全 文 ：中国生态农业学报 2013年 1月 第 21卷 第 1期
Chinese Journal of Eco-Agriculture, Jan. 2013, 21(1): 102−109


* 国家自然科学基金项目(41271321)和中国科学院西部行动计划项目(KZCX2-XB3-09)资助
朱波(1966—), 男, 博士, 研究员, 主要从事农田养分循环与非点源污染控制研究。E-mail: bzhu@imde.ac.cn
收稿日期: 2012−10−31 接受日期: 2012−11−08
DOI: 10.3724/SP.J.1011.2013.00102
紫色土坡耕地氮素淋失通量的实测与模拟*
朱 波 1,2 周明华 1,2 况福虹 1,2 汪 涛 1,2
(1. 中国科学院成都山地灾害与环境研究所 成都 610041;
2. 中国科学院山地地表过程与生态调控重点实验室 成都 610041)
摘 要 氮淋失是氮素循环研究中最重要的环节之一, 获得准确的氮淋失通量是当今农田氮循环研究中必不
可少而又较为困难的工作之一。紫色土土层薄, 土壤氮素难以蓄存, 加之降水丰富, 下伏透水性较弱的母岩,
淋溶水达到母岩后难以垂直下渗而沿土壤−岩石界面出流、汇流形成壤中流, 紫色土氮素淋失主要表现为氮素
随壤中流迁移流失。DNDC模型是基于过程的一种土壤碳氮循环模型, 常用于农田温室气体排放模拟, 但其应
用于氮素淋溶的验证与测试不足。本文利用大型坡地排水采集器(lysimeter), 测定紫色土坡耕地淋溶水量(壤中
流流量)和氮素淋失通量, 并利用观测数据对 DNDC 模型进行验证。结果表明, 紫色土坡耕地小麦−玉米季累
积淋溶水通量为 323.6 mm, 径流系数 33.3%, 氮素淋失量为 36.93 kg·hm−2, 占全年氮素施用量的 13.2%。壤中
流流量与氮素淋失量实测值和模拟值的 Pearson相关系数分别为 0.944 (P<0.05)和 0.972 (P<0.05), Theil不等系
数分别为 0.07和 0.1, 降雨量、土壤孔隙率和施氮水平是氮流失模拟的高敏感性参数。DNDC模型应用于紫色
土坡耕地氮素淋失通量的模拟具有较高的可靠性, 同时 DNDC 基于过程模型的优势可以描述持续降雨条件下
的氮淋失过程, 未来可通过进一步的验证, 测试 DNDC模型应用于氮淋失过程及区域氮淋失评估的可行性。
关键词 氮素淋失 DNDC模型 壤中流 淋失通量 淋溶水量 紫色土
中图分类号: X592 文献标识码: A 文章编号: 1671-3990(2013)01-0102-08
Measurement and simulation of nitrogen leaching loss in hillslope cropland of
purple soil
ZHU Bo1,2, ZHOU Ming-Hua1,2, KUANG Fu-Hong1,2, WANG Tao1,2
(1. Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041, China; 2. Key Laboratory of
Mountain Surface Process and Ecological Regulation, Chinese Academy of Sciences, Chengdu 610041, China)
Abstract Nitrogen leaching is one of the most important processes in nitrogen biogeochemical cycling. It is a nondeductible and
difficult to obtain accurate nitrogen leaching flux for N cycling in agro-ecosystem. There is a wide distribution of purple soil in the
Sichuan Basin with shallow soil layers and low hydraulic permeable parent rocks. Seepage water reaching soil-bedrock interface
gathers to form the interflow flowing out of soil. Nitrate accumulated at soil profile and dissolved by seepage water moves via
interflow, and consequently leaches from the soil profile. Therefore, nitrogen leaching was observable by interflow monitoring from
hillslope cropland of purple soil. DNDC is a process-based biogeochemical model used globally to simulate greenhouse gas emission.
It had not been well documented for modeling tests of nitrogen leaching especially in China. Sloping lysimeter in purple soils with
large area coverage (32 m2) were used to monitor seepage water discharge and nitrogen leaching loss flux. The DNDC model was
validated and tested using observed data and used to simulate nitrogen leaching. Results showed that measured seepage water
discharge was 323.6 mm with annual seepage coefficient of 33.3%. Nitrogen leaching flux was 36.93 kg·hm−2, accounting for 13.2%
of total fertilizer nitrogen applied in winter wheat and summer maize rotation system. The simulated seepage water and nitrogen
leaching fluxes well agreed with observed values with correlation coefficients of 0.944 (P < 0.05) and 0.972 (P < 0.05), respectively.
The Theil coefficients were 0.07 and 0.1 for simulated water seepage and nitrogen leaching, respectively. Rainfall, soil porosity and
applied nitrogen amount were highly sensitive modeling parameters. The simulated seepage water discharge and leached nitrogen
flux from the purple soil of hillslope cropland were therefore reliable. Results indicated that DNDC as a process-based biog-
第 1期 朱 波等: 紫色土坡耕地氮素淋失通量的实测与模拟 103


eochemical model was applicable in quantitative studies on nitrogen leaching in purple soil at field scale. Furthermore, DNDC model
was suitable for describing the characteristic processes of nitrogen leaching, especially in continuous rain conditions. It was feasible
to test the model in modeling nitrogen leaching processes and regional estimation of nitrogen leaching loss.
Key words Nitrogen leaching, DNDC model, Interflow, Leaching flux, Seepage water discharge, Purple soil
(Received Oct. 31, 2012; accepted Nov. 8, 2012)
氮素是植物生长需要量最高、对作物生长发育
和产量品质影响最大、在现代农业中必不可少的营
养元素, 同时又是来源广、移动性强、损失途径多、
环境影响大、在农业生产中最难管理的养分元素。
自绿色革命以来, 合成氮肥的大量施用是农业高产
的最重要手段, 但同时, 氮肥也成为陆地生态系统
活性氮的主要来源, 随着施用量的持续增加, 氮肥
的农学和环境效应成为全球科技界、环保界和政策
制定者共同关心的热点问题[1]。活性氮污染已成为
仅次于气候变暖和生物多样性衰减的全球性环境威
胁[2]。氮淋失是当今氮素循环研究中较为活跃的领
域之一, 国际上通过剖面氮素变化、渗漏计、接水
盘、陶瓷管、排水采集器等多种方法对土壤氮素淋
失机理和过程开展了大量研究。大多数研究方法如
剖面氮素含量变化及陶土管(suction cup)等间接方
法由于无法直接测定淋溶水量而难以获得准确的氮
淋失量。而排水采集器(lysimeter)因能够同时测定水
通量和淋溶氮浓度, 国际上大多数田间氮淋失过程
与通量研究通常采用此方法。但排水采集器的应用
也有局限。排水采集器建设通常破坏土壤原来结构,
而且建造费用高, 大多数排水采集装置覆盖面积小
(<1 m2), 很难考虑到土壤的空间异质性, 因此国内
利用排水采集器实测氮淋失的报道并不多[3−4]。此外,
因面积太小, 在坡地的应用也受到限制[5]。同时, 尽
管应用排水采集器通过田间试验或观测研究氮素淋
失能够获得较准确的通量数据和影响因素的结果 ,
但由于这种观测所消耗的人力、物力和时间的约束,
不可能应用于大范围、大尺度的农田氮淋失评估。
因此, 借助于计算机技术研究氮素淋失过程及其定
量化的模型手段成为当今氮淋失研究的重要方法之
一 [5−6]。用于氮素淋失模拟的模型通常可分为统计
(经验)模型和基于机理与过程(过程)模型两种[6], 而
统计模型由于受限于参数的区域性无法得到广泛应
用, 基于机理与过程模型的应用在国际上较受推崇[7]。
DNDC(DeNitrification-DeComposion)模型将土壤水
分运动与氮素生物地球化学过程相结合, 是目前国
际上广泛应用的农田生态系统生物地球化学过程模型
之一, 大量应用到农田温室气体排放评估之中[8−10],
近年来也逐渐开始应用于氮素淋失评估[11−13]。但由
于模型的应用需要大量实测数据验证, 并评估模型
的适用性及主要参数的敏感性, DNDC 模型用于农
田氮淋失的验证并不充分, 同时鉴于国内氮素淋失
的实测数据特别是基于排水采集器所观测的数据较
少, DNDC 模型在国内农田氮淋失的验证与应用还
很少。因此, 本文引入 DNDC模型(DNDC 93), 利用
排水采集器所测定的氮素淋失数据, 开展参数本地
化及模型验证, 探讨 DNDC 模型模拟紫色土坡地氮
素淋失的可行性。
1 材料与方法
1.1 研究区概况
野外观测依托中国科学院盐亭紫色土农业生态
试验站(105º27′E, 31º16′N)。该站位于四川盆地中北
部的盐亭县林山乡, 地处涪江支流弥江、湍江的分水
岭上。属中亚热带湿润季风气候, 年均气温 17.3 ℃,
极端最高气温 40 ℃, 极端最低气温−5.1 ℃; 多年平
均降雨量 826 mm。土壤为典型石灰性紫色土(J3p),
田间持水量为 28.1%~38.3%, 凋萎湿度为 5.4%~
7.7%, 为典型旱作土壤, 坡度 3º~15º, 平均土层厚度
约 60 cm。
1.2 DNDC模型简介
DNDC 模型由美国 New Hampshire 大学的 Li
Changsheng 等创建, 是对土壤碳、氮循环过程进行
全面描述的机理模型[8]。模型由 6个子模型构成, 可
模拟土壤气候、农作物生长、有机质分解、硝化、
反硝化和发酵过程。模型以天为时间步长, 首先根
据日气温、降雨和土壤物理性质参数计算土壤剖面
温度和湿度变化, 结果用作其他子模块的输入变量;
作物生长模块计算作物每日的碳、氮吸收量, 以及收
获后秸秆还田量; 好氧分解作用和厌氧反硝化作用模
块分别模拟有机质分解、硝化作用等过程和反硝化过
程。DNDC模型能够准确模拟土壤碳固存及CO2、N2O、
CH4 等温室气体排放, 并得到广泛验证[9−10]。为提高
模型对土壤氮素淋失模拟的精确度, 模型考虑了土
壤黏粒对 NH4+-N 的吸附作用, 用 Langmuir 方程模
拟吸附−解吸过程, 同时引入一个虚拟水库, 并增强
了氮素养分有效性及其作物和土壤微生物的竞争
(图 1)。这些改动增强了模型对氮素淋失的模拟功能,
并得到了初步验证[13]。本研究采用的 DNDC模型为
9.3版本, 模型的结构、输入参数、结果输出和使用
方法参见 DNDC模型的用户指南[14]。
104 中国生态农业学报 2013 第 21卷




图 1 DNDC模型结构及主要模拟功能(根据文献[7]改制)
Fig. 1 Structures and main modeling functions of DNDC model (modified from reference [7])

1.3 野外观测与测试
氮素淋失观测在自行设计建造的大型坡地排水
采集器中进行, 坡地排水采集器的设计面积 8 m×4
m, 土层厚度 60 cm, 小区坡度为 7 o[4]。为防止水流
侧渗影响, 保障小区水系独立完整, 在小区四周建
立隔水墙, 详细设计与建造方案参见图 2、文献[15]
和专利技术(ZL2007100640686), 回填土壤按照原土
壤结构分层填装, 所有坡地排水采集器 2002年完成
建设。供试土壤为典型石灰性紫色土, pH为 8.28, 质
地中壤, 有机质含量为 8.75 g·kg−1, 全氮含量为 0.62
g·kg−1, 全磷含量为 0.64 g·kg−1, 全钾含量为 18.42
g·kg−1, 碱解氮含量为 42.29 mg·kg−1, 有效磷含量为
4.16 mg·kg−1, 速效钾含量为 71.39 mg·kg−1, 饱和导
水率为 0.28 mm·min−1。小区种植按当地传统, 冬小
麦−夏玉米轮作模式。小麦季施氮肥(纯 N 计)130
kg·hm−2、磷肥(P2O5计)90 kg·hm−2、钾肥(K2O计)36
kg·hm−2; 玉米季施氮肥(纯 N 计)150 kg·hm−2、磷肥
(P2O5计)90 kg·hm−2、钾肥(K2O计)36 kg·hm−2。共 3
次重复。小麦、玉米施肥与田间管理按照当地传统。
小麦 2008年 10月 26日播种, 播种前 3 d肥料全部
按基肥一次性施用, 次年 5 月 5 日收获; 玉米 2009
年 5 月 23 日播种, 播种前 3 d 施肥, 全部肥料作为
基肥施用, 9月 20日收获, 观测期为小麦−玉米全生
长季, 共 320 d。
在壤中流集流、测量池(图 2)中安装自记水位计
记录水位, 计算水流量作为淋溶水量; 雨后人工采
集壤中流水样作为淋溶水样品。降雨产流结束后 ,
下载壤中流测量池中的水位计水位, 计算淋溶水通
量和单位面积径流深。人工采集淋溶水样品立即分
析其中的硝态氮浓度。如来不及分析, 水样在冰箱
中 4 ℃保存。硝态氮浓度测定将水样经 0.45 μm滤
膜过滤后, 用流动注射分析仪(AA3)测定[16]。
淋溶水的硝态氮浓度及氮淋失通量均为 3 个重
复小区测定值的平均值, 单次降雨产流事件的硝态
氮淋失通量计算公式为：
Qi=Ci×qi/1 000 (1)
式中, Qi为氮淋失通量[g(N)·m−2], Ci为壤中流硝态氮
含量(mg·L−1), qi为单位面积径流深(mm)。
1.4 DNDC模型模拟
1.4.1 模型参数的敏感性分析
敏感性分析旨在找出对紫色土坡耕地氮素淋失
有重要影响的敏感性因素, 并测算其对氮素淋失的
影响程度和敏感性程度。保持其他参数值不变, 增
加或减少某一参数值, 利用敏感性指标比较模拟结
果, 判断这些因素对模型输出结果的影响程度, 公
式如下[17]:
S=[(O2−O1)/O12]/[(I2−I1)/I12] (2)
式中, S 为敏感性指数, I1和 I2是输入参数的最小和
最大值, I12是 I1和 I2的平均值; O1和 O2分别为 I1和
I2的模型输出, O12为 O1和 O2的平均值。其中, S绝
对值越大说明输入值对输出值影响越大, 参数敏感性
越高; 负值表示输入值与输出值之间呈相反关系。
1.4.2 模型模拟精度评价
采用 Theil不等系数 U (Theil’s inequality coef-
ficient)来评价模型的模拟精度[18−20], 公式为：

2
2 1
2
1
[ ( ) ( )]
[ ( )]
N
t
N
t
S t O t
U
O t
=
=
−
=
∑
∑

(3)

第 1期 朱 波等: 紫色土坡耕地氮素淋失通量的实测与模拟 105




图 2 紫色土坡面土壤剖面和水文路径(a)及排水采集器结构(b)示意图
Fig. 2 Soil profile and hydrological characteristics of purple soil hillslope (a) and sketch map of sloping lysimeter (b)

式中: O(t)和 S(t)分别为实测值和模型模拟值; U 为
Thiel不等系数, U值大于 0但不超过 1, 其值越接近
0表示模型模拟效果越好。
2 结果与分析
2.1 紫色土坡耕地氮素淋失实测
紫色土区为亚热带季风气候, 降雨集中在雨季
(5—9 月), 受气候条件制约, 小麦−玉米轮作条件下
紫色土坡耕地氮素淋失均发生在玉米季(雨季)(图
3)。小麦季降雨量为 203.1 mm, 在整个小麦季未收
集到淋溶水, 而玉米季降雨量为 769.2 mm, 占小麦−
玉米轮作期间降雨量的 79.1%。观测发现, 产生渗漏
的降雨事件 16次, 雨量大于 20 mm一般会发有渗漏
发生。由于土壤蓄水作用, 淋溶通常滞后于降雨, 而
且淋溶水持续时间较长, 最长产流时间可达 6 d, 因
此导致连续降雨事件期间淋溶水的收集无法区分单
独降雨事件, 连续降雨事件如作物轮作周期的 280 d、
290 d和 300 d左右这段时间里, 虽然发生了 12次超
过 20 mm的降雨(图 3a), 却观测到 16次降雨引发的
渗漏事件 , 主要因连续降雨导致土壤较长时间
处于水分饱和, 但仅收集了其中 8 次淋溶水(图 3b),
并非实际未产流, 而是因为渗漏连续发生, 淋溶水
并未间断, 无法区分来源于哪场降雨而采集累积渗
漏水。同时, 由于紫色土土层薄, 淋溶水很容易达到
母岩(图 2), 而母岩透水性较弱, 淋溶水难以垂直下
渗而沿土壤−岩石界面出流, 汇流形成壤中流。因此,
紫色土淋溶与渗漏通常表现为壤中流, 对氮素随壤
中流迁移的观测可作为氮素淋失测定。结果表明 ,
观测期内淋溶水(壤中流)量为 323.6 mm, 其渗漏系
数为 33.3%, 可见淋溶水量很大, 而朱波等[4]前期研
究发现, 淋溶水(壤中流)占总径流的 63%[4]。次降雨
事件氮素淋失量在 16.28~1 811.9 g(N)·m−2 之间(图
3c), 小麦−玉米轮作期内累积氮流失量高达 36.93
kg·hm−2, 占全年氮肥用量的 13.2%。朱波等[4,8]利用
相同装置的观测表明, 紫色土坡耕地硝态氮淋失通
量为 36.0 kg·hm−2, 与本次观测的结果几乎相同。
2.2 DNDC模型的参数本地化
DNDC 模型是一个基于土壤碳、氮循环的过程
模型, 虽然每个过程都有相应的理论依据或实测数
据支撑, 但由于土壤碳、氮循环过程非常复杂, 具有
106 中国生态农业学报 2013 第 21卷




图 3 紫色土坡耕地淋溶水量与氮淋失量
Fig. 3 Nitrogen leaching fluxes and seepage water discharges
from hillslope cropland of purple soil

很强的时间、空间异质性, 而模型研发主要基于欧
美地区的实测数据, 模型很多参数所采用的缺省值
主要来源于欧美地区的观测结果, 而在任何特定的
时空尺度应用时仍需要通过实测对一些影响模型碳
氮循环过程的重要参数进行本地化。本文基于实测
数据, 对 DNDC 模型的一些重要参数特别是土壤输
入库中土壤参数进行修改和本地化(表 1)。其他气象
参数、农田管理措施等可根据模型运行要求输入。
2.3 DNDC模型的验证
2.3.1 农作物生长的验证
有效模拟作物生长是土壤氮循环过程模拟的基
础, 也是 DNDC 模型应用的前提, 若不能有效模拟
作物生长, 涉及土壤氮输入、输出的很多过程会受
到影响, 则不太可能成功模拟氮淋失。本文应用实
测数据验证了 DNDC 模型对紫色土坡耕地小麦−玉
米生物量和产量的模拟。结果表明(图 4), 模拟小麦
生物量和产量的偏差为 5.9%和 8.4%, 对玉米生物量
和产量的模拟偏差稍大, 为 13.9%和 16.1%, 说明
DNDC 模型能够较好地反映紫色土坡耕地作物生长
状态。
2.3.2 紫色土坡耕地淋溶水量的验证
应用 DNDC模型模拟了 2008—2009年小麦−玉
米季的淋溶水量 , 并与野外观测结果对比(图 5a),
DNDC 模型未模拟到小麦季的淋溶水产生, 这与观
测结果一致; 而在玉米季(小麦−玉米轮作周期的第
190~320 d)中, DNDC模型模拟到多次坡地渗漏产生
(图 5a)。与排水采集器观测结果的比较发现, 模型能
够较好地捕捉到降雨引起的淋溶水产生, 模型模拟
到 19次降雨引发的渗漏事件, 与实际观测到淋溶事
件(16 次)非常接近, 同时模型对大多数降雨事件引
发的淋溶水量能够较好地模拟(图 5a), 但一些很高
流量的淋溶水量模拟结果与观测值相差甚远(图 5a),
这实际上并不是模型不能捕捉峰值淋溶, 而是因紫
色土淋溶水渗漏持续时间长, 其实测值为多次降雨
事件的累积流量。而模型模拟的几次连续降雨所产
生的淋溶水量之和与实际观测结果差异在可接受范

表 1 DNDC模型部分本地化的参数值
Table 1 List of some calibrated parameters in DNDC model
参数
Parameter
中文涵义
Chinese
缺省值
Default value
本地化值
Localized value
依据
Basis
Clay fraction 黏粒含量 0.09 0.22 实测 Measurement
Field capacity (wfps) 田间持水量 0.40 0.92 实测 Measurement
Wilting point (wfps) 凋萎点 0.20 0.18 实测 Measurement
Hydro-conductivity (m·h−1) 导水系数 0.124 8 0.016 8 实测 Measurement
Porosity 孔隙率 0.435 0.496 实测 Measurement
Depth of water retention layer 存水深度 9.99 0.60 汪涛(2009) WANG Tao in 2009
SOC decrease rate below topsoil 表层以下土壤有机质减少速率 0.50 0.28 实测 Measurement
第 1期 朱 波等: 紫色土坡耕地氮素淋失通量的实测与模拟 107




图 4 作物生长的实测值与 DNDC模拟值(a: 小麦; b: 玉米)
Fig. 4 Observed and DNDC simulated crop growing status (a: wheat; b: maize)



图 5 紫色土坡耕地淋溶水量(a)和氮淋失量(b)的模型模拟值与实测值
Fig. 5 Comparison of observed and simulated seepage water discharge (a) and nitrogen leaching flux (b) from sloping
cropland of purple soil

围内, 如 280 d左右连续 10 d降雨发生的淋溶水观
测值为 178.4 mm, 几次模拟结果之和为 149.6 mm,
相差 16.1%; 而在 300 d左右的连续降雨产生淋溶水
观测值 98.5 mm, 模型几次模拟淋溶水量之和为
116.3 mm, 相差 18.0%(图 5a)。而正是由于 DNDC
属过程模型, 模型以天为时间步长, 模拟值为 1 d的
淋溶水量, 其水量转换的机理优势可模拟连续降雨
条件下的淋溶水产生过程, 因此可用于描述连续降
雨事件中淋溶过程。全生长季淋溶水量观测值为
323.6 mm, 模型模拟值为 300.6 mm, 模拟值较实测
值低 7.1%。夏玉米季紫色土坡耕地淋溶水量的实际
观测值与模型模拟值的相关分析表明, 实测值与模
拟值之间的 Pearson 相关系数为 0.944 (P<0.05,
n=13), Theil不等系数为 0.07。说明 DNDC模型能够
较好地刻画紫色土的降雨淋溶特征。
2.3.3 紫色土坡耕地氮素淋失量的验证
图 5b 是紫色土坡耕地氮素淋失量模拟值与实
测值的对比。模型能够基本捕捉到降雨产流事件引
起的紫色土坡耕地氮素的峰值淋失(图 5b)。但结果
与淋溶水模拟非常相似, 因 DNDC 模型的运行以天
为步长, 导致与实测值表现出较大差异, 主要来自
于淋溶水累积收集的结果。而进一步分析连续降雨
事件中的氮累积淋失量发现, 280 d左右的连续降雨
事件中模拟氮素累积淋失量与实测值相差 18.2%,
而 300 d 左右的连续降雨条件下模型模拟的氮素淋
失量之和与实测值相差 19.5%, 全生长季模型模拟
的氮淋失量为 35.06 kg·hm−2, 而实测值为 36.93
kg·hm−2, 模拟值较实测值低 5.1%。进一步分析氮素
淋失量实测值与模型模拟值相关关系 , 结果表明 ,
模拟值与实际观测值的 Pearson 相关系数为 0.972
(P<0.05, n=10), Theil不等系数为 0.1, DNDC模型在紫
色土坡耕地氮素淋失量模拟中具有较高的可信度。
2.4 氮素淋失量模拟的参数敏感性分析
改变单个因子参数值, 保持其他因子不变, 利
用敏感性指数分析评价紫色土坡耕地氮素淋失量模拟
中的敏感性参数。本研究对降雨量、施氮水平、土壤
孔隙率、土壤有机碳含量和坡度等 5 个参数进行敏感
性分析, 结果见表 2。降雨量是紫色土坡耕地氮素淋
108 中国生态农业学报 2013 第 21卷


表 2 DNDC模型模拟氮素淋失的主要参数的敏感性指数
Table 2 Sensitive indexes of main parameters of DNDC for simulation of nitrogen leaching fluxes
敏感性指数 Sensitive index 参数
Parameter
本底
Background
value
测试值范围
Range of observed
value
淋溶量
Leaching amount
淋失氮量
N leaching
作物吸收氮
N uptake by crop
土壤吸附氮
Soil-absorbed N
矿化氮
Mineralized N
年均降雨量 Annual rainfall 826 mm 700~1 200 mm 2.15 1.52 0.15 −0.32 0.18
施肥量 N fertilization rate 150 kg(N)·hm−2 0~300 kg(N)·hm−2 0.00 0.76 0.67 0.31 0.24
土壤孔隙率 Soil porosity 0.435 0.3~0.6 0.73 1.28 0.05 0.02 0.15
坡度 Slope gradient 7° 1°~13° −0.17 −0.08 −0.26 0.00 0.00
土壤有机碳量 Soil organic C 8.6 g(C)·kg−1 5~60 kg(C)·kg−1 0.00 0.23 0.16 1.28 0.98

失模拟中的高敏感性参数 ; 施氮水平对作物吸氮
量、土壤吸附氮量、土壤矿化氮量和氮素淋失量均
有影响, 是氮素淋失量模拟的高敏感性参数; 土壤
孔隙率决定壤中流流量, 也是氮素淋失量模拟的高
敏感性参数; 而土壤有机碳则对氮素淋失量没有显
著影响, 可能不是氮素淋失模拟的高敏感性参数。
参数的敏感性指数高低关系依次为降雨量>土壤孔
隙率>施氮水平>土壤有机碳>坡度。在应用 DNDC
模型模拟紫色土坡耕地氮素淋失量时, 应特别注意
高敏感性参数本地化及输入的准确性。
3 结论与讨论
土壤氮素淋失受土壤水文特征与土壤−植物系
统共同控制, 紫色土坡耕地土层薄, 下伏透水性较
弱的母岩, 淋溶实际上表现为坡地壤中流。2008—
2009年小麦−玉米轮作周期中淋溶水量为 323.6 mm,
径流系数为 33.3%, 可见淋溶水量很大。降雨事件引
发的氮素淋失量在 16.28~1 811.9 g(N)·m−2之间, 小
麦−玉米轮作期内累积氮流失量高达 36.93 kg·hm−2,
占整个施肥量的 13.2%, 这种高淋失量是施肥、降
雨、土壤与地质条件等共同作用形成的 [4]。DNDC
模型是耦合土壤水分运动过程和土壤−植物生态系
统氮素生物地球化学循环过程的机理模型, 并广泛
应用于土壤温室气体排放估算等研究中。但 DNDC
模型在土壤氮淋失量估算的应用不多, 而在我国还
比较缺乏, 可能主要由于地块尺度上的氮淋失量的
实测结果较少, 特别是基于排水采集器的所获得的
准确观测结果很少。本研究经过对作物生长、淋溶
水量和氮素淋失量的模拟测试表明, 经过参数本地
化的 DNDC 模型(Version 9.3)能够有效模拟紫色土
坡耕地淋溶水量(壤中流流量)和氮素淋失量, 模拟
值与实测值的相关系数分别为 0.944(P<0.05)、0.972
(P<0.05), 其 Theil 不等系数分别为 0.07 与 0.1。
DNDC 模型中设定植物根系主要分布在土体 60 cm
以内[8], 淋出 60 cm 土层的氮素难以再被作物所利
用, 因此 DNDC 模型对于紫色土这类薄层土壤的氮
素淋失的描述比较符合实际, 因此 DNDC 模型能
够对紫色土水分和氮素运动进行较准确地模拟。而
DNDC 基于过程模型的优势可以完整描述连续降雨
条件下淋溶水量的变化和氮淋失过程, 未来经过进
一步的测试可用于氮素淋失过程的研究。敏感性分
析发现, 降雨量、土壤孔隙率和施氮水平是 DNDC
模型模拟紫色土坡耕地氮素淋失的高敏感性参数 ,
应保证高敏感性参数输入值的准确性, 提高模型模
拟精度。DNDC 模型在地块尺度上验证是基础, 经
过对不同降雨、施肥、土壤和地质条件下的验证, 模
型可进一步拓展应用于区域氮淋失评估。
参考文献
[1] Galloway J N, Townsend A R, Erisman J W, et al. Transfor-
mation of the nitrogen cycle: Recent trends, questions, and
potential solutions[J]. Science, 2008, 320: 889−892
[2] Sutton M A , Oenema O, Erisman J W, et al. Too much of a
good thing[J]. Nature, 2011, 472: 159−161
[3] Weihermüller L, Siemens J, Deurer M, et al. In situ soil water
extraction: A review[J]. J Environ Qual, 2007, 36: 1735–1748
[4] Zhu B, Wang T, Kuang F H, et al. Measurements of nitrate
leaching from a hillslope cropland in the Central Sichuan Ba-
sin, China[J]. Soil Science Society of America Journal, 2009,
73: 1419−1426
[5] 张庆忠 , 陈欣 , 沈善敏 . 农田土壤硝酸盐积累与淋失研究
进展[J]. 应用生态学报, 2002, 13(2): 233−238
Zhang Q Z, Chen X, Shen S M. Advances in studies on ac-
cumulation and leaching of nitrate in farming soil[J]. Chinese
Journal of Applied Ecology, 2002, 13(2): 233−238
[6] 唐国勇, 黄道友, 童成立, 等. 土壤氮素循环模型及其模拟
研究进展[J]. 应用生态学报, 2005, 16(11): 2208−2212
Tang G Y, Huang D Y, Tong C L, et al. Research advances in
soil nitrogen cycling models and their simulation[J]. Chinese
Journal of Applied Ecology, 2005, 16(11): 2208−2212
[7] Li C, Farahbakhshazad N, Jaynes D. Modeling nitrate leach-
第 1期 朱 波等: 紫色土坡耕地氮素淋失通量的实测与模拟 109


ing with a biogeochemical model modified based on observa-
tions in a row-crop field in Iowa[J]. Ecological Modeling,
2006, 196: 116−130
[8] Li C, Frolking S, Frolkin Grolking T A. A model of nitrous
oxide evolution from soil driven by rainfall events: Model
structure and sensitivity[J]. Journal of Geophysical Research,
1992, 97: 9759−9776
[9] Cai Z, Sawamoto T, Li C, et al. Field validation of the DNDC
model for greenhouse gas emissions in East Asian cropping
systems[J]. Global Biogeochemical Cycles, 2003, 17(4): 1107
[10] Zhang Y, Li C S, Zhou X J, et al. A simulation model linking
crop growth and soil biogeochemistry for sustainable agri-
culture[J]. Ecological Modeling, 2002, 151: 75−108
[11] Tonitto C, Li C, Seidel R. Application of the DNDC model to
the Radale Institute Farming Systems Trial: Challenges for
the validation of drainage and nitrate leaching in agroec-
osytem models[J]. Nutrient Cycling of Agroecosystems, 2010,
87: 483−494
[12] Deng J, Zhou Z, Zhu B, et al. Modeling nitrogen loading in a
small watershed in southwest China using a DNDC model
with hydrological enhancements[J]. Biogeosciences, 2011, 8:
2999–3009
[13] Tonitto C, David M B, Drinkwater L E, et al. Application of
the DNDC model to tile-drained Illinois agroecosystems:
Model calibration, validation, and uncertainty analysis[J].
Nutrient Cycling of Agroecosystems, 2007, 78: 51−63
[14] Li C S. User’s guide for the DNDC model (version 9.3). http://
www.dndc.sr.unh.edu/model/Guide DNDC 93.pdf.
[15] 朱波 , 汪涛 , 况福虹 , 等 . 紫色土坡耕地硝酸盐淋失特征
[J]. 环境科学学报, 2008, 28(3): 525–533
Zhu B, Wang T, Kuang F H, et al. Characteristics of nitrate
leaching from hilly cropland of purple soil[J]. Acta Scientiae
Circumstantiae, 2008, 28(3): 525−533
[16] 谢贤群 , 王立军 . 中国生态系统研究网络观测与分析标准
方法—水环境要素观测与分析[M]. 北京: 中国标准出版社,
1998: 104−279
Xie X Q, Wang L J. Water environment observation and
analysis: Standard methods for observation and analysis in
Chinese Ecosystem Research Network[M]. Beijing: Standards
Press of China, 1998: 104−279
[17] Walker S E, Mitchell J K, Hirschi M C, et al. Sensitivity
analysis of the root zone water quality model[J]. Trans ASAE,
2000, 43(4): 841−846
[18] Miehle P, Liversley S J, Li C, et al. Quantifying uncertainty
from large-scale model predictions of forest carbon dynam-
ics[J]. Global Change Biology, 2006, 12(8): 1421− 1434
[19] Nash J E, Sutcliffe J V. River flow forecasting through con-
ceptual models-part I: A discussion of principles[J]. Journal of
Hydrology, 1970, 10(3): 282−290
[20] 李虎, 王立刚, 邱建军. DNDC模型在农田氮素渗漏淋失估
算中的应用[J]. 应用生态学报, 2009, 20(7): 1591−1596
Li H, Wang L G, Qiu J J. Application of DNDC model in es-
tim ating cropland nitrate leaching[J]. Chinese Journal of Ap-
plied Ecology, 2009, 20(7): 1591−1596