畢文通,紀(jì)仁婧,和玉璞*,付 靜,尚 明
(1.南京水利科學(xué)研究院,南京 210029;2.江蘇省江都水利工程管理處,江蘇 揚(yáng)州 225200)
【研究意義】我國(guó)稻田氮肥消耗量約占世界氮肥總消費(fèi)量的7%[1]。我國(guó)稻田氮肥利用效率僅為35%左右,低于發(fā)達(dá)國(guó)家平均水平[2-4]。稻田較低的肥料利用率意味著大量氮素通過(guò)不同的途徑流失到周邊環(huán)境,在提高農(nóng)業(yè)生產(chǎn)成本的同時(shí),引發(fā)了較為嚴(yán)重的面源污染問(wèn)題[5-6]。氨揮發(fā)是稻田氮素的損失途徑之一,在全球農(nóng)作物種植體系中,通過(guò)氨揮發(fā)損失的氮素占總施氮量的平均比例為18%,最高可達(dá)64%[7]??茖W(xué)減少我國(guó)稻田氨揮發(fā)排放,并制定有效的減排措施是目前研究熱點(diǎn)。
【研究進(jìn)展】生物炭添加已被證明具備提高土壤固碳吸附能力、保持水分能力以及減少農(nóng)田溫室氣體排放等效果[8-12]。生物炭對(duì)土壤中的氮素具有很強(qiáng)吸附能力,能夠有效抑制氨揮發(fā)。適量生物炭被施入稻田可以有效降低稻田氨揮發(fā)[8,12],控制灌溉、間歇灌溉等水稻節(jié)水灌溉模式可以有效減少稻田氨揮發(fā)損失量[13-14]。灌水量及生物炭添加量顯著影響氨揮發(fā),灌水會(huì)加劇氨揮發(fā),延長(zhǎng)氨揮發(fā)時(shí)間,同一灌水量下,氨揮發(fā)會(huì)隨生物炭量的增加呈先降低后增加的趨勢(shì)[15]。由于田間試驗(yàn)的工作量大、周期長(zhǎng)、環(huán)境因素復(fù)雜等原因,有關(guān)水炭聯(lián)合調(diào)控稻田氨揮發(fā)的試驗(yàn)研究開(kāi)展較少,稻田水炭調(diào)控模式的氨揮發(fā)減排效果及作用機(jī)制尚不明確。近年來(lái),DNDC 模型在稻田溫室氣體排放、土壤有機(jī)碳量以及氮素淋失模擬等方面應(yīng)用較多,取得了較理想的模擬結(jié)果,成了研究稻田氮素遷移過(guò)程及效應(yīng)的重要工具[16]?!厩腥朦c(diǎn)】目前,利用DNDC模型開(kāi)展稻田氨揮發(fā)的模擬研究多聚焦于水氮調(diào)控情景[17-20],基于DNDC 模型開(kāi)展水炭調(diào)控稻田氨揮發(fā)的研究還鮮有報(bào)道?!緮M解決的關(guān)鍵問(wèn)題】本研究通過(guò)原位觀測(cè)試驗(yàn)得到稻田氨揮發(fā)的實(shí)測(cè)數(shù)據(jù),對(duì)DNDC 模型進(jìn)行參數(shù)的率定和驗(yàn)證,運(yùn)用DNDC 模型模擬水炭聯(lián)合調(diào)控對(duì)稻田氨揮發(fā)的影響及作用機(jī)制,探尋減少氨揮發(fā)損失最優(yōu)方案,以期為加強(qiáng)稻田氮素的管控、減少稻田氨揮發(fā)損失提供指導(dǎo)。
模擬試驗(yàn)依據(jù)的是2018—2019 年在南京市高淳區(qū)椏溪鎮(zhèn)尚義村(東經(jīng)119°9'40",北緯31°24'42")開(kāi)展的田間原位觀測(cè)試驗(yàn)。研究區(qū)位于北亞熱帶和中亞熱帶過(guò)渡地區(qū),受季風(fēng)環(huán)流影響,區(qū)域性氣候明顯,常年四季分明,多年平均氣溫16 ℃,多年平均降水量1 190.8 mm。當(dāng)?shù)亓?xí)慣稻麥輪作,土壤為滲育水稻土,耕層土壤為黏壤土,土壤有機(jī)質(zhì)量為34.2 g/kg,全氮量為2.01 g/kg,全磷量為0.46 g/kg,全鉀量為12.87 g/kg,土壤pH 值為7.2。0~20、0~30、0~40 cm 土層土壤飽和體積含水率分別為52.0%、50.1%、47.9%。
1.2.1 試驗(yàn)設(shè)計(jì)
試驗(yàn)中稻田灌溉處理為控制灌溉[21](簡(jiǎn)記為C),小麥秸稈生物炭添加量設(shè)置4 個(gè)水平:0 t/hm2(K)、10 t/hm2(L)、20 t/hm2(M)和40 t/hm2(H),共4個(gè)處理(CK、CL、CM、CH),每個(gè)處理3 個(gè)重復(fù)。
試驗(yàn)采用南京勤豐秸稈科技有限公司生產(chǎn)的小麥秸稈生物炭,生物炭平均孔徑為15.745 nm,平均孔容為0.049 cm3/g,平均比表面積40.483 m2/g。在組成成分方面,C、H、N 組成比例分別為38.523%、2.370%、1.320%。水稻品種為南粳5505,各處理的植保、耕作等措施保持一致。各處理稻田均參考農(nóng)民習(xí)慣施肥,氮素施肥過(guò)程如表1 所示,2 a 的水稻生長(zhǎng)情況有所差異,故施肥量略有不同。各處理稻田均施加45.0 kg/hm2磷肥(P2O5)和63.5 kg/hm2鉀肥(K2O),磷肥、鉀肥作基肥同時(shí)施入稻田。
表1 稻田施肥時(shí)間與施肥量Table 1 Fertilizer application time and amount in paddy field
試驗(yàn)在配套有獨(dú)立灌排設(shè)備的田間小區(qū)進(jìn)行,每個(gè)小區(qū)面積為60 m2(12 m×5 m),每個(gè)小區(qū)灌溉系統(tǒng)獨(dú)立布設(shè)且安裝有機(jī)械水表用于計(jì)量灌水量。每個(gè)小區(qū)之間使用磚砌田埂進(jìn)行分割,田埂高度為100 cm,田面以上20 cm、田面以下80 cm,沿田埂兩側(cè)布設(shè)同樣埋深的防水農(nóng)膜,以減少小區(qū)之間的側(cè)向滲漏。
本研究在2018 年6—10 月進(jìn)行預(yù)試驗(yàn),6 月16日插秧,10 月20 日收割。2019 年6—10 月進(jìn)行田間試驗(yàn),6 月5 日插秧,10 月12 日收割。采用通氣法進(jìn)行稻田氨揮發(fā)通量的原位觀測(cè)[20,22]。取樣時(shí)間為:每次施肥后,以第1 天為起始點(diǎn)開(kāi)始每天采樣,取樣3 次,然后每2 天采樣1 次,共計(jì)采樣2 次,然后每隔4 d 取樣,取2 次以后取樣間隔延長(zhǎng)到7 d,隨后的間隔逐漸延長(zhǎng)到5~10 d 采樣1 次,直到下一次施肥或揮發(fā)速率穩(wěn)定為止。采樣后,將通氣法裝置中下層的海綿分別裝入500 mL 的玻璃瓶中,加450 mL的1.0 mol/L 的KCL 溶液,使海綿完全浸于其中,密封后振蕩1 h,用納氏試劑比色法[23]測(cè)定浸取液中的銨態(tài)氮。氨揮發(fā)通量計(jì)算式為:
式中:VNH3-N為單位時(shí)間內(nèi)單位面積上的氨揮發(fā)量(kg/(hm2·d));M為通氣法單個(gè)裝置平均每次測(cè)得的銨態(tài)氮量(mg);A為捕獲裝置的橫截面積(m2);D為單次連續(xù)捕獲所用時(shí)間(d)。
1.2.2 DNDC 模型
DNDC 模型是農(nóng)業(yè)生態(tài)系統(tǒng)中控制碳和氮遷移轉(zhuǎn)化的生物化學(xué)及地球化學(xué)反應(yīng)機(jī)制的計(jì)算機(jī)模擬表達(dá)[24]。利用2019 年各處理稻田田間實(shí)測(cè)數(shù)據(jù)和模擬數(shù)據(jù)進(jìn)行模型檢驗(yàn)和驗(yàn)證。模型輸入?yún)?shù)包括:實(shí)測(cè)氣象資料(逐日最高氣溫、最低氣溫、降水量)、實(shí)測(cè)土壤參數(shù)(土壤質(zhì)地、土壤體積質(zhì)量、pH 值、黏土量、土壤有機(jī)質(zhì)量、初始硝態(tài)氮質(zhì)量濃度、初始銨態(tài)氮質(zhì)量濃度等)和農(nóng)田管理資料(播種和收獲日期、翻耕、施肥管理等)。模型所需數(shù)據(jù)在田間觀測(cè)試驗(yàn)中獲取。根據(jù)本次試驗(yàn)的實(shí)測(cè)數(shù)據(jù),將土壤有機(jī)質(zhì)量、初始硝態(tài)氮質(zhì)量濃度、初始銨態(tài)氮質(zhì)量濃度與生物炭添加量進(jìn)行擬合,擬合結(jié)果如圖1 所示。由圖1 可知,土壤有機(jī)質(zhì)量與生物炭添加量成正比,二者之間呈二次曲線關(guān)系且擬合精度為0.99;初始硝態(tài)氮質(zhì)量濃度、初始銨態(tài)氮質(zhì)量濃度與生物炭添加量成反比,二者與生物炭添加量之間皆呈二次曲線關(guān)系且擬合精度為0.99。因此,本研究在模型中通過(guò)調(diào)整土壤有機(jī)質(zhì)量、初始硝態(tài)氮質(zhì)量濃度和初始銨態(tài)氮質(zhì)量濃度間接實(shí)現(xiàn)生物炭添加影響的模擬。
圖1 土壤有機(jī)質(zhì)量、初始硝態(tài)氮質(zhì)量濃度、初始銨態(tài)氮質(zhì)量濃度與生物炭添加量的關(guān)系擬合Fig.1 Fitting of relationship between soil organic matter, initial nitrate nitrogen mass concentration,initial ammonium nitrogen mass concentration and biochar addition amount
1.2.3 稻田水炭調(diào)控情景設(shè)置
設(shè)計(jì)了3 種灌水處理,以灌溉臨界指標(biāo)下限作為控制指標(biāo),其中灌水處理1(I1)的灌溉臨界指標(biāo)下限為0 mm,灌水處理2(I2)的灌溉臨界指標(biāo)下限為飽和含水率的80%,灌水處理3(I3)的灌溉臨界指標(biāo)下限為飽和含水率的50%,各灌水處理的灌溉臨界指標(biāo)上限均為30 mm。針對(duì)設(shè)計(jì)的I1、I2、I3 灌水處理分別推求稻田灌溉過(guò)程,對(duì)應(yīng)設(shè)置了3 個(gè)氣象資料文本作為DNDC 模型模擬輸入?yún)?shù)。
設(shè)計(jì)了12 種生物炭添加水平,分別為4 t/hm2(B1)、8 t/hm2(B2)、12 t/hm2(B3)、16 t/hm2(B4)、20 t/hm2(B5)、24 t/hm2(B6)、28 t/hm2(B7)、32 t/hm2(B8)、36 t/hm2(B9)、40 t/hm2(B10)、44 t/hm2(B11)、48 t/hm2(B12)。計(jì)算不同生物炭添加量下土壤有機(jī)質(zhì)量、初始硝態(tài)氮質(zhì)量濃度和初始銨態(tài)氮質(zhì)量濃度,確定DNDC 模型對(duì)應(yīng)輸入?yún)?shù),從而在DNDC 模型中模擬不同生物炭添加量處理稻田氨揮發(fā)損失過(guò)程。
將灌水處理、生物炭添加量處理進(jìn)行組合,設(shè)置了36 組水炭調(diào)控情景,通過(guò)DNDC 模型模擬得到不同水炭調(diào)控稻田氨揮發(fā)損失量的變化過(guò)程,探求稻田氨揮發(fā)損失的最優(yōu)水炭調(diào)控模式。
采用Microsoft Excel 2016、Origin 8.5 處理數(shù)據(jù),采用SPSS24.0 進(jìn)行F檢驗(yàn)(差異顯著性水平為p=0.05)。2018 年預(yù)試驗(yàn)觀測(cè)數(shù)據(jù)不具備連續(xù)性,本研究只對(duì)2019 年試驗(yàn)觀測(cè)數(shù)據(jù)進(jìn)行分析。
根據(jù)2019 年的田間實(shí)測(cè)數(shù)據(jù),校正DNDC 模型參數(shù),對(duì)CK、CL、CM、CH 處理稻田分蘗肥后1周氨揮發(fā)損失量進(jìn)行模型適應(yīng)性檢驗(yàn)。分蘗肥后1 周稻田氨揮發(fā)損失量模擬值和實(shí)測(cè)值相對(duì)誤差在±8%以內(nèi)(表2),故應(yīng)用DNDC 模型模擬水炭調(diào)控稻田氨揮發(fā)是可行的。稻田穗肥后1 周和整個(gè)稻季氨揮發(fā)損失量模擬值和實(shí)測(cè)值相對(duì)誤差均在±6%以內(nèi)(表2),故DNDC 模型模擬稻田氨揮發(fā)可行。
表2 不同水炭調(diào)控稻田氨揮發(fā)損失量模擬值與實(shí)測(cè)值Table 2 Comparison of simulated and measured values of total ammonia volatilization in paddy field under different water and biochar treatments
模擬結(jié)果表明,稻田氨揮發(fā)主要發(fā)生在施肥后1 周之內(nèi),且氨揮發(fā)通量峰值在施肥后的5 d 內(nèi)出現(xiàn)。各處理稻田氨揮發(fā)通量模擬值的變化規(guī)律與實(shí)測(cè)值基本一致,2 次施肥后的模擬過(guò)程與實(shí)測(cè)過(guò)程較為契合,氨揮發(fā)通量模擬值的峰值出現(xiàn)時(shí)間與田間實(shí)測(cè)過(guò)程較接近(圖2)??傮w來(lái)看,DNDC 模型能夠較好模擬稻田氨揮發(fā)損失動(dòng)態(tài)過(guò)程。
圖2 不同水炭處理下稻田氨揮發(fā)通量模擬值與實(shí)測(cè)值對(duì)比Fig.2 Comparison of simulated and measured ammonia volatile flux in paddy field under different water and biochar treatment
相同灌溉處理下,分蘗肥后1 周內(nèi)的稻田氨揮發(fā)損失量呈隨生物炭添加量增加而小幅遞減的趨勢(shì);穗肥后1 周內(nèi),稻田氨揮發(fā)損失量隨生物炭添加量的增加持續(xù)走低,且趨勢(shì)平緩,如圖3 所示。各處理稻田穗肥后1 周的氨揮發(fā)損失量均大于分蘗肥后1 周,穗肥后1 周的氨揮發(fā)損失量約占整個(gè)稻季總量的1/2,這是由于穗肥施肥量較大,增加了氨揮發(fā)的氮源,而且穗肥后1 周氣溫較分蘗肥后1 周氣溫升高,土壤水分蒸發(fā)速率加快,土壤水汽攜帶作用[25]導(dǎo)致穗肥后氨揮發(fā)速率高于分蘗肥后氨揮發(fā)速率。
圖3 I1、I2、I3 處理下不同生物炭添加量下稻田氨揮發(fā)損失量Fig.3 Ammonia volatilization loss in paddy fields with different biochar application rates under I1, I2 and I3 treatment
縱觀整個(gè)稻季,稻田氨揮發(fā)損失量隨生物炭添加量的增加持續(xù)降低,但不同生物炭添加量處理無(wú)顯著差異。I1 灌水處理下,B10 處理氨揮發(fā)損失量最低,較B1 處理降低了1.84%;I2、I3 灌水處理下,B11 處理的氨揮發(fā)損失量最低,分別較B1 處理降低了1.53%和1.61%。特別地,生物炭添加量達(dá)到40 t/hm2以上后,分蘗肥后1 周、整個(gè)稻季的稻田氨揮發(fā)損失量隨生物炭添加量增加而略微增加,但整體呈隨生物炭添加量的增加而降低的趨勢(shì)。
相同生物炭添加量下,不同灌溉處理稻田分蘗肥后1 周、穗肥后1 周以及整個(gè)稻季的稻田氨揮發(fā)損失量隨灌水量的減少呈下降趨勢(shì),詳見(jiàn)圖4。生物炭添加量相同時(shí),I2 處理分蘗肥后1 周氨揮發(fā)損失量較I1處理降低了1.58%~2.66%,穗肥后1 周氨揮發(fā)損失量降低了1.80%~2.31%,整個(gè)稻季氨揮發(fā)損失量降低了2.12%~2.46%;I3 處理分蘗肥后1 周氨揮發(fā)損失量較I2 處理降低了6.65%~7.12%,穗肥后1 周氨揮發(fā)損失量升高了0.54%~1.06%,整個(gè)稻季氨揮發(fā)損失量降低了0.24%~0.45%。稻田氨揮發(fā)損失量隨著灌水下限的降低小幅下降,減少灌水會(huì)在一定程度上減少稻田氨揮發(fā)損失。
圖4 B1—B12 處理生物炭添加量下不同灌水處理的稻田氨揮發(fā)損失量Fig.4 Ammonia volatilization loss in different irrigated paddy fields under B1—B12 biochar application rates
分蘗肥后1 周,I1、I2 處理氨揮發(fā)損失量變化幅度隨生物炭添加量增加呈減小趨勢(shì),在生物炭添加量達(dá)20 t/hm2后變化幅度趨于穩(wěn)定,保持在1.5%左右。I2、I3 處理的氨揮發(fā)損失量變化幅度隨生物炭添加量增加基本保持在6.5%~7.5%之間。穗肥后1 周,I1、I2 處理氨揮發(fā)損失量變化幅度和I2、I3 處理氨揮發(fā)損失量變化幅度在24 t/hm2的生物炭添加量下出現(xiàn)陡升,在其余生物炭添加量時(shí)分別保持在1.8%和0.5%左右??v觀整個(gè)稻季,I1、I2 處理的氨揮發(fā)損失量變化幅度隨生物炭添加量增加呈略輕微減小趨勢(shì),I2、I3 處理的氨揮發(fā)損失量變化幅度基本保持在0.4%左右,如圖5 所示。生物炭添加量的變化對(duì)I2、I3 處理的氨揮發(fā)損失量變化幅度影響較小,灌水是稻田氨揮發(fā)的主要影響因素。
圖5 不同灌水處理各階段稻田氨揮發(fā)損失量變化幅度Fig.5 Variation amplitude of ammonia volatilization loss in paddy fields under different irrigation treatments at different stages
生物炭添加量和灌水處理均顯著影響分蘗肥后1周、穗肥后 1 周及整個(gè)稻季稻田氨揮發(fā)損失量(p<0.05),其中灌水處理是主要影響因素,生物炭添加量次之(表3)。當(dāng)控制生物炭添加量不變時(shí),I1、I2、I3 灌水處理下的稻田氨揮發(fā)損失量隨灌水量減少而減少;同一灌溉處理下,不同生物炭添加量下的稻田氨揮發(fā)損失量隨生物炭添加量增加而減少。應(yīng)在控制灌溉的條件下增加生物炭添加量來(lái)調(diào)控稻田氨揮發(fā)。
表3 不同時(shí)期氨揮發(fā)影響因素F 檢驗(yàn)Table 3 F-test on influencing factors of ammonia volatilization in different periods
本研究中相同灌水處理下稻田氨揮發(fā)損失量大體上呈隨生物炭添加量增加而小幅遞減趨勢(shì)。添加生物炭可以減少土壤水分的散失,提高土壤含水率,增強(qiáng)土壤溶液對(duì)氨的溶解能力,減少土壤氨揮發(fā)[25]。另外,土壤氨揮發(fā)與土壤中的NH4+-N 量極顯著正相關(guān)(p<0.01)[26],武麗君[27]研究表明,生物炭可以促進(jìn)堿性農(nóng)田土壤的氨氧化作用,加速土壤NO3--N 的生成,降低NH4+-N 的生物有效性,隨著生物炭添加量的增加,土壤中NH4+-N 質(zhì)量濃度減小,從而減少稻田氨揮發(fā)。而且生物炭表面附著大量的離子電荷,施入土壤后生物炭表層的離子會(huì)與土壤中的離子發(fā)生交換,從而吸附大量的NH4+-N,使得大部分尿素分子和交換性NH4+-N 得以保存在耕作層中,進(jìn)一步減少了稻田的氨揮發(fā)[28]。許云翔等[29]研究表明,生物炭可以通過(guò)物理、化學(xué)作用吸附土壤中的 NH3和NH4+-N,并且可以加速土壤硝化過(guò)程提高土壤對(duì)銨態(tài)氮的利用率,從而減少稻田氨揮發(fā)量。但不同生物炭添加量對(duì)稻田氨揮發(fā)的影響并不一致,添加過(guò)高用量的生物炭可能會(huì)促進(jìn)土壤氨揮發(fā),這可能是由于添加生物炭增加了土壤呼吸,加速了氣體交換[30]。在同一灌溉條件下,稻田氨揮發(fā)可能隨生物炭添加量的增加呈先降低后增加的趨勢(shì)[15]。
本研究中灌水模式對(duì)稻田氨揮發(fā)影響顯著,水分條件是影響稻田氨揮發(fā)的主要的因素之一[31]??傮w來(lái)看,I1、I2、I3 灌水處理下稻田氨揮發(fā)損失量呈下降趨勢(shì)。當(dāng)土壤含水率較大時(shí),土壤水汽攜帶作用不僅增強(qiáng)了氨揮發(fā)速率,也增大了氨揮發(fā)量[25]。當(dāng)土壤含水率較小時(shí),肥料的分解和氧化作用減弱,降低了土壤氨揮發(fā)速率[32]。而且灌溉臨界指標(biāo)下限較低時(shí),稻田在由施肥時(shí)建立的薄水層變?yōu)闊o(wú)水層的過(guò)程中,肥料水解后產(chǎn)生大量的NH4+隨水分向土壤下層遷移,減少了表層土壤溶液中的NH4+,從而降低了稻田氨揮發(fā)[13]。楊士紅等[20]研究表明,控制灌溉既大幅度降低稻田氨揮發(fā)速率,又降低了稻田大部分無(wú)施肥時(shí)段的氨揮發(fā)損失,可以通過(guò)節(jié)水灌溉的方式減少稻田氨揮發(fā)損失。鄔剛等[33]研究指出,水分管理措施影響稻田的氨揮發(fā)強(qiáng)度,控制灌溉能顯著降低分蘗肥和穗肥氨揮發(fā)排放量,相同氮肥管理下控制灌溉稻田氨揮發(fā)積累總量低于常規(guī)灌溉。
本研究以減少稻田氨揮發(fā)損失為目標(biāo),基于DNDC 模型模擬了水炭調(diào)控對(duì)稻田氨揮發(fā)的影響過(guò)程,獲得了較為可靠的結(jié)果。I3B11 處理為稻田水炭調(diào)控最優(yōu)模式,稻田氨揮發(fā)損失量最小。灌水和生物炭添加量均顯著影響稻田氨揮發(fā)損失,灌水處理是主要影響因素,在采用更為嚴(yán)格的節(jié)水灌溉技術(shù)下,適當(dāng)增加生物炭添加量,可以最大程度減少稻田氨揮發(fā)損失。
1)基于DNDC 模型構(gòu)建的水炭調(diào)控稻田氨揮發(fā)過(guò)程模擬模型,能夠較好的模擬節(jié)水灌溉稻田添加生物炭后的土壤氨揮發(fā)損失特征。
2)隨著生物炭添加量的增加,相同灌溉處理稻田氨揮發(fā)損失量呈小幅降低趨勢(shì);相同生物炭添加水平下,稻田氨揮發(fā)損失量隨灌水下限的降低小幅下降。
3)灌水處理和添加生物炭均顯著影響稻田氨揮發(fā)損失,灌水處理是主要影響因素,對(duì)稻田氨揮發(fā)的作用明顯強(qiáng)于生物炭添加量,在控制灌水下限的基礎(chǔ)上適當(dāng)增施生物炭可以有效降低稻田氨揮發(fā)量。
(作者聲明本文無(wú)實(shí)際或潛在的利益沖突)