论文部分内容阅读
大气氧化亚氮(N2O)是重要的长寿命温室气体之一。农田土壤是大气N2O最主要的人为排放源。田间观测和模型研究(统计模型、过程模型)是准确估算农田土壤N2O排放的重要手段。本博士论文的研究内容主要包括两个方面：(1)基于我国不同土壤/气候带农田N2O排放的联网观测实验，识别区域尺度上影响农田N2O排放的主要调控因子，并在此基础上建立可估计区域农田N2O排放的统计模型，同时结合地理信息系统(GIS)技术，举例说明如何采用所建立的统计模型进行区域N2O排放估算及结果的不确定性评估；(2)利用联网观测数据验证生物地球化学过程模型DNDC对中国农田N2O排放的模拟效果。
本论文选取了三江站(黑龙江)、沈阳站(辽宁)、封丘站(河南)、盐亭站(四川)和江都站(江苏)5个实验站，于2004年至2007年进行了农田N2O排放的联网观测实验。联网观测采用国际通行、统一规范的静态暗箱-气相色谱法测定N2O排放通量，农作物种植系统包括温带地区一年一熟的春小麦、水稻、玉米，暖温带地区一年两熟的冬小麦-夏玉米轮作和北亚热带地区一年两熟的冬小麦-夏玉米、冬小麦-水稻、油菜-水稻轮作，观测频率为每星期2次，同时观测的相关因子还包括土壤湿度、温度、降水以及作物生长过程等，并对观测数据执行统一的质量控制标准。联网观测结果表明，施肥农田N2O年排放总量在0.7-17.5kgN ha-1yr-1之间，平均值为5.0kgN ha-1yr-1。对照(当年不施肥)农田N2O年排放总量在0.2-5.3 kgN ha-1yr-1之间，平均值为2.2 kgN ha-1yr-1。
农田N2O排放由直接排放和背景排放两部分组成，前者指当年施氮肥引起的排放，后者指除了当年施肥之外的其他因素引起的排放。对于点位尺度的直接排放和背景排放，前者可以用相同条件下施氮肥农田与当年不施氮肥农田的N2O排放量观测值之差来定量，后者可以用当年不施氮肥农田的N2O排放量观测值来定量。基于对联网观测及文献报道的其他观测资料的综合分析，本论文分别对两个部分进行统计模型研究。
在区域/全球尺度上，本研究发现农田N2O背景排放速率主要受到土壤性质(土壤总氮含量、总有机碳含量、容重和粘粒含量)的调控，并基于此建立了不同表达形式的统计模型，然后利用土壤性质的空间分布和各种形式统计模型估算了2000年中国农田N2O背景排放的空间分布和全国总量。中国农田N2O背景排放强度较高的地区主要包括东北地区、华东地区和中部部分地区，全国背景排放总量在0.093-0.151 Tg N(1 Tg=1012 g)yr-1之间。采用土壤总氮含量驱动的单自变量统计模型的估算结果，不仅与其它形式的模型估算的结果具有可比较性，而且还具有最窄的不确定范围。本研究发现，在区域尺度上，旱地农田(包括四季旱地及水稻-旱地作物轮作农田的旱地阶段)N2O直接排放速率的主要调控因子同时包括氮输入量、降水量和土壤总氮含量或土壤总有机碳含量；对于一年一熟单季水稻作物农田的全年或水稻-旱地作物轮作农田的水稻生长季，显著影响N2O直接排放速率的主控因子只有氮输入量。
以不确定性分析结果为判据，本论文推荐了估算农田N2O排放速率的最优模型：
对于四季旱地或水稻-旱地作物农田的旱地阶段，E={1.13[±0.36]Ln(77J)+1.33[±0.23]｝+{10-6×1.90[±0.27]×N×P×SOC-0.36[±0.20]｝；
对于一年一熟单季水稻作物农田的全年或水稻-旱地作物农田的水稻生长阶段，E={1.13[±0.36]Ln(TN)+1.33[±0.23]｝+{10-2×0.77[±0.24]×N}
每个方程的两对大括号，前者包含的是背景排放部分，后者包含的是直接排放部分。E为单位面积农田的N2O年排放量(kg N ha-1yr-1)，TN为土壤总氮含量(gN kg-1)，N为各种来源(包括化学氮肥、有机肥、还田秸秆、生物固氮等)的氮输入量总和(kgN ha-1yr-1)，P为降雨量(mm)，SOC为土壤总有机碳含量(g C kg-1)，方括号中的数据表示各参数估计的不确定范围(置信区间95％)。
本论文利用联网观测的83个实例对DNDC模拟的N2O排放进行了初步验证。结果表明，当前版本(8.9)的DNDC还不适宜用于中国农田N2O排放的大气区域模拟或编制国家排放清单；在中国大区域模拟中应用DNDC模型之前，对其进行本地化改进和基于大样本观测数据的验证十分必要。