论文部分内容阅读
甲烷(CH4)是受人类活动影响的几种主要温室气体之一,其在大气中的重要性仅次于二氧化碳(CO2),IPCC(Intergovernmental Panelon Climate Change)明确规定各个国家应编制CH4在国家或区域尺度的排放清单,作为各国制定CH4减排政策和发展减排技术的重要依据。准确估计稻田土壤这一主要大气甲烷人为源的区域排放量不仅具有科学意义,同时也关乎国家利益。氮肥在水稻生产中被广泛使用,它对CH4的产生、氧化和传输过程都有重要影响,然而,迄今为止,仍缺少氮肥影响这些过程的量化关系,这必然影响国家稻田CH4排放清单的准确性和稻田CH4排放模型的发展。
本文的工作分两部分,一是铵态氮肥影响稻田CH4排放的田间实验研究,二是大气CO2浓度升高情景下稻田CH4排放的模拟研究。
在实验研究中,本论文选取了无锡站(江苏)、三江站(黑龙江)、沈阳站(辽宁)和盐亭站(四川)4个实验站,于2005~2006年(无锡为2002~2003年)进行了稻田CH4排放的多点位观测实验。各实验站的水稻种植系统均为当地典型系统,研究中设置了三个氮肥(尿素+复合肥)水平:0、150和250kgNha-1,施肥方式与当地常规方式相同。采用国际通行、统一规范的静态暗箱-气相色谱法测定CH4排放通量,观测频率为每周2次,对观测数据执行统一的质量控制标准。多点位同步观测结果表明,与不施氮肥的稻田相比,施用氮肥150kgNha-1时,水稻季CH4排放总量显著减少,平均减幅为30%;当施肥量从150增至250kgNha-1时,CH4排放季节总量基本保持不变。根据我们的研究结果,可以得出初步结论:a)采用IPCC指南推荐的方法编制国家稻田CH4排放清单,不会因没考虑铵态氮肥影响而对中国的清单造成大的偏差,但是,对于氮肥用量很少的国家或地区,很可能低估其区域稻田CH4排放;b)采用经验/半经验的稻田CH4排放模型(如CH4MOD)预测氮肥用量较高(如150~250kgNha-1)稻田的CH4排放时,可以不考虑铵态氮肥对CH4排放的影响。
目前还没有成熟的模型可以准确地模拟未来气候情景下的稻田CH4排放。本研究选取了易于区域应用并经过广泛验证的稻田CH4排放模型CH4MOD(本文称之为CH4MOD1.0),对其进行了修改,得到升级后的版本--CH4MOD2.0。CH4MOD2.0在保留原模型优点的基础之上,能够更好地模拟多次烤田稻田的CH4排放,并能模拟大气CO2浓度升高情景下的稻田CH4排放。本文用FACE(Free-airCarbondioxideEnrichment)实验获得CH4排放季节总量数据对CH4MOD2.0进行了验证。日本和中国无锡的FACE实验发现,大气CO2浓度增加200μmolmol-1后,稻田CH4排放增加61%±39%(niean±SD),CH4MOD2.0的模拟结果为CH4排放增加了67%±24%,这与观测结果有很好的一致性。另外,本文采用了定量统计方法评价模型效果,模拟值和观测值线性回归方程的斜率、截距和R2分别为1.00、O和0.87,rRMSE(相对根均方差)、rMD(相对平均偏差)和NSE(纳什效率)的值分别为19.1%、2.2%和0.86,这些不同的统计量均说明了模型对FACE实验CH4排放季节总量具有很好的模拟能力。当区分高CO2处理和对照处理的模拟效果时,rMD的值分别为6.5%和-3.9%,这说明高CO2处理模拟有很小的正系统偏差而对照处理模拟有很小的负系统偏差,其他统计指标则显示,CH4MOD2.0模型对于两个CO2水平下稻田CH4排放季节总量的模拟能力相仿,具有较好的效果。
对CH4MOD2.0进行了参数灵敏度分析,结果显示,灌溉模式是影响大气CO2浓度升高200μmolmol-1情景下稻田CH4排放的最重要因素,水稻产量和氮肥的影响最小。由于模型需要以水稻产量和气温作为输入数据,因此,CH4MOD2.0不能独立地预测大气CO2浓度升高情景下稻田CH4排放,要完成此任务,需要将其与气候模型和作物生长模型有机结合。
本文的工作分两部分,一是铵态氮肥影响稻田CH4排放的田间实验研究,二是大气CO2浓度升高情景下稻田CH4排放的模拟研究。
在实验研究中,本论文选取了无锡站(江苏)、三江站(黑龙江)、沈阳站(辽宁)和盐亭站(四川)4个实验站,于2005~2006年(无锡为2002~2003年)进行了稻田CH4排放的多点位观测实验。各实验站的水稻种植系统均为当地典型系统,研究中设置了三个氮肥(尿素+复合肥)水平:0、150和250kgNha-1,施肥方式与当地常规方式相同。采用国际通行、统一规范的静态暗箱-气相色谱法测定CH4排放通量,观测频率为每周2次,对观测数据执行统一的质量控制标准。多点位同步观测结果表明,与不施氮肥的稻田相比,施用氮肥150kgNha-1时,水稻季CH4排放总量显著减少,平均减幅为30%;当施肥量从150增至250kgNha-1时,CH4排放季节总量基本保持不变。根据我们的研究结果,可以得出初步结论:a)采用IPCC指南推荐的方法编制国家稻田CH4排放清单,不会因没考虑铵态氮肥影响而对中国的清单造成大的偏差,但是,对于氮肥用量很少的国家或地区,很可能低估其区域稻田CH4排放;b)采用经验/半经验的稻田CH4排放模型(如CH4MOD)预测氮肥用量较高(如150~250kgNha-1)稻田的CH4排放时,可以不考虑铵态氮肥对CH4排放的影响。
目前还没有成熟的模型可以准确地模拟未来气候情景下的稻田CH4排放。本研究选取了易于区域应用并经过广泛验证的稻田CH4排放模型CH4MOD(本文称之为CH4MOD1.0),对其进行了修改,得到升级后的版本--CH4MOD2.0。CH4MOD2.0在保留原模型优点的基础之上,能够更好地模拟多次烤田稻田的CH4排放,并能模拟大气CO2浓度升高情景下的稻田CH4排放。本文用FACE(Free-airCarbondioxideEnrichment)实验获得CH4排放季节总量数据对CH4MOD2.0进行了验证。日本和中国无锡的FACE实验发现,大气CO2浓度增加200μmolmol-1后,稻田CH4排放增加61%±39%(niean±SD),CH4MOD2.0的模拟结果为CH4排放增加了67%±24%,这与观测结果有很好的一致性。另外,本文采用了定量统计方法评价模型效果,模拟值和观测值线性回归方程的斜率、截距和R2分别为1.00、O和0.87,rRMSE(相对根均方差)、rMD(相对平均偏差)和NSE(纳什效率)的值分别为19.1%、2.2%和0.86,这些不同的统计量均说明了模型对FACE实验CH4排放季节总量具有很好的模拟能力。当区分高CO2处理和对照处理的模拟效果时,rMD的值分别为6.5%和-3.9%,这说明高CO2处理模拟有很小的正系统偏差而对照处理模拟有很小的负系统偏差,其他统计指标则显示,CH4MOD2.0模型对于两个CO2水平下稻田CH4排放季节总量的模拟能力相仿,具有较好的效果。
对CH4MOD2.0进行了参数灵敏度分析,结果显示,灌溉模式是影响大气CO2浓度升高200μmolmol-1情景下稻田CH4排放的最重要因素,水稻产量和氮肥的影响最小。由于模型需要以水稻产量和气温作为输入数据,因此,CH4MOD2.0不能独立地预测大气CO2浓度升高情景下稻田CH4排放,要完成此任务,需要将其与气候模型和作物生长模型有机结合。