一种用于评估生物硝化作用抑制在作物系统中可能产生的影响的建模框架

《Agricultural Systems》：A modelling framework for assessing the plausible impacts of biological nitrification inhibition in cropping systems

生物硝化抑制（BNI）模型集成至APSIM系统，模拟其对澳大利亚三种旱地作物（小麦、大麦、高粱）氮循环及损失的影响。研究发现，BNI需满足根释放量、土壤 persistence（降解率5%-50%）、作物氮吸收能力及环境事件同步四条件才能有效减少硝化损失和N?O排放，并提升产量。模型参数敏感性分析表明，BNI释放速率（Fex）、降解率（σ）和抑制系数（Kin）是主要影响因素，不同作物系统间响应差异显著。

　　### 作物根系释放的生物硝化抑制（BNI）机制及其对农业系统氮循环的影响

氮是植物生长不可或缺的营养元素，广泛应用于农业系统中的合成氮肥。然而，全球氮肥使用量的增加带来了氮损失的加剧，包括硝酸盐（NO??）淋溶、氮氧化物（N?O）排放等。为了减少这些氮损失，人们提出了多种策略，其中生物硝化抑制（BNI）作为一种通过作物根系释放天然代谢物以抑制硝化微生物的机制，被认为是一种具有潜力的解决方案。不同于合成硝化抑制剂（SNIs），BNI作用于根系周围环境，可能提供更持久和更广泛的抑制效果。然而，由于BNI的有效性依赖于作物种类、生物物理因素和管理措施，因此需要系统建模方法来评估其在不同农业系统中的潜在效益。

本文旨在开发一个适用于系统模型的BNI模型，以模拟其在农业系统中的释放、命运和生物活性。通过在农业生产系统模拟器（APSIM）中集成该模型，我们能够探索系统相互作用如何影响BNI的效果，并为未来的田间试验和性状改良提供指导。我们基于已有文献和模型参数，构建了一个新的BNI模型，以更好地理解其在农业系统中的表现，并探讨其对氮损失和作物产量的影响。

### 模型构建与实现

为了模拟BNI在土壤中的释放和生物活性，我们考虑了作物根系生长、土壤氮供应、作物氮需求和BNI的降解速率等因素。模型中，BNI的释放量由根系生物量、根系活动因子和土壤深度决定。根系活动因子表示作物对氮的需求与土壤氮供应的比例，而根系生物量则反映了作物根系在土壤中的分布情况。这些参数共同作用，影响BNI的释放量和其在土壤中的分布。

模型中还考虑了BNI在土壤中的命运和持久性。由于BNI在土壤中的降解速率可能因环境条件和微生物活动而异，因此我们模拟了两种不同的降解速率情景：一种是每天50%的降解速率（BNI_50%），另一种是每天5%的降解速率（BNI_5%）。这两种情景分别代表了BNI的短期和长期效果。模型中，BNI的浓度和生物活性随时间变化，而其在土壤中的分布则受到根系生长和土壤结构的影响。

通过将BNI模型集成到APSIM中，我们能够评估其在不同作物系统中的表现。模型的主要参数包括BNI释放能力（Fex）、降解速率（σ）和抑制系数（Kin）。这些参数的组合决定了BNI对氮损失和作物氮吸收的影响。我们还进行了敏感性分析和不确定性分析，以评估模型参数对模拟结果的影响，并识别哪些参数对BNI效果具有决定性作用。

### 模拟结果与分析

通过模拟澳大利亚三种主要作物系统——高粱、小麦和油菜，我们发现BNI在不同系统中的表现存在显著差异。在高粱系统中，BNI的释放主要集中在播种后的前40至50天，而氮损失的减少主要发生在降解速率较低的情景下。在小麦系统中，由于土壤结构和降水模式的影响，BNI对氮损失的减少效果更为显著，尤其是在降解速率较低的情景下。而在油菜系统中，BNI的释放和氮损失的减少则与作物的生长阶段密切相关。

在敏感性分析中，我们发现BNI释放能力（Fex）和降解速率（σ）是影响氮损失减少和作物氮吸收的主要参数。对于高粱系统，Fex和σ的贡献超过60%，而对于小麦和油菜系统，Fex和σ的贡献也较高。此外，抑制系数（Kin）虽然在模型中起到一定作用，但其影响相对较小，尤其是在降解速率较高或释放能力较低的情景下。

不确定性分析表明，BNI释放和降解过程存在较大的不确定性，尤其是在作物种类和土壤条件不同的情况下。这些不确定性源于对BNI释放机制和其在土壤中的命运的了解有限。因此，模型的输出应被视为一种指示性的估算，而不是绝对的预测。

### BNI对氮损失和作物产量的影响

BNI的引入对氮损失和作物产量的影响因作物系统和管理措施而异。在高粱系统中，BNI的氮损失减少效果主要发生在降解速率较低的情景下，而作物对氮的吸收则受到作物根系对氮的利用能力的影响。如果作物无法有效利用保留的NH??，那么这些氮可能会在BNI不再活跃时重新被硝化，从而导致延迟的N?O排放。相比之下，在小麦和油菜系统中，BNI的氮损失减少效果更为显著，尤其是在降解速率较低的情景下，作物能够更有效地利用氮，从而提高产量。

然而，BNI的效用并不总是正面的。在某些情况下，如果作物对NH??的吸收能力有限，那么保留的氮可能会在后续的季节中被淋溶或通过其他途径损失。此外，BNI的降解速率也影响其对氮损失的减少效果。降解速率较高的情况下，BNI的抑制作用可能无法持续，导致氮损失减少的效果不明显。

### BNI的生态与农业效益

BNI作为一种生物机制，其作用于根系周围，可能对农业系统和生态环境产生双重效益。从农业角度来看，BNI能够减少氮损失，提高氮利用效率（NUE），从而降低氮肥的使用量，减少生产成本。从生态角度来看，BNI可以减少N?O的排放，降低温室气体的产生，减少硝酸盐的淋溶，从而减少对水体的污染。

然而，BNI的效果依赖于多个因素，包括作物种类、土壤类型、降水模式、施肥时间以及BNI的释放和降解速率。因此，为了最大化BNI的农业和生态效益，需要综合考虑这些因素，并在田间试验中进行验证。

### 模型的局限性与未来研究方向

尽管BNI模型提供了一种评估其潜在效益的方法，但当前模型仍存在一定的局限性。首先，模型假设BNI的释放与新根系的生长相关，但缺乏直接的实证支持。其次，模型未考虑根系残留物和地上部分的被动释放，这可能影响BNI的长期效果。此外，由于缺乏系统的田间数据，模型的验证仍面临挑战。

未来的研究应集中在以下几个方面：首先，进一步量化不同作物和品种的BNI能力，以更准确地预测其在农业系统中的表现；其次，深入研究BNI在土壤中的降解机制及其与微生物活动的相互作用，以提高模型的准确性；第三，探索BNI的长期影响，包括其在休耕期或下一季中的作用；最后，开发更全面的模型，以纳入BNI的被动释放和氮挥发等过程，从而更全面地评估其对农业系统的影响。

### 结论

本文通过开发和实现一个BNI模型，探索了其在农业系统中的潜在效益。模型显示，BNI在不同作物系统中的表现存在差异，且其效果受到多种因素的影响。尽管BNI具有减少氮损失和提高氮利用效率的潜力，但其效用并非普遍适用，仍需进一步的田间试验和数据支持。未来的研究应关注作物特异性、土壤条件和管理措施对BNI效果的影响，并通过系统建模方法，为农业实践和政策制定提供科学依据。