DNDC模型在稻田生態(tài)系統(tǒng)中的研究進(jìn)展及應(yīng)用

張鮮鮮，周 勝，孫會(huì)峰，張繼寧

(上海市農(nóng)業(yè)科學(xué)院生態(tài)環(huán)境保護(hù)研究所/上海低碳農(nóng)業(yè)工程技術(shù)研究中心，上海 201403)

農(nóng)業(yè)生態(tài)系統(tǒng)是碳氮循環(huán)的重要載體，是甲烷、氧化亞氮和二氧化碳(CH4、N2O和CO2)的重要源匯，也是氮素流失導(dǎo)致水體富營(yíng)養(yǎng)化的重要源頭。農(nóng)業(yè)系統(tǒng)中碳氮循環(huán)受諸多因素影響，如土壤、氣候、作物以及農(nóng)田管理措施等。正確認(rèn)知農(nóng)業(yè)生態(tài)系統(tǒng)中的碳氮循環(huán)，定量溫室氣體排放與氮素流失情況，對(duì)于研究農(nóng)田減排降污、減少農(nóng)田生態(tài)系統(tǒng)的環(huán)境負(fù)效應(yīng)具有重要意義。

據(jù)世界糧農(nóng)組織統(tǒng)計(jì)數(shù)據(jù)顯示，2016年農(nóng)業(yè)源溫室氣體可占人類(lèi)活動(dòng)產(chǎn)生溫室氣體排放總量的10%—12%[1]，其中CH4排放量為3.22×106Gg CO2-eq，N2O排放量5.99×106Gg CO2-eq。稻田是我國(guó)農(nóng)田生態(tài)系統(tǒng)的重要組成部分，其面積占總耕地面積的24.7%[2]。水稻種植過(guò)程中長(zhǎng)期淹水，土壤長(zhǎng)期處于厭氧還原條件，為CH4產(chǎn)生提供了有利條件，稻田CH4排放量占農(nóng)業(yè)源CH4排放量的31.5%[3]。另外，稻田中過(guò)量施肥導(dǎo)致大量的氮隨著氨(NH3)揮發(fā)、淋溶徑流過(guò)程運(yùn)移至大氣或水體中，研究顯示我國(guó)2013年稻田NH3年揮發(fā)量為1.7 Tg N[4]，氮淋溶為(194±61) Gg N[5]，1990年稻田氮年徑流量為(0.46±0.08)Tg N，至2012年增加了46%±11%[6]。

目前，主要采用直接觀(guān)測(cè)、排放因子法及過(guò)程模型等方法，定量研究農(nóng)業(yè)生態(tài)系統(tǒng)中的溫室氣體排放動(dòng)態(tài)。直接觀(guān)測(cè)需要耗費(fèi)大量的人力、物力、財(cái)力，觀(guān)測(cè)區(qū)域及時(shí)間極為有限，大尺度大范圍的區(qū)域排放情況代表性較差。IPCC主要推薦排放因子法，即收集前人研究反演出排放系數(shù)，利用排放系數(shù)估算農(nóng)業(yè)系統(tǒng)中溫室氣體排放量。由于排放系數(shù)較為單一，并不能準(zhǔn)確反映不同土壤類(lèi)型、氣候、作物生長(zhǎng)及田間管理情況等，所以該方法估算結(jié)果不確定性較高。過(guò)程模型以生物地球化學(xué)過(guò)程為基礎(chǔ)，匯集農(nóng)業(yè)生態(tài)系統(tǒng)中的關(guān)鍵過(guò)程及其控制因子，將有限的點(diǎn)位觀(guān)測(cè)案例擴(kuò)展到較大的區(qū)域尺度，為定量計(jì)量農(nóng)業(yè)系統(tǒng)的碳氮循環(huán)提供了切實(shí)可行的方法。過(guò)程模型的出現(xiàn)彌補(bǔ)了田間直接觀(guān)測(cè)的不足，在借助田間觀(guān)測(cè)數(shù)據(jù)驗(yàn)證的基礎(chǔ)上，可以用來(lái)評(píng)估農(nóng)業(yè)管理措施及環(huán)境因子的改變對(duì)溫室氣體排放量的影響。

各國(guó)建立的過(guò)程模型已有多個(gè)，較常使用的模擬農(nóng)業(yè)生產(chǎn)過(guò)程中溫室氣體排放的模型主要有ExpertN[7]、RothC[8]及DNDC 等模型。其中，DNDC 模型是基于生物地球化學(xué)過(guò)程[9]。在過(guò)去二三十年間，眾多學(xué)者共同參與開(kāi)發(fā)利用DNDC模型，并且加入了新的子模塊和生物地球化學(xué)過(guò)程公式及參數(shù)，模型的功能得到不斷拓展。

目前，DNDC 模型系列已被不同國(guó)家不同地區(qū)用于模擬農(nóng)業(yè)、濕地、森林和草地等生態(tài)系統(tǒng)中的碳氮循環(huán)。在稻田生態(tài)系統(tǒng)，DNDC模型主要被用來(lái)評(píng)估土壤有機(jī)碳動(dòng)態(tài)以及CH4排放，經(jīng)過(guò)多年發(fā)展，DNDC模型已經(jīng)能較好地實(shí)現(xiàn)模擬工作，并得到了廣大研究者的認(rèn)可。本研究主要從稻田生態(tài)系統(tǒng)出發(fā)，介紹DNDC模型在稻田生態(tài)系統(tǒng)中的發(fā)展歷程與應(yīng)用情況，期望模型能夠在稻田減排降污研究方向更好地發(fā)揮作用。

1 DNDC模型簡(jiǎn)介

DNDC模型主要通過(guò)模擬陸地生態(tài)系統(tǒng)中一系列的生物地球化學(xué)過(guò)程，將系統(tǒng)中生態(tài)驅(qū)動(dòng)因子、環(huán)境因子與其相應(yīng)的物理化學(xué)過(guò)程結(jié)合起來(lái)，達(dá)到研究陸地生態(tài)系統(tǒng)中碳氮循環(huán)的目的。模型主要包含兩個(gè)部分：第一部分由土壤氣候、有機(jī)質(zhì)分解和植物生長(zhǎng) 3 個(gè)子模型組成，依據(jù)外界環(huán)境中驅(qū)動(dòng)因子(氣象、土壤、植物、農(nóng)田管理等)的輸入數(shù)據(jù)，初始化模型參數(shù)，預(yù)測(cè)環(huán)境因子的變化；第二部分包含硝化作用、反硝化作用和發(fā)酵作用 3 個(gè)子模型，對(duì)土壤環(huán)境條件影響微生物活動(dòng)和代謝的過(guò)程進(jìn)行模擬，估算系統(tǒng)中碳氮及水分動(dòng)態(tài)，預(yù)測(cè)溫室氣體變化格局。李長(zhǎng)生[10]詳細(xì)闡述了模型的子模塊及機(jī)理過(guò)程，討論了支撐模型的科學(xué)基礎(chǔ)和計(jì)算過(guò)程。模型發(fā)展至今，增加了許多功能與過(guò)程，形成了多個(gè)版本，廣泛應(yīng)用于農(nóng)田、濕地、種養(yǎng)結(jié)合、森林和草地等生態(tài)系統(tǒng)，可對(duì)碳氮?jiǎng)討B(tài)、溫室氣體排放、面源污染、溫室氣體-經(jīng)濟(jì)效益等進(jìn)行評(píng)估[11]。

模型主要由輸入界面、生物地球化學(xué)場(chǎng)和核心過(guò)程交互而成。輸入界面輸入目標(biāo)生態(tài)系統(tǒng)的環(huán)境驅(qū)動(dòng)因子(包括氣象數(shù)據(jù)、土壤參數(shù)、作物參數(shù)和農(nóng)田管理措施)；利用目標(biāo)環(huán)境特征，構(gòu)建生物地球化學(xué)場(chǎng)，并將驅(qū)動(dòng)因子轉(zhuǎn)化為驅(qū)動(dòng)化學(xué)元素運(yùn)動(dòng)的營(yíng)力；核心過(guò)程決定了各生物地球化學(xué)反應(yīng)，最終完成對(duì)生態(tài)系統(tǒng)的碳、氮和水分的計(jì)算模擬工作。

2 DNDC模型在稻田生態(tài)系統(tǒng)中的改進(jìn)

2.1 作物生長(zhǎng)

作物生長(zhǎng)與陸地生態(tài)系統(tǒng)中碳氮水分動(dòng)態(tài)密切相關(guān)，是保證DNDC模型能夠正確模擬土壤-作物-大氣循環(huán)過(guò)程中碳氮?jiǎng)討B(tài)的基本條件。為準(zhǔn)確模擬作物生長(zhǎng)，模型建立了作物子模塊，融合優(yōu)化了相關(guān)作物生長(zhǎng)模型，如簡(jiǎn)單的經(jīng)驗(yàn)方程、PnET (Photosynthesis-Evapotranspiration)、EFEM(Economic Farm Emission Model)、NEST(Northern Ecosystem Soil Temperature)和通用作物模型MACROS(Modules of an Annual CROp Simulator)等[12-14]。優(yōu)化后的模型可以模擬作物的日生長(zhǎng)量、作物對(duì)土壤水分和氮元素的吸取、作物潛在生產(chǎn)力、水分限制和養(yǎng)分限制條件下的作物生長(zhǎng)、植物根系分泌作用向土壤輸送的反應(yīng)底物DOC量，可以追蹤植物生長(zhǎng)過(guò)程中碳、氮和水分在生態(tài)系統(tǒng)中的循環(huán)流動(dòng)。

模型采用8種生理/物候參數(shù)定義每種作物，即：作物最大產(chǎn)量、生物量在籽粒、莖葉和根間的配比、籽粒、莖葉和根的碳/氮比值、作物生長(zhǎng)積溫、作物需水量、最佳生長(zhǎng)溫度、生物固氮系數(shù)以及維管結(jié)構(gòu)。根據(jù)北美和中國(guó)的觀(guān)測(cè)結(jié)果，已在v9.5版本中定義了四種水稻類(lèi)型(表1)。另外，為方便用戶(hù)自定義作物新品種，模型加入了作物創(chuàng)造器(Crop creator)模塊，用戶(hù)可根據(jù)所模擬作物實(shí)際情況定義各參數(shù)。

表1 DNDC v9.5中四種水稻參數(shù)[10]

DNDC模型中大部分作物參數(shù)源于北美和中國(guó)實(shí)測(cè)值，其他地區(qū)使用時(shí)需對(duì)其進(jìn)行檢驗(yàn)和校正，以保證模擬作物生長(zhǎng)的準(zhǔn)確性。為使模型能夠應(yīng)用于印度，Pathak等[15]結(jié)合印度實(shí)際實(shí)測(cè)值修改優(yōu)化了水稻參數(shù)，分別將生長(zhǎng)積溫優(yōu)化為2 250 °C，將生殖生長(zhǎng)和營(yíng)養(yǎng)生長(zhǎng)階段的每日生長(zhǎng)速率常數(shù)修改為0.015和0.044，修正后的模型能夠較好的模擬水稻產(chǎn)量、總生物量及作物氮吸收，偏差分別為0.2%、1.6%及1.6%。

2.2 溫室氣體排放

DNDC模型創(chuàng)建后最初用于美國(guó)農(nóng)田生態(tài)系統(tǒng)，主要對(duì)旱地N2O排放情況進(jìn)行模擬。經(jīng)過(guò)優(yōu)化改進(jìn)后，模型已經(jīng)能夠較好的應(yīng)用于稻田生態(tài)系統(tǒng)碳氮?jiǎng)討B(tài)的模擬，Li等[12，16]利用改進(jìn)后的模型對(duì)稻田生態(tài)系統(tǒng)中的溫室氣體排放情況進(jìn)行了模擬。改進(jìn)后的模型吸收了Wetland-DNDC模型[17]中的兩個(gè)重要方程，改進(jìn)了“厭氧氣球”(Anaerobic conditions)。

注：模型在濕地中通過(guò)計(jì)算Eh和反應(yīng)物底物濃度追蹤C(jī)O2、CH4和N2O產(chǎn)生的過(guò)程；通過(guò)聯(lián)立能斯特方程和米氏方程計(jì)算土壤Eh值和主要電子受體濃度[12]圖1 DNDC模型中CO2、CH4和N2O產(chǎn)生過(guò)程Fig.1 DNDC tracks CO2，CH4 and N2O dynamics

土壤中CO2、CH4和N2O的產(chǎn)生消耗來(lái)自于不同的氧化還原反應(yīng)(分解作用、硝化/反硝化作用以及甲烷產(chǎn)生)，氧化還原電位(Eh)狀態(tài)決定了反應(yīng)是否可以發(fā)生。模型利用能斯特方程(Nernst equation)計(jì)算系統(tǒng)中的Eh，并利用Eh判斷哪種氧化還原反應(yīng)可以發(fā)生，利用米氏方程(Michaelis-Menten equations)定量了反應(yīng)物底物濃度對(duì)反應(yīng)速率的動(dòng)力學(xué)影響，實(shí)現(xiàn)了對(duì)溫室氣體產(chǎn)生的氧化還原反應(yīng)的熱力學(xué)和動(dòng)力學(xué)的共軛計(jì)算(圖1)。厭氧氣球?qū)⑼寥繣h和濕地中溫室氣體結(jié)合起來(lái)，通過(guò)土壤Eh值控制氣球大小。模型定義氣球內(nèi)部為相對(duì)還原的土壤微區(qū)，氣球外部為相對(duì)氧化的土壤微區(qū)，并將反應(yīng)底物(如DOC、NH4+、NO3-和O2等)按比例分配至氣球內(nèi)外，分別發(fā)生還原或氧化反應(yīng)。DNDC模型通過(guò)計(jì)算DOC、O2、NO3-、NO2-、NO、N2O、Mn4+、Fe3+、SO42-和H2在各類(lèi)反應(yīng)中的消耗和濃度變化，追蹤反應(yīng)中CO2、CH4和N2O的變化[12]。

由于稻田特殊的水分管理模式，其土壤水分頻繁在飽和-不飽和狀態(tài)波動(dòng)，氧化還原電位(Eh)變化范圍可達(dá)+650—-350 mV。由圖1可知，CH4和N2O只能在特定Eh條件下產(chǎn)生(CH4-300—-150 mV，N2O 200—500 mV)。模型加入了O2、NO3-、Mn4+、Fe3+和SO42-作為電子受體，以H2和DOC作為電子供體，以便更好地追蹤土壤Eh變化，確定各氧化/還原反應(yīng)反應(yīng)速率，計(jì)算CH4和N2O的產(chǎn)生和消耗[18-19]。在稻田生態(tài)系統(tǒng)中，將土壤水分動(dòng)態(tài)與溫室氣體排放相結(jié)合是準(zhǔn)確模擬CH4和N2O排放的關(guān)鍵。DNDC-Rice模型通過(guò)增加模擬土壤滲漏和蒸散作用，以小時(shí)為步長(zhǎng)計(jì)算逐層土壤含水量，以灌水時(shí)間及持續(xù)時(shí)間為參數(shù)改變土壤含水量，同時(shí)定義了水分滲漏速率(以1mm/d的速率向50cm深的土層滲漏)，實(shí)現(xiàn)了持續(xù)淹灌和干濕交替處理中的水分動(dòng)態(tài)模擬[19]。

Pathak等[15]為準(zhǔn)確模擬印度稻田溫室氣體排放情況，增加了一些反應(yīng)底物在土壤中的泄漏率，如可溶性有機(jī)碳(DOC)、硝酸鹽會(huì)與水一樣具有較高的損失量，優(yōu)化后的模型模擬結(jié)果大大降低了高泄漏點(diǎn)位的CH4排放量，對(duì)低或中等泄漏點(diǎn)位的CH4排放量基本無(wú)影響。據(jù)美國(guó)和中國(guó)觀(guān)測(cè)數(shù)據(jù)，微生物生物量在土壤有機(jī)碳占比和微生物活性常數(shù)默認(rèn)值為0.02和1.0，Babu等[20-21]利用印度稻田CH4和N2O觀(guān)測(cè)數(shù)據(jù)對(duì)DNDC模型進(jìn)行驗(yàn)證，結(jié)果表明，微生物活性常數(shù)設(shè)置為0.2時(shí)實(shí)測(cè)值與模擬值的擬合度較高。

2.3 氮素流失

DNDC模型除能模擬作物產(chǎn)量和溫室氣體排放外，還可以模擬稻田中的氮素流失，如氨氣(NH3)揮發(fā)和氮素淋溶徑流等。Li等[22]為使模型能夠模擬50cm內(nèi)土層氮素和水分的垂直遷移，在模型中加入了一個(gè)虛擬水庫(kù)來(lái)控制排水流，并采用朗格繆爾等溫方程(Langmuir equation)模擬土壤黏粒對(duì)NH4+在離子態(tài)和吸附態(tài)的吸附和解吸過(guò)程，改進(jìn)優(yōu)化后的模型可以較好地模擬玉米-大豆生態(tài)系統(tǒng)中NO3--N的淋溶[23]。為使模型能夠模擬水平方向的徑流，Deng等[24]加入了地表徑流曲線(xiàn)(Soil conservation service curve)和優(yōu)化后的土壤流失方程(Modified universal soil loss equation functions)，并利用改進(jìn)后的模型對(duì)四川鹽亭冬小麥-夏玉米生態(tài)系統(tǒng)氮徑流情況進(jìn)行了模擬，結(jié)果表明，氮徑流和氮淋溶的模擬值與實(shí)測(cè)值擬合度較高(R2=0.91—1.0，P< 0.01)，敏感性分析顯示降雨是影響氮損失的關(guān)鍵因子。

李虎等[25]利用模型對(duì)山東地區(qū)冬小麥季的水分和氮素淋溶量進(jìn)行估算，并用田間實(shí)測(cè)值進(jìn)行校驗(yàn)和敏感性分析，發(fā)現(xiàn)氮素淋溶量模擬值與實(shí)測(cè)值存在一定偏差，敏感性表明土壤屬性和氣候因素等都對(duì)模擬結(jié)果產(chǎn)生較大影響；利用試錯(cuò)法優(yōu)化參數(shù)DF(解吸系數(shù))、dDVD(土壤孔隙水運(yùn)移冪函數(shù)系數(shù))和FSF(氨揮發(fā)對(duì)硝酸根淋溶影響的冪函數(shù)系數(shù))后，模型能夠較好地模擬土壤水和氮淋溶流失[26]。為準(zhǔn)確模擬稻田中氮素流失，趙崢等[27]利用觀(guān)測(cè)數(shù)據(jù)對(duì)稻田氮素流失相關(guān)參數(shù)進(jìn)行了修正，如修正了稻田田埂高度(10 cm)、施肥后氮素在田面水與土壤中的配比(15%的氮分配到田面水中)和稻田土壤滲漏水下滲速率(1.2 mm/d)，增加了灌溉水中的氮濃度(5 mg/L)。利用修正優(yōu)化后的模型對(duì)上海地區(qū)稻田氮徑流情況進(jìn)行模擬，模擬數(shù)據(jù)顯示氮素徑流平均相對(duì)標(biāo)準(zhǔn)偏差為17.29%，滲漏流失的平均相對(duì)標(biāo)準(zhǔn)偏差為31.16%，模型已經(jīng)能夠較好的模擬稻田生態(tài)系統(tǒng)徑流滲漏中的氮素流失[27-28]。

土壤中NH3來(lái)自于土壤液相中的化學(xué)反應(yīng)，DNDC模型以土壤中NH4+和OH-的濃度為參數(shù)計(jì)算液相NH3濃度，土壤氣相NH3濃度直接受控于液相NH3濃度和土壤溫度，同時(shí)模型認(rèn)為NH3日排放量與土壤中影響NH3擴(kuò)散的因子有關(guān)，如土壤-空氣孔隙度和黏粒含量等[29]。敏感性分析表明NH3揮發(fā)對(duì)模型輸入?yún)?shù)中的大氣溫度、降雨、SOC、田間持水量、pH、肥料施入時(shí)間及深度較為敏感[30]。為了評(píng)估豬糞漿施入農(nóng)田后NH3揮發(fā)量，DNDC v.CAN新加入了一個(gè)子模塊，輸入?yún)?shù)主要有糞漿的施入時(shí)間、pH、干物重、總氮及其占比，模擬結(jié)果表明，改進(jìn)后模型的NH3揮發(fā)模擬值與實(shí)測(cè)值擬合度較高(r=0.95，P≤0.05)，pH和黏粒對(duì)NH4+的吸收能力與NH3揮發(fā)之間的相關(guān)性顯著[31-32]。

3 DNDC模型在稻田生態(tài)系統(tǒng)中的應(yīng)用

3.1 稻田點(diǎn)位/區(qū)域尺度模擬

模型在模擬水稻-旱作作物輪作系統(tǒng)中，能夠較好地模擬CH4排放峰值的動(dòng)態(tài)變化，與田間觀(guān)測(cè)結(jié)果基本一致[33-34]，作物產(chǎn)量、氮吸收和氮損失的田間實(shí)測(cè)值與模擬值擬合度較好[35]。Katayanagi等[36]利用日本地區(qū)水稻作物參數(shù)對(duì)DNDC-rice模型中氮平衡進(jìn)行了驗(yàn)證，結(jié)果顯示根、莖和籽粒干物重的實(shí)測(cè)值和模擬值較為一致(均方根誤差分別為13%、16%和7%)，高估了葉面積指數(shù)(LAI)、葉片干重和葉片氮含量(均方根誤差分別為125%、60%和37%)，主要是由于高估了水稻氮素吸收量和葉片氮同化水平。

李小禮等[37]對(duì)上海東灘農(nóng)業(yè)園區(qū)中稻-麥輪作系統(tǒng)的模擬結(jié)果表明，作物產(chǎn)量模擬值與實(shí)測(cè)值基本一致；較好地反映了作物產(chǎn)量與氮肥施用量之間的關(guān)系，當(dāng)?shù)适┯昧窟_(dá)到常規(guī)用量的60%后，增施氮肥未促進(jìn)作物產(chǎn)量顯著增加，而綜合溫室效應(yīng)較常規(guī)降低了43%。DNDC模型可以用來(lái)分析不同節(jié)水灌溉、 施肥、 控排條件下稻田氮素平衡狀況及氮肥利用效率，在節(jié)水灌溉且施氮量每公頃不大于180 kg N時(shí)，稻田土壤氮庫(kù)虧損每公頃為54.7—127.6 kg N；除淺灌深蓄中氮和淺灌深蓄高氮處理外，控排水處理土壤氮素虧損量均大于常規(guī)排水； 淺灌深蓄、 施中氮和控制排水的組合是最佳的水肥處理模式[38]。施入生物炭后，由于模型中還沒(méi)有建立專(zhuān)門(mén)針對(duì)生物炭特性的輸入?yún)?shù)，模型并不能準(zhǔn)確表達(dá)生物炭處理后對(duì)CH4和N2O的影響[39]。

Zhang等[40]結(jié)合土壤數(shù)據(jù)庫(kù)估算了1982—2000年太湖地區(qū)2.3 Mhm2稻田中稻-麥輪作生態(tài)系統(tǒng)的CH4排放量為5.67 Tg C，每公頃年排放量約為114—138 kg C，N2O排放量為0.84 Tg N，每公頃年排放量約為5—20 kg N。張遠(yuǎn)等[41]根據(jù)遙感信息技術(shù)提取了三江平原的稻田空間分布信息，結(jié)合DNDC模型估算了CH4的季節(jié)排放量，結(jié)果表明:2006年三江平原水稻田每季CH4排放量為0.424—0.513 Tg C，且空間差異較大。張慶國(guó)等[42]結(jié)合統(tǒng)計(jì)年鑒數(shù)據(jù)對(duì)皖中沿江平原溫室氣體排放情況進(jìn)行了估算，2008 年長(zhǎng)豐縣水稻田 CH4和 N2O 年排放量分別為1.82×10-2Tg C 和 3.03×10-4Tg N，每公頃年排放通量分別為55—523 kg C和2.2—13.5 kg N。Hayano等[43]利用日本氣候、土壤、作物和管理GIS數(shù)據(jù)對(duì)1990年CH4排放情況進(jìn)行模擬，CH4排放量為216 Gg C，東部區(qū)域CH4排放量高于西部地區(qū)，主要是由于不同的氣候條件和水分管理措施造成的。

另外，隨著信息網(wǎng)絡(luò)技術(shù)的爆炸性發(fā)展，DNDC模型已有從單機(jī)版向網(wǎng)絡(luò)版發(fā)展的趨勢(shì)，Jiang等[44]開(kāi)發(fā)了CHINA-DNDC online mode，借助大數(shù)據(jù)和互聯(lián)網(wǎng)絡(luò)等技術(shù)將單機(jī)版的DNDC模型拓展成網(wǎng)絡(luò)版，將online模型應(yīng)用在傳統(tǒng)單機(jī)模型上，對(duì)模型進(jìn)一步擴(kuò)展；同時(shí)對(duì)稻田田間案例進(jìn)行模擬分析，結(jié)果表明:online模型能夠較好地模擬水稻產(chǎn)量和溫室氣體排放情況。

3.2 稻田減排情景模擬

農(nóng)田管理措施對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)溫室氣體排放和面源污染具有重要影響。DNDC模型耦合了作物生長(zhǎng)、水分管理、肥料管理和耕作措施等農(nóng)田管理措施，輸入農(nóng)田管理措施后通過(guò)改變模型中生物地球化學(xué)場(chǎng)影響系統(tǒng)中碳氮循環(huán)。

Simmonds等[45]參數(shù)化兩種水稻品種‘M206’(高產(chǎn)半矮化品種)和‘Koshihikari’(傳統(tǒng)品種)后，研究了在水直播和旱直播條件下，不同氮負(fù)荷和水分管理模式下水稻的產(chǎn)量、CH4和N2O排放情況，結(jié)果表明模型能夠較好地區(qū)別兩品種的水稻產(chǎn)量，再現(xiàn)各管理情景下淹水期CH4排放動(dòng)態(tài)。

Li等[12，46]利用DNDC模型對(duì)我國(guó)稻田減排潛力進(jìn)行了評(píng)估，結(jié)果表明：我國(guó)稻田的水分管理從淹水條件轉(zhuǎn)為中期曬田模式時(shí)，CH4年排放量可降低4.2—4.7 Tg C，而N2O排放量將會(huì)增加0.13—0.20 Tg N；稻田溫室氣體減排較為有效的措施為旱稻>淺灌>以硫酸銨替代尿素或碳酸氫銨>中期曬田>非水稻季秸稈還田>施用緩釋肥>持續(xù)淹灌[47]。Tian等[48]將DNDC模型與DSSAT模型(Agro-technology Transfer model)和AEZ模型(Agro-Ecological Zone model)耦合，評(píng)估我國(guó)水稻種植條件下的溫室氣體排放和水稻產(chǎn)量的平衡關(guān)系，模擬結(jié)果表明:在中期曬田和平衡施肥雙重管理措施下能夠在保證產(chǎn)量的同時(shí)降低CH4和N2O的排放。減少我國(guó)15.7%的氮肥施用量后水稻產(chǎn)量并不會(huì)降低；淺灌與適量施肥相結(jié)合在水稻產(chǎn)量增加(1.7%)的同時(shí)，可以降低34.3%溫室氣體的排放量，減少2.8%的氮損失(包括NH3揮發(fā)、氮淋溶和反硝化作用引起的氮損失)[49]。Stone等[50]在斯里蘭卡模擬結(jié)果表明:持續(xù)淹灌和每公頃施氮肥225 kg N的條件下，水稻高產(chǎn)且氮損失(N2O排放和氮淋溶)較低;另外，江西余江縣模擬結(jié)果表明:增施氮肥后N2O排放和氮淋溶增加，而施加秸稈可以降低氮淋溶量[51]。上海地區(qū)在常規(guī)施肥模式(每公頃施氮肥300 kg N)下，氮流失量為(1 142±276)kg，當(dāng)施肥模式轉(zhuǎn)變?yōu)槊抗暷蛩?50kg N +有機(jī)肥100 kg N時(shí)，氮流失量可降低至(714±151)kg[52]。

4 DNDC模型存在的不足之處

4.1 稻田N2O的模擬

稻田生態(tài)系統(tǒng)是CH4的重要排放源，同時(shí)由于氮肥施入以及水分管理，N2O排放也不容忽略。N2O排放主要由模型第二部分硝化和反硝化過(guò)程產(chǎn)生，模型通過(guò)計(jì)算土壤中Eh值，決定硝化或者反硝化作用是否發(fā)生，通過(guò)米氏方程計(jì)算各級(jí)反應(yīng)速率，Eh、DOC和無(wú)機(jī)氮是影響N2O排放的主要因子，通常與灌溉、降雨和氮肥施入相關(guān)。

與模型APSIM(Agricultural Production Systems sIMulator)相比，APSIM中硝化作用受溫度影響較大，DNDC模型除了受溫度影響外，對(duì)土壤有機(jī)碳的響應(yīng)也較大；APSIM中反硝化作用受土壤水分含量驅(qū)動(dòng)，DNDC模型中受降雨激發(fā)；DNDC模型模擬的N2O排放隨著施氮量和降雨次數(shù)增加而增大[53]。與Daycent模型相比，DNDC模型高估了土壤有機(jī)碳對(duì)N2O排放的影響，對(duì)N2O的模擬結(jié)果顯著高于觀(guān)測(cè)結(jié)果[54]。稻田中N2O的排放主要來(lái)自于反硝化過(guò)程，受水分變化影響較大。DNDC模型認(rèn)為N2O的排放是不連續(xù)的，其過(guò)程受到施肥、降雨和灌溉的驅(qū)動(dòng)，模擬結(jié)果為一系列N2O脈沖排放峰。在水分適宜、無(wú)機(jī)氮充足的情況下，N2O排放會(huì)出現(xiàn)較大的峰值，貢獻(xiàn)了大部分的N2O排放總量，如果在田間觀(guān)測(cè)時(shí)未抓住峰值出現(xiàn)時(shí)間，或觀(guān)測(cè)峰值與模擬峰值相差較大，將會(huì)導(dǎo)致模擬值與實(shí)測(cè)值擬合度較低。有研究表明，DNDC模型能夠較好地捕捉稻季N2O的劇烈釋放過(guò)程，但對(duì)麥季控制灌溉處理下峰值的模擬較低，因此，稻季模擬值與實(shí)測(cè)值極顯著相關(guān)，但麥季模擬值低于實(shí)測(cè)值[55]。在直播稻田，N2O排放量的模擬值與實(shí)測(cè)值擬合性差，主要是由于模型中N2O排放對(duì)氮肥施用量和田間排水過(guò)度靈敏導(dǎo)致[45]。模型N2O產(chǎn)生與排放的相關(guān)模塊需要進(jìn)一步優(yōu)化。稻田N2O排放較低，受施肥或水分動(dòng)態(tài)變化影響較大，排水時(shí)易出現(xiàn)峰值，在田間觀(guān)測(cè)時(shí)較難準(zhǔn)確把握時(shí)間，利用DNDC模型可以預(yù)測(cè)峰值出現(xiàn)時(shí)間，指導(dǎo)田間試驗(yàn)，使得實(shí)測(cè)值與模擬值更吻合，同時(shí)利用田間試驗(yàn)的觀(guān)測(cè)數(shù)據(jù)改進(jìn)模型相關(guān)機(jī)理，完成模型的優(yōu)化工作。

4.2 農(nóng)田管理措施

DNDC模型將農(nóng)田管理措施、氣象條件和土壤條件相耦合，可以對(duì)不同的農(nóng)田管理情景進(jìn)行模擬分析，隨著研究人員及工作成果的增加，各類(lèi)農(nóng)田管理措施也有了很大進(jìn)步。

在水稻品種方面，模型中已有4種水稻類(lèi)型，但對(duì)一些新型具有減排潛力的水稻類(lèi)型還未有定義，例如節(jié)水抗旱稻。節(jié)水抗旱稻(Water-saving and Drought-resistance Rice，WDR)是上海市農(nóng)業(yè)生物基因中心開(kāi)發(fā)、具有自主產(chǎn)權(quán)的系列品種，兼具了水稻和旱稻的特性，是一種具有水稻的高產(chǎn)優(yōu)質(zhì)特性、又具有旱稻的節(jié)水抗旱特性的新型栽培稻[56]，可以在保證高產(chǎn)穩(wěn)產(chǎn)的基礎(chǔ)上達(dá)到節(jié)水和抗旱的雙重目的[57]。研究表明：節(jié)水抗旱稻在水分虧缺情況下具有較高的產(chǎn)量和較低的溫室氣體排放強(qiáng)度[58-59]。節(jié)水抗旱稻的出現(xiàn)彌補(bǔ)了水稻需水多及旱稻產(chǎn)量低的缺點(diǎn)，其需水量、根系分泌物和根系泌氧能力等與常規(guī)水稻不同，導(dǎo)致了溫室氣體排放情況以及氮素流失等方面的特異性。如何更好地利用DNDC模型評(píng)估其在稻田減排降污方面的潛力，是模型改進(jìn)優(yōu)化的方向之一。

為了提高稻田的固碳減排潛力，其他措施如覆膜栽培、生物炭施入以及硝化抑制劑的使用等均已有研究。韓娟等[60]在DNDC中加入了薄膜覆蓋模塊，對(duì)覆膜栽培模式下的土溫、風(fēng)速和濕度進(jìn)行了修正，覆膜可以使更多的水分保留在土壤中以供作物吸收利用，修正后的模型可以較好地模擬玉米地覆膜處理下土壤水分動(dòng)態(tài)和產(chǎn)量，但覆膜對(duì)溫室氣體的影響還未有闡述。蔣在荻[61]在CHINA-DNDC online模型中定義了硝化抑制劑抑制效率為0.8；定義了生物炭的最大吸附量為(5 g N)/(kg C)，等溫吸附常數(shù)K為1 hm2/kg，孔隙度和酸堿度與初始土壤保持一致，模型能夠較好地模擬N2O動(dòng)態(tài)，硝化抑制劑的使用可以在穩(wěn)產(chǎn)的情況下降低氮肥施用量，生物炭對(duì)硝態(tài)氮的吸附可以減少氮素流失。進(jìn)一步優(yōu)化DNDC模型中農(nóng)田管理措施模塊中關(guān)鍵生物地球化學(xué)過(guò)程，對(duì)其科學(xué)機(jī)理過(guò)程及參數(shù)進(jìn)行廣泛的校準(zhǔn)與驗(yàn)證，實(shí)現(xiàn)對(duì)溫室氣體和氮素流失等方面的準(zhǔn)確模擬。

4.3 模型模擬結(jié)果評(píng)估

模型點(diǎn)位模擬結(jié)果與田間觀(guān)測(cè)結(jié)果較高的擬合度是應(yīng)用模型的前提條件。DNDC模型輸出模擬結(jié)果后，與實(shí)測(cè)值之間的擬合需要借助一定的數(shù)學(xué)公式。目前，常用的方法有偏差分析、線(xiàn)性回歸方程擬合和配對(duì)t檢驗(yàn)等[62]。常用的偏差分析有標(biāo)準(zhǔn)誤差(Mean error，E)、均方根誤差(Root mean square error，RMSE)、建模效率(Modeling efficiency，EF)和一致性系數(shù)(Index of agreement，d)。E可以用來(lái)檢驗(yàn)?zāi)Ｐ褪欠窀吖?E>0)或低估(E< 0)了模擬值；RMSE通常與nRMSE同時(shí)使用；EF取值范圍是-∞到1，EF=1時(shí)表示模擬值與實(shí)測(cè)值全部匹配，當(dāng)EF ≥ 0表示模型預(yù)測(cè)值較好；d取值范圍為0—1，值接近于1說(shuō)明模擬值與實(shí)測(cè)值吻合度較好。模擬值與實(shí)測(cè)值之間的線(xiàn)性相關(guān)關(guān)系經(jīng)常被用來(lái)表示它們之間的擬合度，相關(guān)系數(shù)R2接近于1，說(shuō)明模擬值與實(shí)測(cè)值擬合度高，R2=0說(shuō)明模擬值與實(shí)測(cè)值之間不存在線(xiàn)性相關(guān)性。在配對(duì)t檢驗(yàn)中，實(shí)測(cè)值和模擬值需要符合正態(tài)分布，主要對(duì)平均數(shù)與其各自所代表的總體進(jìn)行差異性分析。不同的方法側(cè)重點(diǎn)不同，因此，方法的選擇會(huì)影響到模擬結(jié)果的評(píng)價(jià)結(jié)果。

在各地稻田生態(tài)系統(tǒng)中，從水稻參數(shù)到田間管理方式，從土壤參數(shù)到氣候條件存在較大的空間和時(shí)間異質(zhì)性。對(duì)于使用者而言，由于模型內(nèi)部參數(shù)眾多且參數(shù)間相關(guān)性緊密，有時(shí)很難準(zhǔn)確找到并修正關(guān)鍵參數(shù)，從一定程度上限制了模型的準(zhǔn)確性。點(diǎn)位尺度上，用戶(hù)可以使用Monte Carlo對(duì)各參數(shù)進(jìn)行不確定分析；在區(qū)域尺度上，模型采用最敏感因子(Most sensitive factor)去優(yōu)化模型預(yù)測(cè)結(jié)果，利用各輸出參數(shù)的最敏感因子的最大值和最小值分別進(jìn)行模擬，最終預(yù)測(cè)出一個(gè)范圍，并假設(shè)該范圍涵蓋了真實(shí)值[12]。Wang等[63]結(jié)合了OAT(One-factor-at-a-time)和傅里葉靈敏度檢測(cè)(Extended Fourier amplitude sensitivity test)對(duì)模型敏感性進(jìn)行分析，結(jié)果表明土地利用類(lèi)型與土壤性質(zhì)對(duì)區(qū)域碳儲(chǔ)量影響較大。不確定性或敏感性分析的加入有助于選擇合適的參數(shù)，提高模型區(qū)域模擬結(jié)果的可靠性。

5 總結(jié)與展望

DNDC模型建立至今，世界各國(guó)的研究者用他們的田間數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證校正，使得模型的可信度不斷增加，預(yù)測(cè)功能和使用范圍不斷擴(kuò)展，模型逐步發(fā)展為可以在各個(gè)陸地生態(tài)系統(tǒng)中使用，預(yù)測(cè)作物生長(zhǎng)、土壤碳氮?jiǎng)討B(tài)、溫室氣體排放及氮素流失等。隨著環(huán)境問(wèn)題的日益加劇，農(nóng)田管理措施的不斷改進(jìn)，對(duì)模型的預(yù)測(cè)功能的期望不斷增加。另外，在信息時(shí)代的大背景下，DNDC模型已有從單機(jī)版向網(wǎng)絡(luò)版發(fā)展的趨勢(shì)，大數(shù)據(jù)和互聯(lián)網(wǎng)絡(luò)等技術(shù)完全可以應(yīng)用在傳統(tǒng)單機(jī)模型上，進(jìn)一步拓展模型功能。如何更好地利用模型從點(diǎn)位尺度上到區(qū)域尺度上為水稻低碳生產(chǎn)服務(wù)，建立可信度較高的各農(nóng)田管理措施和 情景下的預(yù)測(cè)評(píng)價(jià)系統(tǒng)，是模型在稻田應(yīng)用方向發(fā)展的趨勢(shì)。