110 张鲜鲜,等:DNDC模型在稻田生态系统中的研究进展及应用 处于厌氧还原条件,为CH4产生提供了有利条件,稻田CH4排放量占农业源CH4排放量的31.5%03。另 外,稻田中过量施肥导致大量的氮随着氨(NH3)挥发、淋溶径流过程运移至大气或水体中,研究显示我国 203年稻田NH3年挥发量为1.7TgN,氮淋溶为(194±61)GgN15,1990年稻田氮年径流量为 (0.46±0.08)TgN,至2012年增加了46%±11%6 目前,主要采用直接观测、排放因子法及过程模型等方法,定量研究农业生态系统中的温室气体排放 动态。直接观测需要耗费大量的人力、物力、财力,观测区域及时间极为有限,大尺度大范围的区域排放 情况代表性较差。IPCC主要推荐排放因子法,即收集前人研究反演出排放系薮,利用排放系数估算农业 系统中温室气体排放量。由于排放系数较为单一,并不能准确反映不同土壤类型、气候、作物生长及田间 管理情况等,所以该方法估算结果不确定性较高。过程模型以生物地球化学过程为基础,汇集农业生态 系统中的关键过程及其控制因子,将有限的点位观测案例扩展到较大的区域尺度,为定量计量农业系统 的碳氮循环提供了切实可行的方法。过程模型的出现弥补了田间直接观测的不足,在借助田间观测数据 验证的基础上,可以用来评估农业管理措施及环境因子的改变对温室气体排放量的影响。 各国建立的过程模型已有多个,较常使用的模拟农业生产过程中温室气体排放的模型主要有 Expert(、 RothC及DNDC等模型。其中,DNDC模型是基于生物地球化学过程。在过去二三十年 间,众多学者共同参与开发利用DNDC模型,并且加入了新的子模块和生物地球化学过程公式及参数,模 型的功能得到不断拓展。 目前,DNDC模型系列已被不同国家不同地区用于模拟农业、湿地、森林和草地等生态系统中的碳氮 循环。在稻田生态系统,DNC模型主要被用来评估土壤有机碳动态以及CH,排放,经过多年发展, DNDC模型已经能较好地实现模拟工作,并得到了广大研究者的认可。本研究主要从稻田生态系统出发 介绍υNDC模型在稻田生态系统中的发展历程与应用情况,期望模型能够在稻田减排降污硏究方向更好 地发挥作用。 1DNDC模型简介 DNDC模型主要通过模拟陆地生态系统中一系列的生物地球化学过程,将系统中生态驱动因子、环境 因子与其相应的物理化学过程结合起来,达到研究陆地生态系统中碳氮循环的目的。模型主要包含两个 部分:第一部分由土壤气候、有机质分解和植物生长3个子模型组成,依据外界环境中驱动因子(气象、土 壤、植物、农田管理等)的输入数据,初始化模型参数,预测环境因子的变化;第二部分包含硝化作用、反硝 化作用和发酵作用3个子模型,对土壤环境条件影响微生物活动和代谢的过程进行模拟,估算系统中碳 氮及水分动态,预测温室气体变化格局。李长生详细阐述了模型的子模块及机理过程,讨论了支撑模 型的科学基础和计算过程。模型发展至今,增加了许多功能与过程,形成了多个版本,广泛应用于农田 湿地、种养结合、森林和草地等生态系统,可对碳氮动态、温室气体排放、面源污染、温室气体-经济效益等 进行评估 模型主要由输入界面、生物地球化学场和核心过程交互而成。输入界面输入目标生态系统的环境驱 动因子(包括气象数据、土壤参数、作物参数和农田管理措施);利用目标环境特征,构建生物地球化学场, 并将驱动因子转化为驱动化学元素运动的营力;核心过程决定了各生物地球化学反应,最终完成对生态 系统的碳、氮和水分的计算模拟工作。 2DNDC模型在稻田生态系统中的改进 2.1作物生长 作物生长与陆地生态系统中碳氮水分动态密切相关,是保证DNDC模型能够正确模拟土壤-作物大 气循环过程中碳氮动态的基本条件。为准确模拟作物生长,模型建立了作物子模块,融合优化了相关作 物生长模型,如简单的经验方程、PnET( Photosynthesis- Evapotranspiration)、EFEM( Economic Farm Emission Model)、NEsT( Northern Ecosystem Soil Temperature)和通用作物模型 MACROS( Modules of an Annual CROp Simulator)等4。优化后的模型可以模拟作物的日生长量、作物对土壤水分和氮元素的吸取、作物潜在 生产力、水分限制和养分限制条件下的作物生长、植物根系分泌作用向土壤输送的反应底物DOC量,可以张鲜鲜，等：ＤＮＤＣ模型在稻田生态系统中的研究进展及应用 处于厌氧还原条件，为 ＣＨ４产生提供了有利条件，稻田 ＣＨ４排放量占农业源 ＣＨ４排放量的 ３１．５％［３］ 。另 外，稻田中过量施肥导致大量的氮随着氨（ＮＨ３）挥发、淋溶径流过程运移至大气或水体中，研究显示我国 ２０１３年稻田 ＮＨ３ 年挥发量为 １．７ＴｇＮ［４］ ，氮淋溶为（１９４±６１）ＧｇＮ［５］ ，１９９０年稻田氮年径流量为 （０．４６±０．０８）ＴｇＮ，至 ２０１２年增加了 ４６％ ±１１％［６］ 。 目前，主要采用直接观测、排放因子法及过程模型等方法，定量研究农业生态系统中的温室气体排放 动态。直接观测需要耗费大量的人力、物力、财力，观测区域及时间极为有限，大尺度大范围的区域排放 情况代表性较差。ＩＰＣＣ主要推荐排放因子法，即收集前人研究反演出排放系数，利用排放系数估算农业 系统中温室气体排放量。由于排放系数较为单一，并不能准确反映不同土壤类型、气候、作物生长及田间 管理情况等，所以该方法估算结果不确定性较高。过程模型以生物地球化学过程为基础，汇集农业生态 系统中的关键过程及其控制因子，将有限的点位观测案例扩展到较大的区域尺度，为定量计量农业系统 的碳氮循环提供了切实可行的方法。过程模型的出现弥补了田间直接观测的不足，在借助田间观测数据 验证的基础上，可以用来评估农业管理措施及环境因子的改变对温室气体排放量的影响。 各国建立的过程模型已有多个，较常使用的模拟农业生产过程中温室气体排放的模型主要有 ＥｘｐｅｒｔＮ［７］ 、ＲｏｔｈＣ［８］ 及 ＤＮＤＣ等模型。其中，ＤＮＤＣ模型是基于生物地球化学过程［９］ 。在过去二三十年 间，众多学者共同参与开发利用 ＤＮＤＣ模型，并且加入了新的子模块和生物地球化学过程公式及参数，模 型的功能得到不断拓展。 目前，ＤＮＤＣ模型系列已被不同国家不同地区用于模拟农业、湿地、森林和草地等生态系统中的碳氮 循环。在稻田生态系统，ＤＮＤＣ模型主要被用来评估土壤有机碳动态以及 ＣＨ４ 排放，经过多年发展， ＤＮＤＣ模型已经能较好地实现模拟工作，并得到了广大研究者的认可。本研究主要从稻田生态系统出发， 介绍 ＤＮＤＣ模型在稻田生态系统中的发展历程与应用情况，期望模型能够在稻田减排降污研究方向更好 地发挥作用。 １ ＤＮＤＣ模型简介 ＤＮＤＣ模型主要通过模拟陆地生态系统中一系列的生物地球化学过程，将系统中生态驱动因子、环境 因子与其相应的物理化学过程结合起来，达到研究陆地生态系统中碳氮循环的目的。模型主要包含两个 部分：第一部分由土壤气候、有机质分解和植物生长 ３个子模型组成，依据外界环境中驱动因子（气象、土 壤、植物、农田管理等）的输入数据，初始化模型参数，预测环境因子的变化；第二部分包含硝化作用、反硝 化作用和发酵作用 ３个子模型，对土壤环境条件影响微生物活动和代谢的过程进行模拟，估算系统中碳 氮及水分动态，预测温室气体变化格局。李长生［１０］ 详细阐述了模型的子模块及机理过程，讨论了支撑模 型的科学基础和计算过程。模型发展至今，增加了许多功能与过程，形成了多个版本，广泛应用于农田、 湿地、种养结合、森林和草地等生态系统，可对碳氮动态、温室气体排放、面源污染、温室气体经济效益等 进行评估［１１］ 。 模型主要由输入界面、生物地球化学场和核心过程交互而成。输入界面输入目标生态系统的环境驱 动因子（包括气象数据、土壤参数、作物参数和农田管理措施）；利用目标环境特征，构建生物地球化学场， 并将驱动因子转化为驱动化学元素运动的营力；核心过程决定了各生物地球化学反应，最终完成对生态 系统的碳、氮和水分的计算模拟工作。 ２ ＤＮＤＣ模型在稻田生态系统中的改进 ２．１ 作物生长 作物生长与陆地生态系统中碳氮水分动态密切相关，是保证 ＤＮＤＣ模型能够正确模拟土壤作物大 气循环过程中碳氮动态的基本条件。为准确模拟作物生长，模型建立了作物子模块，融合优化了相关作 物生长模型，如简单的经验方程、ＰｎＥＴ（ＰｈｏｔｏｓｙｎｔｈｅｓｉｓＥｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ）、ＥＦＥＭ（ＥｃｏｎｏｍｉｃＦａｒｍＥｍｉｓｓｉｏｎ Ｍｏｄｅｌ）、ＮＥＳＴ（ＮｏｒｔｈｅｒｎＥｃｏｓｙｓｔｅｍＳｏｉｌＴｅｍｐｅｒａｔｕｒｅ）和通用作物模型 ＭＡＣＲＯＳ（ＭｏｄｕｌｅｓｏｆａｎＡｎｎｕａｌＣＲＯｐ Ｓｉｍｕｌａｔｏｒ）等［１２１４］ 。优化后的模型可以模拟作物的日生长量、作物对土壤水分和氮元素的吸取、作物潜在 生产力、水分限制和养分限制条件下的作物生长、植物根系分泌作用向土壤输送的反应底物 ＤＯＣ量，可以 １１０