控释肥和硝化抑制剂对华北春玉米N2O排放的影响

为了分析控释肥和硝化抑制剂处理下华北春玉米田土壤N_2O排放规律及其影响因素,研究不同施肥处理对N_2O排放和产量的影响,筛选既能增产又能减排的肥料管理措施,采用自动静态箱-气相色谱法于2009—2012年连续4年对春玉米生长季内的N_2O排放进行监测,同时测定了相关环境变量和产量。试验共设置4种施肥处理:不施肥对照(CK);尿素(U);硫包膜控释尿素(SCU);尿素加入占施氮量10%的双氰胺硝化抑制剂(UDD)。结果表明,SCU和UDD处理较尿素处理在4个生长季内均起到了减排和增产效果,其N_2O平均减排率分别为37.77%和33.39%,增产率分别为16.04%和6.35%。N_2O排放通量与5 cm土壤温度,10 cm土壤湿度和土壤NH+4含量极显著相关(P0.01),与土壤NO-3含量无显著相关关系。N_2O排放通量的较大值均分布在土壤湿度大于60%土壤含水孔隙率(Water-filled pore space,WFPS),5 cm土壤温度大于20℃的范围内。综上可知,长期施用硫包膜控释肥和添加双氰胺硝化抑制剂均能取得一定的减排和增产效果,可以作为春玉米种植中的优良施肥技术加以推广。     

基于生命周期评估的冬小麦-夏玉米种植系统碳足迹核算——以山东省高密地区为例

粮食生产过程中的原材料生产、能源消耗、氮肥施用以及农机作业等过程均会排放大量的温室气体。本研究通过对山东省高密市冬小麦-夏玉米种植系统粮食种植过程的原材料投入和农业管理措施等进行问卷调查,采用生命周期评估(Life cycle assessment,LCA)方法学核算当地小麦和玉米生产过程的碳足迹(Carbon footprint,CFP)。结果表明,高密市小麦、玉米生产和冬小麦-夏玉米种植系统单位面积的碳足迹分别为5 183.33、3 778.09 kg CO_2-eq·hm~(-2)和8 961.42 kg CO_2-eq·hm~(-2),单位产量的碳足迹分别为0.69、0.40 kg CO_2-eq·kg~(-1)和0.53 kg CO_2-eq·kg~(-1),单位净现值的碳足迹分别为1.82、0.40 kg CO_2-eq·元~(-1)和0.44 kg CO_2-eq·元~(-1)。冬小麦-夏玉米种植系统粮食生产的碳足迹主要来自氮肥的生产(48.30%)和氮肥施用(12.04%)、灌溉耗电(12.94%)和农业机械耗油(11.20%)等方面。综上可知,优化肥料施用、减少氮肥用量和节水灌溉等措施是实现当地粮食清洁生产的重要途径。     

基于生命周期评估的冬小麦-夏玉米种植系统碳足迹核算——以山东省高密地区为例

粮食生产过程中的原材料生产、能源消耗、氮肥施用以及农机作业等过程均会排放大量的温室气体。本研究通过对山东省高密市冬小麦-夏玉米种植系统粮食种植过程的原材料投入和农业管理措施等进行问卷调查,采用生命周期评估（Life cycle assessment, LCA）方法学核算当地小麦和玉米生产过程的碳足迹（Carbon footprint, CFP）。结果表明,高密市小麦、玉米生产和冬小麦-夏玉米种植系统单位面积的碳足迹分别为5 183.33、3 778.09 kg CO₂-eq·hm^-2和8 961.42 kg CO₂-eq·hm^-2,单位产量的碳足迹分别为0.69、0.40 kg CO₂-eq·kg^-1和0.53 kg CO₂-eq·kg^-1,单位净现值的碳足迹分别为1.82、0.40 kg CO₂-eq·元^-1和0.44 kg CO₂-eq·元^-1。冬小麦-夏玉米种植系统粮食生产的碳足迹主要来自氮肥的生产（48.30%）和氮肥施用（12.04%）、灌溉耗电（12.94%）和农业机械耗油（11.20%）等方面。综上可知,优化肥料施用、减少氮肥用量和节水灌溉等措施是实现当地粮食清洁生产的重要途径。     

区域粮食产量因灾损失评估之内蒙古自治区灾情-产量模型构建

基于1981-2020年内蒙古自治区农业气象灾害灾情及该地区粮食作物播种面积和产量数据,构建灾情-粮食作物产量评估模型,并对该模型进行验证,以此估算该地区粮食作物因灾减产量。结果表明：(1)1981-2020年内蒙古自治区粮食作物播种面积、总产和单产均呈显著上升趋势,增速分别为74.48×10³hm²·a^-1、78.85×10⁴t·a^-1和100.97kg·hm^-2·a^-1。(2)1981-2020年内蒙古农业气象灾害受灾、成灾面积均呈先上升后下降趋势,同期全国农业气象灾害成灾和受灾面积亦呈先上升后下降趋势。(3)干旱是该地区最主要的农业气象灾害,其受灾和成灾面积分别占历年各灾种的总受灾和成灾面积的64.10%和62.45%。灰色关联度分析表明,在受灾率和成灾率水平上干旱是与粮食单产关联度最高的农业气象灾害,在绝收率水平上风雹与粮食单产关联度最高。(4)构建的灾情-粮食作物产量评估模型模拟准确率较高,其模拟粮食产量与实际粮食产量呈极显...     

区域粮食产量因灾损失评估之北方五省灾情-产量模型再检验

利用1961-2020年粮食作物种植面积、产量和农业灾情统计数据，对比分析了全国和冀鲁豫晋陕粮食产量与灾情的变化特征；采用已构建的河北、山东、河南灾情-产量评估模型，输入2008-2020年灾情数据，估算粮食产量及其因灾损失，检验已建灾情-产量评估模型的敏感性和稳定性；同时，基于该统计建模方法构建了山西和陕西两省粮食作物灾情-产量评估模型，评价构建模型方法的通用性。结果表明：(1)1961-2020年，北方五省粮食作物种植面积和总产量分别占全国的28%和25%，夏收粮食和秋收粮食种植面积分别以3.39hm²·a^-1和106.3hm²·a^-1的速率极显著下降(P<0.01)，总产量分别以137.3×10⁴t·a^-1和119.9×10⁴t·a^-1的速率极显著增加(P<0.01)。2008-2020年北方五省粮食种植面积和产量分别以209.42hm²·a^-1和25...     

区域粮食产量因灾损失评估之东北三省灾情-产量模型再检验

为阐明新时期东北三省粮食生产在中国粮食安全战略中的重要性，定量评估气候变化背景下气象灾害对区域粮食产量造成的损失，利用1981−2020年粮食种植面积、产量和农业灾情统计数据，对比分析东北三省和全国粮食产量与灾情的变化特征；采用已构建的灾情−产量评估模型，输入近10a灾情数据，估算东北三省粮食产量因灾损失及最终产量，并对已建灾情−产量评估模型的敏感性和稳定性进行检验。结果表明：（1）1981−2020年，东北三省粮食种植面积、总产量大幅增加，占全国比例稳步提高，2020年种植面积、2012年以来总产量占比均达到全国的1/5。（2）在全国灾情呈先增强后减轻的显著变化趋势下，东北三省灾情并无明显增减趋势，40a内全国和东北三省粮食单产分别以65.96kg·hm−2·a−1和252.5kg·hm−2·a−1增加，近10a东北三省粮食单产极显著增加，增幅为52.6kg·hm−2·a−1。（3）2011−2020年全国平均受灾面积、成灾面积分别为23704.5×103和11204.7×103hm2，东北三省分别为3899.1×103和1900.0×103hm2；10a内全国和东北三省的灾情均显著低于前3个年代，是40a中灾情相对最轻的10a。（4）灾情−产量评估模型的模拟精确度高，黑龙江、吉林、辽宁粮食产量模拟值与实测值的线性回归决定系数（R2）分别为0.98、0.90和0.88；斜率分别为1.05、1.02和0.98（P＜0.01）；40a平均因灾损失率分别为10.4%、17.9%和18.0%，50%的年份因灾损失率高于8.0%、17.0%和16.0%。（5）受灾情总体偏轻的影响，该模型对吉林和辽宁近10a的粮食产量略有高估。基于1981−2010年数据构建的区域粮食因灾损失评估模型，经检验能很好地评估气象灾害对粮食产量造成的损失，具有预测粮食产量的性能，具备业务化应用的可行性。气象灾害对东北三省粮食产量的影响大于对全国灾情影响的平均水平，鉴于东北粮食产量在全国粮食产量的占比较高，新时期防范东北地区农业气象灾害风险对保障国家粮食安全至关重要。