气候变化背景下农业生态种植系统中氮管理和温室气体平衡的优化

百科   2024-12-11 09:01   德国  

文章信息

文章题目:Optimization of nitrogen management and greenhouse gas balance in agroecological cropping systems in a climate change context

发表期刊:《Agricultural Systems

影响因子:6.1

第一单位:法国图卢兹大学

在线日期:2024-11-26

文章内容

包括种植覆盖作物在内的农业生态实践是适应气候变化和减轻温室气体 (GHG) 排放的有前途的实践。然而,它们对种植系统中土壤氮 (N) 动态和矿物氮施肥的长期影响需要进一步研究。 本研究使用模型模拟方法,研究了它们对玉米生产、氮肥需求、氮动态、温室气体排放和土壤碳储量的长期影响。 研究使用开发的综合建模框架 STICS-TK-R 包括决策规则模型、STICS 作物模型、覆盖作物残留物的 MERCI 决策工具和矿物施肥的 N 平衡模型,可以全面分析和比较农业生态系统。在预测的气候变化背景下(2016-2050 年),模拟了六种农业生态情景,这些情景结合了两种矿物氮施肥实践(即固定或平衡)和三种休耕期管理实践(即裸土、豆科覆盖作物或十字花科覆盖作物,生长期从 5 到 7 个月),适用于法国西南部五种不同的土壤和气候条件。该框架预测主要作物的播种、施肥和收获日期将显著提前,而不会降低其产量。氮肥需求因情景和地点而异。尤其是蚕豆覆盖作物随着时间的推移大大降低了氮肥需求。氮平衡成分分析强调了土壤有机质和覆盖作物残留物增加对氮矿化的影响,以及调整施肥实践以维持某些服务或抵消某些环境影响(例如硝酸盐淋失、一氧化二氮排放、温室气体排放)的重要性。因此,STICS-TK-R 能够长期确定不同情况下的氮肥施用率。本研究强调了调整农业战略的重要性,并强调需要在气候变化背景下(动态和局部)调整农业生态系统中的氮肥,以优化农艺和环境性能,尤其是温室气体平衡。


图1. 在 R 中实现的 STICS-TK-R 建模链概述。决策规则模型(即播种和二次施肥)使用气候数据来确定 STICS 土壤作物模型中玉米的管理日期。STICS 根据气候、土壤、作物和管理数据模拟作物生长和农业环境变量。MERCI 工具从 STICS 模拟的覆盖作物残留物中估算玉米可用的氮 (N)。基于 COMIFER 方法的氮平衡施肥模型使用 MERCI 和 STICS 对植物和土壤中的氮和氮损失的预测来计算 STICS 将模拟的下一季玉米作物的矿物氮施肥量。


图2. 预测的 (a) 比利牛斯-大西洋省、(b) 朗德省、(c) 热尔省和 (d) 上加龙省各站点的播种、施肥和收获日期(以一年中的天数表示)随时间变化的情况(2016-2050 年)。回归线表示其斜率(变量 a)和变异系数(R2)。所有斜率均显著不同于 0。


表2. 2016 年至 2050 年,五个地点按情景(Bs = 裸土、Rp = 油菜籽、Fb = 蚕豆、NFix = 固定施肥和 NBal = 调整施肥)的平均玉米粒产量、矿物质氮肥和覆盖作物生物量(地上部 + 根部)。Bs_NFix 是基线情景。


图3.2016 年至 2050 年,五个地点按情景(Bs = 裸土、Rp = 油菜籽、Fb = 蚕豆、NFix = 固定施肥和 NBal = 调整施肥)的平均玉米粒产量、矿物质氮肥和覆盖作物生物量(地上部 + 根部)。Bs_NFix 是基线情景。


图 4. 氮(N)平衡成分,其中覆盖作物残留物矿化氮(NminCC)、播种时土壤矿物质氮(SMNi)、土壤有机质矿化氮(NminSOM)、灌溉水中的氮(Nirr)和矿物质氮施肥(NFert)(kg N ha-1 yr-1)的五年移动平均值,适用于 2016 年至 2050 年在 Ge-Luv 站点的(a)裸土(Bs)、(b)蚕豆覆盖作物(Fb)和(c)油菜覆盖作物(Rp)的调整施肥(NBal)情景。


表3.2016 年至 2050 年,五个地点按情景(Bs = 裸土、Fb = 蚕豆、Rp = 油菜籽、NFix = 固定施肥、NBal = 调整施肥)的土壤碳 (C) 储量、土壤氮 (N) 矿化、硝酸盐淋溶和一氧化二氮 (N2O) 排放量的年平均速率。


图5. 2016 年至 2050 年期间,各地点(Bs = 裸土、Rp = 油菜籽、Fb = 蚕豆、NFix = 固定施肥和 NBal = 调整施肥)的 (a) 土壤有机碳、(b) 土壤中累积氮 (N) 矿化、(c) 累积一氧化二氮 (N2O) 排放量和 (d) 累积硝酸盐淋失随时间的变化。除 Bs 情景的土壤有机碳和(地点 Ge-Luv 和情景 Rp)的硝酸盐淋失外,所有斜率均与 0 有显著差异。


表4.2016 年至 2050 年,五个地点在固定施肥和无覆盖作物的基线情景 (Bs_NFix) 下年均温室气体 (GHG) 平衡及其成分 (CO2eq)。


图6.与基线情景 (BS_NFix) 相比,各站点所有情景 (Bs = 裸土、Rp = 油菜籽、Fb = 蚕豆、NFix = 固定施肥和 NBal = 调整施肥) 中 (a) 2016 年至 2050 年温室气体 (GHG) 平衡随时间变化和 (b) 2050 年最终温室气体平衡 (交叉) 及其组成部分 (以 tCO2eq ha¶ 1 为单位) 的累积变化。除 La-Pod 站点的 Bs_NBal 情景外,所有斜率均与 0 有显著差异。


表5.最终温室气体 (GHG) 平衡,累计 34 年,每年一次,与 2050 年所有情景和五个站点的参考值 (BS_NBal) 相比,增量 (ΔGHG)。对于年度 GHG 平衡,在每个站点(列中),相同的字母表示没有显著差异(成对交叉 Student t 检验,P < 0.05)。


农业遥感与作物模型
农业遥感与作物模型致力于推动科技在农业中的创新应用。通过分享最新的学术研究成果、先进的遥感技术方法、作物模型应用案例和政策动态,帮助相关领域的科研人员和从业者了解前沿技术,为农业管理、生产决策和科学研究提供支持。
 最新文章