《Ecological Indicators》:Incorporating regional characteristics into nitrogen footprint assessment: Development of a watershed scale virtual nitrogen factor calculation method using SWAT
编辑推荐:
传统的氮(N)足迹(NF)计算方法,即N-Calculator方法,主要基于国家尺度统计数据估算食品类别的虚拟氮因子(VNFs),这限制了其表征区域特性和不同反应性氮(Nr)负荷途径的能力。为解决这些限制,研究人员开发了一种改进的VNF计算方法,将新的VNF计
传统的氮(N)足迹(NF)计算方法,即N-Calculator方法,主要基于国家尺度统计数据估算食品类别的虚拟氮因子(VNFs),这限制了其表征区域特性和不同反应性氮(Nr)负荷途径的能力。为解决这些限制,研究人员开发了一种改进的VNF计算方法,将新的VNF计算框架与流域尺度下的土壤和水评估工具(SWAT)相结合。将其应用于日本Ikushunbetsu河流域表明,SWAT有效捕捉了旱地农田中复杂的氮动态。新框架通过明确将土壤氮变化作为池输入,解决了因土壤氮耗竭导致的物理上不可能的负Nr负荷。通过按个体负荷途径分解Nr负荷,实现了作物特定的缓解优先级识别:洋葱和小麦的淋溶抑制,以及水稻和大豆的土壤氮库恢复。这些进展超越了传统的基于SWAT的流域尺度氮分析,使得Nr负荷能够在基于消费的NF框架内进行解释。空间分析表明,VNF决定因素本质上是作物特定的:小麦VNF与坡度和太阳辐射分别呈统计显著的正相关和负相关,而洋葱VNF受管理强度控制。流域内小麦VNF变异幅度与先前研究报告的国家间变异相当。由于该框架可与其他过程模型输出结合实施,且SWAT在数据稀缺地区广泛应用,因此支持将空间显式、作物特定的NF评估扩展到单个案例研究之外。
氮(N)污染是全球最紧迫的环境挑战之一,位于粮食生产与生态系统健康的交汇点。反应性氮(Nr,除N
2外的所有氮形态)的过度使用在支撑粮食需求的同时,也导致广泛的环境退化。氮足迹(NF,评估生产至消费全生命周期中Nr释放总量的指标)是连接食品消费与氮污染的关键工具,其中虚拟氮因子(VNF,食品生产过程中Nr负荷与消费氮的比值)是核心参数。传统的N-Calculator方法基于国家统计数据估算VNF,但存在两个根本局限:一是无法反映区域农田Nr负荷的异质性,因农业统计数据按行政边界汇总,而Nr负荷遵循自然水文边界;二是传统方法仅通过减去收获氮来估算农田Nr负荷,既未考虑土壤氮变化,也无法分解不同损失途径,难以评估诸如覆盖作物或有机农业等通过积累土壤氮而减少Nr损失但不改变产量的实践效果。为解决这些问题,研究人员开发了将新VNF计算框架与流域尺度土壤和水评估工具(SWAT)相结合的方法,旨在实现区域特异性VNF估算,并直观展示环境风险热点。本研究以日本Ikushunbetsu河流域为例,该流域与Mikasa市行政边界高度一致,且拥有长期水文监测和大量田间研究数据,为模型验证提供了坚实基础。研究通过三个目标展开:评估SWAT作为VNF计算工具的适用性、开发新框架并与传统方法比较、分析区域特征对VNF的影响。该研究为制定减少Nr负荷同时维持农业生产力的策略提供了科学依据,论文发表在《Ecological Indicators》。
主要关键技术方法(不超过250字):研究采用的关键技术方法包括:第一,开发新的VNF计算框架,通过将传统应用池扩展为土壤池(包含应用池和库存池),引入土壤氮变化(n
change)作为池输入,并分解栽培阶段的Nr损失为五个途径(反硝化N
2、反硝化N
2O、氨挥发、径流、淋溶),从而消除传统方法中因土壤氮耗竭导致的负Nr负荷。第二,应用SWAT模型进行流域尺度模拟,该模型基于地形将流域划分为子流域和水文响应单元(HRUs),输入土地利用、土壤类型、坡度、农业管理调度和气象数据,模拟植物生长、水分和氮动态。针对日本湿润酸性土壤条件,对SWAT的硝化和氨挥发计算例程进行了修改。第三,案例研究位于日本Hokkaido的Ikushunbetsu河流域(334 km2),使用公开数据、前人研究和实地调查(包括2002–2022年农民访谈、作物产量记录等)构建模型输入,并利用SWATrunR进行参数校准与验证,目标包括日径流、泥沙、总氮负荷、作物产量和土壤温度。第四,空间分析采用Kendall秩相关系数评估子流域尺度VNF与环境因素的关系。
研究结果:
3.1 SWAT性能与氮动态:校准后的SWAT模型在所有评估标准上均达到满意性能。整个模拟期间,径流(R2=0.655,NSE=0.642,PBIAS=-3.86%),泥沙负荷(R2=0.574,NSE=0.555,PBIAS=-0.59%),总氮负荷(R2=0.563,NSE=0.439,PBIAS=7.76%),所有作物产量NRMSE均低于0.30。SWAT模拟的洋葱、大豆和小麦的氮动态与已发表文献值基本一致,表明模型适用于旱地农田。然而,水稻的模拟结果存在明显偏差:淋溶N和径流N被高估,反硝化N被低估,这归因于SWAT未模拟水稻田特有的犁底层、控水管理和梯田地形缓冲,属于结构性限制。
3.2 VNF计算:通过三种方法(传统框架结合统计数据VNF-CS、传统框架结合SWAT输出VNF-CM、新框架结合SWAT输出VNF-NM)构建的氮流动图显示,不同作物和计算方法的Nr负荷动态差异显著。VNF-NM方法中,洋葱和小麦的淋溶N是主要负荷途径,而水稻和大豆的土壤氮变化占主导。VNF-CM方法中,水稻和大豆的栽培阶段Nr负荷为负,表明传统框架在土壤氮耗竭严重时无法给出物理上合理的结果。VNF-NM方法消除了这一缺陷,并实现了途径分解,从而识别出作物特定缓解优先级:洋葱和小麦应抑制淋溶,水稻和大豆应恢复土壤氮库。
3.3 空间分析:子流域尺度VNF-NM值显示,洋葱VNF变异系数(CV)很小(0.0379),与任何环境因素均无显著相关,表明过量施肥导致管理强度成为主导因素。水稻CV较大(0.257),但无显著环境相关性,因模型结构限制水稻模拟可靠性而被排除在空间驱动分析外。大豆CV为0.214,与饱和导水率呈不显著负相关趋势。小麦CV为0.107,与坡度呈显著正相关(τ=1.00,p=0.0143),与太阳辐射呈显著负相关(τ=-1.00,p=0.0143),且流域内VNF变异幅度与先前研究报告的国家间变异相当,表明环境因素对氮盈余小的作物VNF具有显著影响。
总结讨论部分:新VNF计算框架通过路径分解使土地利用特异性氮管理策略成为可能,强化了生产阶段Nr负荷与消费型NF评估的关联。对于洋葱和小麦,淋溶是关键环境关切;对于水稻和大豆,土壤氮变化主导,需恢复土壤肥力。新框架解决了传统方法在土壤氮耗竭时产生负Nr负荷的结构性缺陷。空间分析揭示VNF决定因素具有作物特异性,管理强度或环境因素分别主导,对于氮盈余小的作物,国家平均VNF可能掩盖政策相关的次国家异质性。SWAT在数据稀缺地区的广泛应用使该框架可推广至全球农业流域。研究局限性包括:粪肥施用因农场级变异被排除、水稻模拟结构性限制、子流域样本量小(每作物5-6个)导致统计力有限。研究结论翻译:传统基于国家统计数据的VNF计算忽略了农田氮动态的区域异质性,限制了NF评估将生产阶段Nr负荷与区域和管理实践下的食品消费联系起来。为克服这些限制,本研究开发了与流域尺度SWAT集成的新VNF计算框架,并应用于日本Ikushunbetsu河流域。三个核心进步区分了所提出方法与常规方法:第一,新框架通过明确将土壤氮变化作为池输入,解决了传统方法中当土壤氮耗竭成为主导氮源时出现的物理上不可能的负Nr负荷,这一情况在本研究的水稻和大豆中观察到。第二,将框架与SWAT耦合,通过提供跨子流域分布的路径分解氮通量数据,实现了空间显式、作物特定的VNF估算,这超出了常规国家尺度统计方法的分析能力。第三,通过按个体途径分解Nr负荷,识别了作物特定的缓解优先级:洋葱和小麦的淋溶抑制,以及水稻和大豆的土壤氮库恢复。校准后的SWAT模型对旱地作物(洋葱、大豆和小麦)表现出满意性能,但SWAT在模拟淹水水稻条件时的结构性限制,包括缺乏通过田埂的侧向氮渗漏和不完全代表厌氧氮动态,导致水稻VNF估算不可靠。因此,应用经过验证的水稻特定模型修改仍是未来工作的重要方向。空间分析进一步揭示,流域内小麦VNF变异幅度与国家间差异相当,这强调了在环境异质性地区应用国家平均VNF的风险。本研究还存在三个局限性:粪肥施用因农场级变异被排除;子流域尺度空间分析(每作物5-6个)限制了统计力,识别的相关性应视为假设生成;水稻VNF可靠性在开发出水稻特定模型前仍有限。所提出的框架可应用于田间实测氮预算和其他过程模型输出,支持其扩展到不同地区的多样化农业流域。该框架为将作物特定区域氮动态与消费型NF评估联系起来,以及为制定减少Nr负荷同时维持农业生产力的循证策略提供了科学基础。