增强版SWAT模型在模拟美国中西部暗管排水种植系统氮通量中的应用与评估

《Agricultural Water Management》：Modeling nitrogen fluxes in a tile-drained cropping system in the Midwest using an enhanced SWAT model

为解决美国中西部暗管（tile）排水农业系统中氮（N）流失（特别是硝酸盐（NO3?）淋失和氧化亚氮（N2O）排放）带来的环境挑战，评估覆盖作物等可持续管理措施的效果，本研究首次将集成了Century/DayCent生物地球化学模块的增强型土壤与水评估工具（SWAT）模型应用于一个玉米-大豆轮作田间系统。模型校准后能较好地模拟排水量与作物产量，并捕捉了冬季黑麦覆盖作物减少NO3?损失的方向和幅度（模拟降低约41%，观测约50%）。尽管在模拟N2O通量事件尺度峰值和年际变异方面存在挑战，但该研究支持了模型在评估暗管排水系统中长期氮损失对覆盖作物响应方面的应用潜力，为优化流域尺度的氮管理决策工具提供了科学依据。

　　

美国中西部广袤的玉米带，是现代农业生产力的“心脏”，但也面临着严峻的环境挑战。为了在排水不畅的土壤中获得高产，农民们广泛铺设了地下暗管排水系统。这些“看不见的沟渠”虽然保障了作物根系健康，却意外地成为了养分流失的“高速公路”。施入土壤的氮肥，在微生物作用下转化，一部分以硝酸盐（NO₃?）的形式随着排水快速进入河流湖泊，导致下游水体富营养化，甚至威胁饮用水安全；另一部分则以强效温室气体氧化亚氮（N₂O）的形式逃逸到大气中，加剧全球变暖。如何在保障粮食生产的同时，减少氮素流失对环境的影响，是农业可持续发展必须破解的难题。可持续集约化策略倡导采用覆盖作物（如冬季种植的黑麦）等管理措施，它们能在主作物收获后的“空窗期”吸收土壤中残留的氮，理论上可以“锁住”养分，减少流失。但现实效果究竟如何？不同年份、不同条件下的表现是否稳定？要准确评估这些管理措施带来的复杂影响和协同效应，迫切需要能够同时模拟水文过程和生物地球化学过程的强大模型工具。

为此，由Muhammad Rizwan Shahid、Junyu Qi、Bryan D. Emmett、Robert W. Malone、Natalia Rogovska、Peter L. O'Brien、John L. Kovar、Anna Radke、Gary W. Feyereisen、Kevin W. King、Mark Williams、Daniel Moriasi和Michael J. Castellano组成的研究团队，在《Agricultural Water Management》上发表了一项研究。他们首次将一种增强版的土壤与水评估工具（Soil and Water Assessment Tool, SWAT）模型，应用于模拟美国中西部一个典型暗管排水玉米-大豆轮作系统中的氮通量。这项研究不仅检验了模型模拟氮流失（包括NO₃?淋失和N₂O通量）的能力，还重点评估了模型捕捉覆盖作物环境效益的潜力。

为了开展这项研究，研究人员主要应用了几项关键技术方法。首先，他们利用了美国爱荷华州一个长期田间试验站点（2004-2010年）的观测数据集，该站点设置了“有冬季黑麦覆盖作物”和“无覆盖作物”两种处理，并系统收集了暗管排水量、排水中的NO₃?浓度、土壤N₂O通量、作物产量以及覆盖作物生物量等数据。其次，研究核心是应用并改进了增强版SWAT模型（文中称为SWAT-N₂O），该模型集成了源自Century和DayCent模型的土壤碳（C）、氮（N）循环算法，特别是包含了模拟硝化和反硝化过程产生N₂O的通量算法。研究人员对模型进行了几项关键修改，包括调整土壤有机碳库初始化方案、修正分解速率计算、并确保模型结构与暗管排水模块兼容。最后，他们采用了一种“跨处理评估”的策略，即使用“无覆盖作物”处理的数据对模型进行校准，然后将校准后的模型参数（仅微调了一个覆盖作物生长参数）直接应用于“有覆盖作物”处理进行模拟验证，以此评估模型模拟管理措施效果的能力。

3. 结果

3.1. 作物产量

模型在模拟2004-2010年期间玉米和大豆产量方面总体表现良好。在“无覆盖作物”和“有覆盖作物”两种情景下，模拟的作物产量与观测值在大多数年份吻合较好。评估指标显示，对于两种情景，模型的决定系数（R²）、纳什-萨克利夫效率系数（NSE）和Kling-Gupta效率系数（KGE）均超过0.95。模型对玉米产量的模拟略微高估（偏差<1%），对大豆产量则倾向于低估，尤其在“无覆盖作物”情景下。最大的低估发生在2005年（大豆年）。

3.2. 覆盖作物

模型模拟的覆盖作物（黑麦）地上部生物量能够捕捉年际变化的大体模式，但在2005-2007年偏差较大。模拟的生物量氮吸收表现较差，与观测值吻合度低。模拟的生物量表现优于氮吸收。大豆年覆盖作物生物量和氮吸收的模拟偏差普遍大于玉米年。

3.3. 暗管排水与硝酸盐损失

模拟的月尺度暗管排水量与累积观测值在2004-2010年间高度吻合。模型对年排水量的模拟表现令人满意，且在“有覆盖作物”情景下的模拟技能更高。然而，模型对通过暗管排水的NO₃?损失量的模拟表现较弱。尽管“有覆盖作物”情景下的模拟技能整体上高于“无覆盖作物”情景，但年NO₃?损失量的R²、NSE和KGE均低于0.4。具体而言，在“无覆盖作物”情景下，模型倾向于在玉米年高估NO₃?损失，在豆年低估；“有覆盖作物”情景下也观察到类似但误差更小的模式。

3.4. 氧化亚氮通量

总体而言，模型能够捕捉到主要的N₂O排放事件，但经常高估施肥期或湿润条件下观测数据中不明显的峰值通量。模型对日尺度N₂O通量的模拟性能较弱，两种处理下的NSE值均接近或低于0。模型在玉米年的表现优于大豆年。“有覆盖作物”情景略微减少了模拟偏差并改善了相关性，但NSE和均方根误差（RMSE）表明日尺度模拟性能在两种处理下均较弱。

3.5. 覆盖作物的影响

模拟的覆盖作物对年暗管排水量及相关NO₃?损失的影响，总体上与2004-2010年间的观测效果一致，尤其是对NO₃?损失的影响。观测数据显示，覆盖作物使大豆年和玉米年的NO₃?损失均减少了约50%；模拟结果显示，玉米年减少约41%，大豆年减少约44%。然而，模型对N₂O通量响应的模拟不一致，有时甚至出现符号相反的情况（特别是玉米年）。观测数据显示，覆盖作物使玉米年和大豆年的平均日N₂O通量分别降低了8%和13%；而模拟结果显示，玉米年增加了39%，大豆年降低了18%。模型总体上未能捕捉到覆盖作物在玉米年减少N₂O排放的效果。

4. 讨论与结论

该研究成功地将增强版SWAT-N₂O模型应用于暗管排水农业系统，首次实现了对该系统中NO₃?淋失和N₂O通量的同步模拟。经过仔细校准，模型能够较好地重现暗管排水量和作物产量，并成功地捕捉了冬季黑麦覆盖作物减少NO₃?淋失的方向和幅度（模拟降低约41%，与观测到的约50%的降低幅度接近）。这一核心发现支持了该模型作为评估暗管排水系统中长期氮损失对覆盖作物响应工具的有效性。

然而，研究也揭示了模型当前存在的局限性。模型难以精确重现NO₃?流失的年际变异和N₂O通量的事件尺度峰值。这可能是由于有限的观测采样频率、以及模型在土壤水文、溶质运移和垂直分辨率方面的结构限制所致。特别是对于N₂O通量的模拟，模型在日尺度上表现较弱，且未能一致地模拟出覆盖作物对N₂O排放的影响，尤其是在玉米年模拟出了与观测相反的趋势（增加而非减少）。这表明模型在捕捉驱动N₂O产生的复杂、瞬时的土壤微环境过程方面仍需改进。

这项研究的重要意义在于，它为在流域尺度上应用增强型SWAT模型来评估暗管排水种植系统中的氮管理策略提供了重要的初步验证和科学基础。尽管在事件尺度的生物地球化学过程模拟方面存在挑战，但该模型在模拟长期（如多年平均）氮损失对管理措施（如覆盖作物）的响应方面展现出潜力。研究结果强调了未来模型改进的优先方向，包括完善土壤水文过程、提高溶质运移模拟的垂直分辨率、以及更好地耦合水文与生物地球化学过程以捕捉N₂O排放的动态峰值。这项工作推进了农业系统模型的发展，使其能够更全面地评估农业生产与环境影响之间的权衡，为美国中西部及其他地区农业景观的可持续氮管理决策提供了更强大的支持工具。