高温高频监测与模型辅助分析揭示不同土壤管理方式下牛粪浆施用后N2O排放脉冲的调控机制

《Nutrient Cycling in Agroecosystems》：High-frequency monitoring and model-assisted analysis of N2O emission pulses after cattle slurry application under contrasting soil management systems

　　

施肥农田土壤的氧化亚氮（N₂O）排放常以短时排放脉冲为主，但其在不同耕作制度下的调控机制仍不明确。本研究结合高频自动 chamber 测量、基于过程的矿质氮有效性估算以及随机森林（Random Forest）分析，考察了常规耕作、少耕和免耕条件下牛粪浆施用后N₂O排放动态。试验在意大利北部玉米—大麦轮作序列中进行。研究人员分析了每日N₂O通量、土壤温度、充水孔隙度（WFPS）、二氧化碳通量及矿质氮动态，以识别施肥后排放脉冲的主要控制因素。作物期大部分N₂O排放发生在粪浆施用后前40天内，玉米季占总排放的91–97%，大麦季占78–89%。绝对值上，玉米季累积N₂O–N排放平均为4.68 ± 0.74 kg N ha^-1，大麦季为2.04 ± 0.74 kg N ha^-1。这一差异不能仅由WFPS解释（两作物期间WFPS大致相当），而应由土壤温度、粪浆来源的铵态氮和硝态氮有效性、微生物活性及耕作相关土壤物理条件之间的交互作用解释。随机森林模型显示作物和系统特异的驱动因子重要性：大麦季土壤温度占主导，玉米季WFPS和矿质氮作用更强。免耕降低了面积尺度排放，但在玉米季造成强烈产量惩罚，而在大麦季表现出更有利的农艺—环境平衡。这些发现强调需通过排放强度和作物生产力双重指标评估粪浆与耕作管理。

研究背景方面，农业土壤N₂O排放与氮（N）肥施用密切相关，N₂O是长寿命温室气体并参与平流层臭氧消耗。作物系统中N₂O主要通过硝化和不完全反硝化产生，其平衡取决于矿质氮有效性、氧气、土壤水分、活性碳和温度，这些控制因子在时空上交互作用。牛粪浆施用可因提供速效铵态氮和活性碳基质而加剧这些动态。土壤管理强烈塑造这一环境，耕作强度和秸秆处理影响土壤结构、容重、孔隙连通性、持水性、通气性及有机底物分布。减耕和免耕可能改变N₂O产生及随后排放的比例，但其减排效果依赖情境。Meta分析表明免耕和减耕相较常规耕作并不能一致降低N₂O排放，尤其以单位产量表达时。排放因子适用于清单编制但无法描述每日脉冲、阈值响应或交互作用。过程模型如ARMOSA可表征多种机制，但日N₂O峰值仍不确定。随机森林等机器学习工具可识别非线性关联并排序预测因子重要性。因此有必要结合高频田间测量、模型辅助矿质氮动态和数据驱动分析，阐明耕作诱导的土壤条件如何与粪浆来源氮、温度和WFPS交互控制施肥后短时N₂O脉冲，以及较低面积尺度排放是否也转化为较低产量尺度排放。研究人员提出三个假设：(i) 粪浆施用后N₂O排放由矿质氮有效性、土壤温度和WFPS的交互作用控制而非仅WFPS；(ii) 这些驱动因子的相对重要性在玉米和大麦施肥后期间不同；(iii) 减扰动系统可能降低面积尺度N₂O排放，但当以单位产量表达时该减排收益可能被抵消，尤其若作物生产力下降。研究目标为：量化三种耕作下牛粪浆施用后累积、表观排放因子和产量尺度N₂O–N排放；评估土壤管理效应在玉米和大麦施肥后期间是否不同；结合高频chamber测量、ARMOSA衍生每日矿质氮动态和随机森林分析识别N₂O热时刻的主要驱动因子。研究得出，粪浆施用后N₂O排放以短时施肥后热时刻为主，两个作物季均占作物期排放的大部分；响应不能仅由WFPS解释，而由土壤温度、粪浆来源矿质氮动态和耕作相关土壤物理条件交互作用解释；玉米季较暖条件促成更大更突然的脉冲，大麦季较冷条件尽管矿质氮有效仍限制排放强度；免耕降低面积尺度排放但玉米季被强烈产量和氮利用效率（NUE）惩罚抵消，大麦季则出现更有利平衡。整合高频chamber测量、ARMOSA衍生矿质氮协变量和随机森林分析通过链接每日通量与动态土壤氮和环境驱动因子改善了对N₂O热时刻的解释。由于试验仍处早期且随机森林重要性为探索性，需长期监测及通气性、气体扩散率和N₂O还原为N₂的直接测量以进一步探究这些机制。该研究意义在于强调应通过排放强度和作物生产力双重指标评估粪浆与耕作管理，而非仅面积尺度排放。

关键技术方法方面（不超过250字）：研究在意大利北部Landriano的SoilGHGLab试验站开展，采用随机完全区组设计含4重复和3种土壤管理（常规耕作CT、少耕MT、免耕NT），聚焦2025–2026玉米—大麦序列。使用SoilGHGLab自动chamber平台（12个非稳态chamber）高频监测N₂O和CO₂通量，辅以土壤温度、WFPS、矿质氮和作物产量测定。采用ARMOSA-MIM过程模型提供每日NH₄⁺–N和NO₃^?–N估算，并应用随机森林回归和个体条件期望（ICE）曲线分析驱动因子重要性及非线性响应。

研究结果方面：施肥后环境条件与N₂O排放动态——两次施肥产生对比鲜明的施肥后条件，玉米季土壤温度17.2–24.7 °C，大麦季9.9–17.6 °C，WFPS两期大致相当（玉米49.6–88.1%，大麦52.7–87.4%），降水有限。模拟矿质氮与观测中度吻合（平均观测SMN 227 kg N ha^?1，模拟217 kg N ha^?1，R² = 0.48），支持将ARMOSA衍生每日SMN作为协变量。玉米季每日N₂O–N通量响应更强更突然，峰值出现在施肥后第8天，MT最高（1.67 kg N ha^?1 d^?1），其次CT（0.99）和NT（0.47）；大麦季峰值较低，出现在第11–12天。前40天占作物期排放大部分。累积排放与农艺—环境指标——累积N₂O–N排放作物期间和土壤管理系统间差异显著，玉米季（4.68 ± 0.74 kg N ha^?1）高于大麦季（2.04 ± 0.74），表观排放因子（EF_app）相应从2.34 ± 0.37%降至1.02 ± 0.37%。CT和MT累积排放及EF_app数值上高于NT，但事后比较未清晰区分。产量尺度N₂O–N排放未受作物期、系统或交互显著影响；NUE受作物期、系统及交互显著影响，玉米季高于大麦季，CT最高。随机森林性能与驱动因子重要性——模型预测性能中等到良好，玉米季OOB R²从NT的0.45到CT的0.74，大麦季0.47–0.72。大麦季所有系统土壤温度相对重要性最高；玉米季土壤温度在CT和NT也重要但MT较低且变异大，WFPS在玉米季贡献强尤其MT，矿质氮预测因子亦有贡献。预测N₂O通量的非线性响应——ICE曲线显示非线性和系统特异响应；玉米季预测通量沿土壤温度梯度总体下降，反映主要排放脉冲集中于施肥早期而非最暖时段；WFPS呈阈值样响应尤其MT和NT；大麦季土壤温度所有系统呈正响应，NH₄⁺–N快速增加后达平台。

讨论部分总结：本研究考察土壤管理如何通过结合高频通量测量、每日矿质氮动态和机器学习驱动因子分析调节牛粪浆施用后短时N₂O脉冲，结果总体支持三个假设但具作物和系统特异响应。粪浆来源氮有效性、土壤微气候与耕作系统交互调控N₂O排放——两次粪浆施用后对比动态表明有机施肥不仅由粪浆氮输入控制，而由矿质氮有效性、活性碳、土壤温度、WFPS、氧扩散和耕作相关土壤条件交互作用控制；主脉冲发生在前40天，证实施肥后短时热时刻重要性；相同粪浆氮率下玉米季累积排放高于大麦季，不能由WFPS显著差异解释，更可能反映速效NH₄⁺、增加的NO₃^?有效性和较暖土壤条件的联合效应；粪浆注入可形成富含水、活性碳和矿质氮的粪—土热点；大麦季较冷条件限制微生物N₂O产生；随机森林和ICE曲线强化此解释；NT尽管WFPS高但N₂O响应较低，提示水分创造潜在反硝化条件但未必增加表面排放，可能作为物理缓冲系统使气体传输、底物分布和微生物转化耦合方式不同。结合高频测量、过程模型和随机森林的增值与局限——整合土壤—植物—大气田间平台是主要优势，自动chamber提供高频N₂O和CO₂观测，时间分辨率至关重要因N₂O收支可受低频采样可能遗漏的短时峰值强烈影响；ARMOSA-MIM仅部分重现短期系统特异矿质氮变异；随机森林因数据集较小且峰值主导，变量重要性排序应解释为预测因子相关性指标而非硝化反硝化的因果划分。粪浆管理、耕作系统与N₂O减排和作物生产力权衡——仅面积尺度排放不足，产量尺度排放和NUE提供更农艺评估；玉米季CT显示最有利农艺—环境平衡，MT效率最差组合，NT累积排放最低但被强烈生产力惩罚抵消（玉米产量降至4.06 Mg DM ha^?1，NUE降至20.3 kg DM kg N^?1）；大麦季权衡较不明显，CT维持最高产量和NUE但累积和产量尺度排放最高，MT和NT较低累积排放同时维持相当产量和NUE，NT未显示玉米季严重生产力惩罚并具最低数值产量尺度排放；减扰动系统与 大麦农艺相容性优于玉米；因累积和产量尺度排放在系统间无显著差异，应解释为作物特异模式而非确定处理效应；粪浆管理和耕作应通过综合农艺—环境视角评估，减排策略应旨在降低排放强度同时维持生产力并改善氮回收；因耕作试验2023年建立，需长期监测确定土壤结构、秸秆介导碳输入和作物适应是否随时间改变这些权衡。

研究结论翻译：本研究显示牛粪浆施用后N₂O排放以短时施肥后热时刻为主，在玉米和大麦中均占作物期排放的大部分。响应不能仅由WFPS解释，而由土壤温度、粪浆来源矿质氮动态和耕作相关土壤物理条件之间的交互作用解释。玉米栽培期较暖条件促成更大更突然的脉冲，而大麦生长期较冷条件尽管矿质氮有效仍限制排放强度。土壤管理效应具作物特异性：免耕降低面积尺度排放，但该收益被玉米季强烈产量和NUE惩罚抵消，而大麦季出现更有利平衡。整合高频chamber测量、ARMOSA衍生矿质氮协变量和随机森林分析通过链接每日通量与动态土壤氮和环境驱动因子改善了对N₂O热时刻的解释。由于试验仍处早期且随机森林重要性为探索性，需长期监测及通气性、气体扩散率和N₂O还原为N₂的直接测量以进一步探究这些机制。