基于DNDC模型的冬小麥-夏玉米農田滴灌施肥優化措施研究

陳 靜，王迎春，李 虎*，王立剛，吳永常，韋文珊

（1 中國農業科學院農業經濟與發展研究所，北京 100081；2 中國農業科學院農業資源與農業區劃研究所，北京 100081）

N2O在大氣中的含量很低，但是其單分子全球增溫潛勢是CO2的298倍[1]，被列為排在二氧化碳、甲烷之后的第三大溫室氣體，農業土壤排放的N2O約占人類活動N2O排放總量的52%[2]。氣象因素、土壤特征和農田管理措施均可能影響土壤中硝化和反硝化的過程，進而影響N2O排放，其中化學氮肥施用是影響N2O排放的主要因素[3]。最近幾十年，我國由于施氮所產生的N2O排放已經占到全球排放量的25%～30%，對全球氣候變暖產生了重大影響[4]。滴灌施肥是一種具有節水、節肥和減排效果的農田管理技術，與傳統灌溉和施肥方式相比能顯著提高14%～35%的水分利用效率[5-7]和30%左右的肥料利用效率[8-9]，同時能減少30%～75%的N2O排放[10-13]，但是也有研究結果顯示由于滴灌施肥較高的灌溉頻率[14-15]和增加了土壤中硝態氮的累積[16]反而會增加N2O排放。因此，科學地制定和實施滴灌施肥管理措施，在保障作物產量的同時減少溫室氣體排放，對于促進農業可持續發展具有重要意義。準確地估算不同滴灌施肥管理條件下的作物產量和溫室氣體排放是科學制定和實施管理方案的基礎。模型作為田間觀測方法的補充，能對作物系統復雜生物地球化學等過程進行定量評價，又具有現場監測所欠缺的預測功能，越來越被世界各地廣泛應用[17]。其中DNDC (Denitrification-Decomposition) 模型由于在模擬作物生長與溫室氣體排放上的良好表現，是各國科學家重點關注的模型之一[18-22]，現已成為尋求控制和減少農田生態系統溫室氣體排放技術措施的有效工具[23]。

華北平原是我國重要的糧食產區，過量施肥所引發的農業面源污染問題正威脅區域生態安全[24-25]，在農民習慣種植條件下，華北平原冬小麥-夏玉米輪作系統年N2O排放量可達 N 4.1～7.6 kg/hm2[25-26]。滴灌施肥技術在我國大田作物上的應用示范面積正逐漸擴大，到2020年在華北地區應用滴灌施肥等水肥一體化技術的小麥、玉米農田將達到2000萬畝[27]。因此通過優化華北地區小麥-玉米農田滴灌施肥管理措施，能有效減少華北平原冬小麥-夏玉米輪作系統N2O排放，進而減少對氣候變暖的影響。

滴灌施肥管理在滴灌施肥頻率和滴灌施肥量上都具有很大的靈活性，因此田間試驗處理局限性可能對增產和減排效果的科學評估帶來偏差，進而錯過最優的增產減排方案。本研究針對田間觀測的局限性，在利用田間觀測數據對DNDC模型進行驗證的基礎上，應用DNDC模型評價不同滴灌施肥方案對華北典型冬小麥-夏玉米輪作系統作物產量和溫室氣體凈排放的綜合影響。綜合考慮作物產量和N2O排放提出優化的冬小麥-夏玉米體系滴灌施肥制度，分析優化滴灌施肥措施下的N2O減排成效和經濟效益，以期為滴灌施肥技術在華北平原的推廣應用提供科學依據和方法參考。

1 材料與方法

1.1 試驗地點概況

本試驗于2012—2013年在山東省桓臺縣新城鎮逯家村長期試驗基地 (北緯 36°57ˊ30"，東經117°58ˊ15") 進行，屬半干旱半濕潤暖溫帶大陸性季風氣候。試驗區主要種植制度為冬小麥/夏玉米輪作，本試驗在已連續多年實施免耕和秸稈還田管理的冬小麥-夏玉米輪作農田上進行。供試農田土壤質地為粉土壤，其他基礎理化性質見表1。

表1 試驗地土壤理化性質Table 1 Soil physical-chemical proprieties of the experimental plots

1.2 試驗設計

本研究共設計2組試驗，分別為測熵補灌試驗和生育期滴灌施肥試驗。其中測熵補灌試驗中施肥量固定，生育期滴灌施肥試驗中灌溉方案固定。2個試驗共同設置1個常規地面灌溉+肥料撒施處理 (CWF)和常規地面灌溉不施肥 (CK) 作為對照，CWF處理灌溉、施肥量和時間與當地農民習慣一致，冬小麥季施氮270 kg/hm2(底施N 120 kg/hm2，拔節期追施N 150 kg/hm2)，夏玉米季施氮330 kg/hm2(底施N 120 kg/hm2，大喇叭口期追施N 210 kg/hm2)，底肥為NPK復合肥料，追肥為尿素。灌水定額為每次90 mm，冬小麥季灌3次水，夏玉米季灌1次水。

1.2.1 測熵補灌試驗 (第1組試驗) 綜合計劃濕潤深度、濕潤區比例、灌溉系統效率等影響測墑補灌量的不確定因素，以灌溉系數為計量，設置了5個灌溉處理，分別為W1 (灌溉系數0.5)、W2 (灌溉系數0.75)、W3 (灌溉系數1)、W4 (灌溉系數1.5) 和W5 (灌溉系數 2)。灌水量 (mm) 由公式Q= 10a×H×(θfc-θ0) 計算得出[28]。式中：a為灌溉系數；H為土壤計劃濕潤層的深度 (cm)，本試驗計劃濕潤深度為40 cm；θfc為田間持水量 (體積含水量)；θ0為灌溉前計劃濕潤深度土壤體積含水量，灌溉下限為85%田間持水量。根據上述公式計算得出不同灌溉系數處理的灌溉量。每個小區灌水量由單獨的水表計量，不同時期具體灌水量如表2。施肥方案選擇試驗2中的N2處理 (表2)。

1.2.2 生育期滴灌施肥試驗 (第2組試驗) 設置3個施氮量梯度處理即N1 (35% 農民常規施氮量)、N2 (70%農民常規施氮量) 和N3 (100%農民常規施氮量)，滴灌量與第1組試驗的W3處理相同。施肥比例為冬小麥季分蘗期占15%，拔節期占20%，孕穗期占25%，揚花期占25%，灌漿期占15%；夏玉米季拔節期占15%，小喇叭口期占15%，大喇叭口期占20%，抽雄期占20%，灌漿期占20%，蠟熟期占10%。各施氮處理中磷、鉀肥用量相同，折純P2O5和K2O的具體用量分別為冬小麥84.7 kg/hm2和118.3 kg/hm2，夏玉米分別189 kg/hm2和84.7 kg/hm2。氮、鉀肥全部滴施，磷肥20%作為底肥一次施入，80%滴施。滴施氮肥中三個施氮量處理中均有13 kg氮來自磷酸一銨，其余來自于尿素。具體的灌溉施肥時間和灌溉施肥量見表2和表3。

試驗采用隨機區組設計，每處理重復3次，試驗小區面積50 m2(5 m × 10 m)。滴灌系統采用滴灌線，滴頭間距30 cm，每行小麥布設1條毛管。灌溉井在試驗區東南角，試驗區四周均有寬2.5 m的保護行。每個小區配備一個壓差式施肥罐和一個水表，以保證每個小區單獨灌水和施肥的要求，灌溉總壓力為0.3 Mpa，平均滴頭流速為0.15 L/h。供試小麥品種為當地主栽品種‘魯原502’，玉米品種為‘鄭單958’。

1.3 樣品采集與模擬數據獲取

采用靜態箱法監測供試冬小麥-夏玉米農田土壤的N2O排放通量。靜態箱置于作物畦上，一行小麥或玉米落在底座內。每次滴灌施肥后逐日采樣7天；每次10 mm以上日降雨后，逐日采樣5天；每次播種后連續取樣3天；其他情況下，3 ～11月每周采樣1次，12月、1月和2月份每2周采樣一次。為了便于比較和減少日變化所導致的N2O排放通量差異，取樣時間保持在當地時間的9: 00—11: 00之間進行。

采集每針氣樣時，同時測定該時期的氣溫、箱內溫度和5 cm土壤溫度，在取氣樣小區內隨機取三點0—10 cm土壤充分混合，置于預先裝有冰塊的保溫箱中，帶回實驗室后，一部分利用烘干法測定土壤含水量；另一部分立即過2 mm篩，稱取鮮土24.00 g，裝入500 mL 白色振蕩瓶中，加入100 mL 1 mol /L的KCl 溶液浸提，振蕩1 h，將濾液于-18℃冰柜中保存，測定前解凍，利用連續流動分析儀 (Autoanalyzer 3) 測定無機氮 (-N、-N) 含量。作物收獲時，選小區長勢均勻的區域取7.5 m2(3 m × 2.5 m) 進行測產，單獨脫粒曬干 (含水率為12.5%) 后計產。

表2 灌溉試驗區冬小麥和夏玉米灌溉施肥日期和用量Table 2 Irrigation and fertilization date and amount of winter wheat and summer maize in each plot

表3 DNDC模擬的灌溉方法表征參數Table 3 Indicted parameters for simulated irrigation method of DNDC

通過田間小型氣象站獲取逐日氣象資料 (日降雨量、日最高和最低氣溫)；實時記錄田間管理措施(施肥日期、施肥方式、施肥量、灌溉日期、灌溉水量、耕作時間、播種及收獲日期等)。

1.4 N2O分析計算方法

本研究采用安捷倫7890A氣相色譜分析儀 (安捷倫科技 (中國) 有限公司) 檢測采集到的氣體樣品中N2O的濃度，測定N2O濃度所用檢測器分別為氫火焰離子化檢測器 (FID) 和電子捕獲檢測器 (ECD)，載氣為高純氮氣。

N2O排放通量計算公式為：

式中：F為N2O排放通量 (N kg/hm2)；ρo為標準狀態下待測氣體密度；V為箱子體積 (m3)；A為罩箱面積(m2)；T和P分別為采樣時的絕對溫度 (℃) 和采樣點的氣壓 (mm Hg)；T0和P0分別為標準狀態下空氣的絕對溫度 (℃) 和氣壓 (mm Hg)；Ct為t時刻箱內N2O的體積混合比濃度；dCt/dt為箱內目標氣體濃度隨時間變化的回歸直線斜率。各處理整個生長季或全年總的N2O排放量直接由觀測通量值計算，用內插法計算相鄰兩次監測之間未觀測日期的排放通量，然后將觀測值和未觀測日計算值逐日累加得到N2O季節排放總量。

根據施氮肥 (N1、N2、N3、C) 和對照處理 (CK)的N2O季節排放總量和氮肥施用量計算冬小麥和夏玉米生長季N2O直接排放系數 (指當年或當季施用的肥料氮素通過N2O排放損失的比率，EFd)，計算公式為：

式中：EF和EC分別為施氮肥和對照處理下冬小麥-夏玉米生長季N2O排放總量 (N kg/hm2)，N為當季施氮肥量 (N kg/hm2)。

排放強度是指形成單位經濟產量的N2O排放量。計算公式為：

式中：I為排放強度 (N kg/t)；F為供試農田土壤N2O排放通量 (N kg/hm2)；Y為作物產量 (t/hm2)。

1.5 DNDC模型滴灌施肥模擬方法

對于旱地農業，DNDC模擬的基本灌溉方法包括漫灌 (furrow irrigation)、噴灌 (sprinkler irrigation)、地上滴灌 (surface drip irrigation) 和地下滴灌 (subsurface drip irrigation)。在DNDC中，這些灌溉方法通過灌水深度、灌溉強度和植根近水系數來表征。這些參數的數值列于表3中。

DNDC模擬滴灌施肥的方法是將上述灌溉方法與施肥相結合，即將化肥溶解在灌溉水中，然后將灌溉水輸入農田。為實施這種模擬，用戶需事先準備好一個水肥一體化灌溉情景文件，該文件提供每日輸入農田的水量、化肥量和灌溉方法。DNDC根據讀入的數據，來確定每日的灌溉水量、化肥量和灌溉方法。在本研究中，灌溉方法為地上滴灌。

1.6 經濟效益分析方法

利用部分預算法[29]，將農田管理技術投入分為固定投入和變量投入兩部分，固定投入為新技術與原技術相比沒有變化的投入 (可視為一個常數)，重點計算變量投入的投資收益率來分析滴灌施肥優化方案的經濟效益。具體計算公式如下：

基于部分預算法的新技術采用標準：1) 如凈收益保持不變或降低，則不應采用新技術；2) 如凈收益增加，變量投入保持不變或降低，則推薦采用新技術；3) 如果凈收益和變量投入都增加，則根據收益率來確定是否采用新技術，只有當收益率至少超過100% 新技術才應該被采用[30]。

2 結果與分析

2.1 DNDC模型水肥一體化模塊的驗證

在試驗地氣候、土壤背景和土地利用條件下更全面的驗證DNDC模型，是應用DNDC模型水肥一體化模塊深入研究不可或缺的工作。模型的驗證是通過實際觀測參數來運轉校正后的模型，以檢驗模型的模擬結果是否與田間試驗觀測結果一致。本文利用2012—2013年冬小麥-夏玉米季各滴灌施氮(N1、N2和N3) 措施下N2O排放和小麥、玉米產量以及不同滴灌 (W1、W2、W3、W4、W5) 措施下的作物產量對DNDC模型進行驗證，考察模型水肥一體化模塊的有效性。

2.1.1 DNDC模擬作物產量與田間觀測結果比較準確地模擬作物產量是生物地球化學模型成功的關鍵。DNDC模型對作物產量的模擬主要由作物生長子模型來進行，根據作物種類、氣溫、土壤濕度、管理措施來計算光合作用、自養呼吸、光合產物分配、水分及氮吸收，從而預測作物的產量[2]。

冬小麥-夏玉米輪作不同滴灌量和施肥量處理的產量模擬對比結果(圖1)表明，各施氮量處理下模型模擬值與觀測值的相關系數R2值為0.77，說明DNDC模型能較好的模擬各施氮量處理下供試農田的作物產量。具體而言：模型再現了實測中冬小麥產量N2處理最高，N3處理反而有所下降，而夏玉米N2和N3處理產量差異較小的規律特征。只有夏玉米季N1處理產量模擬值和實測值差距較大，在這一處理中，夏玉米在施氮量僅為常規施氮量的35%的情況下實測產量下降不顯著可能是由于試驗地土壤基礎硝態氮含量較高，而且在氮素嚴重不足的情況下生態因子補償性發揮作用調節作物生長，致使實際產量對施肥量降低的敏感度低于模型，導致模型模擬值與實測值差異較大。各滴灌量處理下模擬值與觀測值相關系數R2值為0.93，表明DNDC模型能夠很好的模擬各滴灌量處理下供試農田的作物產量，再現了冬小麥季滴灌量最高的W5處理下作物產量開始有所下降，夏玉米季滴灌量對產量影響不明顯的趨勢。總體來看，DNDC模型具備了模擬滴灌施肥一體化管理措施下冬小麥和夏玉米產量的能力。

圖1 作物產量模擬值與觀測值比較Fig. 1 Comparison of crop yields between the simulated and observed ones

2.1.2 DNDC模擬N2O排放與田間觀測結果比較2012—2013年冬小麥-夏玉米生長季N2O排放總量的田間實測值和模擬值比較結果如圖2所示。結果表明，N0、N1、N2和N3處理下N2O排放季節總量觀測結果分別為N 0.53、1.14、1.56、1.73 kg/hm2；相應的DNDC模擬結果分別為N 0.62、1.10、1.42、2.28 kg/hm2。模擬結果與觀測結果接近，R2值為0.83。模擬結果與觀測結果的比較表明，經過參數調整后的DNDC能準確的模擬不同滴灌施氮措施對N2O排放總量的影響。

圖2 N2O排放總量模擬值與實測值比較Fig. 2 Comparison of N2O emissions between the simulated and observed ones

圖3 N2O排放季節動態實測值與模擬值比較Fig. 3 Comparison between the simulated and observed N2O emissions after model calibration

試驗地4個滴灌施氮處理2012—2013年土壤N2O排放季節動態田間實測值和模擬值比較見圖3。如前所述，滴灌施肥條件下，N2O排放峰值很低，主要是在滴灌施肥和強降雨后出現3～5天的排放波動，且夏玉米季N2O排放量高于冬小麥季，模型基本捕捉到了實測到的各處理在滴灌施肥和降雨后引發的N2O排放波動，同時反映了滴灌施肥條件下7月的雨季高峰期對農田土壤N2O排放的貢獻最大的現象，模擬的N2O排放動態規律與實測值基本一致。但是這幾個處理中模型都沒有捕捉到耕作時所引起的實測很低的排放波動，可能是由于試驗地采用夏玉米播種時免耕，冬小麥播種時少耕的模式，同時沒有施入N肥底肥，模型認為這樣土壤受到的擾動很少，不會產生相應的排放波動，而實際中雖然是免耕和少耕，播種時還是會對土壤有一定的擾動，加上需要對試驗器材進行保護，收獲和播種時人經常需要在農田中走動，因而造成了一定的N2O排放波動。總體來說，在滴灌施肥條件下，DNDC模型可以在排放動態方面較真實地模擬N2O排放通量，能較可靠地模擬滴灌施肥措施對冬小麥/夏玉米農田土壤N2O排放的影響。

2.2 華北平原滴灌施肥情景模擬與優化

滴灌施肥管理措施中施氮量、滴灌量、滴灌施肥時間、次數和措施都會影響該項技術的應用效果。大田試驗具有耗時長、成本高、可控性差等問題，而模型模擬可以解決這一問題，因此本文通過校正并驗證過的模型模擬篩選出適用于華北平原的最優的滴灌施肥一體化措施。首先通過設置不同的灌溉和施氮量情景篩選出最優的滴灌施肥量，之后在固定滴灌施肥量的基礎上優化滴灌施肥管理時間和次數。

2.2.1 滴灌施氮量的優化 以試驗中篩選出的最佳管理N2和W3處理的施氮量和滴灌量作為基礎值，在此基礎上設置8個不同滴灌量和施氮量 (表4)，通過DNDC模型模擬不同情景下的冬小麥和夏玉米的產量及N2O排放總量，從增產和減排多目標的角度篩選華北平原最優的水肥一體化管理措施，具體如圖4所示。通過對比可以看出，與試驗結果一致，基礎值滴灌量情景下冬小麥產量最高，灌溉量變化對N2O排放總量的影響不大。滴灌量變化對與夏玉米產量幾乎沒有影響，減灌80%的灌水量處理為最優，沒有繼續降低滴灌量是因為減灌80%后每次灌溉量僅為4.8 mm，已經接近能把肥料完全滴入農田土壤中的下限灌溉量。因此最優灌溉量冬小麥季為本底值 (130 mm)，夏玉米季為減灌80% (19 mm)。不同施氮量情景下，基礎值之前作物產量逐漸增加，基礎值之后繼續增加氮肥投入對產量的促進作用不大，但N2O排放量急劇上升，因此基礎值 (冬小麥N 189 kg/hm2、夏玉米N 231 kg/hm2) 的施氮量是產量和N2O排放綜合最優的施氮量。

表4 DNDC模型模擬設置的滴灌量和施氮量情景模式Table 4 Scenarios of irrigation quantity and nitrogen amount for DNDC simulation

2.2.2 滴灌施氮時間和頻率的模擬與優化 玉米生長季中的7月份是試驗區2012—2013年降雨量最大的時期，占全年降水總量的67.4%，歷史年份中7月份均為降雨量最大的時期。同時在7月由于土壤水分含量很大，不宜采用滴灌施肥措施，而是采用條施追肥，從而進一步促進了N2O的排放。從田間監測數據和模擬數據都可以看出，7月份N2O排放峰值最高，總量也最高，N1、N2和N3處理7月份N2O排放總量平均占全年排放總量的比例實測結果為25%，模型模擬結果為28%。因此筆者考慮在玉米生長季優化滴灌施肥時間和次數，將玉米7月中下旬撒施的兩次肥料分別調整到7月7日和8月10日分別通過滴灌施入，調整后整個玉米生育期共滴灌施肥4次，分別是7月7日施氮(N) 69.3 kg/hm2，8月10日施氮(N) 92.4 kg/hm2，8月24日施氮(N) 46.2 kg/hm2和9月15日施氮(N) 23.1 kg/hm2。DNDC模型在優化方案下的模擬的結果如圖5所示，在作物產量方面，模擬的結果與田間試驗篩選出的最佳處理相比，減少了2%的小麥產量，玉米產量沒有顯著差異，與常規對照 (CK) 處理相比，小麥和玉米總產量略有增加 (2.68%)，差異也不顯著。在N2O排放方面，模擬優化篩選出的滴灌施肥最優方案由于減少了夏玉米生長季中雨季的施肥量，有效減少了當季N2O排放總量，比田間試驗篩選出的最佳處理減少了16%的N2O排放。

圖4 不同滴灌量和施氮量對冬小麥-夏玉米產量和N2O排放總量的影響Fig. 4 Effects of different drip irrigation and fertilization amounts on crop fields and N2O emission

圖5 玉米滴灌施肥調優處理前后的產量和N2O排放總量比較Fig. 5 Comparisons of yield and N2O emission between before and after the optimized fertigation practices

由此可見，通過對玉米施肥時間、方式和次數的調優，與田間試驗篩選出的最佳滴灌施肥處理相比，可以在不影響作物產量的基礎上減少16%的N2O排放，具有明顯的減少溫室氣體排放效果。減少施肥次數還可以減少人力和成本消耗，因此將玉米季雨季條施共6次施肥優化為分4次全部滴灌施肥。

2.3 優化滴灌施肥技術的節能減排效果和經濟效益分析

2.3.1 節能減排效果分析 在DNDC模型情景模擬篩選出的優化滴灌施肥方案下，整個冬小麥-夏玉米生長季共滴灌149 mm，施氮420 kg/hm2，與常規漫灌撒肥相比可以節水58.61%、節氮30.0%。小麥季和玉米季的N2O排放總量分別為N 0.27 kg/hm2和0.97 kg/hm2，常規灌溉施肥處理下分別為N 0.63 kg/hm2和1.85 kg/hm2，優化滴灌施肥管理在小麥季和玉米季分別比常規灌溉施肥管理N2O排放通量減少了N 0.36 kg/hm2和0.88 kg/hm2，全年共減少50%的N2O排放。

2.3.2 經濟效益分析 經濟效益是影響滴灌施肥技術推廣應用的主要因素之一，本文采用部分預算法分析由常規地面灌溉和 肥料撒施措施改變為優化滴灌施肥措施后的經濟效益變化。如表5所示，由常規灌溉施肥改變為優化滴灌施肥措施后總成本增加了580.20元/hm2，凈收益增加了1336.41元/hm2。進而從收益率上看，增加投資部分的收益率為230.3%，遠大于100%這一新技術采用標準，因此試驗區冬小麥-夏玉米典型農田采用科學的滴灌施肥措施從經濟效益來看是可行的。

表5 常規和調優灌溉施肥方案及收益預算Table 5 Partial budget analysis for conventional and optimized fertilization

3 討論

3.1 DNDC模型模擬

機理模型 (比如DNDC模型) 是研究碳氮循環過程非常強大的工具，越來越多的被用來模擬管理措施和氣候變化對農業的潛在影響[16]。China-DNDC能夠較好地模擬我國小麥-玉米農田包括滴灌在內的不同管理措施下的作物產量和N2O排放變化規律[31]。本研究利用最新版本的DNDC 9.5模型模擬滴灌施肥管理措施下的農田生態系統。通過與實測數據的對比，對模型的內部參數進行了調整，模型能夠較好的模擬滴灌施肥條件下作物產量和農田土壤N2O排放變化規律，為華北平原典型農田滴灌施肥研究提供了有效的模擬工具。但是DNDC模型為了方便應用簡化了很多輸入參數[31]，特別是其中的水肥一體化模塊對N2O排放的模擬以經驗參數為主，本研究校正了其與溫度相關的經驗參數，但是對施氮量過高情景的模擬效果還不夠理想，有待進一步通過機理公式改進。此外，這些措施不可避免的受到氣象條件和土壤物理特性變異等因素的影響，雖然從試驗結果分析來看，基本反映出了滴灌施肥條件下增效和減排效應，但是關于滴灌施肥下不同年型產量的波動以及水氮耦合的生態效應年際差異還有待于更深入的研究。

3.2 N2O排放

本研究表明，優化后的滴灌施肥處理年累積排放總量為N 1.24 kg/(hm2·a)，全年比常規灌溉施肥處理減少50%的N2O排放總量。這一結果與Aguilera等[32]綜述的在滴灌條件下平均周年N2O排放總量為N 1.2 kg/(hm2·a) 的研究結果相似。楊黎等[33]利用DNDC模型開展了優化施氮模擬，模擬篩選出的施用緩釋肥或添加硝化抑制劑的優化施氮措施與當地農民習慣施肥相比，不會明顯影響作物產量，能有效減少 N2O 排放，但凈排放降低幅度有限 (8%～13%)。本研究的優化滴灌施肥措施N2O減排效果更佳的原因可能有如下三個方面：一方面施氮量的降低是減少N2O排放的重要原因[29]。另一方面滴灌措施的以下特點也可能是減排的主要原因：1)滴灌條件下不完全濕潤的土壤濕潤模式和持續穩定的土壤濕度狀態[34]；2)直接施到作物根區的施肥位置[35]和水肥一體化的施肥方式[36]；3)較高的施肥頻率[37]和每次較低的施肥量[38]；4)更高的作物吸N效率[39]。另外，滴灌施肥條件下，第一季作物收獲后的第一個雨季是N2O排放的高峰期[13]，本研究優化措施中刻意避開了玉米生長期內雨季的氮肥施入，有效減少了N2O排放。

3.3 經濟效益

大田滴灌技術應用的經濟效益與應用的作物生產的農產品的市場價格息息相關，前人的研究顯示，在棉花大田上應用膜下滴灌技術與常規溝灌或淹灌方式相比純收益可增加20%左右[40-41]。但是在小麥等糧食作物上應用的經濟效益相對更不明朗，Bakhsh等[42]在巴基斯坦的小麥田間試驗結果顯示，滴灌和傳統漫灌的產投比分別是2.47和1.96，滴灌比漫灌提高了26%。Fang等[43]在我國東北平原的田間試驗結果顯示，滴灌與漫灌相比增加了30%的成本投入，當灌溉水有限時，滴灌措施能夠提高作物產量，并提高經濟效益，當灌溉水比較豐富時，滴灌措施不能提高作物產量，經濟效益反而比漫灌條件下低。本研究的結果支持滴灌施肥措施具有積極經濟效益的結論，優化后的滴灌施肥措施與常規灌溉施肥措施相比，凈收益增加了1336.41 元/hm2，增加投資部分的收益率為230.3%(＞ 100%)。

4 結論

1) DNDC模型具備了準確模擬滴灌施肥條件下冬小麥夏玉米輪作體系農田N2O排放動態規律，可為華北平原典型農田滴灌施肥研究提供有效的工具。

2) DNDC模型模擬分析表明優化的滴灌施肥制度為：冬小麥季在作物主要生長期分4次滴灌施肥，滴灌量130 mm，隨水施N 189 kg/hm2；夏玉米季在作物主要生長期分4次滴灌施肥，滴灌量19 mm，隨水施N 231 kg/hm2。

3) 與當地常規灌溉撒肥措施相比，優化滴灌施肥措施全年共節水58.6%，減氮30.0%，N2O減排50%，凈收益增加1336.41元/hm2，增加投資部分的收益率230.3% (＞ 100%)，優化的滴灌施肥技術具有節能、減排和提高經濟效益的應用效果。