中国水稻种植系统氮素径流损失的关键驱动因素与调控机制解析

《Agricultural Water Management》：Which factors and how they determine nitrogen runoff loss in rice agroecosystems across China

本文针对中国水稻种植系统中氮素径流损失的关键影响因素不明、调控机制不清的问题，通过整合全国86篇文献的560组数据，采用随机森林排序和分段结构方程模型（SEM）开展多尺度分析。研究发现降水、施氮量和土壤全氮（TSN）是主要驱动因子，土壤化学计量比（C:N:P）通过生物地球化学循环负向调控氮流失。该研究为优化农田氮管理策略、控制面源污染提供了理论依据，对提升氮肥利用效率和保障水环境安全具有重要意义。

　　

随着粮食生产需求的增长，中国已成为世界上最大的水稻生产国，但高强度的氮肥施用导致氮肥利用率仅为27%–35%，大量氮素通过径流和淋溶进入水环境，引发严重的水体富营养化问题。每年水稻种植系统中因径流损失的氮素高达约56万吨，对水生态系统和人类健康构成威胁。虽然已有大量研究关注田间或流域尺度的氮素流失，但在国家尺度上对氮素径流损失的关键影响因素及其作用机制仍缺乏系统认知，这严重制约了农业面源污染治理和可持续氮管理策略的制定。

为了填补这一知识空白，一项发表在国际权威期刊《Agricultural Water Management》上的研究，通过整合全国范围内86篇已发表论文中的560组观测数据，运用随机森林重要性排序和分段结构方程模型（Piecewise SEM）等先进统计方法，首次在全国尺度上系统揭示了中国水稻种植系统中氮素径流损失的关键驱动因素及其作用路径。

研究人员主要采用了以下关键技术方法：首先，系统收集并筛选了2004–2024年间中国水稻种植系统的田间观测数据，数据来源涵盖Web of Science、Elsevier ScienceDirect和中国知网（CNKI）等数据库，最终纳入560组氮径流损失数据，其中水稻连作系统（PRS）294组，水旱轮作系统（PRURS）266组；其次，采用随机森林算法量化了降水、施肥量、土壤养分属性及化学计量比等因素对氮流失的相对重要性；最后，通过构建分段结构方程模型（SEM）解析了施肥管理、土壤特性与水文驱动因子之间的直接和间接通路效应，并分别建立了PRS和PRURS的独立模型以揭示系统间差异。

研究结果揭示了以下重要发现：

3.1. 氮径流损失特征

中国水稻种植系统季均氮径流损失为9.52 kg N ha^?1，其中PRS系统的损失量（10.40 kg N ha^?1）显著高于PRURS系统（8.60 kg N ha^?1）。PRS中较高的降水量和灌溉量导致径流深度更大，是造成氮损失较高的主要驱动因素。

3.2. 关键影响因素

随机森林重要性分析表明，降水、施氮量和土壤全氮（TSN）是调控氮径流损失的最关键因子。土壤化学计量比（C:N、C:P、N:P）与氮流失呈显著负相关，表明土壤元素平衡在调节氮转化和释放中扮演重要角色。值得注意的是，土壤养分属性和化学计量比在PRS中作用更突出，而施氮量和降水在PRURS中更为关键。

3.3. 氮径流损失的调控路径

分段SEM模型显示，径流浓度和径流深度对氮流失的直接效应分别为0.91和0.45。施肥通过直接效应（0.49）和间接效应（通过改变土壤化学计量比和养分属性）共同影响径流浓度。综合变量的通路效应排序为：施肥（0.52） > 土壤养分属性（0.29） > 土壤C:N:P（-0.14）。在PRS中，土壤属性与化学计量比的调控效应显著强于PRURS，说明PRS系统中土壤生物地球化学过程对氮流失的贡献更大。

该研究结论部分强调，中国水稻系统的氮径流损失受到外部环境（如降水）、人为活动（如施肥）和内部生物地球化学过程（如土壤C:N:P stoichiometry）的共同调控。特别是土壤元素化学计量比通过影响氮的矿化、硝化和反硝化过程，显著调节氮从土壤向水体的释放。与以往研究相比，该工作首次在全国尺度上揭示了土壤化学计量机制在氮流失中的关键作用，并明确了不同种植系统（PRS vs. PRURS）的差异化调控路径。

这一研究成果不仅为降低氮径流损失、提高氮肥利用率提供了深入的理论依据，也为农业面源污染治理政策的制定提供了科学支持。例如，通过优化施肥策略、改进水分管理（如智能灌溉系统）、以及利用秸秆还田和土壤改良剂调节土壤C:N:P比，可有效抑制氮的转化与流失。未来的研究需进一步结合微生物组学和高通量测序技术，深入探究土壤—微生物互作在碳氮磷循环中的调控机制，从而为可持续农业管理提供更精准的技术途径。