确立中国 DNDC 模型应用基准：精准量化农业温室气体排放的关键之举

当前 DNDC 模型缺乏标准化评估标准，影响研究结果比较与模型改进。研究人员通过文献分析，提出一套针对该模型在中国应用的评估基准。这有助于提升模型可靠性和结果可比性，为农业管理与减缓气候变化提供科学依据。

　　在全球气候变化的大背景下，温室气体排放成了人们关注的焦点。农业活动产生的温室气体，在全球排放总量中占比不容小觑，中国农业活动贡献了 37.1% 的非 CO₂温室气体排放 。为了更好地管理气候和环境，精准量化农业源的区域收支平衡变得至关重要。

在估算温室气体排放的方法中，相较于政府间气候变化专门委员会（IPCC）提出的 Tier 1 和 Tier 2 方法，Tier 3 方法凭借基于过程的模型结合卫星或实地测量，在应对不同区域、作物品种和农业管理实践方面优势显著，因此被广泛应用。在众多用于量化温室气体排放的基于过程的模型里，反硝化 - 分解模型（Denitrification-Decomposition，DNDC）脱颖而出。它获取方便，有用户友好的图形界面，还能精准模拟小尺度时空的排放，在中国不同农业系统中也得到了广泛验证和应用。

然而，DNDC 模型也有 “烦恼”。它的有效性和可靠性很大程度上依赖模型校准和验证的质量，可目前却缺少标准化、被广泛认可的评估标准。以往研究在评估模型性能时，方法并不统一，有的直接对比观测值和模拟值，却没使用标准化或综合的评估指标；后来一些研究采用其他模型的评估标准，但这些标准不一定完全适合 DNDC 模型，还有部分研究提出自己的评估系统，却缺乏科学验证。这一系列问题导致研究结果难以比较，模型的局限性难以发现，改进也无从下手，严重限制了 DNDC 模型在不同农业场景中的应用。

为了解决这些难题，上海大学等机构的研究人员开展了一项研究。他们对 DNDC 模型在中国的应用进行了系统梳理和分析，查阅大量文献，提出了一套定量、客观的性能评估基准，相关成果发表在《Environmental Modelling 》。

研究人员在开展研究时，主要用到了以下关键技术方法：通过 Web of Science（WOS）核心合集的 SCI 扩展和 SSCI 扩展数据库进行数据收集，利用先进搜索公式检索与中国 DNDC 模型相关的文献；采用相关性系数（R）、归一化均方根误差（nRMSE）和一致性指数（IOA）等指标，对模型性能进行评估。

下面来看看具体的研究结果：

• DNDC 模型在中国研究的总体情况：研究发现，中国关于 DNDC 模型应用的研究数量呈上升趋势，2016 年后增长尤为明显，这可能和 2015 年《巴黎协定》的签署有关。不过，包含模型评估的研究占比在不同年份有所波动。
• 模型性能评估指标分析：以往研究采用的模型性能评估指标种类繁多且不统一，缺乏标准化的评估体系，影响了研究结果的对比和模型的改进。
• 建立评估基准：基于文献分析，研究人员首次提出一套适合中国 DNDC 模型应用的性能评估基准，涵盖作物产量、土壤有机碳（SOC）、氧化亚氮（N₂O）和甲烷（CH₄）排放等方面，这些基准能够为模型校准和验证提供更统一的参考。

在研究结论和讨论部分，研究人员强调，虽然 DNDC 模型在模拟农业生态系统的碳氮循环和作物生长方面优势明显，但模型校准和验证的质量依旧是影响其有效性和可靠性的关键。此次提出的评估基准，为未来模型应用的准确性和可靠性提供了重要参考。这些基准不仅有助于提升模型应用的可靠性和结果的可比性，还能为农业管理和减缓气候变化提供科学依据，推动农业可持续发展。 总的来说，这项研究为解决 DNDC 模型评估标准缺失的问题提供了切实可行的方案，对农业领域应对气候变化具有重要意义。