• ISSN 1008-505X
  • CN 11-3996/S

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于DNDC模型的冬小麦−夏玉米农田滴灌施肥优化措施研究

陈静 王迎春 李虎 王立刚 吴永常 韦文珊

引用本文:
Citation:

基于DNDC模型的冬小麦−夏玉米农田滴灌施肥优化措施研究

    作者简介: 陈静E-mail:chenjing@caas.cn;
    通讯作者: 李虎, E-mail:lihu0728@sina.com

Optimization of drip fertilization practice for winter wheat−summer maize farmland using the DNDC model

    Corresponding author: LI Hu, E-mail:lihu0728@sina.com ;
  • 摘要: 【目的】滴灌施肥是一种具有节水、节肥等优点的水肥一体化田间管理措施,然而其对N2O排放和经济效益的影响仍存在不确定性。针对我国重要的粮食生产方式—冬小麦−夏玉米轮作,优化设计适宜的滴灌施肥管理制度,对于提高水肥资源利用效率,减少环境污染,提高经济效益具有重大的实际意义。 【方法】在山东桓台冬小麦−夏玉米典型农田上设置试验,进行不同灌溉系数和不同施氮量处理对农田土壤N2O排放和作物产量影响的研究。根据田间实测数据对DNDC模型进行校正和验证,利用验证后的模型定量评估滴灌施肥对N2O排放的影响,综合考虑作物产量和N2O减排效果和经济效益,最终提出华北平原冬小麦−夏玉米体系的优化滴灌施肥措施。 【结果】DNDC模型具备模拟滴灌施肥一体化管理措施下冬小麦、夏玉米生长情况和产量的能力,模型校正后能较好地模拟滴灌施肥条件下冬小麦/夏玉米农田土壤N2O排放特征。在田间试验筛选出的最佳滴灌量和施氮量的基础上设置不同的滴灌量、施氮量以及玉米季施氮次数、施氮时间模拟情景,经过模型情景模拟最终筛选出的最优滴灌施肥措施是冬小麦季分4次滴灌施肥,滴灌量130 mm,随水施N 189 kg/hm2,夏玉米避开雨季分4次滴灌施肥,滴灌量19 mm,随水施N 231 kg/hm2。该模型模拟出的最优措施能够在不影响作物产量的基础上比田间试验筛选出的最佳滴灌和施氮量处理减少16%的N2O排放。 【结论】与当地习惯漫灌撒肥措施相比,优化后的滴灌施肥管理全年共节水58.6%、减氮30.0%、减少50% N2O排放,同时净收益增加了1336.41元/hm2,增加投资部分的收益率为230.34%,远大于部分预算法中100%的新技术采用标准。研究结果可为滴灌施肥技术在华北农田推广应用提供实际参考。
  • 图 1  作物产量模拟值与观测值比较

    Figure 1.  Comparison of crop yields between the simulated and observed ones

    图 2  N2O排放总量模拟值与实测值比较

    Figure 2.  Comparison of N2O emissions between the simulated and observed ones

    图 3  N2O排放季节动态实测值与模拟值比较

    Figure 3.  Comparison between the simulated and observed N2O emissions after model calibration

    图 4  不同滴灌量和施氮量对冬小麦–夏玉米产量和N2O排放总量的影响

    Figure 4.  Effects of different drip irrigation and fertilization amounts on crop fields and N2O emission

    图 5  玉米滴灌施肥调优处理前后的产量和N2O排放总量比较

    Figure 5.  Comparisons of yield and N2O emission between before and after the optimized fertigation practices

    表 1  试验地土壤理化性质

    Table 1.  Soil physical-chemical proprieties of the experimental plots

    土层 (cm)
    Soil layer
    有机质 (g/kg)
    OM
    NH4+-N
    (mg/kg)
    NO3-N
    (mg/kg)
    有效磷 (mg/kg)
    Avail. P
    速效钾 (mg/kg)
    Avail. K
    田间持水量 (%)
    Field capacity
    容重 (g/cm3)
    Bulk density
    土壤含水量 (%)
    Soil moisture content
    0—2019.60.7018.4029.81167.9020.281.5817.25
    20—40 9.40.54 8.22 7.65130.2519.731.5615.26
    40—600.65 7.9919.921.5815.12
    下载: 导出CSV

    表 2  灌溉试验区冬小麦和夏玉米灌溉施肥日期和用量

    Table 2.  Irrigation and fertilization date and amount of winter wheat and summer maize in each plot

    生育时期
    Growth stage
    灌溉施肥日期
    Fertigation date
    灌溉量 Irrigation amount (mm)施肥量 Fertilizer amount (kg/hm2)
    W1W2W3W4W5CWFN1N2N3
    冬小麦 Winter wheat
    播种 Sowing2012/10/060000090000
    分蘖期 Tillering2012/11/0700000014.228.440.6
    拔节期 Jointing2013/04/06253850751009018.937.854.0
    孕穗期 Booting2013/05/011827365472023.6547.367.6
    扬花期 Flowering2013/05/161218243648023.6547.367.6
    灌浆期 Filling2013/05/3010152030409014.228.440.6
    合计 Total659813019526027094.5189270
    夏玉米Summer maize
    播种 Sowing2013/06/17000000000
    拔节期 Jointing2013/07/071218243648017.434.749.6
    小喇叭口期 Small bell 2013/07/2100000017.434.749.6
    大喇叭口期 Large bell2013/08/0100000023.146.266.0
    抽雄期 Tasseling2013/08/101218243648023.146.266.0
    灌浆期 Filling2013/08/241218243648023.146.266.0
    蜡熟期 Dough2013/09/1512182436489011.623.133.0
    合计 Total48729614419290116231330
    下载: 导出CSV

    表 3  DNDC模拟的灌溉方法表征参数

    Table 3.  Indicted parameters for simulated irrigation method of DNDC

    灌溉方法
    Irrigation method
    水投放深度 (cm)
    Irrigation depth
    灌溉强度
    Irrigation intensity
    WCNR
    漫灌Furrow010.15
    喷灌Sprinkler00.0830.50
    地上滴灌Surface drip00.0420.75
    地下滴灌Subsurface drip150.0421
    注(Note):WCNR—与灌溉强度相应的近根水系数 Water coefficient near root, corresponding to irrigation intensity.
    下载: 导出CSV

    表 4  DNDC模型模拟设置的滴灌量和施氮量情景模式

    Table 4.  Scenarios of irrigation quantity and nitrogen amount for DNDC simulation

    滴灌量情景模式设置 Drip irrigation simulation施氮量情景模式设置 Nitrogen amount simulation
    相对灌水百分比 (%)
    Relative irrigation percentage
    冬小麦 (mm)
    Winter wheat
    夏玉米 (mm)
    Summer maize
    相对施氮水平 (%)
    Relative N rate
    冬小麦 (kg/hm2)
    Winter wheat
    夏玉米 (kg/hm2)
    Summer maize
    20 26 19 20 38 46
    40 52 38 40 76 92
    60 78 58 60113139
    80104 77 80151185
    100130 96100189231
    130169125120227277
    160208154140265323
    190247182160302370
    注(Note):100% 灌溉量为冬小麦季 130 mm,夏玉米季 96 mm;100% 施氮量为冬小麦 N 189 kg/hm2,夏玉米 N 231 kg/hm2。100% irrigation was 130 mm for whinter wheat and 96 mm for summer maize; 100% N rate was 189 kg/hm2 for winter wheat and 231 kg/hm2 for summer maize.
    下载: 导出CSV

    表 5  常规和调优灌溉施肥方案及收益预算

    Table 5.  Partial budget analysis for conventional and optimized fertilization

    项目
    Item
    常规方案 (CWF)
    Conventional scheme
    调优方案
    Optimized scheme
    固定投入Fixed cost (yuan/hm2)AA
    变化投入Varied cost (yuan/hm2)肥料Fertilizer 2316.00 1621.20
    施肥机械服务Fertilizer machine 600.00 0.00
    灌溉电费+人工Electricity and labor for irrigation 2400.00 1800.00
    滴灌装置Drip irrigation equipment 0.00 1875.00
    机械铺管和收管Lay and roll up pipes 0.00 600.00
    总投入Total 5316.00+A 5896.20+A
    收益Income (yuan/hm2)小麦销售收入 Sales income from wheat10757.4014485.68
    玉米销售收入Sales income from maize14006.6712195.00
    总收益Total income24764.0726680.68
    变化量Change总投入变化量Change in total cost (yuan/hm2) 580.20
    总收益变化量Change in total income (yuan/hm2) 1916.61
    净收益变化量Change in net income (yuan/hm2) 1336.41
    增加投资收益率Added investment recovery (%) 230.34
    注(Note):氮肥价格 50 元/kg (尿素) ;常规灌溉价格每次 600 元/hm2 (电费+人工费),滴灌价格每次 225 元/hm2(电费+人工费);常规机械施肥服务费用每次 150 元/hm2 (基于试验区实地调研结果);小麦价格采用国家保护价 2.36 元/kg,玉米价格采用 1.5 元/kg (参考中国玉米网)。Urea price 50 yuan/kg; Conventional and drip irrigation costs for electricity and labor were 600 and 225 yuan/hm2; Cost for conventional machinery service was 150 yuan/ hm2 (base on experimental site investigation); Wheat price and corn price were 2.36 yuan/kg and 1.5 yuan/kg, respectively (http://www.corn.agri.cn)
    下载: 导出CSV
  • [1] Intergovernmental Panel on Climate Change. Climate Change 2007: The physical science basis; contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change[R]. New York: Cambridge University Press, 2007.
    [2] Mosier A R, Delgado J A, Keller M. Methane and nitrous oxide fluxes in an acid soil in western Puerto Rico: effects of tillage, limiting and fertilization[J]. Soil Biology and Biochemistry, 1998, 30(14): 2087–2098 doi: 10.1016/S0038-0717(98)00085-6
    [3] 李虎, 王立刚, 邱建军. 农田土壤N2O排放和减排措施的研究进展[J]. 中国土壤与肥料, 2007, (5): 1–5 doi: 10.3969/j.issn.1673-6257.2007.05.001
    Li H, Wang L G, Qiu J J. Studies of N2O emissions from croplands and strategies for reducing N2O emission[J]. Soil and Fertilizer Sciences in China, 2007, (5): 1–5 doi: 10.3969/j.issn.1673-6257.2007.05.001
    [4] Norse D. Non-point pollution from crop production: Global, regional and national issues[J]. Pedosphere, 2005, 15(4): 499–508
    [5] 蒋桂英, 魏建军, 刘萍, 等. 滴灌春小麦生长发育与水分利用效率的研究[J]. 干旱地区农业研究, 2012, 30(6): 50–73 doi: 10.3969/j.issn.1000-7601.2012.06.008
    Jiang G Y, Wei J J, Liu P, et al. Spring wheat growth and water use efficiency under drip irrigation[J]. Agricultural Research in the Arid Areas, 2012, 30(6): 50–73 doi: 10.3969/j.issn.1000-7601.2012.06.008
    [6] Wang J D, Gong S H, Xu D, et al. Impact of drip and level-basin irrigation on growth and yield of winter wheat in the North China Plain[J]. Irrigation Science, 2013, 31: 1025–2037 doi: 10.1007/s00271-012-0384-7
    [7] 聂紫瑾, 陈源泉, 张建省, 等. 黑龙港流域不同滴灌制度下的冬小麦产量和水分利用效率[J]. 作物学报, 2013, 39(9): 1687–1692
    Nie Z J, Chen Y Q, Zhang J S, et al. Effects of drip irrigation patterns on wheat yield and water use efficiency in Heilonggang Region[J]. Acta Agronomica Sinica, 2013, 39(9): 1687–1692
    [8] 尹飞虎, 刘洪亮, 谢宗铭, 等. 棉花滴灌专用肥氮磷钾元素在土壤中的运移及其利用率[J]. 地理研究, 2010, 29(2): 235–243
    Yin F H, Liu H L, Xie Z M, et al. Movement of N, P and K of cotton drip irrigation special fertilizer in soil and the fertilizer use efficiency[J]. Geographical Research, 2010, 29(2): 235–243
    [9] 尹飞虎, 曾胜和, 刘瑜, 等. 滴灌春麦水肥一体化肥效试验研究[J]. 新疆农业科学, 2011, 48(12): 2299–2303 doi: 10.6048/j.issn.1001-4330.2011.12.024
    Yin F H, Zeng S H, Liu Y, et al. Study on water and fertilizer coupling of drip irrigation spring wheat[J]. Xinjiang Agricultural Sciences, 2011, 48(12): 2299–2303 doi: 10.6048/j.issn.1001-4330.2011.12.024
    [10] Kallenbach C M, Rolston D E, Horwath W R. Cover cropping affects soil N2O and CO2 emissions differently depending on type of irrigation[J]. Agricultural Ecosystem and Environment, 2010, 137(3–4): 251–260 doi: 10.1016/j.agee.2010.02.010
    [11] Suddick E C, Steenwerth K, Garland G M, et al. Discerning agricultural management effects on nitrous oxide emissions from conventional and alternative cropping systems: A California Case Study[A]. Guo L, Gunasekara A, McConnell L. Understanding greenhouse gas emissions from agriculture management[M]. Washington D C: American Chemical Society, 2011. 203–226.
    [12] Sánchez M L, Arce A, Benito A, et al. Influence of drip and furrow irrigation systems on nitrogen oxide emissions from a horticultural crop[J]. Soil Biology and Biochemistry, 2008, 40: 1698–1706 doi: 10.1016/j.soilbio.2008.02.005
    [13] Kennedy T L, Suddick E C, Six J. Reduced nitrous oxide emissions and increased yields in California tomato cropping systems under drip irrigation and fertigation[J]. Agriculture, Ecosystems & Environment, 2013, 170: 16–27
    [14] 陈静. 华北小麦−玉米滴灌施肥下水氮运移和N2O排放研究[D]. 北京: 中国农业科学院博士学位论文, 2015.
    Chen J. Water-nitrogen dynamics and N2O emissions from wheat-maize rotation fields under drip fertigation in north China plain[D]. Beijing: PhD Dissertation of Chinese Academy of Agricultural Science, 2015
    [15] Hua K, Zhu B, Wang X. Soil organic carbon loss from carbon dioxide and methane emissions, as well as runoff and leaching on a hillslope of Regosol soil in a wheat-maize rotation[J]. Nutrient Cycling in Agro-ecosystems, 2015, 103(1): 75–86 doi: 10.1007/s10705-015-9722-5
    [16] Vallejo A, García-Torres L, Díez J A, et al. Comparison of N losses (NO3, N2O, NO) from surface applied, injected or amended (DCD) pig slurry of an irrigated soil in a Mediterranean climate[J]. Plant and Soil, 2005, 272(1): 313–325
    [17] Sarah L G, Steven A, Laura C, et al. First 20 years of DNDC (DeNitrification DeComposition): Model evolution[J]. Ecological Modeling, 2014, 292: 51–62 doi: 10.1016/j.ecolmodel.2014.09.004
    [18] Li C. Modeling traces gas emissions from agricultural ecosystems[J]. Nutrient Cycling in Agro-ecosystems, 2000, 58(1–3): 259–276
    [19] Beheydt D, Boeckx P, Sleutel S, et al. Validation of DNDC for 22 long-term N2O field emissions measurements[J]. Atmospheric Environment, 2007, 41: 6196–6211 doi: 10.1016/j.atmosenv.2007.04.003
    [20] Li H, Qiu J, Wang L, et al. Modelling impacts of alternative farming management practices on greenhouse gas emissions from a winter wheat-maize rotation system in China[J]. Agriculture, Ecosystem and Environment, 2010, 135: 24–33 doi: 10.1016/j.agee.2009.08.003
    [21] Qiu J, Li C, Wang L, et al. Modeling impacts of carbon sequestration on net greenhouse gas emissions from agricultural soils in China[J]. Global Biogeochemical Cycles, 2009, 23: GB1007
    [22] Linka J, Graeffa S, David W, et al. Evaluating the economic and environmental impact of environmental compensation payment policy under uniform and variable-rate nitrogen management[J]. Agricultural Systems, 2006, (91): 135–153
    [23] Giltrap D L, Li C, Saggar S. DNDC: A process-based model of greenhouse gas fluxes from agricultural soils[J]. Agriculture, Ecosystems & Environment, 2010, 136(3–4): 292–300
    [24] 刘光栋, 吴文良, 刘仲兰, 等. 华北农业高产粮区地下水面源污染特征及环境影响研究—以山东省桓台县为例[J]. 中国生态农业学报, 2005, 13(2): 125–129
    Liu G D, Wu W L, Liu Z L, et al. Characteristics and environmental impact of non-point pollution of groundwater under the high-yield farmlands of north China−a case study from Huantai County, Shandong Province[J]. Chinese Journal of Eco-Agriculture, 2005, 13(2): 125–129
    [25] 邱建军, 王立刚, 郑循华, 等. 环渤海区域农业碳氮平衡定量评价及调控技术研究[M]. 北京: 科学技术出版社, 2012.
    Qiu J J, Wang L G, Zheng X H, et al. Study on agricultural C, N balance and mitigation technique in Bohai coastal region[M]. Beijing: Science and Technology Press, 2012.
    [26] 裴淑玮, 张圆圆, 刘俊锋, 等. 华北平原玉米-小麦轮作农田N2O交换通量的研究[J]. 环境科学, 2012, 33(10): 3641–3646
    Pei S W, Zhang Y Y, Liu J F, et al. N2O exchange fluxes from wheat-maize crop rotation system in the North China Plain[J]. Environmental Science, 2012, 33(10): 3641–3646
    [27] 农业部办公厅. 推进水肥一体化实施方案 (2016—2020年)[EB/OL].http://www.moa.gov.cn/nybgb/2016/diwuqi/201711/t20171127_5920793.htm, [2018-01-08].
    General Office of the Ministry of Agriculture. Fertigation implementation (2016—2020)[EB/OL]. http://www.moa.gov.cn/nybgb/2016/diwuqi/201711/t20171127_5920793.htm, [2018-01-08].
    [28] 山仑, 康绍忠, 吴普特. 中国节水农业[M]. 北京: 中国农业出版社, 2004. 229–230.
    Shan L, Kang S Z, Wu P T. China water-saving agriculture[M]. Beijing: China Agricultural Press , 2004. 229–230.
    [29] 陈静, 吴永常, 陈立平, 等. 基于部分预算法的玉米大田变量施肥经济效益分析[J]. 农业工程学报, 2017, 33(19): 141–146 doi: 10.11975/j.issn.1002-6819.2017.19.018
    Chen J, Wu Y C, Chen L P, et al. Economic benefit analysis of variable-rate fertilization technology in maize (Zea mays) field based on partial budget analysis method[J]. Transactions of the CSAE, 2017, 33(19): 141–146 doi: 10.11975/j.issn.1002-6819.2017.19.018
    [30] Soha M E D. The partial budget analysis for sorghum farm in Sinai Peninsula, Egypt[J]. Annals of Agricultural Sciences, 2014, 59(1): 77–81 doi: 10.1016/j.aoas.2014.06.011
    [31] Li H, Wang L, Li J, et al. The development of China-DNDC and review of its applications for sustaining Chinese agriculture[J]. Ecological Modelling, 2017, 348: 1–13 doi: 10.1016/j.ecolmodel.2017.01.003
    [32] Aguilera E, Lassaletta L, Sanz-Cobena A, et al. The potential of organic fertilizers and water management to reduce N2O emissions in Mediterranean climate cropping systems. A review[J]. Agriculture, Ecosystems & Environment, 2013, 164: 32–52
    [33] 杨黎, 王立刚, 李虎, 等. 基于DNDC模型的东北地区春玉米农田固碳减排措施研究[J]. 植物营养与肥料学报, 2014, 20(1): 75–86
    Yang L, Wang L G, Li H, et al. Modeling impacts of alternative farming management practices on carbon sequestration and mitigating N2O emissions from spring maize fields[J]. Journal of Plant Nutrition and Fertilizer, 2014, 20(1): 75–86
    [34] Amali S, Rolston D E, Fulton A E, et al. Soil water variability under subsurface drip and furrow irrigation[J]. Irrigation Science, 1997, 17: 151–155 doi: 10.1007/s002710050033
    [35] Engel R, Liang D L, Wallander R, Bembenek A. Influence of urea fertilizer placement on nitrous oxide production from a silt loam soil[J]. Journal of Environmental Quality, 2010, 39: 115–125 doi: 10.2134/jeq2009.0130
    [36] Del Prado A, Merino P, Estavillo J, et al. N2O and NO emissions from different N sources and under a range of soil water contents[J]. Nutrient Cycling in Agro-ecosystem, 2006, 74: 229–243 doi: 10.1007/s10705-006-9001-6
    [37] Burton D L, Zebarth B J, Gillam K M, MacLeod J A. Effect of split application of fertilizer nitrogen on N2O emissions from potatoes[J]. Canadian Journal of Soil Science, 2008, 88: 229–239 doi: 10.4141/CJSS06007
    [38] Ma B L, Wu T Y, Tremblay N, et al. Nitrous oxide fluxes from corn fields: on-farm assessment of the amount and timing of nitrogen fertilizer[J]. Global Change Biology, 2010, 16: 156–170 doi: 10.1111/(ISSN)1365-2486
    [39] Cassman K, Dobermann A, Walters D. Agroecosystems, nitrogen-use efficiency, and nitrogen management[J]. Ambic, 2002, 31: 132–140
    [40] 汪希成, 汤莉, 严以绥. 膜下滴灌棉花生产的经济效益分析与评价[J]. 干旱地区农业研究, 2004, 22(2): 112–117 doi: 10.3321/j.issn:1000-7601.2004.02.024
    Wang X C, Tang L, Yan Y S. The analysis and evaluation on economic benefit of cotton with under-film drip irrigation[J]. Agricultural Research in Arid Areas, 2004, 22(2): 112–117 doi: 10.3321/j.issn:1000-7601.2004.02.024
    [41] Wang D, Li G, Mo Y, et al. Evaluation of optimal nitrogen rate for corn production under mulched drip fertigation and economic benefits[J]. Field Crops Research, 2018, 216: 225–233 doi: 10.1016/j.fcr.2017.10.002
    [42] Bakhsh A, Ashfaq M, Ali A, et al. Economic evaluation of different irrigation systems for wheat production in Rechna Doab, Pakistan[J]. Pakistan Journal of Agricultural Sciences, 2015, 52(3): 821–828
    [43] Fang Q, Zhang X, Shao L, et al. Assessing the performance of different irrigation systems on winter wheat under limited water supply[J]. Agricultural Water Management, 2018, 196: 133–143 doi: 10.1016/j.agwat.2017.11.005
  • [1] 何萍徐新朋仇少君赵士诚 . 我国北方玉米施肥产量效应和经济效益分析. 植物营养与肥料学报, 2014, 22(6): 1387-1394. doi: 10.11674/zwyf.2014.0608
    [2] 陈静王迎春李虎王立刚邱建军肖碧林 . 滴灌施肥对冬小麦农田土壤NO-3-N分布、累积及氮素平衡的影响. 植物营养与肥料学报, 2015, 23(4): 927-935. doi: 10.11674/zwyf.2015.0411
    [3] 王秀斌周卫梁国庆孙静文夏文建刘东海 . 典型潮土N2O排放的DNDC模型田间验证研究. 植物营养与肥料学报, 2011, 19(4): 925-933. doi: 10.11674/zwyf.2011.0496
    [4] 陈长青胡清宇孙波张佳宝 . 长期施肥下石灰性潮土有机碳变化的DNDC模型预测. 植物营养与肥料学报, 2010, 18(6): 1410-1417. doi: 10.11674/zwyf.2010.0616
    [5] 汤雷雷万开元李祖章陈防 , . 施肥模式对双季稻产量、养分吸收及经济效益的影响. 植物营养与肥料学报, 2011, 19(2): 259-268. doi: 10.11674/zwyf.2011.0244
    [6] 严程明张江周石伟琦刘亚男马海洋李晓林 . 滴灌施肥对菠萝产量、品质及经济效益的影响. 植物营养与肥料学报, 2014, 22(2): 496-502. doi: 10.11674/zwyf.2014.0227
    [7] 邓兰生张承林 . 滴灌施氮肥对盆栽玉米生长的影响. 植物营养与肥料学报, 2007, 15(1): 81-85. doi: 10.11674/zwyf.2007.0114
    [8] 魏珊珊王艳群李迎春舒晓晓彭正萍石新丽门明新 . 土壤N2O排放量和小麦、玉米效益俱佳的吡啶喷涂尿素适宜用量研究. 植物营养与肥料学报, 2017, 25(1): 231-237. doi: 10.11674/zwyf.16070
    [9] 邓兰生张承林 . 玉米滴灌栽培条件下尿素与氢醌、双氰胺配施方法及效果. 植物营养与肥料学报, 2007, 15(3): 498-503. doi: 10.11674/zwyf.2007.0323
    [10] 刘芬同延安王小英赵佐平 . 渭北旱塬春玉米施肥效果及肥料利用效率研究. 植物营养与肥料学报, 2014, 22(1): 48-55. doi: 10.11674/zwyf.2014.0106
    [11] 刘芬同延安王小英赵佐平 , . 渭北旱塬小麦施肥效果及肥料利用效率研究. 植物营养与肥料学报, 2013, 21(3): 552-558. doi: 10.11674/zwyf.2013.0304
    [12] 李双双陈晨段鹏鹏许欣熊正琴 . 生物质炭对酸性菜地土壤N2O排放及相关功能基因丰度的影响. 植物营养与肥料学报, 2018, 24(2): 414-423. doi: 10.11674/zwyf.17272
    [13] 夏文建周卫梁国庆王秀斌孙静文李双来刘光荣 . 稻麦轮作农田氮素循环的DNDC模型分析. 植物营养与肥料学报, 2012, 20(1): 77-88. doi: 10.11674/zwyf.2012.11100
    [14] 王寅冯国忠焉莉高强宋立新刘振刚房杰 . 吉林省玉米施肥效果与肥料利用效率现状研究. 植物营养与肥料学报, 2016, 24(6): 1441-1448. doi: 10.11674/zwyf.16017
    [15] 陈雪双刘娟*姜培坤周国模李永夫吴家森 . 施肥对山核桃林地土壤N2O排放的影响. 植物营养与肥料学报, 2014, 22(5): 1263-1271. doi: 10.11674/zwyf.2014.0523
    [16] 贺美王迎春王立刚朱平李长生 . 应用DNDC模型分析东北黑土有机碳演变规律及其与作物产量之间的协同关系. 植物营养与肥料学报, 2017, 25(1): 9-19. doi: 10.11674/zwyf.16146
    [17] 林洪鑫潘晓华袁展汽肖运萍刘仁根汪瑞清吕丰娟 . 施氮和木薯–花生间作对作物产量和经济效益的影响. 植物营养与肥料学报, 2018, 24(4): 947-958. doi: 10.11674/zwyf.17329
    [18] 曹兵倪小会肖强徐凯杨俊刚衣文平李丽霞 . 包膜尿素对温室番茄产量、品质和经济效益的影响. 植物营养与肥料学报, 2014, 22(2): 389-395. doi: 10.11674/zwyf.2014.0215
    [19] 姚致远王峥李婧鱼昌为曹群虎曹卫东高亚军 . 旱地基于豆类绿肥不同轮作方式的经济效益分析. 植物营养与肥料学报, 2016, 24(1): 76-84. doi: 10.11674/zwyf.14432
    [20] 王改玲郝明德陈德立 . 秸秆还田对灌溉玉米田土壤反硝化及N2O排放的影响. 植物营养与肥料学报, 2006, 14(6): 840-844. doi: 10.11674/zwyf.2006.0614
  • 加载中
图(5)表(5)
计量
  • 文章访问数:  142
  • HTML全文浏览量:  51
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-01-09
  • 网络出版日期:  2019-02-20
  • 刊出日期:  2019-02-01

基于DNDC模型的冬小麦−夏玉米农田滴灌施肥优化措施研究

    作者简介:陈静E-mail:chenjing@caas.cn
    通讯作者: 李虎, lihu0728@sina.com
  • 1. 中国农业科学院农业经济与发展研究所,北京 100081
  • 2. 中国农业科学院农业资源与农业区划研究所,北京 100081

摘要:  目的滴灌施肥是一种具有节水、节肥等优点的水肥一体化田间管理措施,然而其对N2O排放和经济效益的影响仍存在不确定性。针对我国重要的粮食生产方式—冬小麦−夏玉米轮作,优化设计适宜的滴灌施肥管理制度,对于提高水肥资源利用效率,减少环境污染,提高经济效益具有重大的实际意义。 方法在山东桓台冬小麦−夏玉米典型农田上设置试验,进行不同灌溉系数和不同施氮量处理对农田土壤N2O排放和作物产量影响的研究。根据田间实测数据对DNDC模型进行校正和验证,利用验证后的模型定量评估滴灌施肥对N2O排放的影响,综合考虑作物产量和N2O减排效果和经济效益,最终提出华北平原冬小麦−夏玉米体系的优化滴灌施肥措施。 结果DNDC模型具备模拟滴灌施肥一体化管理措施下冬小麦、夏玉米生长情况和产量的能力,模型校正后能较好地模拟滴灌施肥条件下冬小麦/夏玉米农田土壤N2O排放特征。在田间试验筛选出的最佳滴灌量和施氮量的基础上设置不同的滴灌量、施氮量以及玉米季施氮次数、施氮时间模拟情景,经过模型情景模拟最终筛选出的最优滴灌施肥措施是冬小麦季分4次滴灌施肥,滴灌量130 mm,随水施N 189 kg/hm2,夏玉米避开雨季分4次滴灌施肥,滴灌量19 mm,随水施N 231 kg/hm2。该模型模拟出的最优措施能够在不影响作物产量的基础上比田间试验筛选出的最佳滴灌和施氮量处理减少16%的N2O排放。 结论与当地习惯漫灌撒肥措施相比,优化后的滴灌施肥管理全年共节水58.6%、减氮30.0%、减少50% N2O排放,同时净收益增加了1336.41元/hm2,增加投资部分的收益率为230.34%,远大于部分预算法中100%的新技术采用标准。研究结果可为滴灌施肥技术在华北农田推广应用提供实际参考。

English Abstract

  • N2O在大气中的含量很低,但是其单分子全球增温潜势是CO2的298倍[1],被列为排在二氧化碳、甲烷之后的第三大温室气体,农业土壤排放的N2O约占人类活动N2O排放总量的52%[2]。气象因素、土壤特征和农田管理措施均可能影响土壤中硝化和反硝化的过程,进而影响N2O排放,其中化学氮肥施用是影响N2O排放的主要因素[3]。最近几十年,我国由于施氮所产生的N2O排放已经占到全球排放量的25%~30%,对全球气候变暖产生了重大影响[4]。滴灌施肥是一种具有节水、节肥和减排效果的农田管理技术,与传统灌溉和施肥方式相比能显著提高14%~35%的水分利用效率[5-7]和30%左右的肥料利用效率 [8-9],同时能减少30%~75%的N2O排放[10-13],但是也有研究结果显示由于滴灌施肥较高的灌溉频率[14-15]和增加了土壤中硝态氮的累积[16]反而会增加N2O排放。因此,科学地制定和实施滴灌施肥管理措施,在保障作物产量的同时减少温室气体排放,对于促进农业可持续发展具有重要意义。准确地估算不同滴灌施肥管理条件下的作物产量和温室气体排放是科学制定和实施管理方案的基础。模型作为田间观测方法的补充,能对作物系统复杂生物地球化学等过程进行定量评价,又具有现场监测所欠缺的预测功能,越来越被世界各地广泛应用[17]。其中DNDC (Denitrification-Decomposition) 模型由于在模拟作物生长与温室气体排放上的良好表现,是各国科学家重点关注的模型之一[18-22],现已成为寻求控制和减少农田生态系统温室气体排放技术措施的有效工具[23]

    华北平原是我国重要的粮食产区,过量施肥所引发的农业面源污染问题正威胁区域生态安全[24-25],在农民习惯种植条件下,华北平原冬小麦-夏玉米轮作系统年N2O排放量可达 N 4.1~7.6 kg/hm2 [25-26]。滴灌施肥技术在我国大田作物上的应用示范面积正逐渐扩大,到2020年在华北地区应用滴灌施肥等水肥一体化技术的小麦、玉米农田将达到2000万亩[27]。因此通过优化华北地区小麦–玉米农田滴灌施肥管理措施,能有效减少华北平原冬小麦–夏玉米轮作系统N2O排放,进而减少对气候变暖的影响。

    滴灌施肥管理在滴灌施肥频率和滴灌施肥量上都具有很大的灵活性,因此田间试验处理局限性可能对增产和减排效果的科学评估带来偏差,进而错过最优的增产减排方案。本研究针对田间观测的局限性,在利用田间观测数据对DNDC模型进行验证的基础上,应用DNDC模型评价不同滴灌施肥方案对华北典型冬小麦–夏玉米轮作系统作物产量和温室气体净排放的综合影响。综合考虑作物产量和N2O排放提出优化的冬小麦–夏玉米体系滴灌施肥制度,分析优化滴灌施肥措施下的N2O减排成效和经济效益,以期为滴灌施肥技术在华北平原的推广应用提供科学依据和方法参考。

    • 本试验于2012—2013年在山东省桓台县新城镇逯家村长期试验基地 (北纬36°57ˊ30",东经117°58ˊ15") 进行,属半干旱半湿润暖温带大陆性季风气候。试验区主要种植制度为冬小麦/夏玉米轮作,本试验在已连续多年实施免耕和秸秆还田管理的冬小麦–夏玉米轮作农田上进行。供试农田土壤质地为粉土壤,其他基础理化性质见表1

      土层 (cm)
      Soil layer
      有机质 (g/kg)
      OM
      NH4+-N
      (mg/kg)
      NO3-N
      (mg/kg)
      有效磷 (mg/kg)
      Avail. P
      速效钾 (mg/kg)
      Avail. K
      田间持水量 (%)
      Field capacity
      容重 (g/cm3)
      Bulk density
      土壤含水量 (%)
      Soil moisture content
      0—2019.60.7018.4029.81167.9020.281.5817.25
      20—40 9.40.54 8.22 7.65130.2519.731.5615.26
      40—600.65 7.9919.921.5815.12

      表 1  试验地土壤理化性质

      Table 1.  Soil physical-chemical proprieties of the experimental plots

    • 本研究共设计2组试验,分别为测熵补灌试验和生育期滴灌施肥试验。其中测熵补灌试验中施肥量固定,生育期滴灌施肥试验中灌溉方案固定。2个试验共同设置1个常规地面灌溉+肥料撒施处理 (CWF) 和常规地面灌溉不施肥 (CK) 作为对照,CWF处理灌溉、施肥量和时间与当地农民习惯一致,冬小麦季施氮270 kg/hm2 (底施N 120 kg/hm2,拔节期追施N 150 kg/hm2),夏玉米季施氮330 kg/hm2 (底施N 120 kg/hm2,大喇叭口期追施N 210 kg/hm2),底肥为NPK复合肥料,追肥为尿素。灌水定额为每次90 mm,冬小麦季灌3次水,夏玉米季灌1次水。

    • 综合计划湿润深度、湿润区比例、灌溉系统效率等影响测墒补灌量的不确定因素,以灌溉系数为计量,设置了5个灌溉处理,分别为W1 (灌溉系数0.5)、W2 (灌溉系数0.75)、W3 (灌溉系数1)、W4 (灌溉系数1.5) 和W5 (灌溉系数2)。灌水量 (mm) 由公式 Q = 10a × H × (θfcθ0) 计算得出[28]。式中:a为灌溉系数;H为土壤计划湿润层的深度 (cm),本试验计划湿润深度为40 cm;θfc为田间持水量 (体积含水量);θ0为灌溉前计划湿润深度土壤体积含水量,灌溉下限为85%田间持水量。根据上述公式计算得出不同灌溉系数处理的灌溉量。每个小区灌水量由单独的水表计量,不同时期具体灌水量如表2。施肥方案选择试验2中的N2处理 (表2)。

      生育时期
      Growth stage
      灌溉施肥日期
      Fertigation date
      灌溉量 Irrigation amount (mm)施肥量 Fertilizer amount (kg/hm2)
      W1W2W3W4W5CWFN1N2N3
      冬小麦 Winter wheat
      播种 Sowing2012/10/060000090000
      分蘖期 Tillering2012/11/0700000014.228.440.6
      拔节期 Jointing2013/04/06253850751009018.937.854.0
      孕穗期 Booting2013/05/011827365472023.6547.367.6
      扬花期 Flowering2013/05/161218243648023.6547.367.6
      灌浆期 Filling2013/05/3010152030409014.228.440.6
      合计 Total659813019526027094.5189270
      夏玉米Summer maize
      播种 Sowing2013/06/17000000000
      拔节期 Jointing2013/07/071218243648017.434.749.6
      小喇叭口期 Small bell 2013/07/2100000017.434.749.6
      大喇叭口期 Large bell2013/08/0100000023.146.266.0
      抽雄期 Tasseling2013/08/101218243648023.146.266.0
      灌浆期 Filling2013/08/241218243648023.146.266.0
      蜡熟期 Dough2013/09/1512182436489011.623.133.0
      合计 Total48729614419290116231330

      表 2  灌溉试验区冬小麦和夏玉米灌溉施肥日期和用量

      Table 2.  Irrigation and fertilization date and amount of winter wheat and summer maize in each plot

    • 设置3个施氮量梯度处理即N1 (35% 农民常规施氮量)、N2 (70%农民常规施氮量) 和N3 (100%农民常规施氮量),滴灌量与第1组试验的W3处理相同。施肥比例为冬小麦季分蘖期占15%,拔节期占20%,孕穗期占25%,扬花期占25%,灌浆期占15%;夏玉米季拔节期占15%,小喇叭口期占15%,大喇叭口期占20%,抽雄期占20%,灌浆期占20%,蜡熟期占10%。各施氮处理中磷、钾肥用量相同,折纯P2O5和K2O的具体用量分别为冬小麦84.7 kg/hm2和118.3 kg/hm2,夏玉米分别189 kg/hm2和84.7 kg/hm2。氮、钾肥全部滴施,磷肥20%作为底肥一次施入,80%滴施。滴施氮肥中三个施氮量处理中均有13 kg 氮来自磷酸一铵,其余来自于尿素。具体的灌溉施肥时间和灌溉施肥量见表2表3

      灌溉方法
      Irrigation method
      水投放深度 (cm)
      Irrigation depth
      灌溉强度
      Irrigation intensity
      WCNR
      漫灌Furrow010.15
      喷灌Sprinkler00.0830.50
      地上滴灌Surface drip00.0420.75
      地下滴灌Subsurface drip150.0421
      注(Note):WCNR—与灌溉强度相应的近根水系数 Water coefficient near root, corresponding to irrigation intensity.

      表 3  DNDC模拟的灌溉方法表征参数

      Table 3.  Indicted parameters for simulated irrigation method of DNDC

      试验采用随机区组设计,每处理重复3次,试验小区面积50 m2 (5 m × 10 m)。滴灌系统采用滴灌线,滴头间距30 cm,每行小麦布设1条毛管。灌溉井在试验区东南角,试验区四周均有宽2.5 m的保护行。每个小区配备一个压差式施肥罐和一个水表,以保证每个小区单独灌水和施肥的要求,灌溉总压力为0.3 Mpa,平均滴头流速为0.15 L/h。供试小麦品种为当地主栽品种‘鲁原502’,玉米品种为‘郑单958’。

    • 采用静态箱法监测供试冬小麦–夏玉米农田土壤的N2O排放通量。静态箱置于作物畦上,一行小麦或玉米落在底座内。每次滴灌施肥后逐日采样7天;每次10 mm以上日降雨后,逐日采样5天;每次播种后连续取样3天;其他情况下,3 ~11月每周采样1次,12月、1月和2月份每2周采样一次。为了便于比较和减少日变化所导致的N2O排放通量差异,取样时间保持在当地时间的9: 00—11: 00之间进行。

      采集每针气样时,同时测定该时期的气温、箱内温度和5 cm土壤温度,在取气样小区内随机取三点0—10 cm土壤充分混合,置于预先装有冰块的保温箱中,带回实验室后,一部分利用烘干法测定土壤含水量;另一部分立即过2 mm筛,称取鲜土 24.00 g,装入500 mL 白色振荡瓶中,加入100 mL 1 mol /L的KCl 溶液浸提,振荡1 h,将滤液于–18℃冰柜中保存,测定前解冻,利用连续流动分析仪 (Autoanalyzer 3) 测定无机氮 (NO3-N、NH4+-N) 含量。作物收获时,选小区长势均匀的区域取7.5 m2 (3 m × 2.5 m) 进行测产,单独脱粒晒干 (含水率为12.5%) 后计产。

      通过田间小型气象站获取逐日气象资料 (日降雨量、日最高和最低气温);实时记录田间管理措施 (施肥日期、施肥方式、施肥量、灌溉日期、灌溉水量、耕作时间、播种及收获日期等)。

    • 本研究采用安捷伦7890A气相色谱分析仪 (安捷伦科技 (中国) 有限公司) 检测采集到的气体样品中N2O的浓度,测定N2O浓度所用检测器分别为氢火焰离子化检测器 (FID) 和电子捕获检测器 (ECD),载气为高纯氮气。

      N2O排放通量计算公式为:

      式中:F为N2O排放通量 (N kg/hm2);ρo为标准状态下待测气体密度;V为箱子体积 (m3);A为罩箱面积 (m2);TP分别为采样时的绝对温度 (℃) 和采样点的气压 (mm Hg);T0P0分别为标准状态下空气的绝对温度 (℃) 和气压 (mm Hg); Ct为t时刻箱内N2O的体积混合比浓度;dCt/dt为箱内目标气体浓度随时间变化的回归直线斜率。各处理整个生长季或全年总的N2O排放量直接由观测通量值计算,用内插法计算相邻两次监测之间未观测日期的排放通量,然后将观测值和未观测日计算值逐日累加得到N2O季节排放总量。

      根据施氮肥 (N1、N2、N3、C) 和对照处理 (CK) 的N2O季节排放总量和氮肥施用量计算冬小麦和夏玉米生长季N2O直接排放系数 (指当年或当季施用的肥料氮素通过N2O排放损失的比率,EFd),计算公式为:

      式中:EFEC分别为施氮肥和对照处理下冬小麦–夏玉米生长季N2O排放总量 (N kg/hm2),N为当季施氮肥量 (N kg/hm2)。

      排放强度是指形成单位经济产量的N2O排放量。计算公式为:

      式中:I为排放强度 (N kg/t);F为供试农田土壤N2O排放通量 (N kg/hm2);Y为作物产量 (t/hm2)。

    • 对于旱地农业,DNDC模拟的基本灌溉方法包括漫灌 (furrow irrigation)、喷灌 (sprinkler irrigation)、地上滴灌 (surface drip irrigation) 和地下滴灌 (subsurface drip irrigation)。在DNDC中,这些灌溉方法通过灌水深度、灌溉强度和植根近水系数来表征。这些参数的数值列于表3中。

      DNDC模拟滴灌施肥的方法是将上述灌溉方法与施肥相结合,即将化肥溶解在灌溉水中,然后将灌溉水输入农田。为实施这种模拟,用户需事先准备好一个水肥一体化灌溉情景文件,该文件提供每日输入农田的水量、化肥量和灌溉方法。DNDC根据读入的数据,来确定每日的灌溉水量、化肥量和灌溉方法。在本研究中,灌溉方法为地上滴灌。

    • 利用部分预算法[29],将农田管理技术投入分为固定投入和变量投入两部分,固定投入为新技术与原技术相比没有变化的投入 (可视为一个常数),重点计算变量投入的投资收益率来分析滴灌施肥优化方案的经济效益。具体计算公式如下:

      式中:$\Delta {TC}$表示滴灌施肥优化方案与常规灌溉施肥方案的总投入差;A表示固定投入 (或不变投入);${V}{{C}_{}}$表示变量投入;下标dc分别表示滴灌施肥优化方案和常规灌溉施肥方案,主要包括灌溉、施肥及相关设施、服务费用投入;N表示施氮量;PN表示氮肥价格;W表示灌溉量;PW表示灌溉水电费和人工费折合单价;O表示灌溉、施肥相关设施、机械服务费用,包括滴灌施肥的管道、铺管、收管费用和传统施肥管理的机械服务费用;$\Delta {TI}$表示滴灌施肥优化方案与常规灌溉施肥方案的总收益差;${Y_d}$表示滴灌施肥优化方案的模拟产量;${Y_{c}}$表示常规灌溉施肥方案的实测产量;${P_G}$表示作物籽粒价格;$\Delta N{I}$表示滴灌施肥优化方案与常规灌溉施肥方案的净收益差;R表示增加投资部分的收益率。

      基于部分预算法的新技术采用标准:1) 如净收益保持不变或降低,则不应采用新技术;2) 如净收益增加,变量投入保持不变或降低,则推荐采用新技术;3) 如果净收益和变量投入都增加,则根据收益率来确定是否采用新技术,只有当收益率至少超过100% 新技术才应该被采用[30]

    • 在试验地气候、土壤背景和土地利用条件下更全面的验证DNDC模型,是应用DNDC模型水肥一体化模块深入研究不可或缺的工作。模型的验证是通过实际观测参数来运转校正后的模型,以检验模型的模拟结果是否与田间试验观测结果一致。本文利用2012—2013年冬小麦–夏玉米季各滴灌施氮 (N1、N2和N3) 措施下N2O排放和小麦、玉米产量以及不同滴灌 (W1、W2、W3、W4、W5) 措施下的作物产量对DNDC模型进行验证,考察模型水肥一体化模块的有效性。

    • 准确地模拟作物产量是生物地球化学模型成功的关键。DNDC模型对作物产量的模拟主要由作物生长子模型来进行,根据作物种类、气温、土壤湿度、管理措施来计算光合作用、自养呼吸、光合产物分配、水分及氮吸收,从而预测作物的产量[2]

      冬小麦–夏玉米轮作不同滴灌量和施肥量处理的产量模拟对比结果(图1)表明,各施氮量处理下模型模拟值与观测值的相关系数R2值为0.77,说明DNDC模型能较好的模拟各施氮量处理下供试农田的作物产量。具体而言:模型再现了实测中冬小麦产量N2处理最高,N3处理反而有所下降,而夏玉米N2和N3处理产量差异较小的规律特征。只有夏玉米季N1处理产量模拟值和实测值差距较大,在这一处理中,夏玉米在施氮量仅为常规施氮量的35%的情况下实测产量下降不显著可能是由于试验地土壤基础硝态氮含量较高,而且在氮素严重不足的情况下生态因子补偿性发挥作用调节作物生长,致使实际产量对施肥量降低的敏感度低于模型,导致模型模拟值与实测值差异较大。各滴灌量处理下模拟值与观测值相关系数R2值为0.93,表明DNDC模型能够很好的模拟各滴灌量处理下供试农田的作物产量,再现了冬小麦季滴灌量最高的W5处理下作物产量开始有所下降,夏玉米季滴灌量对产量影响不明显的趋势。总体来看,DNDC模型具备了模拟滴灌施肥一体化管理措施下冬小麦和夏玉米产量的能力。

      图  1  作物产量模拟值与观测值比较

      Figure 1.  Comparison of crop yields between the simulated and observed ones

    • 2012—2013年冬小麦–夏玉米生长季N2O排放总量的田间实测值和模拟值比较结果如图2所示。结果表明,N0、N1、N2和N3处理下N2O排放季节总量观测结果分别为N 0.53、1.14、1.56、1.73 kg/hm2;相应的DNDC模拟结果分别为N 0.62、1.10、1.42、2.28 kg/hm2。模拟结果与观测结果接近,R2值为0.83。模拟结果与观测结果的比较表明,经过参数调整后的DNDC能准确的模拟不同滴灌施氮措施对N2O排放总量的影响。

      图  2  N2O排放总量模拟值与实测值比较

      Figure 2.  Comparison of N2O emissions between the simulated and observed ones

      试验地4个滴灌施氮处理2012—2013年土壤N2O排放季节动态田间实测值和模拟值比较见图3。如前所述,滴灌施肥条件下,N2O排放峰值很低,主要是在滴灌施肥和强降雨后出现3~5天的排放波动,且夏玉米季N2O排放量高于冬小麦季,模型基本捕捉到了实测到的各处理在滴灌施肥和降雨后引发的N2O排放波动,同时反映了滴灌施肥条件下7月的雨季高峰期对农田土壤N2O排放的贡献最大的现象,模拟的N2O排放动态规律与实测值基本一致。但是这几个处理中模型都没有捕捉到耕作时所引起的实测很低的排放波动,可能是由于试验地采用夏玉米播种时免耕,冬小麦播种时少耕的模式,同时没有施入N肥底肥,模型认为这样土壤受到的扰动很少,不会产生相应的排放波动,而实际中虽然是免耕和少耕,播种时还是会对土壤有一定的扰动,加上需要对试验器材进行保护,收获和播种时人经常需要在农田中走动,因而造成了一定的N2O排放波动。总体来说,在滴灌施肥条件下,DNDC模型可以在排放动态方面较真实地模拟N2O排放通量,能较可靠地模拟滴灌施肥措施对冬小麦/夏玉米农田土壤N2O排放的影响。

      图  3  N2O排放季节动态实测值与模拟值比较

      Figure 3.  Comparison between the simulated and observed N2O emissions after model calibration

    • 滴灌施肥管理措施中施氮量、滴灌量、滴灌施肥时间、次数和措施都会影响该项技术的应用效果。大田试验具有耗时长、成本高、可控性差等问题,而模型模拟可以解决这一问题,因此本文通过校正并验证过的模型模拟筛选出适用于华北平原的最优的滴灌施肥一体化措施。首先通过设置不同的灌溉和施氮量情景筛选出最优的滴灌施肥量,之后在固定滴灌施肥量的基础上优化滴灌施肥管理时间和次数。

    • 以试验中筛选出的最佳管理N2和W3处理的施氮量和滴灌量作为基础值,在此基础上设置8个不同滴灌量和施氮量 (表4),通过DNDC模型模拟不同情景下的冬小麦和夏玉米的产量及N2O排放总量,从增产和减排多目标的角度筛选华北平原最优的水肥一体化管理措施,具体如图4所示。通过对比可以看出,与试验结果一致,基础值滴灌量情景下冬小麦产量最高,灌溉量变化对N2O排放总量的影响不大。滴灌量变化对与夏玉米产量几乎没有影响,减灌80%的灌水量处理为最优,没有继续降低滴灌量是因为减灌80%后每次灌溉量仅为4.8 mm,已经接近能把肥料完全滴入农田土壤中的下限灌溉量。因此最优灌溉量冬小麦季为本底值 (130 mm),夏玉米季为减灌80% (19 mm)。不同施氮量情景下,基础值之前作物产量逐渐增加,基础值之后继续增加氮肥投入对产量的促进作用不大,但N2O排放量急剧上升,因此基础值 (冬小麦N 189 kg/hm2、夏玉米N 231 kg/hm2) 的施氮量是产量和N2O排放综合最优的施氮量。

      滴灌量情景模式设置 Drip irrigation simulation施氮量情景模式设置 Nitrogen amount simulation
      相对灌水百分比 (%)
      Relative irrigation percentage
      冬小麦 (mm)
      Winter wheat
      夏玉米 (mm)
      Summer maize
      相对施氮水平 (%)
      Relative N rate
      冬小麦 (kg/hm2)
      Winter wheat
      夏玉米 (kg/hm2)
      Summer maize
      20 26 19 20 38 46
      40 52 38 40 76 92
      60 78 58 60113139
      80104 77 80151185
      100130 96100189231
      130169125120227277
      160208154140265323
      190247182160302370
      注(Note):100% 灌溉量为冬小麦季 130 mm,夏玉米季 96 mm;100% 施氮量为冬小麦 N 189 kg/hm2,夏玉米 N 231 kg/hm2。100% irrigation was 130 mm for whinter wheat and 96 mm for summer maize; 100% N rate was 189 kg/hm2 for winter wheat and 231 kg/hm2 for summer maize.

      表 4  DNDC模型模拟设置的滴灌量和施氮量情景模式

      Table 4.  Scenarios of irrigation quantity and nitrogen amount for DNDC simulation

      图  4  不同滴灌量和施氮量对冬小麦–夏玉米产量和N2O排放总量的影响

      Figure 4.  Effects of different drip irrigation and fertilization amounts on crop fields and N2O emission

    • 玉米生长季中的7月份是试验区2012—2013年降雨量最大的时期,占全年降水总量的67.4%,历史年份中7月份均为降雨量最大的时期。同时在7月由于土壤水分含量很大,不宜采用滴灌施肥措施,而是采用条施追肥,从而进一步促进了N2O的排放。从田间监测数据和模拟数据都可以看出,7月份N2O排放峰值最高,总量也最高,N1、N2和N3处理7月份N2O排放总量平均占全年排放总量的比例实测结果为25%,模型模拟结果为28%。因此笔者考虑在玉米生长季优化滴灌施肥时间和次数,将玉米7月中下旬撒施的两次肥料分别调整到7月7日和8月10日分别通过滴灌施入,调整后整个玉米生育期共滴灌施肥4次,分别是7月7日施氮(N) 69.3 kg/hm2,8月10日施氮(N) 92.4 kg/hm2,8月24日施氮(N) 46.2 kg/hm2和9月15日施氮(N) 23.1 kg/hm2。DNDC模型在优化方案下的模拟的结果如图5所示,在作物产量方面,模拟的结果与田间试验筛选出的最佳处理相比,减少了2%的小麦产量,玉米产量没有显著差异,与常规对照 (CK) 处理相比,小麦和玉米总产量略有增加 (2.68%),差异也不显著。在N2O排放方面,模拟优化筛选出的滴灌施肥最优方案由于减少了夏玉米生长季中雨季的施肥量,有效减少了当季N2O排放总量,比田间试验筛选出的最佳处理减少了16%的N2O排放。

      图  5  玉米滴灌施肥调优处理前后的产量和N2O排放总量比较

      Figure 5.  Comparisons of yield and N2O emission between before and after the optimized fertigation practices

      由此可见,通过对玉米施肥时间、方式和次数的调优,与田间试验筛选出的最佳滴灌施肥处理相比,可以在不影响作物产量的基础上减少16%的N2O排放,具有明显的减少温室气体排放效果。减少施肥次数还可以减少人力和成本消耗,因此将玉米季雨季条施共6次施肥优化为分4次全部滴灌施肥。

    • 在DNDC模型情景模拟筛选出的优化滴灌施肥方案下,整个冬小麦–夏玉米生长季共滴灌149 mm,施氮420 kg/hm2,与常规漫灌撒肥相比可以节水58.61%、节氮30.0%。小麦季和玉米季的N2O排放总量分别为N 0.27 kg/hm2和0.97 kg/hm2,常规灌溉施肥处理下分别为N 0.63 kg/hm2和1.85 kg/hm2,优化滴灌施肥管理在小麦季和玉米季分别比常规灌溉施肥管理N2O排放通量减少了N 0.36 kg/hm2和0.88 kg/hm2,全年共减少50%的N2O排放。

    • 经济效益是影响滴灌施肥技术推广应用的主要因素之一,本文采用部分预算法分析由常规地面灌溉和 肥料撒施措施改变为优化滴灌施肥措施后的经济效益变化。如表5所示,由常规灌溉施肥改变为优化滴灌施肥措施后总成本增加了580.20元/hm2,净收益增加了1336.41元/hm2。进而从收益率上看,增加投资部分的收益率为230.3%,远大于100%这一新技术采用标准,因此试验区冬小麦−夏玉米典型农田采用科学的滴灌施肥措施从经济效益来看是可行的。

      项目
      Item
      常规方案 (CWF)
      Conventional scheme
      调优方案
      Optimized scheme
      固定投入Fixed cost (yuan/hm2)AA
      变化投入Varied cost (yuan/hm2)肥料Fertilizer 2316.00 1621.20
      施肥机械服务Fertilizer machine 600.00 0.00
      灌溉电费+人工Electricity and labor for irrigation 2400.00 1800.00
      滴灌装置Drip irrigation equipment 0.00 1875.00
      机械铺管和收管Lay and roll up pipes 0.00 600.00
      总投入Total 5316.00+A 5896.20+A
      收益Income (yuan/hm2)小麦销售收入 Sales income from wheat10757.4014485.68
      玉米销售收入Sales income from maize14006.6712195.00
      总收益Total income24764.0726680.68
      变化量Change总投入变化量Change in total cost (yuan/hm2) 580.20
      总收益变化量Change in total income (yuan/hm2) 1916.61
      净收益变化量Change in net income (yuan/hm2) 1336.41
      增加投资收益率Added investment recovery (%) 230.34
      注(Note):氮肥价格 50 元/kg (尿素) ;常规灌溉价格每次 600 元/hm2 (电费+人工费),滴灌价格每次 225 元/hm2(电费+人工费);常规机械施肥服务费用每次 150 元/hm2 (基于试验区实地调研结果);小麦价格采用国家保护价 2.36 元/kg,玉米价格采用 1.5 元/kg (参考中国玉米网)。Urea price 50 yuan/kg; Conventional and drip irrigation costs for electricity and labor were 600 and 225 yuan/hm2; Cost for conventional machinery service was 150 yuan/ hm2 (base on experimental site investigation); Wheat price and corn price were 2.36 yuan/kg and 1.5 yuan/kg, respectively (http://www.corn.agri.cn)

      表 5  常规和调优灌溉施肥方案及收益预算

      Table 5.  Partial budget analysis for conventional and optimized fertilization

    • 机理模型 (比如DNDC模型) 是研究碳氮循环过程非常强大的工具,越来越多的被用来模拟管理措施和气候变化对农业的潜在影响[16]。China-DNDC能够较好地模拟我国小麦-玉米农田包括滴灌在内的不同管理措施下的作物产量和N2O排放变化规律[31]。本研究利用最新版本的DNDC 9.5模型模拟滴灌施肥管理措施下的农田生态系统。通过与实测数据的对比,对模型的内部参数进行了调整,模型能够较好的模拟滴灌施肥条件下作物产量和农田土壤N2O排放变化规律,为华北平原典型农田滴灌施肥研究提供了有效的模拟工具。但是DNDC模型为了方便应用简化了很多输入参数[31],特别是其中的水肥一体化模块对N2O排放的模拟以经验参数为主,本研究校正了其与温度相关的经验参数,但是对施氮量过高情景的模拟效果还不够理想,有待进一步通过机理公式改进。此外,这些措施不可避免的受到气象条件和土壤物理特性变异等因素的影响,虽然从试验结果分析来看,基本反映出了滴灌施肥条件下增效和减排效应,但是关于滴灌施肥下不同年型产量的波动以及水氮耦合的生态效应年际差异还有待于更深入的研究。

    • 本研究表明,优化后的滴灌施肥处理年累积排放总量为N 1.24 kg/(hm2 ·a),全年比常规灌溉施肥处理减少50%的N2O排放总量。这一结果与Aguilera 等[32]综述的在滴灌条件下平均周年N2O排放总量为N 1.2 kg/(hm2 ·a) 的研究结果相似。杨黎等[33]利用DNDC模型开展了优化施氮模拟,模拟筛选出的施用缓释肥或添加硝化抑制剂的优化施氮措施与当地农民习惯施肥相比,不会明显影响作物产量,能有效减少 N2O 排放,但净排放降低幅度有限 (8%~13%)。本研究的优化滴灌施肥措施N2O减排效果更佳的原因可能有如下三个方面:一方面施氮量的降低是减少N2O排放的重要原因[29]。另一方面滴灌措施的以下特点也可能是减排的主要原因:1)滴灌条件下不完全湿润的土壤湿润模式和持续稳定的土壤湿度状态[34];2)直接施到作物根区的施肥位置[35]和水肥一体化的施肥方式[36];3)较高的施肥频率[37]和每次较低的施肥量[38];4)更高的作物吸N效率[39]。另外,滴灌施肥条件下,第一季作物收获后的第一个雨季是N2O排放的高峰期[13],本研究优化措施中刻意避开了玉米生长期内雨季的氮肥施入,有效减少了N2O排放。

    • 大田滴灌技术应用的经济效益与应用的作物生产的农产品的市场价格息息相关,前人的研究显示,在棉花大田上应用膜下滴灌技术与常规沟灌或淹灌方式相比纯收益可增加20%左右[40-41]。但是在小麦等粮食作物上应用的经济效益相对更不明朗,Bakhsh等[42]在巴基斯坦的小麦田间试验结果显示,滴灌和传统漫灌的产投比分别是2.47和1.96,滴灌比漫灌提高了26%。Fang等[43]在我国东北平原的田间试验结果显示,滴灌与漫灌相比增加了30%的成本投入,当灌溉水有限时,滴灌措施能够提高作物产量,并提高经济效益,当灌溉水比较丰富时,滴灌措施不能提高作物产量,经济效益反而比漫灌条件下低。本研究的结果支持滴灌施肥措施具有积极经济效益的结论,优化后的滴灌施肥措施与常规灌溉施肥措施相比,净收益增加了1336.41 元/hm2,增加投资部分的收益率为230.3%(> 100%)。

    • 1) DNDC模型具备了准确模拟滴灌施肥条件下冬小麦夏玉米轮作体系农田N2O排放动态规律,可为华北平原典型农田滴灌施肥研究提供有效的工具。

      2) DNDC模型模拟分析表明优化的滴灌施肥制度为:冬小麦季在作物主要生长期分4次滴灌施肥,滴灌量130 mm,随水施N 189 kg/hm2;夏玉米季在作物主要生长期分4次滴灌施肥,滴灌量19 mm,随水施N 231 kg/hm2

      3) 与当地常规灌溉撒肥措施相比,优化滴灌施肥措施全年共节水58.6%,减氮30.0%,N2O减排50%,净收益增加1336.41元/hm2,增加投资部分的收益率230.3% (> 100%),优化的滴灌施肥技术具有节能、减排和提高经济效益的应用效果。

参考文献 (43)

目录

    /

    返回文章
    返回