综述：土壤氧化亚氮排放：耕作实践及其在基于过程的模型中的考量

《Science of The Total Environment》：Nitrous oxide emissions from soil: A review of cropping practices and their consideration in process-based models

本文为土壤氧化亚氮（N2O）排放控制领域的权威综述。文章通过整合134项田间实验与108项模型研究，系统评估了多种农业管理实践（如生物炭添加、硝化/脲酶抑制剂、优化施肥等）对N2O排放的实际影响（减排7–29%），并深入剖析了当前主流作物生长模型（如DNDC、APSIM）在模拟这些实践时存在的关键缺陷与改进方向，为发展可持续耕作体系、平衡气候变化缓解与作物生产力提供了重要的科学依据与模型优化路径。

　　

引言：一种强效温室气体

氧化亚氮（N₂O）是一种强效温室气体（Greenhouse Gas, GHG），其百年尺度的全球增温潜势是二氧化碳（CO₂）的265至298倍，并且对平流层臭氧消耗也有贡献。自工业化前以来，大气中N₂O浓度已显著上升，而农田已成为人为N₂O排放的最大来源，这主要归因于合成氮肥的大量使用和豆科作物种植的增加。

土壤中的N₂O排放主要由微生物的硝化作用（Nitrification）和反硝化作用（Denitrification）驱动。硝化作用是好氧过程，主要由氨氧化细菌（Ammonia-Oxidizing Bacteria, AOB）和氨氧化古菌（Ammonia-Oxidizing Archaea, AOA）将铵（NH₄⁺）转化为硝酸盐（NO₃^-），并产生N₂O作为副产物。反硝化作用则是厌氧过程，由反硝化细菌将NO₃^-和亚硝酸盐（NO₂^-）还原为氮气（N₂）和N₂O等气体。这些过程的速率受到土壤矿质氮有效性、氧气状况、土壤有机碳（Soil Organic Carbon, SOC）、pH、温度以及水填充孔隙度（Water-Filled Pore Space, WFPS）等多个关键因素的复杂调控。

农业管理实践对N₂O排放的影响：一项元分析的综合发现

22O排放的影响大小（变化百分比）。">

为了量化不同农业实践的效果，研究对39项元分析研究进行了二次元分析，共涉及7801对观测数据。结果清晰地揭示了一系列有效和无效的减排策略：

• •
  显著降低排放的实践：多种管理措施被证实能显著减少N₂O排放。其中，硝化抑制剂（Nitrification Inhibitors, NI）的效果最为突出，平均减少排放达41.4%。其他有效策略包括使用控释/包膜肥料（-33.7%）、降低施肥量（-32.6%）、生物炭添加（-21.9%）、脲酶抑制剂（Urease Inhibitors, UI）（-20.1%）、硝化与脲酶抑制剂联用（-27.8%）以及深层施肥（-15.0%）。滴灌相较于地表漫灌也能减少约13.2%的排放。这些措施的核心在于优化氮素供应，使其更匹配作物需求，减少可供微生物转化过程的底物氮。
• •
  对排放影响不显著的实践：作物轮作和种植覆盖作物的影响在统计上不显著。作物残留还田倾向于轻微增加排放（约6.3%），而施用有机肥和石灰（Liming）则分别表现出中性或非显著的减排趋势。免耕和少耕对N₂O排放的总体影响也微乎其微。
• •
  增加排放的实践：与传统雨养系统相比，灌溉总体上会增加N₂O排放（平均增加33.6%），这主要与灌溉提高土壤湿度、创造有利于反硝化的厌氧微环境有关。

这些实践的效果受到土壤性质（如质地、pH）、气候条件和管理细节（如覆盖作物种类、抑制剂类型）的强烈影响，凸显了因地制宜制定减排策略的重要性。

过程模型：模拟能力与改进空间

为了预测和评估减排策略，研究者常依赖于过程模型。本文评估了DNDC、APSIM、DayCent等11个常用模型对上述管理实践的模拟能力。结果显示，模型在研究热点和地理覆盖上存在明显偏差。

• •
  研究热点与地理盲区：绝大多数模型研究集中在覆盖作物、轮作和有机肥施用上。然而，对于实践中效果显著的硝化/脲酶抑制剂、控释肥料和施肥深度，相关的模型研究却非常少（仅3-5项）。此外，约90%的模型应用研究位于中国、欧洲和美国，在非洲等氮肥使用增长迅速的地区，模型评估和应用严重不足。
• •
  模型的覆盖范围：当前模型能够较好地模拟作物轮作、有机改良、灌溉以及肥料的用量、时间和来源管理。部分模型（如DNDC、APSIM、DayCent）考虑了耕作措施，但方法各异。关键的肥料增效措施，如硝化和脲酶抑制剂，仅在少数模型（如DNDC、DayCent）中被纳入。尚无模型研究明确评估石灰施用对N₂O的影响，而生物炭的作用主要是通过碳动态间接表征，而非直接模拟其对氮转化的影响。
• •
  核心过程模拟的挑战：模型在模拟N₂O排放时，通常将硝化和反硝化作为两个主要来源。然而，它们在关键生物物理过程的表征上存在不足。例如，土壤pH对N₂O还原酶活性的调控、土壤压实对孔隙度和气体扩散的影响、以及冻融循环等动态湿度波动触发的“热点时刻”（hot moments），在许多模型中都未得到充分体现或简化处理。这些缺失限制了模型在不同土壤和气候条件下准确量化N₂O排放的能力。

结论与展望：迈向更精准的模拟与更可持续的农业

本综述通过整合观测证据与模型评估，指出尽管许多有效的N₂O减排农业实践已在田间得到验证，但它们在主流过程模型中的表征仍不完善或不一致。这种“模型-实践”间的差距，阻碍了利用模型工具精准评估和设计区域尺度减排方案的能力。

未来的研究应着重于：1) 改进模型对关键管理实践（尤其是抑制剂和肥料增效技术）的机理表征；2) 加强对土壤pH、微生物群落动态、土壤结构变化等关键驱动因子的整合；3) 在更广泛的土壤-气候-管理组合下进行模型校准与验证，特别是在研究不足的地区；4) 发展能够更好捕捉N₂O排放时空变异性和“热点时刻”的模型框架。

只有通过持续改进过程模型，才能更可靠地量化农业管理对N₂O排放的影响，从而为设计既能减缓气候变化又能保障作物生产力的可持续耕作系统提供有力支持。