长期降水变异性下不同产量区冬小麦的环境氮损失

《Journal of Environmental Management》：Environmental nitrogen losses in winter wheat across yield zones under long-term precipitation variability

　　

由于土壤特性在不同产量区的差异以及高降水年际变异性，湿润农业生态系统中冬小麦的氮（N）损失动态仍不确定。研究人员假设，主要氮损失途径在不同产量区之间存在显著差异，主要由土壤水文和降雨模式的相互作用驱动。本研究的目的是将田间试验与基于过程的模型相结合，以识别和量化长期气候变异性下对比产量区的环境氮损失（Nenvloss）途径。在本研究中，位于美国东南部的一个商业冬小麦田根据历史产量数据被划分为高产区（HYZ）和低产区（LYZ），以明确考虑田内异质性。利用两个生长季（2022-23和2023-24）的数据对DSSAT CSM-CERES-Wheat模型进行了校准和评估，随后利用该模型模拟了32年期间的土壤氮平衡和长期氮损失，并根据标准化降水指数（SPI）将年份分为干旱年、正常年和湿润年。模型评估显示，在模拟不同产量区的作物物候、生物量积累、籽粒产量、土壤水分动态和作物氮吸收方面表现稳健，地上生物量的归一化均方根误差（nRMSE）为6-7%，地上部氮为17%，土壤含水量为7-25%。硝酸盐（NO₃^?）淋溶被确定为两个生长季的主要Nenvloss途径，占模拟总氮损失的94-98%，而挥发（1-2 kg[N] ha^?1）和反硝化（0.4-1.0 kg[N] ha^?1）贡献的份额较小。HYZ一直表现出比LYZ（69-70 kg[N] ha^?1）更高的淋溶损失（39-98 kg[N] ha^?1），这是由于种植时较高的初始土壤矿质氮（Nsmn）和较高的土壤渗透性促进了快速排水，而作物氮吸收的差异在两区之间在统计上不显著。长期模拟表明，降水年际变异性显著调节了氮损失，平均淋溶量从干旱年的65±12 kg[N] ha^?1增加到湿润年的96±21 kg[N] ha^?1。相比之下，干旱条件下挥发损失（6.1±10.1 kg[N] ha^?1）增加。这些发现表明，土壤水文特性和气候变异性主要控制冬小麦系统中的Nenvloss。这突显了在湿润地区需要采取响应天气的、特定地点的氮管理策略。

**论文解读：长期降水变异性下不同产量区冬小麦的环境氮损失**

**1. 研究背景与问题**

氮（N）是维持全球农业生产力和粮食安全的关键养分，但农业系统中的氮损失不仅给农民造成重大经济损失，也带来持续的环境可持续性挑战，最终影响人类健康。全球谷物作物的氮利用效率（NUE）估计约为35%，这意味着大部分施用的氮在土壤-植物系统中未被充分利用。在冬小麦系统中，氮管理尤为棘手，因为作物对氮的需求与土壤和肥料供氮的时间常常不匹配。冬小麦在秋季建立后，会经历一个延长的冬季休眠期，期间氮吸收极少，随后在春季快速营养生长阶段则需要及时大量供氮。在休眠期，土壤剖面中的氮极易损失，尤其是在降水过多的情况下。氮损失主要通过硝酸盐（NO₃^?）淋溶至根区以下、通过反硝化和挥发作用的气态损失，以及土壤微生物的固定作用。这些途径的损失量和主导地位显著受施肥时间与降雨事件相对关系的影响，特别是在冬季作物氮需求低的时期。然而，由于土壤质地、排水特性、有机质含量和作物生产力存在异质性，田间不同产量区（YZ）的氮损失途径的相对大小存在差异。因此，统一的肥料管理往往无法充分应对不同产量区在氮损失风险上的变异性。产量区划分提供了一个实用的框架，用以表征田内异质性并支持特定地点的管理。然而，对于在商业生产系统下，这些对比鲜明的产量区究竟损失了多少氮，以及哪种氮损失途径占主导地位，目前所知甚少。特别是在冬小麦系统中，其与夏季作物不同的季节性农事活动，可能导致基于产量区进行氮管理的概念具有误导性，因为环境氮损失（Nenvloss）并未被明确量化。因此，阐明土壤水力特性、生物固氮和季节性气候变异性如何相互作用以调节湿润农业生态系统中氮损失，对于填补这一知识空白至关重要。

**2. 研究内容与结论**

研究人员开展这项研究，旨在整合田间试验与基于过程的模型，以识别和量化长期气候变异性下对比产量区（高产区HYZ和低产区LYZ）的环境氮损失（Nenvloss）途径。研究在美国东南部阿拉巴马州的一个商业农场进行，跨越两个冬小麦生长季（2022-23和2023-24）。主要结论包括：硝酸盐（NO₃^?）淋溶被确定为两个生长季中占主导地位的Nenvloss途径，占总模拟氮损失的94-98%；HYZ相比LYZ表现出更高的淋溶损失，这主要是由种植时较高的初始土壤矿质氮（Nsmn）和较高的土壤渗透性驱动的，而非作物氮吸收的差异；长期模拟（32年）表明，降水年际变异性显著调节了氮损失，平均淋溶量从干旱年向湿润年增加，而干旱条件下挥发损失增加。这些发现强调了土壤水文特性和气候变异性是控制冬小麦系统中Nenvloss的主要因素，指出在湿润地区需要采取响应天气的、特定地点的氮管理策略。该论文发表在《Journal of Environmental Management》。

**3. 主要关键技术与方法**

研究人员主要采用了以下关键技术方法：1) **产量区划分**：基于2011、2013和2021年三个生长季的历史产量数据，结合地理信息系统（ArcGIS v.10.9）软件，通过分析多产年产量性能和稳定性，将研究农场划分为高产稳定区（HYZ）和低产稳定区（LYZ）。2) **田间试验与数据采集**：在两个生长季内，收集了天气数据（包括最高/最低温度、降雨量等）、土壤数据（物理、化学和水力特性，如饱和导水率Ksat、田间持水量FC等，样本来自美国阿拉巴马州的商业农场，分为0-5、5-15、15-23、23-30、30-45、45-60、60-90 cm七个土层），以及作物管理数据（包括施肥、播种、收获等）和作物生长数据（如叶面积指数LAI、生物量、氮吸收等）。3) **基于过程的作物模型模拟**：采用DSSAT CSM-CERES-Wheat模型（版本4.8.2），利用2022-23生长季数据进行模型校准，并使用2023-24生长季数据进行独立评估，之后用于模拟土壤氮平衡和长期（32年）氮损失。4) **标准化降水指数（SPI）**：利用1993至2024年共32年的历史降水数据，计算冬小麦生长季（10月至5月）的SPI，将水年分为干旱年、正常年和湿润年，以评估降水年际变异性的影响。5) **统计分析方法**：使用线性混合效应模型（LMM）分析产量区、水年及其交互作用对作物和氮损失变量的影响，并进行事后成对比较。

**4. 研究结果**

**3.1 模型校准与评估**
通过校准和独立评估，CSM-CERES-Wheat模型在模拟对比产量区的作物物候、冠层发育、生物量积累、籽粒产量、土壤水分动态和作物氮吸收方面表现出稳健性能。对于地上生物量（AGB），归一化均方根误差（nRMSE）为6-7%，地上部氮（AGN）为17%，土壤含水量为7-25%，证实了模型适用于模拟土壤无机氮平衡和损失途径。

**3.2 模拟的氮收支与主导环境损失途径**
**3.2.1 产量区间的氮输入与作物回收**：总氮输入因产量区和生长季而异。矿化氮（Nmin）在较湿润的2022-23季节是主要输入源，而在较干旱的2023-24季节，无机肥料氮（Nfert）是主要贡献者。冬小麦氮吸收在HYZ为50-62%的总输入，在LYZ为48-56%。
**3.2.2 土壤矿质氮的转化与保持**：模型显示，施肥和有机质矿化后，土壤铵态氮（NH₄⁺）迅速转化为硝态氮（NO₃^?）。微生物固定是保留矿质氮的重要机制，受作物残留物数量和质量的显著控制。
**3.2.3 环境氮损失**：模型将Nenvloss分解为淋溶、气态损失（挥发和反硝化）和微生物固定。NO₃^?淋溶是主导的Nenvloss途径。
**3.2.4 硝酸盐淋溶是主导损失途径**：在较湿润的2022-23季节，HYZ的模拟NO₃^?淋溶量（98 kg[N] ha^?1）高于LYZ（70 kg[N] ha^?1），这归因于HYZ更大的初始土壤NO₃^?库和更早的播种时间。在较干旱的2023-24季节，LYZ的淋溶损失（69 kg[N] ha^?1）高于HYZ（39 kg[N] ha^?1），表现出相反的趋势，这是由于LYZ具有更高的初始土壤NO₃^?和延迟播种。
**3.2.5 气态氮损失**：两个生长季的气态氮损失均可忽略不计。氨（NH₃)挥发（1-2 kg[N] ha^?1）和反硝化损失（0.4-1.0 kg[N] ha^?1）均较低。
**3.2.6 微生物固定与氮有效性的调节**：微生物固定构成了Nsmn的一个重要汇，并在调节NO₃^?有效性方面发挥了关键作用，特别是在LYZ，由于更大的玉米残留物量和更高的残留物C:N比，固定作用更强。

**3.3 跨水年和产量区的长期氮损失动态**
**长期模拟**表明，NO₃^?淋溶是主要的氮损失途径，平均为80±20 kg[N] ha^?1。淋溶损失显著受水年和产量区影响，从干旱年（65±12 kg[N] ha^?1）到湿润年（96±21 kg[N] ha^?1）逐渐增加。HYZ的淋溶损失（94±18 kg[N] ha^?1）显著高于LYZ（67±11 kg[N] ha^?1）。反硝化损失虽小，但受到水年和产量区的显著影响，在湿润年增加，并在LYZ中更高。挥发损失仅受产量区显著影响，在LYZ中更高，并且在干旱年（6.1±10.1 kg[N] ha^?1）显著高于湿润年。总Nenvloss同样受水年和产量区显著影响，在湿润年和HYZ中最高。

**5. 总结与讨论**

本研究证实，冬小麦系统中的Nenvloss由土壤氮有效性、生物介导的保持和土壤水文过程决定，而非仅仅由作物产量决定。HYZ始终表现出更高的NO₃^?淋溶风险，而LYZ由于较小的初始土壤Nsmn库和增强的微生物固定作用，淋溶损失较低。长期模拟揭示了降水年际变异性对Nenvloss的显著调节作用，湿润年淋溶增加，而干旱年挥发损失增加。

**研究结论部分翻译**：CSM-CERES-Wheat模型的校准和评估展示了其在模拟对比产量区间冬小麦生长、土壤水分动态和氮吸收方面的稳健性能，验证了其捕捉田内异质性的可靠性。模拟的土壤氮平衡表明，NO₃^?淋溶是主导的Nenvloss途径，占总损失的94-98%，而气态损失极小。此外，HYZ比LYZ更容易受到淋溶损失，这主要由土壤水力特性和较高的初始土壤矿质氮驱动。长期模拟进一步揭示，降水年际变异性显著调节了这些途径；平均淋溶量从干旱年的65±12 kg[N] ha^?1增加到湿润年的96±21 kg[N] ha^?1，而干旱条件下挥发损失增加。这些发现表明，Nenvloss主要受土壤水文特性和气候变异性影响。因此，减少湿润农业生态系统的环境足迹需要从静态的、基于产量的养分推荐转向动态的、气候适应的特定地点的氮管理策略。