhǎng)率Figure 3 CH4 fluxes and the corresponding growth rates under future climate scenarios

2.2.2 CH4空間變化特征

歷史情景下年均淮河流域CH4通量的空間分布如圖4a 所示，淮河流域內(nèi)CH4通量基本處在80～160 kg·hm-2，高值大多位于南部，其次是西北部和東南部，其中滁州市、六安市南部和東部、信陽市中部CH4通量大于160 kg·hm-2，而低值區(qū)位于日照市、棗莊市、阜陽市、駐馬店市中部，這些區(qū)域的CH4通量低于80 kg·hm-2。

RCP4.5 和RCP8.5 氣候變化背景下淮河流域CH4通量的空間分布如圖4b 和圖4c 所示，兩種氣候變化背景下CH4通量空間分布特征相似，均呈現(xiàn)南部和西北部地區(qū)CH4通量高，東北部和中西部地區(qū)CH4通量低的特征。平均而言，淮河流域內(nèi)CH4通量大多處在80～160 kg·hm-2，其中CH4通量為100～140 kg·hm-2的區(qū)域占大多數(shù)。RCP4.5情景下，淮河流域CH4通量高值大多位于南部，其中滁州市、六安市（除中部）、信陽市南部、揚(yáng)州市南部、開封市中部、商丘市CH4通量大于160 kg·hm-2；淮河流域CH4通量低值區(qū)位于日照市、棗莊市、阜陽市、連云港市與臨沂市交界處、駐馬店市中部、平頂山市南部，這些區(qū)域的CH4通量低于80 kg·hm-2。與RCP4.5 相比，RCP8.5 情景下CH4通量大于180 kg·hm-2的區(qū)域大幅增加，主要集中在信陽市南部、六安市西南部、宿州市中部、商丘市中部、開封市中部；同時(shí)CH4通量處于80～120 kg·hm-2間的區(qū)域大幅減少，主要集中在駐馬店市、阜陽市、臨沂市、棗莊市北部和濟(jì)寧市東部。

兩種氣候情景（RCP4.5、RCP8.5）下淮河流域CH4年均通量相對(duì)于歷史情景的變化率均在34°N 和32.5°N 附近處較大（圖5）。RCP4.5 情景下，大部分區(qū)域CH4通量變化率都處于0～20%之間，只有極少部分區(qū)域變化率小于0，集中于淮河流域最北部，變化率大于30%的區(qū)域集中在徐州市東部、揚(yáng)州市南部和淮安市與滁州市交界處。RCP8.5情景下，CH4通量變化率同樣總體呈現(xiàn)中部高、南北低的分布，大部分區(qū)域變化率在10%～25%之間，只有淮河流域最北部和東南部區(qū)域變化率小于10%，變化率大于30%的區(qū)域主要集中在商丘市中部、宿州市西北部、徐州市東部和西部、揚(yáng)州市西南部、滁州市和淮安市交界處、阜陽市南部以及駐馬店市東南部。

2.3 不同管理措施對(duì)CH4通量影響

由圖6 可知，兩種氣候變化情景下，秸稈還田均會(huì)導(dǎo)致農(nóng)田CH4排放量明顯增加，秸稈還田50%約為不還田的2.5 倍，秸稈全還田更是達(dá)到不還田的3 倍以上。相比之下，兩種情景下減量施肥對(duì)農(nóng)田CH4通量影響均較小，僅施肥減量10%，CH4排放量減少3.7%，僅施肥減量20%，CH4排放量減少7.8%。RCP4.5 和RCP8.5 兩種情景下，100%秸稈還田+全量施肥的農(nóng)田CH4排放量最高，較基礎(chǔ)措施（S0F0）分別增加了236%和238%；而秸稈不還田+減量施肥20%的農(nóng)田CH4排放量最低，較基礎(chǔ)措施（S0F0）分別減少了7.86%和7.84%。兩種情景較基礎(chǔ)措施的CH4通量變化率相近，但RCP8.5情景變化率均略高于RCP4.5。同時(shí)，RCP8.5情景CH4通量均高于RCP4.5。

圖6 未來氣候情景下不同處理的CH4通量及對(duì)應(yīng)的變化率Figure 6 CH4 fluxes and change rates with different treatments under future climate scenarios

僅考慮秸稈還田的影響（圖7），相比于基礎(chǔ)措施，50%秸稈還田使RCP4.5、RCP8.5 兩種情景CH4排放量均增加了110～290 kg·hm-2；100%秸稈還田則使兩種情景均減少了190～490 kg·hm-2。RCP4.5 情景和RCP8.5 情景下，50%秸稈還田與100%秸稈還田較基礎(chǔ)措施CH4排放量增加較多的區(qū)域多位于淮河流域南部、西北部與中部地區(qū)，少量位于中東部；而增加較少的區(qū)域多位于東北部和中西部。兩種情景相比而言，RCP8.5 情景下，50%秸稈還田措施下CH4排放量較基礎(chǔ)措施增加少于250 kg·hm-2的區(qū)域顯著多于RCP4.5 情景；而100%秸稈還田措施下CH4排放量增加少于430 kg·hm-2的區(qū)域顯著多于RCP4.5情景。

圖7 未來氣候情景下不同秸稈還田措施的CH4通量較基礎(chǔ)措施的距平Figure 7 CH4 flux anomalies of different straw returning measures under future climate scenarios compared with the basic measure

續(xù)圖7 未來氣候情景下不同秸稈還田措施的CH4通量較基礎(chǔ)措施的距平Continued figure 7 CH4 flux anomalies of different straw returning measures under future climate scenarios compared with the basic measure

僅考慮施肥量影響（圖8），相比于基礎(chǔ)措施，減量施肥10%使RCP4.5、RCP8.5 兩種情景CH4排放量均減少了1～8.5 kg·hm-2；減量20%則使兩種情景均減少了3～18 kg·hm-2。RCP4.5情景下，減量施肥10%與20%較基礎(chǔ)措施CH4排放量減少較多的區(qū)域均位于34°N附近，而與基礎(chǔ)措施CH4排放量相近的區(qū)域多位于33°N附近及淮河流域東北部地區(qū)。RCP8.5情景則與RCP4.5 情景相似。兩種情景相比之下，相同的施肥量RCP8.5 情景下的CH4排放通量均高于RCP4.5。此外，兩種情景下的CH4通量均呈現(xiàn)排放量隨施肥量減少而減少的現(xiàn)象。

圖8 未來氣候情景下不同減量施肥措施的CH4通量較基礎(chǔ)措施的距平Figure 8 CH4 flux anomalies of different reduced fertilization measures under future climate scenarios compared with the basic measure

續(xù)圖8 未來氣候情景下不同減量施肥措施的CH4通量較基礎(chǔ)措施的距平Continued figure 8 CH4 flux anomalies of different reduced fertilization measures under future climate scenarios compared with the basic measure

3 討論

歷史情景下，2000—2020年淮河流域CH4通量呈波動(dòng)上升趨勢(shì)。一是因?yàn)?010 年代以來，氣溫的升高和降雨量的增加為水稻提供了更適宜的環(huán)境，從而有效地減少了積溫不足對(duì)水稻生長(zhǎng)的不利影響。二是由于近年來農(nóng)田管理措施的優(yōu)化，例如施肥種類和水稻品種的改良，促進(jìn)了作物的生長(zhǎng)，從而增加了農(nóng)田CH4通量[28]。三是由于近年來溫室氣體排放增加導(dǎo)致全球變暖，進(jìn)而使CH4排放增多[29]。1960—2015年黑龍江省[30]農(nóng)田生態(tài)系統(tǒng)CH4變化趨勢(shì)與本研究淮河流域歷史時(shí)期的CH4變化趨勢(shì)一致，但本研究的平均排放強(qiáng)度低于黑龍江省（125.3 kg·hm-2vs194.1 kg·hm-2），這可能與不同區(qū)域間的氣候差異、田間管理措施、作物品種不同等有關(guān)。相較于歷史情景，RCP4.5，RCP8.5 情景下2021—2049 年間平均區(qū)域CH4排放量均有所增加，且相比于RCP4.5，RCP8.5 情景下平均區(qū)域CH4排放量增加了更多，這與2021—2049 年兩種氣候變化情景的平均氣溫高于歷史情景相關(guān)，RCP8.5 情景下的平均氣溫也比RCP4.5 情景下的平均氣溫高。溫度升高將導(dǎo)致農(nóng)田CH4排放量增加[29]，采取有效措施減少農(nóng)田CH4排放量勢(shì)在必行。

本研究發(fā)現(xiàn)未來氣候變化情景下淮河流域CH4通量空間分布特征與歷史時(shí)期相同，Nie 等[30]在黑龍江省和Zhang[31]在全國(guó)也得出一致結(jié)果。淮河流域CH4通量空間分布呈南部和西北部高，東北部和中西部低，這是由于不同地區(qū)的土壤屬性具有空間差異[26]，而相關(guān)研究表明土壤有機(jī)質(zhì)含量、黏粒含量、酸堿度、容重等均是影響農(nóng)田CH4排放的重要因素，如農(nóng)田CH4排放量與土壤有機(jī)質(zhì)含量呈正相關(guān)[26]，與黏粒含量呈負(fù)相關(guān)[32]。

本研究結(jié)果表明，秸稈還田顯著提高了淮河流域146%～238%的CH4通量，其原因可能在于秸稈這類有機(jī)物料為產(chǎn)甲烷菌提供了豐富的作用底物，且在稻田淹水的條件下，秸稈會(huì)快速分解，導(dǎo)致土壤氧化還原電位下降，為產(chǎn)甲烷菌提供足夠的厭氧環(huán)境，從而促進(jìn)CH4的生成[33]，說明減少秸稈還田量是降低CH4排放量的一種可行措施。另一方面，氮肥施用量對(duì)農(nóng)田CH4排放量也存在一定影響，在減量施肥20%時(shí)，淮河流域農(nóng)田CH4排放量最低。因?yàn)殡S著氮肥的減量，改變了農(nóng)田土壤養(yǎng)分狀況，一定程度上抑制了水稻和冬小麥的生長(zhǎng)，減少了根系分泌物，從而減少了產(chǎn)CH4菌的反應(yīng)底物[34]。因此，對(duì)于淮河流域而言，秸稈不還田和減量施肥20%是減少農(nóng)田CH4排放量的有效措施。

目前，本研究在制定減排措施時(shí)僅考慮了CH4通量，如何能既保證溫室氣體的排放達(dá)到最低又能保證作物的產(chǎn)量，使得淮河流域農(nóng)業(yè)可持續(xù)發(fā)展，值得在今后的研究中進(jìn)一步探索。

4 結(jié)論

（1）歷史時(shí)期（2000—2020年）區(qū)域CH4通量平均排放強(qiáng)度為125.3 kg·hm-2，總體呈顯著上升趨勢(shì)。RCP4.5（中等排放強(qiáng)度情景）和RCP8.5（高排放強(qiáng)度情景）兩種情景下，2021—2049 年間淮河流域CH4排放強(qiáng)度總體同樣均呈顯著上升趨勢(shì)，但RCP4.5 情景下上升幅度更為明顯，兩種情景下區(qū)域CH4平均排放強(qiáng)度較歷史時(shí)期分別增加了12%和20%。

（2）空間上，兩種氣候情景（RCP4.5，RCP8.5）與歷史情景區(qū)域CH4通量空間分布特征相似，均呈現(xiàn)南部和西北部地區(qū)CH4通量高，東北部和中西部地區(qū)CH4通量低的特征。此外，兩種氣候情景下流域CH4年均通量相對(duì)于歷史情景年均通量的變化率均在34°N和32.5°N附近處較大。

（3）相較于基礎(chǔ)措施，施肥量措施均減少了CH4排放，減量施肥20%時(shí)排放量最低；秸稈還田措施則顯著提高了CH4排放水平。田間管理措施為秸稈不還田+減量施肥20%時(shí)，CH4排放最低，因此在僅考慮淮河流域CH4通量的情況下，該措施是未來氣候變化情景下的最佳田間管理措施。