中國農(nóng)田土壤有機(jī)碳變化——基于DNDC模型的新估算
期刊：Science of The Total Environment
影響因子（2022）：9.8
中科院分區(qū)：環(huán)境科學(xué)與生態(tài)學(xué)一區(qū)Top
全文鏈接：https://pubmed.ncbi.nlm.nih.gov/37717752/
DOI:10.1016/j.scitotenv.2023.167107
1 導(dǎo)讀
在全球氣候變化的背景下，土壤有機(jī)碳儲(chǔ)量對(duì)于碳中和至關(guān)重要。在中國，耕地土壤有機(jī)碳儲(chǔ)量不僅對(duì)環(huán)境產(chǎn)生影響，而且對(duì)保障國家糧食安全也至關(guān)重要。然而，目前關(guān)于中國耕地土壤有機(jī)碳儲(chǔ)量的變化和時(shí)空分布模式的爭論仍在持續(xù)。土壤有機(jī)碳(SOC)是陸地生態(tài)系統(tǒng)有機(jī)碳庫中最大的組成部分，在全球碳循環(huán)中發(fā)揮著至關(guān)重要的作用，對(duì)氣候變化有著深遠(yuǎn)的影響。據(jù)估計(jì)，耕地約占陸地總面積(全球約15.6億公頃)的10.5%，且1961年至2010年貢獻(xiàn)的碳匯為0.42 Pg C yr?1，表明其巨大的碳固存潛力。農(nóng)業(yè)發(fā)展是中國社會(huì)經(jīng)濟(jì)穩(wěn)定的關(guān)鍵，土壤肥力是保障農(nóng)業(yè)生產(chǎn)的關(guān)鍵。在中國復(fù)雜的農(nóng)業(yè)條件下，土壤有機(jī)碳水平作為土壤肥力的重要指標(biāo)，對(duì)量化中國農(nóng)田土壤碳動(dòng)態(tài)具有獨(dú)特而深遠(yuǎn)的意義。研究表明，目前中國耕地表層有機(jī)碳平均密度約為10-30 g kg?1，顯著低于歐美等發(fā)達(dá)國家(25-40 g kg?1)。這表明，中國的耕地在緩解氣候挑戰(zhàn)方面仍有巨大潛力。因此，在現(xiàn)有種植制度下，準(zhǔn)確識(shí)別土壤有機(jī)碳動(dòng)態(tài)并估算其儲(chǔ)量，對(duì)于保障國家糧食安全和緩解全球氣候變化至關(guān)重要。
SOC變化的復(fù)雜過程和環(huán)境驅(qū)動(dòng)條件的多樣性為準(zhǔn)確預(yù)測(cè)SOC變化提出了挑戰(zhàn)。原位試驗(yàn)可以提供土壤有機(jī)碳變化的準(zhǔn)確證據(jù)，但由于現(xiàn)場(chǎng)觀測(cè)成本高、環(huán)境參數(shù)復(fù)雜，難以大規(guī)模應(yīng)用于農(nóng)業(yè)決策和生產(chǎn)。為了克服實(shí)地實(shí)驗(yàn)的局限性，揭示歷史條件和未來情景下區(qū)域尺度的SOC動(dòng)態(tài)，基于過程的模型可以作為一種有用的工具。一些基于過程的機(jī)制模型，包括DNDC，Roth C，CENTURY，APSIM和Agro-C，已被用于描述和預(yù)測(cè)區(qū)域尺度的土壤碳收支。同時(shí)已有研究表明，DNDC是估算中國SOC儲(chǔ)量變化的有效工具。然而，近幾十年來，中國農(nóng)業(yè)系統(tǒng)在種植面積、種植制度和管理實(shí)踐方面發(fā)生了巨大變化，這可能極大地影響農(nóng)田土壤的有機(jī)碳固存。例如，長期秸稈還田與施用礦質(zhì)肥相結(jié)合顯著增加了華北地區(qū)小麥和玉米耕地的有機(jī)碳儲(chǔ)量；此外，中國自然條件的復(fù)雜性和空間異質(zhì)性也導(dǎo)致了區(qū)域間SOC分布的不平等和時(shí)空動(dòng)態(tài)的巨大差異。所有這些變化都可能對(duì)SOC產(chǎn)生巨大的變化，如果不及時(shí)進(jìn)行研究，將阻礙中國實(shí)現(xiàn)雙碳目標(biāo)，并阻礙實(shí)際的生產(chǎn)指導(dǎo)。因此，在當(dāng)前糧食安全和氣候變化雙重挑戰(zhàn)下，利用可靠的生物地球化學(xué)模型重新評(píng)價(jià)中國農(nóng)田土壤有機(jī)碳變化具有重要的現(xiàn)實(shí)意義。
本研究基于2020年中國的縣級(jí)設(shè)置和縣級(jí)邊界地圖，研究區(qū)域覆蓋了中國的2803個(gè)區(qū)縣（不包括臺(tái)灣、香港、澳門和南海諸島），通過DNDC模型對(duì)中國耕地土壤有機(jī)碳儲(chǔ)量的變化進(jìn)行了評(píng)估，發(fā)現(xiàn)中國耕地土壤有機(jī)碳儲(chǔ)量的空間分布具有顯著的異質(zhì)性，仍有很大的碳匯潛力。這些發(fā)現(xiàn)為中國實(shí)現(xiàn)糧食安全和碳中和戰(zhàn)略提供了數(shù)據(jù)支持。此外，本研究還在方法上進(jìn)行了改進(jìn)，提高了估計(jì)的準(zhǔn)確性。
為了研究表層土壤有機(jī)碳庫在空間上的差異特征，我們將整個(gè)研究區(qū)域劃分為六個(gè)區(qū)域，如下所示：東北地區(qū)（NE，包括遼寧、吉林和黑龍江?。?、華北地區(qū)（NC，包括北京、天津、河北、山西和內(nèi)蒙古自治區(qū)）、華東地區(qū)（ES，包括上海、江蘇、浙江、安徽、福建、江西、山東和臺(tái)灣省市）、華中地區(qū)（MS，包括河南、湖北、湖南、廣東、廣西、海南省份和自治區(qū)，以及香港和澳門特別行政區(qū)）、西南地區(qū)（SW，包括重慶、四川、貴州、云南、西藏省、自治區(qū)和直轄市）和西北地區(qū)（NW，包括陜西、甘肅、青海、寧夏、新疆省和自治區(qū)）。
圖 1 選擇的長期定位試驗(yàn)在中國六大分區(qū)的位置分布（NE，東北；NC，華北；ES，東南；MS，中南；SW，西南；NW，西北）
2 DNDC 模型
DNDC（Denitrification-Decomposition）是一個(gè)基于過程的生物地球化學(xué)模型，可以模擬農(nóng)業(yè)生態(tài)系統(tǒng)中碳和氮的轉(zhuǎn)化過程。該模型最初被用于模擬美國農(nóng)田土壤中的N2O、CO2和N2排放，后被許多科學(xué)家發(fā)展并成功應(yīng)用于不同國家的多種作物系統(tǒng)。DNDC模型的核心過程包含2個(gè)部分，共6個(gè)子模塊。第一部分包括土壤氣候、植被生長和分解3個(gè)子模塊，主要用于模擬土壤溫度、水分、pH、氧化還原電位（Eh）、底物濃度等受生態(tài)因子影響的環(huán)境變量。第二部分包括硝化、反硝化和發(fā)酵3個(gè)子模塊，主要模擬CO2、CH4、NH3、NO、N2O的產(chǎn)生、消耗和排放以及土壤硝態(tài)氮淋溶，該部分的模擬會(huì)受上述第一部分輸出參數(shù)的影響。近年來，DNDC模型被成功用于我國主要作物系統(tǒng)的產(chǎn)量、土壤理化性質(zhì)、土壤碳氮?jiǎng)討B(tài)、溫室氣體通量以及硝態(tài)氮淋溶等方面的模擬。
3 數(shù)據(jù)輸入
在將生態(tài)系統(tǒng)模型應(yīng)用于區(qū)域尺度時(shí)，收集足夠的數(shù)據(jù)集以初始化和運(yùn)行模型是一個(gè)主要挑戰(zhàn)。在進(jìn)行本研究的模擬時(shí)，DNDC模擬的基本單元被設(shè)置為縣，并假定每個(gè)縣的氣象和土壤條件是均一的。2020年區(qū)域尺度模擬所需的DNDC輸入數(shù)據(jù)包括：1）氣象參數(shù)，包括每天的最高溫度、最低溫度和降水量，這些數(shù)據(jù)收集自研究區(qū)域內(nèi)地面上的2268個(gè)氣象站（http://data.cma.cn/en）。對(duì)于沒有氣象站的縣，使用最近氣象站的數(shù)據(jù)。2）土壤性質(zhì)，包括土壤容重、黏粒比例、土壤有機(jī)碳含量、pH等產(chǎn)量，數(shù)據(jù)來自第二次全國土壤普查所建立的數(shù)據(jù)庫。3）作物系統(tǒng)類型及相應(yīng)的種植面積，主要來自中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所國家農(nóng)業(yè)科學(xué)數(shù)據(jù)中心。4）農(nóng)田管理措施，相關(guān)參數(shù)包括作物播種日期、收獲日期、施肥時(shí)間、灌溉和耕作方式等。這些參數(shù)主要參考農(nóng)業(yè)部門統(tǒng)計(jì)數(shù)據(jù)、文獻(xiàn)報(bào)告或田間調(diào)查。5）作物生理參數(shù)，主要包括作物最大產(chǎn)量、籽粒、莖和根之間生物量的分配及碳氮比、需水量和固氮常數(shù)。6）氮肥施用數(shù)據(jù)。收集自不同地區(qū)典型農(nóng)業(yè)種植系統(tǒng)的田間研究成果。此外，DNDC模型還考慮了大氣氮沉降、土壤氮礦化、作物秸稈還田等過程的氮輸入。這些數(shù)據(jù)僅包括中國2000多個(gè)區(qū)縣，不包括臺(tái)灣、香港、澳門和南海諸島。
4 模型運(yùn)行
DNDC模型 (version 9.5) 被用來模擬每個(gè)縣每個(gè)作物種植系統(tǒng)的SOC儲(chǔ)存及其變異性。為了最小化縣內(nèi)土壤參數(shù)的空間變異性和模型本身的局限性，DNDC模型在2020年的區(qū)域模擬中每個(gè)縣的每個(gè)種植系統(tǒng)運(yùn)行了四次：即，灌溉和非灌溉選項(xiàng)與最敏感土壤因素（初始SOC含量、土壤粘土分?jǐn)?shù)、土壤pH值、土壤容重）的最大值和最小值分別結(jié)合。這四種情景通常涵蓋了與最小模擬單元相關(guān)的不確定性，包括灌溉和土壤屬性，這些也是SOC模擬的主要不確定性來源。從四次模擬中得出了SOC儲(chǔ)存和年SOC密度變化范圍，SOC變化的真實(shí)值（0-30cm）包含在這個(gè)范圍內(nèi)的可能性很高。本研究報(bào)告了平均結(jié)果（即，四次模擬的平均值）?；谀M的SOC密度和每個(gè)縣每個(gè)種植系統(tǒng)的種植面積計(jì)算縣級(jí)SOC（0-30cm）。通過匯總所有縣的SOC儲(chǔ)量計(jì)算得出全國SOC儲(chǔ)量。由于DNDC模型不涉及由物理侵蝕引起的SOC損失，模擬結(jié)果僅代表SOC變化的保守估計(jì)。
5 結(jié)果
5.1 DNDC模型模擬區(qū)域SOC的適用性
在過去三十年中，DNDC模型已在許多國家獨(dú)立測(cè)試和應(yīng)用，是研究土壤C和N的流行工具。從已發(fā)表的文獻(xiàn)中，選擇了30個(gè)長期田間觀測(cè)試驗(yàn)來驗(yàn)證DNDC模型在中國典型農(nóng)業(yè)種植系統(tǒng)中的應(yīng)用（圖2）。這些實(shí)驗(yàn)地點(diǎn)主要分布在中國的六個(gè)主要農(nóng)藝區(qū)域。通過比較觀測(cè)和模擬結(jié)果，很明顯DNDC模型在模擬和捕捉SOC動(dòng)態(tài)方面表現(xiàn)良好（R2均>0.8）（圖2a-f）。DNDC模型在站點(diǎn)級(jí)別的可靠模擬為其在區(qū)域尺度的應(yīng)用提供了很好的基礎(chǔ)，表明DNDC可以量化中國農(nóng)業(yè)生態(tài)系統(tǒng)中的SOC。
圖 2 土壤有機(jī)碳（SOC）模型模擬值和實(shí)測(cè)值。黑色虛線表示 y=x（1:1 線），紅線表示擬合函數(shù)
5.2 SOC空間分布特征
模擬結(jié)果表明，2020年農(nóng)田SOC儲(chǔ)存在不同情景下變幅為2.52-9.53 Pg C，平均約為6.02 Pg C。其中東北地區(qū)貢獻(xiàn)最大，約占23%（1.37 Pg C）。其余地區(qū)由高到低排列依次為華東地區(qū)、華北地區(qū)、華中地區(qū)、西南地區(qū)和西北地區(qū)。中國的平均SOC密度為49.65 t C ha-1?？h級(jí)的SOC密度在18.55-152.57 t C ha-1之間波動(dòng)（圖3）。約40%的縣顯示出高于平均SOC密度。在不同的農(nóng)藝區(qū)域中，東北地區(qū)（58.85 t C ha-1）和華北地區(qū)（38.74 t C ha-1）的平均SOC密度分別最高和最低。此外，東北地區(qū)的平均SOC密度比西南地區(qū)、西北地區(qū)、華東地區(qū)、華中地區(qū)和華北地區(qū)分別高出6.1%、14.7%、19.1%、22.1%和51.9%。
圖 3 全國各縣農(nóng)田SOC密度的分布情況
5.3 SOC時(shí)間變化特征
中國農(nóng)田SOC儲(chǔ)量從2003年的4.95 Pg C增加到2020年的6.02 Pg C，增長了21.6%（圖3）。農(nóng)田的SOC密度增加了18.2%（2020年為49.65 t C ha-1，而2003年為42 t C ha-1）。在區(qū)域尺度上（圖25），華東地區(qū)SOC密度的增長最大，為68.8%，其次是華北地區(qū)，為40.5%，可能是因?yàn)檫@兩個(gè)地區(qū)在2003年的SOC密度較低，因此效果最強(qiáng)。西北地區(qū)的SOC密度從2003年低于平均水平增加到2020年高于平均水平，增長了32.2%。華中地區(qū)和西南地區(qū)的增長相對(duì)較低，分別為18.7%和9.9%，原因是這兩個(gè)地區(qū)在2003年的SOC密度相對(duì)較高。盡管只有東北地區(qū)，作為典型的黑土區(qū)域，顯示出與2003年相比SOC密度下降了19.3%，但它仍然顯示出最高的SOC密度。總的來說，過去17年來，不同農(nóng)藝區(qū)域之間的SOC密度差異已經(jīng)縮小。與東北地區(qū)的SOC密度相比，華東地區(qū)（2003年與2020年相比，59.8%與16.0%）和華北地區(qū)（2003年與2020年相比，62.2%與34.2%）的差距百分比一直在下降，這表明華北地區(qū)的SOC密度仍有較大的增長空間。
5.4 SOC年度變化量
在2020年一年種植后，各地區(qū)年SOC固存的變化顯示出明顯的差異（圖4）。華東地區(qū)和華北地區(qū)總體上顯示出年SOC固存增加。華中地區(qū)和西南地區(qū)的大多數(shù)縣顯示出年SOC固存的正變化，盡管這兩個(gè)地區(qū)的南部延伸區(qū)縣遭受了不同程度的SOC損失。在西北地區(qū)，SOC損失主要發(fā)生在新疆，其他地區(qū)觀察到SOC固存的輕微增加。在東北地區(qū)，SOC固存的增加主要集中在北部和南部縣，中部縣的SOC損失更多?？偟膩碚f，2020年中國農(nóng)田顯示出年SOC固存增加0.31 t C ha-1，表明中國凈SOC變化呈上升趨勢(shì)?？偟膬鬝OC儲(chǔ)存變化范圍為13.76-49.25 Tg C，平均為38.11 Tg C。
圖 4 全國各縣農(nóng)田SOC儲(chǔ)量年度變化
6. 結(jié)論
DNDC模型可以很好地應(yīng)用于估計(jì)中國不同地區(qū)SOC的動(dòng)態(tài)變化。2020 年，中國農(nóng)田土壤（0-30 cm）SOC 密度的空間差異大，平均為 49.65 t C ha-1 ，SOC 儲(chǔ)量為 6.02 Pg（范圍為 2.52-9.53 Pg）。經(jīng)過 2020 年一年的種植，全國耕地 SOC 總體凈增加，平均為 38.11 t C ha-1。與 2003 年相比，2020 年平均 SOC 密度和 SOC 儲(chǔ)量分別增加了 18.2% 和 21.6%。從不同分區(qū)看，只有東北地區(qū) SOC下降。總體而言，一年短期種植和2003-2020年17年長期變化都表明中國農(nóng)田固碳能力呈上升趨勢(shì)，2020 年中國農(nóng)田作為碳匯仍有巨大的固碳潛力。