夏玉米农田N2O排放影响因素的模拟分析

【目的】全球46%~52%的N2O来自农田土壤,农田土壤N2O排放的研究具有重要的环境和经济意义。量化各影响因素对夏玉米农田N2O排放的影响,可为合理减少施肥产生的N2O排放提供依据。【方法】于2012和2013年连续两年进行了夏玉米裂区田间试验。试验主区为作物处理,副区为氮肥处理(0、 150、 300、 450 kg/hm2)。采用暗箱静态法-气相色谱法测定了不同处理N2O的排放通量,比较了不同温度和降雨量条件下不同处理的N2O排放量,计算了气温、 降雨量、 氮肥管理和夏玉米吸收对夏玉米农田N2O排放的影响。【结果】温度及降雨量的变化明显影响N2O的排放。2012年和2013年气温和降雨量对夏玉米生长期间N2O总排放量的影响分别为-0.24和-0.07。随着施氮量的增加,施氮对N2O排放的影响率呈线性增加(R2 = 0.923),施氮量0、 150、 300和450 kg/hm2,对玉米田N2O排放的影响分别为0、 0.38、 1.63、 3.54。夏玉米生长吸收对N2O排放量的平均影响因子为-0.33,年际间差异不显著(P = 0.07)。在苗期、 穗期、 花粒期,夏玉米生长吸收的影响因子分别为-0.57、 -0.29和-0.13,不同生育期的影响因子差异显著(P = 0.0015)。不同施氮量下,气候条件对夏玉米农田N2O排放影响率差异不显著(P 0.05); 不同气温和降雨量,夏玉米生长吸收对N2O排放的影响在同一施氮量下差异不显著(P 0.05),且均随施氮量的增加而减小。【结论】通过量化分析,气候条件对N2O排放的影响与气温和降雨量密切相关,温度升高影响增大,反之则减小,降雨后排放显著增大。施氮对N2O排放的影响随施氮量增加线性增加。夏玉米生长吸收降低了N2O排放,且在不同生育时期的影响差异显著。综合各影响因子,低氮量条件下(≦150 kg/hm2),气候因素和玉米生长对N2O排放的影响较大,高氮量下(≧300 kg/hm2),氮肥的施用是影响N2O排放的主要因子。     

秸秆还田的小麦–玉米农田 N2O 周年排放的量化分析

【目的】N₂O 是重要的温室气体之一，主要来源于农田土壤。华北平原是我国的粮食主产区，秸秆还田是该地区主要的农田管理措施，明确不同秸秆还田量对小麦玉米农田周年土壤温度和含水量的影响以及与 N₂O 排放之间的量化关系，对发挥秸秆还田的生态效应，明确硝化和反硝化作用机制具有重要意义。【方法】以冬小麦、夏玉米为研究对象，设置 5 种不同秸秆还田量处理:小麦、玉米秸秆均不还田 (T0)；小麦秸秆 1875 kg/hm2 + 玉米秸秆 2000 kg/hm2 还田 (T1)；小麦秸秆 3750 kg/hm2 + 玉米秸秆 4000 kg/hm2 还田 (T2)；小麦秸秆 5625 kg/hm2 + 玉米秸秆 6000 kg/hm2 还田 (T3)；小麦秸秆 7500 kg/hm2 + 玉米秸秆 8000 kg/hm2 还田 (T4)。于 2014 年 10 月～2015 年 10 月，采用静态箱–气相色谱法对农田 N₂O 排放进行测定，探究不同秸秆还田量下小麦玉米农田 N₂O 排放的周年变化，并量化分析土壤温度、含水量与 N₂O 排放的关系。【结果】秸秆还田量显著影响 N₂O 的排放，随着秸秆还田量的增加，周年内 N₂O 排放总量呈增加的趋势，增加量为 1.33～3.50 kg/hm2，增加率为 32.3%～85.0%；通量增加量为 15.52～40.87 μg/(m2·h)，增加率为 32.3%～85.1%。玉米季 N₂O 排放通量和总量分别是小麦季的 2.42～2.62 和 1.05～1.14 倍。秸秆还田可提高 0—10 cm 土壤温度和 0—20 cm 土壤含水量，增加范围分别为 0.63～2.14℃ 和 0.6%～1.8%。相关性分析表明，各处理土壤温度和 N₂O 排放通量无相关关系(P > 0.05)。T0、T1、T2 处理土壤含水量与 N₂O 排放通量呈显著正相关(P < 0.05)，而 T3、T4 处理与 N₂O 排放通量之间不相关(P > 0.05)。【结论】随着秸秆还田量的增加，N₂O 排放通量和总量均呈现增加趋势，且玉米季高于小麦季。秸秆还田显著促进 N₂O 排放并可提高 0—20 cm 土壤含水量和 0—10 cm 土壤温度，周年秸秆还田量在 7750 kg/hm2 及以下时，N₂O 排放通量与土壤含水量之间呈显著正相关，而与土壤温度之间不相关。     

基于敏感光谱波段图像特征的冬小麦LAI和地上部生物量监测

叶面积指数(LAI,leaf area index)和地上部生物量是评价冬小麦长势的重要农学参数,其实时动态监测对冬小麦的长势诊断、产量预测和管理调控等具有重要意义。该研究通过分析叶面积指数、地上部生物量与冬小麦冠层光谱参数的相关性,筛选出冬小麦长势指标敏感波段及最佳带宽范围;基于敏感光谱波段下图像的彩色因子,构建冬小麦叶面积指数和地上部生物量监测模型。结果表明,叶面积指数、地上部生物量长势指标的敏感波段及最佳带宽范围为(560±6)和(810±10)nm。敏感波段560、810 nm波段下获得的图像特征因子中,RGB颜色空间R810、G560、B810对叶面积指数的拟合效果最好,决定系数高达0.989;HSI颜色空间H810、S810、I560对地上部生物量的拟合效果最好,决定系数为0.937。试验数据检验表明,叶面积指数、地上部生物量监测模型的均方根误差RMSE分别为0.4515、3.3556,相对误差分别为15.7%、15.9%,所构建监测模型的精确度较高。因此,基于敏感光谱波段及相应图像特征构建的监测模型可有效对冬小麦叶面积指数、地上部生物量进行实时、快速、准确监测与诊断。