華北平原夏玉米不同施氮措施的綜合增溫潛勢研究

和驊蕓 胡 琦* 李子怡 任思琪 馬雪晴 潘學標

(1.中國農業大學 資源與環境學院,北京 100193;2.中國氣象局-中國農業大學農業應對氣候變化聯合實驗室,北京 100193)

全球氣候正在發生以變暖為主要特征的顯著變化。聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)第6次評估報告指出,自工業化以來,人類活動的影響已經使全球氣候系統變暖[1]。作為陸地生態系統的重要組成部分,農田生態系統對溫室效應具有重要影響。目前,農業已成為第二大溫室氣體的來源[2]。農田生態系統對溫室氣體總排放的貢獻率大約是20%[3]。作為農業大國之一,農業相關的溫室氣體排放量約占中國溫室氣體排放總量的17%～32%[4]。農業生產不僅關系到國家糧食安全和社會穩定,而且對全球溫室氣體排放的影響也不容忽視,控制農業及其相關部門產生的碳排放已成為中國減排的重要方面[5]。

農田溫室氣體排放主要包括物質資源投入(化肥、農藥、種子等)以及田間管理措施(播種、灌溉、收獲等)兩方面[6]。目前,已有研究利用生命周期評價法(LCA法)評估作物生態系統碳排放,該方法計算的是農作物生產過程中由農事操作和農資投入所引起的直接或間接碳排放的總量[7]。王上等[7]定量評估發現華北平原春綠豆-夏玉米種植模式部分替代傳統冬小麥-夏玉米模式,能夠提高農民收入、降低農業生產系統碳排放和碳足跡;馬懷英等[8]基于大田試驗和LCA法,發現燕麥大豆間作的產量和經濟效益較高且碳足跡較低。盡管農田碳排放的研究已經取得了一些成果,關于溫室氣體的類型和系統邊界的定義仍存在爭議[9-10],關于糧食作物碳排放的研究結果存在較大差異[11-14]。

農業生產系統是人類活動干預下的復合系統,在消耗各種資源的同時,植物又會通過光合作用吸收空氣中的CO2并儲存,從而減輕溫室效應[15]。因此,在計算農業生產系統碳排放時,要同時考慮農田生態系統的固碳量[16-17]。農田生態系統綜合增溫潛勢(Global warming potential,GWP)能夠綜合且精確地評價農田生態系統或某一農業管理措施的增溫潛勢[18]。在持續提高作物產量和土壤生產力的同時,要盡可能地降低外源投入,從而降低綜合增溫潛勢,使農田生態系統的凈碳固存得到提高。

華北平原是中國糧食主產區之一,耕地面積占中國總耕地面積的25%[19],糧食產量約占中國糧食總產量的30%[20]。長期以來,該糧食產區為了保障糧食的高產穩產而過度施用化肥,導致農田生態系統排放大量的溫室氣體如CO2、CH4和N2O等。如何在保證產量的前提下增效減排,協調華北平原夏玉米農田溫室氣體排放及氮肥投入,發展綠色農業是中國緩解未來氣候變暖、實現“雙碳”目標的重要途徑之一。因此,本研究基于2018年至2019年田間定位試驗,采用生命周期評價法,量化華北平原夏玉米生產過程中的固碳量、直接、間接溫室氣體增溫潛勢和凈綜合增溫潛勢,探究不同施肥水平和減排措施對夏玉米產量、農田溫室氣體排放量和固碳量的影響,以期為華北平原夏玉米生產創新減排增效技術提供科學依據。

1 材料與方法

1.1 研究區域概況

試驗于2018—2019年6—10月在中國農業大學吳橋實驗站(37°37′ N,116°23′ E)進行。實驗站位于河北省滄州市吳橋縣溝店鋪鄉姚莊村,地處黑龍港流域中部,海拔14.0～22.6 m,為半濕潤大陸性季風氣候,多年平均氣溫12.6 ℃,全年≥0 ℃活動積溫4 862.9 ℃,年降水量529 mm,主要分布在6—8月,雨熱同期,日照時數2 100～2 700 h,無霜期192 d。種植制度為冬小麥-夏玉米一年兩熟。該地以沖積型鹽化潮土為主要土壤類型,輕壤土,土地質地及基礎肥力情況如表1所示。

表1 研究區土壤的基礎肥力狀況Table 1 Basic soil fertility status in the study area

1.2 試驗設計

試驗品種為鄭單958,種植密度4 500株/畝,株距25 cm,行距60 cm,播種方式為穴播。夏玉米施肥處理方案詳見表2,每個處理設置3個重復,采用隨機區組排列,相鄰小區之間種植2 行保護行。每個小區面積為長9.0 m×寬5.4 m約48.6 m2。夏玉米播種時間為6月15日,播種后采用漫灌,灌溉量為75 mm,試驗過程中沒有人工補灌。試驗肥料于6月20日一次性施用,施肥方式為溝施,其余時間不做追肥處理。2018年、2019年收獲時間均為10月8日,玉米全生育期為114 d。收獲期每個重復選中間2行、每行5米實際收獲,記錄小區收獲范圍內總株數、空桿數、雙穗數和有效穗數。

表2 夏玉米不同施肥處理方案Table 2 Different fertilization treatments of summer maize kg/hm2

1.3 測定指標及方法

1.3.1土壤溫室氣體采集

測定溫室氣體的排放通量的方法為靜態箱—氣相色譜法(Static chamber/gas chromatography techniques)。采氣箱由PVC板制成,規格為60 cm×25 cm×23 cm,頂部有鋁制開關用于采氣。在施肥之后需安裝好靜態箱,靜態箱的放置位置應盡量靠近小區中心,并且保證基座內無植株、雜草,基本可代表整個小區的土面情況。安裝時將基座放置在株間,插入約10 cm的土層中固定,試驗期間不再挪動靜態箱的位置,直至試驗結束。測氣前在基座的間隙中加水密封,隔絕箱內外環境。箱子倒扣前晃動數次,確保箱體內在采氣前無氣體殘留。

采氣頻率為施肥后連測7 d,之后每10 d測一次,遇到降水則在降水后一天補測一次。采樣時間段為上午9：00—10：00,采樣時間分別為蓋箱后的0 min、15 min、30 min,用注射器每次從箱子中抽取氣體樣本80～120 mL,用于分析計算不同處理的N2O、CO2和CH4排放/吸收通量。樣品利用Agilent6820型氣相色譜儀進行分析,采用CA-5氣體樣品進樣儀進樣,氣相色譜儀檢測器為電子捕獲檢測器。在玉米生長階段,取氣時同步記錄玉米生長狀態、土壤含水率、箱內溫度。

1.3.2土壤溫室氣體排放通量

氣體的排放通量是指單位面積、單位時間內該氣體的排放量,排放通量為正值表示土壤向大氣排放,是該氣體的源;負值表示吸收,則代表土壤是該氣體的匯。氣體排放通量計算公式[21]為：

(1)

式中：F為氣體排放通量,μg/(m2·h)或mg/(m2·h);ρ為標準大氣狀態下CO2、N2O、CH4的氣體密度(CO2：1.977 kg/m3,N2O：1.978 kg/m3,CH4：0.717 kg/m3);V為靜態箱體積,m3;A為靜態箱基底面積,m2;Ps為樣品采集地的大氣壓強,kPa;P0為標準狀況下的大氣壓強,101.325 kPa;T0為標準狀態下的絕對溫度,273.15 K;T為采氣時靜態箱內的絕對溫度,K;dCt/dt為箱內單位時間氣體濃度變化速率。

整個生育期內溫室氣體排放總量采用線性差值法計算,計算方法如下：

(2)

式中：CE為累積排放量,g/m2;F為排放通量,mg/(m2·h);i為第i次氣體采樣;ti+1-ti表示測定間隔天數,d;n為通量觀測次數。

1.3.3土壤排放溫室氣體增溫潛勢(GWPSoil)

由于CO2、CH4和N2O這3 種溫室氣體的增溫效應不同,它們對全球變暖的影響亦不相同。當這3種氣體從一個系統或區域同時排放時,只有計算它們作用的綜合效果才能了解該系統或區域或某一農業管理措施對溫室效應的貢獻,即為綜合增溫潛勢(Global warming potential,GWP)[22]。IPCC(2013)報告中指出,以100年影響尺度為計,1 kg CH4的增溫效應是1 kg CO2的28倍,而1 kg N2O的增溫效應是1 kg CO2的265倍[23]。用GWPSoil來表示CO2、CH4及N2O三種溫室氣體的聯合作用,GWPSoil的計算如下[24]：

GWPSoil=RCO2+RN2O×265+RCH4×28

(3)

式中：RCO2為CO2的總排放量,kg/hm2;RN2O為N2O的總排放量,kg/hm2;RCH4為CH4的總排放量,kg/hm2。

1.3.4農業投入的間接增溫潛勢(GWPIndirect)

記錄夏玉米全生育周期各種農事活動的物資投入種類和用量,并通過生命周期法計算間接溫室氣體排放量,主要包括由肥料(氮磷鉀肥)、灌溉、機械(柴油)、農藥(除草劑和殺蟲劑)等投入所造成的CO2當量排放量。各農事活動耗能碳當量排放系數如表3所示。44/12為碳當量轉換為二氧化碳當量的轉換系數。

表3 農業投入碳當量排放系數Table 3 Carbon emissions coefficient for agricultural inputs

(4)

式中：mi和βi分別為第i種物資的用量和CO2當量排放系數。

1.3.5凈初級生產力增溫潛勢(GWPNPP)

玉米收獲時測定產量和地上部生物量,計算植株地上和地下部分轉化為凈初級生產力(NPP)的增溫潛勢(GWPNPP)：

GWPNPP=GWPYield+GWPStraw+GWPRoot+GWPExudate

(5)

式中：GWPYield、GWPStraw、GWPRoot和GWPExudate分別為籽粒增溫潛勢、秸稈增溫潛勢、地下部分增溫潛勢以及根系分泌物增溫潛勢,kg/hm2,計算公式如下：

GWPYield=Yield×a×44/12

(6)

GWPStraw=GWPYield×b

(7)

GWPRoot=(GWPYield+GWPStraw)/c

(8)

GWPExudate=(GWPYield+GWPStraw+GWPRoot)×d

(9)

式中：Yield為玉米籽粒產量,kg/hm2;a為玉米籽粒含碳量,取值0.4 kg/kg[29];44/12為碳當量轉換為二氧化碳當量的轉換系數;b為玉米籽粒與秸稈增溫潛勢的比,取值1.1 kg/kg[29];c為地上部與根增溫潛勢的比,取值6.25 kg/kg[30-31];d為根系滲出物與凈初級生產力增溫潛勢的比,取值0.12 kg/kg[32-33]。

1.3.6凈綜合增溫潛勢(Net GWP)

農田生態系統碳流特點是固碳和耗碳共存,其通過光合作用產物將太陽能轉換為生物能,并在此過程中固定CO2。對農田生態系統進行綜合溫室效應評價時,應全面考慮農田生態系統的碳流,不應僅僅是土壤表觀呼吸排放的CO2量,還應涵蓋灌溉、機械和肥料施用等農事活動所造成的CO2排放量,以及作物轉化為NPP的碳量(GWPNPP)。本研究綜合考慮農田生態系統的溫室氣體的源與匯功能,計算凈綜合增溫潛勢[33-34]：

Net GWP=GWPNPP+GWPImport+GWPSoil+GWPExport+GWPIndirect

(10)

式中：GWPImport為來自有機肥或者其他富含C的農業輸入,本研究中為0;GWPSoil為土壤直接溫室氣體排放的增溫潛勢,kg/hm2;GWPExport是從農業生態系統中移除的收獲谷物,kg/hm2,本研究中指收獲的玉米籽粒(GWPYield),即玉米籽粒收獲后在短時間內又會被迅速消耗,因此產量不計入增溫潛勢;GWPIndirect為農業投入產生間接排放的增溫潛勢,kg/hm2。若Net GWP為負,代表該農田生態系統為碳匯,反之則為碳源。

1.3.7農田經濟效益估算

農田經濟效益估算方法如下：

Net Profit=A×Y×P-C

(11)

式中：Net profit為農田經濟效益,元/hm2;A為種植面積,hm2;Y為玉米產量,kg/hm2;P為玉米的市場價格,元/kg,玉米的市場價格為1.90元/kg(2018年)和2.20元/kg(2019年);C為玉米的生產成本,元,玉米種子價格為20元/kg,氮肥為2.4元/kg,磷肥為3元/kg,鉀肥為5元/kg,硝化抑制劑的價格為8元/kg,脲酶抑制劑的價格為11.2元/kg,灌溉用水價格為0.55元/m3,柴油為7.6元/kg。

1.4 數據處理

應用方差分析(ANOVA)對數據進行處理,處理間差異的多重比較采用Least-significant difference(LSD)法。所有數據分析均在Microsoft Excel 2021和SPSS 13.0環境下進行,畫圖采用Origin 2018。

2 結果與分析

2.1 農田土壤溫室氣體排放特征

2.1.1農田土壤N2O排放特征

2018—2019年夏玉米生長季不同處理N2O的排放通量變化特征如圖1所示。夏玉米農田土壤N2O的排放通量均為正值,表明夏玉米農田土壤是N2O的排放源。

由圖1可知：不同年際間土壤N2O排放的特征基本一致,即施肥后土壤N2O排放通量迅速上升,且較高的排放通量持續約6 d;各處理N2O 排放峰均在施肥后一周內出現,降雨后又會出現比較弱的排放峰;CK處理N2O排放通量在整個生長季內均維持在較低水平,2018年、2019年CK處理最大排放通量分別為59.9和151.5 μg/(m2·h)。LF、SU、ER和HF在施肥后隨著氮肥的促進作用,N2O排放呈逐漸增加的趨勢,在施肥后第5～6天達到排放峰值,此時HF處理N2O排放通量最大,2018年、2019年排放峰值分別達到792.4和478.8 μg/(m2·h)。兩年內SU處理N2O排放通量的峰值為342.6和305.9 μg/(m2·h),而ER處理排放通量的峰值僅為220.7和221.8 μg/(m2·h),較SU處理分別降低了35.6%和27.5%。2018年8月20日及9月20日均出現一個小峰值,是由于測氣前降雨,使土壤含水量增加,反硝化微生物活性提高,激發了土壤N2O的生成及排放。直至收獲前,N2O排放通量一直維持在較低水平。

圖1 夏玉米生長季不同處理下土壤N2O排放通量Fig.1 N2O emission fluxes under different treatments during summer maize growing seasons

CK處理在整個生長季內N2O排放通量最低,HF處理排放通量最高,而ER相比SU處理顯著降低,表明增施氮肥會促進土壤N2O的排放,添加抑制劑則對N2O的排放有顯著的抑制作用。

2.1.2農田土壤CO2排放特征

2018—2019年不同處理夏玉米生長季CO2的排放通量如圖2所示。夏玉米農田土壤CO2的排放通量均為正值,表明農田土壤是CO2的排放源。

由圖2可知：不同年際間土壤CO2排放的特征基本一致,即施肥后土壤CO2排放通量較高,持續約10 d。在玉米生長旺盛期(7月下旬—8月上旬),即拔節-抽雄期CO2排放通量較高。2019年8月20日及9月18日出現排放小高峰,是由于降雨導致土壤呼吸速率加大。6月15日播種之后,進行一次灌溉、施肥,加之前茬作物小麥秸稈及根茬為土壤微生物提供了豐富的碳源,土壤微生物活性增加,CO2排放通量較大。HF處理在施肥后CO2排放峰值最大,兩年排放峰值分別為493.9和657.8 mg/(m2·h)。ER處理排放峰值最低,分別為402.2和432.7 mg/(m2·h)。所有處理在6月下旬到7月中旬之間CO2排放通量較低,約為300 mg/(m2·h)。7月中旬排放通量逐漸增加并達到峰值。7月下旬至8月上旬土壤溫度顯著升高,且此時夏玉米正好處于拔節期-抽雄開花期,作物生長速度加快,呼吸速率加大,因此CO2排放通量最大,2018年、2019年各處理排放通量峰值范圍分別為668.6～820.2和607.9～778.2 mg/(m2·h)。8月份開始CO2排放通量逐漸下降,收獲時排放通量降至最低,此時土壤溫度較低,土壤呼吸減緩,土壤含水量下降,且夏玉米處于生長后期,根系活動減少,排放通量范圍僅處于75.9～206.7和42.9～107.2 mg/(m2·h)。

圖2 夏玉米生長季不同處理下土壤 CO2排放通量Fig.2 CO2 emission fluxes under different treatments during summer maize growing seasons

在夏玉米生長季內,HF處理CO2排放通量最高,ER處理的CO2排放通量顯著低于其他處理。

2.1.3農田土壤CH4排放特征

2018—2019年不同處理夏玉米生長季CH4的排放通量如圖3所示。可知：夏玉米農田土壤CO2的排放通量多為負值,表明華北平原玉米農田土壤是CH4的一個較弱的吸收匯。施肥灌溉后,CH4排放通量出現了正值,是由于此時土壤水分較為充足,土壤微生物多處于厭氧條件下,抑制了土壤對CH4的氧化作用,同時提高了甲烷菌的活性,促進了CH4的產生。2018年7月31日左右出現的CH4較大的吸收峰,此時玉米處于快速生長發育時期,會大量消耗土壤水分和氮素,土壤中硝態氮和銨態氮的含量減少,土壤處于好氣狀態,有利于CH4被氧化,造成土壤與大氣之間CH4的負濃度梯度,因此出現了CH4的吸收峰,峰值范圍為-30.4～-14.8 μg/(m2·h)。

圖3 夏玉米生長季不同處理下土壤CH4排放通量Fig.3 CH4 emission fluxes under different treatments during summer maize growing seasons

在夏玉米整個生長季內,不同處理之間CH4排放特征基本一致,沒有顯著差異,在拔節-抽雄開花期出現CH4吸收小高峰。SU、HF處理施氮水平較高,抑制CH4的氧化,因此CH4吸收速率較低。

2.1.4農田土壤溫室氣體排放總量

2018年、2019年不同處理的N2O、CO2、CH4累積排放量如表4所示。可知：不同處理間玉米生長季N2O的排放總量差異較為顯著,隨著施氮量的增加N2O的排放呈現逐漸增加的趨勢。2018年和2019年,CK處理N2O排放總量最低,分別為0.72和1.39 kg/hm2;HF處理N2O排放總量最高,分別為2.73和3.98 kg/hm2,平均為CK處理的3.3倍。施氮量相同的情況下,添加抑制劑顯著降低了N2O排放,兩年間ER處理的N2O排放總量較SU處理降低了25.5%。

表4 不同處理下夏玉米農田土壤N2O、CO2、CH4累積排放量Table 4 N2O,CO2 and CH4 cumulative emission quantities of summer-maize field under different treatments (kg/hm2)

2018年、2019年夏玉米生長季內CO2排放總量范圍分別為8 594.86～9 759.94和8 138.85～8 742.47 kg/hm2,其中ER處理的CO2排放總量顯著低于同等施氮量的SU處理(P<0.05),兩年間CO2排放總量分別降低了10.8%、3.4%。LF、SU和HF 3個處理之間CO2排放總量沒有顯著性差異。

2018年、2019年夏玉米生長季內CH4吸收總量范圍分別為0.14～0.33和0.14～0.34 kg/hm2。HF處理的施氮量最大,土壤中CH4氧化細菌的數量和活性較高,促進了CH4氧化,CH4吸收量顯著高于其余處理。ER處理CH4吸收量較SU處理降低了35.7%,表明施氮水平相同時添加抑制劑會顯著的降低CH4的吸收量。

2.2 溫室氣體排放總量增溫潛勢(GWPSoil+ GWPIndirect)

將2018年、2019年夏玉米農田N2O、CO2、CH4排放總量統一換算為CO2當量,可得農田土壤溫室氣體增溫潛勢GWPSoil,如圖4所示。可知：由于農田CO2排放量最高,GWPSoil以CO2為主,N2O、CH4貢獻較小。玉米生長季內CK處理及ER處理的GWPSoil維持在較低水平,而HF處理GWPSoil均最高,2018年、2019年分別為10 405.5和9 920.8 kg/hm2,平均較CK處理高10.9%。相同施氮水平下,ER處理的GWPSoil顯著低于SU處理,2個玉米生長季GWPSoil分別為9 035.4和9 131.7 kg/hm2,較SU處理平均降低8.7%,表明添加抑制劑可以顯著減少土壤溫室氣體直接排放的增溫潛勢。

夏玉米全生育期各種農業投入的增溫潛勢(GWPIndirect)如圖5(a)所示。可知：不同處理GWPIndirect為1 633.7～5 216.5 kg/hm2,其中CK處理由于施肥量較少,GWPIndirect最低;LF、SU、ER和HF處理的GWPIndirect分別較CK高出67.2%,83.5%,83.5%及153.3%。HF處理由于施氮量較高,GWPIndirect顯著高于其余處理。在所有農業投入中,肥料對GWPIndirect的貢獻最大,灌溉次之。除了CK處理外,LF、SU、ER和HF處理肥料所造成的間接排放占GWPIndirect的54.1%,58.2%,58.2%,69.7%;灌溉造成的排放占間接排放的28.4%～31.2%。

柱形圖上不同字母表示差異顯著(P<0.05),相同字母表示差異不顯著(P>0.05)。下同。Different letters on the column chart represent significant differences (P<0.05),while the same letters represent no significant differences (P>0.05).The same below.圖4 不同處理下夏玉米農田土壤排放溫室氣體增溫潛勢(GWPSoil)Fig.4 Global warming potential of greenhouse gas emissions from summer maize farmland under different treatments

圖5 不同處理下農業投入引起的間接增溫潛勢(a)及總排放量增溫潛勢(b)Fig.5 Global warming potential based on agricultural input (a) and total emissions (b) under different treatments

將夏玉米全生育期的直接、間接溫室氣體排放增溫潛勢累加可得總排放量的增溫潛勢,如圖5(b)所示。可見：不同處理排放總量的增溫潛勢范圍為10 831.3～14 301.9 kg/hm2,由高到低依次為HF>SU>LF>ER>CK。直接排放對總排放量的貢獻較大,CK、LF、SU、ER和HF處理中直接排放分別占總排放量的84.9%,78.2%,76.9%,75.2%及71.1%。HF的總排放量顯著高于其余幾個處理,是由于其直接和間接排放量均最高。相比SU處理,添加抑制劑引起的總排放量的降低主要是由于降低了土壤溫室氣體的直接排放造成的,ER的總排放量為12 082.1 kg/hm2,降低了6.7%。

2.3 凈初級生產力增溫潛勢(GWPNPP)及綜合溫室效應評價

2018年、2019年夏玉米農田凈初級生產力增溫潛勢(GWPNPP)如表5所示。由表可知：2018年和2019年CK處理的GWPNPP分別為35 757.2和38 851.9 kg/hm2,GWPNPP顯著低于其余處理(P<0.05)。SU處理GWPNPP最高,分別為44 274.9和44 399.1 kg/hm2,平均較CK處理高19.0%。添加抑制劑對GWPNPP影響不顯著,表現為ER處理的與SU的GWPNPP無顯著差異。HF處理施氮量最高,但GWPNPP均低于SU、ER處理,GWPNPP分別為41 986.8 和39 669.4 kg/hm2,平均較SU處理降低9.8%,表明施氮過量不能保證經濟產量及固碳量的持續增加。

表5 不同處理下凈初級生產力增溫潛勢估算值(GWPNPP)Table 5 Estimation of global warming potential based on NPP under different treatments kg/hm2

綜合考慮不同處理的排放量及碳固定,計算凈綜合增溫潛勢(Net GWP),結果如圖6所示。可知：計算所得的平均Net GWP均為負值,表明夏玉米農田生態系統為大氣的碳匯。2018年、2019年不同處理的Net GWP范圍分別為-13 637.6～-9 907.6 和-13 921.1～-9 667.1 kg/hm2。CK處理施肥量低,較低的作物產量及生物量造成了固碳量的減少。兩個夏玉米生長季內,HF的平均Net GWP為-10 117.8 kg/hm2,施氮量多但并未獲得較高的產量,固碳量低于SU及ER;同時較高的施氮量使得直接排放和間接排放均有不同程度的提高,HF處理Net GWP的絕對值顯著低于其余處理。ER處理的平均Net GWP為-13 539.3 kg/hm2,絕對值較CK處理高18.1%,但與SU處理沒有顯著差異。ER處理施肥的同時添加抑制劑,既降低了土壤溫室氣體的直接排放,又有增產作用。

圖6 不同處理下凈綜合增溫潛勢(Net GWP)估算值Fig.6 Estimation of net global warming potential under different treatments

計算農業生產及投入可得凈利潤,并與Net GWP結合,將兩年內5個處理的10對利潤-凈增溫潛勢數據用散點圖表示,并分為4個模式,分別是高收益-高固碳(High profit-high net GWP)、高收益-低固碳(High profit-low net GWP)、低收益-高固碳(Low profit-high net GWP)以及低收益-低固碳(Low profit-low net GWP)。2018年、2019年不同處理的玉米凈利潤為11 579.3～11 582.2和12 766.5～14 173.6元/hm2。HF處理屬于低收益-低固碳施肥管理模式,兩年凈利潤分別為12 471.2 和11 582.2元/hm2;高施肥量在造成資源浪費的同時,使溫室氣體排放量大大增加,且增產效果不顯著。SU、ER處理屬于高收益-高固碳管理模式,SU處理凈利潤最高,分別是14 126.0元/hm2和14 173.6元/hm2,ER處理凈利潤與SU處理無顯著差異。但ER較SU處理GWPSoil、GWPIndirect和Net GWP更低,有利于溫室氣體減排,適合作為綠色農業發展模式在華北平原推廣。

圖7 不同處理下經濟效益-凈綜合增溫潛勢模式分類Fig.7 Classification of net profit-net global warming potential models under different treatments

3 討論與結論

3.1 討論

氮肥作為農業生產中最大的能源消耗投入,其對二氧化碳排放的影響不應忽視[35]。但在作物生產過程中,氮肥的利用效率通常較低[36]。受到環境和管理措施的限制,通常玉米可以利用的氮肥低于所施用氮肥的50%[37],土壤表面約25%的尿素轉化為NH3并揮發到大氣中[38],未被利用的氮不僅會造成經濟損失,也會造成溫室氣體的大量排放。由于華北平原過度追求糧食高產,過量施用氮肥導致大量N元素通過N2O排放、氮淋失和氨揮發損失,是影響農田土壤N2O排放的主要因素[39-40]。在氮肥中添加硝化和脲酶抑制劑是抑制硝化過程的重要措施[41],并被廣泛用于農業生產中。本研究表明ER的N2O總排放量比SU低27.6%,2個玉米生長季ER處理的GWPSoil分別為 9 035.4 和9 131.7 kg/hm2,較SU處理分別降低12.1%和5.2%,說明硝化抑制劑和脲酶抑制劑聯合施用可以減少N2O的排放及GWP,這與先前的研究結果一致[42-43]。趙自超等[42]發現硝化和脲酶抑制劑不論單獨使用還是聯合使用,均可以顯著降低土壤N2O排放和CH4吸收,且聯合使用能夠使作物增產6.7%。吳得峰等[44]在玉米田的試驗結果表明,在減量施肥模式的基礎上添加硝化抑制劑是一種保產、減氮、減排的有效措施,在不影響玉米產量的同時使N2O 的排放量減少28.1%。目前使用抑制劑對作物產量的影響報道不一,本研究表明添加抑制劑未達到提高產量的效果,ER處理與SU處理產量無顯著差異,未對產量造成顯著影響,與Yang等[45]結果一致。

本研究表明,化肥的GWP占GWPIndirect的54.1%～69.7%。1993—2013年,中國糧食種植的化肥施用量增速是糧食產量增速的2.29倍[46]。Tan等[47]通過田間試驗得出結論,在冬小麥-夏玉米輪作系統中減少30%的氮輸入可以顯著減少溫室氣體排放總量,同時保持糧食產量。如果中國玉米產區采取優化的氮肥措施,每年可以減少140萬t氮肥和1 860萬t溫室氣體排放[48]。HF處理施氮量過多,不僅沒有達到提高產量的效果,又增加了直接排放和間接排放增溫潛勢,不適宜在華北平原夏玉米農田推廣。

根據本研究中農田凈綜合增溫潛勢結果,夏玉米農田具有碳儲存潛力。農田固碳可以增加陸地碳儲存,從而減少大氣中的二氧化碳濃度和溫室氣體排放[49]。秸稈還田是提高農田固碳量的主要途徑,但目前秸稈還田對農田碳平衡的影響結果不一,如秸稈還田會導致土壤呼吸速率的增加,從而增加碳排放[50],但不同還田方式可以顯著影響碳排放量[51]。需要指出的是,本研究在計算玉米凈綜合增溫潛勢時,考慮到籽粒在收獲后又會在短時間內被消耗掉,因此既不計入固碳量,也不計入排放量,且本研究假設秸稈全部還田,但在實際生產過程中并不能做到秸稈的完全利用。

在本研究中,由于試驗年限較短,忽略了土壤有機碳的變化。未來可考慮在試驗過程中同步監測土壤有機質含量及土壤理化性質等。同時,氣候因素(溫度、降水)對土壤溫室氣體排放有顯著影響,更重要的是年際間溫度、降水等氣候要素變化、極端天氣事件導致的災害等會極大影響夏玉米產量和生物量,進而影響年際間碳收支。未來可以將田間試驗數據與長時間序列的氣候數據、作物模型和遙感數據等結合,綜合評估區域尺度的農田增溫潛勢,為中國農田生態系統應對氣候變化提供科學依據和理論基礎。

3.2 結論

本研究經過對夏玉米農田土壤溫室氣體排放通量進行監測及生產過程中的溫室氣體排放增溫潛勢計算,得出了不同施肥處理的凈綜合增溫潛勢,主要結論如下：

1)施氮量相同時添加抑制劑,可以顯著降低N2O排放總量及農田土壤溫室氣體增溫潛勢(GWPSoil),ER處理較SU處理的N2O排放總量及GWPSoil分別降低25.5%及8.7%。HF處理N2O排放總量最高,2018年、2019年分別為2.73和3.98 kg/hm2,平均為CK處理的3.3倍。

2)在所有農業投入中,肥料對GWPIndirect的貢獻最大,灌溉次之。LF、SU、ER和HF處理中肥料所造成的間接排放占GWPIndirect的54.1%,58.2%,58.2%,69.7%。HF處理由于施氮量較高,GWPIndirect顯著高于其余處理。除CK外,灌溉造成的排放占間接排放的28.4%～31.2%。

3)HF處理的GWPSoil及GWPIndirect均為最高,較CK處理分別高10.9%和153.3%。不同處理排放總量的增溫潛勢(GWPSoil+GWPIndirect)由高到低依次為HF>SU>LF>ER>CK。

4)ER處理Net GWP為-13 539.3 kg/hm2,絕對值較CK處理高18.1%,但與SU處理沒有顯著差異。ER處理適量施肥的同時添加抑制劑,能夠保產減排;綜合考慮經濟效益,ER與SU凈利潤無顯著差異,適合作為綠色農業發展模式在華北平原推廣。