氮损失在田间的变异性：以丹麦为例的案例研究

《Agriculture, Ecosystems & Environment》：Within-field variability in nitrogen losses: A case study in Denmark

本研究针对丹麦典型农业场区，通过两年（2023-2024）土壤、植物及环境数据采集（24-48个采样点），结合随机森林模型分析，揭示了氮氧化物（N?O）排放与硝酸盐（NO??）淋失的空间异质性，主要受地形、作物氮吸收及气候条件影响，二者存在此消彼长关系，模型解释力约30%，表明精准氮管理面临挑战。

　　

Jingru Yin | Takashi S.T. Tanaka | Yeying Zhou | Vita Antoniuk | Octavian P. Chiriac | Marco Canicattì | Martina Ludovica Careddu | Davide Cammarano

奥胡斯大学农业生态学系，Blichers Allé 20，Tjele 8830，丹麦

摘要

农业田地中的氮（N）损失通过一氧化二氮（N?O）排放和硝酸盐（NO??）淋溶作用发生，这些过程对环境构成风险并降低农业生产力。了解田地内的空间变异性对于有效的氮管理至关重要。本研究旨在量化并解释丹麦典型农业田地中N?O排放和NO??淋溶的空间变异性，并确定影响这种变异性的关键因素。研究在两个生长季节（2023年和2024年）进行，分别在24个和48个采样点收集土壤、植物和环境数据。采用随机森林模型分析预测变量的重要性。研究揭示了氮损失的显著空间变异性。主要影响因素包括地形特征、植物对氮的吸收以及气候条件。观察到N?O排放与NO??淋溶之间存在负相关关系，表明氮损失途径之间存在权衡。随机森林模型解释了约30%的NO??淋溶变异性（RMSE = 11.32；MAE = 8.89）和N?O排放变异性（RMSE = 0.71；MAE = 0.21）。这些发现突显了氮损失动态的复杂性，以及采用特定地点的管理策略来减轻环境影响和提高氮利用效率的难度。

引言

氮（N）是农业生产中重要的元素。然而，当前的氮管理实践导致氮利用效率（NUE）较低（Govindasamy等人，2023年），并且大量活性氮（Nr）化合物流失到自然生态系统中（Erisman等人，2013年；Erisman等人，2008年；Gu等人，2023年；Móring等人，2021年）。氮损失定义为硝酸盐（NO??）的淋溶损失和一氧化二氮（N?O）的排放损失，这些过程可能产生有害的环境影响，包括地下水中硝酸盐浓度的增加以及水生和陆地生态系统的严重富营养化（Nouri等人，2022年）。此外，由于一氧化二氮是一种寿命较长的温室气体（约120年），其具有显著的全球变暖潜力（Prather等人，2015年）。全球范围内，农业贡献了大约52%的人为N?O排放，而地下水中硝酸盐浓度升高的区域中有60%发生在农田中（Fowler等人，2013年；IPCC，2023年；Pan等人，2022年；Shukla和Saxena，2018年）。

在农业田地中，土壤中矿物氮的空间变异性、氮损失以及农艺氮效率受到土壤物理、化学和生物特性以及农艺实践的影响（Peukert等人，2012年）。例如，土壤中氮的空间变异性与天气模式的时间变异性相互作用，导致复杂的时空效应，从而影响田地内的氮损失并降低氮肥的利用效率（Mulla和Schepers，1997年）。实际上，在田地的任何给定点，土壤中矿物氮都表现出较大的空间和时间变异性，这使得难以进行特定地点的管理。这也因为土壤中矿物氮的时间变化可能大于其空间变化（Pierce和Nowak，1999年）。另一方面，一氧化二氮的产生受到土壤中生物和非生物过程的影响，其在空间和时间上都有较高的变异性（Baral等人，2022年；Wagner-Riddle等人，2020年）。因此，在规划氮管理时，必须考虑空间和时间变异性。

农业系统中的氮损失受多种相互作用因素的影响，包括土壤性质、地形、气候、作物和管理实践。地形是影响氮管理的主要因素之一，因为它影响水分运动、硝酸盐迁移和反硝化潜力（Franzen，2018年）。例如，在较湿润的生长季节，地形低洼处容易积水，导致厌氧条件下的反硝化作用增强。Kravchenko和Bullock（2000年）表明，土壤性质可以解释田地内约30%的产量变异性，而地形的累积效应可以解释约20%的产量变异性。土壤质地和有机质会影响排水和土壤氮储量，从而导致田地内氮损失不均。此外，农业管理实践，包括施肥时间和方法以及轮作，在氮循环中也起着关键作用（Anas等人，2020年）。

尽管空间变异性对氮损失有明显影响，但针对农民田地条件进行氮淋溶和排放研究的仍然有限。例如，Schuster等人（2023年）评估了使用传感器和农艺氮平衡来识别耕地中硝酸盐淋溶风险较高的区域。然而，在他们的研究中，研究人员只测量了少数土壤性质，并未测量任何作物氮吸收情况。事实上，他们得出结论认为需要更多的土壤和植物性质数据才能对氮损失进行准确的空间分析。尽管有几项研究考察了农业系统中的氮循环组成部分，如淋溶、排放或作物吸收（Benoit等人，2015年；Nylinder等人，2011年；Schuster等人，2023年；Taghizadeh-Toosi等人，2022年），但目前仍缺乏一种综合方法来全面测量土壤中的氮，包括淋溶、排放、吸收和土壤变化。只有少数研究同时明确评估了空间背景下的氮淋溶和排放；例如，Tamagno等人（2022年）使用氮平衡来量化氮淋溶。用于估算田地级氮动态的框架主要关注施用肥料与收获谷物氮之间的平衡。虽然这种方法为评估氮损失提供了实用工具，但排除了其他土壤和大气过程，表明它只代表了部分氮预算。氮损失的估计通常依赖于基于过程的模型，如DNDC（Li等人，1992年）、DAYCENT（Lai等人，2018年）和Daisy（Hansen，2002年）。这些模型详细模拟了各种转化和传输途径，但由于参数众多，校准和评估面临诸多挑战。此外，这些模型并未涵盖田地内氮损失的所有过程和空间模式。鉴于基于过程的模型的局限性，有必要探索空间和时间背景下的多种氮损失途径，以更好地理解其背后的机制。

因此，本研究的目标是：i）量化农业田地中氮损失（N?O-N排放和NO??-N淋溶）的空间变异性；ii）评估土壤性质、天气条件、地形和管理实践在预测田地内氮损失异质性方面的准确性；iii）确定主要因素（如植物氮吸收、土壤性质、地形性质和氮转化潜力）对观察到的氮损失空间变异性的相对贡献。

站点和实验设置

研究区域位于丹麦日德兰半岛中部的Foulumg?rd（纬度56°29′N，经度9°34′E）。该地区的气候为凉温海洋性气候，温度适中，降雨量均匀，夏季湿润，冬季相对寒冷。根据丹麦气象研究所过去10年（2011–2020年）的数据，春季播种作物的生长季节（4月至9月）平均温度从4月的7.3°C上升到7月和8月的16.3°C。

N?O-N排放的密度分布

总体而言，2023年和2024年的标准化N?O-N排放显示出较高的空间变异性。与2023年的分布相比，2024年的排放量更集中于零附近，表明大多数观测值接近田地内的特定日期平均值，但右侧尾部较长，反映出高排放点的分布不均。除了2023年5月15日和6月14日的分布外，几乎所有分布都呈右偏态。5月15日的N?O-N通量分布呈左偏态。

结论

空间三维地图显示了NO??-N淋溶与N?O-N排放之间的负相关关系，突显了氮损失途径之间的权衡。地形特征（如海拔和TWI）、WFPS和温度被发现是田地中氮损失的主要预测因子。此外，时间模式（DAF）对解释N?O-N排放动态贡献最大。然而，NO??-N淋溶和N?O-N排放的空间趋势对比凸显了设计有效氮管理策略的难度。

CRediT作者贡献声明

Vita Antoniuk：可视化、软件开发、数据管理。 Octavian P. Chiriac：撰写、审稿与编辑、数据管理。 Marco Canicattì：撰写、审稿与编辑、数据管理。 Martina Ludovica Careddu：撰写、审稿与编辑、数据管理。 Davide Cammarano：撰写、审稿与编辑、可视化、监督、软件开发、资源管理、项目管理、方法论研究、资金获取、数据分析、概念化。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

作者衷心感谢以下机构的财政支持：诺和诺德基金会（资助编号NNF23SA0086122，“基于系统的精准农业以实现可持续作物生产”）；以及由丹麦食品、农业和渔业部资助的Green ERA-Hub（资助编号34009–23–2235，“多样化作物系统的智能氮管理” – NsmartSystems）。作者还向Diego Abalos和Ioannis Athanasiadis表示衷心的感谢，感谢他们的宝贵支持。