《两个长期不同实验性耕作的作物产量及粉质耕地土壤的n2o排放量模型》由会员分享，可在线阅读，更多相关《两个长期不同实验性耕作的作物产量及粉质耕地土壤的n2o排放量模型（13页珍藏版）》请在金锄头文库上搜索。
1、两个长期不同实验性耕作的作物产量及粉质耕地土壤的两个长期不同实验性耕作的作物产量及粉质耕地土壤的 N2ON2O 排放量排放量模型模型B.B. LudwigLudwiga,a,*, *, A.A. BergstermannBergstermannb b, , E.E. PriesackPriesackc c, , H.H. FlessaFlessab,db,d摘要：摘要：耕作方式的选择会影响作物生长和土壤氮素动态。模型可以帮助我们更好地了解这些系统和互动的过程。测试应用程序的反硝化分解（DNDC）模型的校准和验证计划的目标是描述一个长期的田间试验，与传统耕作（CT）和少耕（RT）在德国哥廷根（G
2、-CT，G-H-RT，CT，H-RT）附近的两个站点（G，H，粉质淋溶土） 。 随后两年被确定为作物生长的田间豆（ 蚕豆 ）和小麦（ 小麦 ） ，以及土壤水分动态和一氧化二氮（N 2 O）排放量。 在一个模型参数的基础上进行的模型试验能最好的描述 G-CT。 此参数化随后作为一个追溯模拟施加到的其他情况。 模型的变体 V1（没有参数优化）的结果表明，土壤水分含量不是准确的模拟使用 DNDC 默认值的粉质壤土。田间持水量和凋萎点和改进的水力传导性，导致所测得的含水量数据好合适的采用改良的充水孔隙空间的土壤水分运移模型校准成功后，粮食产量显着低估和模拟 N 2 O 排放量太大（V2） 。 优化的作
3、物特性（最大的粮食产量，N 固定指数，热的程度日内，蒸腾系数）为更好地匹配实测产量（第三版）是必不可少的。 进一步调整模型（V4） ，以更好地匹配的累计 N2O 排放量：减少初始土壤有机碳含量和矿化速率。 预测是相当准确的作物产量及全年累计 N2O 排放量使用型号不同 V4 的 G-RT，也为第二场实验 H-CT 和 H-RT 为减少耕作技术体系，但 N2O 排放量的年度分布没有。总的来说，我们的结果表明，现场特定的校准是一个基本要求的粉质德国网站的的土壤转换功能和脱硝子模型 DNDC 可能需要进一步改善。关键词：关键词：温室气体；N 建模1 引言耕作系统影响作物产量和氮氧化物（N2O）的排放
4、量。Decker 等(2009)研究了五种美国南部平原小麦的免耕(NT)生产系统以及传统耕作(CT)的经济，并且通过报告显示传统耕作的小麦平均产量更大，而在免耕情况下的小麦平均产量下降明显较大。Almaraz 等（2009）于粘壤土淋溶土在魁北克省的玉米种植制度报告中指出免耕和传统耕作没有显著或者只有较小的粮食产量差异，但是牧草产量在免耕条件下明显较高。耕作系统一般也有类似的二氧化碳（CO2）累积排放量，但在施肥和未施肥情况下免耕系统的氧化二氮（N2O）累积排放量高于传统耕作。此外，Rochette（2008）在具有大量宽范围的不同土壤类型的质地上总结了 25 个田间试验，包括在免耕系统下 N
5、2O 排放量主要受土壤曝气的影响：在免耕系统中 N2O 排放量平均每公顷含氮量分别比好的免耕土壤，中等的免耕土壤以及少通风的免耕土壤少 0.1 千克，高 0.1 千克以及高 2.0 千克。对于少耕（RT）或最低限度耕作（MT）的田地来说有用的信息资料较少。Beheydt 等（2008）针对最低限度耕作（MT）和传统耕作（CT）系统的粉质土的报告中指出在历时一年的时间里 MT 条件下种植的玉米和燕麦中 N2O 的损失量显著高于 CT 玉米。Abdalla 等（2010）在为期 2 年的田间试验中观察到在爱尔兰的沙壤土中，与 CT 相比较下 RT 对于 N2O 的排放量以及大麦的产量没有明显影响。
6、同样地，Ussiri 等（2009）发表报告称淤泥壤土中连续栽种玉米的 N2O排放量在 CT 及 MT 系统中并无异样。总体而言，在土壤的通气性为排放量大小的影响因素之一的情况下，不同耕作方式可能会影响作物产量和温室气体的排放量。基于过程的模型帮助我们理解甚至预测不同耕作方式对作物产量和温室气体排放量的影响。一些面向过程的模型存在此任务（例如，DAYCENT,CANDY,ExpertN 或反硝化分解淀积（DNDC）模型（帕顿等人，2001；弗兰科等人，2007；Kaharabata 等人，2003；李，2009；进行复核等，2008） ） 。再加上长期的实验，这些电脑模型可以提高我们对于农业管
7、理，土壤质量和全球环境之间相互作用的认识。DNDC 模型在几项研究中的不同耕作方式已经成功应用于站点。Farahbakhshazad 等（2008）将 DNDC 模型应用于美国的一排农田试验地，并进行了敏感性测试。模型结果表明，免耕（NT）使得土壤有机碳（SOC）的储量显著增加以及减少硝酸N 的浸出率，但作物产量略有下降，N2O 排放量增加。李等人（2010）采用了中国的冬小麦夏玉米做了类似的敏感性分析，报告表明温度，初始有机碳含量，耕作以及添加到土壤中的有机物质的数量和质量对模拟温室气体排放量有着显著影响。与此相反地，Abdalla 等人 2009 年在爱尔兰农业方面所使用的 DNDC 模型
8、就不那么成功。报告称使用 DNDC 模拟低估了 RT 图测量 N2O 排放通量高达55%。其主要问题是高估了充满水的孔隙空间（WFPS）和土壤有机碳（SOC）对通量的影响。Beheydt 等 2008 年报告了比利时的田间试验中一个在 DNDC（传统耕作，玉米）中，一个良好的护理条件下（最低限度耕作，燕麦）N2O 排放量的高估值和低估值。DNDC 模型在性能上的差异可能由于不同的土壤和气候条件，也可能一定程度上取决于模型参数。不幸的是，并不是上面提到的所有研究中都有足够的模型参数。因此，我们的研究目标是应用建议的田间试验与 CT 和 RT 的校准及验证计划于哥廷根（德国）附近的粉质土中，以测试
9、 DNDC 模型在描述和预测作物增长量和 N2O 排放量的的有用性。2 材料与方法2.1 研究站点我们测试了德国哥廷根附近的两个长期试验中的数据 DNDC 模型（Jacobs 等人，2009；Bergstermann 与 Flessa，2009） 。简言之，试验在 Garte（北纬512915.50,东经 9569.17）Hohes Feld（北纬 513714.18，东经 95630.98）展开。2007 年和 2008 年 Garte 的平均气温分别为 10.0和 9.8，Hohes Feld 的平均气温分别为 10.1 和 9.88。Garte 和 Hohes Feld 2007 年和
10、2008 年的年降水量分别为 842、544mm 和 1015、564mm。这两个站点的土壤类型是一个弱发育的淋溶土（WRB，2006） ，来自黄土（埃勒斯等人，2000；Reiter 等，2002） 。土壤理化性质见表 1。表表 1 1网站特性的土壤（0-5 厘米）的常规（CT）和少耕（RT）的治疗在 Gartea（G-CT，G-RT）和 Hohes 费尔德b（H-CT，H- RT） （均值和标准误差，n = 4 时 Hohes 费尔德为 Garte 和 n = 3） 。a Garte 位于北纬 512915.50,东经 9569.17。土壤类型属于弱发育的淋溶土。b Hohes Feld
11、位于 513714.18，东经 95630.98。土壤类型属于弱发育的淋溶土。一个田间试验站点于 1970 年在 Garte 成立，并且在 1967 年 Hohes Feld 分别在 4 和 3 领域复制。在 Garte 和 Hohes Feld 试验处理均为 CT，即一个普通的可以挖至 25 厘米深的铧式犁，带有旋耕犁的苗床准备和 RT 系统，下调为5-8 厘米深的浅水栽培与旋转耙苗床准备。在实验开始之前，土壤已经经过了铧式犁。在 Garte，实验设计是一个完全随机区组的 4 张复制图（20 米40 米）设计。在 Hohes Feld，裂区设计三次重复地块（12.8 米36 米）的成立是因为
12、领域尺寸较小。这两个站点的作物是相同的，轮作谷物都是源自于1970（Reiter 等人，2002） 。在 2006-2008 年期间，分别栽种玉米、蚕豆、冬小麦。所有的残留物都被纳入各自的耕作作业中。氮肥施用的时间和金额，及应用在 G-CT 中的耕作时间和除草剂的量见表 2。表表 2 2传统耕作（CT）治疗在 Garte（G-CT）的脱氮分解（DNDC）模型的选择的输入数据的摘要。针对 G-RT,管理方法与 G-CT 相同，不同的是没有犁板进行耕作。在 2007年 3 月 28 日和 11 月 2 日进行旋转耙苗床准备。H-CT 的管理也与 G-CT 相同，不同的则是豆的收获时间晚了一天，并且
13、在2007 年 3 月 28 日和 10 月 31 日进行铧式犁耕作。2007 年 3 月 29 日和 11 月 1日进行苗床准备。与 G-CT 相比，不施氮肥定于 6 月 6 日，而 2008 年 5 月 28 日的应用量增加至每公顷 67.5 千克氮。因此，2008 年在 H-CT 中的施氮量为每公顷 170.1 千克，比在 G-CT 中略显不足（每公顷 13.6 千克氮） 。对于 H-RT 的管理是与 H-CT 相同的，不同的是没有犁板进行耕作。苗床准备是在 2007 年 3 月 29 日和 11 月 1 日展开的。2.2 田间 N2O 排放量和突然水分含量2007 年 4 月至 200
14、8 年 12 月，约每周测一次微量气体 N2O 的排放量（见图1） 。这个时间分辨率容许估计的季节性模式通量。在暴雨情况下并没有特别的护理。然而，变化的水充满了孔隙空间（同一天光的测量通量，见图 2）表明，一个大范围的土壤水分含量被测量方案覆盖。N2O 排放量的测定每次处理采用封闭式室 3 室的四（Garte）或三（Hohes Feld）地块（每次处理为领域复制n=4（Garte） ，或 n=3（Hohes Feld） ） 。该方法的详细情况是由 Ruser 等人（2001）描述的。圆形的腔室由黑暗的 PVC，其内径为 30 厘米和 15 厘米的初始高度。通过使用相同的材料制成的延伸腔室的高度
15、可以调整以供植物生长。这些腔室放置于永久安装着具有相同直径的 PVC-土壤铤，并用盖子密封以用于对每种气体的测量。选择封闭的腔室方法是因为其众所周知的优点-可以测量小通量，腔室很便宜，并且网站的干扰是有限的（FAO，2001） 。但是，一个主要的缺点是，腔室所覆盖的面积小，由于该领域的变异导致空间的排放量不确定性估计（Laville 等人，1999 年） 。图 1仿照（线，模型 V4）和（符号，均值和标准误差）N 2 O排放量从土壤的传统耕作处理Garte（G-CT，位于北纬 512915.50,东经 9 5690.17，土壤类型为弱发育淋溶土）。图 2仿照（5 厘米深，线，模型 V1 和 V
16、2）和（0-10 厘米深度范围内，符号，手段和标准错误）充满水的孔隙空间中土壤的传统耕作处理（Garte G-CT，位于北纬 512915.50,东经1059.17,土壤类型是弱发育淋溶土） 。在同一天，每次处理光通量的测量，土壤含水量的测定都有四个重复。简言之，土壤样品采集于 0-10 厘米的深度之间。样品称重，在 105烘箱中干燥至恒重，并重新称重。干重和鲜、干重之间的差异可以用来计算重量含水量。装满水的孔隙空间的计算为 WFPS=（土壤重量含水量体积密度）（1-（体积密度颗粒密度） ）-1（Linn 和 Doran，1984） ，其使用的颗粒密度为2.65gm3。2.3 DNDC 模型我们使用 DNDC 模型（模型 9.3 版；http:/www.dndc.sr.unh.edu）来描述和预测水动力学，作物生长和田间尺度上 N2O 的排放量。DNDC 模型包括土壤气候，农作物生长和分解的子模型，并计算出土壤温度，水分含量，pH 值，氧化还原电位（Eh） ，以及生态驱动程序下的
