集约农田管理措施对桓台县域土壤有机碳储量的影响*

胡正江, 康晓晗, 薛旭杰, 廖 艳**, 吴文良, 孟凡乔

(1. 山东省桓台县农业农村局 桓台 256400; 2. 中国农业大学资源与环境学院/农田土壤污染防控与修复北京市重点实验室北京 100193)

减少温室气体排放、应对气候变化, 是当今世界各国面临的共同挑战。中国政府在第75届联合国大会上提出在2060年前实现碳中和, 其中农业在实现碳中和进程中可以发挥重要作用。优化农业生产管理措施, 在提高肥料等资源利用率的同时, 可以提升土壤肥力, 实现作物高产稳产。土壤有机碳(soil organic carbon, SOC)是土壤肥力的核心, 其含量可作为土壤肥力的衡量标准。较高的SOC含量, 能够为作物生长提供充足和稳定的营养, 创造合适的土壤理化性状, 包括土壤通气性、透水性、持水能力和保肥性等, 并减轻土壤中农药和重金属等污染物的危害。农田SOC的增加意味着大气中CO减少, 对缓解温室效应和气候变化也具有积极作用。因此, 提升我国农田SOC含量, 具有助推我国农业绿色高质量发展和缓解温室效应、保护生态环境的双重意义。

华北平原是我国重要的粮食主产区, 山东省桓台县是该地区集约和高产农业的典型代表。自1980年以来, 桓台县全面实施家庭联产承包责任制, 农业集约化水平较高, 主要体现在良种全面覆盖、机械化水平较高、化肥投入较高, 粮食产量始终保持在较高水平, 号称华北第一吨粮县。多年来, 该县通过政府补贴、提高机械化作业以及合理施肥等综合措施, 全县农田耕层(0～20 cm) SOC含量从1980年的7.8 g∙kg增加到2011年的11.0 g∙kg。另外, 伴随着种植业发展, 2000年以来桓台县养殖业也呈现快速发展态势, 畜禽粪便数量不断增长, 应用到农田后也会影响农田SOC。这就引发了对于该县农田土壤SOC变化趋势的思考, 即随着经济和社会发展水平的不断提升和优化, 农业管理措施也不断进行调整, 该县农田土壤SOC会发生什么样的变化?

DNDC (DeNitrification-DeComposition)模型是根据碳氮循环机理, 模拟碳氮循环的生物地球化学模型。该模型由两个部分组成, 第一部分包括土壤气候、农作物生长和土壤有机质分解3个子模型, 根据生态驱动因子对土壤环境条件进行模拟; 第二部分包括硝化作用、反硝化作用和发酵作用3个子模型, 模拟土壤环境条件对微生物活动的影响以及相应的土壤碳氮变化动态。该模型根据两个内嵌的热力学公式和动力学公式, 分别对土壤内所发生氧化还原反应的热力学条件和动力学条件进行模拟, 从而对碳氮生物地球化学行为进行定量分析。目前, DNDC模型在世界许多国家和地区得到了广泛的应用, 被认为是国际上较成功的生物地球化学循环模型。本研究采用DNDC模型, 利用气候、土壤、作物和农田管理措施数据, 对桓台县不同化肥、有机肥和秸秆还田等农田管理情景下, 农田SOC的变化趋势进行预测, 为华北平原农田土壤有机碳库变化评估提供科学依据, 并为该地区农业管理措施优化和相应决策提供参考。

1 材料与方法

1.1 研究区概况

桓台县位于山东半岛中部(图1), 为暖温带大陆季风气候, 年平均气温11.8～12.9 ℃, 年降水量603.9 mm, 主要集中在6−8月。该区冬春气候较干旱, 年无霜期198 d。地势北低南高, 自西南向东北缓倾, 平均海拔为6.5～29.5 m, 平原面积约占全县总面积的49.4%;主要土壤类型有褐土、潮土和砂姜黑土。桓台县是华北平原典型的高产农业区, 主要为冬小麦(L.)-夏玉米(L.)一年两熟耕作制度, 1990年建成为长江以北全国第一个吨粮县, 其粮食生产在山东省乃至全国占有重要的地位。

图1 研究区山东省桓台县地图Fig.1 Location of the study area of Huantai County, Shandong Province

1.2 DNDC模型的数据来源

气象数据: 从桓台县气象局获得1982—2011年期间气象数据, 包括日最高气温(℃)、日最低气温(℃)和降水量(cm)。

土壤数据: 采用1982年桓台县境内第二次土壤普查所获取的18个典型土壤剖面耕层(0～20 cm)属性信息, 主要包括土壤有机碳含量、容重、黏粒含量和pH。桓台县土壤类型主要包括褐土、潮土、砂姜黑土3个土类, 以及砂壤土、轻壤土、中壤土、重壤土和轻黏土5种土壤质地类型。

作物生产数据: 桓台县一般每年10月初至次年6月中上旬为冬小麦生长期, 每年6月初至当年9月下旬为夏玉米生长期。作物生产数据包括作物最大产量, 根、茎叶、籽粒所占生物量比例以及C/N比, 主要为经验数据。

农田管理数据: 表1列出了2011年桓台县农民常规农业生产管理措施。此外, 桓台县秸秆还田始于1988年, 其中小麦秸秆还田比例较高, 从1995年开始小麦秸秆还田率达90%; 玉米秸秆还田较晚, 比例也相对较低, 但也于2008年起达90%。

表1 研究区2011年主要农田管理措施Table1 Main agriculture management practices in the study area of Huantai County

1.3 数据处理与检验

采用3个指标对模型模拟结果进行统计学检验, 即相关系数(correlation coefficient,)、均方根误差(root mean square error, RMSE)和模型效率(model efficiency, EF)。表示模拟值与观测值之间的相关程度, 根据检验进行显著性判断; RMSE和EF用来比较模型的模拟精度, 较低的RMSE表明模拟值与观测值之间差异较小, 模拟精度较高; EF值为1时模拟值与观测值之间完全吻合, 模拟精度最高。3个检验指标的计算公式如下:

1.4 模型验证

1.4.1 点位验证

由于气候、土壤等自然条件以及种植制度和农田管理措施的不同, 在应用DNDC模型前, 一般须进行模型验证, 核实其在不同地域的适用性。桓台县的长期田间定位试验时间较短, 本文选择自然条件、土壤类型和种植模式较为类似的河北曲周县长期定位试验进行模型的点位验证(表2)。

表2 研究区桓台县和验证区曲周县自然条件、土壤类型和种植方式比较Table2 Comparison of natural condition, soil type and plantation between the study area of Huantai County and the verification area of Quzhou County

点位验证采用曲周县1985—2001年两个氮肥水平的长期定位试验。试验为冬小麦和夏玉米轮作, 小麦分别于10月15日和次年6月20日播种和收获, 玉米则于6月25日、10月10日播种和收获。小麦和玉米分别施基肥1次、追肥1次, 两个处理N1和N2的全年氮肥总施用量分别为135 kg(N)∙hm∙a和270 kg(N)∙hm∙a, 无秸秆还田。

图2为DNDC模型所获得的模拟结果与试验结果的比较。N1和N2处理实测值和模拟值之间的相关系数()分别为0.9431和0.9590, 均为极显著相关水平(<0.01); 均方根误差(RMSE)分别为5.43和5.63; 模拟系数(EF)分别为0.82和0.85。N1和N2处理的DNDC模拟结果与实测结果有较好的一致性。在华北地区的其他研究也说明, DNDC模型应用于土壤有机质模拟研究在华北地区有较好的适用性。

图2 曲周县不同施氮水平下长期定位试验土壤有机碳含量的DNDC模拟结果Fig.2 DNDC simulation of soil organic carbon contents (SOC) under different N fertilizer application rates of the long-term experiment in Quzhou County

1.4.2 模拟单元建立与区域尺度模拟

在区域尺度模拟过程, 首先进行模拟单元的划分和确定, 本文采用了两种方法。第1种方法是根据土壤类型划分模拟单元: 采用ArcGIS空间分析工具的Overlay命令, 对桓台县土壤类型图和土地利用类型图进行叠加(图3a, 3b), 由18种土壤类型、6种土地利用类型, 共组合为104类土壤类型-土地利用类型。由于模拟对象为冬小麦-夏玉米轮作体系, 在模拟时仅选择粮田类型, 而舍弃其他5种类型的土地利用, 共获得18类组合类型作为模型的模拟单元, 同时还获知了各组合类型相应的面积范围。第2种方法是根据桓台县行政镇划分模拟单元: 全县共分为11个模拟单元(图1), 模拟单元面积由桓台县农业局提供。模拟时各模拟单元内部的主要土壤参数, 即初始SOC含量(g∙kg)、土壤容重(g∙cm)、土壤黏粒含量(%)、pH等被认为在模拟单元内均一分布。同时, 由于自然条件、种植方式在同一模拟单元内较为类似, 因此模型模拟中, 在同一模拟单元的所有田块和农户均采用相同的农田管理措施, 根据两类模拟单元划分方法, 桓台县冬小麦-夏玉米轮作面积为24×10hm。

图3 桓台县土壤类型(a)和土地利用类型(b)空间分布图Fig.3 Spatial distribution of soil types (a) and land use types (b) in Huantai County

基于上述两种模拟单元的划分方法, 本研究对1982—2011年期间, 桓台县农田耕层(0～20 cm)的SOC含量分别进行了模拟, 并分别与1982年、1987年、1992年、1997年、2002年、2007年和2011年等所获得的耕地SOC数据进行了比较(图4)。模拟过程中, 设置了两种模拟情景, 其中图4a和4c为情景1, 秸秆不还田, 化肥用量采用桓台县1982年的施肥量372 kg(N)∙hm∙a。图4b和4d根据桓台实际农业生产情况进行模拟, 为情景2, 即自1988年开始进行秸秆还田, 且秸秆还田比例逐年升高, 2008年达到90%, 同时氮肥的实际施用量由桓台县农业局提供(图5)。

图4 桓台县区域土壤有机碳密度模拟与实测数据比较Fig.4 Comparison between simulated and observed values of regional soil organic carbon stock in Huantai County

图5 1982—2011年桓台县化肥氮施用量和秸秆还田比例变化Fig.5 Chemical fertilizer N rates and straw incorporation ratio in Huantai County from 1982 to 2011

从图4可以看出, 无论哪种模拟单元, 从情景1到情景2, 当设置参数与当地农业实际生产情况相同时, 区域的SOC模拟值与实测值均更趋一致,大幅度提高, 其中第1种模拟单元划分条件下,从0.0506增加到0.4749 (=94), 第2种模拟单元划分条件下,从0.1002提高到0.6402 (=61), 说明当模拟参数更接近实际条件时, DNDC模型也呈现更为精确的模拟结果。

2 结果与分析

2.1 桓台县农田管理措施的变化趋势

历年来, 桓台县粮食生产以大量氮肥投入为典型特征, 21世纪10年代化肥氮年均施用量达510 kg(N)∙hm(图5a)。桓台县化肥氮投入量和粮食产量都呈现增长的趋势。化肥氮施用量从1982年的372 kg(N)∙hm增加至20世纪90年代中期的近600 kg(N)∙hm, 粮食产量则从20世纪80年代初期的3705 kg∙hm提高至21世纪10年代的8700 kg(N)∙hm。

秸秆还田也是桓台县集约农业生产中的另外一个重要措施(图5b)。桓台县自1988年开始秸秆还田, 其中小麦秸秆1995年即达到90%的还田率, 并一直保持。玉米秸秆还田比例较低, 约在30%左右, 2005年开始明显提高, 随着行政措施和经济手段的全面落实, 2008年起秸秆还田率达90%。此外, 值得注意的是, 桓台县的农业机械化水平较高, 机械对土壤具有压实作用, 导致桓台农田土壤耕层平均容重不断增大, 从1982年的1.40 g∙cm增加到2011年的1.50 g∙cm。

此外, 桓台县畜牧业规模持续稳定扩大, 每年有数量可观的畜禽粪便产生。畜禽粪便作为有机肥在我国施用的历史悠久, 但随着20世纪80年代以来化肥的大量使用, 和我国大多数地区一样, 桓台县有机肥投入比例也显著下降。2011年, 桓台县主要畜禽为牛、猪和肉鸡, 年出栏量分别为1.1×10头、1.4×10头和5.9×10只, 根据《第一次全国污染源普查-畜禽养殖业源产排污系数手册》, 每年产生大约1450 t 含N的畜禽粪便, 如用于冬小麦-夏玉米粮田, 相当于有机肥平均投入量为60 kg∙hm。

2.2 桓台县农田SOC预测结果

有机肥和秸秆含有较丰富的有机质, 施用和还田能直接提高农田的SOC含量, 氮肥则可通过碳氮平衡影响SOC含量的增减变化。本研究主要考虑化肥氮用量、秸秆还田比例和有机肥用量等3个影响农田SOC的管理措施, 设置了5种农田管理措施情景进行模拟(表3)。情景1: 根据2011年桓台县实际农业生产情况设置, 年化肥氮平均用量为500 kg(N)∙hm, 秸秆还田比例为90%, 无有机肥投入; 情景2: 在情景1的基础上降低秸秆还田比例到70%, 其他无变化; 情景3、情景4和情景5是在情景1的基础上, 将年化肥氮用量降至400 kg(N)∙hm, 秸秆还田比例分别设置为90%、70%和90%, 有机肥年平均投入量分别为0 kg(N)∙hm、60 kg(N)∙hm和40 kg(N)∙hm。其他农田管理措施保持在2011年水平不变, 考虑到全县农业机械化水平较高, 对土壤容重有较大影响, 因此将10年以后的土壤容重统一设为1.58 g∙cm。

表3 模拟农田管理措施情景的设置Table3 Establishment of simulation scenarios of farming management measure

采用1982−2011年30年的平均气温和年平均降水量作为气象数据, 模拟单元采用行政镇单元。根据所设置情景运行模型, 将获得的未来10 a、20 a和30 a后桓台县SOC密度和储量模拟值分别进行比较, 结果如表4所示。

表4 不同农田管理措施情景下桓台县未来农田土壤有机碳(SOC)密度和储量预测Table4 Simulated soil organic carbon (SOC) density and stock for whole Huantai County farmland under different scenarios of farming management measures

基于DNDC模型的模拟结果显示, 不同农田管理措施情景下桓台县农田SOC密度和储量呈现出一定程度变化。如果2.4万hm的冬小麦-夏玉米粮田生产保持为情景1不变, 耕层(0～20 cm) SOC密度从2011年的33 000 kg∙hm(SOC含量7.8 g∙kg), 增加到2021年的42 260 kg∙hm(SOC含量13.3 g∙kg), 即在化肥氮量500 kg(N)∙hm、秸秆还田比例90%不变的情景下, 10年间粮田SOC密度能够增加28.1%; 到2031年和2041年分别增加39.2%和44.9%, 即SOC含量达到2031年的14.5 g∙kg和2041年的15.1 g∙kg。在5个农田管理情景中, 情景5对于农田耕层SOC密度增加效果最好, 从2011年开始10 a、20 a和30 a后, 分别比2011年增加33.9%、47.6%和54.8%, 即分别达14.0 g∙kg、15.4 g∙kg和16.2 g∙kg。

与情景1相比, 如果粮田农田管理为情景2 (化肥氮投入量不变, 秸秆还田比例降至70%), 全县粮田SOC密度在2011年起的未来10 a、20 a和30 a内分别降低5.4%、6.6%和7.3%。从情景1到情景3, 即化肥氮用量从2011年的500 kg(N)∙hm降低20%, 粮田SOC密度基本保持不变; 农田管理措施演变为情景4 [ 化肥和有机肥氮用量分别为400 kg(N)∙hm和60 kg(N)∙hm、秸秆还田比例70%], 全县SOC密度的增加有限, 与情景1相比, 分别增加1.3% (10 a)、2.1% (20 a)和2.7% (30 a)。如果农田管理措施调整为情景5, 农田SOC密度在10 a、20 a和30 a内分别比情景1增加4.6%、6.0%和6.9%, 即情景5是提升农田SOC最有效的管理措施。农田SOC储量变化, 总体上与农田SOC密度变化趋势一致(表4)。

5个情景比较, 秸秆还田比例和有机肥施用量的搭配以情景5为最佳, 若采用这一情景的农田管理措施, 在未来SOC密度相对于2011年呈现明显的增长, 尤其是30 a后增长幅度达54.8%。

3 讨论

3.1 DNDC模型模拟的准确性

多年来, DNDC被广泛用于农田SOC预测, 取得了较好的效果, 如对英国洛桑试验站农田土壤有机质的模拟发现, 观测值和模拟值差异≤0.07%。需要注意的是, 输入的有机物料对模拟效果有直接影响, 如果用DNDC模拟的生物量即作物秸秆, 作为有机物料输入, 其模拟效果可能会变差。采用该模型的模拟结果表明, 增加有机肥和秸秆还田比例、适量施用化肥均可有效增加SOC的积累, 但单纯免耕操作(秸秆没有差异), 其对SOC增加效果有限。秸秆和根茬碳还田量与土壤有机质变化量之间呈极显著正相关关系。在施用化肥的情况下, 外来有机物料数量增加, 氮肥可能导致原有土壤有机质分解。

2021年对桓台县粮田的土壤取样检测表明, 农田表层SOC含量约为13 g∙kg。近年来华北平原农业机械化水平持续提高, 压实作用使土壤容重不断增加, 全县农田耕层(0～20 cm)土壤容重增加到1.58 t∙m。据此计算, 2021年桓台县农田表层SOC密度约为41 080 kg∙hm。2021年相对于基准年2011年过去10 a时间, DNDC模型5种情景的模拟结果与实测结果相比, 误差在2.7%～7.6%, 其中以前3种情景的模拟结果与实测结果最为接近, 这正是实际农田管理措施与该情景最为接近的体现, 说明DNDC模型模拟结果的准确度较好(表5)。需要指出的是, 前3种情景并非是最有利于土壤有机质增加的情景, 情景4和情景5效果更好。

表5 2021年桓台县土壤有机碳(SOC)密度模拟值与实测值比较Table5 Comparison between measured and simulated values of soil organic carbon (SOC) density in 2021 for Huantai County

3.2 集约农田管理措施对土壤有机碳储量的影响

氮肥对我国华北地区粮食高产发挥着至关重要的作用。对于华北地区冬小麦-夏玉米一年两季生产来说, 500～600 kg(N)∙hm的化肥氮用量是过量的, 直接造成资源浪费, 并引起地下水硝酸盐污染、地表水富营养化和大气污染等环境问题。氮肥用量过高, 使土壤中以碳素为原料的非自养微生物活性增强, 从而使SOC更多地被消耗, 也影响了土壤有机质水平。王文静等认为, 华北地区高施氮量和低施氮量条件下, 保持土壤碳平衡的最低外源碳需要量分别为7254 kg∙hm∙a和1297 kg∙hm∙a, 相差巨大。本研究表明, 华北平原集约农田在现有基础(500 kg∙hm∙a)上降低20%的化肥氮用量, 在无外源碳添加的条件下SOC含量不会降低。

桓台县秸秆还田比例在全国都属于较高水平。秸秆还田能直接显著增加SOC, 归还大量磷、钾等矿质养分。秸秆还田还具有固碳效应。本研究结果表明, 如果保持2011年的农田管理措施不变, 即施化肥氮500 kg∙hm∙a和秸秆还田率90%, SOC密度10 a后仍然可增加28.1%, 20 a和30 a年后可以增加39.2%和44.9%。一方面说明在当前气候条件下, 以桓台县为代表的华北农田秸秆还田对增加土壤有机质仍有较大空间; 另一方面, 在秸秆还田下土壤有机质不是线性增加, 其增长率会随时间而降低, 土壤有机质呈现出一种饱和趋势。

大量田间试验和研究也表明, 单纯提高秸秆还田比例对土壤碳固存的效果不及有机肥和无机肥配施。桓台冬小麦-夏玉米生产有丰富的秸秆资源, 除了直接还田, 还可以把秸秆进行动物过腹还田, 后一种利用方式除了能够带来土壤碳的固存外, 同时还可使有机物料被动物吸收后转化为肉蛋奶, 兼具生态和经济两方面的效益。这涉及到有机肥的施用数量, 究竟多少用量可以实现较高的土壤有机质水平? 本研究发现40 kg(N)∙hm配合全部秸秆还田, 效果最好。有机肥能直接补充土壤有机质, 所以其施用自然能提高土壤肥力, 这在很多研究中得到证实。施用有机肥在中国传统农业中已延续几千年, 能使废弃物得到资源化利用, 其中蕴含着令人称道的生态智慧; 美国有机农业运动先驱富兰克林·H就曾高度称赞中国传统农业培肥土壤的方式。

不过, 有机肥可以显著增加土壤有机质, 但大量施用也会引起负面影响。有机肥过量施用, 也会增加土壤硝态氮淋失风险, 对地下水质存在潜在的威胁。不过, 从自身特性来看, 有机肥养分含量低, 相对于化肥, 等量养分投入, 有机肥的用量明显更高, 需要投入的劳动力强度很大, 这可能是影响有机肥施用的原因之一, 未来可采用机械化施肥来克服这一障碍。

就桓台县农田管理措施来看, 优化化学氮肥用量, 适当增施有机肥, 配合秸秆还田, 能够降低氮素淋失污染风险, 提高SOC储量, 全面提升土壤肥力水平, 对于保障粮食高产稳产和集约农区农业绿色发展具有重要意义。

4 结论

华北平原集约农田在现有500 kg(N)∙hm∙a化肥氮用量基础上降低20%用量, 不会降低土壤有机质含量。在当前气候条件下, 保持化肥氮施用量、秸秆还田比率不变, 2011年后30 a内, 以桓台县为代表的华北农田表层SOC含量仍有较大增长空间。秸秆还田可以显著增加土壤有机质, 但这种增加并非线性, 土壤有机质会逐渐呈现趋于饱和的趋势。相比单纯地提高秸秆还田比例, 有机肥和秸秆还田二者搭配能达到更好的固碳效果。对于桓台县农业生产, 优化化学氮肥用量, 适当增施有机肥, 配合秸秆还田, 可以充分提高土壤有机质储量, 全面提升土壤肥力水平, 并实现降低氮素淋失风险等其他环境效益, 对于保障粮食高产稳产和集约农区的农业绿色发展具有重要意义。