全 文 ：应用DNDC模型分析管理措施对稻麦轮作系统
CH4和N2O综合温室效应的影响
*
张啸林1 摇 潘晓健1 摇 熊正琴1**摇 王金阳1 摇 杨摇 波1 摇 刘英烈1 摇 刘平丽1,2
( 1南京农业大学资源与环境科学学院江苏省低碳农业与温室气体减排重点实验室,南京 210095; 2鹤壁市农业科学院,河南鹤
壁 456600)
摘摇 要摇 以南京地区稻麦轮作体系为对象,研究了不同农业管理措施对 CH4和 N2O排放通量
及年度动态变化的影响,用田间观测数据验证生物地球化学循环模型(DNDC)在该耕作制度
下的适用性;利用 DNDC 模型模拟不同环境因子和管理措施对 CH4 和 N2O 综合温室效应
(GWP)的影响.结果表明: 除了对照和麦季对 CH4 排放的模拟偏差较大外,DNDC 对其余各
处理模拟的 CH4 和 N2O 累积排放量与田间观测结果基本吻合,相对偏差变幅 7郾 1% ~
26郾 3% ,可以直接应用 DNDC模型模拟环境因子和主要管理措施对 CH4 和 N2O 累积排放量
引起 GWP的影响.模型灵敏度检验结果表明,年均温度、土壤容重、土壤有机碳、土壤质地、土
壤 pH等环境因子对 GWP 的影响显著;施用氮肥、秸秆还田量和烤田期长短等管理因子对
GWP的影响明显.在估算我国稻麦轮作制度下温室气体的点或区域排放规律时,应考虑上述
这些影响因子.
关键词摇 稻麦轮作摇 DNDC模型摇 甲烷摇 氧化亚氮摇 综合温室效应
*公益性行业农业科研专项(200903003)、教育部新世纪人才支持计划项目(NCET鄄10鄄0475)、国家自然科学基金项目(40971139,41171238)、
博士点基金项目(20110097110001)和中央高校基本科研业务费专项(KYZ201110)资助.
**通讯作者. E鄄mail: zqxiong@ njau. edu. cn
2012鄄06鄄25 收稿,2013鄄01鄄05 接受.
文章编号摇 1001-9332(2013)03-0690-07摇 中图分类号摇 P461;X511摇 文献标识码摇 A
Effects of farming managements on the global warming potentials of CH4 and N2O from a
rice鄄wheat rotation system based on the analysis of DNDC modeling. ZHANG Xiao鄄lin1, PAN
Xiao鄄jian1, XIONG Zheng鄄qin1, WANG Jin鄄yang1, YANG Bo1, LIU Ying鄄lie1, LIU Ping鄄li1 ,2
( 1Jiangsu Province Key Laboratory of Low Carbon Agriculture and GHGs Mitigation, College of Re鄄
sources and Environmental Sciences, Nanjing Agricultural University, Nanjing 210095, China; 2Hebi
Academy of Agricultural Sciences, Hebi 456600, Henan, China) . 鄄Chin. J. Appl. Ecol. ,2013,24
(3): 690-696.
Abstract: Taking a rice鄄wheat rotation system in the suburb of Nanjing, Jiangsu Province of East
China as test object, this paper studied the fluxes of CH4 and N2O and their annual dynamics under
different farming managements in 2010-2011, and the field observation data were applied to vali鄄
date the process鄄based model, denitrification鄄decomposition (DNDC) model, aimed to approach
the applicability of the model to this rotation system, and to use this model to simulate the effects of
different environmental factors and farming managements on the global warming potentials (GWPs)
of CH4 and N2O. The results showed that except in the treatment control and during wheat growth
season, the simulated cumulative emissions of CH4 and N2O from the rotation system in all treat鄄
ments were basically in coincide with the observed data, the relative deviations being from 7. 1% to
26. 3% , and thus, the DNDC model could be applied to simulate the GWPs of cumulative emis鄄
sions of CH4 and N2O as affected by various environmental factors or management practices. The
sensitivity test showed that the GWPs of CH4 and N2O varied significantly with the changes of envi鄄
ronmental factors such as the mean annual air temperature, soil bulk density, soil organic carbon,
soil texture, and soil pH. Farming managements such as N fertilization, straw returning, and dura鄄
tion of mid鄄season drainage also had significant effects on the GWPs of CH4 and N2O. Therefore,
应 用 生 态 学 报摇 2013 年 3 月摇 第 24 卷摇 第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Mar. 2013,24(3): 690-696
the above鄄mentioned environmental factors and farming managements should be taken into account
to estimate the greenhouse gases emission from the rice鄄wheat cropping system on site鄄specific or re鄄
gional scale.
Key words: rice鄄wheat rotation; denitrification鄄decomposition (DNDC) model; CH4; N2O; global
warming potential (GWP).
摇 摇 大气中温室气体浓度不断增加是引起全球气候
变暖的重要原因. CH4和 N2O是仅次于 CO2的重要温
室气体[1],以每年 3%和 0. 22%的速率增长[2],对温
室气体的贡献分别约为 15%和 6% [3] . 农业活动排
放的 CH4占全球 CH4 排放的 50% [4],而农业土壤排
放的 N2O占全球 N2O排放的 46% ~ 52% [5] .这些数
据表明,农业生产具有很大的温室气体减排潜力.其
中,稻田是 CH4和 N2O的重要排放源之一[6-7] .稻田
CH4排放量占全球 CH4总排放量的 20%左右[8],而
稻田 N2O 的排放量占中国农田总排放量的
25% ~35% [7] .中国是重要的水稻种植国家,其种植
面积占世界的 20% ,占中国耕地面积的 23% [9],主
要实行水鄄旱轮作的耕作制度[10] . 通常,旱作季节
N2O排放高于水稻生长季节[11] . 目前,对稻田 CH4
或 N2O排放驱动因子的研究已有很多[12-13],但对两
种温室气体排放的影响通常具有相互消长的关系.
例如,中期排水烤田可显著减少 CH4排放,同时会引
起 N2O排放明显增加[13] .秸秆还田可明显增加 CH4
排放,且不同的还田量和还田时间对 CH4排放的影
响不同,同时也会影响稻田 N2O 排放[14] . 种植制度
本身也是影响 CH4和 N2O排放的重要因素[15] .由于
CH4和 N2O排放时间和空间的高度变异性以及气候
与土壤之间的复杂关系,田间观测很难准确地反映
不同管理措施对 CH4和 N2O排放的长期影响[16] .因
此,有必要基于过程模型综合评估农业温室气体的
排放规律及其减排潜力[17] .
DNDC ( denitrification鄄decomposition)模型由美
国 New Hampshire 大学创建,是对土壤碳(C)、氮
(N)循环过程进行全面描述的机理模型,可以用来
模拟 C、N等元素在土壤鄄植被鄄大气之间的迁移转化
过程、碳固定及温室气体 CO2、N2O 和 CH4的排放与
估算.大量研究证实,DNDC模型能广泛模拟农田土
壤温室气体的排放[18-19],是目前国际上较为成功的
生物地球化学模型之一,已经在许多国家不同土壤、
不同作物体系和不同生态系统中得到验证与广泛的
应用.
目前已经积累了很多关于稻麦轮作生态系统下
温室气体排放的田间观测资料[20-21],有必要将
DNDC 过程模型和主要的田间管理措施结合起来,
预测不同农业管理措施对温室气体排放的影响. 因
此,本研究监测了不同农业管理措施下水稻鄄小麦轮
作体系稻田 CH4和 N2O 的排放规律,并运用田间
CH4和 N2O 的观测数据来验证 DNDC 模型的适用
性,然后用模型模拟不同的环境因子和农业管理措
施对稻麦轮作系统下 CH4和 N2O 综合温室效应的
影响,为制定稻田温室气体减排措施提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
田间试验在江苏省南京市秣陵镇(31毅58忆 N,
118毅48忆 E)进行. 该地区属于典型的长江中下游亚
热带季风气候,年均气温 15. 7 益,年平均降水量
1050. 2 mm,全年无霜期 223 d 左右. 当地主要耕作
制度为单季稻鄄小麦轮作.试验地土壤 pH 5. 7,容重
1. 28 g· cm-3,有机质 25. 3 g· kg-1,总氮 1郾 32
g·kg-1,质地为粉壤土.小麦于 2010 年 11 月 5 日播
种,2011 年 6 月 1 日收获;单季稻于 2011 年 6 月 22
日移栽,2011 年 10 月 30 日收获.
1郾 2摇 试验设计
试验设 3 个处理:1)对照(CK):不施氮肥,不施
秸秆;2)氮肥处理 ( N):每季作物各施氮肥 250
kg·hm-2,不施秸秆;3)氮肥+秸秆处理(NS):每季
作物各施氮肥 250 kg·hm-2,在水稻移栽前添加 3
t·hm-2风干水稻秸秆还田(C / N 为 52). 每处理 3
次重复.施氮处理中尿素以基肥 颐 分蘖肥 颐 穗肥 =
4 颐 3 颐 3的比例施用.所有处理都在移栽时一次性施
入钙镁磷肥和氯化钾作为基肥,磷肥(以 P2O5计)施
用量 60 kg·hm-2,钾肥 (以 K2O 计)施用量 120
kg·hm-2 .灌溉、翻耕等按当地的管理措施进行. 小
区面积为 5 m伊4 m,小区之间用混凝土田埂相隔,有
单独的排灌系统.
1郾 3摇 气体采集和分析
上述试验处理于 2008 年开始,采用静态密闭暗
箱鄄气相色谱法[22]测定稻麦轮作生态系统下 CH4和
N2O的排放通量. 本研究所涉及的气体排放通量观
测时间为 2010 年 11 月 5 日—2011 年 10 月 30 日.
1963 期摇 摇 摇 摇 摇 张啸林等: 应用 DNDC模型分析管理措施对稻麦轮作系统 CH4和 N2O综合温室效应的影响摇
采样箱子的大小为 43 cm伊43 cm伊50 cm 或 43 cm伊
43 cm伊110 cm,随作物生长高度来选用不同高度的
采样箱.采样频率为 1 周 1 次,施肥、灌溉、中期烤田
后加密采样,2 d 1 次,持续 7 ~ 9 d. 采样时间为
9:00—11:00,在盖上箱子 0、10、20 和 30 min 后,用
20 mL注射性针筒采集气体样品,共 4 个样品.采回
的气体样品在 1 ~ 2 d 内用气相色谱仪 ( Agilent
7890A)同时测定样品中 CH4和 N2O含量.根据 4 个
样品的 CH4和 N2O 浓度值与采样时间的直线回归
方程的斜率求得相应的排放通量[23] .采用 FID检测
器测定 CH4,ECD 检测器测定 N2O;检测器温度为
300 益,分别用氮气和氩甲烷作载气.采样时记录采
样箱内温度、5 cm 处土壤温度和大气温度,日降雨
量等数据从南京市江宁区气象局获得.
1郾 4摇 DNDC模型的验证、灵敏度检验及应用
用本研究实际测定的参数输入 DNDC 模型进
行模型验证.即把田间观测到的气温、降雨量、施肥
量、施肥日期等数据输入 DNDC 模型中,然后将模
型的模拟结果与田间观测结果进行比较. 灵敏度检
验是在保持其他影响因子不变的情况下,在一定范
围内变动其中一个影响因子的数值输入 DNDC 模
型,模拟温室气体排放通量的变化规律.在灵敏度检
验中采用的基准情景为当地的气候条件和稻麦轮作
管理措施(表 1),设置了不同气候条件、土壤环境状
况和管理措施等影响因子,模拟温室气体CH4和
表 1摇 驱动因子参数值变化的敏感性测试
Table 1摇 Input values of parameters used for DNDC simu鄄
lation and sensitivity tests
参数
Parameter
基准
Baseline
检验范围
Range tested
年均温度
Annual mean temperature (益)
15. 7 依1 ~ 4
降雨
Precipitation (mm)
1050. 2 依5% ~20%
土壤容重
Soil bulk density (g·cm-3)
1. 25 0. 5,1,1. 5,2
SOC含量
SOC content (% )
1. 25 0. 5,1. 0,2. 0,2. 5
土壤 pH
Soil pH
5. 7 3. 7,4. 7,6. 7,7. 7,8. 7,9. 7
土壤质地
Soil texture
粉砂壤 砂土、砂壤土、砂质粘土、粉
砂粘土、砂粘土、粘土
每季 N肥施用量
N fertilization per crop season
(kg N·hm-2·a-1)
250 0,100,200,300,400
秸秆还田量
Straw amount (t·hm-2)
0 2,4,6
中期烤田持续时间
Duration of the mid鄄season
drainage (d)
8 5,11,14,17
N2O的排放,从而确定不同因子对 CH4和 N2O 综合
温室效应(GWP)的影响.
1郾 5摇 数据处理
根据 IPCC评估报告及温室气体单分子全球增
温潜势,将 CH4和 N2O 排放量转化为以 CO2为当量
的综合温室效应(GWP,kg CO2·hm-2·a-1) [1] .
GWP=CH4伊25+N2O伊298
模拟值和观测值的相对偏差(y)公式[24]:
y=(xs-x0) / x0伊100
式中:x0 为观测到的排放量;xs 为模拟的排放量.
2摇 结果与分析
2郾 1摇 DNDC模拟 CH4排放与田间观测结果比较
将不同处理的 CH4排放年度动态变化(图 1)和
累积排放量(表 2)用 DNDC 模型进行验证. 结果表
明,CH4排放主要发生在水稻季节,而在小麦季节接
近零排放.除对照外,DNDC模型较好地模拟了 CH4
排放峰值的动态变化,与田间观测结果一致.在水稻
移栽至烤田之前,模型模拟和田间观测都有一个明
显的 CH4排放峰,DNDC 模拟数值几乎都在田间观
测值的误差范围内. 在 N 和 NS 处理中 DNDC 模拟
的 CH4 季节累积排放量分别为 62郾 5 和 127郾 7
kg·hm-2,田间观测结果分别为 (57. 4 依 23. 6)和
(166. 4依13. 7) kg·hm-2,模拟值与观测值的相对偏
差分别为 9. 0%和-23. 2% .但是对照的 DNDC 模型
模拟的水稻季节 CH4累积排放量为 6. 3 kg·hm-2,
田间观测结果为(103. 6依27. 4) kg·hm-2,后者比前
者高 15 倍. 由于在小麦生长季节观测到一定量的
CH4排放,模型模拟的 CH4季节累积排放量明显低
于田间观测值.
2郾 2摇 DNDC模拟 N2O排放与田间观测结果比较
将不同处理的 N2O 排放动态变化(图 1)和季
节累积排放量(表 2)用 DNDC 模型进行验证. 结果
表明,DNDC模型较好地模拟了田间 N2O 排放的动
态变化和范围. N 和 NS 处理下,DNDC 模拟的小麦
季节 N2O累积排放量分别为 1. 7 和 2. 2 kg·hm-2,
模拟值与观测值的相对偏差分别为 26郾 3% 和
22郾 8% (表 2).在 N处理下,DNDC模型对小麦生长
初期 N2O排放峰值的模拟偏低,但对 N 和 NS 处理
麦季第 2 次追肥后排放峰值的模拟偏高. 在水稻生
长季节,DNDC 模拟的 N 和 NS 处理的 N2O 累积排
放量分别为 0. 29 和 0. 30 kg·hm-2,与观测值的相
对偏差分别为20郾 8%和7郾 1% . 在中期烤田期间,
296 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
图 1摇 田间观测和 DNDC模拟稻麦轮作制度下 CH4和 N2O排放的季节动态变化
Fig. 1摇 Seasonal dynamics of observed and DNDC鄄simulated values of CH4 and N2O emissions from the wheat鄄rice rotation system.
W:小麦Wheat; R:水稻 Rice. 下同 The same below. 玉:观测值Measured; 域:模拟值 Simulated. 垂直箭头表示施肥,横向箭头表示中期烤田 The
vertical arrows represented fertilizer application and horizontal arrows represented midseason drainage.
表 2摇 稻麦轮作系统下观测和模拟的 CH4和 N2O季节累积排放量
Table 2摇 Measured and simulated CH4 and N2O cumulative emissions from the wheat鄄rice rotation system (mean依SD)
处理
Treat鄄
ment
CH4 (kg C·hm-2)
田间观测
Observed
小麦
Wheat
水稻
Rice
模拟
Simulated
小麦
Wheat
水稻
Rice
相对偏差
Relative
deviation (% )
小麦
Wheat
水稻
Rice
N2O (kg N·hm-2)
田间观测
Observed
小麦
Wheat
水稻
Rice
模拟
Simulated
小麦
Wheat
水稻
Rice
相对偏差
Relative
deviation (% )
小麦
Wheat
水稻
Rice
CK 7. 2依3. 8 103. 6依27. 4 -0. 3 6. 3 - - 0. 15依0. 05 0. 01依0. 09 0. 2 0. 04 - -
N 5. 7依5. 1 57. 4依23. 6 -0. 3 62. 5 - 9. 0 1. 37依0. 43 0. 24依0. 17 1. 7 0. 29 26. 3 20. 8
NS 10. 6依4. 7 166. 4依13. 7 -0. 3 127. 8 - -23. 2 1. 80依0. 26 0. 28依0. 20 2. 2 0. 30 22. 8 7. 1
DNDC模型模拟到明显的 N2O 排放峰,而实际观测
没有明显的排放峰.
2郾 3摇 模型的灵敏度检验
对表 1 中的环境因子及管理措施的不同变化情
景进行灵敏度检测(图 2).结果表明:1)增加和减少
年平均降水量在一定程度上影响了 GWP 的变化,
对 CH4没有明显影响,主要影响 N2O 排放,当年平
均降水量增加 10%时,GWP 最大. 这可能是因为在
该水分条件下,麦季土壤硝化作用和反硝化作用强
烈,因此,N2O排放量最多[25];当年平均降水量增加
20%时,土壤含水量增加导致氧气含量过低,从而促
进N2O向N2转化,因此,N2O排放量减少 . 2 )随年
3963 期摇 摇 摇 摇 摇 张啸林等: 应用 DNDC模型分析管理措施对稻麦轮作系统 CH4和 N2O综合温室效应的影响摇
图 2摇 稻麦轮作制度下不同环境因子和管理措施对 CH4和 N2O综合温室效应的灵敏度检验
Fig. 2摇 Sensitive tests of GWP of CH4 and N2O emissions from the wheat鄄rice rotation system to environmental factors and alternative
management practices.
B:基准(粉砂壤) Baseline (silt loam); 1)砂土 Sand; 2)砂壤土 Sandy loam; 3)砂质粘土 Sandy clay loam; 4)粉砂粘土 Silty clay loam; 5)砂粘土
Sandy clay; 6)粘土 Clay.
平均温度的变化,GWP 相应增加或减少,水稻季节
CH4排放随温度的增加而增加,而小麦季节 N2O排放
则随温度的降低而增加. 3)土壤 pH 与 GWP 呈负相
关关系.土壤 pH 增加,N2O 排放减少. 当 pH 由 3郾 7
增加到 6. 7,小麦季节 GWP由 671 kg CO2·hm-2·a-1
减少到 374 kg CO2·hm-2·a-1;当 pH 为 7郾 7 ~ 9郾 7
时,GWP为 102 ~ 105 kg CO2·hm-2·a-1,碱性环境
明显抑制了 N2O 排放. pH 变化对 CH4排放影响不
明显. 4)土壤 SOC含量显著影响 GWP,两者呈明显
正相关关系. GWP 主要来自于水稻季节的 CH4排
放.当土壤 SOC从 0. 5%增加到 2郾 5%时,全年 GWP
从 692 kg CO2·hm-2·a-1增加到 2922 kg CO2·hm-2
·a-1 . 5)土壤容重与温室气体排放呈明显的负相关
关系.土壤容重从 0. 5 g·cm-3增加到 2. 0 g·cm-3
时,GWP 由 3170 kg CO2 ·hm-2 ·a-1减少到 1393
kg CO2·hm-2·a-1 . 6)不同质地土壤对温室气体排
放的影响显著,粉砂壤土 GWP最小(2175 kg CO2·
hm-2·a-1),砂壤土 GWP 最大(7292 kg CO2·hm-2
·a-1),是粉砂壤土的 3. 4 倍. 随着土壤粘粒的增
加,旱作季节 GWP呈逐渐增加趋势.
摇 摇 对农业管理措施的灵敏度检测结果表明,施肥
和秸秆还田明显影响 GWP:1)施肥处理 GWP 显著
高于不施肥处理.每季作物施氮量从 0 kg·hm-2·
a-1增加到 100 kg · hm-2 · a-1 时, GWP 由 155
kg CO2·hm-2·a-1上升到 1913 kg CO2 ·hm-2 ·
a-1;施氮量由 100 kg · hm-2 · a-1 增加到 400
kg·hm-2·a-1时,N2O排放明显增加,CH4排放没有
明显变化;2)秸秆还田后 GWP增加;3)中期烤田时
间由 5 ~ 11 d增加到 14 ~ 17 d(烤田 11 d 左右时天
气从阴雨变为晴朗),GWP 明显增加,因此,GWP 受
中期烤田期间天气状况及持续时间的影响很大.
3摇 讨摇 摇 论
本文利用中国典型的稻麦轮作体系田间周年温
496 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
室气体排放数据来验证 DNDC 模型.虽然 DNDC 不
能较好地再现温室气体排放的动态变化规律,但其
估算的季节累积排放量与田间观测结果基本吻合
(表 2).这与前人的研究结果一致[24] . 但是 DNDC
对本研究中 CK 处理水稻季 CH4及所有处理麦季
CH4排放量的模拟存在较大误差. 这可能是由于混
凝土田埂小区管理引起耕作及排灌受到一定的影
响,导致对照及麦季田间实际土壤水分和有机质条
件与其他处理设置存在较大差异.
本研究中 DNDC 模型能捕捉稻麦轮作制度下
田间观测的所有 N2O 排放峰,模型对施肥、降雨和
中期烤田的响应更明显,除对照外,模拟的季节累积
排放量与田间观测值基本吻合(表 2).但是,在小麦
季节第一次追肥后没有观测到 N2O 排放峰,这可能
是因为降水缺乏使土壤水分条件限制了 N2O 的排
放[25] .水稻生长季节中期烤田期间也没有观测到明
显的 N2O排放峰,可能与当时的降雨天气导致烤田
不充分有关. Cai 等[24]也发现中国稻田 N2O 的排放
动态与观测结果存在类似的差异. 本研究主要针对
现有的主要管理措施,旱作季节 CH4排放量本身就
很低,因此可以直接应用 DNDC 模型模拟环境因子
和主要管理措施对 CH4 和 N2O 综合温室效应
(GWP)的影响.
DNDC模型敏感性分析表明,在环境因子中,
GWP随 SOC 的增加而增加. 高的 SOC 使土壤中有
更多的可溶性有机碳(DOC)和无机氮,从而增加了
产甲烷菌的底物和数量[26],土壤硝化作用和反硝化
作用增强,因此 N2O 等温室气体排放增加. 随着温
度升高,土壤中有机质的分解和发酵加快[27],导致
水稻季节 CH4排放增多.土壤 pH、容重与 GWP呈负
相关关系.碱性环境明显抑制了 N2O排放[27],而 pH
变化对 CH4排放影响不明显.随着土壤粘粒的增加,
水稻田 CH4排放逐渐减少.这与 Zhang 等[28]在三江
平原持续淹水管理的单季稻体系研究结果相反.
在管理措施中,氮肥施用和秸秆还田都可明显
增加 GWP.随着施氮量的增加,CH4排放没有明显变
化,小麦季节 N2O排放逐渐增加,因此 GWP 显著增
加.施用秸秆提高了土壤有机质含量,促进了水稻季
节 CH4的排放, 因此 GWP也显著增加.本研究中期
烤田 5 ~ 11 d没有明显的 N2O 排放,与当时的阴雨
天气有关.这与前人研究结果一致[29],N2O 排放的
强烈程度取决于中期烤田期间的天气状况. 因此,
GWP受中期烤田期间的天气状况和持续时间的影
响很大.不同地区的气候条件、土壤环境不同,因此
应用 DNDC模型需要对部分参数进行修正[30] .
参考文献
[1]摇 IPCC. Climate Change 2007: The Physical Science Ba鄄
sis: Contribution of Working Group I to the Fourth As鄄
sessment Report of the Intergovernmental Panel on Cli鄄
mate Change. Cambridge: Cambridge University Press,
2007: 539-542
[2]摇 Ghosh S, Majumdar D, Jain MC. Methane and nitrous
oxide emissions from an irrigated rice of North India.
Chemosphere, 2003, 51: 181-195
[3]摇 Lashof D, Ahuja D. Relative contributions of green鄄
house gas emissions to the global warming. Nature,
1990, 344: 529-531
[4]摇 Scheehle EA, Kruger D. Global anthropogenic methane
and nitrous oxide emissions. The Energy Journal, 2006,
3: 33-44
[5]摇 Mosier AR, Kroeze C, Nevison C, et al. Closing the
global N2O budget: Nitrous oxide emissions through the
agricultural nitrogen cycle. Nutrient Cycling in Agroeco鄄
systems, 1998, 52: 225-248
[6]摇 Cai ZC, Xing GX, Yan XY, et al. Methane and nitrous
oxide emissions from rice paddy fields as affected by ni鄄
trogen fertilisers and water management. Plant and Soil,
1997, 196: 7-14
[7]摇 Zheng XH, Han SH, Huang Y, et al. Re鄄quantifying
the emission factors based on field measurements and es鄄
timating the direct N2O emission from Chinese crop鄄
lands. Global Biogeochemical Cycles, 2004, 18: Doi:
10. 1029 / 2003GB002167
[8]摇 Cai ZC, Kang GD, Tsuruta H, et al. Estimate of CH4
emission from year鄄round flooded rice fields during rice
growing season in China. Pedosphere, 2005, 15: 66-71
[9]摇 Frolking S, Qiu JJ, Boles S, et al. Combining remote
sensing and ground census data to develop new maps of
the distribution of rice agriculture in China. Global Bio鄄
geochemical Cycles, 2002, 16: Doi: 10. 1029 /
2001GB001425
[10]摇 Xing GX, Zhao X, Xiong ZQ, et al. Nitrous oxide
emission from paddy fields in China. Acta Ecologica Sin鄄
ica, 2009, 29: 45-50
[11]摇 Xing GX. N2O emission from cropland in China. Nutri鄄
ent Cycling in Agroecosystems, 1998, 52: 249-254
[12]摇 Wang JY, Zhang XL, Xiong ZQ, et al. Methane emis鄄
sions from a rice agroecosystem in South China: Effects of
water regime, straw incorporation and nitrogen fertilizer.
Nutrient Cycling in Agroecosystems, 2012, 93: 103-112
[13]摇 Cai ZC, Tsuruta H, Gao M, et al. Options for mitiga鄄
ting methane emission from a permanently flooded rice
field. Global Change Biology, 2003, 9: 37-45
[14]摇 Xiong ZQ, Xing GX, Tsuruta H, et al. Measurement of
nitrous oxide emission from two rice鄄based cropping sys鄄
tems in China. Nutrient Cycling in Agroecosystems,
2002, 64: 125-133
[15]摇 Xiong Z鄄Q (熊正琴), Xing G鄄X (邢光熹), Shi S鄄L
5963 期摇 摇 摇 摇 摇 张啸林等: 应用 DNDC模型分析管理措施对稻麦轮作系统 CH4和 N2O综合温室效应的影响摇
(施书莲), et al. Effects of cropping systems on nitrous
oxide emissions from paddy soils during the rice鄄growing
season. Chinese Journal of Applied Ecology (应用生态
学报), 2003, 14(10): 1761-1764 (in Chinese)
[16]摇 Shang QY, Yang XX, Gao CM, et al. Net annual global
warming potential and greenhouse gas intensity in Chi鄄
nese double rice鄄cropping systems: A 3鄄year field meas鄄
urement in long鄄term fertilizer experiments. Global
Change Biology, 2011, 17: 2196-2210
[17]摇 Robertson GP. Abatement of nitrous oxide, methane,
and the other non鄄CO2 greenhouse gases: The need for a
systems approach / / Field CB, Raupach MR, eds. The
Global Carbon Cycle. Washington, DC: Island Press,
2004: 493-506
[18]摇 Frolking S, Li CS, Braswell R, et al. Short鄄 and long鄄
term greenhouse gas and radiative forcing impacts of
changing water management in Asian rice paddies. Glob鄄
al Change Biology, 2004, 10: 1180-1196
[19]摇 Li CS. Modeling trace gas emissions from agricultural
ecosystems. Nutrient Cycling in Agroecosystems, 2000,
58: 259-276
[20]摇 Zou JW, Zong LG, Zheng XH, et al, Carbon dioxide,
methane and nitrous oxide emissions from a rice鄄wheat
rotation as affected by crop residue incorporation and
temperature. Advances in Atmosphere Science, 2004, 5:
691-698
[21]摇 Wassmann R, Neue HU, Ladha JK, et al. Mitigation
greenhouse gas emissions from rice鄄wheat cropping sys鄄
tems in Asia. Environment, Development and Sustain鄄
ability, 2004, 6: 65-90
[22]摇 Wang JY, Pan XJ, Liu YL, et al. Effect of biochar
amendment in two soils on greenhouse gas emissions and
crop production. Plant and Soil, 2012. Doi:10. 1007 /
s11104鄄012鄄12503
[23]摇 Wang JY, Jia JX, Xiong ZQ, et al. Water regime鄄nitro鄄
gen fertilizer鄄straw incorporation interaction: Field study
on nitrous oxide emission from a rice agroceosystem in
Nangjing, China. Agriculture, Ecosystems and Environ鄄
ment, 2011, 141: 437-446
[24]摇 Cai ZC, Swamoto T, Li CS, et al. Field validation of
the DNDC model for greenhouse gas emissions in East
Asian cropping systems. Global Biogeochemical Cycles,
2003, 17: dio:10. 1029 / 2003GB002406
[25]摇 Del鄄Prado A, Merino P, Estavillo JM, et al. N2O and
NO emissions from different N sources and under a rang
of soil water contents. Nutrient Cycling in Agroecosys鄄
tems, 2006, 74: 229-243
[26]摇 Li H, Qiu JJ, Wang LG, et al. Modelling impacts of al鄄
ternative farming management practices on greenhouse
gas emissions from a winter wheat鄄maize rotation system
in China. Agriculture, Ecosystems & Environment,
2010, 135: 24-33
[27] 摇 Stevens RJ, Laughlin RJ, Malone JP. Soli pH affects
the processes reducing nitrate to nitrous oxide and di鄄ni鄄
trogen. Pergamon, 1998, 30: 1119-1126
[28]摇 Zhang Y, Wang YY, Su SL, et al. Quantifying methane
emissions from rice paddies in Northeast China by in鄄
tegrating remote sensing mapping with a biogeochemical
model. Biogeosciences, 2011, 8: 1225-1235
[29]摇 Zou JW, Huang Y, Jiang JY, et al. A 3鄄year field meas鄄
urement of methane and nitrous oxide emissions from rice
paddies in China: Effects of water regime, crop residue,
and fertilizer application. Global Biogeochemical Cycles,
2005, 19: Doi: 10. 1029 / 2004GB002401
[30]摇 Batur B (巴特尔), Peng Z鄄H (彭镇华), Zhang X鄄D
(张旭东), et al. Biogeochemical model DNDC and its
application. Chinest Joumal of Soil Science (土壤通
报), 2007, 38(6): 1208-1212 (in Chinese)
作者简介摇 张啸林,男,1986 年生,硕士研究生.主要从事农
田土壤碳氮循环与气候变化的研究. E鄄mail: 2010103124@
njau. edu. cn
责任编辑摇 张凤丽
696 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷