陸地高分辨率水文—生物地球化學(xué)過程CNMM-DNDC 三維模型的研發(fā)及應(yīng)用進(jìn)展

鄭循華 李思琪 張偉 劉春巖 姚志生 韓圣慧 王睿 王凱 陳笑 李勇

1 中國科學(xué)院大氣物理研究所大氣邊界層物理和大氣化學(xué)國家重點(diǎn)實(shí)驗(yàn)室, 北京 100029

2 中國科學(xué)院大學(xué)地球與行星科學(xué)學(xué)院, 北京 100049

1 引言

陸地生態(tài)系統(tǒng)約占地球表面積的三分之一，對(duì)維持地球生物圈、大氣、海洋等圈層或系統(tǒng)的正常功能起著重要作用（Daba and Dejene, 2018; Lal et al., 2018）。陸地生態(tài)系統(tǒng)碳、氮、磷等元素的生物地球化學(xué)循環(huán)和水循環(huán)是相互作用、緊密耦合的復(fù)合體（Yu et al., 2010; 于貴瑞等, 2014）。通過構(gòu)建動(dòng)力學(xué)過程模型（process-oriented dynamical model），精細(xì)定量刻畫陸地生態(tài)系統(tǒng)碳、氮、磷等生命元素生物地球化學(xué)循環(huán)及水循環(huán)的全耦合動(dòng)態(tài)過程，這是深入認(rèn)識(shí)它們之間的復(fù)雜相互作用規(guī)律及其響應(yīng)和反饋影響氣候、環(huán)境和人為活動(dòng)的基礎(chǔ)，也是定量評(píng)估人類對(duì)全球或區(qū)域氣候、環(huán)境變化的減緩和適應(yīng)成效的前提。

生態(tài)系統(tǒng)動(dòng)力學(xué)過程模型的最初發(fā)展，可以追溯到20 世紀(jì)早期，當(dāng)時(shí)由斯特里特（H Streeter）和費(fèi)爾普斯（E Phelps）建立的河流水質(zhì)模型，用以描述河水缺氧動(dòng)態(tài)，還有同期數(shù)學(xué)家洛特卡（A J Lotka）和沃爾泰拉（V Volterra）建立的捕食者—獵物模型，用以描述互動(dòng)的掠食者和獵物種群規(guī)模變化。在生態(tài)系統(tǒng)動(dòng)力學(xué)過程模型的啟發(fā)下，復(fù)雜生物地球化學(xué)過程模型從大約40 多年前開始發(fā)展，如今已有眾多模型發(fā)展到相對(duì)成熟程度并在國際上得到廣泛應(yīng)用，其中較具代表性的有DayCent、Daisy、 DeComposition-DeNitrification（ DNDC）、LandscapeDNDC、Forest-BGC 或PnET-BGC 等（于貴 瑞 等, 2013; Maharjan et al., 2018; Zhang et al.,2018）。此外，近年來，大氣科學(xué)領(lǐng)域發(fā)展起來的陸面過程模型或動(dòng)態(tài)植被模型，也通過比較簡(jiǎn)化地耦合進(jìn)生態(tài)系統(tǒng)碳循環(huán)或氮循環(huán)過程，使其具備部分生物地球化學(xué)模型的模擬功能。這些模型都屬于一維模型，即只考慮水分的垂直運(yùn)動(dòng)，不考慮地形坡度引起的橫向水流及其對(duì)物質(zhì)橫向遷移與其后進(jìn)一步轉(zhuǎn)化的影響。顯然，在非平坦地形區(qū)域，忽略橫向水流影響的一維模型提供的模擬結(jié)果，難免與客觀事實(shí)之間存在顯著偏差。

不同于一維的生物地球化學(xué)過程模型，三維的生態(tài)水文模型則以基于流域整體模擬的集總式或基于分散單元或柵格模擬的分布式方式同時(shí)進(jìn)行縱向和橫向水流及其對(duì)相關(guān)過程影響的定量刻畫（石教智和陳曉宏, 2006; 楊大文等, 2018）。其中分布式生態(tài)水文模型能更客觀地反映降水、地形起伏和下墊面不均性對(duì)流域徑流的影響，因而能夠更客觀地模擬自然和人為因素影響下的流域水資源和水環(huán)境。這類生態(tài)水文模型以SHE、DHSVM 和SWAT 等為代表，已被廣泛應(yīng)用于陸地水循環(huán)、面源污染和水資源調(diào)控研究（鄧鵬和李致家, 2013）。但是，生態(tài)水文模型對(duì)土壤—植物體系和水體內(nèi)部的生命元素遷移轉(zhuǎn)化過程卻缺乏精細(xì)刻畫，難以模擬水循環(huán)與單種或多種元素循環(huán)的復(fù)雜耦合作用。

盡管一維生物地球化學(xué)過程模型是依據(jù)物理、化學(xué)、生物的基本理論及其定理定律而構(gòu)建，實(shí)現(xiàn)了對(duì)植被生理、土壤物理化學(xué)過程和元素遷移轉(zhuǎn)化的定量刻畫，但這些模型只能模擬土壤水分垂直運(yùn)動(dòng)引起的水溶性碳、氮、磷在土壤剖面中縱向遷移，而不考慮橫向水流及其引起的水溶態(tài)與顆粒態(tài)碳、氮、磷橫向遷移。因此，一維生物地球化學(xué)過程模型如此簡(jiǎn)化的表層系統(tǒng)水文過程不能真實(shí)地反映陸地生態(tài)系統(tǒng)的碳、氮、磷、水循環(huán)復(fù)雜耦合機(jī)制，在定量刻畫陸地區(qū)域和流域生態(tài)系統(tǒng)碳、氮、磷、水循環(huán)相互作用時(shí)就遇到了瓶頸。這時(shí)，生物地球化學(xué)過程與三維水文過程全耦合的水文—生物地球化學(xué)過程模型就應(yīng)當(dāng)應(yīng)運(yùn)而生（彭輝等, 2010;Zhang et al., 2018）。然而，由于這類全耦合過程模型的研發(fā)工作本身存在高難度，國內(nèi)外迄今都還缺乏成熟的陸地普適性高分辨率水文—生物地球化學(xué)過程三維模型。

國際上目前的主流水文—生物地球化學(xué)模型，大多是集總式或基于水文響應(yīng)單元（hydrological response unit 或HRU）的準(zhǔn)分布式水文模型與生物地球化學(xué)過程進(jìn)行靜態(tài)或動(dòng)態(tài)耦合，有的是在生態(tài)水文模型中簡(jiǎn)化地耦合進(jìn)生物地球化學(xué)過程。這類模型的代表有SWAT 系列（如SWAT-DayCent 和SWAT-N）、LASCAM、INCA、基于水文響應(yīng)單元的DNDC 流域版等（Deng et al., 2011; 馮起等,2014; Ghimire et al., 2020）。Haas et al.（2013）通過外部耦合器實(shí)現(xiàn)分布式流域水文模型CMF 與一維生物地球化學(xué)模型LandscapeDNDC 的全耦合（雙向動(dòng)態(tài)），但可能是由于這種做法顯得比較復(fù)雜而難以被大多數(shù)人熟練掌握，CNM-LandscapeDNDC耦合模型迄今還僅限于計(jì)算機(jī)上的虛擬小流域測(cè)試，尚未見在真實(shí)流域上的雙向動(dòng)態(tài)耦合模擬應(yīng)用或測(cè)試報(bào)道，現(xiàn)有報(bào)道的研究采用的是單向靜態(tài)耦合方式（如Schroeck et al., 2019）。因此，地球科學(xué)與資源環(huán)境領(lǐng)域眾多學(xué)科的科學(xué)工作者們很期待全耦合的水文—生物地球化學(xué)過程三維模型能夠早日研發(fā)成功并得到科研及相關(guān)業(yè)務(wù)領(lǐng)域的廣泛應(yīng)用。

經(jīng)過20 多年的不斷探索，中國科學(xué)院大氣物理研究所成功構(gòu)建了高分辨率水文—生物地球化學(xué)過程模型（CNMM-DNDC），實(shí)現(xiàn)了對(duì)流域碳、氮、磷、水循環(huán)過程全耦合的分布式三維模擬，使上述問題得到初步解決，有望為陸地生態(tài)系統(tǒng)碳、氮、磷、水綜合調(diào)控和落實(shí)減污降碳目標(biāo)提供先進(jìn)的虛擬科學(xué)實(shí)驗(yàn)平臺(tái)和決策支持工具。以下將從建模理念、模型功能、初步應(yīng)用和未來展望五個(gè)方面，綜述CNMM-DNDC 模型的自主研發(fā)及應(yīng)用進(jìn)展。

2 建模理念和核心過程

生命元素（碳、氮、磷、氫、氧等）的生物地球化學(xué)量（元素豐度或在介質(zhì)中的濃度）、群（生命元素耦合/解耦）、流（生命元素循環(huán)）、場(chǎng)（驅(qū)動(dòng)元素運(yùn)動(dòng)的基本力）概念（李長(zhǎng)生, 2016）及相關(guān)的物理、化學(xué)和生物學(xué)理論（Zhang et al., 2018），是構(gòu)建CNMM-DNDC 模型的理論基礎(chǔ)。在該理論指導(dǎo)下，CNMM-DNDC 的總體建模理念可以概括為四個(gè)建?；静襟E：首先，將模擬對(duì)象（區(qū)域、流域或生態(tài)系統(tǒng)）的宏觀生態(tài)環(huán)境條件與人類活動(dòng)要素（即模型輸入變量或參數(shù)）轉(zhuǎn)化為多維生物地球化學(xué)場(chǎng)變量，包括太陽輻射、重力、溫度、濕度、酸堿度、氧化還原電位、反應(yīng)物濃度梯度在內(nèi)的七維變量場(chǎng)，作為表征自然界三種基本力——作為物質(zhì)內(nèi)稟屬性的熱力和作為物質(zhì)間相互作用力的電磁力與引力的一組外化物理量，這些變量共同構(gòu)成的七維力場(chǎng)，將驅(qū)動(dòng)碳、氮、磷等元素和水在模擬區(qū)域或流域內(nèi)按特定方向發(fā)生物理和化學(xué)定向運(yùn)動(dòng)；緊接著，將模擬對(duì)象中所關(guān)注生命元素（如碳、氮、磷等）的化學(xué)運(yùn)行拆分成基本的化學(xué)耦合/解耦反應(yīng)過程，包括溶解/脫溶、化合/分解、絡(luò)合/解絡(luò)、氧化/還原和同化/異化等，將其物理運(yùn)動(dòng)拆分成基本的物質(zhì)相態(tài)變化或位移過程，包括熔融/結(jié)晶、融化/凍結(jié)、吸附/解析、機(jī)械運(yùn)動(dòng)（如擴(kuò)散和流動(dòng)）等；然后，建立聯(lián)立方程組，使生物地球化學(xué)場(chǎng)變量在刻畫元素物理、化學(xué)、生物運(yùn)動(dòng)的基本方程中扮演關(guān)鍵參數(shù)或自變量角色，從而驅(qū)動(dòng)元素的化學(xué)轉(zhuǎn)化、相態(tài)變化和機(jī)械遷移；最后，根據(jù)所關(guān)注元素的每一次物理、化學(xué)變化，進(jìn)行模擬對(duì)象各個(gè)部分的元素豐度更新，進(jìn)而由元素豐度變化決定生態(tài)系統(tǒng)的結(jié)構(gòu)和功能變化。將這四個(gè)步驟涉及的全部數(shù)學(xué)方程、參數(shù)、變量和數(shù)據(jù)轉(zhuǎn)化成可以在微機(jī)或服務(wù)器上運(yùn)行的計(jì)算機(jī)語言程序軟件，使該軟件每運(yùn)行一次，都能在計(jì)算機(jī)上生成一個(gè)用一系列數(shù)值來描繪的虛擬流域、區(qū)域或生態(tài)系統(tǒng)，這樣就建立起來了整個(gè)過程模型。在這種理念下建立起來的水文—生物地球化學(xué)過程模型，其建模過程不依賴于實(shí)測(cè)數(shù)據(jù)，而僅依賴于人類迄今的理論和知識(shí)積累以及模型研發(fā)者對(duì)這些既有理論和知識(shí)的科學(xué)邏輯整合與數(shù)學(xué)表達(dá)能力。但已建立起來的模型是否能夠較客觀地反映模擬對(duì)象的真實(shí)情況，則需要依賴于觀測(cè)數(shù)據(jù)進(jìn)行模擬結(jié)果可靠性驗(yàn)證，或?qū)δＰ偷纳贁?shù)內(nèi)置參數(shù)進(jìn)行率定。

CNMM-DNDC 模型最初版本（v1.0，windows運(yùn)行環(huán)境）的構(gòu)建，是首先將國際流行一維生物地球化學(xué)過程模型DNDC（Li et al., 1992）采用的土壤碳氮轉(zhuǎn)化過程（包括有機(jī)碳氮分解、硝化作用、反硝化作用、發(fā)酵作用）源代碼重新編寫入流域生源要素管理模型CNMM（李勇等, 2017）的DHSVM分布式水文框架（Wigmosta et al., 1994）中，然后在底層源代碼層面完成了一系列過程銜接、變量匹配和尺度變換等工作，從而實(shí)現(xiàn)了土壤碳氮轉(zhuǎn)化過程與三維水運(yùn)動(dòng)過程的無縫耦合。之后，在初級(jí)版本基礎(chǔ)上，又對(duì)該模型進(jìn)行了多次過程機(jī)制改進(jìn)、模擬功能擴(kuò)充和版本升級(jí)，從而形成了如圖1 所示的當(dāng)前版的CNMM-DNDC 模型。

圖1 當(dāng)前版水文—生物地球化學(xué)過程模型（CNMM-DNDC）的基本構(gòu)架。Fig.1 Basic scientific structure of the current hydro-biogeochemical process model (CNMM-DNDC).

在上述建模理念指引下，當(dāng)前版CNMMDNDC 模型（圖1）刻畫碳氮磷等生命元素生物地球化學(xué)循環(huán)的主要過程包括：（1）土壤—水—空氣—植物和微生物復(fù)合體系統(tǒng)中碳氮磷元素物理、化學(xué)、生物反應(yīng)過程，主要有粘土礦物吸附和解吸、水解、有機(jī)質(zhì)分解、硝化、反硝化、植物氮磷吸收、根系分泌、酸堿平衡、氣體擴(kuò)散、光合/呼吸等過程；（2）上述過程直接改變碳氮磷元素的不同儲(chǔ)庫大小和不同形態(tài)濃度，其中土壤有機(jī)碳氮磷庫分為極易分解、易分解和惰性凋落物庫，活體和死亡微生物庫，易分解和難分解活性腐殖質(zhì)庫，惰性腐殖質(zhì)庫，溶解性有機(jī)碳氮磷庫，不同無機(jī)碳氮磷形態(tài)包括銨鹽（NH4+）、硝酸鹽（NO3-）、亞硝酸鹽（NO2-）、一氧化氮（NO）、氧化亞氮（N2O）、氮?dú)猓∟2）、氨（NH3）、二氧化碳（CO2）、甲烷（CH4）、磷酸鹽（PO43-）等；（3）這些儲(chǔ)庫和形態(tài)變化的過程受氣象條件（氣溫、降水、風(fēng)速、相對(duì)濕度和輻射）、土壤性質(zhì)（土壤質(zhì)地、pH、容重、有機(jī)質(zhì)、水力學(xué)參數(shù)等）和地形等環(huán)境要素以及施肥（化肥類型和用量、有機(jī)肥類型和用量、施肥時(shí)間）、灌溉、耕作（耕作方式）、作物類型等人為管理要素驅(qū)動(dòng)。當(dāng)前版DNMM-DNDC 模型基于光合—呼吸機(jī)理模擬植物生長(zhǎng)，基于一級(jí)動(dòng)力學(xué)機(jī)制模擬有機(jī)質(zhì)分解，基于能斯特方程、“厭氧氣球”假設(shè)、米氏動(dòng)力學(xué)機(jī)制和Pirt 方程等模擬作為非均勻介質(zhì)的土壤中同時(shí)發(fā)生的硝化、反硝化、發(fā)酵作用等，以及基于濃度梯度驅(qū)動(dòng)的擴(kuò)散過程等機(jī)制模擬土壤—水—植物體系中的氣體排放（Zhang et al., 2018, 2020, 2021a, b; Li et al., 2022, 2023）。

當(dāng)前版CNMM-DNDC 模型模擬的水文相關(guān)過程包括土壤水分平衡、壤中流的水縱向和橫向運(yùn)移、地表水運(yùn)動(dòng)和徑流、淺層地下水運(yùn)動(dòng)和補(bǔ)給、河網(wǎng)匯流以及水平和垂直水流驅(qū)動(dòng)不同形態(tài)碳氮磷物質(zhì)遷移的過程，其中采用Penman-Monteith 公式模擬生態(tài)系統(tǒng)蒸散發(fā)，基于運(yùn)動(dòng)波近似或擴(kuò)散波近似理論模擬地表徑流和橫向壤中流，根據(jù)達(dá)西定律模擬土壤水分垂直運(yùn)動(dòng)，應(yīng)用線性槽蓄法模擬河網(wǎng)匯流過程（Zhang et al., 2018; Li et al., 2023）。

當(dāng)前版CNMM-DNDC 模型可以用于模擬區(qū)域或流域尺度的生態(tài)系統(tǒng)水分平衡、能量平衡、氮磷養(yǎng)分平衡和植物生長(zhǎng)，實(shí)現(xiàn)對(duì)區(qū)域或流域尺度生態(tài)系統(tǒng)生產(chǎn)力、溫室氣體（GHG）凈排放、氮污染氣體排放、水土流失、地表水氮磷負(fù)荷等關(guān)鍵變量的高時(shí)空分辨率同步預(yù)測(cè)評(píng)估，為生態(tài)系統(tǒng)生產(chǎn)力可持續(xù)性、碳氮GHG 減排和碳中和、含氮大氣污染物減排、水體面源氮污染防控等重大可持續(xù)發(fā)展問題的解決提供高性能數(shù)值模型工具。

3 模型功能

3.1 模型特點(diǎn)

CNMM-DNDC 模型由中國科學(xué)院大氣物理研究所主導(dǎo)研發(fā)，其最初版本于2018 年在國際學(xué)術(shù)期刊上刊發(fā)（Zhang et al., 2018）。該模型在Windows操作系統(tǒng)下基于C 語言編寫模型源代碼，使用命令提示符cmd.exe 直接調(diào)用模型執(zhí)行程序并運(yùn)行。為滿足其實(shí)際應(yīng)用中對(duì)大規(guī)模模擬運(yùn)算能力和速率的要求，近期已基于當(dāng)前版本開發(fā)了可在大型服務(wù)器Linux 操作系統(tǒng)下運(yùn)行的CNMM-DNDC 模型版本，并在多個(gè)流域和不同項(xiàng)目中成功應(yīng)用。

CNMM-DNDC 模型設(shè)計(jì)目標(biāo)是普適于不同生物氣候帶陸地區(qū)域或流域，并以高時(shí)間、高空間和高過程分辨率，長(zhǎng)期模擬生態(tài)系統(tǒng)（包括森林、農(nóng)田、草地、濕地、內(nèi)陸水體等）的碳氮磷水三維運(yùn)移、水流驅(qū)動(dòng)的溶解態(tài)和顆粒態(tài)碳氮磷流失、地氣碳氮?dú)怏w（CO2、CH4、N2O、NO、NH3等）交換通量和生態(tài)系統(tǒng)生產(chǎn)力（包括地上或地下凈初級(jí)生產(chǎn)力、產(chǎn)草量、木材蓄積量、作物產(chǎn)量等），且時(shí)間和空間分辨率均可自定義。其時(shí)間分辨率最高可到3 小時(shí)，空間分辨率最高可到米，過程分辨率精細(xì)到生態(tài)系統(tǒng)中碳氮磷元素和水的主要物理遷移、化學(xué)轉(zhuǎn)化反應(yīng)、植物及微生物生長(zhǎng)過程，模擬土層深度可達(dá)4 m，用戶可自定義土壤分層。當(dāng)前版CNMM-DNDC 模型可輸出多時(shí)間尺度（3 小時(shí)、日、月、季節(jié)和年）各柵格的各土層不同儲(chǔ)庫和不同形態(tài)碳氮磷濃度動(dòng)態(tài)、土壤溫濕度和酸堿度、土壤氧化還原電位和氧氣濃度、生態(tài)系統(tǒng)生產(chǎn)力、碳氮?dú)怏w地氣交換通量、水分和能量收支、氮磷養(yǎng)分收支和凈碳平衡、土壤侵蝕模數(shù)、溶解態(tài)和顆粒態(tài)碳氮磷流失通量以及流域出水口流量與水質(zhì)要素等（Li et al., 2023）。

3.2 過程改進(jìn)和功能升級(jí)

CNMM-DNDC 模型目前已經(jīng)注冊(cè)了6 個(gè)國家軟件著作權(quán)版本：v1.0 版，對(duì)DNDC 模型（Li et al., 1992, 2002; 李長(zhǎng)生, 2016）采用的土壤碳氮轉(zhuǎn)化過程模擬機(jī)制與CNMM 模型（李勇等, 2017）采用的分布式三維水文過程模擬機(jī)制建立了全耦合（Zhang et al., 2018）；v2.0 版，引入了凍融機(jī)制，并創(chuàng)建了山茶科植物鋁代謝過程影響茶園土壤酸堿度的動(dòng)態(tài)模擬新機(jī)制，使該模型適用于季節(jié)性或多年凍土地帶（Zhang et al., 2021a），也能夠模擬植茶引起的土壤酸堿度舉例變化及其對(duì)土壤氮轉(zhuǎn)化和氣態(tài)氮排放的影響（Zhang et al., 2020）；v2.0s 版，對(duì)該模型的輸入數(shù)據(jù)制備過程進(jìn)行了標(biāo)準(zhǔn)化；v3.0 版，構(gòu)建了有地表水層生態(tài)系統(tǒng)（水田或濕地）的氨揮發(fā)模擬新機(jī)制，并通過考慮降雨影響下植被冠層截留土壤排放的氨等因素，改進(jìn)了旱地氨揮發(fā)的仿一級(jí)動(dòng)力學(xué)模擬機(jī)制（Li et al., 2022）；v4.0版，引入土壤侵蝕和顆粒態(tài)碳氮磷遷移模擬機(jī)制，使該模型具備了模擬橫向水流影響土壤碳氮磷庫和地表水顆粒態(tài)碳氮磷負(fù)荷的功能（Li et al., 2023）；Linux v1.0 版，將該模型的最新windows 版本（v1.0至v4.0 均是由window 操作系統(tǒng)運(yùn)行的版本）源代碼改寫成了能在Linux 操作系統(tǒng)運(yùn)行的源代碼版本，使該模型能在大型服務(wù)器上高效地進(jìn)行高分辨率三維模擬的大規(guī)模運(yùn)算。

3.2.1 引入凍融機(jī)制

考慮到全球陸地面積的16%分布著凍土，CNMM-DNDC 模型的設(shè)計(jì)目標(biāo)之一是使其對(duì)多年凍土和季節(jié)性凍土地帶具備普適性。為此，Zhang et al.（2021a）將Zhang et al.（2003）構(gòu)建北方生態(tài) 系 統(tǒng) 土 壤 溫 度 模 型（Northern Ecosystem Soil Temperature，簡(jiǎn)稱NEST）時(shí)采用的凍融過程機(jī)制引入到CNMM-DNDC 模型中，使其擁有對(duì)中高緯或高海拔地帶表層土壤凍融過程的模擬能力。該凍融過程模擬機(jī)制的核心是土壤和雪層的熱傳導(dǎo)。不同土層、雪層或土雪過渡層之間的熱傳輸主要基于輻射能量平衡進(jìn)行計(jì)算，其中在采用的一維熱傳導(dǎo)方程中，加入了土壤水凍結(jié)冰融化或雪層融化而引起的熱量變化項(xiàng)，土壤熱量下邊界由地?zé)崮芰科胶獯_定。凍融過程模擬涉及的主要方程如表1 中式1～5 所示。土壤凍融和雪層融化的臨界溫度為0°C。依據(jù)能量守恒定律，若熱傳導(dǎo)方程計(jì)算得到的溫度高于臨界溫度，則土壤冰或雪層融化，反之則土壤水凍結(jié)。

表1 CNMM-DNDC 模型模擬凍融過程的主要方程（Zhang et al., 2021a）Table 1 Key equations of freeze-thaw process in CNMMDNDC model (Zhang et al., 2021a)

3.2.2 創(chuàng)建土壤酸堿度變化的鋁代謝模擬機(jī)制

茶葉種植園在全球陸地?zé)釒Ш蛠啛釒^(qū)域廣泛分布，茶業(yè)也是這些地區(qū)的主要農(nóng)業(yè)行業(yè)之一（http://www.fao.org/faostat/[2023-04-28]）。茶 樹屬于山茶科，是多年生木本植物，其植株生長(zhǎng)過程中通過根系從較深層土壤中大量吸收鋁，冠層修剪枝葉和落葉在地表分解又將這部分枝葉中的鋁釋放到表層土壤中，鋁離子（Al3+）水解產(chǎn)生大量氫離子（H+），導(dǎo)致表層土壤酸度增加，pH 下降，改變茶園生態(tài)系統(tǒng)的碳氮磷循環(huán)過程，特別是植茶所致土壤低pH 觸發(fā)化學(xué)反硝化（Zhang et al., 2020），引起強(qiáng)烈的土壤N2O 和NO 排放（Yao et al., 2018;Wang et al., 2020）。為了模擬茶樹鋁代謝引起的土壤pH 變化，Zhang et al.（2020）基于鋁離子水解平衡和化學(xué)反應(yīng)動(dòng)力學(xué)原理創(chuàng)建了一個(gè)新的模擬機(jī)制，其核心方程用于模擬土壤中三價(jià)鋁離子水解引起的土壤H+濃度變化（表2 中的反應(yīng)1 和式6），使CNMM-DNDC 模型能夠模擬植茶所致低pH 觸發(fā)的茶園土壤N2O 和NO 強(qiáng)排放。此外，Zhang et al.（2020）還基于有機(jī)酸電離平衡原理，為CNMMDNDC 模型新增了植物生長(zhǎng)過程中根系分泌有機(jī)酸影響土壤pH 的模擬機(jī)制，以及土壤強(qiáng)酸度（低pH）通過改變植物光合能力而影響生長(zhǎng)的過程（表2 中的反應(yīng)2 和式7～8）。

表2 CNMM-DNDC 模型建立的土壤酸堿度變化新模擬機(jī)制（Zhang et al., 2020）Table 2 New mechanisms for simulating soil pH changes in CNMM-DNDC model (Zhang et al., 2020)

3.2.3 改進(jìn)生態(tài)系統(tǒng)氨揮發(fā)模擬機(jī)制

改進(jìn)前的CNMM-DNDC 模型對(duì)生態(tài)系統(tǒng)NH3揮發(fā)，無論有無地表水層，都采用了相同模擬機(jī)制。但地表有覆蓋水的生態(tài)系統(tǒng)NH3揮發(fā)機(jī)制實(shí)際上與無水層完全不同，采用相同算法顯然不合理。特別是，在有地表水層覆蓋的水田或濕地，會(huì)有水藻大量繁殖，水藻光合作用釋放氫氧根離子（OH-），使土壤pH 升高，促進(jìn)NH4+向NH3轉(zhuǎn)化，同時(shí)也降低NH3在水中的溶解度，該水藻影響導(dǎo)致施氮肥的淹水稻田和旱地NH3揮發(fā)強(qiáng)度相當(dāng)。但之前的CNMM-DNDC 模型或國內(nèi)外其他模型，都沒有考慮藻類生長(zhǎng)對(duì)濕地NH3揮發(fā)的影響。針對(duì)這個(gè)問題，Li et al.（2022）建立了適用于地表有水層生態(tài)系統(tǒng)（如淹水期間的水稻田和濕地等）的NH3揮發(fā)模擬機(jī)制，主要是創(chuàng)建了藻類生長(zhǎng)調(diào)節(jié)地表水層pH 而影響NH3揮發(fā)的新模擬機(jī)制及其參數(shù)化方案（表3 中的式9～11），同時(shí)還引入了Jayaweera and Mikkelsen（1990）基于雙膜傳質(zhì)理論創(chuàng)建的J-M 傳質(zhì)機(jī)制（表3 中的反應(yīng)3 和式12～14）?；贘-M 傳質(zhì)機(jī)制模擬地表有水層生態(tài)系統(tǒng)的NH3揮發(fā)，需要定量刻畫兩個(gè)過程：一是水中NH4+與NH3的酸堿化學(xué)平衡，二是水中NH3的揮發(fā)過程，即氣態(tài)NH3通過水—?dú)饨缑鏀U(kuò)散到大氣。酸堿平衡過程考慮了田面水的NH4+濃度、pH 值和水溫的影響，揮發(fā)過程依據(jù)雙模傳質(zhì)理論，并考慮了水位和風(fēng)速等因素的影響。

表3 CNMM-DNDC 模型采用的濕地（有水層）氨揮發(fā)模擬機(jī)制（Li et al., 2022）Table 3 Mechanisms of ammonia volatilization from wetlands (with surface water layer) in CNMM-DNDC model (Li et al.,2022)

對(duì)于旱地NH3揮發(fā)的模擬，改進(jìn)前的CNMMDNDC 模型繼承了DNDC 的仿一級(jí)反應(yīng)動(dòng)力學(xué)模擬機(jī)制，其中考慮了風(fēng)速、土壤溫度和土壤深度對(duì)NH3揮發(fā)速率常數(shù)的影響。在此基礎(chǔ)上，Li et al.（2022）進(jìn)一步同時(shí)考慮了植被冠層、土壤質(zhì)地（以粘粒含量表征）、土壤濕度和降雨（或噴灌）致植被冠層濕潤(rùn)等因素對(duì)NH3揮發(fā)速率常數(shù)的影響。該模擬機(jī)制的算法中，每一個(gè)影響因素調(diào)節(jié)NH3揮發(fā)速率常數(shù)的作用都被定義為0～1 之間的無量綱分?jǐn)?shù)，其取值通過多個(gè)站點(diǎn)的旱地農(nóng)田NH3揮發(fā)通量觀測(cè)數(shù)據(jù)予以率定，當(dāng)前版中對(duì)這些參數(shù)取值的率定，依據(jù)了中國和英國各7 個(gè)野外站點(diǎn)施肥事件發(fā)生后兩周左右的逐日NH3揮發(fā)通量觀測(cè)數(shù)據(jù)（Dubache et al., 2019; Li et al., 2019, 2022）。

3.2.4 引入土壤水力侵蝕機(jī)制

改進(jìn)前的CNMM-DNDC 模型只能模擬地表徑流和壤中流引起的水溶性碳氮磷物質(zhì)（包括銨鹽、硝酸鹽、水溶性磷酸鹽和水溶性有機(jī)物）的橫向和縱向遷移，但缺乏對(duì)地表水蝕產(chǎn)沙及其引起的顆粒態(tài)碳氮磷橫向遷移過程的模擬能力。為了解決該問題，李思琪等（2022）和Li et al.（2023）在該模型的水文框架中引入了Rose（1985）提出的并已得到廣泛應(yīng)用的土壤水力侵蝕物理機(jī)制，使CNMM-DNDC 模型新增了水土流失模擬功能，為地表水碳氮磷面源污染的科學(xué)研究與防控治理提供了一個(gè)潛在的先進(jìn)模型工具。無縫耦合Rose 機(jī)制（Rose, 1985）后，CNMM-DNDC 模型可以通過模擬降雨剝蝕、地表徑流夾帶和泥沙沉降三個(gè)連續(xù)發(fā)生的物理過程來估算水蝕產(chǎn)沙強(qiáng)度。地表徑流（Q）越大，泥沙顆粒也越大，式15（表4）等號(hào)右側(cè)第一項(xiàng)（降水剝蝕項(xiàng)）就比第二項(xiàng)（徑流夾帶項(xiàng)）越小。實(shí)際上，即使在相當(dāng)弱的侵蝕事件中，忽略降水剝蝕項(xiàng)后仍然是一個(gè)較好的近似（式16），因?yàn)檫@樣近似模擬的精度通常會(huì)優(yōu)于觀測(cè)數(shù)據(jù)的不確定度。如式17（表4）所示，由地表徑流引起的單位面積地表泥沙產(chǎn)量（S）根據(jù)地表徑流量（Q）、坡度（G）、植被覆蓋度（Cr）和地表徑流的泥沙攜帶效率（η）進(jìn)行計(jì)算（Rose, 1985），進(jìn)而采用富集系數(shù)法，由地表水蝕產(chǎn)沙量（S）、表層土壤碳氮磷含量（C）和地表徑流引起的顆粒態(tài)碳氮磷富集比（R），根據(jù)表4 所列式18～20計(jì)算地表水力侵蝕引起的顆粒態(tài)碳、氮、磷流失量（SCNP）（李思琪等, 2022; Li et al., 2023）。

表4 CNMM-DNDC 模型采用的土壤水力侵蝕機(jī)制（Li et al., 2023）Table 4 Mechanisms of water-induced erosion in CNMM-DNDC model (Li et al., 2023)

3.3 模型輸入和輸出

3.3.1 輸入數(shù)據(jù)

模型的輸入數(shù)據(jù)包括土地利用及農(nóng)田管理信息、氣象信息、地表陰影信息、土壤信息、河流信息和地形信息，分別存放在land、met、shade、soil、stream 和topo 目錄下。x64Debug 目錄下還有一個(gè)名為***.cnmm 的項(xiàng)目文檔，用于存放區(qū)域或流域模擬相關(guān)輸入數(shù)據(jù)路徑、模擬時(shí)段和土壤分層等信息。

氣象輸入數(shù)據(jù)包括氣象數(shù)據(jù)文件（***.dat）和站點(diǎn)信息文件（Station.dat）。站點(diǎn)信息文件存儲(chǔ)氣象站名稱、坐標(biāo)、海拔和氣象數(shù)據(jù)文件存儲(chǔ)路徑信息。每個(gè)氣象數(shù)據(jù)文件分別存儲(chǔ)模擬區(qū)域的各氣象站點(diǎn)每3 h 的短波輻射、長(zhǎng)波輻射量和降水總量，以及氣溫、風(fēng)速、相對(duì)濕度平均值。

土壤輸入包括土壤理化性質(zhì)、初始條件和分層（nodes.dat）等數(shù)據(jù)文件。土壤理化性質(zhì)輸入文件是ACSII 柵格文件，包括不同土壤分層（依據(jù)***.cnmm 項(xiàng)目文檔中定義的土壤分層信息，各個(gè)屬性文件的數(shù)字編號(hào)代表土壤層次）的pH、黏粒含量、陽離子交換量、有機(jī)質(zhì)含量、總氮、總磷、速效磷含量、反照率、容重、飽和含水量、田間持水量、萎蔫系數(shù)、縱向飽和導(dǎo)水率、表層橫向飽和導(dǎo)水率等。土壤初始條件主要包括硝態(tài)氮和銨態(tài)氮含量、溫濕度、秸稈殘留量等。土壤分層文件為模型運(yùn)轉(zhuǎn)過程中土壤分層狀況描述，不同于項(xiàng)目文檔中的土壤分層信息。

地形輸入數(shù)據(jù)包括3 個(gè)ACSII 柵格文件，分別存儲(chǔ)著流域數(shù)字高程、河流流向和流域邊界。

河流輸入數(shù)據(jù)包括河流分布、初始河道信息、河流分級(jí)、河流網(wǎng)絡(luò)、河流初始水質(zhì)和地表匯流等信息。河流分布是基于數(shù)字高程圖獲取的流域河流分布ACSII 柵格文件。河流分級(jí)包括各個(gè)級(jí)別河道的寬度、深度和水分下滲速率等參數(shù)。河流分級(jí)是每段河網(wǎng)的級(jí)別，即具體是第幾級(jí)河道。河流信息和河流網(wǎng)絡(luò)也是基于數(shù)字高程圖獲取的河段柵格位置、長(zhǎng)度、切深、坡向、坡度等信息。河流初始水質(zhì)可由用戶根據(jù)實(shí)際情況自定義和修改。地表匯流信息是模型自查運(yùn)行中生成的驅(qū)動(dòng)文件。

陰影輸入數(shù)據(jù)包括逐日陰影文件和仰視角文件，均是模型自查運(yùn)行中生成的驅(qū)動(dòng)文件。

植被信息和管理輸入數(shù)據(jù)包括農(nóng)作物等植被的參數(shù)、土地利用和管理措施。植被參數(shù)信息包括不同植物的生物學(xué)參數(shù)，如最佳/最低生長(zhǎng)溫度、植株高度、植株根深、植物不同生長(zhǎng)期不同部位的碳氮磷含量和生長(zhǎng)積溫等。土地利用是區(qū)域或流域土地利用類型分布信息，為ACSII 柵格文件。管理措施包括農(nóng)作物播種（時(shí)間和作物類型）、農(nóng)作物收獲或草地割草（時(shí)間、農(nóng)作物類型和秸稈還田比例、林地伐木時(shí)間和方式等）、施肥（施肥量、肥料種類、施肥方法和氮磷含量等）、灌溉（灌溉水量、灌溉方法和時(shí)間）、翻耕（時(shí)間和深度）等信息，各種管理措施信息按管理實(shí)施前后順序編號(hào)存儲(chǔ)于ACSII 柵格文件中。

3.3.2 模型輸出

模型運(yùn)行輸出結(jié)果包括網(wǎng)格輸出、指定格點(diǎn)詳細(xì)結(jié)果和流域出水口結(jié)果。網(wǎng)格輸出包括蒸散量，作物產(chǎn)量，土壤有機(jī)碳（SOC）變化，CH4累積通量，含氮?dú)怏w（NH3、N2O、NO、N2）累積通量，硝態(tài)氮淋溶和地表徑流等空間分布特征；模型允許用戶通過經(jīng)緯度指定多個(gè)柵格點(diǎn)輸出其詳細(xì)的模擬結(jié)果，包括土壤分層環(huán)境變量（如溫度、濕度、pH、厭氧氣球大小、SOC 及其各組分）、土壤分層溶質(zhì)（如硝態(tài)氮、銨態(tài)氮、尿素和速效磷含量）、地上生物量、作物產(chǎn)量、葉面積指數(shù)、植株氮磷含量、CH4通量、含氮?dú)怏w（NH3、N2O、NO、N2）通量，硝態(tài)氮淋溶和地表徑流等變量的時(shí)間動(dòng)態(tài)；流域出水口結(jié)果包括流域出水口的水量平衡、流量和水質(zhì)（如氨氮、硝氮、總氮、總磷、磷酸鹽、可溶性有機(jī)碳氮磷、泥沙和顆粒態(tài)碳氮磷）濃度時(shí)間動(dòng)態(tài)。

4 模型驗(yàn)證和應(yīng)用

4.1 模型驗(yàn)證

當(dāng)前版CNMM-DNDC 模型對(duì)土壤環(huán)境要素、生態(tài)系統(tǒng)生產(chǎn)力、蒸散發(fā)、水土和氮磷流失、碳氮GHG 和含氮污染氣體排放以及流域出水口流量和水質(zhì)要素等變量的模擬結(jié)果可靠性，已經(jīng)通過同步綜合觀測(cè)數(shù)據(jù)驗(yàn)證。參與驗(yàn)證的多個(gè)野外觀測(cè)站點(diǎn)分布在從熱帶到寒溫帶（多年凍土地帶）的不同區(qū)域（圖2），這表明，該模型已具備先進(jìn)的綜合模擬性能。

圖2 CNMM-DNDC 模型已通過觀測(cè)驗(yàn)證的站點(diǎn)或流域及其驗(yàn)證變量。綠色三角形指示11 個(gè)農(nóng)田氨（NH3）揮發(fā)通量觀測(cè)驗(yàn)證站點(diǎn)的位置，深紅色圓形指示其他觀測(cè)驗(yàn)證變量站點(diǎn)或流域的位置，NO3-為硝酸鹽，NH4+為銨鹽，COD 為化學(xué)需氧量，AGB 為地上生物量，SOC 為土壤有機(jī)碳，PN 為顆粒態(tài)氮，TN 為總氮，TP 為總磷，PP 為顆粒態(tài)磷，GLAI 為綠葉葉面積指數(shù)，GPP 為光合作用二氧化碳（CO2）吸收通量（亦即總初級(jí)生產(chǎn)力），Re 為生態(tài)系統(tǒng)總呼吸CO2 排放通量，NEE（=Re-GPP）為生態(tài)系統(tǒng)—大氣CO2 凈交換通量。Fig.2 Sites (or catchments) and variables validated by CNMM-DNDC model.The green triangles indicate the locations of 11 observation sites used for the validation of ammonia (NH3) volatilization from croplands, while the dark red circles indicate the locations of the other validated sites or catchments.NO3-, NH4+, COD, AGB, SOC, PN, TN, TP, PP, GLAI, GPP, and Re are referred to nitrate, ammonium, chemical oxygen demand, aboveground biomass, soil organic carbon, particulate nitrogen, total nitrogen, total phosphorus, particulate phosphorus, green leaf area index, carbon dioxide(CO2) uptake flux by photosynthesis (i.e., total primary productivity), and CO2 emission flux by total ecosystem respiration, respectively.NEE(=Re-GPP) is referred to net ecosystem-atmosphere exchange flux of CO2.

4.1.1 亞熱帶農(nóng)林復(fù)合小流域綜合觀測(cè)驗(yàn)證

Zhang et al.（2018）采用我國西南川中丘陵區(qū)一個(gè)典型亞熱帶紫色土農(nóng)林復(fù)合小流域（四川鹽亭截留小流域）內(nèi)眾多變量的綜合觀測(cè)數(shù)據(jù)，對(duì)剛建成的CNMM-DNDC 模型v1.0 版本進(jìn)行了模擬結(jié)果可靠性驗(yàn)證，已經(jīng)通過了多個(gè)連續(xù)周年動(dòng)態(tài)觀測(cè)數(shù)據(jù)驗(yàn)證的模型輸出變量包括：小流域內(nèi)不同生態(tài)系統(tǒng)（谷底平地的稻油輪作、稻麥輪作和單季稻冬水田，坡耕地的玉米—小麥輪作）的作物產(chǎn)量、旱地土壤溫濕度、地表徑流、NO3-流失、NH3揮發(fā)通量和其他碳氮?dú)怏w（CH4、N2O 和NO）排放通量，以及小流域出水口水流量和河道NO3-流出量動(dòng)態(tài)。

近期，李思琪等（2022）和Li et al.（2023）繼續(xù)采用該小流域的坡耕地徑流小區(qū)多年連續(xù)觀測(cè)數(shù)據(jù)開展驗(yàn)證，結(jié)果證實(shí)了最新版CNMM-DNDC模型能夠同時(shí)有效模擬水力過程泥沙侵蝕量以及總氮和總磷流失通量。此外，本文作者最近又采用另外兩個(gè)亞熱帶農(nóng)林復(fù)合小流域（分別是四川成都天府新區(qū)興隆湖流域的典型農(nóng)業(yè)流域——賈家溝小流域和四川內(nèi)江石板河流域）的觀測(cè)數(shù)據(jù)，進(jìn)一步驗(yàn)證了最新版CNMM-DNDC 模型對(duì)地表水面源污染要素的模擬性能，參與觀測(cè)驗(yàn)證的流域出水口模型輸出變量包括河道水流量和NO3-、NH4+、化學(xué)需氧量（COD）、總磷（TP）輸出量。驗(yàn)證結(jié)果顯示，該模型對(duì)這些變量表現(xiàn)出較好的綜合模擬預(yù)測(cè)能力。

國內(nèi)外的水文—生物地球化學(xué)過程模型發(fā)展都還未達(dá)到成熟階段，隨著納入同步觀測(cè)驗(yàn)證的變量個(gè)數(shù)增加，這類模型同時(shí)通過多個(gè)變量長(zhǎng)期同步觀測(cè)驗(yàn)證的難度也隨之增大。由于這個(gè)原因，國內(nèi)外的陸地水文—地球化學(xué)過程模型通過同步觀測(cè)驗(yàn)證的輸出變量數(shù)大多不超過5 個(gè)（如Ferrant et al.,2011）。盡管如此，在四川鹽亭截留小流域，CNMMDNDC 模型最新版已通過了15 個(gè)模擬輸出變量的長(zhǎng)期同步綜合觀測(cè)驗(yàn)證（Zhang et al., 2018; 李思琪等, 2022; Li et al., 2023）。

4.1.2 亞熱帶茶園生態(tài)系統(tǒng)N2O 和NO 排放通量同步觀測(cè)驗(yàn)證

采用Yao et al.（2018）對(duì)我國華中地區(qū)亞熱帶茶園對(duì)不同茶齡茶園的無氮肥對(duì)照、單施尿素和單施有機(jī)肥（油菜籽餅）處理的N2O 和NO 排放通量及表層土壤溫濕度的兩年原位同步觀測(cè)數(shù)據(jù)，Zhang et al.（2020）對(duì)新增了茶樹鋁代謝和根分泌有機(jī)酸共同影響土壤酸堿度及低pH 影響植物生長(zhǎng)模擬機(jī)制的CNMM-DNDC 模型版本開展了驗(yàn)證。結(jié)果顯示，模型模擬的NO 和N2O 排放日通量動(dòng)態(tài)和年累積量均與觀測(cè)值具有統(tǒng)計(jì)顯著一致性。對(duì)用于觀測(cè)驗(yàn)證的茶園，Zhang et al.（2020）基于CNMM-DNDC 模型模擬的虛擬試驗(yàn)研究發(fā)現(xiàn)，其N2O 和NO 年直接排放因子（即肥料氮當(dāng)年通過施用地N2O 或NO 排放所致?lián)p失率）都在單施尿素時(shí)隨肥料氮投入量增加而線性增大，但在單施油菜籽餅肥時(shí)卻隨有機(jī)氮投入量增加而呈對(duì)數(shù)型非線性增長(zhǎng)。直接排放因子是采用排放因子—活動(dòng)水平乘積法編制N2O 和NO 排放清單的必要參數(shù)（IPCC,2006, 2019）。但由于直接觀測(cè)難度大、人財(cái)物力成本高，實(shí)際上很難通過觀測(cè)獲得各種田間條件的直接排放因子，實(shí)際觀測(cè)數(shù)據(jù)對(duì)排放發(fā)生條件的代表性極其有限。因此，結(jié)合可靠過程模型開展虛擬科學(xué)試驗(yàn)來獲取不同田間條件下的排放因子數(shù)據(jù)，是對(duì)實(shí)際觀測(cè)缺陷的有效補(bǔ)充。Zhang et al.（2020）的初步研究表明，當(dāng)前版CNMM-DNDC 模型是用于開展虛擬科學(xué)試驗(yàn)而獲取不同條件下茶園等生態(tài)系統(tǒng)的N2O 和NO 直接排放因子的潛在有效工具。

4.1.3 凍土生態(tài)系統(tǒng)的碳氮?dú)怏w通量和硝酸鹽流失觀測(cè)驗(yàn)證

Zhang et al.（2021a）采用青藏高原東部季節(jié)性凍土區(qū)三種典型高寒生態(tài)系統(tǒng)的CH4和N2O 通量及土壤溫濕度周年連續(xù)觀測(cè)數(shù)據(jù)，開展了CNMM-DNDC 模型驗(yàn)證。結(jié)果表明，對(duì)于季節(jié)性凍土地帶的高寒濕地、高寒草甸和高寒森林生態(tài)系統(tǒng)，引入凍融過程模擬機(jī)制后的CNMM-DNDC 模型版本能夠有效模擬其土壤剖面溫度、表層土壤濕度和CH4與N2O 通量及其周年動(dòng)態(tài)變化特征，日尺度模擬值和觀測(cè)值均達(dá)到統(tǒng)計(jì)顯著一致性，且一致性指數(shù)值為0.91～1.00（溫度）、0.49～0.83（濕度）、0.57～0.88（CH4通量）和0.26～0.47（N2O通量）。

采用Yue et al.（2022）在位于黑龍江省漠河縣的多年凍土濕地土壤溫濕度、活動(dòng)層深度和CH4、N2O 通量觀測(cè)數(shù)據(jù)，張偉和劉春巖正在對(duì)當(dāng)前版CNMM-DNDC 模型進(jìn)行驗(yàn)證，其初步結(jié)果也顯示出日尺度模擬值與觀測(cè)值具有統(tǒng)計(jì)顯著一致性（根據(jù)劉春巖和張偉提供的未發(fā)表數(shù)據(jù)）。

Zhang et al.（2021b）采用位于季節(jié)性凍土帶的吉林省梨樹地區(qū)種植玉米的農(nóng)田溫度、濕度和NO3-濃度土壤剖面垂直分布觀測(cè)數(shù)據(jù)，進(jìn)行了當(dāng)前版CNMM-DNDC 模型的驗(yàn)證。結(jié)果顯示，該模型對(duì)土壤剖面溫度、濕度和NO3-濃度的模擬值與觀測(cè)值均達(dá)到統(tǒng)計(jì)顯著一致性，三個(gè)變量模擬值對(duì)觀測(cè)值的統(tǒng)計(jì)顯著零截距回歸方程斜率分別為1.04、1.04 和0.86，決定系數(shù)分別為0.97、0.56 和0.28。

這些驗(yàn)證表明，對(duì)于季節(jié)性和多年凍土地帶森林、草地、濕地和農(nóng)田生態(tài)系統(tǒng)的土壤水熱條件、硝酸鹽淋失和CH4、N2O 排放，當(dāng)前版CNMMDNDC 模型已具有較好模擬能力。

4.1.4 森林生態(tài)系統(tǒng)的碳水通量觀測(cè)驗(yàn)證

張偉等人最近又將Forest-BGC 模型的樹木生長(zhǎng)模擬機(jī)制引進(jìn)到CNMM-DNDC 模型，替代了其中的簡(jiǎn)化樹木生長(zhǎng)模擬機(jī)制，并正在采用中國陸地生態(tài)系統(tǒng)通量觀測(cè)研究網(wǎng)絡(luò)（ChinaFLUX）的吉林省長(zhǎng)白山溫帶針闊混交林、江西省千煙洲亞熱帶常綠針葉人工林、廣東省鼎湖山亞熱帶常綠針闊混交林和云南省西雙版納熱帶常綠闊葉林的觀測(cè)數(shù)據(jù)，驗(yàn)證修改后的CNMM-DNDC 模型對(duì)不同氣候帶森林生態(tài)系統(tǒng)碳水通量的模擬性能。初步驗(yàn)證結(jié)果顯示，修改后的CNMM-DNDC 模型能夠較好地模擬從熱帶到溫帶的森林生態(tài)系統(tǒng)水汽蒸散發(fā)（ET）通量、光合作用CO2吸收（GPP）通量、生態(tài)系統(tǒng)總呼吸CO2排放（Re）通量和生態(tài)系統(tǒng)—大氣CO2凈交換（NEE）通量（根據(jù)張偉提供的未發(fā)表數(shù)據(jù)）。

4.1.5 農(nóng)田生態(tài)系統(tǒng)綜合觀測(cè)驗(yàn)證

除了上文提及的四川鹽亭亞熱帶水稻田和坡耕地玉米—小麥輪作田以及吉林梨樹溫帶玉米地的觀測(cè)驗(yàn)證外，李思琪等人還采用位于華北地區(qū)的山西運(yùn)城典型暖溫帶玉米—小麥輪作田和位于東部非洲肯尼亞西部基蘇木（Kisumu）的典型熱帶玉米觀測(cè)數(shù)據(jù)，對(duì)當(dāng)前版CNMM-DNDC 模型的農(nóng)田綜合模擬性能進(jìn)行驗(yàn)證。運(yùn)城農(nóng)田納入該驗(yàn)證的觀測(cè)數(shù)據(jù)變量包括土壤溫濕度、作物產(chǎn)量、地上生物量、NEE 通量、CH4吸收通量和NH3、NO、N2O 排放通量（Liu et al., 2011, 2012, 2013, 2014, 2015; Wang et al., 2013a, 2013b; Cui et al., 2014），基蘇木農(nóng)田納入該驗(yàn)證觀測(cè)數(shù)據(jù)變量有土壤溫濕度、NO3-和NH4+濃度、SOC 含量、玉米產(chǎn)量、地上生物量、綠葉葉面積指數(shù)（LAI）、植株N 含量動(dòng)態(tài)、CH4吸 收 通 量 和N2O 排 放 通 量（Sommer et al., 2016,2018; Nyawira et al., 2021）。根據(jù)李思琪提供的對(duì)這些變量的驗(yàn)證結(jié)果（未發(fā)表數(shù)據(jù)），該模型的模擬值與觀測(cè)值都具有統(tǒng)計(jì)顯著一致性。

Li et al.（2022）從文獻(xiàn)中搜集了我國溫帶、亞熱帶共7 個(gè)小麥—玉米輪作農(nóng)田站點(diǎn)的累計(jì)44 個(gè)施肥事件和5 個(gè)水稻田站點(diǎn)的累計(jì)19 個(gè)施肥事件逐日NH3揮發(fā)通量風(fēng)洞法或微氣象學(xué)方法觀測(cè)數(shù)據(jù)（其他方法的觀測(cè)數(shù)據(jù)被排除在外，主要考慮到其NH3揮發(fā)通量可能難免較大系統(tǒng)誤差），對(duì)當(dāng)前版CNMM-DNDC 模型模擬農(nóng)田NH3揮發(fā)通量的可靠性進(jìn)行了全面驗(yàn)證。結(jié)果顯示，該模型能較好地模擬溫帶和亞熱帶區(qū)域不同管理措施下的農(nóng)田氨揮發(fā)通量變化特征，施肥事件氨揮發(fā)累積量的模擬值與觀測(cè)值具有顯著一致性，其顯著零截距線性關(guān)系的斜率達(dá)到0.94～0.98，決定系數(shù)達(dá)到0.71～0.76（Li et al., 2022）。

這些驗(yàn)證表明，當(dāng)前版CNMM-DNDC 模型對(duì)從熱帶到溫帶地區(qū)典型農(nóng)田生態(tài)系統(tǒng)的土壤水熱條件、植物生長(zhǎng)、碳氮循環(huán)過程和碳氮?dú)怏w地氣交換等過程，均具有較好模擬性能。

4.2 模型應(yīng)用實(shí)例

4.2.1 區(qū)域或流域應(yīng)用

自從CNMM-DNDC 模型的v1.0 版刊發(fā)以來，該模型一直在邊發(fā)展邊進(jìn)行區(qū)域或流域多個(gè)目標(biāo)變量的高分辨率綜合模擬測(cè)試或?qū)嶋H應(yīng)用之中，迄今已進(jìn)行過測(cè)試或在環(huán)境保護(hù)管理實(shí)踐中得到應(yīng)用的我國流域或區(qū)域已有17 個(gè)，分布在亞熱帶和溫帶等氣候帶（圖3）。其中，省級(jí)行政區(qū)域有江西省和廣西壯族自治區(qū)（面積分別約166900 km2和237600 km2）；地市級(jí)行政區(qū)域有山東省濟(jì)南市和福建省南平市（面積分別約10200 km2和26300 km2）；縣市級(jí)行政區(qū)域有湖南省南縣（面積約1320 km2）；大尺度流域有整個(gè)長(zhǎng)江流域（面積約1800000 km2）；中尺度流域有橫跨北京市與河北省的潮白河流域（面積約16500 km2）；中小尺度流域有內(nèi)蒙古東部嫩江西岸的歐肯河流域（面積約1600 km2）；小尺度流域有湖南省長(zhǎng)沙縣澗山流域（面積約50 km2）、四川省內(nèi)江市威遠(yuǎn)縣境內(nèi)的石板河流域（面積約35 km2）和成都市天府新區(qū)的興隆湖流域（面積約30 km2）；微尺度流域有四川省鹽亭縣境內(nèi)的萬安小流域（面積約11.9 km2）與截留小流域（面積約0.35 km2）、遼寧省清原縣境內(nèi)的渾河源頭小流域（面積約3 km2）和青藏高原東部四川省若爾蓋縣境內(nèi)的白龍江源頭小流域（面積約1.89 km2），如圖4 所示。

圖3 全國應(yīng)用CNMM-DNDC 模型的17 個(gè)流域或區(qū)域所在位置示意圖。區(qū)域或流域名稱詳見圖4 中對(duì)應(yīng)編號(hào)子圖。Fig.3 Locations of 17 catchments or regions applying CNMM-DNDC model in China.The definitions of regions or catchments are referred to the corresponding number in Fig.4.

根據(jù)這些區(qū)域或流域的尺度大小，在CNMMDNDC 模型模擬中采用了不同的水平空間分辨率。長(zhǎng)江流域面積大，其三維模擬應(yīng)用實(shí)施得較早，當(dāng)時(shí)只基于小型桌面服務(wù)器運(yùn)行模擬測(cè)試，考慮到時(shí)間成本而采用了較粗的水平空間分辨率（20 km）。其余區(qū)域或流域的CNMM-DNDC 模型測(cè)試或應(yīng)用則依模擬對(duì)象尺度大小而采用了不同的水平空間分辨率，其中兩個(gè)省級(jí)區(qū)域?yàn)? km，中尺度到小尺度區(qū)域或流域?yàn)?50 m 到300 m 不等，微尺度流域?yàn)?0 m 到100 m 不等。所有不同尺度區(qū)域或流域的模擬，都采用了3 h 時(shí)間分辨率。

這些區(qū)域或流域的模擬目標(biāo)變量，依當(dāng)時(shí)測(cè)試或應(yīng)用目的不同而有較大差異，有些目標(biāo)變量比較單一，有些卻比較多。所有測(cè)試或?qū)嶋H應(yīng)用中進(jìn)行模擬預(yù)測(cè)的目標(biāo)變量包括生態(tài)系統(tǒng)生產(chǎn)力、氮磷流失、GHG 和污染氣體排放、流域出水口的水流量和水質(zhì)要素（NH4+、NO3-、TN、COD、TP 等）以及生態(tài)系統(tǒng)凈碳平衡等（圖4）。

4.2.2 其他應(yīng)用

自CNMM-DNDC 模型刊發(fā)以來，除了上述區(qū)域或流域模擬測(cè)試和應(yīng)用，該模型的其他應(yīng)用還有：被地方政府構(gòu)建的水生態(tài)決策支持體系平臺(tái)作為核心模擬計(jì)算中樞，被國家大科學(xué)裝置用于核心模擬計(jì)算中樞的分系統(tǒng)模型建設(shè)，被GHG 足跡定量評(píng)估系統(tǒng)用于GHG 排放和產(chǎn)量的模擬預(yù)測(cè)工具，被多個(gè)國家級(jí)研究項(xiàng)目作為核心支撐工具，以及被國際學(xué)術(shù)組織用作為核心工作模型。

在四川省成都市天府新區(qū)數(shù)字城市建設(shè)項(xiàng)目構(gòu)建的興隆湖流域水生態(tài)實(shí)時(shí)在線仿真模擬預(yù)測(cè)平臺(tái)中，CNMM-DNDC 模型被作為核心模擬計(jì)算軟件直接調(diào)用運(yùn)行，進(jìn)行上游流域所有三個(gè)入湖口的水流量和水質(zhì)要素（包括NH4+、TN、TP 和COD）通量的3 h 實(shí)時(shí)在線預(yù)測(cè)，其預(yù)測(cè)結(jié)果直接提供給平臺(tái)的湖泊動(dòng)力學(xué)模型調(diào)用，以驅(qū)動(dòng)湖水水質(zhì)及其空間分布的未來3 d 模擬預(yù)測(cè)，同時(shí)提供給平臺(tái)的流域匯流調(diào)度模型，用作調(diào)控湖泊水質(zhì)的流域調(diào)水依據(jù)，以實(shí)現(xiàn)湖水水質(zhì)達(dá)標(biāo)。

在2022 年10 月正式建成并投入運(yùn)行的地球系統(tǒng)數(shù)值模擬國家大科學(xué)裝置——寰（EarthLab）中，CNMM-DNDC 模型被作為其核心數(shù)值模擬軟件——中國科學(xué)院地球系統(tǒng)模型（CAS-ESM 2.0）的陸地生物地球化學(xué)分系統(tǒng)模型。依托該大科學(xué)裝置提供的算力，CNMM-DNDC 模型已可以10 km、3 h 時(shí)空分辨率運(yùn)行全球陸地生態(tài)系統(tǒng)CO2、CH4、N2O、NO 和NH3排放通量的模擬，但以該分辨率運(yùn)行全球模擬的模型驅(qū)動(dòng)數(shù)據(jù)的可靠性，尤其生態(tài)系統(tǒng)管理數(shù)據(jù)，還亟待提高。

根據(jù)Zheng and Han（2018）建立的定量方法框架，本文作者構(gòu)建了農(nóng)田生態(tài)系統(tǒng)溫室氣體足跡（GHGfp）核算系統(tǒng)。GHGfp是形成單位農(nóng)產(chǎn)品或作物產(chǎn)量過程發(fā)生的GHG 排放總量，由全生命周期GHG 排放總量與農(nóng)產(chǎn)品數(shù)量或作物產(chǎn)量之比給出。全生命周期GHG 排放總量是農(nóng)田內(nèi)直接排放量和間接排放量的總和，其中間接排放由種植業(yè)生產(chǎn)資料的生產(chǎn)、運(yùn)輸和使用過程中產(chǎn)生的GHG 排放和發(fā)生在農(nóng)田外的N2O 生物源間接排放構(gòu)成。該GHGfp核算系統(tǒng)將CNMM-DNDC 模型作為模擬作物產(chǎn)量、土壤有機(jī)碳庫變化、CH4和N2O 通量的過程模型，并將其與基于排放因子—活動(dòng)水平乘積法的間接GHG 排放核算方法進(jìn)行耦合，從而實(shí)現(xiàn)全生命周期GHG 排放總量和GHGfp的核算。該核算系統(tǒng)已經(jīng)在我國溫帶和亞熱帶以及東非熱帶的玉米種植系統(tǒng)進(jìn)行了GHGfp核算測(cè)試。

CNMM-DNDC 模型已被四個(gè)國家重點(diǎn)研發(fā)專項(xiàng)項(xiàng)目作為主要工作模型（其中，兩個(gè)“十三·五”計(jì)劃項(xiàng)目已經(jīng)結(jié)題，兩個(gè)“十四·五”計(jì)劃項(xiàng)目正在執(zhí)行中），被多個(gè)國家自然科學(xué)基金項(xiàng)目作為核心工作模型，以及被全球農(nóng)業(yè)溫室氣體研究聯(lián)盟（GRA）作為農(nóng)業(yè)系統(tǒng)景觀管理研究網(wǎng)絡(luò)的核心工作模型。

5 總結(jié)與展望

高分辨率水文—生物地球化學(xué)過程模型（CNMM-DNDC）自其1.0 版本于2018 年刊發(fā)以來，通過多次科學(xué)過程和友好性改進(jìn)，目前已升級(jí)到4.0 版本，對(duì)于土壤理化條件、生態(tài)系統(tǒng)生產(chǎn)力、蒸散、水土流失、水力氮磷流失、碳氮溫室氣體和污染氣體排放等模擬輸出變量，當(dāng)前版已在不同生物氣候帶主要類型生態(tài)系統(tǒng)通過廣泛綜合觀測(cè)驗(yàn)證，并在17 個(gè)區(qū)域或流域開展了多個(gè)可持續(xù)發(fā)展目標(biāo)表征變量的模擬測(cè)試或?qū)嶋H應(yīng)用。顯然，該模型的當(dāng)前版本已經(jīng)展現(xiàn)出對(duì)從熱帶到寒溫帶（多年凍土地帶）生態(tài)系統(tǒng)或流域模擬有較好普適性和可靠性，有望成為服務(wù)陸地生態(tài)系統(tǒng)碳氮磷水綜合調(diào)控，特別是支撐多尺度區(qū)域或流域減污降碳的虛擬科學(xué)實(shí)驗(yàn)平臺(tái)和優(yōu)化管理決策支持工具。

當(dāng)然，CNMM-DNDC 模型作為一個(gè)基于過程的陸地高分辨率水文—生物地球化學(xué)過程模型，未來必須廣泛驗(yàn)證并應(yīng)用已有功能，并進(jìn)一步豐富其科學(xué)過程和提升其模擬功能，使其能更好地服務(wù)于多尺度區(qū)域或流域的可持續(xù)發(fā)展。該模型擬從以下多個(gè)方面推薦其未來應(yīng)用和發(fā)展：

首先擬開展其已有模擬功能的全球性廣泛驗(yàn)證、優(yōu)化和應(yīng)用。具體包括（但不限于）：

（1）面向全球不同生物氣候帶主要生態(tài)系統(tǒng)類型、景觀和流域的廣泛驗(yàn)證；（2）碳氮磷等物質(zhì)、水文和能量收支與平衡的全面綜合驗(yàn)證；（3）GHG 和大氣或水體面源污染物的高分辨率動(dòng)態(tài)清單編制；（4）虛擬科學(xué)試驗(yàn)，以揭示碳氮磷水相互作用過程機(jī)制，預(yù)估長(zhǎng)期試驗(yàn)和調(diào)控措施的動(dòng)態(tài)結(jié)果，篩選區(qū)域或流域的環(huán)境友好型優(yōu)化調(diào)控對(duì)策或方案研究。

同時(shí)擬致力于其模擬功能拓展與升級(jí)。具體包括（但不限于）：（1）完善磷元素循環(huán)過程，進(jìn)一步全耦合其他元素（如硫和鐵等）循環(huán)；（2）完善地表水生物化學(xué)過程和水污染消減機(jī)制；（3）新增地下水水動(dòng)力和水質(zhì)過程，并實(shí)現(xiàn)與土壤水物質(zhì)循環(huán)的耦合；（4）構(gòu)建城鎮(zhèn)生物地球化學(xué)循環(huán)模擬模塊，并實(shí)現(xiàn)與現(xiàn)有碳氮磷水循環(huán)過程的全耦合；（5）構(gòu)建與現(xiàn)有過程全耦合的廢棄物處理系統(tǒng)生物地球化學(xué)循環(huán)模塊；（6）新增土壤風(fēng)蝕過程；（7）實(shí)現(xiàn)與大氣物理化學(xué)過程模型的全耦合。